人工智能在鋼鐵能源管控中的應(yīng)用

供稿|趙耕，柳軍，孫文權(quán)，張哲，劉向國(guó)，潘健華，郭瑞春 / ZHAO Geng, LIU Jun, SUN Wen-quan,ZHANG Zhe, LIU Xiang-guo, PAN Jian-hua, GUO Rui-chun

內(nèi)容導(dǎo)讀

為有效應(yīng)對(duì)大數(shù)據(jù)、物聯(lián)網(wǎng)等新場(chǎng)景、新模式帶來(lái)的挑戰(zhàn)，本文介紹了鋼鐵工業(yè)能源管控的現(xiàn)狀，分析了驅(qū)動(dòng)人工智能在鋼鐵工業(yè)能源管控領(lǐng)域應(yīng)用的重要技術(shù)，結(jié)合鋼鐵工業(yè)人工智能應(yīng)用實(shí)例討論了典型人工智能技術(shù)應(yīng)用于鋼鐵能源管控的可行性和存在的問(wèn)題，指出鋼鐵智慧能源的未來(lái)發(fā)展趨勢(shì)為：如何實(shí)現(xiàn)機(jī)理、數(shù)據(jù)、知識(shí)等多模型合理深度融合；運(yùn)算結(jié)果的可解釋性提升。鋼鐵企業(yè)智能化、綠色化需求必將使人工智能深度融入鋼鐵能源綜合管控。

隨著能源管理系統(tǒng)(Energy Management System，EMS)的發(fā)展和推廣，鋼鐵工業(yè)已收集了各類能源相關(guān)產(chǎn)、消、存等環(huán)節(jié)的海量數(shù)據(jù)，并進(jìn)行了集中管理、分析預(yù)測(cè)和調(diào)度優(yōu)化等研究應(yīng)用工作，從系統(tǒng)層面上取得了一些初步進(jìn)展。然而，隨著生產(chǎn)流程日趨復(fù)雜、個(gè)性化產(chǎn)品需求日益強(qiáng)烈，傳統(tǒng)的模型方法與技術(shù)體系已遇到瓶頸，無(wú)法有效應(yīng)對(duì)大數(shù)據(jù)、物聯(lián)網(wǎng)等新場(chǎng)景、新模式帶來(lái)的挑戰(zhàn)。而人工智能熱潮的到來(lái)，為上述問(wèn)題的解決提供了新的途徑。

鋼鐵工業(yè)能源管控的現(xiàn)狀與發(fā)展需求

鋼鐵生產(chǎn)是我國(guó)國(guó)民經(jīng)濟(jì)的重要支柱產(chǎn)業(yè)，也是能源消耗大戶。據(jù)2017 年統(tǒng)計(jì)數(shù)字，我國(guó)鋼鐵協(xié)會(huì)會(huì)員單位噸鋼能耗(折合標(biāo)準(zhǔn)煤消耗)570.5 kg/t，較上一年度降低了2.16%。2020 年這一數(shù)字下降到了545.27 kg/t，同比下降1.18%，2021 年噸鋼能耗達(dá)到540 kg/t 左右。此外，我國(guó)單位GDP 能耗落后于世界平均水平，更是遠(yuǎn)低于美國(guó)、日本、德國(guó)、英國(guó)等工業(yè)強(qiáng)國(guó)，行業(yè)整體能源效率與國(guó)際先進(jìn)水平亦差距明顯[1]。

為了提升鋼鐵節(jié)能降耗水平，改善我國(guó)能源利用率遠(yuǎn)落后于發(fā)達(dá)國(guó)家的現(xiàn)狀，除了裝備、工藝等技術(shù)革新外，如何實(shí)現(xiàn)余熱余能高效回收利用成為問(wèn)題關(guān)鍵。而對(duì)諸如煤氣等二次能源的感知估計(jì)、優(yōu)化調(diào)度等工作，則是支撐上述工作的重要基礎(chǔ)和先決條件。考慮到企業(yè)已普遍積累了海量真實(shí)數(shù)據(jù)，基于數(shù)據(jù)驅(qū)動(dòng)的模型技術(shù)逐漸成為解決上述問(wèn)題的首選方法。然而，由于鋼鐵制造流程日趨復(fù)雜，綜合能源系統(tǒng)各變量間關(guān)系耦合程度不斷加深，傳統(tǒng)的淺層神經(jīng)網(wǎng)絡(luò)等模型已難以挖掘深度特征。此外，鋼鐵產(chǎn)品個(gè)性化需求的日益增加，也為能源管控帶來(lái)全新挑戰(zhàn)，一般數(shù)據(jù)驅(qū)動(dòng)方法建立的模型已無(wú)法有效應(yīng)對(duì)。

