一、研究的背景与问题

随着“中国制造2025”国家战略规划的制定和实施，智能制造已经成为新时期我国经济发展面临的重大课题。大冶特钢推进全面精益生产管理模式数字化转型， 460钢管厂亟需通过数字化促进精益化，全面提升精益化管理水平，建设数智化工厂。

特种高精度无缝钢管精益数智化工厂结合460钢管厂的痛点，从稳定提高产品质量、提升生产效率、降低生产成本的角度，提出了以下核心需求：开发完整的过程质量自动检测能力；产线自动化升级；数据自动采集与匹配；产线智能排程；质量数据智能分析、优化；打破业务壁垒，提升业务协同

本方案从创新装备研制、产线自动化提升、数据平台搭建、智慧应用开发多管齐下建设钢管数智化工厂，攻克大规模、小批量、定制化生产模式下特钢数字化转型重大技术难题，实现无缝钢管生产全过程的数字化、精益化、智能化，引领特钢智能制造新范式。

二、解决问题的思路与技术方案

1、方案技术架构

无缝钢管数智化工厂方案在纵向层面分为智能支撑、智能生产和智能管控三个核心层级，技术架构如图1所示。

图1. 无缝钢管数智化工厂方案整体技术架构

智能支撑：智能支撑层是数智化工厂建设的基础，其旨在瞄准数智化工厂建设所必备的全线设备自动化、物料数字化和信息获取全域化，包括控制系统的短板补齐、新增智能检测与装备技术、机器人代人等，为上层应用模型提供全面支撑。

智能生产：智能生产层聚焦生产运行的集约化建设，是智能工厂的有形价值体现，其旨在瞄准过程控制智能化、生产操作少人化，来实现车间运行集中操控，包括新一代控制系统实现自感知、自决策、自执行和自学习，生产全过程的一键式、高精度、无人化、少人化综合运行技术，为实现采集中、扁平化操控模式奠定基础。

智能管控：智能管控层聚焦大数据应用，是智能工厂建设的无形价值体现，其旨在瞄准流程信息透明化、工厂管理扁平化和业务决策精准化，包括以数字钢管为核心构建业务集控中心，以绩效动态指标管理为导向实现生产、质量、设备等多业务协同。

2、方案关键技术

本方案以生产和工艺需求为主体驱动，重点开发以下关键技术：

（1）多维度钢管质量在线智能测量与评价技术。从过程质检监控、成品质量检测两个方面，将产线质检检测需求与前沿技术进行结合，开发了多维度钢管质量在线智能测量系统，包括LIPS在线光谱检测、在线激光超声测厚、视觉表面质量检测、激光扫描测量等14套智能装备。

（2）基于AI辅助的超自动化控制技术。建立智能远程操控中心并集成视频AI技术、智能燃烧模型、减径机转速工艺模型、探伤样管智能管理系统、自控融合技术，实现信息共享、流程优化、异常联动。

（3）平台数据采集、治理与物料跟踪匹配技术。针对无缝钢管数据多源异构、工序感知短板、多区跟踪断点、物料形态多变等难点，构建无缝钢管工业互联网平台，实现钢管与生产过程数据的关联，通过数据治理，形成有效的数据主题，为智能工厂建设上层应用提供数据支撑；融合智能打标、视觉识别装备及多目标视频跟踪等多项关键技术进行全域跟踪设计，实现单支钢管生产过程精准跟踪与数据匹配。

（4）融合“模型-知识-算法”的智能动态排程技术。针对无缝钢管轧制使用坯料规格多样、多品种小批量合同的特点，结合贪婪算法、启发式算法最优化匹配坯料与合同信息，并基于模型-知识-算法实现高级计划动态排程成功突破规范整定、模型求解、系统集成等多方面难题，实现多品种、小批量钢管计划智能优化。

（5）基于质量精准追溯的闭环质量管控技术。通过质量推送式管理、质量过程评价、全长性能预测，将质量标准推送到各个操作岗位，并对热轧下线钢管进行过程评价和性能预测，实现钢管事前质量策划和事中质量监测；通过质量异常反馈、评审、处置、复审，质量一键式分析，工艺参数优化等，实现精整区质量闭环管理和质量事后分析。一键式获取质量缺陷的影响参数，并随着样本量的积累，挖掘出影响参数的窄区间范围，为现场工艺优化提升提供决策支撑。

