ЕвроТехсервис

Асу тп в металлургии. Нижний Тагил

О Фирме "ДАТА-ЦЕНТР Автоматика"

Фирма «ДАТА-ЦЕНТР Автоматика» основана в 1992 году и является поставщиком решений для металлургической промышленности от уровня АСУ ТП до уровня отрасли.

Основа бизнеса компании «ДАТА-ЦЕНТР Автоматика» - интеграция технологий, которая позволяет разрабатывать и внедрять решения по автоматизации, как для отдельного технологического процесса предприятия, так и для целой отрасли, включая все уровни управления.

В 2004 году фирма «ДАТА-ЦЕНТР Автоматика» выполнила проект по реконструкции МНЛЗ №2 и №3 ККЦ ОАО «ММК» (г. Магнитогорск). При этом были применены инновационные технологии 3D-моделирования процессов разливки для обучения операторов и тестирования поставляемых решений. Проект награжден Государственной премией.

В настоящее время итальянская компания «Danieli Automation», голландская компания «Quintiq» и российская компания «ДАТА-ЦЕНТР Автоматика» выбраны подрядчиками для реализации MES проекта (2013 – 2017 гг.) на Череповецком металлургическом комбинате ОАО «Северсталь».

Фирма «ДАТА-ЦЕНТР Автоматика» известна на ОАО «Северсталь» как разработчик проекта автоматизированной системы слежения и контроля процессов - АС СКП «Технология», который был реализован в 2008-2009 г.

Одним из значимых результатов этого проекта стала разработка систем слежения за металлом в конвертерном производстве, листопрокатном цехе №2 и на производстве холодного проката.

В 2013 г. рамках MES проекта была также разработана и внедрена система слежения за металлом в электросталеплавильном производстве, а в настоящее время и в сортопрокатном производстве.В стадии проектирования сейчас находятся работы в листопрокатном цехе №1, при этом впервые в системах слежения за металлом будут полномасштабно применяться методы оптического распознавания образов.

Практически во всех крупных проектах фирмы «ДАТА-ЦЕНТР Автоматика» многие технологии не только применяются впервые, но и являются собственными разработками фирмы.Этот факт признан и в академической среде. В 2013 году в Уральском Федеральном Университете им. Б.Н. Ельцина (УрФУ) совместно с фирмой ООО «ДАТА-ЦЕНТР Автоматика» была открыта базовая кафедра «Аналитика больших данных и методы видеоанализа». Целью деятельности кафедры является подготовка специалистов в быстроразвивающейся области информационных технологий – системы хранения и аналитической обработки больших объемов неструктурированных данных (Big Data), а также выполнение научных исследований и прикладных проектов для отраслей промышленности.

Фирма «ДАТА-ЦЕНТР Автоматика» является поставщиком инновационных решений и разработок с 1993 года.

1993 год – Поставка системы STARC (Статистика, Анализ, Распознавание, Кластеризация), фирме «Parsytec» GmbH, Германия. Фирма «Parsytec» хорошо известна в металлургии как разработчик оборудования и программного обеспечения для контроля качества полосы проката.

1998-2004 года – Разработка и установка складов-автоматов для ответственного хранения ценностей в Центральном банке России, Гознаке и Центральном банке Белоруссии.

2002 год – Разработка и установка системы распознавания номеров железнодорожных вагонов на металлургическом комбинате «ММК». Проведенные испытания показали достоверность распознавания - 98% при любых погодных условиях.

1998 - 2003 год – Разработка и установка аппаратно – программного комплекса для сортировки банкнот с помощью оптического распознавания образов в коммерческих и центральных банках более, чем в 12 стран мира.

2004 год – Разработка и поставка системы 3D-моделирования в рамках проекта МНЛЗ, ММК.

2008 год – Покупка патентов и технологии оптического контроля качества продукции, разработанные фирмой «ДАТА-ЦЕНТР Автоматика», фабрикой Гознак.

2009 год – Разработка и внедрение автоматизированной системы слежения и контроля процессов - АС СКП «Технология» для ОАО «Северсталь», в которой впервые применены подходы и технологии в области BIG DATA.

2012 год – Разработка системы распознавания пассажиропотоков, очередей в кассах и на турникетах для Московской железной дороги.

2013 год – Разработка системы 3D-моделирования в управлении пригородным сообщением Московской Железной дороги.

