CN116540647A - 一种选矿智能协同生产管控*** - Google Patents
一种选矿智能协同生产管控*** Download PDFInfo
- Publication number
- CN116540647A CN116540647A CN202310397231.XA CN202310397231A CN116540647A CN 116540647 A CN116540647 A CN 116540647A CN 202310397231 A CN202310397231 A CN 202310397231A CN 116540647 A CN116540647 A CN 116540647A
- Authority
- CN
- China
- Prior art keywords
- production
- management
- data
- plan
- quality
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 295
- 229910052500 inorganic mineral Inorganic materials 0.000 title claims abstract description 55
- 239000011707 mineral Substances 0.000 title claims abstract description 55
- 238000000926 separation method Methods 0.000 title claims abstract description 44
- 238000007726 management method Methods 0.000 claims abstract description 256
- 238000000034 method Methods 0.000 claims abstract description 215
- 230000008569 process Effects 0.000 claims abstract description 150
- 239000000463 material Substances 0.000 claims abstract description 130
- 230000010354 integration Effects 0.000 claims abstract description 50
- 238000013523 data management Methods 0.000 claims abstract description 17
- 238000005457 optimization Methods 0.000 claims abstract description 9
- 238000004891 communication Methods 0.000 claims abstract description 8
- 238000004458 analytical method Methods 0.000 claims description 77
- 238000005265 energy consumption Methods 0.000 claims description 46
- 238000012360 testing method Methods 0.000 claims description 36
- 238000007619 statistical method Methods 0.000 claims description 31
- 238000000354 decomposition reaction Methods 0.000 claims description 24
- 238000012423 maintenance Methods 0.000 claims description 23
- 239000000047 product Substances 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 22
- 239000012141 concentrate Substances 0.000 claims description 19
- 238000007689 inspection Methods 0.000 claims description 18
- 238000011084 recovery Methods 0.000 claims description 17
- 238000013439 planning Methods 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000010276 construction Methods 0.000 claims description 13
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 12
- 238000013475 authorization Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 12
- 238000005188 flotation Methods 0.000 claims description 12
- 238000000227 grinding Methods 0.000 claims description 12
- 238000005065 mining Methods 0.000 claims description 12
- 238000003556 assay Methods 0.000 claims description 11
- 238000007405 data analysis Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 10
- 230000008520 organization Effects 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000004220 aggregation Methods 0.000 claims description 8
- 230000002776 aggregation Effects 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 8
- 230000007246 mechanism Effects 0.000 claims description 8
- 230000005856 abnormality Effects 0.000 claims description 7
- 238000004886 process control Methods 0.000 claims description 7
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 6
- 238000010219 correlation analysis Methods 0.000 claims description 6
- 238000007728 cost analysis Methods 0.000 claims description 6
- 239000002184 metal Substances 0.000 claims description 6
- 229910052751 metal Inorganic materials 0.000 claims description 6
- 238000002360 preparation method Methods 0.000 claims description 6
- 238000012384 transportation and delivery Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 230000006872 improvement Effects 0.000 claims description 5
