打开主菜单

求真百科

攀钢西昌钢钒钢铁大脑项目技术研究

来自 搜狐网 的图片

攀钢西昌钢钒钢铁大脑项目技术研究钢铁行业作为关于国计民生的支柱产业,在工业4.0时代,面临着产业结构调整与产业升级等诸多挑战。钢铁企业在生产运营过程中积累了海量数据,随着大数据、云计算[1]技术的发展成熟,深度挖掘生产过程数据中潜在的价值已经成为可能。炼钢作为钢铁行业的核心生产环节,降低两工序成本能有效提升市场竞争力,为此,钢铁大脑选择炼钢作为主要方向进行突破。

目录

案例应用场景/领域

大数据、云计算技术的发展成熟,深度挖掘生产过程数据中潜在的价值在钢铁行业的核心生产环节的应用。

一、主要技术内容

1.技术背景和意义

钢铁行业作为关于国计民生的支柱产业,在工业4.0时代,面临着产业结构调整与产业升级等诸多挑战。钢铁企业在生产运营过程中积累了海量数据,随着大数据[2]、云计算技术的发展成熟,深度挖掘生产过程数据中潜在的价值已经成为可能。炼钢作为钢铁行业的核心生产环节,降低两工序成本能有效提升市场竞争力,为此,钢铁大脑选择炼钢作为主要方向进行突破。

2.技术要点和优势

炼钢过程涉及的工序多且复杂,从提钒、脱硫、转炉、LF、RH到连铸等工艺过程,各个环节都会涉及多项控制参数,而且炼钢现场情况复杂多样,很多老师傅、老专家都没办法全面有效的将各个工艺协调统一的去管理和分析。在现有的基础做好工艺稳定控制都拥有巨大的挑战。面对复杂而又专业的炼钢过程,如何将先进的AI技术、云计算大数据能力与工业知识相结合,实现炼钢工艺优化,是项目的核心挑战。

整理下来,该项目有如下几个技术方面的难点:

1)如何将现场基于老师傅老专家等人的经验转变成数字化的模型和参数,实时准确的炼钢过程的分析和参数推荐,保证自动稳定的炼钢。

2)如何完成海量的炼钢数据存储、实时计算、离线计算及管理,在大数据模型基础上,实时准确的计算出工艺推荐结果,实现对炼钢过程优化的有效管理。

3)如何通过海量数据挖掘和分析,准确定位各个关键影响因素对炼钢各工序的影响,钢铁料消耗的关键因素,借助大数据分析和人工智能技术建立合适的炼钢优化模型,实时推送出工艺炼钢工艺参数,优化工艺操作。

二、技术应用情况

1.应用案例介绍:本项目将生产实时数据进行采集,并以进行传输,以大数据存储方式放置在云平台上。再通过对已经存储的数据进行有规则提取,再通过统计、展现等工具,实现了自动统计数据,解放工程技术人员人,完成生产、成本、质量、冶炼、连铸及钢铁实时消耗分析报表。提供生产实时大屏,可查看炼钢生产的脱硫、提钒、转炉炼钢、精炼、连铸五大工序的生产实时状态。运作效率进行仿真和评估,找出生产薄弱环节和运作过程中可能出现的瓶颈设备,并根据仿真结果对作业计划进行完善,使得生产过程更稳定,物流更平衡,从而提高运作管理水平89%。通过互联网、云计算、大数据及智能优化模型技术等技术的应用,构建自己的虚拟网络——实体物理相互映射的系统,实时同步地采集实际制造过程所有的信息,在云平台上形成制造实体物理系统的映射---虚拟工厂,通过大数据分析,实时地支持制造过程的优化生产。为炼钢生产中各工序提供了炼钢优化算法模型,包括脱硫模型,提钒专家模型,转炉热平衡专家模型、配合金专家模型、枪位寻优模型,精炼LF专家模型、RH专家模型,连铸铸坏识别模型、结晶器液面波动、铸坏精整;钢铁料消耗关键因素寻找。实现了程序化计算合金,解放了工人的计算工作,在投用合金计算模型后,合金计算模型根据终点碳、磷对使用的合金类别、数量进行精准选择(在保证质量的前提下,使用低价合金替代高价合金),合金节约成本1.2元/吨钢,按钢产量440万吨/年计算,年节约合金成本约528.0万元。这些方面是其他钢厂目前还没有的。

2. 服务科创中国城市(园区)情况:

四川省西昌市经久工业园区、攀钢集团西昌钢钒有限公司炼钢厂。

参考文献