首钢智新电磁材料(迁安)股份有限公司(以下简称:首钢智新)是全球第二大电工钢供应商及制造基地,集电工钢材料研发、制造、销售和服务于一体,产品综合竞争力跻身世界第一阵营。电工钢工艺流程长,制造难度大,全流程生产质量管控要点多达几百项,人工很难全面管理和调控众多的工艺参数,以满足严苛的客户要求。在企业数字化转型和钢铁行业合并重组的大背景下,产品同质化竞争更趋激烈,强烈需要寻求一种更加智慧的质量管理模式,以增强企业管理能力,提高产品竞争实力。首钢智新根据产品特点和管理业务,重点在质量管理数字化和全产业链协同两方面开展质量管理数字化实践。
1 面向电工钢产业链重点业务质量管理数字化创新的理论依据
工业和信息化部印发《制造业质量管理数字化实施指南(试行)》,指出把数字化建设作为推进质量管理发展的主线,明确质量管理数字化关键场景:
一是面向企业重点业务环节的质量管理数字化。充分运用数字化工具加强对业务环节质量信息的采集、分析和利用,开展数字化设计验证、质量控制、质量检验、质量分析和质量改进,提升质量过程控制的精细化、智能化水平,提高企业质量管理的效率和效益。二是面向产品全生命周期和全产业链的质量协同。已较好实现数字化并实现业务集成运作的企业,要推进基于数字化产品模型的研发、设计、生产、服务一体化,加强产品全生命周期的质量信息追溯,提升产业链供应链各环节质量数据共享与开发利用,推进数据模型驱动的产品全生命周期、全产业链的质量策划、质量控制和质量改进,加强产业链供应链上下游质量管理联动,促进多样化、高附加值产品服务创新。
2 面向电工钢产业链重点业务推进质量管理数字化创新的目标方案
首钢智新在电工钢产品全生命周期内,围绕“以市场为导向, 以客户为中心”,以集中一贯制管理为基石,融合新一代信息技术,在产品研发、原料管理、过程管理、成品管理和用户管理中开展数字化管理,即在电工钢生产制造全流程实施质量数字化管理。
一是建立产品设计知识库,构建基于六西格玛设计的产品智能研发平台、新产品模拟仿真平台,研发周期缩短40%。二是搭建协同制造管理系统,以集中一贯制为基础,构建以产品为核心的营销、生产、技术、质量等协同体系。三是行业内首创外观远程诊断、智能切头尾、断带预防等智能应用,降低全流程金属损失。四是搭建智能分切模型,实现智慧分析质量和订单信息、推荐定尺最优解等功能,满足用户个性化需求。五是首创取制检一体化检测方法,提高电工钢核心指标磁性能检测的一致性和准确性,真正实现了从样板分拣加工到磁性能检测的全过程自动化。六是搭建客户精准服务系统,实现客户需求、产品特性及使用反馈信息的动态收集,解决产品供应链上下游数字化协同问题。
3 面向电工钢产业链重点业务推进质量管理数字化创新的具体实施
3.1 数字赋能过程管控,降低全流程金属损失
1)创建远程诊断系统,实现外观评审系统化
电工钢制造过程中,原料、在制品与成品外观缺陷稍有疏漏就会对过钢通道稳定运行造成恶劣影响,轻者停机,重者断带。历史数据显示,原料外观缺陷造成连轧机断带率曾高达0.12%,连轧机OEE只有81%,低于竞争对手的85%,而且断带产生的废钢降低全流程成材率,还会增加质量损失。
外观缺陷常规管理流程:梳理历史影响轧制的缺陷,制定出不合格缺陷图谱和缺陷判定技术通知单,岗位在熟记标准的情况下,现场目测逐卷检查钢卷外观,对于检出不合格的钢卷,手动记录缺陷名称和钢卷信息,手机拍照留存缺陷图片,缺陷和钢卷信息依靠微信或企业微信建群传递,然后再在电脑上登录系统完成钢卷的缺陷录入和判定。
外观缺陷建群传递管理不规范,存储时间不长,图片占用手机内存大很容易被清除,还存在泄密风险,待评审钢卷处理周期长达24小时,如遇节假日会增至36-48小时,这种管理方式无法匹配不断增量及低库存运行要求,严重制约物流周转效率。
为了解决外观缺陷无法系统评审和信息传递、存储的问题,利用信息化的手段创建远程诊断平台(APP),以智能工厂为桥梁,实现外观缺陷远程诊断的目的。
