畢學(xué)工 李鵬 彭偉 周進(jìn)東

(武漢科技大學(xué)，鋼鐵冶金及資源利用省部共建教育部重點(diǎn)實(shí)驗(yàn)室)

0 前言

自2010年以來(lái)，中國(guó)鋼鐵工業(yè)的經(jīng)營(yíng)較為困難，為了降低生鐵成本，各鋼鐵廠近幾年來(lái)高爐配礦的特點(diǎn)是品位逐步降低。但過(guò)多使用品位低、有害元素含量高的低價(jià)礦，以及循環(huán)使用有害雜質(zhì)不斷增多的鋼鐵廠固體廢棄物，卻可能破壞高爐的穩(wěn)定順行，并對(duì)高爐長(zhǎng)壽帶來(lái)威脅。很明顯，在這樣的外圍條件下，高爐操作特別需要專家系統(tǒng)的指導(dǎo)。

國(guó)內(nèi)外的經(jīng)驗(yàn)證明，專家系統(tǒng)技術(shù)特別適合應(yīng)用于高爐這種復(fù)雜過(guò)程系統(tǒng)的控制，能夠在以下幾個(gè)方面發(fā)揮巨大的作用：①適應(yīng)大數(shù)據(jù)時(shí)代的要求，對(duì)大量檢測(cè)數(shù)據(jù)和人工錄入數(shù)據(jù)進(jìn)行快速的綜合分析和判斷;②應(yīng)用企業(yè)中的頂尖操作經(jīng)驗(yàn)，實(shí)現(xiàn)標(biāo)準(zhǔn)化作業(yè);③綜合應(yīng)用人類專家的經(jīng)驗(yàn)和數(shù)學(xué)模型。因而能夠?qū)t況判斷和調(diào)節(jié)動(dòng)作做出更科學(xué)、更可靠的決策。

1 概況

世界上第一個(gè)高爐專家系統(tǒng)于1986年開始應(yīng)用在日本NKK公司福山5號(hào)高爐上［1］，隨后，世界很多國(guó)家都先后開展了高爐專家系統(tǒng)技術(shù)的開發(fā)應(yīng)用研究，其中比較著名的有德國(guó)的 THYBAS系統(tǒng)［2］、瑞典的高爐智能報(bào)警系統(tǒng)［3］、芬蘭的 BFENS系統(tǒng)［4］、法國(guó)的 SACHEM 系統(tǒng)［5］和奧地利的 VAiron系統(tǒng)［6］等。法國(guó)的SACHEM系統(tǒng)又與盧森堡的PW公司合作，開發(fā)了名為BFXpert的高爐專家系統(tǒng)。目前，功能最齊全，真正實(shí)現(xiàn)閉環(huán)控制，獲得廣泛應(yīng)用的國(guó)外專家系統(tǒng)，只有VAiron。

國(guó)內(nèi)高爐專家系統(tǒng)的應(yīng)用從引進(jìn)開始。早期是從芬蘭引進(jìn)，如武鋼4 號(hào)高爐［7］、本鋼 5 號(hào)高爐［8］、湘鋼3號(hào)高爐［9］、昆鋼 6 號(hào)高爐［10］、唐鋼新一號(hào)高爐［11］等，后期是從奧地利引進(jìn)，如太鋼 5號(hào)高爐［12］、攀鋼 1 號(hào)高爐［13］，而南鋼 1 號(hào)高爐上使用的是奧地利和芬蘭合作開發(fā)的專家系統(tǒng)［14］。

在吸收借鑒引進(jìn)系統(tǒng)經(jīng)驗(yàn)的基礎(chǔ)上，國(guó)內(nèi)有關(guān)高等學(xué)校和研究院所通過(guò)與企業(yè)相結(jié)合，先后開發(fā)應(yīng)用了一些高爐專家系統(tǒng)。如武鋼1號(hào)2200 m3高爐操作平臺(tái)型專家系統(tǒng)［15］、鞍鋼4號(hào)1780 m3高爐專家系統(tǒng)［16］、首鋼遷鋼3號(hào)4000 m3高爐專家系統(tǒng)［17］、沙鋼 6 號(hào)500 m3高爐專家系統(tǒng)［18］、萊鋼6 號(hào)750 m3高爐專家系統(tǒng)［19］等，以及近幾年投入運(yùn)行的寶鋼 1號(hào) 4966 m3高爐專家系統(tǒng)［20］、韶鋼 8號(hào)3200 m3高爐智能專家系統(tǒng)［21-22］和國(guó)豐1780 m3高爐專家系統(tǒng)［23］。目前，能夠?qū)崿F(xiàn)閉環(huán)控制的國(guó)內(nèi)專家系統(tǒng)只有寶鋼1號(hào)高爐的專家系統(tǒng)。

引進(jìn)國(guó)外高爐專家系統(tǒng)，對(duì)我國(guó)高爐煉鐵科學(xué)化操作和高爐專家系統(tǒng)技術(shù)的發(fā)展起到了積極的促進(jìn)作用，但是目前幾乎所有的引進(jìn)系統(tǒng)都未能很好地發(fā)揮作用。其原因，一方面是因?yàn)橐M(jìn)系統(tǒng)核心部分的封裝不可修改，因此，當(dāng)工藝結(jié)構(gòu)調(diào)整、工藝條件(如原料)改變時(shí)，就很難保證模型功能的實(shí)現(xiàn);另一方面是因?yàn)閲?guó)外高爐的操作理念和習(xí)慣與我國(guó)高爐有較大區(qū)別。

