CN113778035B - 一种智能粗锡冶炼系统 - Google Patents
一种智能粗锡冶炼系统 Download PDFInfo
- Publication number
- CN113778035B CN113778035B CN202111130677.3A CN202111130677A CN113778035B CN 113778035 B CN113778035 B CN 113778035B CN 202111130677 A CN202111130677 A CN 202111130677A CN 113778035 B CN113778035 B CN 113778035B
- Authority
- CN
- China
- Prior art keywords
- layer
- data
- dcs
- management
- management layer
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
- G05B19/41845—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by system universality, reconfigurability, modularity
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/33—Director till display
- G05B2219/33273—DCS distributed, decentralised controlsystem, multiprocessor
-
- 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
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种智能粗锡冶炼系统,包括:计划管理层、执行管理层、数据分析评估层、DCS系统管理层、DCS系统控制层和现场设备层;计划管理层采用ERP系统,通过建立企业专网与执行管理层的数据交互;执行管理层整合整个粗锡生产的各类数据供数据分析评估层使用;数据分析评估层将各层数据进行分析评估;DCS系统管理层通过工程师站、DCS组态服务器将生产工艺流程控制算法写入DCS控制器;DCS系统控制层的数据通过工业以太网和交换机传送至DCS系统管理层进行数据显示;现场设备层将采集的数据传输至DCS系统控制层。本发明可减少锡冶炼各环节的人工参与,改变传统的半自动冶炼控制状况,实现各生产管理环节的统一协调管控。
Description
技术领域
本发明涉及有色金属智能粗炼技术领域,具体涉及一种智能粗锡冶炼系统。
背景技术
锡粗炼冶炼具有环节多、工艺及设施复杂等特点。近年来,锡冶炼技术取得较大进展,以澳斯麦特顶吹炉炼锡及富氧的加入,大幅度提升了锡冶炼效率。
随着现代工业和锡冶炼的技术飞速发展,生产规模日益扩大,工艺流程越来越复杂,对锡冶炼生产过程的智能化和控制的精细化要求越来越高。传统的人工控制的方式和自动控制的方式相结合,已经很难达到生产设备控制的精细化要求。虽然锡冶炼流程部分环节已经采用了DCS控制系统,但这种控制系统相对独立。在实际的顶吹炉粗锡冶炼过程中,不乏误操作引起的设备事故,不乏操作责任心、操作经验不足引发的炉结等事故。
针对锡冶炼生产环节多,工艺及设施复杂的特点,从物料进厂至粗锡产品的产出的过程控制中,依靠操作工观察炉况、渣型对喷枪进行修正和操作;通过主控制室人员的调度电话反馈对配料皮带进料量进行修正控制;冶金配料计算依靠配料工程师临场决断,一旦冶金工程师缺乏经验或者人员配置不齐,对整个粗炼的冶炼经济技术指标都有很大的影响。
因此,针对上述情况,如何提供一种智能化水平更高的锡粗炼冶炼系统,成为同行从业人员亟需解决的问题。
发明内容
本发明的目的是解决传统顶吹炉锡冶炼控制系统存在的问题,提供一种智能粗锡冶炼系统,解决原有生产过程中各工序人工干预、控制独立和缺乏统一管控的问题。
为实现上述目的,本发明采取的技术方案为:
本发明实施例提供一种智能粗锡冶炼系统,包括:计划管理层、执行管理层、数据分析评估层、DCS系统管理层、DCS系统控制层和现场设备层;
所述计划管理层包括计划管理系统和计算机;所述计划管理系统采用ERP系统,通过建立企业专网,进行与执行管理层的数据交互;
所述执行管理层包括:MES管理系统、物料检验系统、料仓管理系统和计算机;物料检验系统和料仓管理系统的数据通过工业以太网传输至MES管理系统进行数据管理;执行管理层整合整个粗锡生产的各类数据供数据分析评估层使用;
所述数据分析评估层包括:喷枪专家系统、锡冶炼专家系统和计算机;数据分析评估层将各层数据进行分析评估,并对运行参数进行优化和调整;
所述DCS系统管理层包括:工程师站、操作员站、DCS组态服务器和OPC服务器;DCS系统管理层通过工程师站、DCS组态服务器将生产工艺流程控制算法写入DCS控制器,并对DCS系统控制层数据进行实时监控;OPC服务器通过工业以太网读取工程师站、操作员站数据信息,并经防火墙与MES管理系统进行数据交互;