作為當(dāng)前第四次工業(yè)革命的技術(shù)代表，人工智能(Artificial Intelligence，AI) 迎來(lái)全面發(fā)展機(jī)遇，其已廣泛成功應(yīng)用于電子商務(wù)、無(wú)人駕駛、智慧生活等各個(gè)領(lǐng)域[2]。結(jié)合時(shí)下鋼鐵工業(yè)能源管控遇到的瓶頸問(wèn)題和迫切發(fā)展需求，借助人工智能技術(shù)解決感知、決策、評(píng)估及優(yōu)化等問(wèn)題，已成為行業(yè)的研究共識(shí)和應(yīng)用導(dǎo)向。而在具體解決方案上，人工智能往往還需要與其他框架、技術(shù)和模式相結(jié)合，以形成系統(tǒng)化的應(yīng)用產(chǎn)品。其中，信息物理系統(tǒng)、工業(yè)互聯(lián)網(wǎng)及云服務(wù)模式等是將人工智能應(yīng)用于鋼鐵能源管控的幾個(gè)主要著力點(diǎn)和核心內(nèi)容。

信息物理系統(tǒng)——鋼鐵能源管控智能化的關(guān)鍵基礎(chǔ)

CPS 網(wǎng)絡(luò)

信息物理融合系統(tǒng)(Cyber Physical System，CPS)是在對(duì)環(huán)境有充分感知的基礎(chǔ)之上，在系統(tǒng)計(jì)算、通信以及網(wǎng)絡(luò)控制力等方面的可拓展的網(wǎng)絡(luò)化物理設(shè)備系統(tǒng)[3]。CPS 通過(guò)對(duì)物理進(jìn)程和計(jì)算進(jìn)程相互反饋循環(huán)以實(shí)現(xiàn)信息和設(shè)備的深度融合進(jìn)而增加或拓展系統(tǒng)的新功能，以達(dá)到對(duì)物理實(shí)體的安全、可靠、高效的實(shí)時(shí)控制。最終實(shí)現(xiàn)物理世界和信息世界的完全融合，并為工業(yè)現(xiàn)場(chǎng)構(gòu)造一個(gè)可控、可信、可拓展且安全高效的CPS 網(wǎng)絡(luò)，從根本上改變現(xiàn)有的工程物理系統(tǒng)的構(gòu)建方式。

鋼鐵企業(yè)CPS 網(wǎng)絡(luò)構(gòu)成

CPS 網(wǎng)絡(luò)的基本組成結(jié)構(gòu)包括傳感器、執(zhí)行器和決策控制單元。如圖1 所示，基本組件之間的循環(huán)控制結(jié)構(gòu)構(gòu)成了CPS 的基本功能邏輯單元，執(zhí)行CPS 網(wǎng)絡(luò)最基本的檢測(cè)與控制功能。

圖1 CPS 基本功能單元

CPS 系統(tǒng)是由眾多異構(gòu)元素構(gòu)成的復(fù)雜系統(tǒng)，典型CPS 系統(tǒng)可以分為物理層、網(wǎng)絡(luò)層和應(yīng)用層。本文考慮鋼鐵行業(yè)實(shí)際，構(gòu)建CPS 系統(tǒng)架構(gòu)如圖2所示。其中，基礎(chǔ)物理層考慮煉鋼、煉鐵等各工序，以及煤氣、氧氣等各能源介質(zhì)；網(wǎng)絡(luò)層則通過(guò)新一代網(wǎng)絡(luò)將底層傳感器采集信息做高效傳輸；最終的應(yīng)用層涵蓋鋼鐵工藝知識(shí)庫(kù)等多方面資源，并以軟件或云服務(wù)等形式提供給最終用戶。

圖2 鋼鐵企業(yè)CPS 系統(tǒng)架構(gòu)

