張寶玉

摘 要：本文結(jié)合唐鋼近兩年來(lái)信息化及智能制造建設(shè)的經(jīng)歷，詳細(xì)介紹了大數(shù)據(jù)平臺(tái)的項(xiàng)目實(shí)施背景、建設(shè)思路和過(guò)程、實(shí)時(shí)數(shù)據(jù)庫(kù)與關(guān)系數(shù)據(jù)庫(kù)復(fù)合應(yīng)用、多元異構(gòu)數(shù)據(jù)的集成挖掘及產(chǎn)品關(guān)鍵工藝參數(shù)對(duì)應(yīng)鋼卷具體位置匹配等關(guān)鍵性技術(shù)、創(chuàng)新點(diǎn)和取得的效果。闡述了鋼鐵企業(yè)如何運(yùn)用大數(shù)據(jù)平臺(tái)推動(dòng)產(chǎn)品質(zhì)量管理水平提升的相關(guān)經(jīng)驗(yàn)及體會(huì)，對(duì)工業(yè)企業(yè)如何運(yùn)用大數(shù)據(jù)技術(shù)推動(dòng)產(chǎn)品質(zhì)量管理水平具有較高的參考價(jià)值。

關(guān)鍵詞：大數(shù)據(jù)；信息化；質(zhì)量管理；數(shù)據(jù)挖掘

中圖分類(lèi)號(hào)：D261.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-2064（2018）23-0023-02

在世界經(jīng)濟(jì)的大數(shù)據(jù)時(shí)代，數(shù)據(jù)已成為最重要的企業(yè)資源。有效利用和開(kāi)發(fā)大數(shù)據(jù)潛在的價(jià)值，是鋼鐵企業(yè)走出同質(zhì)化競(jìng)爭(zhēng)迷局、擺脫虧損困境的重要途徑。本文結(jié)合唐鋼近兩年來(lái)信息化建設(shè)經(jīng)歷，簡(jiǎn)要闡述了鋼鐵企業(yè)如何運(yùn)用大數(shù)據(jù)平臺(tái)推動(dòng)產(chǎn)品質(zhì)量管理水平提升相關(guān)的經(jīng)驗(yàn)和體會(huì)。

1 研究的背景和意義

在大多數(shù)制造業(yè)企業(yè)中，質(zhì)量管理受制于信息化總體架構(gòu)、基礎(chǔ)自動(dòng)化普及程度、質(zhì)量管理理念等多種因素，往往只能按工序關(guān)注產(chǎn)品最終的質(zhì)量結(jié)果，這種質(zhì)量管理下產(chǎn)品質(zhì)量過(guò)程無(wú)法控制，廢品率高，也無(wú)法滿足客戶越來(lái)越關(guān)注產(chǎn)品質(zhì)量過(guò)程和質(zhì)量可追溯的需求。

通過(guò)建立大數(shù)據(jù)平臺(tái)，運(yùn)用信息化和自動(dòng)化技術(shù)手段將全流程的工藝數(shù)據(jù)、質(zhì)量數(shù)據(jù)、生產(chǎn)數(shù)據(jù)結(jié)合在一起，構(gòu)成了全工序、全流程的質(zhì)量追溯數(shù)據(jù)源，可用于質(zhì)量分析、決策、研發(fā)，此項(xiàng)目在國(guó)內(nèi)外均屬于大數(shù)據(jù)集成應(yīng)用于工業(yè)生產(chǎn)的成功案例。

本項(xiàng)目旨在公司多年信息化建設(shè)取得成果的基礎(chǔ)之上搭建公司全工序、全流程質(zhì)量管理大數(shù)據(jù)應(yīng)用平臺(tái)，使過(guò)程數(shù)據(jù)參與質(zhì)量判定，實(shí)現(xiàn)產(chǎn)品全流程質(zhì)量跟蹤，并通過(guò)數(shù)據(jù)挖掘技術(shù)最終生成產(chǎn)品綜合質(zhì)量分析報(bào)告，幫助質(zhì)量管理人員準(zhǔn)確把握產(chǎn)品質(zhì)量，快速定位質(zhì)量失控工序及失控原因，不斷優(yōu)化質(zhì)量控制工藝參數(shù)，最終達(dá)到全面提升公司產(chǎn)品質(zhì)量的目的。

