1    方案背景與目標

1.1方案背景

鋼鐵行業(yè)作為國民經(jīng)濟的重要基礎產(chǎn)業(yè)，為國家建設提供了重要的原料保障，有力的支撐了國民經(jīng)濟的健康發(fā)展，推動了我國工業(yè)化、現(xiàn)代化進程。面對鋼鐵行業(yè)嚴峻的形勢，鋼材產(chǎn)能過剩，價格競爭激烈。在此高產(chǎn)能、高成本、低利潤的形勢下，鋼鐵行業(yè)的發(fā)展已不再是追求數(shù)量的問題，要想持續(xù)贏得市場競爭優(yōu)勢，必須全面提升產(chǎn)品質(zhì)量控制水平，實現(xiàn)產(chǎn)品質(zhì)量持續(xù)改進，以滿足客戶提出的個性化需求，強化控制過程中的每一個環(huán)節(jié)，提供更符合用戶需求的產(chǎn)品，最終提升企業(yè)的競爭力。首鋼品種結構以電工鋼、汽車板等高端板材為核心，對產(chǎn)品質(zhì)量有著極致的追求。在目前上下游市場雙重擠壓環(huán)境下，如何滿足跨基地生產(chǎn)管控模式以及高標準高質(zhì)量的產(chǎn)品要求，又能滿足企業(yè)低成本高質(zhì)量戰(zhàn)略變革，這對全流程質(zhì)量管控提出了極大的挑戰(zhàn)。跨工序多品種的質(zhì)量管理在數(shù)據(jù)集成分析、質(zhì)量成本、工作效率及管控風險等方面均存在著諸多瓶頸。

1.2 方案目標

在總體思路上，股份以質(zhì)量特性、工藝控制、質(zhì)量缺陷等為核心，橫向?qū)Ξa(chǎn)品工藝過程控制、質(zhì)檢處置及分析優(yōu)化等環(huán)節(jié)的痛點及瓶頸點，縱向從頂層業(yè)績指標管控到指標分解、根因分析再到控制措施，利用在知識圖譜、圖像識別、數(shù)據(jù)建模等技術，進行質(zhì)量全流程智慧管控。在技術架構上，整體遵循設備端、邊緣、云端、平臺數(shù)據(jù)、企業(yè)應用5層架構設計，基于設備采集及解析、建立數(shù)據(jù)及算法中臺，實現(xiàn)了多結構數(shù)據(jù)的采集、存儲、處理、到數(shù)據(jù)建模、可視化的整個過程，支撐上層質(zhì)量管理全面應用。輔助企業(yè)對成品性能、表面、板型、尺寸等進行大數(shù)據(jù)分析挖掘以減少質(zhì)量損失，助力企業(yè)提高成材率、減少現(xiàn)貨及余材。通過數(shù)字化手段統(tǒng)計、分析、反饋質(zhì)量異常及改進措施，通過智能化手段防范“人、機、料、法、環(huán)”異常狀態(tài)，是鋼鐵企業(yè)質(zhì)量管理數(shù)智化轉型的路徑。

2    方案詳細介紹

2.1技術方案

（1）全面質(zhì)量管理業(yè)務流程及解決思路

質(zhì)量管理以滿足用戶需求為前提，通過對各個生產(chǎn)節(jié)點的管理控制來提供符合用戶要求的產(chǎn)品。在需求識別環(huán)節(jié)通過產(chǎn)品規(guī)范智能推薦模型，快速識別客戶的質(zhì)量需求和風險訂單。通過性能相關性分析、性能預測等模型輔助新產(chǎn)品研發(fā)設計。通過合同處理和出鋼標記推薦實現(xiàn)內(nèi)外設計的自動轉換。在工藝過程控制環(huán)節(jié)實施工藝監(jiān)督、過程檢驗、異常跟蹤。在質(zhì)量檢驗與處置環(huán)節(jié)，圍繞工藝質(zhì)量在線判定、表面質(zhì)量智能診斷、產(chǎn)品性能判定等三方面進行自動化、智能化檢驗與處置。在分析優(yōu)化環(huán)節(jié)涵蓋跨工序交互式質(zhì)量分析、表面缺陷的遺傳性追溯、性能分析等。在服務跟蹤環(huán)節(jié)建立質(zhì)量異議知識庫，實施質(zhì)保書預檢及質(zhì)量異議一鍵式分析。確保從需求接收開始，到成品出庫的全過程的質(zhì)量管理控制，實現(xiàn)產(chǎn)品質(zhì)量的持續(xù)改進。方案流程圖如圖1所示。

