張嗣文

（大冶特殊鋼有限公司，湖北 黃石 435000）

引言

目前，國(guó)內(nèi)各大鋼鐵企業(yè)都在著力推動(dòng)以工業(yè)大數(shù)據(jù)、人工智能、工業(yè)互聯(lián)網(wǎng)等“新基建”為代表的智能制造技術(shù)在自身企業(yè)的落地應(yīng)用[1]，紛紛超前謀劃推進(jìn)實(shí)施以提升高爐煉鐵為核心的“產(chǎn)業(yè)升級(jí)”戰(zhàn)略，如：寶武、興澄特鋼、包鋼、酒鋼的煉鐵大數(shù)據(jù)平臺(tái)已經(jīng)落地應(yīng)用[2]，同時(shí)鞍鋼、中天、沙鋼等企業(yè)已經(jīng)開(kāi)始對(duì)煉鐵生產(chǎn)進(jìn)行再布局優(yōu)化，智能制造在煉鐵行業(yè)的落地已由開(kāi)拓探索階段進(jìn)入到深度應(yīng)用階段。因此大冶特鋼急需應(yīng)用新技術(shù)、新裝備對(duì)煉鐵產(chǎn)線進(jìn)行智能化升級(jí)。

1 煉鐵一體化智能管控平臺(tái)概述

煉鐵產(chǎn)線一體化智能管控平臺(tái)覆蓋燒結(jié)、高爐等煉鐵產(chǎn)線全工序段，其主要包含3 部分內(nèi)容：

（1） 邊緣側(cè)包括高爐L1 系統(tǒng)PLC 數(shù)據(jù)、水溫差熱電偶采集數(shù)據(jù)、檢化驗(yàn)數(shù)據(jù)、高爐爐頂熱成像數(shù)據(jù)、燒結(jié)機(jī)尾熱成像等基礎(chǔ)數(shù)據(jù)采集以及高爐智能管理系統(tǒng)和燒結(jié)智能管理系統(tǒng)。

（2） 平臺(tái)智能應(yīng)用：以松耦合、可復(fù)用的微服務(wù)架構(gòu)提供了數(shù)據(jù)可視化和建模分析組件，對(duì)歷史工況進(jìn)行數(shù)據(jù)樣本提取，并基于數(shù)據(jù)挖掘和機(jī)理模型構(gòu)建可持續(xù)升級(jí)的煉鐵產(chǎn)線質(zhì)量追溯、工況優(yōu)化分析、滿足多種限制條件的一體化配礦等模塊，形成包括設(shè)備監(jiān)測(cè)、工況優(yōu)化、故障診斷、預(yù)測(cè)性維護(hù)、質(zhì)量管理、能源管理等應(yīng)用層服務(wù)。

（3） 產(chǎn)線數(shù)字孿生：以數(shù)據(jù)為基礎(chǔ)，3D 模型為載體，機(jī)理模型為核心，融合生產(chǎn)、設(shè)備、安全、能源、環(huán)保等多場(chǎng)景的一體化產(chǎn)線數(shù)字孿生，實(shí)現(xiàn)遠(yuǎn)程監(jiān)測(cè)、云端巡檢、生產(chǎn)仿真等應(yīng)用。

煉鐵一體化智能管控平臺(tái)采用云邊協(xié)同模式，采用工業(yè)互聯(lián)平臺(tái)的架構(gòu)設(shè)計(jì)，參考中國(guó)工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟頒布的工業(yè)互聯(lián)網(wǎng)平臺(tái)白皮書[4]，結(jié)合大冶特鋼煉鐵產(chǎn)線基礎(chǔ)條件及特點(diǎn)，依托先進(jìn)的國(guó)家級(jí)工業(yè)互聯(lián)網(wǎng)平臺(tái)Cloudiip[2]，以及智慧工廠設(shè)備在線檢測(cè)運(yùn)維等系統(tǒng)[3]，分為邊緣層、IaaS 層、PaaS 層、SaaS 層進(jìn)行規(guī)劃建設(shè)。邊緣層包括高爐L1 系統(tǒng)PLC 數(shù)據(jù)、水溫差熱電偶采集數(shù)據(jù)、檢化驗(yàn)數(shù)據(jù)、高爐爐頂熱成像數(shù)據(jù)、燒結(jié)機(jī)尾熱成像等基礎(chǔ)數(shù)據(jù)采集以及高爐智能管理系統(tǒng)和燒結(jié)智能管理系統(tǒng)；IaaS 層包含CPU、內(nèi)存、存儲(chǔ)資源動(dòng)態(tài)調(diào)配、劃分、管理；PaaS 層包括各類數(shù)據(jù)算法、數(shù)據(jù)分析工具、應(yīng)用開(kāi)發(fā)工具，支持各類數(shù)據(jù)的平臺(tái)端分析與定制式需求的自助式平臺(tái)端開(kāi)發(fā)；SaaS 層主要包括大數(shù)據(jù)平臺(tái)端產(chǎn)線監(jiān)測(cè)、設(shè)備監(jiān)測(cè)、工況優(yōu)化、故障診斷、預(yù)測(cè)性維護(hù)、質(zhì)量管理、能源管理等具體功能應(yīng)用。系統(tǒng)功能架構(gòu)見(jiàn)圖1。

