学术时空

国内外高炉冶炼专家系统研发现状与发展趋势

来源: 首钢科技信息网       发布时间:2020-01-10       浏览:206

文章来源: 铁诺咨询

2019-12-26



从20 世纪90 年代开始,专家系统在国外高炉得到推广应用。同时期,我国采用多种模式开发与应用高炉专家系统,但由于操作理念、检测数据、维护等原因,国内高炉专家系统没有达到预期效果。在新形势下,结合信息化技术、物联网技术,专家系统应该向高炉集约化、可视化管理模式发展。

 

国外高炉专家系统

 

高炉数学模型:

在高炉专家系统形成以前,计算机技术在高炉冶炼过程中的应用是从数学模型开始的。最早是20 世纪50 年代初期的静态数学模型,例如前苏联的拉姆配料计算模型、美国内陆钢铁公司的物料平衡计算数学模型等。20 世纪70 年代,由于石油危机,降低高炉焦比成为企业重点,以降低高炉焦比为主要目的数学模型相继被开发与应用出来,如法国钢铁研究院开发的Rist 模型、Wu 模型,比利时冶金研究中心开发的Ec 模型,日本住友公司开发的Ts 模型。

20 世纪80 年代,日本钢铁工业开始崛起,对9 座720m3~1420m3 在线生产高炉和4 座实验小高炉进行整体解剖调查分析,以及对系统物理模型模拟实验,了解高炉冶炼过程中发生一些现象的内在规律、现象,推进高炉数学模型快速发展,相继开发与应用动态数学模型、一维和二维数学模型,高炉数学模型不仅种类繁多,而且覆盖范围广,

20 世纪90 年代由于“多流体理论”问世,该理论将炉内各物质分成气相、固相、液相和粉相,并被用来描述高炉下部区域反应的结构。该阶段数学模型基本上采用CFD-DEM 相结合开发方法,数学模型从一维模型发展到二维模型和三维模型。经过20 年发展,一些应用效果较好的数学模型融合到高炉专家系统中。

 

日本高炉专家系统:

 

日本首先提出开发高炉专家系统,首先是集成数学模型。1986 年,该模型首次在日本钢管公司福山高炉应用,之后日本大型钢铁公司相继开发与应用不同的高炉专家系统,例如新日铁大分厂SAFAIA 系统和君津高炉ALIS 系统,用于软融带判断、高炉开炉及休风恢复操作指导。京滨高炉专家系统包含无钟炉顶布料模型、装料制度、煤气流分布、炉体温度场、风量、风压、透气性等数学模型。日本钢管福山厂BAISYS 系统,包含炉况检测诊断与控制、异常炉况预报与控制、布料控制和炉温预报等数学模型。日本住友金公司HYBRID系统,将数学模型和高炉专家规则相结合,用于判断炉况、计算炉热指数TS、铁水[Si]含量与铁水温度的预报和高炉操作指导。

日本川崎GO-STOP 系统由8 种指数计算模型构成,对高炉操作因素做定量分析,将各种因素控制在最佳范围内,使用8 个指数检验、评价和诊断高炉冶炼过程炉况状态,抽取230 个监测信息用于推理机推理,建立600 条专家知识规则。日本川崎之后在GO-STOP 基础上,又开发与应用Advanced GO-STOP,目前GO-STOP系统已经成为各种专家系统的基础。

 

芬兰Rautaruuki 高炉专家系统:

 

芬兰Rautaruuki 高炉专家系统主要由4 个子系统组成:

高炉热状态系统。计算高炉热指数、下料指数、直接还原度指数及碳素熔损指数、煤气成分指数、渣皮脱落指数、透气性指数、阻力系数及Rist 操作线等,通过8 个指数计算,识别操作参数对炉温影响程度,并根据计算结果提出操作建议。

高炉操作炉型管理。计算冷却壁热负荷、计算炉体温度场分布,监控渣皮脱落、渣皮厚度。

高炉炉况诊断。判断滑料、管道发生概率,计算炉顶压力、炉顶温度及变化幅度、计算料速。对每班及全天煤气流分布进行评价,对煤气利用率、总压差、局部压差做短周期、中周期和长周期评价,分析煤气利用率变化原因。

高炉炉缸平衡管理。高炉物料平衡计算,实时计算炉缸内渣铁生成量和残余量,并与炉缸安全容铁量进行比对,指导高炉出铁操作,间接判断软融带上下移动程度。

 

奥钢联VAiron 高炉专家系统:

 

1992 年的早期专家系统是咨询式专家系统,主要功能是对工艺参数进行评估和提出操作建议,1996 年升级为具有部分闭环式功能专家系统,闭环功能主要用于焦比控制、入炉碱度控制和蒸汽喷吹量控制。系统由过程信息管理系统、过程数学模型、炉况的诊断评估系统、炉况调节和执行系统组成。

其他类型高炉专家系统:

德国帝森克虏伯公司高炉专家系统(THYBAS)。THYBAS 系统用于判断软熔带、计算最低燃料比、预报铁水温度、计算炉缸内渣铁液位高度。

瑞典高炉智能报警系统。应用神经元网络、专家系统和专家规则预测炉温。

法国高炉高级监控系统。法国的SOLLAC 公司开发SACHEM 高炉高级监控系统,用于异常炉况预报和实时炉况诊断。

国外最典型高炉专家系统主要有3个,分别是日本的GO-STOP 系统、芬兰Rautaruuki 高炉专家系统和奥钢联VAiron 高炉专家系统。目前,德国西门子公司组合芬兰Rautaruuki 和奥钢联VAiron 高炉专家系统,开发新一代高炉专家系统。

 

我国高炉专家系统

 

我国高炉数学模型和专家系统起步相对较晚,发展过程与国外基本类似,首先从数学模型开始,之后开展高炉专家开发与应用。

 

我国高炉数学模型开发过程:

我国最早的高炉数学模型是1987 年由清华大学与鞍钢合作开发的铁水[Si]含量预报模型,应用在鞍钢9号高炉和4 号高炉,预报命中率82%,用于辅助高炉操作人员判断炉温发展趋势。20 世纪90 年代,一些企业与科研机构合作开发与应用一些数学模型,见表2。

我国高炉数学模型种类少,前期主要集中在铁水[Si]含量预报模型,虽然后期相继开发一些数学模型,但应用效果均没有达到预期目标。

 

我国高炉专家系统开发过程:

20 世纪90 年代以后,随着国内高炉急速向大型化、现代化发展,许多大型高炉在基础自动化改造中采用计算机一级和二级系统,为高炉专家系统的开发与应用奠定了基础。国内高炉专家系统主要有三种类型。

引进国外高炉专家系统。如宝钢引进日本的GO-STOP 系统,1996 年投入运行;武钢、本钢、首钢和唐钢引进芬兰高炉专家系统;攀钢、沙钢、昆钢、重钢和南钢引进奥钢联的高炉专家系统。

在引进国外专家系统基础上,国内企业与科研机构合作开发的高炉专家系统。例如,宝钢在引进与消化日本“GO-STOP”系统基础上,与复旦大学合作开发了“炉况监视和管理系统”。武钢在引进芬兰高炉专家系统的基础上,与北京科技大学合作在1 号高炉开发自己的高炉专家系统。

自主开发的高炉专家系统。例如首钢与原冶金部自动化研究院合作开发的“人工智能高炉冶炼专家系统”,系统包括炉体热状态判断系统、异常炉况判断和炉体状态判断3个子系统;马钢与原冶金部自动化研究院合作开发“马钢高炉炉况诊断专家系统”;南钢与重庆大学合作开发的“南钢高炉操作管理系统”;鞍钢开发的“11 号高炉人工智能系统”;浙江大学开发的“高炉炼铁优化专家系统”分别在杭钢、新临钢铁、莱钢、济钢和邯钢高炉得到推广与应用。该系统针对国内高炉实际条件,利用动态规划理论建立多目标优化数学模型,寻找冶炼参数的最佳范围、最佳组合,从而实现炉况故障诊断、炉温预报与高炉生产报表自动打印,对炉况进行综合推断,使高炉顺行稳定程度提高,实现控制、管理一体化。

 

国内高炉专家系统存在问题:

与国外企业相比,国内高炉专家系统起步晚,整体上高炉专家系统远没有达到预期目标,大部分企业在尝试应用一段时间后,由于各种原因,最终还是选择放弃。国内专家系统不成功主要原因如下:

高炉操作理念差异。国内高炉操作者侧重自身经验,主要靠监控一级画面来操作高炉,国外高炉大部分常规操作均由专家系统自动闭环控制或按高炉专家系统指导操作;

化检验数据失真或输入滞后,专家系统得到数据不可靠或数据时效性差,造成推理机给出错误的反馈信息,造成高炉操作人员对专家系统失去信任;