2 研究?jī)?nèi)容和過(guò)程

2.1 總體思路

第一步：通過(guò)搭建和不斷完善公司大數(shù)據(jù)平臺(tái)，將公司從煉鋼、連鑄、熱軋、冷軋各工序與產(chǎn)品質(zhì)量相關(guān)的生產(chǎn)實(shí)時(shí)數(shù)據(jù)、質(zhì)量數(shù)據(jù)、工藝數(shù)據(jù)采集存儲(chǔ)到公司大數(shù)據(jù)平臺(tái)數(shù)據(jù)庫(kù)中。

第二步：利用全過(guò)程質(zhì)量控制系統(tǒng)TPQC（Through Process Quality Control）進(jìn)行面向生產(chǎn)流程的質(zhì)量監(jiān)控與修正；將過(guò)程曲線數(shù)據(jù)和質(zhì)量缺陷圖與產(chǎn)品件次信息匹配起來(lái)，為質(zhì)量管理系統(tǒng)QMS（Quality Management System）的產(chǎn)品質(zhì)量判定提供更加全面的數(shù)據(jù)支撐。

第三步：運(yùn)用大數(shù)據(jù)集成和多維度數(shù)據(jù)挖掘技術(shù)將與產(chǎn)品相關(guān)的各工序生產(chǎn)過(guò)程數(shù)據(jù)進(jìn)行匯總，形成中央質(zhì)量數(shù)據(jù)庫(kù)，并在此基礎(chǔ)上開(kāi)發(fā)相關(guān)的質(zhì)量報(bào)表，為改進(jìn)產(chǎn)品的生產(chǎn)工藝設(shè)計(jì)提供數(shù)據(jù)支撐。

2.2 詳細(xì)技術(shù)內(nèi)容

2.2.1 架構(gòu)搭建

大數(shù)據(jù)平臺(tái)的整體架構(gòu)分為數(shù)據(jù)采集平臺(tái)，數(shù)據(jù)存儲(chǔ)平臺(tái)和系統(tǒng)應(yīng)用平臺(tái)三層。數(shù)據(jù)采集平臺(tái)結(jié)合現(xiàn)場(chǎng)實(shí)際情況，采用不同采集方式采集現(xiàn)場(chǎng)實(shí)時(shí)生產(chǎn)數(shù)據(jù)；一部分是由實(shí)時(shí)數(shù)據(jù)庫(kù)PI和關(guān)系型數(shù)據(jù)庫(kù)Oracle結(jié)合共同搭建，彼此間配合形成數(shù)據(jù)交互，利用實(shí)時(shí)數(shù)據(jù)庫(kù)存儲(chǔ)包含鋼卷寬度、厚度等產(chǎn)品質(zhì)量參數(shù)的實(shí)時(shí)數(shù)據(jù)，利用Oracle數(shù)據(jù)庫(kù)存儲(chǔ)通過(guò)算法規(guī)則計(jì)算出的產(chǎn)品起止時(shí)間、質(zhì)量參數(shù)起止時(shí)間等單值數(shù)據(jù)，二者共同實(shí)現(xiàn)對(duì)產(chǎn)品參數(shù)的位置匹配。另一部分則由TPQC系統(tǒng)處理表檢儀上傳來(lái)的缺陷圖片。鋼卷參數(shù)曲線數(shù)據(jù)與缺陷數(shù)據(jù)共同為QMS系統(tǒng)提供質(zhì)量判定的依托。系統(tǒng)應(yīng)用平臺(tái)對(duì)存儲(chǔ)的大量的生產(chǎn)相關(guān)數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘和二次計(jì)算，用以質(zhì)量管理，指導(dǎo)生產(chǎn)，追溯產(chǎn)品質(zhì)量，為生產(chǎn)者做出決策提供條件與依據(jù)?？傮w架構(gòu)，見(jiàn)圖1。

2.2.2 數(shù)據(jù)采集與存儲(chǔ)

