一种炼钢智慧集控方法

1.本发明涉及钢铁冶金和智能制造技术领域，更具体地说，涉及一种炼钢智慧集控方法。


背景技术：

2.加快新一代信息技术与制造业深度融合，推进智能制造，强化工业基础能力，提高综合集成水平，促进产业转型升级，实现高质量发展，是我国钢铁行业的必由之路。钢铁行业向着智能制造方向转型升级，集中化、远程化、智能化的智慧集控技术，基于数字化、智能化的工艺模型，以人工智能技术替代传统人工频繁干预操作的生产方式，逐渐形成具备工业4.0 特色的智能工厂模式。
3.但是，在炼钢环节，由于工艺流程复杂，并且涉及工艺模型和工艺参数的动态修正、现场设备的实时控制、生产管控的快速决策，在实现炼钢工序智能制造上存在如下问题：一是工序间智能化水平存在差距，数据信息可靠度低，信息孤岛现象严重，无法形成全流程一体化管控；二是工序内工艺流程复杂、工序间工艺模型差异显著，以及数据信息多源异构等因素影响，导致耦合工序段贯穿全流程的智能制造实施难度极大。
4.因此，必须开发一种炼钢智慧集控方法，基于信息技术和冶金技术交叉理念，推动大数据、人工智能、工业互联网和钢铁工业深度融合，打造智慧集控中心，实现对炼钢全部工序的远程智能集中管控，达到自感知、自决策、自执行、自适应的智慧炼钢，建设操作远程化、管控集中化、生产可视化、决策智能化的智慧炼钢，改善作业环境，精简操作人员，实现减员增产，促进提质增效。


