黎書文

(貴州理工學(xué)院 機械工程學(xué)院，貴州 貴陽 550003)

0 引言

鋁是消費量第二大的有色金屬，作為僅次于鋼鐵的基礎(chǔ)原材料，在制造、交通、建筑等領(lǐng)域應(yīng)用十分廣泛，鋁電解工業(yè)對國民經(jīng)濟的支撐具有戰(zhàn)略意義[1]。伴隨著物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)等網(wǎng)絡(luò)信息技術(shù)在制造業(yè)中的廣泛應(yīng)用，鋁電解行業(yè)也朝著智能化、系統(tǒng)化、信息化的方向發(fā)展，企業(yè)的數(shù)據(jù)采集、存儲、決策和管理水平得到極大提高，整個鋁電解行業(yè)積累了相當(dāng)可觀的生產(chǎn)數(shù)據(jù)，這些數(shù)據(jù)從側(cè)面反映了企業(yè)生產(chǎn)的運行狀況和產(chǎn)品質(zhì)量信息。針對鋁電解生產(chǎn)過程復(fù)雜難以建立數(shù)學(xué)模型、傳統(tǒng)的人工控制決策方式難以適應(yīng)當(dāng)前的生產(chǎn)需求等問題，數(shù)據(jù)驅(qū)動的方法應(yīng)運而生，如數(shù)據(jù)挖掘技術(shù)在故障診斷、生產(chǎn)調(diào)度和決策控制方面的應(yīng)用[2]。本文通過挖掘歷史數(shù)據(jù)中的有用信息并與實時數(shù)據(jù)進行深度融合，在質(zhì)量數(shù)據(jù)采集、存儲、決策和管理的基礎(chǔ)上，從數(shù)據(jù)生命周期的角度出發(fā)，構(gòu)建了一種鋁電解生產(chǎn)過程質(zhì)量控制的優(yōu)化方法。

1 基于數(shù)據(jù)生命周期的過程質(zhì)量控制亟待解決的問題

實際鋁電解生產(chǎn)過程中，由于受生產(chǎn)現(xiàn)場數(shù)據(jù)采集及分析的精度和效率影響，無法為提高生產(chǎn)質(zhì)量和優(yōu)化能效提供及時幫助[3]。鑒于“人、機、料、法、環(huán)、測”等影響質(zhì)量特性的因素存在，使得產(chǎn)品的質(zhì)量波動不可避免。因此，生產(chǎn)過程質(zhì)量控制對產(chǎn)品全生命周期內(nèi)的質(zhì)量和成本影響甚大。

基于數(shù)據(jù)驅(qū)動的質(zhì)量控制方法在理論方面的研究越來越深入，在企業(yè)的實際應(yīng)用也日趨完善。隨著產(chǎn)業(yè)信息化的日益提高，更多的企業(yè)開始重視生產(chǎn)數(shù)據(jù)的利用。與此同時，計算機信息技術(shù)的發(fā)展也為質(zhì)量數(shù)據(jù)的采集、存儲、處理和分析提供了強大的技術(shù)支持。傳統(tǒng)的多元統(tǒng)計監(jiān)控方法已很難滿足企業(yè)的生產(chǎn)需求，現(xiàn)已逐步過渡到基于人工智能的質(zhì)量智能診斷方法，而以時間序列法、統(tǒng)計回歸法為代表的傳統(tǒng)的質(zhì)量預(yù)測方法也逐步向智能預(yù)測方法轉(zhuǎn)化，其中較為主流的技術(shù)包括神經(jīng)網(wǎng)絡(luò)和模糊理論控制方法[4]。數(shù)據(jù)驅(qū)動的智能方法與人工經(jīng)驗為主的過程優(yōu)化方法相互融合，以先進的質(zhì)量管理方法和技術(shù)作為質(zhì)量管理的重要工具已成為質(zhì)量控制研究的重要內(nèi)容。盡管以數(shù)據(jù)分析為核心的過程質(zhì)量控制取得了重大突破，但在實際應(yīng)用中還有很多問題亟待解決，具體問題如下：

