不锈钢冷轧带钢质量智能管控的探索与实践

杨瑞军

（中国宝武山西太钢不锈钢股份有限公司，山西 太原 030000）

0 引言

不锈钢冷轧带钢工艺制程包括炼钢、热轧和冷轧三大工序。各工序中子工序多、机组多，设备参数和工艺参数叠加后质量管控难度大，传统的质量管理主要依靠人，工序产出由质检工判定质量是否合格，过程控制由工艺技术人员分析判定是否合规。这种管控模式数据分析量有限，质量易出现波动，且质量波动问题处理滞后，尤其是不锈钢冷轧带钢产品对性能、表面质量要求极高，过程参数波动对产品质量的一致性有较大的影响[1]。

不锈钢冷轧带钢产品种类多（300 系、400 系、超纯等）、规格多变（厚度为0.5～6.0 mm，宽度为1 000～1 650 mm），不同产线机组交叉生产，性能、表面控制难度极大，过程参数波动容易产生表面质量问题，常见的搓擦印、水印、酸化印等表面质量问题无法达到用户的需求[2]。

生产制造MES 系统和机组L2 控制系统对一部分设备的过程参数进行了数据抓取保存，但质量问题需要事后由人工对数据进行统计分析，存在工艺参数及设备运行数据不足、数据统计繁琐、质量改进效率低等问题。

为提高产品连续生产质量稳定性、快速发现质量问题、提升质量改进效率，研究建立不锈钢冷轧带钢智能管控系统。本系统在大数据中台构建质量数据域，开发全流程质量管控模型和质量缺陷分析功能，利用计算机对各工序产出的材料质量进行自动预警和判定，通过质量缺陷分析功能，对全流程数据进行时空匹配与串接，实现产品全链路、全要素质量的高效管控。

1 不锈钢冷轧带钢智能管控系统介绍

1.1 系统架构设计

针对不锈钢冷轧带钢质量分析、产品波动、竞争力落后的问题，在原有各工序、各机组生产控制系统、自动化设备基础上实施数据整合，形成各厂数据中心，并以此搭建数据中台，通过数据中台构建产品全链路、全要素的高效质量管控模型，为质量管控模型提供支撑[3]。

系统架构共分为三层：数据层、模型层、系统层，具体架构如图1 所示。

图1 智能管控系统架构

1.2 不锈钢智能管控系统的实施

不锈钢冷轧带钢智能管控系统主要通过工序质量数据采集、质量管控模型建设、质量追溯分析三个步骤实施建设。

1.2.1 数据的采集、整合及治理

确定各工序质量管控关键参数，如表1 所示，通过云边大数据平台，整合各工序、各系统过程质量参数控制实绩，相关数据包括结构性数据和非结构性数据。高频数据通过数据治理对齐到冷轧带钢材料。以规则配置表或动态脚本的形式建立不锈钢冷轧带钢全流程各工序不同钢种、不同规格、不同参数的监控及判定标准，如表2 所示。

表1 不锈钢冷轧带钢冷轧各工序质量管控关键参数

表2 不锈钢冷轧带钢管控规则示例

1.2.2 质量管控模型与质量智能监控

针对各工序不同机组设备和工艺特点建立单工序质量监控、判定模型。冷轧带钢从各工序产出时，每个材料的过程参数控制数据在第一时间采集到数据中台，数据中台将整合后的数据传送到对应的监控或判定模型。

各模型按照配置好的管控规则自动对产出材料进行质量预警和判定。产品质量预警、判定结果与生产时间、工艺实绩、装备实绩相互结合；将半成品、成品的显性和隐性质量参数数字化，实现了产品制造全过程精细化质量管控。

1.2.3 质量追溯与分析

基于过程质量管控项目和各工序质量监控、判定模型结果，结合产品订货要求，将工艺、设备、辅料、能量介质等不同维度信息进行关联，构建质量多因素数据追溯和分析模型，可实现质量问题多维度一键追溯与分析[4]。

上述质量管控模型是系统的核心功能，在此基础上可以扩展体系管理、产品审核管理、顾客需求识别、文件控制管理等模块，形成综合的质量管控系统。

2 结论

太钢不锈钢冷轧带钢质量智能管控系统的开发运行，彻底改变了太钢传统质量分散监控和质量追溯模式，实现了质量管理的扁平化、集中化、一体化，对质量控制、质量改进和产品质量提升起到了积极推动作用。可将该项目整体架构、技术方案、实施方法可应用于其他钢铁企业质量管理信息化系统建设，具有很好的推广应用价值。