En los últimos años, la industria siderúrgica de mi país se ha enfrentado a enormes cambios en el entorno interno y externo. Los usuarios tienen requisitos cada vez más altos para la calidad del producto, especialmente en el sector automotriz. Industria, electrodomésticos de alta gama y otras industrias. La demanda de personalización de productos aumenta día a día. Al mismo tiempo, también se está intensificando la competencia industrial que enfrentan las empresas siderúrgicas nacionales. Todas las empresas siderúrgicas conceden gran importancia a la gestión de la calidad. Sin embargo, los métodos tradicionales de gestión de la calidad ya no pueden cumplir con los requisitos actuales de los usuarios en cuanto a la calidad del producto. Cada vez más gerentes de empresas siderúrgicas reconocen que se puede aprovechar al máximo el big data para mejorar la eficiencia de la gestión de la calidad y, por lo tanto, mejorar la competitividad de los productos de la empresa. .
1. Problemas con la gestión de calidad actual de las empresas siderúrgicas
Los sistemas de información de la mayoría de las empresas siderúrgicas nacionales se implementan paso a paso, línea de producción y región, y sus funciones no son lo suficientemente sistemático y perfecto. El diseño de calidad no puede reflejar completamente las necesidades individuales de los clientes; los datos sobre el desempeño de la calidad de la producción están dispersos en diferentes sistemas de información, la información de calidad entre los procesos superiores e inferiores no se puede conectar ni compartir, y la información y la información de calidad en el proceso de realización del producto son difíciles de rastrear; la realización del producto es El control de calidad del proceso carece de un monitoreo efectivo y es imposible rastrear, transferir, rastrear y mejorar la verificación a lo largo del proceso. Cuando el proceso es anormal, es imposible obtener información a tiempo y es imposible tomar contramedidas; juzgar completamente los parámetros del proceso, lo cual es ineficiente, no representativo e inexacto. Los técnicos de RD y procesos no pueden obtener todos los datos del proceso de manera completa y rápida, y el sistema no puede brindar soporte para la mejora del diseño y el análisis de la calidad, lo que genera muchos problemas. baja eficiencia y resultados insatisfactorios en el diseño y mejora de la calidad. Para lograr una conexión perfecta con el mercado y los usuarios y mejorar la competitividad corporativa, las empresas siderúrgicas deben innovar en la gestión de la calidad, mejorar la eficiencia y eficacia de la gestión de la calidad, como "diseño de calidad, juicio de calidad y mejora de la calidad" para satisfacer las necesidades individuales de clientes. Es necesario recopilar e integrar datos de calidad de producción dispersos en varias líneas y sistemas de producción en una plataforma de big data, y construir sobre esta plataforma "identificación de la demanda del cliente → diseño de calidad basado en necesidades personalizadas → monitoreo de la calidad del proceso → calidad, incluidos los parámetros del proceso Juicio → "Análisis y mejora de la calidad de todo el proceso" sistema integrado de información de gestión de calidad para respaldar el control de calidad de todo el proceso y la colaboración de producción entre múltiples empresas.
En segundo lugar, establezca una plataforma de aplicaciones de gestión de big data a nivel empresarial
Establezca una plataforma de aplicaciones de gestión de big data a nivel empresarial, es decir, la base de datos de fábrica. De acuerdo con los requisitos del negocio de gestión de calidad, establezca reglas de recopilación de datos de calidad para recopilar todos los datos en el proceso de realización del producto, incluida toda la información de calidad de la adquisición de materias primas y auxiliares, fabricación de acero, fundición continua, laminación en caliente, laminación en frío, entrega de productos y ventas. y uso del usuario, recopile en la plataforma de aplicaciones de gestión de big data para gestionar de forma centralizada y uniforme los datos de calidad. 1. Recopilación de datos La recopilación de datos se puede dividir en recopilación de datos de proceso en tiempo real y recopilación de datos de calidad del producto. De acuerdo con los requisitos de recopilación establecidos, los datos, incluidos los sistemas de información empresarial y los instrumentos de prueba in situ, se recopilan automáticamente. Para algunos eventos comunes, estados, etc. Si la recopilación automática no es posible, se debe configurar una página de entrada de datos manual correspondiente en cada servicio de recopilación de datos, y el operador puede ingresar los datos correspondientes de acuerdo con la situación real. La recopilación de datos consiste en organizar y resumir los datos recopilados del proceso de producción y los datos de seguimiento en un formato determinado. En la fabricación de acero y la fundición continua, el calor de producción es el principal objeto de recolección, el número de palanquilla es el objeto de recolección y se registran los datos del proceso de producción en tiempo real en la línea de producción correspondiente al calor de producción. El laminado en caliente utiliza el número y la longitud del lote (rollo) como unidades de seguimiento para recopilar con precisión los datos del proceso de producción. La recopilación de datos de las líneas de producción de revestimiento de laminado en frío, decapado, galvanizado en caliente y revestimiento de color se basa en un seguimiento preciso del material. El número de bobinas de acero y la longitud de la tira se utilizan como unidades de seguimiento para registrar los datos del proceso de producción en tiempo real del correspondiente. Puntos de medición de tiras en la línea de producción y haga coincidir los datos del proceso de producción con el número de bobina de acero y la longitud de la tira. 2. Procesamiento de datos El procesamiento de datos se basa en reglas personalizadas en función de las características del proceso y las necesidades de análisis, convirtiendo los datos en información efectiva. Establezca relaciones entre los datos correspondientes y guárdelos de acuerdo con los requisitos del modelo de almacenamiento. La plataforma de aplicación de gestión de big data puede hacer coincidir los parámetros del proceso con las posiciones correspondientes de la losa o bobina, logrando así la recopilación y comparación de datos de calidad de cada línea de producción (es decir, el eje de tiempo se convierte en un eje de posición).