隨著自動(dòng)化程度的提高，鋼鐵企業(yè)已具備建立CPS 的基礎(chǔ)，但由于鋼鐵生產(chǎn)中存在大量時(shí)滯環(huán)節(jié)，工藝之間又聯(lián)系緊密，導(dǎo)致鋼鐵企業(yè)往往存在管控脫節(jié)、信息化和自動(dòng)化結(jié)合相對(duì)不夠緊密等問(wèn)題，信息無(wú)法及時(shí)反饋到控制系統(tǒng)中。因此，鋼鐵企業(yè)建立CPS 系統(tǒng)，不但要滿足鋼鐵生產(chǎn)工序內(nèi)物理環(huán)境與生產(chǎn)信息的融合，還應(yīng)對(duì)工序間數(shù)據(jù)信息整合給予高度重視。對(duì)于已建立生產(chǎn)制造系統(tǒng)(MES)、企業(yè)資源管理系統(tǒng)(ERP)且實(shí)現(xiàn)車間內(nèi)、各車間之間的信息交互，或已建立過(guò)程控制系統(tǒng)(PCS)且實(shí)現(xiàn)車間內(nèi)物理設(shè)備之間信息交互的鋼鐵企業(yè)，其CPS 架構(gòu)可按照應(yīng)用層、網(wǎng)絡(luò)層和物理層等設(shè)計(jì)：

(1)物理層：本層包括CPS 單元設(shè)備的狀態(tài)監(jiān)測(cè)和控制指令執(zhí)行。當(dāng)前鋼鐵企業(yè)中監(jiān)測(cè)環(huán)節(jié)多采用含嵌入式操作系統(tǒng)的雙校準(zhǔn)智能儀表系統(tǒng)，具備實(shí)時(shí)性的特點(diǎn)，并且可以提高監(jiān)測(cè)系統(tǒng)的準(zhǔn)確性，同時(shí)多接口開放模式亦可實(shí)現(xiàn)更加靈活的生產(chǎn)現(xiàn)場(chǎng)監(jiān)控和管理。

(2)網(wǎng)絡(luò)層：CPS 系統(tǒng)的基本要求是各個(gè)異構(gòu)物理實(shí)體之間可以實(shí)現(xiàn)信息交互，因此鋼鐵企業(yè)必須有穩(wěn)定的網(wǎng)絡(luò)傳輸介質(zhì)，并建立合理的網(wǎng)絡(luò)傳輸路徑。此外，還需要保證數(shù)據(jù)的流暢傳輸及各級(jí)子系統(tǒng)的信息安全，最終完成網(wǎng)絡(luò)融合。廠區(qū)內(nèi)一般選擇數(shù)據(jù)傳輸效率最高的光纖作為主要數(shù)據(jù)傳輸介質(zhì)，對(duì)于主干網(wǎng)絡(luò)則根據(jù)不同廠區(qū)的工藝布局設(shè)置匯聚網(wǎng)絡(luò)節(jié)點(diǎn)以減小傳輸延遲，并根據(jù)各物理對(duì)象數(shù)據(jù)負(fù)載合理選擇路由個(gè)數(shù)，將數(shù)據(jù)通過(guò)主干網(wǎng)絡(luò)傳輸至數(shù)據(jù)中心進(jìn)行統(tǒng)一處理。

(3)應(yīng)用層：本層包括鋼鐵企業(yè)的數(shù)據(jù)管理、資源調(diào)配管理、分廠區(qū)軟件應(yīng)用以及相應(yīng)的大型數(shù)據(jù)計(jì)算。CPS 下單元的核心是構(gòu)建以武力環(huán)境為基礎(chǔ)的制造資源動(dòng)態(tài)控制策略，例如針對(duì)高爐冶煉專家系統(tǒng)已經(jīng)廣泛應(yīng)用于日常生產(chǎn)，且其中的預(yù)測(cè)調(diào)度等模型已經(jīng)基本可以達(dá)到生產(chǎn)需求。另一方面，實(shí)現(xiàn)分廠之間的數(shù)據(jù)共享對(duì)全廠的能源分配及整體調(diào)度也有重要意義。但對(duì)不同信息來(lái)源的統(tǒng)一以及保證分廠數(shù)據(jù)的穩(wěn)定安全輸出是亟待解決的問(wèn)題之一。現(xiàn)代鋼鐵企業(yè)通過(guò)動(dòng)態(tài)數(shù)據(jù)采集以及實(shí)時(shí)數(shù)據(jù)庫(kù)的建立實(shí)現(xiàn)數(shù)據(jù)共享。數(shù)據(jù)共享為企業(yè)級(jí)別的大數(shù)據(jù)計(jì)算、EMS、企業(yè)物流管理、能源管理、設(shè)備點(diǎn)檢等提供了穩(wěn)定安全的數(shù)據(jù)服務(wù)。