國(guó)內(nèi)開發(fā)的高爐專家系統(tǒng)，也有很大的比例未能達(dá)到預(yù)期的效果。究其主要原因，一方面是因?yàn)閷＜蚁到y(tǒng)的設(shè)計(jì)不能適應(yīng)我國(guó)高爐爐況波動(dòng)頻繁、波動(dòng)幅度大的實(shí)際條件，在長(zhǎng)期運(yùn)行的過(guò)程中爐熱和爐況預(yù)報(bào)的可靠性和準(zhǔn)確性達(dá)不到要求，失去了操作人員的信任，即可接受度低(Low acceptability);另一方面是由于系統(tǒng)需要的關(guān)鍵信息，如爐頂煤氣成分、鐵渣排放信息等，因?yàn)闄z測(cè)儀表出現(xiàn)故障或數(shù)據(jù)通信網(wǎng)絡(luò)堵塞等原因，不能及時(shí)提供給專家系統(tǒng)，結(jié)果導(dǎo)致專家系統(tǒng)完全失去指導(dǎo)作用，甚至出現(xiàn)計(jì)算機(jī)死機(jī)，即使用率低(Low availability)。

由以上分析可知，我國(guó)高爐專家系統(tǒng)技術(shù)的發(fā)展方向是立足于國(guó)內(nèi)力量，努力提高專家系統(tǒng)的可接受度和使用率。此外，目前國(guó)內(nèi)鋼鐵企業(yè)資金普遍緊張，對(duì)高爐專家系統(tǒng)的開發(fā)自然還會(huì)提出低成本的要求。筆者針對(duì)實(shí)現(xiàn)低成本、高接受度、高利用率高爐專家系統(tǒng)開發(fā)的五個(gè)問(wèn)題，即系統(tǒng)功能選擇、建模技術(shù)、運(yùn)行模式、自學(xué)習(xí)功能、以及與網(wǎng)絡(luò)技術(shù)的結(jié)合等，結(jié)合自己的專家系統(tǒng)開發(fā)經(jīng)驗(yàn)進(jìn)行了比較深入的探討。

2 高爐專家系統(tǒng)開發(fā)的有關(guān)問(wèn)題與討論

2.1 高爐專家系統(tǒng)的功能選擇

為了敘述方便起見，將國(guó)內(nèi)外現(xiàn)有高爐專家系統(tǒng)的功能歸納并劃分為核心功能、重要功能和一般功能三類。

瑞典Gyllenram和Grip［24］通過(guò)分析和總結(jié)自己在鋼鐵廠計(jì)算機(jī)模型和控制系統(tǒng)研究開發(fā)方面的成功經(jīng)驗(yàn)和失敗教訓(xùn)，得出了如下三條重要結(jié)論：①找準(zhǔn)客戶急待解決的問(wèn)題，避免建立一個(gè)無(wú)人問(wèn)津的系統(tǒng)(Find a problem that searches for a solution and avoid a solution that searches for a problem.);②開發(fā)工作應(yīng)該在控制室和操作人員完全參與的情況下進(jìn)行(The development was made in the control room with total participation of the operators.);③煉鐵管理者將模型(專家系統(tǒng))視為向有關(guān)人員提供支持的一種重要工具(Process management saw this model as an important way to support the personnel.)。由此可知，在上高爐專家系統(tǒng)項(xiàng)目以前，必須首先明確企業(yè)最需要解決什么問(wèn)題。

高爐工長(zhǎng)和公司各級(jí)領(lǐng)導(dǎo)最關(guān)心的事情是維持爐況的穩(wěn)定順行和優(yōu)化高爐技術(shù)經(jīng)濟(jì)指標(biāo)。因此，高爐專家系統(tǒng)的核心功能必然是準(zhǔn)確判斷高爐當(dāng)前的爐熱水平與順行狀況，并對(duì)爐熱與爐況的變化趨勢(shì)做出準(zhǔn)確預(yù)測(cè)。這里的重點(diǎn)是“準(zhǔn)確”，難點(diǎn)也是“準(zhǔn)確”。武鋼的經(jīng)驗(yàn)表明［25］，高爐專家系統(tǒng)首先應(yīng)該起到“系統(tǒng)優(yōu)化器”，或“小故障診斷器”的作用，及時(shí)發(fā)現(xiàn)高爐小的波動(dòng)并進(jìn)行調(diào)整，防止和杜絕大的爐況失常。

其次，高爐專家系統(tǒng)應(yīng)具有一定的提出操作建議的功能，就調(diào)節(jié)動(dòng)作、動(dòng)作量和動(dòng)作時(shí)機(jī)對(duì)操作人員進(jìn)行指導(dǎo)，這是專家系統(tǒng)的第一個(gè)重要功能。國(guó)外的高爐專家系統(tǒng)追求的目標(biāo)是，圍繞優(yōu)化的設(shè)定點(diǎn)，以較小的幅度和提前較長(zhǎng)時(shí)間制定操作建議，但這種操作方式和實(shí)際操作方式有較大的差距，難以為我國(guó)的工長(zhǎng)所接受，而且按照盧維高教授的觀點(diǎn)［26-27］，高爐自身存在一種自調(diào)節(jié)機(jī)制(self-correction mechanism)，鐵水溫度、瞬時(shí)產(chǎn)量等過(guò)程指數(shù)總是有一定幅度的周期性波動(dòng)。因此，對(duì)過(guò)于微小的爐溫、料速波動(dòng)等無(wú)須調(diào)節(jié)。

爐況的調(diào)節(jié)，特別是較嚴(yán)重操作事故的調(diào)節(jié)，在手段、力度和時(shí)機(jī)的把握上相當(dāng)困難，不同高爐有不同的操作習(xí)慣，而且一開始往往拿不出現(xiàn)成的整體解決方案，需要細(xì)心觀察和耐心等待，“走一步看一步”。因此，在原燃料條件頻繁而大幅度波動(dòng)的今天，對(duì)專家系統(tǒng)在提出操作建議方面的能力不能也不必過(guò)于苛求。

