楊領(lǐng)芝，王海波，陳 哲，王 東

（1 青島特殊鋼鐵有限公司，山東青島 266409；2 青島海信醫(yī)療設(shè)備股份有限公司，山東青島 266000；3 青島理工大學，山東青島 266520）

1 前 言

青島特殊鋼鐵有限公司（簡稱青島特鋼）的鐵前生產(chǎn)體系中配置了大型二次料場和混勻料輸配系統(tǒng)、2 座焦爐、3 臺燒結(jié)機、3 座高爐，具有完整的自動化、信息化生產(chǎn)管理體系。但是在進一步的產(chǎn)業(yè)升級過程中，出現(xiàn)了諸多發(fā)展瓶頸。為此，青島特鋼以鐵前系統(tǒng)為試點，按照“總體規(guī)劃、分步實施”的推進方式，把綜合原料場、焦化工序、燒結(jié)工序、煉鐵工序的生產(chǎn)數(shù)據(jù)整合在一起，打造一個功能完備的鐵前一體化智能管控平臺，從而打破工序間的信息孤島［1-2］、優(yōu)化工序人員結(jié)構(gòu)布局、實現(xiàn)工序間的智能銜接；引入智能制造和機器學習技術(shù)，對生產(chǎn)操控參數(shù)進行優(yōu)中選優(yōu)，實現(xiàn)工序產(chǎn)線能力的綜合提升。

2 鐵前系統(tǒng)的主要問題及提升方向

2.1 人員結(jié)構(gòu)問題

隨著鋼鐵產(chǎn)業(yè)技術(shù)進步，從業(yè)人員的人員結(jié)構(gòu)也發(fā)生著重大變化，傳統(tǒng)的一線操作工人已經(jīng)全部被大專以上學歷的員工替代，知識結(jié)構(gòu)的提升深化了對生產(chǎn)工藝的認知，一線員工在洞悉上下游崗位操作和工序間的耦合影響方面的意愿非常強烈。同時，鋼鐵行業(yè)從業(yè)人員短缺，尤其是艱苦崗位，也是助推智能制造進步，實施機器代替人的重要需求。

2.2 信息孤島問題

在綜合原料場、焦化工序、燒結(jié)工序和高爐工序中，每條產(chǎn)線都有獨立的一級、二級操控系統(tǒng)，生產(chǎn)數(shù)據(jù)的采集、存儲和梳理都需要人工記錄，再轉(zhuǎn)移到技術(shù)管理人員的計算機上進行，然后再進行系統(tǒng)性匹配分析，這不僅分析結(jié)果滯后，而且數(shù)據(jù)不全面，分析結(jié)果對生產(chǎn)的指導和促進作用微弱；因此，聯(lián)通各信息孤島，實現(xiàn)數(shù)據(jù)即時互通，是生產(chǎn)體系聯(lián)動進步的關(guān)鍵。

2.3 工序協(xié)同問題

鐵前是典型的長流程，從二次料場開始配制混勻料到轉(zhuǎn)變?yōu)殍F水，需要歷時7 d，期間要操控預配料系統(tǒng)11個料倉、焦化12個料倉、燒結(jié)17個料倉、高爐12個料倉及諸多物料轉(zhuǎn)運環(huán)節(jié)，實現(xiàn)點到點的全過程跟蹤，分析影響鐵水產(chǎn)質(zhì)量水平的影響因素，在依賴人工統(tǒng)計的情況下，不僅勞動量巨大，而且難以準確匹配和精準分析，需要各工序的高度協(xié)同。

2.4 智能化提升問題

在鐵前生產(chǎn)體系中，需要進行二次料場配比、焦化工序配煤、燒結(jié)工序配料、高爐槽下配礦等多環(huán)節(jié)的持續(xù)高頻數(shù)據(jù)采集和即時聯(lián)動運算。在傳統(tǒng)的生產(chǎn)模式中，均為人工預算-生產(chǎn)記錄-數(shù)據(jù)統(tǒng)計-對比分析-人工優(yōu)化的粗放式閉環(huán)，在計算器運算能力快速發(fā)展的大環(huán)境下，以實時數(shù)據(jù)庫為依托的人工智能迭代運算［3］，是智能化提升過程最核心環(huán)節(jié)。