此后，張純?nèi)缁氐街袊?guó)，走訪大屠殺幸存者及當(dāng)年的施暴者，花3年時(shí)間，寫就此書。采訪中，張純?nèi)缡冀K不解，為何會(huì)有一個(gè)日本兵屠殺一村人的怪事？甚至，幾百名被日軍俘虜?shù)能娙嗣鎸?duì)仇敵，居然如待宰的羔羊，眼看著同伴被拉出去行刑。1997年，當(dāng)《南京暴行：被遺忘的大屠殺》出版，被西方媒體譽(yù)為第一部全面記錄日軍對(duì)南京所犯暴行的英文著作時(shí)，張純?nèi)缧木w難平。

工業(yè)互聯(lián)網(wǎng)——鋼鐵能源管控智能化的重要支撐

作為物聯(lián)網(wǎng)等網(wǎng)絡(luò)互聯(lián)技術(shù)概念在工業(yè)界的實(shí)體化延伸，工業(yè)互聯(lián)網(wǎng)成為領(lǐng)域應(yīng)用熱點(diǎn)。工業(yè)互聯(lián)網(wǎng)的本質(zhì)和核心是通過(guò)工業(yè)互聯(lián)網(wǎng)平臺(tái)把設(shè)備、生產(chǎn)線、工廠、供應(yīng)商、產(chǎn)品和客戶緊密地連接融合起來(lái)，可以幫助制造業(yè)拉長(zhǎng)產(chǎn)業(yè)鏈，形成跨設(shè)備、跨系統(tǒng)、跨廠區(qū)、跨地區(qū)的互聯(lián)互通，從而提高效率，推動(dòng)整個(gè)制造業(yè)服務(wù)體系智能化，還有利于推動(dòng)制造業(yè)融通發(fā)展，實(shí)現(xiàn)制造業(yè)和服務(wù)業(yè)之間的跨越發(fā)展，使工業(yè)經(jīng)濟(jì)各種要素資源能夠高效共享。

2018 年起，工信部連續(xù)印發(fā)“工業(yè)互聯(lián)網(wǎng)平臺(tái)建設(shè)及推廣指南”、“工業(yè)互聯(lián)網(wǎng)平臺(tái)評(píng)價(jià)方法”等文件，“工業(yè)互聯(lián)網(wǎng)”也成為“熱詞”并寫入“2019 年國(guó)務(wù)院政府工作報(bào)告”?？紤]到能源產(chǎn)、消、存等環(huán)節(jié)與生產(chǎn)制造存在的天然密切聯(lián)系，工業(yè)互聯(lián)網(wǎng)是目前鋼鐵行業(yè)發(fā)展的一個(gè)主攻方向。2016 年，國(guó)家發(fā)改委、能源局、工信部聯(lián)合印發(fā)“關(guān)于推進(jìn)互聯(lián)網(wǎng)+智慧能源發(fā)展的指導(dǎo)意見”，指明了將工業(yè)互聯(lián)網(wǎng)引入工業(yè)能源領(lǐng)域的大方向[4]。

考慮到鋼鐵生產(chǎn)制造和能源產(chǎn)消用等實(shí)際情況，本文提出將工業(yè)互聯(lián)網(wǎng)應(yīng)用于鋼鐵能源管控的平臺(tái)功能架構(gòu)，如圖3 所示。該結(jié)構(gòu)分為邊緣層、基礎(chǔ)設(shè)施層、平臺(tái)層和應(yīng)用層等四個(gè)部分。作為架構(gòu)基礎(chǔ)，邊緣層和基礎(chǔ)層完成設(shè)備接入、數(shù)據(jù)處理、云基礎(chǔ)搭建等任務(wù)，是建立互聯(lián)網(wǎng)環(huán)境的關(guān)鍵步驟。隨后的平臺(tái)層主要對(duì)模型方法進(jìn)行泛化和集成，將考慮鋼鐵工業(yè)能源系統(tǒng)及動(dòng)力、水、電等子系統(tǒng)產(chǎn)、消、存等環(huán)節(jié)特征，形成具有一定普適性的組件庫(kù)和開發(fā)工具。在應(yīng)用層中，不同于一般工業(yè)互聯(lián)網(wǎng)，本文所提出的鋼鐵工業(yè)能源互聯(lián)網(wǎng)將協(xié)同能源側(cè)與生產(chǎn)側(cè)，考慮能效、環(huán)保、安全、經(jīng)濟(jì)等多指標(biāo)，在業(yè)務(wù)運(yùn)行、增值服務(wù)等方面實(shí)現(xiàn)全流程的能源優(yōu)化利用。

