转炉多元耦合数字孪生高效冶炼关键技术开发与应用
时间:2023-04-28 00:14来源:山东钢铁股份有限公司 作者:zgltw 点击:
次
一、研究的背景与问题 强化数字引领，发展数字经济并与实体经济深度融合，促进传统产业高质量发展，已经上升为国家战略。在当前钢铁工业智能化发展的背景下，低成本、高效率、
-
强化数字引领，发展数字经济并与实体经济深度融合，促进传统产业高质量发展，已经上升为国家战略。在当前钢铁工业智能化发展的背景下，低成本、高效率、数字化智能炼钢是现代炼钢工艺发展的大趋势。山钢集团莱钢银山型钢炼钢厂有4座120吨转炉、6台精炼炉、4座连铸机，为3条产线提供异型坯、薄板坯、厚板坯。转炉配有副枪二级、烟气分析、音频化渣、炉口火焰识别系统，开发自动出钢、自动溅渣模型，实现全封闭智能炼钢。由于该转炉入炉条件多变，后道工序对应多品种、高质量要求的多条产线，传统的生产模式已经无法满足精细化控制的要求，目前主要存在以下痛点问题：1、钢液参数感知困难、“黑箱”特征明显。炼钢过程中钢液、炉渣的成分温度随时变化，无全程直接在线检测手段，炉内熔液参数的“感知”很困难，冶炼过程无法直接观察炉内变化情况，“黑箱”作业特征明显，普遍缺乏相应的展示平台。2、冶炼过程单项检测技术存在偏差、“返干、喷溅”等异常炉况无法预判和自动反馈控制。检测炉内反应状态的虽有音频化渣、烟气分析、炉口火焰识别等技术，但都是独立运行，没有对各自检测结果进行相互融合验证，检测结果存在一定偏差。同时，现有二级操作系统无动态控制异常炉况功能，自动炼钢出现严重“返干、喷溅”等异常炉况后，需要转手动冶炼。3、转炉操作模式仍然依赖人工经验总结。转炉冶炼已经实现二级控制系统准确计算所需要渣料、冷却剂、氧气用量等数据，但冶炼过程操作模式决策（如枪位和氧压变化、散装料加入时机）还是依赖工作人员的知识储备和认知水平。4、大量生产数据价值没有进行充分挖掘利用。炼钢产过程中产生大量有价值数据没有得到有效治理和应用，特别是整个炉役全生命周期数据应用更需要系统研究。数字孪生是以数据与模型的集成融合为核心的新模式，通过在数字空间实时构建物理对象的精准数字化映射，基于分析预测形成最佳综合决策，实现工业全业务流程的闭环优化。数字孪生具有仿真、监测、诊断、预测、迭代优化等功能，能解决转炉炼钢过程中“黑箱”、“不确定性”及“高效冶炼”的问题。而且目前转炉工序具备了自动化和信息化的基础，具有完备数采系统、多元的检测手段、多种控制模型、完成了设备信息一体化改造。国内外钢铁行业数字孪生技术应用主要在设备远程智慧监控、无人化作业、工序协同优化或者工厂可视化等领域取得了一定成效，但很多产线数字化基础相对薄弱，无法进行全流程数字孪生技术应用，需要优先针对重点工序单体设备实施相关技术研究，充分利用新一代信息技术为企业赋能。以数字孪生理论思想为指导，按照其核心特征和功能，并结合转炉生产过程，制定解决方案，形成关键技术，达到解决问题和实现应用效果的目标。即：在分析行业面临四项共性问题基础上，通过转炉数据获取和模型构建将转炉物理实体映射到虚拟空间，对数据和模型进行耦合管理，利用数字孪生体分析预测转炉的冶炼状态，形成优化决策方案，实现对转炉操作的动态精准控制。具体思路见图1。项目开发的转炉炼钢数字孪生系统由转炉物理系统、多元数据耦合的大数据平台、模型训练系统及在线设定控制系统四个部分组成。数采系统对实时感知数据、当前炉次数据、炼钢历史数据进行采集，在炼钢大数据平台上进行处理获得特征数据，为模型训练优化和在线控制提供信息支撑。模型训练系统构建“机理+专家经验+数据”冶炼过程状态预测模型，并应用历史炉次数据学习训练模型。转炉冶炼过程控制，在当前炉次数据处理前提下，根据入炉条件和冶炼目标，通过高精度模型设定，以此来满足冶炼模式推优和异常炉况控制。最终在虚拟化的数字孪生体空间内完成炼钢工艺参数的优化，这些模式和策略通过指令反馈到转炉控制系统中执行，形成闭环优化效果。项目技术方案见图2。构建了基于氧枪数值模拟、音频化渣、烟气分析关联参数可视化模型，实现了熔池流场、炉渣状态、钢液实时温度的表征，提高了转炉冶炼过程“黑箱”透明度。建立转炉数字孪生体的基础平台，为异常炉况反馈控制和操作模式推优提供技术支撑，实现了数据实时驱动的转炉冶炼可视化。研发基于数字孪生的转炉三维模型建立方法及其可视化方法，分三个步骤：第一资料整理，包括（图纸、照片、视频）可视化资料、静态数据、动态数据；第二建模设计，三维建模的技术路线分为激光扫描建模和图纸资料建模；第三模型驱动，静态和动态数据及信息导入模型，协同驱动数字孪生体。三维建模过程中整理数据、图纸、图像、视频等资料量达60G，其中设备类图纸资料近200张，对厂房1-46米各层平台进行激光点云扫描98处，完成了部件级、设备级、环境级三维模型构建。通过KEPServer和SqlServer等方式获取转炉冶炼过程数据、控制参数、多元异构数据等共计238条，数据具有高频次(10Hz)、低时延（100毫秒）、存储量大（14万条/s，存储3年以上）、查询效率高（炉次数据查询只需1秒）等特点，集成处理实现内核模型的实时可视化驱动，开发完成转炉三维数字孪生体基础平台。依据新设计氧枪参数的熔池流场状态可视化，通过计算流体动力学(Computational Fluid Dynamics,CFD)进行了三维数值模拟，分析氧枪喷头的超音速射流动力学特性及流场特征，利用冷态气体模拟实验，实现和验证不同枪位、氧压时的冲击深度和冲击面积，立体的体现射流状态。并将该模拟状态移植推送至到炉内反应数字孪生体，使其更逼真、形象，更真实反映炉内渣金界面流场形态。利用烟气分析预报碳温曲线数据实时驱动不同冶炼阶段钢液颜色表征温度变化。根据转炉冶炼的特性，研究针对冶炼过程的前、中、后期，分别建立不同的熔池温度预报模型，以提高温度预报准确率。音频化渣驱动下的炉渣高程设计，炉渣液面高程与炉内噪音强度有如下关系：式中：I－－－噪声强度分数；Sz－－－炉渣液面高程，m。依据上述公式，以Sz为转炉冶炼过程熔渣实时高程，利用大数据对转炉音频强度和泡沫渣高度进行回归拟合，利用音频强度检测数据间接反馈泡沫渣高度，并用音频强度数据驱动模型高程参数。研发了多模态过程检测数据融合算法，实时精准识别炉内反应状态，开发了“返干、喷溅”等异常炉况预测及动态反馈控制模型，实现了冶炼过程的平稳控制。通过转炉数字孪生体仿真、预测、反馈、处置闭环功能，实现对“返干、喷溅”动态控制功能，解决了当前转炉自动炼钢过程中出现较大异常炉况需要手动干预的问题。采用音频分析仪，噪声强度随吹炼时间变化的情况，在线了解炉内泡沫渣的厚度及其变化趋势，为操作人员提供转炉化渣过程和状态的准确信息。采用激光烟气分析仪设备进行冶炼过程中烟气成分数据的采集，依靠烟气成分判断反应变化情况，从而进行实时调节。音频监测技术和烟气分析技术两项技术基于不同原理皆可实现对炉内炉渣返干、喷溅的监测，以此为结合点，将两项技术结合使用，其运用思路如图5所示：图5 基于音频化渣+烟气分析的异常炉况控制工艺流程转炉烟气分析技术和炉口火焰分析技术都能通过检测到的相关参数，利用二级控制模型进行冶炼过程碳温预报和控制，但副枪在进行TSC测量是直接对钢水实时温度成分进行检测，结果更加准确。烟气分析系统基于烟气成分建立碳温计算模型，实时计算碳温变化曲线并给出预测得到终点碳温，形成参考方案一。炉口火焰检测采集炉口火焰信息，实时计算碳温变化曲线并给出预测得到终点碳、温，形成参考方案二。进入冶炼后期，氧步达到85%左右时，下副枪检测，获得准确的钢水碳含量和钢水温度，将此点信息与两个参考方案进行对比分析，不符合误差预期的方案将被弃用，另一种方案将成分碳温实时预报以及停吹时机的主要参考，通过计算模型计算剩余吹氧量和冷却剂量，进入自动操作模式，以保证吹炼终点的全部命中。工艺流程见图6。图6 基于副枪+烟气分析+炉口火焰监测的终点碳温控制工艺流程建立了“机理+专家+数据”模型定义的炉次评价方法，开发出基于历史大数据的冶炼模式推优系统，实现了基于多目标钢种和多种类原料条件约束的转炉智能冶炼。通过优良炉次推优系统避免因内外部条件变化出现的操作模式偏差，提高转炉控制精度，解决转炉操作模式靠人工经验总结的问题，大幅提高工作人员效率。对转炉终点C-T影响因素通过大数据回归分析，入炉钢铁料结构稳定、铁水温度正常情况下，除钢包温度、炉龄、枪龄等客观因素变化外，铁水的S、Si、P作为输入条件对终点C-T的影响最为明显。结合现场实际完成高、低硅、高磷铁水的工艺研究，在重点模式研究基础上，按照铁水[Si]含量（0.05%/级）、温度条件（20℃/级）分级，并进行排列组合，形成专家经验系列操作模式，作为转炉冶炼工艺优化数据库基础模式，目前研究制定48个操作模式。研发120吨转炉优化配料及吹炼控制系统，通过大数据智能推荐系统，搜寻出合理炉次并进行推荐，若未匹配到合理炉次，转至人工操作，人工操作基于铁水分级的多模式冶炼方策略进行操作，人工操作炉次结果比较优秀的炉次被收录与数据库中，实现数据库的更新。基于大数据的冶炼模式推荐系统模型如图8所示。4、多元信息、多维控制模型、多功能耦合集成转炉数字孪生体研发在转炉三维数字孪生体基础上，开发炉役周期智慧冶炼控制功能模块，实现了转炉生产单元各类信息纵向横向综合管理。综合转炉终点判定、渣况判定、钢包车控制、合金控制、精准挡渣、自动出钢、过程动态控制形成全炉役冶炼模式数据库，利用工程师工作站进行定期维护，通过L1与L2系统的紧密连接、多环境变量下全炉役稳定应用。结合业务需求特征，设计班组、车间、技术科、厂级等不同等级的登录权限，在BS客户端实现历史画面回放、数据查询等功能。根据车间绩效管理，按工艺条件、班组、历史时期等进行绩效的可视化分析的展示，促进转炉绩效管控高效、可视化、数字化，转炉各项技术指标看板见图9。本项目实现了基于数字孪生技术可视化的过程动态检测反馈控制冶炼模式，各钢种 99 % 直接出钢，适用于多目标钢种和多种类原料条件的智能冶炼。系统具有机理模型（质量及热平衡）、专家模型（经验规则）、数据模型（应用工艺大数据、自学习）、几何模型（三维建模）、检测融合模型（多模态融合）、业务模型（多功能协同）多种控制模型，具有模型更全面、各类模型相互作用，融合应用，判断处置能力更强的特点。项目应用后转炉冶炼周期缩短2.2min，产量增加了15.4万吨/年，钢铁料消耗累计降低7.612Kg/吨钢，转炉渣量降低27.2Kg/吨钢，石灰降低7.22Kg/吨钢，氧耗量累计降低4.2m3/吨钢。智能炼钢无干预比例提高15%、直接出钢比例提高6%、碳温命中率提高7%、人员每班减少了2.5人、新员工培训周期缩短了1年。炼钢工序环保指标达到环保绩效A级企业标准。进行现场沉浸式培训，利用数字孪生体冶炼过程复现技术能使新进厂学习人员更好接受理解操作过程，迅速成长，大幅提升培训效率。将转炉现场各层平台煤气监控区域、危险区域视频与孪生体对接，能在孪生体相应位置点击视频按钮就能弹出现场真实视频，可以随时监控现场情况；将氧枪压力、冷却水流量、煤气报警仪数值等工艺设备安全参数接入数字孪生体同步显示，一旦超标同步报警，及时发现安全隐患，目前接入视频监控界面有14个，相关安全参数信息有27个。转炉、氧枪、副枪等具备可拆解功能，共有5754个零部件，VR可以在操作室内就精确定位各设备位置，大幅提升了设备管理绩效。以上功能可有效提升管理绩效，助力安全、设备等实现本质化管控。
(责任编辑：zgltw)
------分隔线----------------------------
