隨著鋼鐵製造業向資料驅動階段轉型，企業現有資訊化系統就顯現出諸多缺陷，這就需要構建基於工業互聯的鋼鐵全流程質量管控系統（QMS），實現資料的互聯互通，進而實現全過程質量一貫制管理。隨著QMS系統的構建，多維度資料實現了整合，QMS平臺的可拓展性將會充分滿足各類場景的定製化需求。
1 鋼鐵企業質量管控現狀及發展趨勢
新一輪製造業的變革，其根源是新一代資訊通訊技術尤其是大資料技術的快速發展，促使了製造業向資料驅動階段轉型。隨著鋼鐵企業經營業務的逐步深入，現有資訊化系統在小批次柔性生產、保證產品質量一貫制方面還存在諸多不足，其中質量方面的痛點問題如下：
1）資料獲取方面的痛點：不同維度的質量資訊分散在不同的系統中，資料獲取難度大，資料孤島問題突出，難以進行跨流程質量分析。
2）質量判定和監控方面的痛點：與產品質量相關的冶金規範要求、製造工藝引數、過程控制引數等分散在各個獨立的系統中，過程監控能力缺失，事中控制實現困難。
3）質量分析方面的痛點：現有系統缺乏高效的質量追溯、分析與最佳化技術，透過簡單的閾值分析、對比分析難以發現問題根源，鑄坯潔淨度、表面質量、板形等缺陷頻繁。
4）質量協同控制方面的痛點：協同控制是企業精益化生產的必經之路，質量通常會受到生產、工藝、控制、裝置、成本、人員等外部條件影響，而現有的質量相關係統大多又只關心質量本身，協同機制缺乏，質量提升效率低下。
透過構建基於工業互聯的鋼鐵全流程質量管控系統（QMS），實現以物料為中心的資料採集，並在此基礎上，設計包含質量業務流程和質量過程管控的多類應用模組，實現質量“PDCA”的全程管控模式，完成從原料入庫到成品出廠的質量一貫制管理，實現產品質量的持續改進。
2 鋼鐵全流程質量管控系統的功能構架
全流程質量管控系統功能架構如圖1所示，由冶金工業網際網路平臺、過程質量管控系統、質量業務流程管理三部分組成。利用新一代資訊科技建立冶金工業互聯平臺，實現資料的互聯互通，質量業務流程管理和質量過程管控相結合，可以完整地實現全過程質量一貫制管理。
圖1 基於工業互聯的鋼鐵全流程質量管控系統功能構架
2.1冶金工業網際網路平臺
冶金工業網際網路平臺是鋼鐵全流程質量管控的基石，該平臺技術融合了邊緣計算、資料治理、應用服務、演算法整合、前端開發、監控運維六大模組，不僅可為與質量相關的應用模組開發提供支撐，還可為其他功能（如裝置、能源、安防、物流等）模組開發打下基礎，便於後期的擴充套件開發。如圖2為北科工研開發的冶金工業網際網路平臺技術構架，主要包括邊緣層、平臺層、應用層三大核心層級。
圖2 冶金工業網際網路平臺技術架構
1）邊緣層。透過大範圍、深層次的資料採集，以及異構資料的協議轉換與邊緣處理，構建冶金工業網際網路平臺的資料基礎。
2）平臺層。基於中介軟體技術、冶金資料空間、冶金工業微服務元件等創新功能，構建可擴充套件的開放式系統。
3）應用層。形成滿足不同行業、不同場景的工業SaaS和工業APP，實現工業網際網路平臺的最終價值。
除此之外，工業網際網路平臺還包括工業資源層，以及涵蓋整個工業系統的多層級安全管理體系，這些構成了工業網際網路平臺的基礎支撐和重要保障。
2.2質量業務流程功能設計
質量管控相關的業務流程如圖3所示，主要包括：質量基準體系建立、質量評審、質量設計、銷產轉換、計劃執行、質量檢驗與判定、質量處置管理、質保書管理等，保證不同型別的客戶需求與生產過程的有效對接及生產實現。
圖3 質量業務流程功能框圖
質量業務流程具體內容如下：透過接收系統銷售訂單，對訂單進行評審（含個性化需求、交貨期等）；建立冶金知識庫架構，形成基於生產實際的質量體系；對逐一訂單進行質量設計；以使用者訂貨規格與訂單重要要求為基礎，以生產線各機組生產工藝、運輸工具、吊車能力為限制條件，進行材料設計；以合同為主線，實時跟蹤計劃的執行情況，對計劃進行動態調整；透過各生產工序的在庫量、計劃量、透過量等進行跟蹤，自動計算各工序欠量，掌握合同執行情況；透過收集各生產工序的生產實績，對物料進行動態跟蹤與管理；基於各工序庫區設定情況，實現廠內原料庫和成品庫的系統化管理，涵蓋入庫、出庫、移垛、盤庫、發貨等功能。
2.3質量過程管控功能設計
質量過程管控主要包括過程判定、過程監控、資料追溯、質量分析、質量預測、質量協同等功能。
2.3.1過程判定
開發多類判定準則引擎，對各個工序的重要產品質量和過程引數進行精準判定及處理，實現過程判定的及時性、無人化、一致性，同時，基於過程判定和評級功能，也可實現優秀樣本的歸集，為後續質量分析和工藝引數最佳化提供前提條件。
2.3.2過程監控
過程監控的核心在於差異化需求的滿足，物件不同，監控的粒度和方法應該也不同。工藝標準落實、異常狀態捕捉等應該追求時效性；產品質量、工藝引數等在時間歷程上的變化規律和異常；展示方式上，操作人員需要看到最直接、最醒目的監控方式，而工藝技術人員，則需要看到視覺化的展示結果，管理者則更希望看到從全域性到區域性的所有監控資訊。目前最常用的過程監控方法有兩種：1）基於SPC（統計過程控制）的過程監控；2）基於規則的過程監控。
2.3.3資料追溯
資料追溯功能分為產品譜系追溯、單變數引數追溯和多維資料追溯。
1）產品譜系追溯。產品譜系追溯可根據選定的物料號進行前後工序追溯，自動關聯匹配資料，使用者可清晰獲得一個物料從第一個生產工序到最後一個生產工序的物料變化歷程，基於產品的譜系追溯可實現數字鋼卷、數字板材、數字棒材等，實現產品數字化交付和數字化評價。
2）單變數引數追溯。使用者可以獲取指定條件下的單變數引數，透過整合的資料分析工具集可對這些單變數引數進行獨立分析，也可組合成各類定製化資料集進行分析等。
3）多維資料追溯。多維資料追溯主要包括曲線資料追溯和表面圖片的資料追溯，以物料為中心，可實現按長度進行追溯和按時間進行追溯。
4）質量分析。提供多種質量分析方法，如基於通用工具集的質量分析和基於知識模型的一鍵式質量分析。兩種典型的質量分析功能介紹如下：
①基於通用工具集的質量分析：主要用於質量波動性分析、歷史質量資料回放與對比、批間差異性分析、工序能力分析等。該功能具有通用性，使用者根據問題需求不同，可以快速利用平臺獲取相應的資料集，並藉助平臺提供的分析方法，如相關性分析演算法、聚類演算法、決策樹、迴歸建模等資料探勘演算法，或者圖形化分析工具，如散點圖、箱線圖、等高線圖、頻度分佈圖等，對質量問題進行分析和圖形化展示。
②基於工藝模型的質量分析：根據不同的質量物件，預先配置影響產品質量的工藝過程資料；透過建立的優秀樣本庫和整合的資料驅動演算法，對缺陷的重心進行求解，獲取一鍵式的質量分析結果，對影響質量結果的相關工藝引數進行排名和打分，有利於現場工程師定量準確的獲取每個工藝引數的風險係數，一目瞭然獲知關鍵影響引數，為工藝技術人員提供決策支援。
5）質量預測。建立質量缺陷標準樣本庫，透過定製化模組及智慧機器學習演算法，對不可測量類、檢測滯後類質量進行預測，實現質量的事中控制和質量預警，實現多類複雜問題的質量風險評估。
由於流程工業過程機理複雜，質量預測難度較大，預測精度在如下方面需要特別關注：①預測方法的選擇需要重點關注，每類質量問題都有特殊性，資料樣本量也有不同，關聯、迴歸、分類、聚類這些大類演算法的適用性也不一樣，應進行評估後確定合適的演算法；②資料預處理工作要格外重視，如果不對工業資料進行必要的預處理，如無關資料剔除、資料範圍校驗、資料對應關係檢驗等工作，質量預測結果會適得其反；③質量預測模型的工業落地需要考慮，目前質量預測大多基於實驗室建模，如何讓終端使用者使用和掌握這一質量工具尤為重要。
6）質量協同。全流程質量管控系統的通用功能重點解決了工作效率、管理監控、人員精簡、產品數字化、質量成因分析等需求，而定製化功能設計和智慧手機的各類APP應用一樣，全面擴充平臺的服務功能，針對不同質量問題，形成一鍵式的解決方案。質量協同功能大概分為三類：報表輔助功能、主題監控與評價功能、分析預測功能。
報表輔助功能可以在資料平臺的基礎上，將影響質量的所有因素進行任意組合，其中包含PDI資料、模型設定資料、過程實測資料、質等，各類報表可方便管理人員瞭解全流程質量資料，在某鋼鐵企業形成的80多份強關聯、資料齊全的定製化報表提升質量管理部門90%以上的工作效率。
主題監控與評價功能透過以特定質量主題為導向，形成定製化的整體解決方案，見圖4。例如，透過對矽鋼全流程的工藝引數進行主題監控，就可以得到矽鋼工藝紀律的符合性，預期與實際出現偏差，重心將由問題排查轉向對監控規則不斷修訂完善；在某廠透過對帶鋼精軋出口板形、出口寬度、全斷面溫度、卷取側導板壓力等進行組合監控，帶鋼邊部刮傷封鎖率下降72%。
圖4 全流程質量管控系統定製化功能
分析預測功能是在質量預測功能的基礎上進行了定製化開發，實現了一鍵式的質量預測。以普碳鋼的效能預報為例，考慮合金成分、加熱溫度、變形速率、終軋溫度等，可快速建立效能全斷面、全長預報模型，並實現效能樣本庫的實時自動更新及實時線上預報，抗拉、屈服、延伸率多個指標預報精度達到95%以上，重點可預測異常效能事件，實現普碳鋼取樣量下降90%以上。
3 主要創新性成果
全流程質量管控系統的主要創新性成果如下：
1）構建了具有行業特色的、基於多源異構、多粒度資料特點的冶金工業網際網路平臺。採用邊緣層計算技術實現了多協議轉換，完成了以物料為中心的資料採集，建立了全息數字化工業互聯平臺。
2）開發了多類冶金物理模型和機器學習模型支撐質量管控應用。建立煉鑄軋全流程多維溫度演變模型、溫度-相變-應力耦合模型等過程機理模型，明確過程關鍵引數的演變規律及與質量之間的冶金物理關係，為資料應用提供基礎依據及資料篩選、引數配置等方面的指導；建立了面向複雜工業環境的機器學習庫，涵蓋聚類、迴歸、分類、關聯等多個大類演算法以及演算法的場景適應性。
3）研發了面向事前、事中、事後的質量成套智慧應用技術。依託工業互聯平臺，開發了涵蓋過程質量判定、過程質量監控、質量資料追溯、質量預測、質量分析的質量一體化智慧應用模型，保證客戶需求精準落地，打破傳統質量事後處理與控制的質量管理模式，實現了產品質量一貫制。
4）研發了多生產要素質量協同控制技術。依託大資料平臺，將資料探勘技術和傳統的機理模型相結合，實現裝置、生產、工藝、模型等多生產要素的協同控制，並形成多類主題模型和工藝、模型等關聯決策技術，並提出相應的改進方向和方法。
4 應用情況與效果
從2013年漣鋼全流程質量管控系統開始，北科工研經過了多代的技術革新，已經慢慢摸索出一條質量管控的有效路徑，目前在鋼鐵和有色，板卷、棒線材、軌梁等領域完成15套以上應用，部分業績如圖5所示，典型應用案例如下：
圖5 質量管控系統的部分應用業績
1）馬鋼板帶全流程生產線（2017年）：一鋼軋包括鍊鋼、板坯連鑄、CSP連鑄、熱軋等；四鋼軋廠包括：鍊鋼、連鑄、1580熱軋、2250熱軋、熱軋平整、熱軋分切等；冷軋總廠和合肥板材；實現包含50多個關鍵機組或單體裝置的工業網際網路平臺建設。
2）新鋼板帶全流程生產線（2018年）：涵蓋脫硫、鍊鋼、連鑄、熱軋、冷軋、連退等多套工序；實現包含30多個關鍵機組或單體裝置的工業網際網路平臺建設，並完成了全流程質量管控系統應用層的開發。
3）鞍鋼板帶全流程生產線（2019年）：涵蓋脫硫、鍊鋼、連鑄、加熱爐、熱軋、平整、酸洗、冷軋、矽鋼、連退等多套工序；實現包含40多個關鍵機組或單體裝置的工業網際網路平臺建設，並完成了全流程質量管控系統應用層的開發。
冶金企業完成工業互聯平臺搭建後，最直接的體驗便是資料獲取和使用的便利性，資料使用效率提升75%以上。專案實施後，推動了工作模式的轉變，使用者將有更多的時間投入到產品設計、使用者體驗上。專案提供的過程判定功能，斷面、尺寸、溫度類實現自動判定，判定準確率大於99.8%，某廠應用後質檢每班減少1人，質量缺陷外放風險下降60%；透過過程監控、質量分析、工藝最佳化等模組，工藝人員的勞動效率提升30%以上，某公司的全年內部質量降級率比上一年度下降26.3%。
隨著QMS系統的構建，多維度資料實現了整合，資料價值彰顯，工藝需求和質量需求時刻變化，QMS平臺的可拓展性將會充分滿足各類場景的定製化需求。