远程诊断设计:岗位巡库检查钢卷外观→登录远程诊断APP→缺陷采集记录缺陷名称、拍照上传缺陷照片→推送至技术质量专业→专业通过远程诊断对钢卷进行评审→评审意见同步传至智能工厂过程评审→排产→轧制。
外观缺陷采集:钢卷入库后,上料岗位对当班生产计划内的所有钢卷进行外观检查和信息核对,对检出不满足轧制要求且岗位难以准确判断的缺陷时,在远程诊断缺陷采集界面输入钢卷号,以钢卷号为触发点同步显示智能工厂系统内钢卷的厚度、宽度、钢种等基本信息,以供岗位与实物钢卷信息核准,选择缺陷类型和名称,缺陷名称支持可选和可输入,选择评审结果,在选择照片处拍照上传缺陷图片,缺陷图像上传后保留原清晰度和分辨率,不能被压缩,最多可上传9张照片。质检完成后APP记录评审时间和评审人,质检结果同步更新至智能工厂过程评审。
专家远程诊断:岗位在移动端上传需要专业评审的钢卷信息后,专业评审员在智能工厂过程评审和APP远程诊断界面均可查询和处置。在远程诊断界面选中待评审钢卷后,进入专家会诊,专家根据岗位上传的缺陷图片信息和缺陷描述进行远程诊断和处置,从图片无法给出意见时,可到现场检查实物。
远程诊断测试:根据八个月的现场测试优化,专业必须到现场检查实物的比例低于10%,其余均可通过远程诊断平台完成外观缺陷评审,能够解决评审周期长,低库存运行,物料高效率周转的要求。
自动调控轧速:专家远程诊断给出钢卷处置意见后,对于不需要切月牙和切除,但是轧机无法高速通过的缺陷,在评审时给出钢卷需要低速运行的长度区间,该信息同步到智能工厂酸轧缺陷录入界面,轧制时二级调取智能工厂专家轧制给出的轧制速度,轧机运行至对应长度区间后,轧机自动降速至指定速度,实现连轧机带缺陷低速轧制,避免高速轧制断带。例如,钢卷A12409870距酸轧带头150-400米处存在断续切边不良缺陷,轧制速度300米/分钟,当轧制至150米时轧机从“远程诊断→智能工厂→酸轧二级”信息流获取到轧制速度信息,当下速度>300米/分钟时,轧机自动降速至300米/分钟,原料长度轧制至400米时,轧机开始提速至二级设定速度,完成带缺陷自动调速轧制。
外观缺陷追溯:通过远程诊断处置的钢卷,均将缺陷图片、钢卷号、厚度、宽度、钢种等基本信息集成为报表,储存周期为一年,方便评审汇总,为评审追溯提供依据。
远程诊断运行稳定后,为规范操作流程,特下发《远程诊断APP使用技术通知单》。
2)前馈质量管理,头尾切除智能化
常规“热-冷”衔接的冷轧首机组,为了降低原料头尾质量的不确定性对冷轧工序通钢能力的影响,热卷展开后采用无差别头8米、尾8米固定式切头尾切除热卷头尾质量较差的部分。然而,这种方式没有考虑热轧大生产组织下不同物料质量之间的差异,导致冷轧工序固定切除热卷头尾米数,增加无效切损,每多切一刀增加切损0.8米,单卷全流程成材率降低约0.1%。
为降低人工无差别固定式切头尾带来的无效切损,提高全流程成材率,充分利用大数据和智能工厂,综合分析原料质量信息,搭建前馈式切头尾模型,实现智能差异化切头尾。
确定需要头尾切除缺陷范围:分析原料头尾影响通钢和导致人工增加切头尾米数的历史缺陷,最终确定厚度、凸度C25、凸度C40、楔形W25、楔形W40、中心线、折叠、辊印等14类需要纳入模型的影响因子。
制定智能切头尾分组规则:根据钢种特性、酸洗连轧机组切边方式、热轧是否平整、原料缺陷距边部距离、工艺路线等,制定详细的分组规则。
制定智能切头尾米数规则:切头尾最大理论刀数=轧制节奏时间/入口剪单次剪切循环时间;根据历史数据计算出最佳剪切刀数,4<头<13,5<尾<13;头尾分切切除米数为刀数×单次剪切长度0.8米,分别计算14类缺陷头尾切除米数,在历史数据范围内执行计算结果,否则执行历史数据计算结果;最大理论刀数大于经验值时执行经验数据。
创建智能切头尾系统和模型:智能切头尾需切除的14类缺陷,按工艺参数和表检缺陷,分别制定判定规则。
智能切头尾模型可靠性训练:切头尾模型建立后,经过八轮次优化,对7000多卷进行离线训练,切头尾模型计算准确率>99%。
同步开发智能切头尾专业分析功能,用于分析切头尾米数波动趋势,以监控原料质量波动情况,以及预测成材率走势。
