T/JQR 20-2025 高性能船用钢板数智绿色生产技术要求

　　ICS 77.140.01 CCS H 46

　　JQR

　　安 徽 省 机 器 人 学 会 团 体 标 准

　　T/JQR 20—2025

　　高性能船用钢板数智绿色生产技术要求

　　Technical requirements for digital intelligence and green production of

　　high-performance marine steel plate

　　2025 - 12 - 23 发布 2025 - 12 - 30 实施

　　安徽省机器人学会 发 布

　　T/JQR 20—2025

　　目 次

　　前言 II

　　引言 III

　　1 范围 1

　　2 规范性引用文件 1

　　3 术语和定义 1

　　4 通用要求 1

　　4.1 数智化 1

　　4.2 人员 1

　　4.3 环保 2

　　4.4 安全生产 2

　　4.5 数据 2

　　5 数智化设备总体要求 2

　　5.1 数字化感知 2

　　5.2 网络与设备互联 3

　　5.3 执行与自适应 3

　　5.4 预测性维护与预警 3

　　5.5 绿色高效与低碳 3

　　5.6 人机交互与工艺传承 3

　　6 生产流程与要求 3

　　6.1 流程 3

　　6.2 炼铁 3

　　6.3 炼钢 4

　　6.4 精炼 5

　　6.5 连铸 5

　　6.6 轧钢 5

　　7 验证与改进 6

　　7.1 验证 6

　　7.2 改进 6

　　参考文献 7

　　I

　　T/JQR 20—2025

　　前 言

　　本文件按照GB/T 1.1—2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规定起草。

　　请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

　　本文件由安徽首矿大昌金属材料有限公司提出。

　　本文件由安徽省机器人学会归口。

　　本文件起草单位：安徽首矿大昌金属材料有限公司、芜湖造船厂有限公司、安徽工业大学、北京科技大学、金鼎重工有限公司。

　　本文件主要起草人：岳强、王建兵、张钊、王海军、王超、光超、曹发卫、郭延生、肖为站、刘涛、江海涛、张瑞明、田景云、郑天保、徐岩、杨文静、叶康。

　　II

　　T/JQR 20—2025

　　引 言

　　传统的高性能船用钢板生产，长期受制于“经验依赖”与“黑箱操作”的工艺模式，难以满足现代高端制造业对极致质量稳定性与绿色低碳生产的严苛要求。在传统的冶金流程中，核心反应容器如高炉、转炉内部处于高温高压的封闭状态，物理化学反应极其复杂，长期以来缺乏有效的在线感知手段，导致生产过程呈现出典型的“黑箱”特征。操作人员往往只能依赖“看火色” 、“听声音”等感官经验或滞后的取样分析来判断炉况与终点，这种定性的、非标准化的操作方式导致了巨大的过程波动。此外，全流程生产组织的“分段孤岛”效应是制约效率提升与能耗降低的另一大顽疾。传统钢铁生产中，炼铁、炼钢、连铸、轧钢等工序往往作为独立的行政与生产单元运行，各工序之间缺乏实时的数据共享与节奏协同，形成了实质上的“信息孤岛”。生产计划通常按工序分段编制，各环节之间存在大量的物流缓冲与等待，导致高温物料在流转过程中产生不可逆的热损失。同时，由于缺乏全流程的能流与物流协同，生产过程中的能源利用效率低下，资源浪费严重。因此，打破“黑箱”消除“孤岛”，从经验主导转向数智绿色化，是实现高性能船用钢板高效生产的必然选择。本文件技术内容以全流程数据贯通和数字孪生底座建设为基础，人工智能技术赋能质量稳定性、柔性与效率和绿色低碳的三大提升为方向，从数智化设备要求改进、工艺参数改进、工艺流程优化等方面给出改进要求，对高性能船用钢板的数字绿色化生产流程起到了指导作用。

　　III

　　T/JQR 20—2025

　　高性能船用钢板数智绿色生产技术要求

　　1 范围

　　本文件规定了高性能船用钢板数智绿色生产技术的通用要求、数智化装备总体要求、生产流程与要求、验证与改进。

　　本文件适用于高性能船用钢板的数智绿色化生产。

　　2 规范性引用文件

　　下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件;不注日期的引用文件，其最新版本(包括所有的修改单)适用于本文件。

