鞍钢烧结生产过程综合智能控制系统

钢铁生产中烧结工艺流程长、工艺复杂、关键生产参数难以直接在线检测,这些问题长期以来一直影响烧结生产的操作与控制,在很大程度上制约了烧结、炼铁经济技术指标的提高。为解决上述问题,近年来,鞍山钢铁集团公司基于烧结生产过程信息化、智能化、集成技术开发平台,在研究开发烧结机尾断面图像分析、烧结终点控制、烧结配料动态优化与控制、混合料水分智能控制、综合智能专家决策等烧结生产过程中关键环节控制子系统的基础上,采用人工智能技术和计算机信息技术构建了鞍钢烧结生产过程综合智能控制系统,进而实现了鞍钢烧结生产的综合自动化。     

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。     

杭钢烧结污染整体防治实践

烧结工艺是钢铁联合企业生产的重要工序，也是钢铁企业的主要污染排放源。采用适当的末端治理技术和有利于环境的工艺优化手段，能较好地控制烧结污染排放。介绍了杭州钢铁集团在烧结环境保护方面做的工作。     

钢铁制造烧结过程关键参数检测方法综述

铁矿石烧结是钢铁制造中重要的铁前流程,是高炉炼铁的主要精料来源,也是钢铁行业实施“双碳”战略的前沿阵地。烧结终点、混合料水分以及FeO含量作为烧结过程中的关键参数,直观反映了烧结全流程的工况、能耗水平以及成品质量,是烧结过程在线检测的重点研究对象,本文重点阐述了这三个关键参数的检测方法研究现状,从工艺机理和参数特性出发,分析了现有检测方法的优缺点以及适用性,概括了当前烧结过程关键参数检测面临的问题,并对未来发展趋势进行了展望。     

烧结系统终点温度与点火强度最优控制算法

铁矿石烧结是钢铁生产流程的关键环节,烧结矿的物理特性,如强度、粉末含量、粒度,以及化学成分的稳定性直接影响高炉的炉况及铁水质量.通过最优控制算法,建立了烧结过程工艺参数与烧结终点温度之间的最优控制模型,实现了烧结终点温度与点火强度的最优控制.     

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。     

新钢烧结配料整体优化程序的开发

为发挥各品种铁料的互补优势,降低烧结配料结构成本,新钢铁前系统采用线性规划算法,使用C#2012编程语言和SQL SERVER 2012数据库技术,结合新钢铁前系统的工艺特点,自主开发了烧结配料整体优化程序。该程序具有原料参数导入功能、计算结果导出功能、计算烧结矿最低吨矿或吨铁成本等功能。     

铁矿烧结过程能耗数学模型的研究进展

综述了铁矿烧结过程能耗数学模型的研究动态,重点介绍了烧结过程能耗分析与能源管理,热平衡模型、固耗预测模型、碳效模型和?效率模型等能效评价数学模型,以及烧结工艺参数优化等进展。同时展望了烧结过程能耗数学模型的研究方向,即创新能效评价方法,找出用能薄弱环节,并建立能耗数学模型科学评价烧结过程的能源消耗,在一定的指标参数和状态参数约束条件下最优化调节烧结工艺参数,最终提高烧结过程能效并实现绿色生产。     

智能控制在粉末冶金技术中的应用

综述了人工神经网络、专家系统、模糊控制等智能控制理论在粉末冶金工艺过程的在线监测、性能及工艺参数预测等方面的应用，探讨了智能控制在粉末冶金领域中应用的前景。     

550m~2烧结机智能闭环控制系统的设计与应用

烧结智能闭环控制系统包括质量智能闭环控制子系统、烧结过程智能控制子系统和生产信息管理子系统三部分,具有18个不同的控制子功能,采用线性规划、最小二乘法等数学方法及人工智能方法对从配料到成品的整个烧结工艺进行控制,实现了烧结矿成分的智能闭环控制、一键式的烧结生产以及烧结生产过程中指标参数的自动统计和分析。该系统应用以来,经济效益和环境效益十分显著,实现了烧结生产的整体智能闭环控制,经中国金属学会组织的科技成果鉴定,达到了国际领先水平。     

