CN101109950A - 高炉生产过程控制信息智能化系统 - Google Patents
高炉生产过程控制信息智能化系统 Download PDFInfo
- Publication number
- CN101109950A CN101109950A CNA2007100122155A CN200710012215A CN101109950A CN 101109950 A CN101109950 A CN 101109950A CN A2007100122155 A CNA2007100122155 A CN A2007100122155A CN 200710012215 A CN200710012215 A CN 200710012215A CN 101109950 A CN101109950 A CN 101109950A
- Authority
- CN
- China
- Prior art keywords
- blast furnace
- data
- production process
- furnace
- information intelligent
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 26
- 238000009826 distribution Methods 0.000 claims abstract description 19
- 238000005516 engineering process Methods 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 238000013178 mathematical model Methods 0.000 claims abstract description 10
- 238000013461 design Methods 0.000 claims abstract description 9
- 239000003034 coal gas Substances 0.000 claims abstract description 8
- 239000000571 coke Substances 0.000 claims abstract description 4
- 239000000498 cooling water Substances 0.000 claims abstract description 4
- 239000008188 pellet Substances 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 16
- 239000002893 slag Substances 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 9
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 6
- 229910052802 copper Inorganic materials 0.000 claims description 6
- 239000010949 copper Substances 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 238000005245 sintering Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 238000013499 data model Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 4
- 230000009471 action Effects 0.000 abstract description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 2
- 238000009529 body temperature measurement Methods 0.000 abstract 1
- 238000005243 fluidization Methods 0.000 abstract 1
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000003723 Smelting Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Manufacture Of Iron (AREA)
Abstract
本发明提出了网络覆盖面宽、数据信息综合利用效果好、高炉生产过程控制的信息智能化系统。其技术要点是按照高炉工艺特点，对不同类型数据采用一一对应的时间次序作技术处理，建立多目标智能化的数学模型，利用推理机设计对高炉工作状况做出评价，利用数据库技术设计事件表，表中规则从参数中提出特征值，使用事件触发器启动推理机。建立冷却水流量进水温度对十字测温数据的补偿计算方法，设有炉喉煤气流速在径向分布计算方法。设有煤气流速对不同粒度烧结矿、球团矿、焦炭流化作用判断。确保对煤气流分布识别更贴合实际以达优化。本发明适用于高炉炼铁生产过程的信息智能化控制。
Description
技术领域
本发明涉及高炉炼铁生产过程的控制技术领域，具体地说涉及高炉炼铁生产过程控制的信息智能化系统。
背景技术
自20世纪70年代，高炉炼铁过程的自动化控制，已成为该领域的技术人员重点研究的对象，但是，由于该项技术涉及炼铁工艺技术、计算机信息技术、自动控制技术和数学模型技术等方面多学科交叉研究，技术难度大，因此，迄今为止高炉炼铁生产过程完全自动化，仍未达到令人满意的程度，尤其是高炉炼铁生产过程的信息化、智能化，仍然是本领域的技术人员研究追求的目标。首钢总公司与北京科技大学合作的发明专利：“人工智能高炉冶炼专家系统”(其专利申请号为93108671.X)，是一种全面控制高炉过程的方法，从高炉传感器上采集数据，根据专家的经验和知识及模糊关系矩阵构成的知识库，对在线收集的数据进行比较、推理、判断高炉炉体状态、冶炼进程的顺利状态和热状态，根据预报结果，实现高炉过程调节和控制。浙江大学的发明专利“利用智能控制系统控制高炉冶炼的方法”(专利申请号为：02137569.0)，包括在高炉主控室设置1号、2号两个优化站，它们与若干个操作站组成主控室局域网，作为工长操作平台；在炼铁厂设置服务器与各控制工序终端联网，组成炼铁厂局域网。在1号优化站设置智能控制软件模块，在2号优化站设置按冶炼程序流程自动显示智能控制图表和故障指示图表的模块，以保持高炉在最佳状态下运行。然而，现有技术的不足之处在于其数学模型计算方法单一，与复杂多变的高炉工艺特点相结合的程度仍显得不够紧密，影响了其施行和应用。
发明内容
针对现有技术的不足，本发明提出了网络覆盖面宽，数据信息综合利用效果好，高炉生产过程中发生现象可视化的高炉生产过程控制的信息智能化系统。
本发明是采用如下技术方案来实现的：
一种高炉生产过程信息智能化系统，包括数据采集与通讯、数据预处理、数据库、显示反馈、数学模型，所述的数据采集与通讯采用串口通讯技术，以保证一级计算机网络系统安全；所述数据预处理，即按照高炉工艺特点，对不同类型数据采用一一对应的时间次序作技术处理；所述的数据库是由基础数据、专家知识库、推理机推理的中间结果，形成生产过程实时数据和经优化处理的历史数据所构成的数据平台；所述的数学模型，包括利用推理机设计，对高炉工作状态评价；煤气流分布识别与优化；炉料分布；铜冷却器渣皮脱落、结厚判断；炉缸堆积与炉墙结厚判断，该数学模型部件级与显示反馈级形成闭环连接。以实现对生产过程等信息智能控制。
所述的推理机设计，是利用数据库技术设计事件表，表中规则从参数中提出特征值，有逻辑推理也有模糊推理，使用事件触发器启动推理机，保证推理过程简捷、便利，对炉况判断方向明确。
所述的煤气流分布识别与优化，设有冷却水流量进水温度对十字测温数据的补偿计算方法；设有炉喉煤气流速在径向分布计算方法；设有煤气流速对不同粒度烧结矿、球团矿、焦炭流化作用判断，确保识别结果切合实际以达优化。
所述的炉料分布，其原始料面利用开炉实际测量数据确定；炉料参数测量，各种炉料静态堆角采用圆柱桶进行测量；料层厚度变化，采用数据模拟计算方法。
所述的铜冷却器渣皮脱落、结厚判断，设有渣皮与检测温度的对应关系，采用传热学原理反推渣皮脱落、渣皮结厚的状态。
所述的炉缸堆积、炉墙结厚判断，采用1150℃等温线形状变化幅度来对炉缸堆积、炉墙结厚状况做出判断。
与现有技术相比本发明的优点在于：计算机网络覆盖面更宽了，数据信息综合利用效果大有进步，智能控制系统在数据处理、技术分析、操作控制上的应用，大大提高了炼铁生产过程的信息化水平与科学管理水平。
智能化数学模型的建立，特别多目标化模型，可对高炉工作状态作出简捷、便利、方向明确的判断，为优化控制冶炼进程提供了科学依据。对煤气流分布识别与优化模块的设立，克服了由于十字测温没备通水保护而导致对温度的影响，确保识别结果更加符合实际。
附图说明
图1为本发明的结构示意框图
具体实施方式
下面结合附图对本发明作详细地描述。高炉生产过程信息智能化装置，是以高炉为核心其它附属工序为辅助的计算机网络中的核心部分，它包括数据采集与通讯、数据预处理、数据库、显示反馈、数学模型等部分。在数据采集与通讯级，利用串口技术与一级计算机通讯采集生产数据，这样可防止计算机病毒的入侵以保护生产用计算机一级系统安全可靠、稳妥运行。在数据预处理级，是按照高炉的工艺特点对不同类型数据采用一一对应的时间次序作技术处理。在数据库级，是由基础数据专家知识库、推理机推理的中间结果，形成生产过程实时数据和经优化处理的历史数据所构成的数据平台。在数学模型级，它包括利用推理机设计，对高炉工作状态作评价；煤气流分布识别与优化；炉料分布；铜冷却器渣皮脱落、结厚判断；炉缸堆积与炉墙结厚判断，该数据模型级与显示反馈级构成环闭连接，以完成对生产过程的智能控制。所述的高炉工作状况评价，即利用数据库技术设计事件表，表中规则从参数中提出特征值，既有简单的逻辑推理也有模糊推理，使用事件触发器启动推理机，以保证过程简捷、便利，对炉况判断方向明确。所述的煤气流分布识别与优化，设有冷却水流量进水温度对十字测温数据的补偿计算方法，设有炉喉煤气流速在径向分布计算方法；设有煤气流速对不同粒度烧结矿、球团矿、焦炭流化作用判断，确保识别结果贴合实际以达优化。所述炉料分布，因炉料分布形状受料线、装料制度、原始料面形状、炉料参数影响，其原始料面利用开炉实际测量数据确定。炉料参数测量：各种炉料静态堆角，使用直径为1m高度为1m的圆柱桶进行测量；各种炉料动态堆角取决于炉料间滚动磨擦作用、阻尼作用，以及在二者作用下的滚动距离。料层厚度变化，采用数值模拟计算方法。所述的铜冷却器渣皮脱落、结厚判断，设有渣皮与检测温度的对应关系，利用传热学原理反推渣皮脱落、渣皮结厚的状态。所述的炉缸堆积、炉墙结厚判断，采用1150℃等温线形状变化幅度，来对炉缸堆积、炉墙结厚状况做出判断。