根據(jù)各條生產(chǎn)線的實(shí)際情況，數(shù)據(jù)采集的方式分為以下幾種：

（1）Wincc接口機(jī)；從Wincc工程師站讀取數(shù)據(jù)方式，具體實(shí)現(xiàn)方式為安裝PI -OPC接口軟件讀取本地的WINCC系統(tǒng)數(shù)據(jù)，通過(guò)以太網(wǎng)把數(shù)據(jù)傳送到PI接口機(jī)，PI接口機(jī)另外一塊網(wǎng)卡通過(guò)防火墻向PI服務(wù)器傳送數(shù)據(jù)。此種采集方式既能保證數(shù)據(jù)的實(shí)時(shí)采集，同時(shí)能緩解現(xiàn)場(chǎng)PLC的壓力。（2）網(wǎng)關(guān)機(jī)：用基于Linux操作系統(tǒng)的智能數(shù)據(jù)采集網(wǎng)關(guān)實(shí)現(xiàn)工業(yè)現(xiàn)場(chǎng)多種設(shè)備的數(shù)據(jù)采集功能，并以標(biāo)準(zhǔn)協(xié)議方式或?qū)Ｓ媒涌趯?shù)據(jù)實(shí)時(shí)推送到PI實(shí)時(shí)數(shù)據(jù)庫(kù)系統(tǒng)。（3）離線文件解析：該類(lèi)方式有兩種情況，一種是IBA-PDA的數(shù)采形式，一種是ODG的數(shù)采形式。該種數(shù)采方式的主要步驟分為文件的生成、傳輸、接收、數(shù)據(jù)解析及存儲(chǔ)。此兩種采集方式所行成的打包文件中的數(shù)據(jù)采集頻率能達(dá)到50-100ms，應(yīng)用于熱軋、冷軋產(chǎn)線，保證質(zhì)量數(shù)據(jù)的精確度。

2.2.3 板卷匹配

采集到PI數(shù)據(jù)庫(kù)中的參數(shù)都是時(shí)間序列的數(shù)據(jù)，對(duì)于連鑄板坯和鋼卷，需要把數(shù)據(jù)匹配到板坯或者鋼卷位置上，我們主要采用速度積分的方法進(jìn)行測(cè)算，擬合出一條速度方程，根據(jù)參數(shù)的起止時(shí)間計(jì)算出長(zhǎng)度與參數(shù)值的對(duì)應(yīng)關(guān)系，然后提供給QMS系統(tǒng)。

2.2.4 中央質(zhì)量數(shù)據(jù)庫(kù)

利用大數(shù)據(jù)集成技術(shù)整合多元異構(gòu)數(shù)據(jù)建立統(tǒng)一的中央質(zhì)量數(shù)據(jù)庫(kù)。首先在底層的設(shè)備級(jí)，通過(guò)工廠數(shù)據(jù)庫(kù)的大數(shù)據(jù)平臺(tái)獲取不同工序段匹配到板卷的各類(lèi)生產(chǎn)工藝數(shù)據(jù)；第二層車(chē)間級(jí)，將各工序數(shù)據(jù)以車(chē)間為單位存儲(chǔ)并集成來(lái)自其它信息化系統(tǒng)的質(zhì)量相關(guān)數(shù)據(jù)；第三層工廠級(jí)，建立公司級(jí)數(shù)據(jù)庫(kù)應(yīng)用即中央質(zhì)量數(shù)據(jù)庫(kù)，將分布在各工廠各車(chē)間的數(shù)據(jù)以成品件次為單位抽取集成整個(gè)生產(chǎn)過(guò)程中的質(zhì)量相關(guān)數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行清洗、一致化，形成以件次產(chǎn)品為單位從原料到成品的可追溯數(shù)據(jù)流。

