CN113970244A - 熔炉控制器和操作熔炉的方法 - Google Patents

熔炉控制器和操作熔炉的方法 Download PDF

Info

Publication number
CN113970244A
CN113970244A CN202110823559.4A CN202110823559A CN113970244A CN 113970244 A CN113970244 A CN 113970244A CN 202110823559 A CN202110823559 A CN 202110823559A CN 113970244 A CN113970244 A CN 113970244A
Authority
CN
China
Prior art keywords
furnace
data
cycle
performance
controller
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
Application number
CN202110823559.4A
Other languages
English (en)
Inventor
M·劳伦斯
A·古哈
R·J·亨德肖特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Air Products and Chemicals Inc
Original Assignee
Air Products and Chemicals Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Air Products and Chemicals Inc filed Critical Air Products and Chemicals Inc
Publication of CN113970244A publication Critical patent/CN113970244A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27B—FURNACES, KILNS, OVENS, OR RETORTS IN GENERAL; OPEN SINTERING OR LIKE APPARATUS
    • F27B3/00—Hearth-type furnaces, e.g. of reverberatory type; Tank furnaces
    • F27B3/10—Details, accessories, or equipment peculiar to hearth-type furnaces
    • F27B3/28—Arrangement of controlling, monitoring, alarm or the like devices
    • C—CHEMISTRY; METALLURGY
    • C03—GLASS; MINERAL OR SLAG WOOL
    • C03B—MANUFACTURE, SHAPING, OR SUPPLEMENTARY PROCESSES
    • C03B3/00—Charging the melting furnaces
    • C03B3/02—Charging the melting furnaces combined with preheating, premelting or pretreating the glass-making ingredients, pellets or cullet
    • C03B3/026—Charging the melting furnaces combined with preheating, premelting or pretreating the glass-making ingredients, pellets or cullet by charging the ingredients into a flame, through a burner or equivalent heating means used to heat the melting furnace
    • C—CHEMISTRY; METALLURGY
    • C03—GLASS; MINERAL OR SLAG WOOL
    • C03B—MANUFACTURE, SHAPING, OR SUPPLEMENTARY PROCESSES
    • C03B5/00—Melting in furnaces; Furnaces so far as specially adapted for glass manufacture
    • C03B5/16—Special features of the melting process; Auxiliary means specially adapted for glass-melting furnaces
    • C03B5/225—Refining
    • C—CHEMISTRY; METALLURGY
    • C03—GLASS; MINERAL OR SLAG WOOL
    • C03C—CHEMICAL COMPOSITION OF GLASSES, GLAZES OR VITREOUS ENAMELS; SURFACE TREATMENT OF GLASS; SURFACE TREATMENT OF FIBRES OR FILAMENTS MADE FROM GLASS, MINERALS OR SLAGS; JOINING GLASS TO GLASS OR OTHER MATERIALS
    • C03C1/00—Ingredients generally applicable to manufacture of glasses, glazes, or vitreous enamels
    • C03C1/002—Use of waste materials, e.g. slags
    • C—CHEMISTRY; METALLURGY
    • C22—METALLURGY; FERROUS OR NON-FERROUS ALLOYS; TREATMENT OF ALLOYS OR NON-FERROUS METALS
    • C22B—PRODUCTION AND REFINING OF METALS; PRETREATMENT OF RAW MATERIALS
    • C22B1/00—Preliminary treatment of ores or scrap
    • C22B1/005—Preliminary treatment of scrap
    • C—CHEMISTRY; METALLURGY
    • C22—METALLURGY; FERROUS OR NON-FERROUS ALLOYS; TREATMENT OF ALLOYS OR NON-FERROUS METALS
    • C22B—PRODUCTION AND REFINING OF METALS; PRETREATMENT OF RAW MATERIALS
    • C22B21/00—Obtaining aluminium
    • C22B21/0084—Obtaining aluminium melting and handling molten aluminium
    • C22B21/0092—Remelting scrap, skimmings or any secondary source aluminium
    • C—CHEMISTRY; METALLURGY
    • C22—METALLURGY; FERROUS OR NON-FERROUS ALLOYS; TREATMENT OF ALLOYS OR NON-FERROUS METALS
    • C22B—PRODUCTION AND REFINING OF METALS; PRETREATMENT OF RAW MATERIALS
    • C22B7/00—Working up raw materials other than ores, e.g. scrap, to produce non-ferrous metals and compounds thereof; Methods of a general interest or applied to the winning of more than two metals
    • C22B7/001—Dry processes
    • C22B7/003—Dry processes only remelting, e.g. of chips, borings, turnings; apparatus used therefor
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27B—FURNACES, KILNS, OVENS, OR RETORTS IN GENERAL; OPEN SINTERING OR LIKE APPARATUS
    • F27B14/00—Crucible or pot furnaces
    • F27B14/08—Details peculiar to crucible or pot furnaces
    • F27B14/20—Arrangement of controlling, monitoring, alarm or like devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27B—FURNACES, KILNS, OVENS, OR RETORTS IN GENERAL; OPEN SINTERING OR LIKE APPARATUS
    • F27B7/00—Rotary-drum furnaces, i.e. horizontal or slightly inclined
    • F27B7/20—Details, accessories, or equipment peculiar to rotary-drum furnaces
    • F27B7/42—Arrangement of controlling, monitoring, alarm or like devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D19/00—Arrangements of controlling devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D21/00—Arrangements of monitoring devices; Arrangements of safety devices
    • F27D21/0028—Devices for monitoring the level of the melt
    • 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] or computer integrated manufacturing [CIM]
    • G05B19/41875—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] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
    • C—CHEMISTRY; METALLURGY
    • C22—METALLURGY; FERROUS OR NON-FERROUS ALLOYS; TREATMENT OF ALLOYS OR NON-FERROUS METALS
    • C22B—PRODUCTION AND REFINING OF METALS; PRETREATMENT OF RAW MATERIALS
    • C22B13/00—Obtaining lead
    • C22B13/02—Obtaining lead by dry processes
    • C22B13/025—Recovery from waste materials
    • C—CHEMISTRY; METALLURGY
    • C22—METALLURGY; FERROUS OR NON-FERROUS ALLOYS; TREATMENT OF ALLOYS OR NON-FERROUS METALS
    • C22B—PRODUCTION AND REFINING OF METALS; PRETREATMENT OF RAW MATERIALS
    • C22B15/00—Obtaining copper
    • C22B15/0026—Pyrometallurgy
    • C22B15/0028—Smelting or converting
    • C22B15/003—Bath smelting or converting
    • C—CHEMISTRY; METALLURGY
    • C22—METALLURGY; FERROUS OR NON-FERROUS ALLOYS; TREATMENT OF ALLOYS OR NON-FERROUS METALS
    • C22B—PRODUCTION AND REFINING OF METALS; PRETREATMENT OF RAW MATERIALS
    • C22B21/00—Obtaining aluminium
    • C—CHEMISTRY; METALLURGY
    • C22—METALLURGY; FERROUS OR NON-FERROUS ALLOYS; TREATMENT OF ALLOYS OR NON-FERROUS METALS
    • C22B—PRODUCTION AND REFINING OF METALS; PRETREATMENT OF RAW MATERIALS
    • C22B7/00—Working up raw materials other than ores, e.g. scrap, to produce non-ferrous metals and compounds thereof; Methods of a general interest or applied to the winning of more than two metals
    • C—CHEMISTRY; METALLURGY
    • C22—METALLURGY; FERROUS OR NON-FERROUS ALLOYS; TREATMENT OF ALLOYS OR NON-FERROUS METALS
    • C22B—PRODUCTION AND REFINING OF METALS; PRETREATMENT OF RAW MATERIALS
    • C22B7/00—Working up raw materials other than ores, e.g. scrap, to produce non-ferrous metals and compounds thereof; Methods of a general interest or applied to the winning of more than two metals
    • C22B7/001—Dry processes
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27B—FURNACES, KILNS, OVENS, OR RETORTS IN GENERAL; OPEN SINTERING OR LIKE APPARATUS
    • F27B9/00—Furnaces through which the charge is moved mechanically, e.g. of tunnel type; Similar furnaces in which the charge moves by gravity
    • F27B9/28—Furnaces through which the charge is moved mechanically, e.g. of tunnel type; Similar furnaces in which the charge moves by gravity for treating continuous lengths of work
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D19/00—Arrangements of controlling devices
    • F27D2019/0003—Monitoring the temperature or a characteristic of the charge and using it as a controlling value
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D19/00—Arrangements of controlling devices
    • F27D2019/0006—Monitoring the characteristics (composition, quantities, temperature, pressure) of at least one of the gases of the kiln atmosphere and using it as a controlling value
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D19/00—Arrangements of controlling devices
    • F27D2019/0028—Regulation
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D19/00—Arrangements of controlling devices
    • F27D2019/0087—Automatisation of the whole plant or activity
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D21/00—Arrangements of monitoring devices; Arrangements of safety devices
    • 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
    • Y02P10/00—Technologies related to metal processing
    • Y02P10/20—Recycling

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Organic Chemistry (AREA)
  • Materials Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Metallurgy (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geochemistry & Mineralogy (AREA)
  • General Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Waste-Gas Treatment And Other Accessory Devices For Furnaces (AREA)
  • Control Of Heat Treatment Processes (AREA)
  • Crystals, And After-Treatments Of Crystals (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

熔炉的控制方案可以使用实时和历史数据来对性能建模，并确定不同数据和性能参数之间的关系，以用于实时校正所述熔炉的次优性能。可以针对一段时间内的全部循环在整个循环中记录操作参数，以便建立基线。然后，可以使用这一数据计算过程的性能。可以进行回归分析，以便确定哪些参数影响性能的不同方面。然后，可以使用这些关系实时预测单个循环期间的性能，并提供闭环或开环反馈以控制熔炉操作，从而提高性能。