2013 год – Разработка и успешное тестирование блока видеоконтроля и блока слежения на базе методов оптического распознавания образов для автоматической фиксации всех перемещений объектов краном на складе листопрокатного цеха №11 ОАО «ММК».

Однако, одним из ярких примеров инновационного подхода фирмы «ДАТА-ЦЕНТР Автоматика» является проект АС СКП «Технология», в ходе выполнения которого была решена задача информационного единства неструктурированных данных всех уровней управления современного металлургического производства.

Современное металлургическое производство

Современное металлургическое производство представляет собой сложный комплекс различных переделов, базирующийся на месторождениях руд, коксующихся углей, энергетических мощностях. Металлургическое производство включает в себя следующие комбинаты, заводы, цеха:

- шахты и карьеры по добыче руд и каменных углей;
- горно-обогатительные комбинаты для подготовки руды к плавке;
- коксохимические заводы или цеха для подготовки углей, их коксование и извлечение полезных химических продуктов;
- энергетические цеха для получения сжатого воздуха, кислорода, а также очистки газов металлургических производств;
- доменные цеха для выплавки чугуна и ферросплавов;
- заводы для производства ферросплавов;
- сталеплавильные цеха (конвертерные, мартеновские, электросталеплавильные) для производства стали;
- прокатные цеха для получения сортового проката (листы, балки, рельсы, прутки, проволока и т. д.).

Автоматизированные системы управления металлургическими комбинатами ежесекундно порождают данные о процессах:

- технологических (АСУ ТП);
- логистических (АСУ Транспортной логистики);
- управления (MES и ERP системы).

Системы АСУ ТП собирают данные с датчиков агрегатов о состоянии и режимах технологических процессов. С систем контроля качества могут поступать видеоизображения полос прокатки и дефектов на полосе, карты ультразвукового контроля. АСУ Транспортной логистики содержат данные о перемещении материалов. ERP и МЕS владеют информацией о заказах, планировании, оперативном управлении обработкой материалов, о состоянии запасов на складах.

К примеру, только цепочка производства от выплавки металла до выпуска автолиста может включать в себя от 7000 до 15000 источников разнородных неструктурированных данных поступающих в реальном масштабе времени. Высокая степень автоматизации производства порождает у персонала предприятий «иллюзию доступности данных».

Иллюзия доступности данных

Оснащение производства современными системами автоматизации приводит к оцифровке всех получаемых данных и это создает у персонала предприятия иллюзию их доступности. Но «оцифровано» - не значит «доступно».

Данные о технологических процессах есть в АСУ ТП агрегатов, данные о производстве в MES системах, данные о заказах в ЕРП. Только нет суперпользвателей, которые могут заглянуть во все системы и пользоваться сразу всеми системами.

При анализе ситуации на производстве, поиске причин брака и закономерностей, решении оптимизационных задач необходимо собрать и сопоставить между собой отчеты совершенно разнородных систем. На сопоставление данных этих отчетов может уйти много времени и поставленная задача может оказаться уже не актуальной.

Рис 1. Необходимость сопоставить между собой отчеты разнородных систем может привести к невозможности решить поставленную задачу за обозримый промежуток времени.

На рис. 2 в виде пирамиды изображены уровни автоматизации предприятия. Чем выше уровень, тем меньше данных, которые можно запросить.

Рис 2. Уровни автоматизации предприятия

На вершине пирамиды находится управляющий персонал предприятия, принимающий решения. Получается, что при огромном количестве «оцифрованных» данных, решения управления принимаются без них. Следовательно, доступность данных на предприятиях с высокой степенью автоматизации - всего лишь иллюзия.

Технология BIG DATA – доступность данных в реальном масштабе времени

В современных информационных технологиях сложилась серия подходов, инструментов и методов обработки структурированных и неструктурированных данных огромных объёмов. В качестве определяющих характеристик для данных подходов отмечают «три V»:

- Volume (объём)
- Velocity (скорость обработки и получения результатов)
- Variety (многообразие типов структурированных и неструктурированных данных).

Эти характеристики хорошо подходят для структурированных и неструктурированных данных металлургического производства:

- множество сигналов с датчиков контроля технологических процессов,
- карты ультразвукового контроля,
- изображения полос прокатки, содержащих дефекты на полосе,
- данные о перемещении продукции и материалов,
- данные о заказах и поставщиках.