（6）面向精益管控的多业务协同技术。通过开发涵盖信息源、数据层、融合层和应用层的数字孪生框架，实现产线多业务动态实时映射，建立KPI目标管控及指标分解模型，实现一张图洞悉工厂全貌，融合跟踪、生产、质量等功能，将计划查询、进度跟踪、控制要求查询、工艺文件查询、检测数据确认、过程监控、生产记录、质量记录、报产等九项工作合而为一，实现数智化综合辅助操作。

3、方案建设内容和主要功能

特种高精度无缝钢管精益数智化工厂实现纵向维度上基础自动化、过程自动化、MES，以及各类智慧管控系统的通讯连接，在横向业务管理维度上，打破业务之间的运营管理边界，实现了无缝钢管智能制造的整体性、全局性、协同性，构建精益管控新模式，主要建设内容及功能如下。

（1）质量精准追溯：通过端部数据泛化采集技术对各生产区域实现多元异构数据实时采集；以物料为对象，通过边缘层数据处理技术进行数据处理、时空变换、精确归集；对采集的数据进行存储集中管理，实现各工序信息的数据贯通，横向关联，纵向一码贯穿，提高对全生命周期数据的利用效率，在此基础上，通过对过程数据判定与评级、过程监控、质量追溯，保证全工序生产过程受控，促进产品质量持续改进，以及工艺质量及标准的管理、质量标准推送式管理等功能。

图2. 质量精准追溯

（2）产品质量优化：产品质量优化模块包括两部分，质量分析模块和质量优化模块。质量分析模块可以有效进行产品质量缺陷原因分析，代替高水平工艺人员的数据分析比对过程。质量分析模块的核心内容包括：产品质量工艺数据库的构架、优秀样本库的建立、轧制状态能力评价、基于数据驱动的质量缺陷挖掘。质量优化模块在基于工艺知识和生产经验的基础上，对不同的质量主题配置与之相关联的工艺参数，采用不同的评估算法对获取的优秀样本进行参数评估，并根据参数评估模型进行数据挖掘，求解与优秀样本对应的工艺参数范围，并以数据方式或图形图像方式展示联合分布范围，最终保存到工艺规范库，通过固化数据分析挖掘方法和步骤，不断优化工艺参数，提升产品质量。

（3）能耗数据监测：根据现场仪表能介类型及层级关系，对能源数据集中实时监测，结合生产系统、物料跟踪系统、环形炉跟踪系统，对产品在各工序的过程数据、能源数据做到归档，将各个孤岛数据通过产品维度、时间维度、工艺维度、工序维度将精准归集，数据关联。在此基础上，通过神经网络的仪表测量数据自动校准与补全模型、工序能耗统计模型、环形炉燃耗计算模型、电耗\水耗精准通用模型等，将无形的能耗数据通过多种维度进行统计，可视化。

图3. 能耗数据监测

（4）智能排产：智能排产系统自动获取当前组距的订单及坯料资源，通过智能启发式算法得到满足外径、壁厚跳跃及品种安排的最优作业计划顺序，在保证了最小化换装时间的同时，产品质量及稳定性得到有效提升。

（5）物料实时跟踪：建立物料实时跟踪系统，通过多场景特定融合视觉识别、多类分布式标识及多维度模型跟踪技术，以及过程事件逻辑、异常事件逻辑的原理，实现钢管从坯料到成品的信息化、智能化、细粒度全生命周期物料逐支跟踪管理。

图4. 物料实时跟踪

（6）网络协同制造：通过构建生产精益化平台，对业务流程进行整合，并在此基础上对人、物、环境、过程等对象进行数字化，通过网络化实现数据的价值流动，打通业务流程、实现协同制造、柔性制造、敏捷制造、价值制造。

（7）数字孪生：通过对460无缝钢管生产线设备与车间的三维空间信息进行数字化处理，采集实时生产数据，使用状态观测器模型驱动3D模型与生产现场同步，实现产线设备与物料状态实时映射，融合集控中心系统、智能安防系统、精益数字化应用平台中生产、质量、设备、能源、工业视频等信息化系统信息，对生产进行全方位实时智能监控。

