文档库

最新最全的文档下载
当前位置:文档库 > 智能化无人钢厂炼铁炼钢轧钢宝钢内部

智能化无人钢厂炼铁炼钢轧钢宝钢内部

一、项目背景分析

1.1概述

近年来,随着互联网、移动通讯、物联网、云计算、大数据、智能机器人等技术的发展,以德国为代表的欧美发达国家提出了“智慧工厂”的概念,给传统制造业带来了革命性的变革与挑战。2013年德国政府制定并大力推进工业4.0,将其作为德国《高技术战略2020》确定的十大未来项目之一,并已上升为国家战略;学术界和产业界认为,工业4.0概念即是以智能制造为主导的第四次工业革命。

工业4.0概念包含了由集中式控制向分散式增强型控制的基本模式转变,目标是建立一个高度灵活的个性化和数字化的产品与服务的生产模式。在“工业4.0”的愿景下,制造业将通过充分利用传感技术、信息通讯和网络虚拟技术形成的信息物理系统CPS,通过价值网络实现横向集成、通过物联网与服务网实现纵向集合,强调基于知识的人、智能产品、智能设备实时沟通机制,建立可重构的智能制造体系,将对传统制造业带来革命性的变化,也将引导制造业向智能化转型。根据德国电子电气工业协会的预测,工业4.0将使工业生产效率提高30%。美国通用电气公司也提出了与之相同的概念—”工业互联网”;日本各企业目前大力推进的M2M(machine to machine)也与工业4.0有异曲同工之妙,并已有了许多应用成果。

面对国际先进国家主导下的互联智能工厂的发展趋势,中国要保住世界制造中心的地位,加强工业数字化进程,构建工业集成化的平台,无疑成为中国制造业应对工业4.0变革的重要举措。在工业4.0时代,中国的工业生产已不能仅满足于劳动密集型和资源密集型产品的生产,只有将新技术与工业生产密切结合,优化工艺流程,进行数字化、智能化生产。同时,培育新的商业模式,在国内形成供应链、价值链体系,以供应链的形式进入国际市场,才能在国际化制造业竞争中立于不败之地。

国务院总理李克强2014年10月访德期间,发表了《中德合作行动纲要》,宣布两国将开展“工业4.0”合作;国家工信部、发改委、科技部和国资委等多个部门一起正在研究起草的《中国制造2025》战略规划纲要,是我国制造业未来发展顶层设计的重要纲领性文件,纲要提出到2025年我国力争从工业大国转型为工业强国,它也是以德国工业4.0为基础的.

作为宝钢来说,如何迎接工业4.0对未来企业转型带来颠覆性的挑战,对宝钢未来发展至关重要。工业4.0是当今世界智能制造的一种整合,对制造业今后更有效生产有积极作用,工业4.0在宝钢的应用会产生现代信息化对宝钢生产的价值。为此,宝钢集团公司战略发展部在编制2016-2021宝钢战略发展规划前,下达了开展宝钢智慧制造专项课题研究的要求,以探寻以工业4.0为核心的智慧制造到底对未来宝钢整个供应链管理、生产制造、营销、研发、办公、决策带来哪些深刻的变化?对宝钢企业转型带来哪些革命性影响?同时,明确宝钢股份智慧制造的定位,研究未来宝钢股份智慧制造聚焦的重点、实现的目标、重大举措、技术难点及应对的措施。

1.2国外同行先进企业发展动态

近年来, 以德国蒂森、日本新日铁、韩国浦项为代表的国外先进钢铁企业投入了大量的人力、物力和财力进行信息化建设,提升了核心竞争力和持续发展的后动力,代表了当今钢铁行业信息化最先进水平。同样,在智慧工厂的研究与实践上,也走在了同行业的前列.

1.2.1韩国浦项实现智慧制造情况

韩国浦项早在2012年就开始了智慧工厂的研究,并对什么是智能企业已给出了明确的定义,并从顶层设计,有组织的进行推进。通过应用智能手机、无线通讯、无所不在的传感器网络、射频识别(RFID)、智能图像处理、全球定位系统(GPS)、地理位置系统(LBS)、智能监测和分析、机器对机器(M2M)等技术,从制造、工程、材料、供应链、工作环境等各个方面,将工人从单调、程序化的工作中解放出来,把精力集中在创新和增值业务上。

为了改善恶略的工作环境,减轻作业负荷,使操作者更好地摆脱事故的危险,提高生产效率,2011年浦项成立了机器人开发小组,专门研究和推广使用工业机器人。浦项还将GIS引入设备、物流、环境、能源及安全等管理体系中,实现智慧制造。

1-1 韩国浦项智慧制造概念图

1.2.2德国钢铁工业智慧制造情况

德国工业协会对钢铁企业集成智慧制造进行了定义,他们认为,钢铁企业的集成智慧制造是一种对包含所有工

艺、制造过程、供应链进行集中监控和管理的、具有附加智慧的、先进的制造方式。它根据工业4.0的概念,提出了钢铁企业智慧制造概念图(如图1-2),

图1-2 德国钢铁企业智慧制造概念图(来源于德国钢铁协会)

图1-3 德国钢铁企业集成智慧制造总体架构图(来源于德国钢铁协会)

1.3宝钢现状分析

从30年前宝钢工程建设开始,信息化建设走“引进学习---优化集成----自主创新”之路,整个信息化经历了四个发展阶段:

表1-1 宝钢的信息化发展历程

经过三十多年宝钢人的不懈努力,建设产供销一体化系统,成为国内制造企业信息化的排头兵。

图1-4 宝钢股份产销系统架构图

但是,对比国外先进同行企业,在大数据的智能化应用以及智能机器人的使用等方面还存在很大的差距,具体表现在以下几个方面:

1)、在大数据分析方面

2)、工厂虚拟仿真应用

3)、高级优化排产

4)、工艺优化模型研究方面

5)、远程设备监控与故障诊断方面

6)、绿色环保及资源利用方面

7)、成本控制方面等

因此,研究基于互联网、物联网、云计算、机器人、大数据分析等技术的智慧制造模式,对于进一步缩小与国外同行业先进企业的差距,提高宝钢在国际钢铁市场的核心竞争力,具有重要的意义。

二、宝钢股份智慧制造的定位

宝钢股份的智慧制造应定位于满足国际上制造业全球化、精益化、协同化、服务化、绿色化的发展趋势,能够为实现宝钢“从钢铁到材料,从制造到服务,从中国到全球”的战略目标起到重要的作用。

三、实现目标与总体思路

3.1 实现目标

以工业4.0概念为指导,通过物联网、互联网、移动互联网、云计算、大数据及智能优化模型技术等技术的应用,开展宝钢智慧制造关键技术、技术难点的攻关以及示范应用,使宝钢制造领域内的资源、信息、物品和人之间相互关联,形成“虚拟网络——实体物理相互映射的系统(CPS)”,,最终实现包括智能制造、智慧设备、智慧安全、智慧物流、智慧能源、智能机器人、智慧工作环境在内的预测式智能制造系统,推动宝钢生产制造进一步由自动化向智能化和网络化方向升级,以降低制造成本、提升运营效率、提高产品质量,从而提升宝钢在全球钢铁领域的核心竞争力。

3.2总体思路

在宝钢现有信息系统基础上,通过物联网、互联网、云计算、大数据及智能优化模型技术等技术的应用,构建宝钢自己的虚拟网络——实体物理相互映射的系统(CPS)(如图1-5所示),实时同步地采集宝钢实际制造过程所有的信息(产品、物料、设备、安全、环境、能源等),在CPS平台上形成宝钢制造实体物理系统的映射---虚拟工厂,通过大数据分析,实时地支持宝钢制造过程的优化生产。其应用场景如图1-6所示。

图3-1 宝钢智慧制造信息物理系统(CPS)构想图

智能化无人钢厂炼铁炼钢轧钢宝钢内部

图3-2 未来宝钢智慧制造应用场景设想图

3.3 未来宝钢智慧制造总体架构设想

宝钢智慧制造由物联感知、远程监控、智能优化以及虚拟制造四个层次构成。通过建立在宝钢信息物理系统(CPS)平台上的可插拔式服务应用,支持制造现场的智慧制造。

图3-3 未来宝钢智慧制造总体架构图

四、实施内容、路径和举措

宝钢智慧制造系统构建在宝钢信息物理系统(CPS)平台上,采用类似于App. Store 的可插拔式云应用服务的方式,所有应用服务可随时加入,同时,由于工业4.0概念在德国也是作为2020年后才开始实施的国家发展战略,而我国则将其纳入2025年制造发展纲要中,许多新技术的应用还处于探索阶段,所以,在宝钢2016-2021年规划阶段,不建议规划太多的内容,而是希望通过一些应用示范,取得成功经验后再拓展、铺开。基于此思路,本次研究的宝钢智能制造内容(第一期),主要包括智能制造、智慧设备、智慧安全、智慧物流、智慧能源、智能机器人、智慧工作环境等七部分。

4.1 智慧制造管理(业务部门编写)

4.1.1 实施目标和内容

从业务角度描述智慧制造管理各子项的实现目标和实施内容

示例

在智慧制造的要求和规划下,要在原有的过程化思维和连续性的产品创新方面形成突破,用大量的信息和数据,使生产过程、设备状态和产品性能更加透明。将先进的计算和信息物理融合系统结合起来,形成大数据环境;控制智能传感器或检测技术的稳定性,保证这些器件及数据是否在正确时间、为正确的目的、提供了正确的信息;实现结构化和非结构化大数据的存储和关联性分析。

4.1.1 实施路径

示例

(1)基于设备、产品和生产过程的大数据表示和分析方法研究,实现结构化和非结构化数据和信息的提取技术;

(2)基于某一生产过程,开展大数据的存储和关联性分析研究工作,实现基于大数据的过程描述模型;

(3)以某一生产过程为例,开展非线性时变系统的大数据建模方法研究、开展非线性系统数据与知识的混合建模方法研究以及模型验证方法研究与实施;

(4)以某一设备或生产过程为例,开展闭环非线性系统微小故障的诊断方法研究、开展多重微小故障的分离方法以及强扰动下微小故障的诊断方法与预测方法研究等;

(5)开展综合复杂系统的安全性实时评估与预测方法研究、闭环控制的整体品质评估方法等研究;

(6)以某一产品为例,开展全流程的数据筛选与分析,开展产品质量与性能的综合性研究,建立过程监控模型。

(7)以某一类设备管理为例,开展全过程的设备数据状态分析,开展性能动态监测分析与预测研究工作。

4.1.2 存在技术难点和应对策略

示例

如何以大数据分析应用为背景,在允许运行时间内完成多目标的面向数据并行计算的工作流调度研究;

4.2 智慧设备管理(业务部门编写)

同上

4.3 智慧安全管理(业务部门编写)

同上

4.4 智慧能源管理(业务部门编写)

同上

4.5 智慧物流管理(业务部门编写)

