高炉炼铁智能化发展的研究现状与展望

刘小杰1，张玉洁1，刘然1，张智峰1，李欣1，陈树军2 

(1.华北理工大学冶金与能源学院， 河北省现代冶金技术重点实验室， 河北 唐山 063210；

2.河钢集团有限公司承德分公司， 河北  承德 067002)

摘　要：长期以来，传统的高炉炼铁工艺存在着能源消耗高、污染严重等问题。随着“双碳”目标政策的提出，如何利用智能制造技术实现高炉冶炼高效、环保的可持续发展已经成为高炉工作者的研究重点。从高炉炼铁智能化发展现状作为切入点，详细地从智能预测、模拟仿真、专家系统以及互联网平台几个方面进行了阐述。即以高炉炼铁现场数据为基础，分别探讨高炉运行状态预测和模拟仿真在高炉中的应用，为高炉炼铁智能化控制提供决策支持；建立高炉炼铁工业可视化平台，实现高炉炼铁生产过程的全面监控和管理；最后，综合当前研究现状，结合大数据技术和炼铁工艺，从高炉炼铁数据治理、专家知识库的建立、智能化平台的建立等几个角度进一步展望了高炉炼铁智能化的发展。 

关键词：高炉炼铁；数据驱动；人工智能；大数据；智能化

引用格式：

刘小杰, 张玉洁, 刘然, 张智峰, 李欣, 陈树军. 高炉炼铁智能化发展的研究现状与展望[J]. 钢铁研究学报, 2024, 36 (05): 545-559.

DOI:10.13228/j.boyuan.issn1001-0963.20230226 

重要图表：

展望：

   国家部委、省市相关单位不断制定落实一系列措施来推动中国制造业智能转型升级。同时，在两会中，钢铁企业的智能制造、绿色、数字化转型等议题成为讨论的焦点。其中重要的手段就是钢铁企业深度结合大数据等先进技术，通过工业化和信息化的深度融合，推进企业智能制造技术落地应用，加快推动传统钢铁企业的转型升级。本研究综合概述了大数据技术在高炉炼铁中的应用，对智能预测、模拟仿真、专家系统及互联网平台进行了全面、深入的探讨。高炉的智能化发展是实现自动化控制的基础。智能化系统可以为自动化控制提供更加准确、可靠和实时的数据支持。为实现高炉从智能化发展到自动化控制的转变，对高炉智能化发展的关键步骤提出以下展望。

（1）建立高炉全参数的知识图谱，将高炉参数数据转化为知识图谱的实体和属性，建立高炉各参数之间的关联关系；将构建好的知识图谱存储在数据库中，并建立索引以支持高效的查询，能够方便地获取和推理高炉参数之间的关系和影响规律，为高炉状态的预测和模拟提供数据基础和分析工具。

（2）高炉参数预测以及数值模拟整个流程都与大数据技术紧密结合。不仅仅局限于预测模型和数值模拟技术的优化，数据的采集和预处理以及特征选择同样值得被重视。采用自动化工具和技术，避免人为引入的误差，提高数据的质量。例如，使用网络爬虫、机器学习模型或自动化脚本来定期抓取和更新数据，以提高数据采集的效率和时效性；建议采取专家经验与机器学习相结合的方式对数据集中出现的异常、缺失、时滞性等问题进行解决；通过数据挖掘、机器学习以及机制分析等技术分析和筛选出最具预测能力的特征；最后才能实现对高炉运行状态的精准预测和模拟仿真，为企业提供更高的效果和更完善的服务。

（3）在保证数据质量的基础上，结合智能算法或技术进行模型集成以及引入粒子群优化算法、鲸鱼优化算法等优化算法对模型进行改进和优化。可以提升模型性能、增强鲁棒性，加速优化过程，从而为解决实际问题提供更有效和可靠的模型。

（4）建立高炉全炉况条件下的专家规则知识库，利用大数据技术和AI技术，将专家规则与全炉况预测相结合，将高炉运行的复杂性转化为可被计算机识别的系统规则，形成一个可重复利用的规则库。帮助操作人员做出准确、及时的调整和决策；同时，专家系统中的规则库和推理机制可以作为智能控制算法的输入，指导智能控制系统对高炉进行自动化控制。

（5）开发高炉炼铁全流程大数据云平台，通过收集和分析炼铁过程中产生的数据，提供准确及时的信息支撑。基于云平台，开发应用程序和服务，为用户提供个性化的功能和工具，包括实时监控和报警、生产计划优化、故障诊断和预测、智能化决策支持等。同时，提供数据共享和协作平台，促进行业间的合作和经验交流。