Description

熔炉控制器和操作熔炉的方法
技术领域
本发明涉及配置为有助于控制用来熔化含金属材料的熔炉的操作的控制器及其制造和使用方法。
背景技术
二次金属回收和再加工过程可能涉及来自不同来源和上游过程的金属废料的熔化。被回收的废料通常在形状、尺寸以及成分方面有很大不同。输入废料材料的这一高度不一致性必须在熔化过程中得到解决。因此，用于金属回收或再加工的熔炉的能量需求可能通常随熔化的不同而频繁地变化。这可能导致熔炉在操作效率和生产率方面的高度可变性。当操作者同时操作多个熔炉时，由过程可变性导致的损失可能被放大。
二次金属回收过程的示例可以从第4,484,947号美国专利和第2019/0360067号美国专利申请公开中了解到。第4,484,947号美国专利涉及通过测量熔炉中的特定温度和调节燃烧器的烧制速率以快速熔化铝来控制封闭熔炉膛中的铝熔化过程。第2019/0360067号美国专利申请公开公开了一种用于控制熔炉中的熔化过程的系统。
发明内容
我们已经确定，用于金属的二次重熔过程或回收过程(例如，二次铝重熔/回收过程、二次铜重熔/回收过程、二次钢重熔或回收过程、二次铅重熔或回收过程、二次铁重熔或回收过程等)可能存在相当大的可变性。这可以包括浮渣材料、回收金属(例如，铝)以及用于重熔的金属(例如，用于重熔的铝、铜、铁、铅或钢等)。我们已经确定，从炉料到熔炉状况再到操作存在显着的可变性。这些可变性来源可能将大量的不确定性引入到过程中，从而严重波及到性能。
例如，炉料通常包括不同类型的废料、浮渣和金属，其在尺寸、形状以及成分方面全部不相同。熔剂(盐)也经常被添加到炉料中，其在成分和量方面可以变化。某些类型的炉料(诸如浮渣)，其成分可能由于生产方式而以未知的量随批次(或循 环)变化。因此，来自特定来源的单个类型的浮渣材料可能仍然含有不同量的金属(例如，30至50重量％铝)，从而在材料输入中造成进一步的未知或不明的可变性。
我们已经确定，熔炉状况可以用于描述会显着影响性能的各种熔炉参数，诸如熔炉类型和状态。熔炉类型可以包括熔炉设计(诸如旋转式、反射式(reverb)、侧缸式(sidewell)、双炉室式等)以及熔炉配置，例如单程或双程、燃烧器燃料类型、氧化剂中的氧气百分比、烟道配置、燃烧器设计、燃烧器安装细节(包括角度)以及额定熔炉尺寸等。我们已经确定，熔炉的状态可以通过其以下各项进行描述：温度、清洁度、耐火材料类型和状况、门状况(隔热和密封)、对于给定循环的满炉程度、构建材料(影响热传递)、熔炉周围的环境条件(包括相邻的操作)以及熔炉的密封程度。熔炉操作(其在循环期间可以变化)可以包括多个参数，所述参数可以包括例如燃烧器烧制速率、燃烧器操作的变化(例如，分级)、燃料或氧化剂成分方面的任何可变性、烟道温度、熔炉压力、熔炉旋转速度和方向、倾斜角、熔炉旋转电机电流或液压、门位置、操作者、操作者轮换、炉渣以及在循环期间任何点处的金属氧化程度(例如，铝氧化)。
我们还确定，二次金属重熔(例如，铝重熔、铜重熔、钢重熔等)可以依靠操作者的决定和判断来标识熔炉内部的材料何时已达到合适的出钢温度。常规地，没有用于标识金属何时准备好出钢的一致且准确的方法。通常，操作者寻找熔炉或操作的特定特性(诸如熔炉壁的外观、流出物或炉料)，这些特性可能是模糊的并且取决于操作者的经验。我们已经确定，过程中的可变性和操作者决策制定的模糊性通常可能导致不一致的熔炉性能。
可使用质量和能量平衡模型计算熔炉内部的材料何时准备好出钢(“熔化结束”计算)。第2019/0360067号美国专利申请公开中描述了这种计算方法的一个示例。我们已经确定，根据所使用的炉料，这种方法可能会有一定量的误差。例如，具有一定范围铝含量的各个浮渣材料在计算铝熔化所需能量时可能导致误差，这是必须考虑在内的。例如，如果来自特定浮渣的平均铝含量是50％，但是铝含量的范围是40％至60％，那么实际铝含量可以在所述范围内的任何地方。对于10公吨的装填重量，熔化铝含量为40％、50％以及60％的材料(假设剩余材料为氧化铝)所需的理论能量分别约为7,840兆焦(MJ)、8,260Mj以及8,680MJ。因此，如果质量和能量平衡计算假设平均铝含量为50％，则所计算的所需能量可能为+/-5％，或者总的潜在范围高达约10％。我们已经确定，这种类型误差的后果可能是，在熔化循环结束时，如 果遵循基于质量和成分的初始估计所进行的所需能量计算，则炉料或者太冷或者太热(即加热不足或过热)。例如，如果装料对于铝的操作是加热不足的，那么铝可能没有吸收足够的能量来完全熔化，这可能会显着降低铝回收率。另一方面，如果装料过热，那么铝可能已经吸收太多的能量，并且因此变得比所需情况热得多。这也可能影响铝回收率，因为温度越高，铝越容易氧化。过热的循环也使用比所需情况更多的时间和能量，从而降低了生产率并增加了能耗，并且因此增加了碳排放。
我们已经开发了一种控制器和系统，所述控制器和系统可以利用一种用于熔炉操作的可以解决我们已经标识的上述问题的控制方法。我们的控制器、系统以及方法的实施例可以通过基于历史和现场数据提供实时校正计算来考虑炉料可变性。实施例可以与金属的回收结合使用，诸如例如浮渣材料的处理、回收的铝、用于重熔的铝、金属的熔化、包含金属的材料的熔化、金属的回收以及包含金属的材料的重熔。例如，在可以处理浮渣材料的一些实施例中，材料的处理可以包含通过熔化浮渣材料的金属成分将浮渣材料的氧化物部分与浮渣材料的金属成分分离，并且随后从金属材料中分离浮渣材料的氧化物部分(尽管浮渣材料的金属可以被熔化成液态或熔融状态，但所述浮渣材料的氧化物部分仍然可以呈固体形式)。然后可以将金属材料倾倒进容器或其他用于固化和/或运输的形式中，以便在另一类型的过程(例如，制造等)中使用所述金属。对于可以处理包含金属的材料的一些其他实施例，所述过程可以包括重熔包含金属的材料，以用于所述材料的金属的回收或用于所述材料的金属的一些其他最终用途。
在一些实施例中，可以由控制器使用的熔炉控制方案可以利用实时和历史数据来对性能进行建模，并且确定不同数据和性能参数之间的关系，以便在实时(例如，在秒内、分钟内、几分钟内、5至10分钟内、高达15分钟的时间段内)校正熔炉的次优性能时使用。控制器的实施例可以配置为在开环控制方案或闭环控制方案中使用。可以提供控制器的实施例以通过基于云的服务进行使用，所述基于云的服务利用至少一个互联网连接(例如，互联网和/或至少一个企业网)或更基于本地的服务。所述控制器被定位在与熔炉的部件相同的网络内(例如，通过有线和/或无线通信网络、局域网等在相同的本地网络内)。
为了建立基线数据集，可以针对一段时间内的全部循环在整个循环中记录操作参数以便存储在控制器的存储器中。然后，控制器可以使用这一基线数据集来计算过程的性能。控制器可以配置为执行回归分析，以便确定哪些参数影响性能的不同 方面。然后，可以使用这些关系实时预测单个循环期间的性能，并且提供闭环或开环反馈来控制熔炉操作，从而提高熔炉的性能并且使熔炉的操作更有利可图。例如，可以从至少一个参考模型的开发中标识显着影响铝氧化的至少一个参数，并且可以通过实时改变操作参数来修改所标识的一个或多个参数，以减少铝正在其中熔化的熔炉操作的铝氧化。控制器所使用的控制方案的实施例也可以应用于要通过熔炉被熔化的其他类型的金属(诸如含铁、铅和/或铜的那些金属)，并且应用于不同类型的熔炉(包括例如反射熔炉、双室熔炉以及侧缸熔炉)。
用于控制熔炉的操作以熔化包括金属的材料(例如，包含金属的材料)的方法的实施例。所述方法可以包括：在计算机设备的非暂时性计算机可读介质中存储与所述熔炉的炉料、熔炉状况以及操作数据相关的数据以用于所述熔炉的多个不同操作循环；基于存储的数据创建或确定一个或多个循环性能参数；基于存储的数据参数和所述循环性能参数创建历史数据存储库；确定用于所述熔炉的一个或多个操作循环的x变量，并将所述x变量馈送到回归模型内，以确定所述x变量中的至少一个与至少一个y变量之间的关系，从而定义至少一个参考循环，每个y变量对应于循环性能参数中的相应的一个；从所述熔炉的传感器接收实时数据；将来自所述熔炉的所述传感器的所述实时数据与所述至少一个参考循环进行比较，以确定是否需要对一个或多个熔炉操作参数进行调节；以及在基于来自所述熔炉的所述传感器的所述实时数据与所述至少一个参考循环的比较确定存在满足或超过显着性阈值的与所述至少一个参考循环的差异时，调节所述熔炉的操作，使得所述熔炉的所述操作被调节以接近预选熔炉性能。
在所述方法的一些实施例中，预选熔炉性能可以由至少一个参考循环来定义。所述至少一个参考循环可以是熔炉的期望操作，所述期望的操作可以基于用于借助熔炉的过去性能的历史数据而导出的模型。这种历史数据可以存储在历史数据存储库中，所述历史数据存储库包括与包括金属的熔炉熔化材料的过去操作循环相关的经验数据。在一些实施例中，参考循环可以被认为是熔炉的最佳性能操作曲线。在其他实施例中，参考循环可以是基于具有相似配置(例如，熔化相似类型材料的相同或相似的熔炉模型等)的熔炉的熔炉历史操作数据的预选熔炉性能目标。
所述方法的实施例也可以包括其他步骤。例如，所述方法可以包括生成所述至少一个参考循环。所述至少一个参考循环的所述生成可以包括：将所述循环表征为一个或多个材料群组，以生成用于所述熔炉的期望性能的所述至少一个参考循环。
用于所述一个或多个参考循环的所述x变量的所述确定可以包括：在将数据参数馈送到回归模型之前，从所述材料群组中移除异常数据。
在一些实施例中，所述至少一个y变量可以包括：用于特定燃料消耗的第一y变量、用于熔化速率的第二y变量以及用于产量的第三y变量。在其他实施例中，可能只有单个y变量，只有两个y变量，或者多于三个y变量。在一些实施例中，一个或多个y变量可以包括特定燃料消耗、熔化速率以及产量或这些变量的组合中的至少一个。
用于每个y变量的所述至少一个参考循环可以通过标识所述熔炉的一个或多个最佳情况操作循环来确定。最佳情况性能循环可以从存储在历史数据存储库中的历史数据和/或其他数据中导出。在一些实施例中，最佳情况性能循环可以从熔炉的历史数据中导出，并进一步修改以定义最佳情况性能循环。所述修改可以通过与熔炉的过去操作循环的过去熔炉操作和/或类似类型的熔炉的过去操作的历史数据结合使用的一个或多个模型来提供。
在一些实施例中，所述至少一个参考循环是单个最佳参考循环。在其他实施例中，所述至少一个参考循环包括基于要馈送到所述熔炉的所述炉料而定义的多个最佳参考循环。每个参考循环可以是针对特定类型的炉料的最佳情况熔炉操作循环的平均值。
所述回归模型可以配置为确定x变量与y变量之间的关系，并且还可以用于标识非显着性x变量，使得所述非显着的x变量可移除以用于至少一个参考循环的开发和/或其他分析。
来自熔炉的传感器的实时数据可以包括炉料数据、熔炉状况数据以及操作数据。实时数据可以是数据在熔炉正在操作的当前时间的数秒内、数分钟内、十分钟内或15分钟内的情况下的实时数据。在一些实施例中，实时数据可以是当前熔炉操作时间的高达15分钟或20分钟的数据。在其他实施例中，实时数据可以是当前熔炉操作时间的高达1分钟或高达3分钟的数据。网络环境或系统环境的延迟可能影响实时数据与熔炉当前操作时间的接近程度。
所述方法还可以包括将用于调节所述熔炉的操作的数据通信传送到操作者的计算机设备，使得所述熔炉的所述操作被调节以接近由所述至少一个参考循环限定的所述熔炉性能，从而所述熔炉的操作被调节以接近所述熔炉的期望性能。在其他实施例中，用于调节所述熔炉的操作的数据的通信可以以无需操作者对(多个)改变 的批准而立即实施的方式自动供应。在一些实施例中，调节所述熔炉的操作使得调节所述熔炉的操作可以包括：将用于调节所述熔炉的所述操作的数据通信传送到可操作地连接到所述熔炉的第一计算机设备，使得所述熔炉的所述操作被调节。
