探讨大数据过程质量控制系统在钢铁生产中的应用

杨晓东，周 妮

（南京钢铁股份有限公司，江苏 南京 210000）

在钢铁生产过程中，自动控制系统成为企业管理和创造价值的一种重要手段，在企业生产经营过程中积累了大量的数据，这些数据对于企业来说具有非常宝贵的价值，面对大数据给全球经济发展带来的全新机遇，钢铁企业要高度关注大数据的价值，将其应用到过程质量控制系统中，满足钢铁生产过程中的质量控制需求，实现稳定、高效、有序的生产。

1 工业数据概述

工业数据是工业自动化的基础，在工业生产中时时刻刻都在产生数据，根据数据的不同用途可以分为经营性数据、生产性数据和环境性数据这几类，随着工业企业收集的数据维度不断扩大，主要体现在时间维度不断延长、数据范围不断扩大、数据粒度不断细化这几个方面，工业大数据除了具有一般大数据的优点之外，还有准确率高和实时性强的特点，所以说能够在生产过程中发挥出价值，对于企业来说需要做的就是如何有效的应用这些数据为企业创造更大的价值，对于钢铁生产企业来说，生产过程涉及到的工艺和技术以较复杂，存在许多风险，因此做好过程质量控制工作确保钢铁生产质量和安全，提高产品的合格率和可靠性是企业生存和发展的关键。

2 钢铁企业在大数据管理和应用方面的问题

目前，很多钢铁企业对大数据认识不够清晰，没有主动的挖掘出大数据的价值，首先在企业经营管理体系还停留在工业制造时代，缺少对大数据的有效收集、分析和处理，未能实现信息的共享和流动，导致存在严重的浪费情况，工作效率也比较低下，因此没有充分利用大数据提升管理水平，创造出经济效益，在未来市场竞争中，企业需要通过对大数据的研究和应用，尽快将大数据引入到经营管理过程中，提出利用大数据促进企业管理变革的方法，将大数据转化为现实生产力，提升盈利能力，推动大数据更好的服务于钢铁生产[1]。

（1）人员素质低下

在当前钢铁企业方面，要针对于钢铁生产设备进行安全使用，但是目前大部分的工作人员素质相对较为低下，与此同时，钢铁生产方面的工作属于附属性工作，工资待遇相对较低，人才储备量较少，这样就很容易导致人才短缺的问题，由于大量人员缺乏操作维修知识以及机械管理知识，这样的情况之下，就直接影响到了钢铁生产设备安全稳定的使用，与此同时，工作人员没有经过系统化培训以及学习，责任心差，专业素质偏低，同时也存在着违规作业以及违章指挥的现象，直接导致了钢铁生产设备的安全管理工作难以得到全方位贯彻和落实[1]。

（2）重使用轻保养

对于现代化企业来讲，一旦承揽工程项目之后，往往会将工程项目承包给项目部，对于当前项目部来讲，为了自身的经济效益，往往会将钢铁生产设备维修保养费用得到进一步的压缩，这样就导致钢铁生产设备能不修的情况下则不修，并且，将问题留给下一个项目或者是下个公司，忽略了维修保养工作，特别容易导致钢铁生产设备自身安全性能大幅度降低，同时也导致了大量钢铁生产设备长时间处于带病作业的状态之下，存在着较大的隐患问题[2]。

（3）钢铁生产检查流于形式

对于各大施工企业来讲，需要对于施工安全引起高度的重视。但是，对于钢铁生产设备的使用安全性，大部分企业仅仅只是停留在口头之上，在施工现场基本上缺乏相关主管设备安全人员，大部分钢铁生产管理人员也常常不懂得安全监控措施以及设备原理，监管往往仅仅只是停留在查资料，经常性敷衍了事。

图1 钢铁生产流程分析

3 大数据过程质量控制系统在钢铁生产中的应用

（1）质量判定系统构建

在传统的过程质量控制过程中，对钢铁生产质量判定主要靠人工检验来完成，但是由于受到人为因素的影响，钢铁生产质量结果的判定可能存在误差，所以构建智能化在线质量判定系统对钢铁生产过程的相关参数于规则库中界定的允许范围进行对比就能够实现对生产质量的实时监测，从而有效控制钢铁生产的标准。除此之外，通过构建自动质量判定系统还有助于及时的发现生产过程中的薄弱环节，从而有针对性的开展业务改成改造，系统检测反馈的各项参数也能够对钢铁生产的各要素进行精准的控制，从而确保钢铁生产产品的质量和性能[2]。