所述DCS系统控制层包括:DCS控制器、Input转换模块和Output转换模块;DCS控制器与数据模块之间通过EBUS总线连接进行数据交互;DCS系统控制层的数据通过工业以太网和交换机传送至DCS系统管理层进行数据显示和实时监测;
所述现场设备层包括:现场数据检测仪表和现场执行机构;现场数据检测仪表对工艺流程的有效数据进行采集,并通过与DCS系统控制层硬接线的方式,将采集的数据传输至DCS系统控制层。
进一步地,所述系统通过接受计划管理层的经营计划情况和执行管理层的生产管理数据,结合现有的物料库存和物料成份检验信息,选择合理的冶炼渣型进行配料,将配料信息通过现场检测设备将数据传输给DCS控制层;同时,根据过程冶炼渣样分析结果对配料进行修正,引入大数据分析,对历史的渣型配料情况数据及经济技术指标进行比对,优化出最合理的冶金渣型和物料配比。
进一步地,根据DCS控制层中的实际进料情况,计算出所需的燃料量和实时渣池深度,通过进行热平衡计算,优化控制喷枪提升和下降量操作。
进一步地,在喷枪专家系统中,引入喷枪风背压、套通风背压、氧气背压、熔池温度、燃料量和喷枪位置信息,结合大数据分析,判断喷枪是否损坏,并提示操作工是否需要更换喷枪。
进一步地,通过对入炉物料和产出的物料平衡计算,将生产经济技术指标和操作关联,分析优化冶金专家系统。
与现有技术相比,本发明具有如下有益效果:
本发明实施例提供的一种智能粗锡冶炼系统,可减少锡冶炼各环节的人工参与、提高控制精度、优化控制流程,改变传统的半自动冶炼控制面貌,大幅度提高锡冶炼的智能化程度,实现各生产管理环节的统一协调管控。
附图说明
图1为本发明实施例提供的智能粗锡冶炼系统结构图。
图2为本发明实施例提供的智能粗锡冶炼系统控制数据传输图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
在本发明的描述中,需要说明的是,术语“上”、“下”、“内”、“外”“前端”、“后端”、“两端”、“一端”、“另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“设置有”、“连接”等,应做广义理解,例如“连接”,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
参照图1-2所示,本发明实施例提供一种智能粗锡冶炼系统,包括:计划管理层(ERP)、执行管理层(MES)、数据分析评估层、DCS系统管理层、DCS系统控制层和现场设备层;
其中,计划管理层包括计划管理系统和计划管理系统所加载的计算机;计划管理系统采用ERP系统,通过建立企业专网(即企业内部局域网),进行与执行管理层的数据交互;该交互的数据,主要包括生产控制管理的相关数据,比如:主生产计划、物料需求计划、能力需求计划、车间控制、制造标准等。
执行管理层包括MES管理系统和MES管理系统所加载的计算机,以及包括物料检验系统和料仓管理系统。物料检验系统和料仓管理系统的数据通过工业以太网传输至MES管理系统进行数据管理;执行管理层整合整个粗锡生产的各类数据供锡冶炼专家系统使用,分析各个时期、时间段的生产数据,建立专家模型,并向DCS控制层发送分析结果;
数据分析评估层包括喷枪专家系统、锡冶炼专家系统和加载其软件的计算机;数据分析评估层将各层数据进行分析评估,并对运行参数进行优化和调整;
DCS系统管理层包括工程师站、操作员站、DCS组态服务器和OPC服务器;DCS系统管理层通过工程师站、DCS组态服务器将生产工艺流程控制算法(可采用现有技术中的算法)写入DCS控制器,并对DCS系统控制层数据进行实时监控;OPC服务器通过工业以太网读取工程师站、操作员站数据信息,并经防火墙与MES系统进行数据交互;DCS系统管理层数据通过OPC服务器进行数据采集,并通过防火墙将采集到的数据传输到专家分析系统进行分析评估优化并下发;
DCS系统控制层包括DCS控制器、Input转换模块和Output转换模块,DCS控制器与数据模块之间通过EBUS总线连接进行数据交互;DCS系统控制层的数据通过工业以太网和交换机传送至DCS系统管理层进行数据显示和实时监测;控制层采用稳定可靠的DCS系统控制层,通过Input/Output数据转换模块读取设备层检测数据,控制器按工艺控制程序进行数据处理,并通过以太网将数据传输至DCS系统管理层进行数据显示;
现场设备层包括现场数据检测仪表和现场执行机构;现场数据检测仪表对工艺流程的有效数据进行采集,并通过与DCS系统控制层硬接线的方式,将采集的数据传输至DCS系统控制层。
本发明实施例提供的智能粗锡冶炼系统,可通过接受计划管理层的经营计划情况和执行管理层的生产管理,结合现有的物料库存和物料成份检验信息,选择合理的冶炼渣型进行配料,将配料信息通过现场检测设备将数据传输给DCS配料系统;同时,根据过程冶炼渣样分析结果对配料进行修正,引入大数据分析,对多年的渣型配料情况及经济技术指标进行比对,优化出最合理的冶金渣型和物料配比。如下表1,当经济技术指标最好的配料方案中缺少必要的原料时,可以优先选择第二配料方案。在冶炼过程中发现渣型出现偏差后,也可根据目标渣型对配料表进行调整。
表1
根据DCS配料系统中的实际进料情况,计算出所需的燃料量和实时渣池深度,通过进行热平衡计算,优化控制喷枪提升和下降量操作。
在冶金专家系统中,引入喷枪风背压、套通风背压、氧气背压、熔池温度、燃料量和喷枪位置信息,结合大数据分析,判断喷枪是否损坏,并提示操作工是否需要更换喷枪,如下表2所示。