还提供了其上存储有程序的非暂时性计算机可读介质的实施例。所述程序可以定义由运行所述程序的计算机设备执行的方法。所述方法可以包括：(i)存储与熔炉的炉料、熔炉状况以及熔炉的操作数据相关的数据以用于所述熔炉的多个不同操作循环；(ii)基于存储的数据创建或确定一个或多个循环性能参数；(iii)基于存储的数据参数和循环性能参数创建历史数据存储库；(iv)表征用于生成一个或多个参考循环的循环；(v)确定用于所述一个或多个参考循环的x变量，并将所述x变量馈送到回归模型内，以确定所述x变量中的至少一个与至少一个y变量之间的关系，从而定义至少一个参考循环，每个y变量对应于所述循环性能参数中的相应的一个；(vi)当所述熔炉操作以熔化炉料时，从所述熔炉的传感器接收实时数据；(vii)将来自所述熔炉的所述传感器的所述实时数据与所述至少一个参考循环进行比较，以确定是否需要对一个或多个熔炉操作参数进行调节；以及(viii)在基于来自所述熔炉的所述传感器的所述实时数据与所述至少一个参考循环的比较确定存在与所述至少一个参考循环的偏离时，调节所述熔炉的操作，使得所述熔炉的所述操作被调节以接近预选熔炉性能目标。
由程序或程序的代码定义的方法的实施例可以包括上面或本文中其他地方讨论的方法的实施例。例如，在一些实施例中，回归模型可以确定x变量与y变量之间的关系，并且还用于标识非显着性x变量，使得从分析中移除所述非显着的x变量。作为另一示例，由所述程序定义的所述方法还可以包括：将用于调节所述熔炉的操作的数据通信传送到操作者的计算机设备，使得所述熔炉的所述操作被调节以接近由所述至少一个参考循环限定的所述熔炉性能。
作为另一示例，预选熔炉性能目标可以由所述至少一个参考循环来定义。如以上所讨论的那样，在一些实施例中，所述预选熔炉性能可以由所述至少一个参考循环来定义。所述至少一个参考循环可以是所述熔炉的期望操作，所述期望的操作可以基于用于借助熔炉的过去性能的历史数据而导出的模型。这种历史数据可以存储在历史数据存储库中，所述历史数据存储库包括与包括金属的熔炉熔化材料的过去操作循环相关的经验数据。在一些实施例中，参考循环可以被认为是熔炉的最佳性能操作曲线。在其他实施例中，参考循环可以是基于具有相似配置(例如，熔化相 似类型材料的相同或相似的熔炉模型等)的熔炉的熔炉历史操作数据的预选熔炉性能目标。
还提供了一种用于通过熔炉控制炉料的熔化的系统。所述系统可以被配置为实施所述方法的实施例和/或利用非暂时性计算机可读介质的实施例。在一些实施例中，所述系统可以包括：计算机设备，所述计算机设备可通信连接到所述熔炉的传感器，以在所述熔炉的操作期间获得测量数据。计算机设备可以配置为在通信连接到计算机设备的处理器的非暂时性计算机可读介质中存储与所述熔炉的炉料、熔炉状况以及操作数据相关的数据以用于所述熔炉的多个不同操作循环。计算机设备还可以配置为基于存储的数据创建或确定一个或多个循环性能参数，基于存储的数据参数和所述循环性能参数创建历史数据存储库，并生成一个或多个参考循环。计算机设备还可以配置为确定用于所述一个或多个参考循环的x变量，并将所述x变量馈送到回归模型内，以确定所述x变量中的至少一个与至少一个y变量之间的关系，从而定义至少一个参考循环。每个y变量可以对应于循环性能参数中的相应的一个。计算机设备还可以配置为使得当在基于来自所述熔炉的所述传感器的所述实时数据与所述至少一个参考循环的比较确定存在与所述至少一个参考循环的偏差时，计算机设备启动对所述熔炉的操作的调节，使得所述熔炉的操作被调节以接近预选择的熔炉性能。
在系统的一些实施例中，计算机设备可以被认为是第一计算机设备。第一计算机设备可以通信连接到操作者的计算机设备(其可以被认为是第二计算机设备)。第一计算机设备可以启动对熔炉的操作的调节，使得通过向所述操作者的所述计算机设备发送通信，所述熔炉的操作被调节以接近由至少一个参考循环定义的熔炉性能。通信可以有助于由操作者输入的输入，以使一个或多个操作参数调节得到改变。在其他实施例中，可以发送所述通信，使得所述改变自动发生，而不需要操作者输入。
在一些实施例中，计算机设备可以配置为调节用于熔炉的至少一个控制参数，以启动对所述熔炉的操作的调节，使得所述熔炉的操作被调节以接近预选熔炉性能。如以上所讨论的那样，预选熔炉性能可以由至少一个参考循环来定义。例如，在一些实施例中，预选熔炉性能可以由至少一个参考循环来定义。所述至少一个参考循环可以是熔炉的期望操作，所述期望操作可以基于用于借助熔炉的过去性能的历史数据而导出的模型。这种历史数据可以存储在历史数据存储库中，所述历史数据存储库包括与包括金属的熔炉熔化材料的过去操作循环相关的经验数据。在一些实施 例中，参考循环可以被认为是熔炉的最佳性能操作曲线。在其他实施例中，参考循环可以是基于具有相似配置(例如，熔化相似类型材料的相同或相似的熔炉模型等)的熔炉的熔炉历史操作数据的预选熔炉性能目标。
所述系统的实施例还可以包括其他部件。例如，所述系统可以包括：熔炉和/或熔炉的传感器。所述系统还可以包括其他组件，诸如例如用于熔炉的一个或多个程序逻辑控制器和/或将熔炉传感器连接到计算机设备以用于将传感器数据通信传送到所述计算机设备等的一个或多个网络节点(例如，路由器、网关接入点、网桥等)。
随着对某些示例性实施例的以下描述的进行，我们的用于熔炉的控制器、利用所述控制器的系统以及制造和使用所述控制器的方法的其他细节、目的和优点将变得显而易见。
附图说明
我们的用于控制熔炉的操作的系统、用于熔炉的控制器以及制造和使用它们的方法的示例性实施例在本文包括的附图中示出。应该理解的是，附图中使用的相同参考符号可以标识相同的部件。例如，在某些附图中，术语“Temp.”指温度。
图1是一种用于控制熔炉的操作的系统的第一示例性实施例的示意图。中间节点11和所述中间节点11和控制器3以及计算机设备10和熔炉2之间的通信连接(例如，所述熔炉的熔炉传感器和可编程逻辑控制器等)在图1中以虚线示出。
图2是示出控制方法的方框图，所述控制方法可以在系统的第一示例性实施例的控制器的实施例中使用以用于控制熔炉的操作。
图3是示出示例性熔化校正的结束的曲线图。
图4是示出了可以解释金属氧化(例如，铝氧化)的示例性校正的曲线图。
图5是曲线图，其示出了随着材料的产量增加，倾倒温度对产量损失的影响降低直到约60％的产量，超过所述值，产量再次开始增加。或者换句话说，60％产量的材料对倾倒具有最小的产量损失敏感性。图5的曲线图的y轴是指数系数，其是倾倒温度除以680℃(指数系数(倾倒温度/680℃))。
图6是示出材料产量对熔化速率系数对产量损失的影响的曲线图。所述曲线图示出，平均而言，随着材料的产量增加，产量损失对熔化速率的敏感性也增加。
图7是曲线图，其示出了当包括铝的炉料正在熔化时，在用于控制熔炉的操作的系统的第一示例性实施例中，产量损失(y轴)被炉料中存在的铝的量(x轴)影 响的程度。
图8是曲线图，其示出了当包括铝的炉料正在熔化时，产量损失(y轴)与出钢温度(x轴)之间的关系，所述关系可以存在于用于控制熔炉的操作的系统的第一示例性实施例中。所述曲线图提供了示出出钢温度对金属的损失(此处为铝损失)的重要性的示例。例如，与铝含量为80％的炉料的750℃相比，在900℃下出钢液态铝将导致图8的示例中的约3％的附加产量损失。
具体实施方式
参考图1至图8，用于控制熔炉2的操作的系统1可以包括控制器3，所述控制器通信连接到收集与熔炉的各种操作参数相关的数据的熔炉的传感器。在一些实施例中，控制器3可以是通信连接到多个传感器和一个或多个程序逻辑控制器(program logiccontroller，PLC)的计算机设备，或者连接到熔炉以控制熔炉的操作的其他类型的控制器。
控制器3可以经由定向有线和/或无线连接直接连接到PLC或其他控制器，或者可以经由网络连接(例如，互联网连接、局域网连接、无线局域网连接等)中包括的一个或多个中间节点11间接连接。例如，控制器3可以是经由互联网连接而连接的远程基于云的控制器3，其中存在至少一种类型的中间节点11，所述中间节点有助于熔炉2的控制器3和一个或多个PLC之间的通信连接，以及将控制器3通信连接到熔炉2的一个或多个传感器。每个中间节点11可以是网桥、路由器、接入点、网关或其他类型的中间节点。可以存在有助于经由网络连接进行通信连接的一个或多个这样的中间节点。在一些实施例中，中间节点11可以被配置为从熔炉的传感器收集传感器数据，然后将所述数据提供给控制器3。这种数据收集和传输可以周期性地发生(例如，每几秒钟、每分钟、至少每5至10分钟一次等)。然后，控制器3可以利用该传感器数据向PLC中的一个或多个和/或操作者的计算机设备10提供一个或多个控制消息，以便有助于在控制器3确定调节被批准时调节熔炉操作。
在其他实施例中，控制器3可以是在熔炉传感器、PLC或其他控制器的相同企业网络内的计算机设备，用于与控制器和传感器进行通信连接。在这种类型的布置中，可能仍然存在所涉及的用于有助于这种网络连接的一个或多个中间节点11。中间节点11可以包括一个或多个路由器、接入点或局域网的其他类型的网络节点组件。
在一些实施例中，控制器3可以通信连接到使用计算机10来监督和/或监控熔炉操作的操作者的计算机设备10。控制器3可以与操作者的计算机设备10通信，以通信传送由计算机设备10和/或操作者实施的熔炉的操作调节的信息。例如，控制器3可以向操作者计算机设备10发送一个或多个消息，以建议对开环控制方案实施方式中的一个或多个操作设定点的改变，以便操作者用来致动对一个或多个设定点的改变。可以通过至少一个应用编程接口(API)和/或其他通信连接接口来有助于控制器3和操作者计算机设备10之间的这种通信连接。在一些实施例中，发送到操作者计算机设备10的消息可以配置为与运行在操作者计算机设备10上的自动化过程控制程序一起运行，以允许操作者容易地调节由控制器3发送的消息中推荐的设定点。经由操作者的计算机设备10显示的一个或多个图形用户界面可以有助于显示可以由控制器发送的一个或多个消息，以便有助于输入操作者输入，用于接受可以由控制器3通信传送的对熔炉操作的一个或多个建议的调节。
熔炉可以包括可以被打开和关闭的门2a。门2a可以在完全关闭位置和完全打开位置之间移动。门2a也可以被移动到部分打开的位置，用于倾倒材料和/或将炉料馈送到熔炉的腔室中。例如，门2a可以被完全打开或至少部分打开，使得炉料可以被定位在熔炉腔室中，以便在熔炉的腔室中熔化。门2a可以被关闭以封闭用于熔化金属的腔室2c。门2a可以被完全打开或至少部分打开以打开腔室，用于将熔化的金属从熔炉的腔室中倒出，并倒入至少一个容器2v。
熔炉2还可以包括烟道2f，当腔室内的材料通过至少一个燃烧器2b被加热时，燃烧气体可以通过所述烟道离开熔炉腔室。熔炉的(多个)燃烧器2b可以配置为通过空气或包括被馈送到燃烧器的氧气的其他类型的气体流燃烧燃料，用于加热腔室内的金属和其他材料以熔化所述材料(例如，待熔化的金属)。烟道2f可以与腔室流体连通，使得热的燃烧气体可以从腔室排出。一个或多个烟道气处理机构可以连接到烟道，用于接收烟道气，以便在烟道气从熔炉中排出和/或作为燃烧气体等的组分回收到熔炉中之前处理所述气体。
熔炉2的传感器可以包括温度传感器、压力传感器、成分检测传感器、操作参数传感器(例如，烟道气体的流率、烟道气体的成分、烟道气体的温度、烟道气体成分等)。控制器3可以通过有线连接和/或无线通信连接而通信连接到传感器。在一些实施例中，控制器可以通过布线和控制器的接口5直接连接到一个或多个传感器。控制器3也可以或者替代性地可以经由至少一个网络通信连接到传感器中的一些或全部。在一些实施例中，中间节点11可以存储传感器数据，然后周期性地将所述数 据传输到控制器3，或者它可以立即传送数据以将控制器3连接到传感器。在一些实施例中，在传感器和控制器之间可以存在有助于将传感器数据通信传送到控制器3以便存储在控制器3的存储器中或控制器3可访问的存储器中(例如，可以连接到控制器3的服务器的示例存储器)的一个或多个中间节点11。控制器3和传感器可以通过至少一个网络(例如，局域网、互联网、企业网等)通信连接。
