智慧煉鋼的遠程監控及故障診斷運維

任 穎 ，趙 騰

(1.二重(鎮江)重型裝備有限責任公司，江蘇 鎮江 212000;2.中國重型機械研究院股份公司，陜西 西安 710018)

0 前言

煉鋼廠的工作環境非常惡劣，高溫、粉塵、噪音、干擾、振動等危及人身安全的工況隨時出現，工人工作強度大，而未來愿意擔任這些工種的操作人員會越來越少，同時煉鋼的品質一直取決于爐前工的經驗，而這種主觀的決定也會造成一定的失誤，隨著現代化步伐的進程，使在工業化生產中電腦取代人腦成為現實，智慧煉鋼也終成必然。與此同時，計算機發展在近些年取得了突破式的進步，不論是體積、性能、穩定性都到達了前所未有的高度。當下旗艦手機的運算能力都能輕松超越幾年前的計算機。存儲介質更是由傳統的磁盤逐漸轉變為閃存顆粒，體積和速度成指數級上升，越來越多的數據可以被記錄和處理，并逐步轉化為生產力。由于對穩定性和安全性的極致要求，傳統的鋼鐵行業無論是使用的硬件軟件還是整個數字化的系統構架都停留在早期水平，隨著技術的突飛猛進，運用最新的科技手段研發智慧煉鋼將產生爆炸性的變革。

1 智慧煉鋼的國內現狀

隨著煉鋼廠對智能化、信息化的迫切需求，很多鋼廠已經開始進行了“一鍵煉鋼”、“智能集控”的研發、探索和工藝模型、大數據的應用。2007年，經過積極探索與現場實踐，寶鋼股份開發的轉爐吹煉模型，成功實現了轉爐冶煉的“一鍵煉鋼”。2019年，寶鋼股份通過自主集成轉爐出鋼的自動傾動、臺車自動走行等關鍵工藝技術，突破了300噸轉爐全自動出鋼技術，實現了真正意義上的“一鍵煉鋼+全自動出鋼”工藝貫通，取得大型轉爐“智慧煉鋼”關鍵瓶頸突破。河鋼唐鋼確立以轉爐全流程智能化煉鋼為目標的煉鋼工序智能制造專項攻關，先后建立了自動裝鐵、自動出鋼、自動倒渣等多個自動化控制模塊，初步形成了符合自身產線特點的轉爐智能化煉鋼控制系統。沙鋼集團有限公司與寶鋼工程集團有限公司合作的連鑄無人化澆鋼項目，機器人將代替人工完成長水口安裝拆卸、清洗、燒氧及中間罐測溫取樣等功能，將大大減輕勞動強度，減少作業人數，提升工作效率。該項目是國內首套自主研發且完全商業化的連鑄無人澆鋼項目，將全面推進我國的連鑄無人化進程。安鋼“一罐到底”工程全線貫通，首次實現了轉爐、電爐兌入鐵水“一罐到底”作業，也開創了國內電爐、轉爐同時“一罐到底”煉鋼的先河。韶鋼煉鋼廠4號LF爐機械手測溫取樣控制系統，實現了遠程操作和自動測溫取樣。湖北新冶鋼有限公司轉爐廠也成功引入全流程智能化機器人測溫取樣系統，機器人已經取代人工開展測溫取樣工作，大大減輕操作人員的勞動強度和提高安全系數。山鋼萊蕪公司將5臺測溫取樣機器人、12套視覺系統引入煉鋼產線，實現了多個煉鋼工序無人化操作和煉鋼生產的穩定、高效、低成本控制。開發的煉鋼數據池、煉鋼物流跟蹤、一鍵脫硫、一鍵扒渣、一鍵精煉、煉鋼智能調度、數字孿生等13項智能化實現了煉鋼數據一站式服務以及系統全集成煉鋼智能制造模式，有力提升了智能化煉鋼水平。

2 智慧煉鋼實現過程中面臨的問題

在智慧煉鋼系統的開發過程中，由于機組設備繁多、煉鋼工藝流程復雜、隨機干擾狀態多，生產過程的經驗和數據信息量大，而且生產流程根據訂單的需要調整量大，這就需要投入很多的人力和時間，進行煉鋼生產過程數據的采集、處理和維護，以及工藝過程、質量、調度等管控模型的建立、優化和學習。前些年由于數據領域技術的缺陷，數據采集量不足以強有力的支撐模型來保持其穩定性，智能化轉型受到了非常大的阻力。同時各工序間基礎智能水平參差不齊，數據信息可靠度低，信息孤島現象嚴重，未形成全鏈條一體化管控；受煉鋼工序工藝流程復雜、工序間參數變化大以及數據信息多源異構等因素影響，貫穿于全流程的智能制造實施難度大；“平臺化、生態化”能力建設不足，大數據分析、智能決策等與智能制造差距較大。近幾年隨著數據樣本量和數據相關算法的井噴式發展，智能化程度不斷升級，目前全過程智能煉鋼在冶煉過程、設備運行等方面仍存在可視化欠缺，造成二級控制平臺應用展示效果差、人機互動關鍵數據不能便捷共享等難題。

