高炉炼铁智能化的研究现状与展望

高炉炼铁智能化的研究现状与展望

屈月胜 ,刘洪亮

天津钢铁集团有限公司    天津市  300301

摘要：进入二十一世纪，我国的高速发展，推动了城市化进程加快，经济水平的提升，还有科学技术的进步。近年来，在环保与去产能化的双重影响下，中国钢铁开始向高质、智能、绿色的生产模式转变，传统的高能耗、高污染的高炉冶炼理念已不再适用于“十四五”规划的发展方向。随着大数据与人工智能技术的兴起，新一代钢铁工业在智能制造的推动下向着绿色制造迈进，通过分析钢铁企业多年积累的数据而建立各种预测模型已成为一种大趋势。本文首先以高炉智能化转型作为研究背景，通过由简入繁的方式介绍了当前高炉冶炼指标预测模型及冶炼过程监测系统。然后，分析了数据处理与专家决策优化策略的重要性，并简要阐述了当前各企业高炉大数据云平台的搭建情况。最后，对高炉智能化转型作出了相应的结论与展望。

关键词：炼铁；智能制造；智慧高炉；大数据；人工智能

引言

钢铁工业是典型的资源能源密集型流程工业,是国民经济支柱产业。高炉炼铁作为主流钢铁生产流程的核心工序,高炉稳定、顺行、高效、低耗关系到整个钢铁企业的经济效益,是钢铁生产节能减排、降本增效的关键环节。目前,高炉炼铁工艺技术水平已发展到瓶颈,难以有较大的突破;随着数据科学和信息技术的蓬勃发展,将大数据技术逐步应用于高炉炼铁过程中,充分利用炼铁系统积累的数据深度解析生产过程,研发基于大数据的智能化高炉炼铁技术,挖掘原燃料条件、工艺操作制度与高炉运行状态、铁水质量之间的逻辑关系,将大数据、机器学习与冶炼机制、经验知识相结合,建立高效、科学的高炉冶炼智慧模型,有望解决高炉数据难表征、状态难描述、操作难调控的传统难题,是实现高炉炼铁节能减排和智能化冶炼的重要手段。

1高炉炼铁的工艺结构

高炉炼铁的完整工艺结构主要包括上料系统、炉体系统、热风系统、渣处理系统、出铁场系统、炉顶系统、喷吹系统、辅助系统等组成。其中，上料系统由矿槽、焦槽、筛分设备、称量设备、输送胶带机、斜桥或上料主皮带结构等组成，其功能主要为根据生产需求将各种原料输运到高炉内；炉体系统主要由高炉内衬、炉体冷却单元、炉体检测设施、炉体控制设施、高炉炉壳、支撑框架结构等组成，炉体系统是高炉炼铁工艺产出铁水的主要单元；炉顶系统主要用于根据工艺设定向高炉内完成各种原料的布料，其主要组成部分包括料罐、固定受料漏斗、气密箱、阀箱、溜槽等；热风系统主要用于加热风至1200℃，并经特殊管道将热风引入高炉，其主要组成部分包括热风炉、空煤气换热器、助燃风机、热风输送管道等；喷吹系统主要将煤粉加工成符合要求的粒径大小，在充分干燥后，使用气流将煤粉送入高炉内，其组成单元主要有煤粉制备设施、煤粉干燥设施、煤粉喷吹设施等；渣处理系统主要用于处理及回收高炉炼铁产生的残渣，其主要组成单元包括炉渣粒化设施、渣脱水设施、渣运输设施等。