控制器3可以是计算机设备，例如控制器设备、工作站、服务器、托管熔炉控制服务的服务器的阵列、台式计算机、膝上型计算机或其他类型的计算机设备。控制器3可以与熔炉2在现场，或者可以位于远离熔炉并且通过远程通信连接而连接到熔炉传感器和其他数据输入机构(例如，可通过互联网连接的基于云的服务、可通过广域网连接的基于网络的服务等)。
控制器3可以包括硬件，所述硬件包括连接到至少一个处理器(CPU)7的至少一个接口5和非暂时性存储器9。处理器7可以是中央处理单元、至少一个核心处理器或其他类型的硬件处理器组件。存储器9可以是闪存、硬盘驱动器、固态驱动器或其他类型的存储器。每个接口5可以配置为有助于通信连接(例如，包括无线网络适配器、以太网网络适配器、近场通信适配器、蓝牙适配器和/或至少一个网络接口卡(network interface card，NIC)等)。
存储器9可以具有存储在其上的至少一个应用(App)9a和至少一个数据存储库9b(在附图中也称为至少一个数据存储库“DS”)。(多个)数据存储库9b可以包括随时间从传感器中的一个或多个收集的数据、程序功能、数据文件、数据库、包含传感器数据的数据库和/或其他信息。应用9a可以包括定义当处理器7运行应用时可以由控制器3执行的方法的指令。应用可以包括要求处理器7在运行应用9a时利用包含在一个或多个数据存储库9b中的信息的代码。在一些实施例中，控制器3可以是托管基于云的熔炉控制服务以便通信到可以监控和/或监督熔炉的控制操作的过程控制系统的一个或多个计算机设备10的服务器。在其他实施例中，控制器3可以被结合到或作为更本地存在的自动控制系统的计算机设备。
控制器3可以包括或连接到显示设备或具有显示设备的计算机设备10(例如，具有显示器的膝上型计算机、具有显示器的工作站、具有触摸屏显示器的平板电脑等)。由控制器3生成的数据可以被通信传送到计算机设备10，所述计算机设备具有用于生成要显示在用户界面中的图形内容的显示器，以便向用户(例如，操作者)显示数据，可以由用户使用所述数据来监控熔炉操作和/或监督熔炉的操作。在一些 实施例中，计算机设备10可以是运行自动化过程控制程序以用于监督和/或监控熔炉2的操作的工作站的一部分，并且计算机设备10可以显示包含从控制器3接收的数据的图形用户界面，用于以特定类型的图形元素或显示元素显示这个数据的至少一部分，以向用户通信传送关于熔炉操作的相关数据以便用户在监测和/或调节熔炉的操作中(例如，标识期望的出钢时间、调节熔炉的温度设定点等)使用。控制器3还可以配置为向其他通信设备(例如，台式计算机、膝上型计算机、智能电话)通信传送数据，以提供与熔炉操作相关的数据。在一些实施例中，控制器3可以通过至少一个应用编程接口(API)或用于通信传送这种数据的其他类型的接口与操作者或其他人员的计算机设备10通信。
控制器3可以配置为接收来自传感器的数据，并将该数据存储在至少一个数据存储库9b中持续预选时间段，以存储用于熔炉2的预选数量的操作循环的基线数据集。所获得的数据中的一些数据也可以来自非传感器设备，诸如来自由用户使用输入设备提供的数据的手动输入，或者来自连接到可以用于检测要被馈送到熔炉的材料的重量的秤的计算机设备。在一些实施例中，通过复制存储在可以监控熔炉操作的先前循环的自动过程控制系统中的来自熔炉操作的数据，这一基线数据集可以被存储在至少一个数据存储库9b中，使得这一基线数据集被存储并可由控制器访问，而在控制器3被安装用于与预先存在的熔炉2一起使用的情况下没有任何延迟。在其他实施例中，基线数据集可以包括基于从类似类型的熔炉使用中收集的模型熔炉测量数据的数据，所述模型熔炉测量数据被认为适用于控制器3将用于其上的熔炉2。一旦这一基线数据集在控制器可访问的存储器中(例如，控制器的存储器，或工作站、数据库服务器或通信连接到控制器3使得控制器可以访问该数据的其他设备的存储器)，控制器可以被置于用于监控和/或控制熔炉操作的活动状态。
存储在控制器3可访问的存储器中的数据可以包括来自传感器以及与可能落入到多个不同类别的大量参数相关的其他来源的数据。如从图2中可以理解的那样，这些类别可以包括例如炉料、熔炉状况和操作。操作数据可以是在熔炉的连续操作循环期间或在熔炉2的批处理或半批处理期间的任何点处获得的操作数据。这一传感器数据以及这些类别的其他数据可以包括以下中的全部或以下的所选择的子集：
I.炉料：
a.类型(例如，废料、浮渣、金属、熔剂)；
b.重量/质量；
c.来源；
d.尺寸和形状(例如体积、表面积、长度、宽度、直径等)；以及
e.成分(例如特定类型的金属的重量％、炉料的不同元素的重量％等)。
II.熔炉状况
a.类型(例如旋转式、反射式、侧缸式、双炉室式等)；
b.配置(例如单程、双程等)；
c.构建材料(例如耐火材料类型、厚度等)；
d.门(例如类型、尺寸、形状、位置、数量)；
e.烟道(例如类型、尺寸、形状、位置、数量)；
f.燃烧器(例如类型、尺寸、位置、取向、燃料类型、氧化剂中的氧气百分比、数量等)；以及
g.状态(例如温度、清洁度、耐火状况、门状况、满炉程度、环境条件、密封效果等)
III.操作
a.燃烧器烧制速率(高、中、低、关)；
b.化学计量比；
c.烟道温度(例如，测量、校正不准确性等)和控制(例如，风门或过滤设备/袋滤室设置等)；
d.熔炉旋转速度和方向(顺时针、逆时针、以每秒转数或每分钟转数为单位或以其他单位(诸如m/s等)为单位的旋转速度)；
e.倾斜角；
f.熔炉卷筒旋转阻力(例如，电机电流、液压)；
g.熔炉压力；
h.门位置；
i.操作者和轮换；
j.炉渣(重量、状况、温度)；以及
k.所供应燃料或氧化剂方面的可变性。
除了上述数据之外，数据存储还可以包括其他数据。上面提供了不同数据的非限制性示例，所述不同数据可以存储在控制器3可访问的存储器中，使得控制器可以在其操作中利用所述数据来管理和/或监督熔炉2的操作。
如从图2可以理解的那样，基于这个基线数据集，控制器可以配置为处理所述数据，以在循环期间和循环完成后定义性能参数。循环性能参数的示例可以包括以下中的全部或以下的所选择的子集：
循环性能参数
1.比油耗(Specific fuel consumption，SFC)，其可以被定义为用于所述循环的燃料除以总装料重量。
2.化学计量比，其相比于燃料与空气、基本上纯的氧气或其任意组合中的氧气的完全燃烧比率，可以被定义为燃料与氧气的比率。
3.金属回收率，其可定义为所回收的金属的质量(例如，铝、铜、钢、铁、铅等)除以装入熔炉中的含金属的废料的质量。金属回收率也可以被定义为来自熔炉操作的产量(例如，从被馈送至熔炉的炉料的质量中回收的金属的量)。
4.盐用量(装料的质量或百分比)。
5.炉渣用量(装料的质量或百分比)。
6.熔化速率，其可以被定义为总装料重量除以从开始烧制到开始出炉的时间。
7.能量损失(例如，烟道损失、对流损失、辐射损失、图1中示出的热量的损失等)。
8.有用的能量(例如，由炉料吸收以熔化炉料的能量)。
9.金属氧化(估计的)，例如铝氧化、铜氧化等，以使特定的金属熔化以用于熔炉的操作。
除上述参数外，这些循环性能参数还可以包括其他参数。上面提供了不同循环性能参数的非限制性示例，所述不同循环性能参数由控制器确定并存储在控制器3可访问的存储器中，使得控制器可以在其操作期间利用所述参数来管理和/或监督熔炉2的操作。
参考图2，基线数据和循环性能参数可以存储在控制器3可访问的存储器中。此外，熔炉2可以操作持续一些数量的循环，并且控制器可以将这个操作数据和所述数据的循环性能参数存储在控制器3可访问的存储器中，以供后续使用。控制器可以存储数据和性能参数，以创建历史数据存储库9b。
控制器3还可以使用历史数据存储库，使得每个熔炉操作循环的数据类别和循环性能参数的数据被表征到材料表征数据存储库9b中，所述材料表征数据存储库将具有相似尺寸、形状、成分和/或来源的炉料分组。控制器可以配置为形成和调节来 自历史数据存储库的材料表征数据存储库9b，使得从历史数据存储库中利用的每种材料类型的异常数据被移除，以确保数据和性能参数落在平均值的特定方差内。用于选择和移除异常数据的所选择的方差范围可以取决于材料类型以及其他因素(例如，历史数据集的期望范围精度、历史中的数据的数据集的期望统计显着性等)。
在异常数据被移除之后(对于其中异常数据被移除的实施例)，材料类型数据存储库9b中的每种材料类型然后可以由控制器处理以形成一个或多个参考循环数据存储库9b。所述参考循环数据存储库可以被形成以定义至少一个参考循环，所述至少一个参考循环使用特定类型的炉料或不同状况和材料的平均值来展示熔炉的预选择的性能。在一个实例中，参考循环可以代表特定条件下的最佳性能。在另一个示例性实例中，参考循环可以代表平均性能或用于比较目的的一些其他基准。例如，具有最高SFC或最低SFC的循环的平均值可以用于计算相对性能。然后，所计算的相对性能可以用于将所计算的相对性能与其他循环和与当前循环性能进行比较。
还可以由控制器利用材料表征数据存储库9b来定义用于回归分析的每种类型的材料的多个x变量。所确定的x变量可以为每个所分类的炉料类型的熔炉状况和操作定义多个不同的数据参数，用于分析那些数据参数(x变量)与循环性能参数之间的关系，对于被馈送到熔炉中的特定类型的炉料，所述循环性能参数可以被认为是y变量。
一旦定义了x变量和y变量，控制器3就可以执行回归分析，以确定关键性能指标和记录在历史数据存储库9b中的数据之间的关系。结合这个过程，低显着性的x变量可以被确定为对特定y变量具有最小影响，以便更新回归模型的后续使用及其对各种y变量的评估。
然后，回归模型结果可用于提供实时调节以控制熔炉操作。例如，来自回归模型的结果可以用于利用针对特定熔炉操作循环的实时获得的显着x变量数据，并且所述数据可以用于计算期望的循环性能参数值，以用于改善所述循环的熔炉操作。这可以针对熔炉的一个或多个循环性能参数来进行。
由控制器3使用的回归模型可以定义回归分析，所述回归分析导致为每个循环性能参数(y变量)产生方程以描述y变量与不同数据参数(x变量)的关系。关键性能指标(例如，各自可以是相应y变量的一个或多个性能参数)可以针对全部合理的数据参数(x1、x2、x3……xn)进行建模以理解每个x变量对y变量具有的统计显着性。系数的p值(AN、BN、CN……NN)可以直接与统计显着性和每个x变量对y变量的关系相关，从而确定哪些x变量对y变量具有统计显着性以及哪些没有。系数的值和符号(+/-)决定了数据参数对性能参数的相对敏感度。回归模型可以被设计为使得其只考虑具有高显着性的x变量(例如，等于或超过预先选择的统计显着性阈值的显着性)，并且因此忽略具有低显着性系数的x变量。低显着性系数的示例是被确定为对潜在感兴趣的操作参数y变量具有非显着的影响(例如，低于显着性阈值的影响)的一个或多个x变量。每个y变量(Y1、Y2、Y3……Yn)的方程的示例可以包括，例如：
Y1＝A1x1+B1x2+C1x3+…+N1xn
Y2＝A2x1+x2x2+C2x3+…+N2xn
Y3＝A3x1+B3x2+C3x3+…+N3xn
…
YN＝ANx1+BNx2+CNx3+…+NNxn
非线性项和相关项也可以包含在回归模型中，以帮助提供高预测精度。这些项的示例如下所示，其中为简单起见，未示出更高的值指数：
Y1＝A1x1+B1x1 2+C1x1x2+D1x2+E1x2 2+F1x1x2 2+G1x1 2x2+H1x1 2x2 2+…
回归模型可以包括更高的值指数项和指数项。也可以使用其他技术(诸如偏最小二乘法、主成分或其他技术)对性能进行建模。
可以由控制器3使用回归模型来基于实时接收的与熔炉操作相关的数据预测熔炉2的性能，并提供实时反馈来改变熔炉的操作参数。在当前循环期间记录的现场x变量数据可以被输入到回归模型的回归方程中，随着循环进行，将这些回归方程与历史数据存储库9b的数据的相应参考熔化进行比较。可以由控制器3使用回归模型来标识y变量(例如，循环性能参数)是否开始从所确定的参考循环的参考情况发散。如果检测到发散，控制器3可以确定应该改变哪个(哪些)控制参数以减轻发散。回归模型可以用于基于当前正在进行的熔炉操作的x变量数据优化全部y变量或任意数量的单个y变量，这取决于与熔炉操作的特定正在进行的循环相关的数据细节。例如，可以优化SFC。作为另一示例，可以优化熔炉的产量。作为又一示例，通过控制器对通过使用我们的过程的实施例来确定的各种控制参数的调节，可以基于熔炉操作的那个正在进行的循环的x变量的数据针对特定的循环优化产量以及SFC。
例如，由控制器3执行的回归分析的结果可以被用于通过使用历史数据日志和 在熔炉操作的当前循环期间使用回归模型确定的数据的显着性通过控制器根据实时传感器数据计算铝氧化的相对程度(循环性能参数，回归模型的y变量)来实时调节熔炉操作。然后，在循环期间可以实时使用这个铝氧化估计值，以向控制器3的控制回路提供反馈信息，从而控制熔炉操作，以便减轻铝损失并提高产量。这种方法还可以解决由于给定炉料方面的可变性而可能出现的质量能量平衡误差。
如从上面和图2可以理解，由控制器3执行的控制过程的实施例可以包括在第一步骤S1中存储与炉料、熔炉状况和操作数据参数相关的数据参数。然后，在第二步S2中，这个存储的数据可以用于创建历史数据存储库。从步骤S1存储的数据参数也用于计算性能参数，这些性能参数在第二步骤S2期间也被记录在历史记录中以形成历史记录数据存储库9b。
然后，在第三步骤S3中将这些循环表征到一个或多个材料群组中，在第四步骤S4中对所述一个或多个材料群组进行分析以计算数据和性能参数的平均值和方差。在第四步骤S4中，通过标识落在平均值的特定方差之外的值来确定异常值，所述平均值可能因材料类型而异。可以从数据集中移除异常值，并且来自剩余循环的数据可以构成用于将在第五步骤S5中被馈送到回归模型中的一个或多个参考循环的x变量。y变量可以是任何数据或性能参数，其可以基于第五步骤S5中回归模型的使用而被建模以便进行优化。例如，比油耗、熔化速度和产量。为每个y变量定义参考循环的一种方法可以通过标识“最佳情况”循环来确定，这些循环传达了接近理想的性能。参考循环数据可以是用于仅一个最佳参考循环的数据，或者可以存在基于要馈送到熔炉2的炉料而定义的多个最佳参考循环。参考循环情况可以是特定类型的炉料的这些“最佳情况”熔炉操作循环的平均值，或者仅存在针对全部类型的炉料定义的单个最佳情况熔炉操作循环。即使不是“最佳情况”，也可能存在达到预期性能的其他参考循环。仍然可以定义有其他类型的参考循环，这些参考循环允许将当前循环与历史性能进行比较，并允许控制器3利用实时传感器数据并将所述数据与所确定的参考循环进行比较，以确定与其他循环相比正在进行的循环如何操作。控制器3可以利用这个比较来确定如何相应地调节熔炉操作参数(例如，各种设定点等)，以实现一个或多个循环目标(例如，最大化产量、优化SFC、优化SFC以及还有产量等)用于在正在进行的循环期间处理材料。
在第六步骤S6中，可以由控制器3使用回归模型来确定x变量与y变量之间的关系，如上文和本文所解释的那样。低显着性x变量也可以从分析中移除。在第七 步骤S7中，实时获得的现场炉料、熔炉状况和操作数据(x变量)(例如，在熔炉2的实际正在进行操作的秒或分钟内，在从熔炉2的正在进行的操作收集的数据的1至15分钟内的时间段内等)被输入到模型中，使得控制器可以基于在熔炉的操作期间获得的这个x变量数据随着循环进行而计算性能参数(y变量)。在第八步骤S8中，所计算的y变量(循环性能参数)值可以与来自参考情况的相对应的y变量值实时比较，使得控制器可以表示特定实时计算的y变量是否以及何时显着地偏离参考情况。如果循环性能在整个循环中在合理的误差范围内(例如，在由控制器计算的至少一个参考循环所定义的预选择的性能的+/-5％或+/-10％内)遵循参考情况，则认为性能在预期内，并且不采取或不建议采取任何校正动作。
但是，一旦确定正在进行的循环性能开始偏离并继续显着偏离参考情况或偏离预选择的期望性能，则控制器可以确定熔炉性能已经偏离预选择的熔炉性能目标，并且需要在操作方面的调节。这种确定可以由控制器基于正在进行的循环的熔炉的实时传感器数据与至少一个所计算的参考循环的比较来确定熔炉操作已经从参考情况或从期望的性能发散。例如，可以通过控制器基于实时传感器数据根据其比较检测到存在来自熔炉性能的满足或超过显着性阈值的差异，来进行发散的检测。这种熔炉性能基准可以由控制器根据控制器3可访问的存储器中的历史数据计算的一个或多个参考循环来定义。
在确定熔炉操作中的调节被批准时，控制器可以通过向控制回路提供调节数据来启动校正动作，以调节熔炉的控制参数(诸如燃烧器烧制速率、熔炉旋转速度、熔炉倾斜角等)，从而校正熔炉性能，使得校正后接收的熔炉x变量数据变得更接近(多个)期望的参考情况或性能。这种启动可以通过控制器3自动向熔炉的PLC发送一个或多个控制消息来进行。这种校正动作也可以或替代性地通过控制器将一个或多个消息通信传送给操作者计算机设备10来进行，以有助于操作者通过操作者的计算机设备10提供输入来调节确定控制器3需要的设定点和/或其他操作控制参数。
控制器3及其用于控制熔炉操作的操作的示例性实施例在下面提供。这些非限制性示例可以帮助进一步传达控制器3如何能够被实施以校正对熔炉操作所需能量进行的计算，从而提高产量以及熔炉的其他循环性能参数，使得熔炉能够被操作以提高盈利能力，并且还减少排放、燃料使用、电力消耗以及改进熔炉的操作的其他方面。可以实施控制器3的实施例，使得可以根据需要校正所需能量计算，使得所需能量计算使熔炉的性能接近或达到所定义的期望性能水平(例如，在以上讨论的 方法的实施例的第五步骤S5中定义的参考情况性能水平，由基于历史数据存储库9b的历史数据导出的参考循环模型定义的期望操作)。
实例1
图3示出了显示循环的曲线图，其中由于利用在控制器3的示例性实施例中实施的我们的方法的实施例的发散而校正了所需能量计算。燃烧器气体流率、熔炉旋转速度、熔炉门位置、所需能量计算和烟道温度在图3中示出。最初，熔炉门打开(100％)以便进行装料，其中燃烧器关闭(0％)，熔炉不旋转(0％)，并且可以看到烟道温度随着其移动到与环境条件的平衡而降低。在时间77，关闭熔炉门，并且随后将燃烧器打开至80％的烧制速率，并将熔炉设定为40％旋转速度。随着时间的推移，在大约435个时间单位下，所需能量计算可以稳定地增加到总的所需能量(完成百分比)的大约65％。至此，控制器3识别出与参考或期望性能的显着偏差。在检测到满足或超过显着性阈值的差异时，确定显着性偏差。确定材料成分变化误差的程度，并由控制器3校正“熔化结束”计算，使得调节熔炉操作参数，从而使熔炉性能回到与参考情况一致。在时间435，可以看到所需能量计算从65％的完成率“跳跃”到93％，其中控制器对回归模型的使用校正了比预期组成更低的铝量。在这种情况下，在具有更少铝含量的情况下，氧化铝更多，氧化铝在与装料中的铝相同的温度下不会发生相变。因此，装料达到出钢温度所需能量更少，并且因此，所需能量计算被校正为更高的完成率百分比。
实例2
图4中示出的这个实例示出了当熔炉2用于熔化铝时，控制器3如何用于校正铝氧化(产量)损失。在这个实例中，控制器定义了将产量损失(y变量)与数据参数(x变量)相关联的回归方程，以减轻熔炉的给定循环期间的产量损失。通常，由于熔化过程的性质，预期铝将在循环期间总是氧化一定程度。回归模型被定义为由控制器3使用，以将现场循环的性能与参考情况进行比较，从而确定铝氧化在整个循环中发生的程度。在这个示例性情况下，参考循环被认为经历了最小的铝氧化。当标识显着的铝氧化时，采取了校正性措施，其中通常地可以降低燃烧器的烧制速率和/或熔炉的旋转速度，并且有时还需要附加的熔剂(盐)。这种校正的示例在图4中示出。
图4示出了循环，其中由控制器3检测到显着的铝氧化并且控制器可以提供控制信号使得可以实施减轻动作。除了检测铝燃烧之外，所述模型还如前面的示例中 那样校正了装料成分，以最大化所需能量计算的准确性和性能。如图4所见，示出了燃烧器气体流率、熔炉旋转速度、熔炉门位置、所需能量计算和烟道温度。最初，熔炉门打开(100％)以便进行装料，其中燃烧器关闭(0％)，熔炉间歇旋转，并且可以看到烟道温度随着其移动到与环境条件的平衡而降低。在时间54，关闭熔炉门，随后将燃烧器打开至78％的烧制速率，并将熔炉设定为40％的旋转速度。随着时间的推移，可以看到“熔化结束”计算在时间290稳定增加到大约50％的完成率。在这一点之后，控制器3确定铝氧化显着地从期望状况发散，并且不得不采取减轻动作。在烧制速率方面的降低发生后，由于减少的能量输入，可以看到完成所需能量计算方法以较慢的速率增加。所需能量计算增加到大约70％的完成率，在这点上可以看到其在时间425跳跃到100％的完成率。
在图4的这个实例中，所进行的校正是由于成分假设和铝氧化近似y变量方面的偏差。由铝氧化导致的能量释放有助于使炉料达到出钢温度所需能量。减轻动作是关闭燃烧器，并且打开熔炉门以验证所需能量计算。在减轻动作停止燃烧器之前，燃烧器再次烧制持续8个时间单位。然后，在操作者在时间550再次打开熔炉门之前，熔炉在没有燃烧器打开的情况下旋转持续85个时间单位。在这一点上，可以看到所需能量从100％的完成率减少到99％，其中燃烧器被启动持续较短的时间以将所需能量带回100％的完成率。
实例3
为了帮助进一步展示控制器3的实施例可以提供的改进的性能，参考图6至图8作为示例讨论了来自铝倾斜旋转炉的近700个循环的样本。在本实例的这个方法的第三步S3中，材料被表征为9个不同的材料群组。这些材料群组的预期铝含量范围在20至80％的铝之间。每个材料群组中的循环的数量范围从25至86个循环，并且每个材料中铝的百分比变化不超过平均铝含量的+/-5％。
在本实例的方法的实施例的步骤S6中选择的y变量是铝氧化(产量)损失，并且所得到的统计模型显示存在显着影响产量损失的多个x变量参数，包括所使用的盐的比率、炉料中的铝和氧化物含量、熔化速率、金属出钢温度以及多个操作和熔炉状况。控制器3使用回归方程，所述回归方程被发现具有0.76的平均R2值(并且R2值是众所周知的数据与拟合回归线的接近程度的统计度量。其也称为“R平方”、确定系数或用于多元回归的多重确定系数)。对于各个材料群组，R2值的范围在0.62和0.89之间，并且不同的x变量对y变量的影响可能在不同的材料组之间变化。这 种变化在图5至图7中示出。
例如，图5是曲线图，其示出了随着材料的产量增加，倾倒温度对产量损失的影响降低直到约60％的产量，超过所述值，产量再次开始增加。或者换句话说，60％产量的材料对倾倒温度具有最小的产量损失敏感性。
图6是示出材料产量对熔化速率系数对产量损失的影响的曲线图。所述曲线图示出，平均而言，随着材料的产量增加，产量损失对熔化速率的敏感性也增加。
图5至图6有助于显示变量中的许多是彼此相互关联的，并且因此使用从所供应的变量集中创建的独立预测因子(x变量)的偏最小二乘(Partial least square，PLS)回归模型可以更适合用于对产量损失进行建模以便由控制器3使用的目的。在最终的回归模型中，包含这些基本预测因子的线性、高阶以及交叉变量项，只有三个主要成分足以解决78％的数据可变性。附加地，由模型构建的线性回归系数带有与简单群组特定的线性回归模型中相同的符号，这有助于表明所选择的变量的影响具有显着性。
实例4
图7和图8示出了从与倾斜旋转炉2结合使用的控制器3的示例性实施例获得的控制结果，所述倾斜旋转炉用于重熔包括含铝的浮渣材料的炉料。分析来自大量循环的熔炉循环数据以确定大量循环中的铝氧化损失，并且进行的回归分析显示产量损失和金属出钢温度之间的指数关系。将基线数据与来自使用控制器3的实施例完成的循环的数据进行比较，这表明可以由控制器3提供与及时的燃烧器关闭控制相结合的熔化预测的精确模型结束。这能够在生产和产量以及节能方面提供显着益处。
控制器3能够计算熔炉2内部的铝何时达到出钢温度，并预测循环的熔化部分何时完成。本文讨论的结果表明，这与及时关闭燃烧器相结合防止了铝过热，导致铝燃烧更少，从而导致产量提高。而且，发现实施例4中使用的系统提供了总循环时间和能耗方面的减少，这提高了生产率，同时也减少了碳排放。