智能切头尾投入生产系统,运行一年期间,基本不需要岗位参与切头尾米数设置,而且较智能切头尾投入前每卷切损米数降低12.5%。
3)深挖表检潜力,断带预防智能化
五机架酸洗连轧机组为了降低原料缺陷造成轧机断带,在酸洗出口安排岗位人员现场目测检查带钢表面及边部缺陷,检出影响轧机轧制的边部50毫米以内的缺陷,操作工即操作酸洗段停车,同时在圆盘剪位置手动操作月牙剪将缺陷切除,以消除边部缺陷可能产生的断带风险。
为降低人工检查的工作强度,统一缺陷检查标准,在酸洗出口布置了百视泰表面检查仪表,实施“百视泰检出+人工判断”的断带预防。百视泰虽然能够实现在线实时、连续、无差别检查带钢表面,无需到岗位现场目测检查带钢表面,消除人工检查的个体差异,很好地统一检查标准。但只是百视泰代替了人工现场检查,在百视泰展示台前仍然需要安排一名岗位人员实时核对百视泰检出的所有缺陷,并不能减少人工参与。虽然岗位人员凭借丰富的经验通过检查百视泰检出缺陷照片来判断缺陷的严重程度,以及缺陷是否会影响轧机稳定轧制,百视泰本身不具备判断检出缺陷严重程度的能力,无法给岗位职工提供可参考有价值的建议,依然不能释放劳动力。为了挖掘百视泰检
出缺陷信息的最大价值,实现百视泰无人值守,智能推荐缺陷切月牙或低速轧制的判定意见,指导现场自动切月牙,开展了断带预防流程设计,建立了缺陷等级评价体系。
断带预防流程设计:百视泰检出缺陷→缺陷上传至大数据平台→缺陷等级评价→模型计算给出缺陷处置意见→二级下发月牙剪。
建立缺陷等级评价体系:根据缺陷的面积、最大灰度、最小灰度、平均灰度、边部距离、长宽比例等特征参数,建立缺陷等级评价体系:y=k(ax1+bx2+cx3+……)+[厚度+钢种]+缺陷类别。其中,x1表示面积,x2表示灰度,x3表示边部距离,……。
利用分析软件对各因子进行相关性分析,面积与最大灰度、面积与密度、边部距离与最大灰度、边部距离与密度、最大灰度与平均灰度、平均灰度与最小灰度、长宽比与密度等存在正相关,面积与最小灰度、边部距离与长宽比、最大灰度与长宽比、平均灰度与长宽比、最小灰度与密度等存在负向相关。
经过优化迭代,根据缺陷面积、最大灰度、最小灰度、平均灰度、边部距离、长宽比例等特征参数制定评价体系。
模型训练:经过800项测试,完成百视泰对检出缺陷的全部认知,缺陷推荐准确性达99%,岗位工作强度降低95.12%。
自动切月牙:应用激光定位技术,实现带钢缺陷位置与月牙剪位置的高精度匹配,二级下达切月牙指令后,月牙剪自动完成切月牙自循环动作。
3.2 创新产品检验管理,提高检测一致性
电工钢磁性能是公司和用户关注的核心指标,是评价电工钢质量优劣的标准,也是影响电机和变压器能耗最主要的参数。
随着硅钢产量逐年攀升,磁性能检测劳动强度增加,工作效率低。提升检验装备,实现硅钢磁性能检测全流程自动化智能化的需求迫切,从而更加及时准确地为生产提供分析数据,指导生产。为此,必须引入机器人、激光器、图形识别扫描等技术,实现电工钢试样自动取样、自动标记、自动上样、来料自动扫码识别制样、自动检测,对电工钢取制样和检测设备进行系统自动化智能化改造。从取样、样品接收、样品加工、磁性能检测、精度控制、样品归档等一系列过程全部实现自动化,具体功能通过取样系统、上样系统、加工系统、样品标识及分拣系统、样品分析系统和自动控制及数据传输系统来实现。
生产线现场取样系统包括接料装置、自励轨道、自动桁架式取样机器人、激光器。接料装置采用电磁皮带调速接料,保证样板稳定下落,和样板下沿无变形翘曲;自励轨道输送样板至取样台;机器人根据质量系统任务进行分类码垛,并具备自动倒料至移动样板收集盒的功能;激光器完成样板信息二维码标识。
智能工厂根据客户订单要求下达检测项目任务,取样激光器将“上表面、操作侧、产线、钢种、钢卷号、头/尾、班次、日期、检测项目”以二维码形式标记在钢板上,二维码位置刻在钢板上表面操作侧,同时将钢板委托信息发送至实验室信息管理系统(LIMS系统),实现试样取制、检测任务信息传递。样品在上样系统完成上样后,机器人自动扫码识别来样钢板上的二维码,识别样品及检验项目,生成加工项目任务和加工参数,激光切割装置自动加工标记,完成所有试样切割分离,并归类整齐摆放。通过机械手进行试样运送、精准定位,替代人工制样、标识、分拣、插片,并实施自动检测和数据记录与传输。