同上

4.6 智能机器人

同上

4.7 智能工作环境

同上

五、附录

以下内容为智能制造、智慧设备、智慧安全、智慧物流、智慧能源、智能机器人、智慧工作环境等方面相对技术化的描述,作为业务部门编写第四部分内容的参考

5.1 智慧制造管理

智慧制造管理在合同排产、物料匹配、作业排程、生产调度等方面,提升信息系统的自动化和智能化程度,支撑生产管理人员从单调、程序化的工作中解放出来,把精力集中在创新和增值业务上,将有效降低库存、增加产出、平衡物流、降低成本、改善准时交货,成为企业优化生产组织,提升制造管理能力和水平的强力引擎。

5.1.1智能合同排产

基于有限产能的合同排产,对整个工厂范围内的合同、机组、库存进行整体优化平衡,包括产能的平衡、物流的平衡、库存的平衡。确定合同在整个生产工艺路径中各工序的计划加工日期,动态跟踪工厂各机组产能的占用情况以及物流状况,预测合同交货期和库存趋势,对生产的异常波动、市场的变化迅速调整生产计划。

5.1.2 智能物料匹配

针对合同与物料需要进行脱挂或匹配关联操作的业务需求,基于匹配规则及优化匹配策略,实现自动的合同与物料匹配。通过向导式操作、规则与策略动态维护、自动匹配等功能,降低匹配难度,提高匹配结果的正确性、合理性和效率。

5.1.3 智能作业排程

强调上下游工序生产计划的工序紧密衔接,将各工序相对独立的见料编排计划转变成工序作业计划一体化编

制,从而精确平衡物流,提高热装热送比,实现资源的均衡分配,提高资源利用率,有效降低生产成本,缩短生产制造周期,降低在制品库存,为实现按周交货提供有力的保障。

5.1.4 智能炼钢调度

支持多种优化策略、满足多种炼钢生产约束的出钢计划自动编制,尽可能减少每一炉次的等待时间,确保各炉次在同一工序上时间不冲突、实现连连浇的顺行。以甘特图方式直观展示出钢计划,并支持图形中直接编辑交互,可使调度人员快速掌握计划信息和产能安排,便于快速进行出钢计划调整,从而提高炼钢调度人员工作效率。

5.1.5虚拟仿真

以主要产线工序和仓库为背景,分析工序和仓库中涉及到的物流形态及相关工艺、规程等信息,建立多智能体工厂仿真系统,研究不同智能体之间的关系,建立智能体间的通信机制。对产线工序和仓库的运作效率进行仿真和评估,找出生产薄弱环节和运作过程中可能出现的瓶颈设备,并根据仿真结果对作业计划进行完善,使得生产过程更稳定,物流更平衡,从而提高运作管理水平,降低运作成本。

5.1.6工序质量一贯分析与控制

构建纵向集成L0、L1、L2、L3到L5,收集结构化缺陷数据及非结构化图像数据,集中存储大数据、深度挖掘分析、移动平台展示;横向贯通炼钢、热轧、冷轧的3条机组产线及宝钢国际剪切中心,满足上下工序间的缺陷数据传递,在线进行产品的质量控制和管理。

构建表面及性能等产品特性的一贯分析改进应用系统,提升缺陷工序分离及成因分析效率;

构建过程PFMEA分析及CP应用平台;通过实时采集制造全过程的质量数据,对从原料直至成品出厂全过程所涉及的人、机、料、法、环等关联性因素进行监控、分析和管理,达到提高产品质量、符合客户及行业的合规管理要求及提高质量管理效率的目的(如图4-1所示)。

图4-1 集中式BPC示意图。

5.1.7全流程物流跟踪及盈利分析

构建一个面向市场的产品成本预测与管控体系,提高成本精细化管控能力。具体工作内容包括:

? 1、物流跟踪及现货归户

? 物流跟踪:跟踪物料全流程合同信息、物流信息、质量信息和生产工艺等信息,构建全流程物料树,实现全流程物流跟踪。

? 成材率分摊:实际钢水量分摊,工序投入量分摊,板坯全流程分摊,将最初投入量分摊到每一个材料上,真实反映每一个物料、品种、用户等多维度成材率情况。

? 现货归户:按”谁产出谁负责”的主原则将现货材料进行追溯,合理分摊到相应期货合同上。

? 物流分析:在全流程物流追踪和现货归户的基础上,进行多维度分析展现,支持用户深入分析、挖掘,及时发现制造过程中的薄弱点,为全流程成本盈利分析提供物流数据基础,进一步提升公司价值化管理水平。

2、全流程成本测算

? 数据预处理:基于成本对象的要求,重置材料的投入产出关系及投入产出量,将扩展工序关联到相应的主工序。

? 成本对象生成:基于对象定义,将实际物流工艺路径和工艺信息转化为全流程基本成本对象和扩展成本对象,计算成本对象的实际成材率和铁水比,对废次品材料进行分摊。

? 成本结转计算:按平行结转、综合结转和工序结转三种方式计算全流程实际路径下的标准成本。

? 合同物料成本匹配:基于成本对象计算出来的成本结果,生成、匹配到当月明细合同物料的成本信息。

3、全流程盈利分析

? 全流程成本盈利分析:以合同的投入、产出跟踪为基础,从准发、结算、结案三个统计点分别计算盈利,实现质量现货和合同现货的全流程追溯,揭示现货归户对产品盈利能力的影响,重点关注对成本影响较大的工序的追加成

本,真实、完整地反映产品盈利能力水平。

? T+1预测:以全流程成本计算结果为依据,预测次月的成本和盈利情况,为公司产品定价、资源安排、合同接单等提供支撑。

4、计划值与成本标准

? 拓展、完善指标体系,包括热轧、厚板、冷轧、薄板、硅钢等工序的基本标准和扩展标准;

