一、研究背景与问题
智能制造是对传统制造业转型升级的必要手段，是企业在研发、生产、管理、服务等方面持续改进的方向，随着国家对智能制造政策的持续推进，紧扣关键工序智能化、生产过程智能优化控制，建设智能工厂与数字化车间成为实现智能制造的前提条件。
目前转炉炼钢智能制造在国内钢厂的发展并不均衡。部分大型钢厂智能化建设较好，但是各中小型钢厂还是以满足生产基本要求为主，在炼钢生产各工序中，自动化尤其过程自动化的应用参差不齐，制约了炼钢生产制造由自动化网络化向智能化方向的升级。因此建立一套完整的智慧炼钢解决方案具有非常重要的意义。
二、解决问题的思路与技术方案
1、解决问题的思路
构建“扁平化、集成化、高效化”的炼钢工序工业互联网，在各工序模型控制的基础上，结合大数据分析，实现控制系统“规范化、流程化、数据化”，解决炼钢生产过程各工序独立运行，生产过程数据却紧密关联的问题，为炼钢生产柔性管控奠定基础。
图1 炼钢主工序布置示意图
针对炼钢生产过程具有冶炼钢种的多样性、生产过程组织的复杂性、异常生产的突发性、设备运行高可靠性要求等特点，生产调度组织协调难度高，人为判定和干预多，经验效率参差不齐等问题建立以钢包管理为核心的物流跟踪与动态调度管控平台，利用大数据分析，看板管理，实现炼钢生产柔性管控。
图2 转炉炼钢柔性控制系统功能组成示意图
逐步完善各个工序基础自动化和过程自动化系统，实现各工序一键式生产，夯实基础管控解决炼钢各工序基础自动化和过程自动化薄弱，孤岛多，人工干预多，未能实现全流程自动化管控，制约了数字车间的建设等问题。
2、技术方案
（1）构建涵盖全工序的工业互联网平台.纵向打通基础控制系统、过程控制系统和生产管理系统数据传输链路，横向贯通各自独立的生产工序，采用工业数据采集技术，对现场各类仪表、设备数据，L1、L2、L3系统数据，生产视频、音频等数据进行采集与存储，实现产线生产数据实时接入、对外数据服务支持、数据互联互通、数据高效存储、数据安全备份、边缘计算等功能。利用生产、管理、设备数据，结合高效的挖掘和分析工具，用大数据的方法解决生产维护中存在的实际问题。
构建适应产线全要素的工艺参数族、设备参数群、环境介质参数集和物料参数标准规则体系等的工序大数据，深入研究工序技术原理，结合机理模型，构建质量在线判定、质量预测、工艺参数优化、跨工序的质量预测与控制、制造标准优化等智能应用模型，优化各工序控制，优化工艺参数窗口指标，优化工艺过程参数，解决炼钢生产过程的产品质量遗传性问题，加快实现工艺技术控制能力的提升，变质量的“事后检测”为“事前控制”，支撑智能制造目标的实现。系统同时聚焦工艺数据多维度展示、质量数据关联分析、全流程质量监控、质量问题分析与追溯等质量业务核心管理要点，为质量管理人员提供多维度、多角度的质量数据分析应用，提升质量管理能力；利用数据分析结果，优化制造标准、质量标准，助力企业精益制造。
图3 炼钢大数据分析应用示例
（2）建立炼钢物流跟踪与动态调度优化系统。通过钢包智慧管控系统的实施，统计包龄包况、优化配包，实现钢包热状态跟踪管理，提高钢包周转率，减少日周转钢包数量，实现按计划合理配包，提高红包出钢率，降低运输过程钢水温降，节约烘烤煤气消耗；通过钢包在线温度模型、热成像技术，对包衬温度进行预测，指导各工艺点的温度控制；根据天车定位、台车定位、包号识别、生产设备实时状态，实现钢包在钢水跨各个工艺点、烘烤位、冷修位、空包位、重包位的动态管控，实现钢包号、炉号、钢种匹配；与转炉二级、MES等系统进行数据互通，动态排程各作业单元生产计划，减少人工干预，提高生产组织效率。
图4 钢包智慧管理系统示例
（3）全流程过程控制系统的应用。以转炉吹炼过程全自动、脱硫处理过程全自动为基础，并结合动静态模型炼钢、烟气分析模型等控制终点温度、终点碳和氧的含量，加上目前技术上正在走向成熟的转炉自动出钢技术、脱硫过程中的一键扒渣技术，构建了转炉炼钢智能控制的基石。
①转炉全自动模型炼钢。在满足传统的炼钢工艺控制要求的基础上，进一步开发基于炼钢模型计算的工艺吹炼表数据，实现氧枪枪位自动控制，顶吹底吹阀门站吹炼自动控制，投料系统称量投料的自动控制，结合副枪系统自动检测及吹炼数据修正，实现从氧枪下枪开始到吹炼完成整个冶炼过程的全自动控制，无需人工干预的目标，采用数据采集技术及数据逐步回归模型分析技术，通过冶金原理与统计回归相结合的方法，使模型客户化，提高了模型的适应能力。