專家系統(tǒng)的第二個(gè)重要功能是監(jiān)測(cè)爐缸內(nèi)液體蓄積量的功能，并在必要時(shí)發(fā)出報(bào)警。這是因?yàn)樵F不能及時(shí)出凈會(huì)對(duì)料柱下降、氣流分布和風(fēng)口壽命等產(chǎn)生負(fù)面影響，嚴(yán)重時(shí)還可能干擾鐵水運(yùn)輸和煉鋼廠的作業(yè)。

高爐專家系統(tǒng)的第三個(gè)重要功能是監(jiān)控爐底爐缸內(nèi)襯侵蝕，這是因?yàn)榇斯δ懿粌H與爐子長(zhǎng)壽有關(guān)，而且涉及爐內(nèi)煤氣流分布狀態(tài)的準(zhǔn)確判斷。由于有關(guān)模型的計(jì)算量很大，而且運(yùn)算頻度很低(一天一次)，所以不一定將其整合到在線運(yùn)行的高爐專家系統(tǒng)中去，而最好將其作為在L2上運(yùn)行的獨(dú)立模塊對(duì)待。

高爐專家系統(tǒng)的其他許多功能可歸于一般功能類別，包括：①爐料計(jì)算，在原料成分變化時(shí)修正料單;②爐渣堿度控制，在爐溫過(guò)高、硅素明顯增加時(shí)調(diào)整酸性料配比;③風(fēng)口回旋區(qū)模型，對(duì)不同鼓風(fēng)條件進(jìn)行模擬計(jì)算;④軟熔帶模型，幫助了解新的上下部調(diào)劑方案對(duì)氣流、溫度分布的作用;⑤全高爐數(shù)學(xué)模型，提供一種了解高爐過(guò)程全貌的可能性;⑥熱風(fēng)爐自動(dòng)燒爐和換爐功能，作用是穩(wěn)定風(fēng)溫和節(jié)省煤氣消耗;⑦能量管理功能，通過(guò)熱平衡和物質(zhì)平衡計(jì)算，了解高爐當(dāng)前的能量利用水平和節(jié)能潛力;⑧網(wǎng)絡(luò)服務(wù)功能，將專家系統(tǒng)的輸出信息以電子郵件、手機(jī)短信和語(yǔ)音提醒等方式及時(shí)送達(dá)操作人員。以上這些功能都很吸引人，有條件時(shí)應(yīng)將它們部分或全部整合到專家系統(tǒng)中去，由于具不具備這些功能對(duì)專家系統(tǒng)的核心功能基本上不會(huì)造成大的影響，為了控制專家系統(tǒng)的成本，對(duì)一般功能的多少不必過(guò)于追求。

至于“產(chǎn)品質(zhì)量控制”功能，主要是對(duì)［Si%］和［S%］實(shí)行控制，它系通過(guò)控制爐溫和爐渣堿度實(shí)現(xiàn)，因此不是專家系統(tǒng)的一個(gè)單獨(dú)的功能。

2.2 高爐專家系統(tǒng)運(yùn)行模式的選擇

專家系統(tǒng)的運(yùn)行模式分建議模式(advisory mode，又叫開環(huán)模式)和閉環(huán)模式(closed loop mode)兩種，閉環(huán)模式是在建議模式的基礎(chǔ)上發(fā)展起來(lái)的。建議模式是向操作人員提出建議，而是否接受建議由操作人員決定。閉環(huán)模式則不同，專家系統(tǒng)提出的建議直接下載到L1執(zhí)行，無(wú)需操作人員的同意。目前，世界上開發(fā)出的高爐專家系統(tǒng)基本上都屬于建議模式，只有 SIEMENS VAI公司［28］和寶鋼［20］開發(fā)了閉環(huán)模式高爐專家系統(tǒng)。PW公司的BFXpert系統(tǒng)僅在熱風(fēng)爐系統(tǒng)和高爐上料方面具有在線控制功能［29］。

SIEMENS VAI公司的觀點(diǎn)是只有閉環(huán)模式專家系統(tǒng)才有長(zhǎng)時(shí)期的節(jié)省焦炭的能力［28］。但我國(guó)幾座高爐上引進(jìn)的該公司開發(fā)的VAiron高爐專家系統(tǒng)，實(shí)際上均沒有實(shí)現(xiàn)閉環(huán)運(yùn)行，要么是如攀鋼1號(hào)高爐［13］那樣改用建議模式運(yùn)行，要么如太鋼5號(hào)高爐和南鋼2500 m3高爐那樣被棄置不用。VAiron閉環(huán)系統(tǒng)在中國(guó)實(shí)際應(yīng)用效果不佳原因是多方面的，一是因?yàn)殚]環(huán)模式適合用于工藝過(guò)程的精調(diào)，而當(dāng)需要進(jìn)行大的調(diào)整時(shí)，就得轉(zhuǎn)為人工調(diào)節(jié)，而專家系統(tǒng)操作與我國(guó)現(xiàn)實(shí)高爐操作不一致;二是因?yàn)槟壳拔覈?guó)大多數(shù)高爐所測(cè)的鐵水溫度受多種因素影響有時(shí)候不夠準(zhǔn)確，有時(shí)高爐操作人員對(duì)出鐵、出渣相關(guān)數(shù)據(jù)輸入不夠及時(shí);第三也可能是最重要的原因是我國(guó)高爐的原燃料條件普遍比國(guó)外高爐差。

