硅鋼制造管理業務數字化融合研究

導語：硅鋼制造管理業務數字化融合研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：提出以“云邊一體化架構”構建硅鋼智慧決策系統，來解決原硅鋼制造Ｌ１～Ｌ５系統架構模式下的數字信息孤島、業務功能割裂等問題。在此基礎上，開發了云邊協同的自學習型控制模型及業務決策模型，構建起硅鋼“智慧大腦”，形成了以研發、制造、服務等核心業務數字化融合的智能化決策支持新模式，探索出一條鋼鐵制造業數字化、智能化轉型之路。

關鍵詞：硅鋼；數字化；融合；信息系統

２０１５年５月，我國正式印發《中國制造２０２５》，明確將智能制造列入了國家重大工程。鋼鐵行業作為工業的脊梁，發展與升級迎來新的機遇期，鋼鐵智能制造的“五化”（即環保智慧化、制造智能化、產品綠色化、產業生態化、企業人本化）發展時代已經拉開序幕［１］。同年，寶鋼股份發布《智慧制造２０１６－２０２１專項規劃》，充分把握新一代信息技術帶來的產業革命契機，將智能化融入鋼鐵制造，來推動鋼鐵工業的高質量發展。硅鋼產品因其生產流程長、過程控制窗口窄、跨工序工藝適配要求嚴，在行業內往往將是否具備生產高質量的硅鋼產品作為評價一個鋼廠制造能力是否先進的標志之一。在全球大數據發展的背景下，寶鋼硅鋼事業部立足“全球硅鋼第一品牌”建設，結合當前國有企業數字化轉型推進中普遍存在的數字能力共享不足和業務柔性化不足等問題（參見企業數字化咨詢公眾號２０２１年１２月２８日《國企數字化轉型六大困境是什么？》），提出了“云邊一體化”的系統架構，通過數字化手段，實現產品全生命周期管控融合，推動硅鋼全面領先高質量發展。

１技術架構

１．１硅鋼全要素大數據中臺

原來各個業務領域的數據豎井較多，不利于實現跨業務領域應用。硅鋼產品依托公司大數據中心，以單業務領域的內在聯系，按照各個業務領域相互關聯的特點，構建跨業務領域的數據融合模型，實現采購、營銷、制造、設備、能源、成本、研發等各個業務領域的數據融合，構建硅鋼跨業務領域的大數據中臺。數據中臺的數據以數據服務的方式、電文的方式，實時與周邊系統進行數據交換。

１．２云邊一體化系統架構

以云邊一體化協同為構建思想，結合現有自動化系統現狀及云端應用建設要求，設計云邊一體化系統架構。考慮云端應用“計算資源集中、規模龐大，具備高可用性、高擴展性、共享性”，以及邊緣數字化應用“數據處理、數據存儲、分布式計算，貼近數據源，降低延遲”的特征，在技術架構上設計了云邊兩層應用。將網絡轉發（實時控制命令）、高頻存儲、實時響應數字應用定位于邊緣應用，以降低響應時延、減輕云端壓力、降低網絡帶寬成本；定位于云端的應用匯聚云邊端數據，實現融合貫通、數據共享、數據智能、數據服務，基于多業務域數據的融合與分析、在線決策支持。通過云邊一體化方案，云邊直接服務調用，系統無邊界。現場實時高頻數據及信號直接觸發邊緣數字化應用，邊緣計算結果若需云端響應，則以信號／服務調用方式觸發云端數字化應用，由云端進行多相關專業決策。通過云邊一體化方案，云邊直接服務調用，系統無邊界。現場實時高頻數據及信號直接觸發邊緣數字化應用，邊緣計算結果若需云端響應，則以信號／服務調用方式觸發云端數字化應用，由云端進行多相關專業決策。