用于实施例4的我们的控制器3的实施例包括在处理具有不同成分的铝渣的燃烧氧气-天然气的双程12公吨(metric tonne，MT)倾斜旋转炉(tilt rotary furnace，TRF)上。熔炉和燃烧器系统都由Allen Bradley的程序逻辑控制器(PLC)控制，炉料使用手动系统装载，并且液态铝分批出钢到铸型模具(容器2v的示例)。
本地安装了用户界面和通信面板。通信系统由中央数据收集设备、有线和无线 通信以及互联网连接构成。基于数据的可访问方式，使用各种方法从系统的不同部件每分钟多次收集数据。Modbus TCP用于将可从PLC数字化获得的数据传送到中央数据收集设备。安装了附加传感器，并使用标准有线协议将其直接连接到通信面板或使用Zigbee无线地连接。一旦数据被集中，数据就被加密，并通过互联网安全地传送到云系统，以便远程处理、存储以及访问。一旦数据被处理，实时结果将被发送回用户界面，以便操作者访问并协助进行决策。
除了通过人机界面(HMI)(例如，计算机设备10的显示器上的图形用户界面)操作者可以立即获得结果之外。管理人员还可以通过可在桌面和移动设备上访问的基于网络浏览器的仪表板访问实时和历史数据，这些设备是图1中示出的可以通信连接到控制器3的计算机设备10的其他示例。每天向工厂管理部门发送总结前一天在材料加工、出钢温度、循环时间等方面的活动的附加分析报告。出于历史目的，这些结果也在每月的基础上进行汇编和存档。
控制器3配置为基于历史和现场数据利用实时质量能量平衡。为了帮助确保由控制器3使用的回归模型的模型精度，历史数据存储库9b中的数据包括足够长时间段内的数据，以捕获过程的可变性。针对每个循环记录质量输入和输出，包括炉料尺寸、成分以及重量还有熔炉2的多个操作循环的液态铝和盐渣的输出。基于通过燃烧器输入的能量、熔炉损失以及吸收到耐火材料中的能量(参见例如图1中标识的损耗)计算进入到过程中的有用能量。
燃烧效率是使用燃烧器气体流率计算的，所述燃烧器气体流率直接从质量流量计测量。熔炉能量损失(包括外壳损失、门损失以及烟道损失)全部利用温度传感器测量。在出钢期间测量液态铝温度，其中出钢温度被反馈到模型中，以验证质量-能量平衡计算。随着时间的推移，随着越来越多的数据被收集，提高了模型的准确性。对于这个研究，数字孪生模型设计用于减少可变性和提高产量。所述技术还可以应用于着重提高吞吐量和生产率。
对于实施例4的控制器，我们假设在二次铝重熔期间，装料中的一部分铝不可避免地氧化并产生热量，所述热量增加了从燃烧器供应的能量，并有助于熔化所需能量。铝氧化产生的能量和因此产生的铝损失可能很大，这取决于多种因素，包括材料成分、盐用量、燃烧器的烧制速率以及熔炉状况。铝氧化损失可称为产量损失，其以百分比表示，其中所氧化的铝的重量除以装料中存在的铝的总重量。在实例4的实施例中，通过分析能量平衡来理解循环期间铝氧化的程度，从而针对每个循环 估计产量损失。使用这个产量损失估计，并使用回归方法对影响产量损失的重要参数进行彻底分析(参见例如图2中示出的实施例的步骤S5至S6)。
使用许多统计方法来理解影响铝氧化(产量损失)的不同因素的影响。最初，大量合理的预测因子(诸如装料重量、熔化时间、盐比率等(x变量))被用作为用于控制器3的统计模型中的输入，以确定它们对产量损失(所选择的y变量)的显着性。统计模型中与它们对产量损失的影响直接相关的每个x变量的系数和具有低统计相关性的任何项被消除(参见例如图2中示出的实施例的第六步骤S6)。所得到的统计模型显示，存在显着影响产量损失的许多参数，包括所使用盐的比率、炉料中的铝和氧化物含量、熔化速率、金属出钢温度以及熔炉状况，其中熔炉状况是将熔炉状况与先前循环进行比较的所计算的参数。结果是使用了来自主要材料的9个不同群组的总共674个循环的数据的、R2值为0.83的模型。研究了每个x变量参数的系数的符号和幅值，以更好地理解其对铝氧化的影响(所选择的y变量)，并且特别是发现两个因素具有高度影响性，即炉料的铝含量和出钢温度。
图7示出了在实施例4中确定的炉料中存在的铝的量(x轴)如何影响产量损失(y轴)。产量损失是对于给定循环的被氧化的铝的量，表示为炉料中存在的铝的百分比。曲线图示出，在所有其他预测因子保持不变的情况下，随着炉料中铝的百分比增加，铝氧化的机会减少，反之亦然。因此，当处理具有20％的铝含量的材料时，与具有90％的铝含量的材料相比，产量损失可以增加7.5％。
这可以归因于许多物理因素。随着装料内存在铝的百分比降低，氧化物的存在增加，并且因此盐经常被添加到所述过程中。然后，输入到所述过程中的能量被用来加热氧化物和盐，以及铝。铝浮渣材料将铝截留在氧化层中，这需要大量的能量通过分解氧化层来释放。结果是需要每单位铝的更多的能量来加热炉料，从而导致浮渣内截留的铝过热。而且，铝作为小液滴从氧化层中释放出来，与能够更均匀地熔化的固体铝块相比，所述小液滴具有高的表面积与体积比，从而为发生氧化提供了更多的机会。
图8示出了在实例4中确定的产量损失（y轴）与出钢温度（x轴）之间的关系。对于实例4中使用的控制器的实施例，发现指数模型比简单的线性模型更适合。图8有助于示出实例4中标识的出钢温度对铝损失的重要性。例如，对于铝含量为80%的炉料，在900℃而不是750℃下的出钢液态铝可以导致约3%的附加产量损失。
在实例4中，控制器3能够通过更好地预测熔炉内部的材料何时准备好出钢来降低出钢温度，从而提高铝产量。最初，在实施控制器3之前的七个月时段内在第一步S1中收集基线数据，以便记录和评估过程的可变性，并在第二步S2中形成历史数据存储库。装入熔炉中的大多数材料是浮渣，在第三步S3中基于尺寸、成分以及来源将这些浮渣表征为材料类型。对1,000多个循环进行了分析，以确定平均出钢温度。在实施控制器3之后，分析了350个循环，其中控制器3基于用于这些循环的实时数据监控和/或调节熔炉控制参数，并且整体平均出钢温度成功地降低了25℃，其中用于熔化一些材料的熔炉操作比其他的改进得更多。根据图8中的曲线图，温度方面的平均降低对应于0.30%的产量提高。一些材料提高了超过50℃，对应于0.5%至0.75%的产量提高。
熔炉操作方面的改进可以提供熔化时间方面的减少、能源用量(例如，燃料成本)方面的减少以及产量方面的提高。这种类型的改进可能对熔炉操作的盈利能力具有显着影响。例如，对于容量为1000万吨的熔炉，每小时熔化300万吨，并且操作持续全年48周，以及具有估计的年产量为：每年240亿吨，控制器的实施例可以将熔化时间减少10％，将能量用量减少(例如，减少用于燃烧器2b的操作的氧气和天然气的量)至少5％，并将产量提高0.5％。我们估计，这种改进将导致这种熔炉的操作的盈利能力每年提高约580,000美元，即每年超过461,000英镑(英国的英镑)。提供这个示例是为了帮助量化控制器3的操作改进实施例和我们的熔炉操作方法的实施例中的显着性。不同尺寸和类型的不同熔炉可以获得比这个示例性改进更大的改进，或者可能不会经历比这个示例性改进大得多的改进，这取决于许多因素(例如，尺寸、操作能力、炉料中被处理的金属的值等)。
通过将实例4中的控制器3集中在降低出钢温度以及提高产量上，存在出钢温度可变性方面的显着降低，从而导致更一致的出钢温度和熔化时间。作为连锁效应，与控制器3实施之前收集的所存储的数据的基线循环相比，因为燃烧器以更及时的方式关闭，能量用量平均下降5％。更一致的熔化时间也可以导致生产率方面的提高，这可以在一些炉料中看到，其中熔化时间减少了高达10.5％，并且在材料性能显着地变化的其他情况下甚至更高。出钢温度方面的降低的可变性允许对熔炉操作进行更精确的控制，以及甚至更多地降低出钢温度的能力，从而为未来的进一步优化留下空间。
我们相信来自实例4的结果与铝在空气中如何容易氧化以及在新暴露的固体铝表面周围如何快速形成氧化铝的薄层是一致的。因此，铝可能总是包含至少较小量 的氧化铝。一旦氧化铝的薄层已经形成，就可以保护铝免受进一步的氧化攻击。然而，随着铝被加热，它会变得更容易受到氧化攻击，因为氧化铝“壳层”开始与大气反应并分解，从而在保护性氧化铝外壳中形成裂纹。在更高的温度下并且在熔炉中的熔化阶段期间，我们确定，由于氧化铝的随着升高的温度而改变的晶体结构，所以随着氧气进一步渗入到金属中，氧化速率可能增加。
在铝浮渣和废料的倾斜旋转炉处理中，氧化层在高温和熔化阶段期间可能不会保持完整。熔炉的不断移动可以提供机械刺激来破坏氧化层。而且，盐经常被添加到过程中，从而提供了分解氧化层的化学手段。添加盐的目的是通过让铝从氧化层中逸出来提取尽可能多的液态铝。一旦铝变成液体，氧化物和盐就浮到表面，从而提供物理屏障以保护熔融的铝免受氧化性攻击。然而，持续的运动和混合可以不断地破坏氧化物和盐的保护层，从而导致进一步氧化。
我们确定，在高于铝的熔点(660℃)的温度下，氧化反应速率可能显着加快。我们发现可能发生氧化速率随着温度的升高而指数增长，这表明降低出铝温度可以提高铝产量。因此，通过将实例4中使用的控制器3的实施例集中在降低出钢温度上，铝产量也能够通过防止金属过热而增加，并且不被保持处于较高温度持续较长时间段。
实例1至4本质上是示例性的，本文讨论的其他实施例也是示例性的。应该理解的是，我们的控制器3的不同实施例可以用于结合到系统1中，以用于与熔炉2一起使用，从而在熔炉熔化金属(诸如铝、铅、铁、钢或铜)时调节熔炉2的操作，这可能被确定为是控制熔炉的操作使得可以动态地调节一个或多个控制参数以更好地满足特定的循环性能参数集(例如，产量、产量和SFC、产量、熔化速率和SFC等)所需要的。我们的系统1、控制器3以及控制熔炉操作的方法的实施例可以用来帮助提高产量和其他性能指标。我们的控制器、系统以及方法的实施例可以采用显着不同的方法用于确定对熔炉操作的调节，所述方法可以唯一地解决当熔化其中材料的金属含量显着变化或者另外地不被很好地理解的金属材料时可能存在的质量和能量平衡计算误差。
我们的方法、控制器3以及系统1的实施例可以为熔炉2提供改善过程性能的独特方式。关键性能和操作参数可以随时间记录并使用，使得可以利用历史和实时数据来确定熔炉2中正在熔化的金属何时已经达到目标温度。可以向操作者提供具有关于金属何时准备好出钢的信息的实时反馈，使得可以更一致性地进行门2a的打 开和将充分熔化的金属馈送到一个或多个容器2v中，而且可以提高产量同时减少排放并降低成本。随着在步骤S2至S6中新数据继续被馈送到用于更新历史数据存储库和更新回归模型的控制中，控制器的预测和由控制器3提供的控制参数调节可以随着时间进一步改进，以在熔炉操作中提供甚至更好的改进。
应当理解的是，可以对本文明确示出和讨论的实施例进行修改，以满足特定的设计目标集或特定的设计标准集。例如，阀、管道、传感器、控制器、通信连接组件(例如，布线、中间网络节点、网络布置等)、熔炉、传感器以及其他组件的布置可以被布置、确定尺寸以及设计为满足特定的工厂布局设计，所述特定的工厂布局设计考虑了工厂的可用面积、特定的传感器阵列、控制器硬件和熔炉操作要求以及其他设计注意事项。应当理解的是，系统1的实施例可以被配置为包括各种过程控制组件，所述过程控制组件被定位和配置为监控和控制操作(例如，温度传感器、压力传感器、流量传感器、目标组件浓度传感器、具有至少一个工作站(其包括处理器、非暂时性存储器以及用于与传感器组件通信的至少一个收发器)的自动化过程控制系统、阀以及用于为可以在工作站和/或另一个计算机设备处运行的自动化过程控制系统提供用户界面的控制器等)。
作为另一示例，设想的是，所描述的特定特征(无论是单独的还是作为实施例的一部分)可以与其他单独描述的特征或其他实施例的部分相结合。因此，本文描述的各种实施例的元素和动作可以被组合以提供另外的实施例。因此，尽管上面已经示出和描述了用于控制熔炉的操作的系统、用于熔炉的控制器以及制造和使用它们的方法的某些示例性实施例，但是应当清楚地理解的是，本发明不限于此，而是可以在以下权利要求的范围内以其他方式不同地体现和实践。