? 追加工艺的计划值与成本标准生成、修订功能;

5、新产品目标成本预测

参考CE及预算系统产品标准,设计新产品工艺路径及钢铁料和合金成分构成,并根据各机组成材率和小时产量目标要求,测算新产品目标成本。通过审核和授权机制监控设计的合理性。其旨在将技术人员的产品设计转换为成本设计,识别出“成本差异”(如不同精炼方式、机清/手清、不同热处理方式等),并辅助技术人员在产品设计环节进行成本优化。

6、原料质量成本

实现全方位掌控炼铁主原料——煤和矿的各类质量及使用情况、计算分析从采购原材料到高炉用料之间生产环节各类成本损失情况,实现原燃料质量成本分析丰富化和精准化,为降低质量损失提供有效帮助,实现降本增效目标。

5.1.8 智能工厂在线控制

随着生产、控制、管理水平和用户要求越来越高,这些生产现场的实时数据对于生产、设备等管理来说就显得尤为重要,随着计算机容量越来越大,以及云平台技术的出现,这样的数据采集和存储就成为了可能。在线工艺控制包括以下内容

1、实时大数据采集

本子项目将研究哪些生产、设备等实时数据可以采集,并以何种方式进行传输,以及以大数据存储方式放置在云平台上。

存储的数据如何提取,需要提供方便的数据存储、提取、统计、展现等工具。

2、自动化集成平台

对于智能控制来说,需要将全流程的控制系统紧密结合起来,实现数据的全面关联和共享。在整合数据的基础之上,使用分布式部署的方式,融合所有的控制系统,使不同的控制模型之间可以相互协作,不断优化,持续提高生产工艺水平,提升产品质量。

在iPlature平台的基础上,研究可以实现全面集成的自动化集成平台。通过自动化集成平台,可以结合大数据云平台所提供的生产优化指导信息,在生产过程中,充分调用现场的控制系统能力,真正将大数据的分析结果,使用相互协作的智能控制应用及模型系统进行生产控制,在生产控制层级进行智能制造的精细控制和最优实现。

3、基于大数据技术的数模分析

宝钢每个生产线基本都设置了数学模型,这些数模对于宝钢的产品质量、产量发挥了重要的作用,近30年来宝钢积累了大量的生产数据、材料数据和操作数据,这些大数据对于分析宝钢产品质量、数模控制精度、以及其他的需求分析,有着重要的作用,积累的数据应好好使用,从中能挖掘出大量有用的信息。对于模型精度的提高,产品生产优化等有重要作用。

4、视频、PDA以及过程数据的链接

为了建设数字化宝钢的目标,视频与实时数据具有很强的关联性,在分析实际的生产过程故障或质量问题时,往往需要结合各方面的信息,但是这些信息又是分离存储、存储的方式又不相同,因此需要研究一套具有不同媒体集结、检索方便的综合监控系统,这对于设备的维护、故障的分析和质量的监控都具有十分重要的作用。

5、工业以太网络建设

工业以太网已成熟地应用于各种工业控制系统中,由于工业控制系统对网络可靠性、安全性的要求,改变原来星型或总线型的网络结构为具有冗余功能的环型结构已是一种必然的趋势。在控制点多、数据量大、分布广、可靠性要求高的控制系统中应用具有冗余功能的千兆以太工业环网,对系统性能的提升具有很大意义。宝钢改造系统应采用这种通信模式,并且要求稍微大些的检测设备都应将采用该链接方法,只有这才能从最高端也能获得最低端的

数据。

5.2 智慧设备管理

以点检定修为特征的设备维修管理模式,结合移动互联、移动定位、移动办公;物联网、云存储、大数据分析等新兴技术变革,以适应追求更高效率、更低成本的需求,能更大力度地推行以把握设备状态为前提的预知维修管理模式,形成智慧设备管理。

智能化的设备管理,以提升设备的功能、精度、可靠性,提升运行效率、降低运行成本、提高劳动生产率、提升产品产能和质量水平、降低能耗为目标,建立智能化的设备无忧运行的管理体系,实现劳动效率和价值最大化。

图4-2 股份公司未来智慧设备管理蓝图

5.2.1移动互联下的智能化设备点检管理

1、设备定位技术的运用

通过移动互联技术及设备定位技术的运用,细化设备台账中“安装地点”对设备的位置信息的描述及维护,在地图上进一步实时显示设备的位置信息及相应的设备状态信息。达到如下目的:

(1)现场设备准确定位、快速查找

(2)解决台账与现场实物不匹配不一致的情况

(3)设备地理位置移动的跟踪

(4)实时掌控设备的位置信息及状态信息

2、设备巡检路线的优化及导航功能

各点检员每日生成的点检计划,通过跟踪设备定位的信息,在地图上形成巡检路线的图形化显示。

通过GPS等导航功能,使点检员可以按照最优化的路径进行日常巡检,以达到每日点检的效率最高,同时保证点检的准确性。

3、检修计划及实绩登录

利用移动终端,点检员对点检计划、委托单进行实绩的登录、确认。管理人员也可以进行计划、实绩的审批。设备系统中涉及现场操作及管理人员,都可以达到移动办公的目的。

4、检修人力资源安全管理

对每个协力检修人员进厂后,利用可穿戴设备的定位跟踪功能,实现如下功能:

1)现场行动路线的跟踪,进行安全管理(如危险区域的高危显示)

2)对人力资源动态分布实时掌控

3)实现对全厂检修人力资源分布的平衡控制

4)提升对协力供应商,协力班组的安全管理及评价

5)进一步优化并指导定年计划下达。

5.2.2 远程智能化的设备预防性维修管理

建立远程设备状态分析决策支持系统以支持智能化的设备预防性维修管理(可以先期结合设备分层分类管理选取双高设备纳入监控的设备)。包括各监控系统在线监控数据的采集管理、离线检测信息的管理、以及相关信息专项诊断分析和综合诊断分析设计,监控系统的综合展示、异常事件管理及消息推送。达到远程对设备状态进行监控及分析的目的。

通过云平台大量存储状态数据,结合对大数据分析技术的运用,帮助设备维护人员对设备状态进行把控并合理安排检修项目。实现以下功能:

1、基础管理

建立消息推送及数据分析规则和成熟的分析模型,将原有人工对设备状态信息的分析过程和结果逐渐转化为系统自动分析判定。

2、在线点检标准管理

以在线设备状态信号采集分析为基础,通过与在线点检标准的自动比对,主动分析出“点检结果”。?

3、消息推送规则管理

设定消息推送规则的途径和方式,自动将设备状态异常事件信息告知各级设备状态管理人员。

?4、异常状态事件捕获

设备异常状态事件通过下列场景捕获——

(1)当在线监控信号值超出正常范围或接近报警阀值时;?

(2)当离线检测(精密点检)结果出现异常时;?

(3)TPM及巡检发现设备异。

设备发生异常状态事件时,自动向相关设备管理人员发出报警信息.?

5、倾向管理

根据在线采集数据或离线采集数据,自动形成倾向管理分析图表;结合专项、综合解决方案及历史履历信息,帮助设备维护人员对设备状态进行把控并合理安排检修项目。

6、设备健康监测

在线设备健康状态的检测有一定的难度,例如轧机主轴疲劳状态和主轴扭矩情况检测,大型电机绕组温度状态和绝缘情况。。。大型关键设备的健康情况关系到整个生产线的是否顺行,是否需要预先的维护或更换零部件。在线设备健康状态检测需要根据不同的设备采集不同的设备和工艺参数,将能反映设备状况的信号采集到计算机中,将信号进行处理,并结合专家经验和设备相关物理信息,结合模型计算其健康度,并进行长期的数据采集和存储。通过智能化手段和专家经验,实时监测设备的运行状态,可实现设备的健康状态预报,并在设备裂化之前提前提出设备的维护或更换的信息。?根据不同的设备,结合专家经验建立专家数据库,统计计算出各种信号在各种情况下的设备健康情况,制定健康度指数计算专家模型。通过移动和本地数据展现和报警。

7、综合监控

运用直观的展示方式,将大量关键设备的状态信息呈现给设备管理人员。依靠先进的云计算技术,再结合设备仿真,在一个功能中集成了设备状态管理所需的在线信号、离线检测结果、相关异常信息等,大幅提升设备状态管理人员的操作体验。同时还提供设备状态事件后续处理的快捷入口,实现与原有业务功能无缝衔接。。

8、图形数据管理

定义监控图像区域,管理监控图形区域对应设备编码、标准等基础信息。将图形数据与具体设备信息进行关联结合,支撑监控画面动态显示,及相关信息勾连。

5.2.3 设备故障相关因素分析和故障预测

(1)根据设备状态采集数据及设备异常故障数据进行相关性分析,形成故障预测规则模型

(2)提供设备状态数据到设备厂商,形成设备厂商提供的故障处理及状态分析知识库

(3)根据专家分析,结合历史经验形成故障预测及处理专家知识库

(4)通过当前设备状态数据采集,结合预测模型及知识库,预测设备状态并给出相应解决方案避免设备故障

5.2.4 设备管理关联因素智能分析

采集系统内规范类数据(基础数据、标准数据、设定业务流程)、系统内计划类数据、各类业务实际运行数据,通过关联分析、差异分析、趋势分析等找出差异因素以及其分布特征及发展趋势,提出合适的管理改进措施

1、分析管理因素对设备状态的影响

1)、采集各类型管理因素变化

2)、分析各因素变化与设备异常/故障、产品质量之间的关联关系及变化趋势,得出相

关因素影响模型

3)、根据管理因素变化结合影响模型进行影响预测分析

4)、对影响结果进行预测,给数应对措施或者管理调整方案

2、设备标准的合理性分析

1)、根据基础类数据、设备使用数据进行相关分析,与现有各类标准进行差异分析

2)、根据设备运行实绩类数据对现有标准数据进行效果分析,得出差异点

3)、对差异点进行关键要素分析,得出关键影响因素

4)、通过预测分析,给出标准调整建议

3、轧辊性价比综合评价

1)、关联轧辊上下机数据及轧制实绩数据,得到每块钢的特征属性与其轧制轧辊技术属性的关联数据

2)、分析各钢种特征属性与轧辊技术属性关联关系,影响程度,得到钢种特征属性与轧辊技术属性二维轧制难度模型

3)、根据轧辊采购信息(价格、服务等),结合轧制难度模型,得到性价比模型

4)、通过性价比模型,结合生产计划和轧辊系统可用轧辊数据,再根据各生产单元轧辊

使用规则模型,可形成优化的轧辊配辊上机方案,实现“因材配辊”

5)、在轧辊性价比分析基础上,采集销售计划、订单信息确定未定生产产品大致情况,

结合采购库存、订单信息,轧辊库存、状态信息和历史轧辊消耗情况,通过预测分

析,可预测轧辊采购量及推荐最优的采购品种及供应商,形成轧辊选型方案。

5.3 智慧安全管理

(这里要加一段对智慧安全管理的目标、内容、预期达到效果等的一段总体描述!!,如果有未来总体蓝图设想的话,加在后面最好了,参照设备管理)

5.3.1 远程智能化的安全作业监管

构建远程安全监管体系,缩短危险状况的安全处理时间.主要实施要点如下::

1)、远程装置基于无线网络,部署简单,随时移动

2)、现场实时画面监控、远程对话

3)、远程抓拍,违章即时处理、整改通知单即时下发。

4)、远程探测,根据进入要求(如穿戴装备、人员身份、人员资质),利用RFID穿戴

式设备,自动识别,并进行相关推送、报警。

5)、危险告知,感应到有人员进入危险区域时,播报危险源相关信息,或进行相关

推送、报警。

5.3.2 移动互联下的安全改善活动

基于无线网络,拓展智慧安全管理移动应用,缩短安全改善活动所需时间,主要实施要点如下:

1)、安全检查:利用手持式无线智能设备,检查结果实时反馈。

2)、工作证明:关键检查工作(如巡检点、设备)到场证明(通过RFID感应+ 拍照),

根据工作记录并结合现场滞留时间,分析是否在“走过场”。

3)、隐患排查:现场隐患问题拍照取证,整改任务单即时流转。

4)、移动督查:安全管理人员、安全管理部门在巡查过程中对发现的违章、隐患,

即时处理、整改通知单即时下发。

5)、信息核实:即时调阅项目信息、相关单位/人员的准入信息、资质信息。

6)、区域定位:人员数量及定位,不合格或问题推送报警。

7)、现场画面:将手持式设备拍摄到的实时画面传入中央服务器。

8)、无线广播:现场喊话、全体呼叫。

9)、信息推送:根据现场危险源RFID标签,自动播报显示危险源相关信息。

10)、信息调阅:诊断库调阅,为现场处置提供信息支撑。

11)、LBS服务:出口/急救站导航、逃生指引、应急资源显示。标出所有危险点灾害点

图,并提供智能手机实时检索和预警

12)、安全教育:利用手持式设备进行员工安全教育,发布安全相关的“微课题”。

5.3.3 采用电子ID识别和LBS辅助,提升人身安全和厂区安全管理

基于物联网,利用人、车、物、料的智能电子身份和识别,实现更加主动的人身安全和智慧厂区安保管理。主要实施的要点如下:

1)、物资出入管理:以RFID技术为基础,建立物资出入系统,自动比对、报警。

2)、车辆违规报警:利用RFID、高清卡口、GPS等手段,对车辆行驶轨迹进行侦测、

分析,对于异常行驶路线、异常停留位置、异常滞留时间等情况及时进行报警。

3)、人员违规报警:对于人员进出异常(当天次数频繁、非正常时间范围进出、进

出大门不合常理等)情况即时报警。

4)、重点区域报警:利用RFID、红外入侵等手段,对重点区域(如:仓库、消防

重点部位、线缆)布防,探测到人员活动迹象即时报警,自动追踪。

5)、移动执勤:对巡视过程中发现的异常人员、车辆,利用手持式设备,信息实时比对

校验,异常情况自动报警。

6)、危险区域出入人员实时监测,预防安全事故

7)、智能辅助系统记录和分析员工健康的信息

5.3.4 工业控制信息安全

工业控制系统信息安全系统(指的是L0-L2层级)是一个完整的防护体系,它不同于简单的防病毒系统或防火墙的区域限制。针对工业控制系统通讯协议的安全威胁特别是威胁生产控制PLC和HMI系统的特定威胁、攻击手段不能通过常规手段有效防护。因此我们引入了工业信息安全系统设计。

通过多层次的隔离防护措施、全面的监控手段、完善的行为审计措施、纵深的防御技术,实现对工业控制系统的整体安全防护,从而保障整个工业控制系统安全稳定运行。

通过对工控网络进行纵向分层、横向分区,同时根据不同区域的特点进行不同等级的防护,构建工控系统安全防护体系架构。按照国家信息化指导方案,把工业控制系统分为管理信息系统、SCADA系统、PLC系统三个层次。

由于各个层次的功能与作用不同,因此进行不同层次之间安全防护的重点也不同。通过层次划分,进行两个层次的隔离防护,在管理层与监控层之间,主要进行身份鉴别、访问控制、入侵检测、行为审计、攻击行为过滤等安全防护;在数采监控层和PLC系统层之间,主要基于工业控制通信协议进行访问控制,并且开发配置针对符合生产环境的工业通讯特征库白名单,使符合安全规范的通讯信息通过的同时隔离不规范和潜在威胁的通讯数据,另外还能从工业信息安全平台实时扫描带有隐患的工控操作命令,明确信号来源及时发现和解决问题。

5.4 智慧能源管理

宝钢已经建设了满足当前生产和管理要求能源管理中心、数据仓库系统、环境监测信息系统(EOP),所有能源动力单元,包括制氧、热力、动力管网、制水厂、循环水都有满足生产要求的自动化系统(DCS/PLC),能源管理系统和环境监测信息系统作为各生产和能源单元共享管理的基础平台,在公司能源生产和管理中发挥了重要作用。

但是,随着宝钢对能源环保管控要求的不断提高,现有系统在如下方面已很难适应新的需求,必须通过新的技术手段进行智能化提升:

1)、系统之间的独立性过强,协同环节过弱,系统的整体性还不够;

2)、能源管理系统主要解决的是宏观的平衡和调度问题,没有更多地关注在什么基础上(能耗水平上)的平衡

和调度问题;

3)、各能源区域自动化系统主要是满足生产需求,没有考虑区域优化运行,节能减排关注不够;