- 239000013067 intermediate product Substances 0.000 claims description 4
- 210000001503 joint Anatomy 0.000 claims description 4
- 238000003825 pressing Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 230000006399 behavior Effects 0.000 claims description 3
- 238000007418 data mining Methods 0.000 claims description 3
- 238000013079 data visualisation Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 229910052742 iron Inorganic materials 0.000 claims description 3
- 238000003908 quality control method Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 2
- 238000001303 quality assessment method Methods 0.000 claims description 2
- 238000012795 verification Methods 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 5
- 238000011160 research Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000001364 causal effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 238000000540 analysis of variance Methods 0.000 description 1
- 238000012097 association analysis method Methods 0.000 description 1
- 238000000498 ball milling Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种选矿智能协同生产管控***，包括矿山云平台、生产指挥远控中心及边缘优化控制***，其特征在于：所述的选矿智能协同生产管控***与智慧矿山选矿***通讯连接，包括工厂建模模块、计划管理模块、生产调度模块、质量管理模块、过程跟踪模块、物耗管理模块、作业指导管理模块、生产驾驶舱模块、指标数据管理模块、基础管理模块及***集成模块。本发明的优点是：从矿山选矿生产全局出发，贯穿生产过程的全流程，统一观念不同、统一标准、统一方法，使矿山选矿生产管拼信息化、智能化进程可全面推广应用。
Description
技术领域
本发明属于采矿技术领域，具体涉及一种选矿智能协同生产管控***。
背景技术
智慧矿山是以矿山数字化、信息化为前提和基础，对矿山生产、职业健康与安全、技术支持与后勤保障等进行主动感知、自动分析、快速处理，建设智慧矿山，最终实现安全矿山、无人矿山、高效矿山、清洁矿山的建设。智慧矿山选矿***是建立在数字化、信息化、虚拟化、智能化、集成化基础上，综合考虑生产、管理、经营、安全、效益、环境和资源等各类因素，并运用计算机、网络、通信、虚拟仿真、自动控制及监测等技术对矿山各类信息资源进行全面、高效、有序选矿管理的***，涵盖了矿山企业生产经营的全过程。该***降低矿山生产劳动强度，提高工作效率；化解矿山风险隐患，增强安全体系；合理开发资源，减少资源浪费和环境污染。
建立智慧矿山选矿***，既可以实现安全管理的数字化，为打造本质安全型矿山选矿提供信息保障，也可以实现生产管理的精细化，为打造高产高效选矿生产提供决策依据和手段。
传统的智慧矿山选矿***构架的框架***缺乏互联性，并且整体运行效率相对较低，而且没有与之相匹配的现代智慧矿山选矿管理方法。
国内各研究院校与生产企业相继开展了铁矿山自动化、数字化选矿、智慧矿山选矿相关的研究和建设工作，但大多都从局部某一个环节出发，未贯穿全流程，在智慧矿山选矿***的建设中，存在观念不同、数据不通、标准不一、方法各异等问题，严重阻碍了矿山信息化、智能化进程，使相关研究成果无法全面推广。
因此，提供一种安全高效，管理高效，降低成本，互联性强， 降低人力资源成本以及生产成本，方法简单已操作的基于智慧矿山管控平台的智慧矿山选矿管理***及方法，具有广泛的应用前景。
发明内容
本发明的目的是提供一种一种选矿智能协同生产管控***，该***从整个选矿厂生产的全局出发，并贯穿生产过程的全流程，面向“矿石流”的智能生产管控、全流程的少人化、无人化生产、基于工业大数据的智能决策于一体的绿色、安全、高效的智慧工厂。
本发明的目的是这样实现的。
本发明的一种选矿智能协同生产管控***，基于智慧矿山选矿***，包括矿山云平台、生产指挥远控中心及边缘优化控制***，其特征在于：所述的选矿智能协同生产管控***与智慧矿山选矿***通讯连接，包括工厂建模模块、计划管理模块、生产调度模块、质量管理模块、过程跟踪模块、物耗管理模块、作业指导管理模块、生产驾驶舱模块、指标数据管理模块、基础管理模块及系
统集成模块；所述的工厂建模模块，用于以选矿工艺为主线，为生产计划组织、过程监控跟踪、质量检测控制、物料调配以及设备运行维护业务功能的实现奠定了基础；
所述的计划管理模块，用于依据公司下达的年度、季度计划，实现月度计划的分解，再根据采矿配矿可选性及品位信息，实现周计划和日计划的分解，计划排产基于配矿原矿性质、设备检维修计划，面向产能消耗平衡目标进行优化排产，形成设备工艺准备及台时计划和预估；生产计划是生产调度、质量管理、过程跟踪及作业指导管理工作的前提和依据；
所述的生产调度模块，在计划排产的基础上，将选矿生产计划目标转化为选矿生产工艺要求和实际生产作业任务分解到各个生产作业区，
所述的质量管理模块，是根据质检化验和在线质量检测数据评估选厂生产情况，为上层业务***提供可靠的数据源；
所述的过程跟踪模块，用于采集边缘计算***的能耗数据、生产指标数据、质量指标数据，实现能耗跟踪、生产计划跟踪和质量跟踪，实现物料消耗跟踪和现场工人跟踪；
所述的物耗管理模块，用于对生产过程中的大宗物资、生产辅材、能源及其它生产所需物料的采购、库存、领用流程以及对能源消耗、物料消耗、产量及成本的统计分析，分析物耗与生产指标、处理量及设备运转情况之间的关系，对物料的采购、库存、领用流程以及对能源消耗、物料消耗、产量、成本进行统计分析；
所述的作业指导管理模块，是选厂的作业指导书电子化，对选厂各工序的作业指导书进行统一管理和集中控制，并实现精准发放到工人所在的操作终端；
所述的生产驾驶舱模块，作为智慧工厂的综合数据可视化***，涵盖选厂生产、工艺、质量、能源及设备检维修业务的统计管理数据及执行过程数据的可视化展示；
所述的指标数据管理模块，面向选矿全生产流程，建立面向产能、设备、成本、质量和人员的多维指标体系，形成指标间的相关关联与逐级分解，明确各类指标计算统计的方法和直接数据来源，实现各级指标的计算、汇聚与统计，实现指标关联分析与数据挖掘，为生产管理的持续改善提供支持；
所述的基础管理模块，支撑***运行的基础服务功能，基于云平台提供的整体基础服务，针对面向智能协同生产管控***形成个性化功能需求，实现用户角色管理、资源权限管理、消息管理及日志管理的灵活配置；
所述的***集成模块，面向生产现场的***，连接经营层和现场控制层的信息传递***，与上层业务***和底层边缘计算***一起构成企业的神经***，把业务计划的指令传达到生产现场，将生产现场的信息及时收集、上传和处理。
本发明所述的工厂建模模块，包括产品物料建模、组织结构建模及生产工艺建模；
