轧钢mes解决方案

钢铁行业MES 解决方案——轧钢篇

关键词:MES

摘要:GE可以帮助钢铁企业在钢材轧制过程中实现实时监控、在线质量判定、批次跟踪、质量分析、过程分析;从而确保产成品质量。

轧钢生产线总体可分为两部分:轧线、精整线(根据不同产品可能为处理线、剪切线)。轧线主要由加热炉、开坯机、轧机、控制飞剪等设备组成。精整线根据产成品不同类型可由热矫、冷矫、定尺锯(剪)、双边剪、剖分剪、打牌机、秤重机、堆垛机、各类冷床、各类台架、检查床组成。

钢材轧制的工艺特点是生产线长度长,所需生产设备(生产单元)数量多,生产路径复杂。因此在轧钢生产线上,进行制造执行过程的监控、批次跟踪、质量控制、质量判定;以及事后质量分析、生产过程分析、生产管理对整个钢材轧制生产具有至关重要的作用。通过GEProficy Plant Application产品,GE可以帮助钢铁企业在钢材轧制过程中实现实时监控、在线质量判定、批次跟踪、质量分析、过程分析;从而确保产成品质量。

轧钢工艺流程图

GE针对轧钢生产线 MES 解决方案功能模块如下:

生产排程

接收

ERP 下达的生产计划(Production

Order),并根据产成品规格、工艺要求、当前各个生产单元状态选择可用工艺路径,依次计算出轧机、热矫、冷矫、冷床、检查床等生产单元生产排程;计算选取各个生产单元控制参数、产品参数、设备参数质量控制范围,产生整个生产线的轧制排程(Rolling

Schedule)。调度员还可以在计划甘特图上进行人工拖拽调整,系统会根据调整进行自动修正甘特图,实现智能调整。

生产监控与实绩

生产监控的数据来源于生产现场的基础自动化设备,如 PLC、DCS 等,为调度层面和现场操作工提供操作指导。生产监控从对象来看分为三个层次:设备层面、订单层面、物料层面。

系统在设备层面提供所有设备的生产状态总览,对象包括轧机、热矫、冷矫、冷床、检查床、定尺锯(剪)、堆垛机、秤重机以及物流设备,如行车、叉车等。信息包括设备当前状态、轧制批次信息、工艺控制信息(如出炉温度、入轧温度、张力控制、轧机转速、实际辊径等)、产成品实际信息(重量、长度、宽度、厚度)。

在生产监视的过程中,当工艺参数、产品参数或设备运行参数超出合格范围时,系统将自动报警。系统从订单层面提供所有批次的加工履历和当前位置,并以操作记录的形式进行自动存储,为成本管理和考核管理提供不失真的基础数据。生产调度员可随时掌握批次在各区域的关键信息,如出炉温度、入轧温度、轧机转速、张力、物料成分等。

停机故障分析

系统可以根据轧钢厂实际生产情况配置停机故障模型。并根据现场获得的数据(来自自动化设备以及操作人员录入)自动停机/ 故障分析报告。 帮助厂级管理人员快速定位主要问题,找到解决问题的关键点。

效率分析

系统根据生产状况、停机时间、物料损耗率、成品合格率自动计算得出各个车间、各个生产线、各个班组的 OEE 数据。OEE 数据将作为考核各班组绩效的重要指标。

批次跟踪

批次跟踪对于轧钢区的生产调度非常关键。批次跟踪的信息来源于生产排程。系统根据生产排程自动生成产成品批次,从入加热炉开始直至产成品下线入库的过程处理信息为质量追溯、生产分析、成本管理提供了坚实基础依据。

质量管理

产品技术标准管理

产品质量判定

SPC分析

质量统计

产品回溯

物料及库存管理

对原辅料料仓进行管理,与板坯库、方坯库、成品库等库存系统进行集成。通过生产计划号(Production Order)和产成品编号的匹配,实现产品质量的全过程跟踪。

考核管理

基于实时采集的不失真的生产数据,形成基于班组的考核报表,考核内容包括产量、工艺(成材率、合格率)、消耗(电、煤气、冷却水)、OEE 等内容,为提高产品质量和节能降耗提供帮助。

数据仓库

GE

的数据仓库采用强大的数据立方体分析技术,把已经非常强大的报表处理和分析能力又提升到一个新的水平上,帮助用户轻松获取整个轧钢厂的相关生产信息–

通过将实时数据的比特位及字节转换成关于订单、资产、生产、质量、产量及更多的有意义智能信息,从而为生产和过程数据提供有意义的参考。GE

的数据仓库可以对长达数年的来自多个轧钢厂的整个生产过程每个工序所产生的生产数据(包括各种工艺、质量、设备运行数据)进行各种智能分析,从而帮助企业改进轧制工艺,提高生产运营能力。

通过 MES 的建设,能够为轧钢厂带来如下效益:

通过生产排程和生产协调,可以帮助企业快速应对市场变

化,使企业的生产模式由按库存生产转变为按订单生产。并

能提高企业订单按时交割率

通过有效的生产批次管理和能源平衡管理,从物流和能源上

保证轧钢厂的有序生产

通过批次跟踪,实现生产过程工艺数据的全程动态的显示和

加工过程的自动记录

实现产品质量追溯,有助于发现质量问题得根本原因和责任人

通过数据仓库的智能分析,为工艺部门进行工艺改进提供依据

通过客观真实的管理考核,能有效调动员工的工作积极性,有助于操作工提高操作水平,同时,实现节能降耗。通过对生产数据的分析挖掘,能够帮助企业实现更高层面的管理目标

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,589评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,615评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,933评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,976评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,999评论 6 393
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,775评论 1 307
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,474评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,359评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,854评论 1 317
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,007评论 3 338
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,146评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,826评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,484评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,029评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,153评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,420评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,107评论 2 356

推荐阅读更多精彩内容