Claims (20)

1.一种用于控制熔炉操作以熔化包括金属的材料的方法，所述金属包括：
在计算机设备的非暂时性计算机可读介质中存储与关于所述熔炉的炉料、熔炉状况以及操作数据相关的数据以用于所述熔炉的多个不同操作循环；
基于所存储的数据创建或确定一个或多个循环性能参数；
基于所存储的数据参数和所述循环性能参数创建历史数据存储；
确定用于所述熔炉的一个或多个操作循环的x变量，并将所述x变量馈送到回归模型中，以确定所述x变量中的至少一个与至少一个y变量之间的关系，以定义至少一个参考循环，每个y变量对应于所述循环性能参数中的相应的一个；
从所述熔炉的传感器接收实时数据；
将来自所述熔炉的所述传感器的所述实时数据与所述至少一个参考循环进行比较，以确定是否需要对一个或多个熔炉操作参数进行调节；
在基于来自所述熔炉的所述传感器的所述实时数据与所述至少一个参考循环的比较确定与所述至少一个参考循环存在满足或超过显著性阈值的差异时，调节所述熔炉的操作，使得调节所述熔炉的操作以接近预选熔炉性能。
2.根据权利要求1所述的方法，包括生成所述至少一个参考循环，所述至少一个参考循环的所述生成包括：
将所述循环表征为一个或多个材料群组，以用于生成用于所述熔炉的期望性能的所述至少一个参考循环。
3.根据权利要求1所述的方法，其中用于所述一个或多个参考循环的所述x变量的所述确定包括：在将所述数据参数馈送到所述回归模型之前，从所述材料群组中移除异常数据。
4.根据权利要求1所述的方法，其中所述至少一个y变量包括：用于特定燃料消耗的第一y变量、用于熔化速率的第二y变量以及用于产量的第三y变量。
5.根据权利要求1所述的方法，其中用于每个y变量的所述至少一个参考循环通过标识所述熔炉的一个或多个最佳情况操作循环来确定。
6.根据权利要求1所述的方法，其中所述至少一个参考循环是单个最佳参考循环或者包括基于要馈送到所述熔炉的所述炉料而定义的多个最佳参考循环。
7.根据权利要求6所述的方法，其中每个参考循环是针对特定类型炉料的熔炉操作的最佳情况循环的平均值。
8.根据权利要求1所述的方法，其中所述回归模型确定x变量与y变量之间的关系，并且还用于标识非显著性x变量，使得所述非显著的x变量是可移除的。
9.根据权利要求1所述的方法，其中来自所述熔炉的所述传感器的所述实时数据包括炉料数据、熔炉状况数据以及操作数据。
10.根据权利要求1所述的方法，包括：
将用于调节所述熔炉的操作的数据通信传送到操作者的计算机设备，使得调节所述熔炉的操作以接近由所述至少一个参考循环限定的所述熔炉性能，使得调节所述熔炉的操作以接近所述熔炉的期望性能。
11.根据权利要求1所述的方法，其中所述调节所述熔炉的操作使得调节所述熔炉的操作包括：
将用于调节所述熔炉的操作的数据通信传送到可操作地连接到所述熔炉的第一计算机设备，使得调节所述熔炉的操作。
12.根据权利要求1所述的方法，其中所述预选熔炉性能由所述至少一个参考循环来定义。
13.一种非暂时性计算机可读介质，具有程序存储在其上，所述程序定义由运行所述程序的计算机设备执行的方法，所述方法包括：
存储与关于熔炉的炉料、熔炉状况以及关于所述熔炉的操作数据相关的数据以用于所述熔炉的多个不同操作循环；
基于所存储的数据创建或确定一个或多个循环性能参数；
基于所存储的数据参数和所述循环性能参数创建历史数据存储；
表征所述循环以用于生成一个或多个参考循环；
确定用于所述一个或多个参考循环的x变量，并将所述x变量馈送到回归模型中，以确定所述x变量中的至少一个与至少一个y变量之间的关系，以定义至少一个参考循环，每个y变量对应于所述循环性能参数中的相应的一个；
当所述熔炉操作以熔化炉料时，从所述熔炉的传感器接收实时数据；
将来自所述熔炉的所述传感器的所述实时数据与所述至少一个参考循环进行比较，以确定是否需要对一个或多个熔炉操作参数进行调节；
在基于来自所述熔炉的所述传感器的所述实时数据与所述至少一个参考循环的比较确定与所述至少一个参考循环存在偏差时，调节所述熔炉的操作，使得调节所述熔炉的操作以接近预选熔炉性能目标。
14.根据权利要求13所述的非暂时性计算机可读介质，其中所述回归模型确定x变量与y变量之间的关系，并且还用于标识非显著性x变量，使得从分析中移除所述非显著的x变量。
15.根据权利要求13所述的非暂时性计算机可读介质，其中所述方法还包括：
将用于调节所述熔炉的操作的数据通信传送到操作者的计算机设备，使得调节所述熔炉的操作以接近由所述至少一个参考循环限定的所述熔炉性能。
16.根据权利要求13所述的非暂时性计算机可读介质，其中所述预选熔炉性能目标由所述至少一个参考循环来定义。
17.一种用于通过熔炉控制炉料熔化的系统，包括：
计算机设备，所述计算机设备通信连接到所述熔炉的传感器，以在所述熔炉的操作期间获得测量数据；
所述计算机设备配置为在通信连接到所述计算机设备的处理器的非暂时性计算机可读介质中存储与关于所述熔炉的炉料、熔炉状况以及操作数据相关的数据以用于所述熔炉的多个不同操作循环；
所述计算机设备配置为基于所存储的数据创建或确定一个或多个循环性能参数，基于所存储的数据参数和所述循环性能参数创建历史数据存储，并生成一个或多个参考循环；
所述计算机设备配置为确定用于所述一个或多个参考循环的x变量，并将所述x变量馈送到回归模型中，以确定所述x变量中的至少一个与至少一个y变量之间的关系，以定义至少一个参考循环，每个y变量对应于所述循环性能参数中的相应的一个；
所述计算机设备配置为使得当基于来自所述熔炉的所述传感器的实时数据与所述至少一个参考循环的比较确定与所述至少一个参考循环存在偏差时，所述计算机设备启动所述熔炉的操作的调节，使得调节所述熔炉的操作以接近预选熔炉性能。
18.根据权利要求17所述的系统，其中所述计算机设备是通信连接到操作者的计算机设备的第一计算机设备，并且所述第一计算机设备启动所述熔炉的操作的调节，使得通过向所述操作者的所述计算机设备发送通信，调节所述熔炉的操作以接近由所述至少一个参考循环定义的熔炉性能。
19.根据权利要求17所述的系统，其中所述计算机设备调节用于所述熔炉的至少一个控制参数，以启动所述熔炉的操作的调节，使得调节所述熔炉的操作以接近所述预选熔炉性能，所述预选熔炉性能由所述至少一个参考循环定义。
20.根据权利要求17所述的系统，还包括所述熔炉和所述熔炉的传感器。
CN202110823559.4A 2020-07-22 2021-07-21 熔炉控制器和操作熔炉的方法 Pending CN113970244A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/935248 2020-07-22
US16/935,248 US11740022B2 (en) 2020-07-22 2020-07-22 Furnace controller and method of operating a furnace