所述的产品物料建模，围绕选矿工艺流程，建立从配矿原矿输入开始，经过各个工艺环节加工处理直至产生产成品精尾矿的全流程产品、中间在制品及相关物料的定义与关联，形成矿石产品流模型、生产设备备件消耗品模型及能源消耗模型；
所述的组织结构建模，围绕选厂的关键制造资源及能力建立模型，设备层面体现为“生产作业区—生产区域—设备机组—单机设备—关键零部件”的层级关系，人员层面体现“生产作业区—岗位角色—生产班组—人员”的层级关系；
所述的生产工艺建模，用于实现选矿工艺涉及的工艺流程、工艺控制标准、过程及成品质量检验标准的模型构建。
本发明所述的计划管理模块，包括计划排产管理模块与指标统计模块；
所述的计划排产管理模块，用于排产建模、计划分解及计划调整；根据采矿配矿性质、设备运行状态及检维修计划诸多因素对生产计划优化排产；
所述的指标统计模块：用于运营指标统计和指标分析评估；依据计划排产指标与实际生产完成情况，实现各项生产指标的统计、对比与分析，评估生产计划执行进度、产能波动与完成质量。
优选地，所述的生产调度模块，包括计划调度管理模块与作业执行管理模块；
所述的计划调度管理模块，用于依据各工序工艺要求，对日排产计划进行工序分解，确定各工序相关的各类物料投入及产出计划，依据各工序设备生产能力配置情况、设备运行状态以及能源消耗成本因素，综合计算设备开台数量及相应台时，优化平衡产能效率和消耗成本，采用富余产能工序，以能源消耗成本最优为目标，瓶颈工序以设备运行载荷与综合台时最优为目标进行作业调度优化；
所述的作业执行管理模块，依据各工序生产调度计划，下达设备控制指令和工艺控制参数到设备控制***，用于设备指令下达与操控、生产监控与异常报警、生产过程记录及过程统计分析。
优选地，所述的质量管理模块，包括质量过程管理、化验数据管理和质量数据分析；
所述的质量过程管理，用于局部工艺质量分析和全局工艺质量分析，实时采集在线质量检测仪表的监测数据，对生产过程的工艺技术指标进行分析，以指标控制趋优为导向，通过汇总在线采集的数据和人工录入数据，分析生产过程的各项指标及影响因素，对各项影响因素的影响程度进行量化，对数据超标和异常趋势进行及时预警；
所述的化验数据管理，用于化验数据采集、化验结果查询及化验数据分析；对生产过程重要节点进行化验数据管理，建立针对不同样品类别的各类属性信息，通过采样部门建立的属性信息和化验部门的化验数据的数据对接，达到化验数据的实时传递，从而使得各部门对化验数据的掌握和传递更加实时、准确；
所述的质量数据分析，用于检验分析管理和综合质量报表，自动采集质量数据、在线传递，并以此数据作为基础，提供数据分析，进行质量数据相关性分析，找到质量问题的根源，通过质量数据统计，自动输出质量考核结果。
优选地，所述的过程跟踪模块，用于生产计划跟踪、质量跟踪、能耗跟踪、物料消耗跟踪、生产工人跟踪及矿仓存储跟踪；
所述的生产计划跟踪，根据现场生产反馈的数据信息对比生产月计划和生产季度计划，实时了解生产进度状态；
所述的质量跟踪，将现场生产反馈的各工序作业区的生产质量信息实时展示，实时了解各工序质量状态；
所述的能耗跟踪，将现场生产反馈的各工序作业区的生产能耗信息实时展示，实时了解各工序能耗状态；
所述的物料消耗跟踪，将现场生产反馈的各工序作业区的物料消耗信息实时展示，实时了解各工序物料消耗状态；
所述的生产工人跟踪，设计工人电子操作牌，将工人所在的位置信息实时展示在应用***上，实时了解每个工人所处的位置信息；
所述的矿仓存储跟踪，录入翻车信息，***根据矿仓中矿石消减速度，在矿仓存储中动态数据展示。
优选地，所述的物耗管理模块，包括线旁库管理、产量管理、成本分析和物料平衡管理；
所述的线旁库管理，用于物料入库管理、物料出库管理及物料结存管理；实现库房的入库、领料、盘点及存货核算，形成相应的操作和库存记录，为统计分析与消耗核算提供数据支持；
所述的产量管理，用于精矿产量管理、破碎产量管理、磨磁产量管理及浮选产量管理；包括各作业区各工序产量以及精矿产量，实现全流程的产量统计分析；
所述的成本分析，用于物料消耗统计分析、产量统计分析及能耗统计分析；包括各工序原矿量消耗统计、能耗统计、物料消耗统计以及物料的结存、出入库情况数据并做出相应分析，按照月份、物料类别、能源介质类别等分类将成本相关的数据统计出来；
所述的物料平衡管理模块，用于从全厂的金属回收率，到各工序的实际回收率，来评价物料平衡状态，并对理论回收率和实际回收率进行分析，及时发现失衡状态，有效管理工艺过程中物料均衡供给。
优选地，所述的作业指导管理模块，用于站点管理、指导书文件管理、指导书分配管理和指导书查看；
所述的站点管理，定义选厂各工序作业区作业指导书所要展示的位置，包括添加站点、编辑站点、删除站点及查询站点，站点的上级属性是作业区，作业区的上级属性是工序；
所述的指导书文件管理，每个作业指导书在准备启用后，需要经过一个管理业务流程，包括指导书的定义、上传、审核及发布；
所述的指导书分配管理，作业指导书分配到各工序作业区所定义的站点上，一个站点可绑定多个作业指导书，记录作业指导书分配记录，便于后期查询；
所述的指导书查看，当现场工人进行某项工序操作时，在站点工位终端查看该指导书的内容，指导现场生产操作，记录作业指导书查看记录，便于后期统计评估各工序作业操作难度和指导效果。
优选地，所述的指标数据管理模块，用于指标体系管理、统计报表管理及指标分析管理；
所述的指标体系管理，建立面向效率、质量、消耗及人员多维指标体系，实现综合指标的逐级分解，定义各级指标数据的计算及统计方法；
所述的统计报表管理，在综合指标体系建立的基础上，依据指标数据源、计算公式及指标汇聚统计方法，自动计算统计周期内的指标值，形成指标数据集合，建立厂级报表库，形成工序设备级—作业区级—工厂级的多级分类组织，报表库的动态更新；
所述的指标分析管理，结合综合指标体系，利用大数据分析技术对生产过程数据进行分析，分析指标间潜在的关联关系，评估指标间相互影响的程度，为指标异常的溯源和持续改进提供分析决策手段。
优选地，所述的基础管理模块，用于用户角色管理、资源权限管理、消息通知管理和***日志管理；
所述的用户角色管理，基于云平台统一服务架构，调用平台用户、角色管理服务，实现选厂独立租户内的用户管理，依据***各功能模块的设定操作权限和选厂实际业务岗位，动态建立相应的用户角色。角色与用户可指定映射，一个用户可属于一个或几个角色，支持统一身份认证机制下的分级授权，支持用户组的角色授权方式；
所述的资源权限管理，用于对整个***的用户资源进行管理，每个资源具备一定的权限，通过***资源管理可将***中各个面向用户的功能进行分类整理，生成一张资源表，并为每一项资源分配一个唯一标识；
所述的消息通知管理，基于各类生产事件的消息通信，具体包括：消息订阅、消息发布、消息时间窗时效性；
所述的***日志管理，记录所有登录人员访问***的关键操作信息以及***更新信息等，对于***更新的所有数据，都支持保留标准***日志，对所有企图进入应用***的行为进行跟踪。
优选地，所述的***集成模块，用于与SAP-ERP***的集成、与边缘计算***的集成、与EAM***的集成、与主数据***的集成、与PI***的集成和与能源管理***的集成；
所述的与SAP-ERP***的集成，集成的主要内容有生产计划信息、物料采购信息和质量信息，集成方式采用API接口和中间文件转换；
所述的与边缘计算***的集成，集成的主要内容有现场生产控制参数、质量检测信息和设备运行状态的边缘计算信息，集成方式基于边云协同机制，遵循公司工业互联平台数据传输协议；
所述的与EAM***的集成，集成的主要内容有设备台账信息、设备维保计划信息和设备技术精度信息，集成方式包括API接口和中间文件转换；
所述的与主数据***的集成，集成的主要内容有设备台账信息、设备维保计划信息和设备技术精度信息，集成方式可采用API接口、中间文件转换等；
所述的与PI***的集成，集成的主要内容有现场生产技术指标和设备运行状态等信息，集成方式包括数据复制及数据聚合；
所述的与能源管理***的集成，集成的主要内容有能源消耗数据、能源预警数据和能源统计数据信息，集成方式包括API接口和中间文件转换。
优选地，所述的排产建模，依据公司下达的年度及季度计划分解为月度计划及周/日计划，具体涉及铁精矿产量、原矿处理量、原矿破碎量、金属回收率、选矿比、地质/给矿品位、消耗成本等生产计划指标，建立生产计划指标多目标规划模型，明确各项指标的优先级，采用智能算法对模型求解，实现指标调整与计划偏差最小，达到优化排产的目的；
所述的计划分解，基于公司年度、季度计划指标，结合选厂工艺设备状态、备件更换周期、检维修计划等实现年季计划到月计划、周计划的分解；
所述的计划调整，针对多矿点采矿配矿产生的矿石可选性及品位等指标的变化而造成的选矿工艺变化，通过排产算法及时评估设备台时，并通过计划仿真进行验证，形成计划调整方案；
所述的运营指标统计，包括运营指标统计和指标分析评估；
所述的指标分解评估，通过生产经营完成指标与计划指标的对比分析，计算计划完成进度，评估生产稳定状态与趋势，根据日产能完成情况评估周产能、月产能完成情况，发现影响计划完成的问题和原因，为总体计划调整与推进提供决策依据。
优选地，所述的局部工艺质量分析，具体包括：破碎成品粒度质量分析、一段磨矿粒度质量分析、一段强磁品位质量分析、二段磨矿粒度质量分析、二段强磁品位质量分析、二段强磁品位质量分析、混磁精品位质量分析、浮选干矿量质量分析、浮选精尾品位质量分析及压滤精矿浆浓度质量分析；
所述的全局工艺质量分析，面向选矿全工艺流程，建立全局工艺质量控制模型，基于工艺指标实时监控动态调节控制参数，形成闭环控制；
优选地，所述的物料入库管理，记录接收各工序的各种物料的重量及类别信息，生成对应的物料入库单据，以备物料的配置投料；
所述的物料出库管理，根据每天的生产实际情况，进行物料的领料出库，在***中填写物料出库单，填写信息包括领用的物料名称、类别、数量、重量以及领用人及领用时间，对物料的出库管理实现痕迹化；
所述的物料结存管理，定时盘点记录各个物料的库存信息，通过了解库存信息，为生产调度提供决策依据。
本发明的优点是 ：
本发明的智慧矿山选矿***，在自动化、信息化建设基础上，推进物联网、大数据、人工智能、边缘计算、虚拟现实等前沿技术在矿山的应用，建成集资源的数字化管理、面向“矿石流”的智能生产管控、全流程的少人化、无人化生产、基于工业大数据的智能决策于一体的绿色、安全、高效的智慧工厂，提升绿色矿山和智慧矿山建设水平，提高生产质量和经济效益。
附图说明
图1是本发明的***框图。
具体实施方式
下面结合附图对本发明作进一步说明。
如图1所示，本发明的一种选矿智能协同生产管控***，基于智慧矿山选矿***，包括矿山云平台、生产指挥远控中心及边缘优化控制***，其特征在于：所述的选矿智能协同生产管控***与智慧矿山选矿***通讯连接，包括工厂建模模块、计划管理模块、生产调度模块、质量管理模块、过程跟踪模块、物耗管理模块、作业指导管理模块、生产驾驶舱模块、指标数据管理模块、基础管理模块及***集成模块；
所述的工厂建模模块，用于以选矿工艺为主线，为生产计划组织、过程监控跟踪、质量检测控制、物料调配以及设备运行维护业务功能的实现奠定了基础；
所述的工厂建模模块包括产品物料建模、组织结构建模及生产工艺建模；
1.1所述的产品物料建模，围绕选矿工艺流程，建立从配矿原矿输入开始，经过各个工艺环节加工处理直至产生产成品精尾矿的全流程产品、中间在制品及相关物料的定义与关联，形成矿石产品流模型、生产设备备件消耗品模型及能源消耗模型；
1.2所述的组织结构建模，围绕选厂的关键制造资源及能力建立模型，设备层面体现为“生产作业区—生产区域—设备机组—单机设备—关键零部件”的层级关系，人员层面体现“生产作业区—岗位角色—生产班组—人员”的层级关系；
1.3所述的生产工艺建模，用于实现选矿工艺涉及的工艺流程、工艺控制标准、过程及成品质量检验标准的模型构建。
本发明所述的计划管理模块，用于依据公司下达的年度、季度计划，实现月度计划的分解，再根据采矿配矿可选性及品位信息，实现周计划和日计划的分解，计划排产基于配矿原矿性质、设备检维修计划，面向产能消耗平衡目标进行优化排产，形成设备工艺准备及台时计划和预估；生产计划是生产调度、质量管理、过程跟踪及作业指导管理工作的前提和依据；
所述的计划管理模块，包括计划排产管理模块与指标统计模块；
2.1所述的计划排产管理模块，包括排产建模、计划分解及计划调整；根据采矿配矿性质、设备运行状态及检维修计划诸多因素对生产计划优化排产；
2.1.1所述的排产建模，依据公司下达的年度及季度计划分解为月度计划及周/日计划，具体涉及铁精矿产量、原矿处理量、原矿破碎量、金属回收率、选矿比、地质/给矿品位、消耗成本等生产计划指标，建立生产计划指标多目标规划模型，明确各项指标的优先级，采用智能算法对模型求解，实现指标调整与计划偏差最小，达到优化排产的目的；
2.1.2所述的计划分解，基于公司年度、季度计划指标，结合选厂工艺设备状态、备件更换周期、检维修计划等实现年季计划到月计划、周计划的分解；
2.1.3所述的计划调整，针对多矿点采矿配矿产生的矿石可选性及品位等指标的变化而造成的选矿工艺变化，通过排产算法及时评估设备台时，并通过计划仿真进行验证，形成计划调整方案；
2.2所述的指标统计模块：包括：运营指标统计和指标分析评估；
2.2.1所述的运营指标统计，基于生产过程计量数据的采集，实现指标的自动统计，形成选矿生产统计台账和技术经济指标统计，为日产量评估与月产量核算提供准确依据，
2.2.2所述的指标分解评估，通过生产经营完成指标与计划指标的对比分析，计算计划完成进度，评估生产稳定状态与趋势，根据日产能完成情况评估周产能、月产能完成情况，发现影响计划完成的问题和原因，为总体计划调整与推进提供决策依据。
本发明所述的生产调度模块，在计划排产的基础上，将选矿生产计划目标转化为选矿生产工艺要求和实际生产作业任务分解到各个生产作业区，
所述的生产调度模块，包括计划调度管理模块与作业执行管理模块；
3.1所述的计划调度管理模块，用于依据各工序工艺要求，对日排产计划进行工序分解，确定各工序相关的各类物料投入及产出计划，依据各工序设备生产能力配置情况、设备运行状态以及能源消耗成本因素，综合计算设备开台数量及相应台时，优化平衡产能效率和消耗成本，采用富余产能工序，以能源消耗成本最优为目标，瓶颈工序以设备运行载荷与综合台时最优为目标进行作业调度优化；
3.2所述的作业执行管理模块，依据各工序生产调度计划，下达设备控制指令和工艺控制参数到设备控制***，用于设备指令下达与操控、生产监控与异常报警、生产过程记录及过程统计分析。
3.2.1、设备指令下达与操控：依据各工序生产调度计划，下达设备控制指令和工艺控制参数到设备控制***，实现各工序设备运行的远程集中操控。
3.2.2、生产监控与异常报警：建立跨工序协同的监控指标体系，按照各工序生产计划及工艺标准要求设置面向设备状态、工艺质量、产能效率的各维度指标异常判定标准，设定相应的报警阈值范围。基于控制***采集数据，形成各项指标的实时状态监测与波动趋势分析，对于满足异常条件的指标事件进行报警及预警。
3.2.3、生产过程记录：实现各班组日生产过程的详细记录，包括产量数据、质量数据、设备运行数据、能源消耗数据、辅助消耗品数据、各类生产过程异常发生的时间、原因、处理过程及结果数据。
3.2.4、过程统计分析：基于各工序作业任务的完整过程记录，形成每日-每班组的全流程生产过程信息的汇聚与统计，实现选矿全局生产状态评估与分析。形成各班组绩效考核的指标统计，实现设备、工艺、人员的综合评价与考核。形成各类过程监控指标的统计分析，包括各工序典型的设备机械故障、电气故障、自动化故障、人员误操作等，分析各类异常情况对生产质量、产量、设备利用率等影响，为生产过程的精益控制与持续改进提供决策依据。
本发明所述的质量管理模块，是根据质检化验和在线质量检测数据评估选厂生产情况，为上层业务***提供可靠的数据源；
所述的质量管理模块，包括质量过程管理、化验数据管理和质量数据分析；
4.1所述的质量过程管理，用于局部工艺质量分析和全局工艺质量分析，实时采集在线质量检测仪表的监测数据，对生产过程的工艺技术指标进行分析，以指标控制趋优为导向，通过汇总在线采集的数据和人工录入数据，分析生产过程的各项指标及影响因素，对各项影响因素的影响程度进行量化，对数据超标和异常趋势进行及时预警；包括局部工艺质量分析和全局工艺质量分析，
4.1.1所述的局部工艺质量分析，具体包括：破碎成品粒度质量分析、一段磨矿粒度质量分析、一段强磁品位质量分析、二段磨矿粒度质量分析、二段强磁品位质量分析、二段强磁品位质量分析、混磁精品位质量分析、浮选干矿量质量分析、浮选精尾品位质量分析及压滤精矿浆浓度质量分析；
