首页>新闻中心>国际钢铁

13类数字化转型项目,撑起欧洲数字未来

2021-01-08 08:30:00

  刘献东

  2020年11月25日,欧盟委员会通过了《欧洲数据治理条例(数据治理法)》建议稿,将促进成员国之间的数据共享。这种新的数据治理方式将增加社会大众对数据共享的信任,加强提高数据可用性的机制管理,克服数据再利用的技术障碍。
  为塑造欧洲数字未来,欧盟发布《欧洲工业新战略》,当前正在大力推进钢铁行业数字化转型项目。RFCS(煤炭和钢铁研究基金)作为欧洲钢铁行业最重要的科研基金之一,包括了145个不同领域的钢铁行业数字化创新项目,涉及数字化转型和工业4.0的各方面内容(如自适应在线控制、全工艺流程优化、全工艺流程数据的同步、零缺陷制造、可追溯性、智能和集成制造)。该基金的总预算为2.501亿欧元,每个项目的平均预算为170万欧元。
  参与RFCS计划的主要研究机构是:德国BFI、瑞典研发机构Swerea、意大利RINA、Sant'Anna、比利时冶金研发中心。RFCS项目中最活跃的钢铁制造商有安赛乐米塔尔、蒂森克虏伯、塔塔钢铁、奥钢联。冶金装备制造商是装备专利的主要拥有者,如普锐特、西马克、达涅利。
  欧盟钢铁行业数字化转型的项目主要有以下13大类:
  一、物联网系统(IOT)
  物联网是指将各种物理对象嵌入电子传感器、执行器或其他数字设备,使其能够联网以收集和交换数据。物联网体系结构的在线监测系统由四层组成:传感层、网络层、服务资源层和应用层。目前正在运行的TRACKOPT(2017-2020)项目基于物联网系统实现了钢包自动跟踪系统,以确保从炼钢到浇铸的全过程产品跟踪。
  二、大数据分析和云计算
  大数据技术分析是根据历史数据算法识别产品质量问题,采用新的处理模式从而减少产品故障。钢铁行业中的传统数据库技术在完成对大量结构化和非结构化数据的捕获、存储、管理和分析方面尚存在一定的困难,大数据解决方案正应用于钢铁产品的质量监控和改进,并很好地克服了传统技术存在的困难。以减少钢板的裂纹或划痕缺陷为例,利用生产线在线数据的采集在生产的早期阶段对钢板表面缺陷进行预测,避免后续产品故障的产生。
  大数据分析和云计算领域的主要项目有:
  1)TRACKOPT
  该项目的目标是使用多目标优化(MOO)框架和数据分析,同时采用包括声学在内的各类传感器,从而提高工厂产量(避免由于钢包的混合而导致产品封闭或降级)、和钢厂的安全性。
  2)Quality4.0
  该项目基于AI高级人工智能、机器自学习的分析方法和大数据处理,开发自适应平台,允许对大数据进行实时在线分析,以提供量身定制、高可靠性的信息并实现产品质量决策。
  3)PRESED
  该项目提出了一个基于大数据、特征提取、机器学习、分析服务器和知识管理的解决方案,以自动分析感测时间序列数据。
  4)NewTech4Steel
  该项目实施时间为2018年~2021年,专注于钢铁行业的应用场景开发和实施方法,利用最新的数据处理和数据分析技术对产品进行性能监控。
  5)CyberMan4.0
  该项目实施时间为2018年~2021年,应用全流程工艺和产品大数据的工具和技术,预测质量降级、故障、异常、关键部件的剩余寿命,以便及时规划适当的并具有成本效益的干预及维护措施。
  6)DROMOSPLAN
  该项目采用新的传感器数据,在两个钢铁厂(蒂森的Duisburg工厂和ILVA的Taranto工厂)检验了无人机(UAV)技术效果,并于2019年完成。
  三、机器人辅助生产
  该项目是基于人形机器人的作业操作,例如,装配和包装。由于对产品的高质量、低成本以及更快的交货速度提出要求,自动化和机器人技术在制造业中的地位越来越重要。如果利用现有技术并得以加强,实现部分机器人在炼钢中的应用,就可进一步改善钢铁产品的表面质量。
  一个成功的实施案例是ROBOHARSH技术,首次在钢铁行业引入“人-机器人共生合作”的概念。该技术虽未完全替代人工,但采用了化学传感器、姿态传感器和位置传感器以及视频传输设备、MAVlink协议和算法。
  另一个案例是DESDEMONA技术,开发了检测钢材缺陷的机器人和自动系统(如无人机和地面移动机器人)。
  四、生产线模拟
  这是一种可实现钢铁行业生产线的模拟和优化的新求解方法。同时,它可以实现针对设计和操作过程中的潜在变化的调查研究。一些示例项目如下:
  1)GASNET
  其机器学习工具采用Hammerstein-Wiener(HW)模型、神经网络和预测模型等技术,以提高炼钢过程的能源利用效率和环境可持续性。
  2)SOPROD
  该项目采用实时优化和非集中优化相结合的调度方法、自动过程的自优化和过程间的自治通信,提高了产品的智能性和自主通信能力,并可实现工业4.0愿景的若干关键使能技术。
  3)AdaptEAF
  该项目建立一个能综合控制原料特性的电弧炉自适应在线控制系统,通过降低总能耗、提高金属产量的方式来提高能源的利用效率。
  4)TRACKOPT
  该项目可实现对全流程可追溯跟踪系统的监控,包括产品和工艺过程的监控。
  5)Cyber-POS
  在“钢铁工业4.0自动化”的框架下,引入模拟和验证工具以及新的IT框架,以提高CPPS(网络物理生产系统)的可行性、安全性和效益。
  6)OptiScrapManage
