严冬兰
江苏金恒信息科技股份有限公司 江苏 南京210035
摘要：在钢铁企业的发展中，应结合产业发展动态，及时发现并修正问题，明确贯彻企业管理策略，进行营销管理信息的分析，以便有效提高企业资源利用的价值。在钢铁企业发展中，通过大数据平台的建设，需要结合企业内外综合信息资源的内容，实施营销数据动态监控、数字化生产管理等钢铁企业全流程数据的监控、分析和利用，以便充分满足现代化钢铁企业的发展需求。
关键词：钢铁企业；大数据；资源开发
引言
随着工业化与信息化两化融合的大力推进，钢铁企业的信息化建设有了突飞猛进的发展，各应用系统对底层实时数据的需求愈发强烈。通过工厂数据平台的构建与应用，实现对工厂各类数据的整合、串接，实现对冶金大数据的建立与挖掘，为质量缺陷追溯等提供数据基础，满足了现代钢厂多系统、大差异、长流程的数据管理需求，为实现智能制造奠定基础。
1项目背景
1.1系统集成需求
项目实施前，信息化系统繁多、差异性大、数据广泛分散。近几年来，类似南钢多个钢厂围绕信息化建设先后实施了EＲP系统、MES、订单设计系统ODS、高级排产系统APS、质量管理系统QMS、能源管理系统等多套三、四级系统，结合各单位现有的一、二级自动化系统构成了庞大的信息自动化系统集群，支撑着公司日常生产的每个环节。EＲP系统接收客户订单，ODS结合订单进行质量设计，APS对将要生产的产品进行生产安排，MES执行生产指令、将订单计划转化为生产计划下发给二级系统，二级系统通过模型计算把产品参数转化为控制参数下发一级系统，一级系统控制现场设备按计划动作、实现产品生产。在上述过程中，铁水成分、钢坯重量、板坯表面质量、辊速、炉温、延伸率等各类生产、质量数据流转于各个系统之间，计划数据与实际数据混杂，独立生产环节之间缺乏联系，亟需一个系统将这些数据按照一定规则整合、串接，形成完整的数据体系，进而挖掘数据背后的奥秘。
1.2质量缺陷追溯需求
项目实施主要是为了满足降低成本、提升质量、实现缺陷追溯的需求。现代钢铁客户对钢铁产品的质量需求日益提高，质量缺陷的发生既损害公司利益，也会给企业的形象带来不良影响。生产过程中的任一环节都有可能造成最终产品的质量缺陷，发生缺陷后查明缺陷原因却困难重重:当产品出现质量异议时，无法追溯异议产品生产过程中实际的工艺执行情况、操作情况、数据情况，导致数据分析困难。随着公司产品质量的提高及品种数量的提升，该问题越发突出，亟需一个系统将产品的生产过程贯穿起来，为质量缺陷追溯提供数据基础。
1.3数据管理需求
随着信息化技术、大数据存储及数据处理技术的飞速发展，数据的重要性得到显著提升，但如何在保证安全性的前提下采集有效数据，深度挖掘数据分析管理的潜能，则需要一个系统完整的解决方案。现代钢铁企业设备种类多、工艺流程长、数据源分散的实际现状，产生了一个数量极为庞大、关系极其复杂的数据海洋。以满负荷生产年产能200万t冷轧线为例，平均单卷重20t，年产10万卷。假定每批次冷板都经过退火、酸轧、镀锌、重卷全工序，每个工序产生1个数据文件，每个文件15MB，则单卷数据量为60MB，年数据量为6000000MB，即6TB左右;数据要求保存期限为10年，仅在冷轧工序就需要净数据空间为60TB，而且不包含基板数据。每个钢铁企业都是由数条类似的生产线组成集群实现各类产品的生产。现代钢铁用户日益提高的产品质量需求倒逼钢铁企业必须对如此量级的数据实施管理，为其建立内、外部对应关系，实现检索、分析。因此，亟需建立创新性的数据管理模式以适应多系统、大差异、长流程的数据管理需求。
2钢铁企业大数据平台的构建方法
2.1数据信息的处理
在钢铁企业发展中，为了保障大数据平台建设的稳定性，应该结合数据分布的特点，针对ＥＲＰ、订单设计等项目进行综合的设计，满足钢铁企业大数据平台建设的基本需求。而且，在大数据平台建设中，应该结合数据项目特点，进行数据资源的统一性管理。通常情况下，在数据信息处理中，需要做到以下内容：第一，将数据纳入管理范围中，结合数据系统的梳理状况，构建处理清单，同时，需要结合数据资源的大小、用途以及特点等，进行方案的构建。第二，在能源数据分析中，应该结合数据自动化特点，对公司中的数据进行梳理，提高数据资源检测的价值性、有效性。第三，数据统计中，需要按照数据的分布状况以及周期制定标准等，进行实际数据资源的整理，满足钢铁企业运行以及数据采集的发展需求，为数据清单的确定提供参考。
2.2构建信息化的处理管理平台
通过对数据管理平台的构建，结合钢铁企业运行状况，可以实现对各级系统的重新定位以及优化管理。通过对系统层设计方案的分析可以发现，系统存储平台通常包含了ＰＩ实时数据库、Ｏｒａｃｌｅ数据库，在ＰＩ实时数据库数据储存中，通过系统存储平台层中的状态参数确定，可以对整个生产基础平台进行设计，提高实时数据、历史数据分析的合理性。在Ｏｒａｃｌｅ数据库项目设计中，可以结合存储物料、对照关系信息等，进行工序生产过程的简化，保证信息处理的有效性。在统一性访问平台层数据处理中，需要结合分散性数据、工厂数据以及规范数据的特点等，进行系统的调用，满足钢铁企业的运行以及发展需求。数据库系统项目建设中，也应该结合钢铁企业的大数据资源建设特点，进行公司信息的收集，满足数据资源以及项目确定的基本需求。而且，在管理小组中，钢铁企业需要对数据进行细致的梳理，如：线下与客户协商一致后，通过客户服务内容的分析，确定合同执行细节、收款方式、收款等内容，使用电子签章（ＣＡ）签订电子合同。将合同及时传输到各生产厂，实现与钢厂生产信息化系统的无缝对接，快速及时准确地完成定制化产品的生产流程。在实际应用中，标准性实施方法以及实施规范的确定要有统一的管理，项目设计作为重点内容，提高数据使用的标准性。
3实施效果
项目实施后，公司能够实现全局数据共享，通过统一的数据查询平台，各个应用系统不需要关心整个工厂数据库的存储介质类型，即可选用系统提供的查询方法查询数据。系统提供的查询方法有:按炉次/卷查单值数据，按炉次/卷查多值数据，按炉次/卷查热轧卷位置匹配数据，按参数查实时数据，按具体时间段查多值数据，多炉/卷、多批次同时查询，自定义条件查询，单值、多值数据与炉次/钢卷匹配完成同时查询。基于这些数据基础的QMS、TPQC、EMS等上层系统功能得以实现。通过系统实现质量数据长期存储，当发生质量缺陷时，能够对产品生产期间的生产数据、质量数据进行追溯，有效追查缺陷原因，避免缺陷再次发生，切实提高产品质量。
结语
总而言之，在钢铁企业大数据平台构建的过程中，应该结合大数据平台设计的特点，进行资源项目设计的开发以及运用，满足数据资源管理的价值性，为大数据工程项目的设计提供支持。
参考文献
［1］韩德久，姜山红，陈晏娥．大型实时数据库在鞍钢矿业的应用［J］．冶金自动化，2010，34(2):15．
［2］张宝玉．钢铁企业大数据应用平台的探索与实践［Ｊ］．中国科技纵横，２０１７（１５）：１３．
［3］王卓，辛星，尹晓，等．基于Ｈａｄｏｏｐ的钢铁生产大数据存储平台研究［Ｊ］．软件，２０１６，３７（９）：４７－５１．