我國(guó)高爐煉鐵信息化水平偏低的現(xiàn)狀短時(shí)間內(nèi)難有根本改變，而原燃料條件還在不斷變差，所以從國(guó)外引進(jìn)閉環(huán)模式專家系統(tǒng)，花錢很多卻達(dá)不到預(yù)期的效果。開發(fā)應(yīng)用建議模式的高爐專家系統(tǒng)應(yīng)是我國(guó)絕大多數(shù)鋼鐵廠的首選。

2.3 高爐專家系統(tǒng)建模技術(shù)的選擇

爐熱模型是高爐專家系統(tǒng)的核心模塊。高爐爐溫受過(guò)程的熱平衡控制，而無(wú)論是熱收入，還是熱支出都在不斷變化之中，其影響因素眾多且難以全面把握。問(wèn)題的極端復(fù)雜性使得已開發(fā)的相當(dāng)多的爐熱模型實(shí)際運(yùn)行結(jié)果不夠理想。國(guó)內(nèi)外研究者采用過(guò)的建模技術(shù)主要可分為五類，即統(tǒng)計(jì)回歸、時(shí)間序列模型［30］、神經(jīng)元網(wǎng)絡(luò)［31-32］、物質(zhì)平衡和熱平衡［33］和模糊邏輯［34］。以下對(duì)各類建模技術(shù)進(jìn)行分析比較。

回歸分析是指對(duì)具有相關(guān)關(guān)系的現(xiàn)象，根據(jù)其相關(guān)關(guān)系的具體形態(tài)，選擇一個(gè)合適的數(shù)學(xué)模型(稱為回歸方程式)，用來(lái)近似地表達(dá)變量間的平均變化關(guān)系的一種統(tǒng)計(jì)分析方法，具體又分為簡(jiǎn)單線性回歸、多元線性回歸，和非線性回歸。文獻(xiàn)［35］介紹了一種以復(fù)雜積分方程形式出現(xiàn)的系統(tǒng)優(yōu)化模型，但這種模型的運(yùn)行最終歸結(jié)為求解一個(gè)包含料速、透氣性、風(fēng)量、風(fēng)溫、噴煤比等5種過(guò)程變量的簡(jiǎn)單代數(shù)式，而各過(guò)程變量的系數(shù)則通過(guò)回歸統(tǒng)計(jì)方法獲得。很明顯，這種模型實(shí)際上也是一種統(tǒng)計(jì)回歸模型。

時(shí)間序列預(yù)測(cè)是根據(jù)系統(tǒng)觀測(cè)得到的時(shí)間序列數(shù)據(jù)，通過(guò)曲線擬合和參數(shù)估計(jì)來(lái)建立數(shù)學(xué)模型，分析其隨時(shí)間的變化趨勢(shì)，對(duì)預(yù)測(cè)目標(biāo)進(jìn)行外推的定量預(yù)測(cè)方法。常用的時(shí)間序列方法為移動(dòng)平均、指數(shù)平滑等，但近年來(lái)還出現(xiàn)了一些變種，如以［Si%］為唯一變量的 AR(2)模型［36］、三重尺度的小波模型［37］等。

人工神經(jīng)元網(wǎng)絡(luò)就是模擬人腦細(xì)胞的分布式工作特點(diǎn)和自組織功能，實(shí)現(xiàn)并行處理、自學(xué)習(xí)和非線性映射等能力。神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法，是針對(duì)一組給定輸入，通過(guò)外部校正(調(diào)整權(quán)系數(shù))，使網(wǎng)絡(luò)產(chǎn)生相應(yīng)的期望輸出的過(guò)程，并分為有導(dǎo)師學(xué)習(xí)和無(wú)導(dǎo)師學(xué)習(xí)兩類。還嘗試過(guò)神經(jīng)元網(wǎng)絡(luò)以外的其它網(wǎng)絡(luò)技術(shù)，包括貝葉斯網(wǎng)絡(luò)［38］、模糊貝葉斯網(wǎng)絡(luò)［39］等。

統(tǒng)計(jì)回歸模型的優(yōu)點(diǎn)是簡(jiǎn)單明確，容易為高爐操作者所接受，其缺點(diǎn)是其有效性嚴(yán)重依賴于建模時(shí)使用的數(shù)據(jù)集。時(shí)間序列模型適用于短期預(yù)測(cè)，但缺點(diǎn)是不能很好地反映出未來(lái)趨勢(shì)，建立模型時(shí)需要大量的過(guò)去數(shù)據(jù)的記錄。神經(jīng)元網(wǎng)絡(luò)等網(wǎng)絡(luò)模型的優(yōu)點(diǎn)是能夠很好地模擬各種變量之間的復(fù)雜關(guān)系，但從本質(zhì)上說(shuō)同樣具有統(tǒng)計(jì)回歸模型的屬性，因此對(duì)高爐過(guò)程變化的適應(yīng)性較差，在長(zhǎng)期運(yùn)行的過(guò)程中，當(dāng)高爐內(nèi)襯嚴(yán)重侵蝕、原燃料性質(zhì)和傳熱、化學(xué)反應(yīng)等爐內(nèi)現(xiàn)象發(fā)生較大變化時(shí)預(yù)報(bào)效果很差［32］。

純粹的物質(zhì)平衡和熱平衡模型需要大量的原燃料數(shù)據(jù)和Fe、Mn、S等元素在渣、生鐵和煤氣之間的分配比。但原燃料數(shù)據(jù)經(jīng)常不能準(zhǔn)確及時(shí)地獲得，而各種分配比數(shù)據(jù)又只能采用回歸分析方法計(jì)算，這就限制了純粹的物質(zhì)平衡和熱平衡模型的應(yīng)用。

模糊性是事物的一種客觀屬性，在實(shí)際生產(chǎn)生活中，經(jīng)常采取模糊概念的劃分來(lái)處理問(wèn)題。模糊邏輯的方式更適合表達(dá)人類大腦的思維過(guò)程，有如下優(yōu)點(diǎn)：

