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。     

基于主客观证据融合的高炉悬料预测方法

针对高炉关键异常炉况悬料难以预测的问题,基于D-S证据理论,提出一种综合模糊专家推理和后验概率最小二乘支持向量机的悬料预测方法.首先,结合高炉生产过程和悬料现象,分析悬料形成的内在机理;其次,通过模糊专家推理提取基于专家规则的主观证据,再通过建立后验概率最小二乘支持向量机模型提取基于数据内在客观规律的客观证据;最后,基于D-S证据理论完成主客观证据融合,实现悬料预测.该方法充分利用专家经验和最小二乘支持向量机的自学习能力,能够提高预测精度.仿真结果表明本文提出的方法有效、准确.     

高速双端口共享存储器 IDT7025及其应用

双端口共享存储器IDT7025是真正的双口存储单元,允许同一内存地址的同时存取.IDT7025为高速8K×16双口静态RAM,可用作单独的128K位双口RAM也可用作32位或者更多字系统的主从双口RAM的组合.它提供两个独立的口,这两个口可以单独控制、有独自的地址和I/O引脚,从而实现了对内存任何地址的独立的、异步的存取(读写).     

基于网络技术的铝箔轧机控制系统

介绍了1450 mm铝箔轧机控制系统,以PLC为核心的主站通过Profibus-DP总线存取协议对分布式I/O进行实时控制,主站之间以及主站与上位监控机之间通过Ethernet协议进行通信,上位机进行铝箔轧制的工艺参数优化控制,可提高铝箔轧制的自动化控制水平。     

涟钢3万m~3/h制氧机组的控制系统

以FOXBRO集散控制系统（DCS）在涟钢3万m3/h制氧机组中的应用为例,介绍了集散控制系统在制氧工艺流程中的应用及其先进性,重点针对利用集散控制系统实现的制氧机组空压机防喘振控制、分子筛切换的顺序控制、氧压机3种停车方式的顺序控制及防喘振控制,同时对一些常见的控制过程中的问题,作了简单的介绍。     

基于改进支持向量机的高炉一氧化碳利用率预测方法

高炉冶炼是一个具有非线性、大时滞、大噪声、分布参数等特征的高度复杂生产过程。针对目前高炉现场以焦比为能耗评价指标却无法提供实时指导的问题, 研究以一氧化碳利用率为能耗评价指标, 提出一种基于改进支持向量机的高炉一氧化碳利用率预测方法。首先分析高炉炼铁过程机理, 结合互信息法得出影响一氧化碳利用率的相关操作因素。然后鉴于生产数据含噪高的特点, 采用小波去噪方法去除数据噪声干扰, 并且利用灰色相对关联度分析方法对操作参数进行时序配准, 消除时滞影响, 建立高炉一氧化碳利用率预测模型。在建模过程中, 将自适应粒子群与支持向量机回归方法相结合, 以克服模型参数选择的随机性, 提高了模型预测精度。现场实际数据的预测结果表明所提出方法的有效性, 能够实时精确地预测高炉一氧化碳利用率, 为后续高炉的优化操作和节能减排提供了及时有效的决策支持。     

基于动态神经网络的高炉炉壁不完备温度检测信息软测量方法

针对高炉炉壁温度检测系统中由于传感器故障导致的检测信息不完备问题,提出一种基于动态神经网络的不完备检测信息软测量方法。首先,依据高炉结构和炉壁温度传感器位置分布建立温度传感器位置描述模型和分区域温度检测模型;其次,根据热传递学分析炉壁分区域温度检测模型中各个传感器之间存在的相关性,并采用最大互信息非参统计量方法从传感器检测序列上定量的计算分区域温度检测模型中各传感器间的相关度;最后,依据相关性分析结果,结合温度传递规律,提出炉壁不完备温度检测信息软测量模型,采用Elman神经网络对模型的结构和参数进行辨识。通过高炉冶炼现场采集的数据仿真计算表明,提出的方法具有较好的准确度与检测精度,能够满足现场的检测精度要求,具备广泛的应用价值。     

基于分层递阶融合算法的高炉料面煤气流分布软测量方法

高炉能否稳顺、高产和低耗运行与煤气流的分布密切相关, 本文针对料面煤气流分布难以直接检测的问题, 提出了一种基于多源信息分层递阶融合的高炉料面煤气流分布软测量方法. 首先, 将多源信息配准为同一时间和空间的尺度; 然后, 采用数据级融合分别建立能够反映煤气径向和轴向分布的高炉料面温度场模型和高炉布料模型; 最后, 利用模糊决策级融合算法计算出高炉料面煤气流分布状态. 现场数据仿真表明本文的检测方法有效, 能够准确地反映高炉料面的煤气流分布状态, 为高炉操作提供必要的指导.     

基于专家评估和信息融合的高炉料面温度场智能建模

高炉料面温度分布对于高炉操作有着重要的指导意义.本文针对高炉目前无法准确全面了解料面温度分布的情况,挖掘现场已有数据,依据可信度理论,建立红外图像可信度评估的专家规则;根据评估结果,分别采用依靠红外图像的机理模型信息融合方法和不依靠红外图像的神经网络信息融合方法,建立基于专家评估和多源信息的高炉料面温度场模型.在某钢铁企业2 200 m3高炉应用结果表明,该模型可以更为准确,直观地反映料面温度分布,实现了对料面温度分布的实时检测,为复杂冶金过程控制和监控提供了有效的解决方法.     

高炉炉顶压力智能解耦控制方法及应用

首先根据高炉炉顶压力系统的机理建立了高炉炉顶压力和高炉煤气余压透平发电装置（blast furnace top gas recovery turbine unit,以下简称TRT）前压力的动态数学模型,然后针对高炉炉顶压力系统具有强耦合、强扰 动和严重非线性的特点,提出一种融合PID 控制,模糊控制和专家控制的解耦方法、用于消除顶压和TRT 前压力的 耦合,解决环缝和静叶开度与流量的非线性问题．在某钢铁公司2 200 m3 高炉的应用表明,高炉炉顶压力波动可减 少到§2 kPa 以内,提出的控制方法具有很好的控制效果．