丁晖  高鹏  王阿朋

（马鞍山钢铁股份有限公司）

摘  要  本文针对马钢铁前通过建立炼铁智控中心，探索出的I-DEEP智控炼铁模式进行了总结。通过智能、远程、全流程、效率、人才五个方面的实践发展和炼铁智控中心“四个中心”的准确职能定位，促进了铁前生产管控水平和劳动效率的进步。

关键词  炼铁  智能  远程  流程  效率  人才

我国炼铁工业自改革开放以来，从引进、消化、吸收到创新，装备水平不断进步，各项技术经济指标不断提升。然而，炼铁技术的进一步发展已陷入到一个瓶颈期，制约行业技术发展的主要矛盾已逐渐转为日益严格的环保标准和高效、安全要求同人力、资源和成本之间的矛盾，亟待通过改革创新寻求进步。同时伴随新一轮产业革命的蓬勃兴起，物联网、大数据、云计算等新技术得到快速发展，智能制造技术成为钢铁行业深入推进供给侧结构性改革的必经之路[1]。而炼铁作为钢铁长流程冶炼的成本中心和能耗中心，整个系统节能降耗的任务依然非常艰巨[2]。铁前原料、烧结、焦化、高炉之间管控分散，不能高度匹配和协同；原料、操作、设备等影响因素众多，变化频繁，高炉容易出现波动，制约技术指标的提升和成本改善；几十个中控室分散在涉煤气、危化品、熔融金属等重大危险区域，安全和集中度都亟待提高，因此整个炼铁各工序、全流程生产管理的动态性、精准性、协同性迫切需要提高，从促进高效炼铁、智能制造、绿色炼铁的角度来说，非常有必要建立整个炼铁各工序、全流程的集中、智能控制模式。

1  马钢铁前现状

马钢铁前经过多年的自我积累和滚动发展至十一五规划结束，最终形成了目前南北两个生产区域的格局。南区拥有4.3m、5m、6m三种炉型焦炉6座，300m2烧结机2台、360m2烧结机1台，14 m2竖炉2座，16 m2竖炉1座，1000m3高炉1座，2500m3高炉2座，3200m3高炉3座，年产炼钢生铁810万t；北区拥有7.63m焦炉2座，380m2烧结机2台，4000m3高炉2座，年产炼钢生铁640万t，合计炼铁产能可达1450万t。

但是随着规模多年来的逐步扩大，先天设计和配套条件上的不足使得铁前的发展仍遗留下许多问题：1）南北区生产不能自平衡；2）产线布局分散，物理距离远，控制室分布在现场，不安全；3）产线间信息传递不畅，数据分散、共享滞后；4）L1控制系统结构复杂，版本多样；5）数据采集自动化程度低，可视化不足，缺乏智能化分析、大数据应用和模型支撑；6）岗位管理及职责划分相对落后。因此亟待通过管理和技术变革促进马钢铁前生产运行科学发展、焕然一新。

2  打造I-DEEP智控炼铁模式

2020年通过结合铁前的生产现状，并吸取行业内初步形成的集中控制管理和一体化管控技术经验[3]，铁前实施全流程、多产线集中控制；结合工业互联网、5G+、大数据、云计算等先进技术，通过集中操作、联动监控以及一体化、智能化过程管控等技术手段的实施，配合管理制度的升级和组织、人效结构的提升，打造全新的炼铁生产运行管理模式，建立炼铁智控中心。通过炼铁智控中心的建立，解决协同性弱、经验生产、人员分散的问题，加强信息共享、技术提升和岗位融合，将炼铁生产可视化、透明化，为实现生产的预见性和自适应优化打好基础，提升本质化安全和市场竞争力，创造价值。

2.1 管理配套—“四个中心”职能

按照总体设计、分布实施的原则，铁前分生产经营决策、生产操作集控、生产现场运维三个层次，炼铁智控中心定位为智控炼铁的技术集成中心，决策支持中心，生产指挥中心和运行管理中心。并设立相应管理层级负责智控中心的运行及各项管理工作，增强各工序的统一协调力度。炼铁智控中心作为承接铁前生产经营管理和指挥生产现场运维的桥梁，成为未来生产运行模式的核心，发挥承上启下的作用，推动铁前生产运行管理模式创新的同时，带动劳动生产水平的整体提高。

