CN114638482A - 一种h型钢轧辊智能管控方法和系统 - Google Patents
一种h型钢轧辊智能管控方法和系统 Download PDFInfo
- Publication number
- CN114638482A CN114638482A CN202210200413.9A CN202210200413A CN114638482A CN 114638482 A CN114638482 A CN 114638482A CN 202210200413 A CN202210200413 A CN 202210200413A CN 114638482 A CN114638482 A CN 114638482A
- Authority
- CN
- China
- Prior art keywords
- roller
- management
- shaped steel
- data
- rollers
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明提出了一种H型钢轧辊智能管控方法和系统,该方法包括采集H型钢生产线轧辊相关数据;依据物联网管理的方式进行轧辊的智能运输、存储、配送以及信息的全流程跟踪,在跟踪的过程中结合轧辊间生产排程所需的数学模型算法库对H型钢生产线轧辊进行综合信息管控;根据对H型钢生产线轧辊进行综合信息管控,实现对轧辊综合分析评价、设备综合分析评价,以及生成分析评价报表;最后得到H型钢轧辊智能管控的智能决策。基于该方法,还提出了一种H型钢轧辊智能管控系统,本发明通过轧辊管控平台的建立,对轧辊的过程数据和信息进行有效的记录和分析,满足轧辊高效周转要求,保证生产线的连续稳定运行,提高了轧辊管控水平和定制化生产效益。
Description
技术领域
本发明属于冶金工业设备的智能制造技术领域,特别涉及一种H型钢轧辊智能管控方法和系统。
背景技术
轧辊是H型钢生产企业重要工艺部件之一,轧辊管理水平的高低,会对该企业的生产效率、产品质量、生产成本、经济技术指标等完成产生直接影响。合理的辊形、孔型、变形制度和轧制条件能减小轧辊工作负荷,避免局部高峰应力,延长轧辊寿命。因此,科学有序的轧辊管理,不仅可以提高轧钢产品的质量和生产效率,而且会有效降低职工的劳动强度和企业的生产总成本,但由于型钢生产型号多、配辊复杂导致其规则很难管理信息化,这也是多年来鲜有型钢轧辊管理方面的系统和方法的原因。
现阶段,已有部分钢铁企业已采用计算机对轧辊进行较为细致详尽的管理,但仍然存在只侧重于车削、库管等几个环节的管理,导致部分工位仍需要手动填写输入,造成轧辊信息传递和数据采集信息流通不及时、不全面、不顺畅,直接影响了各级管理层对轧辊磨削、装配、检验、采购等管理内容的指挥和决策。轧辊管理人员评价一些特定指标,只能根据零数的数据进行较为初级的分析,很难实现事件溯源。同时,国内相当一部分钢铁企业轧辊管理与生产需求存在脱节。生产调度人员缺乏现场实时信息数据支撑,靠个人经验下达生产任务,经常造成生产与实际状况的不匹配,不能实现科学化指挥的局面。而各现场轧辊管理现状、运行状况只有现场管理人员比较清楚,各层级管理想要知道备辊状况只能询问轧辊管理人员。轧辊消耗量决定于轧辊质量、轧制工艺条件和轧辊的合理选择、轧辊的使用和维护制度三个因素,由于企业生产过程的复杂性,人工很难发现其中隐藏的不利因素。
发明内容
为了解决上述技术问题,本发明提出了一种H型钢轧辊智能管控方法和系统,用于提高轧辊管控水平和定制化生产效益。
为实现上述目的,本发明采用以下技术方案:
一种H型钢轧辊智能管控方法,包括以下步骤:
采集H型钢生产线轧辊相关数据;所述H型钢生产线轧辊相关数据包括设备数据、计划数据和工艺数据;
依据物联网管理的方式进行轧辊的智能运输、存储、配送以及信息的全流程跟踪,在全流程跟踪的过程中结合轧辊间生产排程所需的数学模型算法库对H型钢生产线轧辊进行综合信息管控;所述轧辊间生产排程所需的数学模型算法库为基于最小轧辊消耗的孔型匹配与批量排序方法制定的算法库;
根据对H型钢生产线轧辊进行综合信息管控,实现对轧辊综合分析评价、设备综合分析评价,以及生成一键式分析评价报表;最后得到H型钢轧辊智能管控的智能决策。
进一步的,所述采集H型钢生产线轧辊相关数据还包括由PLC通过OPCUA实现多源异构数据统一。
进一步的,所述设备数据包括各车床的生产设备数据、轧线的生产设备数据、轧辊数据和轧辊间内辅助设备数据;
所述计划数据包括设备实时更新数据、电气实时更新数据、工艺参数的实时更新数据和轧制计划数据;
所述工艺数据包括轧机生产过程中与轧辊相关参数的数据。
进一步的,所述基于最小轧辊消耗的孔型匹配与批量排序方法制定轧辊间生产排程所需的数学模型算法库的过程包括:
基于给定的轧制计划、车削规则、重用规则安排轧辊孔型匹配;
基于轧辊库存状况制定轧制批量计划;
基于订单和轧辊消耗制定轧制排序。
进一步的,所述物联网管理的方式包括:
通过安装在热轧轧线的电子标签获取轧辊的ID信息和全过程运行过程信息,所述电子标签将获取的轧辊的ID信息和全过程运行过程信息发送至RFID管理系统进行逻辑处理后,发送至阅读器或者移动终端,所述用于实现远距离的数据信息的传输,以及读取轧辊的身份信息、将轧辊身份信息写入或修改至电子标签;所述移动终端用于实现就地化操作和查询,实现对轧辊的智能运输、存储、配送以及信息的全流程跟踪。
进一步的,所述综合信息管控包括;轧辊全生命周期管控、辊轴全生命周期管控和辊套全生命周期管控、轧辊拆装管理、轴承信息化管理、轴承座信息化管理、车床加工信息化管理和库存信息化管理。
进一步的,所述轧辊综合分析评价包括轧辊轧辊车削质量评价、分级管理评价、使用分析评价和使用性能评价;
所述设备综合分析评价包括设备故障率统计分析评价、辅材消耗评价和能源消耗统计分析和车床综合分析评价;
所述一键式分析评价报表用于通过移动终端查询轧辊及相关设备综合评价结果或某一单支轧辊分析情况。
进一步的,所述得到H型钢轧辊智能管控的智能决策的过程包括:基于H型钢生产线轧辊相关数据的数据采集、数学模型算法库和综合信息管控匹配轧线生产计划,动态调整车削计划,减少轧辊车削量,安排孔型匹配的备辊计划,保障最小轧辊消耗,降低轧辊整体使用成本。
本发明还提出了一种H型钢轧辊智能管控系统,包括数据采集模块、管控模块和决策模块;
所述数据采集模块用于采集H型钢生产线轧辊相关数据;所述H型钢生产线轧辊相关数据包括设备数据、计划数据和工艺数据;
所述管控模块用于依据物联网管理的方式进行轧辊的智能运输、存储、配送以及信息的全流程跟踪,在全流程跟踪的过程中结合轧辊间生产排程所需的数学模型算法库对H型钢生产线轧辊进行综合信息管控;所述轧辊间生产排程所需的数学模型算法库为基于最小轧辊消耗的孔型匹配与批量排序方法制定的算法库;
所述决策模块用于根据对H型钢生产线轧辊进行综合信息管控,实现对轧辊综合分析评价、设备综合分析评价,以及生成一键式分析评价报表;最后得到H型钢轧辊智能管控的智能决策。
进一步的,所述系统还包括输出模块;
所述输出模块用于基于B/S模式进行操作浏览,通过图像输出、数据输出、或表格输出定制可视化功能。
发明内容中提供的效果仅仅是实施例的效果,而不是发明所有的全部效果,上述技术方案中的一个技术方案具有如下优点或有益效果:
本发明提出了一种H型钢轧辊智能管控方法和系统,该方法包括采集H型钢生产线轧辊相关数据;H型钢生产线轧辊相关数据包括设备数据、计划数据和工艺数据;依据物联网管理的方式进行轧辊的智能运输、存储、配送以及信息的全流程跟踪,在全流程跟踪的过程中结合轧辊间生产排程所需的数学模型算法库对H型钢生产线轧辊进行综合信息管控;轧辊间生产排程所需的数学模型算法库为基于最小轧辊消耗的孔型匹配与批量排序方法制定的算法库;根据对H型钢生产线轧辊进行综合信息管控,实现对轧辊综合分析评价、设备综合分析评价,以及生成一键式分析评价报表;最后得到H型钢轧辊智能管控的智能决策。基于一种H型钢轧辊智能管控方法,还提出了一种H型钢轧辊智能管控系统,本发明彻底消除实际管理过程中数据不精准、不齐全、不规范的局面;通过轧辊管控平台的建立,对轧辊的过程数据和信息进行有效的记录和分析,满足轧辊高效周转要求,保证生产线的连续稳定运行,真正实现保障生产、服务生产的目的,有效提高企业的工作效率。
本发明使得不同级别的管理员和使用者均可实现自己的管理目标,加强与各相关方协同,实现对轧辊整个生命周期管理,通过研究轧辊的配辊等功能,使得生产厂使用轧辊可以更加经济合理,充分发挥轧辊价值,指导轧辊有效合理使用。
本发明可提前将轧辊使用情况推送告知相关人员,在减轻工作人员工作量的同时,又可将使用过程数据及统计分析结果反馈给轧辊制造厂商,从供应链上游改进和提高轧辊设计和制造水平,提高轧辊品控水平,从而为降低产品质量风险提供可靠的支撑。
本发明中智能轧辊管控平台的搭建能够整合现有轧辊管理的纵向、横向业务及相关信息,打通生产计划、产品质量、轧辊管理、车床车削过程数据等的信息壁垒,实现操作层、管理层、决策层的信息共享,突破行业内在大H型钢轧辊管理上的“瓶颈”难题,实现轧辊数据透明化。
附图说明
如图1为本发明实施例1一种H型钢轧辊智能管控方法流程图;
如图2为本发明实施例1一种H型钢轧辊智能管控方法实现架构示意图;
如图3为本发明实施例1轧辊全生命周期管理示意图;
如图4为本发明实施例1轧辊综合分析评价管理示意图;
如图5为本发明实施例2一种H型钢轧辊智能管控系统示意图。
具体实施方式
为能清楚说明本方案的技术特点,下面通过具体实施方式,并结合其附图,对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。此外,本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意,在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
实施例1
本发明实施例1提出了一种H型钢轧辊智能管控方法,从而提高轧辊管控水平和定制化生产效益。如图1为本发明实施例1一种H型钢轧辊智能管控方法流程图。如图2为本发明实施例1一种H型钢轧辊智能管控方法实现架构示意图。
在步骤S100中,采集H型钢生产线轧辊相关数据;其中H型钢生产线轧辊相关数据包括设备数据、计划数据和工艺数据;采集的数据由PLC通过OPCUA实现多源异构数据统一。
设备数据包括各车床的生产设备数据、轧线的生产设备数据、轧辊数据和轧辊间内辅助设备数据;计划数据包括设备实时更新数据、电气实时更新数据、工艺参数的实时更新数据和轧制计划数据;工艺数据包括轧机生产过程中与轧辊相关参数的数据。
详细的数据包括工具间轧辊、辊轴、辊套、车床设备、行车设备、辅助工具、关键备件和材料相关数据;设备实时更新数据、电气实时更新数据和工艺参数实时更新数据;轧机生产过程中与轧辊相关参数的数据;轧制计划数据。
本申请中的网络结果包括数据采集服务器、数据应用服务器、采集网络和安全网关构成。数据采集服务器负责收集H型钢生产线轧辊相关数据。数采服务器客户端只用于查看数采相关信息,和车床、轧线QMS质量管理系统、生产线三级、二级系统、云服务器通讯配置交换机以及网络设备,并增加硬件防火墙以及交换机划分VLAN,隔离工业内网与上层网络,从而保证网络信息安全。
在步骤S110中,依据物联网管理的方式进行轧辊的智能运输、存储、配送以及信息的全流程跟踪,在全流程跟踪的过程中结合轧辊间生产排程所需的数学模型算法库对H型钢生产线轧辊进行综合信息管控;轧辊间生产排程所需的数学模型算法库为基于最小轧辊消耗的孔型匹配与批量排序方法制定的算法库。如图3为本发明实施例1轧辊全生命周期管理示意图;
在机理模型和学习算法的基础上,融入H型钢轧线特有的备辊规则、车削规则、重用规则和消耗规则,开发出轧辊间生产排程所需的数学模型算法库,实现轧辊应用科学化、精准化,达到小批量、定制化柔性生产模式的要求。基于最小轧辊消耗的孔型匹配与批量排序方法制定轧辊间生产排程所需的数学模型算法库的过程包括:基于给定的轧制计划、车削规则、重用规则安排轧辊孔型匹配;基于轧辊库存状况制定轧制批量计划;基于订单和轧辊消耗制定轧制排序。
基于给定轧制计划、车削规则、重用规则来合理安排轧辊孔型匹配实现方法是根据轧辊在轧制批量周期内的车削规则、重用规则,轧辊孔型匹配分为静态轧辊匹配和动态轧辊匹配,建立可以综合表述两种匹配清形下的数学规划模型,再根据轧制计划中每个轧制批量的规格,系统自动完成轧辊孔型匹配核算,并推送最佳的轧辊,可有助于减少计划周期内的轧辊车削量,延长轧辊的生命周期,有效降低轧辊的整体使用成本。
基于轧辊库存状况制定轧制批量计划实现方法是针对型钢生产批量调度问题,综合生产工艺要求和轧辊库存情况,以有效降低轧辊消耗为目标,建立数学规划模型算法,减小实施轧制批量计划时的整体车削量,降低生产成本;
基于订单和轧辊消耗制定轧制排序是针对轧辊匹配和热轧型钢批量排序的综合优化问题,考虑生产工艺、以及生产需求因素,以最小化生产中的轧辊消耗和订单的拖期惩罚为目标,建立多目标数学规划模型,为批量排序提供更多的综合选择方案。
物联网管理的方式包括:通过安装在热轧轧线的电子标签获取轧辊的ID信息和全过程运行过程信息,电子标签将获取的轧辊的ID信息和全过程运行过程信息发送至RFID管理系统进行逻辑处理后,发送至阅读器或者移动终端,所述用于实现远距离的数据信息的传输,以及读取轧辊的身份信息、将轧辊身份信息写入或修改至电子标签;所述移动终端用于实现就地化操作和查询,实现对轧辊的智能运输、存储、配送以及信息的全流程跟踪。
本申请中物联网管理的方式中包括电子标签、阅读器、移动终端和RFID管理系统四部分组成。当阅读器与电子标签进行数据交换后,阅读器将电子标签的信息发送的RFID管理系统,从而实现标签数据信息的网络互连和对标签的智能管控。电子标签采用RFID螺纹嵌入式抗油污、抗金属、耐高温、可多次读写的全封闭无源标签以适应热轧轧线的恶劣环境,可超6m远距离批量识别60个以上,每个电子标签都有唯一ID号,从而实现轧辊的身份区分。阅读器是轧辊全过程跟踪管理过程的控制单元,内置天线,以蓝牙方式配合外接高增益天线,可实现远距离的数据信息的传输,同时可读取轧辊的身份信息、将轧辊身份信息写入/修改至RFID电子标签中。移动终端采用Android系统,通过wifi,4G/5G网络与RFID中间管理系统通讯,RFID管理系统将现场扫描到的RFID芯片信号,经过逻辑处理后再发送给阅读器,从而实现就地化操作和查询,实现对轧辊身份识别和全过程跟踪管理,解决人工录入数据易出错的问题。
综合信息管控包括;轧辊全生命周期管控、辊轴全生命周期管控和辊套全生命周期管控、轧辊拆装管理、轴承信息化管理、轴承座信息化管理、车床加工信息化管理和库存信息化管理。
轧辊/辊轴/辊套全生命周期信息化管理包括轧辊采购、库存、材质、类型、制造厂商、到货日期、检测结果、投用日期、使用周转、异常封锁、报废等基本信息,还包括轧辊/辊轴/辊套履历记录、轧辊封锁黑名单、轧辊车削实绩管理、车削优先级管理和备辊优先级管理,轧辊/辊轴/辊套使用履历记录包括轧辊/辊轴/辊套每一次使用、车削数据,包含上线时间、下线时间、车削时间,下线原因,轧制数量、钢种、上下线直径以及车削量、在线消耗,硬度、探伤检测信息,轧辊封锁黑名单管理包括轧辊使用中出现的异常情况,封锁管控,分析、确认产生的原因,处理、跟踪、验证,直至解封,轧辊车削实绩管理包括车削开始时间、结束时间,上下线直径,车削量,锥度、圆度、偏差、裂纹等车削质量。车削优先级管理结合未来轧制计划和当前轧辊备辊状态,对不同待车削轧辊类型进行综合计算评分,分配至其相应车床进行优先级车削。备辊优先级管理是基于备辊计划规则库的电子辊票,能够快速准确的满足轧制计划和品种需求响应,彻底取消繁琐费事费力的纸质辊票;轧辊拆装管理包括轧辊拆卸和装配管理;轴承/轴承座信息化管理包括使用履历记录和维护信息管理,具体包括包括轴承/轴承座每一次上线时间、下线时间,下线原因,轧制数量,统计总的轧制时间和轧制数量,故障次数和故障等级,还包括轴承/轴承座的周期清洗、检查、换区以及密封更换预警,实现轴承/轴承座、备件工作时间累计、按时提示功能;车床加工管理是根据车床工艺标定、车床加工数据对比和车床质量自动判定车削程序,下发车床的加工指令和加工要求,同时据采集数据来分析车床是否存在加工异常,提出针对性优化策略;库存信息化管理包括制定有效周转和安全库存上下限,根据领用记录进行库存记录管理,记录内容包括类别、代码、名称、规格、型号、单位、安全库存量、实际库存量、变化量、状态等,当库存的轧辊、辊轴、辊套、车床设备、关键备件及材料的库存数量低于安全库存数量时进行预警提示,并下发年/月/周采购计划。
在步骤S120中,根据对H型钢生产线轧辊进行综合信息管控,实现对轧辊综合分析评价、设备综合分析评价,以及生成一键式分析评价报表;最后得到H型钢轧辊智能管控的智能决策。如图4为本发明实施例1轧辊综合分析评价管理示意图;
轧辊综合分析评价包括轧辊轧辊车削质量评价、分级管理评价、使用分析评价和使用性能评价;车削质量评价是对各班组、车床进行车削精度评价;
设备综合分析评价包括设备故障率统计分析评价、辅材消耗评价和能源消耗统计分析和车床综合分析评价;一键式分析评价报表用于通过移动终端查询轧辊及相关设备综合评价结果或某一单支轧辊分析情况。
其中分级管理评价是从轧辊硬度、车削精度、下线质量、在线消耗等不同维度进行评价;使用分析评价是对轧辊周转消耗、周转次数、使用成本、辊形磨损进行统计分析评价;轧辊使用性能评价是对不同供应厂家、轧辊质量等级、不同轧辊生命周期内进行综合评价分析;设备综合分析评价包含设备故障率统计分析、辅材消耗和能源消耗统计分析和车床综合分析评价;设备故障率统计分析是统计车床等机械设备故障率,对同一种类的不同厂家的设备进行故障率评价和打分;辅材消耗和能源消耗统计分析是对油和乳化液等介质的消耗,砂轮等辅材的消耗,能源(主要是电能)的消耗进行统计,并生成月,年的报表,并对不同的车床进行辅材消耗对比,计算并统计单次磨削的消耗量,对每台车床的消耗量进行评价和打分;车床综合分析评价是建立每台车床综合KPI评价体系,数值化分析。一键式分析评价报表可通过移动或固定客户端查询轧辊及相关设备综合评价结果或某一单支轧辊分析情况。
得到H型钢轧辊智能管控的智能决策的过程包括:基于H型钢生产线轧辊相关数据的数据采集、数学模型算法库和综合信息管控匹配轧线生产计划,动态调整车削计划,减少轧辊车削量,安排孔型匹配的备辊计划,保障最小轧辊消耗,降低轧辊整体使用成本。
本申请根据现场具体岗位要求进行流程设计,将轧辊间生产管理流程工单化,按照全生命周期管理流程,自动触发各种作业工单,如冷却、车削、拆装、检测等工单,智能推送给相关轧辊管理员、车床操作工、装配工等执行人员,并根据完成工单的反馈情况自动判定实施效果。
本发明实施例1提出的一种H型钢轧辊智能管控方法彻底消除实际管理过程中数据不精准、不齐全、不规范的局面;通过轧辊管控平台的建立,对轧辊的过程数据和信息进行有效的记录和分析,满足轧辊高效周转要求,保证生产线的连续稳定运行,真正实现保障生产、服务生产的目的,有效提高企业的工作效率。
本发明实施例1提出的一种H型钢轧辊智能管控方法使得不同级别的管理员和使用者均可实现自己的管理目标,加强与各相关方协同,实现对轧辊整个生命周期管理,通过研究轧辊的配辊等功能,使得生产厂使用轧辊可以更加经济合理,充分发挥轧辊价值,指导轧辊有效合理使用。
本发明实施例1提出的一种H型钢轧辊智能管控方法可提前将轧辊使用情况推送告知相关人员,在减轻工作人员工作量的同时,又可将使用过程数据及统计分析结果反馈给轧辊制造厂商,从供应链上游改进和提高轧辊设计和制造水平,提高轧辊品控水平,从而为降低产品质量风险提供可靠的支撑。
本发明实施例1提出的一种H型钢轧辊智能管控方法中智能轧辊管控平台的搭建能够整合现有轧辊管理的纵向、横向业务及相关信息,打通生产计划、产品质量、轧辊管理、车床车削过程数据等的信息壁垒,实现操作层、管理层、决策层的信息共享,突破行业内在大H型钢轧辊管理上的“瓶颈”难题,实现轧辊数据透明化。
实施例2
基于本发明实施例1提出的一种H型钢轧辊智能管控方法,本发明实施例2还提出了一种H型钢轧辊智能管控系统,如图5为本发明实施例2一种H型钢轧辊智能管控系统示意图,该系统包括包括数据采集模块、管控模块和决策模块;
数据采集模块用于采集H型钢生产线轧辊相关数据;H型钢生产线轧辊相关数据包括设备数据、计划数据和工艺数据;
管控模块用于依据物联网管理的方式进行轧辊的智能运输、存储、配送以及信息的全流程跟踪,在全流程跟踪的过程中结合轧辊间生产排程所需的数学模型算法库对H型钢生产线轧辊进行综合信息管控;所述轧辊间生产排程所需的数学模型算法库为基于最小轧辊消耗的孔型匹配与批量排序方法制定的算法库;
决策模块用于根据对H型钢生产线轧辊进行综合信息管控,实现对轧辊综合分析评价、设备综合分析评价,以及生成一键式分析评价报表;最后得到H型钢轧辊智能管控的智能决策。
系统还包括输出模块;输出模块用于基于B/S模式进行操作浏览,通过图像输出、数据输出、或表格输出定制可视化功能。
其中,数据采集模块采集的数据由PLC通过OPCUA实现多源异构数据统一。设备数据包括各车床的生产设备数据、轧线的生产设备数据、轧辊数据和轧辊间内辅助设备数据;计划数据包括设备实时更新数据、电气实时更新数据、工艺参数的实时更新数据和轧制计划数据;工艺数据包括轧机生产过程中与轧辊相关参数的数据。
详细的数据包括工具间轧辊、辊轴、辊套、车床设备、行车设备、辅助工具、关键备件和材料相关数据;设备实时更新数据、电气实时更新数据和工艺参数实时更新数据;轧机生产过程中与轧辊相关参数的数据;轧制计划数据。
本申请中的网络结果包括数据采集服务器、数据应用服务器、采集网络和安全网关构成。数据采集服务器负责收集H型钢生产线轧辊相关数据。数采服务器客户端只用于查看数采相关信息,和车床、轧线QMS质量管理系统、生产线三级、二级系统、云服务器通讯配置交换机以及网络设备,并增加硬件防火墙以及交换机划分VLAN,隔离工业内网与上层网络,从而保证网络信息安全。
管控模块执行的过程包括:在机理模型和学习算法的基础上,融入H型钢轧线特有的备辊规则、车削规则、重用规则和消耗规则,开发出轧辊间生产排程所需的数学模型算法库,实现轧辊应用科学化、精准化,达到小批量、定制化柔性生产模式的要求。基于最小轧辊消耗的孔型匹配与批量排序方法制定轧辊间生产排程所需的数学模型算法库的过程包括:基于给定的轧制计划、车削规则、重用规则安排轧辊孔型匹配;基于轧辊库存状况制定轧制批量计划;基于订单和轧辊消耗制定轧制排序。
基于给定轧制计划、车削规则、重用规则来合理安排轧辊孔型匹配实现方法是根据轧辊在轧制批量周期内的车削规则、重用规则,轧辊孔型匹配分为静态轧辊匹配和动态轧辊匹配,建立可以综合表述两种匹配清形下的数学规划模型,再根据轧制计划中每个轧制批量的规格,系统自动完成轧辊孔型匹配核算,并推送最佳的轧辊,可有助于减少计划周期内的轧辊车削量,延长轧辊的生命周期,有效降低轧辊的整体使用成本。
基于轧辊库存状况制定轧制批量计划实现方法是针对型钢生产批量调度问题,综合生产工艺要求和轧辊库存情况,以有效降低轧辊消耗为目标,建立数学规划模型算法,减小实施轧制批量计划时的整体车削量,降低生产成本;
基于订单和轧辊消耗制定轧制排序是针对轧辊匹配和热轧型钢批量排序的综合优化问题,考虑生产工艺、以及生产需求因素,以最小化生产中的轧辊消耗和订单的拖期惩罚为目标,建立多目标数学规划模型,为批量排序提供更多的综合选择方案。
物联网管理的方式包括:通过安装在热轧轧线的电子标签获取轧辊的ID信息和全过程运行过程信息,电子标签将获取的轧辊的ID信息和全过程运行过程信息发送至RFID管理系统进行逻辑处理后,发送至阅读器或者移动终端,所述用于实现远距离的数据信息的传输,以及读取轧辊的身份信息、将轧辊身份信息写入或修改至电子标签;所述移动终端用于实现就地化操作和查询,实现对轧辊的智能运输、存储、配送以及信息的全流程跟踪。
本申请中物联网管理的方式中包括电子标签、阅读器、移动终端和RFID管理系统四部分组成。当阅读器与电子标签进行数据交换后,阅读器将电子标签的信息发送的RFID管理系统,从而实现标签数据信息的网络互连和对标签的智能管控。电子标签采用RFID螺纹嵌入式抗油污、抗金属、耐高温、可多次读写的全封闭无源标签以适应热轧轧线的恶劣环境,可超6m远距离批量识别60个以上,每个电子标签都有唯一ID号,从而实现轧辊的身份区分。阅读器是轧辊全过程跟踪管理过程的控制单元,内置天线,以蓝牙方式配合外接高增益天线,可实现远距离的数据信息的传输,同时可读取轧辊的身份信息、将轧辊身份信息写入/修改至RFID电子标签中。移动终端采用Android系统,通过wifi,4G/5G网络与RFID中间管理系统通讯,RFID管理系统将现场扫描到的RFID芯片信号,经过逻辑处理后再发送给阅读器,从而实现就地化操作和查询,实现对轧辊身份识别和全过程跟踪管理,解决人工录入数据易出错的问题。
综合信息管控包括;轧辊全生命周期管控、辊轴全生命周期管控和辊套全生命周期管控、轧辊拆装管理、轴承信息化管理、轴承座信息化管理、车床加工信息化管理和库存信息化管理。
轧辊/辊轴/辊套全生命周期信息化管理包括轧辊采购、库存、材质、类型、制造厂商、到货日期、检测结果、投用日期、使用周转、异常封锁、报废等基本信息,还包括轧辊/辊轴/辊套履历记录、轧辊封锁黑名单、轧辊车削实绩管理、车削优先级管理和备辊优先级管理,轧辊/辊轴/辊套使用履历记录包括轧辊/辊轴/辊套每一次使用、车削数据,包含上线时间、下线时间、车削时间,下线原因,轧制数量、钢种、上下线直径以及车削量、在线消耗,硬度、探伤检测信息,轧辊封锁黑名单管理包括轧辊使用中出现的异常情况,封锁管控,分析、确认产生的原因,处理、跟踪、验证,直至解封,轧辊车削实绩管理包括车削开始时间、结束时间,上下线直径,车削量,锥度、圆度、偏差、裂纹等车削质量。车削优先级管理结合未来轧制计划和当前轧辊备辊状态,对不同待车削轧辊类型进行综合计算评分,分配至其相应车床进行优先级车削。备辊优先级管理是基于备辊计划规则库的电子辊票,能够快速准确的满足轧制计划和品种需求响应,彻底取消繁琐费事费力的纸质辊票;轧辊拆装管理包括轧辊拆卸和装配管理;轴承/轴承座信息化管理包括使用履历记录和维护信息管理,具体包括包括轴承/轴承座每一次上线时间、下线时间,下线原因,轧制数量,统计总的轧制时间和轧制数量,故障次数和故障等级,还包括轴承/轴承座的周期清洗、检查、换区以及密封更换预警,实现轴承/轴承座、备件工作时间累计、按时提示功能;车床加工管理是根据车床工艺标定、车床加工数据对比和车床质量自动判定车削程序,下发车床的加工指令和加工要求,同时据采集数据来分析车床是否存在加工异常,提出针对性优化策略;库存信息化管理包括制定有效周转和安全库存上下限,根据领用记录进行库存记录管理,记录内容包括类别、代码、名称、规格、型号、单位、安全库存量、实际库存量、变化量、状态等,当库存的轧辊、辊轴、辊套、车床设备、关键备件及材料的库存数量低于安全库存数量时进行预警提示,并下发年/月/周采购计划。
决策模块中,轧辊综合分析评价包括轧辊轧辊车削质量评价、分级管理评价、使用分析评价和使用性能评价;车削质量评价是对各班组、车床进行车削精度评价;
设备综合分析评价包括设备故障率统计分析评价、辅材消耗评价和能源消耗统计分析和车床综合分析评价;一键式分析评价报表用于通过移动终端查询轧辊及相关设备综合评价结果或某一单支轧辊分析情况。
其中分级管理评价是从轧辊硬度、车削精度、下线质量、在线消耗等不同维度进行评价;使用分析评价是对轧辊周转消耗、周转次数、使用成本、辊形磨损进行统计分析评价;轧辊使用性能评价是对不同供应厂家、轧辊质量等级、不同轧辊生命周期内进行综合评价分析;设备综合分析评价包含设备故障率统计分析、辅材消耗和能源消耗统计分析和车床综合分析评价;设备故障率统计分析是统计车床等机械设备故障率,对同一种类的不同厂家的设备进行故障率评价和打分;辅材消耗和能源消耗统计分析是对油和乳化液等介质的消耗,砂轮等辅材的消耗,能源(主要是电能)的消耗进行统计,并生成月,年的报表,并对不同的车床进行辅材消耗对比,计算并统计单次磨削的消耗量,对每台车床的消耗量进行评价和打分;车床综合分析评价是建立每台车床综合KPI评价体系,数值化分析。一键式分析评价报表可通过移动或固定客户端查询轧辊及相关设备综合评价结果或某一单支轧辊分析情况。
得到H型钢轧辊智能管控的智能决策的过程包括:基于H型钢生产线轧辊相关数据的数据采集、数学模型算法库和综合信息管控匹配轧线生产计划,动态调整车削计划,减少轧辊车削量,安排孔型匹配的备辊计划,保障最小轧辊消耗,降低轧辊整体使用成本。
本申请根据现场具体岗位要求进行流程设计,将轧辊间生产管理流程工单化,按照全生命周期管理流程,自动触发各种作业工单,如冷却、车削、拆装、检测等工单,智能推送给相关轧辊管理员、车床操作工、装配工等执行人员,并根据完成工单的反馈情况自动判定实施效果。
本发明实施例2提出的一种H型钢轧辊智能管控系统彻底消除实际管理过程中数据不精准、不齐全、不规范的局面;通过轧辊管控平台的建立,对轧辊的过程数据和信息进行有效的记录和分析,满足轧辊高效周转要求,保证生产线的连续稳定运行,真正实现保障生产、服务生产的目的,有效提高企业的工作效率。
本发明实施例1提出的一种H型钢轧辊智能管控系统使得不同级别的管理员和使用者均可实现自己的管理目标,加强与各相关方协同,实现对轧辊整个生命周期管理,通过研究轧辊的配辊等功能,使得生产厂使用轧辊可以更加经济合理,充分发挥轧辊价值,指导轧辊有效合理使用。
本发明实施例1提出的一种H型钢轧辊智能管控系统可提前将轧辊使用情况推送告知相关人员,在减轻工作人员工作量的同时,又可将使用过程数据及统计分析结果反馈给轧辊制造厂商,从供应链上游改进和提高轧辊设计和制造水平,提高轧辊品控水平,从而为降低产品质量风险提供可靠的支撑。
本发明实施例1提出的一种H型钢轧辊智能管控系统中智能轧辊管控平台的搭建能够整合现有轧辊管理的纵向、横向业务及相关信息,打通生产计划、产品质量、轧辊管理、车床车削过程数据等的信息壁垒,实现操作层、管理层、决策层的信息共享,突破行业内在大H型钢轧辊管理上的“瓶颈”难题,实现轧辊数据透明化。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。另外,本申请实施例提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明,以免过多赘述。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制。对于所属领域的技术人员来说,在上述说明的基础上还可以做出其它不同形式的修改或变形。这里无需也无法对所有的实施方式予以穷举。在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种H型钢轧辊智能管控方法,其特征在于,包括以下步骤:
采集H型钢生产线轧辊相关数据;所述H型钢生产线轧辊相关数据包括设备数据、计划数据和工艺数据;
依据物联网管理的方式进行轧辊的智能运输、存储、配送以及信息的全流程跟踪,在全流程跟踪的过程中结合轧辊间生产排程所需的数学模型算法库对H型钢生产线轧辊进行综合信息管控;所述轧辊间生产排程所需的数学模型算法库为基于最小轧辊消耗的孔型匹配与批量排序方法制定的算法库;
根据对H型钢生产线轧辊进行综合信息管控,实现对轧辊综合分析评价、设备综合分析评价,以及生成一键式分析评价报表;最后得到H型钢轧辊智能管控的智能决策。
2.根据权利要求1所述的一种H型钢轧辊智能管控方法,其特征在于,所述采集H型钢生产线轧辊相关数据还包括由PLC通过OPCUA实现多源异构数据统一。
3.根据权利要求1所述的一种H型钢轧辊智能管控方法,其特征在于,所述设备数据包括各车床的生产设备数据、轧线的生产设备数据、轧辊数据和轧辊间内辅助设备数据;
所述计划数据包括设备实时更新数据、电气实时更新数据、工艺参数的实时更新数据和轧制计划数据;
所述工艺数据包括轧机生产过程中与轧辊相关参数的数据。
4.根据权利要求1所述的一种H型钢轧辊智能管控方法,其特征在于,所述基于最小轧辊消耗的孔型匹配与批量排序方法制定轧辊间生产排程所需的数学模型算法库的过程包括:
基于给定的轧制计划、车削规则、重用规则安排轧辊孔型匹配;
基于轧辊库存状况制定轧制批量计划;
基于订单和轧辊消耗制定轧制排序。
5.根据权利要求1所述的一种H型钢轧辊智能管控方法,其特征在于,所述物联网管理的方式包括:
通过安装在热轧轧线的电子标签获取轧辊的ID信息和全过程运行过程信息,所述电子标签将获取的轧辊的ID信息和全过程运行过程信息发送至RFID管理系统进行逻辑处理后,发送至阅读器或者移动终端,所述用于实现远距离的数据信息的传输,以及读取轧辊的身份信息、将轧辊身份信息写入或修改至电子标签;所述移动终端用于实现就地化操作和查询,实现对轧辊的智能运输、存储、配送以及信息的全流程跟踪。
6.根据权利要求1所述的一种H型钢轧辊智能管控方法,其特征在于,所述综合信息管控包括;轧辊全生命周期管控、辊轴全生命周期管控和辊套全生命周期管控、轧辊拆装管理、轴承信息化管理、轴承座信息化管理、车床加工信息化管理和库存信息化管理。
7.根据权利要求1所述的一种H型钢轧辊智能管控方法,其特征在于,
所述轧辊综合分析评价包括轧辊轧辊车削质量评价、分级管理评价、使用分析评价和使用性能评价;
所述设备综合分析评价包括设备故障率统计分析评价、辅材消耗评价和能源消耗统计分析和车床综合分析评价;
所述一键式分析评价报表用于通过移动终端查询轧辊及相关设备综合评价结果或某一单支轧辊分析情况。
8.根据权利要求1所述的一种H型钢轧辊智能管控方法,其特征在于,所述得到H型钢轧辊智能管控的智能决策的过程包括:基于H型钢生产线轧辊相关数据的数据采集、数学模型算法库和综合信息管控匹配轧线生产计划,动态调整车削计划,减少轧辊车削量,安排孔型匹配的备辊计划,保障最小轧辊消耗,降低轧辊整体使用成本。
9.一种H型钢轧辊智能管控系统,其特征在于,包括数据采集模块、管控模块和决策模块;
所述数据采集模块用于采集H型钢生产线轧辊相关数据;所述H型钢生产线轧辊相关数据包括设备数据、计划数据和工艺数据;
所述管控模块用于依据物联网管理的方式进行轧辊的智能运输、存储、配送以及信息的全流程跟踪,在全流程跟踪的过程中结合轧辊间生产排程所需的数学模型算法库对H型钢生产线轧辊进行综合信息管控;所述轧辊间生产排程所需的数学模型算法库为基于最小轧辊消耗的孔型匹配与批量排序方法制定的算法库;
所述决策模块用于根据对H型钢生产线轧辊进行综合信息管控,实现对轧辊综合分析评价、设备综合分析评价,以及生成一键式分析评价报表;最后得到H型钢轧辊智能管控的智能决策。
10.根据权利要求9所述的一种H型钢轧辊智能管控系统,其特征在于,所述系统还包括输出模块;
所述输出模块用于基于B/S模式进行操作浏览,通过图像输出、数据输出、或表格输出定制可视化功能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210200413.9A CN114638482A (zh) | 2022-03-02 | 2022-03-02 | 一种h型钢轧辊智能管控方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210200413.9A CN114638482A (zh) | 2022-03-02 | 2022-03-02 | 一种h型钢轧辊智能管控方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114638482A true CN114638482A (zh) | 2022-06-17 |
Family
ID=81948632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210200413.9A Pending CN114638482A (zh) | 2022-03-02 | 2022-03-02 | 一种h型钢轧辊智能管控方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114638482A (zh) |
-
2022
- 2022-03-02 CN CN202210200413.9A patent/CN114638482A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107831750B (zh) | Imes智能制造执行系统 | |
Zhang et al. | A big data analytics architecture for cleaner manufacturing and maintenance processes of complex products | |
CN110599103B (zh) | 一种基于智能制造mes系统的生产管理子系统 | |
CN110580026A (zh) | 一种智能制造mes系统 | |
Wen et al. | Energy value mapping: A novel lean method to integrate energy efficiency into production management | |
Thomas et al. | The costs and benefits of advanced maintenance in manufacturing | |
CN111047257A (zh) | 一种基于5g网络的生产订单管理系统 | |
Kłos et al. | The impact of ERP on maintenance management | |
WO2023217057A1 (zh) | 生产控制方法及系统 | |
CN112418540A (zh) | 一种智能mes实时数据分析系统 | |
CN108829048A (zh) | 一种基于液晶玻璃基板生产加工的信息分析系统及方法 | |
Poór et al. | Predictive maintenance as an intelligent service in Industry 4.0 | |
KR20170030036A (ko) | 전기로 제강 품질 튜터링 시스템 | |
CN111915167A (zh) | 一种智能制造虚拟船厂信息模型构建方法 | |
CN114971150A (zh) | 一种基于bim的钢结构项目全流程管理的方法 | |
CN201741274U (zh) | 制造业生产过程动态数据采集器 | |
Sharma et al. | TPM Implementation inPiston Manufacturing Industry for OEE | |
CN104850929A (zh) | Led外延及芯片制造的mes系统 | |
CN114638482A (zh) | 一种h型钢轧辊智能管控方法和系统 | |
Vasiliev et al. | Digital technologies in quality management | |
CN101414176A (zh) | 一种轧辊管理系统及其方法 | |
Kumar et al. | Role of Lean Six Sigma in manufacturing setting: a systematic literature review and agenda for future research | |
CN114066113A (zh) | 一种环保纸餐具行业生产制造执行系统 | |
CN111429154A (zh) | 电缆产品生产及检验工序可追溯系统 | |
CN105139236A (zh) | 基于互联网的互动备件平台的互动方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |