張嗣文
(大冶特殊鋼有限公司,湖北 黃石 435000)
目前,國內(nèi)各大鋼鐵企業(yè)都在著力推動以工業(yè)大數(shù)據(jù)、人工智能、工業(yè)互聯(lián)網(wǎng)等“新基建”為代表的智能制造技術(shù)在自身企業(yè)的落地應(yīng)用[1],紛紛超前謀劃推進實施以提升高爐煉鐵為核心的“產(chǎn)業(yè)升級”戰(zhàn)略,如:寶武、興澄特鋼、包鋼、酒鋼的煉鐵大數(shù)據(jù)平臺已經(jīng)落地應(yīng)用[2],同時鞍鋼、中天、沙鋼等企業(yè)已經(jīng)開始對煉鐵生產(chǎn)進行再布局優(yōu)化,智能制造在煉鐵行業(yè)的落地已由開拓探索階段進入到深度應(yīng)用階段。因此大冶特鋼急需應(yīng)用新技術(shù)、新裝備對煉鐵產(chǎn)線進行智能化升級。
煉鐵產(chǎn)線一體化智能管控平臺覆蓋燒結(jié)、高爐等煉鐵產(chǎn)線全工序段,其主要包含3 部分內(nèi)容:
(1) 邊緣側(cè)包括高爐L1 系統(tǒng)PLC 數(shù)據(jù)、水溫差熱電偶采集數(shù)據(jù)、檢化驗數(shù)據(jù)、高爐爐頂熱成像數(shù)據(jù)、燒結(jié)機尾熱成像等基礎(chǔ)數(shù)據(jù)采集以及高爐智能管理系統(tǒng)和燒結(jié)智能管理系統(tǒng)。
(2) 平臺智能應(yīng)用:以松耦合、可復用的微服務(wù)架構(gòu)提供了數(shù)據(jù)可視化和建模分析組件,對歷史工況進行數(shù)據(jù)樣本提取,并基于數(shù)據(jù)挖掘和機理模型構(gòu)建可持續(xù)升級的煉鐵產(chǎn)線質(zhì)量追溯、工況優(yōu)化分析、滿足多種限制條件的一體化配礦等模塊,形成包括設(shè)備監(jiān)測、工況優(yōu)化、故障診斷、預測性維護、質(zhì)量管理、能源管理等應(yīng)用層服務(wù)。
(3) 產(chǎn)線數(shù)字孿生:以數(shù)據(jù)為基礎(chǔ),3D 模型為載體,機理模型為核心,融合生產(chǎn)、設(shè)備、安全、能源、環(huán)保等多場景的一體化產(chǎn)線數(shù)字孿生,實現(xiàn)遠程監(jiān)測、云端巡檢、生產(chǎn)仿真等應(yīng)用。
煉鐵一體化智能管控平臺采用云邊協(xié)同模式,采用工業(yè)互聯(lián)平臺的架構(gòu)設(shè)計,參考中國工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟頒布的工業(yè)互聯(lián)網(wǎng)平臺白皮書[4],結(jié)合大冶特鋼煉鐵產(chǎn)線基礎(chǔ)條件及特點,依托先進的國家級工業(yè)互聯(lián)網(wǎng)平臺Cloudiip[2],以及智慧工廠設(shè)備在線檢測運維等系統(tǒng)[3],分為邊緣層、IaaS 層、PaaS 層、SaaS 層進行規(guī)劃建設(shè)。邊緣層包括高爐L1 系統(tǒng)PLC 數(shù)據(jù)、水溫差熱電偶采集數(shù)據(jù)、檢化驗數(shù)據(jù)、高爐爐頂熱成像數(shù)據(jù)、燒結(jié)機尾熱成像等基礎(chǔ)數(shù)據(jù)采集以及高爐智能管理系統(tǒng)和燒結(jié)智能管理系統(tǒng);IaaS 層包含CPU、內(nèi)存、存儲資源動態(tài)調(diào)配、劃分、管理;PaaS 層包括各類數(shù)據(jù)算法、數(shù)據(jù)分析工具、應(yīng)用開發(fā)工具,支持各類數(shù)據(jù)的平臺端分析與定制式需求的自助式平臺端開發(fā);SaaS 層主要包括大數(shù)據(jù)平臺端產(chǎn)線監(jiān)測、設(shè)備監(jiān)測、工況優(yōu)化、故障診斷、預測性維護、質(zhì)量管理、能源管理等具體功能應(yīng)用。系統(tǒng)功能架構(gòu)見圖1。
圖1 功能架構(gòu)