1)模糊邏輯基于自然語(yǔ)言，對(duì)數(shù)據(jù)的精確度要求并不高;

2)模糊邏輯能較容易而充分的結(jié)合專家信息;

3)模糊邏輯易與傳統(tǒng)的控制技術(shù)相結(jié)合。

因此，模糊邏輯技術(shù)最適合用于高爐爐熱模型的開發(fā)。武鋼一號(hào)高爐專家系統(tǒng)［15］和韶鋼八號(hào)高爐專家系統(tǒng)［21-22］的成功經(jīng)驗(yàn)充分證明了這個(gè)觀點(diǎn)?；谀：壿嫾夹g(shù)的爐熱診斷與預(yù)報(bào)模型開發(fā)方法作者早期曾有詳細(xì)介紹［40-41］。

模糊邏輯爐熱模型的輸入變量當(dāng)首選Wu、Ec、TQ等爐熱指數(shù)。這些爐熱指數(shù)系由爐頂煤氣成分和生鐵成分計(jì)算，代表高爐下部用于爐料加熱和硅素還原的“過(guò)剩熱”，與鐵水含硅量和溫度的相關(guān)性相當(dāng)好［42-43］。此外，對(duì)爐熱有重要影響的渣皮脫落、料柱下降速度和冷卻器漏水等因素也應(yīng)在爐熱模糊模型中得到體現(xiàn)。

在建立爐況判斷和預(yù)測(cè)模型時(shí)同樣應(yīng)該優(yōu)先考慮模糊邏輯技術(shù)。這不僅是因?yàn)槟：壿嬐评淼母爬ㄐ院軓?qiáng)，可通過(guò)使用資格函數(shù)大幅度減少產(chǎn)生式規(guī)則的數(shù)目，更重要的是對(duì)系統(tǒng)應(yīng)用環(huán)境有很強(qiáng)的適應(yīng)性，當(dāng)專家系統(tǒng)需要推廣應(yīng)用到新的高爐，或現(xiàn)有高爐的原燃料條件、操作理念等發(fā)生了大的變化，則只需對(duì)有限個(gè)數(shù)的模糊子集界限值等參數(shù)適當(dāng)修改，即可保證模糊推理模型的正常運(yùn)行，而創(chuàng)建一批適應(yīng)新環(huán)境的產(chǎn)生式規(guī)則卻非常困難。

PW公司［29］為了改善BFXpert專家系統(tǒng)的可移植性，采用的方法是通過(guò)整理收集某幾家高爐工廠的某幾位專家的專門知識(shí)，建立“一般高爐知識(shí)”(general blast furnace knowledge)和“當(dāng)今最好的高爐訣竅”(the best available process know-how)。但這樣的普適性高爐知識(shí)即便不是完全不存在，也是少之又少。SIEMENS VAI公司［28］則是將提出適應(yīng)新環(huán)境的產(chǎn)生式規(guī)則的重?fù)?dān)加在引進(jìn)VAiron系統(tǒng)的客戶肩上，規(guī)定在項(xiàng)目的基礎(chǔ)系統(tǒng)開發(fā)期由客戶負(fù)責(zé)提出操作訣竅，在調(diào)試期則由客戶承擔(dān)規(guī)則修改和系統(tǒng)優(yōu)化的全部責(zé)任。按照這樣的分工，本應(yīng)由提供產(chǎn)品的商家來(lái)“啃”的“硬骨頭”卻拋給了購(gòu)買專家系統(tǒng)產(chǎn)品的客戶，而客戶的企業(yè)里通常缺少具備相關(guān)能力的員工，更缺少高爐專家系統(tǒng)持續(xù)開發(fā)的機(jī)制。很明顯，優(yōu)先采用模糊邏輯技術(shù)建立爐況診斷與預(yù)報(bào)模型有助于擺脫這樣的尷尬局面。

2.4 自學(xué)習(xí)功能及其實(shí)現(xiàn)

一個(gè)專家系統(tǒng)要具有活力，必須具有自學(xué)習(xí)的功能。為了因應(yīng)操作目標(biāo)、原燃料條件、操作爐型等的變化，高爐工長(zhǎng)必須采取不同的爐況控制策略。反映到高爐專家系統(tǒng)上，就需要對(duì)模型規(guī)則中的各種參數(shù)、界限值進(jìn)行相應(yīng)的修改。專家系統(tǒng)更高層次上的自學(xué)習(xí)功能，是根據(jù)數(shù)據(jù)庫(kù)中的海量生產(chǎn)數(shù)據(jù)和專家系統(tǒng)的模型輸出數(shù)據(jù)，采用各種先進(jìn)的數(shù)據(jù)挖掘技術(shù)，歸納、提煉出新的規(guī)則，并自動(dòng)增添到專家系統(tǒng)的知識(shí)庫(kù)中，使專家系統(tǒng)具備自我更新和自我提升的能力。

初期的自學(xué)習(xí)功能，是定期或在需要時(shí)對(duì)數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行對(duì)照分析，確定新的模型參數(shù)值和界限值。即便是高級(jí)自學(xué)習(xí)功能的實(shí)現(xiàn)，在人工智能現(xiàn)有發(fā)展水平下，也只能是一種離線的、間歇式的過(guò)程，即首先應(yīng)用數(shù)據(jù)挖掘技術(shù)發(fā)現(xiàn)大致的規(guī)律，然后通過(guò)人類專家深入的、反復(fù)的討論分析，確定新的操作規(guī)則(如新的配礦技術(shù)，新的上下部調(diào)劑技術(shù)等)，最后將其增添到專家系統(tǒng)中去。

專家系統(tǒng)的主要任務(wù)是對(duì)工長(zhǎng)操作高爐提供在線幫助，因此不應(yīng)該、也不可能將高層次自學(xué)習(xí)功能整合到高爐專家系統(tǒng)中，現(xiàn)階段能夠做到的一般是：①通過(guò)創(chuàng)建高性能一代爐齡數(shù)據(jù)庫(kù)，為分析和修正模型參數(shù)、界限值以及創(chuàng)建新規(guī)則提供基礎(chǔ)條件;②優(yōu)化數(shù)據(jù)庫(kù)設(shè)計(jì)，以方便模型參數(shù)和界限值的修改;③優(yōu)化人機(jī)界面設(shè)計(jì)，以方便客戶有關(guān)人員對(duì)關(guān)鍵過(guò)程參數(shù)隨時(shí)間的推移實(shí)施跟蹤，對(duì)模型參數(shù)進(jìn)行修改和更新。

2.5 高爐專家系統(tǒng)與MES等網(wǎng)絡(luò)技術(shù)的結(jié)合

MES系統(tǒng)是ERP或商務(wù)系統(tǒng)層與車間現(xiàn)場(chǎng)過(guò)程控制系統(tǒng)之間的一個(gè)計(jì)算機(jī)系統(tǒng)，包括單元時(shí)間表安排、生產(chǎn)記錄、庫(kù)存管理和質(zhì)量管理等許多模塊，在生產(chǎn)執(zhí)行時(shí)期負(fù)責(zé)收集和匯總現(xiàn)場(chǎng)的生產(chǎn)詳情以及生產(chǎn)單元間的物質(zhì)流動(dòng)，并將結(jié)果上傳到商務(wù)系統(tǒng)，因而對(duì)整個(gè)生產(chǎn)過(guò)程起到一種關(guān)鍵作用［44］。鐵前系統(tǒng)生產(chǎn)的主要特點(diǎn)是產(chǎn)線長(zhǎng)、工序多、工序之間關(guān)聯(lián)度非常大，僅靠人工的手段難以實(shí)現(xiàn)鐵前生產(chǎn)的統(tǒng)一協(xié)調(diào)、集中管控和信息集成共享。鐵前MES以支持生產(chǎn)高品質(zhì)、高產(chǎn)量、低成本的鐵水為目標(biāo)，著重于實(shí)現(xiàn)鐵前生產(chǎn)作業(yè)過(guò)程的綜合管制和在線調(diào)度。

基于鐵前MES開發(fā)高爐專家系統(tǒng)最大的好處是信息共享。渣鐵排放信息，如鐵口號(hào)、開鐵口和堵鐵口時(shí)間、見渣時(shí)間、估計(jì)鐵量、鐵水溫度、鐵水硅硫錳含量、爐渣堿度與 MgO和Al2O3含量等，這些專家系統(tǒng)正常運(yùn)行不可缺少的管理信息，都可以從MES中直接得到，不再要求工長(zhǎng)在繁忙的操爐作業(yè)中抽時(shí)間重復(fù)鍵入，從而不僅提升了專家系統(tǒng)的“人氣”，同時(shí)還有利于提高系統(tǒng)可靠性和消除計(jì)算機(jī)死機(jī)現(xiàn)象。從MES中還容易獲得各種高爐事件(如休風(fēng)、復(fù)風(fēng)、管道行程、崩料、懸料等)的信息，有利于提高專家系統(tǒng)的準(zhǔn)確性。

對(duì)于還沒有上MES的廠家，可以考慮搭建一個(gè)專用網(wǎng)絡(luò)，將負(fù)責(zé)人工錄入和處理相關(guān)操業(yè)和管理信息的值班工長(zhǎng)管理系統(tǒng)、L1基礎(chǔ)自動(dòng)化系統(tǒng)、L2過(guò)程控制系統(tǒng)與高爐專家系統(tǒng)連接起來(lái)，以實(shí)現(xiàn)基本的信息共享。網(wǎng)絡(luò)的規(guī)模依需要而定，按照面向值班工長(zhǎng)、爐長(zhǎng)、煉鐵廠長(zhǎng)的順序，逐步擴(kuò)大網(wǎng)絡(luò)的規(guī)模。

此外，鐵前MES還對(duì)專家系統(tǒng)性能擴(kuò)展提供支持，包括：①整合并應(yīng)用全高爐物質(zhì)平衡和熱平衡模型、RIST操作線和C-DRR圖等理論模型，幫助工長(zhǎng)了解當(dāng)前高爐的能量利用水平、降焦?jié)摿徒到雇緩?②跟蹤本高爐實(shí)際使用原燃料性能的變化，以便及時(shí)實(shí)施有效的前饋控制;③利用MES的軟硬件資源開發(fā)高性能的高爐一代爐齡數(shù)據(jù)庫(kù)，提高專家系統(tǒng)對(duì)工作爐型、外圍條件變化的適應(yīng)能力。

3 結(jié)束語(yǔ)

一個(gè)成功的高爐專家系統(tǒng)必須具備雙HA，即High Acceptability和High Availability的特征。為了使開發(fā)出的高爐專家系統(tǒng)能夠?yàn)殇撹F企業(yè)真正創(chuàng)造效益，以下兩方面的問(wèn)題需要引起特別關(guān)注：

1)圍繞爐溫、爐況的準(zhǔn)確判斷預(yù)測(cè)這一核心功能進(jìn)行系統(tǒng)設(shè)計(jì)，系統(tǒng)采用建議模式運(yùn)行;

2)長(zhǎng)期運(yùn)行的穩(wěn)定性是對(duì)專家系統(tǒng)的基本要求，也是實(shí)踐中最難解決的問(wèn)題之一，應(yīng)該通過(guò)與MES系統(tǒng)等網(wǎng)絡(luò)技術(shù)的緊密結(jié)合，優(yōu)化系統(tǒng)的設(shè)計(jì)，提高爐頂煤氣分析等關(guān)鍵檢測(cè)信息的精度和可靠性，確保高爐專家系統(tǒng)數(shù)月、數(shù)年，直致全爐齡的無(wú)故障運(yùn)行。

［1］ R.Nakajima，T.Sumigawa，A.Maki，K.Wakimoto，K.Hahimoto，A.Sakai，M.Sakurai.Development and Application of Blast Furnace operation Control Expert System Making Use of Artificial Intelligence.鐵と鋼，1987，73(15)：298-305.

［2］ 楊文龍.高爐自動(dòng)化系統(tǒng)——THYBAS.冶金信息，1999(4)：18-20

［3］ Zuo Guangqing，B?rkman Bo，An Expert Network For Prediction And Control of the Silicon Content of the Hot Metal，The International Conference On Medelling And Simulation In Metallurgical Engineering And Materials Science，Edited by Yu Zhongsen，Xiao Zeqiang and Xie Xishan，June 11-13，1996，Beijing，China，417-422.

［4］ Pekka I，Antti K，Matti S.Computer systems for controlling blast furnace operations at Rautaruukki［J］.Iron and Steel Engineer，1995，72(8)：44.

［5］ J-M.Libralesso，J-M.Steiler，J-L.Lebonvallet，C.C.Thirion.The Blast Furnace Operation under High Supervision.1998 Ironmaking Conference Proceedings，231-236

［6］ G.Brunnbauer，B.Rummer，H.Nogratnig，H.Druckenthaner，B.Schürz，M.Schaler，K.Stohl.The Fully Automatic Blast Furnace-Only A Vision?.The 60th Ironmaking Conference Proceedings，March 25-28，2001，Baltimore，Maryland，U.S.A.，677-687

［7］ 陳令坤，傅連春，于仲潔.武鋼4號(hào)高爐專家系統(tǒng)的應(yīng)用.煉鐵，2001，20(增刊)：71-74.

［8］ 孫洪軍.本鋼5號(hào)高爐專家系統(tǒng)應(yīng)用實(shí)踐.本鋼技術(shù)，2003(增刊)：23-26

［9］ 史旭華.湘鋼4#高爐專家系統(tǒng)的應(yīng)用與改進(jìn).湖南冶金，2005，33(2)：18-21.

［10］ 謝偉.計(jì)算機(jī)專家系統(tǒng)在昆鋼2000 m3高爐的應(yīng)用.昆鋼科技，2008(增刊)：75-77.

［11］ 石培花.高爐專家系統(tǒng)在唐鋼新一爐生產(chǎn)中的整合應(yīng)用.數(shù)字技術(shù)與應(yīng)用，2010(6)：102.

［12］ 趙新民.太鋼煉鐵廠五高爐專家系統(tǒng)應(yīng)用實(shí)踐.山西冶金，2012(5)：56-58

［13］ 謝俊勇，刁日升，唐煒.攀鋼1號(hào)高爐專家系統(tǒng)的建立與運(yùn)行.煉鐵，2007，26(3)：1-5.

［14］ 余朝暉，徐紅陽(yáng).2500 m3高爐專家系統(tǒng)的功能與應(yīng)用.南鋼科技與管理，2009(3)：30-33

［15］ 于仲潔，陳令坤，楊天鈞，左海濱，國(guó)宏偉.武鋼1號(hào)高爐冶煉專家系統(tǒng)開發(fā)的新進(jìn)展.鋼鐵研究，2006，34(4)：1-5，9.

［16］ 安云沛，車玉滿，劉方，宮海瑞.鞍鋼4號(hào)高爐熱狀態(tài)專家系統(tǒng).鞍鋼技術(shù)，1997(8)：6-11

［17］ 馬富濤，周檢平，吳建，劉莎莎.遷鋼3號(hào)高爐專家系統(tǒng)的研發(fā)與應(yīng)用.冶金自動(dòng)化，2011年S2，510-513

［18］ 馬竹梧，徐化巖，錢王平.基于專家系統(tǒng)的高爐智能診斷與決策支持系統(tǒng).冶金自動(dòng)化，2013，37(6)：7-14+37

［19］ 劉祥官，劉顯著，蔣美華，等.智能控制專家系統(tǒng)在萊鋼高爐的應(yīng)用［J］.冶金自動(dòng)化，2002，26(6)：15-18

［20］ 陳賀林，陶衛(wèi)忠.寶鋼高爐智能控制專家系統(tǒng)的研發(fā).寶鋼技術(shù)，2012(4)：60-64

［21］ 畢學(xué)工，李鵬，彭偉，周進(jìn)東，何礦年，鈡樹周，鈡曉兵，劉克輝.基于MES的韶鋼八號(hào)高爐智能專家系統(tǒng)［J］.煉鐵，2013，32(2)：11-16.

［22］ 柏德春，陳開泉，潘偉恩.韶鋼8號(hào)高爐智能專家系統(tǒng)的應(yīng)用［J］.南方金屬，2014(3)：41-44.

［23］ 張建良，杜申，國(guó)宏偉，曹英杰，閆炳基.國(guó)豐高爐專家系統(tǒng)控制系統(tǒng)模型開發(fā)及應(yīng)用.北京：第九屆中國(guó)鋼鐵年會(huì)論文集，2013：1-6.

［24］ Gyllenram，R.，Grip，C..User Friendliness-Why are some beautiful models used while others are thrown in the wastepaper basket? ［C］.Proc.of Scanmet III Vol.，1，8-11 June，2008，Lule?，Sweden，315-322.

