APP下载

大数据技术在炼钢质量控制中的应用

2023-10-23丹,

现代工业经济和信息化 2023年8期
关键词:炉次炼钢工序

毕 丹, 刘 伟

(凌源钢铁集团有限责任公司, 辽宁 凌源 122504)

0 引言

在当前社会消费升级、产业迭代以及供给侧改革等大环境下,市场对钢材的需求逐渐增强,而大多数钢铁企业在炼钢质量控制中缺乏智能化、自动化的管理技术,未能对炼钢过程实施有效控制。基于此,在炼钢质量控制过程中引入大数据技术,便于跟踪日常生产,及时发现生产异常。还可以针对每个工序及全局生产节奏,结合用户需求抽取关键质量指标,进行趋势分析,避免质量风险的发生。

1 炼钢质量控制过程大数据参数配置

在炼钢质量分析或指标计算时,经常按钢种类别汇总数据做分析。基于大数据控制的炼钢质量管理系统提供钢种类别定义配置功能,在数据源配置中定义数据来源、用途和字段构成信息等,满足参数的可配置化,报警规则的可配置化,评价规则的可配置化[1]。

1)自动分析任务配置:为实现自动化的炼钢质量指标分析,提供自定义任务参数配置功能,以向导模式进行配置,提高易用性。

2)名称字典管理:对炼钢过程关键工序命名进行标准化管理,在参数配置模块进行统一定义。工艺指标字典:根据客户产线范围和工序设备构成情况,收集各个工序、设备关键指标项进行统一定义,为大数据平台实时监控、过程跟踪和质量评价提供标准化数据。

3)工序事件定义:规范定义各个工序过程中的事件名称,作为工序时段定义的标准输入项。具体工序事件定义以现场二级的工序事件定义为准。

4)实时监控告警规则配置:炼钢实时监控针对每个工序进行指标告警阈值配置,超出阈值时进行实时告警。

5)权限管理:质量大数据系统根据角色进行权限分配,根据用户组织数据进行用户初始化,根据用户岗位不同分配到不同的角色中。各个角色用户可查看本角色权限范围内的功能和数据,并可在授权范围内选定条件进行查看、分析和导出数据。

2 炼钢质量控制大数据系统设计要点

2.1 数据采集设计要点

数据采集模块程序开发的原则是通用、可配置化、可扩展和功能模块化等,配置有2 个接口,用于存储源表结构信息。该模块数据加载到大数据系统分为三个步骤[2]:数据文件传输并加载至HDFS 中、HDFS文件映射到Hive 外部表以及外部表同步HBase 数据表或ORC 表。

2.2 炼钢数据处理设计要点

大数据工序内部通过炉号将当前工序下的工艺指标数据、检化验数据和过程指标数据等多维度数据关联,同时扩充相关炉次所在设备、所在工位、对应班组、对应钢种和规格等炉次属性,为多维度的数据提取分析提供数据支撑。跨工序数据整合,以炉号为主线,将转炉、LF 精炼连铸及轧钢等数据进行组装,为跨工序、多维度业务分析提供数据服务。

2.3 数据存储设计要点

数据存储模块以数据文件形式传输到大数据平台,存储为ORC 事务表,数据库接口方式提供数据的数据源,通过Sqoop 抽取到大数据平台,以ORC 表方式存储。数据查询模块提供JDBC 驱动包,通过定制查询页面提供客户查询数据,也可按工序、设备、钢种、规格、物料和时间等多种条件进行数据查询,允许其他应用程序直接通过SQL 查询获取结果集,并通过Excel 格式导出。

3 炼钢质量控制大数据系统搭建

炼钢质量控制大数据系统架构如图1 所示,包括质量追溯、质量监控、质量评价和质量分析等事中控制及事后分析功能。事中控制主要是通过质量评价和质量监控实现质量的在线评价与监控,并与信息化系统对接,避免批量质量问题发生。事后分析主要是通过质量分析和质量追溯对质量数据进行确认与追溯,实现根因分析和问题定位。

图1 炼钢质量控制大数据系统架构

3.1 炼钢工序过程追溯

该环节不仅展示工序概况,还包括事件跟踪、实时监控告警分析和指标趋势跟踪等几类信息的跟踪,能够追溯到各工序秒级或毫秒级指标数据,并展现当前追溯的炉次全工序周期内告警趋势及明细详情。

