智慧配煤煉焦在焦化行業的應用及展望

龐克亮，鄭有志

（鞍鋼集團北京研究院有限公司，北京 102211）

焦炭作為高爐-轉爐長流程冶煉的關鍵物料，在鋼鐵行業中發揮著不可替代的作用。即使氫冶金技術在未來實現重大突破，傳統高爐煉鐵作為鋼鐵行業中技術最成熟、熱轉化率最高的工序，依然將發揮其重要作用。眾所周知，傳統煉焦工藝發展至今，依然存在能耗高、危險性大、污染嚴重等困擾行業多年的難題。但鋼鐵行業對焦炭生產的要求卻越來越高，包括更高的焦炭質量、更低的能源消耗、更高的生產效率和更環保的生產方式。目前，機器學習、數據挖掘、神經網絡等數字化方式的先進性已經在工業生產中被證明，如何利用這些智慧化手段提高配煤煉焦過程的穩定性和效率，將是焦化行業從業者努力的方向。

1 配煤煉焦發展現狀

現階段焦炭的生產依然沿用過去幾十年的技術，即從煤場將不同種類的單種煤按照比例取出，經過配煤、粉碎等工序配成混煤，通過煤車裝入焦爐進行煉焦；結焦完成后，經過熄焦、篩分等工序得到焦炭。整個煉焦過程環環相扣，需要所有工序協同高效，才能保證整個流程的連續性。近年來，雖然焦化行業機械化程度有所提高，但依然需要大量人力協助完成生產，有些工序甚至依然以人力操控為主，無形中增加了煉焦工序的成本與不穩定性。

當前，受優質煤炭資源及環保政策調控等方面的制約，傳統的人工經驗配煤已無法適應變化多樣的煤炭種類，且由于優質煉焦煤和普通煉焦煤價格差異巨大，配煤成本和焦炭質量均出現了較大波動。進行科學的智慧配煤和焦炭質量預測可以有效縮短煉焦流程，并提高焦炭質量，對鋼鐵企業的降本增效有積極的促進作用。以鞍山鋼鐵為例，年耗煤量約1 400萬t，目前優質煉焦煤的市場價格趨近4 000元/t，每年采購煉焦煤的成本約500億元。應用智慧配煤，可以在加入氣煤等非優質煉焦煤的同時保證焦炭質量，極大地降低配煤成本。因此，通過建立智慧配煤模型，綜合單種煤所有可測定數據，同時基于價格和配比給出成本最低的配煤方案，是解決配煤成本居高不下問題的關鍵。

目前，焦炭的評價仍需通過人工對每爐焦炭進行傳統的反應性、反應后強度檢測分析，費時費力，且評價結果存在很大滯后性；同時，在煉焦生產過程中，能源調控仍需通過人工測量溫度、調節閥門等手段進行干涉，在很大程度上影響了焦爐生產過程的優化控制。因此，在焦爐生產過程中，建立智慧煉焦的焦炭預測模型，進行神經網絡、機器學習及大數據分析，實現焦炭質量的在線預測及能源消耗檢測，可以節省大量人力與時間。與此同時，智能煉焦可對大型焦爐的波動性工況進行實時調節，進行反饋式的優化控制，對焦爐這種大型工業反應裝置的安全性及實時性控制有著突破性的貢獻。

2 智慧配煤煉焦應用

2.1 智慧配煤

廣義上的智慧配煤，不局限于多種單種煤的配比混合，而是包括煤場、運輸、筒倉及配煤等階段的智能化操作、智慧型決策。實現進入焦爐前的每個步驟的智能化，可以提高配煤效率，減少原料損耗，降低配煤成本，實現資源節能化利用。

2.1.1 煤場管理系統

由于優質煉焦煤資源的緊缺，主焦煤的種類變化很快，無序的煤場堆放不僅會極大地影響工作效率，也會影響焦炭質量。煤場管理系統［1］可以實現焦化進場煤的全面智能評估、優化堆放管理和合理安排運輸，通過參考以往配煤煉焦經驗及目標焦炭配煤原理，確保來煤的合理存放，確定各單種煤的存放位置和數量等詳細信息。應用煤場管理系統，可以使存煤更加合理，用煤更加方便，在保證安全的同時，提高取煤效率，對生產更加有利。