(1) 生產(chǎn)流程的高度耦合。對于鋁電解而言，由于原材料的物理化學(xué)反應(yīng)過程較難實現(xiàn)數(shù)字化，而工序又具有連續(xù)性，容易導(dǎo)致前工序的影響傳導(dǎo)到后工序[5]?，F(xiàn)有工業(yè)系統(tǒng)中的控制技術(shù)無法解決高度耦合及非線性關(guān)系，當(dāng)前建模、優(yōu)化與控制理論已難以滿足其綠色、高效和精細化生產(chǎn)的需求，導(dǎo)致質(zhì)量優(yōu)化提升困難，成本居高不下。

(2) 數(shù)據(jù)的多源異構(gòu)與不確定性。鋁電解生產(chǎn)過程涉及大量反映生產(chǎn)運行規(guī)律并以圖像、聲音、文本等格式存儲的多源數(shù)據(jù)，受現(xiàn)有技術(shù)條件限制，多源異構(gòu)數(shù)據(jù)較難感知融合。而生產(chǎn)車間環(huán)境復(fù)雜，電、磁、噪聲干擾較強，以及工業(yè)系統(tǒng)自身存在的不確定性，導(dǎo)致傳感器采集到的數(shù)據(jù)易受污染，無法精準(zhǔn)實現(xiàn)數(shù)據(jù)實時有效傳輸[6]。

(3) 質(zhì)量數(shù)據(jù)的重復(fù)利用。目前，對于鋁電解過程質(zhì)量控制的研究大多集中在對主要影響參數(shù)方面的分析，數(shù)據(jù)分析人員憑借以往的人工經(jīng)驗對質(zhì)量數(shù)據(jù)分析建模，這就表明在深度和廣度上質(zhì)量數(shù)據(jù)的應(yīng)用仍有較大的提升空間，數(shù)據(jù)系統(tǒng)的管理和應(yīng)用在質(zhì)量控制方面大有可為，從而為數(shù)據(jù)的重復(fù)利用提供可能[7]。另外，數(shù)據(jù)挖掘作為知識獲取的重要渠道，在數(shù)據(jù)驅(qū)動的質(zhì)量控制應(yīng)用中產(chǎn)生海量的過程性知識，這對后續(xù)的生產(chǎn)具有十分重要的現(xiàn)實指導(dǎo)意義。

2 鋁電解生產(chǎn)過程質(zhì)量控制

2.1 生產(chǎn)過程質(zhì)量預(yù)測

鋁電解的生產(chǎn)過程監(jiān)控和診斷主要用于排查生產(chǎn)過程中存在的異常突發(fā)狀況并及時診斷產(chǎn)生的原因，從而有效地提高產(chǎn)品合格率。但這種監(jiān)控方法具有一定的局限性，只會在異常發(fā)生時即刻報警，并不能提前預(yù)測可能出現(xiàn)的異常狀況，具有時間滯后性。質(zhì)量預(yù)測技術(shù)則較好地彌補了過程質(zhì)量控制的缺陷，可使生產(chǎn)人員在質(zhì)量控制中由被動防御轉(zhuǎn)為主動預(yù)防，提前掌握質(zhì)量變化趨勢。

構(gòu)建精準(zhǔn)高效的預(yù)測模型是實現(xiàn)生產(chǎn)過程質(zhì)量預(yù)測控制的關(guān)鍵所在。傳統(tǒng)的預(yù)測建模方法主要依賴人工選取過程參數(shù)及數(shù)據(jù)特征[8]。隨著現(xiàn)代生產(chǎn)過程的復(fù)雜化，影響質(zhì)量特性的因素增多，且出現(xiàn)了相關(guān)性、非線性等特點，加劇了過程作用機理，解決這類問題可采用神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、支持向量機等人工智能方法來獲得合適的預(yù)測模型，進而提高預(yù)測的精度[9]。除此之外，在一些更為復(fù)雜的生產(chǎn)過程質(zhì)量預(yù)測中，通過融合多種智能算法的預(yù)測建模研究也引起了更多的關(guān)注。

2.2 生產(chǎn)過程質(zhì)量控制

基于企業(yè)電解鋁生產(chǎn)過程的主要監(jiān)測數(shù)據(jù)，通過分析質(zhì)量數(shù)據(jù)特征，建立質(zhì)量數(shù)據(jù)模型，開展在線離線質(zhì)量數(shù)據(jù)挖掘方法研究，深入挖掘歷史生產(chǎn)數(shù)據(jù)和實時生產(chǎn)數(shù)據(jù)。依據(jù)在線離線質(zhì)量數(shù)據(jù)挖掘方法和質(zhì)量成本模型實現(xiàn)生產(chǎn)過程質(zhì)量成本的綜合評估，并將評估結(jié)果反饋到知識庫，具體生產(chǎn)過程控制方案如圖1所示。

圖1 鋁電解生產(chǎn)過程控制方案

3 鋁電解質(zhì)量數(shù)據(jù)生命周期管理

數(shù)據(jù)驅(qū)動的質(zhì)量控制是基于質(zhì)量數(shù)據(jù)的采集、存儲、處理、分析、更新和管理，其中蘊含了數(shù)據(jù)生命周期的思想。通過全面深入挖掘數(shù)據(jù)潛藏價值，服務(wù)于生產(chǎn)過程質(zhì)量的預(yù)測、監(jiān)控、診斷及優(yōu)化。質(zhì)量數(shù)據(jù)生命周期管理框架如圖2所示。根據(jù)質(zhì)量數(shù)據(jù)的不同形態(tài)可將其細分為動態(tài)實時數(shù)據(jù)、靜態(tài)歷史數(shù)據(jù)和知識數(shù)據(jù)，三者之間既相互關(guān)聯(lián)又具有一定的遞進轉(zhuǎn)化關(guān)系。實時數(shù)據(jù)在利用完后轉(zhuǎn)為歷史數(shù)據(jù)進行存儲，通過數(shù)據(jù)挖掘分析大量的靜態(tài)歷史數(shù)據(jù)有利于后續(xù)生產(chǎn)過程質(zhì)量數(shù)據(jù)存入知識庫，隨著生產(chǎn)的持續(xù)運行，歷史數(shù)據(jù)逐步積累并被重復(fù)利用，知識數(shù)據(jù)庫不斷擴容更新，促進了整個生產(chǎn)系統(tǒng)的持續(xù)改進。

圖2 質(zhì)量數(shù)據(jù)生命周期管理框架

4 鋁電解生產(chǎn)過程質(zhì)量控制持續(xù)改進

在已有的生產(chǎn)過程控制基礎(chǔ)上，結(jié)合鋁電解對產(chǎn)品質(zhì)量的需求分析，構(gòu)建基于大數(shù)據(jù)生命周期思想的生產(chǎn)過程質(zhì)量控制策略，其持續(xù)改進框架如圖3所示[10]。完整的生產(chǎn)過程應(yīng)包括三個階段，即歷史生產(chǎn)過程、當(dāng)前生產(chǎn)過程和后續(xù)生產(chǎn)過程。現(xiàn)從鋁電解生產(chǎn)過程的質(zhì)量數(shù)據(jù)采集與存儲、數(shù)據(jù)實時應(yīng)用及質(zhì)量控制的持續(xù)改進等方面對該控制過程加以闡述。

4.1 質(zhì)量數(shù)據(jù)采集與存儲

在鋁電解生產(chǎn)過程中，充分運用RFID、傳感器等信息技術(shù)對“人、機、料、法、環(huán)、測”等生產(chǎn)過程各要素實時監(jiān)控，結(jié)合多源信息感知與融合技術(shù)對質(zhì)量特性參數(shù)、動態(tài)加工、車間環(huán)境等信息進行實時監(jiān)測、采集、分類、融合，形成穩(wěn)定可靠的實時數(shù)據(jù)源。歷史數(shù)據(jù)庫包含檢測過程參數(shù)、設(shè)備運行參數(shù)、人員操作數(shù)據(jù)、原材料數(shù)據(jù)、工藝參數(shù)等數(shù)據(jù)，它能對以往生產(chǎn)過程中積累的質(zhì)量數(shù)據(jù)進行有效地采集和存儲。知識數(shù)據(jù)不但包括工藝知識、加工方法、設(shè)備運行等相關(guān)顯性知識，也包括生產(chǎn)操作經(jīng)驗、故障診斷經(jīng)驗等隱性知識，而通過數(shù)據(jù)挖掘的方式是獲取隱性知識的重要渠道。

4.2 質(zhì)量數(shù)據(jù)實時應(yīng)用

鋁電解生產(chǎn)過程獲得的實時質(zhì)量數(shù)據(jù)主要包括設(shè)備運行參數(shù)、傳感器檢測數(shù)據(jù)等，多以數(shù)據(jù)流的形式被不斷采集，此類數(shù)據(jù)具有多源異構(gòu)、相關(guān)非線性、強噪聲干擾等特征，只有采取精準(zhǔn)有效的實時數(shù)據(jù)流分析技術(shù)，才能對影響產(chǎn)品質(zhì)量的相關(guān)參數(shù)進行實時監(jiān)測和預(yù)測，并在發(fā)現(xiàn)突發(fā)異常情況下快速響應(yīng)，從而為優(yōu)化工藝流程和參數(shù)提供參考。在線質(zhì)量控制的關(guān)鍵在于對實時數(shù)據(jù)流、歷史數(shù)據(jù)庫和知識庫進行深度融合及快速決策分析。通過生產(chǎn)過程的實時預(yù)測、監(jiān)控、診斷和反饋以及對生產(chǎn)工藝流程的持續(xù)改進，將多種質(zhì)量控制方法綜合運用于生產(chǎn)過程，才能有效降低廢品率。

4.3 質(zhì)量控制持續(xù)改進

當(dāng)前的生產(chǎn)過程一旦完成，所積累的新數(shù)據(jù)用于對歷史數(shù)據(jù)庫及時更新補充，所獲得的設(shè)備運行狀態(tài)、傳感器檢測數(shù)據(jù)以及生產(chǎn)工藝優(yōu)化等新經(jīng)驗知識，用于補充更新知識庫。而在歷史生產(chǎn)過程所積累的海量數(shù)據(jù)中，蘊含著大量反映生產(chǎn)過程狀態(tài)的各種正常和異常模式。通過全方位、多維度的深入挖掘歷史數(shù)據(jù)獲取對生產(chǎn)有用的信息資源，實現(xiàn)整個工藝流程的優(yōu)化和生產(chǎn)系統(tǒng)的持續(xù)改進。數(shù)據(jù)驅(qū)動在質(zhì)量跟蹤溯源方面得到廣泛應(yīng)用，通過RFID、傳感器等技術(shù)實施數(shù)據(jù)的采集、存儲、分析、查詢及可視化，全過程跟蹤以便及時發(fā)現(xiàn)產(chǎn)品缺陷并從源頭上加以控制，為解決生產(chǎn)過程存在的問題提供決策參考。

圖3 生產(chǎn)過程質(zhì)量控制持續(xù)改進框架

5 結(jié)束語

本文圍繞鋁電解生產(chǎn)過程的質(zhì)量控制與改進問題，從生產(chǎn)過程數(shù)據(jù)生命周期的角度探討了數(shù)據(jù)驅(qū)動方法的應(yīng)用。通過分析鋁電解存在的問題，在原有數(shù)據(jù)驅(qū)動的過程質(zhì)量控制方法的基礎(chǔ)上，提出一種基于數(shù)據(jù)生命周期的鋁電解生產(chǎn)過程持續(xù)改進策略，以期達到提高企業(yè)生產(chǎn)效率和產(chǎn)品質(zhì)量、降低生產(chǎn)成本的目

的。同時，通過融合信息技術(shù)提高鋁電解行業(yè)的智能化水平，提升企業(yè)協(xié)同創(chuàng)新和精益制造的能力，不斷優(yōu)化流程，推動產(chǎn)業(yè)升級轉(zhuǎn)型，實現(xiàn)行業(yè)的可持續(xù)發(fā)展。