3.1.1 产品状态追溯

产品状态追溯用于查询目标产品及产品对应的炉次涉及的坯料最新的位置,包括在哪个库房、是否取材、是否出库以及是否发给用户。

3.1.2 加料信息追溯

加料信息追溯包括工序加料过程列表和加料信息详情两部分。加料过程列表以树形图形式展现炉次—工序—加料名称—加料时间4 个层次的信息。

3.1.3 检化验信息追溯

检化验信息追溯功能将所有工序检化验结果进行分类统计,并提供每个类别检化验数据明细。包括各工序钢水成份信息、钢渣成份信息、钢坯低倍信息和钢材性能信息。

3.2 过程实时监控

实时监控范围包括转炉、LF 炉和连铸机等工序下的主体设备。监控内容包括各设备实时炉次属性信息、实时指标趋势、实时事件、检化验结果、过程质量评分、评级和预判等各类信息的监控跟踪。

3.2.1 转炉工序监控

包括但不限于炉次开始、废钢加入、铁水加入、加料、测温取样、主吹开始、主吹结束、补吹状态、双渣吹炼、出钢开始、出钢结束、溅渣开始、溅渣结束和炉次结束等。可以实时了解最新生产进度,具体实时事件项以现场二级定义的冶炼事件为准。转炉工序关键指标展示区域显示炉次关键实时数据,包括但不限于炉龄作业时间、测温时间、终点碳、终点温度、转炉冶炼周期、氧枪枪龄、出钢口次数和氧耗等指标[3]。

转炉实时告警分析包括告警时间、告警指标和告警级别等信息,提供时间维度和指标维度的告警分布统计。时间维度告警实时统计以折线图显示当前炉次告警次数变化趋势,横坐标为时间,纵坐标为告警次数。通过“当天炉次”操作切换当天总告警数量变化趋势。指标维度告警统计以指标名称为横坐标,以各指标报警数量为纵坐标,以柱状图等形式展现告警指标范围和每个指标告警数量分布,集中呈现当前炉次在当前工序的告警指标范围。

3.2.2 LF 工序实施监控

包括但不限于钢包到达、钢包就位、炉次开始、变压器换档、电流换档、加料、测温、软吹开始、软吹结束、送电、停电、喂丝开始、喂丝结束、断路器合闸、炉次结束和钢包吊离等。LF 工序关键指标展示区域显示炉次关键实时数据,包括但不限于作业时间、测温时间、温度、通电周期、电耗、精炼周期、软吹时间、软吹流量、进站温度和出站温度。

LF 实时告警分析提供LF 工序时间维度和指标维度的告警分布统计,时间维度告警实时统计以折线图等显示当前炉次告警次数变化趋势,横坐标为时间,纵坐标为告警次数。通过“当天炉次”操作切换当天总告警数量变化趋势。指标维度告警统计以指标名称为横坐标,以各指标报警数量为纵坐标,以柱状图等形式展现告警指标范围和每个指标告警数量分布。集中呈现当前炉次在当前工序的告警指标范围,便于分析潜在风险。

3.2.3 连铸工序监控

连铸工序关键指标展示区域显示连铸工序关键实时数据,包括但不限于开浇时间,浇铸时间,液相线,过热度、结晶器液面自动控制命中率、温度拉速匹配和成坯率等指标。

连铸实时告警分析提供时间和指标两个维度的告警分析。时间维度告警实时统计以折线图显示连铸工序告警次数变化趋势,横坐标为时间,纵坐标为告警次数,缺省显示当前炉次周期内告警分布情况。另外,还提供全天告警分布的分析,便于对比当前炉次告警分布与当天其他炉次告警分布的差异,辅助判断是否存在异常。指标维度告警统计以指标名称为横坐标,以各指标报警数量为纵坐标,以柱状图等形式展现告警指标范围和每个指标告警数量分布。集中呈现当前炉次在连铸工序的告警指标范围,便于分析潜在风险。