Claims (6)
1.一种高炉生产过程信息智能化系统，包括数据采集与通讯、数据预处理、数据库、显示反馈、数学模型，其特征在于：所述的数据采集与通讯采用串口通讯技术，以保证一级计算机网络系统安全；所述数据预处理，按照高炉工艺特点，对不同类型数据采用一一对应的时间次序作技术处理；所述的数据库是由基础数据、专家知识库、推理机推理的中间结果，形成生产过程实时数据和经优化处理的历史数据所构成的数据平台；所述的数据模型，包括利用推理机设计，对高炉工作状态评价；煤气流分布识别与优化；炉料分布；铜冷却器渣皮脱落、结厚判断；炉缸堆积与炉墙结厚判断，该数学模型部件级与显示反馈级部件形成闭环连接，以实现对生产过程的信息智能化控制。
2.根据权利要求1所述的高炉生产过程信息智能化系统，其特征在于：所述的推理机设计，是利用数据库技术设计事件表，表中规则从参数中提出特征值，有逻辑推理也有模糊推理，使用事件触发器启动推理机，保证推理过程简捷、便利，对炉况判断方向明确。
3.根据权利要求1所述的高炉生产过程信息智能化系统，其特征在于：所述的煤气流分布识别与优化，设有冷却水流量进水温度对十字测温数据的补偿计算方法；设有炉喉煤气流速在径向分布计算方法；设有煤气流速对不同粒度烧结矿、球团矿、焦炭流化作用判断，确保识别结果切合实际以达优化。
4.根据权利要求1所述的高炉生产过程信息智能化系统，其特征在于：所述的炉料分布，其原始料面利用开炉实际测量数据确定；炉料参数测量，各种炉料静态堆角采用圆柱桶进行测量；料层厚度变化，采用数据模拟计算方法。
5.根据权利要求1所述的高炉生产过程信息智能化系统，其特征在于：所述的铜冷却器渣皮脱落、结厚判断，设有渣皮与检测温度的对应关系，采用热学原理反推渣皮脱落、渣皮结厚的状态。
6.根据权利要求1所述的高炉生产过程信息智能化系统，其特征在于：所述的炉缸堆积、炉墙结厚判断，采用1150℃等温线形状变化幅度来对炉缸堆积、炉墙结厚状况做出判断。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CNA2007100122155A CN101109950A (zh) | 2007-07-23 | 2007-07-23 | 高炉生产过程控制信息智能化系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CNA2007100122155A CN101109950A (zh) | 2007-07-23 | 2007-07-23 | 高炉生产过程控制信息智能化系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN101109950A true CN101109950A (zh) | 2008-01-23 |
Family
ID=39042048
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CNA2007100122155A Pending CN101109950A (zh) | 2007-07-23 | 2007-07-23 | 高炉生产过程控制信息智能化系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101109950A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101881955A (zh) * | 2009-05-06 | 2010-11-10 | 鞍钢股份有限公司 | 高炉炉况评价方法 |
| WO2011089621A2 (en) * | 2010-01-19 | 2011-07-28 | Aditya Birla Science & Technology Co. Ltd. | A soft sensor based on-line decision system for metallurgical processes |
| CN102193502A (zh) * | 2011-06-14 | 2011-09-21 | 中南大学 | 一种钢铁烧结二次配料的综合优化方法 |
| CN102509087A (zh) * | 2011-11-24 | 2012-06-20 | 中国矿业大学(北京) | 一种基于图像灰度共生矩阵的煤岩识别方法 |
| CN102662373A (zh) * | 2012-05-10 | 2012-09-12 | 南通大学 | 一种基于专家系统的环模制粒机智能控制系统 |
| CN102692327A (zh) * | 2011-03-22 | 2012-09-26 | 上海宝钢设备检修有限公司 | 熔融还原炼铁炉关键设备综合试验方法 |
| CN102830659A (zh) * | 2011-06-14 | 2012-12-19 | 鞍钢股份有限公司 | 一种高炉数据过滤方法 |
