鋁電解生產過程控制策略研究分析

徐 謀

（四川啟明星鋁業有限責任公司，四川 眉山 620010）

鋁金屬在各個行業發展中占有重要地位，屬于消費量排名第二的有色金屬，是利用率近乎于鋼鐵的基礎生產材料，廣泛應用于制造、交通等領域，因此，鋁電解生產行業穩定發展具有重要意義。隨著信息化技術的普及應用，在鋁電解生產當中，發揮出巨大的作用。通過信息化技術，對每一次生產中各項數據進行存儲、集成，方便企業對其生產運行狀況進行全面分析。利用傳統人工控制方式，難以滿足當前鋁電解生產量的龐大需求，在此情況下，企業通過研發、應用數據驅動方式，例如采用數據挖掘技術對設備故障進行診斷、合理調配生產資源、把控決策控制方向等。按照數據生命周期特性，優化鋁電解在生產當中質量控制。

1 采用數據生命周期進行電解鋁生產質量控制的意義

當前，鋁電解在實際生產當中，對于生產現場進行數據采集時，往往存在效率不高以及精度不足等問題，進而影響到后續的數據分析結果，對鋁電解生產質量以及生產能效提升無法提供及時、有效的幫助。鋁電解生產質量受到的影響因素主要有幾大方面：人、機、料、法、環、測，在這幾方面因素作用下，生產的產品質量難免會存在波動情況，由此可得出生產過程中質量把控，關乎產品在生產全過程中的質量與成本[1]。鋁電解數據驅動質量控制模式，對于理論方面的分析研究已十分成熟，企業在實際生產運行當中應用也在不斷完善。隨著信息化技術在生產行業的幫助越來越大，企業逐漸提高對歷史生產數據應用的重視程度，利用先進的計算機技術，對每一次的生產數據進行采集、存儲、分析。傳統的質量監控措施在如今龐大的生產需求面前，已不能滿足企業的生產效率提高與質量管控需求，人工智能診斷產品質量模式正逐漸取代其地位，包括傳統的統計回歸法等質量預測方式同樣向智能預測方向轉變，現階段應用較多的主要為神經網絡以及模糊理論控制措施。將數據驅動與人工經驗結合，優化鋁電解生產質量控制，有助于促進企業發展與行業進步。

2 數據生命周期在鋁電解實際生產中存在的問題

2.1 鋁電解生產過程耦合程度高

雖然利用數據分析進行鋁電解生產有利于提高產品質量控制效果與生產效率，但在實際生產過程當中依然有較多的問題需要解決。在電解鋁生產過程當中，針對原材料很難進行物理化學反應的數字化，加上生產流程中各項工序連續性較高，極易造成前一道工序受到影響，牽連到后面工序的正常運行。以目前的鋁電解生產過程控制技術，難以解決生產流程中高度耦合包括非線性關系問題，通過建立模型、采用優化和控制生產質量模式，無法滿足企業高效、無污染與精細化的鋁電解生產需求，影響產品質量優化與成本控制。

2.2 數據存在多源性與不確定性

鋁電解在實際生產過程中，其運行規律的圖像、聲音、文本等表現數據具有多源性，以當下的技術條件，在感知融合多源數據時難度較高，影響數據采集、分析工作的高效性與準確性。另外，企業的鋁電解生產中，車間環境往往比較復雜，電流、磁場、噪聲等干擾因素較多，包括電解鋁工業生產自身存在的不確定性，會對傳感器收集數據過程造成影響，降低數據傳輸的精準度及有效性。

2.3 鋁電解產品質量數據重復利用問題

現今企業對于鋁電解生產流程中質量控制研究，只要針對于重要影響質量參數進行分析，企業相關技術人員普遍根據歷史數據和以往經驗，對生產過程中的各項數據進行分析并建立模型，這種方式在分析研究的深度以及廣度上具有極大的進步空間，對數據的重復利用程度低。通過利用數據系統進行鋁電解生產，能夠有效提高生產過程質量控制水平，增強數據重復利用有效性。另外，通過數據挖掘進行生產中各項知識、數據的獲取，在應用數據驅動進行生產質量控制當中，能夠產生極大數量的過程性知識，有利于指導后續生產工作的順利開展。

3 鋁電解生產過程質量控制

3.1 預測鋁電解生產過程質量

企業鋁電解生產流程質量控制，主要針對于過程中影響正常生產的異常突發情況進行監控與診斷，排查問題出現原因，及時采取有效措施加以解決，從而使產品合格率得到有效提升。但這種監控手段在實際生產運行中局限性較大，只有影響生產正常運行的問題出現之后，才后對相關人員發出警報，而非提前進行突發情況預警，具有時間滯后特征[2]。采用質量預測技術能夠有效提高生產監控模式的高效性，此方式實際應用的關鍵在于建立精準且高效的生產預測模型，將被動生產質量監控轉變成主動問題預防，提高生產質量安全保障。傳統生產質量預測模式，更多是依靠人工對生產過程各項參數以及數據特征進行分析，并且具有相關性以及非線性等特性，提高了生產過程作用機理的人工分析難度，采用智能預測方式，例如通過神經網絡等人工智能方式，建立貼合實際生產狀況的預測模型，能夠有效對鋁電解生產質量進行更為精準的預測。

3.2 合理把控生產過程質量

企業在鋁電解的生產當中，需要對重點質量監測數據，進行其數據特性分析，利用構建的質量數據模型，利用互聯網技術，通過線上或線下的方式深入研究質量數據挖掘方式，提高對歷史生產過程質量數據以及企業目前實時生產數據的利用率。根據此方式以及建立的生產質量成本模型，對鋁電解生產的質量控制成本進行綜合分析、評估，并且將分析、評估結果上傳到企業數據庫，為后續生產過程監控與優化提供參考。

3.3 生產過程質量數據管理

采用數據驅動方式進行鋁電解生產過程質量控制，其基本原理為針對數據全過程的有效管理，即質量數據在實際生產當中的收集、儲存、處理以及分析、更新和有效管理。對歷史數據以及實時生產數據進行深入挖掘，發揮出其內在的潛藏價值，對當下鋁電解生產過程質量控制，提供預測、監督、診斷與改善功能。圖1中所示為數據全生命周期的管理流程。

圖1 質量數據生命周期管理流程

鋁電解生產過程質量數據具有多種形態，可以將其劃分為動態實時數據和靜態歷史數據以及知識數據，此三種數據之間在相互關聯的同時，具備一定的遞進關系。對實時數據進行分析利用完成后，將其儲存上傳數據庫，轉變成歷史數據，利用數據挖掘對大量的過往生產靜態歷史數據分析，為企業的后續生產過程優化提供參考。隨著鋁電解生產不斷進行，其知識數據庫內容不斷增加、更新，歷史數據在不斷積累過程中被反復利用，有助于整個鋁電解生產過程質量控制。

4 鋁電解生產過程質量控制持續改進

以原有的鋁電解生產質量控制模式為基礎，結合當下企業產品質量生產需求，采用大數據全生命周期理念，建立新型生產流程質控制體系，針對生產過程中質量控制持續改進框架。其控制體系包含三個生產階段，歷史生產階段、實時生產階段以及后續生產階段，在生產過程中，針對質量控制主要有數據采集、存儲，數據實時應用和持續改進。

4.1 數據采集與存儲

鋁電解生產過程質量控制可以通過應用信息化技術如RFID、傳感器等，對人、機、料、法、環、測等生產條件進行實時監督管理，輔以多源信息感知技術以及融合技術，實時監測、采集生產當中的質量特性數據、生產車間環境等信息，并將其進行分類整理、融合，打造高效、可靠的實時數據源。建立鋁電解歷史數據庫，有效采集、儲存監測過程數據、設備運行信息、材料信息以及工藝參數等各項數據，對于知識數據的收集、整理與融合，應當涵蓋生產工藝知識、加工流程方法、設備運行狀態等一系列鋁電解生產顯性知識和實際生產操作經驗知識、設備故障、生產事故處理經驗等隱形知識，有效利用數據挖掘，能夠高效完成對隱形知識的獲取、存儲，為企業生產質量控制提供參考。

4.2 質量數據實時應用

在鋁電解實時生產過程中，能夠獲得設備運行狀態信息、傳感器監控監測數據等各項質量數據，將其均以數據流的形式進行采集。由于這些數據信息多源異構以及相關非線性等特點，必須利用實時數據流分析技術，精準有效完成分析任務，有效預測并實時監測影響產品質量的因素變化情況，在鋁電解生產過程發生異常時及時應對，為企業改進生產工藝流程與優化促進生產參數奠定基礎。將高效、便捷的網絡技術應用于實際生產中，實現對鋁電解生產在線質量控制，其關鍵環節是對實時數據流和歷史生產數據庫以及知識庫三者深度融合，并進行快速分析。實時監測生產過程，對各種影響因素可能造成的狀況進行預測，對發生的設備故障、質量問題等實行診斷和反饋，隨著生產工作持續開展，改進質量控制措施，綜合各項質量控制手段優點，合理應用的實際生產當中，達到有效提高鋁電解生產質量目的。

4.3 質量控制持續改進

正在進行的生產過程完成之后，將其中采集到的所有新數據錄入到歷史數據庫中，完成生產數據更新與補充，包括新的設備運行狀態信息和生產工藝優化效果、傳感器檢測數據等一手經驗知識，補充到知識庫中，有利于生產質量控制持續優化等工作開展。在歷史數據庫中，大量的過往生產過程信息，反映出每一次鋁電解生產過程中的正常或異常狀態，采用數據挖掘方式，全面對這些歷史數據進行分析，整理出其中的有效數據，結合實時生產狀況，針對性進行整個鋁電解生產質量控制以及工藝流程實現持續優化改進。而數據驅動能夠有效完成鋁電解生產質量追蹤，通過RFID技術等，進行數據采集等一系列生產全過程監督管理工作，實現高效鋁電解生產質量控制工作。

5 結論

文中針對鋁電解在實際生產當中的質量控制問題與改進狀況，闡述根據生產數據全生命周期理念，利用數據驅動方法進行生產質量控制效果。對鋁電解生產過程中現存問題分析，以數據驅動控制生產質量方式為基礎，通過對各項生產數據參數進行全生命周期的采集、存儲、分析、應用，進而改進實時生產運行體系，滿足企業鋁電解生產數量與質量需求，提高企業生產經濟效益。與此同時，利用信息技術，實現鋁電解生產質量管理效果增強，能夠提高行業的智能化程度，落實可持續發展的工作戰略。