3 鐵前智能制造全面提升的措施

3.1 打造鐵前一體化智能管控平臺

從機理與大數(shù)據(jù)分析層面建立機理模型，打造單元工序智能應(yīng)用系統(tǒng)，搭建鐵前生產(chǎn)大數(shù)據(jù)中心［4］，深度融合物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、云計算、移動互聯(lián)等先進工業(yè)互聯(lián)網(wǎng)技術(shù)，構(gòu)建鐵前一體化智能管控平臺。平臺分為燒結(jié)生產(chǎn)大數(shù)據(jù)模塊和高爐生產(chǎn)大數(shù)據(jù)模塊兩大部分，主要功能如下。

（1）燒結(jié)-高爐生產(chǎn)聯(lián)動分析功能。從“燒結(jié)配料1號鐵料倉”開始，至“高爐出渣出鐵”結(jié)束，根據(jù)皮帶轉(zhuǎn)速、混合制粒時間、燒結(jié)臺車、環(huán)冷機運行速度、高爐槽下料位等數(shù)據(jù)，實時動態(tài)地將整個煉鐵過程的生產(chǎn)數(shù)據(jù)進行時間上的統(tǒng)一匹配，真正打通鐵前產(chǎn)線的數(shù)據(jù)鏈，實現(xiàn)工序數(shù)據(jù)協(xié)同［5］，基于數(shù)據(jù)協(xié)同進一步實現(xiàn)各類物料質(zhì)量跟蹤，從而準確分析各工藝點數(shù)據(jù)對產(chǎn)、質(zhì)量的影響因素。

（2）數(shù)據(jù)挖掘智能對標功能。從產(chǎn)線、工序、班組等不同層級對生產(chǎn)、質(zhì)量、操作等不同方面進行橫向、縱向不同維度的智能對標，從時空多維度分析指標差異與提升空間，并給出綜合對標評價。

（3）人工智能尋優(yōu)分析功能［6］。通過對歷史運行數(shù)據(jù)進行分析，自動提取高產(chǎn)型、低耗型績優(yōu)工況時間區(qū)間，并自動生成績優(yōu)工況時期的原燃料條件及操作控制標準范圍，通過有監(jiān)督和無監(jiān)督機器學習，自動分析當前操作與績優(yōu)工況的差異，給出定量化調(diào)整建議，優(yōu)化修正工藝操作標準。

（4）爐況智能診斷。實現(xiàn)高爐生產(chǎn)參數(shù)、模型計算參數(shù)、推理過程參數(shù)的全生命周期監(jiān)控；聯(lián)動邊緣側(cè)爐況診斷推理機實時分析、診斷爐況變化，并通過“云邊協(xié)同”不斷迭代優(yōu)化邊緣側(cè)診斷規(guī)則庫。

（5）便捷的數(shù)據(jù)統(tǒng)計分析模式。系統(tǒng)集成各類數(shù)據(jù)算法、數(shù)據(jù)分析工具、數(shù)據(jù)可視化工具、應(yīng)用開發(fā)工具，讓各層級管理人員輕松、準確地對各工藝點進行橫向產(chǎn)線對比分析和縱向數(shù)據(jù)變化規(guī)律預判，生產(chǎn)組織進入良性發(fā)展模式。

3.2 智能運算模型得到廣泛應(yīng)用

實現(xiàn)生產(chǎn)過程中的原料參數(shù)、操作參數(shù)和設(shè)備參數(shù)的實時調(diào)整是平臺建設(shè)的重要目標，為此，平臺規(guī)劃、開發(fā)了一系列的優(yōu)化模型，能夠減小中間操作對指標波動的影響，通過過程穩(wěn)定性的提高，提質(zhì)降本。平臺累計開發(fā)各類模型18個。

（1）智能配料計算模型。傳統(tǒng)的配料計算方法多采用人工經(jīng)驗試算，計算量大，難以考慮所有影響因素，計算精度也不能滿足現(xiàn)代燒結(jié)生產(chǎn)的需求。智能配料計算模型基于依據(jù)物料平衡原理，充分考慮原燃料的成分和燒損，兼顧燒結(jié)礦的目標成分和目標產(chǎn)量，在恰當范圍內(nèi)，給出各種原料使用的最優(yōu)配比方案。

（2）燒結(jié)礦堿度智能控制模型。生產(chǎn)過程中，燒結(jié)礦的檢化驗信息自動上傳到大數(shù)據(jù)平臺，當檢測結(jié)果與目標堿度發(fā)生偏差時，系統(tǒng)自動對配料的目標堿度進行修正。二級系統(tǒng)得到新的堿度目標值后，配料系統(tǒng)自動按照此目標值去調(diào)整熔劑配比。該模型改善了技術(shù)人員憑經(jīng)驗對原料配比進行人工調(diào)整的現(xiàn)狀，實現(xiàn)了在原料發(fā)生變化或成品礦質(zhì)量波動時，做出及時、精準的調(diào)整，從而提高燒結(jié)礦堿度的穩(wěn)定率，最終實現(xiàn)燒結(jié)礦堿度的智能控制。

（3）燒結(jié)終點（BTP）智能控制模型。燒結(jié)終點預測模型采用廢氣溫度進行曲線回歸擬合的辦法進行分析［7］。根據(jù)實際終點位置與預設(shè)定理想位置的偏差，兼顧溫度上升點位置偏移情況，自動給出燒結(jié)終點的調(diào)整方向，實現(xiàn)燒結(jié)終點判斷的智能化；通過提前分析、適度預調(diào)整，來穩(wěn)定生產(chǎn)過程，實現(xiàn)高產(chǎn)優(yōu)質(zhì)。

（4）高爐氣流分布模型。高爐氣流分布的穩(wěn)定性是高爐順行的基礎(chǔ)［8］，傳統(tǒng)的操控模式是中控室操作人員通過密切關(guān)注爐頂十字測溫裝置和冷卻壁水溫差等數(shù)據(jù)進行分析，判斷氣流分布變化；新的模型上線后，系統(tǒng)能夠自動記錄、即時縱向、橫向比較氣流分布的變化，出現(xiàn)異常時能夠即時預警。

3.3 平臺核心理念及技術(shù)應(yīng)用

（1）鐵前原料-燒結(jié)-高爐聯(lián)動分析。以“燒結(jié)配料1 號鐵料倉”為起點，以“高爐出渣出鐵”時間節(jié)點為結(jié)束，根據(jù)皮帶轉(zhuǎn)速、混合機混料速度、燒結(jié)臺車、環(huán)冷機臺車運行速度、高爐槽下料位、高爐排料速度等數(shù)據(jù)，實時動態(tài)地將整個煉鐵過程的生產(chǎn)數(shù)據(jù)進行時間上的統(tǒng)一匹配，真正打通鐵前系統(tǒng)的數(shù)據(jù)壁壘，實現(xiàn)各生產(chǎn)線間的數(shù)據(jù)協(xié)同?；跀?shù)據(jù)協(xié)同可進一步實現(xiàn)各類物料質(zhì)量跟蹤，分析產(chǎn)質(zhì)量與原料質(zhì)量、過程數(shù)據(jù)之間的對應(yīng)關(guān)系，有助于第一時間找到制約生產(chǎn)的痛點，制定更有效的應(yīng)對措施，提升產(chǎn)線生產(chǎn)能力。鐵前一體化平臺智能爐況分析業(yè)務(wù)包括產(chǎn)線聯(lián)動分析、智能對標、工況分析、尋優(yōu)分析、智能診斷等。

（2）最佳操控參數(shù)獲取。通過對歷史運行數(shù)據(jù)進行分析，自動提取高產(chǎn)型、低耗型績優(yōu)工況時間區(qū)間，并自動生成績優(yōu)工況時期的原燃料條件及操作控制標準范圍，通過有監(jiān)督和無監(jiān)督機器學習，自動分析當前操作與績優(yōu)工況的差異，給出定量化調(diào)整建議，優(yōu)化修正工藝操作標準。

（3）智能對標驅(qū)動競賽意識提升。從產(chǎn)線、工序、班組等不同層級對生產(chǎn)、質(zhì)量、操作、安全等不同方面進行橫向、縱向不同維度的智能對標，從時空多維度地分析指標差異與提升空間，并給出綜合對標評價，以折線圖、柱狀圖等直觀的形式在線展示，讓基層班組直觀看到差距。

4 效果檢驗

平臺通過爐況種類進行標記，結(jié)合平臺定制化配置的分析方案對各種異常爐況進行在線分析，將結(jié)果進行保存并支持隨時對分析過程及結(jié)果復盤討論，最終的分析結(jié)論可聯(lián)動邊緣側(cè)推理機形成推理提示，實踐證明平臺運行效果良好。

4.1 高爐爐況跟蹤預測

2022年2月，2號高爐出現(xiàn)爐況波動，通過高爐系統(tǒng)尋優(yōu)分析模塊，自動尋找到2號高爐的高產(chǎn)低耗和低產(chǎn)高耗的兩類爐況類型的數(shù)據(jù)，并做出對比分析，結(jié)果如表1所示。

通過表1數(shù)據(jù)分析可知，高產(chǎn)低耗階段與低產(chǎn)高耗階段對比，燒結(jié)礦的轉(zhuǎn)鼓強度、煤氣利用率較高，頂溫波動范圍較小，爐缸活躍性指數(shù)較高，鐵水硅含量整體水平較穩(wěn)定。

4.2 高爐專家系統(tǒng)模型運行案例

系統(tǒng)對高爐生產(chǎn)參數(shù)、模型計算參數(shù)、推理過程參數(shù)進行周期性監(jiān)控；聯(lián)動邊緣側(cè)爐況診斷推理機的實時分析，通過“云邊協(xié)同”不斷迭代優(yōu)化邊緣側(cè)診斷規(guī)則庫，形成智能系統(tǒng)專家診斷模型［9］。

2#高爐智能系統(tǒng)專家診斷模型于2022年3月5日11：00 推理出高爐發(fā)生邊緣管道，并建議減風103 m3/min，臨時加焦比15 kg/t，且10：40 推理出高爐有小氣流。爐況發(fā)生后，現(xiàn)場及時減風150 m3/min，且在13：00 增加噴煤量1 t/h，15：00 增加噴煤量1.5 t/h。

實踐證明，智能系統(tǒng)的相關(guān)模型在異常爐況發(fā)生時，都能從數(shù)據(jù)表現(xiàn)上看出異常。結(jié)合案例導致的結(jié)果和現(xiàn)場的后續(xù)操作可知，操作工增加噴煤量的時間比較延后，最終導致爐溫大幅下降，造成一定損失。隨著機器學習樣本的增加和經(jīng)驗數(shù)據(jù)的積累，系統(tǒng)對爐況判斷的準確性將越來越準確。

5 結(jié) 語

青島特鋼鐵前一體化智能管控平臺的開發(fā)與運行，對鐵前生產(chǎn)起到明顯促進作用，不僅解決了信息孤島難題，而且工序協(xié)同發(fā)揮了更重要作用。隨著智能分析、智能反饋、智能操作等模塊的逐漸完善，平臺對生產(chǎn)的影響凸顯。

（1）平臺集成了各類數(shù)據(jù)算法、數(shù)據(jù)分析工具、數(shù)據(jù)可視化工具、應(yīng)用開發(fā)工具，對企業(yè)不同類型數(shù)據(jù)進行匯集、規(guī)整、融合、分析，將生產(chǎn)過程中所形成的設(shè)計資料、事故預案、工況樣本、分析報告、操作規(guī)程及技術(shù)文獻等形成電子數(shù)據(jù)資產(chǎn)，形成各類案例庫、樣本庫、資料庫。

（2）平臺把各工序單元的生產(chǎn)信息匯聚在一起，根據(jù)設(shè)定條件和目標遠程掌握燒結(jié)、高爐的一線生產(chǎn)情況，主動、直觀、即時了解技術(shù)經(jīng)濟指標變化；幫助管理人員實現(xiàn)了對異常工況的早了解、早應(yīng)對。

（3）通過數(shù)據(jù)對標、尋優(yōu)分析等模塊，可以提取最佳生產(chǎn)情況下的相關(guān)數(shù)據(jù)，不斷積累生產(chǎn)經(jīng)驗，實現(xiàn)各工序之間生產(chǎn)差異逐步減小，生產(chǎn)指標逐漸優(yōu)化提升。

（4）燒結(jié)智能系統(tǒng)通過智能配料模型，根據(jù)原料成分和燒結(jié)礦化驗結(jié)果，調(diào)整熔劑和燃料的配比，優(yōu)化配料比例，保證燒結(jié)礦堿度和亞鐵的穩(wěn)定，降低燒結(jié)礦成分波動。通過燒結(jié)點火模型、均勻一致性模型、燒結(jié)終點模型等模型的使用，實現(xiàn)了燒結(jié)終點及料面均勻性的可視化，幫助現(xiàn)場操作人員實時掌握燒結(jié)狀況，穩(wěn)定了燒結(jié)終點，提高了燒結(jié)質(zhì)量。

（5）高爐智能系統(tǒng)通過其豐富的數(shù)據(jù)展示及其機理模型的應(yīng)用，從安全、長壽、高效等方面全方位提升了高爐的穩(wěn)定順行狀態(tài)，系統(tǒng)上線期間，高爐冷卻壁、風口、爐缸的安全得到有效監(jiān)控，高爐爐況診斷的準確率達到80%以上，一定程度上避免了較大的爐況波動。自動報表的上線解決了現(xiàn)場長期記錄紙質(zhì)報表的難題，工長勞動強度得到緩解。同時，高爐智能系統(tǒng)的投用，經(jīng)濟指標也得到提升，燃料比降低2.3 kg/t，煤氣利用率提高0.6%。