| CN103014204A (zh) * | 2012-12-10 | 2013-04-03 | 武汉钢铁(集团)公司 | 基于模式识别和专家系统的高炉布料优化方法及系统 |
| CN103065209A (zh) * | 2011-10-21 | 2013-04-24 | 湖南晟通科技集团有限公司 | 一种煤场管理方法 |
| CN103993113A (zh) * | 2014-06-04 | 2014-08-20 | 中冶南方工程技术有限公司 | 一种高炉出渣量在线检测方法 |
| CN106227699A (zh) * | 2016-07-04 | 2016-12-14 | 东北大学 | 一种高炉炉喉十字测温装置中心带温度预测方法及系统 |
| CN113671921A (zh) * | 2021-08-24 | 2021-11-19 | 马鞍山钢铁股份有限公司 | 一种系列化的烧结参数控制方法 |
| CN114185976A (zh) * | 2021-11-01 | 2022-03-15 | 中冶南方工程技术有限公司 | 一种高炉可视化智能感知平台 |
-
2007
- 2007-07-23 CN CNA2007100122155A patent/CN101109950A/zh active Pending
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101881955A (zh) * | 2009-05-06 | 2010-11-10 | 鞍钢股份有限公司 | 高炉炉况评价方法 |
| CN101881955B (zh) * | 2009-05-06 | 2014-05-07 | 鞍钢股份有限公司 | 高炉炉况评价方法 |
| WO2011089621A2 (en) * | 2010-01-19 | 2011-07-28 | Aditya Birla Science & Technology Co. Ltd. | A soft sensor based on-line decision system for metallurgical processes |
| WO2011089621A3 (en) * | 2010-01-19 | 2011-10-06 | Aditya Birla Science & Technology Co. Ltd. | A soft sensor based on-line decision system for metallurgical processes |
| CN102692327A (zh) * | 2011-03-22 | 2012-09-26 | 上海宝钢设备检修有限公司 | 熔融还原炼铁炉关键设备综合试验方法 |
| CN102193502A (zh) * | 2011-06-14 | 2011-09-21 | 中南大学 | 一种钢铁烧结二次配料的综合优化方法 |
| CN102193502B (zh) * | 2011-06-14 | 2012-11-07 | 中南大学 | 一种钢铁烧结二次配料的综合优化方法 |
| CN102830659A (zh) * | 2011-06-14 | 2012-12-19 | 鞍钢股份有限公司 | 一种高炉数据过滤方法 |
| CN103065209A (zh) * | 2011-10-21 | 2013-04-24 | 湖南晟通科技集团有限公司 | 一种煤场管理方法 |
| CN102509087A (zh) * | 2011-11-24 | 2012-06-20 | 中国矿业大学(北京) | 一种基于图像灰度共生矩阵的煤岩识别方法 |
| CN102662373A (zh) * | 2012-05-10 | 2012-09-12 | 南通大学 | 一种基于专家系统的环模制粒机智能控制系统 |
| CN102662373B (zh) * | 2012-05-10 | 2014-10-08 | 南通大学 | 一种基于专家系统的环模制粒机智能控制系统 |
| CN103014204A (zh) * | 2012-12-10 | 2013-04-03 | 武汉钢铁(集团)公司 | 基于模式识别和专家系统的高炉布料优化方法及系统 |
| CN103014204B (zh) * | 2012-12-10 | 2015-11-04 | 武汉钢铁(集团)公司 | 基于模式识别和专家系统的高炉布料优化方法及系统 |
| CN103993113A (zh) * | 2014-06-04 | 2014-08-20 | 中冶南方工程技术有限公司 | 一种高炉出渣量在线检测方法 |
| CN103993113B (zh) * | 2014-06-04 | 2015-11-04 | 中冶南方工程技术有限公司 | 一种高炉出渣量在线检测方法 |
| CN106227699A (zh) * | 2016-07-04 | 2016-12-14 | 东北大学 | 一种高炉炉喉十字测温装置中心带温度预测方法及系统 |
| CN106227699B (zh) * | 2016-07-04 | 2018-10-23 | 东北大学 | 一种高炉炉喉十字测温装置中心带温度预测方法及系统 |
| CN113671921A (zh) * | 2021-08-24 | 2021-11-19 | 马鞍山钢铁股份有限公司 | 一种系列化的烧结参数控制方法 |
