趙明珠

摘 要：人工智能技術(shù)近年發(fā)展迅速，在生產(chǎn)生活的方方面面都有人工智能技術(shù)的應(yīng)用。鋼鐵行業(yè)中的人工智能的應(yīng)用主要是人工智能信息系統(tǒng)和機(jī)器人，人工智能信息系統(tǒng)為鋼鐵行業(yè)帶來了巨大的經(jīng)濟(jì)效益，應(yīng)用更加廣泛，相比較而言，由于生產(chǎn)工序復(fù)雜，機(jī)器人開發(fā)難度大，機(jī)器人的應(yīng)用較少。本文介紹了人工智能技術(shù)在鋼鐵行業(yè)的具體應(yīng)用情況。

關(guān)鍵詞：人工智能技術(shù);鋼鐵行業(yè);應(yīng)用;研究

1 人工智能技術(shù)在原料過程控制方面的應(yīng)用

目前原料過程控制方面已經(jīng)開發(fā)了原料廠整理破碎機(jī)間隙模糊控制、燒結(jié)機(jī)均勻燒成模糊控制、返礦配比模糊控制等。

日本川崎水島鋼鐵廠的燒結(jié)作業(yè)專家系統(tǒng)是由帶有EIXAX專家工具的計算機(jī)與已有的DDC和過程機(jī)連接而成的，計算機(jī)和過程機(jī)分別負(fù)擔(dān)不同方面工作。其中計算機(jī)負(fù)擔(dān)燒透點管理、質(zhì)量管理和生產(chǎn)周期等，過程機(jī)負(fù)擔(dān)數(shù)據(jù)收集和設(shè)備異常管理。燒透點管理是根據(jù)入口原料透氣性的長期預(yù)測值調(diào)整臺車速度，指導(dǎo)生產(chǎn);生產(chǎn)管理功能是為了保證實際生產(chǎn)率達(dá)標(biāo);質(zhì)量管理功能是對相應(yīng)參數(shù)進(jìn)行判斷，保證生產(chǎn)質(zhì)量。

2 人工智能技術(shù)在高爐過程控制中的應(yīng)用

高爐內(nèi)的反應(yīng)復(fù)雜，物料處于氣液固三態(tài)共存狀態(tài)，難以對其中發(fā)生的反應(yīng)進(jìn)行精確的數(shù)學(xué)建模，日本多家鋼鐵廠均開發(fā)了高爐操作專家系統(tǒng)，韓國、臺灣、法國等也均有相關(guān)公司開發(fā)了爐內(nèi)情況預(yù)報或操作指導(dǎo)的系統(tǒng)。日本相關(guān)研究更加全面，涉及高爐裝料分布控制、顆粒渣倉運轉(zhuǎn)控制等多方面。近年來神經(jīng)網(wǎng)絡(luò)被廣泛應(yīng)用于高爐內(nèi)溫度預(yù)測、風(fēng)量指導(dǎo)、反應(yīng)模型建立等方面。

日本鋼管福山鋼鐵廠的專家系統(tǒng)分為爐熱控制和異常診斷兩個部分，采用過程機(jī)與專用計算機(jī)結(jié)合的方式對爐內(nèi)情況進(jìn)行處理分析。過程機(jī)對數(shù)據(jù)、模型等進(jìn)行分析和處理，專用計算機(jī)知識采用規(guī)則、框架、LISP三種表達(dá)方式，采用多級分組結(jié)構(gòu)和正向推理。一些根據(jù)生產(chǎn)經(jīng)驗產(chǎn)生的知識，形成相應(yīng)規(guī)則;用框架形式儲存爐內(nèi)送風(fēng)溫度、濕度等靜態(tài)知識;LISP函數(shù)則是用來表示過程性知識。整個知識系統(tǒng)由1500條規(guī)則和150個框架組成，可以很好的指導(dǎo)操作，保持爐溫，提高熱效率，保證鐵水質(zhì)量。此外，日本川崎水島廠的高爐操作專家系統(tǒng)將知識用規(guī)則、框架表示，采用向前推理的方式可對爐況的日常管理、異常預(yù)報、前進(jìn)規(guī)則等進(jìn)行診斷，預(yù)報的命中率可高達(dá)94%。

高爐生產(chǎn)過程中的爐況比較復(fù)雜，不能用簡單的“IFA THENB”的方式表示，采用神經(jīng)網(wǎng)絡(luò)對爐況進(jìn)行識別，并指導(dǎo)操作，或者與專家系統(tǒng)相結(jié)合，可以達(dá)到很好的效果，在高爐中應(yīng)用廣泛。

3 人工智能技術(shù)在煉鋼過程控制中的應(yīng)用

人工智能技術(shù)在煉鋼過程中也有重要的應(yīng)用，目前已經(jīng)開發(fā)了轉(zhuǎn)爐吹煉控制、溶劑與冷卻劑裝入控制系統(tǒng)、電弧爐調(diào)節(jié)神經(jīng)網(wǎng)絡(luò)系統(tǒng)。