4.1.2、全局工艺质量分析：面向选矿全工艺流程，建立“原矿品位-精矿品位-回收率”全局工艺质量控制模型，基于工艺指标实时监控动态调节控制参数，形成“磨矿-磁选-浮选”的协同闭环控制，大闭环反馈至小闭环，小闭环前馈至小闭环，实现小闭环控制结果最优，大闭环精矿稳定输出。
4.2、所述化验数据管理：对生产过程重要节点进行化验数据管理，建立针对不同样品类别的各类属性信息，通过采样部门建立的属性信息和化验部门的化验数据的数据对接，达到化验数据的实时传递，从而使得各部门对化验数据的掌握和传递更加实时、准确。包括：化验数据采集、化验结果查询、化验数据分析；
4.2.1、所述化验数据采集：化验数据采集可以采用两种方式，一种是通过***与仪器的对接，***可以自动采集和处理仪器的分析测试结果；另一种是将仪器化验的数据导出，然后通过定制的接口导入本***。
4.2.2、所述化验结果查询：针对每次检验的结果，生成化验室测验报告，报告内容除了化验的结果之外，还包括化验单号、部门、取样日期、测验日期、测验项目、分析方法等。各生产和管理部门可以通过***查看到化验结果。
4.2.3、所述化验数据分析：所有原始化验数据和最终分析结果都在***保存，包括样品登记信息、化验人员、仪器设备、检测方法、计算公式等的全部数据以及详细的修改信息等。并对各生产环节的化验指标、合格率等进行对比分析。
4.3、质量数据分析：通过质量数据的自动采集、在线传递实现“数据不落地”，防止数据传递过程中产生偏差和人为修改，保障质量数据的稳定性。并以此数据作为基础，提供数据分析功能，质量管理人员和生产组织管理人员通过质量分析工具可以进行质量数据相关性分析，找到质量问题的根源。通过质量数据统计，自动输出质量考核结果。包括：检验分析管理、综合质量报表；
4.3.1、检验分析管理：***根据检验结果数据，提供产品质量趋势图预测，为工艺操作以及工艺参数提供有效指导建议；
4.3.2、综合质量报表：***提供班、日、季度、月、年的质量报表，报表编制数据给予准确、真实的质量检测及计量数据，向生产技术管理人员提供全面的质量报告，帮助生产管理人员及时掌握生产质量指标达成情况，为其分析生产异常、调整生产工艺控制指标提供支持。
本发明所述的过程跟踪模块，用于采集边缘计算***的能耗数据、生产指标数据、质量指标数据，实现能耗跟踪、生产计划跟踪和质量跟踪，实现物料消耗跟踪和现场工人跟踪；
所述的过程跟踪模块，用于生产计划跟踪、质量跟踪、能耗跟踪、物料消耗跟踪、生产工人跟踪及矿仓存储跟踪；
5.1所述的生产计划跟踪，根据现场生产反馈的数据信息对比生产月计划和生产季度计划，实时了解生产进度状态；
5.2所述的质量跟踪，将现场生产反馈的各工序作业区的生产质量信息实时展示，实时了解各工序质量状态；
5.3所述的能耗跟踪，将现场生产反馈的各工序作业区的生产能耗信息实时展示，实时了解各工序能耗状态；
5.4所述的物料消耗跟踪，将现场生产反馈的各工序作业区的物料消耗信息实时展示，实时了解各工序物料消耗状态；
5.5所述的生产工人跟踪，设计工人电子操作牌，将工人所在的位置信息实时展示在应用***上，实时了解每个工人所处的位置信息；
5.6所述的矿仓存储跟踪，录入翻车信息，***根据矿仓中矿石消减速度，在矿仓存储中动态数据展示。
本发明所述的物耗管理模块，用于对生产过程中的大宗物资、生产辅材、能源及其它生产所需物料的采购、库存、领用流程以及对能源消耗、物料消耗、产量及成本的统计分析，分析物耗与生产指标、处理量及设备运转情况之间的关系，对物料的采购、库存、领用流程以及对能源消耗、物料消耗、产量、成本进行统计分析；
6.1所述的物耗管理模块，包括线旁库管理、产量管理、成本分析和物料平衡管理；
6.1.1、物料入库管理：各工序记录接收的各种物料的重量、类别等信息，***生成对应的物料入库单据，以备物料的配置投料。
6.1.2、所述的物料出库管理：根据每天的生产实际情况，进行物料的领料出库，在***中填写物料出库单，填写信息包括领用的物料名称、类别、数量、重量以及领用人、领用时间等，对物料的出库管理实现痕迹化。
6.1.3、所述的物料结存管理：定时盘点记录各个物料的库存信息，通过了解库存信息，为生产调度提供决策依据。
6.2所述的产量管理，用于精矿产量管理、破碎产量管理、磨磁产量管理及浮选产量管理；包括各作业区各工序产量以及精矿产量，实现全流程的产量统计分析；
6.2.1、精矿产量管理：通过采集压滤作业区控制***中的压滤机给矿重量、循环次数等参数信息，自动计算当天的精矿产量，为相关的数据使用模块提供数据支持，并为管理者提供直观的统计分析数据；
6.2.2、破碎产量管理：通过采集各工艺段皮带秤的数据并结合人工录入的方式，计算包括粗破、中破、细破的各班组产量，为计算破碎机台时以及电单耗提供数据支持；
6.2.3、磨磁产量管理：通过磨磁产量管理模块对各工艺段各班组的产量，包括球磨磨矿量和混磁精产量进行采集和计算；
6.2.4、浮选产量管理：通过浮选控制***中泡沫精选和底流精选的流量数据，计算去往精矿大井的实际精矿产量。
6.3所述的成本分析，用于物料消耗统计分析、产量统计分析及能耗统计分析；包括各工序原矿量消耗统计、能耗统计、物料消耗统计以及物料的结存、出入库情况数据并做出相应分析，按照月份、物料类别、能源介质类别等分类将成本相关的数据统计出来；
6.3.1、物料消耗统计分析：***通过采集皮带秤、流量计等仪器仪表的数据或者对接DCS***，对全厂以及各工序各班组的物料消耗情况按日、月、季度、年等周期进行统计，包括原矿量、各工序给矿量、钢球消耗、药剂消耗等，并结合实际产量计算各物料单耗。
6.3.2、产量统计分析：对各作业区各工序的产量情况进行统计，并结合原矿量和消耗量进行对比分析。
6.3.3、能耗统计分析：通过对水、电、蒸汽等各种能源消耗的统计，对能源费用进行分析计算，提供对能源支出情况的分类查询，可以通过能源类型、时间、作业区等条件查询特定时期条件下的能源费用，对企业能源用量估计、能源使用成本估算等提供决策支撑。
6.4、物料平衡管理：从全厂的金属回收率，到各工序的实际回收率，来评价物料平衡状态，并对理论回收率和实际回收率进行分析，帮助生产管理者及时发现失衡状态，有效管理工艺过程中物料均衡供给，从而稳定生产，提高产量。
本发明所述的作业指导管理模块，是选厂的作业指导书电子化，对选厂各工序的作业指导书进行统一管理和集中控制，并实现精准发放到工人所在的操作终端；
所述的作业指导管理模块，用于站点管理、指导书文件管理、指导书分配管理和指导书查看；
7.1所述的站点管理，定义选厂各工序作业区作业指导书所要展示的位置，包括添加站点、编辑站点、删除站点及查询站点，站点的上级属性是作业区，作业区的上级属性是工序；
7.2所述的指导书文件管理，每个作业指导书在准备启用后，需要经过一个管理业务流程，包括指导书的定义、上传、审核及发布；
7.3所述的指导书分配管理，作业指导书分配到各工序作业区所定义的站点上，一个站点可绑定多个作业指导书，记录作业指导书分配记录，便于后期查询；
7.4所述的指导书查看，当现场工人进行某项工序操作时，在站点工位终端查看该指导书的内容，指导现场生产操作，记录作业指导书查看记录，便于后期统计评估各工序作业操作难度和指导效果。
本发明所述的生产驾驶舱模块，作为智慧工厂的综合数据可视化***，涵盖选厂生产、工艺、质量、能源及设备检维修业务的统计管理数据及执行过程数据的可视化展示；
本发明所述的指标数据管理模块，面向选矿全生产流程，建立面向产能、设备、成本、质量和人员的多维指标体系，形成指标间的相关关联与逐级分解，明确各类指标计算统计的方法和直接数据来源，实现各级指标的计算、汇聚与统计，实现指标关联分析与数据挖掘，为生产管理的持续改善提供支持；
选厂生产过程工艺指标及控制参数繁多，相互间关联关系复杂，多指标相互作用机理不清，需要建立模型进行分析。过程指标的关联性指过程指标的相互影响关系及影响程度，分析过程指标关联性既要分析指标影响关系，又要分析影响强弱。主要的指标关联分析方法包括因果关系矩阵（C&E矩阵）、失效模式及后果分析（FEMA）、回归分析及正交分析等。
主要分析过程包括：