Вся совокупность технологий по обработке данных огромного объема и слабой структуризации называется BIG DATA.

Термин BIG DATA ввел Клиффорд Линч, редактор журнала Nature, который 3 сентября 2008 года подготовил специальный номер журнала с темой «Как могут повлиять на будущее науки технологии, открывающие возможности работы с большими объёмами данных?» Крупнейшими поставщиками информационных технологий с BIG DATA являются IBM, Oracle, Microsoft, Hewlett-Packard, EMC и Teradatа.

Разработанная в 2007 году фирмой «ДАТА-ЦЕНТР Автоматика» автоматизированная система слежения и контроля процессов EXPERT BASE использует современные технологии BIG DATA в металлургии и представляет собой новый подход к оптимизации процессов.

EXPERT BASE и пирамида уровней автоматизации

Система EXPERT BASE предназначена для сбора, хранения и обработки неструктурированных данных (например, изображений дефектов полос прокатки, сигналов с датчиков).

Система EXPERT BASE собирает производственные данные с разных уровней автоматизации. Также источниками данных может быть любая существующая система предприятия. Таким образом, система EXPERT BASE создает единое информационное пространство для всех уровней автоматизации. Возможность подключения любых источников данных обеспечило положение системы EXPERT BASE в иерархии средств автоматизации как показано на рисунке 3.

Рис 3. Система EXPERT BASE в иерархии средств автоматизации.

Система EXPERT BASE применяется как для оценки текущего производства и выявления причин бракованной продукции (цеховой персонал), так и для поиска способов оптимизации производства (эксперты).

Управляющий персонал предприятия может оперативно получить информацию по любому вопросу состояния производства, например, какие бригады работали в период повышенного выхода брака? на каких заказах наблюдался повышенный выход брака? или на каких переделах чаще всего бракуется продукция?

Другими словами, система EXPERT BASE в реальном времени дает ответ на любой запрос, относящийся к данным различных уровней автоматизации.

Система EXPERT BASE решает 2 главные задачи:

- приводит получаемые данные в единое пространство;
- помогает принимать управленческие решения об изменении производства.

Система EXPERT BASE приводит данные в единое пространство

Как строятся связи между данными, полученными из множества разнородных источников?

Система EXPERT BASE основана на понятии «объект» и связях между объектами. Все источники данных четко привязываются к объектам.

Объектом может быть цех, агрегат, технологический процесс, единица продукции (ЕП).

Объекты могут иметь атрибуты. Например, объект – цех, атрибут - название цеха; объект - единица продукции, атрибут - «плавка» «сляб», «горячекатаный рулон», «травленый рулон».

Объект связан с процессами. Например, объект - «конвертер» и связанный с ним процесс - «выплавка» или объект – «прокатный стан» и процесс - «горячая прокатка».

При установке системы EXPERT BASE на предприятии в ее справочники заносится вся иерархия цехов, агрегатов и процессов. Также создаются справочники источников данных и коннекторов.

Рис 4. Иерархия предприятия.

В процессе производства в системе EXPERT BASE динамически возникают связи между единицами продукции «родитель-потомок» - производственная генеалогия.

Рис 5. Генеалогия единиц продукции.

Например, может возникнуть генеалогическая цепочка единиц продукции «плавка» - > «сляб» - > «горячекатаный рулон».

Определение появления «потомка» у «родителя» и установка связи между объектами решается системой EXPERT BASE в реальном времени после обработки совокупности поступающих данных систем АСУ ТП и учетных систем предприятия. Алгоритмы создания связей «родитель»-«потомок» уточняются для каждого передела отдельно при привязке системы EXPERT BASE к конкретному производству.

Таким образом, в системе EXPERT BASE все объекты связаны и между собой, и возникает всеобъемлющий граф производства.

Рис 6. Граф производства

С помощью графа производства пользователь любого уровня может получить ответ на любой вопрос согласно уровню доступа.

Например, можно узнать из какой плавки и сляба получен конкретный горячекатаный рулон, а также получить таблицу всех технологических параметров изготовления этого рулона от химии плавки на конвертере до температуры за пятой клетью прокатного стана или можно определить всю продукцию, проходящую через конкретный цех и в определенную смену с детализацией до агрегата.

Вот так в системе EXPERT BASE данные, полученные из множества разнородных источников, становятся связанными, упорядоченными и доступными. Это и есть приведение данных в единое пространство.

