一、研究的背景与问题

大冶特钢是我国装备最齐全、生产规模最大的特殊钢企业，其特冶锻造生产基地工艺流程较为复杂，该产线电炉、电渣及双真空工序涉及炉台设备包括电弧炉、感应炉、精炼炉、电渣炉、真空感应、真空自耗炉等，生产工序多，既有流程行业又有离散行业特点，各工序各参数的交互影响因素多，而采用先进的工业互联网技术，建立质量大数据系统，将打通各工序产品质量与工艺参数之间的系统壁垒，可以达到多工序、各工艺质量数据的互通互融，在加工生产的每个环节保证各节点的质量稳定，实现产品生产全流程质量可追溯，将有效提升产品质量，从而满足市场需求、增强企业竞争力。

二、解决问题的思路与技术方案

通过工业互联网平台准确、稳定地采集生产过程工艺质量数据、设备数据、生产数据，将“孤岛”般分散于不同设备、系统中的工业数据实现深度汇聚，将臃肿、僵化的工业软件将演变为平台上可灵活部署和配置的工业APP应用，通过对工业数据的全面深度感知、实时动态传输与高级建模分析，形成智能决策与控制，驱动特种冶炼生产线的智能化转型。

1、工业互联网平台

采用工业互联网平台，把在工业环境建立数据驱动的工业APP所需的计算资源和能力，通过抽象优化整合，在最底层提供设备数据连接能力（相应于传统操作统的网络能力）、大数据存储能力（相应于传统操作系统的存储能力）、应用运行（相应于传统操作系统的进程运行能力），以及数据和系统安全的能力。

2、系统总体方案和功能

质量大数据系统按“数据采集-信息跟踪-实绩查询-质量分析”的业务管理逻辑设计整体功能。

通过智能网关（在连接层）将企业中L1、L2、L3、L4和L5层信息化系统或设备中将相关的质量数据采集到质量大数据平台层，进行建模、分析和应用开发，在上层的工业APP包括本质量大数据分析系统的四个功能模块：质量监控、质量追溯、质量分析和工艺管理。

图1 质量大数据系统方案架构图

运用数字孪生体技术，结构化管理过程全生命周期数据；数字孪生技术面向物质流对象，可以保证每一个数据都有明确数据来源、用途、工业意义、隶属关系等；将跨工序、跨流程、跨业务的大数据和模型深度融合，挖掘数据潜在价值，实现大范围的、全局的优化（传统优化一般在单点或局部）。

图2 数字孪生体技术的结构化管理图

（1）采集特冶锻造工序的全过程工艺过程参数，建立数据平台，为工艺质量监控和追溯、质量预警提供依据。

（2）为技术和管理人员提供全面准确的工艺质量数据，提高工作效率，减少人工对数据的干预，通过系统实现按炉号查询特冶锻造工序工艺过程参数，实现质量追溯。

（3）对产品制造过程工艺参数的实时监控，实现质量信息的全程共享，及时发现工艺异常进行预警，避免批量产品的异常和流转，降低质量损失；实现质量数据的备份和关键工序视频的同步调用。

（4）质量大数据系统建立后，要将L1系统中的质量数据采集并整合在一个数据中心平台上，实现质量监控、质量追溯。

3、信息安全设计

系统除提供业务功能外，还考虑到信息安全的设计，主要包括端口安全、统一身份验证、基于角色授权和移动端安全等设计。

三、主要创新性成果

1、突破了特种冶炼设备数字孪生、工业互联网平台、工业技术软件化等关键共性技术。

基于涵盖基础IaaS、通用PaaS、工业PaaS、工业SaaS的工业互联网平台先进技术架构，实现海量数据接入、数据存储治理、机理模型构建、工业APP开发，建立从设备到数据到平台的整体安全防护机制。

图3 工业互联网平台架构图

在平台的分层架构之上，平台的核心功能模块(存储层组件例外)以容器化的方式运行在kubernates之上，充分实现云原生理念。

基于物流为核心的特钢行业数字孪生技术，实现特冶锻造产线工艺可视化和质量可视化。采用先进的工业互联网数字孪生体技术通过对物质流信息流生产流设备状态流进行数字化表征，形成以物质流为核心的质量数字孪生体，作为质量大数据分析系统的结构化数据基础，极大提升质量数据查询、工艺对标、质量分析、质量预判的效率和准确性。

