歐洲鋼鐵行業數字化轉型重點：大數據分析和雲計算

2026-04-15 20:29:41

　　劉獻東

　　大數據分析和雲計算是歐盟鋼鐵行業數字化轉型的12個(ge)重(zhong)點(dian)科(ke)研(yan)基(ji)金(jin)項(xiang)目(mu)之(zhi)一(yi)。大(da)數(shu)據(ju)分(fen)析(xi)關(guan)注(zhu)基(ji)於(yu)曆(li)史(shi)數(shu)據(ju)的(de)算(suan)法(fa)，以(yi)識(shi)別(bie)產(chan)品(pin)質(zhi)量(liang)問(wen)題(ti)從(cong)而(er)減(jian)少(shao)產(chan)品(pin)故(gu)障(zhang)。鋼(gang)鐵(tie)行(xing)業(ye)中(zhong)的(de)傳(chuan)統(tong)數(shu)據(ju)庫(ku)技(ji)術(shu)在(zai)完(wan)成(cheng)對(dui)大(da)量(liang)結(jie)構(gou)化(hua)和(he)非(fei)結(jie)構(gou)化(hua)數(shu)據(ju)的(de)捕(bu)獲(huo)、存儲、管理和分析方麵，尚存在一定的困難。大數據分析技術采用新的處理模式，從各種數據類型中獲取有價值的信息，進而深入了解、獲取信息並洞察和識別其中的內涵，以便做出準確的決策。

　　大數據分析和雲計算領域有以下6個主要項目：

　　一是“鋼包全過程跟蹤”項目。

　　該項目根據多目標優化（MOO）框架和數據分析，采用了包括聲學在內的各類傳感器，以提高工廠產量、提高鋼廠的安全性。項目目標是實現鋼廠作業環境中的鋼包的自動跟蹤，涵蓋從煉鋼、連lian鑄zhu到dao板ban坯pi交jiao付fu的de全quan過guo程cheng。準zhun確que跟gen蹤zong鋼gang包bao位wei置zhi是shi煉lian鋼gang工gong藝yi數shu字zi化hua轉zhuan型xing的de基ji礎chu之zhi一yi。鋼gang包bao跟gen蹤zong係xi統tong即ji要yao在zai保bao證zheng平ping穩wen生sheng產chan的de條tiao件jian下xia，也ye要yao確que保bao在zai生sheng產chan計ji劃hua突tu然ran受shou到dao幹gan擾rao的de異yi常chang情qing況kuang下xia優you化hua鋼gang包bao物wu流liu，以yi確que保bao安an全quan並bing提ti高gao產chan量liang。

　　二是“質量4.0”項目。

　　該項目基於高級人工智能（AI）、機器自學習分析方法和大數據處理，開發自適應平台，允許在線分析大數據流，從而實現產品質量決策並提供量身定製、gaokekaoxingdezhiliangxinxi。duiyuouzhougangtiexingyelaishuo，channengguoshengdaozhilianjiagangtiechongchizhezhenggegangtieshichang，ouzhougangtieshengchanshangpoqiexuyaochayihua，jijituiguangyigetongyongpingtaijuyouzhanlveyiyi。danshi，gongxiangcuowudezhiliangxinxikenenghuidaozhikehudeyanzhongbuquedingxingbingqiesunhaikehudexinxin。zishiyingde“質量4.0”項xiang目mu平ping台tai可ke以yi實shi現xian整zheng個ge供gong應ying鏈lian上shang質zhi量liang信xin息xi的de橫heng向xiang整zheng合he，在zai線xian分fen析xi大da數shu據ju流liu，采cai用yong機ji器qi學xue習xi算suan法fa的de創chuang新xin方fang法fa，建jian模mo客ke戶hu關guan係xi並bing自zi動dong交jiao換huan數shu據ju自zi動dong匹pi配pei可ke用yong的de客ke戶hu和he訂ding單dan信xin息xi，通tong過guo與yu客ke戶hu雙shuang向xiang交jiao換huan量liang身shen定ding製zhi的de高gao可ke靠kao性xing信xin息xi，以yi實shi現xian差cha異yi化hua的de產chan品pin質zhi量liang水shui準zhun決jue策ce並bing降jiang低di成cheng本ben。

　　“質量4.0”平台作為麵向服務的體係結構（SOA），可以靈活地組合單個模塊並集成到現有的IT基礎架構中，不需要依賴單個產品或技術。“質量4.0”平台由3個服務模塊組成：一是質量數據生成服務模塊（QGS），生成質量數據及其合理性值；二是質量分配服務模塊（QAS），將客戶訂單與產品合理分配，並選擇相關的質量數據；三是質量交換服務模塊（QXS），交換為每個客戶訂單編譯的選定質量數據。

