煉鐵一體化智能管控平臺在大冶特殊鋼的應(yīng)用

張嗣文

（大冶特殊鋼有限公司，湖北 黃石 435000）

引言

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。

1 煉鐵一體化智能管控平臺概述

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)

2 系統(tǒng)應(yīng)用

2.1 智能優(yōu)化配礦系統(tǒng)

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。

2.2 燒結(jié)邊緣智能系統(tǒng)

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。

2.3 設(shè)備智慧運維

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。

2.4 煉鐵大數(shù)據(jù)平臺

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。

3 結(jié)論

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。