智能制造在钢铁冶金铁前工序的应用现状及展望

钢铁工业是促进我国经济持续发展的支柱型行业。钢铁冶金铁前工序环节较多,面临着数据量大、难以实时监控、难以把握生产状态、人工经验难以准确决策等诸多问题。铁前工序智能制造可推动钢铁企业实现产业转型升级。目前,数字孪生、透明感知、智能运维和智能决策分别在实现多源异构数据的采集与整合显示、系统运行状态信息采集、关键设备的监控与预警和生产参数与指标的优化方面取得了较好的成果,重点从这4个方面阐述了智能制造在铁前工序中的应用,并对未来的发展方向作出了展望。     

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。     

烧结过程智能控制研究进展

烧结是钢铁生产流程的一道主要工序,智能化烧结是钢铁智能制造的重要组成部分。本文综述了近年来烧结过程智能控制方面的研究进展,重点介绍了烧结矿化学成分智能控制、过程状态智能控制、固体燃料消耗优化控制和关键工艺参数优化方面所取得的进步,同时从数学建模、过程控制、工艺参数优化方面探讨了烧结过程智能控制的研究方向。     

钢铁行业绿色化智能化发展及河钢集团创新实践

碳达峰、碳中和事关人类生存，智能制造已上升为国家战略，绿色低碳智能化发展道路是我国钢铁工业高质量发展的必然选择。本文系统介绍了国内外钢铁行业低碳绿色发展现状、智能制造发展现状，剖析了主要钢铁企业的减碳目标和减碳路径及智能制造的执行理念和解决方案，重点介绍了业内引领示范单位——河钢集团在绿色化智能化发展方面的典范技术路线及重点技术。在此基础上，展望了钢铁工业绿色化智能化发展趋势，指出了一些具有推广应用和研究价值的前沿技术。热压铁焦、熔剂性球团制备及高炉高比例球团冶炼、氢冶金、连铸坯热送热装等技术降碳效果显著，具有很好的推广应用空间；智能制造技术有效促进了现代钢铁工业进步，世界主要钢铁企业均制定了自己的智能制造发展规划；大数据技术、专家操作系统、过程智能控制、智能调度等智能技术可有效提升生产过程控制水平，提高生产效率，提升产品质量。     

“绿色、智能、高效”的新一代电炉短流程特钢厂——河钢石钢新区

 河钢石钢新区是河钢集团全面贯彻落实习近平总书记关于“坚决去、主动调、加快转”指示精神和河北省钢铁产业转型升级的具体实践,也是河钢坚决贯彻落实新发展理念,全力推动钢铁产业高质量发展的行动体现。河钢致力于将石钢新区打造成为生产绿色、产线智能、流程高效、产品高端的现代化特钢梦工厂。河钢石钢新区是以“绿色、智能、高效”的设计理念,以冶金流程工程学理论为指导,运用冶金制造流程动态有序、协同连续的物理系统及流程界面技术规划设计的新一代电炉短流程特钢示范项目,是全球特钢企业智能制造、中国钢铁产业转型升级之由钢铁长流程转变为短流程的生动写照。河钢石钢新区在短流程工艺革新、全工序超低排放、智能制造等各方面,汇集了当今世界最卓越的设计元素和理念。项目集成应用了70多项行业最先进的短流程前沿工艺和绿色钢铁制造技术,定位3大系列高端产品,实现超低排放。项目涵盖了国内首台套大型双竖井废钢预热型超高功率直流电弧炉以及国际上断面最大、建造深度最深的特钢大方坯立式连铸机,有力地推动了中国高端装备制造用钢材的均质化水平和国产化替代步伐。河钢石钢新区带动了京津冀区域特钢品牌升值,代表了双碳目标下钢铁行业新一代绿色智能高效的电炉短流程钢厂发展方向,也为中国钢铁工业电炉短流程的发展做出了示范。     

钢铁能源管控优化研究应用的综述与展望

钢铁工业是国民经济支柱性产业，同时也是能源消耗排放大户。随着“碳达峰”“碳中和”等目标的提出，钢铁行业绿色化势在必行。而在生产工艺与核心设备相对完备、固定的前提下，能源管控优化成为节能降耗、低碳运行的主要手段，相关方法技术自然也成为了行业的研究应用热点。针对钢铁工业能源系统管控优化问题，综述状态感知与趋势预测、运行优化与设备控制、调度决策与系统优化、平台研发与工程应用4个方面的研究进展，覆盖机理建模、数据驱动、工业互联网、人工智能等多个理论技术体系。最后，基于行业现状、结合发展趋势，总结归纳了钢铁能源管控优化的难点挑战与未来发展方向。     

