e-works数字化企业网  »  文章频道  »  管理信息化  »  MES

基于性能预报技术减少热轧带钢取样频率的探索

2011/10/24    来源:万方数据    专家:欧鹏  苏异才  夏瑛  郭朝晖      
关键字:热轧带钢  采样  性能预报模型  制造执行系统  
性能预报技术是一件具有深远影响的技术,但实现在线应用需系统考虑解决一些约束问题,目前在线应用的报道并不多见。宝钢研究了一种基于性能预报模型对现有热轧产品取样管理流程的优化方法,它通过建立带钢力学性能预报模型,将产品取样管理流程与带钢的实际生产过程相关联,对多数合格带钢实现预报替代取样,而对少数异常带钢进行有针对性地实际取样,从而达到减少取样频率的目的。基于现有生产执行系统(MES系统)的应用实践,探索出一套基于性能状态优化中间品采样频率的方案,实现了性能预报模型的大生产在线应用。

0 前言

    随着科学技术的发展,各种软测量技术得到了广泛应用,20世纪60年代兴起的钢铁产品性能预报技术就是其中的一种,它可以根据带钢的成分和工艺参数直接预报带钢的各项性能指标。性能顶报技术主要技术流派包括两类:一是基于冶金机理的微观组织性能预报技术,奥钢联、宝钢等企业与中科院金属所、北京科技大学等科研院所都开展了有益的探索;另外一类是以数理统计方法为代表的性能预报技术,如基于回归分析、神经元网络等方法的性能预报模型等。

    性能顶报模型的应用主要包括两个方面,一是用于离线的新产品开发,它利用模型计算结果设计新钢种;另外一个是用于在线过程控制,它根据预报结果实施前反馈及后反馈控制。前反馈控制在热轧卷生产之前进行,如根据预报结果进行在线调整热轧工艺参数等;后反馈控制则在热卷生产之后进行,如利用预报结果进行质量决策与管理。

    性能预报技术虽然是一件具有深远影响的技术,但是实现大生产在线应用还存在相关条件的约束,目前在线应用的报道并不多见。本文旨在探索性能预报技术在钢铁企业的后反馈在线应用模式,侧重于利用性能预报技术优化热轧产品取样(有时也称采样)管理流程,对多数带钢实现预报替代取样,而对少数异常带钢进行有针对性取样。该方法依托信息及统计技术,既实现了取样的精细化管理,又降低运营成本。结合工业生产运行特点及质量管理要求,选取热轧产品为试点,探索出一条性能预报技术优化取样管理的具体实现路径,经过大生产验证效果良好。

1 热轧带钢取样管理存在的主要问题

    力学性能是热轧产品最关键的一项质量指标,一般在订货标准中对各个性能的要求范围给以严格的说明。为了对产品的力学性能进行严格的管理,钢铁企业一般都采取从钢材中选取一部分实体拿到实验室进行检测的方式来管理,这个过程俗称为取样。所以,取样管理是热轧产品质量管理非常关键的一个环节,它负责对带钢重要指标的力学性能进行监控与判定。由于取样是一种破坏性试验,因此,一般采用随机抽样的方式进行管理,如某钢厂热轧带钢取样管理流程如下:

    (1)对用户合同进行工艺设计时,按照订货钢种和订货标准设计合适的取样频率。

    (2)在实物带钢产出时按照该频率将带钢分成不同的取样组,每个组选定一个卷做代表卷进行取样。

    (3)操作工对代表卷选取某个位置进行取样,将样品返回实验室。

    (4)实验室完成性能测试,返回各个性能指标的实测值。

    (5)计算机对实测值性能判定,合格的放行,打印质保书;不合格的进行性能异常处理。

    从该流程的应用情况看,主要存在以下两大问题:一是这种随机抽检的方式针对性不强,没有考虑带钢的实际生产情况,容易造成不合格产品漏检而流到用户手中;而是取样耗费大量人力和时间,造成取样成本居高不下,如机组成材率,样品检测成本及时间成本等。

2 基于性能预报技术的取样管理基本原理

    利用性能预报模型可以对带钢的力学性能进行快速预测的特点,集合现有信息系统已经有能力对带钢的全流程生产数据进行整合,我们发现可以通过性能预报技术队现有取样管理流程进行优化。新的基于性能预报技术的取样管理流程基本思想如图1所示,它将取样与带钢的生产过程联系起来,全程监控带钢的生产过程,并利用性能预报模型在轧制结束后不久对带钢的力学性能进行预报,根据性能预报结果指导取样。对于预报合格带钢不取样,直接用预测值打印质保书;而对于异常带钢则进行重点采样,而且挑选一场严重的重点位置进行取样。这种方法改变了对带钢不加区分的随机管理模式,加大了异常带钢的取样频率,使得取样更有针对性,有利于发现不合格产品。此外,由于绝大多数正常带钢采用了预报替代中间工序取样的方式,所以,总的取样量低,而且对生产正常带钢完全可以直接发货而减少库存停留时间,经济效益明显。

 基于性能预报激素和的取样管理基本原理

图1 基于性能预报激素和的取样管理基本原理

3 基于性能预报模型的取样管理系统实施

    新取样管理基本原理不难理解,但是真正实现在线应用并非那么容易,它需要解决最关键的三大核心问题:一是需要建立可靠性强的性能预报模型;二是需要解决带钢整个生产过程数据的整合;三是如何将整个思想融人到现有的取样管理流程中,通过合适的命令通道实现在线应用。可靠的性能预报模型是条件,后两大问题就是如何在现有系统中实现与性能预报模型相结合的取样管理系统。

    3.1 带钢力学性能预报模型的建立

    性能预报模型就是构建带钢主要生产因素(如成分、热轧工艺参数等)与性能指标之间的关系,随着信息技术的迅速发展,各种新技术的出现给建模带来深远影响。数据仓库技术的出现帮助企业积累了丰富的数据,数据挖掘方法和工具的完善为建模提供了更加完备的手段。但是,研究表明,由于大生产复杂性给建模造成了非常大的影响,构建一个可靠的、高精度的模型非常不易。

    性能预报模型面对的大生产过程数据与实验室数据最大的区别是标准化程度低、数据误差大、可重复性差,甚至有时会出现所谓的“矛盾数据”,也就是工艺参数完全一致而性能相差很大的数据,对这些数据给以合适的处理非常关键,结合领域知识进行数据分析与处理成为必要,有时需要现场专家的解释与指导。所以,建立性能预报模型的关键是如何处理从大生产得到的数据复杂性。

    在实际建模过程中,以冶金机理指导建模过程,强调冶金机理与统计方法的结合,通过冶金机理确定模型的具体形式,而用统计方法对模型参数进行量化。此外,建模过程中将数据挖掘方法与大生产数据复杂性相结合,系统化地分析厂所有工序工艺参数对热轧带钢力学性能的影响情况,并对模型误差进行了扎实的分析与论证,最后对这些知识进行了集成,建立了几个钢种的性能预报模型。模型精度超过了国外模型的保证值,评估结果可以适用于在线应用。

    3.2 基于性能预报模型的取样管理系统架构

    取样管理是钢铁企业质量管理系统的一个功能,也是钢铁企业MES系统(Manufacture Executing System,制造执行系统)的一个小模块,只有真正融入到企业MES系统中才能在线发挥实际作用。所以,在实施利用性能预报技术优化取样管理流程的过程中,一般选择基于现有MES系统的部署方式。考虑到基本原理中带钢的全过程实绩数据一般分散在现场各个过程机中(如炼钢过程机、热轧过程机),进行相关数据的整合需要大量的资源,所以在实施中,采用在MES系统外挂专用服务器的方式进行处理,优化后的基于性能预报模型的取样管理系统架构见图2。

 基于性能预报模型的取样管理系统架构

图2 基于性能预报模型的取样管理系统架构

    带钢生产过程数据的整合与处理都集中在专用服务器中,这些费时工作不会造成对现有MES系统的影响。此外,专用服务器还负责对带钢的力学性能进行预测和性能判定,对于异常带钢还需要给出异常位置,判定结果信息上传给MES。MES按上传结果进行新的取样流程管理,对于生产正常带钢不进行取样,直接将预报值传递到下工序并保存在数据仓库;而对于异常带钢,MES选择可以取样的位置进行取样,待实测值出来后判定,与老方法管理流程一致。

4 应用效果

    在宝钢股份热轧厂2050 mm热轧机组,对部分HFW产品的热卷基板的采样管理,实现了基于性能预报技术的新取样管理流程的开发,提高中间工序“精准采样管理”的设想成功地获得了大生产在线应用,目前整个系统已经全自动稳定运行。一年多应用结果表明,新思路、新方法在减少取样量、加快物流等方面效果明显。说明新方法是可靠的,而且可以带来很大的实际应用价值。

    4.1 大幅减少取样量

    实际应用的几个钢种一共生产1242条带钢,即使考虑最大的取样频率“同炉只取一个样”,老方法的取样量也高达195个,而新方法只有60个,新方法与老方法的取样量对比见表1,新方法的取样量也有明显下降,下降69%。

表1 新老方法取样量对比表

  新老方法取样量对比表

    4.2 新方法有利于加快物流

    新的取样管理方法对于预报正常带钢不需取样,在打包结束或精整结束后不用等待,直接准发离厂,显然可以加快物流。热轧带钢的离厂时间与生产时间的间隔可以表征对物流的影响。新方法时间间隔(24.9 h)比老方法时间间隔(48.3 h)少23.4 h,可以节省近1天时间,具有较明显的优势。

    4.3 预报合格准确率高

    新方法中预报合格的正常带钢直接判定合格而不取样,其准确性代表系统的可靠性。对预报合格的带钢中抽取部分带钢进行实际取样,其性能状况统计结果见表2。从表2可知,实际取样的正常带钢的性能都合格,预报合格准确率为100%,这从HFW厂制管后未出现性能异常得到佐证,说明整个系统是可靠的。

表2 预报模型准确性验证表

 预报模型准确性验证表

5 小结

    通过技术和管理进步,实现基于过程精细管理的成本改善,提高生产效率,是企业一直努力追求的目标。性能预报技术是一项具有深远影响的技术,从离线研究走向现场应用需克服一系列问题。本文基于性能预报模型对现有热卷取样管理流程进行优化,探索出一条大生产中实现“精准采样管理”的路径,实现了性能预报技术的大生产应用。应用效果表明,基于性能预报模型的新取样管理方法在降低取样量和缩短物流周期方面效果明显,是一项具有实际应用价值的技术,在大生产中具有广阔应用前景。

责任编辑:梁曦
本文为授权转载文章,任何人未经原授权方同意,不得复制、转载、摘编等任何方式进行使用,e-works不承担由此而产生的任何法律责任! 如有异议请及时告之,以便进行及时处理。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
相关资料
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