汇赋大数据

  面向钢铁制造业的质量决策系统

  

  目前我国钢铁企业已经逐步实现生产自动化、管理信息化。钢铁企业要提升竞争能力，产品质量的提高是一个关键环节。质量决策系统（QDS系统）是一个协助钢铁企业用海量数据来降低质量问题发生率，提高产品质量的信息系统。质量决策系统通过挖掘海量数据价值，致力于做到及时发现质量问题，解决或改善质量问题，避免质量问题流入下道工序，或影响到成品质量。

  企业要在激烈的市场竞争中获取合理的利润空间，立于不败之地，并满足不同用户需求，提高产品质量是其关键所在。在现代化钢铁制造企业中，学会运用一贯质量管理基本原理、理论和方法，进行质量管理，可以有效的降低生产成本、提高产品质量。一贯质量管理是以满足用户需求为前提，从产品质量设计着手，按产品系列从原料进厂直至产品出厂进行以质量为中心的全过程控制，并借助PDCA方法来求得最佳的企业经济效益和社会效益。一贯质量管理贯彻了“防检结合、以防为主”的思想，特别强调过程控制：即对产品生产的每一道工序、每一项活动进行控制，使各工序、各环节影响产品质量的“人、机、料、法、环”等诸因素都处于受控状态，从而预防和消除质量问题的发生。在钢铁制造业现有的信息化系统中，基础自动化层面（又称“L1”）解决质量检测的问题，产生质量最基本的基础数据；过程控制层面（又称“L2”）收集过程数据，监控设备状态，解决质量监控、具体生产操作的执行；制造执行层面（又称“L3”） 进行生产计划下发，收集生产实绩、检化验结果，进行质量判定；经营管理层面（又称“L4”）进行企业的资源整合，涵盖购、销、存、生产过程，进行质量设计、质量售后（质量异议）的处理；数据仓库层面（又称“L5”）进行收集L4层面的数据，进行质量统计、分析。各个层面的信息化系统都涉及到质量的内容，但是都只有一部分，对企业中各个层级的质量人员来说，要运用多个系统才能分析、处理一个质量问题，这对于质量人员来说是非常不方便的，他们也在寻求能否有专门的质量系统，进行质量监控、质量判定、质量设计、质量分析、质量问题售后处理，能够让质量工作便利化。

  汇赋科技推出的质量决策系统（简称“QDS系统”），面向于制造企业，基于“互联网 ”理念，紧密结合生产制造领域，通过连接各类生产过程的上下游工序以及同一工序内的各个环节，收集各个环节的数据，形成质量大数据中心，并在此基础上结合专家系统，进行深度数据挖掘、数据分析，最后将分析结果应用于生产现场，力图成为您身边的质量管家。

  1 数据采集

  QDS系统收集与质量相关的数据，其中包含来自于自动化系统的生产过程数据、来自于表面检测系统的缺陷数据及部分缺陷图片、来自于设备系统的设备状态数据、来自于检验/化验系统的检验数据、来自于ERP系统或MES系统的生产标准数据、来自于销售系统或ERP系统的质量异议数据、来自于点检系统或人工点检数据、来自于各个系统记录的操作数据等。这些数据之间的采集频次差别很多，有毫秒级别的数据，有每天记录一次的数据，而且钢铁制造工序长，从炼钢的板坯到热轧、冷轧，数据之间并不是一一对应的关系，因此，简单的把数据收集起来并不能进行很好的使用，必须进行数据的重新组织，才能进行有效的分析和决策。

  数据采集是实现QDS系统的关键。在生产过程中会产生大量的工艺数据，从对产品质量有影响的数据入手，利用各种技术实现机器之间的通信，将海量数据通过网络及软件方法自动传送到QDS系统。

  2 数据存储

  在海量的数据进入QDS系统后，我们使用业界流行的大数据技术——HADOOP技术进行海量明细数据的存储，解决以前数据存储速度慢、实时性低的特点。

  采用大数据技术进行分析相比于传统的数据仓库应用，具有数据量大、查询分析复杂等特点。大数据的四个“V”，其特点有四个层面：第一数据体量巨大；从TB级别跃升到PB级别。第二数据类型繁多。第三处理速度快，1秒定律，可从各种类型的数据中快速获得高价值信息，这一点也和传统数据挖掘技术有着本质的不同。第四只要合理利用数据并对其进行正确、准确的分析，将会带来很高的价值回报。大数据核心价值就是在于对海量数据进行存储和分析。

  3 数据组织

  在QDS系统中存有大量各工序、各机组的生产工艺数据，必须将前后工序的数据联系起来，使工艺数据与实际产品在各个生产环节的工序一一对应，才能最终实现质量分析诊断的目的。

