최근 몇 년 동안 우리나라 철강업계는 내외 환경의 거대한 변화에 직면해 제품 품질에 대한 사용자의 요구가 갈수록 높아지고 있으며, 특히 자동차 업계, 고급 가전제품 등 업종은 제품에 대한 개성화 수요가 날로 증가하고 있다. 이와 함께 국내 철강업체들이 직면한 업계 경쟁도 심화되고 있다. 모든 철강 기업은 품질 관리를 매우 중시한다. 그러나, 전통적인 품질 관리 방법은 이미 현재 사용자의 제품 품질에 대한 요구를 만족시키기 어렵고, 큰 데이터를 충분히 이용하여 품질 관리의 효율을 높여 기업의 제품 경쟁력을 높이는데, 이미 점점 더 많은 철강 기업 관리자들이 인정하고 있다.
첫째, 철강 기업의 품질 관리 문제
국내 대부분의 철강기업의 정보 시스템은 단계적, 생산라인, 지역별로 단계적으로 실시되며, 기능이 체계적이고 완벽하지 못하다. 품질 디자인은 고객의 개인화 된 요구를 완전히 반영 할 수 없습니다. 생산 품질 성과 데이터는 서로 다른 정보 시스템에 분산되어 있으며, 상하 공정 간의 품질 정보는 수렴하고 공유할 수 없으며, 제품 구현 과정에서 정보와 품질 정보를 추적하기가 어렵습니다. 제품 구현의 프로세스 품질 관리에 대한 효과적인 모니터링이 부족하여 프로세스 간 추적, 전달, 추적 및 개선 검증을 수행할 수 없으며, 프로세스가 비정상일 경우 적시에 정보를 얻고 대책을 취할 수 없습니다. 프로세스 매개변수를 완전히 판단할 수 없고, 비효율적이며, 대표적이지 않고, 정확하지 않습니다. R&D 및 프로세스 기술자는 전체 프로세스 데이터를 완전하고 신속하게 얻을 수 없으며 품질 설계 및 분석 개선을 지원할 수 없으므로 품질 설계 및 개선 비효율성, 비효율적인 효과 등 여러 가지 문제가 발생합니다. 철강 기업은 시장 및 사용자와의 원활한 도킹을 실현하고 기업 경쟁력을 높이기 위해 품질 관리를 혁신하고' 품질 설계, 품질 판단, 품질 개선' 등 품질 관리의 효율성과 효과를 높여 고객의 맞춤형 요구를 충족시켜야 합니다. 개별 생산 라인과 시스템에 분산되어 있는 생산 품질 데이터를 하나의 대형 데이터 플랫폼에서 수집하고 통합해야 합니다. 이 플랫폼에서 "고객 수요 식별 → 맞춤형 수요에 기반한 품질 설계 → 프로세스 품질 모니터링 → 프로세스 매개변수를 포함한 품질 판단 → 전체 프로세스 품질 분석 및 개선" 통합 품질 관리 정보 시스템을 구축하여 전체 프로세스 품질 관리 및 다중 비즈니스 협업을 지원합니다.