圖1 功能架構(gòu)

2 系統(tǒng)應(yīng)用

2.1 智能優(yōu)化配礦系統(tǒng)

智能優(yōu)化配礦系統(tǒng)充分考慮配礦相關(guān)因素，包括實(shí)驗(yàn)數(shù)據(jù)數(shù)據(jù)庫(kù)、專家經(jīng)驗(yàn)數(shù)據(jù)庫(kù)[5]、配礦用料價(jià)格數(shù)據(jù)、檢化驗(yàn)數(shù)據(jù)、庫(kù)存和鐵礦粉混合特性數(shù)據(jù)（鐵礦粉高溫基礎(chǔ)特性、精礦粉比例、褐鐵礦比例、黏附粉比例）等，進(jìn)行綜合尋優(yōu)處理。

（1） 實(shí)現(xiàn)當(dāng)前市場(chǎng)主流鐵礦粉的原料屬性、原料類別、化學(xué)成分特征、粒度及制粒特征、燒結(jié)特性、適宜配比、建議配比、同化性、液相流動(dòng)性等燒結(jié)基礎(chǔ)特性數(shù)據(jù)統(tǒng)一管理。

（2） 通過(guò)綜合鐵礦粉燒結(jié)基礎(chǔ)特性、原料可支配量、合理燒結(jié)礦成分、高爐渣成分、高爐鐵水有害元素要求、高爐入爐有害元素負(fù)荷、合理高爐爐料結(jié)構(gòu)等限制條件，采用尋優(yōu)算法，計(jì)算噸鐵成本最低的燒結(jié)配礦方案，并反饋指定高爐的實(shí)際運(yùn)行參數(shù)和渣鐵成分范圍作為計(jì)算參考。

（3） 實(shí)現(xiàn)配礦方案從配料-混料-燒結(jié)-環(huán)冷-篩分-質(zhì)量等整個(gè)燒結(jié)過(guò)程的方案跟蹤。

（4） 采用智能配礦系統(tǒng)對(duì)實(shí)際使用的配礦方案進(jìn)行優(yōu)化，在不改變礦粉種類的前提下，通過(guò)優(yōu)化礦粉比例，平均可使燒結(jié)成本降低1～3 元/t。

2.2 燒結(jié)邊緣智能系統(tǒng)

燒結(jié)邊緣智能系統(tǒng)實(shí)現(xiàn)從數(shù)據(jù)采集到模型計(jì)算優(yōu)化再到反饋控制的閉環(huán)智能優(yōu)化控制，可以通過(guò)燒結(jié)終點(diǎn)預(yù)測(cè)準(zhǔn)確判斷燒結(jié)上升點(diǎn)位置、燒結(jié)上升點(diǎn)溫度、燒結(jié)終點(diǎn)位置、燒結(jié)終點(diǎn)溫度，根據(jù)實(shí)際終點(diǎn)位置與目標(biāo)燒結(jié)終點(diǎn)偏差情況，提出改善燒結(jié)終點(diǎn)靠前或滯后的合理化建議（見(jiàn)圖2）。

圖2 燒結(jié)終點(diǎn)預(yù)測(cè)模型

（1） 實(shí)現(xiàn)燒結(jié)工序狀態(tài)監(jiān)控：展示燒結(jié)生產(chǎn)各工序設(shè)備、儀表及工藝參數(shù)的實(shí)時(shí)狀態(tài)，并通過(guò)后臺(tái)模型計(jì)算，展示料批到達(dá)各工序時(shí)間及過(guò)程信息，實(shí)現(xiàn)料流定位跟蹤。

（2） 實(shí)現(xiàn)燒結(jié)工序智能自動(dòng)配料：基于設(shè)定、實(shí)際下料對(duì)燒結(jié)礦成分進(jìn)行預(yù)測(cè)；根據(jù)燒結(jié)過(guò)程波動(dòng)情況自動(dòng)調(diào)整混合料燃料、熔劑配加量；由燒結(jié)配料實(shí)際自動(dòng)計(jì)算各原料配比，并對(duì)各料倉(cāng)下料口自動(dòng)分配下料量，并下發(fā)一級(jí)執(zhí)行。

（3） 堿度、配碳自動(dòng)調(diào)整：通過(guò)成品礦堿度偏差情況調(diào)整熔劑配加量；通過(guò)內(nèi)返礦配比、綜合燒損、燒結(jié)礦FeO 等變化調(diào)整配碳。

（4） 透氣性分析模型：實(shí)時(shí)展示混勻礦、混合料、焦屑的粒度、水分等信息，并計(jì)算料層透氣性，對(duì)影響料層透氣性的因素進(jìn)行相關(guān)性計(jì)算及分析，為優(yōu)化料層透氣性提供理論指導(dǎo)。

2.3 設(shè)備智慧運(yùn)維

基于設(shè)備運(yùn)行數(shù)據(jù)、算法模型及人工診斷專家提前預(yù)知設(shè)備故障，監(jiān)控故障劣化趨勢(shì)，將計(jì)劃維修、臨時(shí)非計(jì)劃?rùn)z修轉(zhuǎn)變成依據(jù)實(shí)時(shí)狀態(tài)維修，以減少非計(jì)劃停機(jī)時(shí)間和運(yùn)維成本。針對(duì)集團(tuán)企業(yè)客戶，可實(shí)現(xiàn)多個(gè)廠區(qū)場(chǎng)景的運(yùn)維聯(lián)動(dòng)，可視化展示各工廠設(shè)備統(tǒng)計(jì)數(shù)據(jù)；針對(duì)工廠組織，通過(guò)建立設(shè)備履歷庫(kù)，對(duì)設(shè)備資產(chǎn)進(jìn)行全生命周期管理，使運(yùn)維任務(wù)標(biāo)準(zhǔn)化、規(guī)范化，并責(zé)任到人，有效提高運(yùn)維的自動(dòng)化程度，提升設(shè)備維修效率，降低故障率；針對(duì)廠務(wù)中心，可根據(jù)基礎(chǔ)設(shè)施需求和數(shù)據(jù)分析，重新優(yōu)化點(diǎn)檢流程，制定設(shè)備預(yù)防性維護(hù)計(jì)劃；通過(guò)數(shù)據(jù)挖掘和知識(shí)圖譜重新制定異常告警等級(jí)、告警合并和尋根，聚焦在對(duì)生產(chǎn)有重大影響的異常。詳見(jiàn)圖3。

圖3 數(shù)據(jù)采集和實(shí)時(shí)設(shè)備狀態(tài)

數(shù)字孿生系統(tǒng)對(duì)設(shè)備的實(shí)時(shí)數(shù)據(jù)采集和狀態(tài)監(jiān)測(cè)，反饋設(shè)備的啟停狀態(tài)、運(yùn)行時(shí)長(zhǎng)、溫度、轉(zhuǎn)數(shù)、振動(dòng)、流量等數(shù)據(jù)，實(shí)時(shí)對(duì)設(shè)備進(jìn)行預(yù)警報(bào)警，并將相關(guān)信息推送到設(shè)備維護(hù)人員，及時(shí)維護(hù)設(shè)備，規(guī)避風(fēng)險(xiǎn)。

通過(guò)基于大數(shù)據(jù)平臺(tái)的智能在線監(jiān)測(cè)系統(tǒng)的實(shí)施，實(shí)現(xiàn)設(shè)備管理技術(shù)與經(jīng)濟(jì)管控和生產(chǎn)安全風(fēng)險(xiǎn)預(yù)控相結(jié)合。如針對(duì)已經(jīng)產(chǎn)生缺陷或故障的設(shè)備，在生產(chǎn)壓力無(wú)法停機(jī)情況下，通過(guò)連續(xù)監(jiān)控運(yùn)行，可以了解設(shè)備實(shí)時(shí)動(dòng)態(tài)，及時(shí)觀察設(shè)備劣化趨勢(shì)，做好備件計(jì)劃，發(fā)揮設(shè)備最大有效壽命，更好的服務(wù)于企業(yè)經(jīng)營(yíng)目標(biāo)。