表2
通过对入炉物料和产出的物料平衡计算,将生产经济技术指标(如下表3)和操作关联,分析优化专家系统,为下一阶段操作提供指导。
表3
通过采集投入、产出的有害杂质分析和计算,为下一工序提供生产指导。如:通过热平衡计算为余热发电的锅炉给水提供参考;通过物料中SO2含量和氧气量(空气量)为制酸系统提供参考;通过采集各环节重金属成分分布,为环保管理提供决策依据。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (3)
1.一种智能粗锡冶炼系统,其特征在于,所述系统采用分层式结构,包括:计划管理层、执行管理层、数据分析评估层、DCS系统管理层、DCS系统控制层和现场设备层;
所述计划管理层包括:计划管理系统和计算机;所述计划管理系统采用ERP系统,通过建立企业专网,进行与执行管理层的数据交互;
所述执行管理层包括MES管理系统、物料检验系统、料仓管理系统和计算机;物料检验系统和料仓管理系统的数据通过工业以太网传输至MES管理系统进行数据管理;执行管理层整合整个粗锡生产的各类数据供数据分析评估层使用;分析各个时期、时间段的生产数据,建立专家模型,并向DCS控制层发送分析结果;
所述数据分析评估层包括:喷枪专家系统、锡冶炼专家系统和计算机;数据分析评估层将各层数据进行分析评估,并对运行参数进行优化和调整;在喷枪专家系统中,根据DCS控制层中的实际进料情况,计算出所需的燃料量和实时渣池深度,通过进行热平衡计算,优化控制喷枪提升和下降量操作;引入喷枪风背压、套通风背压、氧气背压、熔池温度、燃料量和喷枪位置信息,结合大数据分析,判断喷枪是否损坏,并提示操作工是否需要更换喷枪;
所述DCS系统管理层包括:工程师站、操作员站、DCS组态服务器和OPC服务器;DCS系统管理层通过工程师站、DCS组态服务器将生产工艺流程控制算法写入DCS控制器,并对DCS系统控制层数据进行实时监控;OPC服务器通过工业以太网读取工程师站、操作员站数据信息,并经防火墙与MES管理系统进行数据交互;
所述DCS系统控制层包括:DCS控制器、Input转换模块和Output转换模块;DCS控制器与数据模块之间通过EBUS总线连接进行数据交互;DCS系统控制层的数据通过工业以太网和交换机传送至DCS系统管理层进行数据显示和实时监测;
所述现场设备层包括:现场数据检测仪表和现场执行机构;现场数据检测仪表对工艺流程的有效数据进行采集,并通过与DCS系统控制层硬接线的方式,将采集的数据传输至DCS系统控制层。
2.根据权利要求1所述的一种智能粗锡冶炼系统,其特征在于,所述系统通过接受计划管理层的经营计划情况和执行管理层的生产管理数据,结合现有的物料库存和物料成份检验信息,选择合理的冶炼渣型进行配料,将配料信息通过现场检测设备将数据传输给DCS控制层;同时,根据过程冶炼渣样分析结果对配料进行修正,引入大数据分析,对历史的渣型配料情况数据及经济技术指标进行比对,优化出最合理的冶金渣型和物料配比。
3.根据权利要求1所述的一种智能粗锡冶炼系统,其特征在于,通过对入炉物料和产出的物料平衡计算,将生产经济技术指标和操作关联,分析优化冶金专家系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111130677.3A CN113778035B (zh) | 2021-09-26 | 2021-09-26 | 一种智能粗锡冶炼系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111130677.3A CN113778035B (zh) | 2021-09-26 | 2021-09-26 | 一种智能粗锡冶炼系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113778035A CN113778035A (zh) | 2021-12-10 |
CN113778035B true CN113778035B (zh) | 2023-05-05 |
Family
ID=78853547
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111130677.3A Active CN113778035B (zh) | 2021-09-26 | 2021-09-26 | 一种智能粗锡冶炼系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113778035B (zh) |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002006905A (ja) * | 2000-06-22 | 2002-01-11 | Yamato Kogyo Co Ltd | 生産管理システム |
CN101261695A (zh) * | 2007-03-07 | 2008-09-10 | 杭州电子科技大学 | 一种流程工业生产调度系统的实时动态再调度方法 |
CN102915027B (zh) * | 2012-11-16 | 2014-08-13 | 武汉钢铁(集团)公司 | 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 |