　　其中，“質量4.0-QGS”的主要功能是估計所有可用數據源的質量數據，並通過可能值（PV）量化該估計的置信度，以最終保證所提供質量信息的可靠性。可能值的確定可以用一個函數表達。

　　有效可靠地檢測異常質量指標對“質量4.0”xiangmuqizhejichuxingdezuoyong。zaizhenggeshengchanguochengzhongshoujideyuzhiliangyouguandeshujukenengyinjiancedenggezhongyuanyinchuxianyichangzhi。youyuliqunzhideleixingheduoyangxing，muqianhaimeiyouyizhonggongrendefangfakeyizairenheqingkuangxiayouxiaokekaodijianceyichangzhi。liqunzhigainiandefeizhengshidingyishejiqipianlizhengtaixing，kefenwei5類：基於分布、基於深度、基於距離、基於聚類和基於密度。該項目使用了FUCOD算法來檢測異常值，該方法結合了現有的4種離群點檢測方法，利用模糊推理係統（FIS）對每種方法的貢獻進行動態管理，根據處理後的數據挖掘其優點，避免其缺點。FUCODshiweichuliduoweishujuershejide，zheyiweizheliqunzhishuipingdejisuanbujinyaokaolvgouchengzhiliangshujudedangebianliangdetexing，haiyaokaolvtamenzhijiandexianghuzuoyong。zhexietedianshideFUCOD方法特別適用於處理大量任務的工業數據集。該方法已成功應用於歐洲鋼鐵行業。

　　“質量4.0-QAS”結(jie)合(he)質(zhi)量(liang)數(shu)據(ju)和(he)客(ke)戶(hu)相(xiang)關(guan)知(zhi)識(shi)，實(shi)現(xian)對(dui)產(chan)品(pin)質(zhi)量(liang)的(de)自(zi)適(shi)應(ying)性(xing)監(jian)督(du)，可(ke)提(ti)供(gong)估(gu)計(ji)的(de)質(zhi)量(liang)數(shu)據(ju)及(ji)反(fan)映(ying)質(zhi)量(liang)數(shu)據(ju)置(zhi)信(xin)度(du)的(de)專(zhuan)用(yong)合(he)理(li)性(xing)值(zhi)，將(jiang)收(shou)到(dao)的(de)信(xin)息(xi)與(yu)目(mu)標(biao)客(ke)戶(hu)的(de)知(zhi)識(shi)相(xiang)結(jie)合(he)，自(zi)主(zhu)分(fen)配(pei)和(he)交(jiao)換(huan)相(xiang)關(guan)訂(ding)單(dan)的(de)質(zhi)量(liang)數(shu)據(ju)、編製質量缺陷以創造有價值的信息，並向供應商反饋這些信息。然而，在供應商和客戶之間交換相關質量信息的係統必須能理解“相關性”dehanyi。yinci，quedingzhiliangxinxixiangguanxingsuoxudesuoyouxinxidoushijiyukeyongdekehuxinxihedingdanshujujinxingyuyijianmode。zhezhongmoxingzhongbaohanlekehuqinmichengdu，fanyinglegongyingshangheyonghuzhijiandexianghuxinrenguanxi，congernenggouhelidingyizhiliangxinxideleixingheshuliang。

　　“質量4.0-QXS”根據“質量4.0-QAS”提供的結果，為每個訂單分別編譯所選的質量數據，並使用標準通信協議交換數據。QXS是唯一可在工廠邊界之間訪問的服務，並管理“質量4.0”平台之間的質量數據交換，可實現以客戶為導向的雙向質量數據交換，並通過橫向集成建立對產品質量的同步關注。為了確定合適的IT標準並在客戶和供應商之間進行質量數據交換，目前已形成的解決方案有：QDX係統、 STEP係統和質量跟蹤係統。由於沒有適用於質量數據交換的免費標準，因此將在“質量4.0”框架中定義和實施特定的IT標準。

　　FADI是一個可定製的端到端大數據平台，是一個能夠以可移植和可擴展的方式部署和集成的開源工具，也是一個多用戶和多參與者（即專業分析師，數據科學家/工程師，IT管理員等）的平台。FADI有5個主要特征：一是收集來自各種數據源的批處理和流數據，二是將數據存儲在不同類型的數據存儲區中，三是使用ML和人工智能技術，四是在用戶Web界麵中可視化和分析數據，五是生成和發布報告。

　　三是“傳感器數據挖掘以提高產品質量”項目。

　　該項目提出了一個基於大數據、特征提取、機器學習、fenxifuwuqihezhishiguanlidejiejuefangan，yizidongfenxiganceshijianxulieshuju。xiangmutongguokaifaxindefangfahegongju，yibangzhugongchangtigaochanpinzhiliangbingjiangdishengchanchengben，qifangfazhuyaoshiguanzhu3個方麵的質量標準：外觀、內在質量和機械性能。項目的開發內容一方麵包括通過識別質量不良的主要原因，以優化製造過程；另一方麵包括快速預報產品質量，以更好地表征產品特性並降低成本。

　　這些新方法在從大量複雜數據中提取知識，例如，基於相當長一段時間（2年～3年）的和高頻（1Hz～10Hz）的、大量參數（數百個）的傳感器時間序列，摘出特定信息（例如，平均澆鑄速度）用於統計分析。為了自動大量分析這些傳感器時間序列數據，該項目提出了圍繞5個主軸構建的綜合解決方案：

　　1.大數據：設計和管理適合於對大量數據進行數據分析的新數據庫類型。

　　2.從時間序列中提取特征：開發用於構建更合適指標的算法，以更好地表征可能影響質量的過程。

　　3.機器學習：對機器學習的描述性和預測性分析，以查明質量不良的原因和進行更好的預測。

　　4.Analytics Server（數據分析服務器）：開發分析服務器以提高建模效率、優化管理並改善流程專家和數據挖掘專家之間的交流。

　　5.知識管理：實現專業知識資本化和有價值的統計數據，以規範和優化工藝知識和統計知識之間的交流。

　　四是“基於大數據開發實時監測、控製和預測的突破性技術，以提高鋼鐵生產過程的穩定性和產品質量”項目。

　　該項目專注於鋼鐵行業的應用場景開發和實施方法，基於鋼鐵工藝、並(bing)利(li)用(yong)最(zui)新(xin)技(ji)術(shu)的(de)數(shu)據(ju)處(chu)理(li)和(he)數(shu)據(ju)分(fen)析(xi)進(jin)行(xing)性(xing)能(neng)監(jian)控(kong)。隨(sui)著(zhe)歐(ou)洲(zhou)鋼(gang)鐵(tie)生(sheng)產(chan)對(dui)產(chan)品(pin)質(zhi)量(liang)和(he)工(gong)藝(yi)效(xiao)率(lv)要(yao)求(qiu)的(de)不(bu)斷(duan)提(ti)高(gao)，工(gong)藝(yi)和(he)產(chan)品(pin)的(de)數(shu)據(ju)和(he)信(xin)息(xi)收(shou)集(ji)量(liang)也(ye)在(zai)不(bu)斷(duan)增(zeng)加(jia)。同(tong)時(shi)，也(ye)需(xu)要(yao)新(xin)的(de)方(fang)法(fa)來(lai)分(fen)析(xi)和(he)控(kong)製(zhi)生(sheng)產(chan)過(guo)程(cheng)、確que定ding和he預yu測ce中zhong間jian產chan品pin和he最zui終zhong產chan品pin的de性xing能neng。該gai項xiang目mu以yi鋼gang鐵tie行xing業ye的de專zhuan用yong用yong例li為wei重zhong點dian，利li用yong數shu據ju處chu理li和he數shu據ju分fen析xi的de最zui新xin技ji術shu提ti供gong的de所suo有you技ji術shu和he科ke學xue可ke能neng性xing，綜zong合he利li用yong鋼gang鐵tie廠chang收shou集ji的de大da量liang信xin息xi資zi源yuan。該gai項xiang目mu的de最zui終zhong目mu標biao是shi：1.研究出製造過程分析和控製的開發和應用方法，以及評估和預測（中間）產品質量的擴展工具；2.提供此類方法的適用性和有效性的證據；3.發現在調查用例之外開發新方法的可能性並提出建議

　　該項目中包括的基礎子項目有：

　　1.大數據的應用。

　　由於其數據存量具有規模大、多duo樣yang性xing和he快kuai節jie奏zou性xing的de特te點dian，傳chuan統tong數shu據ju處chu理li應ying用yong軟ruan件jian無wu法fa充chong分fen處chu理li過guo於yu複fu雜za的de數shu據ju集ji的de研yan究jiu和he應ying用yong。該gai項xiang目mu以yi產chan生sheng經jing濟ji效xiao益yi為wei目mu的de，對dui來lai自zi多duo個ge來lai源yuan的de大da量liang數shu據ju進jin行xing高gao速su分fen析xi，既ji涵han蓋gai了le結jie構gou化hua的de數shu據ju，又you涵han蓋gai了le半ban結jie構gou化hua和he非fei結jie構gou化hua的de數shu據ju，同tong時shi也ye應ying用yong於yu孿luan生sheng數shu據ju。在zai保bao證zheng數shu據ju質zhi量liang的de前qian提ti下xia采cai用yongNoSQL（not only SQL）數據形式，應用於“質量4.0”（全流程質量管理）、鋼鐵產品全流程數據跟蹤的無縫跟蹤（位置識別與找正）。