Publications (1)

Publication Number Publication Date
CN113970244A true CN113970244A (zh) 2022-01-25

Family

ID=77264907

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110823559.4A Pending CN113970244A (zh) 2020-07-22 2021-07-21 熔炉控制器和操作熔炉的方法

Country Status (7)

Country Link
US (1) US11740022B2 (zh)
EP (1) EP3943854A1 (zh)
KR (1) KR102559466B1 (zh)
CN (1) CN113970244A (zh)
BR (1) BR102021014055A2 (zh)
CA (1) CA3124864A1 (zh)
TW (1) TWI779724B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114964379A (zh) * 2022-06-02 2022-08-30 东北大学 一种溶出液苛性比值检测方法和装置

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115289837A (zh) * 2022-08-02 2022-11-04 上海恩威罗科技发展有限公司 一种基于数字孪生的回转窑状态异常检测系统
CN117473770B (zh) * 2023-11-13 2024-08-09 建龙西林钢铁有限公司 一种基于数字孪生信息的钢铁设备智能管理系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2166027A1 (en) * 1994-12-28 1996-06-29 Robert J. Koffron Yield metal pouring system
CN1777777A (zh) * 2003-02-26 2006-05-24 铂金自控有限公司 炉子及其操作和控制方法
US20100208765A1 (en) * 2009-02-13 2010-08-19 Nucor Corporation Furnace damper control system and method
CN103443296A (zh) * 2011-07-18 2013-12-11 Abb研究有限公司 用于控制熔化过程的方法和控制系统
CN104357605A (zh) * 2014-12-10 2015-02-18 重庆赛迪工业炉有限公司 高温熔渣余热回收系统及方法
CN105567889A (zh) * 2016-03-18 2016-05-11 上海理工大学 高炉渣余热梯级利用系统
CN208803101U (zh) * 2018-09-18 2019-04-30 过瑾 一种高温熔渣余热回收冷却装置
WO2019115655A1 (en) * 2017-12-13 2019-06-20 Novamet Sarl Method of controlling a gas furnace for melting metal and control system therefor
WO2019216975A1 (en) * 2018-05-07 2019-11-14 Strong Force Iot Portfolio 2016, Llc Methods and systems for data collection, learning, and streaming of machine signals for analytics and maintenance using the industrial internet of things
US20190360067A1 (en) * 2018-05-25 2019-11-28 Air Products And Chemicals, Inc. System and Method of Operating a Batch Melting Furnace
CN111733303A (zh) * 2020-08-05 2020-10-02 高建勋 一种高炉熔渣综合利用系统及方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3719469A (en) 1970-07-22 1973-03-06 Allegheny Ludlum Ind Inc Control for basic oxygen steelmaking furnace
US4484947A (en) 1983-04-22 1984-11-27 North American Manufacturing Company Method for melting a charge of bulk solid metal
US6795798B2 (en) * 2001-03-01 2004-09-21 Fisher-Rosemount Systems, Inc. Remote analysis of process control plant data
RU2005130984A (ru) * 2003-03-06 2006-04-10 Леко Корпорейшн (Us) Аналитическая печь с предиктивным контролем температуры
US8262983B2 (en) 2010-08-05 2012-09-11 Altek, L.L.C. Tilting rotary furnace system and methods of aluminum recovery
EP2664884B1 (en) * 2012-05-18 2019-08-07 Air Products and Chemicals, Inc. Method and apparatus for heating metals
EP3597916A4 (en) * 2017-03-17 2021-01-06 Ebara Corporation INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING SYSTEM, INFORMATION PROCESSING PROCESS, PROGRAM, SUBSTRATE PROCESSING DEVICE, BASELINE DATA DETERMINATION DEVICE AND BASELINE DATA DETERMINATION PROCESS
US11365886B2 (en) * 2017-06-19 2022-06-21 Uop Llc Remote monitoring of fired heaters
EP3994569A4 (en) * 2019-07-04 2023-07-19 Tata Consultancy Services Limited METHOD AND SYSTEM FOR OPTIMIZING THE AGGLOMERATION OF ORES

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2166027A1 (en) * 1994-12-28 1996-06-29 Robert J. Koffron Yield metal pouring system
CN1777777A (zh) * 2003-02-26 2006-05-24 铂金自控有限公司 炉子及其操作和控制方法
US20100208765A1 (en) * 2009-02-13 2010-08-19 Nucor Corporation Furnace damper control system and method
CN103443296A (zh) * 2011-07-18 2013-12-11 Abb研究有限公司 用于控制熔化过程的方法和控制系统
CN104357605A (zh) * 2014-12-10 2015-02-18 重庆赛迪工业炉有限公司 高温熔渣余热回收系统及方法
CN105567889A (zh) * 2016-03-18 2016-05-11 上海理工大学 高炉渣余热梯级利用系统
WO2019115655A1 (en) * 2017-12-13 2019-06-20 Novamet Sarl Method of controlling a gas furnace for melting metal and control system therefor
WO2019216975A1 (en) * 2018-05-07 2019-11-14 Strong Force Iot Portfolio 2016, Llc Methods and systems for data collection, learning, and streaming of machine signals for analytics and maintenance using the industrial internet of things
US20190360067A1 (en) * 2018-05-25 2019-11-28 Air Products And Chemicals, Inc. System and Method of Operating a Batch Melting Furnace
CN208803101U (zh) * 2018-09-18 2019-04-30 过瑾 一种高温熔渣余热回收冷却装置
CN111733303A (zh) * 2020-08-05 2020-10-02 高建勋 一种高炉熔渣综合利用系统及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114964379A (zh) * 2022-06-02 2022-08-30 东北大学 一种溶出液苛性比值检测方法和装置

Also Published As

Publication number Publication date
EP3943854A1 (en) 2022-01-26
KR102559466B1 (ko) 2023-07-24
TW202204838A (zh) 2022-02-01
KR20220012184A (ko) 2022-02-03
CA3124864A1 (en) 2022-01-22
US11740022B2 (en) 2023-08-29
US20220026147A1 (en) 2022-01-27
TWI779724B (zh) 2022-10-01
BR102021014055A2 (pt) 2022-02-01

Similar Documents

Publication Publication Date Title
CN113970244A (zh) 熔炉控制器和操作熔炉的方法
EP3572538B1 (en) System and method of operating a batch melting furnace
BRPI1015989B1 (pt) otimização on-line de endurecimento de pelotas de minério de ferro úmido em uma grade em movimento
US20080198894A1 (en) Method For Regulating the Melting Process in an Electric-Arc Furnace
US20200158437A1 (en) System and method for dynamic process modeling, error correction and control of a reheat furnace
JP2019019385A (ja) 溶銑温度予測方法、溶銑温度予測装置、高炉の操業方法、操業ガイダンス装置、溶銑温度制御方法、及び溶銑温度制御装置
EP3771863A1 (en) Furnace control system, furnace control method, and furnace provided with same control system
CN108004368A (zh) 智能化自动炼钢方法及装置
Demin Development of «whole» evaluation algorithm of the control quality of «cupola–mixer» melting duplex process
Lawrence et al. Digital twin methodology improves performance and yield in an aluminum tilt rotary furnace
EP3754259A1 (en) Method for operating a furnace
KR102135756B1 (ko) 용탕량 산출 방법
CN105023191B (zh) 一种冶金炉窑烟尘发生率的在线递推计算方法
CN114807590A (zh) 一种基于加热炉钢坯加热二级控制方法及系统
Mitra et al. Computerised heating control system
RU2252263C1 (ru) Устройство формирования управлений конвертерного процесса
CN118133488A (zh) 一种用于预测lf精炼终点钢水温度的方法和系统
CN118159797A (zh) 用于观察水泥窑工艺的方法和系统
FR2838508A1 (fr) Procede de production de metal liquide dans un four electrique
Jain Modeling, Optimization and Simulation of input parameters for optimum specific fuel (energy) consumption of LDO fired Rotary furnace
Singh et al. Modeling and optimization of rotary furnace parameters using regression and numerical techniques
JPH07150223A (ja) Ｒｈ真空脱ガス制御方法
Shibata et al. Latest Technologies on Process Control and Automation for Blast Furnace

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