　　GB/T 712—2022 船舶及海洋工程用结构钢

　　GB/T 37025—2018 信息安全技术 物联网数据传输安全技术要求

　　GB/T 38637.2—2020 物联网 感知控制设备接入第2部分：数据管理要求

　　GB/T 41013 电机系统能效评价

　　GB/T 42127 智能制造 工业数据 采集规范

　　3 术语和定义

　　下列术语和定义适用于本文件。

　　3.1

　　数智绿色生产 digital intelligence and green production

　　将数字化、智能化技术与绿色制造理念深度融合，通过大数据、物联网、人工智能等技术手段，在产品全生命周期中实现资源高效利用、环境影响最小化以及生产过程的透明化与优化，从而推动可持续发展的新型生产模式。

　　4 通用要求

　　4.1 数智化

　　应满足以下基本要求：

　　a) 数字化：应对工厂所有资产建立数字化描述和数字化模型，使所有资产都可在整个生命周期中识别、交互、实施、验证和维护，同时能够实现数字化的产品开发和自动测试，以适应工厂内外部的不确定性(部门协调、客户需求、供应链变化等);

　　b) 网络化：应建有相互连接的计算机网络、数控设备网络、生产物联、物流网络和工厂网络，从而实现所有资产数据在整个生命周期上价值流的自由流动，打通物理世界与网络世界的连接，实现基于网络的互联互通;

　　c) 智能化：应具有能够感知和存储外部信息的能力，即整个制造系统在各种辅助设备的帮助下可以自动地监控生产流程，并能够及时捕捉到产品在整个生命周期中的各种状态信息，对信息进行分析、计算、比较、判断与联想，实现感知、执行与控制决策的闭环。

　　4.2 人员

　　各生产岗位人员基本要求如下：

　　a) 操作人员：

　　1) 熟悉系统架构,了解系统软件知识;

　　2) 熟识各系统硬件设备,了解系统硬构成;

　　1

　　T/JQR 20—2025

　　3) 能够熟练操作系统;

　　4) 能修改相应权限下的系统参数;

　　5) 能对系统进行简单维护。

　　b) 管理人员：

　　1) 具备操作人员所具有的技能(标准中应明确具体的技能);

　　2) 能修改相应权限下的系统参数;

　　3) 能了解高级别密码的系统现状及历史资料;

　　4) 能灵活修改系统设置,并进行软件编、修改图形、扩充被控设备的内容等。

　　c) 维护人员：

　　5) 熟悉各种系统操作和维护手册;

　　6) 对一般性故障进行诊断、定位和排除;

　　7) 掌握系统故障后的恢复方法。

　　4.3 环保

　　4.3.1 应建立环保法规标准库，及时更新国家及地方环保政策要求，定期对照检查企业生产经营活动的合规性。宜针对环保审批、许可等事项，实现线上化申请、跟踪与管理，确保各项环保手续齐全有效。

　　4.3.2 应在生产各环节设置监测点，实时采集废水、废气、噪声、固废等环保数据。运用信息化系统对数据进行整合分析，形成环保监测报表，为环保管控提供数据支撑。

　　4.3.3 应制定环保突发事件应急预案，明确应急处置流程、责任分工及物资储备等内容。应支持应急演练的线上化组织与记录，在突发环保事件时，能快速启动预案，及时采取措施降低环境影响。

　　4.4 安全生产

　　4.4.1 应建立安全生产管理机构，统一负责生产人员、物料、过程、设备、环境和信息安全的管控。

　　4.4.2 应全面梳理生产过程中潜在的风险要素，进行风险界定、辨识、评估、控制和管理。

　　4.4.3 应制定风险管控流程，明确相关岗位职责和要求.完善各项安全管理制度, 内容包括但不限于：

　　a) 生产责任制度;

　　b) 安全操作规程;

　　c) 应急预案体系。

　　4.4.4 宜合理利用物联网、大数据、智能分析等智能化手段，对潜在风险进行感知、传输、分析处理预警响应和改进，实现生产风险要素的智能化管控。

　　4.5 数据

　　4.5.1 数据采集通用要求应符合 GB/T 38637.2—2020 中 5.1 的规定。

　　4.5.2 数据源应包括生产、控制、工艺、设备运行状态、质量参数数据和图像视频资料等单值型和时序性数据。

　　4.5.3 采集数据内容包括工艺数据、设备数据、监测数据，数据应符合 GB/T 38637.2—2020 中 5.2 的规定。

　　4.5.4 数据存储前应对数据进行预处理，包括数据清洗与数据质量评估等内容。数据处理应符合 GB/T 38637.2—2020 中 6.1 的规定。

　　4.5.5 数据储存应符合 GB/T 38637.2—2020 中 6.2 的规定，数据储存时间应按不同类型分别规定储存时限，并针对不同使用要求制定数据备份策略。

　　4.5.6 对于特定敏感字段或业务数据应使用加密方式存储，数据传输过程中的加密过程应符合 GB/T 37025—2018 中 6.3 和 7.3 的规定。

　　4.5.7 数据完整性应符合 GB/T 38637.2—2020 中 8.1 的规定。

　　5 数智化设备总体要求

　　5.1 数字化感知

　　5.1.1 相关装备在设计与制造阶段，应在关键工艺点位预置或预留高精度、高可靠性的传感器接口。

　　2

　　T/JQR 20—2025

　　数据采集点完备率应达到 98%，且传感器校准周期应小于 1 个月。

　　5.1.2 数据采集应符合 GB/T 42127 的规定，关键工艺参数的采集频率基础指标应>10 Hz，且高动态响应环节采集频率应根据情况进一步提升。

　　5.1.3 应用多模态数据融合采集，实现“视觉+热像+机理参数”的同步感知。

　　5.2 网络与设备互联

　　5.2.1 智能装备应具备支持 OPC UA 标准的数据接口与通信协议。

　　5.2.2 配备 TSN 或 5G 工业模组，应支持≥99.9%的网络可用率，关键控制指令时延应≤20 ms，工序协同信号时延宜≤100 ms。

　　5.2.3 宜基于 IEEE 1588(PTP)协议，实现全厂设备同步误差≤1 ms。

　　5.3 执行与自适应

　　5.3.1 关键控制环节的执行机构应具备毫秒级的响应速度与微米级或0.1%级的定位精度要求。

　　5.3.2 控制单元应内置边缘计算模块，支持本地闭环控制算法，实现“感知-决策-执行 ”的毫秒级微循环。并可根据实时反馈动态补偿扰动，保障执行稳定性。

　　5.4 预测性维护与预警

　　5.4.1 关键部位应预置振动、温度、油液及应力传感器，宜实现 100%在线监测覆盖。通过边缘特征提取算法，应可在早期识别机械磨损、润滑失效等潜在故障，且故障预警准确率≥85%。

　　5.4.2 应建立设备性能衰减与产品质量的量化关联，当设备状态可能导致质量波动时，可触发维护预警或自动工艺补偿机制。

　　5.5 绿色高效与低碳

　　5.5.1 应具备精细化的能源计量能力，分系统配置高精度能源计量模块。实现对水、电、气消耗数据的颗粒化采集与透明化呈现。

　　5.5.2 装备控制系统应具备开放性，能够通过 OPC UA 等标准协议与全厂能源管理系统(EMS)实时对话，接收并执行来自上层的动态优化指令。

　　5.6 人机交互与工艺传承

　　5.6.1 智能装备应将人工经验转化为可复用的“SOP Package”，通过 HMI 实现一键操作，为工艺执行的一致性和低门槛化提供支撑。

　　5.6.2 可完整记录生产数据，形成可追溯的操作数字档案，为工艺模型的持续优化提供数据基础，实现知识的无损传承和迭代。

　　6 生产流程与要求

　　6.1 流程

　　高性能船板用钢生产的主工序应包括炼铁、炼钢、精炼、连铸、轧钢。

　　6.2 炼铁

　　6.2.1 供料系统

　　6.2.2 应利用人工智能技术生成智能配料模型指导生产，在原料稳定、无异常扰动条件下投用率应≥95%。

　　6.2.2.1 样品自动取样、标识与输送率宜达到 100%。

　　6.2.3 高炉系统

　　6.2.3.1 应在高炉炉顶区域，配备由高精度雷达与机械探尺组成的料面监测系统。系统应具备实时绘制炉内料面三维形貌功能，实现精确掌握布料的落点与堆积角，消除气流分布盲区等功能。

　　3

　　T/JQR 20—2025

　　6.2.3.2 宜通过高光谱视觉系统实时监控料流轨迹，对回旋区的燃烧状态进行光谱分析，实时捕捉炉内燃烧的不稳定性。

　　6.2.3.3 应在炉缸与炉身等关键部位预埋高精度光纤测温网络，监测炉衬内部的温度场分布与热流强度，实时反演内衬的侵蚀程度与渣皮的动态演变。

　　6.2.3.4 有效容积 3000 m3以上的高炉宜满足以下要求：

　　a) 高炉燃料比(焦炭+煤粉) ≤500 kg/t;

　　b) 高炉利用系数≥2.5 t/(m3.d);

　　c) 高炉炉顶温度控制精度±5 ℃;

　　d) 高炉炉压控制精度±2 kPa;

　　e) 煤气成分分析响应时间≤30 s;

　　f) 冷却水温差监测精度±0.25 ℃;

　　g) 炉热指数预测模型偏差(炉温预测值与实测值偏差)≤±5%;

　　h) 炉缸、炉衬侵蚀模型预测误差≤±15%;

　　i) 智能巡检机器人覆盖率 (炉前可自动化工序) ≥90%。

　　6.2.4 热风系统

　　6.2.4.1 风量控制精度应≤±5%。

　　6.2.4.2 应选用符合 GB/T 41013 一级能效要求驱动电机的轴流式静叶可调鼓风机。且鼓风机应具备精细化的负荷响应能力与开放的智能接口，可实时接收来自全厂能源管理系统(EMS)的调度指令。

　　6.2.5 喷煤系统

　　煤粉喷吹流量波动宜在 ≤±1%，且关键动作响应时间宜<2 s。

　　6.2.6 铁水

　　6.2.6.1 铁水优质品率应≥93%，硅含量偏差应≤±0.05%，温度稳定率(目标值±20℃范围内)应≥95%。

　　6.2.6.2 铁水运输自动化率宜≥90%。

　　6.3 炼钢

　　6.3.1 转炉系统

　　6.3.1.1 应具备炉口多光谱火焰分析和炉衬激光测厚功能。

　　6.3.1.2 氧枪应采用交流变频调速驱动，定位精度≤±1 mm，停点晃动≤±3 mm。可根据副枪或炉气分析的实时反馈，在冶炼过程中进行微秒级的动态枪位调整。

　　6.3.1.3 除尘系统应配置大功率变频调速电机，具备 20%～100%额定转速的宽范围调节能力。除尘风机与冶炼周期联动率应达到 98%。

　　6.3.1.4 终点控制精度应满足以下要求：

　　a) 终点碳温双命中率≥90%;

　　b) 碳含量预测偏差≤±0.01%;

　　c) 温度预测偏差≤±5 ℃;

　　d) 成分传感器响应时间≤1 min。

　　6.3.2 投料与合金系统

　　应具备铁、钢水成分快速分析和原料水分在线检测功能，且合金称量精度应≤±2 kg/t，投送响应时间应<5 s。

　　6.3.3 能源回收系统

　　具备高精度煤气流量与含氧量分析功能，吨钢煤气回收量应≥160 m³/t，余热蒸汽回收率应≥90%。

　　6.3.4 系统与数据基础

　　6.3.4.1 工艺参数自优化迭代周期应≤15 天。

　　6.3.4.2 关键工艺数据采集率和数据-钢坯追溯关联率宜达到 100%。

　　4

　　T/JQR 20—2025

　　6.3.5 工序衔接

　　应通过全流程数据实时贯通，进行工序进度毫秒级动态调整，使工序节奏稳定率达≥90%。

　　6.4 精炼

　　6.4.1 智能电极调节系统

　　应具备自适应阻抗控制算法，可根据电弧稳定性自动微调降低电网冲击。其调节精度宜≤±1 mm，响应时间宜≤100 ms。

　　6.4.2 真空泵组系统

　　应支持变频驱动，可根据钢水脱气动力学需求实现“按需抽气 ”。其抽气速率调节精度应≤±1%，健康诊断率宜≥98%。

　　6.4.3 感知与机器人系统

　　测温取样工作应由机器人自动执行与上传数据。氧活度测量精度宜达到±1 ppm，在线分析周期宜≤5 min。

　　6.4.4 钢水

　　6.4.4.1 关键元素内控命中率应≥98%，真空深脱氢应≤1.5 ppm,洁净度预测准确率宜≥90%。

　　6.4.4.2 精炼周期波动标准差应≤5 min，“快慢线 ”模式智能切换率宜≥80%。

　　6.5 连铸

　　6.5.1 动态二冷装备系统

　　应配置高频智能调节阀和变频主泵，其流量控制精度应≤±1.5%，群控与拉速联动率宜达到100%。

　　6.5.2 扇形段压下系统

　　应配置伺服液压压下执行机构，其位置控制精度应≤±0.05 mm，全行程响应应≤200 ms。

　　6.5.3 全息感知系统

　　应配置结晶器热像仪和铸坯表面线阵相机，其表面检测分辨率应≤0.2 mm/pixel，铸坯线阵相机行频应≥(拉速÷0.2) kHz。结晶器热像仪帧率应≥50 Hz，在漏钢预警场景下帧率应≥80 Hz。

　　6.5.4 协同通讯系统

　　应具有状态广播系统，拉速/状态广播时延宜≤100 ms，异常预警传递时延应≤3 s。

　　6.5.5 铸坯

　　表面质量满足结晶器液面波动宜在±2.5 mm之间，铸坯表面无缺陷率宜≥99.8%。内部质量满足中心偏析评级应≤1.5级比例≥90%，凝固末端预测精度应≤±15 ℃。

　　6.6 轧钢

　　6.6.1 智能轧机系统

　　6.6.1.1 伺服液压缸响应≥30 Hz，定位宜≤±1 μm。

　　6.6.1.2 全线激光轮廓仪的精度控制宜≤0.01 mm。

　　6.6.1.3 可根据连铸来料实时掌控温度与规格，动态优化轧制节奏。

　　6.6.2 超快冷系统

　　6.6.2.1 可追踪非线性冷却路径，精准控制相变过程。阀门开关响应时间应≤52ms，流量精度应≤±1%。

　　6.6.2.2 吨钢水、电耗相比传统生产方式应降低 15%以上。

　　6.6.3 预测性维护功能

　　5

　　T/JQR 20—2025

　　应建立“主传动振动-板厚波动 ”关联模型，使故障预警准确率应≥90%。且在设备预警状态下，同板厚度差合格率应≥98%。

　　6.6.4 钢板

　　厚度、化学成分、力学性能和表面质量等应符合GB/T 712的规定。同时还应满足下列要求：

　　a) 同板厚度差≤0.4 mm;

　　b) 厚度超差长度占比≤1%;

　　c) 板形平直度(浪高/弦长)≤5 mm/m;

　　d) 宽控制精度(与目标值偏差) ≤12 mm。

　　7 验证与改进

　　7.1 验证

　　应建立跨部门改进团队，定期开展月度制造数据复盘验证，月度能耗与排放数据核查，季度废弃物处理效果验证，季度智能设备运行效率验证。验证内容包括但不限于：

　　a) 生产数据的实时采集准确率;

　　b) 智能调度系统的排产响应时长;

　　c) 设备故障的自动预警准确率;

　　d) 产品的水、电、气消耗波动幅度;

　　e) 废气、废水的达标排放率;

　　f) 固废的回收再利用率。

　　7.2 改进

　　7.3 执行 PDCA(计划—执行—检查—行动)循环改进，对未达标项启动根因分析，纠正措施并跟踪闭环，并科学制定迭代计划。

　　7.4 鼓励员工参与改进提案，通过培训提升智能工具应用能力。

　　6

　　T/JQR 20—2025

　　参 考 文 献

　　[1]GB/T 23031.3—2023 工业互联网平台 应用实施指南 第3部分：智能化制造

　　[2]GB/T 38129—2019 智能工厂 安全控制要求

　　[3]GB/T 41255—2022 智能工厂 通用技术要求

　　[4]钢铁行业智能制造标准体系建设指南(2023版)

　　7