钢铁企业全流程质量管控研究

anagement and other

钢铁企业全流程质量管控研究

杨春伟

（天津天钢联合特钢有限公司，天津 301500）

在我国经济从高速发展转向高质量发展情况下，寻求高质量发展成为越来越多行业的发展目标，钢铁工业作为国家支摘  要：

柱，探索钢铁企业全流程质量管控对于促进钢铁企业高质量发展具有重要意义。文章围绕全流程质量管控相关内容展开分析与探讨。

钢铁；全流程；质量管控关键词：

F426.31󰀃󰀃A󰀃󰀃󰀃11-5004（2019）11-0170-2中图分类号：文献标识码：文章编号：

1 全流程质量管控过程

全流程质量管控顾名思义就是对整个生产流程进行全方位

的质量管控，从接受到客户的订单起，从产品的质量设计环节、产品的生产加工环节开展在线质量监控、质量预测、质量判定、离线质量追溯、质量大数据分析和质量改进等，实现一个闭环的质量管理流程，真正做到PDCA循环（见图1）。

图1 全流程质量管控流程

1.1 质量设计

伴随着市场经济的不断发展，市场竞争态势愈加激烈，用户的各方面要求也变得更高，甚至可以用苛刻来形容，诸如对于品种、质量、成本以及服务等各个方面，均有着较高的要求。对于产品生产企业而言，用户满意才是其不懈追求的目标，也是企业长盛不衰的重要基础。这就要求企业不断生产逐渐从符合标准朝向满足用户需求的方向转变。对于钢厂而言，大多数都依据“标准+α”的模式进行生产，所谓α主要指的是在产品行业规范标准之外所提出来的附加技术要求。因此，当企业在接到客户的订单之后，就应该结合用户的实际需求和产品行业中本来的规范标准展开生产。产品行业标准主要包括产品的品种、规格、产品质量判定标准等等，从原材料的采购开始，经历烧结、球团、铁水到最终的产品阶段，每一个环节均有着严格的质量判定标准[1]。1.2 质量监控

该环节主要是利用现代化监测技术和手段，在线实时的对钢铁产品生产工艺过程中的所有参数进行实时的采集和监控，诸如几何尺寸、表面质量、力学性能等各项参数指标，以此来和

工艺标准进行对比，并判定产品的质量是否合格[2]

。1.3 质量预测

在钢铁产品的生产过程中，利用在线监测收集到的产品质量信息，以此对产品的最终质量进行科学的预测，并将收集到的实时参数信息、质量判定标准等信息及时的反馈给操作人员和质检人员，同时针对部分质量存在隐患的产品进行预警，以便于及时调整生产工艺，以此来提升产品的质量水平。1.4 质量判定

结合产品的质量规范标准以及用户需求等，在生产现场开

收稿日期：

2019-11作者简介：杨春伟，男，生于1987年，天津人，本科，工程师，研究方向：钢铁质量。

170

展产品质量检验工作，并判定产品的质量是否合格，最终生成质保书。

1.5 质量追溯

在离线环境下，全流程产品质量追溯启动，主要是将产品生产过程中存在的一些质量问题、客户投诉等情况进行收集，找出其中存在的问题，以便于对这些问题进行改进优化，从而对生产过程进行稳定，确保产品的质量达标，且能够满足客户对于产品的相关需求。在这个过程中，需要用到质量追溯系统，来将产品生产过程中的所有数据进行集成，例如将生产线上的过程工艺曲线、表面检测缺陷、过程参数等进行展示[3]。

根据实际检测需求，结合订单的具体状况，批次、钢种以及时间段等各方面的信息，来追溯各个生产工序中的产品质量弹性，利用每一个物料号所对应的上游物料好，来追溯到各个生产线的实际生产工序和工序的采集点，并将详细的数据信息予以导出，从而获得产品质量的相关信息。技术人员利用该追溯系统，就可以对产品质量产生的各种相关因素进行直观的分析，还能够对产品质量产生的症结进行上下游的追溯，诸如单工序多参数、单参数、多批次和多工序等在位置轴、时间轴等方面进行对比，从而获取更为详尽的质量要素，为工艺优化提供基础数据。

1.6 质量分析

质量分析则可以利用两种分析方法：其一为统计工序控制即（SPC）法，其二为大数据分析法。SPC法主要是利用系统平台所提供的样本散点图、样本运行图、等值线图、相关性散点图等一些常用的统计分析图来对产品的质量进行探索性的分析，以获得产品的质量诊断、质量控制和质量改进等目标。大数据分析法则是借助聚类算法、关联规则、决策树扥类等办法，来科学的分析产品生产工艺，对产品质量问题进行深度剖析，以便于查到产品缺陷的关键节点，并找到其和工艺参数之间的关系。1.7 质量改进

通过上述质量诊断分析，查找到质量问题的症结点，从而探寻到最佳的工艺改进措施，进而全面优化生产工序，提升产品质量，实现产品质量的持续改进。

2 全流程质量管控平台

全流程质量管控系统功能架构见图2。2.1 主数据管理

质量主数据管理主要分为产品规范管理和工艺规范管理。产品规范管理则囊括了钢厂生产产品的具体品种、规格、相应的质量判定标准等。工艺规范则重点在于规范各个生产线上相应钢产品的生产工艺和操作要点。

