廢鋼智能判級(jí)生產(chǎn)管控系統(tǒng)的開發(fā)與應(yīng)用研究

RESEARCHONTHEDEVELOPMENTAND APPLICATIONOFINTELLIGENTGRADING PRODUCTIONCONTROLSYSTEMFORSCRAPSTEEL

Fan Hongyuan （Control Center of Hebei Iron and Steel Group Xuangang Company.Xuanhua O751Oo，China）

Abstract：Inthecontextofthe \"dualcarbon\"strategy，inordertomettheneeds of transformationandupgrading of Hebei Iron and Steel and Xuangang，an inteligent productioncontrolsystem for scrap steel grading has beendeveloped to achieve intellgent recognitionand judgment of scrap steel grades. The system includes hardware and software systems，and byconnecting with the ERP system and the logistics system，it achieves thefull-process intellient management of scrap steel processing. After the system wasput intouse，significant results have ben achieved，with the accuracyrateofscrapsteel grading，weightdeduction，and theidentificationofsealedcontainers and dangerous goods in the vehicle reachinga high level.Atthesametime，ithas good promotionand application valueandsocial benefits.

Key words： scrap steel; intelligent recognition;judgment; accuracy rate

0引言

隨著我國(guó)“雙碳”戰(zhàn)略的提出，廢鋼作為綠色環(huán)保、可循環(huán)利用的再生資源，在鋼鐵冶煉中的需求量快速增加。河鋼宣鋼轉(zhuǎn)型升級(jí)新建兩座 120t 廢鋼預(yù)熱式熔融爐，年需外采廢鋼265.2萬t。為保證產(chǎn)品質(zhì)量、降低生產(chǎn)成本、提高生產(chǎn)效率，開發(fā)廢鋼智能判級(jí)生產(chǎn)管控系統(tǒng)成為當(dāng)務(wù)之急。

1 研究目的和意義

智能判級(jí)有助于鋼鐵企業(yè)獲得質(zhì)量更加穩(wěn)定的廢鋼原料。通過明確的分級(jí)標(biāo)準(zhǔn)，可以更好地掌握每一批次廢鋼的特性，從而調(diào)整生產(chǎn)工藝，確保鋼鐵產(chǎn)品的質(zhì)量穩(wěn)定性。準(zhǔn)確的廢鋼判級(jí)可以避免因誤判導(dǎo)致的高價(jià)采購(gòu)低質(zhì)量廢鋼或低價(jià)出售高質(zhì)量廢鋼的情況發(fā)生。同時(shí)，高效的判級(jí)過程也能減少人力、物力等成本投入。提高廢鋼的利用率，減少對(duì)鐵礦石等原生資源的依賴，符合鋼鐵行業(yè)可持續(xù)發(fā)展的要求。

2廢鋼智能判級(jí)的原理

2.1圖像識(shí)別技術(shù)

通過高清攝像頭或圖像采集設(shè)備獲取廢鋼的圖像信息。利用計(jì)算機(jī)視覺算法對(duì)圖像進(jìn)行分析處理，主要步驟分為兩方面。

1）特征提?。禾崛U鋼的形狀、顏色、紋理等特征。例如，不同材質(zhì)的廢鋼可能具有不同的顏色和表面紋理，形狀規(guī)則程度也可能有所差異。通過提取這些特征，可以為后續(xù)的分類判級(jí)提供依據(jù)。

2）模式識(shí)別：將提取到的特征與預(yù)先建立的特征數(shù)據(jù)庫(kù)進(jìn)行比對(duì)。數(shù)據(jù)庫(kù)中存儲(chǔ)了不同等級(jí)廢鋼的典型特征，通過模式匹配算法確定當(dāng)前廢鋼最可能所屬的等級(jí)。例如，如果廢鋼的形狀較為規(guī)則、顏色均勻且與某一高等級(jí)廢鋼的特征相符，就可能被判定為高等級(jí)廢鋼。

2.2傳感器檢測(cè)技術(shù)

1）重量傳感器：測(cè)量廢鋼的重量。一般來說，同一等級(jí)的廢鋼在重量上可能存在一定的范圍。例如，高等級(jí)的重型廢鋼通常比低等級(jí)的輕薄廢鋼重量更大。通過重量傳感器可以初步判斷廢鋼的大致等級(jí)范圍。

2）金屬探測(cè)器：檢測(cè)廢鋼中的金屬成分。不同等級(jí)的廢鋼其金屬成分含量和種類可能不同。金屬探測(cè)器可以區(qū)分出廢鋼中的鐵、鋼、銅、鋁等不同金屬，從而為判級(jí)提供參考。例如，含有較高比例優(yōu)質(zhì)鋼材的廢鋼可能被判定為高等級(jí)廢鋼。

3）光譜分析技術(shù)：利用光譜儀對(duì)廢鋼進(jìn)行光譜分析，確定其化學(xué)成分。不同等級(jí)的廢鋼化學(xué)成分會(huì)有所差異，通過分析光譜特征可以準(zhǔn)確判斷廢鋼的材質(zhì)和等級(jí)。例如，某些特定元素的含量可以作為判斷廢鋼等級(jí)的重要指標(biāo)。