（2）大数据库构建

利用大数据技术构建大数据库有助于不同生产工序之间进行数据和信息交换，从而为钢铁生产流程的判断提供可靠的依据。大数据库的构建包括数据的采集、数据的存储和数据的处理三个方面，在数据采集过程中一般通过物理方法结合网关隔离技术将信息系统与生产系统隔离开，这样一来不仅能够确保控制系统的安全运行，同时也不会对控制系统造成影响。大数据库的构建要实现整个生产工艺和设备运行参数的全覆盖，而且对数据运行速度提出了较高的要求；在数据存储过程中，主要是读取钢铁生产过程的关键参数并做好记录和存储工作，需要存储的数据包括设备检测参数、传感器设备参数、控制设备参数以及具体投料的数据等等，如图2所示。

图2 钢铁材料大数据库构建

除此之外，产品的批次、产品检验过程以及产品质量特性等参数也要记录存储，确保钢铁生产产品在数据库中能够得到一一对应；在数据处理过程中，要包括对数据计算的启动和停止，接口表和业务表等数据参数的转存，实际生产时间和系统记录时间的对比等等，将匹配之后的数据录入过程质量控制系统大数据库中，从而方便对数据的分析和追溯，除此之外，系统还要具备补录和修正的功能，以便生产技术人员补充和完善数据库。

（3）产品性能预测系统构建

在大数据过程质量控制系统中，要能够根据钢铁生产过程中的核心数据实时获取板坯厚度、轧钢开始和结束时的温度、卷曲温度、冷却速度、终轧速度以及碳元素、磷元素和硫元素含量等参数，将这些参数于系统中对应的生产批次关联起来从而对产品的性能指标进行预测，除此之外在对产品性能进行预测之后，为了保证预测的精确度，还要由相关检验部门进行性能检验。由于不同用户的实际需求不同，因此对产品的型号、规格等参数要求都不同，为了满足用户的个性化需求，在产品性能预测系统还要根据所配置的不同公式参数进行设定，与此同时还要设置人性化的操作界面，当生产技术人员需要改变输入或输出参数时可以从操作界面上直接添加[3]。

（4）服务平台构建

为了更好的满足用户的需求，提升用户的满意度，需要构建网络客户服务平台，重视客户信息的反馈，从而根据客户反馈的信息对生产数据进行相应的调整，除此之外，还可以在客户服务平台上实时关注用户的动向，从而为客户提供及时、差异化的服务。

（5）建立钢铁生产设备档案

在当前为了切实保障钢铁生产设备实现良好的运用，就需要建立起钢铁生产设备档案，促使技术资料得以进一步健全和完善。安全技术档案是对于设备实际状况的一种原始的记录，同时也是当前相关管理部门分析设备状态、制定规章制度以及安排检修计划重要的一大基础性的资料[4]。相关工作人员应当保障设备档案资料实现完整保存，同时，要进一步加强设备的检验维修管理工作。对于当前的档案来讲，要有专门人士加以保管，并且要登记好台账，对于当前保管人员而言，还需要在对设备进行更换过程当中具备相对严格的交接手续。对当前钢铁生产安全技术档案而言，其主要包括下列几项内容：首先，产品质量合格证明，出厂技术资料设计文件、安装技术资料文件。其次，日常使用状况记录、定期检测记录以及自行检查记录、日常保养记录。最后，使用登记证明、重大维修资料、监督检验合格报告证书，首检合格报告等等。

4 钢铁生产设备的日常维护保养

对当前的钢铁生产设备来讲，其运行整体状况直接关系到员工人身安全同时也关系到设备的安全性，所以就需要相关企业能够进一步的加强钢铁生产设备的管理及维护保养工作，这是保障钢铁生产设备实现正常稳定运行重要一大环节。正常投入钢铁生产设备运行之后，设备零部件往往会出现磨损以及失效的情况，为了能够让钢铁生产设备保障良好状态，同时为了让钢铁生产设备实际生产效率和使用效率得到进一步的提高，也为了提升钢铁生产设备使用寿命，不仅仅需要当前钢铁生产设备操作人员正常操作，更加需要针对钢铁生产设备加强日常保养和维护工作，要对于钢铁生产设备定期加强检查[5]。

5 结语

总而言之，目前大数据技术得到了空前发展，在社会各个领域都发挥出了重要作用，过程质量控制是指在生产过程中为了保证产品质量而进行的各种活动，随着市场竞争的不断加剧，企业要想取得更好的经济效益，就必须要坚持质量第一，有效的控制产品质量，因此大数据过程质量控制系统在钢铁生产中的应用是企业生产发展的客观需要，应用大数据过程质量控制系统不仅能够有效控制钢铁生产质量，提高生产效率，还能够满足用户的个性化需求，从而为企业提升市场竞争力。