更新時(shí)間：2024-03-04 11:04:56作者：佚名
大數(shù)據(jù)技術(shù)是預(yù)測(cè)分析、數(shù)據(jù)挖掘、統(tǒng)計(jì)分析、人工智能、自然語(yǔ)言處理、并行計(jì)算、數(shù)據(jù)存儲(chǔ)等技術(shù)的綜合應(yīng)用。 它是數(shù)據(jù)科學(xué)領(lǐng)域的新一代技術(shù)架構(gòu)。 針對(duì)體量大、類(lèi)型復(fù)雜、需要實(shí)時(shí)處理和價(jià)值提純的各類(lèi)數(shù)據(jù)，新型數(shù)據(jù)感知、采集、存儲(chǔ)、處理、分析（數(shù)據(jù)挖掘、統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)等）和可視化綜合運(yùn)用技術(shù)提取數(shù)據(jù)價(jià)值，從數(shù)據(jù)中獲取深入全面的知識(shí)和洞察。
河鋼集團(tuán)是世界特大型鋼鐵企業(yè)。 粗鋼產(chǎn)量居世界第三，擁有大型高爐29座。 隨著企業(yè)計(jì)算機(jī)應(yīng)用領(lǐng)域的擴(kuò)大和自動(dòng)化水平的顯著提高，高爐工藝歷史生產(chǎn)數(shù)據(jù)龐大，并產(chǎn)生大量實(shí)時(shí)數(shù)據(jù)。 但這些數(shù)據(jù)僅存儲(chǔ)在硬盤(pán)上，沒(méi)有進(jìn)行深入分析和價(jià)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(shù)和裝備，為高爐大數(shù)據(jù)技術(shù)的應(yīng)用和煉鐵智能化水平的提升提供了良好的研發(fā)基礎(chǔ)和支撐環(huán)境。 高爐過(guò)程是“黑箱”操作，冶煉過(guò)程不可預(yù)測(cè)。 高爐在長(zhǎng)期運(yùn)行過(guò)程中，會(huì)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(jià)值，通過(guò)人工智能技術(shù)深入挖掘大數(shù)據(jù)蘊(yùn)含的內(nèi)在規(guī)律。 有效預(yù)測(cè)和指導(dǎo)生產(chǎn)，最終實(shí)現(xiàn)精細(xì)化、智能化煉鐵，對(duì)鋼鐵行業(yè)具有重要意義。
“高爐大數(shù)據(jù)智能預(yù)測(cè)系統(tǒng)”研究項(xiàng)目聚焦最復(fù)雜的高爐工藝工段，圍繞河鋼成鋼高爐大數(shù)據(jù)應(yīng)用和智能煉鐵開(kāi)展研發(fā)工作。 通過(guò)跨學(xué)科前沿技術(shù)的融合和實(shí)際應(yīng)用，實(shí)現(xiàn)高爐大數(shù)據(jù)云平臺(tái)交互、高爐冶煉過(guò)程可視化、大數(shù)據(jù)挖掘和智能分析的目標(biāo)，將極大提升高爐冶煉的自動(dòng)化、智能化水平。高爐煉鐵。
研究?jī)?nèi)容
“高爐大數(shù)據(jù)智能預(yù)測(cè)系統(tǒng)”研究項(xiàng)目包括兩個(gè)方面：一是高爐大數(shù)據(jù)云平臺(tái)的設(shè)計(jì)與開(kāi)發(fā)；二是高爐大數(shù)據(jù)智能預(yù)測(cè)系統(tǒng)的設(shè)計(jì)與開(kāi)發(fā)。 二是開(kāi)發(fā)基于大數(shù)據(jù)技術(shù)的高爐冶煉過(guò)程預(yù)測(cè)系統(tǒng)。
1.1 高爐大數(shù)據(jù)云平臺(tái)及交互功能設(shè)計(jì)與開(kāi)發(fā)
通過(guò)物聯(lián)網(wǎng)構(gòu)建前端大數(shù)據(jù)采集傳輸系統(tǒng)，通過(guò)云平臺(tái)和數(shù)據(jù)倉(cāng)庫(kù)對(duì)大數(shù)據(jù)進(jìn)行處理和分析，可以有效提高企業(yè)管理效率和生產(chǎn)流程優(yōu)化，推動(dòng)傳統(tǒng)鋼鐵企業(yè)向智慧鋼鐵企業(yè)轉(zhuǎn)變。 在不影響鋼廠(chǎng)現(xiàn)有系統(tǒng)和應(yīng)用架構(gòu)的情況下，整合現(xiàn)有成鋼高爐信息系統(tǒng)，構(gòu)建了高爐內(nèi)部大數(shù)據(jù)私有化云服務(wù)系統(tǒng)。 通過(guò)大數(shù)據(jù)云平臺(tái)交互功能的設(shè)計(jì)和開(kāi)發(fā)，實(shí)現(xiàn)高爐大數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)存儲(chǔ)、客戶(hù)端交互。 主要研發(fā)內(nèi)容如下。
