基于大数据的工序一贯质量管控解决方案查看源代码讨论查看历史

来自 搜狐网 的图片

基于大数据的工序一贯质量管控解决方案互联网时代，高端钢材应用行业如汽车和家电制造等，正发生颠覆性的变革。新的 企业，产品迭代速度越来越快，产品生命周期越来越短，产品质量信息越来越透明，终 端消费者质量反馈也越来越快。

一、解决方案简述

1、 方案简介与功能目标

互联网时代，高端钢材应用行业如汽车和家电制造等，正发生颠覆性的变革。新的企业，产品迭代速度越来越快，产品生命周期越来越短，产品质量信息越来越透明，终 端消费者质量反馈也越来越快。小订单、多样化订制成为市场的主流需求，对钢铁产品 全流程质量管控、工序能力、以及响应客户的速度，提出了更高的要求。工序一贯质量 管控解决方案是构建以客户为导向，以产品一贯制为主线，以大数据挖掘技术为基础， 面向全体系质量人员，从用户需求识别到用户使用,从结果向过程/状态，从定性向定量， 从点线向全面，从人工向自动，从事后向预防转变的工序一贯质量管理系统。

工序一贯质量管理系统在宝钢股份实施并已使用近三年，以炼钢、热轧、冷轧为试点，覆盖了部分机组，己经实现机组仪表检测的高频数据与图像的大数据存储与应用， 极大地加快了缺陷问题分析与调查时间，减轻了机组质检人员的劳动强度，实现了前后工序质量信息的有效传递和机组生产的实时预警。

2、 技术体系与技术特点

在热轧工序中，在现有机组的各类检测仪表数据基础上，采集完整的带钢尺寸、温 度、断面类缺陷信息作为工序一贯质量分析的数据源，以“卷”为单位的尺寸、温度、 断面类质量数据、轧制PDI数据实施采集存放在大数据平台，结合用户的实际分析需求 进行自动判定，判定逻辑规则人工配置，采用在线数据模拟验证判定规则无误生效机制， 最大程度保证表面质量判定的准确性。判定封闭的材料实现在线语音报警，及时提示操 作人员，有效阻断材料向下工序流转。采集的高频数据除了在线判定应用使用外，同时 共享于全工序质量分析人员进行离线分析。

机组数据采集以及存储需求，采用宝之云大数据HADOOP平台的PDS存储工艺过 程数据中的高频时序数据，采用STS存储表面检测数据和工艺过程数据中的结构化数据, 采用OSS存储表面检测数据中的非结构化数据。

系统架构如下：

工艺过程数据通过采集服务器上的实时数据库与宝之云大数据平台的PDS对接， 实现时序数据的实时上传。

工艺过程数据中的其它结构化数据，可以通过采集服务器上的数据抽取工具或者宝 之云大数据平台中的数据抽取工具（如kettle）,定周期（半小时一次）将数据抽取到STS。

工艺过程数据中部分只能通过xcom电文方式发送的数据，通过部署在相关区域的 电文转发服务器上传数据到大数据平台的STSo

表面检测数据中的结构化数据可以通过采集服务器上的数据抽取工具或者宝之云大数据平台中的数据抽取工具（如kettle）,定周期（半小时一次）把数据抽取到STS。

表面检测数据中的非结构化数据通过采集服务器上传至大数据平台的OSS。

二、应用案例简述

1、案例名称与实施时间

案例名称：宝钢热轧厂基于尺寸、温度、断面类质量自动判定系统

起止时间：2015年至2017年

2、应用创新与技术亮点

中国宝武目前正在顺应国家“中国制造2025”和“互联网+”的中国式“工业4.0” 规划建设，在现有的基础上研究并建设基于互联网、物联网、云计算、机器人、大数据 分析等技术的智能制造模式，为缩小与国内外同行业先进企业的差距，本案例首次采用 hadoop大数据平台的高频数据进行在线应用试点，对于提高宝钢股份在钢铁产业界的核 心竞争力具有重要意义。

自动判定系统采用基于三层架构的C/S模式，由数据库层/应用服务器层/展现层构成。数据库服务器层由高性能服务器构建而成，用于提供数据操作和服务；应用服务器 层采用交易中间件，用于完成应用系统的所有业务逻辑的处理要求；展现层选用一般 PC机，安装Windows；操作系统，采用图形化界面访问应用系统。