面向特种冶炼产线质量提升需求，定义标准化的工业技术软件化参考架构和开发标准规范，将传统散落的经验、技术、知识、原理等进行沉淀和复用，实现工业技术的显性化、模型化、数字化、系统化、智能化。

2、基于工业互联网云-边-端的顶层设计，形成了集设计研发、监测、诊断、预测、决策、执行、优化、服务为一体的特冶锻造产线质量大数据整体解决方案，服务于产品创新。

围绕“自动化-信息化-智能化”技术实现路径，贯穿特冶锻造产线不同工序，提供从设计研发-监测-诊断-预测-决策-执行-优化-服务等一体化的整体解决方案。项目基于物联网和自控系统实现动态感知精准控制，边缘侧构建智能管理系统，通过搭建特冶锻造质量大数据智能互联平台，实现基于特冶锻造工艺质量大数据的整体监测、分析和诊断的体系建立；助力从特冶锻造产线数字化管控，实现特冶锻造产线生产过程中质量的全局优化以及产品质量的全生命周期管理。

提供完备的工业安全防护体系。通过监测、测试和评估，对安全监控、调度、运维等模型应用界面进行安全防护措施部署，确保数据和信息的可靠性和保密性，以防止数据篡改、窃取、非法文件上传、权限提升等安全风险。

3、构建面向电渣冶炼、真空自耗、真空感应等特冶锻造产线各工序用户的线上诊断、线下改造闭环应用模式，实现智能制造落地应用创新。

基于工业互联网平台，支持不同设备间的智能对标、云诊断、云开发、微服务和远程运维，形成独特的横向技术优势和业务能力。

四、应用情况与效果

1、工艺管理：实现各工序工艺规程的录入、删除、修改、发布等管理功能。

2、质量监控：（1）实现生产过程质量数据的实时监控，包括实时监控冶炼的电渣炉、双真空、加热、退火等关键工艺指标。（2）实现生产过程的工艺参数预警，设置预警模型，根据角色推送给管理者和业务人员，提供全流程或特定工序工艺和质量状况在线总览图，包括SPC控制图等常用图表，对生产过程进行变量过程监控与预警功能，直观展示和精确描述包括各种关键工艺和质量参数（KPI）的历史、当前以及发展趋势，对各种当前重要工艺和质量异常事件报警，并对其提供具体解决方案的辅助性建议。

3、质量追溯：支持从生产卡片号、炉号、工序开始/结束时间等多个维度，根据不同的用户需求，随时对生产过程进行查询跟踪。

通过对L2系统、MES、检化验等各个系统数据的打通集成，对生产历史过程进行精确重现。包括质量要求数据、工艺要求数据、各工序生产过程数据、生产过程监控视频等数据，重点对于加热、、热处理、无损检验、理化试验等关键环节的生产数据进行全方位重现，从对生产历史及时追溯重现，实现对于生产过程的透明、完整、准确、及时的复盘与分析。

在质量追溯时，根据锭坯质量数据的时间戳，调用视频回放接口，自动调用对应时间段视频数据。

图4 质量追溯APP—实绩查询列表示意图

4、产品质量预测：采用基于模型的产品质量预测方法，实现制造过程一些重要的非直接测量的工艺质量参数（如铸坯表面与内部质量等、机械性能与表面质量等）的软测量，并进行监控。

5、钢材工艺质量在线评级：生产过程结束，系统根据评级知识库自动对产品在线评级与判定，并形成评级报告。产品评级与判定基于知识库中规则和产品对应订单的技术要求进行评级。

6、工艺质量异常定位：利用统一的数据访问接口，可按用户指定的批次、钢种、规格等多种条件，获取多工序的过程参数、质量参数，以便进行追溯分析，找出制造过程工艺、质量参数等差异，定位问题原因。

7、跨工序质量数据分析：系统提供数据展示分析功能外，还提供一些高级分析功能，如过程能力指数、SPC统计分析、聚类算法、关联规则、参数差异性分析等，帮助技术人员快速定位问题，实现产品质量的持续改进。

特冶锻造质量大数据管理APP解决方案最终实现的是大冶特钢特冶锻造产品全生命周期的研发及质量管理，并提高新产品产业化实现能力。