基于云边端的热轧生产数字孪生结构与关键技术

来源：冶金自动化

作者：菜畅，王军生等

热轧系统设备繁多，结构复杂，操作条件严格，工艺要求高，传统的热轧设备智能生产主要依赖于信息空间中的数据处理、仿真和决策。在应用程序服务期间可能缺乏物理支持，通常会导致不准确的模拟结果。信息空间与物理空间的一致性和同步性较差，使得热轧生产难以充分交互和深度融合，导致分析和决策结果可能缺乏实时性和可信度。目前，在特定的应用场景中，有效的解决方案较少。

借助数字孪生引入热轧生产系统中，热轧智能制造得到广泛的发展。通过数字孪生可以实现智能制造的多物理场仿真、产品个性化定制设计、智能生产调度和产品全生命周期运维等。基于数字孪生的优化建模通过与现实的连续闭环交互，对目标参数进行连续控制和迭代。因此，该技术广泛应用于制造技术、数据分析、过程监控和诊断。近年来，以数字孪生为中心的生产线优化技术正在迅速推广。然而，热轧数字孪生系统平台的实现需要依赖的关键技术有云边端技术、5G通信技术。5G的出现促进了超高带宽、超低延迟等诸多特性，衍生出了许多新的应用，如虚拟现实、自动驾驶等应用，迈向5G的物联网互联生活。基于这些新的特点和应用，热轧生产中大量的移动设备连接到互联网，由于有限的云容量和超大规模的移动设备之间的矛盾，传统的传输方式已经不能满足5G应用的需求。对此，许多研究提出通过将采集的数据从远程云下沉到边缘服务器来提高效率，终端用户以较低的延迟访问热轧数据，减少5G网络的传输负担。

为了最大限度地利用生产资源和内容，需要达到终端用户、边缘服务器和云之间的平衡和协作，并进行智能决策。以全流程思维代替单工序过程优化，进一步提升钢铁全流程生产运行品质。但目前的研究主要集中在框架、流程等宏观层面，而不是具体技术、知识等微观层面，在云制造协同平台上需要设计具有工业特色的热轧生产数字孪生系统，可以提升产线数字化、智能化水平，达成协同与自优化的目标。

热轧生产将合格的高温连铸板坯轧制成较薄的带钢钢卷。热轧生产流程如图1所示。通过上料辊道对板坯进行核对、称重、测长和定位，装钢机将合格的板坯装入加热炉，加热到指定的温度，通过辊道输送到粗轧机，轧制前高压水除磷去除板坯表面氧化部分，再通过粗轧机前的立辊轧机对板坯定宽。粗轧机轧制板坯减少了厚度，再经辊道送至热卷箱头尾互换开卷，节约生产线空间，缩减板坯头尾温差，对开卷的板坯飞剪切头切除板坯温度不合格的地方，切头后的板坯进行除磷清洁二次氧化铁皮，由精轧前立辊导向进入精轧机组，各机架的多个相向转动的轧辊对板坯轧制，生产符合标准的带钢送入卷取机，带钢卷取前需要层流冷却，将热轧带钢由终轧温度冷却到规定的卷取温度。

热轧生产时常出现设备故障、轧件变形、温度异常等问题造成停工停产，通过人工检验维修耗费高、耗时长。热轧生产数字孪生与现场实时映射，实现板坯从加热炉到卷取机的过程参数、轧件质量、轧件物料等信息的智能化展示，用户可预知故障并远程操控，提高了热轧生产效率。

热轧数字孪生系统基于云边协同架构，以5G+边缘计算技术为纽带进行设备之间的数据通信。边缘端作为云端在本地的延伸，具有自决策和目标优化能力，解决近距离实时业务需求，无需与云端频繁传输，通过5G+边缘计算技术将处理后的数据上传至云端，同时接收云端模型数据的更新反馈，解决了物理实体与云端直接通信存在低速率、隐私安全性差等问题，提高了数据的传输效率和产品的生产效率，实现了云边一体化的算力资源开放与适配服务。

热轧生产数字孪生的结构体系是一种多维度的智能技术体系，如图2所示。由应用层、能力层、实体层三个部分组成，这三个层次是相互连接、相互制约和实时交互的关系，该体系以实体数据、通信传输与海量计算为依托，采用核心的云边协同、5G网络等技术手段，将计算、通信与控制有效协作，做到涉及制造设备、生产环境等物理实体与虚拟的信息空间深度融合，实现人对热轧的生产和设备的数字化管理和智能化控制。

面向工业制造在生产过程对轧钢设备管理方面的需求，构建具有虚实融合和交互感知能力的热轧生产线数字孪生模型，通过不同性能的高精度传感器采集热轧生产现场的设备数据，使系统的各类物理量信息表征系统的状态达到最优，采用5G融合短距新型网络技术搭建快速可靠的信息传输网络，将采集的数据实时回传至云边端平台，复现热轧生产线的实时动态超写实映射。在云制造协同平台构建设备与生产线的数字化、轧制过程状态孪生、产线状态主动监控与预警、可视化看板，形成工业制造云边协同优化解决方案，如图3所示。

根据产线设备二维图纸建立三维模型，分析生产现场设备照片与视频，完成设备色彩与透明度、金属光泽、表面微结构的镜像映射，最终形成可视化三维模型。根据3D模型三维坐标与外观材质二维坐标的空间转换关系，获得设备的数字化模型。为了满足智能装备系统中主产线关键监控点信息与预警可视化的功能需求，调用监控内容，对相关设备的部件采用独立、细化建模。

从生产现场采集实时生产数据，经状态观测器获得生产执行部件的实时位置与速度，通过不同状态观测器模型的实时同步，实现设备执行部件运动状态、物料信息状态、轧件变形状态、轧件温度状态等实时映射，如图4所示。

跟踪产线的生产情况，对设备的关键力能参数进行实时跟踪，实现对全线生产的实时统计、力能参数的监控与主动预警。实时统计产线的产品质量、产线运行等基本生产情况。采用生产过程信息、设备状态实时数据，实时监控生产运行状态，对异常进行可视化预警。

数据的各个属性值以多维数据的形式表示，将看板分级、模块配置化、报表数据动态生成图表，数据可视化看板示范中可以显示各个模块、区域动态的相关信息，进行灵活配置。从不同维度更深入地观察和分析数据，采用5G网络提供的灵活布线、移动场景下大带宽、低时延和海量接入能力，将动态更新的数据回传至云平台，通过反馈控制对数字孪生模型进行修正和优化，使物理生产流程和云平台之间进行无缝、实时的双向整合与互联，实现对热轧生产全生命周期的闭环优化。

基于云边端、5G和数字孪生技术，建立了热轧生产数字孪生结构，提高了热轧生产中对数据传输的实时性和准确性，可视化展现了多形态、多维度的冶炼数据，可以快速定位工控问题。通过5G+边缘计算技术解决了物理实体与云端直接通信存在低速率、隐私安全性差等问题，提高了数据的传输效率和产品的生产效率。

本文原载于《冶金自动化》2023年第5期