中央質(zhì)量數(shù)據(jù)庫(kù)以分散收集、集中處理的方法將數(shù)據(jù)整合在一起，其中集中處理即收集各產(chǎn)線各工廠的數(shù)據(jù)后以產(chǎn)品件次為單位將生產(chǎn)過(guò)程中的所有工藝、生產(chǎn)、質(zhì)量數(shù)據(jù)與產(chǎn)品件次建立維度關(guān)系并分類(lèi)存儲(chǔ)，打破工廠和產(chǎn)線限制以產(chǎn)品件次為索引將數(shù)據(jù)集中處理。因此中央質(zhì)量數(shù)據(jù)庫(kù)集成的數(shù)據(jù)不局限于種類(lèi)，不受限于地理位置、工廠、產(chǎn)線、設(shè)備等。分散收集、集中處理形成橫向最寬縱向最深的數(shù)據(jù)追溯鏈，實(shí)現(xiàn)了大時(shí)間跨度、分散存儲(chǔ)、多數(shù)據(jù)源、復(fù)雜異構(gòu)數(shù)據(jù)的面向產(chǎn)品統(tǒng)計(jì)分析的重新組織，形成了以產(chǎn)品為中心的、全生命周期的、面向分析決策的數(shù)據(jù)倉(cāng)庫(kù)，有效的集中存儲(chǔ)和管理了龐大的質(zhì)量信息資源，解決了信息孤島問(wèn)題，為質(zhì)量決策提供了完整、精確、高效的數(shù)據(jù)。

2.2.5 質(zhì)量報(bào)告系統(tǒng)

質(zhì)量管理報(bào)告系統(tǒng)實(shí)現(xiàn)大數(shù)據(jù)系統(tǒng)應(yīng)用，將中央質(zhì)量數(shù)據(jù)庫(kù)的數(shù)據(jù)按照質(zhì)量分析的主題重新組織，形成既有細(xì)節(jié)，又有經(jīng)過(guò)統(tǒng)計(jì)分析和數(shù)據(jù)挖掘后的不同維度、不同程度、不同跨度的匯總數(shù)據(jù)。例如中央質(zhì)量數(shù)據(jù)庫(kù)將以往不能保存和歷史查看的一二級(jí)生產(chǎn)過(guò)程單值數(shù)據(jù)、曲線數(shù)據(jù)從鋼卷的生產(chǎn)時(shí)間軸換到位置軸上，使每米鋼卷的過(guò)程數(shù)據(jù)準(zhǔn)確對(duì)應(yīng)。在此基礎(chǔ)上開(kāi)發(fā)的質(zhì)量管理報(bào)告能夠快速響應(yīng)用戶的復(fù)雜查詢和分析計(jì)算，統(tǒng)計(jì)出產(chǎn)線KPI和SPC，用以協(xié)助質(zhì)量決策分析產(chǎn)線制程能力評(píng)估，大大提高了質(zhì)量管理工作的效率，為企業(yè)的生產(chǎn)經(jīng)營(yíng)決策提供了科學(xué)的依據(jù)。

質(zhì)量報(bào)告分為應(yīng)用類(lèi)和管理類(lèi)兩大類(lèi)型報(bào)表。應(yīng)用類(lèi)報(bào)表用于生產(chǎn)綜合查詢與統(tǒng)計(jì)、質(zhì)量數(shù)據(jù)查詢與統(tǒng)計(jì)、工藝數(shù)據(jù)查詢與統(tǒng)計(jì)、各類(lèi)KPI統(tǒng)計(jì)等，管理類(lèi)報(bào)表則提供了各類(lèi)指標(biāo)的計(jì)算以及分析功能。各類(lèi)報(bào)表全面、真實(shí)的反應(yīng)了現(xiàn)場(chǎng)生產(chǎn)情況，為優(yōu)化工藝、評(píng)估產(chǎn)線生產(chǎn)能力和新品種開(kāi)發(fā)提供了數(shù)據(jù)支撐。

