Deprecated: Creation of dynamic property db::$querynum is deprecated in /www/wwwroot/mlxinxi.com/inc/func.php on line 1413

Deprecated: Creation of dynamic property db::$database is deprecated in /www/wwwroot/mlxinxi.com/inc/func.php on line 1414

Deprecated: Creation of dynamic property db::$Stmt is deprecated in /www/wwwroot/mlxinxi.com/inc/func.php on line 1453

Deprecated: Creation of dynamic property db::$Sql is deprecated in /www/wwwroot/mlxinxi.com/inc/func.php on line 1454
【新闻调查】数字化转型点亮首钢冷轧人机一体化智能系统的“灯塔”_冷轧板材_杏彩代理-杏彩官网注册地址-杏彩平台地址

【新闻调查】数字化转型点亮首钢冷轧人机一体化智能系统的“灯塔”

2024-09-26 冷轧板材

  一架无人天车在空中“来来”,钢丝绳、吊钩“伸缩自如”,天车的实物流与信息流实现了时时同步,现场的操作画面在集控室的液晶大屏和操作台显示器上清晰地呈现着;一束激光在钢卷带头处一扫而过——“滴”,最后一道贴标签工序由自动机器臂完成后,成品钢卷由天车转移到成品库等待外发……

  这是记者在首钢冷轧车间看到的画面。管理模型从“0”到“1”、过程控制从“静”到“动”、部分岗位从“有”到“无”,首钢冷轧围绕“业务、技术、组织”协同推进数字化转型工作,使工序上下游实现了相互连通,实现了品质更高端、生产更高效、成本更优化、服务更提升、供应链更灵活,为持续高水平质量的发展、效益可持续提升创造了条件。

  ——轧后库、成品库仓储指令投入率分别达到95%、80%以上,倒垛率降低20个百分点,外发效率提升15个百分点;

  ——实现到钢卷的能源统计和环保在线数据实时采集和预警,轧机电耗模型投入后,谷电占比提升7个百分点;

  数字化浪潮席卷全球,国家“十四五”规划和2035年远大目标纲要明白准确地提出“加快数字化发展”“建设数字中国”,谁在数字化、智能化进程中走在前列,谁就能在高水平质量的发展中占得先机、掌握主动。近年来,首钢集团向“数字蓝海”进发,经历了众多从“0”到“1”的艰难探索、从无到有的智慧蝶变。“十四五”伊始,首钢冷轧再次勇挑重担,积极投身数字化转型,以全员数字化的理念和目标,大步迈上数字化转型新征程,为首钢钢铁产业新发展作出探索。

  首钢冷轧是国内高端汽车板生产基地,现年产高端汽车板140万吨,单体排名国内前三,是北京汽车、宝马、长城和福田公司的第一大供应商,也是奔驰、大众、本田、日产、现代、比亚迪002594)、吉利等国内外知名车企的主要供应商。公司先后被评为北京市人机一体化智能系统标杆工厂、国家级绿色工厂、国家级绿色供应链管理企业、国家级高新技术企业、国家级人机一体化智能系统标杆企业。

  首钢冷轧在数字化转型之初,迷茫如影随形。大家不知道该从哪里转,怎么转,如何去转。没有方向,“问题”就是前进的方向。首钢冷轧敢于直面企业未来的发展需求,经与标杆工厂对标,在高端产品占比、订单兑现率、库存、客户抱怨、人均钢产量、合同交期、吨钢能耗和利润方面仍有差距。几年来,首钢冷轧以工业互联网建设为主线,积极开展智能制造探索和尝试,初步探寻出契合自身的数字化转型之路,为数字化转型奠定了良好的管理及技术基础。

  首钢冷轧牢牢把握新质生产力发展要求,坚定不移推动技术创新成为首钢第一竞争力,坚定不移推进“一引领两融合”,把数字化转型作为“一把手工程”。从党委书记到各作业区作业长一以贯之,把数字化转型当做头等大事来做,定方向、梳理业务流程、制定管理规则。在数字化转型的道路上,各层级一把手带头做、用心做,为首钢冷轧干部职员注入一针强心剂。通过宣贯、数字化工具的培训、数字化业绩管理平台代替PPT开早会、拆除操作台改用系统模型等多种形式让全体干部职员认识到:不是转了更好,而是不转没有未来。必须从思想和行动上融入到数字化转型过程中,否则企业和人都会被淘汰或者边缘化。