图5. 产线数字孪生

（8）先进过程控制：采用先进的集中过程控制系统以及先进控制理念，将现场的HMI整合统一，优化布局，整合按钮数量及功能。为保证网络的先进性和时效性，将现场网络进行分段统一,部署专用线路直达现场。

（9）在线运行监测与故障诊断：在设备上部署加速度振动、转速、电机工况等智能传感设备，同时利用现场已有传感器，实时获取设备的状态数据，通过AI算法、机理模型及诊断专家经验，对传感器采集到的高质量数据，开展多维度的精密诊断分析与智能诊断，准确判断设备故障部位、故障类型、故障程度以及劣化倾向等设备状态信息。

（10）工艺流程/参数动态调优：采用冶金规范对各品种的全流程工艺控制要求进行产前策划。采用精准的全流程物料跟踪技术，对各工序生产批次自动识别，并智能匹配对应冶金规范，自动推送工艺控制要求。采用在线检测技术实时监测产品质量及工艺参数。通过数字化平台将以上信息有机结合，实现生产线各工序智能化工艺质量推送，并实现工艺流程/参数动态优化调整。

（11）精益生产管理：采用先进的全流程全业务流数据采集技术，结合精益化生产管控方法，自动进行生产过程数据自动采集；结合精准物料跟踪技术及数据处理技术实现智能匹配；自动统计生产节奏、停机原因及时间、换模频次及效率、坯料准时到达率、产品质量等，克服常规生产管控中数据采集与匹配的难题。结合实际值与目标值差距，智能化分析异常原因及改善措施，以实现持续改善。

三、主要创新性成果

特种高精度无缝钢管精益数智化工厂项目瞄准行业智能制造前沿，综合应用先进的IoT技术，与现有生产工艺、设备运行、管理理念等高度集成，完善物料系统跟踪信息链，解决生产管控流程盲点，满足产线精准控制要求，实现全流程质量管控、质量实时精准追溯和制造过程全流程闭环控制，实现了基于小品种、多批量特钢生产的数字制造、柔性制造和智慧制造，打造无缝钢管智慧工厂的新样板，开创特钢数字化工厂建设新范式。

1、特种高精度无缝钢管精益数智化工厂模式创新。

人机共生，破解数据和业务在线融合难题。特种高精度无缝钢管精益数智化工厂通过基于三层架构的全域逻辑算法、AI视觉异常识别、多类融合标识及多主题业务流程关联技术，实现热轧线物料逐支跟踪和全流程业务数字化，将数字化贯通整个生产线，增强生产现场实时调度与控制能力，实现标准化、规范化操作和生产质量数据推送式管理，由完全靠人保障生产的模式逐渐向依靠数据管理进行转变。

智能驱动，挖掘生产过程未知的黑箱知识。特种高精度无缝钢管精益数智化工厂通过均衡生产过程中各类外部资源和约束条件，融合“模型-知识-算法”，实现产线级高级计划自动动态排程，有效提升成材率并降低库存；开发基于数据及机理的混合驱动模型，实现热轧钢管全长在线组织性能预测及工艺参数优化；建立基于知识图谱的“黄金钢管”模型，挖掘数据背后的潜在价值并实现工艺推优。

平台赋能，实现全域业务精益化协同管控。特种高精度无缝钢管精益数智化工厂聚焦七大应用领域和数据业务化目标，纵向维度开发目标管控、过程监视、过程判定、事后追溯、逆向优化等模型，实现生产过程精益分析、质量一贯制管理、全线能源精细化管理、设备状态智慧运维等功能，实现PDCA精益管控；横向维度实现质量、生产、设备、能源的协同优化，寻求全局最优目标。

双管齐下，聚焦造物育人推进可持续发展。特种高精度无缝钢管精益数智化工厂通过顶层设计、分步推进，基于高精度自动化模型、机器视觉智能测控技术和智能安环技术，实现一键生产技术和多区域远程集控，改善工作环境和促进一人多维、一人多效、一人多能；基于员工成长模型，关心操作人员实操效果及动作行为规范，基于员工能力矩阵评价和知识推送实现员工能力提升，促进可持续发展。

