徐 谋

（四川启明星铝业有限责任公司，四川 眉山 620010）

铝金属在各个行业发展中占有重要地位，属于消费量排名第二的有色金属，是利用率近乎于钢铁的基础生产材料，广泛应用于制造、交通等领域，因此，铝电解生产行业稳定发展具有重要意义。随着信息化技术的普及应用，在铝电解生产当中，发挥出巨大的作用。通过信息化技术，对每一次生产中各项数据进行存储、集成，方便企业对其生产运行状况进行全面分析。利用传统人工控制方式，难以满足当前铝电解生产量的庞大需求，在此情况下，企业通过研发、应用数据驱动方式，例如采用数据挖掘技术对设备故障进行诊断、合理调配生产资源、把控决策控制方向等。按照数据生命周期特性，优化铝电解在生产当中质量控制。

1 采用数据生命周期进行电解铝生产质量控制的意义

当前，铝电解在实际生产当中，对于生产现场进行数据采集时，往往存在效率不高以及精度不足等问题，进而影响到后续的数据分析结果，对铝电解生产质量以及生产能效提升无法提供及时、有效的帮助。铝电解生产质量受到的影响因素主要有几大方面：人、机、料、法、环、测，在这几方面因素作用下，生产的产品质量难免会存在波动情况，由此可得出生产过程中质量把控，关乎产品在生产全过程中的质量与成本[1]。铝电解数据驱动质量控制模式，对于理论方面的分析研究已十分成熟，企业在实际生产运行当中应用也在不断完善。随着信息化技术在生产行业的帮助越来越大，企业逐渐提高对历史生产数据应用的重视程度，利用先进的计算机技术，对每一次的生产数据进行采集、存储、分析。传统的质量监控措施在如今庞大的生产需求面前，已不能满足企业的生产效率提高与质量管控需求，人工智能诊断产品质量模式正逐渐取代其地位，包括传统的统计回归法等质量预测方式同样向智能预测方向转变，现阶段应用较多的主要为神经网络以及模糊理论控制措施。将数据驱动与人工经验结合，优化铝电解生产质量控制，有助于促进企业发展与行业进步。

2 数据生命周期在铝电解实际生产中存在的问题

2.1 铝电解生产过程耦合程度高

虽然利用数据分析进行铝电解生产有利于提高产品质量控制效果与生产效率，但在实际生产过程当中依然有较多的问题需要解决。在电解铝生产过程当中，针对原材料很难进行物理化学反应的数字化，加上生产流程中各项工序连续性较高，极易造成前一道工序受到影响，牵连到后面工序的正常运行。以目前的铝电解生产过程控制技术，难以解决生产流程中高度耦合包括非线性关系问题，通过建立模型、采用优化和控制生产质量模式，无法满足企业高效、无污染与精细化的铝电解生产需求，影响产品质量优化与成本控制。

2.2 数据存在多源性与不确定性

铝电解在实际生产过程中，其运行规律的图像、声音、文本等表现数据具有多源性，以当下的技术条件，在感知融合多源数据时难度较高，影响数据采集、分析工作的高效性与准确性。另外，企业的铝电解生产中，车间环境往往比较复杂，电流、磁场、噪声等干扰因素较多，包括电解铝工业生产自身存在的不确定性，会对传感器收集数据过程造成影响，降低数据传输的精准度及有效性。

2.3 铝电解产品质量数据重复利用问题

现今企业对于铝电解生产流程中质量控制研究，只要针对于重要影响质量参数进行分析，企业相关技术人员普遍根据历史数据和以往经验，对生产过程中的各项数据进行分析并建立模型，这种方式在分析研究的深度以及广度上具有极大的进步空间，对数据的重复利用程度低。通过利用数据系统进行铝电解生产，能够有效提高生产过程质量控制水平，增强数据重复利用有效性。另外，通过数据挖掘进行生产中各项知识、数据的获取，在应用数据驱动进行生产质量控制当中，能够产生极大数量的过程性知识，有利于指导后续生产工作的顺利开展。

3 铝电解生产过程质量控制

3.1 预测铝电解生产过程质量

企业铝电解生产流程质量控制，主要针对于过程中影响正常生产的异常突发情况进行监控与诊断，排查问题出现原因，及时采取有效措施加以解决，从而使产品合格率得到有效提升。但这种监控手段在实际生产运行中局限性较大，只有影响生产正常运行的问题出现之后，才后对相关人员发出警报，而非提前进行突发情况预警，具有时间滞后特征[2]。采用质量预测技术能够有效提高生产监控模式的高效性，此方式实际应用的关键在于建立精准且高效的生产预测模型，将被动生产质量监控转变成主动问题预防，提高生产质量安全保障。传统生产质量预测模式，更多是依靠人工对生产过程各项参数以及数据特征进行分析，并且具有相关性以及非线性等特性，提高了生产过程作用机理的人工分析难度，采用智能预测方式，例如通过神经网络等人工智能方式，建立贴合实际生产状况的预测模型，能够有效对铝电解生产质量进行更为精准的预测。

3.2 合理把控生产过程质量

企业在铝电解的生产当中，需要对重点质量监测数据，进行其数据特性分析，利用构建的质量数据模型，利用互联网技术，通过线上或线下的方式深入研究质量数据挖掘方式，提高对历史生产过程质量数据以及企业目前实时生产数据的利用率。根据此方式以及建立的生产质量成本模型，对铝电解生产的质量控制成本进行综合分析、评估，并且将分析、评估结果上传到企业数据库，为后续生产过程监控与优化提供参考。

3.3 生产过程质量数据管理

采用数据驱动方式进行铝电解生产过程质量控制，其基本原理为针对数据全过程的有效管理，即质量数据在实际生产当中的收集、储存、处理以及分析、更新和有效管理。对历史数据以及实时生产数据进行深入挖掘，发挥出其内在的潜藏价值，对当下铝电解生产过程质量控制，提供预测、监督、诊断与改善功能。图1中所示为数据全生命周期的管理流程。

图1 质量数据生命周期管理流程

铝电解生产过程质量数据具有多种形态，可以将其划分为动态实时数据和静态历史数据以及知识数据，此三种数据之间在相互关联的同时，具备一定的递进关系。对实时数据进行分析利用完成后，将其储存上传数据库，转变成历史数据，利用数据挖掘对大量的过往生产静态历史数据分析，为企业的后续生产过程优化提供参考。随着铝电解生产不断进行，其知识数据库内容不断增加、更新，历史数据在不断积累过程中被反复利用，有助于整个铝电解生产过程质量控制。

4 铝电解生产过程质量控制持续改进

以原有的铝电解生产质量控制模式为基础，结合当下企业产品质量生产需求，采用大数据全生命周期理念，建立新型生产流程质控制体系，针对生产过程中质量控制持续改进框架。其控制体系包含三个生产阶段，历史生产阶段、实时生产阶段以及后续生产阶段，在生产过程中，针对质量控制主要有数据采集、存储，数据实时应用和持续改进。

4.1 数据采集与存储

铝电解生产过程质量控制可以通过应用信息化技术如RFID、传感器等，对人、机、料、法、环、测等生产条件进行实时监督管理，辅以多源信息感知技术以及融合技术，实时监测、采集生产当中的质量特性数据、生产车间环境等信息，并将其进行分类整理、融合，打造高效、可靠的实时数据源。建立铝电解历史数据库，有效采集、储存监测过程数据、设备运行信息、材料信息以及工艺参数等各项数据，对于知识数据的收集、整理与融合，应当涵盖生产工艺知识、加工流程方法、设备运行状态等一系列铝电解生产显性知识和实际生产操作经验知识、设备故障、生产事故处理经验等隐形知识，有效利用数据挖掘，能够高效完成对隐形知识的获取、存储，为企业生产质量控制提供参考。

4.2 质量数据实时应用

在铝电解实时生产过程中，能够获得设备运行状态信息、传感器监控监测数据等各项质量数据，将其均以数据流的形式进行采集。由于这些数据信息多源异构以及相关非线性等特点，必须利用实时数据流分析技术，精准有效完成分析任务，有效预测并实时监测影响产品质量的因素变化情况，在铝电解生产过程发生异常时及时应对，为企业改进生产工艺流程与优化促进生产参数奠定基础。将高效、便捷的网络技术应用于实际生产中，实现对铝电解生产在线质量控制，其关键环节是对实时数据流和历史生产数据库以及知识库三者深度融合，并进行快速分析。实时监测生产过程，对各种影响因素可能造成的状况进行预测，对发生的设备故障、质量问题等实行诊断和反馈，随着生产工作持续开展，改进质量控制措施，综合各项质量控制手段优点，合理应用的实际生产当中，达到有效提高铝电解生产质量目的。

4.3 质量控制持续改进

正在进行的生产过程完成之后，将其中采集到的所有新数据录入到历史数据库中，完成生产数据更新与补充，包括新的设备运行状态信息和生产工艺优化效果、传感器检测数据等一手经验知识，补充到知识库中，有利于生产质量控制持续优化等工作开展。在历史数据库中，大量的过往生产过程信息，反映出每一次铝电解生产过程中的正常或异常状态，采用数据挖掘方式，全面对这些历史数据进行分析，整理出其中的有效数据，结合实时生产状况，针对性进行整个铝电解生产质量控制以及工艺流程实现持续优化改进。而数据驱动能够有效完成铝电解生产质量追踪，通过RFID技术等，进行数据采集等一系列生产全过程监督管理工作，实现高效铝电解生产质量控制工作。

5 结论

文中针对铝电解在实际生产当中的质量控制问题与改进状况，阐述根据生产数据全生命周期理念，利用数据驱动方法进行生产质量控制效果。对铝电解生产过程中现存问题分析，以数据驱动控制生产质量方式为基础，通过对各项生产数据参数进行全生命周期的采集、存储、分析、应用，进而改进实时生产运行体系，满足企业铝电解生产数量与质量需求，提高企业生产经济效益。与此同时，利用信息技术，实现铝电解生产质量管理效果增强，能够提高行业的智能化程度，落实可持续发展的工作战略。