浅谈大数据背景下的首钢信息中心IDC建设

大数据是实现精细化管理的基石,也是核心竞争力的基础,大数据的应用,将成为未来提升钢铁企业生产力、竞争力、创新能力的关键要素。首钢信息中心互联网中心(Internet Data Center,IDC)引入微模块数据中心技术、云计算资源池技术、跨地域多数据中心的负载均衡和资源统一管理技术、通过云计算平台实现虚拟桌面、网络存贮、物联网等技术应用,为首钢迎接大数据的到来提供领先信息中心。     

近年钢铁主业智能制造发展综述(上篇)

综述了铁前原料场、烧结、球团、高炉本体及其附属系统和钢铁智能制造概况,介绍了钢铁企业积极开展、推行从料场到轧材的各个工序基于"信息化、数字化、网络化、大数据技术和云计算"背景下的智能制造情况,以及在工艺过程优化、生产效率、指标提升等方面取得的良好效果,在一定程度上为钢铁企业即将或正在实施钢铁智能制造在技术选择、方向上提供了较为全面的借鉴。     

近年钢铁主业智能制造发展综述(中篇)

据国内外相关钢铁智能制造专业技术文献资料,概述近年来国内外钢铁主业智能制造的科研、技术开发及生产应用状况。文献资料表明,钢铁企业积极开展、推行从料场到轧材的各个工序基于“信息化、数字化、网络化、大数据和云计算”背景下的智能制造,在工艺过程优化、生产效率、指标提升方面均取得了良好效果,一定程度上为钢铁企业即将或正在实施钢铁智能制造在技术选择、方向上提供了较为全面的借鉴。本文主要综述内容为我国炼钢转炉冶炼、精炼、连铸、钢包运转、调度系统及轧钢技术智能制造概况。     

近年钢铁主业智能制造发展综述(上篇)

加智能制造是钢铁产业迈向高端的“催化剂”。据国内外相关钢铁智能制造专业技术文献资料,概述近年来国内外钢铁主业智能制造的科研、技术开发及生产应用状况。文献资料表明,钢铁企业积极开展、推行从料场到轧材的各个工序基于“信息化、数字化、网络化、大数据和云计算”背景下的智能制造,在工艺过程优化、生产效率、指标提升方面均取得了良好效果,一定程度上为钢铁企业即将或正在实施钢铁智能制造在技术选择、方向上提供了较为全面的借鉴。本文主要综述内容为钢铁智能制造概况和铁前原料场、烧结、球团、高炉本体及其附属系统。     

钢铁企业集成生产计划管理系统研究

针对钢铁企业生产计划管理系统与其他系统集成度不高的问题,提出了面向制造执行系统的生产计划管理系统集成解决方案;研究了生产计划管理系统和物料管理、质量管理、基础数据以及合同管理等子系统的集成关系.开发了基于B/S模式的企业生产计划管理系统,该系统的运行和实施对钢铁企业信息化具有重要的意义.     

钢铁企业铁路运输的智能综合调度系统方案研究

随着科学技术的快速发展,智能化在各行各业得到了长足进步,成为科技水平提升的重要标志,对钢铁企业铁路运输行业来说,智能技术更是至关重要。作为铁路运输智能运营的重要组成部分,智能轨道交通调度是实现动态货运需求的全息感知、各种轨道资源的综合实时决策、自动控制和反馈,通过物联网、大数据、云计算、人工智能和其他先进技术,可准确评估运输状况和调度效果,实施铁路资源的整体和局部优化配置,更高效地服务钢铁企业的物流运输,降低铁路运输成本。基于此,对面向铁路运输生产全过程的智能综合调度系统方案进行研究,以供参考。     

钢铁企业CIMS下生产计划的研究

介绍了钢铁企业CIMS下生产计划的研究内容，讨论了钢铁企业生产计划的研究进展，对生产计划中战术计划的研究理论和方法作了详细的说明，指出了生产计划进一步的研究方向。最后提出了一种结合运筹学、人工智能、人机交互和多智能体技术于一体的生产计划编制方法。     

炼钢-热轧生产计划的优化与协调

炼钢和热轧是钢铁企业的关键工序,它们的生产运行情况影响着整个钢铁企业的效益.随着热送热装技术的普及,现代钢铁企业不仅追求炼钢和热轧生产计划各自的优化,更对它们之间的协调提出了更高的要求.根据最优炉次计划模型和最优轧制计划模型建立了炉次-轧制计划的协调模型,采用禁忌搜索算法对它们进行求解,并对模型和算法进行了仿真验证.     

基于大数据的钢铁数字安全监控管理平台设计

阐述了钢铁企业安全保障管理体系创新面临的形势,分析了大数据技术的内涵,提出了构建基于互联网、云计算平台、大数据分析及优化控制的钢铁数字安全监控管理平台的思路,并设计出相应系统。系统能够为用户提供合理的安全环保管理策略,实现对企业安全环保监管全程动态监控及长效预警,进一步提升企业安全监控能力。     

数据挖掘技术及其在钢铁领域应用概述

钢铁企业的各层次的信息化、网络化,每天都产生海量的数据。过去由于缺乏恰当的技术,使得包含在这些数据中许多有用的知识难以使用。论述了数据挖掘技术含义、发展历史,分析了钢铁企业生产过程中数据特征,介绍了我国一些钢铁企业应用数据挖掘技术的范例。     

综述钢铁行业智能制造的相关技术

随着全球范围内制造业的信息化、智能化及终端产品需求多元化,加之中国社会经济的转型升级,对钢铁终端产品质量提出了更高的要求,智能制造是解决上述问题的关键所在。首先介绍了钢铁全流程质量检测及工艺优化的研究现状;然后展望了各子工序质量检测、冶炼过程重点参数监控及工艺优化的着力点;最后结合物联网、大数据、云计算、温度检测及成分快速检测等关键技术,探讨了如何利用上述先进技术推动钢铁行业智能制造更好的实施。     

“十三五”中国轧钢技术进步及展望

 在国家“十三五”规划推动下,中国轧钢技术得到快速发展进步、成就显著,呈现一大批高水平科技成果,大数据、互联网、数字化与智能化等现代科技为高质量、高性能钢材研发生产和科技创新提供了先进高效的手段,钢材产量从2016年10.48亿t增加到2020年13.25亿t,高性能钢材自给率超过98.5%,为国家经济发展建设提供了关键基础材料支撑。仅就“十三五”期间中国轧钢技术的发展进步情况和代表性科技成果作简要介绍分析,重点介绍了中国轧钢产品生产总体情况和轧钢技术取得的代表性科技成果,并从轧制工艺基础与组织调控,绿色化轧制,数字化与智能化轧制,高强度、高性能热轧产品开发及先进热轧技术,高性能、高强度、高精度冷轧产品及先进冷轧技术等方面对代表性科技成果的关键技术点及应用情况做了简要介绍,最后,对未来轧钢技术的发展做了展望。     

轧制科技发展展望

现在已进入科技发展的一个新时期,信息化、大数据为其特征,为此,对今后轧制科技如何发展进行了探讨,并提出用计算数学求解问题的方法以及建立未来虚拟实验室的方案。同时,在简析生产现状后,对钢铁生产的发展提出若干意见。     

材料科学技术转型发展与钢铁创新基础设施的建设

摘要：在第4次工业革命浪潮的推动下,钢铁科学与技术正在经历数字化、智能化转型。钢铁行业全流程各工序均为“黑箱”,为多场、多相、多变的巨系统,具有复杂相关关系和遗传效应等。这些不确定性带来了巨大的挑战。挑战和机遇并存。这些不确定性提供了智能化和数字化技术的应用场景资源;钢铁行业极为丰富的大数据提供了挖掘其中蕴含客观规律的数据资源;现代的数据科学、智能技术为解决不确定性问题提供了强大的手段。以数据为中心,以工业互联网为载体,以实验工具、数字数据、计算工具为支撑,建设钢铁企业材料创新基础设施,将可以大幅度提高研发效率,降低研发成本,有力地支撑钢铁材料科学与技术的转型发展。实验工具平台除了传统的实验室仪器装备和中试装备之外,实际生产线被作为主要的实验工具。这些实验工具提供丰富、精准、写实的历史数据和现实生产数据,特别是生产线装备提供实际生产大数据,蕴含着生产过程中的全部规律,是极宝贵的数据资源。利用机器学习、深度学习等现代数据挖掘技术为计算工具,对这些数据资源进行处理、分析、计算,将数据转换为高保真度模型,可以得到具有“原位分析能力”的数字孪生。在工业互联网的总体架构下,以数字孪生为核心,组成信息物理系统,构建起基于数据自动流动的状态感知、实时分析、科学决策、精准执行的闭环赋能体系,解决生产制造、应用服务过程中的复杂性和不确定性问题,提高资源配置效率,实现资源优化,对材料行业转型发展提供关键技术支撑。虚实映射、实时交互、精准控制的信息物理系统与材料创新基础设施合二为一,以材料创新基础设施为基盘,形成具有“原位分析能力”的数字孪生,建设钢铁生产全流程、一体化的信息物理系统,必将推进钢铁行业智能制造蓬勃开展和数字化、智能化转型。     

炼钢—连铸—热轧生产计划编制的统一模型及智能算法

为使钢铁企业主体工序炼钢-连铸-热轧之间的生产协调有序、提高生产计划水平和加强生产资源配置效益,运用统一建模思想进行轧制单元计划、炉次计划和浇次计划的抽象描述,从注重共性的角度统一各阶段批量计划的目标函数,通过对目标函数的组合来实现各阶段计划的有效衔接.设计基于Multi-agent的协同进化算法进行模型求解,编制炼钢-连铸-热轧-体化计划.以某钢铁企业的生产计划制定实例进行模型测试,仿真计算结果表明模型的有效性.      

钢铁企业大数据研发平台的建设与思考

摘要：通过分析当代大数据背景环境下的钢铁企业研发面临的新特点、新问题,提出了建设有助于解决钢铁企业研发问题的大数据研发平台。简要说明了构成钢铁企业大数据研发平台的钢铁冶金研发大数据管理分析服务应用系统、集成计算平台系统和机器学习平台系统的主要功能,并重点阐述钢铁企业大数据研发平台建设所遵循的主要原则和思路方法。最后通过对钢铁企业大数据研发平台建设的研究,基本可以解决钢铁企业研发过程中在数据处理或分析方面面临的问题,帮助钢铁企业研发模式实现由“经验+试错”上升到“计算+验证”的转变,同时还可以有效降低研发成本、提高研发效率,对未来钢铁企业大数据的发展具有重要的指导作用。     

基于硬件虚拟化的云服务器设计与实现

随着互联网服务、大数据、云计算的兴起,云服务器渐成需求主流。相对于传统基于虚拟机的解决方案,基于硬件虚拟化的云服务器因减少了软件的花销能更好地实现高效能、按需简约,能更好地满足云计算的需求。与传统云服务器相比,该服务器的特点是高密度、高效能成本比、高效能功耗比和高可扩展性。本文介绍了云服务器按需配置的设计理念、分布式硬件资源共享的系统结构和硬件资源虚拟化的方法。设计并实现了一个基于硬件虚拟化的16个处理器的云服务器原型系统。在该系统中,基于现场可编程门阵列（Field programmable gate array,FPGA）设计实现云服务器的互联架构控制器（IFC）。IFC集成网络、存储和通用I/O资源,为高密度的云服务器提供多处理器间的互联。借助于IFC,所有CPU能够共享网络、存储和通用I/O资源,实现硬件资源的虚拟化。对原型系统的网络和存储性能进行了测试,结果表明该系统不但具有传统云服务器的架构优点而且还提供更好的扩展性和更高的性能。      

基于大数据技术的烧结终点优化控制

针对烧结终点优化控制问题,介绍了近年来关于烧结终点位置判断、烧结终点建模控制这两方面所取得的研究成果。基于大数据技术的兴起和国内外关于大数据技术的成功应用,提出了一种基于大数据技术的烧结终点优化控制策略,并给出了具体的实施方案。依据该实施方案,初步完成了烧结原始料层透气性预报模型的构建以及料层透气性核心操作参数最优控制范围的确定,用于指导现场操作人员改善透气性,保证烧结过程在稳定的原始料层透气性情况下运行生产,避免烧结过程后期因烧结终点偏差过大、对台车等操作参数异常调节而引起整个烧结过程发生更大的波动。     

优化配煤结构 降低炼焦成本

以１９９５年济钢焦化厂大焦炉生产数据为依据,运用正交试验法,选出最优配煤方案,既可满足焦炭质量要求,又可降低配煤成本。每年能节约配合煤成本２４０万元。