圖3 鋼鐵能源工業(yè)互聯(lián)網(wǎng)架構(gòu)

此外，5G 網(wǎng)絡(luò)的迅猛發(fā)展，也極大助力了工業(yè)互聯(lián)網(wǎng)在各個(gè)行業(yè)的普及和深入。2019 年7 月22 日，寶武集團(tuán)董事長(zhǎng)陳德榮在距離生產(chǎn)線3000 m 外操控，實(shí)現(xiàn)遠(yuǎn)程一鍵煉鋼。傳統(tǒng)的煉鋼過(guò)程需吹煉工、合金工、搖爐工、信號(hào)工等多方協(xié)作，且須穿戴好防護(hù)用品，工作節(jié)奏快，勞動(dòng)強(qiáng)度大。而寶鋼股份持續(xù)推進(jìn)智慧煉鋼，在國(guó)內(nèi)處于先進(jìn)行列。以5G 為驅(qū)動(dòng)的工業(yè)互聯(lián)網(wǎng)技術(shù)為這次遠(yuǎn)程一鍵煉鋼提供了關(guān)鍵支撐。可以預(yù)見，隨著5G 等新一代通信技術(shù)的引入，鋼鐵工業(yè)能源互聯(lián)網(wǎng)的發(fā)展將會(huì)進(jìn)一步加快。

云服務(wù)——鋼鐵能源管控智能化的主要模式

云計(jì)算平臺(tái)為企業(yè)提供基于硬件或軟件資源的服務(wù)以提高企業(yè)的計(jì)算、網(wǎng)絡(luò)和存儲(chǔ)能力并降低企業(yè)在該方面的運(yùn)營(yíng)成本。一般根據(jù)平臺(tái)的功能可以劃分為：數(shù)據(jù)存儲(chǔ)云平臺(tái)、數(shù)據(jù)計(jì)算云平臺(tái)以及存儲(chǔ)-計(jì)算兼容綜合型云平臺(tái)等。其運(yùn)行方式也可以根據(jù)平臺(tái)的服務(wù)類型分為基礎(chǔ)級(jí)服務(wù)(IaaS)、軟件級(jí)服務(wù)(SaaS)和平臺(tái)級(jí)服務(wù)(PaaS)。

在2018 年智博會(huì)上，由中冶賽迪搭建的鋼鐵行業(yè)工業(yè)互聯(lián)網(wǎng)云平臺(tái)CISDigital 備受關(guān)注，該平臺(tái)融合了云計(jì)算、物聯(lián)網(wǎng)、大數(shù)據(jù)及人工智能等前沿技術(shù)為流程工業(yè)提供包括智能運(yùn)營(yíng)、智能生產(chǎn)等服務(wù)。平臺(tái)現(xiàn)已在韶鋼智慧中心上線，完成了對(duì)韶鋼生產(chǎn)區(qū)及能介區(qū)8 大工序、30 多個(gè)生產(chǎn)系統(tǒng)、40 多個(gè)中控室的一體化管控，可以集中完成全廠生產(chǎn)的智能感知、智能分析、智能預(yù)測(cè)和智能決策。在云智慧平臺(tái)投入使用后，鋼廠員工的生產(chǎn)模式發(fā)生巨大變化，400 多名操作員工可以撤離隱含危險(xiǎn)因素的現(xiàn)場(chǎng)，生產(chǎn)作業(yè)區(qū)數(shù)量降低40%，噸鋼生產(chǎn)成本降低25 元，人工效率提升20%，系統(tǒng)穩(wěn)定運(yùn)行后鋼廠的產(chǎn)量等生產(chǎn)指標(biāo)穩(wěn)步上升。鞍山鋼鐵廠在現(xiàn)有的ERP 系統(tǒng)、MES 系統(tǒng)以及LIMS 數(shù)據(jù)庫(kù)等基礎(chǔ)上建立高爐大數(shù)據(jù)云平臺(tái)，將原來(lái)高爐系統(tǒng)中紛繁復(fù)雜的信息進(jìn)行整合優(yōu)化，實(shí)現(xiàn)大數(shù)據(jù)的統(tǒng)一采集、分析和處理，并在云端大數(shù)據(jù)的存儲(chǔ)、數(shù)據(jù)分類和數(shù)據(jù)挖掘。此外，該云平臺(tái)還集成了高爐專家系統(tǒng)、高爐冶煉生產(chǎn)過(guò)程3D 可視化監(jiān)控、高爐智能配料與上料系統(tǒng)、設(shè)備智能化點(diǎn)檢系統(tǒng)等為實(shí)現(xiàn)煉鐵全流程實(shí)時(shí)監(jiān)控，提高生產(chǎn)安全性及生產(chǎn)效率，降低勞動(dòng)強(qiáng)度，為實(shí)現(xiàn)綠色、高效、智能煉鐵提供有效途徑。

