硅钢制造管理业务数字化融合研究

导语：硅钢制造管理业务数字化融合研究一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要：提出以“云边一体化架构”构建硅钢智慧决策系统，来解决原硅钢制造Ｌ１～Ｌ５系统架构模式下的数字信息孤岛、业务功能割裂等问题。在此基础上，开发了云边协同的自学习型控制模型及业务决策模型，构建起硅钢“智慧大脑”，形成了以研发、制造、服务等核心业务数字化融合的智能化决策支持新模式，探索出一条钢铁制造业数字化、智能化转型之路。

关键词：硅钢；数字化；融合；信息系统

２０１５年５月，我国正式印发《中国制造２０２５》，明确将智能制造列入了国家重大工程。钢铁行业作为工业的脊梁，发展与升级迎来新的机遇期，钢铁智能制造的“五化”（即环保智慧化、制造智能化、产品绿色化、产业生态化、企业人本化）发展时代已经拉开序幕［１］。同年，宝钢股份发布《智慧制造２０１６－２０２１专项规划》，充分把握新一代信息技术带来的产业革命契机，将智能化融入钢铁制造，来推动钢铁工业的高质量发展。硅钢产品因其生产流程长、过程控制窗口窄、跨工序工艺适配要求严，在行业内往往将是否具备生产高质量的硅钢产品作为评价一个钢厂制造能力是否先进的标志之一。在全球大数据发展的背景下，宝钢硅钢事业部立足“全球硅钢第一品牌”建设，结合当前国有企业数字化转型推进中普遍存在的数字能力共享不足和业务柔性化不足等问题（参见企业数字化咨询公众号２０２１年１２月２８日《国企数字化转型六大困境是什么？》），提出了“云边一体化”的系统架构，通过数字化手段，实现产品全生命周期管控融合，推动硅钢全面领先高质量发展。

１技术架构

１．１硅钢全要素大数据中台

原来各个业务领域的数据竖井较多，不利于实现跨业务领域应用。硅钢产品依托公司大数据中心，以单业务领域的内在联系，按照各个业务领域相互关联的特点，构建跨业务领域的数据融合模型，实现采购、营销、制造、设备、能源、成本、研发等各个业务领域的数据融合，构建硅钢跨业务领域的大数据中台。数据中台的数据以数据服务的方式、电文的方式，实时与周边系统进行数据交换。

１．２云边一体化系统架构

以云边一体化协同为构建思想，结合现有自动化系统现状及云端应用建设要求，设计云边一体化系统架构。考虑云端应用“计算资源集中、规模庞大，具备高可用性、高扩展性、共享性”，以及边缘数字化应用“数据处理、数据存储、分布式计算，贴近数据源，降低延迟”的特征，在技术架构上设计了云边两层应用。将网络转发（实时控制命令）、高频存储、实时响应数字应用定位于边缘应用，以降低响应时延、减轻云端压力、降低网络带宽成本；定位于云端的应用汇聚云边端数据，实现融合贯通、数据共享、数据智能、数据服务，基于多业务域数据的融合与分析、在线决策支持。通过云边一体化方案，云边直接服务调用，系统无边界。现场实时高频数据及信号直接触发边缘数字化应用，边缘计算结果若需云端响应，则以信号／服务调用方式触发云端数字化应用，由云端进行多相关专业决策。通过云边一体化方案，云边直接服务调用，系统无边界。现场实时高频数据及信号直接触发边缘数字化应用，边缘计算结果若需云端响应，则以信号／服务调用方式触发云端数字化应用，由云端进行多相关专业决策。

２应用实践

如图１所示，硅钢以用户为中心，打通产品研发、制造、交付到用户技术服务的业务数据链路，基于业务数字化解析，构建跨业务领域、覆盖产品全生命周期核心业务的硅钢智慧决策模型，打破制造业传统价值链协同体系造成的数据孤岛、业务孤岛和价值链孤岛，全业务流程及价值链多维数据的集成融合，跨域业务互相渗透、互相关联、互相优化，推进链式结构向网状结构价值链发展，实现跨人机界面、跨产业的数字化、智能化深度融合。图１以“用户为中心”的硅钢跨业务边界的数据融合实践２．１产研数据融合驱动的复杂产品智能虚拟设计如图２所示，以“用户需求为核心”的研发，通过数据技术方案，将硅钢用户端—研发—大生产三方数据有机互联，用户需求与研发在线对接实现用户需求精准预判分析，通过建立起实验室数据库实现实验数据的纵横联通，通过实验室数据库与大生产数据互联将大生产现场拓展为“共享实验室”，开展实验方案推荐—分析—预判—评估，推动“试错式”物理实验向“数据理论预测、实验验证”的“虚—实结合”研发模式转换。相比常规模式，新研发模式周期可缩短３０％以上。２．２跨制造边界融合的生产计划自适应调整基于计算机智能算法，开发生产计划自适应技术，根据设备、库存、质量状态以及合同交付进度、定检修计划等，实现生产计划的自动编制，并根据计划执行过程中的突发状况自动对计划做出快速响应和调整。原有生产计划排程系统只是将根据计划规程和经验知识的人工排程结果录入信息系统。跨制造边界的生产计划自适应方案，则是采用启发式的ＡＩ智能排程算法，跨生产、设备、工艺、质量、成本等业务边界，融合库存量、合同交付、设备定检修、工艺能力、质量状态、切换成本等各业务边界条件，在满足各机组工艺要求和产能约束条件的前提下，制定出合理的物流平衡和生产计划，达到产能最大化、工艺切换次数最小化、机组负荷平衡的目标。同时在机组设备状态、工艺能力等条件发生变化时，系统自动做出自适应调整。２．３工业大数据驱动的工序质量自诊断如图３所示，以产品制造链路全过程质量智能化管控为目标，通过大数据的方法构建全要素质量基因链，多维度、全要素打造“数字钢卷”。在此基础上，以取向硅钢产品为载体，构建物料质量风险预警、全流程质量追溯、质量自动判定、批量缺陷自动阻断、异常缺陷在线分析、剪切方案智能推荐等模型，形成了完整的硅钢生产质量自诊断解决方案，帮助企业降低质量损失和成本、提升质量和有效产能、提高产品盈利能力。

３效果

宝钢股份硅钢事业部在此方案指导下，建设硅钢第四智慧工厂。如图４所示，与同规模传统工厂相比，第四智慧工厂极薄产品生产效率提升１５％，产品质量合格率提升１０％，制造成本下降１０％，制造能力指数提升２９．３７％，各项技术经济指标保持行业领先。

４展望

中国宝武于２０２１年年初提出了“三跨融合”的智慧制造发展愿景，即跨产业、跨基地、跨人机界面的业务数字化、智能化融合。据此目标规划，尚需结合钢铁行业与关联领域数字化进展，进一步推进跨产业打通钢铁产品全生命周期的业务数字化对接、“一总部多基地”模式下跨基地的业务数据融合、跨人机界面的业务数字解析等方面的数字化转型工作。在此基础上，推进跨界面的业务融合和业务流程再造，创新数字化业务形态和产品价值链模式，以此推进整个钢铁行业的数字化转型升级。

［参考文献］

［１］中国钢铁工业协会．中国钢铁智能制造发展前景展望———钢铁未来梦工厂［Ｎ］．世界金属导报，２０１９－１１－１９．

作者：黄望芽 汤洪博 赵斌 聂煌 温光浩 房现石 单位：宝山钢铁股份有限公司