技术实现要素：

5.针对现有技术存在的缺陷与不足，本发明提供一种炼钢智慧集控方法。
6.为达到上述目的，本发明的炼钢智慧集控方法，包括以下步骤：
7.步骤一：根据炼钢所涉及的工艺流程，将所述的炼钢工艺流程分解为铁水预处理工序、炼钢工序、出钢工序、精炼工序和连铸工序；
8.步骤二：结合数字孪生技术，基于冶金技术，建立各个工序的数字化和智能化的工艺模型；
9.步骤三：针对各个工序的共性和特性，将生产调度设计为面向工序的数字化和智能化的工艺模型，设计开发各个工序生产调度功能模块；
10.步骤四：根据所述的炼钢工序的工艺模型，通过面向各个工序的生产调度工艺模型，针对各个工序进行定制化设计开发，实现各个工序的智慧集控；
11.步骤五：根据所述的生产调度工艺模型，通过对各个工序的智慧集控的串联耦合，实现炼钢生产工序间流程动态匹配。
12.进一步地，所述的炼钢可以是转炉炼钢或电炉炼钢，主要包括铁水预处理跨、加料跨、转炉跨(或电炉跨)、精炼跨、钢水接受跨、连铸跨、出坯跨、废钢跨、钢渣处理跨等；
13.进一步地，所述的铁水预处理工序，在炼钢位于铁水预处理跨，其主要功能包括铁水脱硫、脱磷、脱硅等中的一种或多种，其主要工艺模型包括铁水脱硫模型、铁水脱磷模型、铁水脱硅模型、自动扒渣模型等中的一种或多种，并最终实现一键铁水预处理；
14.进一步地，所述的炼钢工序，在炼钢位于加料跨、转炉跨(或电炉跨)、精炼跨之间，其主要工艺模型包括自动原辅料配加模型、自动氧枪吹炼控制模型、冶炼终点静态控制模型、基于副枪的冶炼终点动态控制模型、基于烟气分析的冶炼终点动态控制模型、自动合金配加模型、电炉静态供电供氧模型、电炉动态供电供氧模型、自动测温取样模型等中的一种或多种，并最终实现一键炼钢；
15.进一步地，所述的出钢工序，在炼钢位于加料跨、转炉跨(或电炉跨)、精炼跨之间，其主要工艺模型包括转炉自动倾动模型、基于图像识别和人工智能的转炉自动出钢控制模型、电炉自动倾动模型、基于图像识别和人工智能的电炉自动出钢控制模型、自动测温取样模型等中的一种或多种，并最终实现一键出钢；
16.进一步地，所述的精炼工序，在炼钢位于转炉跨(或电炉跨)、精炼跨、钢水接受跨之间，其主要精炼工艺包括lf、rh、vd、vod、aod等中的一种或多种，其主要工艺模型包括自动吹氩控制模型、自动合金配加模型、自动温度预报模型、自动真空度控制模型、自动脱碳预测控制模型、自动吹氧预测控制模型、自动温度控制模型、自动供电供氧模型、自动终点判定模型、自动测温取样模型等中的一种或多种，并最终实现一键精炼；
17.进一步地，所述的连铸工序，在炼钢位于钢水接受跨、连铸跨、出坯跨之间，其主要工艺模型包括大包下渣检测模型、结晶器自动加保护渣模型、结晶器液面自动检测控制模型、结晶器振动检测控制模型、动态轻压下控制模型、自动铸坯质量检测模型、自动铸坯定尺模型、自动铸坯标识模型、自动浇注模型等中的一种或多种，并最终实现一键连铸；
18.进一步地，所述的生产调度，范围涵盖整个炼钢，其功能主要包括串联耦合各个工序、实现整个炼钢智慧集控，其设备主要包括铁水罐、钢包、渣罐、铁水罐车、铁水罐台车、钢包台车、渣罐台车、天车等，其工艺模型包括基于视频监控、定位技术、图像识别、人工智能、工业互联网等技术的生产调度智能管控系统等；
19.进一步地，通过建立数字化和智能化的工艺模型，以生产调度作为工序之间的串联，通过生产调度工艺模型，实现各个工序的智慧集控，以及各个工序的智慧集控的串联耦合，从而实现炼钢全流程一体化智慧集控。
20.采用本发明提供的技术方案，与现有技术相比，具有如下有益效果：
21.本发明可以通过炼钢智慧集控方法，通过生产调度工艺模型进行串联，实现铁水预处理、炼钢、出钢、精炼、连铸工序的智慧集控，以及各个工序的智慧集控的串联耦合，实现炼钢全流程一体化智慧集控。以数字化和智能化工艺模型为手段，将信息技术与冶金技术深度融合，通过炼钢的远程智能集中管控，达到自感知、自决策、自执行、自适应的智慧炼钢,基于工序智能应用和炼钢智慧集控，达到炼钢生产工序内流程优化、工序间流程动态匹配，建设操作远程化、管控集中化、生产可视化、决策智能化的智慧炼钢，改善作业环境，精简操作人员，实现减员增产，促进提质增效，建设智慧炼钢。
附图说明
22.图1为本发明的示意图。
具体实施方式
23.下面结合附图和实施例对本发明作进一步的描述：
24.实施例1
25.本实施例的一种炼钢智慧集控方法，具体为一种转炉炼钢智慧集控方法，主要炼钢工艺包括铁水脱硫预处理、转炉炼钢、转炉出钢、lf精炼、连铸工序，涉及多种数字化和智能化工艺模型，其步骤为：
26.步骤一：根据炼钢所涉及的工艺流程，将所述的炼钢工艺分解为铁水脱硫预处理、转炉炼钢、转炉出钢、lf精炼、连铸工序，基于各个工序的共性和特性，分别进行定制化设计开发；
27.步骤二：根据所述的铁水脱硫预处理、转炉炼钢、转炉出钢、lf精炼、连铸工序，基于冶金专业知识，建立各个工序的基于数字化和智能化的工艺模型；
28.步骤三：根据所述的铁水脱硫预处理、转炉炼钢、转炉出钢、lf精炼、连铸工序，针对各个工序的技术特点，将生产调度设计为面向工序的、高耦合性的工艺模型，设计开发各个工序生产调度功能模块，达到炼钢生产工序内流程优化；
29.步骤四：所述的铁水脱硫预处理工序，其工艺模型主要包括铁水脱硫模型和自动扒渣模型，实现一键铁水脱硫预处理；通过面向铁水脱硫预处理工序的生产调度工艺模型，针对铁水脱硫预处理工序进行定制化设计开发，基于人工智能、大数据、工业互联网等技术，实现铁水脱硫预处理工序的智慧集控；
30.步骤五：所述的转炉炼钢工序，其工艺模型主要包括自动原辅料配加模型、自动氧枪吹炼控制模型、基于副枪和烟气分析耦合技术的冶炼终点动态控制模型、自动测温取样模型，实现一键炼钢；通过面向转炉炼钢工序的生产调度工艺模型，针对转炉炼钢工序进行定制化设计开发，基于人工智能、大数据、工业互联网等技术，实现转炉炼钢工序的智慧集控；
31.步骤六：所述的转炉出钢工序，其工艺模型主要包括转炉自动倾动模型、基于图像识别和人工智能的转炉自动出钢控制模型、自动测温取样模型，实现一键出钢；通过面向转炉出钢工序的生产调度工艺模型，针对转炉出钢工序进行定制化设计开发，基于激光定位、图像处理、人工智能、大数据、工业互联网等技术，实现转炉出钢工序的智慧集控；
32.步骤七：所述的lf精炼工序，其工艺模型主要包括自动合金配加模型、自动温度预报模型、自动脱碳预测控制模型、自动吹氧预测控制模型、自动温度控制模型、自动供电供氧模型、自动终点判定模型、自动测温取样模型，实现一键lf精炼；通过面向lf精炼工序的生产调度工艺模型，针对lf精炼工序进行定制化设计开发，基于人工智能、大数据、工业互联网等技术，实现lf精炼工序的智慧集控；
33.步骤八：所述的连铸工序，其工艺模型主要包括大包下渣检测模型、结晶器自动加保护渣模型、结晶器液面自动检测控制模型、结晶器振动检测控制模型、动态轻压下控制模型、自动铸坯质量检测模型、自动铸坯定尺模型、自动铸坯标识模型、自动浇注模型，实现一键连铸；通过面向连铸工序的生产调度工艺模型，针对连铸工序进行定制化设计开发，基于激光定位、图像处理、人工智能、大数据、工业互联网等技术，实现连铸工序的智慧集控；
34.步骤九：根据所述的生产调度工艺模型，进行各个工序的智慧集控的耦合，通过炼钢生产工艺流程的物质流、能量流和信息流的精准管控，达到炼钢生产工序间流程动态匹
配，实现炼钢智慧集控，促进炼钢生产提质增效。
35.实施例2
36.本实施例的一种炼钢智慧集控方法，具体为一种电炉炼钢智慧集控方法，主要炼钢工艺包括电炉炼钢、电炉出钢、lf精炼、连铸工序，涉及多种数字化和智能化工艺模型，其步骤为：
37.步骤一：根据炼钢所涉及的工艺流程，将所述的炼钢工艺分解为电炉炼钢、电炉出钢、 lf精炼、连铸工序，基于各个工序的共性和特性，分别进行定制化设计开发；
38.步骤二：根据所述的电炉炼钢、电炉出钢、lf精炼、连铸工序，基于冶金专业知识，建立各个工序的基于数字化和智能化的工艺模型；
39.步骤三：根据所述的电炉炼钢、电炉出钢、lf精炼、连铸工序，针对各个工序的技术特点，将生产调度设计为面向工序的、高耦合性的工艺模型，设计开发各个工序生产调度功能模块，达到炼钢生产工序内流程优化；
40.步骤四：所述的电炉炼钢工序，其工艺模型主要包括自动原辅料配加模型、自动测温取样模型、自动合金配加模型、自动吹氩模型、电炉静态供电供氧模型、电炉动态供电供氧模型，实现一键炼钢；通过面向电炉炼钢工序的生产调度工艺模型，针对电炉炼钢工序进行定制化设计开发，基于人工智能、大数据、工业互联网等技术，实现电炉炼钢工序的智慧集控；
41.步骤五：所述的电炉出钢工序，其工艺模型主要包括电炉自动倾动模型、基于图像识别和人工智能的电炉自动出钢控制模型、自动测温取样模型，实现一键出钢；通过面向电炉出钢工序的生产调度工艺模型，针对电炉出钢工序进行定制化设计开发，基于激光定位、图像处理、人工智能、大数据、工业互联网等技术，实现电炉出钢工序的智慧集控；
42.步骤六：所述的lf精炼工序，其工艺模型主要包括自动合金配加模型、自动温度预报模型、自动脱碳预测控制模型、自动吹氧预测控制模型、自动温度控制模型、自动供电供氧模型、自动终点判定模型、自动测温取样模型，实现一键lf精炼；通过面向lf精炼工序的生产调度工艺模型，针对lf精炼工序进行定制化设计开发，基于人工智能、大数据、工业互联网等技术，实现lf精炼工序的智慧集控；
43.步骤七：所述的连铸工序，其工艺模型主要包括大包下渣检测模型、结晶器自动加保护渣模型、结晶器液面自动检测控制模型、结晶器振动检测控制模型、动态轻压下控制模型、自动铸坯质量检测模型、自动铸坯定尺模型、自动铸坯标识模型、自动浇注模型，实现一键连铸；通过面向连铸工序的生产调度工艺模型，针对连铸工序进行定制化设计开发，基于激光定位、图像处理、人工智能、大数据、工业互联网等技术，实现连铸工序的智慧集控；
44.步骤八：根据所述的生产调度工艺模型，进行各个工序的智慧集控的耦合，通过炼钢生产工艺流程的物质流、能量流和信息流的精准管控，达到炼钢生产工序间流程动态匹配，实现炼钢智慧集控，促进炼钢生产提质增效。
45.本发明通过工艺流程分解与耦合，基于数字孪生技术，建立数字化和智能化工艺模型，将信息技术与冶金技术深度融合，实现具备自感知、自决策、自执行、自适应功能的智慧炼钢,基于工序智能应用和炼钢智慧集控，改善作业环境，精简操作人员，实现减员增产，促进提质增效。
46.以上示意性的对本发明及其实施方式进行了描述，该描述没有限制性，附图中所
示的也只是本发明的实施方式之一，实际并不局限于此。所以，如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。

技术特征：
1.一种炼钢智慧集控方法，其特征在于，所述的方法包括以下步骤：步骤一：根据炼钢所涉及的工艺流程，将所述的炼钢工艺流程分解为铁水预处理工序、炼钢工序、出钢工序、精炼工序和连铸工序；步骤二：结合数字孪生技术，基于冶金技术，建立各个工序的数字化和智能化的工艺模型；步骤三：针对各个工序的共性和特性，将生产调度设计为面向工序的数字化和智能化的工艺模型，设计开发各个工序生产调度功能模块；步骤四：根据所述的炼钢工序的工艺模型，通过面向各个工序的生产调度工艺模型，针对各个工序进行定制化设计开发，实现各个工序的智慧集控；步骤五：根据所述的生产调度工艺模型，通过对各个工序的智慧集控的串联耦合，实现炼钢生产工序间流程动态匹配。2.根据权利要求1所述的一种炼钢智慧集控方法，其特征在于：所述的铁水预处理工序位于铁水预处理跨，其功能包括铁水脱硫、脱磷、脱硅等中的一种或多种；其工艺模型包括铁水脱硫模型、铁水脱磷模型、铁水脱硅模型、自动扒渣模型中的一种或多种。3.根据权利要求1所述的一种炼钢智慧集控方法，其特征在于：所述的炼钢工序，在炼钢位于加料跨、转炉跨(或电炉跨)、精炼跨之间，其工艺模型包括自动原辅料配加模型、自动氧枪吹炼控制模型、冶炼终点静态控制模型、基于副枪的冶炼终点动态控制模型、基于烟气分析的冶炼终点动态控制模型、自动合金配加模型、电炉静态供电供氧模型、电炉动态供电供氧模型、自动测温取样模型中的一种或多种。4.根据权利要求1所述的一种炼钢智慧集控方法，其特征在于：所述的出钢工序，在炼钢位于加料跨、转炉跨(或电炉跨)、精炼跨之间，其工艺模型包括转炉自动倾动模型、基于图像识别和人工智能的转炉自动出钢控制模型、电炉自动倾动模型、基于图像识别和人工智能的电炉自动出钢控制模型、自动测温取样模型中的一种或多种。5.根据权利要求1所述的一种炼钢智慧集控方法，其特征在于：所述的精炼工序，在炼钢位于转炉跨(或电炉跨)、精炼跨、钢水接受跨之间，其精炼工艺包括lf、rh、vd、vod、aod中的一种或多种，其工艺模型包括自动吹氩控制模型、自动合金配加模型、自动温度预报模型、自动真空度控制模型、自动脱碳预测控制模型、自动吹氧预测控制模型、自动温度控制模型、自动供电供氧模型、自动终点判定模型、自动测温取样模型中的一种或多种。6.根据权利要求1所述的一种炼钢智慧集控方法，其特征在于：所述的连铸工序，在炼钢位于钢水接受跨、连铸跨、出坯跨之间，其工艺模型包括大包下渣检测模型、结晶器自动加保护渣模型、结晶器液面自动检测控制模型、结晶器振动检测控制模型、动态轻压下控制模型、自动铸坯质量检测模型、自动铸坯定尺模型、自动铸坯标识模型、自动浇注模型中的一种或多种。7.根据权利要求1所述的一种炼钢智慧集控方法，其特征在于：所述的生产调度包括串联耦合各个工序、实现整个炼钢智慧集控，其设备包括铁水罐、钢包、渣罐、铁水罐车、铁水罐台车、钢包台车、渣罐台车、天车，其工艺模型包括基于视频监控、定位技术、图像识别、人工智能、工业互联网等技术的生产调度智能管控系统。

技术总结
本发明公开了一种炼钢智慧集控方法。本发明步骤为：步骤一：根据炼钢所涉及的工艺流程，分解炼钢工序；步骤二：根据所述的炼钢工序，建立各个工序的工艺模型；步骤三：根据所述的炼钢工序，将生产调度设计为面向各个工序的数字化和智能化的工艺模型；步骤四：根据所述的炼钢工序工艺模型，通过生产调度工艺模型，实现各个工序的智慧集控；步骤五：根据所述的生产调度工艺模型，进行各个工序的智慧集控的串联耦合，实现炼钢全流程一体化智慧集控。本发明可实现炼钢管控集中化、远程化、可视化和智能化，改善作业环境，精简操作人员，促进炼钢由经验驱动向数字化和智能化驱动的转型升级，推动我国钢铁行业高质量发展。我国钢铁行业高质量发展。


技术研发人员：赵贵州 岳尔斌 王永强 潘洪波 蒲春雷 方实年 洪宇杰 俞洋
受保护的技术使用者：中冶华天工程技术有限公司 江苏集萃冶金技术研究院有限公司 安徽工业大学
技术研发日：2021.11.29
技术公布日：2022/3/8