2.3 實(shí)施效果

2.3.1 實(shí)際完成情況

（1）不斷完善數(shù)據(jù)采集系統(tǒng)，質(zhì)量管理數(shù)據(jù)自動(dòng)采集率達(dá)到90%以上；（2）優(yōu)化數(shù)據(jù)存儲(chǔ)和服務(wù)器系統(tǒng)，系統(tǒng)的無(wú)故障運(yùn)行時(shí)間99%以上；（3）優(yōu)化和完善數(shù)據(jù)匹配程序，質(zhì)量數(shù)據(jù)的自動(dòng)匹配準(zhǔn)確率95%以上；（4）質(zhì)量數(shù)據(jù)覆蓋公司全部原料、成品，定制開(kāi)發(fā)各類(lèi)型管理報(bào)告、分析報(bào)告，形成統(tǒng)一的可追溯數(shù)據(jù)管理平臺(tái)，有效促進(jìn)品種開(kāi)發(fā)和質(zhì)量設(shè)計(jì)優(yōu)化。

2.3.2 同類(lèi)技術(shù)比較

國(guó)內(nèi)絕大多數(shù)制造業(yè)的信息化系統(tǒng)架構(gòu)主要有兩種類(lèi)型，一為起源于美國(guó)MDES公司的ERP系統(tǒng)架構(gòu)，二為臺(tái)灣中冠推行的面向企業(yè)定制開(kāi)發(fā)的大三級(jí)架構(gòu)。在這兩種架構(gòu)中質(zhì)量管理被定義為在第三層中與計(jì)劃管理、庫(kù)存管理同級(jí)的模塊。它受制于信息化總體架構(gòu)往往只能按工序關(guān)注產(chǎn)品最終的質(zhì)量結(jié)果。大數(shù)據(jù)平臺(tái)的建立改變質(zhì)量管理在傳統(tǒng)ERP系統(tǒng)架構(gòu)中的角色定位，將原來(lái)在ERP第三層實(shí)現(xiàn)的應(yīng)用分別在二級(jí)與三級(jí)、三級(jí)與四兩個(gè)新中間層實(shí)現(xiàn)，使數(shù)據(jù)的收集與管理不在受限于產(chǎn)線、工廠等，建立起從鐵水到鋼水、到熱軋?jiān)俚嚼滠堖^(guò)程的全流程數(shù)據(jù)跟蹤管理，實(shí)現(xiàn)全流程質(zhì)量管理的落地，保障生產(chǎn)線上能夠源源不斷地生產(chǎn)出滿足客戶需求、質(zhì)量過(guò)硬、客戶信得過(guò)的高端產(chǎn)品，促進(jìn)企業(yè)產(chǎn)品升級(jí)，提升企業(yè)效益。全流程的工藝數(shù)據(jù)、質(zhì)量數(shù)據(jù)、生產(chǎn)數(shù)據(jù)有機(jī)結(jié)合在一起，構(gòu)成了全工序、全流程的質(zhì)量追溯數(shù)據(jù)流。

2.3.3 平臺(tái)的其他作用

（1）沿產(chǎn)品制造生產(chǎn)工序，實(shí)現(xiàn)全工藝流程的質(zhì)量數(shù)據(jù)集成。（2）集成多個(gè)系統(tǒng)數(shù)據(jù)，解決信息孤島。（3）全面真實(shí)的反應(yīng)產(chǎn)線生產(chǎn)情況。（4）一、二級(jí)生產(chǎn)過(guò)程數(shù)據(jù)永久保存。（5）大數(shù)據(jù)分析整合，提供各類(lèi)分析指標(biāo)，為優(yōu)化工藝、評(píng)估產(chǎn)線生產(chǎn)能力和新品種開(kāi)發(fā)提供數(shù)據(jù)支撐。

3 創(chuàng)新點(diǎn)

3.1 實(shí)時(shí)數(shù)據(jù)庫(kù)與關(guān)系數(shù)據(jù)庫(kù)復(fù)合應(yīng)用

該大數(shù)據(jù)平臺(tái)的數(shù)據(jù)存儲(chǔ)模塊采用實(shí)時(shí)數(shù)據(jù)庫(kù)與關(guān)系型數(shù)據(jù)庫(kù)相結(jié)合的方式，關(guān)系型數(shù)據(jù)庫(kù)方便查詢，但在大量數(shù)據(jù)寫(xiě)入上存在劣勢(shì)，而PI實(shí)時(shí)數(shù)據(jù)庫(kù)正好在大量數(shù)據(jù)寫(xiě)入上提現(xiàn)出了明顯的優(yōu)勢(shì)，針對(duì)兩類(lèi)數(shù)據(jù)庫(kù)自身的存儲(chǔ)特點(diǎn)，分別存儲(chǔ)實(shí)時(shí)數(shù)據(jù)和單值數(shù)據(jù)，彼此之間交互關(guān)聯(lián)，為匹配跟蹤算法提供平臺(tái)支撐。

3.2 關(guān)鍵工藝參數(shù)對(duì)應(yīng)鋼卷具體位置測(cè)算

對(duì)關(guān)鍵工藝參數(shù)實(shí)現(xiàn)產(chǎn)品位置跟蹤，也就是要將現(xiàn)有的生產(chǎn)實(shí)時(shí)數(shù)據(jù)通過(guò)對(duì)速度擬合方程進(jìn)行積分的方式，計(jì)算出位置關(guān)系。同時(shí)對(duì)一些采集點(diǎn)進(jìn)行二次計(jì)算，轉(zhuǎn)換為指導(dǎo)生產(chǎn)的關(guān)鍵性參數(shù)方便管理者決策。

3.3 數(shù)據(jù)倉(cāng)庫(kù)技術(shù)

數(shù)據(jù)倉(cāng)庫(kù)是一種優(yōu)化管理、提供決策支持的企業(yè)數(shù)據(jù)解決方案，專門(mén)用于存儲(chǔ)和管理海量數(shù)據(jù)，是在傳統(tǒng)數(shù)據(jù)庫(kù)基礎(chǔ)上對(duì)數(shù)據(jù)的重新組織，是面向主題的、集成化的、穩(wěn)定的、隨時(shí)間變化的數(shù)據(jù)集合，用以支持管理決策的過(guò)程。

3.4 多元異構(gòu)數(shù)據(jù)的集成和挖掘

生產(chǎn)數(shù)據(jù)經(jīng)歷各道工序，涉及眾多信息化系統(tǒng)，系統(tǒng)間有相互通訊連接也有互為信息孤島的，所應(yīng)用的存儲(chǔ)和數(shù)據(jù)技術(shù)也各不相同。此平臺(tái)的構(gòu)建對(duì)這些數(shù)據(jù)進(jìn)行集成存儲(chǔ)，形成可追溯流，為管理者進(jìn)行生產(chǎn)指標(biāo)分析、產(chǎn)線生產(chǎn)能力評(píng)估、工藝優(yōu)化、質(zhì)量?jī)?yōu)化、新產(chǎn)品研發(fā)提供了完善全面的數(shù)據(jù)基礎(chǔ)。

4 結(jié)語(yǔ)

天睿數(shù)據(jù)公司大中華區(qū)首席執(zhí)行官辛兒倫對(duì)新浪科技表示，隨著大數(shù)據(jù)時(shí)代的到來(lái)，企業(yè)應(yīng)該在內(nèi)部培養(yǎng)三種能力。第一，整合企業(yè)數(shù)據(jù)的能力；第二，探索數(shù)據(jù)背后價(jià)值和制定精確行動(dòng)綱領(lǐng)的能力；第三，進(jìn)行精確快速實(shí)時(shí)行動(dòng)的能力。做到上面的幾點(diǎn)，當(dāng)大數(shù)據(jù)時(shí)代來(lái)臨的時(shí)候，面臨大量數(shù)據(jù)將不是束手無(wú)策，而是成竹在胸，而從數(shù)據(jù)中得到的好處也將促進(jìn)企業(yè)快速發(fā)展。

唐鋼通過(guò)幾年來(lái)不懈的努力在大數(shù)據(jù)平臺(tái)的建設(shè)和應(yīng)用方面已經(jīng)積累的一些經(jīng)驗(yàn)，但這些對(duì)支撐企業(yè)的發(fā)展還遠(yuǎn)遠(yuǎn)不夠，我們?cè)敢饫^續(xù)砥礪前行，不斷拓展大數(shù)據(jù)平臺(tái)應(yīng)用的深度和廣度，為企業(yè)發(fā)展不斷開(kāi)采“數(shù)據(jù)金礦”。