趙恕昆

（山西太鋼不銹鋼股份有限公司煉鋼二廠， 山西 太原 030003）

生產實踐·應用技術

大數據在煉鋼廠的應用探索

趙恕昆

（山西太鋼不銹鋼股份有限公司煉鋼二廠， 山西 太原 030003）

介紹了大數據技術和大數據方法在太鋼煉鋼二廠的應用探索。內容主要介紹大數據技術的軟硬件架構及具體在煉鋼廠中的應用探索。

大數據架構 煉鋼數據 質量管理

大數據技術的研發(fā)與應用正在以超乎想象的速度推進。國內，大數據在互聯(lián)網行業(yè)有較為成熟的應用，而制造業(yè)對大數據的應用還處在摸索階段。

山西太鋼不銹鋼股份有限公司（全文簡稱太鋼）煉鋼二廠是典型的連續(xù)生產型傳統(tǒng)制造業(yè)工廠，集合鋼鐵行業(yè)先進冶煉設備，具備年產360萬t不銹鋼，865萬t碳鋼的生產能力。面對激烈的市場競爭，大數據將是煉鋼廠推進創(chuàng)新挖潛的利器。

大數據系統(tǒng)包括軟件、硬件、應用等組成部分。在探索大數據的應用過程中，首先要找到適用于煉鋼廠的大數據技術實現路線。于此同時，把煉鋼廠的管理需求轉化為大數據的應用，也是需要仔細的研究和大膽的嘗試。

1 煉鋼大數據的架構

1.1 煉鋼大數據特點

煉鋼廠具有嚴謹的工藝設計、復雜的生產線、自動化的設備、精確的過程控制、嚴格的日常管理。這些都在時刻產生著煉鋼數據，海量數據可被不同的信息化系統(tǒng)（如：過程控制系統(tǒng)、制造執(zhí)行系統(tǒng)、企業(yè)資源計劃系統(tǒng)、辦公自動化系統(tǒng)、視頻監(jiān)控系統(tǒng)等）所收集，成為當今煉鋼廠的重要資產。大數據具有五個V的特點：大數據量（Volume）、高速度（Velocity）、多樣化（Variety）、價值密度（Value）低、真實性（Veracity）。

1.2 大數據架構

國外和國內公司都針對大數據進行了很多前沿性的研究，且成果很豐碩。市面上主流的大數據分析構架有：Hadoop，Spark，Storm。

Hadoop是其中一款優(yōu)秀的大數據處理框架，性能表現高效穩(wěn)定，太鋼煉鋼二廠選擇其為大數據的基礎架構。Hadoop構建擴展性好、可靠性強、具有良好可移植性的分布式系統(tǒng)。Hadoop云平臺主要包括：HDFS分布式文件系統(tǒng)、MapReduce編程模型和HBase數據庫。

圖1 Hadoop平臺架構

1.3 虛擬化

有了軟件架構，大數據的搭建還需要硬件支持。大數據的硬件基礎是虛擬化，即通過虛擬化技術將一臺計算機虛擬為多臺邏輯計算機，實現了硬件資源的動態(tài)分配、靈活調度、跨域共享。

太鋼煉鋼二廠于2013年投用了第一套服務器虛擬化系統(tǒng)。系統(tǒng)采用了完全冗余設計，計算資源由4臺機架式服務器組成；數據存儲資源由2套高速存儲支撐；計算資源和數據存儲之間由2臺光纖交換機進行通訊。該系統(tǒng)支撐著煉鋼二廠大數據信息系統(tǒng)。

2 大數據在煉鋼廠的探索實踐

大數據技術的核心能力在于對海量數據的處理、相關性的辨識和基于相關性的預測。因此用好大數據，就需要積累和處理數據、梳理問題的相關性，運用大數據技術、大數據方法發(fā)現問題的關鍵因素并預測可能性。

圖2 煉鋼二廠虛擬化資源池

2.1 質量管理

在應對殘酷的市場競爭中，會密集地實施降本增效措施。質量的擾動因素大為增多，任何的考慮不周都會引發(fā)質量的“蝴蝶效應”。太鋼煉鋼二廠運用大數據技術在質量管控方面進行了一些有意探索。

1）統(tǒng)計過程控制（SPC）是一種重要的質量管控工具。將生產各工序確定的關鍵SPC控制點采集篩選，通過自動的應用控制圖實現對工序過程狀態(tài)的分析、預測、監(jiān)控和改進。如：轉爐出站S含量、AOD一次還原堿度等。針對每一個關鍵控制點，應用SPC方法提高過程控制水平，使各項參數實現精（波動?。剩ń咏繕耍┗芾?。實現以“結果控制”為主，向以“過程控制”為主的質量管控轉變。