  采用通过绩效指标、多准则方法进行过程监控的现代技术以及优化活动。
  五、自组织生产
  该类项目关注设备的自动协调,引导设备的利用和产品的优化。它整合了资源、设备和人员,基于它们与主计算机的密切互动,自组织生产提高了自动化程度,可实现生产网络的实时控制。
  主要子项目包括:
  1)Cyber-POS(2016-2019)
  把工艺过程控制模型、材料质量模型、物流/调度模型和通信(计算机、软件、网络)等模型整合并用于生产优化,能够对工艺设定、生产路线、过程干扰或中断的变化做出快速、动态和灵活的反应。
  2)TRACKOPT
  采用创新的传感器和仪器实现了钢包移动的自动化监控系统。
  3)Quality4.0
  可以进行与客户/供应商交换相关质量信息,从而降低生产成本、提高产量,并更好地识别钢铁生产过程中的质量问题。
  4)DYNERGYSTEM
  该项目可实现在多个炼钢厂进行模拟、决策支持的程序和控制,以提高电力预测能力和管理能力。
  5)AdaptEAF
  该项目可实现采集在线信息(包括熔池液位、钢和渣量、废钢熔化过程和能量行为)、基于模型化的废钢装料在线控制、燃烧器和氧气喷枪的化学能量输入控制。
  6)PRESED
  其目的是开发新的方法和工具,以实现提高产品质量、降低制造成本。主要功能有:通过识别质量缺陷的主要形成原因,从而优化制造工艺、预测产品质量及降低成本。
  7)SOPROD
  该项目采用了去中心化的优化系统,基于产品及工艺的专有技术,并基于单个的产品特性和上下工序的工艺控制实绩,实现制造过程的自动工艺优化。
  8)DESDEMONA
  该项目采用先进的工具,确定创新设计、系统、程序和技术解决方案,可实现自检和自监测的传感及自动化技术的集成。
  9)PlantTemp
  该项目开发了一个覆盖电弧炉和铸造工艺全过程的操作专家系统,在精确控制铸造温度的同时实现节能和减少物料消耗。
  10)AUTOADAPT
  该项目提出了可扩充系统的概念,旨在应用自学习方法,采用遗传算法、多项式模型、迭代学习控制方法和前馈控制等技术,使自动化适应新产品和新工厂要求。
  11)INFOMAP 
  该项目开发了一个新的工具,用于对全部工艺路线不同设备的地图进行客观分析、说明,并生成适用于自动控制决策系统的简明数据系统。
  六、网络物理系统(CPS)
  网络物理系统CPS是计算、网络和物理过程的集成。嵌入式计算机和网络通过反馈回路来监控物理过程,物理过程会影响计算,反之亦然。正在进行的Cyber POS项目和CyberMan4.0项目将实现传统轧钢厂向网络物理系统的转换。
  七、智能供应网络
  智能供应网络通过使用模型,将钢铁制造过程(从原材料到最终产品)作为集成供应链的一部分来整体优化,同时,对整个供应网络的监控进行更好的供应管理决策。主要的RFC项目包括:
  1)GASNET
  该项目建立工艺气体和蒸汽的网络管理模型,实现包括生产和输送全部过程、多层级燃气和蒸汽管网的优化管控。
  3)Quality4.0
  该项目将整个供应链的用户-供应商合作模式提升到新的高度和水平。
  八、横纵向集成
  横向集成是指价值链中资源与信息网络的集成,而纵向集成涵盖未来智能工厂的网络化制造系统和个性化定制制造。主要的项目包括DYNERGYSteel、SOPROD、Quality4.0。其中,Quality4.0整合整个供应链上横向质量信息,建立新的客户-供应商合作模式,充分挖掘、利用全产业链的所有质量信息和专业知识。
  九、预测性维护
  预测性维护是基于对设备的远程监控系统,可实现在设备故障前进行有效维修。预测维修技术可以通过设备监测与智能决策相结合的方法来实现。其中,Cyberman4.0项目通过建立在工业4.0使能技术基础上的实验系统和工具,将钢铁行业的维护策略从预防性维护转变为优化预测性维护,将实现“集成维护模型4.0”(IMM4.0)在轧钢领域的应用。
  十、网络安全
  应考虑网络安全,尤其是基于互联网的服务。在Flatt、Schriegel、Jasperneite、Trsek和Adamczyk等项目中,基于工业4.0结构和VDI/VDE指南2182的“网络安全”分析程序模型,实现了基于云的生产监控。
  十一、改善维护服务
  在改善维护服务方面第四维度的“扩增实境”是各公司最感兴趣的技术之一。由虚拟连接的服务技术人员执行基于远程连接的远程维护,从而节省差旅成本和时间,能够快速解决相关问题。钢铁行业的相关项目TeleRescuer,通过一个虚拟系统并使用特种无人驾驶车辆(UV),将救援人员“隐形地传送”到煤矿地下区域。
  十二、物流车辆自动驾驶
  这是工厂内使用的一种全自动运输系统,利用智能软件来优化内部物流运作,涵盖供应和处理钢厂内的原材料、中间产品、成品及副产品,如散装物料或炉渣。其中,TRACKOPT项目开发了智能控制站,并支持轧制和精整区域物流。
  十三、知识管理数字化
  钢铁行业的专业知识和经验在传承方面的主要问题有:员工个体的差异、人的遗忘、员工离开而造成的知识流失等。KnowDec项目旨在研究和实现一种收集、表达、储存和利用人类知识的方法,以便在基于计算机的系统里应用。所收集的经验储存在知识库中,用于决策支持及建议。
  《中国冶金报》(2021年1月8日 02版二版)

来源:中国冶金报-中国钢铁新闻网

编辑:宋玉铮

版权说明

【1】 凡本网注明"来源:中国冶金报—中国钢铁新闻网"的所有作品,版权均属于中国钢铁新闻网。媒体转载、摘编本网所刊 作品时,需经书面授权。转载时需注明来源于《中国冶金报—中国钢铁新闻网》及作者姓名。违反上述声明者,本网将追究其相关法律责任。
【2】 凡本网注明"来源:XXX(非中国钢铁新闻网)"的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网 赞同其观点,不构成投资建议。
【3】 如果您对新闻发表评论,请遵守国家相关法律、法规,尊重网上道德,并承担一切因您的行为而直接或间接引起的法律 责任。
【4】 如因作品内容、版权和其它问题需要同本网联系的。电话:010—010-64411649
品牌联盟
  • 燃烧装置2.gif
  • 湖南华菱集团.jpg
  • 山东钢铁集团.jpg
  • 1_看图王.png
  • W020190430461031429831.jpg
  • 首钢.jpg
  • 冶金工业规划研究院logo1.jpg
  • W020130618825601874406.jpg
  • W020130618825602778336.jpg
  • W020130618825603702632.jpg
  • W020130618825617201098.jpg
  • W020130618825606679805.jpg
  • W020130618825607505186.jpg
  • brand04.png
  • brand06.png
  • brand05.png
  • brand03.png
  • brand02.png
  • brand01.png
    read_image.gif

    地址:北京市朝阳区安贞里三区26楼 邮编:100029 电话:(010)64442120/(010)64442123 传真:(010)64411645 电子邮箱:csteelnews@126.com

    中国冶金报/中国钢铁新闻网法律顾问:大成律师事务所 杨贵生律师 电话:010-58137252 13501065895 Email:guisheng.yang@dachenglaw.com

    中国钢铁新闻网版权所有,未经书面授权禁止使用 京ICP备07016269 京公网安备11010502033228