先维大数据产品在铝加工企业应用实践

在数字化浪潮的推动下，先维凭借自主研发的大数据产品，倾力打造全方位的生产与质量分析系统。该系统从“人、机、料、法、环”多个维度建设应用，成功助力铝加工企业数字化转型。

一、铝加工行业痛点问题及挑战

铝加工行业是将铝及其合金进行各种加工和处理，制造出各类铝制品的产业。铝作为一种轻量、耐腐蚀、导热性能优良的金属，广泛用于建筑、交通运输、电子电气、包装及消费品等领域。主要的行业产品包括：铝型材、合金锭、圆棒、带材、箔料等。

铝加工企业生产业务一般涵盖铸轧、冷轧、品管、设备、安环、销售等。在各板块业务流程及生产数据存在交集时，大多数企业仍采用流程驱动生产的管理模式，该模式主要存在以下问题：

• 系统数据孤岛：传统企业信息化建设较为落后，车间仪表数据与生产系统数据隔离，导致数据取用困难，通常采用人工拷贝方式共享数据；
• 员工协作效率低：生产班报、工艺、设备巡检报均采用纸质记录、传阅，并誊抄到Excel表格中存档，生产效率非常低，且数据不完整、易出错；
• 生产问题难发现：因数据上报不及时、不透明，管理者很难及时发现问题，如设备异常、生产进度偏差、质量偏差、生产安全等问题。
• 生产工艺难优化：车间通常依托经验模型生产，产品质量难以控制，容易出现回炉重铸问题，加大企业经营成本和交付风险。

鉴于以上问题，先维依托自身的铝加工行业工艺管控经验和前沿的大数据技术，构建了铝工业生产与质量分析系统产品。此产品通过融合来自生产线的多维度数据，驱动企业做出科学的生产管理决策，提高生产效率、产品质量、生产安全，降低生产成本。

二、铝加工企业数字化转型实施步骤

2.1 铝加工企业数字化转型通常按照以下技术路线部署：

• 首先运用IOT技术对工控仪表数据采集，保证数据的实时安全传输；
• 其次通过大数据治理技术实现工控数据与业务数据的融合治理，为应用层提供高质量数据基础；
• 再通过轻应用平台搭建铝工业生产与质量分析应用，实现铝加工全流程业务管控。

可选方案有：

方案一：可选择通过工业数据建模技术，对生产设备、流程和工艺等维度进行深度分析，发掘生产问题；

方案二：可选择通过数字孪生技术，对车间、设备建模，实现生产流程自动化巡检。

2.2 先维汲取多个铝加工项目的成功经验，并融合先进的大数据产品技术，总结出以下实现步骤：

1）接入工控仪表数据

生产设备是铝加工企业的核心装备，大多企业仍使用十余年前的设备，部分设备采用机械仪表测量，或仪表数据本地存储。

先维运用IOT技术，通过对旧仪表的升级改造，基于物联网实现数据实时传输。基于多协议解析技术，实现新、旧仪表数据实时采集，并通过单向网关技术，实现数据“出厂”，保证生产车间的网络安全。

2）生产与业务数据融合

先维搭建“湖仓一体”大数据平台，实现工业数据和业务系统数据融合治理。通过大数据平台的数据采集工具，实现对工控数据、业务系统数据实时采集，并通过预处理技术，实现工控数据的实时治理，如“清洗、插值、转换、打标”等。使用移动终端，自动获取车间工控数据，以人工互补方式进行协同填报，实现工控数据与填报数据融合。基于实时开发和离线开发技术，打通业务数据和工控数据的关联，实现工业数据和业务融合，为上层应用提供高质、快速、稳定的数据基础。

3）研发生产与质量分析应用

基于无代码应用开发技术研发企业生产管理、铸轧生产、冷轧生产、品质管理、设备管理等全流程业务应用，目前在企业内部已实现非IT人员开发企业应用。

4）研发工业生产模型  

基于工业数据建模数据，研发产品合格判定、设备健康分析、产品流程监视模型，实现生产业务精细化分析。产品合格判定模型是通过对接产品检化验数据、物理性能测量数据，并结合生产工艺卡要求，自动对产品合格性进行判定；设备健康分析模型是通过接入实时仪表数据、保养数据，通过设备健康诊断算法，对输入压力、电流、电压、润滑等参数进行综合分析，输出设备当前的健康状况；产品流程监视模型，是基于数据驱动的感知模型，可实时展示某产品在生产线上的状态及其生产数据参数。

5）研发生产过程监视应用

该系统运用三维数字孪生技术，实现生产过程全流程监视、设备自动巡检、仓储物料在线监视。

三、铝加工企业数字化转型成果

先维的铝工业生产与质量分析系统产品已在多家铝加工企业落地实践，为企业创造了实质性的价值。主要体现在以下几个方面：

• 提高车间工作效率：通过移动协同和自动数采技术，实现设备自动化巡检、工艺班报快速上报，和传统纸质抄录相比，提高80%以上工作效率，数据传输更快速、更精准。
• 提高生产安全水平：通过设备自动化巡检和报警应用，实时了解关键生产点位数据，及时发现安全问题。同时减少50%以上的人工巡检工作，提高20%问题发现和处置效率。
• 提高交付产品质量：通过对生产工艺的管控和调优，降低了约5%的产品回炉重造的概率，节约了生产成本，提高交付质量。
• 提高数据资产价值：运用数据可视化分析技术，实现各生产全流程数据自动汇总分析，自动生成公司日报、班报、月报、专项分析报告等，快速发现生产管理问题，提高80%以上综合生产管理效率。