3. Aplicación e innovación de la gestión de calidad bajo big data
Al construir una plataforma de aplicación de gestión de big data a nivel empresarial, el proceso de implementación del producto recopila información de calidad, diseño de calidad y monitoreo de calidad. y juicio de calidad en línea, trazabilidad de la calidad del proceso, análisis y mejora de la calidad. Monitorear la calidad del producto en tiempo real y evaluar el nivel de calidad de cada línea de producción. Establecer una base de datos de productos relevantes y especificaciones metalúrgicas en el sistema de información de gestión de calidad como base para el juicio y la mejora de la calidad. Resuelva problemas de control de calidad, optimización de procesos y mejora del análisis de calidad con aplicaciones de gestión de calidad y herramientas analíticas.
1. Diseño de calidad basado en big data
Utilice la plataforma de aplicaciones de gestión de big data para establecer una base de datos de especificaciones de productos centralizada y unificada y una base de datos de especificaciones metalúrgicas para lograr la estandarización y modularización de la calidad del producto. diseño. El módulo de biblioteca de especificaciones de producto se refiere a la gestión modular de la base de datos de especificaciones de diseño de calidad del producto y las reglas de diseño de procesos. El establecimiento de una biblioteca de especificaciones metalúrgicas y de productos requiere definiciones claras de los atributos esenciales del producto, los requisitos de uso del producto, las necesidades especiales del usuario y otros asuntos, y estandariza el diseño de la ruta del proceso desde la fabricación de acero hasta los productos finales, el diseño de los parámetros de control de objetivos del proceso de producción y la calidad del producto. requisitos de control, estándares de juicio de muestreo de desempeño y otra gestión de control de procesos de productos. Implementar el concepto de calidad del producto como diseño, llevar a cabo el diseño de la calidad del producto basado en datos históricos en la plataforma de aplicaciones de gestión de big data y determinar el mejor diseño de producto y diseño de proceso a través de datos históricos en el diseño de componentes, selección de parámetros de proceso, determinación de ruta de proceso y otros aspectos. El sistema ERP completa el diseño del producto y el sistema de gestión de información de calidad completa el diseño del proceso y el diseño complementario para las necesidades especiales del cliente. Es decir, al verificar y complementar los resultados del diseño de calidad publicados por ERP, se forman objetivos completos de control del proceso de fabricación del producto, estándares de inspección y evaluación. Los resultados del diseño de calidad pueden formar automáticamente documentos técnicos como planes de calidad y planes de control en el formato prescrito. El sistema de información de gestión de calidad respalda la verificación de reglas del diseño de calidad basada en datos históricos, es decir, una vez completado el diseño de calidad, los datos históricos se utilizan para verificar las reglas del diseño de calidad, evaluando así con precisión la capacidad de recibir pedidos de productos futuros.
2. Utilizar big data para monitorear y evaluar la calidad del proceso.
(1) Basado en la plataforma de big data en tiempo real, basado en los valores de los parámetros en las especificaciones metalúrgicas y utilizando reglas de juicio SPC, monitoreo en línea y alerta temprana de parámetros importantes del proceso que afectan el producto. calidad se llevan a cabo. Establecer un sistema de alerta temprana de calidad del proceso para proporcionar a las operaciones en el sitio y a los puestos de gestión de calidad cambios oportunos e información de alerta temprana sobre parámetros importantes del proceso en el proceso de fabricación, y alertar automáticamente sobre eventos de calidad anormales.
(2) Monitorear y analizar parámetros clave del proceso a través de reglas SPC y generar automáticamente gráficos de control e informes de evaluación a través de estándares de juicio de mantenimiento.
(3) Desarrollar un modelo de evaluación de la calidad de la línea de producción, integrar parámetros de proceso, parámetros de índice de producto y equipos de producción, y evaluar periódicamente y automáticamente los indicadores de capacidad de control de calidad de la línea de producción para facilitar la mejora continua de la calidad del producto.
(4) Para algunos parámetros de calidad del proceso que no se pueden medir directamente, se utilizan modelos de medición de software para la predicción y los parámetros se unifican en parámetros de monitoreo para el monitoreo.
(5) Establecer un sistema experto de diagnóstico de calidad. Cuando ocurren problemas de calidad en la línea de producción, se utilizan big data para localizar rápidamente el proceso y los parámetros clave del proceso que causaron el problema y proporcionar un informe de diagnóstico previo.
3. Aplicar big data para lograr la determinación automática de la calidad.
Juicio automático de calidad del producto: incluido el juicio de clasificación de fundición, juicio de producto de proceso y juicio de inspección de fábrica de productos laminados en caliente, laminados en frío y revestidos. Cuando se completa la producción del producto, el sistema de información de gestión de calidad juzgará automáticamente la calidad del producto en función de las reglas de juicio de inspección de calidad mantenidas previamente. Los datos utilizados para el juicio incluyen información del pedido, información del tipo de acero, resultados de la inspección física y química del producto, parámetros de calidad del proceso, eventos anormales del proceso, dimensiones del producto, datos de calidad de la superficie, etc.
(1) Juicio de clasificación de la calidad de la losa fundida: de acuerdo con las reglas de evaluación de la calidad de la losa, los parámetros del proceso del convertidor de fabricación de acero, la estación de recorte de aleaciones, el horno LF, RH, la colada continua y la detección de la calidad de la superficie de la losa. Como resultado, se completa el juicio de clasificación de la calidad de la losa y el resultado final de calidad integral se comparará con cada losa.
(2) Determinación automática de los defectos de la superficie del producto: la determinación automática de la calidad de la superficie de la bobina de acero se basa en la identificación precisa de los defectos de la superficie por parte del sistema de detección de superficies y el mantenimiento de un conjunto completo de reglas de detección de defectos de la superficie. Finalmente, se realiza la determinación automática de los defectos detectados por el instrumento.
(3) Juicio de calidad de los productos de fábrica: de acuerdo con las reglas de juicio de calidad del producto, los datos del sistema y las imágenes de los inspectores de calidad de la superficie de la línea de producción de laminación en caliente se recopilan para identificar con precisión varios defectos y realizar procesos automáticos. juicio. Con base en los datos del sistema y las imágenes de los instrumentos de inspección de calidad de la superficie de cada línea de producción de laminación en frío, se realiza una evaluación automática de acuerdo con los estándares de evaluación y se combina con las necesidades especiales de los clientes.
4. Trazabilidad de la calidad del proceso y seguimiento de defectos superficiales
Una plataforma de aplicaciones basada en la gestión de big data para realizar fabricación de acero, fundición continua, laminación en caliente, laminación en frío, pintura y otros productos integrales. trazabilidad y análisis de la calidad del proceso. La trazabilidad se puede realizar en función de diversas condiciones como material, pedido, tiempo, calidad del acero, etc. , obtener los parámetros del proceso y los parámetros de calidad de múltiples procesos, realizar análisis de trazabilidad de los datos de calidad del proceso, datos de configuración del proceso, datos de calidad del producto, análisis de trazabilidad comparativa de los parámetros del proceso del mismo lote de materiales, análisis de trazabilidad de los parámetros de calidad del proceso entre procesos, etc. , para conocer las diferencias en el proceso y los parámetros de calidad durante el proceso de fabricación y localizar la causa del problema.
5. Mejora continua de la calidad basada en big data.
Utilice una plataforma de aplicaciones de gestión de big data y herramientas de análisis estadístico para establecer una plataforma de análisis de datos de calidad para la gestión de calidad, el diseño de calidad y la optimización de procesos para brindar soporte a los técnicos de procesos para mejorar continuamente la calidad del producto y desarrollar nuevos productos. A través de la plataforma de aplicación de gestión de big data, se realiza la gestión de archivos técnicos de los clientes, incluida la gestión de la información básica del cliente, la información de adquisición de materia prima del cliente, la información del producto del cliente, los comentarios de calidad del cliente y las necesidades especiales del cliente. También puede realizar análisis estadísticos sobre objeciones de calidad basándose en la base de datos de objeciones de calidad del sistema de servicio al cliente y realizar una trazabilidad completa de la calidad de los productos con objeciones de calidad. Establecí herramientas de análisis de datos eficientes y convenientes y herramientas de generación de informes KPI para analizar el estado de calidad. Se pueden generar automáticamente informes estadísticos por clase, día, semana, mes y año. La innovación de la gestión de la calidad empresarial bajo big data ha logrado el refinamiento y la eficiencia de la gestión de la calidad, mejorando en gran medida la eficiencia y el nivel de la gestión de la calidad. La plataforma de gestión de big data recopila datos de calidad desde todo el proceso desde que las materias primas y auxiliares ingresan a la fábrica hasta la entrega del producto a los usuarios, logrando una gestión centralizada y unificada y una utilización eficiente de los datos de calidad, el monitoreo de la calidad, el juicio de calidad y la gestión basada en; datos y análisis en la plataforma de big data La mejora del análisis de calidad es más rigurosa, precisa y oportuna, lo que favorece la satisfacción de las necesidades personalizadas de los usuarios y proporciona una garantía básica para la transformación fundamental y la mejora de la estructura de variedades. Sin embargo, también cabe señalar que la coincidencia precisa de los datos en tiempo real y las bobinas de acero es muy importante. La precisión de la coincidencia afectará directamente la precisión del seguimiento de defectos y, en última instancia, afectará la precisión de la trazabilidad y eliminación de la calidad. así como el efecto del análisis y mejora de la calidad del producto.
；