  数字化转型推进过程中,各种用例的应用让职工切实尝到甜头,不但减轻了工作负担,降低了安全风险,还大幅度提高了生产效率。生产例会的数据提取工作节省了2个小时,巡检员在显示器前就可以排查危险区域的设备,通过数据模型可以更精准地制定出当月的生产排程,并结合周、日生产节点及时纠偏,一系列的变化让职工们赞不绝口。

  2021年9月,在首钢集团、股份公司两级领导和支持下,首钢冷轧完成了数字化转型一期项目的立项、招标、设施安装调试工作。2022年底,一期项目55个用例上线试运行,开始迭代优化,同时启动二期项目建设。阶段性成果在《北京日报》、《轧钢之家》、“北京顺义”微信公众号、首钢新闻中心等多家媒体公开报道。

  在转型之初,首钢冷轧一直在思考,如何更高效地利用数字化、信息化去转型。首钢冷轧立足业务现状,以解决业务中的痛点、堵点和难点为出发点,以服务业务为导向,具体成效为最终目标,坚持以业务为引领,将数字化转型重点聚焦于质量改进和效率提升。

  “自己为自己打造的‘兵器’用着更顺手。”首钢冷轧首席工程师在介绍数字化转型中说道,公司把业务作为数字化转型的出发点和落脚点,以此来实现业务模式的变革、业务效率的提升及业务竞争力的突破。制定以业务人员为“产品经理”和“转译员”,技术和信息化人员为支撑,根据不同项目、不同业务的特点进行系统开发和数字化转型。开发过程中,产品经理根据自己的业务需求转化成IT的技术开发需求,同时梳理业务上的痛点、难点、堵点并与技术人员进行方案讨论,对最终形成的方案组织实施上线。上线后,产品经理需要跟踪效果,针对现场出现的问题,与技术人员一直在优化直到验收。

  首钢冷轧在开展数字化转型之前,产线自动化与信息化有一定的基础,但是工业4.0的新技术应用基本是空白,数据分析和应用差距也很大,对业务支撑严重不足。首钢冷轧选择相对成熟的和对业务服务适用的先进的技术,一步一个脚印推进数字化转型。通过使用先进、智能、成熟的机器人和视觉检测等技术,实现镀锌线G网络的应用代替工业WiFi,使得数据上传到天车速度更快、更便捷,通过部署5G专网设备,实现库区无线覆盖和部分控制管理系统网络覆盖;得益于产销系统的数据基座、大数据平台,大数据能够准确的通过需求进行更多场景和算法的应用;更多传感器、模型的投入使得数据采集更加准确、有效,工作流程更加规范化;建设统一视频管理平台,实现对现有视频资源的统一管理和调配。有关数据显示,自实施智能制造转型升级以来,库存量降低9.3%,外发效率提升15个百分点,余材充当比例提升5个百分点,设备管理效率提升40个百分点。

  在数字化转型中,首钢冷轧把业务人员从“第三人称”系统的评判者转化为“第一人称”引领制作系统的开发者,从业务出发回到服务业务形成闭环,使上线的系统根据业务特点更加定制化。通过使用先进技术,质量过程控制能够对每一米带钢进行管理和追溯,实现了汽车板按米控制的要求,促进工作效率提升。

  数字化转型的过程,实际上是业务的变革、管理的变革、作业模式的变革。业务从靠人管理变成靠数据管理、靠模型管理、靠基于数据的风险管理,现场作业人员变成管理数据、管理模型、管理系统的“监护”人员。为员工创造一个好的工作环境,发挥他们的智力而非体力,是首钢冷轧在数字化转型中的美好愿景和目标。