CN105353733B (zh) * | 2015-11-09 | 2017-10-20 | 湖南千盟物联信息技术有限公司 | 一种炼钢生产过程智能调度方法 |
CN108171422A (zh) * | 2017-12-28 | 2018-06-15 | 鞍钢集团自动化有限公司 | 一种钢铁智能工厂的平台构建方法 |
CN110109425B (zh) * | 2019-04-03 | 2022-05-13 | 清华大学天津高端装备研究院 | 一种基于专家知识库以工艺数字模型驱动的智能管控平台 |
DE102019209110A1 (de) * | 2019-06-24 | 2020-12-24 | Sms Group Gmbh | Industrielle Anlage, insbesondere Anlage der metallerzeugenden Industrie oder der Aluminium- oder Stahlindustrie und Verfahren zum Betreiben einer industriellen Anlage, insbesondere einer Anlage der metallerzeugenden Industrie oder der Aluminium- oder Stahlindustrie |
CN112184038A (zh) * | 2020-10-06 | 2021-01-05 | 冶金自动化研究设计院 | 一种基于动态优化的炼钢智能调度系统 |
CN112418540A (zh) * | 2020-12-02 | 2021-02-26 | 格拉默汽车内饰部件(北京)有限公司 | 一种智能mes实时数据分析系统 |
CN113379372A (zh) * | 2021-05-20 | 2021-09-10 | 同济大学 | 有色金属冶炼流程管控的人机物共融制造平台架构系统 |
-
2021
- 2021-09-26 CN CN202111130677.3A patent/CN113778035B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113778035A (zh) | 2021-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108763550B (zh) | 高炉大数据应用系统 | |
CN105467946B (zh) | 一种铝电解生产精确感知与智能决策方法及mes系统 | |
CN104835012A (zh) | 一种钢铁企业生产调度管理系统及方法 | |
Lin et al. | Consideration of green intelligent steel processes and narrow window stability control technology on steel quality | |
CN102392095A (zh) | 转炉炼钢终点预测方法和系统 | |
CN106408153A (zh) | 一种基于案例推理的钢铁企业生产动态调度调整方法及其专家系统 | |
CN102399933B (zh) | 一种转炉吹炼低碳钢氧枪自动控制方法 | |
CN101770615A (zh) | 基于混合智能优化算法的炼钢-连铸生产作业计划与实时调度优化方法与系统 | |
CN113919206A (zh) | 一种炼钢合金化窄成分控制方法 | |
CN104133415B (zh) | 一种炼钢转炉钢水管理系统与方法 | |
CN112725557A (zh) | 一种转炉底吹智能控制方法 | |
CN100458622C (zh) | 一种中包液面自动控制装置 | |
CN109581988A (zh) | 一种基于转炉烟气分析技术的智能炼钢系统 | |
CN201654557U (zh) | Aod炉全自动智能控制系统 | |
CN111020118B (zh) | 一种基于粒子群优化案例推理的rh终点温度预测方法 | |
CN113778035B (zh) | 一种智能粗锡冶炼系统 | |
CN101592650B (zh) | 电炉炼钢炉内钢水碳含量的连续测定方法 | |
CN113554331A (zh) | 一种基于工序节奏管控的炼钢数字化调度优化方法 | |
CN107164597A (zh) | 一种无副枪无炉气检测一键式转炉自动炼钢方法 | |
CN111898975A (zh) | 一种炼钢生产过程智能调度系统及方法 | |
CN113240244A (zh) | 一种适用于炼钢生产跟踪的铸坯自动分级判定方法 | |
CN116109069A (zh) | 一种基于钢铁企业的大数据融合应用控制方法 | |
CN107502698A (zh) | 一种适用于少渣冶炼的自动化炼钢方法 | |
CN113737015B (zh) | 一种智能粗锡冶炼系统及方法 | |
CN215975982U (zh) | 一种智能粗锡冶炼系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |