高爐爐溫預報技術研究進展

摘 要：針對高爐爐溫預報技術，結合國內外相關工作的研究狀況，從高爐數學模型發展的四個階段：靜態控制模型階段、動態控制模型階段、高爐專家系統、在線閉環控制系統，對高爐爐溫預報技術取得的研究成果進行了總結和分析。

關鍵詞：專家系統；在線閉環控制系統；爐溫預報

穩定運行的爐況是高爐穩定生產的先決條件，是延長高爐壽命的必要條件。高爐煉鐵是在一個密閉的容器內進行的，爐內發生的物理、化學過程極其復雜，爐況狀態無法直接檢測，為及時準確地判斷和預報高爐爐況，多少年來，各國的高爐研究專家都在想盡各種方法手段來解決這一問題，而高爐爐溫成為研究者最關注的技術指標，高爐爐溫預報可從從高爐數學模型發展的四個階段來體現，具體包括靜態控制模型階段、動態控制模型階段、高爐專家系統、在線閉環控制系統。其中高爐專家系統無論在國外還是國內鋼廠都成為了主流技術，并且發揮了其優勢，為廣大鋼鐵企業帶來了巨大的經濟效益。

1 高爐爐溫預報技術的發展

高爐爐溫預報技術的發展實質上可從高爐數學模型發展的四個階段來體現，具體包括：（1）靜態控制模型階段；（2）動態控制模型階段；（3）高爐專家系統；（4）在線閉環控制系統。

1.1 靜態控制模型階段

20世紀60、70年代，科研人員利用配料計算法、工程計算法等對高爐操作條件進行靜態分析，通過相應的數學模型，計算出原、燃料、操作參數的變化對焦比等技術指標的影響，計算結果反饋給工長，工長結合實際生產狀況采取相應的操作措施。其中著名的有日本鋼管公司的“水江模型”、80年代初具有代表性的 “新日鐵模型”。因為是靜態模型，不能對未來趨勢進行預報，也不能提示波動爐況，高爐操作主要依靠工長的經驗。

1.2 動態控制模型階段

八十年代初，德國及日本的專家對高爐進行了解剖研究，同時結合計算機技術和檢測技術，初步建立了高爐動態數據模型。并計算出能夠反映高爐波動的指標，為高爐爐長提供高爐運行狀態數據，指導高爐操作。德國蒂遜公司的THYBAY系統是這一階段的代表[1]，相對于第一階段，它對誤操作提出了警示，進而提高高爐生產水平。其不足是不能提供合適的操作方案，具體操作仍由操作人員作出。

1.3 高爐專家系統

高爐專家系統是一種模擬人類思維、利用高爐專家的經驗對復雜過程進行跟蹤、控制和管理的技術。高爐專家系統是將高爐冶煉工程師操爐經驗按照一定的規則錄入計算機中，溶入了模式識別和人工神經網絡，結合高爐儀表檢測數據，由計算機對高爐內部情況實時作出推理、判斷、分析，對爐況的現狀、未來趨勢作出預報，將結果反饋給高爐操作人員。目前國際上比較有代表性的高爐專家系統有：日本川崎公司開發的AGS（Advanced Go.Stop）系統[2]，其將采集數據分為爐況水準判斷的分類參數和用于爐況變動判斷的分類參數。首先進行個別參數判斷，各參數判斷標準由操作數據的統計分析確定上下兩個邊界值，以數值來分別代替，即為Gs值，當其判斷結果為“壞”時，系統自動報警；其次進行分類參數判斷，同樣設置上下界限進行判斷，再次是進行總的水準判斷和變動判斷，其方案是將Gs值累加，而后同樣對累加值范圍給出評估，使水準判斷（GSNl）范圍于0～100，越大表明爐況越好，越小說明爐況變動越小，反之亦然。最后是對爐況綜合評價和給出操作指導。將GSNl和GSN2之和GSN作為爐況綜合評價的結果。例如將GSN>80時判為GO，即爐況較好，可維持現狀“進行”；當GSN=50\"80時判為STOP，即高爐進程出現問題應該“停止進行”；GSN<50時為BACK，表明高爐已經失常，必須立即采取一定措施使高爐“返回”正常。

萊鋼集團早在2002年和浙江大學合作建成的萊鋼高爐智能控制專家系統成功運行。該系統借鑒國外高爐控制專家系統的先進經驗，總結了杭鋼、濟鋼等國內幾座高爐“煉鐵優化專家系統”的特點，結合萊鋼高爐的實際裝備條件，對專家系統的開發與應用提出了更加智能化更加切合實際的要求。不僅具有人工智能的數學模型，具備生產過程系統優化的能力，而且能夠把煉鐵專家和生產現場的判斷經驗變成計算機的智能化判斷，數學模型預測爐溫命中率高。專家系統對爐溫的控制、對爐缸中渣鐵平衡的控制具有良好的效果。該系統可以準確預報爐溫的變化趨勢，專家系統豐富的信息可以對高爐操作爐型進行及時有效的管理，對高爐順行進行有效的預報和監測。對提高鐵產量，降低焦比等方面產生較好的經濟效益。

1.4 在線閉環控制系統

隨著計算機技術的飛躍發展和專家系統的不斷完善，高爐控制向著更加快速、準確和在線方向發展。奧鋼聯開發出基于用戶知識庫閉環控制系統，實現上料、焦比、堿度、噴吹等目標的在線控制，進一步降低人為因素對高爐操作的負面影響。我國高爐專家在這方面也做出了較多的貢獻。黃 波、汪 衛基于高爐專家系統的多變量爐溫智能控制系統[3]，運用多變量處理技術提取較有價值的中間工藝參數來判斷爐況發展的方向。李林林、孫良旭關于Snort規則庫在高爐專家系統知識庫的移植[4]，利用Snort開源入侵檢測系統的規則庫的三維鏈表數據結構，將其移植到高爐專家系統知識庫的創建應用上。這些研究成果都為在線閉環控制系統的發展提供有力支持。

2 結束語

通過對高爐爐溫預報技術的發展趨勢及手段的論述，可以說人工智能系統將成為高爐爐溫預報的最核心的技術手段，它綜合專家系統、人工神經網絡、模式識別、智能機器人等分支，更加客觀、更加準確、更加迅速的預報爐況并指導高爐操作，在改善鐵水質量、避免爐況重大失常和延長高爐壽命方面發揮作用。

參考文獻

[1]Kallo S，Ahola T.芬蘭羅德洛基鋼廠煉鐵的發展[J].鋼鐵，1999，34：124-133.

[2]墊上洋.高爐數學模型的改進及其在實際操作中的應用.[J].世界鋼鐵，2003（5）：13-21.

[3]黃波，汪衛.基于高爐專家系統的多變量爐溫智能控制系統[J].鋼鐵，2005，40（4）：2l-23.

[4]李林林，孫良旭.Snort規則庫在高爐專家系統知識庫的移植[J].遼寧科技大學學報，2009，32（1）：53-57.