目前鋼鐵能源行業(yè)的云平臺(tái)產(chǎn)品仍以個(gè)人計(jì)算機(jī)為核心。隨著5G 等新一代無(wú)線通信技術(shù)的迅猛發(fā)展，基于手機(jī)、平板電腦等移動(dòng)端的云服務(wù)將是該領(lǐng)域日后的主要發(fā)展方向。

人工智能技術(shù)在鋼鐵生產(chǎn)中的應(yīng)用舉例

群智能(Swarm Intelligence)

群智能概念最早在分子自動(dòng)機(jī)體系中提出，分子自動(dòng)機(jī)中主體在一維或多維網(wǎng)格空間中與相鄰個(gè)體相互作用從而實(shí)現(xiàn)自組織。群智能其實(shí)是指任何一種由昆蟲或其他動(dòng)物的群體社會(huì)行為機(jī)制而激發(fā)設(shè)計(jì)出的算法或分布式解決問(wèn)題的策略。目前粒子群、蟻群、鳥群、蜂群等都是群體智能的典型示例。擁有社會(huì)性的生物群體通過(guò)個(gè)體的能力疊加獲得更好的生存條件，這種社會(huì)性導(dǎo)致個(gè)體在環(huán)境中獲得的優(yōu)質(zhì)信息在種群中留存下來(lái)。通過(guò)信息的交互不僅完成了群內(nèi)部的信息傳遞，而且可以改變個(gè)體自身的行為使得群體獲得對(duì)環(huán)境更好的適應(yīng)能力，這種適應(yīng)能力也被認(rèn)為是一種智能。群智能的思路為在沒(méi)有集中控制且不提供全局模型的前提下尋找復(fù)雜分布式問(wèn)題求解方案提供了基礎(chǔ)[6]。

目前群智能方法已經(jīng)廣泛應(yīng)用于工程優(yōu)化問(wèn)題中并得到了很好的效果，尤其是在連續(xù)空間的組合優(yōu)化問(wèn)題中相比其他數(shù)學(xué)求解方法更為突出。鋼鐵工業(yè)中存在著大量的優(yōu)化問(wèn)題，諸如熱軋生產(chǎn)計(jì)劃、副產(chǎn)煤氣調(diào)度、空分機(jī)組調(diào)度、庫(kù)存優(yōu)化排產(chǎn)、煉鋼組爐計(jì)劃、物流路徑優(yōu)化等。以熱軋生產(chǎn)排產(chǎn)為例，寶山鋼鐵將熱軋生產(chǎn)計(jì)劃優(yōu)化問(wèn)題轉(zhuǎn)化為帶有板坯選擇排產(chǎn)功能的多目標(biāo)決策的路徑規(guī)劃問(wèn)題。利用Pareto 優(yōu)化原理結(jié)合蟻群算法優(yōu)化模型，其中對(duì)算法的轉(zhuǎn)移策略、局部搜索策略進(jìn)行平滑機(jī)制處理，最大程度上保留了蟻群方法的多樣性。并在此基礎(chǔ)上采用TOPSIS 方法進(jìn)行多目標(biāo)決策最終獲得生產(chǎn)計(jì)劃，為科學(xué)排產(chǎn)提供有力支撐。梅山鋼鐵采用基于模擬退火算法的多種群遺傳方法優(yōu)化得到C-Mn 鋼投料的C、Si、Mn、P、S 等元素比例并通過(guò)現(xiàn)場(chǎng)累積數(shù)據(jù)在相同鋼成分條件下優(yōu)化軋鋼各階段的爐溫控制參數(shù)，將鋼坯的合格率由72.4%提高至97.2%，極大地提升了企業(yè)經(jīng)濟(jì)效益。攀鋼提釩煉鋼廠針對(duì)多擾動(dòng)動(dòng)態(tài)調(diào)度問(wèn)題，首先對(duì)調(diào)度計(jì)劃執(zhí)行過(guò)程中的不確定因素進(jìn)行分類，在此基礎(chǔ)上采用帶精英保留策略的多目標(biāo)遺傳算法完成了對(duì)包含工序跳躍和加工時(shí)間可控特征的鋼廠調(diào)度計(jì)劃的編制工作。

