本報記者 米颯
6月26日~27日,由中國鋼鐵工業(yè)協會、中國鋼研科技集團有限公司、河鋼集團有限公司共同主辦的第二屆鋼鐵工業(yè)智能制造發(fā)展論壇的主題會議——新興技術在鋼鐵生產場景的應用與實踐,在河北石家莊燕山大酒店召開。會上,多位鋼企大咖分享了他們對新興技術在鋼鐵行業(yè)中應用與實踐的看法和心得。
聚焦未來智慧鋼廠
“當前,智慧鋼廠發(fā)展主要有5大方向、12個模塊,分別是有機循環(huán)、綠色制造、個性定制、服務轉型、智能生產;數字化工廠——一體化工程實施運維及仿真、工業(yè)大數據、工業(yè)信息基礎架構及安全、PLM(產品生命周期管理)行業(yè)應用與物流仿真、智能制造運營管理、系統化節(jié)能、產線級節(jié)能、設備狀態(tài)監(jiān)控診斷、操作少人化/無人化、傳感與檢測技術、智慧物流、智慧營銷?!蔽鏖T子數字化企業(yè)創(chuàng)新發(fā)展中心高級咨詢顧問趙海濤在做以《西門子數字化理念助力鋼鐵行業(yè)智能制造實踐》為主題的報告時表示。
那么,打造這樣的智慧鋼廠需要什么樣的新技術?趙海濤認為,企業(yè)應運用以下數字化新技術,挖掘未來的生產潛力。其一,大數據應用。應探索應用大數據分析工具分析影響冷軋板帶表面質量原因的方案。其二,數字化交付。推動從一體化設計到一體化運維的數字化交付的實現。其三,遠程監(jiān)控診斷APP開發(fā)。開發(fā)具有高通用性的覆蓋典型自動化和驅動產品,應用于不同行業(yè)的監(jiān)控診斷APP(基于本地服務器/云服務器)。其四,應用AR(增強現實)技術進行設備維護。探索AR技術在工業(yè)領域的應用,支撐現場運維管理的可視化,建立虛擬遠程運維數字化平臺。其五,無人駕駛和綠波交通。開發(fā)應用于框架車運輸的無人駕駛技術,并對重載卡車實行信號優(yōu)先原則,以期提高運輸效率,降低運輸能耗。
同時,在打造智慧鋼廠時,企業(yè)還應注重相關人才的培養(yǎng)。他表示,在人才培養(yǎng)方向上,主要有4類,分別為頂層方案架構師、系統方案設計師、應用方案設計師、數據分析師。
AI及大數據在鋼鐵行業(yè)的應用
AI(人工智能)及工業(yè)大數據是當前鋼鐵行業(yè)較為火熱的話題。針對此話題,寶鋼股份中央研究院智能制造研究所所長張群亮在做以《AI及工業(yè)大數據在鋼鐵中應用設想與實踐》為主題的報告時表示,鋼企實施“鋼鐵+人工智能”有需求、有條件、有挑戰(zhàn)。
他進一步表示,有需求是因為鋼鐵生產流程長、問題影響因素多,各環(huán)節(jié)相互關聯,常規(guī)方法難見效;有條件是因為海量數據資源為人工智能應用提供了重要的基礎條件;有挑戰(zhàn)則是因為客戶的要求日益嚴苛,對技術精度、可靠性和穩(wěn)定性都有著極高的要求。
在談到AI及大數據應用的方向時,他表示,主要有以下幾個:一是智能裝備。通過執(zhí)行裝備+“視覺”“聽覺”“觸覺”等,擴展裝備功能,實現裝備智能化,自動匹配產品差異化要求。二是設備預測性維護。利用人工智能技術對設備使用、維護及質量相關數據進行學習,分析設備性能衰減趨勢,實現設備從計劃式維護向預測式維護轉變,提高效率和產品質量。三是產品缺陷檢測與分析。四是產品性能預測。基于大數據與機器學習的深度結合,建立產品性能預測模型,實現數字化產品性能管控。五是全流程生產過程預控。對生產過程進行分段、分級監(jiān)控,對可能影響產品質量的因素和現象及時報警,及時發(fā)現質量問題,減少批量缺點。六是智能控制模型。目前,鋼鐵過程控制基本采用“冶金機理計算+過程控制”,其控制模型不具備在生產中不斷自我優(yōu)化和進化的能力,發(fā)展方向是打造基于AI自主學習能力的過程控制系統,使控制模型具有動態(tài)學習能力,能夠根據外部條件變化自行調整,并具備知識積累能力。七是產品數字化設計。人工智能和材料設計的結合目前已經起步,未來或將帶來產品設計的革命。八是產品表面質量智能管控。原有檢測方式是人工記錄產品表面質量狀況,事后查詢記錄。這種人工質檢往往受制于質檢人員即時的身體狀態(tài)和心理狀態(tài)、質檢人員的經驗是否豐富、不同質檢人員的知識背景,其結果是不穩(wěn)定的,容易造成缺失。
綜合來看,AI及工業(yè)大數據在鋼鐵行業(yè)的深度應用是趨勢,目前已具備了可行性與經濟性。同時,他也提醒,企業(yè)在應用AI及工業(yè)大數據過程中,既要關注機會,也要避免“陷阱”,特別要注重提高模型應用的可靠性。
工業(yè)互聯網如何在鋼鐵行業(yè)落地
“傳統制造系統存在的痛點主要有以下幾個:一是感知深度不足。傳統儀表自動化系統僅感知過程變量,信息維度低,難以反映物理過程深層次動態(tài)特征。二是互聯廣度不足。跨領域信息孤島難以互聯互通,無法準確描述領域間復雜的互聯關系,決策全局性差。三是分析的綜合預見性不足。對工業(yè)運行數據的挖掘深度不夠,導致決策不明確、盲目。當前,制造業(yè)的需求是以互聯網為代表的新一代信息技術與制造系統的深度融合,即工業(yè)互聯網?!敝黝}會議上,江蘇金恒信息科技股份有限公司副總經理章紅波在做以《工業(yè)互聯網在鋼鐵企業(yè)中的探索與應用》為主題的報告時表示。
她進一步表示,工業(yè)互聯網的使用場景主要有以下幾個:一是面向工業(yè)現場的生產過程優(yōu)化,包括優(yōu)化工藝參數、生產績效管理服務優(yōu)化,以及良品率的自動診斷設備的預測性維護、能耗優(yōu)化等;二是面向企業(yè)運營的管理決策優(yōu)化,包括優(yōu)化供應鏈管理、經營績效分析、供應鏈一體化協同及排產、倉儲物流、訂單管理等;三是面向社會化生產的資源優(yōu)化配置與協同,包括協同制造、個性定制、產融結合;四是面向產品全生命周期的管理與服務優(yōu)化,包括產品溯源、產品設計反饋優(yōu)化等。
她指出,工業(yè)互聯網平臺需要解決多類工業(yè)設備接入、多源工業(yè)數據集成、海量數據管理與處理、工業(yè)數據建模分析、工業(yè)應用創(chuàng)新與集成、工業(yè)知識積累迭代等一系列問題,涉及七大類關鍵技術,分別為數據集成和邊緣處理技術、LaaS(基礎設施即服務)技術、平臺使能技術、數據管理技術、工業(yè)數據建模與分析技術、應用開發(fā)和微服務技術、安全技術。
工業(yè)互聯網的平臺架構分別為:應用層、工業(yè)PaaS層(平臺即服務)和邊緣層。其中,應用層是為了解決工業(yè)實踐及創(chuàng)新問題。一方面進行工業(yè)應用部署,通過工業(yè)SaaS(軟件即服務)和APP的方式實現設計、生產、管理等環(huán)節(jié)的價值提升;另一方面進行工業(yè)應用創(chuàng)新,借助開發(fā)社區(qū)等方式塑造良好的創(chuàng)新環(huán)境,推動基于平臺的工業(yè)APP創(chuàng)新。工業(yè)PaaS層是為了解決工業(yè)數據處理和知識積累沉淀等問題,形成良好的開發(fā)環(huán)境。邊緣層則是為了解決數據采集集成問題。
《中國冶金報》(2019年07月04日 03版三版)