［25］ 熊亞非，度敦輝，董遵敏.武鋼1號(hào)高爐專家系統(tǒng)的應(yīng)用［J］.煉鐵，2007(6)：9-13.

［26］ Yung-Chang Ko，Harry Gou and W-K.Lu.The Steering of a Drifting Blast Furnace［C］.AISTech 2011 Proceedings，2-5 May，2011，Indianapolis，Ins.USA，A Publication of the Association for Iron and Steel Technology，579-593

［27］ W-K.Lu，Yung-Chang Ko and Harry Gou.Intrinsic Periodic Changes in Operating Conditions in Blast Furnace［C］.AISTech 2011 Proceedings，2-5 May，2011，Indianapolis，Ins.USA，A Publication of the Association for Iron and Steel Technology，641-652.

［28］ Angelika Klinger，Thomas Kronberger，Martin Schaler，Bernhard Schürz.Improving the Ironmaking Process With Expert Systems in Closed-Loop Operation［C］.AISTech 2012 Proceedings，7-10 May，2012，Atlanda，Ga.，USA，A Publication of the Association for Iron and Steel Technology，395-405.

［29］ Bermes，P.，Simoes，J.P.，Tockert，P.，Odicino，G.，Hansen，F(xiàn).，Hausemer，L.and Morelli，C..BFXpert--Improvements in Blast Furnace Operation Using Paul Wurth’s Integrated Level 2 System［C］.AISTech 2011 Proceedings，2-5 May，2011，Indianapolis，Ins.USA，A Publication of the Association for Iron and Steel Technology，665-676.

［30］ 畢學(xué)工，曾小寧，羅廷和，劉坤庭，鄭武生，張文志.湘鋼鐵水含硅預(yù)報(bào)模型的開發(fā)和應(yīng)用［J］.武漢冶金科技大學(xué)學(xué)報(bào)，1996，19(4)：395-400.

［31］ 畢學(xué)工，邱劍.高爐爐溫預(yù)報(bào)神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)優(yōu)化的研究［C］.北京：2001中國(guó)鋼鐵年會(huì)論文集(上卷)，中國(guó)金屬學(xué)會(huì)，2001：368-370.

［32］ Avinash Kumar，Mrunmaya K P，Sudeep Maharana，Subrata Ku-mar Chowdhury，Rameshwar Sah，Marutiram Kaza.A REAL TIME MODEL FOR PREDICTION OF BLAST FURNACE HOT METALTEMPERATURETHROUGHNEURALNETWORK［C］.Proceedings of International Conference on Science and Technology of Ironmaking and Steelmaking(STIS-2013)，16-18 December，2013，Jiamshedpur，India，1-11.

［33］ Peter Goldworthy，Tony Skimming Campbell，Cripps Clark.APPLICATION OF AN ON-LINE MASS AND ENERGY BALANCE TO BLAST FORNACE THERMAL CONTROL［C］.IRONMAKING CONFERENCE PROCEEDINGS，1992，Toronto，159-162.

［34］ 國(guó)宏偉，陳令坤，左海濱，楊天鈞，于仲潔.基于模糊推理的高爐爐溫預(yù)報(bào)模型［J］.鋼鐵研究，2007，35(2)：22-24，32.

［35］ 劉祥官，曾九孫，郝志忠，鹿智勇.多模型集成的高爐煉鐵智能控制專家系統(tǒng)［J］.冶金自動(dòng)化，2007，41(3)：1637-1642.

［36］ 賀詩(shī)波，劉祥官，郜傳厚，黃麗英，黃雅彬.高爐硅含量預(yù)測(cè)控制的時(shí)間序列混合建模［J］.浙江大學(xué)學(xué)報(bào)(工學(xué)版)，2007，41(10)：1739-1742.

［37］ 劉祥官，王文慧.應(yīng)用小波分析方法改進(jìn)鐵水硅含量預(yù)測(cè)［J］.鋼鐵，2005，40(8)：15-17，37.

［38］ 龔淑華，劉祥官.貝葉斯網(wǎng)絡(luò)在高爐鐵水硅含量預(yù)測(cè)中的應(yīng)用［J］.鋼鐵，2005，40(3)：17-20.

［39］ 劉學(xué)藝，劉祥官，王文慧.模糊貝葉斯網(wǎng)絡(luò)應(yīng)用于預(yù)測(cè)高爐鐵水含硅量變化趨勢(shì)［J］.冶金自動(dòng)化，2005，39(5)：30-32，42.

［40］ Xuegong Bi，Tielu Tian，Development of An Expert System for Blast Furnace Heat Level Control，The International Conference On Medelling And Simulation In Metallurgical Engineering And Materials Science，Edited by Yu Zhongsen，Xiao Zeqiang and Xie Xishan，June 11-13，1996，Beijing，China，423-429.

［41］ Xuegong Bi，Mathematical Modelling 0f Ironmaking Processes，Transport Phenomena in Metallurgical Processes，Edited by Swatantra Prakash and P.Ramachandra Rao，F(xiàn)ebruary 15-16，1996，Jamshedpur India，179-191.

［42］ 畢學(xué)工.高爐過(guò)程數(shù)學(xué)模型及計(jì)算機(jī)控制［M］.北京：冶金工業(yè)出版社，1996：254-257.

［43］ 計(jì)算機(jī)連續(xù)控制高爐的效果，20-25，于仲潔翻譯自：International Meeting on Iron and Steel Making 1976，Vol.Ia，3.2.6.

［44］ Kevin Jackson，Christian Roth，Roberto Resque de Freitas.A Framework for Selecting the Most Appropriate Manufacturing Execution System(MES)for the Metals Industry［C］.AISTech 2013 Proceedings，6-9 May 2013，Pittsburg，P.a.USA，A Publication of the Association for Iron and Steel Technology，2473-2485.