一种炼钢过程质量控制方法及系统与流程

本发明属于冶金智能制造技术领域，特别涉及一种炼钢过程质量控制方法及系统。

背景技术：

炼钢厂质量管理体系相对完善，且建立有基于业务驱动的传统信息化架构；但质量数据分布在不同系统中，不能满足基于数据驱动的分析和挖掘的需求。存在的主要问题详述如下：

1)大型钢铁联合企业均建立了相对完善的质量管控体系，但大多是离线的纸质文件，质量管理流于形式，难于参与过程质量控制；

2)传统信息化系统L1～L5基于业务驱动，系统间有通讯；但数据关联性差；

3)部分质量信息的采集及质量文件的管理还是以手工为主；

4)质量数据多且分布在不同的系统中，难于实现质量追溯，难于界定质量责任；

5)数据不在同一平台管理，减少质量波动控制及质量提升缺乏有效有段。

虽然传统信息系统的ERP以及MES层级里均包含有质量管理模块，但不同层级质量管理功能侧重点不同，均未涉及炼钢生产过程质量的控制。因此，必须结合质量工艺建立有效的数据平台，具备数据采集功能、强大的数据处理分析能力，有效提升过程质量的控制水平。

在钢铁行业去产能的大背景下，随着国内钢铁供给侧改革以及人工智能和大数据时代与钢铁行业的深度融合，通过对炼钢过程质量标准进行数字化、炼钢生产过程不同工艺参数的实时控制以及相关质量指标的可视化分析，及时发现生产过程中的异常，有利于炼钢过程的窄成分控制和质量水平的持续优化提升。这也是炼钢行业发展的趋势和必然选择。

技术实现要素：

有鉴于此，本发明的目的在于提供一种炼钢过程质量控制方法及系统，通过对炼钢过程质量标准进行数字化，对炼钢生产过程的各种工艺操作参数进行实时控制以及相关质量指标进行的可视化分析，有利于炼钢生产过程的窄成分控制以及质量水平的优化提升。

为达到上述目的，本发明提供如下技术方案：

一方面，本发明提供一种炼钢过程质量控制方法，包括以下步骤：

1)基础数据梳理：以炼钢各工序为对象，从影响炼钢冶金质量的因素出发，基于“人”、“机”、“料”、“法”、“环”和“测”维度对基础数据进行分解和梳理，作为系统数据采集和分析的前提；

2)关键变量识别：根据炼钢各工序的质量水平控制要求，通过因果分析方法确定每个工序的关键变量；

3)制造标准制定：为炼钢各工序的关键变量及相关质量指标制定具体的过程控制标准，并在后续质量分析所获得的知识和经验基础上来优化和改进标准；

4)过程质量监控：采用统计过程控制手段对炼钢各工序的关键变量进行监控，发现生产过程中的异常；

5)过程质量分析：通过对生产过程实绩数据的诊断分析和评价，形成相应的知识和经验，在此基础上持续优化过程控制标准，实现过程质量的持续优化和提升；

进一步，步骤5)中，根据过程质量分析得到的知识或经验反过来再去优化关键变量识别和制造标准制定。

进一步，所述炼钢各工序包括脱硫、转炉、电炉、精炼和连铸工序，所述脱硫包括KR和喷吹，所述转炉包括BOF和AOD，所述电炉包括EAF，所述精炼包括LF、RH、VD和VOD。

进一步，所述关键变量包括炼钢的原料条件、辅料条件、过程操作、钢水成分、钢水温度和铸坯质量。

进一步，所述统计过程控制手段包括趋势图、控制图和直方图。

另一方面，本发明提供一种炼钢过程质量控制系统，包括采集模块、服务器和存储模块，所述采集模块用于采集炼钢各工序的基础数据，并存储到存储模块中；所述服务器中包括关键变量识别模块、制造标标准制定模块、过程质量监控模块和过程质量分析模块，所述关键变量识别模块用于读取存储模块中的基础数据，炼钢各工序的质量水平控制要求，通过因果分析方法确定每个工序的关键变量；所述制造标准制定模块用于为炼钢各工序的关键变量及相关质量指标制定具体的过程控制标准，并在后续质量分析所获得的知识和经验基础上来优化和改进标准；所述过程质量监控模块用于采用统计过程控制手段对炼钢各工序的关键变量进行监控，发现生产过程中的异常；所述过程质量分析模块通过对生产过程实绩数据的诊断分析和评价，形成相应的知识和经验，在此基础上持续优化过程控制标准，实现过程质量的持续优化和提升。

本发明的有益效果在于：本发明通过对炼钢过程质量标准进行数字化、炼钢生产过程不同工艺参数的实时控制以及相关质量指标的可视化分析，能够及时发现生产过程中的异常，有利于炼钢过程的窄成分控制和质量水平的持续优化提升。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：

图1为本发明所述一种炼钢过程质量控制方法流程示意图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

一方面，本发明提供一种炼钢过程质量控制方法，包括以下步骤：

(1)基础数据梳理：以炼钢各工序为对象，从影响炼钢冶金质量的因素出发，基于“人”、“机”、“料”、“法”、“环”和“测”维度对基础数据进行分解和梳理，作为系统数据采集和分析的前提；

(2)关键变量识别：根据炼钢各工序的质量水平控制要求，通过因果分析方法确定每个工序的关键变量；

(3)制造标准制定：为炼钢各工序的关键变量及相关质量指标制定具体的过程控制标准，并在后续质量分析所获得的知识和经验基础上来优化和改进标准；

(4)过程质量监控：采用统计过程控制手段对炼钢各工序的关键变量进行监控，发现生产过程中的异常；

(5)过程质量分析：通过对生产过程实绩数据的诊断分析和评价，形成相应的知识和经验，在此基础上持续优化过程控制标准，实现过程质量的持续优化和提升；

可选地，步骤(5)中，根据过程质量分析得到的知识或经验反过来再去优化步骤(2)关键变量识别和(3)制造标准制定。

可选地，所述炼钢各工序包括脱硫、转炉、电炉、精炼和连铸工序，所述脱硫包括KR和喷吹，所述转炉包括BOF和AOD，所述电炉包括EAF，所述精炼包括LF、RH、VD和VOD。

可选地，所述关键变量包括炼钢的原料条件、辅料条件、过程操作、钢水成分、钢水温度和铸坯质量。

可选地，所述统计过程控制手段包括趋势图、控制图和直方图。

另一方面，本发明提供一种炼钢过程质量控制系统，包括采集模块、服务器和存储模块，所述采集模块用于采集炼钢各工序的基础数据，并存储到存储模块中；所述服务器中包括关键变量识别模块、制造标标准制定模块、过程质量监控模块和过程质量分析模块，所述关键变量识别模块用于读取存储模块中的基础数据，炼钢各工序的质量水平控制要求，通过因果分析方法确定每个工序的关键变量；所述制造标准制定模块用于为炼钢各工序的关键变量及相关质量指标制定具体的过程控制标准，并在后续质量分析所获得的知识和经验基础上来优化和改进标准；所述过程质量监控模块用于采用统计过程控制手段对炼钢各工序的关键变量进行监控，发现生产过程中的异常；所述过程质量分析模块通过对生产过程实绩数据的诊断分析和评价，形成相应的知识和经验，在此基础上持续优化过程控制标准，实现过程质量的持续优化和提升。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。