2.1.2 煤焦數據庫系統

煤焦數據庫系統通過大數據存儲與分析［2］，實現單種煤及配合煤（含關聯焦炭）的數據存儲與調用，進而實現各單種煤的評價集合及配合煤的質量期望預測。單種煤到達煤場后，先進行全面的煤質評價，隨后將配合煤的配比和關聯焦炭數據收錄到數據庫系統中，供配煤模型和焦炭質量預測模型隨時調用，加快配煤響應速率及焦炭在線預測評估速度。同時，定期更新和補錄煤焦數據庫系統中數據，保證系統的準確性和快速調用效率。

2.1.3 數字筒倉系統

由于筒倉數量有限，焦化廠的單個筒倉往往存儲的是來自不同產地、性質相近的單種煤，單種煤雖然在某些方面性質相近，但配煤后的指標卻存在差異。

數字筒倉系統通過自主學習、自主矯正，不斷完善系統的精準度和完成速率，實現智能化控制。數字筒倉智能系統數據流向如圖1所示。

圖1 數字筒倉智能系統數據流向Fig.1 Data Direction of Digital Silo Intelligent System

來料時，數字筒倉［3］系統會實時采集皮帶運煤信息，根據煤焦數據庫系統的指示，將來煤分門別類地運送到相應筒倉的卸料點，有效防止卸錯煤種。同時，根據筒倉的幾何尺寸，結合倉內現有存煤的料位高度、煤種分布等信息，以及進煤、出煤信息，計算流場，調整卸料口卸料角度，解決存煤時間過長或懸料等問題，實現整個筒倉的實時監控與合理分配，保證筒倉內保存煤種的質量，消除安全隱患。

卸料時，數字筒倉系統會接收來自配煤系統的配煤方案，結合配煤方案數據和現存煤種的存儲時間、存儲量等信息，自動打開倉門，通過帶式輸送機的自動稱量系統，實時調控放煤量，將煤運出。煤被運送到配煤盤后，根據煤種細度數據，自動選擇合適的粉碎機，進行粉碎混合。

2.1.4 智能皮帶輸送系統

皮帶系統是煉焦工序中非常重要的環節，包括來煤、配煤運送及焦炭運輸，是整個煉焦系統能否正常運轉的關鍵。目前，焦化廠使用的皮帶系統仍然以傳統的傳動系統和人工巡檢為主，過分依賴現場人工監測，發現問題不及時，且效率較低，容易出現撒料和破損。智能皮帶輸送系統［5］包括氣動皮帶系統、皮帶集控中心、現場圖像采集系統、機器巡檢技術、自動報警裝置等，可以實時監測調整皮帶系統，及時檢測問題并自動采取報警或補救行為，完成穩定和安全的長距離傳輸，減少現場事故，保證整個煉焦過程的連續性和生產的穩定性。一種目前應用的長距離皮帶輸送系統如圖2所示。

圖2 一種目前應用的長距離皮帶輸送系統Fig.2 One Long-distance Belt Conveying System Currently in Use

2.1.5 配煤系統

配煤系統［5-7］是合理利用昂貴的主焦煤資源的關鍵系統之一，決定了企業生產成本的高低，是決定焦炭質量的關鍵，對高爐等一系列后續工序的生產影響很大。

煉焦煤的指標主要包括煤的工業分析、硫分分析、細度分析和煤的結焦性能等。其中，工業分析包括灰分、水分、揮發分和固定碳，即煤質的常規評價；煤的結焦性能指數包括黏結指數G值、膠質層厚度Y值、坩堝膨脹序數、奧亞膨脹度、基式流動度等，以及煤化度指標鏡質組平均最大反射率Rmax，配煤時需要綜合考量不同煤種的特性及焦炭質量的要求，來達到質量和成本的平衡。

通過煤焦數據庫的建立，可將不同單種煤的各項指標存儲到數據庫中并實現實時調用，使系統首先完成煤基準換算的初步工作。單種煤的分析評價數據庫可對不同的單種煉焦煤的眾多個指標進行統一量化，使不同性質的單種煤具有可比性。

智能配煤系統如圖3所示。基于數據挖掘和機器學習的配煤系統，通過調取煤焦數據庫內單種煤的各項參數，將參數過濾、分析、加工，最終轉化為更有價值的信息；結合配合煤的參數及煉焦過后焦炭的數據，建立數學模型，并利用歷史數據進行模型優化修正；利用焦炭質量反饋機制調整模型，選擇配煤比例；通過反復訓練和學習以及自身的適應能力，完成煤焦信息的處理，得到既定焦炭質量條件下的最低成本配煤模型。

圖3 智能配煤系統Fig.3 Intelligent Coal Blending System

目前應用的配煤系統中，大多數利用鏡質組平均最大反射率Rmax、黏結指數G等為變量指標的二元線性回歸方程，或多種參數指標構建的多元線性回歸方程進行預測配煤。當前，鋼鐵和焦化行業中已經有適合自身生產要求的配煤專家系統正在被使用。在原料、煤場、配煤評價、焦炭評價上使用跟蹤一體化的全方位動態實時科學管理，在優化主焦煤如焦煤和肥煤、1/3焦煤、瘦煤或氣煤配比的同時，提高焦炭質量在線預測的準確率和焦炭質量的穩定性，成功解除了人工計算管理的繁重勞動及人工經驗配煤可能出現的偏差。

2.2 智慧煉焦

2.2.1 焦炭預測系統

焦炭產品的質量需滿足高爐生產的參數要求，是煉鐵生產的關鍵。目前，焦炭質量的驗證都是通過冷、熱態實驗，在時間上有滯后性，無法給予高爐生產實時指導，因此，建立一個具有反饋作用的焦炭質量預測系統非常重要。

焦炭質量預測系統正是在此基礎上提出的智能化系統，與前文提到的智慧配煤系統共同組成了配煤專家系統［8-9］，并廣泛應用于焦化領域。焦炭質量預測模型是煉焦配煤專家系統的核心內容，焦炭質量預測主要是對焦炭灰分、硫分、抗碎強度（M40）、耐磨強度（M10）、反應后強度（CSR）和反應性（CRI）等數據的估測。建立焦炭預測模型的關鍵是選擇合適的焦炭預測指標，然后通過合理的計算擬合得到預測模型。其中，焦炭灰分預測的指標一般為煉焦煤灰分和揮發分，經過數據擬合，得到灰分預測模型；焦炭冷強度的預測選擇表征煉焦煤變質程度的鏡質組平均最大反射率和表征黏結特性的煉焦煤膠質層最大厚度Y，通過數據分析及擬合得到焦炭冷強度預測模型；焦炭熱性質預測模型在同樣考慮鏡質組平均最大反射率和膠質層最大厚度Y的同時，選擇煉焦煤的化學性質參數即煉焦煤灰分和催化指數作為預測指標進行預測。

近年來，國內有很多專家學者利用新興的神經網絡技術進行仿真研究，建立了相對完善的焦炭質量預測模型。其中最成功的是基于BP神經網絡的焦炭質量預測模型。神經網絡分析依靠系統的復雜程度，通過調整內部大量節點之間相互連接的關系，基于現場生產的大量數據樣本進行反復學習，實現對焦炭質量的準確預測。BP神經網絡［10］是以網絡誤差平方為目標函數，采用梯度下降法計算目標函數的最小值，采用具有自適應學習速率和動量項的誤差反向傳播學習算法盡可能地提高收斂速度。目前的配比計算和配比優化模型的建立也選擇采用模擬退火算法。模擬退火算法［11］是通過賦予搜索過程一種時變且最終趨于零的概率突跳性，從而有效避免陷入局部極小并最終趨于全局最優的串行結構的優化算法，在接收最優解的同時，也會接收惡化解，可避免陷入計算陷阱。退火算法的開發可以為智慧配煤和焦炭質量預測快速而合理地計算出一個最優配比。

2.2.2 智能煉焦

在煉焦生產過程中，由于煉焦煤的成分繁雜，導致焦爐內反應機理復雜、反應的非線性度高、干擾因素眾多且控制難度大，因此，需要利用多重控制手段，建立精確的煉焦過程控制、污染控制、自適應調節與能耗預測模型，實現焦爐生產過程最優操作。目前，煉焦生產過程的優化控制問題，主要通過分析配煤煉焦過程的工藝機理，綜合運用灰色關聯分析、主元分析、RBF網絡、BP神經網絡等方法［10］，建立符合煉焦生產過程的控制與預測模型，實現整個焦爐工段的智能操作與實時操控。智能煉焦體系中包含整個焦爐所有工序的智能化。

焦爐本體的智能化系統包括：自動對位系統，由粗定位與精定位兩大功能單元構成，每個單元都可以單獨工作，能使定位達到最大的可靠性，以完成不同階段的控制任務。焦爐智能自適應加熱系統（簡稱 CIAHS）結構原理［12-16］如圖 4所示。

圖4 焦爐智能自適應加熱系統結構原理Fig.4 Structure Principle for Intelligent Self-adapting Heating System for Coke Oven

基于反饋控制方式的新型自動加熱解決方案，是綜合了先進控制技術、計算機技術、數據通信技術的高科技產品，根據實時溫度變化，自動調節進氣量等參數以完成加熱的精準控制；焦爐車輛智能化操作系統[16]，無人操作分為數據采集與實時控制兩個方面，通過對設備本地檢測元件、高清攝像頭、自動定位系統等單元對設備進行實時監控，得到當前設備的位置并進行遠程操控調整；可視化技術，基于仿真和3D[17]虛擬實現可視和聯動，提高應急響應能力，使工廠的自動化數據采集分析成為可能，決策支持信息一目了然，信息的實時性和可靠性極大提高。

焦爐車輛的智慧化操作技術，可以極大的提高焦爐操作的準確性與安全性，減少了人工成本，可以實現遠距離集中操控，只需要人工定期巡檢即可。

干熄焦工藝作為煉焦領域重要的一環，智能化操作也扮演著焦化產業技術升級的重要角色。干熄焦系統是一個復雜的非線性系統并且具有很高的延時性，因此一般采用模型預測控制來實現對干熄焦系統的控制。目前干熄焦的智能化控制主要來自于自動化控制系統網絡的架構[18]。通過現場總線層（編碼器等現場設備）、基礎控制層（各子系統的主控制站、遠程控制站、變頻器等設備）及冗余以太網信息層（干熄焦系統的上位機、配套子系統上位機）等三層網絡架構提取最佳工藝參數及運行經驗，最終達到降低總體運營成本，縮短停機時間并能節省維護成本的目的。

同時，也有學者提出神經網絡架構的非線性建模方法[19-20]。干熄焦系統建模具有數據緯度高，數據樣本量龐大的特點，因此需要進行數據的篩選，通過多層感知器（MLP）與RBF神經網絡，經過復雜的交叉驗證計算及復雜的群智能優化計算，從而使得預測模型擁有結構簡單，響應速度快，預測精度高等優點，以滿足模型預測控制對預測模型的精度要求。非線性建模方法的多層前向神經網絡響應速度快，能夠很好的滿足工業現場對預測模型的實時性要求。

3 結語與展望

對智慧配煤、智能煉焦在焦化領域的應用現狀與優勢進行了綜述。以目前的工業水平而言，焦炭在高爐-轉爐長流程煉鐵領域，仍有著不可替代的作用。如何正確的生產優質焦炭、準確的評價預測焦炭對所有焦化工作者來說都是一項艱巨的任務。僅憑人工的經驗式預測已經不能滿足焦炭優質生產的要求，所以智慧配煤、智能煉焦已經成為焦化行業不得不轉向研究的方向。以目前的技術研究來看，專家配煤系統、焦炭預測系統、智能化煉焦控制系統的成功應用已經證明了計算機和大數據分析在配煤領域的成功應用基礎和廣闊的升級空間，不但可以減少大量人力物力，同時，也可以實現精確與實時控制，對焦化行業來說是長足的進步。因此，作為行業內的龍頭企業之一，鞍鋼應該積極利用智能化控制系統及裝置，完成傳統煉焦配煤的轉型升級，實現鋼鐵行業全流程的自動化、智能化，為提升企業競爭力作出積極貢獻。

目前，鞍鋼集團焦化工序的自動化程度已有較大程度的更新迭代，但智能化程度應用程度不高，應用的配煤系統仍基于數據挖掘的系統建模階段，如何將更先進的智能化系統引入焦化工序，提高生產效率和焦炭質量，將是焦化從業者下一步努力的方向。