侯建勇，王冬寒，焦峰斌，姜 茜

（1.新疆大學商學院，新疆烏魯木齊 830008；2.中冶華天工程技術有限公司，安徽馬鞍山 243061）

前言

我國鋼鐵工業(yè)發(fā)展迅速，2020 年粗鋼產量為10.647 億t[1]，依然位居世界首位。鋼鐵生產全流程包括焦化、煉鐵、煉鋼、軋鋼、動力等階段性分廠，煉鐵廠是鐵前生產的重要單元。煉鐵工序的智能化貫穿整個煉鐵系統(tǒng)的設計、生產、制造、服務等環(huán)節(jié)，結合物聯(lián)網、大數據、云計算、移動網等信息技術與煉鐵工藝相結合，將系統(tǒng)打造為具有感知、學習、決策、執(zhí)行、適應等功能的新模式[2]。

大數據技術是利用互聯(lián)網對大量多類型的數據進行存儲、處理的新興技術。工業(yè)大數據是把信息化與工業(yè)化進行融合，利用大數據查找工業(yè)生產的基本零部件、設備單元的信息，查找數據來源，從源頭解決問題。工業(yè)大數據主要表現在系統(tǒng)故障診斷、降本增效、產品創(chuàng)新、產業(yè)鏈優(yōu)化等[3]。

在鋼鐵工業(yè)自動化與信息化的融合進程中，殷瑞鈺院士[4]提出智能化鋼廠應當從流程運行要素出發(fā)構建運行網絡的物理模型，繼而構建全流程的網絡化和信息化模型，通過物理模型和信息模型的融合來實現鋼鐵智能化。王國棟院士[5]提出了通過信息物理系統(tǒng)(Cyber Physical Systems,CPS)來實現鋼鐵工業(yè)智能化發(fā)展的途徑。工業(yè)大數據平臺建設涉及多條生產線、多類業(yè)務、多級系統(tǒng)，完成基于多協(xié)議的多源異構數據采集、數據時空變換、數據匹配，將數據精準關聯(lián)到物料上，形成以物料為中心的數據集合[6]。在以往傳統(tǒng)煉鐵生產中，經常出現燒結配料及料層厚度不均、煙氣溫度與濕度波動大，以及高爐生產以經驗為主的“黑箱”問題等。以中天鋼鐵550 m2燒結機和1 580 m3高爐為研究對象，結合江蘇中天鋼鐵的實際情況，應用物聯(lián)網、大數據、智能模型、移動互聯(lián)等技術，研發(fā)建立煉鐵全流程智能互聯(lián)平臺，提高煉鐵產線的數字化、網絡化、智能化水平。為企業(yè)降本增效、打通數據孤島，實現從智能單元到智能生產線的升級。

1 工業(yè)大數據研究及應用現狀

1.1 工業(yè)大數據研究現狀

隨著德國工業(yè)4.0 和美國工業(yè)互聯(lián)網時代的到來，以及中國“十四五”規(guī)劃的展開，工業(yè)大數據的全面應用已經成為生產制造業(yè)轉型升級的重心[7]。

李毅仁等[8]在采用大數據對鋼鐵智能制造體系架構的闡述中談到，河北鋼鐵在現有的鋼鐵企業(yè)信息系統(tǒng)與五層架構的優(yōu)缺點的基礎上，融合數據驅動和CPS 建思想，助力企業(yè)實現資源共享及能力協(xié)同、降低成本與提高效率的目標。姚林等[9]對鋼鐵企業(yè)智能制造分析后指出，企業(yè)智能升級可實現生產流程間價值鏈的最大化。馬福濤等[10]采用了大數據及機器學習技術在鐵前領域的應用研究，引入深度模型來探索解決高爐“黑箱”問題的辦法。肖鵬[11]采用CISDigtial 工業(yè)互聯(lián)網平臺，從高爐煉鐵的設計、生產到運維，打通了高爐冶煉的全生命周期數據鏈。Xie 等[12]采用一系列智能感知、智能算法，開發(fā)智能操爐系統(tǒng)“虛擬工長”，實現智能操爐與智能煉鐵大數據、在線仿真和數學模型相結合，并結合增強現實(Augmented Reality,AR)與靈境技術(Virtual Reality,VR)實現了高爐冶煉的可視化，解決了高爐操作“黑箱”的弊端。