2.2  技术融合—I-DEEP智控炼铁

炼铁智控中心的的建立，融合了马钢铁前数十年的炼铁生产操作技术和管理经验，将智能、远程、全流程、效率、人才作为智控中心建设和运行的核心理念，打造I-DEEP（I-Deep 深度智能化炼铁、I: intelligent，智能；d：distance，远程；e：extent，全流程；e：efficiency，效率；p：person，人才）智控炼铁新模式。

（1）Intelligent（智能）

参考业内大数据互联平台的应用[4-5]，炼铁智控中心以生产大数据为核心，打造了“一个中心+八大板块”的炼铁智能化系统，建立全流程、一体化的炼铁数据中心；覆盖铁、烧、焦、球、料、能、环等铁前的27个生产系统，整合基础自动化系统、铁前信息化系统、铁水调度系统、检化验LIMS系统、物流支撑LES系统、SAP系统、信息化系统、煤焦化系统、船讯服务网络、能源优化管理与控制系统等12大数据系统的关键数据，集成了200+套PLC/DCS系统、2000+视频信号，汇聚了60万+数据点，实现炼铁各工序间的数据共生共享和信息互联互通。

炼铁智能化系统作为铁前的数据应用中心，针对高炉、烧结、球团、炼焦、原料、能源、环保、掌上APP等八大应用板块，将炼铁领域传统制造技术与新一代信息技术相结合，通过技术融合、创新，开发大量工序智能模型和应用，实现炼铁生产的智能监控、智能分析、智能决策，促进数字化、标准化炼铁生产管理，达到以数据为驱动形成智能精益生产新模式的目标。系统汇聚了报表定制管理、数据交互式分析、参数动态寻优等智能应用，以及生产运行诊断、工序消耗分析、特殊炉况预警、冶炼数字化、长寿管理等适用于不同产线的操作技术模型，通过智能报表和分析平台的建立，解决了数据关联度低、知识积累不统一、技术管理不标准、生产管理经验化等问题，显著降低技术人员的劳动强度，为操作者提供科学的数据分析工具，将机器学习算法集成，实现生产数据的深度融合分析体系，全面提高生产数字化、智能化操作水平和精细化管理水平，实现炼铁生产系统的智能评价、分析和高效发展。

（2）Distance（远程）

通过工业互联网结合三电综合控制技术和通讯安全设计，保障供电安全、控制安全、网络安全、数据安全，实现远距离大规模生产集中控制的安全性、可靠性、稳定性。基于远距离操控技术，建设双路由保障网络传输安全，辅以无线数字集群系统、视频智能管控系统、集散联动系统、电子围栏系统和智慧消防平台，远在生产现场10km以外的智控中心可实时联动监控现场的生产画面、CO报警和消防信息，配合风口智能诊断模型、皮带智能监测模型、热风炉健康诊断系统等智能模块的应用，对产线关键设备进行在线监护和诊断，有效减少事故的发生和造成的损失，降低人工劳动强度。同时原分布于涉煤气等重大危险区域的操作室人员进入智控中心，远离危险源，实现本质化安全。

（3）Extent（全流程）

炼铁智控中心从系统角度打通原料场、炼焦、烧结、球团再到高炉的全流程数据，建立基于炼铁工艺逻辑的跨工序参数与指标的匹配关联，控制范围覆盖马钢未来铁前的6座高炉、6台烧结机、8座焦炉、1台带式焙烧机和1个大型综合智能原料场及其配套设施和公辅产线，实现铁前一体化管控。除了在传统炼铁流程进行智能化提升外，还在业内首次将铁区一体化管控延伸至原料海运，实现厂外物流与生产物流的精准对接。通过融合在途船讯的一体化物流跟踪，将流程管理由铁区生产向料场、码头、船讯、原料产地延伸拓展，从系统角度将炼铁所涉及的物料、能量、信息、成本等“四流”进行集中管控，将各类信息根据流程相互匹配，实现“有成分入炉”，创新供应链智能化跟踪管理，打造从原料输入到铁水产出全流程、全生命周期的管理体系。

（4）Efficiency（效率）

炼铁智控中心由“1个决策指挥中心+5大工序操作岗位”构成，形成“1+5”指挥、决策协同，配合工位布局设计，各产线横向和纵向实现无边界沟通，显著降低技术交流时间成本，促进跨工序、跨距离技术融合，提高信息传递效率和劳动生产率。同时智能报表、台账、报告的建立，实现办公无纸化、自动化、智能化，将人力从大量手工记录和统计、整理数据的工作中解脱出来，利于操作者专注于炉况分析，既提高劳动效率，又避免人为因素造成的数据准确性问题。工序消耗分析模型的搭建，每日物料消耗和产出自动化生成，有效减小计量误差，减少厂际的计量纠纷，降低人工反复录入量，实现分炉、分品种、分工序的生产每日消耗统计分析；掌上APP融合办公、通讯、生产信息和设备信息移动监控等功能，通过手机端共享协同模块远程跟踪，提高生产沟通效率，及时调整生产决策，实现移动办公。

在各项智能工具的辅助下，以管理需求为导向，通过智能化技术促进生产管理提升，做到指令精准、动作精准、反馈及时、绩效及时。使得高频小幅微改善成为可能，从而系统性优化管理模式，不断获得新的利润增长点，提升企业效益，同时促进企业文化价值体系的重构，持续提升竞争力。

（5）Person（人才）

炼铁智控中心建立产线操作+技术组+技术专家委员会的三级决策支撑体系，汇聚高管、首席等高级技术技能专家，为青年人才提供由成长走向成熟的平台，以智控中心为核心搭建核心技术人才培养基地。同时配套优化组织机构，使组织架构更加扁平化，更有利于发掘和培养一专多能人才；通过岗位的深度融合，提高产线间协同效率，精简人力资源结构，为优秀人才提供施展平台。

3  实践成效

炼铁智控中心2019年12月投运，打破了铁前不同工序纵向和同工序横向之间的物理距离，使操作和技术人员之间沟通交流更便捷，信息传递更高效，便于铁前的整体决策、生产指挥和运行管理，实现生产组织和运行效率的显著提升。通过I-Deep智控炼铁生产模式和炼铁智控中心“四个中心”职能建设的成效发挥，2021年马钢铁前铁水产量不断突破，产能水平显著提升。如图3所示，2021年上半年马钢铁前日均产量较2020年度提高1395t，提升3.5%，与2020年同期相比增产19.2万t，日均增产1282t，煤比提高3.9kg/t，燃料比降低2.8kg/t，为公司生产经营带来显著的经济效益。

同时经过职能整合和机构融合，铁前分厂级单位由45个缩减至26个，减少42.2%；作业区由197个缩减至76个，减少61.4%，通过岗位整合优化用人需求缩减约15%，预计未来全面铁前产线全部迁入运行，用人需求可缩减约24%。同时现场46个操控室，近400人可撤离，远离了涉煤气、高温等重大危险区域，实现了人员的本质安全。

4  结语

马钢铁前通过炼铁智控中心的建设与投用，探索出I—Deep智控炼铁模式和“四个中心”的铁前生产技术协同、集中管理经验，解决了马钢铁前多年来先天设计和配套上的问题，以智能化技术深度融合传统炼铁生产，打造行业领先的炼铁生产管理模式，助推操作、技术和管理水平得到显著提升，实现生产过程控制由经验化向数字化、智能化、科学化的转变。

（1）结合马钢炼铁多年来的操作技术和部分成熟模型的实践经验，利用大数据平台搭建炼铁智能化系统，实现铁前生产的智能化、一体化管控；

（2）利用工业互联网融合三电综合控制技术和通讯安全设计实现远距离操控；

（3）以冶金流程学为指导，打破流程物理边界，实现全流程集中控制；

（4）利用集控全工序协同指挥、决策的运行管理模式和大量智能模型应用，减轻劳动力负担，提高劳动生产率；

（5）利用先进的过程控制技术和制造管理模式培养锻炼优秀人才。

5 参考文献

[1] 杨天钧, 张建良, 刘征建, 李克江. 关于新形势下炼铁工业发展的认识[N]. 世界金属导报, 2020-11-03(B08).

[2] 潘钊彬, 乔军. 炼铁工业发展现状及趋势之我见[J]. 炼铁, 2020, 39(06): 20-26.

[3] 王刚, 邓涛, 谢皓, 孙小东, 李鲜明. 韶钢铁区一体化智能管控平台应用实践[J]. 炼铁, 2020, 39(05): 30-33.

[4] 赵宏博, 刘伟, 李永杰, 王强, 吴建.基于炼铁大数据智能互联平台推动传统工业转型升级[J]. 大数据, 2017, 3(06): 15-26.

[5] 程子建, 高建民, 赵宏博, 白兴全, 刘金山. 炼铁大数据智能互联平台在酒钢的应用[N]. 世界金属导报, 2017-12-05(B02).