設(shè)備備件庫(kù)存成本降低150 萬(wàn)元/年，設(shè)備OEE提升1%，新增產(chǎn)能5 萬(wàn)噸/年。

2.4 煉鐵大數(shù)據(jù)平臺(tái)

圍繞“原料——燒結(jié)（220 燒結(jié)、265 燒結(jié)）——高爐（1#高爐、2#高爐）”兩條產(chǎn)線、五個(gè)工序，基于“邊緣層-IaaS 層-PaaS 層-SaaS 層”的新型工業(yè)互聯(lián)網(wǎng)平臺(tái)架構(gòu)，深度融合物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、云計(jì)算、機(jī)器學(xué)習(xí)等數(shù)字化、網(wǎng)絡(luò)化、工業(yè)互聯(lián)網(wǎng)等技術(shù)，建設(shè)了大冶特鋼煉鐵一體化智能管控平臺(tái)，構(gòu)建了鐵前數(shù)據(jù)中心和應(yīng)用中心，并在此基礎(chǔ)上開(kāi)發(fā)形成了覆蓋生產(chǎn)、設(shè)備、能源、安全、環(huán)保、成本等六大場(chǎng)景智能業(yè)務(wù)應(yīng)用，實(shí)現(xiàn)了鐵區(qū)一體化智能管控。

（1） 大數(shù)據(jù)平臺(tái)集成了生產(chǎn)、設(shè)備、能源、環(huán)保、安全、成本數(shù)據(jù)，打通了一級(jí)控制系統(tǒng)、二級(jí)系統(tǒng)、MES 系統(tǒng)、產(chǎn)供銷系統(tǒng)、能源系統(tǒng)、安全系統(tǒng)、環(huán)保系統(tǒng)，實(shí)現(xiàn)了業(yè)務(wù)數(shù)據(jù)、圖片文件、文檔資料、視頻資料的采集，實(shí)現(xiàn)了異構(gòu)系統(tǒng)和數(shù)據(jù)的集成。

（2） 大數(shù)據(jù)平臺(tái)接入設(shè)備、能源、計(jì)量、檢化驗(yàn)、安全、環(huán)保等數(shù)據(jù)，業(yè)務(wù)場(chǎng)景涵蓋生產(chǎn)工藝、設(shè)備管理、能耗分析、安全環(huán)保、成本分析，實(shí)現(xiàn)煉鐵產(chǎn)線業(yè)務(wù)場(chǎng)景的全覆蓋。

（3） 大數(shù)據(jù)平臺(tái)提供圖形分析、算法分析和回溯分析等數(shù)據(jù)可視化工具，支持自定義應(yīng)用，支持工藝人員以拖拉拽的簡(jiǎn)便形式對(duì)數(shù)據(jù)進(jìn)行分析，建立個(gè)人定制分析業(yè)務(wù)，實(shí)現(xiàn)“千人千面”的數(shù)據(jù)可視化需求。

3 結(jié)論

本項(xiàng)目建設(shè)了煉鐵產(chǎn)線大數(shù)據(jù)智能互聯(lián)平臺(tái)，通過(guò)“云邊”協(xié)同，初步實(shí)現(xiàn)了對(duì)大冶特鋼高爐和燒結(jié)以及配礦的一體化智能管控，并得到以下結(jié)論：

（1） 產(chǎn)線大數(shù)據(jù)平臺(tái)已成功研發(fā)構(gòu)建和落地應(yīng)用，為大冶特鋼煉鐵安全、順?lè)€(wěn)、高效、低耗、低成本生產(chǎn)帶來(lái)了顯著作用，兩座高爐的燃料比相較于上線前一年降低幅度可達(dá)2 kg/t，鐵水的一級(jí)品率可達(dá)到80%以上。

（2） 采用智能配礦系統(tǒng)對(duì)實(shí)際使用的配礦方案進(jìn)行優(yōu)化，在不改變礦粉種類的前提下，通過(guò)優(yōu)化礦粉比例，平均可使燒結(jié)成本降低1～3 元/t。

（3） 融合工業(yè)機(jī)理模型和大數(shù)據(jù)人工智能技術(shù)，基于平臺(tái)側(cè)歷史數(shù)據(jù)挖掘分析和邊緣側(cè)實(shí)時(shí)智能監(jiān)控相結(jié)合的“云邊協(xié)同”，是未來(lái)煉鐵產(chǎn)線數(shù)字化、網(wǎng)絡(luò)化、智能化水平提升的重要路徑。