烧结智能控制系统研究与应用

本文研究了烧结生产过程控制系统从配料开始到烧结的全过程,针对各个环节建立模型,实现烧结生产的智能控制。优化了烧结生产过程、提高了劳动生产率、降低了能耗,实现了烧结生产的智能闭环控制。     

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。     

智能化烧结控制系统开发与应用

通过以太网技术,基于Java语言开发烧结信息一体化系统,直连烧结PLC一级控制系统,进行数据采集、整合、分析、展示和储存;并在此平台上嵌入烧结过程专家控制系统,进行烧结生产工艺环节的自动闭环控制,形成智能化烧结系统,提升烧结生产过程智能化控制水平,促进烧结矿产量、质量的提高和生产成本的降低。烧结终点智能寻优模型可提前10～15 min预测烧结终点位置,并自动调整主抽风机频率,降低欠烧和过烧比例2.6%;烧结点火控制器可降低吨矿煤气消耗2.37 m~3/t;烧结配料模型根据烧结配料生产的实时变化,指导配料生产操作;烧结混合料水分控制器提升混合料水分稳定率至90%以上。     

铁矿粉烧结原料智能制备研究进展

随着智能冶金技术的不断发展,利用人工智能、物联网等技术来实现原料智能化制备已经成为冶金行业的重要趋势。通过原料智能化制备可以实现烧结过程配料、制粒以及布料等方面的精确控制和优化,进而提高烧结矿产量和质量,同时减少生产成本和环境污染。介绍了铁矿粉烧结工艺中原料智能制备技术的应用现状和发展趋势,并通过铁矿粉烧结中的生产效率、成本、能源消耗以及烧结矿产质量指标等多方面综合分析智能制备技术的优缺点。智能配料部分系统介绍了烧结配料发展过程和智能配料模型及其算法,指出了物联网和人工智能等技术的促进作用。智能制粒部分详细介绍了混合料配水控制模型的发展阶段和研究进展,并重点分析了基于3层BP神经网络和Litster优化模型的智能制粒技术研究现状,尤其是结合数据清洗和预处理、引入正则化和dropout技术以及采用批量训练和并行计算等方法来实现智能制粒预测。智能布料部分讨论了利用多种技术来实现厚料层和料层偏析优化控制,以达到高效、高产烧结的目的,同时指出三元尺寸图、磁偏析以及EDEM软件仿真模拟等技术存在的问题,并给出相应的技术优化建议。系统总结了烧结原料制备过程中的配料、制粒和布料工序智能化现状和未来发...     

烧结过程智能优化控制方法及应用(上)

以国内外烧结过程控制技术发展状况为背景,论述了烧结过程智能优化控制的方法及应用,即烧结配料优化方法和烧结过程热状态优化控制(包括烧结终点控制和点火燃烧控制)。分析了上述三个优化控制问题的复杂性,指出了采用模糊控制、神经网络、专家系统等智能方法可以实现烧结过程的优化控制。将提出的智能优化控制方法应用于工业现场,运行结果表明:该方法不仅能在满足烧结矿质量要求的前提下,有效降低配料成本,而且显著改善了工况波动情况,提高了烧结机利用系数及烧结矿质量指标,降低了燃料消耗。最后简要展望了烧结过程控制技术今后的发展方向。     

烧结过程控制专家系统骨架的开发与应用

在研究烧结过程专家系统的结构和特点的基础上,提出了用面向对象的方法来建造烧结过程专家系统骨架,并实现了骨架系统的两大功能:外壳功能和语言功能,系统提供了原型系统的生成平台和用于专家系统开发的类代码。应用该骨架系统,开发了由化学成分控制、烧结过程状态控制、能耗控制、异常诊断四个子系统组成的烧结过程控制专家系统,取得了良好的效果。     

铁矿粉烧结过程建模与仿真研究现状

铁矿烧结是高炉炼铁生产的重要环节,开展烧结过程建模、仿真与优化对提升烧结自动化水平,实现智能制造具有重要意义。阐述了铁矿粉烧结生产自动化建模与仿真的发展状况,从信息建模和智慧优化层面归纳总结了过程机理与特征信息的表征、数据驱动的融合和数值模拟的场态分析3类模型。结合烧结流程自动化,分析比较了系列方法的优势与局限,并指出了建模和仿真模型的应用发展趋势。面向国家2025智能制造战略需求,开展烧结过程建模与仿真的生产实践,积极推进烧结领域的智能制造。     

烧结生产异常诊断专家系统的设计和开发

 采用Visual Studio.Net和Matlab混编的方式,结合ADO数据库技术,将整个烧结生产工艺过程作为诊断对象,设计开发出基于规则的烧结生产异常诊断专家系统。系统分为烧结全程诊断子系统、配料混合诊断子系统、布料点火诊断子系统和烧结过程诊断子系统。系统通过对特征参数的模糊处理,同时采用软测量模型,再结合诊断知识来实现异常诊断。通过现场仿真试验,系统诊断命中率达到95%以上,性能达到预定要求。通过系统的人机界面可以对异常信息、实时数据等进行查询,还可对知识规则库进行修改和添加等维护工作。     

济钢烧结生产过程控制系统的开发与应用

济钢烧结生产过程控制系统实现了整个烧结生产过程的自动控制 ,包括自动配料控制、混合料水分控制、点火温度控制、混合料总量控制、生产中固体燃料的消耗控制、自动布料控制等。控制系统性能稳定 ,取得了良好的控制效果。     

基于DNN的烧结终点预报及智能调节系统开发

烧结工序作为传统长流程钢铁生产过程中的重要环节之一,其烧结矿产、质量直接影响炼铁生产的效益,而烧结终点作为检测烧结生产状态的重要指标,对其进行准确预报将对生产产生有效的推动作用。设计了基于Python语言的深度神经网络(DNN)预报模型,将训练好的模型应用于烧结终点预报,建立最终模型的均方差损失达到了0.375,精确度高,可满足现场要求。同时,从影响烧结终点的重要参数出发,构建烧结终点模糊控制器调节烧结终点,并构建点火温度智能化调节模型、混合水分优化模型和烧结矿化学成分区间优化控制方式来辅助调节烧结终点。最终使用Python语言完成烧结终点预报及操作指导系统的开发工作,实现了烧结终点的准确预报与烧结终点异常后的全方位、多角度智能化处理,构建了在线监测、终点预报、终点预报模型优化、异常报警、异常处理于一体的智能控制系统,为烧结生产人员实现烧结终点全流程优化提供有利指导。