3.3 过程质量评价

过程质量评价包含指标评价和炉次评价,其依据工艺标准,以工序指标数据为基础,采用目标偏差率、合规率和阶梯打分等多种打分算法,对关键质量指标进行打分评价[4]。根据指标评价结果,进一步对炉次进行评价打分,通过打分评价实现质量精细化管理。

指标评价,以炉次为周期,提取炉次周期内的关键质量指标作为评价对象,针对每个炉次周期内各指标进行打分评价。根据各工序关键指标标准上下限的特点和指标值的特点,进行分类分析,提供有针对性的评价算法。

3.3.1 评价算法

针对单值指标,如炉次终点碳,指标值是单一数值,系统提供目标偏差率、阶梯打分两种算法进行评价。针对多值指标,如拉速,在一个炉次周期内对应一组数据,针对这类指标系统提供合规率和目标偏差率&合规率组合评价两种评价算法。

3.3.2 指标评价报告

针对每个工序下的每个指标进行评价后,系统生成指标评价报告。

炉次评价如表1 所示,在实际炼钢质量管理控制中,经常根据指标的属性和重要性分不同组进行分类评价。评价之前需要预先定义炉次指标组包含的指标范围和权重。

表1 炉次指标组包含的指标范围和权重

3.4 炼钢质量分析

3.4.1 实时指标分析

实时指标以秒级或毫秒级间隔采集,能够精细化反映生产过程中指标变化趋势,有助于回顾生产过程,了解生产控制细节。该环节若按时段对比分析,对比同一时段不同指标项的趋势,有助于发现指标间相互影响关系[5]。若按炉次对比分析,通过对比质量异常炉次和优等炉次之间指标趋势关系,辅助分析质量异常炉次的问题根源。

3.4.2 炉次分析

炉次分析以炉号为主线,关联炉次转炉、精炼和连铸各工序关键指标数据,提供数据查询,快速了解每个炉次基本信息。通过指标趋势分析、指标对比分析,直观展示指标特征,发现指标异常的炉次。炉次分析主要功能如表2 所示。

表2 炉次分析主要功能表

3.4.3 质量分析工具

质量分析工具模块提供从数据提取、数据预处理到数据分析全过程的数据分析功能。通过数据提取功能引入待分析数据,通过数据预处理功能完成数据分析之前数据准备工作,包括数据过滤、转换和数据分布特征的预分析。

数据分析方面,系统提供图形分析、Cpk 分析、SPC 分析、相关分析和主成分分析等多种分析工具,帮助用户更加便捷地进行数据分析。数据提取模块完成待分析数据的提取、预处理过程,系统提供多种数据提取方式和预处理功能,辅助用户在正式分析之前对数据进行多维度筛选和整理。

1)系统支持以大数据平台、外部Excel 文件以及用户在系统中保存的数据集作为分析的目标数据集。

2)字段范围选择:针对提取的数据集,系统提供字段筛选功能,只保留目标分析字段,对无关字段进行删减。

3)数据检查:对当前的数据集进行初步的空值检查和数据分布统计,便于了解数据构成情况。

4)单条删除:在数据列表中针对个别单条数据,提供单条删除功能,方便对数据进行更细粒度的筛选。

5)数据预处理:系统提供删除空值、指定字段值范围和指定数据分类等方式进行数据预处理。

6)数据导出Excel:处理结果数据支持导出为本地Excel 文件,在系统外进一步分析或作为输入数据再次导入系统分析。

4 结语

本文从炼钢质量控制过程大数据参数配置出发,在介绍炼钢质量控制大数据系统的设计要点的基础上,对炼钢质量控制大数据系统进行了设计,科学精准地控制炼钢过程,有效提升了钢材质量。

猜你喜欢

炉次炼钢工序
低碳高锰钢20Mn2A 精炼过程中夹杂物成分变化研究
汽车齿轮用渗碳钢20MnCr5晶粒度的影响因素
120t转炉降低工序能耗生产实践
转炉炼钢降低钢铁料消耗的生产实践
AI炼钢术
大理石大板生产修补工序详解(二)
土建工程中关键工序的技术质量控制
基于炼钢的最优炉次计划模型构建研究
转炉高效低成本智能炼钢新技术应用
人机协同的柔性作业车间炼钢—连铸重调度方法