翟寶鵬,金鵬,高大鵬,宋偉豪,孟婷婷,江山,王琦,魏梓軒
(鞍鋼集團信息產業有限公司,遼寧 鞍山 114000)
近年來,隨著經濟的快速發展,我國鋼鐵產量迅速增長,鋼鐵產能連續多年排名全球首位。但是鋼鐵工業能耗大,環境污染和原材料浪費嚴重等問題束縛了我國鋼鐵企業提高國際競爭力,制約著鋼鐵工業的良性發展[1]。為提高我國制造業競爭優勢,加速制造業轉型升級,助力我國由制造大國向制造強國邁進,國家提出了《中國制造2025》發展規劃,鋼鐵行業積極布局智能制造項目,2015-2018年,共有包含寶鋼、鞍鋼、河鋼等9個智能制造項目被工信部列為 “國家智能制造試點示范項目”[2]。鞍鋼股份有限公司煉鋼總廠三分廠5號線于2015年1月建設投產,煉鋼系統整體配備了副槍、聲吶檢測、吊車定位與鋼水罐定位、下渣檢測、PLC及集控設備等,但是實際生產中仍對人工操控較依賴,不利于生產效率與產品質量的提升。為了實現煉鋼工序向智能化精細生產轉型升級,降低生產成本,對該生產線進行了智能化煉鋼系統建設,取得較好效果。
(1)供貨廠商繁多,設計范圍、通訊標準各不相同,新舊設備之間數據未能實現互聯互通。
(2)一、二、三、四級計算機網絡數據通訊協議復雜,很多數據不能自動接收和傳送,仍需人工處理。
(3)雖然實現設備集控,但是設備自動化程度不高,仍依賴人工操作。
(4)生產管理信息系統不完善,部分生產數據未進入到鞍鋼ERP系統和調度中心。
上述原因使得煉鋼生產未能實現上下游統一調控,轉爐冶煉鋼水各項檢驗指標受人為因素干擾影響較大,阻礙了轉爐自動化生產水平的進一步提升。
原有一級PLC系統僅有靜態控制功能,為實現智能化煉鋼系統的實時控制功能,對一級PLC系統進行改造。轉爐電氣PLC、儀表PLC、副槍PLC、合金PLC等實現了重新組網,與二級服務器、聲吶系統、“精鋼云”平臺實現了高速、穩定、低延時互聯互通,實現了云端對氧槍、副槍、料倉等設備的實時控制。
應用煉鋼總廠廠區基于4.9 GHz頻段的5G鋼鐵專網進行智能化煉鋼系統通訊傳輸。該專網采用SA組網模式+MEC邊緣計算架構,通過在廠區機房內獨立建設邊緣計算設備(MEC)與“精鋼云”平臺進行對接,實現數據不出廠,保障工業數據和生產信息的安全。5G鋼鐵專網見圖1。

圖1 5G鋼鐵專網Fig.1 5G Special Network for Iron and Steel Enterprises
智能化煉鋼系統網絡架構如圖2所示。5G通訊技術具有高速率、低時延、廣連接的特點,5G鋼鐵專網打通鞍鋼集團一、二、三、四級計算機網絡,解決了無線終端、聲吶、攝像頭等設備與各計算機層級通訊問題,暢通上下工序信息通道,解決長流程工序銜接問題。智能化煉鋼系統功能架構分三大層次建設:本地執行層、生產監控層和云端,如圖3所示。

圖2 智能化煉鋼系統網絡架構Fig.2 Network Architecture for Intelligent Steelmaking System

圖3 智能化煉鋼系統功能架構Fig.3 Functional Architecture for Intelligent Steelmaking System
2.3.1 本地執行層
本地執行層以一鍵式智能化煉鋼為核心建設目標,分為聲吶氧槍控制模塊、副槍自動測試模塊、自學習投料模塊、智能終點控制模塊四部分。
(1)聲吶氧槍控制模塊