圖1 方案流程圖 

（2）基于工業(yè)互聯(lián)網(wǎng)平臺的技術架構

打造了“標準統(tǒng)一、自主可控”的工業(yè)互聯(lián)網(wǎng)平臺，采用云和邊協(xié)同架構設計。云端為公司數(shù)據(jù)中心，按照數(shù)據(jù)業(yè)務構建公司級數(shù)據(jù)集市，為數(shù)據(jù)應用提供標準的服務接口。邊緣層面向高頻數(shù)據(jù)的采集、計算、存儲和服務，完成時空轉換、特征值計算等，滿足數(shù)字孿生、智能控制模型、關鍵參數(shù)監(jiān)控、在線監(jiān)控等場景的數(shù)據(jù)需求。中臺層，提供數(shù)據(jù)的管理與治理、算法建模、低代碼開發(fā)等技術產(chǎn)品及組件，基于此技術底座開展輔助表面、外觀、性能等質(zhì)量管控應用建設，為質(zhì)量管理業(yè)務人員提供精準數(shù)據(jù)決策支撐，有利于提高產(chǎn)品質(zhì)量。方案技術架構圖如圖2所示。

圖2 方案系統(tǒng)架構圖 

（3）跨基地全流程的質(zhì)量管控關鍵技術

基于綜合數(shù)據(jù)匯聚、存儲、計算、建模等技術，結合業(yè)務流程及事件觸發(fā)設定時間監(jiān)控序列，實現(xiàn)對從質(zhì)量設計到過程管控再到缺陷識別追溯的質(zhì)量全流程管理進行監(jiān)控、診斷、預測、決策，實現(xiàn)“一鍵式”原因定位、異常預測及快速反饋推送，保證質(zhì)量設計自動可推薦、生產(chǎn)過程動態(tài)可監(jiān)測、異常信息預警和缺陷全流程可追溯。利用知識圖譜技術，固化專家知識，建立制造過程實體與實體之間的路徑，形成質(zhì)量知識庫。通過高頻時序數(shù)據(jù)特征提取技術，實現(xiàn)工藝曲線數(shù)據(jù)等級判定，輔助產(chǎn)品質(zhì)量評估分析。通過圖片AI識別技術，輔助表面的缺陷識別和等級判定。通過相關性分析技術、回歸預測模型技術，識別性能關鍵工藝和預測產(chǎn)品性能。利用自然語言提取技術，實現(xiàn)質(zhì)量知識的智能問答應用，將知識圖譜輸出至應用系統(tǒng)，輔助產(chǎn)品質(zhì)量工程師、客戶代表等業(yè)務人員處理產(chǎn)品質(zhì)量問題。基于質(zhì)量異議和工藝基礎知識的質(zhì)量圖譜系統(tǒng)架構圖如圖3所示。

圖3 基于質(zhì)量異議與工藝基礎知識構建質(zhì)量圖譜 

2.3 解決方案功能設計

貫穿煉鐵、煉鋼、軋鋼、鋼鐵產(chǎn)品深加工全流程，以云邊協(xié)同方式，運用大數(shù)據(jù)、AI、視覺識別、機器學習等智能技術，構建質(zhì)量知識庫，定位質(zhì)量缺陷，自主根因分析，提供優(yōu)化建議。通過推進信息化、數(shù)字化、智能化實現(xiàn)一貫制質(zhì)量閉環(huán)管控。

核心功能1：質(zhì)量設計自動展開，精準識別客戶需求

質(zhì)量設計精確識別客戶需求，自動推理出各工序投入和產(chǎn)出物料的尺寸、數(shù)量，并進行各工序的質(zhì)量參數(shù)、工藝參數(shù)的設計及形成檢化驗要求、判定放行標準；可依據(jù)成材率最大化、帶出品最小化等規(guī)則實現(xiàn)生產(chǎn)訂單自動合并解決小訂單批量生產(chǎn)問題；當質(zhì)量實績與質(zhì)量設計結果有差異時可實時依據(jù)知識庫對質(zhì)量設計結果進行動態(tài)調(diào)整和工藝改進。

材料設計根據(jù)生產(chǎn)設計參數(shù)表，獲取生產(chǎn)設計參數(shù)（松卷率、卷內(nèi)徑、卷外徑）及板坯重量限制(煉鋼能力)，得出板坯重量最大、最小；計算軋線設備能力：各工序按入口重量*成材率換算出口極限重量范圍，取得所有工序出口極限重量范圍交集，即軋線設備能力，得出最后工序重量最大、最小。質(zhì)量設計要素示意圖如圖4所示。

