专访 | 山东钢铁集团焦吉成：PQCA为制造业质量管理数字化趟新路

先进制造业·导读
“十四五”期间，发展数字经济，推进数字产业化和产业数字化，数字化转型已成为各行各业的“必修课”。“数字化转型”专题报道将从多角度剖析制造企业数字化转型的现状、发展与未来，汇编发布一系列富有价值的专家观点和企业案例文章。通过标杆企业示范引领，带动产业链数字化转型，赋能制造业高质量发展。制造业质量管理数字化是加快推动制造业高质量发展，打造制造业品牌竞争新优势，推动我国制造业向全球价值链中高端跃升重要举措。工信部年初印发了《制造业质量管理数字化实施指南（试行）》，明确企业要发挥主体作用，强化数字化思维，持续深化数字技术在制造业质量管理中的应用，创新开展质量管理活动。作为山东省智能制造试点项目与省属企业数字化转型试点示范项目，日照钢铁精品基地“先进钢铁材料生产全流程质量智能分析和控制系统”（PQAC），为国内冶金企业质量管理创造一条新路。本期，我们专访了山东钢铁集团首席专家焦吉成博士，共同探讨质量管控与数字化的相关话题，聚焦质量管理数字化这一关键话题，通过典型企业示范引领，带动传统产业转型升级，促进制造业高质量发展。
专访内容
01
先进制造业：请您介绍一下贵公司信息化建设情况？

焦吉成：山东钢铁集团有限公司成立于2000年。山东钢铁集团日照精品基地是国家发改委批准的钢铁产业结构调整示范项目。主要产品以高端精品扁平材，主要品种包括热连轧薄板、冷连轧薄板、酸洗板、热镀锌板、中厚钢板等，服务于汽车、家电、海洋工程、机械制造、石油化工及能源装备等。日照有限公司是山东钢铁股份公司的全资子公司，主要任务是山东省钢铁产业结构调整重点项目——日照钢铁精品基地的前期准备、项目建设及后续的生产运营。在项目建设中，日照钢铁精品基地确立了“智能制造梦工厂”的宏伟目标，日照钢铁精品基地已建立了覆盖基础自动化（L1级）、过程自动化（L2级）、生产管理自动化（L3级）、企业管理自动化（L4级）、决策支持自动化（L5级）等5个层面较为完备的信息化体系。目前我们在5级信息化系统的基础上，通过采用新一代工业互联网、人工智能和大数据分析等新技术，完善日照公司全流程的质量分析系统，实现多源异构数据的集成和分析，解决重大短板技术和装备，实现决策、生产过程的智能化。2018年2月9日，日照钢铁精品基地2050热轧项目成功入围2017年山东省智能制造试点项目。良好的信息化基础为日照公司产品质量提升和新产品开发奠定了坚实的基础。

02
先进制造业：质量管理是企业管理永恒的主题，请您介绍一下贵司如何通过数字化实现质量管理工作的提升？

焦吉成：全面提升冶金企业产品质量，把我国从钢铁大国转变为钢铁强国是当前我国冶金企业面临的重要任务。钢铁企业属于典型的流程型工业，生产流程长，制造过程复杂，涉及到过程控制因素多，面临着时空领域的物资流、信息流和能量流等“三流”集成统一难题。

为了应对这一挑战，国内企业普遍采用了从一级到五级自动化、信息化管理，但受技术条件所限，产品质量问题一直是一个难题。主要问题表现在：

●产品质量一致性不高；

●存在大规模、连续生产与产品个性化定制的矛盾；

●现有控制系统与数学模型对产品质量提升存在技术瓶颈;

●现有信息化系统数据中蕴藏的有效知识缺乏利用；

●质量管理方法以及产品质量稳定性与国际先进水平差距大；

●缺乏全流程的在线质量监控系统，生产过程工艺数据利用程度较低，质量管理系统的智能化程度不高等问题。

全流程产品质量管理系统的建设是实现企业质量目标的重要保证。为了实现这一目标，日照公司针对国内冶金企业还没有一套完整在线、智能可扩展的质量分析与智能控制系统的实际情况，在引进德国西马克集团(SMS)开发的产品质量分析（PQA）工具的基础上，汲取国内外质量管理、人工智能、机器学习等最新研究成果，集成创新，高效快速地建立起日照公司全流程、集成的“先进钢铁材料生产全流程质量智能分析和控制系统”（PQAC），为国冶金企业质量管理创造一条新路。

03
先进制造业：请您详细介绍一下贵司的PQAC系统及功能？

焦吉成：（1）PQA系统建设情况

从2017年年底开始PQA系统建设以来，与SMS一起，完成了系统网络建设、数据接口、采集、存储的建设工作和工艺规则的制定及设置等工作。到目前为止已完成热连轧、冷连轧、连续退火、镀锌、宽厚板产线的PQA系统建设，包含从炼钢开始到轧钢结束的全流程生产过程参数采集和存储查询等，为日照公司全流程产品质量分析提供了有力的工具。已实现以下功能：

●在线过程判定

●产品质量监控

●过程参数预警

●产品质量追溯、分析

PQA系统初步达到了为产品质量管理、新产品研发服务的目标，已成为日照公司产品生产不可或缺的系统工具。

图1各产线PQA系统

（2）基于PQA数据的二次自主开发工作情况

在PQA数据库的基础上，我们进行了二次开发工作。取得了显著的经济效益。

①产品力学性能在线智能检测系统

随着工业互联网、大数据和人工智能技术的飞速发展， 特别是工业大数据相关技术的发展和应用，我们以热连轧产品生产全流程关键控制工艺参数数据为基础，采用神经元网络、随机森林等算法建立碳素结构钢、低合金高强度结构钢的力学性能智能预测模型，以IBM SPSS为求解器，构建了一种基于工业大数据为基础的热连轧产品力学性能智能预测系统，包括数据采集、数据清洗、模型训练、结果分析、再现性实验和在线应用。力学性能在线预测系统已成功运行二年多时间，系统的预测精度高、稳定可靠。预测结果精度在±6%以内达到90%以上比例，MAPE(平均绝对百分误差)≤4,均低于再现性检测水平， 预测结果完全可以取代检测实验；提高了生产效率，缩短产品的检测周期，轧后即可掌握产品的力学性能，降低了生产成本，已成为生产运行过程不可缺少的环节，提高钢材成材率0.56%以上，年化经济效益达1500万元。以该技术为基础，申报智能制造团体标准《钢铁行业 碳素结构钢及低合金高强度结构钢钢板和钢带力学性能智能预判检测方法》，已正式立项实施，将引领钢铁行业智能检测发展方向和新理念。

图2 力学性能在线智能检测系统

②质量提升精益管理项目参数指标监控、统计

我们自主开发了炼钢、热轧、冷轧、宽厚板、炉卷产线关键过程控制参数智能统计分析系统，可实现最终产品全流程相关指标的自动匹配和分析。按照关键质量特性及关键过程参数考核管理要求，实现了冷轧28个指标，炼钢13个指标、4300宽厚板5个指标、炼钢工序转炉终点一次命中率、碳氧积及重点钢种窄成分等140个指标的自动统计分析功能。为公司质量提升精益管理项目提供有力的数据支持。

图3 关键过程参数指标统计

③连铸三恒监控分析系统

连铸是冶金企业生产的关键环节，起着“承上启下”的作用，在该环节完成钢水由液态转化为固态的转化过程，也是企业产品质量的决定性环节，对连铸生产过程的监控，对冶金产品质量具有重要意义。为此我们组织力量，对对日照公司的五台连铸机的关键工艺参数（中间包温度、铸机拉速、中包吨位）进行监控分析，适时掌握连铸生产过程关键因素的变化，为进一步的深加工提供决策依据。系统实现了连铸生产过程关键参数过程曲线的查询和展示，异常数据段的统计和查询分析，为高品质连铸坯的生产奠定良好的基础。

图4 连铸三恒参数监控分析系统

04
先进制造业：面对市场变化和不确定性，贵司在十四五智能制造、数字化转型的发展方向是什么？有哪些技术需求？

焦吉成：随着新一代信息技术的迅猛发展，十四五智能制造、数字化将使传统钢铁企业进入一个崭新的时代。我们必须抓住这一历史机遇，将数字化赋能钢铁企业生产全过程，大力推进企业生产质量的提升。我们主要在以下几个方面开展工作：

（一）开展高端板材多视图管理技术和语义网络驱动模型研究。从空间上通过高端板多视图管理技术解决高端板材产品质量定义不同阶段的信息建模和个性化开发问题，从时间上通过语义视图网络解决高端板材质量族进化过程中的质量控制和知识管理问题。PLM（全生命周期管理）系统需要管理企业全生命周期中的数据，通过产品多视图管理技术和语义网络驱动模型将存在复杂层次化关联语义的企业数据（包括跨国开发相关信息）组织管理起来。

（二）开展基于网络的产品跨国全生命周期管理体系结构与运行模型研究。针对冶金企业国际化经营的特点，结合云计算、大数据、物联网、人工智能等技术的发展趋势，开发适合高端板材全生命周期管理的跨国网络化管理体系结构模型，构件表示模型、构件交互模型，满足新一代信息技术下企业的节点自治、节点交互和节点协同的需求，提升企业国际化水平。

（三）研究支持高端板材全生命周期管理的跨国协同工程理论和方法。协同工程是一种支持扩展企业合作伙伴以及不同层次的应用系统间的信息共享、交流、协调、集成和一致性控制的方法。研究协同工程的支撑技术包括贯穿产品全生命周期的事件通道、事件捕捉和触发机制，以及产品质量信息的捕捉、定制、分发、通知、存储和管理技术，为高端板材全生产同期管理提供方法论。 

（四）大型关键装备多源多态大数据建模、故障解耦和预报理论。高端板材生产涉及到多套大型关键设备，研究基于大数据基础上的设备故障的快速解耦理论和方法；开展多传感器布点方法、长周期高可靠性数据采集原理、面向低价值密度数据的数据挖掘、智能决策与学习技术；建立设备故障预知和预报模型，为生产设备问题的快速解决提供基础。

（五）研究机理模型和高维工业大数据相结合的关联规则提取的理论和方法。针对钢铁工业大数据具有的高维、时序和非线性相关的特征，通过研究开发机理模型和大数据相结合的约简算法，降低维度；采用模式识别有关理论，提取工业大数据时序模式；通过聚类、分类等方法，提取关联规则，掌握工艺参数与运行指标之间的内在关系及变化规律，形成基于数据的知识学习与规则提取方法。

（六）板材制备过程多工序关键质量指标与工艺、设备间的非线性关系及协调优化理论。高端板材制备是典型的多相多层次串级链式运行生产流程，使得工艺、设备参数及工况与质量指标之间的关联关系难以进行多尺度地精确描述和估计，工序耦合与质量约束下的高性能多目标实时协调优化方法和理论亟待突破。

（七）研究开发基于人工智能的高端板材关键设备故障诊断和工业大数据质量智能分析系统，构建新产品开发仿真系统。以上述理论研究为基础，充分利用工业大数据和机理模型，研究建立在线的高端板材设备诊断和智能质量分析系统。

（八）研究开发全流程质量控制人工智能控制系统动态测试床理论和方法。高端板材全流程质量智能管控涉及到人工智能模型的应用，研究智能模型与现有系统的高效集成，测试相关人工智能智型的有效性和鲁棒性，减少系统上线风险，需要研究人工智能与现有系统集成的动态测试床理论和方法，为人工智能模型的投用奠定基础；同时通过动态测试床技术，结全高端板材数字孪生技术，实现高端板材生产工艺过程的在线优化和设备预知性维护，提高企业产品质量的稳定性。

需求的关键技术

（1）符合国际规范的高维复杂流程工业大数据分布式存储技术。建立高端板材大数据采集的数据命名、分类与编码规范，适合全流程大数据分发、交换与跨国共享标准，研究全流程大数据平台分布式存储与处理的集群体系架构，实现分布式存储系统的高可扩展性。

（2）复杂流程工业时序高维大数据分析技术。通过开发高端板材制备过程物质流与工艺质量信息流的精准匹配，跨工序过程关键工艺参数、设备参数与质量指标的状态监测、综合评判、内在关联分析及反向溯源优化技术，建立起装备故障模式、质量异常与过程工艺定量关系，开发出改进产品质量和设备维检的新方法。

（3）基于数字孪生技术的动态测试床优化技术。研究利用基于云计算、大数据、工业互联网和人工智能的高端材料全生产周期数字孪生技术，为人工智能技术应用“再造生产环境”，测试模型的稳定性；为复杂流程的深度机器学习创造条件，全面实现新产品开发过程的在线仿真和工艺流程优化。

（4）大型关键装备多源多态大数据建模、故障解耦和预报技术。研究新一代信息技术（5G、云计算、大数据）条件下，大型关键设备状态的获取、建模、故障解耦和预报方法，提高设备维护的可靠性和准确性，为高端板材质量稳定创造条件。

供需对接如果您的企业对以上山东钢铁集团需求的关键技术有成熟的解决方案，或有意合作的，欢迎扫描下方二维码给我们留言，我们将为各方提供对接交流的机会。

相关专题SPECIAL FEATURE


在主管部门指导下，“先进制造业”融媒体联合制造企业、高校科研院所、新技术解决方案供应商等单位共同发起“数字化转型”专题策划，通过企业走访、人物专访、产业研究、价值传播、供需对接等形式，推动产业数字化转型，促进数字经济创新发展。

点击图片了解更多

如果您对企业数字化转型有深入研究、独到见解、夯实案例，或是有赋能企业数字化转型的新产品、新技术等解决方案的宣传需要，欢迎扫描下方二维码给我们投稿、建议与合作！

SPECIAL FEATURE

相关阅读

声明

来源：先进制造业公众号，转载请注明。但因转载众多，无法确认真正原始作者，故仅标明转载来源。本文所用视频、图片、文字如涉及作品版权问题，请第一时间告知，我们将根据您提供的证明材料确认版权并按国家标准支付稿酬或立即删除内容！本文编辑：微明

投稿及商务合作：13386409839（同微信）

微信号：amdaily

长按识别二维码即可关注

好文！必须点赞