熱軋極致能效解決方案

關鍵詞：一鍵綠色運轉；機組預測；產線優化；基地平衡；預測控制；工藝參數優化；間隙式生產

0 引言

鋼鐵工業是典型的資源能源密集型流程工業，我國鋼鐵工業CO2排放占全國CO2排放總量的15%左右，占全球總排放量的5%～7%，如何實現在相同產量、質量的前提下以最優能耗生產，是各鋼鐵企業探索的主題。當前寶武集團正著力推進冶金工藝流程極致能效提升，打造低碳冶金原創技術策源地，熱軋極致能效解決方案是工序極致能效提升的探索與實踐。

1 熱軋生產能源現狀

熱軋生產能源介質及消耗見圖1，加熱爐煤氣消耗占比最大達85.12%，其次為軋線、水處理、精整、煤氣站、空壓站的電耗占比為26.56%，第三為蒸汽回收貢獻約11.85%（抵扣），其他如工業水、純水、氧氣、氮氣合計占比0.17%。

寶武集團各熱軋產線噸鋼電耗見圖2（2022年2月數據）。目前，我國鋼鐵企業熱軋產線噸鋼電耗與國外（日本）先進水平相比，有10%～15%的差距，大部分熱軋產線仍有較大的節電空間。

2 解決方案系統架構及功能

2.1 系統架構

熱軋極致能效解決方案系統架構圖見圖3，分為基礎設施、機組預測、產線優化及基地平衡4個層次，分別從不同的維度提升熱軋產線能效。

2.2 功能說明

基礎設施：通過使用高效電氣設備、裝置調速改造、基于生產計劃的“一鍵綠色運轉”等，實現設備精細化能源管控。

機組預測：基于工藝模型及生產計劃，對主軋機電動機溫升、除鱗壓力、層流水量、加熱爐爐溫等進行預測，開發預測控制模型，按軋制規格、生產節奏所需提供必要的風量、壓力、水量、空燃比，實現基于預測模型的最優控制，使機組能效最優。

產線優化：基于能耗預測優化系統、材質性能預測系統等，優化產品制造過程參數，如加熱爐出爐溫度、中間坯厚度、軋制負載均衡等，實現軋線全局能耗最優。

基地平衡：匯聚能耗數據，進行能源介質平衡分析、電力負荷需求分析，基于智能排程、電池儲能，實現基地峰谷平衡、負荷均衡。

3 解決方案系統構成

3.1 基礎設施

基礎設施是指高效節能設備及對應的基礎自動化功能。

高效電氣設備：更新淘汰低效電動機及高耗電設備，推廣高效節能電動機，高效風機、泵、壓縮機、高效傳動裝置等。

變工況電氣設備調速改造：助燃風機、主電動機冷卻風機、除塵風機、除鱗高壓泵等設備，早期多為工頻設計，其運行不能隨負載、軋制節奏等條件變化，效率低下且損耗設備，對此類大中型變工況電動機系統進行優化設計、調速改造，合理匹配，避免大馬拉小車，實現電動機變頻調速，提高電動機運行效率、延長設備使用壽命。

“一鍵綠色運轉”：實現基于熱軋軋制節奏計劃的設備運轉精準控制，可極大程度減少設備生產間歇和停機時無效運轉時間，減少能耗，控制功能圖見圖4。包含兩部分：生產過程綠色運轉，包括電動機速度控制和泵啟停等，根據L2軋制節奏計算，依據軋制間隔長短及位置跟蹤，控制所需運行參數；計劃停機綠色運轉，根據停機時長、停機規范表，計算距離計劃停機的時間，L1倒計時結束且當前區域無鋼，按照停機時長對應停機規范表，依次停止相關設備。

3.2 機組預測

3.2.1 主電動機冷卻溫升預測

傳統控制系統風機工作頻率由電樞溫度PID控制，為大滯后系統，存在欠冷或過熱的現象。針對大滯后系統，采用預測控制的方法，根據熱軋主電動機負荷及環境溫度的變化情況構建電動機溫升預測模型，預測出合適的電動機溫升工作點，估算對應的冷卻風機運行頻率，使冷卻風機運行狀態最佳，預測控制功能圖見圖5。

電動機溫升預測模型包含以下功能：

（1） 電動機發熱量計算。

利用焦耳定律計算銅耗，其他損耗如鐵耗、機械損耗和附加損耗占比較小，簡化為經驗公式，這些損耗最終都變成熱量從而使電動機溫度升高。

（2） 溫升計算。

機理分析與機器學習相結合，機理模型將電動機等效為等溫均值發熱體，考慮線圈發熱的滯后系數，推導出電動機工況不變下的暫態溫升，通過變工況下的暫態溫升離散化處理，得到多個工況不變情況下的暫態溫升，獲取溫升預測機理模型；采用機器學習算法（如最小二乘法、支持向量機回歸算法）對機理模型中的參數整定擬合，并利用現場數據反復迭代訓練，實現對現場電動機溫升的準確預測。

（3） 風量計算模型。

根據熱交換原理，結合冷卻室進出口溫差和預測的電動機溫升，反算需多少風量才能帶走電動機的這些熱量。

（4） 電動機工作頻率計算。

根據風機流量系數計算達到對應風量所需轉速頻率，避免過冷或欠冷，實現冷卻風機的能效最優。

3.2.2 層流冷卻水量預測

層流冷卻供水系統魯棒性強，為大滯后系統，通過構建水量預測模型，根據CTC預測的需求冷卻水量、冷卻強度，模型計算出供水量、水壓、高位水箱水位及最小溢出水量，據此計算高位水箱供水泵最優組數和頻率，實現按需按時精確供水，盡可能使泵工作在高效區域，減少泵的緊急啟動、非高效區域運轉來節能。層流冷卻供水控制方案圖見圖6。

水量計算模型包含以下功能：

（1） 供水量計算。

以滿足CTC模型所預測的冷卻水量、用水時間為目標，結合生產計劃、軋制節奏，計算出基于軋制節奏的供水量曲線，保證在必要的時刻供必要的水量至高位水箱來冷卻帶材。

（2） 水壓、水箱水位及溢出水量計算。

根據供水量曲線，在保證進出水平衡的情況下，以滿足CTC所需冷卻強度為前提，保持水箱水位在一定水位以上以提供足夠的水壓，同時以溢流水最小為目標，計算基于軋制節奏的高位水箱水位曲線、水壓和必要的溢出水量。

（3） 泵組最優組數及頻率計算。

根據水泵特性功率與轉速的立方成正比（這意味低轉速低能耗），結合高位水箱水位需求，以預測持續時間內的能耗最小化為原則，計算所需泵數量和泵速度，通過前饋控制盡可能使泵工作在高效區域，避免電動機速度突然升降動作、減少不必要的溢流，同時準備好反饋控制，如果低于最低水位，將激活反饋控制，快速恢復液位。

3.2.3 除鱗水量預測

除鱗系統存在緩沖區不足、壓力大（14～30 MPa）、大容量、小流量、間歇式（空載時間最高達40%）、大能耗、熱保護泄壓等特點，通過構建除鱗壓力預測模型，根據軋制節奏、軋線跟蹤數據、鋼種參數、除鱗策略、設備參數對除鱗泵工作頻率進行實時優化，在保證除鱗效果基礎上，最大限度降低水量節約電能。模型分為打擊力計算、用水量計算、水壓計算、頻率計算、節能量分析及預測5個模塊及專家規則，除鱗預測控制方案圖見圖7。

打擊力、流量、壓力計算：根據軋制參數設定、鋼種參數、除鱗策略、板坯厚度/溫度，結合專家規則、實踐經驗，計算各除鱗點恰好將鱗皮除掉的最小打擊力；根據流體力學原理，打擊力主要與以下4個因素相關：噴射壓力、噴嘴的出流量、噴嘴的噴射角和噴嘴到鋼坯的噴射距離，其中噴射角、噴射距離在設備設計時已確定，打擊力與流量成正比、與噴射壓力平方根成反比，在滿足最小打擊力的前提下，以系統壓力上限為約束，結合專家規則，尋找流量、壓力的平衡點，計算滿足板坯除鱗最小打擊力所需的瞬時流量、壓力。

用水量預測及優化：通過生產軋制計劃、軋制節奏、軋線跟蹤數據對板坯在軋線上的運動進行準確預測，得到板坯各除鱗點除鱗預計到達時刻和離開時刻，結合各除鱗點流量需求，累計計算得到對應各時刻的除鱗用水量分布曲線，多個除鱗點同時除鱗時，用水量需疊加計算；預測所得除鱗用水量曲線為柱狀階躍曲線，波動較大，對相鄰相差較小的單位用水量，進行水量歸并優化計算，平緩用水量曲線，盡量延長單位水量持續時間，減少變頻器變化頻率的次數，節能降耗。

頻率及加速度計算模型：依據除鱗用水量曲線，結合變頻器設定響應速度，計算出板坯到達除鱗點時對應的運行頻率，在必要時刻提供必要水量，減少水資源、電能的浪費；在換輥、待機時，除鱗泵最小頻率運行；軋鋼但鋼板不在除鱗點時，降頻至等待狀態；在鋼板進入除鱗點前，泵提前動作，加速度根據現場反饋的實際壓力與設定壓力之差，結合設定壓差和設定極限壓差做出的線性計算得到，實現平穩的加、減速控制。在達到除鱗效果的同時，實現除鱗泵工作頻率最優，釋放工藝、設備、電氣設計裕量，節水節電。

3.2.4 板坯出爐溫度預測

加熱爐為熱傳導、熱對流、熱輻射共同作用的復雜、高能耗設備，工況如熱裝溫度、軋制節奏、鋼種、規格等變化頻繁，燃氣壓力、熱值波動較大，構建加熱爐智能燃燒控制系統，根據生產計劃、生產實績、工藝參數、設備參數，對溫度（爐膛、蓄熱）、流量（煤氣、空氣）、空燃比等參數進行優化，提升燃燒效率節能降耗，提高板坯出爐溫度命中率，降低氧化損耗和操作人員勞動強度。板坯出爐溫度預測控制方案圖如圖8。

板坯溫度跟蹤：根據板坯入爐溫度、尺寸、爐內溫度、板坯位置，采用一維非對稱中心差分熱傳導模型，實現板坯溫度跟蹤。

爐溫預報：根據每塊板坯剩余在爐時間、板坯溫度跟蹤模型計算的板坯溫度及板坯目標溫度，迭代計算出板坯達到目標溫度所要求的當前段必要爐溫。

爐溫設定優化：依據不同工況，通過專家規則確定權重，將當前段所有板坯必要爐溫進行加權平均最終得到當前段設定溫度。

空燃比優化：根據熱值儀實測值得到理論空燃比，結合實際燃燒情況、修正氧含量參數，控制空燃比。

流量優化：通過溫差與專家經驗規則計算煤氣流量設定值，結合空燃比及爐溫梯度變化，計算空氣流量設定值。

3.3 產線優化

3.3.1 系統功能圖

熱軋產線能耗優化系統功能圖見圖9。使用模型預測技術，為目標板坯提供最低能耗和最佳質量的優化軋制設定，將能耗預測優化系統和材質性能預測系統相結合，預先計算出產線最優軋制設定：加熱爐出爐溫度、熱軋出口目標溫度、中間坯厚度、道次計劃、負載均衡等，達到產線節能和材質性能合理的目的。

3.3.2 能耗預測優化功能

能耗預測：能耗預測優化功能圖見圖10。從過程控制系統獲取加熱爐設定值、粗軋/精軋設定值（溫度、軋制力、速度、道次計劃、中間坯厚度等）、卷取設定值（速度、張力）、加減速信息，鋼種信息；對加熱爐到卷取全流程能耗進行預測，通過粗軋、精軋、卷取的設定，可獲取軋制扭矩、傳輸速度等信息，據此預測每塊板坯生產過程相關設備的能耗，包括粗軋、精軋主電動機、其他主電動機、感應加熱器、輔助電動機，通過加熱爐出爐設定溫度，預測在爐內加熱能耗，需考慮環境輻射、爐壁輻射等。

節能計算：結合材質性能預測系統，在成品材質性能滿足要求的前提下，調整部分軋制設定，如中間坯厚度、終軋溫度、卷取溫度，分別進行能耗預測，對比不同軋制設定的能耗差異，以產線整體能耗最低為目標，尋求最優軋制設定。不同軋制設定下節能計算圖如圖11。經對比計算，中間坯目標厚度與產線整體能耗正相關，RM高軋制力配比能耗降低；模型可自行多次計算比較得到最優軋制設定并下發至L1系統執行。

模型自學習：采集從加熱爐到卷取全產線生產實際數據，如電動機功率、電流、轉速、咬鋼/拋鋼信號、測厚數據、寬度數據、溫度、軋制力等，計算生產實際能耗。通過學習實際能耗對能耗預測模型參數進行更新，并將更新的模型用于下一塊預測；對用于自學習的數據進行濾波平滑處理。

3.3.3 能耗分析及優化系統

能耗分析及優化系統對產線能耗進行管理、通過分析識別能源浪費，據此制定節能方案對能耗進行優化，并對執行情況進行實時監控。比較目標與實際差異，對節能效果進行檢驗，以PDCA循環推進節能實現產線能耗最優。

對產線中各種能源如煤氣、蒸汽、電、水、壓縮空氣、氧、氮、氬等能源的消耗數據進行采集，對能耗數據進行計算、監控，并通過系統交互實現過程數據與能耗數據統一管理；對能源數據和生產數據、工藝數據進行關聯分析，自動計算出生產每卷鋼的能耗，根據鋼卷類型、寬度、厚度和重量對鋼卷能耗進行分類，通過分析工具確定能耗與工藝、生產之間的關系，識別能源浪費及其關聯因素；根據所分析的浪費原因，推薦對應的能耗優化方案和策略，在管理者確認后執行；實時監控優化方案實施效果，對比實施前后能耗差異檢驗節能效果，推動進一步的改善優化工作。

3.4 基地平衡

建立需求響應負荷調度與熱軋生產控制之間的關聯，在保證生產工藝約束前提下，研究兼顧用電經濟性目標的熱軋負荷調度方法，將鋼鐵的間歇性生產負荷納入電力調度體系。電力用戶對電網動態價格進行主動響應，改變原有電力消耗模式，參與電力系統運行，通過“光伏+儲能”技術接入大規模可再生能源，具備削峰填谷、調頻調壓、電能質量治理等功能，通過生產負荷的主動縮減和峰谷轉移實現電網穩定，促進基地電力平衡，減少用電成本。

基地平衡方案示意圖見圖12。在產線能力滿足生產需求的前提下，以最小化生產用電成本為目標，構建基于價格需求響應的多機并行間歇負荷調度的泛化模型，建立由整數變量和連續時間變量表達的需求分批、產線分配、批量調度的約束關系。針對模型中的非線性約束條件進行線性化轉換，并對模型進行實例求解，獲取最優負荷調度方案，節約用電成本實現負荷調峰。采用電池儲能技術，實現風電、光伏等清潔低碳可再生的新能源的大規模介入，減少自發電及外購電力比例，促進新能源消納。

4 實踐驗證

寶鋼股份寶山基地某熱軋產線，在規劃期內分別對主軋機冷卻風機、層流冷卻泵、除鱗泵等機組實施節能改造及軋制工藝參數優化，該產線改造后年節電量947萬kWh， 實現經濟效益568萬元/a， 噸鋼消耗降低3.38 kWh （電費以0.6元/kWh， 年產量以280萬t計），年節約標準煤379萬kg， 年減少二氧化碳排放743萬kg， 噸鋼減排2.65 kg。其中：主軋機冷卻風機節電率39.85%，年節電340萬kWh； 除鱗節電率20%，年節電231萬kWh； 層流冷卻節電率31%，年節電200萬kWh； 軋制設定優化節電率9%，年節電176萬kWh。

5 結語

工序極致能效解決方案基于冶金機理模型及技術工藝包，以預測控制、工藝參數優化為主要技術手段，通過工序、機組精細化能源分析，開發工序智能預測、工藝參數優化模型，提高工序用能調度優化精度、用能在線平衡，實現工序極致能效。以煉鋼、熱軋工序為特色的全流程極致能效解決方案是實現“3060”的碳達峰、碳中和的重要探索之一。

本文摘自《寶鋼技術》2024年第1期