郭大偉
(承德鋼鐵集團有限公司,河北 承德 067032)
轉爐煉鋼的生產環境一般較差,煉鋼的整體工序比較繁瑣。因為工序復雜,轉爐煉鋼無法實現精準測量?,F在市場對鋼材要求的品質僅依據人工經驗進行煉鋼控制是無法達成的,為了保障鋼材的品質并通過降低消耗和成本提升市場競爭力,需要提升轉爐煉鋼的智能控制水平。通過智能控制煉鋼生產的精準性,提高自動化煉鋼的效率,從而提升鋼材的品質和降低成本。最常見的轉爐煉鋼智能控制系統為計算機控制系統,分為基礎控制和煉鋼流程控制兩部分,其中煉鋼流程控制是該系統的重點,為了實現智能控制包含數據收集和補吹校正運算這兩部分。在智能化中可以實現煉鋼的參數自動管理,在系統的可視性的界面上,將煉鋼溫度和工藝曲線等內容充分展現出來。不僅解放了人工煉鋼的勞動力,同時,生產過程變得更加透明化。
煉鋼的原料是合金、鐵水等材料作為主材料[1],在熱化學反應的反映下轉化為鋼,在傳統的工藝中添加現代化的信息技術,使煉鋼技術的流程更加科學化,控制煉鋼技術變得更加精準。智能控制技術提升煉鋼行業的生產效率,并降低煉鋼的成本,提升煉鋼產品的質量。該技術簡化轉爐后吹的步驟,縮短煉鋼的冶煉時間。智能控制煉鋼還可以節省原材料,降低石灰石的消耗量,增加煉鋼所獲得的經濟利潤。
綜上所述,本文提出基于云平臺的轉爐煉鋼智能控制技術,以云平臺為基礎,進一步優化智能控制技術,以期降低生產成本,提高生產效率。
自動化控制技術是冶煉工藝降低煉鋼成本的輔助技術,融合云平臺的技術不僅降低煉鋼成本,還提升整個冶煉行業的信息化程度。傳統的煉鋼技術使用石灰造渣,然而,本文使用石灰石代替,平衡轉爐的預付熱量,間接節省煉鋼的降溫材料。在轉爐內直接加入石灰石將石灰煅燒的過程省略,通過煉鋼燃燒的熱量直接將石灰鍛造成石灰石。鋼鐵企業在煉鋼時不僅承擔煉鋼的成本,還應承擔例如爐內降溫等附加成本,降低附加成本有利于降低煉鋼的整體成本。石灰石加熱產生CO2,可以平衡熱能。
解決了熱能平衡問題后,采取全封閉的加料方式,將加料倉的開口設計為自動加料控制,防止反復開啟導致煉鋼熱量散失、粉塵和煙氣溢出的問題。為了能夠在爐煙穿透廢鋼的過程中被有效過濾,采取穿透式廢鋼預熱的方式對煙氣進行處理。降低粉塵的含量,金屬粉塵一部分消散在過濾的過程中,另一部分被有效的處理,粉塵排放量地下降,有效降低排風設備運行的成本。粉塵的排放量降低,同時提升了合金的回收率。自動控制系統使用爐側頂斜槽加料的加料模式,使用運動速度的慣性加上斜槽弧度水平分量傳送料。電爐的冷區實現散熱優化,廢鋼預熱技術在散熱后進行煙氣分流,準確控制分流除塵管道的煙塵流量,抑制有害氣體的產生。爐側頂斜槽加料方式在廢鋼預熱的時候與接口之間設置擋料門,通過隔擋控制落料的狀態,一般情況下擋料門處于關閉狀態,門內自動加料。密封罩中的煙氣實現爐內預熱,料門的關閉防止熱量飄散。采用PLC+變頻調速控制料門開合判斷的可靠性,自動化邏輯訓練是增強穩定性的有效方式[2],控制料門的開合時機,開合時長和開合速度,在邏輯化訓練的前提下實現精準定位和精準控制。全自動控制按照工序安排斜軌上料的全過程,實現設備狀態自動控制,與傳統的人工控制相比更加的高效、安全,并能精準的控制用料量,避免浪費,降低生產成本提升煉鋼企業的核心競爭力。在了解工序順序的前提下,將云平臺控制技術運用到自動上料環節。
基于云平臺的數字化智能控制調節電能的系統由數據采集模塊,數據處理模塊和控制模塊組成。DMI-SE系統在后臺配合運轉實現電能調節的自動跟蹤,伴隨著煉鋼程序的開始,便產生電能消耗。將電耗的數據積累之后形成耗電曲線,耗電量的數值在曲線上呈現。數據的采集和處理采用新的數據采集技術,該處理模式的數據采集比較準確。在保障數據采集正確率的前提下,優化數據采集的速度。傳統的電流變送器的數據采集方式需要190ms,本文設計的數據傳輸方式的數據傳輸速度平均為65ms。節省2倍的傳輸時間[3]。云平臺的數據傳播方式更加多元化,傳播途徑更加穩定。云平臺自帶的高安全性在提升傳輸速度的同時,加強了信息傳輸的信任度。
在轉爐電能的智能調節中,前置處理器采取分步處理,進而減輕云平臺數據處理的負擔,其不影響數據處理的準確率。分散數據處理的方式有效的縮短智能調節的時間,穩定溫度,達到節約煉鋼材料的目的。在煉鋼的過程中智能控制的設備往往產生較大的噪音,但本文設計的調節電能方式無需噪音大的控制設備,降低了煉鋼廠的噪音污染。通過最優生產控制降低轉爐煉鋼的耗能,準確控制生產進程和冶煉階段的原材料消耗。以云平臺精準的網絡數據做支撐,將數據傳輸至智能控制的前端傳感器,控制器通過目標數據對實際數據進行實時的設定和修正,為完成冶煉做好控制,達到精準控制內耗的作用,實現材料消耗的最佳控制。
云平臺有效實現DMI-SE數據共享,實現工作人員實時觀察每一步生產的數據。在轉爐煉鋼的整個過程中將高次諧波發生量進行數據采集并傳輸到計算機,通過計算機處理生產數據,結合人工設置的冶煉步驟,將其作為傳感器的數據參考,實現對爐內廢鐵水的熔化狀態的感應。
基于云平臺的數據適應性和模糊控制性,在對狀態進行判斷的時候需要強化學習和訓練,保證后期的對爐內的狀態判斷的準確性。并且氧槍的工作模式通過智能控制進行有效調整。計算煉鋼的加料間隔,判斷加料時間點,并在時間點進行準時加料。避免因加料時間不準確造成的能源浪費,提升煉鋼資源的利用率。
調節器感應到爐內的溫度,傳統的人工測溫方式對爐內進行取樣測溫,數據依靠人為記錄,全部記錄完成后,分享溫度數據,該方法無法對溫度數據進行實時監測[4]。本文設計的傳感器溫度感應設備與信號傳輸設備相連接,溫度在被感應到之后,將數據實時傳輸到煉鋼企業的內部網絡,實現數據全公司共享,云平臺的冶煉模型系統還可以對數據進行參數修正,以實現節約能耗。
自動測溫取樣在轉爐煉鋼智能控制技術中節省了勞動力,云平臺實現信息互聯共享技術、智能降低能耗技術和傳感器智能感應控制技術,實現煉鋼步驟的自動化,結合調節系統提升轉爐煉鋼的冶煉效率。
為驗證本文設計的轉爐煉鋼智能控制技術的有效性和可行性,設置對比實驗,對比技術分別為傳統的人工轉爐煉鋼控制技術和轉爐煉鋼智能控制系統。實驗指標為煉鋼原料的消耗量,即成本節約量,以此進行對比實驗。
使用常規的轉爐進行煉鋼操作,在智能控制的模型的前提下,在100t的轉爐中加入剩余的渣料。將智能控制調節為鋼磷量0.015%和0.035%,轉爐和材料的參數如表1所示:
其中鐵水中的微量元素化學成分為4%的C、0.1%的Mn、0.08%的P、0.2%的Si以及0.02%的S,智能控制的煉鋼過程中,氧氣在轉爐中的壓力為1.74MPa,前提是轉爐中的槍位控制在1.65m左右,轉爐燃燒的供氧時間為0.25h,根據表1可知,轉爐的吹氧周期為20min~25min,冶煉周期為40min~55min,因此,本次實驗的冶煉時間定為46min,智能控制的溫度受控率可達到85%以上。在實驗煉鋼進行5min之后開始對槍位進行調整,噴頭補水次數達到300次,平均每5min起渣一次,為實現實驗的效果,保證吹氧時間在10min以上,保證煉鋼堿度適中并且原材料脫P。金屬收得率需要返干低噴濺率才能保證。因此,使用流動性好的燃料。實驗使用的原料在燃燒之后終渣堿度在3以下,堿度充足。

表1 實驗參數基礎
通過上述實驗環境,基于云平臺的轉爐煉鋼智能控制技術與傳統的人工轉爐煉鋼控制技術和轉爐煉鋼智能控制系統相比,煉鋼原料的消耗量對比結果如圖1所示:

圖1 實驗結果
如圖一所示,基于云平臺的轉爐煉鋼智能控制技術下煉鋼平均消耗47g/T的石灰、24g/T的白云石和33g/T的石灰石。而傳統的人工轉爐煉鋼控制技術和轉爐煉鋼智能控制系統的消耗量遠大于本文實際的控制技術。因此,本文的智能控制技術有效降低了煉鋼原料的消耗量。
本文設計的方式通過自動控制的方法提升了轉爐煉鋼的重點命中率,并通過縮短冶煉時間和降低補吹率的方式提升鋼的質量,提升了鑄鋼過程的整體質量,推進了轉爐煉鋼技術的發展,將云平臺與煉鋼技術結合是煉鋼技術的創新。該技術節省了煉鋼原料,降低了不必要的浪費,間接降低了煉鋼的成本。