图1高炉炼铁技术工艺示意图

2高炉炼铁智能化的研究现状

2.1高炉煤气流监测系统

煤气流和炉料的逆流运动仍然是炉内一切反应的基础，是影响传热和传质过程的根本因素，也是高炉取得良好技术经济指标的关键。因此，合理的煤气体流动分布取决于特定的原料、燃料和设备条件，在特定的冶炼制度下，不仅可以使高炉顺向运行，而且还可以得到最佳的煤气利用率。煤气流的分布对高炉顺行、煤气流利用率和料柱的透气性有很大的影响，所以在冶炼过程中有必要关注煤气流分布状况。针对高炉煤气流多维度、非线性的特点，提出了空间方向邻域保持嵌入法来监控高炉煤气流分布。采用数值模拟法和多孔介质算法，建立二维高炉内煤气流动的物理模型，模拟出煤气流在炉内向上运动的“整流”现象，直观地记录煤气流通过炉内不同部位时的速度和压力分布状态，解决了实际生产中通过观察炉顶煤气质量来判断分布状况的问题。应用差分离散求解方程对厄根方程和质量守恒方程进行离散计算，模拟不同料面形状的煤气流分布，得出当料面有一定的倾斜时，煤气流分布比水平料面更趋向于中心的结论。为了解煤气流在块状带的分布情况，采用数值计算软件对软熔区和块状区的气体流动进行了数值模拟，同时分析出炉顶煤气流受料面影响较大，不能通过炉顶煤气流来检测内部煤气流状况。

2.2高炉大数据平台

高炉大数据平台是钢铁智能化进步的集中体现，它一方面解决的是高炉数据统一问题，一方面是为了应对高炉各区域系统之间无法全局数据查询和可视化的问题。目前高炉的大数据平台主要以数字孪生和数据中心的实现形式为主，它们的出现让高炉冶炼智能化升级提到了一个新高度。数字孪生是实现物理世界和信息世界之间的交互的关键技术，可以将实体系统“不可见因素”进行预测和透明化，数字孪生模型有两个重要的作用：一是对实体系统状态的量化表达；二是建立输入到输出的预测传递系统。2020年，以马钢为代表的大型钢铁企业，通过建设大数据平台、数字孪生模型，成为钢铁企业实施智能制造的标杆企业。之后首钢、鞍钢、河钢等国有大型钢铁企业在智能制造领域也开始发力，其中河钢乐亭钢铁有限公司打造了国内首个覆盖全流程业务的数字孪生工厂如图2所示，其中包括的数据孪生高炉系统利用了大量的人工智能算法，可根据高炉的实时运行参数对炉况进行专家预测和预警，辅助操作人员及时调整设备和工艺参数，保证了高炉高效稳定运行。

图2数字孪生工厂

大数据平台不仅用于海量钢铁生产数据的采集、储存和分析，而且还提供监测数据、预测结果和决策方案的输出功能，是高炉从“黑箱”到“白化”的关键。日本JFE[49]开设了数据科学推广基地“JDXC（JFE数字化转化中心）”，该中心具备综合使用所有生产设备运营数据的操作数据环境，并通过利用人工智能技术实现了“高炉可视化”。同时，韩国浦项钢铁公司也成立了浦项智能数据中心，该中心将现场采集的各种信息存储于PosFrame，并运用人工智能技术对其进行分析和预测，提高了生产效率，由此全面增强了企业钢铁业务的综合竞争力。国外的钢铁企业建立的数据中心发展较早且功能强大，国内钢铁企业近期也构建了自己的数据中心，宝山钢铁公司研究团队[50]利用人工智能技术与业务技术相融合的方式自主开发了业务需求驱动下的PIDAS数据中心，它突破了工厂级数据中心软硬件平台架构技术，探索了多系统动态协同智能控制技术，构建了工厂级数据中心并初步实现了智能应用。

结语

１）钢铁行业作为我国国民经济的支柱产业，在我国工业现代化进程中发挥着不可替代的作用。当今数字化技术不断发展，传统的高炉冶炼方式已经无法适应未来“双碳”目标与“十四五”规划下的发展趋势。应面向未来，坚持以智能化转型为主要方向，进一步构建完善的钢铁行业智能制造标准体系，做到精准、高效、优质、低耗、安全、环保，全面提升冶炼质量，促进钢铁行业在新时代健康可持续的发展。２）智能化生产是高炉转型升级的现实需要，应当将智能化技术转变为高炉冶炼可持续发展的驱动力。各钢铁企业在智能化发展过程中除利用数据模型驱动生产外，还应积极建设本厂智能化炼铁平台，运用红外成像等手段对高炉炉顶、风口以及炉缸等各处建立监测系统，利用技术化手段保证高炉生产顺利进行，达到提质增效的效果。

参考文献

[1]刘然，张智峰，刘小杰，等.低碳绿色炼铁技术发展动态及展望[J].钢铁，2022，57（5）：1.

[2]石泉，唐珏，储满生.基于工业大数据的智能化高炉炼铁技术研究进展[J].钢铁研究学报，2022，34（12）：1314.