APP下载

人工智能推动冶金工业变革

2020-12-08

魅力中国 2020年31期

(西宁特殊钢股份有限公司,青海 西宁 810005)

引言

近几年来,国际各行各业市场对于生产材料的质量和生产效率的要求不断提高,我国的工业企业必须顺应时代的发展,积极学习和应用国内外先进的生产技术,要及时转变生产理念,不断创新和改进传统的冶金工业技术。企业要组织工作人员定期学习和拓展专业知识,学习先进的科学技术,从而应用在生产过程中。要提高和加强人工智能技术的应用,提高生产效率和生产质量,减少和控制生产成本,将生产过程中的误差控制在合理范围内,进一步减少对能源的消耗。工业企业要重视应用和开发新技术,提高企业的竞争力和市场占有率,促进我国工业企业的可持续发展[1]。

一、人工智能是什么

人工智能即让计算机从大量经验数据中获取知识,从而认识复杂环境下客观世界的能力。而深度学习是使计算机具有人工智能的方法,是用大量简单的概念组成多层次的体系来挖掘复杂数据获取知识的方法。

二、人工智能推动冶金工业变革

(一)冶金炼钢中人工智能技术的应用

现如今,人工智能技术被应用在各个行业各个领域,方便了人们的生产和生活,也广泛应用在了转炉炼钢中。冶金转炉炼钢中的人工智能技术就是指应用先进的计算机技术来对人的行为和思维进行模拟。在进行转炉炼钢的过程中,人工智能技术可以帮助工作人员减少工作量,在一些过程中可以代替人工进行工作。人工智能技术通过计算机进行计算和模拟,可以减少人工的投入,也可以减少时间上的消耗,可以精准的进行计算工作和人工替代工作,从而提高转炉炼钢的工作效率,使钢铁企业朝着自动化、智能化、可持续智慧化的方向发展。

(二)智能控制的电气传动系统在实际当中的应用分析

电气传动系统,已经在社会综合经济实力发展的催动下,有了翻天覆地的变化,并且科技实力也在无时无刻催动着整个社会的生产力发展。目前,相较于人工智能的控制方式而言,传统的控制方式正在受到整个社会的淘汰,无论是从算法、控制方式,还是从硬件设施方面,都是朝着智能化、智慧化的方向进步和发展。而对于工业研究而言,更好的算法逻辑和更好的操作系统无疑能够大幅度的工程精简。特别是在冶金领域上,大量的人力调动,以及大规模的冶金设备引入,都给企业内部造成了严重的工程负担,有一种高智能化、强判断性的控制系统,无论对于生产还是对于安全,都是一个很大程度的保障。在电气设备进行智能化方向发展的时候,主要的发展方向表现在非线性的控制方式,以及假设模糊的控制结构。这两种发展的方向取得的效果都十分显著,但是两者之间的结合性并不是十分密切,这也就造成了在技术发展的时候,不得不“兵分两路”的进行两种技术并行开发[2]。对于非线性的控制方式而言,其设计目的就是为了对传统形式进行巩固和加强,从传统的先行调节角度入手,做好全方位的优化,实现对于数据的实时获取,并且将数据进行打包、提取、发送等一系列操作,降低数据传输的延时。因此这种非线性的控制方式具有很好的操纵性,且就单纯从性能方面来看也有很好的调动和调节能力,和传统的线性控制方式相比较,有了巨大的提升和突破。除此之外,对于模糊的控制结构而言,通过模糊的控制结构,能够实现对于整个操作系统的规范化约束,且给操作带来了很大的自主空间,而不是限定某一种固定的操作方式,影响操作体验,并且不利于工作人员的操作和使用。借助于新型的模糊控制结构,可以做到高效的数据传输,动态性的智能化调节,在冶金工作的进行中,能够对于当前的生产量、预计生产周期、总生产状况等一系列参数进行实时的调动,且反馈给操作人员。

(三)冶金工业数据收集及筛选

从保证数据时空一致性,以及全制造周期过程中多源数据的时间关联的基础数据处理,通过数据高效存储、数据准确度评判、数据格式归一、多元数据关联、数据异点剔除、数据缺项补值、数据减量解析、分析算法准备、分析工具配置、相关逻辑矩阵等,实现业务数据处理,结合机理和数据相关性,获得函数的逻辑表达。将控制、测量微数据、运营数据、客户数据、市场数据等数据流通过大数据中心的抽取、整理、校核,应用到控制与优化策略、预警、预测等,形成从数据到决策闭环应用。建立统一的企业大数据平台,实现所有数据的部署和管理。配置数据分析工具,使得专业人员更多关注应用问题的解释而非数据处理技能。有效接入存量数据资产。在架构设计上保证与现有业务系统的协调与可持续发展[3]。

(四)冶金智能化建模方式

冶金工业智能化的3 个系统(建模方式),即当前在冶金过程中,对于生产过程管理、原材料采购、产品研发及检测、成本分析、控制和管理方面的主要应用系统类别分为专家系统、模糊系统和神经网络系统。专家系统是一个具有大量专门知识与经验的计算机系统,能够模拟人类专家的决策过程,以便解决那些需要人类专家处理的复杂问题。如高炉专家系统。模糊系统是一种将输入、输出和状态变量定义在模糊集上的系统,可以模仿人的综合推断来处理常规数学方法难以解决的模糊信息处理问题。如层流冷却控制系统。神经网络系统是一种由大量处理单元互联组成的非线性、自适应信息处理系统,具有自学习功能、联想存储功能和高速寻找优化解答能力。如轧制力预报模型及自学习系统等。

三、结束语

综上所述,人工智能推动冶金工业变革,包括冶金炼钢、智能控制的电气传动系统、数据收集及筛选、智能化建模方式等。