您目前的位置: 永利皇冠线上博彩» 通知公告» 关于发布“鞍钢集团信息产业有限公司-百衣汇智能制造技术研究院”2020年度联合科研项目申报指南的通知

关于发布“鞍钢集团信息产业有限公司-百衣汇智能制造技术研究院”2020年度联合科研项目申报指南的通知

各相关单位:

为了推进校企产、学、研、用全方位合作,促进企业科技进步,加快高校科技成果产业化,鞍钢集团信息产业有限公司(以下简称鞍信)和百衣汇(以下简称辽科大)于20196月合作签署了“鞍钢集团信息产业有限公司-百衣汇智能制造技术联合研究院”(以下简称“研究院”)协议,依据该协议双方确定实施联合科研项目。

鞍信-辽科大智能制造研究院的科研领域方向为:冶金行业智能制造技术、智慧工厂与智慧工程装备的研发与应用,包含并不限于机器人、智能机电装备、嵌入式系统,计算机图形学等相关内容。2020年主要支持冶金过程人工智能、新一代信息技术(含5G通信等)及新型冶金智能装备与技术研发。双方共同制定的联合科研项目指南如下:

 

一、项目方向领域与技术内容

指南方向一:基于5G技术数据采集系统

信息技术以及智能科技的变革带来了工业企业翻天覆地的变化,传统制造现场的数据采集系统已经阻碍了制造业信息化管理,要求企业通过数据采集系统的方案升级改造,提高生产管理、经营等管理水平。现场数据采集技术在智能制造系统中的应用对于生产数据、资源状态、生产过程等的管理意义重大。5G网络对数据采集起到关键作用,5G技术契合了传统制造企业智能制造转型对无线网络的应用需求,能满足工业环境下设备互联和远程交互应用需求。信号采集器的研发需要完成以下几个关键技术:(1)传感器信号的采集,需要将工业现场传感器的振动信号、温度信号、电压信号、电流信号、转速信号、开关量信号,进行采集缓存,包含现场PLCDCS等设备及控制装置的实时数据采集;现场PLC/DCS等控制设备的实时远程控制。(2)采集缓存数据进行边缘计算处理,将计算分析的结果形成数据传输协议,将数据打包传输,可通过标准统一的第三方无线设备接入5G网络。(3)由于数据的安全性需要保证,需要完成数据协议的加密工作,防止数据被明文获取。(4)将形成协议的数据包通过5G模组上传到指定的设备管理平台,保证数据高速传输的实时性和稳定性。(5)实现采集器的离线脱机功能,防止在断网期间服务丢失关键的数据,采集需要内置存储单元,在恢复网络时候分配上传数据。(6)实现采集器的模块化设计,采用单卡版和多卡版的配置,单卡版与多卡版的单卡单元做到硬件一致,根据客户需求扩展选择。

 

指南方向二:基于云原生的软PLC开发

随着云计算,机器学习和大数据等IT技术和工业控制领域OT技术的不断融合,工业互联网已经成为未来工业生产的大势所趋。这也要求现代生产制造的核心技术——工业自动化控制系统更加灵活可扩展。以传统PLC/DCS为代表的第三代控制系统已经不能满足工业智能化的需求。因此,项目建立基于云原生的软PLC技术体系,将PLC中计算、逻辑、IO三个主要功能中的计算和逻辑上移到云端,采用云原生技术实现。边缘侧只留IO功能,通过5G网络实现与云端通讯。从而结合传统PLC 和云原生架构的优势,能够实现:计算能力集中化、通用标准统一化、数据处理自由化、功能应用兼容化。开展新型边缘侧硬件架构、云边协同应用层协议QoS,支持报文加密和设备认证、高可靠低延迟网络架构、适用于工业控制的云端软件架构相关内容研究。

 

指南方向三:特种机器人开发

为提高冶金生产过程自动化程度、降低生产成本,开发适用于冶金生产过程的特种机器人,以替代生产过程中长期由人工完成的简单、重复工作环节。具体分为拆捆和打捆机器人2个方向。

(一)特种拆捆机器人开发:主要根据冷轧生成现场人工拆捆,研发适用于工业六轴机器人的自动拆捆带机构。自动拆捆机构需满足100%准确定位捆带、100%准确拆断打捆带、60秒内完成自动拆捆、100%收集处理拆断的打捆带。完成一套机器人自动拆捆机构及废带处理装置的设计、制作、调试,形成完整的设计图纸和控制方法,达到可以冷轧生产现场应用的效果。