| CN113671921B (zh) * | 2021-08-24 | 2024-01-30 | 马鞍山钢铁股份有限公司 | 一种系列化的烧结参数控制方法 |
| CN114185976A (zh) * | 2021-11-01 | 2022-03-15 | 中冶南方工程技术有限公司 | 一种高炉可视化智能感知平台 |
| CN114185976B (zh) * | 2021-11-01 | 2024-03-26 | 中冶南方工程技术有限公司 | 一种高炉可视化智能感知平台 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101109950A (zh) | 高炉生产过程控制信息智能化系统 | |
| CN106909705A (zh) | 一种高炉铁水质量预报方法及其系统 | |
| CN102915027B (zh) | 一种基于模式识别技术构建的高炉冶炼专家系统及其方法 | |
| CN102776303B (zh) | 一种估计高炉内表面温度的方法 | |
| CN103194553B (zh) | 一种基于最小二乘支持向量机的高炉氧气使用量控制方法 | |
| CN103544273A (zh) | 利用模式识别技术对炉况整体状态进行评估的方法 | |
| Zhang et al. | Multi-model based PSO method for burden distribution matrix optimization with expected burden distribution output behaviors | |
| CN110427715B (zh) | 基于时间序列和高炉多维度的炉缸热状态趋势预测的方法 | |
| CN105574297A (zh) | 自适应高炉铁水硅含量趋势预报方法 | |
| Zhao et al. | Optimization of thermal efficiency and unburned carbon in fly ash of coal-fired utility boiler via grey wolf optimizer algorithm | |
| Jiang et al. | Energy‐saving potential and process optimization of iron and steel manufacturing system | |
| Zhang et al. | Supply and demand forecasting of blast furnace gas based on artificial neural network in iron and steel works | |
| Korol et al. | Material and energy flow analysis (MEFA)–first step in eco-innovation approach to assessment of steel production | |
| CN102622465B (zh) | 一种基于计算机的转底炉仿真系统 | |
| CN102876822A (zh) | 高炉操作的闭环控制系统 | |
| CN104060024A (zh) | 一种转炉提钒过程中转炉实时温度的预报方法 | |
| Cui et al. | Prediction of blast furnace temperature based on multi-information fusion of image and data | |
| Fujii et al. | Hot Stove Combustion Pattern Optimization | |
| Mitra et al. | Evolutionary algorithms in ironmaking applications | |
| Fan et al. | Expert system for sintering process control | |
| Chen et al. | Fuel gas operation management practices for reheating furnace in iron and steel industry. | |
| CN117806169B (zh) | 基于神经网络的炉温预警优化方法、系统、终端和介质 | |
| CN103160629A (zh) | 一种预报高炉趋热的方法 | |
| Quan et al. | Prediction of air leakage rate of sintering furnace based on BP neural network optimized by PSO | |
| Campos et al. | Energy efficiency and line productivity improvements for a continuous heat treatment process |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |