各钢铁企业转底炉产线基本采用人工混料配料和经验控制,存在不确定性强、一致性低; 转底炉工艺原料成分复杂、波动较大,当原料种类及成分发生变化时,需快速获得适宜的原料配比。原料配比发生改变时,与之适应的最佳配水量、粘结剂含量等需进行优化,以满足转底炉顺行,提高生产效率。
转底炉智能工厂主要包括智能装备应用、智能控制优化和生产管理信息化。 智能产线改造主要包括自动取样机器人、自动卸料、智能听诊等系统。 智能智能控制优化结合转底炉工艺设计、自动控制、生产调试等经验,通过大数据分析、云端数据对标、人工智能、机器学习等方法,实现转底炉智能控制。主要转底炉的智能配料、智能混料、智能燃烧、一键成球、智能烘干、烟气智能检测等全工序控制优化, 管理信息化,主要包括生产管理、能源管理、检化验管理、设备状态管理等功能应用,通过对生产关键数据进行精确分析年度绩效目标的完成情况、主要产品的生产及能耗情况、主要设备负荷及健康状况等,为提产、降本找出瓶颈,进而实现生产组织精益化、生产管理精细化、生产决策智能化。
通过对生产过程数据、生产管理数据的综合运用和挖掘,从海量的历史数据中遵循工艺机理、专家知识库,建立异常工况规则、特征的机器学习模型,使其能够对异常工况识别、提前预判,并以报警提醒或直接进行自动干预调整或保护跳停。在工况正常时,找出各项关键参数的最优值。
对于多种原料成分数据进行数据清洗,针对原料成分数据残缺不全的事实,利用神经网络、模糊系统、深度学习等多种机器学习算法,建立多种原料成分的预测模型,对转底炉原料成分进行预测,基于机理进行原料配比。