  数字化人才是数字化转型的核心与难点。转型之初,首钢冷轧数字化人才、专业骨干匹配明显不足。为此,经过公司党委讨论批准,专门成立了数字化转型推进办公室。以公司一把手为办公室主任,领导班子和基层领导为成员,同时配备转型专员及41名来自基层的产品经理。数转办通过周会、月会、专题推进会等方式,推动应用场景的开发实施,确保最终落地。为了避免将“数字化转型推进办公室”做成“技改办公室”,首钢冷轧将其定位为数字化转型中的一个组织协调机构,其作用是带领业务部门做数字化转型,而不是代替业务部门做数字化转型。

  “参加数字化转型推进工作,从工作经验、专业技术、程序设计、功能验收、材料申报等方面看,对大家来说是个巨大的挑战。尤其是兼职项目经理的成员,等于是在他们的本职工作之外又增加了一项责任很重的任务。”首钢冷轧数字化转型推进办公室主任陈甚超说。数字化转型推进办公室成员会参与到多个项目的推进过程中,为产品经理提供服务和引导,帮助协调与沟通各种相关事宜,同时对项目进行跟踪评价。在项目推进中,数字化转型推进办公室及时总结典型的思路、做法,组织宣贯培训,并定期举行公司级别数字化大赛,开展全员自主FineBI学习和开发、技术管理人Python编程培训,打造更多员工数字化转型的交流平台,强化职工数字化意识,使数字化转型真正成为全员的数字化转型。首钢冷轧在首钢股份000959)、首自信公司和大数据研究院等单位的大力支持下,通过项目实施培养人才,以业务引领人才成长,为数字化转型奠定了人才保障基础。

  数字化转型推进办公室通过数字化培训、组织及业务变革、人才培养,提高“用数字说话、让数据说话”的决策自觉性,培育数字化企业特征及内涵,引导全员强化数字化认知和技能学习,重点提升“转译员”及“产品经理”专业能力,打造适应未来发展的数字化转型组织及数字化管理文化。

  质量是企业生存的核心竞争力。围绕提高质量这个核心问题,首钢冷轧通过智能质量数据采集、智能分析、智能决策、智能行动贯彻,更好地适应了高端汽车板的竞争要求,并实现产品全生命周期质量管理。通过在线实时判定工艺生产过程偏差,对产品质量实施全流程跟踪,利用大数据分析模型和专家库系统,对出现的问题进行溯源并给出优化建议,提高产品的质量一致性。

  优质的客户体验一直是首钢冷轧服务的目标。建立基于历史生产的大数据模型和客户端异议抱怨分析专家库,便于快速响应客户诉求减少抱怨,实现了以精准客服为驱动力、将客户个性化需求转化为产品特性的设计方案。

  “从以前不知道什么是‘知识图谱’到学习‘知识图谱’,又到构建‘知识图谱’,再到探索‘知识图谱’各项应用,我们成功构建了基于‘知识图谱’的、面向客户的质量风险预防体系,冲压类客户质量抱怨减少60%以上。”首钢冷轧数字化转型办公室推进专员、“知识图谱”产品经理任君茹谈到功能开发时骄傲地说。

  “知识图谱”通过对实体、关系、属性的识别,帮助企业自动构建行业图谱,摆脱原始的人工输入,可以应用于智能搜索、文本分析、机器阅读理解、异常监控、风险控制等场景,达到真正的智能和自动。首钢冷轧构建了钢铁行业首个汽车板质量“知识图谱”,包括362个实体、1538个属性的数据框架,其基本单元数据达4.7亿之多。同时积极探索图谱的应用场景,在物料接续风险管控、在制可疑材阻断与风控、性能预测、表面预测、冲压预测、客户端指导决策等方面起到了积极作用。

  “知识图谱”项目一共开发了8个用例、20多个场景,是质量管理“端到端”的用例。从业务的痛点出发,从点到面,打破了产销研的业务壁垒,提升了业务流转效率;完善了从“以产品为中心”转型为“以顾客为中心”的管理模式;从以关注产品制造为主到关心客户的每一个零部件的成型特性、力学性能、表面质量等,真正做到从客户需求出发,重塑了质量设计流程。

  相对把问题带给客户,“知识图谱”的应用能够把生产中的质量问题提前暴露出来,及时、有效地进行风险阻断,实现了从“以事后分析+事中监控为主”的质量管控模式向“以事前预防+事中调优为主”的转型。数字化转型使首钢冷轧在生产、库存、设备、能源、环保、安全等方面,大幅度降低并消除了业务执行过程中的不确定性。

  首钢冷轧以“稳质量、重服务、调结构、扩产能、降成本”为发展方向,重点突破外板、GA、高强产品,确定了人机一体化智能系统的发展规划:利用数字化转型的方法,在业务、技术、组织层面实现全面提升。

  成分与成品、热轧与冷轧、酸轧与连退、酸轧与镀锌、冷轧与钢贸、冷轧与运输……数字化转型实现了将上下游互联互通:首钢冷轧通过数据的管控,可以判断出上游工序的质量问题,生产时做有效应对,提前做出风险管控;代替传统按经验“拍脑门儿”的做法,按照来料的质量数据进行精准切边;通过对环保设备数据的采集,对下游排放进行实时监控和数据分析,对出现问题的环保设备进行精准定位,并第一时间通过企业微信通知作业长进行处理;生产中,轧机出现的电耗数据实时推送到产销系统,使能源与生产之间匹配更加合理、更加透明。

  原有过程控制系统存在设定精度不高、人工干预过多和黑箱系统等问题。数字化转型后,首钢冷轧采用机器自学习与冶金机理模型深度结合的方式,提高模型自组织、自适应。在生产的全部过程中,通过大数据分析,赋能机组工艺控制模型,实现冷轧工序板形、厚度、炉温、锌锅、合金化炉、光整工艺闭环控制。数字模型根据产生的数据样本不断纠偏优化,数据越多越精准,使产品质量稳步提升,最大程度减少工艺波动,实现高精度、无人化设定。

  首钢冷轧镀锌作业区技术质量工程师、锌层厚度产品经理于海文介绍,镀锌过程中,锌层厚度手动开环控制,自动化程度低,锌层消耗有降本空间。首钢冷轧开发锌层厚度模型,其基本原理是通过控制气刀吹走带钢表面的锌液。根据不同的数据,由气刀上的罗茨风机去控制风量、气压,达到不同的风力,从而得到不同锌层厚度的钢种。该模型实现不同钢种规格锌层控制的自动设定,模型自动投入。其中,厚度模型基于大量锌层厚度和锌层闭环模型数据,可以不断进行“自学习”优化,从而确保锌层厚度达到钢种需求的最优值,实现锌层厚度反馈的精准控制。

  汽车板的质量稳定控制需要极高的设备稳定性作保障,设备的故障易导致工艺参数大幅度波动或导致设备停机造成质量损失。传统的设备管理模式主要采用定期点检、定修的模式进行设备维护,缺乏预见性,易发生由于设备故障导致的长时间停机。

  首钢冷轧设备部系统工程师、设备预测性维护与故障预警系统项目负责人李长旺说:“现在重点设备检修频次降低了,使用周期延长了,故障排查效率也直线提升,设备管理标准化水平大幅度提升。”

  首钢冷轧构建的设备在线监测与故障诊断系统,实现了远程点检、设备健康度评价、设备劣化趋势智能分析和预测性维修,进而提升了设备综合效率。采用物联网、5G、LoRa低功耗局域网无线技术等实现生产物联网数据采集,实现设备状态和趋势曲线跟踪。引入视觉解决方案,将环境艰苦、危险区域设备多频次点检变为现实。远程、画面点检结合人员现场点检,实现多场景复合点检。当前监测重点设备机组361台,源自工业生产机器设备、自动化采集系统的数据12000余点,实现重点设备机组覆盖率100%,关键设备覆盖率80%。

  此外,该系统还可以跟踪设备实时运行数据和趋势,利用大数据及算法技术,建立19类数据模型,及时感知设备劣化,确保设备运行精度。并且对设备健康状态进行实时评估、精准施策,指导运维工作。另外,系统还可自动根据设备管理层级推送到所负责的工程师移动工作端,实现预警分级管控及精确推送。

  数字化转型首先要满足“有数字”的要求。多元链接、高效调用基础数据“神经元”,不断升级模型自组织、自适应、自学习的“思维模式”,保障设备身体健康从“治大病”到“治未病”,业务流程得到不断优化。将“数据”作为关键生产要素来激发潜力、释放红利,才能实现企业“用真数”“干真事”的目标。也只有将成果转移到产线上进行工业化生产,才是生产力进步的真正体现。

  智能和高效制造是首钢冷轧未来发展的重要方向。运用大数据建立物料标准周期管理模型,结合客户订单需求和产品集批、辊期等要求,提高在制品物流效率。通过工艺机器人、RGV及5G远程控制技术的应用,将“镀锌—重卷”区域打造为高效物流工厂。

  “我们现在的生产订单能提前一个星期排出来。”首钢冷轧制造部生产计划工程师、智能排产与排程项目负责人田靖在介绍智能排程时自豪地说。

  传统排产排程主要依靠人工,钢铁产品的加工参数种类多、组合复杂,导致人工排产耗时长。随着冶金规范码SKU的快速增长,人力需求持续增长,排产复杂性也随之增高。轧钢行业换型引起的材料浪费占总产量的约3.26%。由于排产难度导致人工排产时只能考虑局部优化,无法充分考虑全局因素(物料、设备停机等),实际生产与排程出现偏差。

  2023年10月,首钢冷轧排产排程十大主模块全部上线完成。基于订单齐套交付的全流程排产,打通物料状态、工艺加工时间、产线状态,建立上下游关联的月度万卷主排产计划及精确到小时的各工序详细排程。运用混合整数优化,融合启发式与精确式的求解算法,考虑60多个软硬约束条件,输出交期优先、成本优先等不同导向的多种方案。建立动态的多维度评价系统,针对辊利用率、违规次数等不同业务场景,调整关键因素的权重,输出适用不同场景的推优方案。

  排产排程系统深挖规则底层逻辑,解决原规则中温度过渡、用辊方案逻辑不清晰、规则不明确的问题。人工决策变为人机结合,复杂场景下业务统筹性更强,排程由原来1.5小时缩短至0.5小时,大幅度提升效率。由手工排产只有一套方案变为提供3套方案,选择最优解,规范了排产工作标准,降低了生产风险。

  走进首钢冷轧车间,穿梭在其间的无人天车引人注目,特别是无人搬运车(RGV),按照既定路线自动往返,大幅减少了人工操作,提升了整体生产效率。

  首钢冷轧通过开发智能垛位推荐、天车远程集控、仓储智能调度、RGV应用,基于高阶分析的智慧调度系统优化发运计划,实现厂内物流自动化、智能化。

  “天车集控系统通过5G技术实现成品库9台天车的远程控制,现在的操作人员在集控室就可实时控制库区的天车进行钢卷的吊装作业,完成钢卷的下线、入库、转库、装车出库、卸车等业务。轧后库升级改造两台无人天车,升级后将大幅降低人工作业强度,提高库存周转率和数据准确性,实现账务一致性。同时解决二层钢卷码放悬空问题,出入库时效性得到保证。”首钢冷轧镀锌作业区技术质量管理工程师、数字转型办公室数字化转型推进专员海兴胜认真地说。

  在成品库区域安装了5G驱动的6台RGV钢卷运输车,替代天车长距离运输,成品库天车长距离往返作业情况降低85%,月均减少汽车倒运量30%,同时降低库区双层码放量,月均减少二次包装卷200吨。

  运输过程中,火车配载必不可少,首钢冷轧的运输量70%—75%依靠火运。火运配载在过去是愁死人的大问题,依靠人工计算配重,耗时短则两小时、长则三四个小时。首钢冷轧同步开发了出厂物流模型,其中包括火运配载模型、汽运配载模型,实现了火运和汽运配载自动化、火运线上报站功能。现在,火车配载10分钟内便可得出结果,大大解放了劳动力。

  标准化和规范化是数字化转型的基础,而其应用场景也促进了业务流程的标准化和规范化。首钢冷轧发现在数字化转型后,许多原来潜藏的问题逐渐暴露出来,其中大部分是由于数字化转型前,业务流程、数据接口不够标准化和规范所导致。

  机器人在3D岗位的应用中有着人工作业不可比拟的优势,但应对突发状况时,其灵活性又与人工作业对比相差甚远。在拆捆带机器人投用过程中,经常出现上游打捆的捆带扣“松扣”的情况,机器人只能将一小截捆带取走,大部分捆带掉落在地上,结果是拆捆带成功,取捆带失败。原因是上个工序打捆设备出现问题,捆带扣不紧。开始时的思路是增加设备,在拆捆带前先点焊再拆带。后来项目组转换思路,还是要从“源头”解决问题。成立了攻关组进行攻关,成功解决了上游打捆设备的问题。开展数字化转型,也要体现工序服从和标准化,没有标准化和规范化的基础,智能化效果最终会大打折扣。

  无独有偶,在移峰填谷降低轧机电耗时也出现了相似的一幕。首钢冷轧打算把轧制难度大、耗电量高的钢种放到晚上进行轧制,但在采集钢卷消耗电量数据时,发现最小精度是600度,这样采集的电耗就是600、1200、1800……无法精确测量钢卷实际电耗。如果想详细采集到精准的耗电量,厂家给出的解决方案是定制,需要几十万元的改造费。首钢冷轧深挖设备上的数据,对电表研究发现:电表还提供了一个脉冲输出口,其精度是3度,可以利用高速计数器根据脉冲数测量出钢卷耗电量。原本600度的采集分辨率降低到了3度,为电量消耗数据提供了准确的支撑。在此基础上,首钢冷轧还结合钢种耗电的“峰、谷、平”数据,分规格为3大类6小类,通过轧机电耗辅助排产,年效益达110万元。

  首钢冷轧通过电子媒介,为管理人员随时随地提供结构化指标信息,浮现业绩指标和岗位标准的偏差。通过打造数字化业绩管理平台,最终实现“问题浮现”标准化、“问题解决”标准化、“跟踪督办”标准化的推进模式,助力首钢冷轧业绩管理能力整体提升。

  在首钢冷轧,说起数字化转型的“名人”,非刘金刚莫属。仅2023年,他就获得了首钢股份第二届数据分析大赛二等奖、首钢冷轧FINEBI大赛冠军、优秀数字化转型推进个人、杰出创新人才—创新管理奖等荣誉。

  刘金刚是首钢冷轧制造部生产组织工程师,原来在产线当作业长。内向不爱说话的他聊起数字化转型和FineBI系统开发时却打开了话匣子,滔滔不绝地说起了这个工具带给他的好处。

  家住通州的刘金刚原来每天上班前都需要花费至少2个小时提炼数据来进行表格分析,这消耗了他大量的精力和时间,给工作和生活带来了许多困扰和麻烦。首钢冷轧数字化转型以来,持续对公司职工进行各种培训,并提供数字化培训课程。其中,刘金刚发现FineBI培训对自己工作上的帮助更加直接见效。他逐渐对FineBI产生了兴趣,利用工余时间钻研、学习FineBI的知识及应用,时常抱着一本书一看就是几个小时。家人也很好奇,啥东西能引起他如此大的兴趣,吃饭的时候也看得津津有味。从慢慢摸索到产生兴趣,从兴趣浓厚到全面掌握……没过多久,通过深入研究,刘金刚不仅仅可以使用FineBI平台,还基于它开发出好多模块。原本会前需要2—4个小时整理的数据,通过刘金刚在系统上的操作,只需要几分钟的功夫就能调取。在公司举办的FineBI大赛中,刘金刚取得了一等奖。

  今年年初,刘金刚被调到制造部,他利用自己所学的知识和经验在FineBI平台开发了多种模型,提高个人的工作效率。同时,他还总结经验和好的做法,与其他作业区进行分享,大幅调动了同事对数字化转型和FineBI平台开发的积极性。

  察势者智,驭势者赢。“十四五”以来,首钢驶入高水平质量的发展新航道,首钢冷轧在“推动技术创新成为首钢第一竞争力,加快打造中国式现代化的首钢场景”的战略领航下,着力锻造“数智”长板,助力产品和服务能力提升。首钢冷轧必将驾驶这艘“数字化”方舟,迎着数字时代的东风,在高水平发展的道路上踏浪前行。


>