圖4 質(zhì)量設計要素示意圖 

核心功能2：全流程過程質(zhì)量自動判定

1)    基于客戶需求的分段判定

基于工業(yè)大數(shù)據(jù)平臺采集、融合后的數(shù)據(jù)，通過特征提取技術，針對不同客戶需求、不同品種牌號，以生產(chǎn)過程各工序質(zhì)量控制要求為基準建立可配置的、分類分段的在線判定規(guī)則庫，實現(xiàn)煉鋼、熱軋和冷軋的全流程質(zhì)量在線判定。質(zhì)量在線判定對產(chǎn)品質(zhì)量做出的判斷，為產(chǎn)品的降級處理或分段銷售打下了基礎。

2)    過程質(zhì)量監(jiān)控及預警

為實現(xiàn)工藝過程參數(shù)的實時預警和機組判定，保證產(chǎn)品質(zhì)量全程一致性，對重要工藝過程參數(shù)、質(zhì)量參數(shù)進行實時在線監(jiān)控、預警和判定，向操作人員提供作業(yè)預警信息，保證批次內(nèi)產(chǎn)品質(zhì)量穩(wěn)定性。另外為了保證產(chǎn)品過程質(zhì)量一致性，研發(fā)了基于規(guī)則推理的產(chǎn)品質(zhì)量在線判定引擎，對過程工藝參數(shù)和質(zhì)量參數(shù)進行物料全長的評級，評級結果作為質(zhì)量判定的重要依據(jù)。

3)    基于AI技術的帶鋼表面識別

板帶鋼產(chǎn)品的表面質(zhì)量是最重要的評價指標之一，板帶鋼保護渣、孔洞等缺陷不僅影響產(chǎn)品的外觀質(zhì)量，而且還會降低產(chǎn)品其它性能。表面判定模塊利用高效的數(shù)據(jù)采集技術、精準的數(shù)據(jù)標注技術、人工智能卷積神經(jīng)網(wǎng)絡（FCN）、缺陷特征提取，實現(xiàn)板帶鋼表面缺陷識別及在線判定。帶鋼表面缺陷識別技術方案實施步驟圖如圖5所示。

圖5 帶鋼表面缺陷識別技術方案實施步驟圖 

核心功能3：全流程質(zhì)量追溯及分析

1)    自定義SPC分析

全流程質(zhì)量追溯及分析將智能質(zhì)量過程判定和表面缺陷檢測分類形成的結構和非結構數(shù)據(jù)，都存儲到工業(yè)大數(shù)據(jù)平臺中。主要支撐質(zhì)量關鍵管控指標監(jiān)控及分析、產(chǎn)品全流程過程質(zhì)量綜合評價、跨工序產(chǎn)品質(zhì)量交互分析與異常診斷、質(zhì)量異議快速反查和表面缺陷跨工序追溯等。同時利用過程能力圖、散點圖、箱線圖、Pareto 圖等多種常用統(tǒng)計分析圖進行數(shù)據(jù)探索性分析，實現(xiàn)產(chǎn)品質(zhì)量的持續(xù)改進。

2)    性能風險管控

性能風險管控集成業(yè)務規(guī)則和算法統(tǒng)一“一鍵式”完成性能分析及預測。提取關鍵業(yè)務流程，建立業(yè)務模型，進行數(shù)據(jù)的收集，算法的集成，實現(xiàn)原本只有工程師們完成的眾多人工任務，通過模型“一鍵式”完成。判斷性能不合的原因，為內(nèi)外設計的優(yōu)化和現(xiàn)場的管控提供依據(jù)。通過企業(yè)微信推送工藝異常和性能整體情況。由階段性統(tǒng)計或者質(zhì)量異議反查事后行為，轉化為事中控制，推送現(xiàn)在針對性查看。由主動查詢分析原因到被動接收，直觀波動情況。

3)    智能切頭尾

質(zhì)量管控平臺利用深度挖掘算法，不斷擬合熱軋精軋出口處頭尾中心線偏移、楔形、平直度、厚度、凸度等關鍵控制點與缺陷的關系，根據(jù)頭尾表面及外觀缺陷等情況動態(tài)調(diào)整切刀數(shù)，以提高成材率、減少生產(chǎn)斷帶。

