趙靜
摘 要:人工智能技術誕生于20世紀中期,并在近年內在系統設計和軟件計算等多個行業內得到了較大發展,在冶金工業生產中應用也十分廣泛。冶金工業對于產品的生產細節有著嚴格的控制要求,某一環節出現細微失誤都將導致產品整體檢驗不合格,如何做好細節控制和提高產品的生產質量是制約冶金生產的關鍵問題,人工智能在冶金自動化生產中的應用幫助人們逐漸化解了這一難題。它不僅僅能夠描述出很多數學模型中難以描述的工藝流程,還能夠利用計算機加強質量和成本控制,在冶金自動化生產中表現出了極大的技術優勢。本文首先闡述了在冶金自動化中運用人工智能技術的重要作用,然后分析了人工智能在冶金自動化中的應用水平,最后針對性地提出了提高人工智能在冶金自動化應用水平的戰略思考,希望能夠提高人工智能在冶金自動化中的應用水平,為冶金工業的長遠發展助力。
關鍵詞:智能技術;冶金自動化;數學模型
DOI:10.16640/j.cnki.37-1222/t.2017.04.011
1 在冶金自動化中運用人工智能技術的重要作用
冶金工業是一項與傳質、傳熱以及復雜化學反應相關的工業生產過程,冶金產品生產控制冶煉過程很難按照一般數學模型進行設計,運用人工智能技術以后配料、燒結、高爐等過程得以實現智能化控制,對于冶金產品生產的作用主要如下:一是提高了產品質量,通過采用爐氣連續分析動態控制系統和副槍測溫系統提高終點控制命中率,這樣以來將大幅度減少補吹工作,因此鋼的清潔度和鋼水質量都會得到明顯改善;二是降低了冶金產品的生產成本,一方面人工智能技術的廣泛應用代替了一次性副槍定氧、定碳探頭的消耗,另一方面,利用人工智能快速分析數據的特點,使得煤氣回收率提高;三,提高了金屬物質的回收利用率,吹氧制度和加料制度的改變使得渣中氧化鐵的含量得到控制,同時補吹過程的減少也降低了渣中氧化鐵的含量;四是人工智能技術使得冶金生產實現了動態化的控制,這將有效節約不必要的冶煉時間消耗,同樣的生產時間內將有可能生產出更多的產品。
2 人工智能在冶金自動化中的應用水平分析
應用在冶金自動化生產中的人工智能技術包含智能控制、數據挖掘以及軟計算等多個關鍵性環節。
智能控制技術主要被用于解決依靠一般數學方法和模型很難描述清楚的復雜的、隨機的、模糊的、柔性的控制問題。這樣的問題一般至少具備以下特點之一:一是難以明確具體的控制對象;二是控制對象的相關參數變化范圍極大;三是控制對象可能具備高度的非線性特征。冶金工業作為一個復雜的化學工業生產工程,非常符合智能控制技術處理對象的特點,因此智能控制技術在冶金自動化生產中應用十分普遍,比如實現鋁電解槽模糊控制技術,以及通過控制電極升降來加強對電弧爐煉鋼過程的控制。
數據挖掘是近些年來新興的、面向商業應用的人工智能技術,它通常被用于從源數據中挖掘模式或聯系方法。冶金產品生產中涉及的傳感器超過萬件以上,數據挖掘技術就是對生產過程經過嚴密監控和提取知識信息,用于分你想生產實際過程中各種因素之間相互作用關系,以發現問題和做出改進。比如進行冶金設備某階段運行狀況評價或者對有色冶金過程進行故障診斷與預防。
軟計算能夠模擬系統的生產過程,通過對不確定、不精確及不完全真值的容錯來獲取低代價的實施方案,對于產品生產周期長、成本較高以及受影響因素多,的產品生產尤其重要。
3 提高人工智能在冶金自動化應用水平的戰略思考
3.1 加大在智能技術開發和利用上的投資力度
冶金行業需要同計算機控制行業一起共同開放出符合冶金工業生產過程和工藝要求、能夠建立復雜的數學模型和進行復雜計算的智能算法或模型。在這一方面我們需要積極地學習國外的先進冶金經驗,積極開發具有我國自主知識產權的新型專家系統以及智能控制系統,加大在設備購置和技術研發上的投資力度,逐步實現冶金生產智能化走向國際。
3.2 做好冶金企業的人工智能化管理布局
人工智能化技術的普及意味著傳統工廠的工人人數將極大地減少,更多的資金投入將被投放到大型設備的購置和技術管理層次,原有的傳統冶金生產管理也不再適用。為了適用人工智能冶金生產的管理布局,需要管理者在總結以往經驗的基礎上,全面規劃,加強領導與管理,做好本企業內的信息管理系統更新換代的技術改造,針對人工智能的產品生產特點,實現更加智能化的管理。
3.3 重視起冶金行業的專業人才培養
近些年來,我國的冶金行業步入發展平穩期,與繁榮期不同的是,冶金工業生產的規模擴張速度放緩,盡管冶金行業在趨向精細化發展,但不可否認的是,與其他行業相對,冶金行業增長出現頹勢,這一點與我國冶金行業專業人才培養力度不夠相關,最直接的證據是全國各大高校的冶金專業招生人數不斷減少。為了推動冶金行業的長遠發展,培養各個領域不同層次的冶金科技和管理人才,使得人工智能技術在冶金行業生產中應用性更強,就需要行業和政府充分重視起冶金行業的專業人才培養
4 結語
冶金工業生產的總目標是“高效、高質、低成本、節能、環?!?,人工智能技術在冶金生產中的應用也正是基于此進行的。運用人工智能技術給傳統的冶金生產帶來了巨大的改變,它通過改造煉鋼控制和優化工藝流程使得大型設備生產效率提高,工人的勞動強度和產品的生產成本極大降低,提高了終點命中率,減少補吹次數和出鋼質量。但人工智能技術的應用涉及多項環節,如何做好精準的模型建立、數據采集和自動控制是進一步需要攻克的難關,也是未來人工智能在冶金自動化中的應用的研究重點。
參考文獻:
[1]鐵軍,朱旺喜,吳智明.數據挖掘技術在鋁電解生產中的應用[J]. 有色金屬,2003(01).
[2]顧學群,任吉云.電弧煉鋼爐電極升降智能控制系統[J].南通工學院學報(自然科學版),2002(03).
[3]曹光明,李成剛,劉振宇,吳迪,王國棟,劉相華.雙輥鑄軋工藝溫度場和流場耦合的數值模擬[J].鋼鐵研究學報,2008(09).
[4]曹建國,戴寶泉,張杰,楊光輝,宋平,蘇毅,鄢檀力.寬幅無取向硅鋼熱軋板形控制技術[J].中南大學學報(自然科學版),2008(04).