(二)特种打包打捆机器人系统开发:针对冷轧成品卷包装过程而需要研制的打包打捆机器人系统,主要研制开发内容包括以下几个方面:研制适用于机器人对钢卷打包的打捆头;机器人打包过程中打包带输送方法;打包控制系统;多机器人协同打包过程控制方法;打包系统与钢卷输送系统互锁机制研究。实现对冷轧钢卷周向、穿心打包,以满足冷轧生产线的成品卷打包打捆需要。

 

指南方向四:钢板表面刷洗技术开发

带钢在热轧生产过程中,由于带钢和空气中的氧发生化学反应,在表面会形成一定厚度的氧化层,俗称氧化铁皮。热轧带钢进行冷轧前,去除氧化铁皮(称为除鳞)是非常重要的工序,目的是清除带钢表面的氧化铁皮,防止氧化铁皮及杂质压入带钢基体,影响冷轧板表面质量及加工性能,以及损坏轧辊等。酸洗工艺是目前国内外普遍采用的除鳞技术,通过化学反应溶解带钢表面氧化铁皮的方法达到除鳞的目的。但是酸洗由于采用化学腐蚀的方法,不可避免的对环境带来一定的污染,并且设备防腐有高要求;酸液排放或回收困难,处理成本高;同时酸洗容易造成除鳞不均匀,产生欠酸洗、过酸洗等缺陷,金属损失大。为了减少酸排放,国内外上开始开发应用辊刷清洗技术,用物理方式替代或部分替代化学酸洗,以更经济的方式除鳞,同时能够提升钢板表面质量。

本项目旨在通过对刷洗辊技术的进行深入研究,需要开展刷洗装置机械机构设计、刷洗装置的自动控制系统、上下刷辊的接触部分电流相互干涉的转速补正量计算、自动监测刷辊的磨损,压下控制的细微化功能等方面的研究,建立起表面酸洗的定量化模型,开发出原型刷洗装置。具体依据适用的材料分为钢板(碳钢板、不锈钢板)和有色金属板(钛板、镁板)等两个细分方向。最终目标是实现在带材清洗线上降低酸液投入量30%,在不锈钢生产线上降低酸液投入量20%,在镁板上实现无水无酸清洗。在同等经济投入的条件下,提高生产线生产效率50%,板带材表面粗糙度可调控。

 

指南方向五:成品卷整卷质量检测与分析

研发钢卷整卷外观缺陷(塔形、松卷、错层、吊坏、塌卷)识别算法及缺陷特征库建立。以CCD摄像头为传感器,配合计算机、自动化设备等完成成品卷整卷外观质量检测。基于TensorFlow深度学习算法建立缺陷特征库,形成缺陷管理软件(包括成品卷的图像展示、检测报告自动生成、缺陷查询、追溯、接口管理、日志管理、缺陷识别输出等),程序开发要求包括网络模型开放,程序开源,可根据现场情况二次调优。最终达到端面缺陷识别率95%以上,松卷分析准确率99.9%以上。

 

指南方向六:波纹管图形智能识别与自动切割

针对目前波纹管套筒加工成形存在的的问题及现存设备存在的缺点,研究开发波纹管套筒视觉识别方法和智能在线在线切割系统,解决薄壁波纹管套筒切割的力学稳定与柔性工装夹具设计问题,套筒螺旋输出速度与切割机械手切割进给的实时性控制问题。提高切割效率,实现产品规模化、高效化生产,满足现代企业对生产的高效、智能化要求。开发出波纹管在线智能切割系统,在线切割出不同尺寸规格要求的套筒,不松卷、塌卷,满足支撑钢卷、铝卷承载5/米以上能力。

 

指南方向七:无人天车定位系统

无人天车自动控制系统是无人化库区的执行机构,结合钢厂钢卷调运定位需要,开发天车实时运行定位控制,使无人天车作业成功执行,保证天车作业的高效性和稳定性、天车及现场关联设备的安全性。应用5G通讯技术,为操作员提供第一视角的高清视频,保障远程操控精准、实时操控性,提升生产效率,为打造无人化、自动化、智能化厂区打下坚实基础。预期完成5G通讯多点接入天车系统,完成5G网络进行数据处理并建立现场三维模型,具备实际应用的可行性并达到预期应用效果。