日本鋼管福山廠的轉(zhuǎn)爐吹煉控制原來有靜態(tài)、動態(tài)和排氣三種模型，但這三種模型不能很好對實際生產(chǎn)中的渣化情況、噴濺可能等進(jìn)行描述和預(yù)測，需要工作人員根據(jù)實際生產(chǎn)經(jīng)驗對模型進(jìn)行修正和完善，通過工作人員的經(jīng)驗，調(diào)整之后的專家系統(tǒng)形成了靜態(tài)渣化噴濺預(yù)測、動態(tài)渣化噴濺預(yù)測、出鋼判定三種新的模型，靜態(tài)渣化噴濺模型是根據(jù)靜態(tài)吹煉初始數(shù)據(jù)，對渣化情況和噴濺可能進(jìn)行評價，選擇各時期吹煉控制模式，反饋給操作人員，由操作人員選擇具體操作;動態(tài)渣化噴濺預(yù)測模型是根據(jù)傳感器數(shù)據(jù)和排氣模型計算結(jié)果，對渣化情況和噴濺可能進(jìn)行評價，對吹氣量、礦石投入速度等自行進(jìn)行最優(yōu)選擇;出鋼模型是根據(jù)數(shù)據(jù)判定是否出鋼。

人工智能技術(shù)的應(yīng)用提高了自動吹煉的水平，降低了噴濺發(fā)生率，提高了工作效率。

4 人工智能技術(shù)在連鑄過程控制的應(yīng)用

現(xiàn)階段連鑄過程控制中發(fā)明了智能機(jī)器人、液位控制專家系統(tǒng)、連鑄漏鋼預(yù)報、板坯噴印文字質(zhì)量識別系統(tǒng)。

新日鐵土界鋼鐵廠的智能機(jī)器人由傳感器系統(tǒng)、判斷系統(tǒng)和運動系統(tǒng)三部分組成，可以對結(jié)晶器液位進(jìn)行識別，散布初期保護(hù)渣;對保護(hù)渣量和渣邊進(jìn)行識別，對保護(hù)渣不足的部位進(jìn)行保護(hù)渣添加，清除渣邊;識別形成的反渣，將其壓入鋼水中。八幡鋼鐵廠漏鋼預(yù)報系統(tǒng)是由時間順序網(wǎng)格和空間控制網(wǎng)格構(gòu)成的多級神經(jīng)網(wǎng)絡(luò)，時間序列網(wǎng)絡(luò)識別熱電偶溫度，空間序列網(wǎng)絡(luò)識別結(jié)晶器內(nèi)溫度的移動模式。實踐表明，這一漏鋼預(yù)報系統(tǒng)的準(zhǔn)確的幾乎達(dá)到了100%。

5 人工智能技術(shù)在軋鋼過程控制中的應(yīng)用

現(xiàn)在軋鋼過程控制中已經(jīng)開發(fā)了加熱爐燃燒控制、出鋼節(jié)奏控制、電焊管軋制節(jié)奏控制等專家系統(tǒng)，模糊控制已應(yīng)用于軋鋼過程的許多方面。

日本川崎千葉廠的加熱爐燃燒控制專家系統(tǒng)，是由數(shù)學(xué)模型和專家系統(tǒng)組合而成，用數(shù)學(xué)模型計算出鋼溫度和時間的關(guān)系，用專家系統(tǒng)選擇目標(biāo)函數(shù)和相關(guān)約束條件，從而確定最適溫度。提高生產(chǎn)效率和產(chǎn)品質(zhì)量。

6 人工智能技術(shù)在產(chǎn)品設(shè)計中的應(yīng)用

產(chǎn)品的設(shè)計要考慮很多方面的因素，以人工智能技術(shù)優(yōu)化產(chǎn)品設(shè)計工序存在很大的困難，近年對這方面的研究一直沒有間斷，也取得了一定的成果。根據(jù)用戶的訂貨規(guī)格，研發(fā)了大口徑鋼管材質(zhì)設(shè)計專家系統(tǒng)，可以選擇最適生產(chǎn)方案。系統(tǒng)通過300條規(guī)則和相應(yīng)數(shù)據(jù)運算將產(chǎn)品參數(shù)轉(zhuǎn)化為中間產(chǎn)品參數(shù)，規(guī)定約束條件，暫定鋼種和制造方法，再對基礎(chǔ)數(shù)據(jù)進(jìn)行精確匹配，對照已有數(shù)據(jù)，對本次設(shè)計進(jìn)行預(yù)測，最后調(diào)整各影響因素的特征值，直到滿足規(guī)格為止。此系統(tǒng)操作簡單，提高了生產(chǎn)效率。

7 人工智能技術(shù)在生產(chǎn)計劃和調(diào)度中的應(yīng)用

制定生產(chǎn)計劃和調(diào)度生產(chǎn)也是鋼鐵行業(yè)中重要的一個部分，近年在如何將人工智能技術(shù)應(yīng)用到生產(chǎn)計劃制定和調(diào)度中的研究也有很多，例如原料廠運轉(zhuǎn)計劃、煉鋼批量組合計劃、煤炭混合計劃、熱軋坯料分配、冷軋軋制順序編制、冷軋鍍錫調(diào)度計劃等。

新日鐵八幡鋼鐵廠的原料廠最優(yōu)運行計劃系統(tǒng)，就是應(yīng)用了人工智能技術(shù)支持作業(yè)的大型系統(tǒng)，包括原料裝卸、原料廠分配、煤炭運出、煤炭混料、勻礦以及焦?fàn)t作業(yè)、干熄焦作業(yè)、燒結(jié)作業(yè)專家系統(tǒng)。具體運行方式以煤炭混料為例，通過對各種煤炭的分析，進(jìn)行人工智能和數(shù)學(xué)模型分析計算，制定一個最優(yōu)的煤炭混合計劃，具體方式為：由CRT設(shè)計相關(guān)規(guī)格，考慮供需情況，確定達(dá)成目標(biāo)順序和配比情況，生成計劃方案，之后對計劃方案進(jìn)行分析計算，評價驗證，最后對方案進(jìn)行修正，重復(fù)計算，直到生成滿意方案。

由于生產(chǎn)計劃和調(diào)度的復(fù)雜性，可以采用人機(jī)合作的方式，由工作人員制定相應(yīng)計劃，通過人工智能技術(shù)進(jìn)行計算、選擇，可以縮短等待時間，提高工作效率。

8 人工智能技術(shù)在物流管理與控制中的應(yīng)用

人工智能技術(shù)在鋼鐵行業(yè)中最早就是應(yīng)用于物流管理中，目前應(yīng)用更為廣泛，涉及鋼坯精整線物流控制、板卷搬運控制、產(chǎn)品發(fā)配、泊位和裝載計劃等專家系統(tǒng)。以住友鹿島鋼鐵廠的熱軋精裝整線板卷運輸專家控制系統(tǒng)為例，系統(tǒng)由AI微機(jī)和原有大型微機(jī)組成，系統(tǒng)接受上位管理機(jī)的生產(chǎn)計劃，確定作業(yè)指示，常規(guī)檢索等由原有系統(tǒng)處理，需要經(jīng)驗處理的請教專家系統(tǒng)。AI微機(jī)可以實時接收其他計算機(jī)的數(shù)據(jù)，確定板卷運輸請求的實時定時和優(yōu)先順序，推理部分的控制，分析各種相關(guān)因素，選擇優(yōu)先級最高的運輸請求，推理出天車和臺數(shù)的分配，傳送運輸調(diào)度指令。人工智能技術(shù)在物流管理和控制終端應(yīng)用可以縮短處理時間，節(jié)約人力成本。

人工智能技術(shù)在鋼鐵行業(yè)各領(lǐng)域都有著廣泛應(yīng)用，尤其在一些半結(jié)構(gòu)或非結(jié)構(gòu)，難以進(jìn)行數(shù)學(xué)建模的領(lǐng)域，人工智能技術(shù)與原有的技術(shù)相結(jié)合，取得了很好的效果，對鋼鐵行業(yè)自動化生產(chǎn)，產(chǎn)生了巨大的推動作用。但是我們也可以發(fā)現(xiàn)，系統(tǒng)中設(shè)計的知識規(guī)則眾多，知識的收集和驗證是一項龐大的工作。在實時系統(tǒng)中，人工智能應(yīng)用較少，推理速度方面還有提高的空間。如何將人工智能技術(shù)更好的應(yīng)用于鋼鐵行業(yè)，還有待進(jìn)一步的開發(fā)研究。

參考文獻(xiàn)：

[1]劉鴻.常用人工智能技術(shù)在鋼鐵領(lǐng)域中的應(yīng)用概述[J].冶金自動化，2019，43（4）：24-28.

[2]王開應(yīng).電氣自動化技術(shù)的潛在發(fā)展空間及應(yīng)用分析[J].消費導(dǎo)刊，2019，（27）：36.

[3]劉振宇，曹光明，周曉光，等.組織性能預(yù)測技術(shù)及其在智能熱軋中的核心作用[J].軋鋼，2019，36（2）：1-7.

[4]江衛(wèi)國，陳林生.遠(yuǎn)程監(jiān)控及自動采樣機(jī)技術(shù)在煤質(zhì)檢驗過程中的應(yīng)用思路構(gòu)建[J].商品與質(zhì)量，2019，（11）：165.

[5]朱旋，吳第春.冷軋廠在建設(shè)“智慧工廠”的探究與研究[J].電腦迷，2018，（30）：184-186.

[6]楊鳴旭.人工智能時代這幾位機(jī)器人明星都不認(rèn)識，你就OUT了！[J].留學(xué)，2018，000（002）：28-29.

作者簡介：趙明珠（1972-），女，漢族，黑龍江海倫人，本科，副總經(jīng)理，研究方向：鋼鐵。