钢铁冶金过程铁前工序绿色智能制造的进展与展望

随着“碳达峰”“碳中和”“低碳冶金”等概念的提出,钢铁行业的绿色智能制造已成为大势所趋。铁前工序是钢铁冶金过程的前端工序,也是主要的能源消耗环节。因此,实现铁前工序的绿色智能制造具有重要的经济价值和环保意义。围绕钢铁冶金过程铁前工序绿色智能制造,以“智能碳使用”的低碳冶金技术为核心,综述铁前工序运行状态智能感知、运行参数智能控制、运行性能智能优化和智能协同管控4个方面的研究进展。运行状态智能感知是获取难以检测运行状态信息的主要手段,包括运行状态监测和运行状态识别。运行参数智能控制是实现铁前工序运行状态正常的前提,包括基于人工经验的智能控制、基于参数预测的智能控制和面向多目标集成智能控制。运行性能智能优化是提升运行状态的运行性能的主要措施,包括操作参数智能优化和运行指标智能优化。钢铁冶金过程智能协同管控着重研究感知、控制和优化技术的协同融合。最后,分析当前存在的机遇与挑战,铁前大数据分析和运行状态智能感知、铁前工序一体化智能协同管控和铁前工序全流程性能提升与优化控制或将成为铁前工序绿色智能制造的前景方向。     

近年钢铁主业智能制造发展综述(上篇)

加智能制造是钢铁产业迈向高端的“催化剂”。据国内外相关钢铁智能制造专业技术文献资料,概述近年来国内外钢铁主业智能制造的科研、技术开发及生产应用状况。文献资料表明,钢铁企业积极开展、推行从料场到轧材的各个工序基于“信息化、数字化、网络化、大数据和云计算”背景下的智能制造,在工艺过程优化、生产效率、指标提升方面均取得了良好效果,一定程度上为钢铁企业即将或正在实施钢铁智能制造在技术选择、方向上提供了较为全面的借鉴。本文主要综述内容为钢铁智能制造概况和铁前原料场、烧结、球团、高炉本体及其附属系统。     

板带材全流程智能化制备关键技术

板带材制备过程是涵盖多工序、多控制层级的大型复杂工业流程。针对其制备过程复杂、产品质量稳定性差、跨工序产品质量跟踪与多工序协调控制无法实现等问题,提出了通过构建板带材智能化制备领域系统、完备的理论体系,形成智能决策与排产、质量在线监控与优化、精准控制与多工序协调、组织性能调控等一批关键共性技术并示范应用,提高生产效率、产品质量和柔性化生产能力,扩大钢材的品牌增值,满足用户多品种、小批量的个性化需求的解决方案。详细介绍了钢铁购销与制造供应链协同智能优化决策,全流程产品质量在线监控、诊断与优化,基于CPS架构的多工序协调优化与质量精准控制,热轧过程温控—变形耦合—性能匹配及表面质量智能控制等关键技术模块。     

近年钢铁主业智能制造发展综述(上篇)

综述了铁前原料场、烧结、球团、高炉本体及其附属系统和钢铁智能制造概况,介绍了钢铁企业积极开展、推行从料场到轧材的各个工序基于"信息化、数字化、网络化、大数据技术和云计算"背景下的智能制造情况,以及在工艺过程优化、生产效率、指标提升等方面取得的良好效果,在一定程度上为钢铁企业即将或正在实施钢铁智能制造在技术选择、方向上提供了较为全面的借鉴。     

板带轧制过程中的智能化关键技术

通过智能化关键技术实现多工序、全流程板带产品质量提升和生产过程优化，解决由于工序界面和工况复杂性导致的产品质量和生产效率问题，是板带轧制智能化的未来发展方向。在智能化系统构建中要开发以下智能化关键技术，首先要基于CPS架构建立多工序协调优化系统，实现轧制过程多工序协调优化与质量精准控制；其次，面向定制化生产的智能优化决策与动态排程技术，提高生产效率；第三，基于产品全流程质量在线监控、诊断与优化技术，打通制备全流程质量信息流，实现产品质量异常追溯和关键质量参数在制备全流程的优化；最后，开发轧制过程性能一体化智能控制技术，通过轧制过程温控- 变形耦合- 性能匹配控制，形成智能化组织性能预测、动态快速设计及钢种归并技术。     

鞍钢热轧带钢厂智慧制造发展研究

通过分析国内外钢厂智慧制造发展情况,并结合鞍钢股份有限公司热轧带钢厂信息化现状,贯彻落实公司两化融合顶层设计及发展规划,制定热轧带钢厂智慧制造发展方向。从生产、质量管控智能化,设备智能管控与分析预警,高效率智能装备,智能安全,自动化轧钢、集控等方面,实现无人化、少人化,操检合一、集中管控,提质增效、安全节能,自动化轧钢程度提升,设备状态监控。打造智能化、高效率、低成本的绿色热轧产线。     

智能磨辊间关键技术的开发与应用

磨辊间生产管理正从传统模式向信息管控一体化模式转变,并逐步向智能化方向发展.磨辊间智能制造是众多单项技术的集合体,北京科技大学智能磨辊间系统(BeiKe roll shop system,简称BRSS)融入了大数据智能分析、生产运行智能决策、设备状态智能诊断等先进技术.主要阐述了集中控制、智能推送、辊形评价、监视诊断等...     

智能制造在梅钢炼钢厂的应用实践

上海梅山钢铁股份有限公司炼钢厂围绕智能制造技术,在不同的生产工序开展了研究,从铁水预处理、转炉冶炼、炉外精炼、连铸4个工序,结合生产操作开展了模型化、智能化、自动化的智能制造技术,并取得了较好的应用实践效果。在铁水预处理工序开展了一键脱硫模型的开发,实现了脱硫操作一键化,对铁水扒渣的判定进行了智能化的研究,实现了对扒渣过程的智能判定,替代了人工判定扒渣等级。在转炉区域开展了转炉冶炼模型的研究,实现了一键炼钢冶炼控制,使得转炉终点控制更加稳定,补吹率在1%以下。在精炼工序开展合金模型的研究和应用,对降低合金总成本、提高钢水成分控制精度也发挥了重要的作用。在连铸工序开展自动浇钢综合研究,实现了无人浇钢控制技术,大大提高了劳动效率。     

韶钢铁区一体化智能管控平台应用实践

对韶钢铁区一体化智能管控平台应用实践进行了总结。平台建立了覆盖铁、烧、焦、料全流程的数据处理及分析体系,通过智能化决策与应用,打通了铁区"三流"传输孤岛。生产、技术、管理人员运用平台实现了铁区生产智能精益管控、智能监控预警、智能分析诊断、智能优化决策等"一盘棋"的生产运行模式。平台应用使得铁区生产操作稳定性得到加强,促进了铁区生产管控水平提高和技术进步。     

设备状态监控故障智能诊断系统的功能及其应用

描述了设备状态监控故障智能诊断系统的软硬件结构及基本功能,并且以具体的故障实例分析了设备状态监控故障智能诊断系统在高速线材生产实际中的应用与价值。     

轧制过程多工序指标建模及优化的研究现状与发展趋势

板带材轧制过程的各工序都已达到较高控制水平，工序耦合和工况复杂性限制了产品质量及生产效率提升，难以再从单独工序取得进一步突破。多工序过程具有难以建立准确模型、运行状态不可测、非线性动态耦合等特征，如何实现以轧制过程关键运行指标感知为基础的多工序综合协调优化，是本领域面临的挑战性问题。以多工序综合协调实现资源和工序过程能力的优化配置，提高轧制过程对于复杂多变工况的适应能力，优化各工序生产过程与终端产品的匹配度，实现产品质量和生产效率的提升，将成为重要发展趋势。     

“智能技术在炼铁上的应用研讨会”召开

<正>智能炼铁技术是以图像识别技术、智能算法、大数据以及物联网技术为依托,深度融合铁前生产边界,将铁前生产物质流、信息流、能量流聚合统一,秉承由内而外的精益生产理念,实现整个铁前生产管理一体化、决策智能化、成本最优化和组织高效化的新兴技术。为了给全国炼铁技术人员搭建交流平台,促进全国炼铁智能化生产技术的发展,由山东金属学会联合河北、浙江、上海、山西、陕西、安徽、江苏、河南、四川等省     

近年钢铁主业智能制造发展综述(中篇)

据国内外相关钢铁智能制造专业技术文献资料,概述近年来国内外钢铁主业智能制造的科研、技术开发及生产应用状况。文献资料表明,钢铁企业积极开展、推行从料场到轧材的各个工序基于“信息化、数字化、网络化、大数据和云计算”背景下的智能制造,在工艺过程优化、生产效率、指标提升方面均取得了良好效果,一定程度上为钢铁企业即将或正在实施钢铁智能制造在技术选择、方向上提供了较为全面的借鉴。本文主要综述内容为我国炼钢转炉冶炼、精炼、连铸、钢包运转、调度系统及轧钢技术智能制造概况。     

一种铝板带加工企业智能化物流管理的设计与实现

针对有色金属加工企业内部生产过程中,物料在不同加工工序存放、转运、货位调动直至最终入库过程中存在的各种问题,提出了设计方案。通过计算机信息处理、网络通信技术、智能运输设备等手段,实现企业从生产、物料运输、仓储等基本活动环节的智能化运作和高效率优化管理,提高企业的仓储管理水平,降低成本,减少资源消耗。能够更好更快地实现铝板带企业内生产过程物料流转智能化、物流信息实时性、可视化,为企业实施智能制造打下基础。     

钢铁工业铁前工序的 Exergy分析

铁前工序是钢铁工业能源消耗的主要环节,占总能耗的80％。为此,根据铁前工序的生产数据,通过建立物料平衡,建立了Exergy 计算模型,获得了各工序的Exergy 平衡关系、热力学完善度、 Exergy效率、 Exergy损失系数。同时结合理论分析,论述了Exergy分析法对铁前工序（焦化、烧结、高炉炼铁）节能分析的优势,并且提出各工序的节能途径。     

智能制造一体化架构与集成

智能制造可以提高企业的生产运行效率和产品质量稳定性,是实现核心业务的集约化和标准化、生产经营精准高效和对市场快速反应的重要手段。河钢集团唐钢公司以物联网、云计算、大数据等新一代信息技术与先进制造技术的深度融合为基本路径,构建了集智能装备、智能工厂、智能互联于一体的智能制造体系。介绍了智能制造一体化总体构架,从铁-钢生产界面动态协同、产销管理深度集成、仓储-物流智慧运输集成、质量设计-生产一贯制应用集成、能源-环保工厂智能管控5个方面详细阐述了系统集成情况。唐钢示范工厂的成功实践为国内钢铁行业智能制造积累了丰富的经验。     

板带轧制过程中的智能化关键技术

通过智能化关键技术实现多工序、全流程板带产品质量提升和生产过程优化,解决由于工序界面和工况复杂性导致的产品质量和生产效率问题,是板带轧制智能化的未来发展方向。在智能化系统构建中要开发以下智能化关键技术,首先要基于CPS架构建立多工序协调优化系统,实现轧制过程多工序协调优化与质量精准控制;其次,面向定制化生产的智能优化决策与动态排程技术,提高生产效率;第三,基于产品全流程质量在线监控、诊断与优化技术,打通制备全流程质量信息流,实现产品质量异常追溯和关键质量参数在制备全流程的优化;最后,开发轧制过程性能一体化智能控制技术,通过轧制过程温控-变形耦合-性能匹配控制,形成智能化组织性能预测、动态快速设计及钢种归并技术。     

钢铁流程工业智能制造的目标与实现

智能制造代表制造业未来发展趋势,是实施中国制造业强国的主攻方向,也是钢铁工业转型发展建设钢铁强国的必由之路。通过对工业智能制造原理、钢铁智慧工厂构成、钢铁流程大数据和钢铁生产价值链重塑四个方面对钢铁企业智能制造进行描述,提出了钢铁企业智能制造的主要目的是实现生产流程间系统价值链的塑造,实现价值最大化。     

炼钢厂多尺度建模与协同制造

在阐述炼钢厂多尺度建模与协同制造技术架构的基础上,分别从单体工序尺度、车间区段尺度与炼钢厂运行尺度开展了炼钢厂协同制造的研究。从工序/装置过程控制系统（PCS）到炼钢厂制造执行系统（MES）进行了较为系统的建模研发,构建了包括转炉工序、精炼工序与连铸工序在内的工序工艺控制模型以及以生产计划与调度模型为核心的物质流运行优化模型,并通过工序工艺控制和生产计划与调度的动态协同,实现了炼钢厂多工序/装置的高效运行。研发了炼钢?连铸过程工序工艺控制模型、生产计划与调度模型同MES之间的数据接口,实现了MES与生产工艺控制、流程运行控制、生产计划与调度系统的有机融合,形成了以机理模型与数据模型协同驱动的工艺精准控制、多工序协同运行、基于“规则+算法”的生产计划与调度为支撑的炼钢?连铸过程集成制造技术,通过多层级的纵向协同与多工序的横向协同,实现了炼钢厂的协同运行与控制。研究成果是炼钢?连铸过程智能制造的有益探索与实践,对流程工业智能制造企业具有很强的参考价值,对冶金工业绿色化、智能化发展具有示范与借鉴作用。应用后,明显提升了炼钢厂的协同制造水平,取得了显著的经济与社会效益。      

电弧炉智能炼钢的研究进展

电弧炉炼钢因具备消纳城市废钢和低碳环保的优势而备受关注,随着人工智能、大数据技术在钢铁工业的应用和发展,以及电弧炉绿色、高效生产的需要,智能炼钢成为电弧炉未来发展的主要趋势。围绕近年来电弧炉智能炼钢核心技术,对电弧炉电气控制、温度控制、成分控制以及配料优化4个方面的研究进展进行了综述。目前,电弧炉智能炼钢研究已经取得了一定的进展,实现了电极自动调节、电能质量智能预测、电能消耗智能预测、温度和成分自动预测、泡沫渣自动控制、废钢自动评级、配料和成本优化等技术,但仍存在控制精度较低、预测模型的鲁棒性较差等缺点。而随着生产数据的不断积累以及智能制造车间精益生产需求的提高,未来电弧炉炼钢将向生产全流程数字化监控、全自动设备控制、高精度智能预测和控制、精细化生产管控和优化等方面发展。同时,还需要进一步耦合各个环节的智能技术,提高智能炼钢技术在不同电弧炉上的适配性,降低其在生产现场的实施难度和成本,实现电弧炉生产全流程的智能控制,从而提高生产安全性、减少废气废物排放、提高生产效率、降低生产成本,实现可持续发展。