杜健冯杨东姚元龙
当前，随着智能化、大数据、云计算等新技术的快速发展，钢铁业正经历着一次前所未有的转型变革。
智能制造是工业大数据的载体和产生来源，同时又是工业大数据形成的数据产品最终的应用场景和目标。工业大数据、人工智能模型和机理模型的结合，可有效提升数据的利用价值，是实现更高阶的智能制造的关键技术之一。
随着信息化与工业化的深度融合，工业企业所拥有的数据也日益丰富，包括设计数据、传感数据、自动控制系统数据、生产数据、供应链数据等，数据驱动的价值体现及其带来的洞察力贯穿智能制造全生命周期。陆续形成的面向制造业企业的工业大数据平台，也正在为工业大数据在制造业的深入应用提供新技术、新业态和新模式。工业大数据已经成为工业企业生产力、竞争力、创新能力提升的关键，相关技术及产品逐步应用于工业企业和产业链的各环节，成为驱动智能化生产与服务，实现创新、优化的重要基础，体现在产品全生命周期的各个阶段，正在加速工业企业的转型升级。
近年来，攀钢钒结合企业自身发展情况，以轨梁厂万能二线产线数字化建设为试点，起步建设以工业互联网和大数据技术为载体的数字化平台及其应用系统，多层次助力企业在生产制造环节的管理运营。
根据钢轨生产工艺需求，星云智联提出基于大数据和微服务技术的系统架构平台设计。其中，底层数据源（时序数据、文件数据、关系数据、人工录入数据等）通过KMX（昆仑机器大数据平台）的数据接入服务，接入到KMX；上层应用开发平台通过调用KMX数据推动各类业务应用实现。相关负责人介绍，KMX分为数据集成、数据湖、数据访问服务、数据分析服务和管理控制台5个主要功能组件；应用开发平台基于微服务架构，提供注册中心服务、统一配置服务、路由服务、链路追踪服务、熔断服务以及应用监控服务等，面向业务应用提供应用开发基础服务（鉴权、统一认证、消息、监控、日志、配置等）等。
参考工业互联网架构，星云智联从功能层面给出工业大数据的技术架构。其中，工业大数据管理能力包含数据采集与交换、数据预处理与存储、数据工程与数据建模4部分；工业大数据分析能力涵盖支持离线批量计算和在线实时计算的分布式分析框架，以及工业领域分析会使用到的各类分析算法库。
功能架构。该系统架构主要功能层次分为数据接入层、数据存储层、数据分析层和数据服务层。数据接入层主要是将不同数据来源的时序数据、结构化数据及非结构化数据采集接入到相对应的数据存储层。数据分析层囊括了基础大数据计算引擎和大数据分析服务的组件，可以根据不同的业务应用需求对数据存储层的数据进行加工计算、分析及管理，进而在数据服务层提供对外的数据访问和数据分析的接口服务。同时，贯穿这些层次的还有工业数据模型管理和工业大数据治理两类服务，还进一步加入了用户管理、运维管理、备份恢复等平台管理功能的相关内容。
数据采集。该系统架构在数采服务器及数采网关上部署数据采集软件，各区域PLC（可编程逻辑控制器）数据经由现场数据采集站汇聚至数采服务器，通过数采服务器端提供的OPC Server（信息系统软件）向大数据平台提供数据接入数据源；在数采服务器上安装大数据平台OPC（工业标准）接入软件，基于OPC协议实现PLC数据接入大数据平台。
数据接入。该系统架构通过前置数据集成系统采集存储产线的工艺数据和设备数据，然后接入到KMX，在平台上对数据进行解析、关联、处理，用以支撑钢轨数字化产线的各类业务查询应用、主题建模分析以及设备劣化趋势分析。
数据存储。时序数据仓库（TSDW）是一种高性能、低成本、稳定可靠，为工业中海量时序数据管理与分析场景研发的数据仓库服务。时序数据库（TSDB）可提供用于实时监测、近线数据查询和分析的时序数据管理服务。内容管理服务（OBJ）是一种能够存储海量非结构化数据的分布式存储服务，广泛应用于工业大数据分析中大规模非结构化数据的分析场景。文件管理（FILE）服务，支持多种文件存储类型，可与其他服务组件配合使用。关系数据仓库是一种进行大规模原始关系数据及分析结果优化的分布式关系数据库。
数据应用。一是产品数字化。该系统架构运用大数据技术，接入、处理、集成PLC、检测中心、MES（生产制造执行系统）、ERP（企业资源计划）、能源管理、设备物资等系统与轨梁万能二线有关的结构化、半结构化、非结构化的时序、业务过程数据，再利用轧制时空转换模型将所有工艺参数与质量数据进行时空变换，建立钢轨全长的工艺、质量信息数据同步关系，实现实物钢轨向数字化钢轨转变，进而为实物钢轨从产品末端控制向全流程控制转变奠定良好的数据基础。
二是工艺智能化。该系统架构基于业务、时序数据，通过多种统计模型及机器学习算法综合计算，实现了生产工艺智能化。其中，运用过程参数寻优模型探索出不同工况下的轧制过程参数最优运行区间，一方面为规范调整行为提供事实参考，另一方面为参数过程符合性评价提供评价基准；运用质量波动根因分析模型透视不同质量缺陷的动因，为及时发现工艺质量异常赢取时间，进而稳定钢轨质量。
三是设备数字化。该系统架构实现了设备数字化，即实体设备向虚拟设备转变，初步实现设备孪生；由固定设备状态向可变设备状态转变，实现设备管理数字化。具体而言，即可以根据设备的不同类型、运行条件、工艺参数，为设备制定个性化的基准线档案，提高设备故障预警的准确性；可以应用趋势分析、关联趋势分析等数据分析算法，实现压力、温度、电信号类型等设备运行参数的劣化趋势预警，减少设备事故，保障设备运行稳定性。
四是生产精益化。该系统架构通过动态模拟投料量、班产完成情况跟踪、钢轨支架位置监控、客户预需求测算等，可进一步提高轨梁对制造需求的快速反应能力；依据线上物料剩余空间对轧线停机进行预警，对关键工序（百米检查点等）的过钢节奏进行监控，提高生产效率。
整体而言，该项目运用工业大数据技术实践构建了一个平台（数字化生产工业大数据平台），完成了一套体系（产品生产制造过程关键数据标准化治理体系），突破了四大应用（产品数字化、设备数字化、工艺智能化、生产精益化）；基于“品控需求从产品末端控制向全流程控制转变”的思想，从生产数字化建设起步，进一步向“快速响应并满足个性化需求且交付高品质产品的制造模式”加速迈进。
扫一扫关注微信