磁性能自动检测及系统纳入《试样加工操作》技术规程,提升了检验精度和效率,实现减员16人,降本372.2万元/年,减少企业投入,丰富检验方法,提高人员利用率。
3.3 构建智能判定模型,提升分切准确性
电工钢制造流程中根据各机组功能特性,在关键位置均布置了在线检测仪表,包括边降仪、孔洞仪、表检仪等。电工钢冷硬卷经去应力退火后产出的退火卷,需要在精整机组按用户订单要求的重量和宽度分切包装,才能交付用户。但是,公司用户群体遍布全球,订单需求千差万别,使精准分切异常困难。例如,美芝要求同板差<10微米,苏州范斯特要求卷重6-8吨,河北高晶要求所供取向电工钢能承受820℃消除应力退火。为满足用户个性化需求,组织四名综判人员长期手工汇总钢卷的性能、厚度、横向厚差等八项判定项目判定意见,才能预计算出母卷合适分切位置,为精整分切提供可靠依据。
人工预分切须经过人工检测缺陷→人工记录缺陷→核对卷号→检查订单重量→检查缺陷信息→检查厚度、铁损信息→检查横向厚差信息→计算子卷分吨位→开始分切等九步才能完成分切,确认环节较多,信息分散,不仅耗费时间,而且容易出现错误。为降低人工分切工作量,提高分切精准率,降低人工分切错误导致的质量损失,应用系统思维和信息化技术,开发电工钢成品自动分切模型,智能预分切,给出母卷具体分切位置,指导分切机组岗位精准操作。
成品智能分切方案:通过对物料规格、订单要求、尺寸、性能、表面类综合判定结果等进行多维度的综合分析及推理,构建智能分切知识库,基于物料实际的制造过程工艺和质量数据,依托分切知识库和物料需求,采用分支预测和推测执行技术,得出精准分切结果并下发到精整工序,用于指导岗位执行钢卷分切,达到提前控制缺陷卷流向的目的,改变传统通过人工分析给出分切结果的方式,实现成品卷精准分切。
成品智能分切规则:依据智能工厂已经实现的厚度、性能、横向厚差等八项必检项目的等级判定及综合判定,综合给出钢卷的最终判定结果。
成品智能分切结果:综合处理钢卷必检八项判定结果,结合钢卷缺陷位置和订单重量要求换算出的长度,在钢卷整个长度上,按成品分切机组开卷方向,划分出最佳分卷位置。
电工钢成品智能分切模型在钢卷上机开卷前即给出预分切位置,指导成品分切机组精准分切,既能满足用户需求,又能保证质量控制不过剩。
根据电工钢成品质量管理要求,编制下发《关于一冷轧无取向成品判定的通知》《关于二冷轧无取向高牌号成品判定的通知》《关于无取向高牌号硅钢成品判定要求的通知》,以明确成品分切、判定依据。
截至2022年底,无取向电工钢已经全部实现智能分切,模型计算准确率达100%。
3.4 搭建产品研发平台,缩短产品研发周期
以流程驱动整合现有业务,通过搭建智能设计闭环管控体系,实现冶金知识库数据实时更新。基于产线基础数据,通过大数据平台实现数据对接与交互,构建基于DFSS的产品研发数据智能平台。通过知识图谱,搭建知识平台,构建了性能预报模型,根据数据的分析快速响应内外部环境的变化,提高产品开发效率及精度。同时通过对质量管控过程数据监控,闭环反馈分析产品制造过程工艺差异、材料差异,实现研发智能模型更新优化。通过优化产品研发实施流程,实现用户认证流程高效精简化,完善了流程驱动的研发数字化管理,支持并行研发及研发活动的快速迭代更新,研发周期缩短40%。
3.5 搭建客户精准服务系统,提升客户黏性
基于“销售+技术”双代表派驻服务优势,借助互联网、数据挖掘、EDI等IT技术搭建电工钢客户精准服务系统,通过该平台实现客户需求、产品特性及使用反馈信息的动态收集,解决产品供应链上下游数字化协同问题,提高电工钢销售智能化营销服务水平,帮助企业更好地制定营销策略。
结合电工钢产品特点,以客户EVI服务模式为基准,从客户需求出发,引入精益供应链管理和最新客户体验理念,站在客户视角驱动流程优化,建立数学模型,构建B2B一贯制精准服务平台。面向客户提供产品销售全流程自助服务,提升客户体验;面向销售提供市场资源预报分析及销售策略制定,提升企业营销能力;面向客户服务提供售前产品推荐、售中订单跟踪、售后质量异议、物流等数据推送,提升客户服务水平。
3.6 搭建协同管理系统,提高一贯制管理效率
在“以市场为导向、以客户为中心、以效益为核心”经营理念的指导下,依托大数据平台和智能工厂质量管控系统,贯彻全面质量管理和卓越绩效模式,构建以客户为中心、以全流程一贯制管理为基础的产销研一体化管控平台,将质量管控延伸至对上下游产业链制造过程、备件材料制造过程、产品研发过程、物流运输过程的质量管理,实现产业链上下游的精细化质量管控。
围绕“以客户为中心”,建立以“销售+技术”双代表制为贴身服务、以EVI先行技术研究为技术底蕴、以定制化服务为服务形式的全方位服务架构,实现快速、准确了解客户需求,推进产品不断改进;同时充分利用智能化手段,融合制造、营销、研发三大平台,实现信息统一管理,推动集中一贯制管理向更深层次进军。
4 面向电工钢产业链重点业务推进质量管理数字化创新取得的效果
4.1 构建基于集中一贯制的质量数字化管理模式
首钢智新以集中一贯制管理为基石,在发展新质生产力的指引下,结合企业具体生产实际情况,坚持“问题导向”,在困扰企业质量损失管理、检验检测管理中的痛点、难点,以及产业链质量协同方面,融入数字化管理要素,构建了新一代一贯制管理模式。
4.2 深化智能管控持续提升企业管理水平
首钢智新围绕“以客户为中心”,建立以“销售+技术”双代表制为贴身服务、以EVI先行技术研究为技术底蕴、以定制化服务为服务形式的全方位服务架构,实现快速、准确了解客户需求,推进产品不断改进;同时充分利用智能化手段,融合制造、营销、研发三大平台,实现信息统一管理,进而推动集中一贯管理向更深的层次前进。在持续开展数字化管理的过程中,基于产业链发展需求,创建“全方位服务+智能管控”双轮驱动的集中一贯质量管理模式,获第五届中国质量奖提名奖。
4.3 数智赋能持续增强企业竞争实力
首钢智新在全流程质量管理中采用数字化技术和手段,过程金属料损失得到有效管控,企业质量损失近三年降低34%,增强企业抵御市场下行的能力,产品质量水平不断提高,议价能力持续增强,产品市场占有率稳步提升。
取向电工钢四款产品实现全球首发,稳压变压器材料供应商世界第一阵营。无取向电工钢六款产品实现全球首发,市场占有率居全国第二。新能源汽车用电工钢在国内外知名新能源汽车企业、行业主流驱动系统及配套厂批量应用,全球新能源汽车头部企业全覆盖,国内每三辆新能源汽车就有一辆搭载“首钢芯”。
4.4 经济效益
通过将数字化引入质量管理,在集中一贯制管理的原料端、板卷形成过程以及成品分切等生产管理场景均得到实施,通过建立产品设计知识库,构建基于六西格玛设计的产品智能研发平台、新产品模拟仿真平台,研发周期缩短40%;行业内首创外观远程诊断、智能切头尾、断带预防等数字化应用,切头尾米数降低12.5%,每年减损24万元,断带预防模型缺陷推荐准确率99%以上,岗位工作强度降低95.12%;实施取制检一体化,实现减员16人,降本372万元/年。数字化实施过程中,还推动了宽度自动分析、带出品自动归户等应用场景的实现,有效提升公司智能制造水平。智能切头尾、断带预防等质量管理数字化应用场景实施后,近三年效益达2537万元。
4.5 引领示范作用
已实施的质量管理数字化项目在公司内部起到很好的示范效应,智能切头尾、成品智能分切等应用场景被复制推广,形成一篇论文、十项专利,向行业推荐优秀应用场景。其中,取制检一体化磁性能自动检测应用场景已经成为对外宣传和展示的新窗口,恩布拉科、阿尔斯通、普天铁心、南通晓星等国内外知名用户走访时均参观了该检测系统,对公司检测自动化水平给予高度评价,同时认可该设备能够最大限度降低人为因素对检测准确性的影响,使检测数据更准确,更能保障客户利益。
原文链接:http://1guigang.com/news/86604.html,转载请注明出处~~~