２應用實踐

如圖１所示，硅鋼以用戶為中心，打通產品研發、制造、交付到用戶技術服務的業務數據鏈路，基于業務數字化解析，構建跨業務領域、覆蓋產品全生命周期核心業務的硅鋼智慧決策模型，打破制造業傳統價值鏈協同體系造成的數據孤島、業務孤島和價值鏈孤島，全業務流程及價值鏈多維數據的集成融合，跨域業務互相滲透、互相關聯、互相優化，推進鏈式結構向網狀結構價值鏈發展，實現跨人機界面、跨產業的數字化、智能化深度融合。圖１以“用戶為中心”的硅鋼跨業務邊界的數據融合實踐２．１產研數據融合驅動的復雜產品智能虛擬設計如圖２所示，以“用戶需求為核心”的研發，通過數據技術方案，將硅鋼用戶端—研發—大生產三方數據有機互聯，用戶需求與研發在線對接實現用戶需求精準預判分析，通過建立起實驗室數據庫實現實驗數據的縱橫聯通，通過實驗室數據庫與大生產數據互聯將大生產現場拓展為“共享實驗室”，開展實驗方案推薦—分析—預判—評估，推動“試錯式”物理實驗向“數據理論預測、實驗驗證”的“虛—實結合”研發模式轉換。相比常規模式，新研發模式周期可縮短３０％以上。２．２跨制造邊界融合的生產計劃自適應調整基于計算機智能算法，開發生產計劃自適應技術，根據設備、庫存、質量狀態以及合同交付進度、定檢修計劃等，實現生產計劃的自動編制，并根據計劃執行過程中的突發狀況自動對計劃做出快速響應和調整。原有生產計劃排程系統只是將根據計劃規程和經驗知識的人工排程結果錄入信息系統。跨制造邊界的生產計劃自適應方案，則是采用啟發式的ＡＩ智能排程算法，跨生產、設備、工藝、質量、成本等業務邊界，融合庫存量、合同交付、設備定檢修、工藝能力、質量狀態、切換成本等各業務邊界條件，在滿足各機組工藝要求和產能約束條件的前提下，制定出合理的物流平衡和生產計劃，達到產能最大化、工藝切換次數最小化、機組負荷平衡的目標。同時在機組設備狀態、工藝能力等條件發生變化時，系統自動做出自適應調整。２．３工業大數據驅動的工序質量自診斷如圖３所示，以產品制造鏈路全過程質量智能化管控為目標，通過大數據的方法構建全要素質量基因鏈，多維度、全要素打造“數字鋼卷”。在此基礎上，以取向硅鋼產品為載體，構建物料質量風險預警、全流程質量追溯、質量自動判定、批量缺陷自動阻斷、異常缺陷在線分析、剪切方案智能推薦等模型，形成了完整的硅鋼生產質量自診斷解決方案，幫助企業降低質量損失和成本、提升質量和有效產能、提高產品盈利能力。

３效果

寶鋼股份硅鋼事業部在此方案指導下，建設硅鋼第四智慧工廠。如圖４所示，與同規模傳統工廠相比，第四智慧工廠極薄產品生產效率提升１５％，產品質量合格率提升１０％，制造成本下降１０％，制造能力指數提升２９．３７％，各項技術經濟指標保持行業領先。

４展望

中國寶武于２０２１年年初提出了“三跨融合”的智慧制造發展愿景，即跨產業、跨基地、跨人機界面的業務數字化、智能化融合。據此目標規劃，尚需結合鋼鐵行業與關聯領域數字化進展，進一步推進跨產業打通鋼鐵產品全生命周期的業務數字化對接、“一總部多基地”模式下跨基地的業務數據融合、跨人機界面的業務數字解析等方面的數字化轉型工作。在此基礎上，推進跨界面的業務融合和業務流程再造，創新數字化業務形態和產品價值鏈模式，以此推進整個鋼鐵行業的數字化轉型升級。

［參考文獻］

［１］中國鋼鐵工業協會．中國鋼鐵智能制造發展前景展望———鋼鐵未來夢工廠［Ｎ］．世界金屬導報，２０１９－１１－１９．

作者：黃望芽 湯洪博 趙斌 聶煌 溫光浩 房現石 單位：寶山鋼鐵股份有限公司