數(shù)字孿生(Digital Twin)

數(shù)字孿生技術(shù)是將目標(biāo)的實(shí)體模型在虛擬空間中通過(guò)數(shù)字仿真技術(shù)實(shí)現(xiàn)實(shí)時(shí)連接，其最早由美國(guó)國(guó)防部提出[7]。在指定產(chǎn)品的設(shè)計(jì)及生產(chǎn)過(guò)程中，首先需要對(duì)產(chǎn)品的模型參數(shù)進(jìn)行詳細(xì)分析建立全三維幾何模型，再將模型數(shù)據(jù)傳輸?shù)缴a(chǎn)線進(jìn)而加工為真實(shí)產(chǎn)品，過(guò)程如圖4 所示。在真實(shí)產(chǎn)品的測(cè)試過(guò)程中，通過(guò)數(shù)字化測(cè)量系統(tǒng)對(duì)真實(shí)產(chǎn)品進(jìn)行二次仿真并將仿真結(jié)果反饋到設(shè)計(jì)模型中。通過(guò)這種方式保證產(chǎn)品的全生命周期內(nèi)，產(chǎn)品設(shè)計(jì)-產(chǎn)品實(shí)物的協(xié)調(diào)一致，減少生產(chǎn)誤差累積對(duì)產(chǎn)品的影響。西門子公司在提出工業(yè)4.0 時(shí)，也采用數(shù)字孿生技術(shù)建立了安貝格數(shù)字化工廠，最大限度實(shí)現(xiàn)了生產(chǎn)自動(dòng)化與設(shè)計(jì)自動(dòng)化，在生產(chǎn)與設(shè)計(jì)的不斷反饋中實(shí)現(xiàn)自我提升，大大提高了生產(chǎn)效率，降低了工廠生產(chǎn)及運(yùn)營(yíng)成本。美國(guó)大和鋼鐵，通過(guò)數(shù)字孿生技術(shù)對(duì)廠內(nèi)設(shè)備及生產(chǎn)情況進(jìn)行實(shí)時(shí)模擬，通過(guò)實(shí)時(shí)的3D 設(shè)備仿真連接到自動(dòng)化系統(tǒng)，完成系統(tǒng)的測(cè)試及提前優(yōu)化。此外，在數(shù)字孿生系統(tǒng)下采用X-Pact@智能分析工具根據(jù)經(jīng)營(yíng)者的不同生產(chǎn)策略進(jìn)行仿真得到對(duì)應(yīng)策略下的產(chǎn)能分析結(jié)果，這給生產(chǎn)決策提供了自動(dòng)化評(píng)估使系統(tǒng)調(diào)試時(shí)間減少30%。寶武鋼鐵集團(tuán)有限公司采用數(shù)字孿生技術(shù)結(jié)合無(wú)人機(jī)技術(shù)完成了對(duì)寶山鋼鐵廠生產(chǎn)基地中各工廠位置、內(nèi)部設(shè)備以及鋼鐵生產(chǎn)等實(shí)時(shí)數(shù)據(jù)的綁定。操作人員可以通過(guò)在全廠的數(shù)字模擬地圖中，實(shí)時(shí)直觀的掌握各處數(shù)據(jù)，方便對(duì)基地廠部狀態(tài)進(jìn)行監(jiān)督管理。

圖4 數(shù)字孿生技術(shù)流程圖

大數(shù)據(jù)(Big Data)

鋼鐵企業(yè)生產(chǎn)過(guò)程中會(huì)伴隨大量的分布式、異構(gòu)數(shù)據(jù)、視頻、圖片等信息，對(duì)該大數(shù)據(jù)信息進(jìn)一步分析已經(jīng)成為鋼鐵企業(yè)提高產(chǎn)品質(zhì)量，提高能源利用率，降低產(chǎn)品成本的重要途徑之一。河鋼集團(tuán)有限公司和承德鋼鐵集團(tuán)有限公司聯(lián)合開發(fā)的基于大數(shù)據(jù)智能管控系統(tǒng)打破了以前各生產(chǎn)部門各自為戰(zhàn)數(shù)據(jù)共享困難的局面[8]。通過(guò)構(gòu)建該大數(shù)據(jù)系統(tǒng)，管理人員可以對(duì)生產(chǎn)全流程、全工序、全部產(chǎn)品的整個(gè)生產(chǎn)周期進(jìn)行管控，并可以對(duì)產(chǎn)品的全生產(chǎn)過(guò)程追溯并及時(shí)反饋過(guò)程中出現(xiàn)的問(wèn)題。在此基礎(chǔ)上該平臺(tái)實(shí)現(xiàn)設(shè)備狀態(tài)可視化，質(zhì)量事件可視化方便對(duì)生產(chǎn)班組的管理調(diào)配。尤其是在鋼材判準(zhǔn)問(wèn)題上，通過(guò)對(duì)生產(chǎn)過(guò)程中大數(shù)據(jù)的多因素分析，鋼材的改判量由2016 年的每月5800 t 降低至每月1200 t，因此高端鋼材產(chǎn)出率也從2016 年的28.68%上升至2018 年的42.68%，總計(jì)為企業(yè)創(chuàng)收6518 萬(wàn)元之多。唐鋼為了完善企業(yè)管理體系，提高部門響應(yīng)速度，在原有ERP 系統(tǒng)基礎(chǔ)上開發(fā)BW 大數(shù)據(jù)挖掘系統(tǒng)，對(duì)ERP 系統(tǒng)中各模塊信息進(jìn)行進(jìn)一步的提取、整合以及分析，將海量工業(yè)數(shù)據(jù)轉(zhuǎn)化為可為實(shí)際生產(chǎn)提供支撐的可用信息。該系統(tǒng)涵蓋唐鋼信息對(duì)象百余個(gè)、信息立方體24 個(gè)、各分廠數(shù)據(jù)存儲(chǔ)對(duì)象19 個(gè)的信息整合?？梢约?xì)化為對(duì)企業(yè)銷售管理、采購(gòu)管理、生產(chǎn)管理、庫(kù)存管理、財(cái)務(wù)和費(fèi)用管理等功能[9]。基于SAP 進(jìn)程對(duì)大量數(shù)據(jù)處理，可以快速穩(wěn)定完成數(shù)據(jù)的批量處理任務(wù)。將分布式存儲(chǔ)、大數(shù)據(jù)計(jì)算架構(gòu)和數(shù)據(jù)存儲(chǔ)相結(jié)合的技術(shù)目前已經(jīng)滲透到鋼鐵企業(yè)這種大體量企業(yè)中，合理構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)是創(chuàng)建企業(yè)設(shè)備智能化管理模式的重要途徑[10]，對(duì)整個(gè)企業(yè)的設(shè)備管理、決策分析提高管理水平具有重要意義。

鋼鐵智慧能源的未來(lái)發(fā)展趨勢(shì)

面向企業(yè)智能化、綠色化的實(shí)際需求，人工智能技術(shù)目前已開始深度融入鋼鐵能源綜合管控。考慮到實(shí)現(xiàn)鋼鐵智慧能源這一終極目標(biāo)，除了本文已介紹和分析的幾個(gè)核心內(nèi)容和主要應(yīng)用舉例外，以下幾個(gè)方向?qū)⒊蔀槿斯ぶ悄軕?yīng)用于鋼鐵能源管控的未來(lái)發(fā)展趨勢(shì)：

(1)機(jī)理、數(shù)據(jù)、知識(shí)模型的深度融合：目前模型方法的構(gòu)造方式仍相對(duì)單一，僅基于數(shù)據(jù)、知識(shí)等某一資源開展建模工作，所得結(jié)果難免有所偏頗，無(wú)法全面反映鋼鐵能源產(chǎn)、消、存實(shí)際變化。雖然已有學(xué)者進(jìn)行了融合模型的研究，但采用的仍是簡(jiǎn)單加權(quán)方式，缺少考慮生產(chǎn)制造、能源利用等過(guò)程的實(shí)際特征。因此，人工智能在鋼鐵能源管控方面的主要研究應(yīng)用趨勢(shì)之一，即如何實(shí)現(xiàn)機(jī)理、數(shù)據(jù)、知識(shí)等多模型合理深度融合。

(2)運(yùn)算結(jié)果的可解釋性提升：現(xiàn)有模型雖然可以給出一些具有指導(dǎo)意義的分析結(jié)果，但在應(yīng)用時(shí)因缺乏可解釋性而受到實(shí)際工作人員質(zhì)疑，制約了相關(guān)方法的實(shí)際推廣。同時(shí)，可解釋性也是人工智能領(lǐng)域目前亟待解決的難題之一。鑒于此，未來(lái)鋼鐵智慧能源的主要研究應(yīng)用方向，將必然涉及運(yùn)算結(jié)果可解釋性提升這一問(wèn)題。