一、研究的背景與問題

燒結(jié)是鋼鐵工業(yè)的重要工序，我國高爐煉鐵約80%的爐料為燒結(jié)礦，燒結(jié)工序能耗占鋼鐵生產(chǎn)總能耗的10%，因此，燒結(jié)智能化技術(shù)的發(fā)展，以智能化促進(jìn)鋼鐵工業(yè)的綠色化發(fā)展，對我國鋼鐵工業(yè)的高質(zhì)量發(fā)展具有十分重要的意義。

燒結(jié)智能化發(fā)展長期存在關(guān)鍵工藝參數(shù)無法在線檢測、檢化驗(yàn)滯后、機(jī)理數(shù)學(xué)模型無法建立、裝備種類多、工作環(huán)境復(fù)雜等技術(shù)難題，導(dǎo)致燒結(jié)工序的智能化發(fā)展落后于鐵后工序，且我國燒結(jié)工序的成品率和單機(jī)人數(shù)等智能化技術(shù)指標(biāo)整體落后于日本和韓國，存在工序能耗高、成品率低和崗位人數(shù)多等共性問題，因此燒結(jié)智能化是實(shí)現(xiàn)鋼鐵工業(yè)綠色化和數(shù)字化發(fā)展的關(guān)鍵。

二、解決問題的思路與技術(shù)方案

本項(xiàng)目瞄準(zhǔn)“低碳燒結(jié)和高效燒結(jié)”目標(biāo)，利用人工智能、工業(yè)物聯(lián)網(wǎng)、機(jī)器人和深度學(xué)習(xí)等前沿技術(shù)，從“關(guān)鍵工藝參數(shù)與生產(chǎn)指標(biāo)智能感知”、“燒結(jié)過程多目標(biāo)協(xié)同智能優(yōu)化與智能控制”、“關(guān)鍵裝備智能化與無人化作業(yè)技術(shù)”和“燒結(jié)智慧制造系統(tǒng)”四大方向，通過試驗(yàn)室研究、關(guān)鍵技術(shù)開發(fā)和產(chǎn)業(yè)化應(yīng)用過程中的不斷優(yōu)化，研發(fā)了燃料、混合料粒度智能檢測技術(shù)與裝備、基于多源信息的燒結(jié)生產(chǎn)指標(biāo)感知、燒結(jié)過程多目標(biāo)智能優(yōu)化與控制、多源異構(gòu)數(shù)據(jù)庫系統(tǒng)和多層軟件架構(gòu)技術(shù)等關(guān)鍵核心技術(shù)，構(gòu)建了燒結(jié)過程智能檢測、協(xié)同優(yōu)化和智能控制的方法和體系，建立了融合過程智能化、裝備智能化和作業(yè)無人化的低碳高效燒結(jié)智能化技術(shù)方法和體系（圖1），實(shí)現(xiàn)了燒結(jié)生產(chǎn)的低碳、智能與高效。

圖1 整體研發(fā)思路

三、主要創(chuàng)新性成果

1、研發(fā)了混合料和燃料粒度在線精準(zhǔn)檢測的方法與裝備。開發(fā)了基于多源信息融合的燒結(jié)生產(chǎn)指標(biāo)智能感知技術(shù)，首次實(shí)現(xiàn)了燒結(jié)過程混合料粒度、燃料粒度和燒結(jié)礦FeO、轉(zhuǎn)鼓強(qiáng)度和成品率等生產(chǎn)指標(biāo)的在線精準(zhǔn)感知。

針對混合料和燃料粒度等直接影響燒結(jié)生產(chǎn)產(chǎn)量和能耗的關(guān)鍵參數(shù)無法在線檢測的難題，開發(fā)了散狀物料微波快速干燥技術(shù)與裝置、圓形振動的智能篩分裝置、液氮噴灑冷凍噴灑技術(shù)與裝置、一體化智能機(jī)器人系統(tǒng)等關(guān)鍵技術(shù)，實(shí)現(xiàn)了燒結(jié)原燃料等散狀物料的快速干燥、無損快速篩分、精準(zhǔn)定型及“取樣-檢測-棄樣無人化精準(zhǔn)作業(yè)”，首創(chuàng)了燒結(jié)混合料在線檢測機(jī)器人系統(tǒng)、燃料粒度在線檢測機(jī)器人系統(tǒng)，首次實(shí)現(xiàn)燒結(jié)混合料和燃料粒度的在線精準(zhǔn)檢測,混合料和燃料粒度分布的檢測精度>95%（圖2）。

針對檢化驗(yàn)依靠人工，且存在大滯后的難題，開發(fā)了可見光和紅外雙目雙源機(jī)尾圖像采集及篩選技術(shù)與裝置、基于VGG-PCA 的深度學(xué)習(xí)圖像特征提取算法、基于MFT 的圖像數(shù)據(jù)與生產(chǎn)數(shù)據(jù)多模態(tài)融合技術(shù)、基于OS-ELM 的預(yù)測模型等關(guān)鍵技術(shù)，首創(chuàng)了一套基于生產(chǎn)數(shù)據(jù)與機(jī)尾狀態(tài)圖像等多源信息融合的燒結(jié)生產(chǎn)指標(biāo)智能感知技術(shù)與系統(tǒng)，實(shí)現(xiàn)機(jī)尾紅外和可見光圖像以及生產(chǎn)數(shù)據(jù)的高效穩(wěn)定采集、特征的深度提取、數(shù)據(jù)高效融合和指標(biāo)預(yù)測，首次實(shí)現(xiàn)燒結(jié)礦FeO含量、轉(zhuǎn)鼓強(qiáng)度和成品率指標(biāo)的精準(zhǔn)在線預(yù)測，精度可達(dá)90%（圖3）。

 圖2 項(xiàng)目現(xiàn)場粒度檢測機(jī)器人系統(tǒng)     圖3 燒結(jié)生產(chǎn)指標(biāo)智能識別系統(tǒng)

2、建立了燒結(jié)過程質(zhì)量和能耗多目標(biāo)智能優(yōu)化模型，研發(fā)了優(yōu)化指導(dǎo)+反饋控制的混合料水分、燃料配比和燒結(jié)機(jī)速等關(guān)鍵工藝參數(shù)的智能控制技術(shù)，首次實(shí)現(xiàn)了燒結(jié)產(chǎn)質(zhì)量和能耗的協(xié)同優(yōu)化與智能控制，降低了工序能耗，提高了燒結(jié)礦成品率。

提出了基于多源異構(gòu)數(shù)據(jù)庫系統(tǒng)的智能感知、優(yōu)化與控制一體化在線運(yùn)行機(jī)制，實(shí)現(xiàn)了感知、優(yōu)化和控制高效穩(wěn)定運(yùn)行；開發(fā)了基于OS-ELM的以轉(zhuǎn)鼓強(qiáng)度、成品率、FeO 含量和成品率為優(yōu)化目標(biāo)，以提高燒結(jié)礦的成品率和轉(zhuǎn)鼓強(qiáng)度、穩(wěn)定燒結(jié)礦的FeO 含量、降低固體能耗為優(yōu)化原則，以水分、料層厚度、機(jī)速、等為優(yōu)化參數(shù)的多目標(biāo)優(yōu)化模型，實(shí)現(xiàn)了產(chǎn)質(zhì)量和能耗協(xié)同優(yōu)化。

開發(fā)了優(yōu)化指導(dǎo)+反饋控制的方法，該方法以燒結(jié)多目標(biāo)優(yōu)化模型計(jì)算的結(jié)果為目標(biāo)，以狀態(tài)參數(shù)值為反饋的智能控制模型為基礎(chǔ)，動態(tài)獲取該參數(shù)的設(shè)定值，實(shí)現(xiàn)了生產(chǎn)指標(biāo)智能優(yōu)化與生產(chǎn)狀態(tài)智能控制的融合?；谔岢龅膬?yōu)化指導(dǎo)+狀態(tài)反饋的燒結(jié)工藝參數(shù)控制方法，以燒結(jié)多目標(biāo)優(yōu)化計(jì)算的最佳值為目標(biāo)，開發(fā)了基于預(yù)測模型和遺傳算法以混合料粒度為狀態(tài)反饋的水分智能設(shè)定模型開發(fā)了基于數(shù)據(jù)挖掘和模糊控制的以返礦配比與燒結(jié)終點(diǎn)溫度為狀態(tài)反饋的燃料配比智能設(shè)定模型；開發(fā)了基于T-S 模糊方法的以BRP 溫度、BTP 溫度和BTP位置為狀態(tài)反饋的風(fēng)量設(shè)定模型。實(shí)現(xiàn)了水分、固體燃料配比和風(fēng)量等參數(shù)的智能設(shè)定與控制（圖4）。

圖4 感知、優(yōu)化和控制一體化機(jī)制

3、研究了燃料粒度對燒結(jié)生產(chǎn)指標(biāo)的影響規(guī)律，研發(fā)了一套基于燃料粒度檢測和智能控制的低碳燒結(jié)技術(shù)與裝備，首次實(shí)現(xiàn)了燃料粒度的在線智能感知、決策和控制，降低了燒結(jié)的固體燃耗。

研究了不同燃料粒級對混合料制粒的影響規(guī)律，揭示了不同燃料粒度分布對燒結(jié)礦產(chǎn)量、質(zhì)量指標(biāo)的影響規(guī)律，探明了燃料粒度優(yōu)化后對SO2、NO 和CO濃度變化規(guī)律和排放規(guī)律的影響，為燃料粒度智能控制提供了基礎(chǔ)。

開發(fā)了破碎裝備自動控制技術(shù)，實(shí)現(xiàn)了四輥破碎機(jī)的上輥間隙和下輥間隙的自適應(yīng)調(diào)節(jié)；開發(fā)了產(chǎn)質(zhì)量指標(biāo)控制燃料粒度，通過燃料粒度對輥縫間隙的智能設(shè)定技術(shù)，實(shí)現(xiàn)了燃料粒度對間隙的反饋控制，與燃料粒度在線檢測技術(shù)形成了一套基于燃料粒度的智能感知、決策和控制的低碳燒結(jié)技術(shù)與裝備，首次實(shí)現(xiàn)燃料粒度的在線檢測與精準(zhǔn)智能控制，降低固體燃耗。

4、提出了燒結(jié)機(jī)智能診斷、皮帶機(jī)智能清料和旋轉(zhuǎn)設(shè)備智能監(jiān)控等燒結(jié)無人化作業(yè)技術(shù)，實(shí)現(xiàn)了減員增效，提高了設(shè)備運(yùn)轉(zhuǎn)效率和生產(chǎn)安全性。開發(fā)了智慧燒結(jié)一體化軟件系統(tǒng)，實(shí)現(xiàn)了智能感知、智能優(yōu)化、智能控制和裝備智能化的高效穩(wěn)定運(yùn)行，為燒結(jié)過程的低碳高效生產(chǎn)提供了保障。

開發(fā)了“安全智能一鍵點(diǎn)火系統(tǒng)”，實(shí)現(xiàn)點(diǎn)火爐無人化作業(yè)；開發(fā)了基于Yolov3 和趨勢和閥值分析的臺車箅條和臺車車輪卡阻故障的智能精準(zhǔn)診斷技術(shù)，故障預(yù)報(bào)準(zhǔn)確率>90%；開發(fā)了旋轉(zhuǎn)裝備溫度、振動和加速度數(shù)據(jù)采集與基于趨勢分析的故障智能診斷模型及系統(tǒng)，實(shí)現(xiàn)旋轉(zhuǎn)設(shè)備的故障智能診斷，預(yù)測精準(zhǔn)度>98%，首次實(shí)現(xiàn)無人化巡檢；開發(fā)了以“松散料刷除-固結(jié)層剝離-殘留漿狀層高壓氣刀清除-散料自動收集”為特征的多級耦合皮帶粘料智能清除技術(shù)，實(shí)現(xiàn)皮帶粘料脫除回收達(dá)90%以上，大幅降低工人清掃工作量。

研究了基于多源異構(gòu)數(shù)據(jù)庫的多層軟件系統(tǒng)架構(gòu)（圖5），提高了系統(tǒng)的可靠性和穩(wěn)定性。開發(fā)多層次融合的智慧燒結(jié)一體化軟件系統(tǒng)，保障系統(tǒng)深度學(xué)習(xí)和圖像處理等復(fù)雜計(jì)算所需的硬件資源，實(shí)現(xiàn)了智能感知、智能優(yōu)化、智能控制和裝備智能化的高效穩(wěn)定運(yùn)行，為燒結(jié)過程的低碳高效生產(chǎn)提供了保障。

圖5 多層軟件系統(tǒng)架構(gòu)

該項(xiàng)目已獲授權(quán)發(fā)明專利24件、軟件著作權(quán)6件，發(fā)表論文10篇，整體技術(shù)達(dá)國際先進(jìn)水平，其中“燒結(jié)智能檢測技術(shù)”達(dá)國際領(lǐng)先水平。并成功入選了2022年度工信部“國家工業(yè)和信息化領(lǐng)域節(jié)能技術(shù)裝備產(chǎn)品”目錄。

四、應(yīng)用情況與效果

該項(xiàng)目技術(shù)在寶鋼湛江鋼鐵1、2、3號550m2燒結(jié)機(jī)投入運(yùn)行以來（圖6），各項(xiàng)經(jīng)濟(jì)技術(shù)指標(biāo)顯著改善，并達(dá)國際一流水平，2號燒結(jié)獲2020年度全國節(jié)能降耗“冠軍爐”，1號燒結(jié)機(jī)獲2021年度全國節(jié)能降耗“優(yōu)勝爐”。

1、能耗方面：三燒結(jié)固體燃耗由48kg/t降低到45kg/t以下，工序能耗由44.8kgce/t降低至40kgce/t左右。一二燒結(jié)固體燃耗由46kg/t降低至45kg/t以下,工序能耗由42.8kgce/t降低至40.5kgce/t左右。

2、質(zhì)量方面：三燒結(jié)料層厚度不斷提高，由850mm提高至950mm，燒結(jié)成品率從79%提高至81%以上，F(xiàn)eO（±0.5）穩(wěn)定率由70%提高到80%以上；一二燒結(jié)料層厚度由830mm提高至950mm，燒結(jié)成品率從78.7%提高至80.5%以上，F(xiàn)eO（±0.5）穩(wěn)定率由78%提高至80%以上。

3、產(chǎn)量方面：燒結(jié)設(shè)備運(yùn)轉(zhuǎn)穩(wěn)定，除受定修影響外，燒結(jié)設(shè)備運(yùn)轉(zhuǎn)率由98%提高至99%以上。

4、效率方面：崗位定員降至36人。

圖6 智慧燒結(jié)一體化軟件系統(tǒng)集中控制1、2、3三臺燒結(jié)機(jī)

本項(xiàng)目技術(shù)已推廣應(yīng)用至寶武集團(tuán)、越南和發(fā)、韶鋼、中天鋼鐵、永鋒鋼鐵等8家國內(nèi)外鋼企12臺燒結(jié)機(jī)系統(tǒng)，對提高燒結(jié)產(chǎn)質(zhì)量、降低能耗效果顯著，推動了我國智能燒結(jié)技術(shù)的進(jìn)步，助力了鋼鐵行業(yè)綠色化數(shù)字化發(fā)展。