　　2.事件處理。

　　事件處理是指一種跟蹤和分析（處理）有關所發生事情（事件）的信息（數據）流並從中得出結論的方法。該子項目由意大利RINA負責。RINA集團下屬的意大利材料研發中心CSM（寶鋼歐洲研發中心在歐洲的聯合研究中心）負責M設計、開發和驗證了創新的大數據架構，以管理來自鋼鐵生產的數據（過程和質量數據）。實現了Lambda架jia構gou，並bing能neng夠gou以yi實shi時shi流liu和he批pi處chu理li兩liang種zhong方fang式shi處chu理li數shu據ju。這zhe種zhong體ti係xi結jie構gou可ke對dui鋼gang廠chang自zi動dong化hua係xi統tong的de數shu據ju進jin行xing實shi時shi分fen析xi，並bing將jiang其qi存cun儲chu起qi來lai進jin行xing曆li史shi分fen析xi，是shi一yi個ge適shi合he人ren工gong智zhi能neng模mo型xing集ji成cheng的de場chang景jing。

　　目前已經成功實施的實際案例包括：“基於機器學習技術的過程機器預測維修”“基於深度學習模型的過程數據缺陷預測”“預測過程關鍵績效指標，以防止過程偏差”“利用深度學習和圖像分析進行缺陷分類”。

　　3.機器深度學習和大數據分析。

　　該子項目由德國BFI集團負責。大數據分析是收集、組織和分析大數據集以發現有用信息的過程。機器深度學習的方法包括：深層神經網絡（監督）、經常性網絡（監督）、卷積網絡（監督）、“深信不疑”的網絡（無監督）。

　　五是“基於網絡物理係統，將智能數據驅動的維護操作應用於軋鋼區域”項目。

　　該項目可預測質量降級、故障、異常、關鍵部件的剩餘壽命，以便及時規劃適當且具有成本效益的維護及幹預措施。

　　該項目通過在“Industry 4.0”基礎上建立的實驗係統和工具，開發了應用於軋製區域的“集成維護模型4.0”（IMM4.0），將鋼鐵行業的維護策略從預防性維護轉變為優化的預測性維護。該模型通過預測關鍵單元的質量下降、故障、異常和剩餘壽命，從而及時做出維護和幹預。

　　六是“實現鋼廠無人機自主飛行監視和點檢”項目。

　　該項目中采用新的傳感器數據，在兩個鋼鐵廠（蒂森克虜伯的Duisburg工廠和ILVA的Taranto工廠）檢驗了用無人機（UAV）代替鋼廠傳統基礎設施維護和保障相關崗位人員安全的技術效果。

　　該gai項xiang目mu采cai用yong無wu人ren機ji進jin行xing點dian檢jian，提ti高gao了le鋼gang廠chang工gong人ren的de安an全quan性xing並bing顯xian著zhu降jiang低di了le維wei護hu成cheng本ben。該gai項xiang目mu在zai硬ying件jian方fang麵mian改gai進jin了le無wu人ren機ji的de結jie構gou，以yi確que保bao事shi故gu發fa生sheng時shi工gong人ren的de健jian康kang和he安an全quan；設置了自主充電站，足以適應鋼廠作業環境；設立了集成係統，可從無人機傳感器獲取數據。同時，該項目在軟件方麵采取了用於在複雜區域中進行自主且穩健飛行的算法、協調激活和調度無人機機隊的策略、適用於基於智能手機的無人機的人機界麵。此外，該項目在管理方麵開發了無人機控製/管理人員培訓係統，並確保滿足所有有關無人機的法律要求和公司內部限製條件。

　　《中國冶金報》（2021年1月15日 02版二版）

來源：中國冶金報-中國鋼鐵新聞網

編輯：宋玉錚

下一篇：印度外貿新政4月1日起實施

版權說明

【1】凡本網注明"來源：中國冶金報—中國鋼鐵新聞網"的所有作品，版權均屬於中國鋼鐵新聞網。媒體轉載、摘編本網所刊作品時，需經書麵授權。轉載時需注明來源於《中國冶金報—中國鋼鐵新聞網》及作者姓名。違反上述聲明者，本網將追究其相關法律責任。
【2】凡本網注明"來源：XXX（非中國鋼鐵新聞網）"的作品，均轉載自其它媒體，轉載目的在於傳遞更多信息，並不代表本網讚同其觀點，不構成投資建議。
【3】如果您對新聞發表評論，請遵守國家相關法律、法規，尊重網上道德，並承擔一切因您的行為而直接或間接引起的法律責任。
【4】如因作品內容、版權和其它問題需要同本網聯係的。電話：010—010-64411649