在熔炼领域,往往一个新手需要二十年甚至是三十年的沉淀和学习,而工厂的恶劣环境、炙热的熔炼炉、不太体面的工作职称……都是年轻人将铸造业拒之门外的原因。而在百度飞桨(PaddlePaddle)的助力下,一直专注于工业人工智能的精诺数据推出精诺智能熔炼系统,用大数据、物联网、人工智能的方式解决了熔炼难题。


凌晨2点,年近50的张师傅接到电话,铸造厂一个熔炼炉的配料过程出了一些问题,需要他紧急算一下补救方案。张师傅远程指导下调了三四炉,才得到了合格的结果。



2000年的时候我国的铸造已经达到世界第一的产量,但无论是质量还是在能耗方面,其实都跟先进国家有非常大的差距。比如,铸件熔炼是铸造工厂的重要工序。然而在中国工业4.0下,铸件熔炼还全靠人工经验,稳定性不高,工厂里有经验的老师傅也越来越少。


在熔炼领域,往往一个新手需要二十年甚至是三十年的沉淀和学习,才能做到像张师傅一样十拿九稳。而工厂的恶劣环境、炙热的熔炼炉、不太体面的工作职称……都是年轻人将铸造业拒之门外的原因。缺少新鲜血液的注入,铸造业真正的高精技术人才又接近退休年龄,所以,铸造厂始终面临着技术传承,工艺沉淀等问题,关于铸件质量、能耗方面也始终无法更加优化。


在百度飞桨(PaddlePaddle)的助力下,一直专注于工业人工智能的精诺数据推出精诺智能熔炼系统,用大数据、物联网、人工智能的方式解决了熔炼难题。


 


 01 


站在数据的肩膀上,人人都能成为熔炼大师


精诺数据成立于2014年,由河北工业大学教授、河北省大数据计算重点实验室副主任刘晶博士创建,精诺数据提供硬件、软件、客户服务、后台支持等智能解决方案。作为国家高新技术企业、天津市博士后创新实践基地天津市战略性新兴产业领军企业,天津市技术领先型企业,精诺数据希望为中国从制造大国迈向制造强国贡献自己的力量。



精诺数据基于百度飞桨,研发了一套铸造熔炼生产智能解决方案。这套解决方案研发之初,精诺请教了100多位老师傅,并用数据把老师傅们30年的配料经验,做成了3秒就能给出最优配比的模型,让铸造熔炼变成一门容易掌握的技术,让小师傅可以撑起铸造熔炼的一片天。


熔炼过程的配料是一个非常复杂的过程,需要把工厂现有的生铁、废钢、回炉料以及各种合金料,按照不同的工艺要求进行配比和熔炼。由于工艺要求范围窄,每一次配料都对配比要求较高。


预配料阶段大都凭借老师傅的经验,难以保证成本最低化和质量最优化,比如说熔炼过程中加一些“废料”可以降低生产成本,但是由于难以计算,熔炼师傅都不愿意用。 


在预配料准备过程中,基于百度飞桨的熔炼预配模块会根据材料库存、原材料价格、金属成分快速计算出最佳预配方案,保证了成本最低化和质量最优化。经过核算,使用前和使用后差不多可以有平均15%的原料节省,最大降幅达27%之多。


并且在配料过程中,熔炼精配模块会利用百度飞桨提供的AI模型,联动光谱检测结果,精确计算不同工业要求下的最优调整方案,精准控制合金材料添加量,有效提高了熔炼成品质量及稳定性。以往,普通师傅精配步骤一般用时10分钟左右,而如今只需要几秒钟,这中间节约的时间能够让工厂的生产效率提升15%左右。原来1个老师傅可以看2个炉,现在可以看4个炉,节约了人力的同时也精简了操作流程。


对于元素值控制方面,传统的方法是为了方便计算,工厂主要考虑几种对工艺要求影响大的元素,比如碳、硅、锰和重点合金元素。而其他元素数值和价格基本被忽略,这就导致一次配不准、需要多次配,甚至废炉的情况容易发生。所以在算法方面,飞桨则会通过计算一次性完成,不再需要逐个对比,不仅提高了性价比,还让产品质量得到了保证。



可以说,有了这套方案,刚刚入行的小白也能胜任老师傅们的工作,再也不用大半夜给师傅打电话寻求帮助了,而且坐在控制室就能操控加料配料工作,熔炼行业的门槛大大降低。相比原来,铸造厂也能招募到年轻人的加入,人才稀缺状况得到了有效改善。


此外,熔炼过程的自动化还能节省大量能源。对于大多数铸造厂来说,电费是不可忽视的一笔大开销,因此不少工厂会选择在晚上开工,因为晚上电费便宜。而熔炼过程,人工计算材料配比时,炉子在1500度的高温下需要不少电费,这个过程由AI来承担后能节省时间,能节省大量能源,在提升工厂效率节省工厂支出的同时,还能为保卫蓝天做出贡献。


不仅如此,工厂管理者还可以通过设置推送方式,通过手机APP、短信、微信小程序等方式,随时随地掌握生产信息,让工厂数据更透明,告别数据黑匣子。



而最好的证明就是,以某中型厂为例,每个月用料成本约为200万元人民币,平均每天生产铸件20吨。在使用百度飞桨与精诺共同打造的智能熔炼系统的一个月时间内,该厂原料成本节约10%左右(即20万元人民币),配料计算时间节省90%,电费节约2万余元人民币。与此同时,能够帮助工厂进行生产过程的规范化和透明化管理,并且留存了大量一手的生产数据,为工厂经营、管理优化奠定了坚实基础。这些数据都是该套解决方案真正实现降本增效的最好证明。



 02 


百度飞桨助力各行各业,工业赋能只是起点


精诺智能熔炼系统的成功落地,离不开百度飞桨的底层技术支持。据精诺数据介绍,他们一开始在设计这套智能熔炼解决方案时,用的是其他的AI平台来训练模型,调整了5-6个月,也没有达到令人满意的效果。后来,他们看到飞桨在工业应用的案例,转向飞桨,在2-3个月的时间完成了模型训练。


在此期间,精诺对上百家铸造企业进行实地调研、对企业领导和一线员工共计500余人次进行访谈,经过30余次原型探讨和方案修改,并且技术团队经过100多个日夜的密集研发,最终成功研制成了精诺智能熔炼系统。


在前期研发的过程当中,精诺遇到的最大问题是,经常会遇到在生产中需要加入不低于或不高于某个比例的特定原料,从而模型无法计算出最优方案的问题。由于原料和比例的不确定性较大,这一问题同时也对模型的稳定性产生了一定挑战。团队为此投入了5名研发和产品人员(3名研发人员和2名产品人员),通过对5000行代码的反复测试,历时1个月的时间最终成功解决了这一模型研发过程中情况不确定性最大、逻辑最复杂的技术问题。


在系统研发成功后,如何让工厂接受这一新兴技术也是一大难题。熔炼属于很传统的制造业,通常难以接受新技术,精诺科技的一位90后员工在2个月拜访了100多家企业,去到工厂里演示新技术的应用。一开始,企业和熔炼师傅们都有些质疑,在看到现场实验的结果后,才开始相信AI技术能让熔炼这样的传统领域实现降本增效。


目前,精诺的智能熔炼系统已经在大、中、小型的铸造厂中落地,比如,邢台德龙机械轧辊有限公司,邯郸慧桥复合材料科技有限公司,沧州浩泰管道装备制造有限公司等,在实际生产环节为企业带来智能化变革。


作为开源开放、功能完备的产业级深度学习平台,百度飞桨已经成为全面推动国内产业智能化升级的重要基石。正如飞桨在第六届世界互联网大会入选“世界互联网领先科技成果”那样,其技术领先、功能完备、生态丰富等特点向世界展示着中国科技的力量。与此同时,借助百度飞桨与百度智能云的“云+AI”领先技术实力,正助力中国工业智能化升级。

想与更多的深度学习开发者交流,请加入飞桨官方QQ群:796771754。

如果您想详细了解更多飞桨PaddlePaddle的相关内容,请参阅以下文档。

官网地址:https://www.paddlepaddle.org.cn/

GitHub地址:https://github.com/paddlepaddle/paddle