聲吶氧槍控制模塊由計算靜態槍譜、聲吶信號分析、控制氧槍槍位、控制氧氣流量四部分組成。研究表明,特征頻率的聲強與渣面水平有關,噪聲中心頻率主要取決于轉爐的尺寸,現場其他共鳴條件和各種干擾源。噪聲強度等級取決于爐渣水平面距氧槍槍口的距離或浸入程度所引起的衰減。吹煉開始時噪聲強度很高,與轉爐的低渣面相一致,隨著吹煉造渣的進行,渣面逐漸升高,噪聲等級逐漸下降。選出特定轉爐吹煉時能代表渣面變化的“特征”噪聲信號,濾除和抑制雜散干擾后,如果噪聲信號大幅度下降,則表示爐內泡沫急劇增多,即所謂“噴濺”現象;反之,噪聲等級在吹煉幾分鐘以后又出現增大的現象,就意味著爐內泡沫的減少,即所謂“返干”現象;如無明顯變化,則證明此時爐內化渣良好。
(2)副槍自動測試模塊
副槍自動測試模塊由探頭種類選擇、探頭自動安裝、TSC自動測試、TSO自動測試四部分組成。
副槍是重要的轉爐冶煉檢測設備,是一鍵式智能化煉鋼的重要組成部分,每爐鋼水的冶煉通常需要過程測試(TSC)、終點測試(TSO)兩次副槍測試。
(3)自學習投料模塊
自學習投料模塊由自學習參數、堿鎂平衡計算、熱平衡計算、料倉自動控制四部分組成。
通過云端智能專家系統對歷史數據的分析與優化,確認自學習參數;通過堿鎂平衡計算確定熔劑種類及加入量[3-4];通過熱平衡計算選擇降溫材料或升溫材料并計算出其加入量;通過料倉自動控制將各熔劑與降溫材料或升溫材料通過模擬人工手動加入方式,多批次小批量適時加入爐內,防止因加入批次、單批次加料量、加料時機的錯誤計算與錯誤執行,對造渣造成不良影響。
(4)智能終點控制模塊
智能終點控制模塊由計算冶煉目標、計算實時碳溫、料倉自動控制、終點自動控制四個部分組成。
終點自動控制是通過七段論轉爐冶煉終點控制法生成轉爐終點操作指令,通過在轉爐電氣PLC、儀表PLC編寫轉爐終點控制程序及增加通訊接口,實現冶煉終點自動控制。七段論包含了轉爐冶煉終點可能出現的七種狀態,各種狀態都給出合理的解決方案,在保護設備安全的前提下,可實現任何情況下最理想的碳溫平衡輸出結果。
生產監控層包括轉爐監控系統和工業大數據平臺兩大部分。
(1)轉爐監控系統
轉爐監控系統包含HMI人機界面和專家指導兩部分。
HMI人機界面包括生產控制和狀態監視。生產控制包括對氧槍控制參數進行設定、副槍過程測試時機設定、冶煉終點判斷原則設定、終點測試等候時間設定等參數設定。狀態監視包括氧槍吹氧過程曲線、聲吶曲線、副槍測試氧副槍聯動曲線、冶煉后期碳溫實時曲線等冶煉數據動態監視。
專家指導作為智能專家系統的本地端,擁有決策指導與閉環控制兩種模式,既可以由系統設置為智能專家系統直接執行分析優化后的生產指令,也可以設置為只為生產操控人員提供操作指導。當操作人員選擇自動控制模式時,智能化煉鋼系統根據生產狀態自動啟動運行,根據智能專家系統分析優化后發送的生產指令,自動進行氧槍、副槍、料倉及冶煉終點自動生產控制;當操作人員選擇手動操作時,專家指導系統將給出推薦計算結果,為操作人員提供決策指導。
(2)工業大數據平臺
工業大數據平臺作為系統數據核心,主要包括數據接入、數據集控、數據過濾、數據存儲四大部分功能。
(2)標準之間存在交叉、矛盾和冗余。一般油田企業的標準體系中,既包含油氣儲運專業的國標、行標和企標,同時也包含其他如工程建設、儀表自動化、安全環保、計量等專業的國標、行標和企標。這些標準的制定部門不同,制定時間不同,制定背景也不同,導致標準之間缺乏協調,不可避免的存在交叉、矛盾、冗余和不符合實際需要之處。[3]
數據接入包括一二級系統數據實時通訊和三四級系統數據實時通訊,二級向一級延伸(轉爐傾動系統、氧槍系統、副槍系統、料倉系統、煤氣回收系統等)、三級向四級延伸(化檢驗系統、MES系統等)的數據實時通訊功能。
數據集控包括聲吶數據集控,吊車定位數據集控兩部分。通過將聲吶儀表和吊車系統接入實時通訊網絡,聲吶數據、吊車數據實時寫入數據庫,將聲吶信號和吊車信號接入數據集控平臺,實現聲吶數據和吊車數據接入智能化煉鋼系統。
數據過濾包括數據清洗與數據整理。通過高效的過濾處理,抽取各環節的有效數據,將生產過程中的分散、零亂、標準不統一的數據整合到一起,將設備故障、儀表故障、人為操作失誤等造成的錯誤數據進行清洗,避免對自動生產控制產生影響,為數據分析提供堅實的基礎。
數據存儲包括數據記錄與參數維護。數據記錄采用海量數據倉庫管理及分布式數據處理技術,不但提高了系統的可靠性、可用性和存取效率,而且易于擴展。數據存儲機制通過多節點的冗余處理有效保障了系統的數據安全。先進的流處理技術使得系統具備高速的數據采集能力,滿足鋼鐵企業各生產車間,尤其是毫秒級數據采集存儲需求。數據存儲后形成數據湖,為數據挖掘,工藝改進,生產問題查詢,模型優化提供了數據基礎。
采用數據集控平臺與數據庫孿生技術實現煉鋼冶煉參數與數據傳遞,不但提高了系統的可靠性,而且提高了大數據平臺數據傳遞效率。先進的流處理技術使系統具備高速的數據傳遞能力,滿足HMI人機界面、一鍵式智能化煉鋼控制模型、云端的參數運算需求。
2.3.3 云端
云端即利用“精鋼云”搭建的智能化煉鋼支撐系統,主要功能為煉鋼工業大數據的管理和對本地算法模型進行訓練優化,包含大數據管理、模型優化、質量判定、指標分析系統四部分。
(1)大數據管理系統
大數據管理系統收集所有工序的生產、控制、工藝、能源介質、設備運行、質量參數等數據資料,將這些多源、多類型數據經過清洗和轉換形成統一格式存入數據倉庫。此外,大數據管理系統將收集訂單、技術協議、產品質量、原料成本數據形成鋼鐵產品全生命周期大數據,收集煉鐵、預處理、轉爐、氬站、精煉、連鑄等全工序大數據,為后期數據挖掘、模型開發提供數據湖。
(2)模型優化系統
在大數據湖的基礎上,通過數據挖掘,利用云端算力優勢進行智能化煉鋼參數自優化計算。通過云邊數字孿生技術進行智能化煉鋼系統參數動態更新,實現智能化煉鋼生產工藝參數在線動態優化。
(3)質量判定系統
利用大數據湖對影響鋼種質量的數據進行分析,根據鋼種作業指導書,對轉爐生產工序質量進行預判,提出操作建議。
(4)指標分析系統
利用大數據湖對影響成本的鋼鐵料、白灰單耗、氧氣單耗等指標進行分析,當指標異常時,通過HMI畫面及聲音報警等方式對現場生產進行提示。
智能化煉鋼系統于2021年底在煉鋼總廠三分廠5號線改造完成投入使用。統計了9罐SPCC鋼種冶煉數據見表1所示。由表1可以看出,鋼水終點碳含量和終點溫度基本達到目標要求,不低于人工控制水平。

表1 SPCC鋼種冶煉數據Table 1 Smelting Data of SPCC Steel Grade
該系統已穩定運行近一年,實現了冶煉過程模型數據動態可視化和一鍵式煉鋼,減輕了勞動強度,提高了煉鋼質量控制水平,鋼水一次拉碳命中率從投入前的92.3%提高至96.5%,減少了點吹冶煉時間。
智能化煉鋼系統精準控制煉鋼過程,通過降罩冶煉,提高了煙氣中一氧化碳回收率;通過提高一次拉碳命中率降低氧氣消耗量,優化石灰石與活性石灰配比,降低了生產成本。降低原材料損耗和生產能耗,減少有害廢氣廢物的排放,符合國家“碳中和”綠色發展規劃,取得較好的經濟與環保效益。
隨著“中國制造2025”、“碳中和”等發展規劃的相繼提出,國內各大鋼鐵企業都在加快提升自身數字化、信息化、智能化水平,摒棄過去粗放式鋼鐵生產模式,向低碳環保、高效率、高質量的智能化精細生產方式轉型升級。鞍鋼股份有限公司煉鋼總廠智能化煉鋼系統建設應用后,提高了煉鋼工序控制水平,鋼水一次拉碳命中率由92.3%提高至96.5%,提高了煙氣中一氧化碳回收率,降低原材料損耗和生產能耗,減少有害廢氣廢物的排放,取得較好的經濟與環保效益。