1.2 工業(yè)大數據應用現狀

隨著鋼鐵工業(yè)的產能升級和“中國制造2025”、“互聯(lián)網+”的開展，工業(yè)化大數據技術在鋼鐵智能制造中迅速展開。目前已在多數大中型鋼鐵企業(yè)得以應用，如武鋼、寶鋼、山鋼、河鋼、首鋼、鞍鋼、中天、南鋼、安鋼、柳鋼、攀鋼、三明、津西、重鋼、馬鋼等。

白瑞國等[13]對大數據過程質量控制系統(tǒng)在河鋼承鋼的應用進行了分析并得出結論：采用智能檢測與判定質量控制后成材率提升0.05%，噸礦成本降低0.7 元，每年節(jié)省費用約600 萬元。王映紅等[14]對唐鋼的智能化平臺搭建后的應用進行總結后發(fā)現：三年以來對于儀表的維護和管理強度大幅下降，故障處理也有了檢測數據作為支撐。王新東[15]對唐鋼新區(qū)以“環(huán)保綠色化、工藝前沿化、產線智能化、流程高效化、產品高端化”的理念建設新廠區(qū)，使企業(yè)各項能耗指標均達到國內先進水平。董軍等[16]對鞍鋼“精鋼云”平臺搭建后，為企業(yè)處理了海量數據、降本增效，降低人工成本，降低人為錯誤率，賦予機器自我學習能力；并且進一步提升工業(yè)企業(yè)在輔助決策、風險內控、綠色生產、信用評估等方面的能力。劉曉萍等[17]對興澄特鋼的大數據平臺智能煉鐵應用后調查發(fā)現，鐵水品質優(yōu)等品提高8.8%。

2 大數據智能平臺的建立

2.1 煉鐵云平臺的搭建

中天鋼鐵與中冶賽迪合作搭建工業(yè)互聯(lián)網平臺，采用“物聯(lián)網－大數據－智能制造－云技術－移動互聯(lián)”技術，打造“云－邊－端”協(xié)同制造系統(tǒng)，如圖1所示。

圖1 大數據智能煉鐵互聯(lián)平臺系統(tǒng)結構

在系統(tǒng)設計時，結合了燒結、高爐煉鐵的特點加強了邊緣智能系統(tǒng)的架構，模型及計算先在邊緣端準備再傳入云端。信息采集端采用柔性熱電偶、納米傳感器，可精準監(jiān)測燒結機和高爐內的爐體燃燒溫度及循環(huán)水熱負荷。采用kepserver 及IHD 實時數據庫來處理原有自動化PLC 的數據，將整個燒結-高爐生產線的設備監(jiān)測、過程監(jiān)測、燃料監(jiān)控上傳到邊緣側，將邊緣側數據上傳至kafka 消息隊列，將數據處理后存入數據庫后的Hadoop 平臺。模型可自行判斷、學習與決策，形成“職能工段長”制。

2.2 煉鐵輔助智能化技術

2.2.1 智能運輸系統(tǒng)

智慧鐵水運輸是采用管理數據化、調度智能化、運輸無人化相融合，爭取達到零事故、減少人工、增效降耗的目的。同時還可以提高機車與罐車的利用率，智能判斷鋼包變形及是否需修理，自動決策并執(zhí)行鋼包輸送維修車間。在高爐至煉鋼、軋鋼工序的有軌輸送工作，即將實現全系統(tǒng)自動控制、無人化運行。

2.2.2 微納米傳感器

對高爐爐缸溫度的檢測是高爐生產工序最重要的檢測部分。微納米傳感器具有體積小、精度高、可數據集成、反應快、可靠性高等優(yōu)點，可實現對爐內關鍵部位的溫度、熱流強度的全面監(jiān)測。新型傳感器的使用為破解高爐生產“黑箱”問題，提供了一項有力保障，傳感器見圖2。

圖2 微納米傳感器及安裝示意圖

3 智能控制系統(tǒng)應用

3.1 燒結智能控制系統(tǒng)

燒結是將各種鐵礦石和石灰、焦粉按一定比例配合后，在混合燃氣燃燒產生的高溫火焰烘烤的情況下，將礦石粉料燒結成塊狀顆粒團后，再送往高爐煉鐵的過程。燒結礦在提高了冶金性能的同時，又去除了礦石中大部分的硫化物、硫酸鹽和硝酸鹽等，為提煉出優(yōu)質鐵水提供了基本保障。中天鋼鐵南區(qū)550 m2燒結機由中冶華天、中冶長天設計和制造，配套了旋轉噴霧半干法(SDA)脫硫+布袋除塵器+選擇性催化還原技術(SCR)脫硝設施。

按照燒結大數據智能模型計算的要求，對燒結各點生產設備的監(jiān)測點、智能儀表，進行信息采集，獲得動態(tài)感知并確保準確后進行精準分析和智能診斷，從而優(yōu)化決策并執(zhí)行決策。燒結智能控制系統(tǒng)模型包括：終點預測模型、一致性調整模型、返料比調整模型、粒度優(yōu)化模型、料倉儲存狀態(tài)模型等。利用模型算法進行智能化控制，再對工藝參數進行分析，對相關參數進行嚴格控制。終點預測模型見圖3所示。

圖3 燒結終點預測模型

燒結機料層厚度目前基本上保持在750～950mm，為了防止布料不均、燃燒溫度分布不均、局部燒不透、局部過燒等不良生產狀態(tài)的出現，在燒結機機頭燒嘴處、中部升溫段、尾部高溫段設置紅外成像儀，查看料層燒結狀態(tài)和品質。及時根據反饋信息做出決策，執(zhí)行風機變頻器和風門開度調節(jié)，調整布料厚度和燃氣供應流量及配比。

3.2 高爐智能管理系統(tǒng)

高爐是煉鐵工藝的主體設備，將燒結礦冶煉成生鐵。能源消耗來源于焦炭、噴煤、煤氣或重油等，最近又出現氫冶金等類型的新技術，逐漸在鋼鐵冶煉中應用。中天鋼鐵1 580 m3高爐由中冶京誠設計與總包，屬于常州廠區(qū)目前單體最大的高爐。南通海門精品鋼基地新建高爐為2 400 m3高爐2座，建成后將逐漸淘汰常州北廠區(qū)的2×510 m3和2×550 m3高爐。

高爐設備容積大、內部高溫高壓，生產系統(tǒng)復雜，副產高爐灰和高爐煤氣，又屬于易燃易爆的生產區(qū)域。建立智能管理系統(tǒng)旨在提升高爐生產的穩(wěn)定性和安全性，包括數據采集、操作管理、智能分析、質量管理和安全預警等五個部分。

為了使高爐生產在線監(jiān)測的可視化，在項目初步設計時可對高爐進行了數學仿真，如圖4 所示。在工業(yè)化平臺搭建時，采用微納米熱電偶、紅外成像儀、雷達液位計等智能工業(yè)傳感器進行數據采集，結合冶金動力學、數學模型進行計算、運行狀態(tài)推理、數字映射技術，實現爐體可視化。高爐可視化模型如圖5所示。

圖4 高爐爐體數學仿真[11]

圖5 高爐生產可視化控制模型

4 互聯(lián)云端平臺應用

互聯(lián)云端平臺可將配料、燒結、球團、輸運等各個煉鐵工序的工業(yè)數據集成，作為一個整體進行分析、診斷、決策和執(zhí)行，實現數據共享、互聯(lián)互通，如圖6。若系統(tǒng)內某點出現異常警報，則可根據需解決的問題，自主選擇系統(tǒng)內部各點的參數，包括鐵礦石配比、石灰和焦粉配入量，生料入量、料層厚度、臺車車速、火焰溫度、熟料溫度、煙氣成分、環(huán)冷換熱溫度、膠帶機輸送能力、煤氣用量、焦炭用量、爐缸溫度、高爐煤氣產量、爐缸壓力和噴煤量等。

圖6 煉鐵工序聯(lián)動分析模型

5 結語

中天鋼鐵南區(qū)煉鐵廠大數據平臺建成后，實現了從進料－燒結－高爐－外運的整個流程數據互聯(lián)互通、協(xié)同分析以及流程優(yōu)化。采用VR 和AR技術，實現高爐動態(tài)監(jiān)控、運行狀況診斷、智能檢測與矯正、數字模擬仿真、智能學習與培訓。

工業(yè)大數據智能平臺運行一年來，經測算得出：煉鐵所用燃料噸礦下降6.5 kg，鐵水優(yōu)級品率提升9.1%，年增效益約1 350 萬元。智能化新技術的使用對企業(yè)降耗提效有著較為明顯的效果，煉鐵智能化平臺的推廣有著廣闊的發(fā)展前景。