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。     

“融合协同”的绿色工程管理方法及应用

 绿色化、智能化已成为钢铁行业未来发展的共识,是中国钢铁行业引领世界钢铁行业的重要方向。针对“绿色化、智能化、品牌化”的新一代流程钢厂建设面临的全流程数字孪生、绿色技术集成、工程管理创新等诸多问题,河钢集团积极探索钢铁工程的绿色化、数字化转型路径,在工程实践中建立了全流程多要素“融合协同”的绿色工程管理方法。形成了钢铁工程数字虚拟工厂与现实工厂的协同、绿色技术与工程设计的协同、过程管控与全要素资源动态的协同、工程数字与模块建造的协同等“四个协同”的具体方法支撑。据此方法建成的唐钢新区,从设计、建设到交付的全过程遵循冶金流程工程学理论,按照“绿色化、智能化、品牌化”的建设目标,以物质流、能量流、信息流的最优网络结构为方向,运用最新的钢厂动态精准设计、集成理论和流程界面技术,通过工序功能集解析优化、工序间关系集协调优化和流程工序集重构优化,构建信息物理融合系统,实现了唐钢新区产线连续紧凑、动态有序和产品质量窄窗口稳定运行。唐钢新区是在同时期、同类型钢铁工程中吨钢投资最低、建设工期最短、环保水平最高的新一代流程钢厂。全流程多要素“融合协同”的绿色工程管理方法的建立为钢铁工程的绿色化、智能化转型提供了借鉴。     

钢铁制造流程动态运行要素的认识与实践

 深入认识钢铁制造流程的动态运行特征是实现流程动态-有序、协同-连续运行状态管控的基础。基于对钢铁生产流程特征的分析,阐述了“流、流程网络与运行程序”作为钢铁制造流程动态运行3大要素的特征及其数学描述,明确了运行程序是进行物质流、能量流在以流程网络为基础的网络空间中运行优化的调控手段,以及构建铁素物质流及能量流在流程网络上的动态运行优化模型是实现钢铁制造流程高效优质低耗低成本运行的有效途径。对于钢铁制造企业,提出了以生产计划调度优化模型为核心的运行程序优化技术,通过优化模型形成的生产计划调度指令可引导制造流程运行状态的整体优化,实现生产资源的合理优化配置和能源利用效率提升。     

钢铁生产全流程智能协同管控系统设计与应用

为了打破钢铁生产企业现有系统之间的信息壁垒,集中监控生产全流程数据,通过物质流、能量流和信息流(三流)之间的协同,实现公司调度的“提前预测、精准调度”,提出一种钢铁生产全流程智能协同管控策略,并进行智能协同管控系统的设计。首先,针对钢铁企业生产管理现状和主要任务进行分析,阐述“三流”协同的基本概念,总结企业对智能协同管控系统的需求;然后,分别采用B/S架构和分布式技术进行系统总体架构和数据库系统的设计,基于Pearson相关性分析方法选择产能预测模型的输入变量,并采用Elman神经网络进行建模,再对系统的主要功能进行详细设计;最后,将系统应用于湖南华菱涟源钢铁有限公司生产管理部。运行结果表明,该系统能通过“三流”之间的协同为公司生产管理与能源调度提供有效指导,且视频联动、异常数据报警、产耗量预测等功能表现良好,满足了企业对钢铁生产全流程的智能管控需求。     

基于熵的钢铁制造流程运行有序性评价模型

钢铁制造流程运行有序性的定量评价,是钢铁制造过程优化管控中的一个重要问题.为从流程中工序/装置之间的衔接、匹配状态方面定量研究流程运行有序性,结合信息熵的概念,定义钢铁制造流程中单元装置i输入端和输出端的平均不确定性为其运行状态熵E(i),以运行状态熵与最大运行状态熵的比值E(i)/Emax(i)为其运行无序度,相应地...     

从流程学视角构筑焦化工序发展新格局开启焦化行业低碳新模式

在国家碳达峰及碳中和政策强力推进的新形势下,我国钢铁工业焦化工艺正面临着百年大变革的新挑战及高质量发展的历史新机遇。以《冶金流程工程学》三大功能理论为指导,剖析了焦化企业流程工序碳能源的应用现状,结合钢铁企业/流程工序绿色转型发展的实际需求,对焦化流程进行了解析优化、工序协同优化、流程重构优化的系统集成优化,推动了焦化流程工序能量流革命化重构、流程高效化再造及产业链优化重组。开发洁净高效能量流及网络运行模式、高效能质转化流程工艺技术、低碳固碳新产业技术,为绿色化、生态化、低碳化、智能化焦化流程的构建提供了可行性。     

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。     

碳中和背景下的低碳冶金初探与工业实践

"碳中和"、"碳达峰"背景下,钢铁企业实现节能减排以铁前工序最为关键,低碳冶金现存多种工艺路径,主要分为非高炉炼铁和低碳高炉炼铁两大门类.高炉喷吹焦炉煤气的工业化应用为高炉富氢冶炼实现了良好的开端.未来,高炉仍将作为炼铁工业的核心装备,高炉低碳冶炼、全氧高炉、氢冶金的发展将为我国实现碳达峰碳中和作出积极贡献.非高炉炼铁...     

钢铁企业铁前工序降碳研究

面对碳达峰和碳中和的大势所趋,钢铁行业的降碳之路势在必行。对铁前工序各环节的生产现状、涉及的碳排放因子、拥有的降碳潜能、已经或将来需要采取的降碳措施进行深入研究,提出了管理降碳、技术降碳和结构降碳三条主要的降碳路径。总结了改善化石类原料结构、推进大球比冶炼、工艺控制精细化、提高能源的回收利用率、建立实时碳排放监测模型等具体的降碳措施。探索钢铁企业铁前工序的低碳生产模式,助力钢铁行业实现低碳环保、节能增效、绿色智能的持续发展目标。     

基于绿色钢铁的转炉炼钢工艺设计及生产

 “碳达峰”和“碳中和”目标的提出,使得绿色钢铁的概念受到广泛关注。绿色钢铁不仅是指钢铁企业的排放指标优良、环境优美,更是要打造工艺优化、设备优化、流程优化的铁素流、能量流和信息流“三流归集”的低碳、低成本的生产线,实现企业从设计、建造、生产到淘汰的全寿命成本最低的目标。当前以降低生产排放,合理循环利用为主要目的的长流程生产工艺,以副枪+动态控制的自动炼钢,集成废钢预热、一罐到底、钢包加盖、合金烘烤、下渣检测、滑板挡渣、余热回收利用、干式一次除尘+二、三次除尘+散点除尘、钢渣综合利用等设备和技术,在已投产的项目取得了良好的效果,且仍在持续改进和提高。此外,在进行平面设计和工艺设计时,应充分利用场地天然地势高差,重视降低生产运行成本。同时,生产企业还应培养建立绿色钢铁生产的专业化人才队伍,注重从生产管理入手,规范信息管理,优化生产调度和工序衔接,提高全流程的物质转化与能量转换效率。建立着眼于从原料到成品的全流程的物质流、能量流和信息流的管理,实现以产品质量定原料的“定制化”生产模式。以打造全寿命成本最低的钢铁企业为目标,开发涵盖工厂设计、建造和生产运行的全寿命智能管理软件,管控全寿命周期内的各阶段成本,从而实现真正意义上的绿色钢铁生产。     

智能化钢铁制造流程信息物理系统的设计研究

现代钢铁制造流程是集成烧结、球团、焦化、炼铁、炼钢和轧钢等多工序过程的耗散结构体系.钢铁制造流程是在物质流、能量流和信息流协同运行的条件下,完成一系列复杂的冶金过程和转变.探讨了对钢铁制造过程物理本质以及运行特征的认识和研究,提出了现代钢铁制造流程物理系统的设计理念和方法.阐述了流程工程动态精准设计体系在钢铁冶金工程设...     

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。     

钢铁制造流程智能制造与智能设计

分析了钢铁制造流程智能制造和智能设计的主要内容。钢铁制造流程智能制造包括智能化流程设计、智能化流程生产运行、智能化流程管理、智能化流程供应链和智能化流程服务体系。钢铁制造流程智能设计包括基础科学研究,采用CAE三维仿真设计分析计算技术;技术科学研究,采用机械三维仿真设计技术;工程科学研究,采用数字化三维仿真工厂设计技术。实现钢铁制造流程智能制造,智能设计既是智能制造的关键环节,又发挥着先导和引领作用,没有先进的智能设计,很难有先进的智能制造,必须高度重视钢铁制造流程智能设计的作用和意义,智能设计的先进程度决定着智能制造的先进水平与未来。     

烧结系统智能制造的发展现状与展望

为提升烧结工艺的智能制造水平,本文以大数据为核心线索,全面探讨了参数预测、图像识别、过程控制和系统平台等在烧结工艺中的应用。工艺参数预测有效提高了生产效率,保障了烧结矿质量;图像识别技术赋予机器“感知”能力,使其能够科学有效地对信息进行规划分类;烧结智能控制系统的水分、配料和终点控制应用显著提高了生产效率和产品质量,为烧结工艺智能化发展和钢铁工业可持续进步奠定了坚实基础;烧结大数据平台的实时数据分析确保数据的实时性与有效性,为企业烧结生产提供科学依据,提高了精准度和运行速度。在大数据的引导下,烧结工艺的智能制造水平得到显著提升,企业生产效率和烧结矿质量均得到有效保证。智能控制技术的快速发展使得钢铁工业迈向智能制造的转型升级成为必然趋势。