1.1.1 大數(shù)據(jù)采集與數(shù)據(jù)處理
實(shí)現(xiàn)高爐生產(chǎn)過(guò)程數(shù)據(jù)的自動(dòng)采集、與其他系統(tǒng)的通訊采集，并進(jìn)行數(shù)據(jù)清洗和過(guò)濾，為數(shù)據(jù)服務(wù)器存儲(chǔ)模塊提供良好的數(shù)據(jù)基礎(chǔ)。
1.1.2 云平臺(tái)建設(shè)和大數(shù)據(jù)存儲(chǔ)
設(shè)計(jì)搭建成鋼現(xiàn)場(chǎng)大數(shù)據(jù)云平臺(tái)，滿(mǎn)足所有系統(tǒng)上線(xiàn)后長(zhǎng)期穩(wěn)定運(yùn)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(xiàng)目所需的高性能服務(wù)器、磁盤(pán)陣列、客戶(hù)端、防火墻、網(wǎng)絡(luò)等設(shè)備和系統(tǒng)軟件。 數(shù)據(jù)庫(kù)服務(wù)器和應(yīng)用服務(wù)器均為雙機(jī)熱備，負(fù)載均衡。 ，數(shù)據(jù)定期冷備份，滿(mǎn)足10年數(shù)據(jù)在線(xiàn)存儲(chǔ)需求。
1.1.3 云平臺(tái)多品類(lèi)客戶(hù)端設(shè)計(jì)與開(kāi)發(fā)
針對(duì)云平臺(tái)架構(gòu)，設(shè)計(jì)了PC端、移動(dòng)端等多品類(lèi)客戶(hù)端交互功能，以數(shù)據(jù)服務(wù)器為核心，實(shí)現(xiàn)方便、快捷、高效的界面交互功能。 具體功能如下：
1）實(shí)施電子報(bào)告系統(tǒng)，消除手動(dòng)輸入；
2）實(shí)現(xiàn)爐子壽命期內(nèi)所有生產(chǎn)運(yùn)行數(shù)據(jù)的長(zhǎng)期保存；
3）在手機(jī)上實(shí)現(xiàn)爐況參數(shù)的友好界面顯示（根據(jù)不同級(jí)別劃分功能顯示）；
4）完成生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)對(duì)標(biāo)功能并尋找規(guī)律（用自己歷史上最好的指標(biāo)進(jìn)行對(duì)標(biāo)，具體指標(biāo)可以選擇）；
5）歷史數(shù)據(jù)查詢(xún)和趨勢(shì)圖顯示。
1.2 基于大數(shù)據(jù)技術(shù)
高爐冶煉過(guò)程預(yù)測(cè)系統(tǒng)的研發(fā)
將大數(shù)據(jù)深度挖掘和機(jī)器學(xué)習(xí)技術(shù)應(yīng)用到高爐實(shí)際生產(chǎn)中。 通過(guò)研究和篩選合適的機(jī)器學(xué)習(xí)算法，針對(duì)具體問(wèn)題優(yōu)化和完善深度學(xué)習(xí)系統(tǒng)，可以實(shí)現(xiàn)高爐各課題的預(yù)期功能。
1.2.1 基于連續(xù)測(cè)溫的鐵水溫度預(yù)測(cè)
針對(duì)高爐冶煉過(guò)程中的海量數(shù)據(jù)，通過(guò)大數(shù)據(jù)挖掘建立預(yù)測(cè)模塊，結(jié)合實(shí)際問(wèn)題，分析工藝參數(shù)與鐵水質(zhì)量指標(biāo)之間的關(guān)系和影響，實(shí)現(xiàn)溫度變化趨勢(shì)的準(zhǔn)確預(yù)測(cè)高爐中的鐵水。 為操作人員提前調(diào)整爐況提供參考依據(jù)。
在準(zhǔn)確預(yù)測(cè)鐵水溫度的基礎(chǔ)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(diào)整爐況提供參考提前。
1.2.2 高爐運(yùn)行參數(shù)合理匹配智能分析優(yōu)化系統(tǒng)
設(shè)計(jì)開(kāi)發(fā)合理的高爐運(yùn)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(shù)。 系統(tǒng)可以評(píng)估當(dāng)前冶煉條件下當(dāng)前工長(zhǎng)的操作水平，智能優(yōu)化各操作參數(shù)的合理匹配關(guān)系，并顯示當(dāng)前冶煉操作水平評(píng)估結(jié)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(jīng)營(yíng)者充分挖掘高爐冶煉潛力。
1.2.3 鐵水中釩含量預(yù)測(cè)與決策系統(tǒng)
完成高爐釩冶煉全部相關(guān)歷史數(shù)據(jù)的收集和匯總，清理整合大量生產(chǎn)工藝數(shù)據(jù)，應(yīng)用工藝經(jīng)驗(yàn)支持的數(shù)據(jù)挖掘技術(shù)，找出燒結(jié)生產(chǎn)技術(shù)指標(biāo)、高爐生產(chǎn)之間的關(guān)系。爐子生產(chǎn)技術(shù)指標(biāo)與鐵水釩含量的相關(guān)性； 建立有利于高爐釩還原的燒結(jié)礦生產(chǎn)控制參數(shù)預(yù)測(cè)模型和鐵水中釩含量最優(yōu)預(yù)測(cè)模型； 建立基于鐵水中最優(yōu)釩含量模型的決策系統(tǒng)。 當(dāng)原料條件和高爐操作條件發(fā)生變化時(shí)，為現(xiàn)場(chǎng)人員提供不同條件下的操作建議。
1.2.4 高爐運(yùn)行綜合評(píng)分評(píng)價(jià)體系
基于成鋼高爐當(dāng)前歷史生產(chǎn)數(shù)據(jù)智能軋鋼技術(shù)，采用大數(shù)據(jù)挖掘技術(shù)，研究高爐原燃料性質(zhì)、工藝參數(shù)、操作系統(tǒng)等數(shù)據(jù)與鐵水產(chǎn)量、質(zhì)量、燃料比的關(guān)系； 利用數(shù)理統(tǒng)計(jì)、機(jī)器學(xué)習(xí)等技術(shù)，篩選出對(duì)高爐生產(chǎn)影響重大的關(guān)鍵參數(shù)，開(kāi)發(fā)高爐生產(chǎn)評(píng)價(jià)體系。 對(duì)高爐運(yùn)行狀況進(jìn)行定量評(píng)分，提供當(dāng)前波動(dòng)參數(shù)的調(diào)整方向。
1.2.5 釩鈦礦高爐冶煉爐缸功評(píng)價(jià)模型
結(jié)合工藝和數(shù)理統(tǒng)計(jì)的結(jié)果，建立爐子相關(guān)參數(shù)的數(shù)據(jù)倉(cāng)庫(kù)； 分析爐內(nèi)物料的充填和運(yùn)動(dòng)情況以及相應(yīng)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(fēng)系統(tǒng)、排渣系統(tǒng)。 以及爐前排渣鐵等操作，獲取相關(guān)參數(shù)和爐缸工作狀態(tài)的影響規(guī)律； 通過(guò)爐缸工作狀態(tài)評(píng)估系統(tǒng)，實(shí)現(xiàn)高爐爐缸活動(dòng)的智能監(jiān)控、可視化和預(yù)測(cè)。
1.2.6 高爐壓差預(yù)測(cè)系統(tǒng)
通過(guò)挖掘高爐運(yùn)行參數(shù)相互匹配、相互影響的關(guān)系，設(shè)計(jì)開(kāi)發(fā)了高爐工況大數(shù)據(jù)深度學(xué)習(xí)預(yù)測(cè)系統(tǒng)。 從積累的大數(shù)據(jù)中，我們可以自學(xué)習(xí)影響壓差變化的內(nèi)在規(guī)律和特征，實(shí)現(xiàn)高爐壓差技術(shù)。 指標(biāo)的準(zhǔn)確預(yù)測(cè)有助于操作人員穩(wěn)定爐況。 在準(zhǔn)確預(yù)測(cè)壓差的基礎(chǔ)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(diào)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(shí)現(xiàn)了分布點(diǎn)軌跡計(jì)算、料面分布模擬計(jì)算、徑向礦焦比計(jì)算、全爐料層分布數(shù)值模擬連續(xù)、復(fù)雜的配送過(guò)程中各物料層的配送情況，實(shí)現(xiàn)上層配送過(guò)程的在線(xiàn)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(dòng)調(diào)整爐料系統(tǒng)提供參考。 要求在線(xiàn)跟蹤模擬材料層和特定材料的動(dòng)態(tài)跟蹤分布，形成直觀(guān)的畫(huà)面來(lái)指導(dǎo)布料調(diào)整，實(shí)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(biāo)準(zhǔn)，研究高爐有害元素行為、分布和危害機(jī)制，建立有害元素循環(huán)富集跟蹤模型，實(shí)現(xiàn)高爐有害元素循環(huán)富集在線(xiàn)跟蹤方便高爐操作人員了解高爐內(nèi)有害元素富集狀況，提供有效的操作指導(dǎo)和建議。 要求能夠給出爐內(nèi)關(guān)鍵元素（鉀、鈉、鋅、鋁、鈦、硫）的濃度以及入爐控制標(biāo)準(zhǔn)和具體影響因素。
研究目標(biāo)
圍繞高爐冶金工藝機(jī)理研究，綜合應(yīng)用計(jì)算機(jī)、自動(dòng)化、數(shù)值模擬、超級(jí)計(jì)算、人工智能等領(lǐng)域前沿技術(shù)，針對(duì)最復(fù)雜的高爐工藝工段，構(gòu)建了大數(shù)據(jù)云平臺(tái)對(duì)河鋼高爐進(jìn)行長(zhǎng)期分析。 將積累的工藝冶煉工藝數(shù)據(jù)和不同類(lèi)型的設(shè)備或數(shù)據(jù)接口進(jìn)行高效、自動(dòng)的采集、整理和過(guò)濾，形成大型高爐數(shù)據(jù)庫(kù)，并開(kāi)發(fā)云平臺(tái)交互系統(tǒng)。 同時(shí)，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(gòu)建大數(shù)據(jù)深度學(xué)習(xí)核心系統(tǒng)。 圍繞高爐大數(shù)據(jù)應(yīng)用和智能煉鐵開(kāi)展研發(fā)工作智能軋鋼技術(shù)，通過(guò)跨行業(yè)的集成和實(shí)際應(yīng)用，實(shí)現(xiàn)高爐大數(shù)據(jù)云平臺(tái)交互、高爐冶煉過(guò)程可視化、大數(shù)據(jù)挖掘和智能分析等目標(biāo)。學(xué)科前沿技術(shù)。
研究進(jìn)展
項(xiàng)目前期，我們與集團(tuán)鋼研所對(duì)接，完成現(xiàn)場(chǎng)勘察等文件準(zhǔn)備，并組織技術(shù)質(zhì)量部、煉鐵部、自動(dòng)化中心專(zhuān)業(yè)技術(shù)人員進(jìn)行攻關(guān)大數(shù)據(jù)知識(shí)的研討、交流培訓(xùn)，取得了以下階段性成果：
首先，確定項(xiàng)目設(shè)置和3-5年的項(xiàng)目目標(biāo)和方向，確定分步實(shí)施預(yù)測(cè)、決策、模擬的思路；
二是對(duì)3、4、5號(hào)大型高爐關(guān)鍵工藝參數(shù)和缺失數(shù)據(jù)進(jìn)行詳細(xì)統(tǒng)計(jì)調(diào)查，進(jìn)行差異分析，確定4號(hào)爐為研究高爐；
三是對(duì)4號(hào)高爐數(shù)據(jù)進(jìn)行分類(lèi)整理，填補(bǔ)空白，為下一步數(shù)據(jù)分析和建模奠定基礎(chǔ)。
目前已與北京科技大學(xué)、鋼鐵研究院簽訂三方合同，進(jìn)入研究實(shí)施階段。
1）高爐大數(shù)據(jù)云平臺(tái)設(shè)計(jì)與開(kāi)發(fā)，完成大數(shù)據(jù)云平臺(tái)交互功能的設(shè)計(jì)與開(kāi)發(fā)，實(shí)現(xiàn)大數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)存儲(chǔ)、客戶(hù)端交互。
2）首次將大數(shù)據(jù)深度挖掘和機(jī)器學(xué)習(xí)技術(shù)應(yīng)用于高爐實(shí)際生產(chǎn)，建立高爐冶煉過(guò)程預(yù)測(cè)系統(tǒng)，實(shí)現(xiàn)高爐冶煉過(guò)程中機(jī)器自學(xué)習(xí)和爐況預(yù)測(cè)過(guò)程。
3）基于大數(shù)據(jù)云平臺(tái)構(gòu)建高爐冶煉過(guò)程自主決策優(yōu)化控制系統(tǒng)，實(shí)現(xiàn)高爐全面智能監(jiān)測(cè)、分析和過(guò)程計(jì)算，融合智能預(yù)測(cè)結(jié)果和實(shí)際生產(chǎn)經(jīng)驗(yàn)，實(shí)現(xiàn)高爐冶煉過(guò)程的智能優(yōu)化控制。