2、在关键基础技术方面，实现了5大创新。主要包括基于机器学习的无缝钢管质量预测和工艺优化技术、基于智能启发式算法的自动排产技术、基于数字孪生的数字钢管技术、基于AI视觉辅助的无人自动轧钢技术、基于多维度模型跟踪的全流程钢管逐支跟踪技术。

3、关键设备技术创新。创新开发、整合智能装备38台/套，其中11台/套为行业内首次开发运用，包括在线LIPS激光光谱仪、激光超声测厚、3D视觉表面检测仪、3D扫描尺寸测量机器人、自动打磨机器人、激光打标机器人、激光测长仪等。

4、软件技术创新。建设了无缝钢管行业全球首个全流程、全业务的工业互联网平台，实现多专业（工艺+控制+智能化）、多业务（生产、质量、能源）协同，创新精益管控新模式。

项目成果已形成专利18项，申请中专利12项，软著申请中6项，研发形成标准2项，其中国家标准1项、行业标准1项。

四、应用情况与效果

特种高精度无缝钢管精益数智化工厂的建成，全面提升大冶460钢管厂精益化管理水平，实现工厂业务流程全线打通、多业务协同优化，实现提质增效和高质量发展，助力大冶特钢企业核心竞争力构建，在经济效益、社会效益等方面产生如下成效。

1、经济效益  

本项目通过解决基于工业大数据的特种无缝钢管智能化工艺控制技术在无缝钢管生产制造中的一系列科学和关键技术问题，通过实现基于工业大数据的智能化工艺控制，优化特种无缝钢管生产工艺和生产管理，提升生产效率8.83%、降低能源消耗10.42%、降低金属料消耗2.13%，提升工艺质量及生产稳定性，经济效益十分显著。

2、社会效益

本方案基于工业大数据的无缝钢管智能化工艺控制基础理论与共性技术，进而建立具有自主知识产权的示范工程，形成信息化、智能化在无缝钢管行业应用典范。

打造了特钢行业数智化转型里程碑：依据大冶特钢精益数智化工厂的建设思路与理念，面向长材型特钢共性问题，由钢管衍生推广到棒材、线材产线，将为特钢数智化建设提供宝贵的实践经验，有力促进行业整体能力提升。

构建了无缝钢管智能制造新范式：项目从以下四个方面构建了无缝钢管智能制造新范式：人机共生，破解数据与业务在线融合的难题；智能驱动，挖掘生产过程中的潜藏黑箱知识；平台赋能，实现全流程业务精益化协同管控；双管齐下，推进造物育人全面型可持续发展。

深化“人本数智”冶金生态新理念：项目通过具体应用场景深化人本数智的生态理念：一是打破工序边界、业务边界、操作边界；二是实现工艺信息、生产信息、设备信息的深度融合；三是实现数据关联、数据挖掘、数据应用的业务数字化能力；四是实现了以人为本：一人多维、一人多效、一人多能。

项目成果先后亮相2023年上海世界人工智能大会和2023中国特殊钢工业展览会，获得了中央电视台和新华社的关注并给予专题报道；460无缝钢管数字化工厂还入选2023年工信部和发改委智能制造示范工厂、2023年工信部新一代信息技术典型应用案例。

信息来源：中信特钢大冶特殊钢有限公司

版权与免责声明
【1】本网站凡注明“学会秘书处”的所有作品，版权均属于四川省金属学会所有，未经书面授权，任何媒体、网站或个人不得转载、摘编或利用其它方式使用上述作品。已经本网站协议授权的媒体或网站，应在授权范围内使用上述作品，并注明“来源：四川省金属学会”。违者本网站将追究其相关法律责任。
【2】本网站凡注明“来源：XXX（非学会秘书处）”的作品，均转载自其它媒体，登载此作品出于传递更多信息之目的，不代表学会观点或证实其描述，不对其真实性负责。作品内容仅供参考，如转载稿件涉及版权等问题，请在两周内来电或来函与四川省金属学会联系。