鋼鐵冶金數字化高爐研究

周繼紅，陳 仁

（1.太原重工股份有限公司，山西 太原 030024；2.北京瓦特曼智能科技有限公司，北京 100038）

1 鋼鐵業煉鐵系統發展現狀

近年來，隨著自動化、智能化以及大數據、云計算等技術的廣泛應用，以及先進裝備技術水平的提高，高爐數字化和智能化水平提升明顯，部分高爐的基礎檢測硬件條件明顯改善。但是由于缺乏對高爐冶煉的定量化，本質性的研究基礎仍然較為薄弱，高爐科學化、標準化的操作體系尚未建立，因此經驗主義較為盛行，而鋼鐵業經營較為封閉，往往地處偏遠，傳統觀念較強，使得先進的技術在鋼鐵業的運用上較為落后，導致煉鐵系統目前面臨著難以突破的技術和發展瓶頸。

1.1 高爐長期穩定順行水平有待進一步提高

保證大型高爐長期穩定運行是實現高爐煉鐵低成本運行的關鍵方法。高爐長期穩定高效運行有賴于對原燃料質量、設備運行狀態、操作管理水平等各方面的綜合調整。目前高爐煉鐵存在數據分散、操作不統一、原燃料質量監測存有漏洞、設備運行狀態監控和數字挖掘技術不深入等問題，這都需要有相應的對策予以解決。

1.2 原燃料質量波動對高爐配料和操作提出更加嚴格的要求

高爐所用原燃料包括燒結礦、球團礦、塊礦、輔助熔劑，燃料包括焦炭、煤粉，有些還包括噴吹的塑料、重油、氫氣等資源。多樣化、波動性、分散性、檢測結果的時滯性都對原燃料質量管理帶來了巨大的挑戰。傳統的高爐冶煉，對配料技術、布料技術的優化主要依賴于人工經驗，部分采用配料軟件，但存在計算誤差大、指導性不強等缺點。隨著鐵礦石和燃料消耗的增加，資源的緊張造成高爐原燃料波動性加大，通過監控原燃料質量變化，采用更加高效、智能、全流程覆蓋的配料，規范操作，對于保證高爐煉鐵的高效穩定具有關鍵的意義。

1.3 設備種類多，狀態監控難度大

高爐煉鐵系統涉及的設備種類多，設備狀態參數的監控需要有不同的設備廠家提供相應的規則。傳統的冶煉過程中，對于設備的的監控主要體現在巡檢制度上，隨著企業運行效率的提升，如何保證在人員不足的情況下，實現自動化的設備巡檢以及對設備異常的及時響應，成為煉鐵設備管理的一個難點。

1.4 煉鐵成本和能耗大

目前全國煉鐵都面臨著原燃料條件下降且變料頻繁問題，在低品位、多雜質、優質焦煤資源匱乏的情況下，高爐操作主要靠個人經驗，但經驗因人而異，主觀判斷多于機理分析，一旦原燃料條件發生變化，往往難以準確把握調整方向和力度，在“試探性”的摸索調整過程中，往往會造成爐況波動大、燃料比高的情況，將不利于低碳冶煉和節能減排。

1.5 缺乏煉鐵安全預警機制

因高爐在容積、耐材、內型設計、冷卻系統、爐齡、爐況、監測設備等各方面存在差異，因此每個高爐的預警機制也必然各不相同。高爐本身是高溫、高壓、密閉的冶金反應器，由于缺乏對各高爐預警機制的定量化監測和研究，只能對高爐安全狀態進行經驗性的、模糊的判斷，這必然存在人員和財產的安全隱患。在現代高爐冶煉條件下，高爐安全問題尤其是爐缸壽命是制約高爐安全穩定生產的關鍵，全國煉鐵高爐都面臨著此嚴峻問題。據不完全統計，僅2012 年國內就至少有10 座高爐爐缸燒穿導致一代爐役終結，因此，對爐缸安全預警機制進行深入研究和建立已迫在眉睫，同時在該問題上多方已達成了充分的共識。

1.6 高爐煉鐵對于人才技能的要求不斷提升

傳統意義上的“鐵飯碗”在如今的高爐煉鐵已經很難實現。高爐煉鐵進程中，新的設備、系統、軟件、技能等因素的引入，使得企業的管理、操作和技術人員的水平需要不斷提升。在鋼鐵工業生產的五大要素（人、機、料、法、環）中，人的要素其實一直是第一位的。隨著未來新技術的應用，人的要素更加突出。如何在保證生產持續的同時，提升操作、技術、管理人員的技能水平，是鋼鐵企業面臨的難題。

1.7 煉鐵水平的提升需要依托更加有力的平臺

在很多鋼鐵企業技術人員來看，煉鐵技術的提升難度越來越大，由于涉及的領域更廣，對于數據的開發需建立一個有力的平臺，以實現對于工藝知識的全面支撐和檢驗。以高爐低碳冶煉技術為例，傳統觀念上以降低燃料比為主要方向，從數據分析中我們還可以從降低耗材使用、冷卻水用量、減少熱量耗散、提高固廢利用率等方面著手，針對企業自身在材料、設備、流程、人員等方面的特點，做出有效的決策。

1.8 需建立一套完備的高爐煉鐵系統

無論科學化、數字化、標準化、精細化、經濟型煉鐵的實現，還是高爐安全、順行、穩產以及煉鐵成本的有效控制，都要依托于一套完備的系統，以提高企業的綜合盈利水平。

2 技術路線

首先評估高爐煉鐵當前的數據采集及完整狀態，搭建完善的數據采集系統，在工業現場安裝溫度、濕度、壓力、流量、熱能、電能、振動和噪聲等工業傳感器并組網，采集工業現場各種監控儀表、智能儀表、模擬量和IO 量等數據。同時，升級現有的工業網絡，搭建監控系統，以實時監測各種工業數據，為數學模型提供基礎數據。

搭建數據平臺，囊括煉鐵相關的監控系統、化驗室系統、生產系統、MES、ERP 等系統，將各種數據綜合存儲、處理、加工，為決策提供依據。通過采集各個環節的數據，通過數據平臺的處理，為煉鐵工藝流程以及生產安全、物流、成本等提供綜合依據。

在企業數據平臺搭建VPN 網絡，將企業基礎數據通過專有網絡傳送至企業級的高爐數字孿生數據平臺，對數據進行存儲和進一步處理。

基于歷史和實時數據，利用因子分析、聚類分析、機器學習、分形理論、神經網絡、混沌時間序列等應用數學技術對海量數據進行深度挖掘，結合機理模型及不同行業的核心評價標準，對各部門、各工序、各人員操作數據進行橫向及縱向對比分析。

在平臺搭建網站和移動APP，以服務相關部門和人員，同時提供工作APP、技術交流、企業對標、實際問題解決、冶金知識學習、行業信息發布、定期大數據分析等服務，促進多元用戶的交互。

2.1 方案框架

高爐數字孿生系統（見圖1）整體包括前端的3D 數字高爐模型與信息展示、后端系統平臺兩大部分。后端系統平臺又分為計測平臺、數據平臺、工業數據傳輸及互聯網、應用平臺、云服務平臺等五個部分，分別對應實現傳感器及數據采集、數據處理及展示、數據傳輸系統、數據分析與挖掘、工業互聯網+技術應用等功能。

圖1 高爐數字孿生系統架構

2.2 高爐冶煉工藝模型

高爐冶煉模型共分為原燃料質量監測及優化模型、冶煉工藝模型、冶煉安全監測及預警模型、操作優化模型、云端模型等。

2.3 高爐數字化建模與實時交互

高爐的3D 現實與虛擬交互平臺，通過BIM 建模、數據實時加載、高爐模型中臺等技術，實現數據展示、查詢、計算模擬、預測、分析等功能于一體的全方位高爐監控與決策。

本系統通過使用三維立體空間重建技術，對包括加料口、煤氣管、高爐、熱風爐等整個高爐以及周邊系統實現三維空間數字化重構，1∶1 真實還原空間物理結構及高爐周邊設備設施物品，建設高爐的三維數字孿生空間，構建高爐生產監控的孿生底座。通過建立空間三維坐標體系，為實現未來各種信息和狀態數字化，及在高爐空間內呈現和展示打下基礎。

3 核心技術點

3.1 高爐三維建模技術

高爐三維建模是數字化工廠非常重要的一部分。數字化工廠主要是指以產品全生命周期相關數據為基礎，在計算機虛擬環境中對物理工廠實體和流程進行重構，構建孿生的數字工廠實體要素，實現數字化設計—數字化建設—數字化運營的全生命周期數據管理。

數字化建模主要有三維幾何建模和仿真建模等類型，仿真建模只適用于對部分特定待研究物理實體進行抽象研究，三維幾何建模則是對真實物體的復制，其最為準確的創建方式即是基于BIM（Building Information Modeling，建筑信息模型）技術創建，兼具傳統3D 建筑模型的幾何特征信息和額外的功能屬性信息。BIM 可貫穿規劃、設計、施工、運營管理的工廠全生命周期過程，是物理實體系統完美的信息載體。

在鋼鐵行業中，BIM 技術主要應用于工程設計和施工階段，且目前處于起步階段。在設計過程中，設計院一般通過專業設計平臺創建包含設備、管道、建筑、儀表、電氣等全專業的三維模型，并通過統一協同平臺完成模型的校驗和總裝，通過BIM 可實現不同設計專業間的信息共享和協同設計，以及進行設計檢測、能耗分析、成本概算等。在施工方面，施工方在前期設計階段即可參與BIM 工程搭建，在施工管理時將3D 模型與施工進度相連接，可建立4D 施工信息模型，從而實現工程進度、材料、設備、人力、成本及場地的動態集成管理和可視化模擬。BIM 建模可分為基于全流程的正向設計和依據施工圖的逆向翻模設計，由于目前發展尚未成熟以及受其他制約因素的影響，真正實現正向設計的BIM 工程很少，多以逆向翻模輔助施工管理為主，未能充分發揮BIM 技術在全生命周期的效能，而在基于BIM 的后期運營管理方面尚處于探索階段。

大力發展全生命周期BIM 應用技術，并結合GIS 技術建立鋼鐵企業三維數字化工廠管理平臺是未來重點發展方向，可實現企業生產、能源、設備等多維數據的一體化運維管控。

在數字三維空間數據的基礎之上，通過將實際高爐的末端傳感器的數據實時在三維數字模型上進行渲染展示，并且基于業務邏輯同樣將相同功能展示在三維模型之上，從而展現動態、真實的數字化安全管理系統。

3.2 高爐工藝模型

高爐工藝模型是依據冶金基本原理，通過軟件開發、工業試驗及不斷優化升級形成的，是對高爐運行過程中問題的發現、分析、解決以及流程優化提供技術和數據支撐的工業專業模型。

高爐數字孿生系統基于高爐冶煉實際情況，包括原燃料質量監測及優化模型、冶煉工藝模型、冶煉安全監測及預警模型、操作優化模型、云端模型等在內的超過40 個專業模型。部分模型基于國內數十座高爐實際運行的檢驗，效果優良，對于保障高爐的長期高水平穩定順行具有關鍵的作用。

高爐開爐裝料優化和布料仿真模型，基于工藝專家對60 多座高爐布料實測數據以及模型效果驗證，對于高爐布料制度的穩定和新布料模型的預測結果準確有效，對于優化高爐氣流分布、保障爐況穩定、降低高爐運行成本具有關鍵作用。

高爐爐缸爐底殘余厚度計算模型基于高爐設計、運行過程中爐體溫度、耐材性能、操作制度演變等因素的綜合影響，結合傳熱學、物理化學、材料學等基礎理論，通過工藝專家對10 座以上高爐的解剖實際，對模型進行不斷修正，實現了多維度、多物相以及復雜生產影響因素情況下的準確計算，以及在高爐生產過程中準確及時地提供預警、報警和建議。

3.3 工藝流程數字化技術

高爐數據平臺（見下頁圖2）是面向煉鐵工藝數字化、網絡化、智能化需求，構建基于海量數據采集、匯聚、分析的服務體系，支撐制造資源泛在連接、彈性供給、高效配置的高爐云數據平臺，包括邊緣、高爐數據平臺、應用三大核心層級。其本質是在傳統云數據平臺的基礎上疊加物聯網、大數據、人工智能等新興技術，構建更精準、實時、高效的數據采集體系，建設包括存儲、集成、訪問、分析、管理功能的使能平臺，實現煉鐵技術、經驗、知識模型化、軟件化、復用化，以工業軟件的形式為煉鐵工藝創造各類創新應用，最終形成數據豐富、多方數據融合、工藝上下游協同的高爐煉鐵工藝。

圖2 高爐數據平臺架構

在整體煉鐵工藝流程中，通過在高爐和周邊設備系統部署相關的傳感器，實時獲取相關的數據，生產設備產生的運行數據，經由網關，實時上傳至云端存儲。并且將上下游的工藝信息和外部的行業動態信息同步到高爐數據平臺上。利用分布式存儲和計算技術，將采集涉及的多源、不同類型結構、不同頻率的數據進行在線實時和離線批處理接收和存儲，并提供工業大數據的訪問和處理接口，提供異構數據的一體化管理能力，支持工業大數據應用安全高效運行的軟硬件集合。通過高爐數據平臺可以實現多個優勢。

3.3.1 實時監測和問題快速定位

高爐數據平臺能夠對海量異構數據進行標準化處理，快速構建對設備運行狀態的實時可視化監測（見圖3）等應用服務，通過建立高爐三維模型，將高爐以及周邊設備的狀態實時更新在交互平臺上，可以實現高爐爐況乃至煉鐵工藝狀態的實時監測。

圖3 設備實時狀態監測

此外，在高爐運行出現異常時，該平臺可迅速發現異常情況，并實時保存異常狀態的狀態信息、上下游信息以及相關周邊的信息，使得在問題發生后，能基于歷史的問題周期數據，針對出現的問題建立模型，進而對問題進行分析和研究，同時通過數據分析快速定位問題。

3.3.2 挖掘工藝關聯模型

通過將高爐煉鐵的相關工藝經驗作為先驗，對高爐數據平臺中的數據進行匯集、提取，將分布的、異構數據源中的數據如關系數據、平面數據文件等抽取到臨時中間層后進行清洗、轉換、集成，最后加載到數據倉庫中，作為進一步分析處理、數據挖掘的基礎，并在抽取清理的數據基礎上進行大數據挖掘，尋找工藝的關聯關系并將其量化，最終形成工藝模型。

由高爐煉鐵現場的實際需求為例，通過高爐數據平臺對相關的數據進行抽取，針對不同頻率的數據，按照工藝模型和應用平臺的需求，進行提取、過濾、匯集。如高爐操作參數，可保存風量、風溫、風壓、頂壓、濕度、氧氣、噴煤量、煤氣成分，以便用于高爐爐況的分析。

3.3.3 工藝流程數字化優化

通過將高爐以及相關設備的狀態信息進行保存，使得整個煉鐵工藝流程實現數字化記錄，進而可以實現對整體煉鐵工藝完整流程的數據存儲，并且基于此數字信息進行大數據分析，可找出工藝流程的瓶頸和相關核心問題的主要影響因素，以及針對特定問題設定優化策略，并在策略實施之后能夠進行動態的量化反饋，實現工藝閉環優化。基于此形成整體的工藝流程數字化控制技術，逐步擺脫歷史高爐煉鐵對作業工人經驗的嚴重依賴，實現了煉鐵工藝的數字化。

3.4 末端數據實時采集與處理

3.4.1 數據實時采集

工業場景中常用的末端感知設備主要包括攝像機、激光雷達以及氣體、壓力、溫度、震動等其他傳感器。

3.4.1.1 基于工業視覺的智能感知系統

基于工業視覺的智能感知一般采用各種工業用攝像機，比如安防監控中常用到的槍機和球機、工業檢測中用到的相機等。槍機即槍式攝像機，其監控位置固定，只能正對某監控位置，所以監控方位有限；球機即智能球攝像機，其集攝像機系統、變焦鏡頭、電子云臺于一體，在穩定性和操控性上比槍式攝像機要好；工業檢測用相機常用于特定場景下的目標和紋理檢測。

3.4.1.2 基于激光雷達的智能感知系統

激光雷達是一種利用激光來實現精確測距的傳感器，在廣義上可以認為是帶有3D 深度信息的攝像機，被譽為“機器人的眼睛”。

3.4.1.3 其他傳感器

除了工業用相機和激光雷達傳感器外，在工業場景中經常還會用到氣體傳感器、溫度傳感器、壓力傳感器、震動傳感器等，應用于更豐富、多維度地獲取工業園區的狀態信息。

3.4.2 邊緣側的數據實時處理

緣計算（如下頁圖4）與云計算在某種程度上形成相互應對，它是指在靠近物或數據源頭的一側，采用網絡、計算、存儲、應用核心能力為一體的開放平臺，就近提供最近端服務和響應。其應用計算與業務處理在邊緣側發起，在邊緣側完成計算，產生更快的網絡服務響應，可滿足行業在實時業務、應用智能、安全與隱私保護等方面的基本需求。邊緣計算處于物理實體和工業連接之間，或處于物理實體的頂端。由于更加靠近用戶和現場，還可為用戶提供更快的響應，將需求在邊緣端解決。而云端計算仍然可以訪問邊緣計算的歷史數據，大大提升處理效率，減輕云端負荷。

圖4 邊緣計算架構圖

4 結論

1）形成高爐數字化模型：建立高爐“數字孿生”，將總體生產狀況和關鍵設備運行狀態顯性化、數字化、具象化，實時監測重點設備。

2）建立爐況實時判斷和綜合評價體系：通過掌握實時運行狀況，實現快速檢測、快速診斷、精準維修和遠程在線巡檢；統計、分析、學習數據，用于生產工藝及設備工況優化、預測性維護，有效減少設備故障頻次、縮短故障時間。

3）形成實時信息化的煉鐵管控體系：項目采用“云—邊—端”一體化協同模式，以工業傳感器、物聯網技術為基礎，建立“數字化監測—數據分析—爐況診斷—工藝優化”煉鐵管控體系，貫通信息流，通過物流信息統一部署，貫通高爐與周邊設備和上下游工序的信息系統聯動，推動煉鐵的生產數字化調控水平的全面提升，并以此為數據分析基礎，結合相關人工智能算法，開辟“專家經驗+機理模型+推理機+機器學習”工藝難題解析新路徑。

4）煉鐵高爐數字孿生系統助力企業實現煉鐵數字化，是煉鐵工藝走向智能化的重要環節，其顯著提高了煉鐵穩定性，提高了整體的運行效率，提高了操作和技術人員的技能水平，為企業的長期穩定發展創造條件。