張 衛(wèi)，孫 凱，趙 斌

（新余市新余鋼鐵股份有限公司技術(shù)中心，江西 新余 338000）

供給側(cè)結(jié)構(gòu)性改革與去產(chǎn)能政策的實(shí)施推動(dòng)了鋼鐵行業(yè)市場秩序的規(guī)范化發(fā)展，2018年我國粗鋼產(chǎn)量約為9.3億噸，金屬冶煉與加工工業(yè)的產(chǎn)能利用率達(dá)到78.1%。在行業(yè)發(fā)展形勢漸趨明朗的背景下，鋼鐵企業(yè)更應(yīng)積極將人工智能技術(shù)應(yīng)用在冶金生產(chǎn)過程中，以此提高冶金自動(dòng)化水平，創(chuàng)造更高的產(chǎn)業(yè)附加值。

1 人工智能為冶金自動(dòng)化提供的技術(shù)支持

1.1 冶金智能生產(chǎn)系統(tǒng)

當(dāng)前已有鋼鐵企業(yè)將模式識別技術(shù)、數(shù)據(jù)挖掘技術(shù)與機(jī)器學(xué)習(xí)算法應(yīng)用于冶金生產(chǎn)過程中，依靠智能決策支持系統(tǒng)開展冷軋帶鋼焊接測試，通過采集焊接過程與紅外攝像數(shù)據(jù)完成目標(biāo)模型的建立，以此實(shí)現(xiàn)對焊接工藝可靠性的評估。

1.2 冶金智能機(jī)器人

將智能機(jī)器人應(yīng)用于冶金生產(chǎn)領(lǐng)域，主要體現(xiàn)在鑄造生產(chǎn)線、鍛造工藝流程與搬運(yùn)作業(yè)層面，還可利用機(jī)器人系統(tǒng)實(shí)現(xiàn)礦井安全監(jiān)控與災(zāi)害處理，為礦井下作業(yè)提供支持。當(dāng)前部分鋼鐵企業(yè)已將神經(jīng)網(wǎng)絡(luò)模型、計(jì)算機(jī)學(xué)習(xí)算法應(yīng)用于礦井安全預(yù)測系統(tǒng)、救援系統(tǒng)的建設(shè)中，借助模塊化異構(gòu)多機(jī)器人系統(tǒng)實(shí)現(xiàn)礦井下作業(yè)環(huán)境的自動(dòng)預(yù)測，并智能生成救援方案，降低以往人工救援存在的風(fēng)險(xiǎn)，實(shí)現(xiàn)安全生產(chǎn)的目標(biāo)。

2 人工智能在冶金自動(dòng)化中的具體應(yīng)用探討

2.1 計(jì)算機(jī)技術(shù)在冶金自動(dòng)化系統(tǒng)中的應(yīng)用

一方面，采用分布式控制系統(tǒng)構(gòu)建冶金軋制過程的自動(dòng)控制系統(tǒng)（如圖1所示），利用大數(shù)據(jù)、云計(jì)算等技術(shù)生成動(dòng)態(tài)數(shù)據(jù)庫，實(shí)現(xiàn)工業(yè)以太網(wǎng)、控制器、傳感器等設(shè)備的連接，結(jié)合冶金軋制的具體過程將板型、位置、厚度、卷取溫度等控制設(shè)備安裝在軋線上，經(jīng)由PLC控制器將采集到的數(shù)據(jù)上傳至過程控制計(jì)算機(jī)中，借助計(jì)算機(jī)程序完成數(shù)據(jù)分析，以此實(shí)現(xiàn)對整體冶金軋制生產(chǎn)過程的自動(dòng)化控制，提高作業(yè)生產(chǎn)效率。

圖1 冶金軋制自動(dòng)控制系統(tǒng)結(jié)構(gòu)

另一方面，依托人工智能技術(shù)建立冶金電氣自動(dòng)化系統(tǒng)，將神經(jīng)網(wǎng)絡(luò)、模糊專家系統(tǒng)引入到電力系統(tǒng)中，預(yù)先將專家知識、電力經(jīng)驗(yàn)融入到電力系統(tǒng)神經(jīng)網(wǎng)絡(luò)中，以此實(shí)現(xiàn)對用電設(shè)備供電情況的集中控制。當(dāng)電力系統(tǒng)出現(xiàn)故障時(shí)，可調(diào)用專家系統(tǒng)中存儲的電力經(jīng)驗(yàn)進(jìn)行故障原因排查、創(chuàng)設(shè)模擬解決方案，啟動(dòng)IF-thing程序?qū)崿F(xiàn)故障問題的自動(dòng)化解析，并定期進(jìn)行系統(tǒng)程序更新升級，進(jìn)一步提高冶金電氣自動(dòng)化控制系統(tǒng)的應(yīng)用實(shí)效。

2.2 智能溫控儀在高溫拉伸試驗(yàn)機(jī)中的應(yīng)用

合金制造是鋼鐵企業(yè)冶金自動(dòng)化生產(chǎn)鏈條中的關(guān)鍵環(huán)節(jié)，通常需采用高溫拉伸試驗(yàn)機(jī)針對合金工件進(jìn)行拉伸處理，以此判斷工件應(yīng)力是否滿足質(zhì)量要求，在此階段對于工件的溫度控制精度提出了較高要求，應(yīng)確保其與目標(biāo)值的誤差不超過0.2°C。在此擬將智能溫控儀應(yīng)用在高溫拉伸試驗(yàn)中，依托改良后的控制算法實(shí)現(xiàn)工件溫度的精確化調(diào)控，提高冶金過程的自動(dòng)化控制水平。

首先需進(jìn)行智能溫控儀的儀表參數(shù)設(shè)置，采用湊試法進(jìn)行儀表P、I、D等參數(shù)的初試，待溫度到達(dá)300℃時(shí)啟動(dòng)自整定功能，實(shí)現(xiàn)儀表對參數(shù)的自動(dòng)調(diào)試，經(jīng)由多個(gè)周期震蕩后獲取到最優(yōu)控制參數(shù)。其次需進(jìn)行儀表輸出周期設(shè)置，將其參數(shù)Cti控制在0.5～125s范圍內(nèi)，當(dāng)參數(shù)Cti越小時(shí)，智能溫控儀的輸出響應(yīng)速度越快，以此實(shí)現(xiàn)對控制參數(shù)精度的有效控制；同時(shí)還需注重進(jìn)行dF回差的控制，防范因測量輸出值波動(dòng)產(chǎn)生位式調(diào)節(jié)通斷或報(bào)警過于頻繁的問題，配合固態(tài)繼電器進(jìn)行通斷周期的壓縮，提高自動(dòng)化控制精度［2］。最后需完成儀表的自整定，結(jié)合儀表輸出功率進(jìn)行P、I、D、dF等參數(shù)的調(diào)節(jié)，減少輸出功率與目標(biāo)值間的偏差，配合通信技術(shù)實(shí)現(xiàn)儀表與上位機(jī)的聯(lián)網(wǎng)建設(shè)，以此實(shí)現(xiàn)對試驗(yàn)數(shù)據(jù)的實(shí)時(shí)獲取與動(dòng)態(tài)存儲，實(shí)現(xiàn)對成品質(zhì)量的有效把控。

2.3 模糊控制在高爐智能控制系統(tǒng)中的應(yīng)用

高爐生產(chǎn)是冶金自動(dòng)化中的重要工序，在此需基于模糊控制進(jìn)行高爐專家系統(tǒng)的設(shè)計(jì)，提高高爐生產(chǎn)過程的自動(dòng)化水平與可控性。首先需完成變量定義與模糊化，選取鐵水溫度、燃料比等作為變量，以鐵水中化學(xué)成分Si值占比為例，其判斷標(biāo)準(zhǔn)如表1所示。

同時(shí)引用熱負(fù)荷作為變量，利用ΔQ=STHL-STHL'進(jìn)行熱負(fù)荷變化趨勢的判定，獲取模糊結(jié)論，完成專家系統(tǒng)中知識庫的建設(shè)，利用可能性計(jì)算方法進(jìn)行模糊結(jié)果的計(jì)算，將生成的知識庫進(jìn)行簡化處理，最終形成5～10條知識。最后結(jié)合獲取到的變量值進(jìn)行模糊推理，利用獲取到T的指數(shù)進(jìn)行反模糊化，進(jìn)而生成模糊輸出結(jié)果。當(dāng)|T|≤t標(biāo)準(zhǔn)時(shí)，爐熱趨勢為走平；當(dāng)T>t標(biāo)準(zhǔn)時(shí)，爐熱趨勢為走高；當(dāng)T≤-t標(biāo)準(zhǔn)時(shí)，爐熱趨勢為走低。

表1 Si值高低標(biāo)準(zhǔn)

3 結(jié)語

鋼鐵企業(yè)務(wù)必要明確認(rèn)識到人工智能技術(shù)的重要性，加強(qiáng)對冶金專家系統(tǒng)、智能算法、冶金智能機(jī)器人、智能化軟件等技術(shù)的研發(fā)與應(yīng)用，從而更好地提高冶金智能化生產(chǎn)水平。