大数据在高炉操作优化方面的应用

1 前言

高炉的生产操作需要根据原燃料指标和高炉特性进行综合判断,以找到最佳的操作模式,实现高效、稳定、低耗的炉况指标。在传统的高炉操作中,操作人员依靠经验,针对原燃料条件的变化趋势,对操作进行适时调整,从而避免炉况失常和并维持高炉的顺行。但是,一旦原燃料条件的变化因素增多,或者变化频次加剧,依靠经验调整的难度呈几何倍数加大。一是调整的量难以把握,即便是根据经验清楚调整方向,但由于不同时间条件下影响的量也在动态变化,很难确定具体的调整量;二是调整的时间难以把握,由于各项因素影响的滞后周期不一致,且在动态变化,通过人为经验很难进行准确判断。尤其是对于大型高炉,由于高炉“惯性”大,除了常规的调整外还需充分考虑高炉的“惯性作用”,这都为经验操作提出了很大的挑战。事实上,全世界每年都有不少大型高炉炉况处于失常状态,利用系数低、燃料比高,每座高炉每年可达上亿美元的损失。

近年来,随着信息技术和人工智能的发展,大数据在电子商务、物流、医疗等领域不断发展和应用,而在钢铁工业尤其是炼铁领域,应用并不广泛和深入。这主要源于两方面的原因,一方面如上所述高炉冶炼生产的复杂性高,依靠大数据建立学习和预测模型的技术难度大;另一方面炼铁生产的数据属于工业数据,受制于仪器仪表的准确性和工艺设置的合理性,数据的及时性、完整性和准确性都有待提高。

为解决这一难题,中国的部分钢铁工程技术公司致力于工艺设计、冶炼生产、大数据的融合,开发了基于大数据分析的铁前大数据平台,以及大数据分析技术,为高炉应对原燃料条件变化,以及防止炉况失常和指标优化提供了强大的技术保障,向炼铁生产实现智能化迈出了重要的一步。

2 铁前大数据平台

高炉生产每年产生几百万组数据,这些数据如果有效利用起来,就是深度优化操炉、深度降本增效的“宝贝”。然而很多高炉由于缺乏数据采集和存储系统,大量数据被白白的浪费掉了。为了追求数据的“全、准、快”,从满足工艺需求和优化系统架构两个方面入手,进行系统化的研究和开发,建立起能够有效支撑大数据挖掘和智能化分析的铁前大数据平台。其工艺构成和数据流关系如下图所示。

铁前大数据平台的功能包括:

1)对铁前数据进行一体化管理和存储,实现数据管理的系统化、自动化;

2)按照数据挖掘和智能化模型所需的频次、类型对数据进行规整、去噪和储存,为开展大数据分析和挖掘提供基础;

3)实现铁前物质流、信息流和能量流的全面、准确的跟踪和匹配。

3 炼铁大数据分析技术

基于铁前大数据平台,通过引入大数据分析的方法,包括神经网络、遗传算法、蚁群算法、聚类分析、多元回归、时间序列分析等,建立深度学习的数学模型,分析原燃料指标、操作参数对高炉炉况的影响规律,形成动态预测及反馈模型,计算操作优化的方向和量化调整量。目前,该技术已形成高炉炉况智能诊断与分析、高炉炉况指标优化分析以及高炉关键参数基准值动态管理三大核心功能,能够为高炉优化操作、指标提升提供有力支撑。

3.1 高炉炉况智能诊断与分析

高炉炉况智能诊断与分析包括两方面应用,即日常炉况诊断分析与重大特殊炉况预警。

1)日常炉况诊断分析

日常整体炉况评价分析将炉况重要参数按照权重属性加权得到高炉整体炉况得分,宏观判断当前炉况处于何种水平,方便高级管理者及时、快捷的把握整体炉况水平。分项炉况包括原料状态、炉缸状态、出铁状态、下料、气流分布、操作炉型等。

同时,追踪引起分项炉况波动的所有相关因素的变化情况,并对其进行相关性排序,搜寻主要矛盾,便于操作者及时解决问题。

2)重大特殊炉况预警

通过集成化数据分析,建立重大特殊炉况表征体系,为形成统一的判断结论提供科学依据,并起到提前预警作用。

根据炼铁理论和专家经验将所有判断重大特殊炉况的相关参数全部进行实时分析,依据数据的变化,科学判断是否有发生重大特殊炉况的征兆,提前采取科学精准的措施,从而避免发生重大炉况失常。

3.2 高炉炉况指标优化提升分析

高炉炉况指标优化提升分为两个步骤:一是通过历史的数据挖掘,寻找出适应当前原燃料等条件下的最佳操作方式,稳住炉况;二是通过深度学习的预测模型,应用大数据模型对更优的操作方式进行预测,从而对操作指标做进一步提升。

1)炉况适应性分析

提供各种设定条件下的炉况参数对比分析,从参数稳定性、数值优化等方面,为高炉炉况优化提供科学依据。

通过聚类分析快速调取历史最好炉况时期的相关参数,与近期炉况参数实时对标,快速找出差异,为调整炉况提供方向。

2)参数匹配性分析

通过对历史数据的挖掘分析,建立各重点关联参数之间相互匹配规律,如合理的上部调剂配合、合理的炉热控制、合理原料与操作模式的匹配等,为炉况参数的优化提供参考。

3.3 高炉重点参数基准值动态管理

通过统计中长时期的高炉运行情况,制定出重要参数的合理基准值管理范围,如不同产量下的鼓风动能选取、铁水温度和 Si 含量的对应关系、料制与边缘的关系等,为高炉的标准化运行提供支撑。

4 应用案例

炼铁大数据分析技术已服务于中国国内多座大型高炉,帮助业主用最短的时间找到失常问题的根源,从而沿着正确的方向,采用科学的调剂手段,逐步恢复,走出失常。如某 5000 m3 高炉 2016 年上半年失常,利用系数一度低于 1.7t/m3 d,燃料比一度高于 600kg/t,应用本技术后,在通过分析开炉以来 6 年多数据找到失常原因的基础上,每天开展动态数据分析,跟踪每一步操作调整的效果,最终在 2016 年 6 月中旬后,利用系数逐步恢复到 2.1 t/m 3 d,燃料比降到 525kg/t,在此过程中数据分析发挥了及时有效的作用。

5 总结

随着大数据的技术发展,在炼铁领域应用大数据促进高炉操作优化是高炉炼铁向智能化发展的技术趋势,中国的钢铁工程公司通过将工艺设计、生产操作与大数据相融合,取得了以下技术突破:

1)开发了实现铁前原燃料、操作、监测数据一体化管理的大数据平台;

2)开发了高炉炉况智能诊断与分析、高炉炉况指标优化提升分析、高炉重点参数基准值动态管理 3 个方面的炼铁大数据分析技术;

3)在包括某 5000m3 高炉在内的中国多座高炉进行技术应用,取得了炉况从失常恢复稳定,并提高利用系数、降低燃料比的良好效果。

注:引自《炼铁梦想家》,作者 王刚  王劲松   谢皓  雷磊  何茂成