|
高炉冶炼是在密闭容器内进行的复杂的高温物理及化学过程，全面直观的观察过程进行的状况尚不可能，一旦原燃料条件出现较大的波动，容易造成高炉炉况不稳定。高炉专家系统是一种模拟人类思维过程，充分利用冶炼专家的经验对复杂过程进行跟踪、控制和管理的技术，它集模糊技术、神经网络、人工智能、在线检测技术、计算机技术与控制技术于一体，收集整理冶炼专家和现场操作人员丰富的生产经验，结合冶金学科理论知识，建立而成的高炉智能控制系统。高炉专家系统设置的目的是优化高炉操作、稳定炉况、提高铁水质量、延长高炉寿命、降低燃料消耗，提高高炉生产的管理水平，节能降耗，最终实现增产增效益。 1、 技术研发背景 首钢一直致力于高炉专家系统的开发与应用，目前已掌握高炉专家系统领域的核心技术，拥有自主知识产权。首钢高炉专家系统充分吸收国内外高炉专家系统的优点，结合首钢高炉冶炼特点和操作习惯，以数学模型和神经元网络为基础、专家系统技术为核心、模块化结构为手段，综合分析和判断高炉的生产过程，提供高炉炉况现象分析及操作建议，帮助高炉操作者进行综合治理和稳定炉况。 首钢开发的高炉专家系统已在首钢2号高炉上得到很好的检验，尤其是在异常炉况预报和基于布料模型的布料调整试验方面均取得良好效果。在此基础上首钢专家系统根据生产需要又增加新的模型并改善其人机界面功能，使得专家系统的智能化水平进一步提高。新型高炉专家系统包括从炉顶布料到铁口出铁的全过程的数学模拟仿真及炉况跟踪控制，并在迁钢4000m3高炉的生产实践中成功应用。 2 、专家系统的主要设计原则 高炉专家系统设计主要包括软件设计、控制系统硬件及网络设计和数据库设计三大部分。首先，在软件设计部分要求系统具有良好的开放性、兼容性及扩展性、容错能力好、稳定、可靠性高并且结构功能模块化，易于整个系统的构建及问题处理，易于操作人员使用并可定置软件环境。控制系统硬件及网络设计部分如图1所示，主要原则是在满足系统应用的要求下统一设备选型，便于减少设备备件的种类，简化设备维修。 数据库设计部分主要是围绕包括基础数据、原料分析数据、高炉模型结果、技术计算参数、知识库参数等五大方面的需求，来设计相关的数据表。每张表都有各自相关的描述表，历史表等等，有些表之间还根据自身数据的特点做关联，来保证相关表之间的约束性。数据库包括如下主要内容：基础自动化检测数据、原料分析数据、高炉模型处理结果、技术计算参数及计算结果、知识库参数及推理结果等。 3 、高炉专家系统主要模块及模型设置 3.1炉料质量控制 对入炉的原燃料质量进行分析判断，针对不同炉料的影响给出效应的处理办法，防止有害元素含量偏高或焦炭质量变差等因素对高炉顺行造成影响。 3.2炉况预报与控制 以专家知识库为基础，通过智能推理对高炉行程、炉热等炉况趋势做出预报，并提供相应的调整建议，有效避免炉缸堆积、悬料和管道等异常炉况的发生，或降低异常炉况的影响程度。 3.3炉型管理 主要是对高炉炉衬及渣皮的厚度变化进行跟踪模拟，提供直观的炉型变化趋势，为高炉操作者采取合理的炉型维护措施提供依据。 3.4 提供多种工艺的过程模型来帮助工长操作 1) 配料计算模型 计算在满足炉渣碱度要求条件下，冶炼规定成分生铁所需要的矿石、焦炭、熔剂数量。通过配料计算也可求解矿石的理论出铁量、理论渣量等。 2) 炉料分布模型 结合高炉布料规律，考虑到炉内煤气流变化和焦炭塌陷等因素，建立实时、动态的炉料分布仿真模型，同时根据高炉状况给出合理的高炉布料调整措施，解决布料形状变化给高炉顺行带来的影响并有效改善煤气利用率。 模型中根据炉内料面的形状变化，动态求解炉料的落点；采用几何算法计算新旧料面交点，大幅度减少计算量，提高系统性能；采用土坡堆积原理对焦炭塌陷后的料面进行动态修正；并采用三段法分别计算中心、中间和边缘的平均矿焦比。 3) 物料平衡模型 物料平衡模型建立在配料计算的基础上，包括鼓风量、煤气量以及物料收支总量等项的计算，有助于对高炉过程进行全面定量的分析和深入研究，并为热平衡计算做准备。可推断出当日的铁量偏差。 4) 热平衡模型 高温区热模型是以高温区的能量守恒为依据建立的，通过高温区域的热量收入与热量支出计算热指数，反映炉内热量消耗状况，分析高炉冶炼过程的优劣。 5) 渣铁平衡模型 炉缸平衡模型是通过计算理论产铁速度和实际出铁速度之差在一定时间内的累积情况，从而反映出炉缸内的渣铁储存情况。同时记录出铁的开始及结束时间、铁量、速度、及温度。 6) 炉缸侵蚀模型 模型以传热学为基础，采用有限差分的方法进行离散，建立柱坐标系下的二维稳态和非稳态温度场模型；模型解决了侵蚀过程中“边界不定”的问题，实现动态侵蚀边界下的温度场计算，并考虑了侵蚀过程中的凝结现象，实现了凝结层位置的计算及凝结发生情况下的温度场计算；模型中采用人工智能算法并结合模型特点进行了改进，实现无需人工干预的全自动模式，能够针对不同大小、不同结构、不同材质砌筑的炉缸炉底，方便地对炉缸炉底的侵蚀状况和凝结状况进行监测及图像还原。 7) 炉身热负荷模型 利用传热学原理，计算炉身砖衬内的温度场，从而反映炉身各段炉型的变化，并画出变化后的炉型。同时帮助高炉操作者及时发现高炉冷却设备与砖衬之间是否存在串气现象。 8) 铁水温度预测模型 铁水温度预测模型是利用人工神经网络算法结合高炉生产实际建立的。通过大量在线试验对影响铁水温度的因素进行优化筛选，最终确定5个最佳输入层变量。人工神经网络中采用自适应调整学习率和附加动量因子的梯度下降法，提高网络收敛速度和精度。为有效适应炉况变化，样本库采用动态实时更新方式，并定时对更新后的样本库进行训练，每次网络训练对隐含层个数进行重新确定，以达到更好效果。可以对铁水温度进行预测，有助于工长提前知道铁水温度的趋向，稳定炉况。
|