Рис 7. Приведение данных в единое пространство с помощью EXPERT BASE.

Следует отметить, что первым бизнес эффектом, отмеченный пользователями системы EXPERT BASE на ОАО «Северсталь», было сокращение времени на выявление причин выпуска бракованной продукции от нескольких дней до нескольких часов.

Система EXPERT BASE помогает принимать управленческие решения об изменении производства

Под изменением производства понимается изменение нормативных документов по отбраковке изделий, операционных и маршрутных карт, в логистике перемещения материалов.

В системе EXPERT BASE предусмотрен ряд инструментов, который в современной IT-индустрии носит название Data Mining или интеллектуальный анализ данных.

Термин Data Mining введён Григорием Пятецким-Шапиро в 1989 году

Как получить новые знания для принятия управленческих решений?

С годами в системе EXPERT BASE накапливается большой объем данных. Так, только на переделе от выплавки стали до производства автолиста собирается около 3-х терабайт данных в год.

Такое хранилище данных содержит «скрытые знания», которые необходимо раскрыть для оценки рациональности существующего производства и принятия управленческих решений.

Рис 8. Инструменты технологии DATA MINING

Раскрытыми знаниями являются:

• ранее неизвестные — то есть знания должны быть новыми, а не подтверждающими какие-то ранее полученные сведения;
• нетривиальные — то есть такие, которые нельзя легко увидеть (при непосредственном визуальном анализе данных или при вычислении простых статистических характеристик);
• практически полезные — то есть знания, которые представляют ценность для исследователя или потребителя;
• доступные для интерпретации — то есть знания, которые легко представить в наглядной форме и объяснить в терминах предметной области.

Для раскрытия знаний система EXPERT BASE предоставляет инструменты технологии DATA MINING:

- построение ассоциативных правил;
- построение деревьев решений;
- кластерный анализ;
- построение математических функций.

Рис 9. Дерево решений.

Дерево решений имеет наглядное графическое построение и дает возможность эксперту-технологу качественно проанализировать полученный результат. Следует подчеркнуть, что одно из важнейших назначений методов Data Mining состоит в наглядном представлении результатов вычислений, что позволяет использовать инструментарий людьми, не имеющими специальной математической подготовки.

Кроме инструментария технологии Data Mining система EXPERT BASE предоставляет также важные инструменты для поиска скрытых закономерностей в данных:

- контрольные карты Шухарта, позволяющие выявить нестабильность процесса. Своевременное выявление нестабильности позволяет получить управляемый процесс, без которого невозможны никакие улучшения производства.

Рис 10. Контрольная карта Шухарта.

- инструмент для построения регрессионных и корреляционных моделей.

Рис 11. Регрессионные и корреляционные модели.

Система EXPERT BASE позволяет не только формировать любые выборки данных для анализа, но и выгружать данные для обработки в других специализированных системах, например, «Статистика».

Создание выборок производится с помощью инструмента «конструктор запросов». Конструктор запросов предоставляет пользователю следующие возможности:

•построение произвольной выборки по полному дереву параметров с заданием условий и ограничений;
•добавление в отчёт, кроме исходных параметров, новых вычисляемых параметров;
•хранение созданных запросов с именами в общей или индивидуальной папке пользователя;
•доступность запросов для повторного применения и редактирования.

Рис 12. Конструктор запросов.

Следует отметить, что основная прибыль от внедрения системы EXPERT BASE на ОАО «Северсталь» получена именно благодаря поиску скрытых закономерностей в собранном хранилище данных.

Состав системы EXPERT BASE

Система состоит из следующих основных модулей:

Интеграционная шина уровня предприятия. Позволяет подключить к системе любой параметр производства. Содержит набор коннекторов к внешним системам и коммуникационное программное обеспечение.

Хранилище данных. Позволяет записывать данные интеграционной шины в хранилище. Хранилище данных может быть организовано на базе следующих решений:Berkeley DB XML, MongoDB, Oracle NoSQL Database 3.0.

Аналитический модуль. Позволяет анализировать данные. Аналитический модуль может быть организован на базе следующих решений: SAP HANA, TimesTen Oracle, Собственные технологии поставщика решения.;

Возможна поставка всей системы на базе решений TERADATA.

