一种建立基于冷轧生产过程质量数据仓库的方法

摘要

本发明涉及一种建立基于冷轧生产过程质量数据仓库的方法，属于冷轧钢卷质量分析领域。本发明的技术方案是：将冷轧各产线的一级PLC的实时数据、二级的单值数据和三级MES的产销数据分别从不同的数据库中采集至大数据平台mpp集成的postgreSQL数据库中；将采集到的数据按照产线划分为单值数据和连续值数据，分类进行整合；将大数据平台中串联整合后的钢卷数据进行统计分析，从而指导生产冷轧。本发明的有益效果是：可以清晰明了的掌握冷轧整个产线的各个重要监测点参数的数据、以及订单合同、客户需求、冶金规范要求等数据内容，从而能够根据整体数据信息来指导冷轧产线的过程质量生产。

说明书

技术领域

本发明涉及一种建立基于冷轧生产过程质量数据仓库的方法，属于冷轧钢卷生产技术领域。

背景技术

随着大数据相关技术的发展，数据分析、数据处理、数据融合技术逐步应用在各个领域中。在这些领域中大部分均需要对多个数据源采集的数据进行融合处理，再进行后续分析处理。

在冷轧钢卷生产过程中产生的海量细粒度数据大部分沉淀在现场，相关数据从全局来未予以整合利用，处于局部、短期分析应用阶段。如何将一级PLC的实时数据、二级的单值数据、三级MES的产销数据合理融合起来，并进行分类统计分析数据，更好的指导生产过程，是钢铁企业近年来面临的一大难题。

发明内容

本发明目的是提供一种建立基于冷轧生产过程质量数据仓库的方法，将不同系统上的不同数据库中的生产数据融合在一起，方便技术人员整体了解冷轧完整产线的各个监测点参数，并根据冶金规范值能够实时指导冷轧生产，这种生产在线实时化质量管理，可辅助操作部门及维护部门迅速的掌握制程之稳定性要点，进而改善制程上的缺失；实现一级PLC实时数据、二级系统数据和三级MES产销数据的融合，整体呈现可以根据订单合同以及客户需求来严格完成产品制造的指导，进而提高订单合格率；让质量部门提高钢品质量的判定精准度，有效防止不良品外流，使得产品质量符合市场需求，提升公司整体竞争力，有效地解决了背景技术中存在的上述问题。

本发明的技术方案是：一种建立基于冷轧生产过程质量数据仓库的方法，包含以下步骤：

步骤1：将冷轧各产线的一级PLC的实时数据、二级的单值数据和三级MES的产销数据分别从不同的数据库中采集至大数据平台mpp集成的postgreSQL数据库中；

步骤2：将采集到的数据按照产线划分为单值数据和连续值数据，分类进行整合；

步骤3：根据冷轧卷号将上述酸轧、连退和镀锌产线进行串联整合分析同一钢卷下各产线的数据；

步骤4：将大数据平台中串联整合后的钢卷数据进行统计分析，从而指导生产冷轧。

所述步骤1中，数据多元化，格式标准不统一，数据来源于不同系统的不同数据库中，将其多数据源数据进行清洗、计算并采集存储至大数据平台mpp集成的postgreSQL数据库中。

所述步骤2中，单值数据来源有三部分：二级的单值数据、三级MES的产销数据和一级PLC的实时数据；由三级MES提供的产销数据，根据冷轧成品卷号将合同订单信息和公差上下限数据以及原料信息整合到单值数据中；一级PLC的实时数据采集的为连续性检测点，根据需求按照冷轧卷号进行平均值、最大值和最小值计算，进而与三级MES的产销数据根据卷号融合；来源于二级的单值数据，根据成品卷号与三级MES的产销数据进行融合，进而整合成完整的单值数据；

连续值数据来源于现场一级PLC的实时数据， 该部分数据需要和三级MES中的规范值数据根据成品冷轧卷号整合，进而在绘制各个参数曲线时能够体现其冶金规范中规定的上下限，是衡量冷轧过程中各个重要参数是否符合要求的依据，能够直观明了掌握各个参数的生产过程。

本发明的有益效果是：将不同系统上的不同数据库中的生产数据融合在一起，方便技术人员整体了解冷轧完整产线的各个监测点参数，并根据冶金规范值能够实时指导冷轧生产，这种生产在线实时化质量管理，可辅助操作部门及维护部门迅速的掌握制程之稳定性要点，进而改善制程上的缺失；实现一级PLC实时数据、二级系统数据和三级MES产销数据的融合，整体呈现可以根据订单合同以及客户需求来严格完成产品制造的指导，进而提高订单合格率；让质量部门提高钢品质量的判定精准度，有效防止不良品外流，使得产品质量符合市场需求，提升公司整体竞争力。

具体实施方式

为了使发明实施案例的目的、技术方案和优点更加清楚，对本发明实施案例中的技术方案进行清晰的、完整的描述，显然，所表述的实施案例是本发明一小部分实施案例，而不是全部的实施案例，基于本发明中的实施案例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施案例，都属于本发明保护范围。

一种建立基于冷轧生产过程质量数据仓库的方法，包含以下步骤：

步骤1：将冷轧各产线的一级PLC的实时数据、二级的单值数据和三级MES的产销数据分别从不同的数据库中采集至大数据平台mpp集成的postgreSQL数据库中；

步骤2：将采集到的数据按照产线划分为单值数据和连续值数据，分类进行整合；

步骤3：根据冷轧卷号将上述酸轧、连退和镀锌等产线进行串联整合分析同一钢卷下各产线的数据；

步骤4：将大数据平台中串联整合后的钢卷数据进行统计分析，从而指导生产冷轧。

所述步骤1中，数据多元化，格式标准不统一，数据来源于不同系统的不同数据库中，将其多数据源数据进行清洗、计算并采集存储至大数据平台mpp集成的postgreSQL数据库中。

所述步骤2中，单值数据主要来源有三部分：二级的单值数据、三级MES的产销数据和一级PLC的实时数据，绝大多数的单值数据由三级MES的产销数据提供，根据冷轧成品卷号将合同订单信息和公差上下限等冶金规范数据以及原料信息等整合到单值数据中；一级PLC的实时数据采集的为连续性检测点，需要根据需求按照冷轧卷号进行平均值、最大值和最小值计算，进而与三级MES的产销数据根据卷号融合；剩余部分单值数据来源于二级的单值数据，将二级的单值数据根据成品卷号与三级MES的产销数据进行融合，进而整合成完整的单值数据；

连续值数据主要来源于现场一级PLC的实时数据，该部分数据需要和三级MES中的规范值数据根据成品冷轧卷号整合，进而在绘制各个参数曲线时能够体现其冶金规范中规定的上下限，是衡量冷轧过程中各个重要参数是否符合要求的依据，能够直观明了掌握各个参数的生产过程。

在实际应用中，本发明的实施范围主要在钢铁企业中冷轧生产产线中，服务于冷轧生产维护人员、技术人员、品质管理部人员等。方便现场生产人员实时根据监测点数据调整投料量、化性成分等，有利于相关技术人员统计分析各个监测点参数对钢卷质量的影响，快速帮助品质管理人员判定产品是否符合订单合同、客户需求等。

步骤1中，将冷轧厂各产线的一级PLC的实时数据、二级的单值数据和三级MES的产销数据通过ETL采集工具从不同的系统不同数据库中采集至大数据平台MPP集成的postgreSQL数据库中。采集至该数据库其优势在于统一数据源、支持批量数据的大量并行运算，实时性较高。

步骤2中，将采集到的数据按照产线划分为单值、连续值数据，分类进行整合。

具体分类整合方法如下所示：

其中单值数据主要来源有三部分：二级的单值数据、三级MES的产销数据和一级PLC实时数据。绝大多数的单值数据由三级MES的产销数据提供，根据冷轧成品卷号将合同订单信息和公差上下限等冶金规范数据以及原料信息等整合到单值数据中；一级PLC的实时数据采集的为连续性检测点，需要根据需求按照冷轧卷号进行平均值、最大值和最小值等计算，进而与三级MES的产销数据根据卷号融合；剩余部分单值数据来源于二级系统，将二级系统中的单值数据根据成品卷号与三级MES的产销数据进行融合，进而整合成完整的单值数据。

连续值数据主要来源于现场一级PLC的实时数据，该部分数据需要和三级MES中的规范值数据根据成品冷轧卷号整合，进而能够在绘制各个参数曲线时能够体现其冶金规范中规定的上下限，是衡量冷轧过程中各个重要参数是否符合要求的依据，能够直观明了掌握各个参数的生产过程。

步骤3中，根据冷轧卷号将上述酸轧、连退和镀锌等产线进行串联整合分析同一炉次下各产线的数据。

步骤4中，将大数据平台中整合后的冷轧钢卷数据进行统计分析，根据冶金规范标准和合同需求来进一步指导生产冷轧钢卷。