2.3機(jī)器學(xué)習(xí)與數(shù)據(jù)分析

1）數(shù)據(jù)收集與標(biāo)注：收集大量的廢鋼樣本數(shù)據(jù)，包括圖像、重量、化學(xué)成分等信息，并對(duì)這些數(shù)據(jù)進(jìn)行標(biāo)注，明確每個(gè)樣本的等級(jí)。

2）模型訓(xùn)練：利用機(jī)器學(xué)習(xí)算法，如神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等，對(duì)標(biāo)注好的數(shù)據(jù)集進(jìn)行訓(xùn)練。通過不斷調(diào)整模型參數(shù)，使模型能夠?qū)W習(xí)到不同等級(jí)廢鋼的特征模式。

3）預(yù)測(cè)與判級(jí)：將新的廢鋼數(shù)據(jù)輸入訓(xùn)練好的模型中，模型會(huì)根據(jù)學(xué)習(xí)到的特征模式進(jìn)行預(yù)測(cè)，給出廢鋼的等級(jí)判斷。隨著數(shù)據(jù)的不斷積累和模型的持續(xù)優(yōu)化，判級(jí)的準(zhǔn)確性會(huì)不斷提高。

3廢鋼智能判級(jí)系統(tǒng)關(guān)鍵技術(shù)

3.1開發(fā)功能模塊和系統(tǒng)接口

自主開發(fā)多個(gè)功能模塊和系統(tǒng)接口，實(shí)現(xiàn)采購(gòu)全鏈路跟蹤，避免數(shù)據(jù)孤島，提升生產(chǎn)經(jīng)營(yíng)效益

3.1.1 網(wǎng)絡(luò)架構(gòu)與硬件

充分利用宣鋼現(xiàn)有局域網(wǎng)，綜合考慮L2級(jí)網(wǎng)絡(luò)、OA辦公網(wǎng)絡(luò)以及工業(yè)數(shù)據(jù)采集網(wǎng)等，避免數(shù)據(jù)孤島。硬件包括搭建廢鋼智能判級(jí)冗余服務(wù)器、架設(shè)高清晰光學(xué)防抖攝像機(jī)、安裝人機(jī)交互系統(tǒng)顯示屏等。

3.1.2與ERP系統(tǒng)銜接

與宣鋼物流系統(tǒng)數(shù)據(jù)、ERP系統(tǒng)進(jìn)行銜接，開發(fā)功能接口，配置六個(gè)模塊功能，實(shí)現(xiàn)廢鋼加工中心的多項(xiàng)業(yè)務(wù)功能。

3.1.3與物流系統(tǒng)銜接

采集車輛物流管理系統(tǒng)中的車輛信息、檢斤信息數(shù)據(jù)與廢鋼識(shí)別判級(jí)系統(tǒng)中的料型數(shù)據(jù)進(jìn)行銜接匹配，包括進(jìn)廠管理、采購(gòu)管理等環(huán)節(jié)。

3.2建立廢鋼業(yè)務(wù)模型庫(kù)

基于數(shù)據(jù)分析和可視化技術(shù)，實(shí)現(xiàn)結(jié)果復(fù)核、異議回溯，為AI廢鋼定級(jí)算法提供良好數(shù)據(jù)源

3.3 人工與AI的融合

結(jié)合多種技術(shù)，對(duì)卸車過程進(jìn)行判級(jí)，計(jì)算整車扣重預(yù)估值，并通過算法模塊優(yōu)化廢鋼智能生產(chǎn)管控系統(tǒng)。廢鋼識(shí)別判級(jí)軟件實(shí)現(xiàn)采購(gòu)廢鋼的數(shù)據(jù)采集、圖形識(shí)別對(duì)比等功能，并將最終驗(yàn)質(zhì)結(jié)果上傳至結(jié)算系統(tǒng)。

4智能判級(jí)系統(tǒng)的問題與挑戰(zhàn)

4.1廢鋼種類復(fù)雜性

廢鋼的種類繁多，包括不同材質(zhì)、形狀和規(guī)格的廢鋼。例如，有碳素鋼、合金鋼、不銹鋼等不同材質(zhì)的廢鋼，其物理和化學(xué)特性差異較大。形狀方面，可能有塊狀、片狀、絲狀等。這種復(fù)雜性增加了智能識(shí)別的難度，可能導(dǎo)致準(zhǔn)確率下降。

4.2 識(shí)別技術(shù)的局限性

目前的智能識(shí)別技術(shù)主要依靠圖像識(shí)別、傳感器檢測(cè)等手段。然而，這些技術(shù)在面對(duì)一些特殊情況時(shí)可能存在局限性。例如，圖像識(shí)別可能受到光線、角度、廢鋼表面的污垢或銹蝕等因素的影響，導(dǎo)致識(shí)別不準(zhǔn)確。傳感器檢測(cè)可能受到廢鋼的磁性、導(dǎo)電性等特性的干擾。

4.3數(shù)據(jù)質(zhì)量和樣本數(shù)量

智能識(shí)別系統(tǒng)的準(zhǔn)確率很大程度上依賴于訓(xùn)練數(shù)據(jù)的質(zhì)量和樣本數(shù)量。如果訓(xùn)練數(shù)據(jù)不全面、不準(zhǔn)確或者樣本數(shù)量過少，系統(tǒng)可能無法學(xué)習(xí)到足夠的特征，從而影響準(zhǔn)確率。例如，缺乏某些罕見類型廢鋼的樣本數(shù)據(jù)，可能導(dǎo)致系統(tǒng)在遇到這些廢鋼時(shí)無法準(zhǔn)確識(shí)別。

4.4環(huán)境因素

廢鋼的識(shí)別和判定通常在復(fù)雜的工業(yè)環(huán)境中進(jìn)行，環(huán)境因素可能對(duì)準(zhǔn)確率產(chǎn)生影響。例如，灰塵、噪音、震動(dòng)等可能干擾傳感器的工作，影響識(shí)別結(jié)果。此外，溫度、濕度等因素也可能對(duì)廢鋼的物理特性產(chǎn)生影響，進(jìn)而影響識(shí)別準(zhǔn)確率。目前，廢鋼智能識(shí)別與判定的準(zhǔn)確率在不斷提高，但具體的準(zhǔn)確率數(shù)值因不同的技術(shù)和應(yīng)用場(chǎng)景而異。一般來說，經(jīng)過優(yōu)化的系統(tǒng)可以達(dá)到較高的準(zhǔn)確率，但要實(shí)現(xiàn)完全準(zhǔn)確的識(shí)別和判定仍然面臨一定的挑戰(zhàn)。

5總結(jié)與展望

廢鋼智能判級(jí)生產(chǎn)管控系統(tǒng)的開發(fā)與應(yīng)用，是河鋼宣鋼在“雙碳”背景下實(shí)現(xiàn)轉(zhuǎn)型升級(jí)的重要舉措。該系統(tǒng)的成功實(shí)施，提高了廢鋼判級(jí)的準(zhǔn)確性和效率，降低了成本，具有重要的推廣應(yīng)用價(jià)值和社會(huì)效益。

未來，應(yīng)進(jìn)一步優(yōu)化和完善該系統(tǒng)，以適應(yīng)鋼鐵行業(yè)的發(fā)展需求。隨著人工智能技術(shù)的不斷進(jìn)步，尤其是深度學(xué)習(xí)算法的持續(xù)發(fā)展，廢鋼智能判級(jí)系統(tǒng)將變得更加精準(zhǔn)和高效。深度學(xué)習(xí)模型可以通過

大量的數(shù)據(jù)訓(xùn)練，自動(dòng)學(xué)習(xí)廢鋼的各種復(fù)雜特征，不斷提高判級(jí)的準(zhǔn)確性。廢鋼智能判級(jí)將趨向于綜合運(yùn)用多種技術(shù)手段，實(shí)現(xiàn)多模態(tài)融合。例如，將圖像識(shí)別、傳感器檢測(cè)、光譜分析等技術(shù)相結(jié)合，從多個(gè)角度獲取廢鋼的信息，進(jìn)行全面、準(zhǔn)確的判級(jí)。這樣可以充分發(fā)揮各種技術(shù)的優(yōu)勢(shì)，彌補(bǔ)單一技術(shù)的局限性，提高判級(jí)系統(tǒng)的可靠性和穩(wěn)定性。

參考文獻(xiàn)

[1]李建新，趙俊學(xué)，崔雅茹.基于圖像識(shí)別的廢鋼自動(dòng)判級(jí)系統(tǒng)研究[J].中國(guó)冶金，2020，30（11）：74-78.[2]王存宇，楊荃，王曉晨，等.基于深度學(xué)習(xí)的廢鋼料型智能識(shí)別方法[J].鋼鐵，2021，56（2）：155-160.[3]張立國(guó)，任玉佳，李文斌，等.基于機(jī)器視覺的廢鋼智能判級(jí)系統(tǒng)[J].冶金自動(dòng)化，2022，46（4）：101-106.[4]陳兵，王雪梅，胡兵.廢鋼智能判級(jí)技術(shù)的應(yīng)用與發(fā)展[J].鋼鐵技術(shù)，2021（4）：28-31.[5]周繼程，李衛(wèi)東，王興東.基于人工智能的廢鋼智能判級(jí)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)應(yīng)用與軟件，2023，40（2）：107-112.[6]劉瑞寧，梁棟，張志強(qiáng).廢鋼智能判級(jí)系統(tǒng)在鋼鐵企業(yè)的應(yīng)用[J].河北冶金，2022（11）：60-63.[7]孫彥輝，汪紅兵，張興利.廢鋼智能判級(jí)技術(shù)的研究與應(yīng)用[J].中國(guó)冶金，2021，31（10）：86-90.[8]李曉磊，王鵬，趙勇.基于深度學(xué)習(xí)的廢鋼智能判級(jí)算法研究[J].電子技術(shù)與軟件工程，2023（1）：177-180.