 

指南方向八:炼钢过程终点智能控制

转炉炼钢过程是一个复杂的非线性过程,影响炉内反应的因素过多,近年来转炉炼钢建模方面应用人工智能方法来提高终点命中率。本课题方向研究转炉炼钢静态模型的吹氧量和辅料加入量自动优化模型和转炉炼钢动态模型的自适应控制模型,解决吹氧量和辅料加入量的自动优化和转炉炼钢的终点动态自适应控制问题。借助IoT平台,实现转炉的一键式炼钢。研究成果可以使得转炉炼钢吹炼过程实现全自动化控制,并有效规范现场操作模式,减少喷溅发生率,缩短吹炼时间,降低造渣剂的消耗,提高转炉炼钢的一次拉碳率。

 

指南方向九:互工业联网标识解析

建立工业互联网标识解析架构与实施可行性分析,提出建立工业互联网标识解析的编码规则、技术标准、管理规范和运营规范的可行方案;对构建高效、稳定、可靠的标识解析网络基础设施做出预研;提出建立工业互联网标识数据采集、传输、解析、共享所涉及的设备、软件等核心关键技术方案;结合企业特点,帮助实施工业互联网标识解析系统与工业企业信息化系统的集成创新方案论证;探索实现基于标识解析服务的关键产品追溯,多源异主、异地、异构数据的共享与全生命周期管理的实施方案,优化企业经营分析管理,推动企业高质量发展。

 

指南方向十:轧制过程大数据采集分析

轧制工序是钢铁行业非常重要的环节,轧制过程原有数据采集基本都是围绕单体设备、重要工序环节,数据贯穿以时间维度为主。以轧制成品为主要分析维度,对于产品相关的生产、质量、物流等诸多环节,进行全维度的数据采集、清洗分类、存储工作。具体研究技术关键点和突破点主要包括以下方面:(1)封闭型控制系统通讯协议的专用驱动开发工作:主要针对GE、提迈克等不具备通用工业通讯协议的控制系统,开发专用驱动程序,并集成到通讯网关设备中,实现封闭控制系统的数据采集;(2)对没有通用通讯协议的仪表、传感器、PDA等设备,开发通讯驱动程序;(3)针对非结构化数据,开发数据转化、标识等功能;(4)照产品长度方向,建立产品在生产、质量方面的数据图谱,为产品深层次数据分析提供支撑。

 

二、项目经费与执行周期

12020-2021年度计划资助10个应用基础课题,每个应用基础项目5万元。产业化项目1-2项,每个资助金额10-20万元。

2、承担联合项目的研发人员是辽科大的在职教师或者访问学者,项目研发团队人员由双位派人组成。每个项目的执行团队均需有鞍信人员参加。为培养人才的需要,每个项目均须有研究生参加。项目负责人负责管理研发团队,确立课题目标和阶段计划,实施和完成计划任务,确保经费按照规定使用,进行项目立项和结题评审。

3、联合科研立项按规定的格式填写《鞍信-辽科大智能制造研究院联合科研立项申请书》(见附件),电子版发送至lnkdyjy@ustl.edu.cn申报截止日期为2020年8月25日中午12点前。辽科大高新院汇总,并会同鞍信组织校内外同行专家进行评审论证,并有研究院管理委员会审核,签署意见并由研究院院长签字,公示后正式立项实施。

4、实施执行周期一般为1年,202091-2021831日(或到20211215日)。特殊情况可申请延期1年。

5、项目立项后,科研经费在百衣汇财务设立专门科研账号,专款专用。经费由项目负责人负责管理,每个项目均有联合负责人,监管项目进度计划和双方参与人员的经费使用报销。

6、课题经费用于分析检测、差旅会议、学术交流、知识产权申报维护、学生劳务津贴等科研活动,科研设备购置和研究场地建设等固定资产的投入,由双方另外经费支出。

7、联合项目的考核包含任务指标和经费使用两方面内容,由管理委员会进行。考核验收条件为:完成项目研发内容,达到技术指标;团队成员至少必须发表科大学报以上的一篇论文,申报专利或软件著作权一项,参与项目的研究生要申报参加创新创业大赛;基于项目成果申报1项国家和省市的科技项目。

 

附件:鞍信-辽科大智能制造研究院联合科研项目课题申请书