3 遠程監控及故障診斷

3.1 智慧煉鋼對遠程監控及故障診斷的需求

質量信息和大數據跟蹤與共享、生產設備運行狀態的監控是實現智慧煉鋼的關鍵。通過遠程監控及故障診斷實現更優化、更簡化、更智能化的設備狀態監測和預測性維護，保障生產的長時間穩定運行，提升煉鋼生產技術和效率。

傳統的故障診斷、運維保障主要依靠人工分析實現。故障發生后，現場人員通知專家和技術人員到現場，診斷分析人員根據實際情況研判故障，耗時耗力，甚至停產等待，影響生產效率。遠程監控及故障診斷系統的開發，可方便地實現各生產設備、車間的異地監控和維護，并通過趨勢、波形、頻譜等專業分析工具，結合傳動結構、機械部件參數等信息進行實時分析診斷與排查，實現設備故障的精準定位，成功捕獲故障隱患，并迅速響應維護，保障生產線整體運轉狀況。遠程監控及故障診斷運維也是智慧煉鋼的大勢所趨。圖1為設備故障診斷流程圖。

圖1 設備故障診斷流程圖

3.2 遠程監控及故障診斷運維的實現

智能遠程運維系統實現對關鍵設備的遠程維修服務，并通過專家在線“會診”，利用程序和畫面查看問題、分析問題、解決問題，做到實時監控和智能維護，有效降低設備故障率、提升設備使用率，實現設備全生命周期管理。

實現遠程監控及故障診斷運維多采用基于BS(Browser/Server)和基于CS(Client/Server)的客戶端/服務器兩種結構。系統通過瀏覽器進入工作界面，主要算法任務都在冗余服務器端(Server)實現，客戶端電腦無需維護，只承擔人機交互功能，并實現所有用戶的同步實時更新。

系統配置如2圖所示，根據煉鋼廠布局復雜、設備分散、環境惡劣的特點，采用無線智能傳感器，實時檢測各設備運行狀態；再由分布式路由器作為通訊媒介，將分散傳感器的數據集中通訊給服務器；根據煉鋼工序不宜停機的特點，服務器做冗余配置，實時采集現場數據，并建立初步數據庫模型和數學分析模型，當數據采集到一定程度，將大數據進行自學習算法，進一步優化異常情況分析判斷；客戶機根據服務器運算結果，發現異常時報警并給出異常情況的處理建議，服務器的模型可以根據異常數據提前預測出故障發生時間，再將故障劃分等級，緊急故障需馬上停機，重故障需本次生產結束后處理，輕故障可以等煉鋼廠的計劃檢修時間再去處理。客戶端人機界面的設備狀態如圖3所示。

圖2 系統配置圖

圖3 客戶端人機界面的設備狀態圖

4 實現遠程監控及故障診斷的技術支撐

4.1 工業大數據

工業大數據越來越多的參與到工業運營與決策。通過建立遠程故障診斷平臺，建立流程數據采集分析系統和運行保障專家系統，能夠實現煉鋼設備的遠程監控運維以及故障分析。

首先由現場設備采集有限的物理傳感器指標獲得直接數據，再借助大樣本庫，運行于大數據技術，讓原始數據提供出工藝模型的訓練基礎，對數據進行清洗、篩選、歸納，實現工業建模、流程控制，達到對過去發生問題的狀態進行分析并存儲。

其次海量的數據是提供一切方法的最小元素與依據，通過機器學習海量數據推測出一些原本無法直接測量的指標，將原先無法保存的專家經驗進行數字化，運用大數據技術進行模型訓練、模擬各種可能性并預測結果，對當前設備狀態的進行評估和診斷及預判。

由于遠程監控運維系統通過大數據同時分析設備全生命周期的運行狀態，提供基礎數據，實現數據可視化功能。不同設備歷史數據及設備信息以多樣化形式被展示出，用戶和維保人員可根據需要隨時查看相應的設備歷史信息和設備狀態。目前工業大數據已經涵蓋了煉鋼的整個過程，如煉鋼、精煉、連鑄、軋制工藝數據等信息的實時共享；在線鑄坯外觀監管和下線鑄坯質量監控;鑄坯垛位的自動進、出和垛位實時管理;鑄坯過程溫度的跟蹤及鑄坯直裝軋制后的質量控制;質量判定、低倍檢驗等信息，軋材質量信息的APP化等。工業大數據為智慧煉鋼的質量信息和生產跟蹤提供了生產保障和指導決策。

4.2 云服務

云服務對于遠程監控的意義其實已經在我們日常生活中就能找到。無論是國內的阿里云、騰訊云還是國際的亞馬遜AWS平臺、微軟AZURE平臺，都有非常龐大的觀眾數量，通過視頻推流服務器提供平臺的穩定性遠強于傳統的本地服務器。阿里云、騰訊云平臺向用戶提供的專用視頻推流服務器，其穩定性和易用性對于傳統工業設備的監控完全滿足生產需求。云平臺還可以提供云端算力對視頻進行分析處理，根據數據完成自動故障診斷，實現整個監控、診斷流程的半自動、全自動化。同時云服務的彈性擴容也可以為客戶節約不必要的成本，為未來的系統升級留足了空間。由于鋼鐵行業現場條件較為惡劣，服務器維護成本和穩定性都是必須考慮的問題，云服務是一個很好的解決方法。

圖4 鋼廠運維的云應用

4.3 數字孿生

數字孿生技術將物理設備的各種屬性映射到虛擬空間中，形成可重復操作的數字鏡像，建立現實世界和虛擬世界的溝通橋梁。煉鋼廠由于現場環境惡劣復雜，而且由于經濟、污染、安全、城市規劃等因素生產地遠離市區，作業技術人員不易進行現場運維，將煉鋼溫度、壓力、流量等數據收集、匯合，進行二三維的數字空間疊加，通過數字技術把工藝過程拷貝成影像，形成冶煉過程的虛擬現實，通過影像進行實時反饋，使工藝過程透明化，方便進行過程追溯。專家異地對現場情況進行感知，進而實現可視化、精準化的遠程操作。

萊鋼煉鋼廠聯合山鋼研究院、山信軟件共同研發的“轉爐三維數字孿生可視化系統”，將三維可視化和數字孿生技術進行融合應用，以智能控制模型為核心，依托可靠的副槍、機器視覺、紅外測量、聲吶信號等監測系統完成數據采集，并利用新一代信息技術，在虛擬空間中生成集對象、模型及數據于一體的轉爐仿真模型，與真實空間中的轉爐實體(高清攝像)完全對應一致。通過多維動態數字映射、信息輸出、模擬數據等，轉爐三維數字孿生可視化系統該系統能洞察和呈現轉爐實體的實時狀態，為現場人員提供實時、直觀、可量化作業環境。

數字孿生技術可以增強加快信息的傳遞，改善交互方式，提供友好的人機界面，因此結合虛擬現實技術發展對智慧煉鋼遠程故障診斷具有重要的意義。三維數字孿生可視化平臺是基于物理實體和實際數據構建，系統搭建的煉鋼過程控制可視化平臺，通過冶煉過程和設備運行狀態的在線、實時、動態展示，可以實現各級工藝和設備數據共享，既而達到資源協同、生產效率提升的目標。

4.4 5G現場場景的作用

5G使人機協同的智能運維應用更加廣泛，遠程故障診斷及運維需要采集現場設備的溫度、流量、壓力、油液、能耗、電壓、電流等數據，并實時連續傳輸視頻、音頻信息，之前由于通訊數據量非常大，實時響應受到了很大的限制；隨著5G技術的不斷成熟,以及向工業化方向轉型,5G為煉鋼領域的遠程及實時性將提供強力支撐。

利用5G大帶寬、低時延、廣連接的特性，通過通信模組的工業網關與煉鋼廠現場設備建立穩定、可靠的無線聯網，完成遠程數據監測與分析。使遠程維護人員能夠實時獲取監控信息、制定解決方案，甚至實時指導現場維護人員工作。5G還支持多地點同時連接，可同時將數據發送至遠程監測終端，實現異地同步監測，提高管理效率。由于采用了無線模式，不需要布線，數據傳輸的安全性得到了很大的提高，易于維護和推廣，有利于在云端對設備運行與環境數據進行大數據分析，開展預測性維護，減少設備停機維護帶來的損失，提高運維數字化、智能化水平。5G對更高效穩定的遠程故障診斷及運維速度有大幅度提升。

同時，采用5G技術及云服務，將智能傳感器數據實時上傳手機APP系統，可以實時監控設備運行情況，并將異常事件及判斷結果及時推送至手機端，處理起來更加方便、快捷。手機端界面如圖6所示。

圖5 某鋼廠正在使用和智能運維人機界面

圖6 APP系統手機端界面

5 結束語

大力發展智能制造，建設智能工廠已經是大勢所趨。智慧煉鋼的未來是煉鋼過程控制智能化和管理協同智慧化。推進信息化、人工智能、大數據、物聯網等先進技術在鋼鐵制造現場的融合落地，形成“智能+協同”生產制造模式，切實將“人、機、料、法、環”多維度連接起來，使上下道工序生產均衡高效、外部訂單與內部生產無縫銜接。遠程故障診斷及預警運維系統更是在在模擬工人煉鋼的基礎上，利用先進的基于視覺的圖像識別與分析系統，實時預報生產異常情況，并與相關設備聯鎖，自動進行相關異常處理，為設備的狀態預測及維修決策提供指導意見。實現了設備維護由事故維修、定期維修向預知維護的轉變，提高故障反應速度和超前處理能力，降低設備故障率，確保設備的長期穩定運行。

智慧煉鋼雖然取得了可喜的成果，但是其發展過程仍然任重道遠，隨著工業大數據、云服務、數字孿生、5G等技術的發展，需要解決好各工序間基礎智能水平參差不齊，數據信息可靠度低，信息孤島現象嚴重，未形成全鏈條一體化管控的問題，克服受煉鋼工序工藝流程復雜、工序間參數變化大以及數據信息多源異構等因素影響，全流程的智能制造實施的困難，提高“平臺化、生態化”能力建設。