基于渣况分析模型开发了全自动溅渣护炉功能，在溅渣阶段实现枪位、溅渣流量、溅渣料等的自动控制，自动溅渣分为多种模式，分别对应不同的溅渣设定方案。根据炉渣温度和流动性等条件可以切换不同的溅渣模式，从而控制枪位、氮气流量、溅渣时长等。
基于对冶炼过程的判断，并结合转炉炼钢动静态模型计算的终点、液面、炉龄等参数，开发了全流程底吹控制模型，由模型自动生成全流程流量曲线，根据不同钢种要求的供气强度，提供多种控制模式下的底吹流量设定值，使底吹供气强度的调整更加精细、准确。
②转炉出钢无人化。转炉自动出钢开发了倾炉角度与钢包车接钢位置的闭环控制模型，自动调整摇炉步间等待时间，通过图像识别技术检测渣层状态，实现出钢摇炉动态控制。通过与炉口检测系统，下渣检测系统的配合，当检测到下渣时，系统报警并自动关闭滑板，转炉自动回摇至零位，完成出钢过程。
出钢无人化即自动出钢功能，依赖于对转炉中钢水液面的实时检测。根据钢水液面检测，实时调整转炉倾动角度和钢包车位置，配合下渣检测和滑板挡渣系统实现自动出钢功能。目前实现的难点在于转炉及钢包内钢水液面的实时检测功能，其实现的基本思路是：在出钢过程中，通过图像识别技术，实时监测分析计算钢包内液位高度；在转炉出钢过程中通过红外监测炉口状态，把视频图像同时上传给智能图像分析处理系统，检测炉内渣液面距离转炉炉口边界的距离。
③铁水预处理一键脱硫。脱硫模型根据铁水温度、成分、重量等给出料量与搅拌深度与时间等，实现铁水预处理全过程自动化，应用图像识别技术，判断铁水中渣分布状态，动态规划扒渣机动作路径，实现扒渣过程智能化，实现“一键脱硫”。
自动脱硫短流程一般过程为确认设备条件与参数，流程启动后搅拌头下降，搅拌头在降到液面以上某高度时开始低速旋转，搅拌头旋转着进入铁水并到达加料高度时，加料溜管启动伸出，搅拌头旋转速度增加并启动加料，加料完成后，搅拌头下降至处理高度并开始搅拌，搅拌头搅拌达到设定时间时，搅拌头停止并提升至待机位。
自动脱硫长流程一般过程为确认设备条件与参数，启动后铁水车前进至测温位，铁水车在测温位时启动测温枪进行自动测温，完成测温后启动铁水车至搅拌位，铁水车至搅拌位后启动短流程的自动脱硫，流程参照上面的描述。
④转炉上料无人化。根据转炉各高位料仓料种设定，设定各高位料仓上料规则。根据各高位料仓实际料位检测，结合高位料仓上料管理规则，控制上料系统自动上料。实现辅原料上料系统操作无人化。
目前传统的自动上料控制无法满足转炉上料效率的要求，因为转炉上料流程较长且单个地下料仓同时供给多座转炉高位料仓使用，无法提供合理的上料及布料小车定位规则制约了自动上料的投用，一旦因为匹配规则不合理造成高位料仓混料，撒料直接影响转炉生产。根据高位料仓料种、单炉用料量趋势及料位设置合理上料算法，是实现自动上料的基础。
三、主要创新性成果
1、采用了先进的控制策略，实现了炼钢全流程、多工序匹配、多操作模式的柔性控制，提高了大型转炉的生产效率及目标命中率。
2、实现了绿色节能、敏捷冶炼、为高质量冶炼创造了条件。
3、实现了物流的流转与生产节奏的匹配，保证生产计划的准时执行，为智慧化工厂的建设提供了信息化技术支撑。
4、建立了工艺参数与产品质量的对应关系，为制定工艺规范和质量体系提供决策支持，提高产品质量稳定性。
四、应用情况与效果
通过软测量技术、图像识别技术、多模式控制技术提高了转炉基础自动化控制系统的柔性。集成开发了一套高可靠高柔性转炉全自动控制系统，实现了 “一键炼钢”、“一键脱硫”、“全自动上料”、“全自动投料”等功能。辅助应用炼钢物流跟踪与工序大数据系统，助力炼钢生产管理升级。
“一键炼钢”采用了动静态炼钢二级模型，针对转炉在生产过程中的不同阶段，自动控制氧枪的枪位，顶吹氧气流量，底吹介质类型及流量，辅原料和铁合金的自动称量投入，实现转炉吹炼全过程的自动控制，该功能与转炉二级投料模型和吹炼模型无缝集成，达到了操作简单、控制稳定、一次命中率高的目标。“一键脱硫”根据当前铁水重量、成分、目标硫含量，通过模型计算所需脱硫剂的种类、重量和搅拌时间，通过气力输送将脱硫剂通过管道加入铁水罐适当位置，完成脱硫功能。在自动控制方面应用了大量的先进控制算法，吸收了国内外相关模型技术的优点，二级智能炼钢模型投用率达到了100%，系统使用模型炼钢的终点碳和终点温度的命中率分别达到92%和90%，金属收得率提高0.1% ；石灰消耗减少4.5Kg/t；氧量消耗降低2m3/t。