一级自动化检测系统不可靠,例如,大部分高炉提供的炉顶煤气成分在线自动分析和炉身静压力仪表数据均不准确;

高炉专家系统缺少有效维护,尤其引进的高炉专家系统,由于没有培养自己的专业维护人员,专家系统得不到有效维护与完善,最后被迫放弃。

 

高炉专家系统发展方向

在新形势下,我国经济已由高速增长阶段转向高质量发展阶段,《钢铁“十三五”规划》和《钢铁行业投资指南》中明确提出培育形成一批钢铁智能制造工厂,尤其是支持钢铁生产关键工序的大数据中心平台建设。因此,结合信息化技术、物联网技术,钢铁联合企业高炉生产智慧化和集约化,将成为新的发展方向。

 

推动高炉生产向智慧化和集约化发展

 

目前我国高炉基本上完成大型化、现代化改造,高炉装备水平达到世界领先,要结合先进信息技术、物联网技术在高炉上应用,实现高炉大数据云平台、大数据挖掘与智能分析,实现智慧化、集约化管理模式。

建立以高炉为核心覆盖其他炼铁工序数据源和大数据处理中心的信息系统,打破信息“孤岛”,建立集团公司级炼铁大数据智能网络平台,为高炉群实现集约化管理模式奠定基础;

建立高炉机理模型与数字化模拟相融合系统。建立“数字化高炉”仿真平台,深度解析高炉冶炼机理以及高炉多元、多相、多场强烈耦合的内部现象,将高炉冶炼机理与数据分析融合,修正与重构高炉数学模型。

高炉大数据全流程挖掘与云计算。将历史数据与当前操作关联,实现高炉生产过程多种操作参数优化,推算最佳高炉工艺路线。

建立高炉操作指导系统。汇集全方位数据,对数据溯源分析,对特征数据提取、整合、结果推送,推送变更操作影响因素和上一班次操作参数炉况评价和运行趋势分析结论。

推动高炉冶炼过程向可视化技术发展

将虚拟现实技术(VR)应用于高炉冶炼生产过程,构建多源信息融合交互性的高炉冶炼环境,充分发挥大数据的价值,实现高炉大数据云平台交互,高炉冶炼全过程可视化管理,实现“黑盒子”向“白盒子”的突破性进步。

开发炉顶料面三维可视化监控系统。采用多项高炉可视化监控和仿真技术,使用炉顶摄影图像和激光料面扫描检测仪表,通过图像识别技术建立料面形状分布参数,指导高炉布料操作。

开发高炉操作炉型三维可视化监控系统。建立高炉炉内不同区域炉墙内型变化和炉内气流分布判断模型,实现对炉体的内衬厚度、渣皮厚度、操作炉型的在线监测和图像重建,对炉墙结瘤、渣皮频繁脱落、操作炉型不合理等异常情况进行诊断。

开发高炉风口回旋区三维可视化监控系统。应用多视角的高炉风口CCD 图像,利用图像识别技术建立高炉风口回旋区模型,可视化地反映回旋区分布情况,监控风口区域焦炭运动、喷吹煤粉流股大小,及时发现风口区域生降等,判断高炉炉缸工作状态。

开发三维数字化炉缸内衬侵蚀可视化诊断系统。有效实现复杂条件和不充分条件下的炉缸内衬侵蚀三维可视化监控,实现各个服役阶段炉缸的侵蚀诊断和安全评估,科学确定炉缸内衬的安全厚度和安全预警线,科学制定目标炉缸安全维护技术,保证高炉安全受控。

 

结语

 

虽然我国高炉专家系统起步晚,但我国高炉数量众多,而且基本上完成现代化改造,配置先进基础自动化和先进计算机系统,具备开发高炉专家系统基础条件。在国家鼓励制造业加速向数字化、网络化、智能化方向拓展政策引导下,钢铁企业应根据自身高炉装备水平、原燃料条件,开发符合自身特点、针对企业自身存在主要问题的专家系统。

具有多座高炉的企业应该将数据库、物联网、高炉专家系统充分融合,在新形势下,结合信息化技术、物联网技术,实现高炉群集约化管理模式,开发与应用高炉冶炼过程可视化集成技术,实施高炉冶炼全过程可视化管理模式,努力实现高炉生产过程的精确在线控制,达到高效、绿色、安全的生产目标。


你知道你的Internet Explorer是过时了吗?

为了得到我们网站最好的体验效果,我们建议您升级到最新版本的Internet Explorer或选择另一个web浏览器.一个列表最流行的web浏览器在下面可以找到.