铜火法冶炼智能生产管理系统的应用

陈一波

（江西铜业集团有限公司 贵溪冶炼厂，江西 贵溪 335424）

1 引言

人工智能等新一代信息技术正深刻改变着传统制造业的发展模式；江西铜业集团贵溪冶炼厂（下文简称“贵冶”）积极响应国家智能制造发展战略，实施智能工厂建设，该项目是国家工信部批准的“铜冶炼智能工厂试点示范项目”［1］。

智能工厂建设过程中，贵冶依靠多年积累的冶炼核心技术为基础，借助工业互联网和人工智能技术，建设了火法冶炼智能生产管理系统［2］，构建三大炉作业时序的智能控制模型，实现各工序作业进度信息的共享与预报，以及生产操作控制的辅助决策等应用功能。该系统的应用提升了工厂精准化、高效化、智能化和现代化水平。

2 工艺现状介绍

贵冶的火法冶炼由闪速熔炼，转炉吹炼、阳极炉精炼三大工序组成。三个工序间控制系统相互独立，但中间产品的供需紧密联系。中间产品冰铜、粗铜均是以熔融的液态装在钢包中，必须立即由行车转运至下一工序，否则熔体降温凝固后将无法进行后续生产。如前端产量大于后端处理能力，将导致中间在制品的积压，熔体凝固；前端产量过小，后端空炉待料时间过长，降低炉作业效率，带来巨大的能源浪费。因此，三大工序以及行车作业相互之间的协同配合、控制好中间在制品产出与接收的动态平衡非常重要。

闪速炉为连续性作业，其排放冰铜的时机不仅取决于炉内铜液面高度，还要综合考虑转炉的作业周期，以确保排出的冰铜能及时加入转炉内。

转炉吹炼为周期性作业，分为进料期、造渣期、造铜期。转炉作为中间工序与上、下两道工序联系都非常紧密，工序内每2 台转炉进行期交换作业，以错开进料期，对接闪速炉工序连续性产出的冰铜；造铜期结束后粗铜需尽快转运至阳极炉，腾出空炉待料。

阳极炉精炼也是周期性作业，分为进料期、氧化期、还原期、浇铸期。阳极炉作为末端工序，必须配合转炉的作业周期，准备空炉承接转炉周期性产出的粗铜。阳极铜的产量与质量作为火法冶炼的最终产品是工厂生产调度决策的重要依据。

3 生产信息的收集与整理

以智能生产管理系统为核心，依托工业互联网，整合现有资源，联通各自独立的DCS 或PLC控制系统，消除信息孤岛，实现生产数据的高效采集，作业进度的实时共享，协同指令的即时通讯［3］。智能生产管理系统将各工序的作业周期时序，按时间刻度以进度条的方式展示，并采集相应的关键信息，在系统内实时共享并自动存档，可方便地查询任意时段历史记录。以下为各工序需要采集的关键信息。

3.1 闪速熔炼工序需要采集的信息

闪速熔炼工序主要分为配料、干燥，闪速炉，锅炉、排烟三大部分。智能生产控制系统采集熔池中铜渣液面的高度、各排铜口的排铜时间、排铜量，以时间为刻度生成已完成的排铜、排渣作业进度条。在配料干燥工序采集精矿的库存情况、精矿成分、各矿种的配比、混合矿的干燥量、干矿仓料位等关键信息；在闪速炉工序采集各类风、氧的消耗量，冰铜品位和温度、炉渣温度和含铜量，以及渣铁硅比等信息；在锅炉与排烟工序收集锅炉入口温度、炉膛负压等信息。

3.2 吹炼工序需要采集的信息

转炉为周期性作业，智能生产管理系统采集每台转炉各周期的开、停风时间，以时间为刻度生成各炉的作业进度条。进料期需采集每包入炉冰铜的重量和剩余包壳量，以及其来源，加入时间等；在造渣期需采集各入炉冷料种类及其装入量、石英装入量、富氧用量、烟气温度、产渣量，渣温、渣含铜等；在造铜期需采集各入炉冷料种类及其装入量、富氧用量、烟气温度、烟气SO2浓度、产铜量、铜温、粗铜含硫、含氧量等。

3.3 阳极炉工序需要采集的信息

阳极炉同样为周期性作业，智能生产管理系统采集每台阳极炉各周期的开、停风时间，以时间为刻度生成各炉的作业进度条。在进料期采集每包入炉粗铜的重量和剩余包壳量、加入时间、来源炉号和炉次、每斗入炉冷料种类和重量；在氧化期采集重油消耗量、氧化风量、以及氧化前后的铜温等关键信息；在还原期采集天然气消耗量、二次氧消耗量、炉膛负压、还原前后铜温、阳极铜含硫和含氧量等；在浇铸期采集浇铸阳极板数量、单重、合格率、浇铸时间等关键信息。

3.4 行车工序

行车工序由3 台行车组成，主要负责三大工序之间的物料转运。行车作为服务工序，需及时响应各岗位完成物料转运任务。系统采集各台车的位置信息、吊物的物料名称及其重量信息，并将其与各台炉的位置信息进行对应。

4 信息的智能化分析与应用

智能生产控制系统具备自学习功能。采集生产过程中的关键变量，借助贵冶多年的生产经验，对海量的信息进行智能分析，实现火法冶炼的智能联合调度和作业管理。可实现以下几方面的功能：

4.1 智能化预测进度，指导作业

智能生产管理系统采用智能算法进行系统建模，在实时共享已发生作业周期时序进度条的基础上，对熔炼各工序未来周期时序实现两种模型下的预报。在各岗位的信息看板［4］以进度条填充的形式直观展示。

（1）数学模型精准测算未来2 h 周期时序。

智能生产管理系统依据闪速炉精矿成分、投料量和入炉风、氧量，结合冰铜品位，计算闪速炉未来2 h 铜锍产出量；依据铜锍产出量和冰铜品位，结合转炉吹炼风、氧量，计算转炉未来2 h 吹炼时长；依据粗铜装入量及其温度和硫、氧含量，结合阳极炉氧化时的风量计算氧化时间，结合阳极炉还原期天然气用量计算还原时间，结合浇铸速度，计算浇铸时间，据此计算阳极炉未来2 h 的作业时长，实现三大炉作业节奏的有效控制。

（2）经验模型初步推算未来24 h 周期时序。

智能生产管理系统依据历史标准经验用时模型，结合装入量和冰铜品位等关键参数对熔炼系统三大工序未来24 h 的周期时序进行大致推算。

4.2 过程控制辅助决策

（1） 在闪速炉仪表室岗位系统采集精矿仓库存、配料仓料位、精矿成分、干燥机处理能力等关键变量，再根据混合矿目标品位、含硫量、含铁量、金属杂质上限以及目标渣含硅等工艺控制参数，进行智能化配料。借助冶金数模预算熔炼过程所需要的各种风、氧和其它辅料的用量，辅助操作人员决策。在熔炼过程中再结合已知的冰铜品位和温度、渣含硅和渣温、以及烟气的成分、温度、负压等实时采集信息，指导操作人员对各项工艺参数进行精准的反馈修正。

在闪速炉炉前岗位建立放铜安排、排渣安排的计算模型。系统依据采集的混合矿成分、投料量、冰铜品位、冰铜温度、渣含铜、熔池液位等关键变量进行铜锍产出量计算；再结合整个系统的熔炼作业节奏、进料量、冰铜处理能力、粗铜处理能力、转炉作业周期预算等参数，智能预测放铜、放渣的时机和排放量。指导操作人员按统一标准规范操作，避免出现放铜不及时造成等料、或放铜过早造成锢铍发生率高的现象。

（2）转炉工序在造渣期开始前系统依据采集的入炉冰铜量、冰铜品位、冰铜温度等关键变量，进行熔剂投入量试算和热量平衡试算，辅助操作人员决策石英加入量、冷料加入量、以及富氧浓度。在造渣期开始后再结合吹炼期间送风量、送氧量、烟气的成分、温度、负压等实时采集信息，进行造渣期终点时间测算，实现造渣期终点判断。

转炉工序在造铜期开始前系统依据采集的造渣期投入与产出量以及渣温、渣成分等关键变量，进行热量平衡试算和炉产铜量试算，预算出造铜期平衡反应热所需要的冷料加入量、氧气消耗量，以及炉产粗铜量，辅助操作人员决策。造铜期开始后再结合吹炼期间送风量、送氧量、烟气的成分、温度、负压等实时采集信息，进行造铜期终点时间测算，实现造铜期终点判断。

（3）阳极炉工序在加料期系统依据采集的转炉粗铜温度以及硫、氧含量等关键变量，进行氧化反应试算和热量平衡试算，预算氧化反应所需要的时间以及达到氧化终点目标温度所需要的燃料消耗量，指导操作人员合理控制单位时间的燃料流量。氧化期开始后结合粗铜装入量、氧化风量、氧化前铜温与目标温度的差值等实时采集信息，指导操作人员调整单位时间的燃料流量，并对氧化期终点时间进行测算，实现氧化期终点判断。

氧化期结束后，系统依据采集的氧化终点粗铜温度以及硫、氧含量等关键变量，进行还原反应试算和热量平衡试算，预算还原反应所需要的时间以及达到还原终点目标温度所需要的还原剂消耗量，指导操作人员合理控制单位时间的还原剂流量。还原期开始后结合还原剂用量、还原前铜温与目标温度的差值等实时采集信息，指导操作人员调整单位时间的还原剂用量，并对还原期终点时间进行测算，实现还原期终点判断。

在浇铸期开始后，系统依据采集的炉内铜量以及浇铸速度等变量，预算浇铸期所需时间。

4.3 生产异常预警

智能生产管理系统对各控制系统的运行参数和现场巡检提交的数据进行全面监控。管理系统内预先设定各指标的控制范围、异常等级和异常发生时分级上报的标准。当出现异常情况时，智能系统按照控制标准进行报警和异常信息的分级推送，并在系统的三维视图中对异常状态点进行准确定位。管理系统对异常情况进行智能评估，当异常情况会影响主系统生产时，即时修订未来周期时序的预测结果，如后端工序生产进度放缓会导致前端产品积压时，提前指导前端工序降负荷生产。

手机APP 可直接与智能生产管理系统对接，实时动态监控作业进度、运行参数、技经指标等，即时接收管理系统推送的异常报警信息，使企业管理更加智能化。

4.4 智能化报表自动生成

智能生产管理系统具备统一整合周期时序信息、物料投入和产出数量、能源及辅料消耗数量的功能，可智能汇总计算出生产日报、周报、月报、年报，以及各项技经指标的变化趋势图和产量计划完成进度表。系统通过收集班组、员工交接班的信息，可对应生成车间级、工段级、班组级、员工级的生产绩效报表，满足绩效考核需要。系统可生成每炉次的生产绩效指标报表并分炉窑进行汇总，监控各台炉窑运行状态变化。系统保存重点设备的关键参数信息并形成运行状态趋势图，监控设备劣化倾向，满足设备管理需要［5］。

5 结束语

铜的火法冶炼过程属于“黑箱”系统，在现有技术条件下无法感知炉内冶炼过程的变化，因而难以精准控制生产节奏［6］。通过智能化手段进行事前预测及事后反馈修正，可以显著提高精准化控制水平。同时，人工智能技术通过采集海量的实际生产数据不断进行自学习，修正、完善冶金过程数学模型，从而满足新一代铜冶炼工厂精准化、高效化、智能化管理的更高要求。