둘째, 엔터프라이즈급 대형 데이터 관리 애플리케이션 플랫폼 구축
엔터프라이즈급 대형 데이터 관리 애플리케이션 플랫폼, 즉 공장 데이터베이스를 구축합니다. 품질 관리 업무 요구 사항에 따라 품질 데이터 수집 규칙을 설정하여 원자재 구매, 제강, 연속 주조, 열간 압연, 냉간 압연, 제품 배송, 판매, 사용자가 사용하는 모든 품질 정보를 포함한 제품 구현 프로세스의 모든 데이터를 대형 데이터 관리 애플리케이션 플랫폼에 수집하고 품질 데이터를 중앙 집중식으로 관리합니다. 1. 데이터 수집 데이터 수집은 프로세스 실시간 데이터 수집과 제품 품질 데이터 수집으로 나눌 수 있습니다. 설정된 수집 요구 사항에 따라 기업 정보 시스템 및 현장 테스트 기기를 포함한 데이터를 자동으로 수집합니다. 몇 가지 일반적인 사건, 상태 등에 대해. 자동으로 수집할 수 없습니다. 각 데이터 수집 서비스에 해당 수동 데이터 입력 페이지를 설정하면 운영자가 실제 상황에 따라 해당 데이터를 입력할 수 있습니다. 데이터 수집은 수집된 생산 프로세스 데이터와 추적 데이터를 특정 형식으로 정리하고 요약하는 것입니다. 제강 연속 주조에서는 생산로를 주요 채집 대상으로, 강철 가공물 번호를 채집 대상으로 하여 생산로의 해당 생산 라인에 대한 실시간 생산 프로세스 데이터를 기록합니다. 열연은 배치 (볼륨) 수와 길이를 추적 단위로 하여 생산 프로세스 데이터를 정확하게 수집합니다. 냉간 압연 코팅 산세, 용융 아연 도금, 채색 생산 라인의 데이터 수집은 정확한 자재 추적을 기반으로 하며, 강철 코일 번호와 스트립 길이를 추적 단위로 하여 생산 라인의 해당 스트립의 측정점에 대한 실시간 생산 프로세스 데이터를 기록합니다. 생산 프로세스 데이터를 강철 코일 번호 및 스트립 길이와 일치시킵니다. 2. 데이터 처리 데이터 처리는 프로세스 특성 및 분석 요구 사항에 따라 사용자 정의된 규칙으로 데이터를 유효한 정보로 만듭니다. 해당 데이터 간의 관계를 설정하고 스토리지 모델의 요구 사항에 따라 저장합니다. 대용량 데이터 관리를 위한 애플리케이션 플랫폼은 프로세스 매개변수를 슬래브 또는 코일의 해당 위치에 일치시켜 개별 라인 품질 데이터를 수집하고 일치시킬 수 있습니다 (즉, 타임라인이 위치 축으로 변환됨).
셋째, 빅 데이터 하에서의 품질 관리의 적용과 혁신
엔터프라이즈급 대형 데이터 관리 애플리케이션 플랫폼을 구축하여 제품 구현 프로세스 품질 정보 수집, 품질 설계, 품질 모니터링, 온라인 품질 판단, 프로세스 품질 추적, 품질 분석 및 개선 제품 품질을 실시간으로 모니터링하고 각 생산 라인의 품질 수준을 평가합니다. 품질 관리 정보 시스템에 관련 제품 및 야금 사양의 데이터베이스를 구축하여 품질 판단과 개선의 근거로 삼다. 품질 관리 애플리케이션 소프트웨어 및 분석 도구를 통해 품질 관리, 프로세스 최적화 및 품질 분석 개선 문제를 해결합니다.
1, 대용량 데이터를 기반으로 한 품질 설계
대형 데이터 관리 애플리케이션 플랫폼을 활용하여 중앙 집중식 통합 제품 사양 데이터베이스 및 야금 사양 데이터베이스를 구축하여 제품 품질 설계를 표준화하고 모듈화할 수 있습니다. 제품 사양 라이브러리 모듈은 제품 품질 설계 사양 데이터베이스 및 프로세스 설계 규칙의 모듈식 관리입니다. 제품 및 야금 사양 라이브러리 구축에는 제품의 본질적 속성 정의, 제품 사용 요구 사항, 사용자의 특수한 요구 사항 등을 명확히 해야 하며, 제강에서 최종 제품까지의 공정 경로 설계, 생산 프로세스 목표 제어 매개변수 설계, 제품 품질 관리 요구 사항, 성능 샘플링 결정 기준 등의 제품 공정 관리 관리를 규제해야 합니다. 제품 품질, 즉 설계의 개념을 관철하고, 대형 데이터 관리 애플리케이션 플랫폼의 역사적 데이터를 기반으로 제품 품질 설계를 수행하며, 구성 요소 설계, 프로세스 매개변수 선택, 공정순서 결정 등을 통해 역사적 데이터를 통해 최적의 제품 설계 및 프로세스 설계를 결정합니다. ERP 시스템은 제품 설계를 완료하고, 품질 정보 관리 시스템은 프로세스 설계와 고객의 특수한 요구에 대한 보완 설계를 완료합니다. 즉, ERP 가 발표한 품질 설계 결과를 검사하고 보완한 후 완전한 제품 제조 프로세스 제어 목표, 검사 및 판단 기준을 형성합니다. 품질 설계 결과는 규정된 형식에 따라 품질 계획 및 관리 계획과 같은 기술 문서를 자동으로 형성할 수 있습니다. 품질 관리 정보 시스템은 과거 데이터를 기반으로 한 품질 설계 규칙 검증을 지원합니다. 즉, 품질 설계가 완료된 후 과거 데이터를 사용하여 품질 설계 규칙을 검증하여 향후 제품의 주문 능력을 정확하게 평가합니다.
2. 큰 데이터를 이용하여 프로세스 품질을 모니터링하고 평가합니다.
(1) 실시간 대형 데이터 플랫폼을 기반으로 야금 사양의 매개변수 값에 따라 SPC 판단 규칙을 사용하여 제품 품질에 영향을 미치는 중요한 프로세스 매개변수를 온라인으로 모니터링하고 경고합니다. 공정 품질 경보 시스템을 구축하여 현장 운영 및 품질 관리 직책에 제조 과정에서 중요한 프로세스 매개변수의 적시 변경 및 경보 정보를 제공하고 품질 이상 이벤트에 대해 자동으로 경고합니다.
(2) SPC 규칙을 통해 주요 프로세스 매개변수를 모니터링 및 분석하여 판단 기준을 유지함으로써 제어 차트 및 평가 보고서를 자동으로 생성합니다.
(3) 생산 라인 품질 평가 모델을 개발하고, 프로세스 매개변수, 제품 지표 매개변수 및 생산 설비를 통합하고, 정기적으로 생산 라인 품질 관리 능력 지표를 자동으로 평가하여 제품 품질의 지속적인 개선을 용이하게 합니다.
(4) 직접 측정할 수 없는 프로세스 품질 매개변수의 경우 소프트웨어 측정 모델을 사용하여 예측하고 모니터링 매개변수에 매개변수를 균일하게 포함시켜 모니터링합니다.
(5) 전문가 품질 진단 시스템 구축 생산 라인에 품질 문제가 발생할 경우 큰 데이터를 사용하여 문제를 일으키는 프로세스와 주요 프로세스 매개변수를 신속하게 찾아 사전 진단 보고서를 작성합니다.
품질 자동 결정을 달성하기 위해 큰 데이터를 적용하십시오.
제품 품질 자동 판정: 열간 압연, 냉간 압연, 코팅 제품의 주조 등급 판정, 공예 제품 판정, 공장 검사 판정 등이 포함됩니다. 제품 생산이 완료되면 품질 관리 정보 시스템은 사전 유지 관리되는 품질 검사 판단 규칙에 따라 제품 품질을 자동으로 판단합니다. 판단에 사용되는 데이터에는 주문 정보, 강철 정보, 제품 합리화 검사 결과, 프로세스 품질 매개변수, 프로세스 이상 이벤트, 제품 크기, 표면 품질 데이터 등이 포함됩니다.
(1) 가공물 품질 등급 판단: 가공물 품질 판단 규칙에 따라 제강 변환기, 합금 트리밍 스테이션, LF 난로, RH, 연속 주조의 프로세스 매개변수 및 가공물 표면 품질에 대한 검사 결과, 가공물 품질 등급 판단을 완료하면 최종 종합 품질 결과가 각 가공물에 일치됩니다.
(2) 제품 표면 결함의 자동 판정: 강철 표면 품질의 자동 판정은 표면 검사 시스템의 표면 결함에 대한 정확한 식별 및 완벽한 표면 결함 감지 규칙 세트를 기반으로 합니다. 최종적으로 계기에서 감지된 결함에 대한 자동 판정을 실현하다.
(3) 공장 제품 품질 판정: 제품 품질 판정 규칙에 따라 열연 생산 라인 표면 품질 검사자의 시스템 데이터와 사진을 수집하여 각종 결함을 정확하게 식별하고 자동 판정을 실현한다. 각 냉연 생산 라인 표면 품질 테스트 기기의 시스템 데이터 및 그림에 따라 판단 기준에 따라 고객의 특수한 요구 사항과 결합하여 자동 판단을 실현합니다.
4, 프로세스 품질 추적 성 및 표면 결함 추적
빅 데이터 관리를 기반으로 한 애플리케이션 플랫폼은 제강, 연속 주조, 열간 압연, 냉간 압연, 코팅 등의 제품에 대한 전체 프로세스 품질 추적 및 분석을 가능하게 합니다. 자재, 주문, 시간, 강철 등급 등 다양한 조건에 따라 드릴다운할 수 있습니다. , 여러 공정의 프로세스 매개변수 및 품질 매개변수 수집, 공정 품질 데이터, 프로세스 설정 데이터, 제품 품질 데이터의 페깅 분석, 로트 품목의 프로세스 매개변수와 비교 페깅 분석, 공정 간 공정 품질 매개변수 페깅 분석 등 제조 과정에서 프로세스와 품질 매개변수의 차이를 찾아 문제의 원인을 파악합니다.
5. 큰 데이터를 기반으로 한 품질은 지속적으로 개선되고 있습니다.
대형 데이터 관리 애플리케이션 플랫폼 및 통계 분석 도구를 적용하여 품질 관리, 품질 설계 및 프로세스 최적화를 위한 품질 데이터 분석 플랫폼을 구축하여 프로세스 기술자가 제품 품질 및 신제품 개발을 지속적으로 개선할 수 있도록 지원합니다. 대용량 데이터 관리를 위한 애플리케이션 플랫폼을 통해 고객 기본 정보, 고객 원자재 구매 정보, 고객 제품 정보, 고객 품질 피드백, 고객 특수 요구 사항 관리 등 고객 기술 아카이브를 관리할 수 있습니다. 고객 서비스 시스템의 품질 이의데이터베이스에 따라 품질 이의에 대한 통계 분석을 수행하여 품질 이의가 있는 제품에 대한 전체 품질 추적을 수행할 수도 있습니다. 효율적이고 편리한 데이터 분석 도구 및 KPI 보고서 생성 도구를 구축하여 품질 상황을 분석했습니다. 교대, 일, 주, 월, 연도별 통계 보고서를 자동으로 생성할 수 있습니다. 빅 데이터 하에서 기업 품질 관리의 혁신은 품질 관리의 정교화와 효율성을 실현하여 품질 관리의 효율성과 수준을 크게 높였다. 대형 데이터 관리 플랫폼은 원자재 공장에서 제품 배달 사용자에 이르는 전 과정의 품질 데이터를 수집하여 품질 데이터의 중앙 집중식 통합 관리 및 효율적인 활용을 가능하게 합니다. 대용량 데이터 플랫폼의 데이터 및 분석을 기반으로 한 품질 설계, 품질 모니터링, 품질 판단 및 품질 분석의 개선은 더욱 엄격하고 정확하며 시기 적절하며 사용자가 제시한 개인화된 요구를 충족하는 데 도움이 되며 근본적으로 품종 구조 변환 업그레이드를 위한 기본 보장을 제공합니다. 그러나 실시간 데이터와 강철 볼륨의 정확한 일치는 매우 중요하며, 일치의 정확성은 결함 추적의 정확성에 직접적인 영향을 미치며, 결국 품질 추적 및 처분의 정확성과 제품 품질 분석 및 개선 효과에 영향을 미친다는 점도 유의해야 합니다.
을 눌러 섹션을 인쇄할 수도 있습니다