4)    表面缺陷分析

質(zhì)量管控平臺通過對帶鋼表面保護渣、結疤缺陷產(chǎn)生原因的建模確定缺陷產(chǎn)生工序及產(chǎn)生原因，針對缺陷指標變化情況，快速尋找最優(yōu)設備工況及工藝狀態(tài)，以指導關鍵質(zhì)量設備改造及工藝優(yōu)化；針對模型分析結果固化關鍵工藝及關鍵質(zhì)量設備標準，并納入日常監(jiān)控，超標時及時報警。

核心功能4：質(zhì)量異議一鍵式分析

針對性能、表面、板型三類質(zhì)量異議，依托大數(shù)據(jù)將各級可能導致質(zhì)量異議產(chǎn)生的信息進行集成，包含材料基本信息、過程參數(shù)信息、質(zhì)檢判定信息、質(zhì)量設計標準信息等。實現(xiàn)對質(zhì)量異議進行快速準確的綜合分析，除快速響應客戶訴求外，還能及時對質(zhì)量設計標準或工藝控制進行整改。

方案通過物聯(lián)網(wǎng)技術實現(xiàn)“人、機、料、法、環(huán)”等質(zhì)量全要素的快速感知；通過對過程質(zhì)量各要素設定閾值，“事中”實現(xiàn)質(zhì)量異常的實時報警；通過大數(shù)據(jù)、人工智能技術，“事后”分析質(zhì)量異常原因，構建冶金質(zhì)量知識庫，輔助質(zhì)量工程師進行質(zhì)量異議一鍵式分析；通過構建質(zhì)量自主決策模型，為質(zhì)量管控自主決策提供依據(jù)。

  （1）   典型案例

案例1：產(chǎn)品規(guī)范智能推薦

首鋼股份隨著逐年個性化需求增加，從源頭支撐客戶需求精準識別困難。通過大數(shù)據(jù)和建模技術，搭建產(chǎn)品規(guī)范智能推薦模型并應用于公差能力的制定、詢單的響應、選材推薦、和外設計的管理等業(yè)務場景，外設計分析效率提升98%。糾正合同錄錯75起，降低質(zhì)量現(xiàn)貨0.52%；開裂率從1.02%降到了0.03%，累計修正外設計183個，對應拓展極限規(guī)格50條，拓展公差2項，年帶來降損：1246萬元。功能示意圖如圖6所示。

圖6 典型案例1產(chǎn)品規(guī)范智能推薦示意圖 

案例2：表面智能判定

 首鋼股份對于帶鋼表面質(zhì)量的管理措施依靠表檢儀進行缺陷檢測，現(xiàn)有表檢儀分類準確率有待提高。基于圖像識別技術識別帶鋼表面缺陷，降低缺陷漏檢率。數(shù)據(jù)采集準確率達100%，漏取率小于0.05%；判定小于3分鐘。投產(chǎn)后熱軋產(chǎn)線的彗星狀異物壓入，異物壓入，折疊，邊裂等重點缺陷的分類準確率約85%，冷軋鍍鋅產(chǎn)線產(chǎn)生的保護渣、劃傷、結疤、漏鍍、孔洞、線性缺陷、鋅灰、鋅渣、鋅壓入等重點缺陷的分類準確率達到85%。功能示意圖如圖7所示。

圖7 典型案例2表面智能判定示意圖 

案例3：基于數(shù)字模型的產(chǎn)品性能管控

 產(chǎn)品質(zhì)量性能與全流程的工藝參數(shù)相關，產(chǎn)品工程師需確定性能問題與工藝控制還是與內(nèi)外設計相關。分析時效性差。 1）相關性分析算法模型 分析煉鋼成分、熱軋工藝、冷軋工藝、性能，確定關鍵工藝參數(shù)及重要程度。2）采用隨機森林等集成方法對各性能項構建多個決策樹并進行回歸任務。“一鍵式”完成性能分析及訂單風險預測，由2小時變?yōu)?0分鐘，實現(xiàn)了產(chǎn)品性能預報。功能示意圖如圖8所示。

圖8 典型案例3基于數(shù)字模型的產(chǎn)品性能管控示意圖 

案例4：首鋼股份基于高頻時序曲線特征化板形評審

 質(zhì)量評審過程繁瑣，占用人工較大精力，且存在評審不及時，影響物料周轉。采用鋼卷工藝控制曲線解析方法，將工藝控制過程的高頻時序曲線數(shù)據(jù)進行特征化，建立特征曲線庫，同時不斷的更新特征庫，實時提取高頻時序數(shù)據(jù)特征，采用相關系數(shù)法與均方根誤差方法相結合，計算曲線相似性，從而對當前曲線進行判定和評級，將評級結果與現(xiàn)場控制系統(tǒng)進行傳遞，實現(xiàn)曲線等級判定和產(chǎn)品質(zhì)量進行評估分析，輔助產(chǎn)品質(zhì)量等級的提升和改進。功能示意圖如圖9所示。

圖9 典型案例4基于高頻時序曲線特征化板形評審 

案例5：表面缺陷全流程追溯

股份公司在成品出現(xiàn)表面質(zhì)量問題時需反查上游表面質(zhì)量和跟蹤下游演變，人工對表檢信息逐個比對。通過規(guī)則和模型計算相結合的方式，對表面缺陷分布等各種質(zhì)量相關信息綜合運算，實現(xiàn)一貫制數(shù)據(jù)匹配、缺陷時空轉換、缺陷自動追溯，并進行規(guī)律分析,從而推算缺陷產(chǎn)生的原因。實現(xiàn)提升上下游質(zhì)量缺陷原因分析效率30%，減少表面類缺陷造成的帶出品量、減少產(chǎn)線停機時間、減少疑難缺陷流出用戶造成的質(zhì)量異議問題，提高產(chǎn)品質(zhì)量。功能如圖10所示。

圖10 典型案例5表面缺陷全流程追溯

3    代表性及推廣價值

3.1  代表性

1)    形成一種基于知識圖譜的客戶問題閉環(huán)管控方法：基于鋼鐵質(zhì)量異議與工藝基礎知識，實現(xiàn)對關于機械性能方面的產(chǎn)品特性、質(zhì)量問題、原因分析、整改方案、質(zhì)量反查項等固有知識形成質(zhì)量圖譜，輔助客戶對產(chǎn)品機械性能質(zhì)量問題的發(fā)現(xiàn)、追溯與整改，形成閉環(huán)。同時利用自然語言提取技術，實現(xiàn)質(zhì)量知識的智能問答應用，將知識圖譜輸出至應用系統(tǒng)，輔助產(chǎn)品質(zhì)量工程師。

2)    形成集監(jiān)控、預測、報警、定位、分析一體的質(zhì)量管控新模式：綜合建模等技術，實現(xiàn)質(zhì)量全流程管理進行“一鍵式”原因定位、異常預測及快速反饋推送，保證質(zhì)量設計自動可推薦、生產(chǎn)過程動態(tài)可監(jiān)測、異常信息預警可追溯，輔助精準決策支持

3.2 推廣價值

該解決方案目前有4家企業(yè)在用，接入數(shù)據(jù)39284項，其中現(xiàn)場時序數(shù)據(jù)8431項、關系型數(shù)據(jù)16494項，每月磁盤實際增長量約3.23(三副本、有壓縮)T。

在效益評估方面，方案圍繞質(zhì)量設計、生產(chǎn)執(zhí)行、檢驗委托、質(zhì)量分析、質(zhì)保書管理等內(nèi)容，拓寬傳統(tǒng)的制造視角，注重全流程的分析，對降低庫存、降低帶出品，減少質(zhì)量異議，提高成材率等方面起到數(shù)據(jù)支撐和決策輔助作用。

1)    現(xiàn)貨管理，自動識別現(xiàn)貨發(fā)生原因，制定相應改進措施，減少現(xiàn)貨發(fā)生率，帶出品率降低0.81%。

2)    合同一次通過率的不良品分析管控，準確識別不良品問題，溯源發(fā)生原因，進行整改，工作效率提升90%，可降低廢次降量、返修量和結轉量20%。

3)    質(zhì)量缺陷評審輔助，實現(xiàn)自動分切建議與自動評審處置意見，較人工定尺切損，大大降低了切損量，提高成材率，約0.46%。

4)    質(zhì)量投訴減少3件/月，質(zhì)保書一次傳遞成功率穩(wěn)定在99.95%以上；按交期集港的物料達95%，降低在港周期15%。

5)    綜合項目效益情況，保守估計年直接經(jīng)濟效益為1370萬元/年/企，其他由客戶服務提升、產(chǎn)品質(zhì)量提升、制造周期響應等因素帶來的隱藏價值更高。

除產(chǎn)生直接經(jīng)濟價值以外，可提升企業(yè)的綜合管控水平。利用信息化、數(shù)字化、智能化手段提高，提高產(chǎn)品和服務質(zhì)量水平，增加客戶滿意度，提高市場占有率。同時利用建模挖掘出有價值的信息，智能地反饋給業(yè)務決策者，從而實現(xiàn)感知、分析、決策、調(diào)整等于一體的主動生產(chǎn)，進而為用戶提供個性化的產(chǎn)品和服務，不斷提升客戶滿意度。