冶金企业智能生产线建设研究

宋志斌

（河钢集团承钢分公司自动化中心，河北 承德 067000）

1 冶金企业智能生产线建设概述

随着市场的剧烈变化，想要实现公司客户高端、产品高端的目标，需要解决当前用户高质量、多品种、小批量产品需求与金属冶炼企业大规模、连续性生产的矛盾[1]。如何开展个性化定制，解决大生产与小批量之间的矛盾，是公司亟需解决的问题，但现有系统对这方面的支持能力相对不足。智能生产线建设已成为驱动冶金企业创新发展机制、突破增长极限、保障企业持续稳定发展的主要动力。

针对前期需求调研，制定智能生产线建设主要包括如下3个方面的内容：①以大数据技术为核心的冶炼厂数据库建设；②3D可视化建设；③以设备智能监控、生产能源智能平衡、质量智能管控、成本智能分析为目标的冶炼厂生产线智能化平台建设[2]。将搭建冶炼厂智能生产线数据库平台和3D可视化建设作为第一阶段的建设内容,通过搭建基于大数据技术的数据库平台，整合并挖掘数据价值，实现数据高度感知，为智能生产线建设提供数据支撑，通过3D可视化平台建设，搭建基于云服务集成统一的可视化平台,实现生产过程全程可视化，关键设备参数监控，提升生产组织效率，设备管理水平。

2 智能生产线总体架构

智能生产线总体架构结构共分为三层平台建设、分别是数据采集层、大数据管理层、生产线智能化应用层，各个平台内部业务集中，管理集中，具备良好的可操作性，平台间耦合度较低，职责分工明确，具备良好的可扩展性，下面分别对这三层架构进行介绍。

2.1 数据采集平台

数据采集平台是智能工厂架构的底层组件，负责从各个自动化与信息化系统中获取数据。数据采集平台需要具备PLC采集能力、PDA/QDR/ODG文件采集和解析能力、开放协议解析采集能力、监控视频采集能力、数据库采集能力、文件系统采集能力和主动文件上传与主动数据录入功能。

（1）PLC数据采集，可以采用专用的网关机设备进行，目前市场上的网关机一般支持主流的通讯协议，比如西门子S7-200、西门子S7-300、西门子S7-400、西门 子 S7-1200、OMRON(欧姆龙HOST-LINK)、GEETHERNET(GE以 太 网)、ABETHERNET/IP CIP协 议(SLC500系 列)、AB-LOGIC-TCP(5000系 列)，特殊 的PLC通讯协议需要具体分析。

（2）IBA-PDA数据采集，需要产线具备IBA-PDA服务器，这种采集方式可以提供较快的数据采集频率，但是一般为数据包数据上传，数据会根据数据包的生成时间有一定延迟。

（3）针对仪表数据采集，现场二次仪表需满足一般的通用的通讯协议，比如Modbus_RTU、DL/T 614-1997、DL/T 645-2007等协议。

（4）共享数据采集一般是指从其它系统数据库采集数据，需要该系统开放访问数据库的权限并且根据需求提供相对应的数据及格式。

通过全面的数据采集，将数据源从原有生产相关系统扩展到冶金企业信息化体系中的方方面面，使工厂数据库不再局限于提供过程追溯能力，而是可以提供真正意义上产品全生命周期追溯。

2.2 大数据管理平台

大数据管理平台应具备数据存储分析功能、数据处理功能、数据发布功能，其中数据存储分析包括三个集群，分别是原始数据存储集群、结果数据存储集群和大数据分析挖掘集群。

2.3 冶炼厂智能化应用平台

冶炼厂智能化应用平台是智能化生产线建设的顶层设计，通过将大数据处理平台中的数据进行深入挖掘，开发面向业务，面向用户的智能软件，为不同层级的业务管理人员提供决策支持，通过面向不同业务的应用层智能系统的开发，实现生产过程3D可视化、重点设备监控、生产过程的能源平衡等功能。

2.3.1 设备智能监控分析

针对轧线中关键设备（如电机、轴承、风机）等，通过安装相关的检测设备（振动、温度、压力等传感器），对其中的振动、温度、转速、电流、电压等信号值进行实时采集和集中显示，并根据历史趋势以及安全阈值进行预警。主要功能包括电气、液压、机械等不同模块的显示预警，利用工业大数据平台，实时采集设备相关的数据，并将其存储于大数据平台，利用相关的数据挖掘手段，实时对设备状态、故障预测以及整体维修等进行分析。

2.3.2 能源智能管理

按照扁平、高效、集中统一与高度融合的基本原则，实现1780产线能源管控模式、能源管控系统设计与实施，通过能源数据采集、能源在线动态监控、实现卓有成效的管理应用，整体目标如下：①整合冶炼厂现有能源管理资源，优化和建立能源集中管控模式；②以数据采集平台为数据支撑，实现能源设备在线过程监控、能源调度、能源管理一体化管控功能，建立安全、稳定、经济、高效的智慧能源管理系统；③以计量检测为基础，改造提高能源系统的技术装备水平；④完善企业的计量、能耗指标考核及评价体系，实现能源一级计划管制和智能运行。

2.3.3 质量智能管控。

以大数据管理平台为为基础，紧密结合实际生产情况，实现智能生产线的质量数据的整理和归集；实现过程数据分析和判定，提高过程控制能力，实现质量的预判；实现质量判定功能，提高质量判定精度，根据质量判定规则实现质量等级划分、质量报表等。在使用过程中，可根据自身管理现状（包括数据准备情况）逐步深化质量管理。

2.3.4 成本智能分析

冶炼厂生产线成本智能分析的重心应放在了生产加工环节，通过精益化管控，达到降低产品成本的目的。工序级成本分析是面向车间级精益管理的重要管控，通过对生产环节各类成本、能源相关数据的采集、在线监测，动态诊断生产运行过程中的成本状况；结合统计学、人工智能方法构建成本分析、评估模型；制定降本增效措施，深入挖潜并提炼降本潜力。最终为管理层动态把握生产成本状况，降本增效提供决策支持。通过建设智能生产线工序及成本的评估，可以动态掌握成本细节，精细化制定标准成本，多维度进行成本核算（时间、班组、产品），高效分析成本差异，评估成本水平并挖掘成本最优生产区间，预测未来成本变化趋势。