鋼鐵行業(yè)成功的關(guān)鍵基石是實現(xiàn)一個高效的整體生產(chǎn)流程，經(jīng)濟地成功生產(chǎn)具有競爭力的低成本優(yōu)質(zhì)產(chǎn)品。這可以通過數(shù)字化和充分的技術(shù)訣竅提升到更高的水平。P公司為此開發(fā)了一個解決方案：全流程優(yōu)化（TPO）。TPO結(jié)合了現(xiàn)代化的、高度功能化的數(shù)字化IT系統(tǒng)、全流程質(zhì)量控制（TPQC）和數(shù)字化的技術(shù)訣竅、專業(yè)領(lǐng)域?qū)＜业慕?jīng)驗以及人工智能（AI）算法。TPO實現(xiàn)了鋼鐵制造商對整個生產(chǎn)鏈上的生產(chǎn)和產(chǎn)品質(zhì)量的控制和優(yōu)化，實現(xiàn)真正的、無縫銜接的全流程優(yōu)化。利用TPQC對所有自動化系統(tǒng)、檢測系統(tǒng)、智能傳感器甚至來自操作員的正確數(shù)據(jù)進行采集，并轉(zhuǎn)化為有價值的信息，即關(guān)鍵績效指標(biāo)（KPIs）、決策、建議和動作，使生產(chǎn)和產(chǎn)品質(zhì)量達到更高水平。本文介紹了TPO的基礎(chǔ)和主要組成及其開發(fā)背景、未來潛力的總覽和展望，介紹了幾個客戶實施成功的案例。另外，本文還討論了數(shù)字化項目成功實施的經(jīng)驗和關(guān)鍵因素，包括文化因素的影響。
效率和質(zhì)量的一個主要杠桿是一個全面覆蓋整個工廠的優(yōu)化過程。深入并成功理解不同流程步驟之間的相互依賴關(guān)系的一個先決條件是數(shù)據(jù)采集和數(shù)據(jù)闡釋。本文提出了一個基于知識的工具箱，稱為“全流程優(yōu)化”，它由兩個主要部分組成：新的、智能化TPQC IT系統(tǒng)和全流程技術(shù)訣竅（TPKH）軟件包。
將這兩部分結(jié)合在一起的原因是對于高性能大規(guī)模數(shù)據(jù)處理而言，將數(shù)據(jù)轉(zhuǎn)換為知識絕不是一件容易的任務(wù)，包括利用當(dāng)今和未來的計算機架構(gòu)的并行性進行數(shù)據(jù)挖掘。此外，這些數(shù)據(jù)可能涉及許多不同形式的不確定性。
經(jīng)驗豐富的專家是冶金行業(yè)內(nèi)成功鋼鐵制造商的關(guān)鍵因素。如今，這些專家已經(jīng)能夠強調(diào)、討論和解釋那些對競爭力和成功至關(guān)重要的最復(fù)雜的相互聯(lián)系。未來，需要額外的限定條件來將人類知識轉(zhuǎn)化為可計算的算法和公式。將知識轉(zhuǎn)化為有用的、永久可用的、數(shù)字化技術(shù)訣竅的人類專業(yè)技能，是實現(xiàn)下一代智能數(shù)字化系統(tǒng)的基礎(chǔ)。對于此類IT系統(tǒng)的實施以及為了解決特定問題，行業(yè)專家的額外支持有助于快速接受和獲得回報。
專家服務(wù)和IT解決方案必須緊密配合PDCA（Plan-Do-Check-Act，計劃—執(zhí)行—檢查—行動）循環(huán)。雖然TPO會產(chǎn)生更大的外部循環(huán)或更高級的優(yōu)化過程的影響，但它緩解了IT解決方案中的數(shù)據(jù)訪問，結(jié)合人類專業(yè)知識，實現(xiàn)面向目標(biāo)和高效的工作。當(dāng)然，可以有幾個優(yōu)化循環(huán)同時或順序運行。
根據(jù)質(zhì)量管理標(biāo)準(zhǔn)，異常過程或質(zhì)量偏差或者報警將會觸發(fā)所謂的根本原因分析。按照傳統(tǒng)的方法，專家團隊將收集信息，并使用5W或Ishikawa圖等方法，以結(jié)構(gòu)化的方式結(jié)合他們的專業(yè)知識。這些非常有用，但非常耗時。
由于TPQC規(guī)則編輯器中映射了全面的數(shù)據(jù)和數(shù)字化程序，現(xiàn)代方法使得系統(tǒng)可以自動分析具體情況并提供相關(guān)信息。結(jié)果是一個快速、高質(zhì)量和高度計算機化的根本原因分析，并額外提出甚至激活基于模型的糾正或補償措施，以抵消偏差。
在實施基于技術(shù)訣竅的數(shù)字化系統(tǒng)時，不僅應(yīng)考慮到技術(shù)問題，還應(yīng)考慮文化和人為因素。數(shù)字化可能造成干擾和不穩(wěn)定，特別是在工藝專家、質(zhì)量工程師和技術(shù)人員之間，他們在生產(chǎn)團隊、社會文化環(huán)境中的角色可能會發(fā)生變化。
首先，數(shù)字化系統(tǒng)將大幅提高透明度，人員、團隊、班組等之間的競爭將更加明顯。自動持續(xù)更新的實時KPIs、統(tǒng)計過程控制（SPCs）和其他形式的壓縮信息可以提高一個人的壓力水平，如果這些信息僅作為一個人的性能指標(biāo)。這可能會導(dǎo)致不使用新系統(tǒng)的情況，或者由于人員會放大新系統(tǒng)中哪怕是很小的缺陷而不被接受。如果出現(xiàn)這種情況，或者會出現(xiàn)到何種程度，主要取決于企業(yè)文化的質(zhì)量以及個人對創(chuàng)新的態(tài)度。在數(shù)字化系統(tǒng)對企業(yè)成功的貢獻方面，支持的數(shù)字化工廠管理模式起著至關(guān)重要的作用。
其次，在某些情況下，智能系統(tǒng)的實施可能會在軋鋼專家中產(chǎn)生一種冷漠或不愿意的態(tài)度，他們害怕向計算機化的系統(tǒng)提供其專業(yè)知識，因為他們認(rèn)為這可能會降低他們在團隊中的地位。相反，這些系統(tǒng)對個人來說是一種充實，因為數(shù)字化系統(tǒng)可以幫助專家獲取更多信息，并提供更好的機會來提高做出正確決策的可能性。因此，專家的作用是透明地依賴可靠的數(shù)據(jù)、方法和數(shù)學(xué)算法，其分析和決策會高度準(zhǔn)確。
在系統(tǒng)內(nèi)，每個獨立加工產(chǎn)品都有豐富的信息譜系，使得檢索產(chǎn)品每個部分的每一步生產(chǎn)過程數(shù)據(jù)成為可能。系統(tǒng)允許所有用戶以極小的時間單位跟蹤質(zhì)量問題，并通過審查所有相關(guān)生產(chǎn)工序的工藝數(shù)據(jù)來進行分析，這是快速解決故障和追責(zé)管理的關(guān)鍵。嵌入自動化和IT環(huán)境中的TPQC系統(tǒng)，可以覆蓋整個生產(chǎn)鏈。
TPQC系統(tǒng)的基本功能是利用定義的質(zhì)量檢驗關(guān)，通過監(jiān)控整個生產(chǎn)過程中所有與質(zhì)量相關(guān)的工藝參數(shù)，確保所需要的產(chǎn)品性能，提高質(zhì)量水平。除了從不同生產(chǎn)工序采集到的純工藝數(shù)據(jù)之外，譜系信息還將該數(shù)據(jù)在所有相關(guān)工序中互相關(guān)聯(lián)，即譜系信息持續(xù)跟蹤延伸率、頭部/尾部變化、上下表面互換變化以及切割和焊接操作等可能在生產(chǎn)鏈上不同工序之間發(fā)生的變化。
質(zhì)量檢查是通過使用生產(chǎn)數(shù)據(jù)的特定規(guī)則系統(tǒng)進行的，結(jié)果將根據(jù)質(zhì)量問題的種類和在工廠的位置分別顯示給操作員和質(zhì)量工程師。TPQC通過規(guī)則編輯器提供靈活的質(zhì)量檢測方法，為將來的適應(yīng)和擴展鋪平了道路，而不必對系統(tǒng)源代碼的任何部分進行修改。圖1顯示了這個工藝/質(zhì)量檢測的原理。綠色的交通信號燈表示（針對一個生產(chǎn)工序）所有的值都在設(shè)定范圍內(nèi)。黃燈表示有小問題，需要進一步檢查。紅燈表示更嚴(yán)重的問題，絕大多數(shù)情況下需要更加復(fù)雜的補救措施和最終決策計劃。至于哪些應(yīng)該定義為小問題，哪些定義為大問題，必須根據(jù)工藝經(jīng)驗進行開發(fā)，并且最終定義為專家規(guī)則，再次給出技術(shù)訣竅數(shù)字化的示例。
根本原因分析（RCA）是托管式的、基于方法的結(jié)構(gòu)化的解決問題方式，用于找出故障或問題的真正原因。TPQC提供動態(tài)的根本原因方法：1）如果檢測到偏差，根據(jù)工廠位置和組織職責(zé)，向操作員和質(zhì)量工程師顯示最有可能的根本原因。負責(zé)偏差管理的人員將會自動獲知可以排除那些可能由于非異常檢測引起的根本原因。2）每個根本原因包括一條特定的檢定描述，以便在可能存在不止一個根本原因的情況下排除疑問。3）確認(rèn)實際的根本原因后，負責(zé)人在界面上打一個鉤，從而確認(rèn)給出的質(zhì)量偏差的根本原因。4）系統(tǒng)對任意檢測到的質(zhì)量偏差的根本原因保持跟蹤，并對根本原因進行統(tǒng)計計算。
此外，可以對任意時間段的根本原因統(tǒng)計進行計算，從而計算出長期趨勢。因此，根本原因統(tǒng)計的特性有助于為持續(xù)改進質(zhì)量管理的有效性提供有說服力的證據(jù)。特別是對于工廠管理者來說，這是一個有用的工具，可以對偏差發(fā)生的頻率進行嚴(yán)格的監(jiān)控，以識別出最頻繁和成本最高的偏差。這些識別出來的偏差可以另行采取解決方法和修正措施。
修正措施指在特定條件下消除引起質(zhì)量偏差的一系列措施。不幸的是，生產(chǎn)環(huán)境受到許多因素的影響，如各種外部干擾、原料未知因素以及人為因素和其他不確定性事件。因此，要永久消除質(zhì)量問題的原因不太可能。出于這個原因，修正行為的定義范圍必須擴大至那些僅限適用于過去特定條件下，已知可能絕對和永久消除質(zhì)量偏差的根本原因的修正行為，即便如此，也不是所有的修正措施都可以作為決策或被實施并存檔。
補償措施指修復(fù)已經(jīng)影響半成品質(zhì)量的措施，例如通過切除鋼卷有缺陷的部分或者通過板坯表面清理的方式，如圖2所示。由于系統(tǒng)為操作員和質(zhì)量工程師提供指導(dǎo)，因此該工具也可以看作是一種學(xué)習(xí)工具。事實上，真正參與根本原因分析的員工有時將會了解更多影響質(zhì)量的因素，使得他們甚至可以在相關(guān)質(zhì)量事故發(fā)生之前采取預(yù)防措施，而不必?zé)o論如何在任何事故情況下都要等待質(zhì)量根源分析給出建議。
因此，TPQC可以作為質(zhì)量檢驗和根本原因分析支持的純粹性能工具，但當(dāng)它也被用作持續(xù)學(xué)習(xí)工具以提高操作員和質(zhì)量工程師的技能水平時，其真正好處才得以實現(xiàn)。圖2所示為煉鋼車間質(zhì)量問題處理示例。
圖2所示為一爐鋼水，按計劃準(zhǔn)備隨后送往連鑄機。在底吹氧煉鋼爐（BOF）工序末端，二級系統(tǒng)顯示鋼水溫度超出特定鋼種要求的范圍。在此情況下，TPQC通過特定的工藝規(guī)則對溫度進行評估，并記錄質(zhì)量問題。此外，TPQC系統(tǒng)立即建議對BOF爐重新吹氧。如果操作員確認(rèn)無誤，系統(tǒng)將會給連鑄機操作員發(fā)送一則消息請求降低澆鑄速度。通過降低澆鑄速度，TPQC嘗試對由于在BOF再次吹氧帶來的額外處理時間進行補償，否則就將增加發(fā)生爐次中斷或板坯質(zhì)量問題的風(fēng)險。
此外，系統(tǒng)再次顯示這個問題可能的根本原因列表。在示例中，物料添加中采用了一種新原料，操作員還沒有能夠及時在二級數(shù)據(jù)庫中對新原料數(shù)據(jù)進行更新，導(dǎo)致BOF工藝的二級模型進行了不準(zhǔn)確的計算，并最終造成溫度偏差。
根本原因分析并不限于單個工序或工廠（例如煉鋼廠、熱連軋廠、冷軋廠等）。通過對根本原因分析的規(guī)則進行仔細定義，TPQC還可以跨越工序或工廠界限顯示根本原因。通過這種方式，系統(tǒng)支持全流程的根本原因分析，特別是當(dāng)某些表面缺陷可以追溯到液相產(chǎn)品時尤為有用。
TPQC結(jié)合基于規(guī)則的模型對鋼卷進行分級檢定。鋼卷分級模型預(yù)先進行處理，例如繪出表面缺陷圖。隨后，分級模型對缺陷圖進行深入評估，以立即確定鋼卷表面質(zhì)量是否符合最終用戶預(yù)先定義的要求，如果不符合，需要采取什么措施。
對數(shù)據(jù)的集中采集支持KPIs指數(shù)的生成，體現(xiàn)了關(guān)于技術(shù)和商務(wù)目標(biāo)相關(guān)的信息，以及實施了哪些改善。TPQC為質(zhì)量和生產(chǎn)部門的員工以及高級管理執(zhí)行者提供各種圖形化的HMI界面，針對與KPIs一致的特定目標(biāo)，對生產(chǎn)狀態(tài)進行監(jiān)控和基準(zhǔn)判定。
SPC是一個可靠的經(jīng)過驗證的工具，提供生產(chǎn)過程處于預(yù)先定義的操作范圍內(nèi)，并且因此在控制范圍內(nèi)采取行動的統(tǒng)計證據(jù)。在質(zhì)量保證過程中，應(yīng)用這種過程控制統(tǒng)計具有顯著的優(yōu)勢，因為工藝過程值統(tǒng)計數(shù)據(jù)的較大偏差遲早會對產(chǎn)品質(zhì)量產(chǎn)生影響。通常SPC的目標(biāo)是抽樣數(shù)據(jù)，且應(yīng)該是很長時間內(nèi)比較穩(wěn)定的數(shù)據(jù)，這樣才能對不希望出現(xiàn)的工藝動態(tài)進行可靠的檢測。TPQC可以跟蹤單個工序的臨界值，也可以結(jié)合計算出的性能指標(biāo)和KPIs指數(shù)，提供可選原料/產(chǎn)品相關(guān)的檢測數(shù)據(jù)或過程數(shù)據(jù)的SPC圖表。
TPQC系統(tǒng)中數(shù)量巨大的結(jié)構(gòu)化數(shù)據(jù)非常適合采用數(shù)據(jù)挖掘和機器學(xué)習(xí)算法進行分析。它提供了直觀的接口來將數(shù)據(jù)轉(zhuǎn)化為最先進的數(shù)據(jù)挖掘平臺。TPQC中的譜系功能將采集到的數(shù)據(jù)自動對應(yīng)到橫跨整個生產(chǎn)鏈（即煉鋼鋼水、板坯、熱軋鋼卷、冷軋鋼卷、電鍍鋼板）的正確產(chǎn)品。數(shù)據(jù)挖掘和機器自學(xué)習(xí)與TPQC相結(jié)合具有以下好處：1）對測量儀表、手動輸入等數(shù)據(jù)的質(zhì)量、潛在問題等進行快速分析。2）通過可視化TPQC中的原始數(shù)據(jù)，快速分析多變量問題，例如機械性能的變化。3）通過全流程數(shù)據(jù)和采用先進的數(shù)據(jù)挖掘方法對問題的根本原因進行分析。4）通過機器自學(xué)習(xí)方法對產(chǎn)品的最終特性或工藝穩(wěn)定性進行預(yù)測。
可以根據(jù)數(shù)據(jù)挖掘結(jié)果，通過在TQPC中創(chuàng)建新規(guī)則、KPIs和SPC圖表形成閉環(huán)。TPQC的數(shù)據(jù)挖掘功能為質(zhì)量和工藝工程師進行產(chǎn)品質(zhì)量優(yōu)化和穩(wěn)定生產(chǎn)過程提供支持。對于整個生產(chǎn)鏈上的技術(shù)人員和工程師在提高生產(chǎn)率方面特別有用。