2）K-OBM-S到站溫度預報?；诖罅繗v史參數三脫出站溫度a，處理結束時間b，接管時間c，建立“到站溫度（T）=fun(a，b，c)函數”，利用反饋補償模式逐步提高fun(a，b，c)的擬合度，將fun(a，b，c)的最優(yōu)值用作轉爐煉鋼過程的到站溫度預測值。

3）不銹鋼全成分命中率（逐日）統(tǒng)計分析?；陂L期樣本數據，應用質量管理的理論，計算過程輸出Y（當天的成分全命中的爐數占當天冶煉爐數的比例）的過程控制能力。分析過程是否受控，及時發(fā)現的問題并改進，最終通過生產過程的改善提高產品質量。

2.2 成本管理

成本的高低直接決定了企業(yè)的生存與發(fā)展。實時全過程、全工序精準成本監(jiān)控，在大數據時代已經成為現實。

1）優(yōu)化爐料結構。收集原料進廠信息、各工序的加料數據、生產實績數據、爐次化驗數據，基于原料質檢成分動態(tài)核算價格，計算每爐鋼的工藝路線，按照不同的工藝路線實時統(tǒng)計成本。對于關鍵指標的計算。實現了：對CrNi收得率的實時監(jiān)控；實時計算單爐成本；預測爐料結構效益；支持廉價物料使用的決策。

2）脫硫劑加入量預報。基于有效合理收集的從鐵水到連鑄全工序與S變化相關實績數據和各鋼種S標準的大量數據，采用神經網絡，動態(tài)提取數據之間的S控制變化規(guī)律，為預確定合適的脫硫加入量，避免鋼種S超標，減少鋼種S波動，提升脫S命中率提供支持。

2.3 設備管理

現代化煉鋼廠的裝備正在沿著大型化、自動化、連續(xù)化、智能化、環(huán)?；确较虬l(fā)展。追求設備的高可靠性和最合理的維修方式是企業(yè)設備管理的焦點。大數據正在幫助企業(yè)的設備管理模式由“點檢定修”向“狀態(tài)維修”轉變。

1）實時數據庫系統(tǒng)。將關鍵設備運行的實時數據進行高效的數據壓縮和長期的歷史存儲，如：電機轉速、閥門開閉信號、馬達啟停、管道流量、壓力、電流、電壓、操作動作等。這些數據長期存儲后，不僅用于大數據分析，還用于支持專業(yè)人員日常對設備運行狀態(tài)的長期對比查詢和分析。有了上述與設備直接相關的數據，還不足以滿足分析的需要，需要將過程控制系統(tǒng)和制造執(zhí)行系統(tǒng)的數據與之相關聯(lián)，從而形成完整的數據鏈。數據可以按照爐次、品種、工藝路線、時間等進行關聯(lián)。

2）設備大數據模型。大數據時代的分析方式既不必、也不應再拘泥于對因果關系的探究，相反，完全有條件實現向關聯(lián)、非關聯(lián)等相關因素呈現式趨勢分析的轉變。如果單獨提取各系統(tǒng)變量，是沒有太大用處的，也無法判定這臺設備運行的情況如何，但是如果把所有的這些細小的因素全部結合在一起，就有可能發(fā)現具有強指向性的東西，可以比較準確地判斷出來設備的運行情況，為預防性維護提供數據支持。只看關聯(lián)不看因果，這是一個非常重要的觀點，也是大數據模型的理念。

3 結語

經過實踐和努力，目前，太鋼煉鋼二廠已經搭建起了適用于自身應用需求的大數據信息系統(tǒng)，同時探索大數據技術在質量、成本、設備管理等方面的應用。從目前的成果看來，太鋼煉鋼廠可以通過大數據技術提升各方面管理水平；基于現有技術路線，未來大數據還能在煉鋼數據的復雜應用、生產組織和物流的優(yōu)化等方面提供支持。

（編輯：苗運平）

Application of Big Data in Steel Plant

Zhao Shukun
（No.2 Steel Mill of Taiyuan Iron&Steel Co.,Ltd.,Taiyuan Shanxi 030003）

This paper introduces application of big data technology and big data method in second steel plant of TISCO.This paper mainly introduces the hardware and software architecture of big data technology and its application in the steel plant.

big data structure，steel-making data，quality management

TP334

A

1672-1152（2017）01-0081-02

10.16525/j.cnki.cn14-1167/tf.2017.01.32

2016-11-18

趙恕昆（1971—），男，1994年7月太原科技大學、工業(yè)電氣自動化，工學學士，工程師，現就職于太鋼煉鋼二廠。