4)、对重点用能装置的能效监测、评价及管理还不够精细和及时;

5)、能源与环境管控相对独立,协同管控不够;

6)、各自动化系统的数据重当前使用,收集、备份和分析还基本处于初级阶段,也没有得到必要重视;

7)、整体系统对生产变化及设备状态的变化适应能力不强,还不能满足生产、能源、物流等环节的协同优化和高效调整;

8)、对人的经验的依赖性强,尤其是调度经验,对系统的使用效果会产生较大影响。

9)、对按需供能源介质这个已经有部分的项目开展,但是还缺乏全面的研究和部署。

针对上述问题,有必要对现有的系统进行智能化升级改造,重点在重点装置管控、区域智能优化、系统全局优化和能源与环境协同优化、各工艺线工序节能项目的实施上,将会获得重点用能设备精细化的能源管控,能源管理系统快速应对生产和设备状态的变化,能源与环保系统实现协调管控,实现各工艺线精细化节能生产。为能源系统在宝钢智能制造发展中作出更大贡献。

图4-3宝钢股份智慧能源管理蓝图

5.4.1核心用能设备的智能化管控

重点设备占据全厂能源消耗大部分能耗,它的运行状况将直接影响综合能效,智能管控将综合应用运行监督,状态估计,对系统整体安全的影响进行评估及基于均衡用能目标的动态负荷配置技术实现对重要负荷的精细、科学的管控,为概述和优化能源系统整体智能被管控水平和效果创造条件。

5.4.2区域层面智能优化技术

能源系统区域定义为具有相对独立的专业系统的综合性智能优化,如电力系统,热力系统,制氧系统等汇总与区域。其智能优化的目标是实现区域能效最优化,发、供、用区域平衡,宏观损耗最小化及最经济运行。

5.4.3 全局层面智能调度优化及管控

在重点设备高效运行,区域综合最优的基础上,通过全局优化技术实现最低能耗条件下的平衡和优化,实现全系统能效最优,并实现能源调度的智能化,减少对人的过度依赖,使能源系统真正做到高水平的调控,进一步提升经济调控水平,确保系统更安全、稳定和经济。

5.4.4能源与环保协同管控

全厂能源数据采集和环保数据采集、能源系统架构与环保系统架构有很多的相同之处,借鉴宝钢能源管理系统已经取得的成果,建立完善的环保系统。另外,能源系统消耗水平,运行状态与厂区环境密切相关,本模块可通过综合仿真对一定生产和能源系统运行条件下的环境状况进行评估和仿真,环保运行系统建立预测模型,在环保监控指标超出预警指标是进行预警,同时环保系统可以及时了解和掌握厂区及周边地区的环境情况,为生产和能源系统合理运行提供决策支持。

5.4.5 各生产厂智能节能系统

能源的危机使得在工业领域采取很多不同的手段进行节能,本项目是基于在线工艺模型与公辅设施之间建立相应的模型关系,试图采用按需供应的方式进行能源介质的供给。例如,烧结风机与烧结终点温度挂钩,通过预测烧结矿的终点温度调节烧结风机的风量实现节能;又如热轧冷却供水系统通过在线模型的每块带钢水量需求预测,告诉冷却供水系统提前按照要求把这块钢的水量供应给机旁水箱以达到节电的目的。

5.5 智慧物流管理

(这里要加一段对智慧物流管理的目标、内容、预期达到效果等的一段总体描述!!,如果有未来总体蓝图设想的话,加在后面最好了,参照设备管理)

5.5.1 基于移动应用的智能回收物流调度

产生回收物资的地点比较分散、往往距离有终端的操作室较远,因此可以采用手机移动APP软件实现实时的要车申请,信息系统按照通过规则判断后将运输指令发送到装车点区域内的所有车辆,驾驶员进行抢单确认,有人

确认后,其他人的指令将被自动删除。一旦发生,指令长时间无人确认的情况,应该提供超时报警给调度进行人工干预。主要实施要点如下:

1)、装点采用移动APP实现要车申请

2)、按照区域进行运输指令编制下达

3)、单车利用车载终端进行指令确认

4)、指令确认超时报警

5.5.2 基于自动化仓库的框架车动态实时调度

依托宝钢股份直属厂部各生产厂和运输部仓库自动化、智能化的快速发展,已初步具备框架车智能实时调度的基本条件。对于后续具备自动化行车系统或配置手持终端的生产厂仓库,将改变框架车运输作业的调度方式按实时单车次框架运输指令进行作业。框架车动态实时调度应用实现后,将加快框架车运输作业的响应速度,提高单车运输效能,同时又能实时获得框架车的实载量。主要实施要点如下:

1)、管理自动化仓库的信息系统可以实时提供框架装卸信息

2)、配置手持终端的仓库的信息系统可以实时提供框架装卸信息

3)、车辆调度采用单车次运输指令模式

4)、将空框架调度纳入运输指令进行管理

5.5.3 成品库智能控制及管理

成品库智能控制,主要利用激光成像、无线通讯、电子防摇、精确定位、防碰撞等技术,实现行车全自动无人作业,同时建立库位管理系统,实现仓库的自动化管理,降低劳动强度,提高劳动效率,降低人员安全风险,并提高仓库空间利用率,实现物流信息化。

在宝钢码头库和冷轧钢卷库实践基础上,持续完善无人化智能库场系统,针对其它库区(如铁路运输库等)的具体特点和要求,技术升级改进,并在宝钢范围内推广应用。主要技术包括:

1)三维立体成像,包括三维成像扫描、钢卷识别及图形分析、鞍座识别及图形分析,基于图像视觉的社会车辆成像及定位。

2)出入库智能控制,包括入库控制策略、库位推荐策略、出库控制策略、装车控制策略、出库倒垛策略等。

3)行车智能调度,包括行车任务分配、行车避让控制、行车路径优化、负载轨迹优化控制策略等。

5.5.4 散装料堆场智能控制及管理

在现有基础上,充分发挥堆取料机的堆取料能力和其它功能基础上,实现堆料取料无人化,取消机上司机室操作,集中在中央控制室内远程操控完成堆、取料作业,料场实现无人化,结合原料堆、取料机的作业特点(小堆小取,堆型多样,作业效率要求高等),实现控制策略优化,以适应原料作业特点。系统主要包括:1)基于机器视觉的堆场三维信息实时采集、实时展示,涉及机器扫描成像、噪声干扰处理、图像镜像处理、虚拟成像处理、多源数据融合等。

2)自动堆料智能控制专家系统,涉及多种自动堆积方式,自动堆料过程控制、补垛策略、自动遛垛策略。

3)自动取料智能控制专家系统,涉及开层策略计算、回旋角度计算、边角料策略、寸进策略、换层策略等。

4)卸船机控制、防摇技术等研究。

5.6 智能机器人

5.6.1智能安全型机器人应用

以安全化为基础,将工业机器人应用于冶金行业中安全要求较高的部分区域或工位上,包括炼钢厂浇钢平台部分工位、热轧喷印工位、冷轧捞渣工位等。

关键功能点:

安全性,保证辅助人员安全、保证工艺流程安全、保证机组设备安全、保证机器人本体安全;

智能性,能够根据现场环境,自动切换模式,确保工艺的正确性和准确性,同时具备后台校准、信息收集和上传系统等功能;

可靠性、使用寿命和可维护性,一般情况此种区域及工位设备老化速度较快、故障率高,但同时功能完成率要求也好,因此要坚决保证在工艺周期内设备的可靠性,同时尽量增加设备的使用寿命和可维护性

5.6.2智能检测型机器人应用

以智能化为导向,将工业机器人应用于冶金行业中的相关检测工位,包括钢水取样以及其他一些动态检测工位。

关键功能点:

智能化,自动检测、分析,并将信息上传至检测系统,同时根据检测系统的反馈自行调整下一次检测的相关动作;

可靠性,检测的目的是控制,因此检测动作的准确性和工艺的实现率即为重点研究的对象。

5.6.3智能替代型机器人应用

以减少人力和工位为目的,将工业机器人应用于冶金行业中的相关工位、替代标准化、重载的人工工作,包括样板搬运、刀具切换等。

关键功能点:

替代性,以标准流程改造工艺,并使用工业机器人适应标准工艺,保证其实施效果较人工更优;

安全性,人机互动是以后工业机器人发展的方向,怎样在保证人员安全的情况下实现人机在同一区域内的和谐工作是后期研究的重点;

可靠性、使用寿命和可维护性,作为替代性方案,可靠性、使用寿命和可维护性是关注的重点之一。

5.6.4智能防错型机器人应用

以减少因人工或其他因素干扰照成的信息错误为目的,将工业机器人应用于冶金行业中的相关工位、替代信息跟踪的部分人工工作,包括贴标、打印、识别工位等。

关键功能点:

智能性,能根据工位、工件及环境的不同,自动切换相关模式,实现功能;

防错性,将设备和防错系统相连,保证信息跟踪的一致性和准确性,保证系统性的不出错误。

5.6.5冶金专用机器人平台

针对工业机器人的弱点、并结合冶金行业的实施特点,研发专用机器人平台。

关键功能点:

冶金专用化;

安全性、可靠性;

标准化,冶金通用化、平台化;

智能化,网络化。

5.7 感知、识别及信息采集系统

做好现场和过程的感知,是实现“智慧制造”的基础。感知、识别及信息采集系统主要是加强生产制造、物流和厂区内物、人、车等对象的感知和智能识别,并实现数据的采集。使物理世界与信息世界能密切相联,始终统一。

主要包括以下功能点:

1)、物品的标识、自动识别技术和信息采集;

2)、生产过程产品的标识、自动识别技术和信息采集;

3)、全厂运输车辆的标识、自动识别技术和信息采集;

4)、危险、关键区域人的状态感知、自动识别和信息采集。

5.8 信息物理系统平台(CPS)

58.1 高速大容量网络系统

扩容现有L1-L4网络系统带宽和性能,满足智慧制造的大数据、高频度视频信息等的快速、高质量的传输要求。

5.8.2 无线网系统

基于各类无线技术,建设广泛覆盖的无线网络,为各个智慧制造子项目的移动终端提供无线接入。

5.8.3 移动终端统一接入平台

构建移动终端统一接入平台,通过该平台实现异构移动设备的系统接入,以实现对移动应用层面接入的统一管理和安全管控。

5.8.4 大数据统一存储及分析平台

构建统一数据存储分析平台,具备海量数据存储能力、多样数据类型支持、高效运算处理能力等,为智慧制造各子项目大数据应用提供基础平台。

5.8.5 统一定位服务

基于宝钢GIS地图系统和各类定位技术,建立统一的定位系统,为智慧制造提供服务。

5.8.6 L1-L4系统交换平台

建设宝钢集团L1-L4整体数据交换平台,作为L1-L4各系统间的数据交换枢纽,保障各系统间大规模数据交换的实时、可靠、高效,降低系统运行维护风险。

5.8.7 信息安全系统体系

整合和完善L1-L4系统的信息安全体系,为智慧制造各层次信息互通提供安全的环境。