鋼鐵生產(chǎn)智能管控技能

張 利

河鋼集團(tuán)有限公司審計(jì)部駐宣鋼審計(jì)處

鋼鐵生產(chǎn)智能管控技能

張 利

河鋼集團(tuán)有限公司審計(jì)部駐宣鋼審計(jì)處

系統(tǒng)介紹了鋼鐵生產(chǎn)過(guò)程智能控制的應(yīng)用情況，特別以煉鐵，煉鋼及連鑄，軋鋼及深加工過(guò)程，描述了國(guó)內(nèi)外先進(jìn)智能控制系統(tǒng)的有關(guān)功能等，同時(shí)對(duì)國(guó)內(nèi)有關(guān)應(yīng)用前景做了展望.

鋼鐵生產(chǎn)；冶煉；軋鋼；智能控制

1　鋼鐵生產(chǎn)智能控制技術(shù)基礎(chǔ)

鋼鐵工業(yè)屬于混合型流程工業(yè)，兼有接連型和離散型工業(yè)流程的特征，其生產(chǎn)進(jìn)程既包括物理過(guò)程也包括化學(xué)進(jìn)程，具有構(gòu)造復(fù)雜性，參數(shù)不確定性等一系列特征，伴著客戶對(duì)產(chǎn)品質(zhì)量請(qǐng)求的進(jìn)步，以及市場(chǎng)競(jìng)爭(zhēng)加重迫切需要進(jìn)一步降低成本，只是依靠傳統(tǒng)的管控辦法一般難以見效，智能管控一般建立在相對(duì)完善的自動(dòng)化配備的基礎(chǔ)上.這些年在冶金自動(dòng)化得到了多方面的使用，僅日本使用的實(shí)例就超越百件，其間用于設(shè)定與管控占45.2%，用于計(jì)劃占32.3%，用于確診占14.5%，用于檢查占6.4%.用于學(xué)習(xí)占1.6%。

在鋼鐵生產(chǎn)進(jìn)程中，怎么有效判別生產(chǎn)設(shè)備的作業(yè)狀況，以進(jìn)步體系的精確決議計(jì)劃才能，削減周邊環(huán)境形成的影響，是進(jìn)程智能管控的一個(gè)關(guān)鍵基礎(chǔ)問(wèn)題。這些年，智能檢查與多傳感器交融技能在解決不斷定信息及信息組成中體現(xiàn)出杰出的適用效果。在工況辨認(rèn)中依據(jù)生產(chǎn)設(shè)備狀況提取其特征，得到該目標(biāo)的多源信息。選用D-S依據(jù)理論，經(jīng)過(guò)信息的交融得到比單一傳感器更精確，更全面的狀況值?，F(xiàn)代冶金生產(chǎn)規(guī)模大，負(fù)荷重，生產(chǎn)流程長(zhǎng)，連續(xù)運(yùn)轉(zhuǎn)是能耗大戶。同時(shí)電機(jī)耗能占整個(gè)冶金工業(yè)適當(dāng)大的份額，冶金生產(chǎn)各個(gè)環(huán)節(jié)的電機(jī)。如煉鐵過(guò)程的高爐鼓風(fēng)機(jī)、高爐質(zhì)料和出鐵場(chǎng)除塵風(fēng)機(jī)、煉鋼進(jìn)程的轉(zhuǎn)爐除塵風(fēng)機(jī)、軋鋼進(jìn)程的軋機(jī)各機(jī)架主傳動(dòng)電機(jī)等，多選用高壓大功率電機(jī)。電壓水平為3/6KV或許更高.容量在1000KV以上這些大電機(jī)當(dāng)中，依技術(shù)流程的特征和投資方面的因素。有的選用直流傳動(dòng)電機(jī)，也有的選用溝通傳動(dòng)電機(jī)，這些電機(jī)選用適當(dāng)?shù)恼{(diào)速計(jì)劃。不僅對(duì)于完成生產(chǎn)技術(shù)是必要的，并且能夠有效地節(jié)能，在施行領(lǐng)先的調(diào)速計(jì)劃中，智能技能占有適當(dāng)關(guān)鍵的地位。經(jīng)過(guò)運(yùn)用適當(dāng)?shù)闹悄芄芸貞?zhàn)略，就能大大地削減核算和硬件的擔(dān)負(fù)，會(huì)集精力進(jìn)步傳動(dòng)的運(yùn)轉(zhuǎn)性能、魯棒性和可靠性。

2　冶煉過(guò)程智能控制

在國(guó)際上現(xiàn)已選用的或廣泛選用的具有實(shí)用性的煉鐵進(jìn)程人工智能管控技能，如高爐貯礦槽的堆積狀況將影響下一道工序，過(guò)去只要質(zhì)料在庫(kù)管理和定時(shí)裝入。新的智能管控辦法包括超靜態(tài)裝入方法和超動(dòng)態(tài)裝入方法，超靜態(tài)裝入方法關(guān)鍵針對(duì)燒結(jié)礦，選用接連慢行裝入方法，當(dāng)卸料車到料槽，慢行卸料，而大大削減停車定點(diǎn)卸料的偏析和放料時(shí)粗粒會(huì)集而影響下一作業(yè)，超動(dòng)態(tài)裝入方法主要是針對(duì)塊礦，過(guò)去是礦槽到最低料位才裝入！因?yàn)槁洳畲蠖刍始哟?，本方法能夠管控料位差，使之?jiān)持最好料位而按捺粉化率。礦層混礦均勻管控國(guó)外早就運(yùn)用了新的管控理論，如采樣數(shù)字PID管控STC自校對(duì)管控，和自學(xué)習(xí)管控。選用智能管控將會(huì)獲得非常好的效果，寶鋼燒結(jié)分廠國(guó)內(nèi)自行開發(fā)并成功運(yùn)用的智能模型，其原理也能夠使用到高爐配料進(jìn)程的礦焦切出，排出控制。在爐頂裝料時(shí)，選用智能算法進(jìn)步FCG的管控水平對(duì)于改進(jìn)爐內(nèi)料的散布和鍛煉也是非常關(guān)鍵的。經(jīng)過(guò)對(duì)FCG流量特性的測(cè)定與補(bǔ)正、對(duì)前次控制差錯(cuò)進(jìn)行反應(yīng)和前饋補(bǔ)正，并按爐料是礦石、焦炭、干料、濕料的區(qū)別或按粒度施以不一樣的管控！可以消除裝入開始點(diǎn)和完畢點(diǎn)不一致而致使圓周方向裝料的不均勻。對(duì)高爐煤粉噴吹體系各個(gè)環(huán)節(jié)作業(yè)特性以及煤粉噴吹量各種調(diào)理方法的剖析。對(duì)噴煤量調(diào)理的新路徑進(jìn)行了探討，指出選用智能技能來(lái)完成噴煤量自動(dòng)管控以到達(dá)非常好的水平是可行的"在煉鋼方面，日本新日鐵和日本鋼管均開發(fā)了轉(zhuǎn)爐吹煉管控專家體系，川崎制鐵開發(fā)了溶劑冷卻劑轉(zhuǎn)入管控專家體系"日本鋼管福山廠轉(zhuǎn)爐在原有靜態(tài)、態(tài)和排氣模型的基礎(chǔ)上。依據(jù)操作人員經(jīng)驗(yàn)。找出渣化，噴濺形式用以斷定吹煉管控形式，專家體系依據(jù)鐵水溫度#成分等靜吹煉初始數(shù)據(jù)，評(píng)價(jià)渣化狀況和噴濺可能，輔導(dǎo)操作人員修正氧槍上吹形式，依據(jù)吹煉中傳感器數(shù)據(jù)和排氣模型核算結(jié)果。評(píng)價(jià)動(dòng)態(tài)渣化狀況和噴濺可能，斷定氧槍吹氧量，副槍質(zhì)料投入量、礦石投入速度和爐罩高度等，依據(jù)吹煉中副槍測(cè)定的數(shù)據(jù)和動(dòng)態(tài)模型核算結(jié)果，斷定有無(wú)必要在止吹前調(diào)整吹煉。止吹后用副槍測(cè)定，斷定終點(diǎn)出鋼，體系實(shí)踐使用中，進(jìn)步了吹煉水平，降低了吹濺發(fā)作率！即便含硅量處于峰值時(shí)，也能按捺吹濺發(fā)作，吹煉時(shí)刻縮短！鋼水含磷量安穩(wěn)。

3　軋制進(jìn)程智能管控

在軋制進(jìn)程智能管控及自動(dòng)化方面，選用人工智能技能如人工神經(jīng)元網(wǎng)絡(luò)，經(jīng)過(guò)收集實(shí)測(cè)數(shù)據(jù)來(lái)觀察技術(shù)進(jìn)程。積攢經(jīng)驗(yàn)，并且將曾經(jīng)只要熟練的人員才能把握的經(jīng)驗(yàn)融入核算，彌補(bǔ)了慣例數(shù)學(xué)模型的缺乏，它的學(xué)習(xí)功能不斷習(xí)慣設(shè)備的實(shí)時(shí)狀況"一旦選用了人工智能的數(shù)學(xué)模型有點(diǎn)像魔術(shù)師的黑盒子，選用人工智能同傳統(tǒng)數(shù)學(xué)模型相聯(lián)系的組合模型側(cè)重于技術(shù)進(jìn)程內(nèi)的各種剖析關(guān)系式，易于操作員和技術(shù)技能人員承受和使用"來(lái)自慣例數(shù)學(xué)模型中從前的經(jīng)驗(yàn)不是丟掉，而是經(jīng)過(guò)算法模型和神經(jīng)元網(wǎng)絡(luò)之間的協(xié)作關(guān)系悉數(shù)并入組合模型當(dāng)中，通過(guò)這種辦法使設(shè)定精度悉數(shù)得到進(jìn)步。

結(jié)束語(yǔ)：

對(duì)于智能管控的項(xiàng)目要聯(lián)系硬件設(shè)備來(lái)開發(fā)軟件要實(shí)用化、產(chǎn)品化，冶金工廠在基本建設(shè)時(shí)投入較大"聯(lián)系建設(shè)項(xiàng)目上一些高水平的智能管控機(jī)遇相對(duì)恰當(dāng)，可是基建項(xiàng)目竣工時(shí)一般為了搶進(jìn)度"同時(shí)智能管控需要一定的數(shù)據(jù)積攢。因此常常形成在投產(chǎn)時(shí)只查核基礎(chǔ)自動(dòng)化功能，比及生產(chǎn)時(shí)刻長(zhǎng)了"一些數(shù)據(jù)收集的傳感器都不大靈了，一線興趣也就不大了"沒有將智能管控的效果發(fā)揮出來(lái)。

［1］馬竹悟，人工智能在日本鋼鐵工業(yè)中的應(yīng)用［J］中國(guó)冶金2013（1）.

［2］涂序彥，人工智能在煉鋼過(guò)程中的應(yīng)用［J］特殊鋼2013（2）

［3］何青等，基于多傳感器模糊處理的工況識(shí)別［J］信息與控制2013（1）.

［4］甘朝暉等，人工智能在電氣傳動(dòng)中運(yùn)用的進(jìn)展［J］變頻器世界2013（4）.

［5］楊天均，徐金梧&高爐冶煉過(guò)程數(shù)學(xué)模型［J］北京.科學(xué)出版社2013（2）.