统计推断在烧结生产节能工作中的应用

一、前言统计推断是质量管理活动中一项很重要的手段,已被国内外的实践所证明。由于钢铁生产过程的复杂性和特殊性,统计推断的应用更呈现出明显的效能。本文通过在烧结煤气点火系统中运用统计推断原理优化点火工艺参数节约能源的实践,说明在钢铁生产过程中应用统计推断可为解决生产、工艺、操作中的薄弱环节或工艺理论探讨提供科学依据。最后就如何推广应用统计推断法提出本人的一点见解。二、工序状况分析武钢烧结厂1986年时拥有烧结机8台,年产烧结矿520万吨以上,点火煤气消耗量为     

炼铁厂烧结系统工艺技术研究

目前在炼铁厂进行烧结工艺的应用过程中出现了一些问题,降低了能源的利用率和产品的产成率,不利于炼铁厂对于钢铁产品生产质量和生产效率的有效提升,影响了炼铁厂的经济效益.对此,应该加强对于烧结系统工艺技术的有效完善和优化,提升烧结流程的科学性,鉴于此,文章将主要围绕炼铁厂烧结系统工艺技术优化策略为中心展开论述,并结合实际情况给出一些合理化的建议.     

首秦烧结专家系统(SPSS)应用

主要介绍首秦公司在1号与2号烧结机上实施的一套由奥钢联芬兰公司提供的烧结监控管理系统(SPSS)。这套系统立足于烧结生产的实际需求,将奥钢联芬兰公司及其总部的生产组织模式和先进工艺紧密结合到首秦烧结工艺当中,烧结智能控制系统的成功应用,稳定了烧结生产过程,提高了劳动生产率,实现了烧结生产的智能化;使首钢烧结生产控制达到了国内领先水平,提高了企业形象和竞争力,在控制理论应用方面也实现了新的突破。     

Profibus-DP通信在湛江钢铁烧结工程上的应用

湛江钢铁烧结工程自动控制系统采用罗克韦尔AB L7系列PLC,基于Profibus-DP协议,选用第3方合作伙伴PROSOFT公司的MVI56-PDPMV1通信模块与烧结主工艺线上若干机电一体品,如主排风机、成品取样、主辅闸门等系统进行通信,实现了在湛江烧结中控对机电一体品重要设备及参数的监控,优化了系统结构,降低了系统的上线成本,为后期的生产维护奠定了良好的基础,也为今后烧结工艺的智能化生产积累了相关经验和技术基础。     

烧结厂废气显热回收技术的发展

绪言烧结过程的能耗约为整个钢铁联合企业能耗的10%。仅次于高炉而居第二位。因此有必要从烧结工艺和设备两个方面发展烧结技术以与当今能源费用昂贵相适应。     

低品位块矿作铺底料烧结试验研究

为了合理利用低品位矿产资源,以褐铁矿、赫章块矿为研究对象。分别使用褐铁矿、赫章块矿、烧结矿作铺底料,研究不同烧结工艺参数对烧结成品率、烧结矿转鼓强度与冶金性能等烧结指标的影响,并优化出其烧结工艺参数。结果表明,合理使用铺底料可以强化烧结过程,改善烧结矿品质,降低生产成本。     

梅钢烧结低碳减排技术的探索与实践

烧结作为长流程钢铁联合企业的重要工序之一,具有高能耗、高污染的特点,烧结节能减排工作也是钢铁"双碳"目标实现的关键环节之一.文中重点阐述了梅钢公司近年来在烧结节能减排方面所做的主要研究探索工作,如优化烧结配矿技术、喷吹焦炉煤气强化烧结技术、烧结矿竖式冷却技术及烧结烟气超低排放治理技术等.其总体应用效果:梅钢烧结固体燃料...     

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。     

涟钢360m~2烧结机烧结终点智能控制系统的设计与实现

针对烧结过程中烧结终点控制滞后,波动大,抗干扰性差的情况,文章中设计的烧结终点智能控制系统通过优化控制结构,建立预测模型,实现烧结终点的精确跟踪和在线预测。     

基于BP神经网络的烧结终点预测模型

烧结终点是判断烧结过程正常与否的重要标志。我们在为涟钢280m^2烧结机开发的烧结终点（BTP）智能优化控制系统中，采用了基于BP神经网络预测的烧结终点智能控制策略。本文着重介绍了基于BP神经网络的烧结终点预测模型的建立、在线学习及修正，以及试验室调试和在线运行情况。