钢铁生产智能管控技能

张 利

河钢集团有限公司审计部驻宣钢审计处

钢铁生产智能管控技能

张 利

河钢集团有限公司审计部驻宣钢审计处

系统介绍了钢铁生产过程智能控制的应用情况，特别以炼铁，炼钢及连铸，轧钢及深加工过程，描述了国内外先进智能控制系统的有关功能等，同时对国内有关应用前景做了展望.

钢铁生产；冶炼；轧钢；智能控制

1　钢铁生产智能控制技术基础

钢铁工业属于混合型流程工业，兼有接连型和离散型工业流程的特征，其生产进程既包括物理过程也包括化学进程，具有构造复杂性，参数不确定性等一系列特征，伴着客户对产品质量请求的进步，以及市场竞争加重迫切需要进一步降低成本，只是依靠传统的管控办法一般难以见效，智能管控一般建立在相对完善的自动化配备的基础上.这些年在冶金自动化得到了多方面的使用，仅日本使用的实例就超越百件，其间用于设定与管控占45.2%，用于计划占32.3%，用于确诊占14.5%，用于检查占6.4%.用于学习占1.6%。

在钢铁生产进程中，怎么有效判别生产设备的作业状况，以进步体系的精确决议计划才能，削减周边环境形成的影响，是进程智能管控的一个关键基础问题。这些年，智能检查与多传感器交融技能在解决不断定信息及信息组成中体现出杰出的适用效果。在工况辨认中依据生产设备状况提取其特征，得到该目标的多源信息。选用D-S依据理论，经过信息的交融得到比单一传感器更精确，更全面的状况值。现代冶金生产规模大，负荷重，生产流程长，连续运转是能耗大户。同时电机耗能占整个冶金工业适当大的份额，冶金生产各个环节的电机。如炼铁过程的高炉鼓风机、高炉质料和出铁场除尘风机、炼钢进程的转炉除尘风机、轧钢进程的轧机各机架主传动电机等，多选用高压大功率电机。电压水平为3/6KV或许更高.容量在1000KV以上这些大电机当中，依技术流程的特征和投资方面的因素。有的选用直流传动电机，也有的选用沟通传动电机，这些电机选用适当的调速计划。不仅对于完成生产技术是必要的，并且能够有效地节能，在施行领先的调速计划中，智能技能占有适当关键的地位。经过运用适当的智能管控战略，就能大大地削减核算和硬件的担负，会集精力进步传动的运转性能、鲁棒性和可靠性。

2　冶炼过程智能控制

在国际上现已选用的或广泛选用的具有实用性的炼铁进程人工智能管控技能，如高炉贮矿槽的堆积状况将影响下一道工序，过去只要质料在库管理和定时装入。新的智能管控办法包括超静态装入方法和超动态装入方法，超静态装入方法关键针对烧结矿，选用接连慢行装入方法，当卸料车到料槽，慢行卸料，而大大削减停车定点卸料的偏析和放料时粗粒会集而影响下一作业，超动态装入方法主要是针对块矿，过去是矿槽到最低料位才装入！因为落差大而粉化率加大，本方法能够管控料位差，使之坚持最好料位而按捺粉化率。矿层混矿均匀管控国外早就运用了新的管控理论，如采样数字PID管控STC自校对管控，和自学习管控。选用智能管控将会获得非常好的效果，宝钢烧结分厂国内自行开发并成功运用的智能模型，其原理也能够使用到高炉配料进程的矿焦切出，排出控制。在炉顶装料时，选用智能算法进步FCG的管控水平对于改进炉内料的散布和锻炼也是非常关键的。经过对FCG流量特性的测定与补正、对前次控制差错进行反应和前馈补正，并按炉料是矿石、焦炭、干料、湿料的区别或按粒度施以不一样的管控！可以消除装入开始点和完毕点不一致而致使圆周方向装料的不均匀。对高炉煤粉喷吹体系各个环节作业特性以及煤粉喷吹量各种调理方法的剖析。对喷煤量调理的新路径进行了探讨，指出选用智能技能来完成喷煤量自动管控以到达非常好的水平是可行的"在炼钢方面，日本新日铁和日本钢管均开发了转炉吹炼管控专家体系，川崎制铁开发了溶剂冷却剂转入管控专家体系"日本钢管福山厂转炉在原有静态、态和排气模型的基础上。依据操作人员经验。找出渣化，喷溅形式用以断定吹炼管控形式，专家体系依据铁水温度#成分等静吹炼初始数据，评价渣化状况和喷溅可能，辅导操作人员修正氧枪上吹形式，依据吹炼中传感器数据和排气模型核算结果。评价动态渣化状况和喷溅可能，断定氧枪吹氧量，副枪质料投入量、矿石投入速度和炉罩高度等，依据吹炼中副枪测定的数据和动态模型核算结果，断定有无必要在止吹前调整吹炼。止吹后用副枪测定，断定终点出钢，体系实践使用中，进步了吹炼水平，降低了吹溅发作率！即便含硅量处于峰值时，也能按捺吹溅发作，吹炼时刻缩短！钢水含磷量安稳。

3　轧制进程智能管控

在轧制进程智能管控及自动化方面，选用人工智能技能如人工神经元网络，经过收集实测数据来观察技术进程。积攒经验，并且将曾经只要熟练的人员才能把握的经验融入核算，弥补了惯例数学模型的缺乏，它的学习功能不断习惯设备的实时状况"一旦选用了人工智能的数学模型有点像魔术师的黑盒子，选用人工智能同传统数学模型相联系的组合模型侧重于技术进程内的各种剖析关系式，易于操作员和技术技能人员承受和使用"来自惯例数学模型中从前的经验不是丢掉，而是经过算法模型和神经元网络之间的协作关系悉数并入组合模型当中，通过这种办法使设定精度悉数得到进步。

结束语：

对于智能管控的项目要联系硬件设备来开发软件要实用化、产品化，冶金工厂在基本建设时投入较大"联系建设项目上一些高水平的智能管控机遇相对恰当，可是基建项目竣工时一般为了抢进度"同时智能管控需要一定的数据积攒。因此常常形成在投产时只查核基础自动化功能，比及生产时刻长了"一些数据收集的传感器都不大灵了，一线兴趣也就不大了"没有将智能管控的效果发挥出来。

［1］马竹悟，人工智能在日本钢铁工业中的应用［J］中国冶金2013（1）.

［2］涂序彦，人工智能在炼钢过程中的应用［J］特殊钢2013（2）

［3］何青等，基于多传感器模糊处理的工况识别［J］信息与控制2013（1）.

［4］甘朝晖等，人工智能在电气传动中运用的进展［J］变频器世界2013（4）.

［5］杨天均，徐金梧&高炉冶炼过程数学模型［J］北京.科学出版社2013（2）.