АС СКП «Технология»

Автоматизированная система слежения и контроля процессов (АС СКП) «Технология» была развернута на Череповецком металлургическом комбинате ОАО «Северсталь» с 2008 по 2009 год.

Отличие системы АС СКП «Технология» от систем ERP и MES состоит в том, что ERP и MES системы позволяют управлять производством, а система АС СКП «Технология» система - ИЗМЕНЯТЬ производство.

Система АС СКП «Технология» охватывает переделы от выплавки в конвертерном производстве до выпуска готовой продукции в производстве холодного проката и штрипса в листопрокатном цехе №3. Кроме того, система охватывает горячий прокат в листопрокатном цехе №2.

На момент ввода системы АС СКП «Технология» в эксплуатацию было подключено около 7 000 источников данных. Каждый год Заказчик самостоятельно подключает дополнительные источники.

До внедрения системы АС СКП «Технология» на комбинате не было возможности объединить данные различных производственных систем в едином информационном поле. Сбор и хранение технологических параметров осуществлялся локальными АСУ ТП, обеспечивающими хранение информации в интервале 2–30 суток и доступ к информации посредством экранных форм и/или бумажных протоколов. Технологические параметры хранились в виде обобщенных данных без привязки к единицам продукции или в виде измеренных параметров, привязанных к астрономическому времени. В ЛПЦ-2 на многих участках вообще отсутствовали автоматизированные системы сбора и хранения информации. Регистрация основных технологических параметров велась на приборах-самописцах. Слежение за продукцией не было сведено в единую систему.

Фирма «ДАТА-ЦЕНТР Автоматика» в рамках проекта АС СКП «Технология» провела следующие работы:

• Обследование производства
• Проектирование
• Поставка и монтаж датчиков, приборов контроля,,серверного оборудования.
• На всех агрегатах были внедрены или модернизированы системы слежения за металлом в агрегате (ССМ).
• Реализован сбор результатов микро-, макро- и механических испытаний металла посредством передачи данных из автоматизированных систем конвертерной лаборатории химического анализа.
• Реализован сбор данных по отсортировке и отбраковке металла, посредством передачи данных из MES системы предприятия, проведено сопоставление вида дефекта, наименования агрегата виновника с номерами единиц продукции.
• Реализовано слежение за перемещением продукции на сквозном переделе, а также межагрегатное и межцеховое слежение за продукцией.
• Реализовано получение данных о заказах из ERP системы.

Отдельно следует остановиться на ССМ в качестве поставщика данных для систем третьего уровня. Основными целями ССМ является автоматический сбор измеренных значений технологических параметров, сопоставление измеренных параметров с номерами единиц продукции, и развертка параметров по длине единиц продукции. Другими словами ССМ это поставщик данных для системы АС СКП «Технология» а также систем MES и ERP. СММ позволяют избавиться от ручного ввода данных технологического процесса и поэтому являются надежными источниками данных. Фирма "ДАТА-ЦЕНР Автоматика" является также поставщиком ССМ.

Использование АС СКП «Технология»

В настоящее время ОАО «Северсталь» эффективно использует систему АС СКП «Технология» как постоянно действующий бизнес процесс совершенствования производства.

Технологический персонал цехов и центров контроля качества прошел подготовку в области использования методов математической статистики.

При разборе качества продукции используются отчеты, формируемые системой АС СКП «Технология».

В настоящее время ОАО «Северсталь» проводит тендеры среди университетов и научных учреждений на выполнение углубленных исследований накопленных данных для выработки рекомендаций по изменению производства.

В итоге, в результате только изменения методики отбраковки в конвертерном производстве был получен эффект, окупивший за год все затраты по развертыванию системы. И этот эффект повторяется ежегодно!

Такой эффект получен только от одного направления исследований и таких направлений множество.

ОАО «Северсталь» планирует расширить использование системы АС СКП «Технология» на всем комбинате.

Заключение

Современные IT-технологии в области BIG DATA позволяют свести в единое информационное поле все оцифрованные данные предприятия.

Пионером построения глобальных систем в металлургии, позволяющих в реальном времени анализировать данные предприятия и добиваться экономического эффекта, является фирма «ДАТА-ЦЕНТР Автоматика», внедрившая систему АС СКП «Технология» на ОАО «Северсталь» в 2009 году, когда термин BIG DATA еще только начал вводится в академической среде и распространяться в деловой прессе.