统计指标的分布情况，确定指标值与置信区间，
采用5M1E方法，确定指标的潜在影响因素范围，
结合指标潜在影响因素，利用因果关系矩阵和失效模式及后果分析，确定其中的关键影响因素，
在关键因素基础上，利用方差分析、回归分析及正交分析对指标影响的显著性水平进行分析。
所述的指标数据管理模块，用于指标体系管理、统计报表管理及指标分析管理；
8.1所述的指标体系管理，建立面向效率、质量、消耗及人员多维指标体系，实现综合指标的逐级分解，定义各级指标数据的计算及统计方法；
8.2所述的统计报表管理，在综合指标体系建立的基础上，依据指标数据源、计算公式及指标汇聚统计方法，自动计算统计周期内的指标值，形成指标数据集合，建立厂级报表库，形成工序设备级—作业区级—工厂级的多级分类组织，报表库的动态更新；
8.3所述的指标分析管理，结合综合指标体系，利用大数据分析技术对生产过程数据进行分析，分析指标间潜在的关联关系，评估指标间相互影响的程度，为指标异常的溯源和持续改进提供分析决策手段。
本发明所述的基础管理模块，支撑***运行的基础服务功能，基于云平台提供的整体基础服务，针对面向智能协同生产管控***形成个性化功能需求，实现用户角色管理、资源权限管理、消息管理及日志管理的灵活配置；
9.1所述的用户角色管理，基于云平台统一服务架构，调用平台用户、角色管理服务，实现选厂独立租户内的用户管理，依据***各功能模块的设定操作权限和选厂实际业务岗位，动态建立相应的用户角色。角色与用户可指定映射，一个用户可属于一个或几个角色，支持统一身份认证机制下的分级授权，支持用户组的角色授权方式；
9.2所述的资源权限管理，用于对整个***的用户资源进行管理，每个资源具备一定的权限，通过***资源管理可将***中各个面向用户的功能进行分类整理，生成一张资源表，并为每一项资源分配一个唯一标识；
在此基础上，基于角色进行资源权限的绑定。授权所指定的资源同时也包括该资源下所有子资源，除非其子资源有单独的授权定义将其覆盖。授权方式支持许可授权、拒绝授权，许可授权对指定角色的某一权限做允许的授权，也就是它设定允许某一角色对某一资源的行为；拒绝授权对指定角色的某一权限做拒绝的授权，也就是它设定拒绝某一角色对某一资源的行为。
9.3所述的消息通知管理，基于各类生产事件的消息通信，具体包括：消息订阅、消息发布、消息时间窗时效性；
9.3.1、消息订阅：根据不同的用户角色可以实现基于生产通知、异常、质量等不同主题的消息订阅；
9.3.2、消息发布：消息总线对待发布消息按主题分类，并基于消息订阅列表对消息进行发布，发布方式包括微信、短信、邮件、移动端APP、PC客户端、大屏幕看板等；
9.3.3、消息时间窗时效性：消息总线接收到消息后开始计时，消息进入时间窗，通过定时扫描对超出时效性的消息进行提升优先级、持久性存储等处理；
9.4所述的***日志管理，记录所有登录人员访问***的关键操作信息以及***更新信息等，对于***更新的所有数据，都支持保留标准***日志，对所有企图进入应用***的行为进行跟踪。
对于***更新的所有数据，都支持保留标准***日志，记录包括谁将数据从什么改变成什么，数据改变的日期和时间等信息，对所有企图进入应用***的行为进行跟踪，无论登录成功还是失败。***日志具有存档机制，需要时可以访问日志的存档记录，存档日志应便于查询和生成报表。
提供按人员、功能操作、时间等多种条件的***日志查询，支持对不同日志格式的分类、筛选、最大效率保存。日志支持自动导出、导入、删除、备份、恢复等日志管理功能。提供了多样、灵活的日志信息查询，同时支持按用户设定的条件进行不同日志的相关查询，帮助管理员实现更加全面、深入的分析事件。
本发明所述的***集成模块，面向生产现场的***，连接经营层和现场控制层的信息传递***，与上层业务***和底层边缘计算***一起构成企业的神经***，把业务计划的指令传达到生产现场，将生产现场的信息及时收集、上传和处理。
所述的***集成模块，用于与SAP-ERP***的集成、与边缘计算***的集成、与EAM***的集成、与主数据***的集成、与PI***的集成和与能源管理***的集成；
10.1所述的与SAP-ERP***的集成，集成的主要内容有生产计划信息、物料采购信息和质量信息，集成方式采用API接口和中间文件转换；
10.2所述的与边缘计算***的集成，集成的主要内容有现场生产控制参数、质量检测信息和设备运行状态的边缘计算信息，集成方式基于边云协同机制，遵循公司工业互联平台数据传输协议；
10.3所述的与EAM***的集成，集成的主要内容有设备台账信息、设备维保计划信息和设备技术精度信息，集成方式包括API接口和中间文件转换；
10.4所述的与主数据***的集成，集成的主要内容有设备台账信息、设备维保计划信息和设备技术精度信息，集成方式可采用API接口、中间文件转换等；
10.5所述的与PI***的集成，集成的主要内容有现场生产技术指标和设备运行状态等信息，集成方式包括数据复制及数据聚合；
1.6所述的与能源管理***的集成，集成的主要内容有能源消耗数据、能源预警数据和能源统计数据信息，集成方式包括API接口和中间文件转换。
通过以数字化、智能化为核心的信息技术改造提升传统矿业的传统管控模式，推动智慧人本管理、智慧决策支持、智慧业务协同，实现信息全面采集、管控高度智能、安全可靠、经济高效、绿色环保和可持续发展的新型智慧选矿工厂，进而推动鞍钢矿业智慧矿山的整体建设。
本发明有选矿智能协同生产管控***，基于工业互联网平台的端边网云架构，在自动化、信息化建设基础上，推进物联网、大数据、人工智能、边缘计算、虚拟现实等前沿技术在矿山的应用，建成集资源的数字化管理、面向“矿石流”的智能生产管控、全流程的少人化、无人化生产、基于工业大数据的智能决策于一体的绿色、安全、高效的智慧工厂，促进企业转型升级、高质量发展，提升绿色矿山和智慧矿山建设水平，实现提高生产质量和经济效益的目标。
Claims (14)
1.一种选矿智能协同生产管控***，基于智慧矿山选矿***，包括矿山云平台、生产指挥远控中心及边缘优化控制***，其特征在于：所述的选矿智能协同生产管控***与智慧矿山选矿***通讯连接，包括工厂建模模块、计划管理模块、生产调度模块、质量管理模块、过程跟踪模块、物耗管理模块、作业指导管理模块、生产驾驶舱模块、指标数据管理模块、基础管理模块及***集成模块；
所述的工厂建模模块，用于以选矿工艺为主线，为生产计划组织、过程监控跟踪、质量检测控制、物料调配以及设备运行维护业务功能的实现奠定了基础；
所述的计划管理模块，用于依据公司下达的年度、季度计划，实现月度计划的分解，再根据采矿配矿可选性及品位信息，实现周计划和日计划的分解，计划排产基于配矿原矿性质、设备检维修计划，面向产能消耗平衡目标进行优化排产，形成设备工艺准备及台时计划和预估；生产计划是生产调度、质量管理、过程跟踪及作业指导管理工作的前提和依据；
所述的生产调度模块，在计划排产的基础上，将选矿生产计划目标转化为选矿生产工艺要求和实际生产作业任务分解到各个生产作业区，
所述的质量管理模块，是根据质检化验和在线质量检测数据评估选厂生产情况，为上层业务***提供可靠的数据源；
所述的过程跟踪模块，用于采集边缘计算***的能耗数据、生产指标数据、质量指标数据，实现能耗跟踪、生产计划跟踪和质量跟踪，实现物料消耗跟踪和现场工人跟踪；
所述的物耗管理模块，用于对生产过程中的大宗物资、生产辅材、能源及其它生产所需物料的采购、库存、领用流程以及对能源消耗、物料消耗、产量及成本的统计分析，分析物耗与生产指标、处理量及设备运转情况之间的关系，对物料的采购、库存、领用流程以及对能源消耗、物料消耗、产量、成本进行统计分析；
所述的作业指导管理模块，是选厂的作业指导书电子化，对选厂各工序的作业指导书进行统一管理和集中控制，并实现精准发放到工人所在的操作终端；
所述的生产驾驶舱模块，作为智慧工厂的综合数据可视化***，涵盖选厂生产、工艺、质量、能源及设备检维修业务的统计管理数据及执行过程数据的可视化展示；
所述的指标数据管理模块，面向选矿全生产流程，建立面向产能、设备、成本、质量和人员的多维指标体系，形成指标间的相关关联与逐级分解，明确各类指标计算统计的方法和直接数据来源，实现各级指标的计算、汇聚与统计，实现指标关联分析与数据挖掘，为生产管理的持续改善提供支持；
所述的基础管理模块，支撑***运行的基础服务功能，基于云平台提供的整体基础服务，针对面向智能协同生产管控***形成个性化功能需求，实现用户角色管理、资源权限管理、消息管理及日志管理的灵活配置；
所述的***集成模块，面向生产现场的***，连接经营层和现场控制层的信息传递***，与上层业务***和底层边缘计算***一起构成企业的神经***，把业务计划的指令传达到生产现场，将生产现场的信息及时收集、上传和处理。
2.根据权利要求1所述的一种选矿智能协同生产管控***，其特征在于：所述的工厂建模模块，包括产品物料建模、组织结构建模及生产工艺建模；
所述的产品物料建模，围绕选矿工艺流程，建立从配矿原矿输入开始，经过各个工艺环节加工处理直至产生产成品精尾矿的全流程产品、中间在制品及相关物料的定义与关联，形成矿石产品流模型、生产设备备件消耗品模型及能源消耗模型；
所述的组织结构建模，围绕选厂的关键制造资源及能力建立模型，设备层面体现为“生产作业区—生产区域—设备机组—单机设备—关键零部件”的层级关系，人员层面体现“生产作业区—岗位角色—生产班组—人员”的层级关系；
所述的生产工艺建模，用于实现选矿工艺涉及的工艺流程、工艺控制标准、过程及成品质量检验标准的模型构建。
3.根据权利要求1所述的一种选矿智能协同生产管控***，其特征在于：所述的计划管理模块，包括计划排产管理模块与指标统计模块；
所述的计划排产管理模块，包括排产建模、计划分解及计划调整；根据采矿配矿性质、设备运行状态及检维修计划诸多因素对生产计划优化排产；
所述的指标统计模块：用于运营指标统计和指标分析评估；依据计划排产指标与实际生产完成情况，实现各项生产指标的统计、对比与分析，评估生产计划执行进度、产能波动与完成质量。
4.根据权利要求1所述的一种选矿智能协同生产管控***，其特征在于：所述的生产调度模块，包括计划调度管理模块与作业执行管理模块；
所述的计划调度管理模块，用于依据各工序工艺要求，对日排产计划进行工序分解，确定各工序相关的各类物料投入及产出计划，依据各工序设备生产能力配置情况、设备运行状态以及能源消耗成本因素，综合计算设备开台数量及相应台时，优化平衡产能效率和消耗成本，采用富余产能工序，以能源消耗成本最优为目标，瓶颈工序以设备运行载荷与综合台时最优为目标进行作业调度优化；
所述的作业执行管理模块，依据各工序生产调度计划，下达设备控制指令和工艺控制参数到设备控制***，用于设备指令下达与操控、生产监控与异常报警、生产过程记录及过程统计分析。
5.根据权利要求1所述的一种选矿智能协同生产管控***，其特征在于：所述的质量管理模块，包括质量过程管理、化验数据管理和质量数据分析；
所述的质量过程管理，用于局部工艺质量分析和全局工艺质量分析，实时采集在线质量检测仪表的监测数据，对生产过程的工艺技术指标进行分析，以指标控制趋优为导向，通过汇总在线采集的数据和人工录入数据，分析生产过程的各项指标及影响因素，对各项影响因素的影响程度进行量化，对数据超标和异常趋势进行及时预警；
所述的化验数据管理，用于化验数据采集、化验结果查询及化验数据分析；对生产过程重要节点进行化验数据管理，建立针对不同样品类别的各类属性信息，通过采样部门建立的属性信息和化验部门的化验数据的数据对接，达到化验数据的实时传递，从而使得各部门对化验数据的掌握和传递更加实时、准确；
所述的质量数据分析，用于检验分析管理和综合质量报表，自动采集质量数据、在线传递，并以此数据作为基础，提供数据分析，进行质量数据相关性分析，找到质量问题的根源，通过质量数据统计，自动输出质量考核结果。
6.根据权利要求1所述的一种选矿智能协同生产管控***，其特征在于：所述的过程跟踪模块，用于生产计划跟踪、质量跟踪、能耗跟踪、物料消耗跟踪、生产工人跟踪及矿仓存储跟踪；
所述的生产计划跟踪，根据现场生产反馈的数据信息对比生产月计划和生产季度计划，实时了解生产进度状态；
所述的质量跟踪，将现场生产反馈的各工序作业区的生产质量信息实时展示，实时了解各工序质量状态；
所述的能耗跟踪，将现场生产反馈的各工序作业区的生产能耗信息实时展示，实时了解各工序能耗状态；
所述的物料消耗跟踪，将现场生产反馈的各工序作业区的物料消耗信息实时展示，实时了解各工序物料消耗状态；
所述的生产工人跟踪，设计工人电子操作牌，将工人所在的位置信息实时展示在应用***上，实时了解每个工人所处的位置信息；
所述的矿仓存储跟踪，录入翻车信息，***根据矿仓中矿石消减速度，在矿仓存储中动态数据展示。
7.根据权利要求1所述的一种选矿智能协同生产管控***，其特征在于：所述的物耗管理模块，包括线旁库管理、产量管理、成本分析和物料平衡管理；
所述的线旁库管理，用于物料入库管理、物料出库管理及物料结存管理；实现库房的入库、领料、盘点及存货核算，形成相应的操作和库存记录，为统计分析与消耗核算提供数据支持；
所述的产量管理，用于精矿产量管理、破碎产量管理、磨磁产量管理及浮选产量管理；包括各作业区各工序产量以及精矿产量，实现全流程的产量统计分析；
所述的成本分析，用于物料消耗统计分析、产量统计分析及能耗统计分析；包括各工序原矿量消耗统计、能耗统计、物料消耗统计以及物料的结存、出入库情况数据并做出相应分析，按照月份、物料类别、能源介质类别等分类将成本相关的数据统计出来；
所述的物料平衡管理，用于从全厂的金属回收率，到各工序的实际回收率，来评价物料平衡状态，并对理论回收率和实际回收率进行分析，及时发现失衡状态，有效管理工艺过程中物料均衡供给。
8.根据权利要求1所述的一种选矿智能协同生产管控***，其特征在于：所述的作业指导管理模块，用于站点管理、指导书文件管理、指导书分配管理和指导书查看；
所述的站点管理，定义选厂各工序作业区作业指导书所要展示的位置，包括添加站点、编辑站点、删除站点及查询站点，站点的上级属性是作业区，作业区的上级属性是工序；
所述的指导书文件管理，每个作业指导书在准备启用后，需要经过一个管理业务流程，包括指导书的定义、上传、审核及发布；
所述的指导书分配管理，作业指导书分配到各工序作业区所定义的站点上，一个站点可绑定多个作业指导书，记录作业指导书分配记录，便于后期查询；
所述的指导书查看，当现场工人进行某项工序操作时，在站点工位终端查看该指导书的内容，指导现场生产操作，记录作业指导书查看记录，便于后期统计评估各工序作业操作难度和指导效果。
9.根据权利要求1所述的一种选矿智能协同生产管控***，其特征在于：所述的指标数据管理模块，用于指标体系管理、统计报表管理及指标分析管理；
所述的指标体系管理，建立面向效率、质量、消耗及人员多维指标体系，实现综合指标的逐级分解，定义各级指标数据的计算及统计方法；
所述的统计报表管理，在综合指标体系建立的基础上，依据指标数据源、计算公式及指标汇聚统计方法，自动计算统计周期内的指标值，形成指标数据集合，建立厂级报表库，形成工序设备级—作业区级—工厂级的多级分类组织，报表库的动态更新；
所述的指标分析管理，结合综合指标体系，利用大数据分析技术对生产过程数据进行分析，分析指标间潜在的关联关系，评估指标间相互影响的程度，为指标异常的溯源和持续改进提供分析决策手段。
10.根据权利要求1所述的一种选矿智能协同生产管控***，其特征在于：所述的基础管理模块，用于用户角色管理、资源权限管理、消息通知管理和***日志管理；
所述的用户角色管理，基于云平台统一服务架构，调用平台用户、角色管理服务，实现选厂独立租户内的用户管理，依据***各功能模块的设定操作权限和选厂实际业务岗位，动态建立相应的用户角色。角色与用户可指定映射，一个用户可属于一个或几个角色，支持统一身份认证机制下的分级授权，支持用户组的角色授权方式；
所述的资源权限管理，用于对整个***的用户资源进行管理，每个资源具备一定的权限，通过***资源管理可将***中各个面向用户的功能进行分类整理，生成一张资源表，并为每一项资源分配一个唯一标识；
所述的消息通知管理，基于各类生产事件的消息通信，具体包括：消息订阅、消息发布、消息时间窗时效性；
所述的***日志管理，记录所有登录人员访问***的关键操作信息以及***更新信息等，对于***更新的所有数据，都支持保留标准***日志，对所有企图进入应用***的行为进行跟踪。
11.根据权利要求1所述的一种选矿智能协同生产管控***，其特征在于：所述的***集成模块，用于与SAP-ERP***的集成、与边缘计算***的集成、与EAM***的集成、与主数据***的集成、与PI***的集成和与能源管理***的集成；
所述的与SAP-ERP***的集成，集成的主要内容有生产计划信息、物料采购信息和质量信息，集成方式采用API接口和中间文件转换；
所述的与边缘计算***的集成，集成的主要内容有现场生产控制参数、质量检测信息和设备运行状态的边缘计算信息，集成方式基于边云协同机制，遵循公司工业互联平台数据传输协议；
所述的与EAM***的集成，集成的主要内容有设备台账信息、设备维保计划信息和设备技术精度信息，集成方式包括API接口和中间文件转换；
所述的与主数据***的集成，集成的主要内容有设备台账信息、设备维保计划信息和设备技术精度信息，集成方式可采用API接口、中间文件转换等；
所述的与PI***的集成，集成的主要内容有现场生产技术指标和设备运行状态等信息，集成方式包括数据复制及数据聚合；
所述的与能源管理***的集成，集成的主要内容有能源消耗数据、能源预警数据和能源统计数据信息，集成方式包括API接口和中间文件转换。
12.根据权利要求3所述的一种选矿智能协同生产管控***，其特征在于：所述的排产建模，依据公司下达的年度及季度计划分解为月度计划及周/日
计划，具体涉及铁精矿产量、原矿处理量、原矿破碎量、金属回收率、选矿比、地质/给矿品位、消耗成本等生产计划指标，建立生产计划指标多目标规划模型，明确各项指标的优先级，采用智能算法对模型求解，实现指标调整与计划偏差最小，达到优化排产的目的；
所述的计划分解，基于公司年度、季度计划指标，结合选厂工艺设备状态、备件更换周期、检维修计划等实现年季计划到月计划、周计划的分解；
所述的计划调整，针对多矿点采矿配矿产生的矿石可选性及品位等指标的变化而造成的选矿工艺变化，通过排产算法及时评估设备台时，并通过计划仿真进行验证，形成计划调整方案；
所述的运营指标统计，包括运营指标统计和指标分析评估；
所述的指标分解评估，通过生产经营完成指标与计划指标的对比分析，计算计划完成进度，评估生产稳定状态与趋势，根据日产能完成情况评估周产能、月产能完成情况，发现影响计划完成的问题和原因，为总体计划调整与推进提供决策依据。
13.根据权利要求5所述的一种选矿智能协同生产管控***，其特征在于：所述的局部工艺质量分析，具体包括：破碎成品粒度质量分析、一段磨矿粒度质量分析、一段强磁品位质量分析、二段磨矿粒度质量分析、二段强磁品位质量分析、二段强磁品位质量分析、混磁精品位质量分析、浮选干矿量质量分析、浮选精尾品位质量分析及压滤精矿浆浓度质量分析；
所述的全局工艺质量分析，面向选矿全工艺流程，建立全局工艺质量控制模型，基于工艺指标实时监控动态调节控制参数，形成闭环控制。
14.根据权利要求7所述的一种选矿智能协同生产管控***，其特征在于：所述的物料入库管理，记录接收各工序的各种物料的重量及类别信息，生成对应的物料入库单据，以备物料的配置投料；
所述的物料出库管理，根据每天的生产实际情况，进行物料的领料出库，在***中填写物料出库单，填写信息包括领用的物料名称、类别、数量、重量以及领用人及领用时间，对物料的出库管理实现痕迹化；
所述的物料结存管理，定时盘点记录各个物料的库存信息，通过了解库存信息，为生产调度提供决策依据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310397231.XA CN116540647A (zh) | 2023-04-14 | 2023-04-14 | 一种选矿智能协同生产管控*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310397231.XA CN116540647A (zh) | 2023-04-14 | 2023-04-14 | 一种选矿智能协同生产管控*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116540647A true CN116540647A (zh) | 2023-08-04 |
Family
ID=87442610
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310397231.XA Pending CN116540647A (zh) | 2023-04-14 | 2023-04-14 | 一种选矿智能协同生产管控*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116540647A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117829862A (zh) * | 2024-03-04 | 2024-04-05 | 贵州联广科技股份有限公司 | 一种基于互联互通的数据源追溯方法及*** |
-
2023
- 2023-04-14 CN CN202310397231.XA patent/CN116540647A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117829862A (zh) * | 2024-03-04 | 2024-04-05 | 贵州联广科技股份有限公司 | 一种基于互联互通的数据源追溯方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103268531B (zh) | 一种用于能源中心的能源二级管理平台 | |
| CN105761010A (zh) | 基于实时数据采集的集团企业稽核实时监控方法及*** | |
| CN111582728B (zh) | 多通道复杂建筑工程动态管理*** | |
| CN103699966A (zh) | 基于用户需求的多维度、全过程数据管控***及管控方法 | |
| CN105976165A (zh) | 基于报账制单位项目预算全过程管理的信息处理方法 | |
| CN116540647A (zh) | 一种选矿智能协同生产管控*** | |
| CN102819774A (zh) | 工程项目成本管理***及其构架 | |
| CN105225051A (zh) | 工程管理*** | |
| CN114140090A (zh) | 一种工程项目全流程跟踪监督*** | |
| Visser | A blueprint for performance-driven operations management | |
| CN106855985A (zh) | 一种市场营销管理与监控*** | |
| CN1702670A (zh) | 拌合站管控一体化*** | |
| CN116957341A (zh) | 基于钢厂的安全风险智能管控*** | |
| CN105225058A (zh) | 石油化工行业环保技术评估方法 | |
| CN111260327A (zh) | 一种基于云服务的项目建设协作管控平台 | |
| CN101436041A (zh) | 生产执行*** | |
| CN101261696B (zh) | 铁路机务站段信息化建设整体方法 | |
| CN103455883A (zh) | 流域综合管理知识、模型、方法采集*** | |
| CN110544007A (zh) | 企业绩效管理和量化的建立方法及信息***装置 | |
| CN110045693A (zh) | 一种集团化骨料生产管控*** | |
| KR100971123B1 (ko) | 지능형 굴삭기용 토공사 관리시스템 | |
| CN116681199A (zh) | 一种智慧矿山选矿*** | |
| CN110503386B (zh) | 一种用于市场化项目的数据处理*** | |
| CN113077158A (zh) | 一种用于船舶行业的涂装业务流程模型仿真***及方法 | |
| CN103186821A (zh) | 工程项目安全隐患排查预警管理*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |