銅火法冶煉智能生產管理系統的應用

陳一波

（江西銅業集團有限公司 貴溪冶煉廠，江西 貴溪 335424）

1 引言

人工智能等新一代信息技術正深刻改變著傳統制造業的發展模式；江西銅業集團貴溪冶煉廠（下文簡稱“貴冶”）積極響應國家智能制造發展戰略，實施智能工廠建設，該項目是國家工信部批準的“銅冶煉智能工廠試點示范項目”［1］。

智能工廠建設過程中，貴冶依靠多年積累的冶煉核心技術為基礎，借助工業互聯網和人工智能技術，建設了火法冶煉智能生產管理系統［2］，構建三大爐作業時序的智能控制模型，實現各工序作業進度信息的共享與預報，以及生產操作控制的輔助決策等應用功能。該系統的應用提升了工廠精準化、高效化、智能化和現代化水平。

2 工藝現狀介紹

貴冶的火法冶煉由閃速熔煉，轉爐吹煉、陽極爐精煉三大工序組成。三個工序間控制系統相互獨立，但中間產品的供需緊密聯系。中間產品冰銅、粗銅均是以熔融的液態裝在鋼包中，必須立即由行車轉運至下一工序，否則熔體降溫凝固后將無法進行后續生產。如前端產量大于后端處理能力，將導致中間在制品的積壓，熔體凝固；前端產量過小，后端空爐待料時間過長，降低爐作業效率，帶來巨大的能源浪費。因此，三大工序以及行車作業相互之間的協同配合、控制好中間在制品產出與接收的動態平衡非常重要。

閃速爐為連續性作業，其排放冰銅的時機不僅取決于爐內銅液面高度，還要綜合考慮轉爐的作業周期，以確保排出的冰銅能及時加入轉爐內。

轉爐吹煉為周期性作業，分為進料期、造渣期、造銅期。轉爐作為中間工序與上、下兩道工序聯系都非常緊密，工序內每2 臺轉爐進行期交換作業，以錯開進料期，對接閃速爐工序連續性產出的冰銅；造銅期結束后粗銅需盡快轉運至陽極爐，騰出空爐待料。

陽極爐精煉也是周期性作業，分為進料期、氧化期、還原期、澆鑄期。陽極爐作為末端工序，必須配合轉爐的作業周期，準備空爐承接轉爐周期性產出的粗銅。陽極銅的產量與質量作為火法冶煉的最終產品是工廠生產調度決策的重要依據。

3 生產信息的收集與整理

以智能生產管理系統為核心，依托工業互聯網，整合現有資源，聯通各自獨立的DCS 或PLC控制系統，消除信息孤島，實現生產數據的高效采集，作業進度的實時共享，協同指令的即時通訊［3］。智能生產管理系統將各工序的作業周期時序，按時間刻度以進度條的方式展示，并采集相應的關鍵信息，在系統內實時共享并自動存檔，可方便地查詢任意時段歷史記錄。以下為各工序需要采集的關鍵信息。

3.1 閃速熔煉工序需要采集的信息

閃速熔煉工序主要分為配料、干燥，閃速爐，鍋爐、排煙三大部分。智能生產控制系統采集熔池中銅渣液面的高度、各排銅口的排銅時間、排銅量，以時間為刻度生成已完成的排銅、排渣作業進度條。在配料干燥工序采集精礦的庫存情況、精礦成分、各礦種的配比、混合礦的干燥量、干礦倉料位等關鍵信息；在閃速爐工序采集各類風、氧的消耗量，冰銅品位和溫度、爐渣溫度和含銅量，以及渣鐵硅比等信息；在鍋爐與排煙工序收集鍋爐入口溫度、爐膛負壓等信息。

3.2 吹煉工序需要采集的信息

轉爐為周期性作業，智能生產管理系統采集每臺轉爐各周期的開、停風時間，以時間為刻度生成各爐的作業進度條。進料期需采集每包入爐冰銅的重量和剩余包殼量，以及其來源，加入時間等；在造渣期需采集各入爐冷料種類及其裝入量、石英裝入量、富氧用量、煙氣溫度、產渣量，渣溫、渣含銅等；在造銅期需采集各入爐冷料種類及其裝入量、富氧用量、煙氣溫度、煙氣SO2濃度、產銅量、銅溫、粗銅含硫、含氧量等。

3.3 陽極爐工序需要采集的信息

陽極爐同樣為周期性作業，智能生產管理系統采集每臺陽極爐各周期的開、停風時間，以時間為刻度生成各爐的作業進度條。在進料期采集每包入爐粗銅的重量和剩余包殼量、加入時間、來源爐號和爐次、每斗入爐冷料種類和重量；在氧化期采集重油消耗量、氧化風量、以及氧化前后的銅溫等關鍵信息；在還原期采集天然氣消耗量、二次氧消耗量、爐膛負壓、還原前后銅溫、陽極銅含硫和含氧量等；在澆鑄期采集澆鑄陽極板數量、單重、合格率、澆鑄時間等關鍵信息。

3.4 行車工序

行車工序由3 臺行車組成，主要負責三大工序之間的物料轉運。行車作為服務工序，需及時響應各崗位完成物料轉運任務。系統采集各臺車的位置信息、吊物的物料名稱及其重量信息，并將其與各臺爐的位置信息進行對應。

4 信息的智能化分析與應用

智能生產控制系統具備自學習功能。采集生產過程中的關鍵變量，借助貴冶多年的生產經驗，對海量的信息進行智能分析，實現火法冶煉的智能聯合調度和作業管理。可實現以下幾方面的功能：

4.1 智能化預測進度，指導作業

智能生產管理系統采用智能算法進行系統建模，在實時共享已發生作業周期時序進度條的基礎上，對熔煉各工序未來周期時序實現兩種模型下的預報。在各崗位的信息看板［4］以進度條填充的形式直觀展示。

（1）數學模型精準測算未來2 h 周期時序。

智能生產管理系統依據閃速爐精礦成分、投料量和入爐風、氧量，結合冰銅品位，計算閃速爐未來2 h 銅锍產出量；依據銅锍產出量和冰銅品位，結合轉爐吹煉風、氧量，計算轉爐未來2 h 吹煉時長；依據粗銅裝入量及其溫度和硫、氧含量，結合陽極爐氧化時的風量計算氧化時間，結合陽極爐還原期天然氣用量計算還原時間，結合澆鑄速度，計算澆鑄時間，據此計算陽極爐未來2 h 的作業時長，實現三大爐作業節奏的有效控制。

（2）經驗模型初步推算未來24 h 周期時序。

智能生產管理系統依據歷史標準經驗用時模型，結合裝入量和冰銅品位等關鍵參數對熔煉系統三大工序未來24 h 的周期時序進行大致推算。

4.2 過程控制輔助決策

（1） 在閃速爐儀表室崗位系統采集精礦倉庫存、配料倉料位、精礦成分、干燥機處理能力等關鍵變量，再根據混合礦目標品位、含硫量、含鐵量、金屬雜質上限以及目標渣含硅等工藝控制參數，進行智能化配料。借助冶金數模預算熔煉過程所需要的各種風、氧和其它輔料的用量，輔助操作人員決策。在熔煉過程中再結合已知的冰銅品位和溫度、渣含硅和渣溫、以及煙氣的成分、溫度、負壓等實時采集信息，指導操作人員對各項工藝參數進行精準的反饋修正。

在閃速爐爐前崗位建立放銅安排、排渣安排的計算模型。系統依據采集的混合礦成分、投料量、冰銅品位、冰銅溫度、渣含銅、熔池液位等關鍵變量進行銅锍產出量計算；再結合整個系統的熔煉作業節奏、進料量、冰銅處理能力、粗銅處理能力、轉爐作業周期預算等參數，智能預測放銅、放渣的時機和排放量。指導操作人員按統一標準規范操作，避免出現放銅不及時造成等料、或放銅過早造成錮鈹發生率高的現象。

（2）轉爐工序在造渣期開始前系統依據采集的入爐冰銅量、冰銅品位、冰銅溫度等關鍵變量，進行熔劑投入量試算和熱量平衡試算，輔助操作人員決策石英加入量、冷料加入量、以及富氧濃度。在造渣期開始后再結合吹煉期間送風量、送氧量、煙氣的成分、溫度、負壓等實時采集信息，進行造渣期終點時間測算，實現造渣期終點判斷。

轉爐工序在造銅期開始前系統依據采集的造渣期投入與產出量以及渣溫、渣成分等關鍵變量，進行熱量平衡試算和爐產銅量試算，預算出造銅期平衡反應熱所需要的冷料加入量、氧氣消耗量，以及爐產粗銅量，輔助操作人員決策。造銅期開始后再結合吹煉期間送風量、送氧量、煙氣的成分、溫度、負壓等實時采集信息，進行造銅期終點時間測算，實現造銅期終點判斷。

（3）陽極爐工序在加料期系統依據采集的轉爐粗銅溫度以及硫、氧含量等關鍵變量，進行氧化反應試算和熱量平衡試算，預算氧化反應所需要的時間以及達到氧化終點目標溫度所需要的燃料消耗量，指導操作人員合理控制單位時間的燃料流量。氧化期開始后結合粗銅裝入量、氧化風量、氧化前銅溫與目標溫度的差值等實時采集信息，指導操作人員調整單位時間的燃料流量，并對氧化期終點時間進行測算，實現氧化期終點判斷。

氧化期結束后，系統依據采集的氧化終點粗銅溫度以及硫、氧含量等關鍵變量，進行還原反應試算和熱量平衡試算，預算還原反應所需要的時間以及達到還原終點目標溫度所需要的還原劑消耗量，指導操作人員合理控制單位時間的還原劑流量。還原期開始后結合還原劑用量、還原前銅溫與目標溫度的差值等實時采集信息，指導操作人員調整單位時間的還原劑用量，并對還原期終點時間進行測算，實現還原期終點判斷。

在澆鑄期開始后，系統依據采集的爐內銅量以及澆鑄速度等變量，預算澆鑄期所需時間。

4.3 生產異常預警

智能生產管理系統對各控制系統的運行參數和現場巡檢提交的數據進行全面監控。管理系統內預先設定各指標的控制范圍、異常等級和異常發生時分級上報的標準。當出現異常情況時，智能系統按照控制標準進行報警和異常信息的分級推送，并在系統的三維視圖中對異常狀態點進行準確定位。管理系統對異常情況進行智能評估，當異常情況會影響主系統生產時，即時修訂未來周期時序的預測結果，如后端工序生產進度放緩會導致前端產品積壓時，提前指導前端工序降負荷生產。

手機APP 可直接與智能生產管理系統對接，實時動態監控作業進度、運行參數、技經指標等，即時接收管理系統推送的異常報警信息，使企業管理更加智能化。

4.4 智能化報表自動生成

智能生產管理系統具備統一整合周期時序信息、物料投入和產出數量、能源及輔料消耗數量的功能，可智能匯總計算出生產日報、周報、月報、年報，以及各項技經指標的變化趨勢圖和產量計劃完成進度表。系統通過收集班組、員工交接班的信息，可對應生成車間級、工段級、班組級、員工級的生產績效報表，滿足績效考核需要。系統可生成每爐次的生產績效指標報表并分爐窯進行匯總，監控各臺爐窯運行狀態變化。系統保存重點設備的關鍵參數信息并形成運行狀態趨勢圖，監控設備劣化傾向，滿足設備管理需要［5］。

5 結束語

銅的火法冶煉過程屬于“黑箱”系統，在現有技術條件下無法感知爐內冶煉過程的變化，因而難以精準控制生產節奏［6］。通過智能化手段進行事前預測及事后反饋修正，可以顯著提高精準化控制水平。同時，人工智能技術通過采集海量的實際生產數據不斷進行自學習，修正、完善冶金過程數學模型，從而滿足新一代銅冶煉工廠精準化、高效化、智能化管理的更高要求。