  数据重新组织步骤是首先要建立钢铁生产跟踪的物料树，通过材料跟踪号勾联出生产时各机组的卷号，包括板坯号、热轧卷号、冷轧相关的卷号、成品卷号、炉号及合同号等明细；再由各卷号勾联相应子集库中满足条件的各类数据，在此基础上，考虑钢卷的开卷、卷取、方向情况、翻卷情况（因为涉及到表面检测的数据），形成能够跟踪整个生产流程的物料树主线。

  按照物料号，业务属性（温度、速度、设备、缺陷等）、数据粒度（毫秒、秒、米）重新组织数据，形成各个层级的数据模型，这些数据模型按照时间区间进行存储（分结构化数据和非结构化数据，表面检测涉及到图片），便于未来

  的使用和检索。

  数据组织时要判断数据的合理性，过滤掉噪声数据，从时间轴转换为位置轴，板坯数据定位，子母卷同步，协调不同数据的采样频率，二次计算，长期存储。

  4质量分析

  QDS系统通过对影响产品质量的关键输入/输出工艺变量及中间过程进行监控，支持现场质量技术管理人员高效监控、诊断分析和改进生产过程，从而稳定生产过程，减少产品质量波动，最终实现产品质量的持续改进。

  4.1 质量预警

  过程质量预警是将过程工艺参数纳入到过程质量监控体系，统计关键工艺参数的违规记录、异常原因。

  4.2 过程监控与分析

  利用统计分析工具，监控生产过程受控状态，判断过程质量的稳定状态。

  4.3 质量评价

  按照给定的原则对工艺质量指标进行统计分析，做出综合工序能力评价，以便后续工作的改善。

  4.4 统计质量判定

  通过统计分析和业务经验进行离线质量判定。

  4.5 制造履历追溯

  根据物料走向，进行物料全过程的生产履历追溯。可查看、分析每个关键工序影响质量的关键工艺参数分布；质量检验特性及判定结果追溯；各批次生产过程设备运行状态追溯；指定缺陷数据追溯；通过多维度，多角度将用户关注数据进行整理展现，可任意拖拽，选择数据范围，快速查看360度质量/产品信息。

  4.6 质量报告

  从数据中心中读取数据，并以图形、表格的形式显示，实现重点质量报表展示功能，反映业务管理信息。并以预定义格式通过Web、Email或文件服务器发布。系统根据质量诊断、质量判定、违规报警等为每个产品出具质量报告。

  5 质量决策及执行

  QDS系统不光进行数据的收集与分析，还将分析的结果进行反馈，配合业务系统执行。

  5.1 上下游沟通

  QDS系统收集上游工序的数据，进行分析、决策，并将诊断预警、统计判定等结果传递给下游工序，让下游工序在生产之前得到信息，采取相应的处理措施，避免本工序发生的质量问题继续流入下道工序。

  5.2 工序智能决策

  QDS系统可以同专家系统结合，将专家系统的模型结果进行实际应用。通过现场收集实时数据，QDS系统利用专家系统的模型，进行实时决策，将决策结果反馈给现场系统，避免已经发生过的质量问题再次发生。

  5.3 质量问题协同处理

  QDS系统将质量问题处理网络化，再处理每个环节，QDS系统都会附带上相关的数据信息和图片信息，处理人员只需要确认即可，避免了过去在质量问题处理中，销售人员和技术人员反复沟通，技术人员到处去寻找质量问题相关的数据，技术部门对质量问题区域定位等因素上花费时间、人力。在某钢厂应用该模块以后，质量问题处理从过去平均12天缩减到平均三天。

  6 QDS系统的特点

  QDS系统致力于产品质量的提高，力图通过QDS系统的应用在质量控制的环节上，实现以下目标：

  ◆及时发现质量问题，解决或改善质量问题；

  ◆及时发现质量问题，避免质量问题流入下道工序；

  ◆及时发现质量问题，避免质量问题随产品发往客户。

  QDS的特点在于：

  ◆互联应用：质量信息互联、工序互联、生产基地的互联；

  ◆智能执行：质量分析结果应用于质量业务处理中，将分析与业务执行结合起来，不再因为系统定位分割；

  ◆深层次分析：与专家系统、数学模型等相结合，使传统的离线分析系统在线化，实时决策。

  QDS系统优势在于预防生产过程中质量问题的发生，通过贯彻“防检结合、以防为主”的思想，强调过程控制，对产品生产每一道工序、每一项活动进行控制，使各工序、各环节影响产品质量“人、机、料、法、环”等因素都处于受控状态，从而预防和消除质量问题的发生。