（下转172页）

M管理及其他

anagement and other

情况的相关材料进行搜集和整理，其中应该包含具体日期的最高降水量、最低降水量以及具体温度等多种和气象与之相关的材料。

3.6 放射性检测

把部分典型区域选取出来，并严格根据指定层次以及属性，借助相关仪器对相关数值予以检测。

的5min、10min、15min、20min、30min、45min以及60min依次展开严格的观测，同时对观测到的信息数据予以全面的记录，然后将60min当做一个周期，以此对水位展开严格的观测，直到整个水位高度数值未发生变化以及水位稳定标准全都进行观测，并予以记录，在此之后，每60min对观测数据在进行记录，待稳定数值被设置在4h的内水位数值波动处于5cm的区间时停止。3.3 钻孔对地质的观察

在整个矿区建设施工过程中，钻孔是其中最为重要的环节之一，在矿区展开水工环地质勘探工作时，若是发生渗水、孔内涌水、掉渣以及孔洞坍陷等一系列问题时，则必须对此进行全面的记录，比如现象发生时间以及具体位置等，与此同时，所有起钻、下钻的动水位以及相隔时间等一系列信息同样需要马上予以记录。在空洞钻进作业暂停时间相对较长的状态下，如果二次对其展开钻孔操作，那么对孔洞的内水位展开二次测量是无法避免的工作内容。

3.4 地表水地下实时不间断观测

将10d当做一个时间周期，对矿区河溪、坑道以及泉水展开钻孔建设流程，并对其温度以及水位展开观测，严格根据各个季节降雨量所具有的不同，对水质展开分别取样以及分析。3.5 气象材料搜集

所谓气象材料，主要便是对参加矿区水工环地质探测工作的相关工作者为了能够促使收集本地集体情况的目标得以实现，则应该向当地气象局上报和申请，并对近些年当地气象具体（上接170页）2.2 质量设计

当客户下达订单之后，系统依据指令对产品质量相关的各种要素进行综合的分析，并及时匹配到柱数据之中的产品规范和工艺规范等，从而明确该产品的具体执行标准、工艺路线等，并生成相应的生产信息，并将该信息传递到具体的生产工序中，以便于操作人员有一个清晰的认知，能够严格遵循质量标准开展产品生产。

4 结语

总而言之，矿区水工环地质工作具有一定的综合性，其可以更具合理与准确的对矿产资源相关位置的地理条件近况进行全面的判断。以上指标的达成实质上是一个逐渐深入的过程中，因此，必须对水工环地质勘查工作程序予以综合性的了解和认识，并对其合理性与准确性予以动态的监管，由此才能够让矿区水工环地质工作整体质量达到标准需求。

参考文献

[1]󰀃[2]󰀃[3]󰀃[4]󰀃[5]󰀃

李余敏,蒋菡,王莱.分析矿区水工环地质工作方法与技术要求[J].世界有色金属,2018(12):248-249.

肇维龙.浅谈矿区水工环地质工作的方法及技术要求[J].环球人文地理,2015(10):97.

李永为.黑龙江省地质环境管理与技术应用发展研究[D].湖北:中国地质大学(武汉),2009.

程王成.矿区水文地质及环境地质工作内容及技术要求[J].低碳世界,2013(14):146-147.

李维.基于矿区环境下分析水工环地质工作方法与技术[J].科学与财富,2019(1):172.

图2  全流程质量管控系统功能架构

2.3 实时数据采集

利用质量大数据平台，全面采集和存储全流程生产数据信息，确保各个生产工序的工艺数据、多个工序的工艺数据等，均能够和产品的质量数据保持一致，这样就能够更好的监控和预测、追溯产品的质量信息。2.4 在线质量预测

第一，构建质量预测模型。应将每一道产品生产工序的历史数据、相关关联工序的质量数据等信息进行全面的收集，同时借助聚类分析、神经网络等办法，建立完善的质量预测模型。将实际生产过程中采集到的数据信息作为原始值输入到模型之中，从而借助一系列统计分析办法，对该道工序产品质量进行预测，

172

根据预测结果，来对工艺操作要点进行微调。第二，工艺质量预

测。在上述预测模型的预测下，获得每一道生产工艺产品质量预测结果，进而结合客户的实际需求，对产品的质量改进提出意见，并在线予以调整。2.5 质量自动判定

该步骤主要是借助聚类分析、数据特征识别和机器学习等现代化的数据分析方法，来对产品的生产规则进行优化，从而根据规则，来对产品的生产质量进行自动的判定和评级，最终生成一份完善的产品质量评估报告。2.6 质量分析与优化

在质量大数据的支撑下，质量分析和优化功能能够对产量的质量进行全面综合分析评判，其主要功能如下：①质量关联分析。追溯产品质量缺陷、质量异常等状况的原因，利用现代化的特征识别技术以及数据挖掘技术，来对产品质量影响最主要和关键的因素进行提取，构建产品工艺参数和产品质量关联数据库，并对数据库进行不断的优化改进。②工艺参数优化。根据上一个步骤中建立的质量关联数据库，找出工艺中影响质量的主要因素，并对这些关键性的工艺参数进行调整改进，以此来进一步指导实际生产。③控制模型优化。能够通过全面系统化的分析研判大量的质量历史数据，能够进一步优化调整现有的控制系统模型，在深度强化的基础上，不断来调整生产的精度和效率。在优化改进过程中，对训练复杂度以及任务复杂度等耦合关系进行进一步的调整，全面评估优化的性能，对产品质量提升提供助力。

参考文献

[1]󰀃[2]󰀃[3]󰀃

胡海波.信息化技术在钢铁企业质量管理中的应用[J].冶金管理,2019(01):81.赖祥文.产品质量管理角度的钢铁企业核心竞争力提升[J].现代经济信息,2018(08):128.

黄琳,周颂红.SAP质量管理在钢铁行业的应用探讨[J].科技风,2018(03):227.