4.钢铁企业智能制造平台
4.1现有的钢铁企业制造管理平台
目前钢铁企业信息管理系统的架构由三个维度组成,第一个维度是在水平方向上,是沿着钢铁生产全流程布置的钢铁生产的各个工序,这是钢铁生产的物理系统。在垂直方向上,是各个层级的信息管理和控制系统。底层是大量的传感器和执行机构处于钢铁生产的物理环境中,传感器采集信息并上传到基础自动化系统,执行器接受来自基础自动化系统的控制信息并执行指定的控制任务。
最顶层是企业资源管理系统(ERP),负责制定经营决策、制造模式、发展规划,完成原料采购、市场营销、财务、物流、设备、能源管理等资源规划功能。ERP系统依据订单编制的生产计划,下达到制造执行系统(MES)具体编制轧制作业计划,组织生产。MES负责制定生产作业计划、进程资源分配、对生产过程的动态优化管理、质量在线监控、诊断与优化等。制造执行系统编制的轧制计划传递到过程控制系统(PCS)进行规程设定和执行。PCS根据MES系统的轧制计划,编制出每块钢的轧制规程,负责轧机的设定、跟踪、自适应、报表打印等功能。设定结果经过工业控制总线传递给基础自动化系统,指挥基础自动化系统进行轧机的各具体环节的控制。
基础自动化系统(BA),由若干子系统组成,这些子系统分别接受来自过程控制系统的指令,经过计算给出执行器的调节量,并发送到执行器调节控制。传统子系统主要依靠数学模型计算调节量,并发送给执行器。在基础自动化系统的传感器及时采集执行器的执行效果,将相关的参数采集并传送回基础自动化系统,继续进行调节和控制。
在基础自动化系统和过程控制系统之间是工业控制总线,将两者连接起来,并进行相应的各个单元之间的协调。
除了水平生产流程和垂直信息传递这两个维度外,第三个维度是时间,沿生产的全生命周期实施管理,实现总体成本核算、运行优化及不断改进。
应当说,在各类生产系统中,钢铁工业的生产系统,特别是轧制系统,其管理、控制水平是最高的,具有最好的条件,去发展、改造成为先进的智能化系统,即CPS系统。
4.2钢铁行业CPS系统的建设目标与功能
现有的钢铁生产管理与控制系统,基本是嵌入式系统,与CPS系统有一定的关系。CPS系统和嵌入式系统同属于控制系统,CPS系统的前身就是嵌入式系统。或者说,CPS系统是嵌入式系统发展而来的。因此,现有的钢铁生产控制系统,即最发达、最先进的嵌入式系统,经过改进,可以“进化”为CPS系统。
如前所述,作为一个智能系统,智能钢铁生产系统同样应当具有感知能力、记忆和思维能力、学习能力和自适应能力、行为决策能力,具有感知、记忆、思维、自学习、自适应、决策,具有自组织、自协调、自重整等自治功能。通过学习,可以使计算机获取、重构、创新知识,提升钢铁设备处理问题的能力,改善自身性能。这样的话,我们的转炉、连铸机、轧机、热处理线就由没有感觉、没有灵魂、不会思考、不会合作的物理系统成为活物,不仅有了感觉,还有了思想,变得更智慧、更聪明,甚至超过人类。
这个系统最核心的部分就是其计算部分,由于钢铁设备十分复杂,存在强烈的复杂性、非线性、时变性、不确定性和不完全性等,一般很难用精确的数学模型描述。而人工智能技术恰恰在这方面具有优势。因此,开发钢铁企业的CPS系统,最关键的问题是恰当、合理地应用各类智能算法,解决这些用数学模型难于精确控制的过程。当然,信息的深度感知也是非常重要的。
作为钢铁行业的智能化系统,应当完成下述功能:
◆钢铁产品尺寸与表面的高精度控制和智能调优 ;
◆钢铁冶炼与加工过程中组织-性能的控制与智能调优 ;
◆流程工业的定制化、个性化与稳定化、均匀化生产;
◆设备的智能管理与维护以及智能维修 ;
◆物流智能管理与控制,能源智能管理与控制;
真正做到智慧优化决策,信息深度感知,精准协调控制。
4.3钢铁行业CPS系统构建的基本原则
产品设计个性化、制造过程智能化、过程控制精准化、产销服务网络化 。
4.3.1整体架构和工作范围
1)以原工控系统为基础,硬件适当小规模改造、扩展,软件依据需要进行智能化改造,大幅度应用人工智能,使原工控系统成为CPS系统。智能技术在钢铁材料设计以及工艺优化、产品质量监控与质量评估、智能制造精准控制中全面应用。
2)根据流程工业特点,立体原料库、成品库、RFID等不作为重点。从纵向均匀性考虑,物流的重点放在工件位置信息,强化跟踪和微跟踪。
3)设备管理及智能化以感知、计算、协调、通讯、预测等为重点,单独一个模块,通过网络进入系统进行协调处理。
4)生产链从炼钢开始,价值链(或供应链)由原料开始。
5)水平方向工序环节包括:炼钢、连铸、热轧、冷轧、热处理与涂镀,直到产品出厂。
4.3.2网络与传感
1)目前钢厂工控系统有良好的中间件系统,内部各部分通讯协议均已解决,通讯功能可以满足内部通讯的需要。
2)缺少外部开放功能,加强对外开放的远程的网络功能,做到内部与内部、内部与外部顺畅互联互通。
3)传感器:增设必要传感器,做到信息深度感知。
4)针对无法检测的物理量,开发智能化软测量技术。
5)自主开发优先,智能、无线传感器优先,外购降到最低。
6)数据库、计算机必要的增设与扩充。
7)强化跟踪与微跟踪。
4.3.3大数据与计算
1)计算部分是核心,应当具有强大的智能化信息处理能力。
2)采用人工智能与数学模型混合的策略。单独利用数学模型难于解决的问题,可以采用数学模型和智能化混合的解法,利用智能化的方法提高数学模型的计算精度和自适应、自学习的能力。
3)对于不确定性问题、极复杂问题、强烈非线性问题,可以采用智能化的方法,特别是机器学习,甚至深度学习。
4.3.4上层服务功能
1)以原有ERP和MES、PCS为基础开发。
2)提出新的订单处理、计划排产、规程制定的设计思想。
3)重点是以价值链创新为导向,实现柔性制造、定制化生产,适应大规模生产、小批量定制、短交货期要求。
4)以智能化组织性能预测系统为支撑,以提高效率、降低成本、保证质量与精度为目标,实现创新的生产经营计划管理。