[发明专利]一种基于工业大数据的多业务协同质量管控系统构架方法

权利要求书

1.一种基于工业大数据的多业务协同质量管控系统构架方法，其特征在于，包括：质量数据模块、数据平台模块和质量管控应用模块；

质量数据模块用于采集钢铁制造全流程质量相关数据；

数据平台模块对质量数据模块采集的数据进行分类处理、存储，将各类多源异构数据形成统一标准的数据资源，实现全流程数据的时空变化及对应关系，构建质量数据仓库，搭建公司级质量云平台；

质量管控应用模块用于对钢铁生产过程中产品的质量进行全流程监控和闭环管理，实现对所有产品性能参数和关键过程参数的全过程管控，对数据进行归类、处理、分析和计算，得出基于准确统计数据分析的结论，为质量管控提供数据支撑，提升质量控制水平；

质量数据模块包括L1实时数据单元、大型检测仪表数据单元、L2过程控制数据单元、L3质量设计数据单元、物料检验数据单元；

L1实时数据单元用于对钢铁制造各工序关键工艺设备的速度、流量、压力、温度数据进行采集、分析、预处理；

大型检测仪表数据单元用于对钢铁制造各工序多功能仪、表面检测仪、平直度仪、探伤仪大型仪表检测数据进行采集、分析、预处理；

L2过程控制数据单元用于对钢铁制造各工序二级系统中轧制压力、轧制速度、负荷分配、压下率过程控制数据进行采集、分析、预处理；

L3质量设计数据单元用于对钢铁制造各工序制造标准、工艺标准、设计规范数据进行采集、分析、预处理；

物料检验数据单元用于对钢铁制造各工序关键介质、产品成分、产品机械性能检化验数据进行采集、分析、预处理；

数据平台模块将质量数据模块采集的数据进行规范化处理，完成精准数据匹配、异构数据集成，构建由过程数据库、工艺标准库、质量规则库、物料谱系库组成的数据仓库；同时对物料进行跟踪，实现物料全流程、全生命周期的数据整合，搭建公司级质量数据平台；

质量管控应用模块可以将基于准确统计数据分析的结论发送给MES、ERP系统，为钢铁制造企业质量管控、实现质量一贯制管理提供数据支撑。

2.根据权利要求1所述的一种基于工业大数据的多业务协同质量管控系统构架方法，其特征在于，所述质量数据模块的数据采集方法包括但不限于基于标准OPC协议或其它标准协议的数据采集、基于ODBC驱动的数据采集、自定义接口数据采集、人工录入方式。

3.根据权利要求1所述的一种基于工业大数据的多业务协同质量管控系统构架方法，其特征在于，所述质量管控应用模块包括产品质量监控及过程参数预警单元、质量分级单元、质量预测单元、质量分析单元。

4.根据权利要求3所述的一种基于工业大数据的多业务协同质量管控系统构架方法，其特征在于，所述产品质量监控及过程参数预警单元用于基于预设的质量标准和体系，对全工序生产过程参数和关键工艺控制指标进行实时监控，实现全流程质量管控。

5.根据权利要求3所述的一种基于工业大数据的多业务协同质量管控系统构架方法，其特征在于，所述质量分级单元用于辨识产品的用户需求，将用户需求与专家经验转化为质量规则，利用质量规则对中间产品及最终产品实时判定、评级及质量预处理。

6.根据权利要求3所述的一种基于工业大数据的多业务协同质量管控系统构架方法，其特征在于，所述质量预测单元用于基于大数据、机器学习、人工智能技术，对产品关键质量指标建立预测性分析模型，分析对象包括但不局限于尺寸、板形、性能、表面质量、内部质量。

7.根据权利要求3所述的一种基于工业大数据的多业务协同质量管控系统构架方法，其特征在于，所述质量预测单元预测性分析模型包括但不局限于冶金机理模型、神经网络模型、C5.0，CRT，QUEST和CHAID模型、“支持向量机”模型、贝叶斯网络模型、随机森林模型。

8.根据权利要求3所述的一种基于工业大数据的多业务协同质量管控系统构架方法，其特征在于，所述质量分析单元用于基于统计过程控制(SPC)、六西格玛工具，借助大数据分析方法，对全工序关键生产过程参数、关键工艺控制参数、关键工艺设备参数进行量化分析。