智能優(yōu)化配礦系統(tǒng)充分考慮配礦相關(guān)因素,包括實驗數(shù)據(jù)數(shù)據(jù)庫、專家經(jīng)驗數(shù)據(jù)庫[5]、配礦用料價格數(shù)據(jù)、檢化驗數(shù)據(jù)、庫存和鐵礦粉混合特性數(shù)據(jù)(鐵礦粉高溫基礎(chǔ)特性、精礦粉比例、褐鐵礦比例、黏附粉比例)等,進行綜合尋優(yōu)處理。
(1) 實現(xiàn)當前市場主流鐵礦粉的原料屬性、原料類別、化學成分特征、粒度及制粒特征、燒結(jié)特性、適宜配比、建議配比、同化性、液相流動性等燒結(jié)基礎(chǔ)特性數(shù)據(jù)統(tǒng)一管理。
(2) 通過綜合鐵礦粉燒結(jié)基礎(chǔ)特性、原料可支配量、合理燒結(jié)礦成分、高爐渣成分、高爐鐵水有害元素要求、高爐入爐有害元素負荷、合理高爐爐料結(jié)構(gòu)等限制條件,采用尋優(yōu)算法,計算噸鐵成本最低的燒結(jié)配礦方案,并反饋指定高爐的實際運行參數(shù)和渣鐵成分范圍作為計算參考。
(3) 實現(xiàn)配礦方案從配料-混料-燒結(jié)-環(huán)冷-篩分-質(zhì)量等整個燒結(jié)過程的方案跟蹤。
(4) 采用智能配礦系統(tǒng)對實際使用的配礦方案進行優(yōu)化,在不改變礦粉種類的前提下,通過優(yōu)化礦粉比例,平均可使燒結(jié)成本降低1~3 元/t。
燒結(jié)邊緣智能系統(tǒng)實現(xiàn)從數(shù)據(jù)采集到模型計算優(yōu)化再到反饋控制的閉環(huán)智能優(yōu)化控制,可以通過燒結(jié)終點預測準確判斷燒結(jié)上升點位置、燒結(jié)上升點溫度、燒結(jié)終點位置、燒結(jié)終點溫度,根據(jù)實際終點位置與目標燒結(jié)終點偏差情況,提出改善燒結(jié)終點靠前或滯后的合理化建議(見圖2)。
圖2 燒結(jié)終點預測模型
(1) 實現(xiàn)燒結(jié)工序狀態(tài)監(jiān)控:展示燒結(jié)生產(chǎn)各工序設(shè)備、儀表及工藝參數(shù)的實時狀態(tài),并通過后臺模型計算,展示料批到達各工序時間及過程信息,實現(xiàn)料流定位跟蹤。
(2) 實現(xiàn)燒結(jié)工序智能自動配料:基于設(shè)定、實際下料對燒結(jié)礦成分進行預測;根據(jù)燒結(jié)過程波動情況自動調(diào)整混合料燃料、熔劑配加量;由燒結(jié)配料實際自動計算各原料配比,并對各料倉下料口自動分配下料量,并下發(fā)一級執(zhí)行。
(3) 堿度、配碳自動調(diào)整:通過成品礦堿度偏差情況調(diào)整熔劑配加量;通過內(nèi)返礦配比、綜合燒損、燒結(jié)礦FeO 等變化調(diào)整配碳。
(4) 透氣性分析模型:實時展示混勻礦、混合料、焦屑的粒度、水分等信息,并計算料層透氣性,對影響料層透氣性的因素進行相關(guān)性計算及分析,為優(yōu)化料層透氣性提供理論指導。
基于設(shè)備運行數(shù)據(jù)、算法模型及人工診斷專家提前預知設(shè)備故障,監(jiān)控故障劣化趨勢,將計劃維修、臨時非計劃檢修轉(zhuǎn)變成依據(jù)實時狀態(tài)維修,以減少非計劃停機時間和運維成本。針對集團企業(yè)客戶,可實現(xiàn)多個廠區(qū)場景的運維聯(lián)動,可視化展示各工廠設(shè)備統(tǒng)計數(shù)據(jù);針對工廠組織,通過建立設(shè)備履歷庫,對設(shè)備資產(chǎn)進行全生命周期管理,使運維任務(wù)標準化、規(guī)范化,并責任到人,有效提高運維的自動化程度,提升設(shè)備維修效率,降低故障率;針對廠務(wù)中心,可根據(jù)基礎(chǔ)設(shè)施需求和數(shù)據(jù)分析,重新優(yōu)化點檢流程,制定設(shè)備預防性維護計劃;通過數(shù)據(jù)挖掘和知識圖譜重新制定異常告警等級、告警合并和尋根,聚焦在對生產(chǎn)有重大影響的異常。詳見圖3。
圖3 數(shù)據(jù)采集和實時設(shè)備狀態(tài)
數(shù)字孿生系統(tǒng)對設(shè)備的實時數(shù)據(jù)采集和狀態(tài)監(jiān)測,反饋設(shè)備的啟停狀態(tài)、運行時長、溫度、轉(zhuǎn)數(shù)、振動、流量等數(shù)據(jù),實時對設(shè)備進行預警報警,并將相關(guān)信息推送到設(shè)備維護人員,及時維護設(shè)備,規(guī)避風險。
通過基于大數(shù)據(jù)平臺的智能在線監(jiān)測系統(tǒng)的實施,實現(xiàn)設(shè)備管理技術(shù)與經(jīng)濟管控和生產(chǎn)安全風險預控相結(jié)合。如針對已經(jīng)產(chǎn)生缺陷或故障的設(shè)備,在生產(chǎn)壓力無法停機情況下,通過連續(xù)監(jiān)控運行,可以了解設(shè)備實時動態(tài),及時觀察設(shè)備劣化趨勢,做好備件計劃,發(fā)揮設(shè)備最大有效壽命,更好的服務(wù)于企業(yè)經(jīng)營目標。
設(shè)備備件庫存成本降低150 萬元/年,設(shè)備OEE提升1%,新增產(chǎn)能5 萬噸/年。
圍繞“原料——燒結(jié)(220 燒結(jié)、265 燒結(jié))——高爐(1#高爐、2#高爐)”兩條產(chǎn)線、五個工序,基于“邊緣層-IaaS 層-PaaS 層-SaaS 層”的新型工業(yè)互聯(lián)網(wǎng)平臺架構(gòu),深度融合物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、云計算、機器學習等數(shù)字化、網(wǎng)絡(luò)化、工業(yè)互聯(lián)網(wǎng)等技術(shù),建設(shè)了大冶特鋼煉鐵一體化智能管控平臺,構(gòu)建了鐵前數(shù)據(jù)中心和應(yīng)用中心,并在此基礎(chǔ)上開發(fā)形成了覆蓋生產(chǎn)、設(shè)備、能源、安全、環(huán)保、成本等六大場景智能業(yè)務(wù)應(yīng)用,實現(xiàn)了鐵區(qū)一體化智能管控。
(1) 大數(shù)據(jù)平臺集成了生產(chǎn)、設(shè)備、能源、環(huán)保、安全、成本數(shù)據(jù),打通了一級控制系統(tǒng)、二級系統(tǒng)、MES 系統(tǒng)、產(chǎn)供銷系統(tǒng)、能源系統(tǒng)、安全系統(tǒng)、環(huán)保系統(tǒng),實現(xiàn)了業(yè)務(wù)數(shù)據(jù)、圖片文件、文檔資料、視頻資料的采集,實現(xiàn)了異構(gòu)系統(tǒng)和數(shù)據(jù)的集成。
(2) 大數(shù)據(jù)平臺接入設(shè)備、能源、計量、檢化驗、安全、環(huán)保等數(shù)據(jù),業(yè)務(wù)場景涵蓋生產(chǎn)工藝、設(shè)備管理、能耗分析、安全環(huán)保、成本分析,實現(xiàn)煉鐵產(chǎn)線業(yè)務(wù)場景的全覆蓋。
(3) 大數(shù)據(jù)平臺提供圖形分析、算法分析和回溯分析等數(shù)據(jù)可視化工具,支持自定義應(yīng)用,支持工藝人員以拖拉拽的簡便形式對數(shù)據(jù)進行分析,建立個人定制分析業(yè)務(wù),實現(xiàn)“千人千面”的數(shù)據(jù)可視化需求。
本項目建設(shè)了煉鐵產(chǎn)線大數(shù)據(jù)智能互聯(lián)平臺,通過“云邊”協(xié)同,初步實現(xiàn)了對大冶特鋼高爐和燒結(jié)以及配礦的一體化智能管控,并得到以下結(jié)論:
(1) 產(chǎn)線大數(shù)據(jù)平臺已成功研發(fā)構(gòu)建和落地應(yīng)用,為大冶特鋼煉鐵安全、順穩(wěn)、高效、低耗、低成本生產(chǎn)帶來了顯著作用,兩座高爐的燃料比相較于上線前一年降低幅度可達2 kg/t,鐵水的一級品率可達到80%以上。
(2) 采用智能配礦系統(tǒng)對實際使用的配礦方案進行優(yōu)化,在不改變礦粉種類的前提下,通過優(yōu)化礦粉比例,平均可使燒結(jié)成本降低1~3 元/t。
(3) 融合工業(yè)機理模型和大數(shù)據(jù)人工智能技術(shù),基于平臺側(cè)歷史數(shù)據(jù)挖掘分析和邊緣側(cè)實時智能監(jiān)控相結(jié)合的“云邊協(xié)同”,是未來煉鐵產(chǎn)線數(shù)字化、網(wǎng)絡(luò)化、智能化水平提升的重要路徑。