AIIA人才發(fā)展中心西安分中心主要針對陜西地區(qū)在校大學生及畢業(yè)生、企事業(yè)單位開展人工智能技術、產業(yè)、政策等方面的人才培養(yǎng)，為聯盟旗下近千家企業(yè)的輸送專業(yè)人才，促進當地人工智能產業(yè)的蓬勃發(fā)展。
關注微信公眾號：“AIIA人才發(fā)展中心西安分中心”了解更多內容。
目前我國制造企業(yè)已逐步實現生產自動化，管理信息化，正在向著制造智能化邁進，需要重視數據價值，懂得數據使用。企業(yè)要從質量入手，建立質量數據中心，以此進行全過程質量數據分析，讓企業(yè)從信息系統中使用數據，挖掘數據的價值。建立'互聯網+'的企業(yè)大數據平臺，是企業(yè)通往智能制造的必經之路。
在新的市場條件下，企業(yè)能否取得經濟效益，能否在激烈的市場競爭中立于不敗之地，滿足不同用戶的需求，提高產品質量是其中的關鍵所在。為了有效的降低生產成本、提高產品質量，企業(yè)不但要在生產裝備能力、生產工藝技術、生產過程控制等方面做大量工作，還需要科學的建立一體化質量管理體系，從全局角度了解產品在所有生產過程中的質量情況。將以前只關注結果轉變?yōu)榧汝P注結果也關注過程，通過追溯生產過程來優(yōu)化生產工藝，從而將質量管理形成閉環(huán)網絡。鋼鐵生產是一個連續(xù)、高溫、長流程、跨工序的生產過程，其產品及中間產品的質量不僅取決于工序過程質量，而且與前道甚至更前的工序有關，因而在整個生產過程中各工序原料質量情況、過程操作參數的取值、設備運行狀態(tài)、操作和檢驗人員的經驗及其工作狀態(tài)直接決定了產品及中間產品的質量。通過收集各工序影響產品質量的關鍵參數，形成質量大數據，及時、準確掌握各工序在制品的質量情況，將傳統的結果型質量管理模式變?yōu)槭虑邦A測的過程型質量管理模式。為此，構建企業(yè)的質量數據中心勢在必行。
1質量數據中心
構建企業(yè)的質量數據中心，首先收集與質量相關的數據，其中包含來自于自動化系統的生產過程數據、來自于表面檢測系統的缺陷數據及部分缺陷圖片、來自于設備系統的設備狀態(tài)數據、來自于檢化驗系統的檢驗數據、來自于ERP系統或MES系統的生產標準數據、來自于銷售系統或ERP系統的質量異議數據、來自于點檢系統或人工的點檢數據、來自于各個系統記錄的操作數據等等。這些數據之間的采集頻次差別很多，有毫秒級別的數據，有每天記錄一次的數據，而且鋼鐵制造的工序長，從煉鋼的板坯到熱軋、冷軋，數據之間并不是一一對應的關系，因此，簡單的把數據收集起來并不能建立數據中心，要建立數據中心，必須進行數據的重新組織。
1.1大數據的技術應用
在質量數據中心的建設中，使用業(yè)界流行的大數據技術——HADOOP技術進行海量明細數據的存儲，解決了以前數據存儲速度慢、實時性低的特點。
采用大數據技術進行分析相比于傳統的數據倉庫應用，具有數據量大、查詢分析復雜等特點。大數據的4個'V'，其特點有四個層面：第一數據體量巨大。從TB級別躍升到PB級別；第二數據類型繁多。第三處理速度快，1秒定律，可從各種類型的數據中快速獲得高價值信息，這一點也和傳統數據挖掘技術有著本質的不同。第四只要合理利用數據并對其進行正確、準確的分析，將會帶來很高的價值回報。大數據核心價值就是在于對于海量數據進行存儲和分析。
1.2數據采集
數據的采集是實現質量中心的關鍵。在生產過程中會產生大量的工藝數據，從對產品質量有影響的數據入手，利用各種技術實現機器之間的通信，將海量數據通過網絡及軟件方法自動傳送到質量數據中心。數據采集的方式很多，以下幾種采集方式可以作為參考：
1）電文通訊：在源系統中對數據進行組織，通過TCP/IP協議，將數據以電文方式發(fā)送給數據中心。
2）數據庫通訊：對于專用的源系統的數據采集機，如果其用數據庫存儲數據，則采用數據庫方式通訊，在質量數據中心服務器上建立一個客戶端，連接主機的服務器，把數據采集過來。
3）日志抓?。夯谌罩镜慕Y構化數據復制軟件，通過解析源系統數據庫在線日志獲得數據的增刪變化，再將這些變化應用到質量數據中心服務器數據庫，實現源系統數據庫的數據抽取。日志抓取軟件只讀取數據庫的日志，不直接對數據庫進行操作，所以對源系統的影響可以降到最低。
1.3實時性
對于質量數據中心來說，數據的采集、計算都需要有一定的實時性。通過特定的技術能保證數據采集和計算的實時性。
1.4數據組織
在質量中心中存有大量各工序、各機組的生產工藝數據，必須將前后工序的數據聯系起來，使工藝數據與實際產品在各個生產環(huán)節(jié)的工序一一對應，才能最終實現質量分析診斷的目的。
數據重新組織步驟。首先要建立鋼鐵生產跟蹤的物料樹，通過材料跟蹤號勾聯出生產時各機組的卷號，包括板坯號、熱軋卷號、冷軋相關的卷號、成品卷號、爐號及合同號等明細；再由各卷號勾聯相應子集庫中滿足條件的各類數據，在此基礎上，考慮鋼卷的開卷、卷取、方向情況、翻卷情況（因為涉及到表面檢測的數據），形成能夠跟蹤整個生產流程的物料樹主線。
按照物料號，業(yè)務屬性（溫度、速度、設備、缺陷等）、數據粒度（毫秒、秒、米）重新組織數據，形成各個層級的數據模型，這些數據模型按照時間區(qū)間進行存儲（分結構化數據和非結構化數據，表面檢測涉及到圖片），便于未來的使用和檢索。
數據組織時要判斷數據的合理性、過濾掉噪聲數據、從時間軸轉換為位置軸、板坯數據定位，子母卷同步、協調不同數據的采樣頻率、二次計算、長期存儲。
2全過程質量數據分析
在質量數據中心的基礎上建立全過程質量分析系統，通過對影響產品質量的關鍵輸入/輸出工藝變量及中間過程進行監(jiān)控，實現全過程統計控制，保證生產過程穩(wěn)定受控，支持現場操作人員及質量技術管理人員高效監(jiān)控、診斷分析和改進生產過程，從而穩(wěn)定生產過程，減少產品質量波動，最終實現產品質量的持續(xù)改進。
2.1質量預警
過程質量預警是將過程工藝參數納入到過程質量監(jiān)控體系，統計關鍵工藝參數的違規(guī)記錄、異常原因。
2.2過程監(jiān)控與分析
利用統計分析工具,監(jiān)控生產過程是否處于受控狀態(tài)，判斷過程質量的穩(wěn)定狀態(tài)。
2.3質量評價
按照給定的原則對工藝質量指標進行統計分析，做出綜合工序能力評價，以便后續(xù)工作的改善。
2.4統計質量判定
通過統計分析和業(yè)務經驗進行離線質量判定。
2.5制造履歷追溯
根據物料走向，進行物料全過程的生產履歷追溯?？刹榭?、分析每個關鍵工序影響質量的關鍵工藝參數的分布；質量檢驗特性及判定結果的追溯；各批次生產過程設備運行狀態(tài)追溯；指定缺陷數據追溯；通過多維度，多角度將用戶關注的數據進行整理展現，可任意拖拽，選擇數據范圍，快速查看360度的質量/產品信息。
2.6質量報告
從數據中心中讀取數據，并以圖形、表格的形式顯示，實現重點質量報表展示功能，反映業(yè)務管理信息。并能以預定義的格式通過Web、Email或文件服務器發(fā)布。系統根據質量診斷、質量判定、違規(guī)報警等為每個產品出具質量報告。
系統按照下游工序針對上游工序的過程質量數據要求提供完整數據接口；根據過程數據，過程質量預警、在線質量判定結果等信息生成質量統計報表?？啥ㄖ聘鞣N過程質量統計分析報表包括產量、產品合格率、內控率、降級原因、違規(guī)記錄，指定工藝參數/質量指標的最大值、最小值、平均值、標準方差、Cp值、Cpk值等。系統提供鋼種、客戶、訂單、產品用途等不同分類的報告。
3企業(yè)大數據平臺
生產過程、檢驗、表檢等數據信息都是企業(yè)內部的數據信心，在這些數據信息的基礎上建立質量數據中心，對于一個企業(yè)來說，僅是對內部質量數據的分析是不夠的，還需要把內、外的數據結合起來，建立質量的大數據。
在企業(yè)內部，質量數據中心的基礎上，對生產、成本、庫存、能源建立相應的數據中心，形成企業(yè)內部的大數據平臺，再結合企業(yè)外部的行業(yè)標準、市場行情、銷售（電商）、采購（電商）、客戶要求、研發(fā)公關信息，形成企業(yè)外部的大數據平臺，內部與外部數據的結合，形成企業(yè)的大數據平臺。企業(yè)大數據平臺按照客戶、產品、業(yè)務方向從多個角度進行數據組織，建立企業(yè)的數據模型。
企業(yè)的大數據平臺，支撐企業(yè)轉型智能制造。建設智能工廠/數字化車間，通過大數據分析，加快人/機智能交互、工業(yè)機器人、智能物流管理、增材制造等技術和裝備在生產過程中的應用，促進制造工藝的仿真優(yōu)化、數字化控制、狀態(tài)信息實時監(jiān)測和自適應控制。
利用企業(yè)的大數據平臺，支撐智能管控。通過大數據分析，加快產品全生命周期管理、客戶關系管理、供應鏈管理系統的推廣應用，促進集團管控、設計與制造、產供銷一體、業(yè)務和財務銜接等關鍵環(huán)節(jié)集成，實現智能管控。
利用企業(yè)的大數據平臺，傳播先進的質量管理技術和方法。通過大數據平臺的信息積累，普及卓越績效、六西格瑪、精益生產、質量診斷、質量持續(xù)改進等先進生產管理模式和方法。
利用企業(yè)的大數據平臺，加強質量監(jiān)管體系。通過大數據平臺的信息收集，建立消費品生產經營企業(yè)產品事故強制報告制度，健全質量信用信息收集和發(fā)布制度，強化企業(yè)質量主體責任。將質量違法違規(guī)記錄作為企業(yè)誠信評級的重要內容，建立質量黑名單制度。
總之，企業(yè)的大數據平臺優(yōu)化了企業(yè)內部的信息共享與傳承，將在企業(yè)的轉型中起到關鍵性的作用。
