更新時間：2024-03-04 11:04:56作者：佚名
大數(shù)據(jù)技術是預測分析、數(shù)據(jù)挖掘、統(tǒng)計分析、人工智能、自然語言處理、并行計算、數(shù)據(jù)存儲等技術的綜合應用。 它是數(shù)據(jù)科學領域的新一代技術架構。 針對體量大、類型復雜、需要實時處理和價值提純的各類數(shù)據(jù)，新型數(shù)據(jù)感知、采集、存儲、處理、分析（數(shù)據(jù)挖掘、統(tǒng)計分析、機器學習等）和可視化綜合運用技術提取數(shù)據(jù)價值，從數(shù)據(jù)中獲取深入全面的知識和洞察。
河鋼集團是世界特大型鋼鐵企業(yè)。 粗鋼產量居世界第三，擁有大型高爐29座。 隨著企業(yè)計算機應用領域的擴大和自動化水平的顯著提高，高爐工藝歷史生產數(shù)據(jù)龐大，并產生大量實時數(shù)據(jù)。 但這些數(shù)據(jù)僅存儲在硬盤上，沒有進行深入分析和價值挖掘。
河鋼成鋼高爐煉鐵工藝采用了較為完善的工藝技術和裝備，為高爐大數(shù)據(jù)技術的應用和煉鐵智能化水平的提升提供了良好的研發(fā)基礎和支撐環(huán)境。 高爐過程是“黑箱”操作，冶煉過程不可預測。 高爐在長期運行過程中，會積累大量的冶煉工藝數(shù)據(jù)。 我們要充分發(fā)揮大數(shù)據(jù)的價值，通過人工智能技術深入挖掘大數(shù)據(jù)蘊含的內在規(guī)律。 有效預測和指導生產，最終實現(xiàn)精細化、智能化煉鐵，對鋼鐵行業(yè)具有重要意義。
“高爐大數(shù)據(jù)智能預測系統(tǒng)”研究項目聚焦最復雜的高爐工藝工段，圍繞河鋼成鋼高爐大數(shù)據(jù)應用和智能煉鐵開展研發(fā)工作。 通過跨學科前沿技術的融合和實際應用，實現(xiàn)高爐大數(shù)據(jù)云平臺交互、高爐冶煉過程可視化、大數(shù)據(jù)挖掘和智能分析的目標，將極大提升高爐冶煉的自動化、智能化水平。高爐煉鐵。
研究內容
“高爐大數(shù)據(jù)智能預測系統(tǒng)”研究項目包括兩個方面：一是高爐大數(shù)據(jù)云平臺的設計與開發(fā)；二是高爐大數(shù)據(jù)智能預測系統(tǒng)的設計與開發(fā)。 二是開發(fā)基于大數(shù)據(jù)技術的高爐冶煉過程預測系統(tǒng)。
1.1 高爐大數(shù)據(jù)云平臺及交互功能設計與開發(fā)
通過物聯(lián)網構建前端大數(shù)據(jù)采集傳輸系統(tǒng)，通過云平臺和數(shù)據(jù)倉庫對大數(shù)據(jù)進行處理和分析，可以有效提高企業(yè)管理效率和生產流程優(yōu)化，推動傳統(tǒng)鋼鐵企業(yè)向智慧鋼鐵企業(yè)轉變。 在不影響鋼廠現(xiàn)有系統(tǒng)和應用架構的情況下，整合現(xiàn)有成鋼高爐信息系統(tǒng)，構建了高爐內部大數(shù)據(jù)私有化云服務系統(tǒng)。 通過大數(shù)據(jù)云平臺交互功能的設計和開發(fā)，實現(xiàn)高爐大數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)存儲、客戶端交互。 主要研發(fā)內容如下。
1.1.1 大數(shù)據(jù)采集與數(shù)據(jù)處理
實現(xiàn)高爐生產過程數(shù)據(jù)的自動采集、與其他系統(tǒng)的通訊采集，并進行數(shù)據(jù)清洗和過濾，為數(shù)據(jù)服務器存儲模塊提供良好的數(shù)據(jù)基礎。
1.1.2 云平臺建設和大數(shù)據(jù)存儲
設計搭建成鋼現(xiàn)場大數(shù)據(jù)云平臺，滿足所有系統(tǒng)上線后長期穩(wěn)定運行的要求。 為保證系統(tǒng)的性能、安全性和穩(wěn)定性，配備了足夠數(shù)量的項目所需的高性能服務器、磁盤陣列、客戶端、防火墻、網絡等設備和系統(tǒng)軟件。 數(shù)據(jù)庫服務器和應用服務器均為雙機熱備，負載均衡。 ，數(shù)據(jù)定期冷備份，滿足10年數(shù)據(jù)在線存儲需求。
1.1.3 云平臺多品類客戶端設計與開發(fā)
針對云平臺架構，設計了PC端、移動端等多品類客戶端交互功能，以數(shù)據(jù)服務器為核心，實現(xiàn)方便、快捷、高效的界面交互功能。 具體功能如下：
1）實施電子報告系統(tǒng)，消除手動輸入；
2）實現(xiàn)爐子壽命期內所有生產運行數(shù)據(jù)的長期保存；
3）在手機上實現(xiàn)爐況參數(shù)的友好界面顯示（根據(jù)不同級別劃分功能顯示）；
4）完成生產經營數(shù)據(jù)對標功能并尋找規(guī)律（用自己歷史上最好的指標進行對標，具體指標可以選擇）；
5）歷史數(shù)據(jù)查詢和趨勢圖顯示。
1.2 基于大數(shù)據(jù)技術
高爐冶煉過程預測系統(tǒng)的研發(fā)
將大數(shù)據(jù)深度挖掘和機器學習技術應用到高爐實際生產中。 通過研究和篩選合適的機器學習算法，針對具體問題優(yōu)化和完善深度學習系統(tǒng)，可以實現(xiàn)高爐各課題的預期功能。
1.2.1 基于連續(xù)測溫的鐵水溫度預測
針對高爐冶煉過程中的海量數(shù)據(jù)，通過大數(shù)據(jù)挖掘建立預測模塊，結合實際問題，分析工藝參數(shù)與鐵水質量指標之間的關系和影響，實現(xiàn)溫度變化趨勢的準確預測高爐中的鐵水。 為操作人員提前調整爐況提供參考依據(jù)。
在準確預測鐵水溫度的基礎上，捕捉影響鐵水溫度的因素變化，得出影響鐵水溫度變化的主要因素，為高爐管理人員調整爐況提供參考提前。
1.2.2 高爐運行參數(shù)合理匹配智能分析優(yōu)化系統(tǒng)
設計開發(fā)合理的高爐運行參數(shù)匹配智能分析優(yōu)化系統(tǒng)，有效融合大數(shù)據(jù)和人工智能技術。 系統(tǒng)可以評估當前冶煉條件下當前工長的操作水平，智能優(yōu)化各操作參數(shù)的合理匹配關系，并顯示當前冶煉操作水平評估結果，為下一步高爐操作提供各種操作參數(shù)的合理建議，幫助高爐經營者充分挖掘高爐冶煉潛力。
1.2.3 鐵水中釩含量預測與決策系統(tǒng)
完成高爐釩冶煉全部相關歷史數(shù)據(jù)的收集和匯總，清理整合大量生產工藝數(shù)據(jù)，應用工藝經驗支持的數(shù)據(jù)挖掘技術，找出燒結生產技術指標、高爐生產之間的關系。爐子生產技術指標與鐵水釩含量的相關性； 建立有利于高爐釩還原的燒結礦生產控制參數(shù)預測模型和鐵水中釩含量最優(yōu)預測模型； 建立基于鐵水中最優(yōu)釩含量模型的決策系統(tǒng)。 當原料條件和高爐操作條件發(fā)生變化時，為現(xiàn)場人員提供不同條件下的操作建議。
1.2.4 高爐運行綜合評分評價體系
基于成鋼高爐當前歷史生產數(shù)據(jù)智能軋鋼技術，采用大數(shù)據(jù)挖掘技術，研究高爐原燃料性質、工藝參數(shù)、操作系統(tǒng)等數(shù)據(jù)與鐵水產量、質量、燃料比的關系； 利用數(shù)理統(tǒng)計、機器學習等技術，篩選出對高爐生產影響重大的關鍵參數(shù)，開發(fā)高爐生產評價體系。 對高爐運行狀況進行定量評分，提供當前波動參數(shù)的調整方向。
1.2.5 釩鈦礦高爐冶煉爐缸功評價模型
結合工藝和數(shù)理統(tǒng)計的結果，建立爐子相關參數(shù)的數(shù)據(jù)倉庫； 分析爐內物料的充填和運動情況以及相應的高爐操作系統(tǒng)，即布料系統(tǒng)、熱系統(tǒng)、冷卻系統(tǒng)、送風系統(tǒng)、排渣系統(tǒng)。 以及爐前排渣鐵等操作，獲取相關參數(shù)和爐缸工作狀態(tài)的影響規(guī)律； 通過爐缸工作狀態(tài)評估系統(tǒng)，實現(xiàn)高爐爐缸活動的智能監(jiān)控、可視化和預測。
1.2.6 高爐壓差預測系統(tǒng)
通過挖掘高爐運行參數(shù)相互匹配、相互影響的關系，設計開發(fā)了高爐工況大數(shù)據(jù)深度學習預測系統(tǒng)。 從積累的大數(shù)據(jù)中，我們可以自學習影響壓差變化的內在規(guī)律和特征，實現(xiàn)高爐壓差技術。 指標的準確預測有助于操作人員穩(wěn)定爐況。 在準確預測壓差的基礎上，捕捉影響壓差因素的變化，得出影響壓差變化的主要因素，為高爐管理人員提前調整爐況提供參考。
1.2.7 全爐料層分布智能監(jiān)控系統(tǒng)
基于智能算法和數(shù)值模擬實現(xiàn)了分布點軌跡計算、料面分布模擬計算、徑向礦焦比計算、全爐料層分布數(shù)值模擬連續(xù)、復雜的配送過程中各物料層的配送情況，實現(xiàn)上層配送過程的在線跟蹤。 仿真幫助高爐操作人員了解爐料分布情況，從而為手動調整爐料系統(tǒng)提供參考。 要求在線跟蹤模擬材料層和特定材料的動態(tài)跟蹤分布，形成直觀的畫面來指導布料調整，實現(xiàn)布料規(guī)則、均勻。
1.2.8 高爐有害元素分析與控制系統(tǒng)
制定成鋼高爐有害元素控制標準，研究高爐有害元素行為、分布和危害機制，建立有害元素循環(huán)富集跟蹤模型，實現(xiàn)高爐有害元素循環(huán)富集在線跟蹤方便高爐操作人員了解高爐內有害元素富集狀況，提供有效的操作指導和建議。 要求能夠給出爐內關鍵元素（鉀、鈉、鋅、鋁、鈦、硫）的濃度以及入爐控制標準和具體影響因素。
研究目標
圍繞高爐冶金工藝機理研究，綜合應用計算機、自動化、數(shù)值模擬、超級計算、人工智能等領域前沿技術，針對最復雜的高爐工藝工段，構建了大數(shù)據(jù)云平臺對河鋼高爐進行長期分析。 將積累的工藝冶煉工藝數(shù)據(jù)和不同類型的設備或數(shù)據(jù)接口進行高效、自動的采集、整理和過濾，形成大型高爐數(shù)據(jù)庫，并開發(fā)云平臺交互系統(tǒng)。 同時，我們將深入研究大數(shù)據(jù)深度挖掘算法，根據(jù)高爐冶煉工藝選擇合適的算法，構建大數(shù)據(jù)深度學習核心系統(tǒng)。 圍繞高爐大數(shù)據(jù)應用和智能煉鐵開展研發(fā)工作智能軋鋼技術，通過跨行業(yè)的集成和實際應用，實現(xiàn)高爐大數(shù)據(jù)云平臺交互、高爐冶煉過程可視化、大數(shù)據(jù)挖掘和智能分析等目標。學科前沿技術。
研究進展
項目前期，我們與集團鋼研所對接，完成現(xiàn)場勘察等文件準備，并組織技術質量部、煉鐵部、自動化中心專業(yè)技術人員進行攻關大數(shù)據(jù)知識的研討、交流培訓，取得了以下階段性成果：
首先，確定項目設置和3-5年的項目目標和方向，確定分步實施預測、決策、模擬的思路；
二是對3、4、5號大型高爐關鍵工藝參數(shù)和缺失數(shù)據(jù)進行詳細統(tǒng)計調查，進行差異分析，確定4號爐為研究高爐；
三是對4號高爐數(shù)據(jù)進行分類整理，填補空白，為下一步數(shù)據(jù)分析和建模奠定基礎。
目前已與北京科技大學、鋼鐵研究院簽訂三方合同，進入研究實施階段。
1）高爐大數(shù)據(jù)云平臺設計與開發(fā)，完成大數(shù)據(jù)云平臺交互功能的設計與開發(fā)，實現(xiàn)大數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)存儲、客戶端交互。
2）首次將大數(shù)據(jù)深度挖掘和機器學習技術應用于高爐實際生產，建立高爐冶煉過程預測系統(tǒng)，實現(xiàn)高爐冶煉過程中機器自學習和爐況預測過程。
3）基于大數(shù)據(jù)云平臺構建高爐冶煉過程自主決策優(yōu)化控制系統(tǒng)，實現(xiàn)高爐全面智能監(jiān)測、分析和過程計算，融合智能預測結果和實際生產經驗，實現(xiàn)高爐冶煉過程的智能優(yōu)化控制。