煉鋼(轉(zhuǎn)爐-精煉)-連鑄生產(chǎn)過程中,受到原料成分、運行工況、設(shè)備狀態(tài)等多種不確定因素的干擾,運行過程表現(xiàn)為頻繁動態(tài)變化特點。若現(xiàn)場人員處理不當,這些動態(tài)變化不僅造成能耗的增加,而且會導致鑄坯質(zhì)量問題。如何應對這些變化,保證生產(chǎn)過程處于最佳的運行狀態(tài)是我國煉鋼廠面臨的一個重要課題。
與工業(yè)發(fā)達國家相比,我國煉鋼廠在產(chǎn)品質(zhì)量、資源消耗、利潤水平等方面仍然面臨巨大的挑戰(zhàn)。煉鋼生產(chǎn)流程運行優(yōu)化水平低是造成上述結(jié)果的重要原因之一。這些方面的提高必須從生產(chǎn)全流程運行,而不是從局部生產(chǎn)單元操作來實現(xiàn),原有的人工操作運行方式難以滿足要求。
圍繞上述需求,東北大學組織了流程工業(yè)綜合自動化國家重點實驗室、軋制技術(shù)及連軋自動化國家重點實驗室、信息科學與工程學院、冶金學院等相關(guān)單位人員形成項目組,依托寶鋼、鞍鋼和三明鋼鐵等企業(yè),在國家863 項目、國家自然科學基金重點項目等,先后開展了面向生產(chǎn)過程實時擾動的煉鋼過程智能實時調(diào)度、基于最佳工藝溫度的煉鋼一連鑄流程能耗綜合優(yōu)化、基于非線性非穩(wěn)態(tài)溫度場的連鑄二冷水量模型預測控制等方面的技術(shù)研發(fā)工作。
1 面向生產(chǎn)過程實時擾動的煉鋼過程智能實時調(diào)度
煉鋼-連鑄生產(chǎn)存在多臺轉(zhuǎn)爐、多臺精煉爐和多臺連鑄機,以及多重精煉方式且存在著可重入調(diào)度情況,使得煉鋼-連鑄生產(chǎn)調(diào)度難度大大增加。針對多模式、多路徑、多設(shè)備、多擾動下的煉鋼-連鑄生產(chǎn)實時調(diào)度問題,開發(fā)了煉鋼過程智能實時調(diào)度技術(shù),其系統(tǒng)結(jié)構(gòu)如圖1 所示。
1.1 基于啟發(fā)式算法的爐次加工設(shè)備決策技術(shù)
啟發(fā)式算法的核心思想是優(yōu)先選擇使爐次作業(yè)沖突值最小的設(shè)備、相鄰設(shè)備間位置距離最短的設(shè)備和加工爐次數(shù)最少的設(shè)備作為爐次的加工設(shè)備。該算法由爐次批次劃分和排序、爐次開工時間和完工時間計算、爐次作業(yè)沖突值計算和爐次加工設(shè)備決策組成。
1.2 啟發(fā)式和線性規(guī)劃相結(jié)合的爐次在各設(shè)備上的開工時間和完工時間決策技術(shù)
該技術(shù)包括啟發(fā)式的爐次在各設(shè)備上的開工和完工時間預決策和基于線性規(guī)劃的爐次開工和完工時間調(diào)整技術(shù)。預決策技術(shù)由爐次作業(yè)沖突值計算、沖突解消、爐次連鑄斷澆值計算和斷澆消除組成。調(diào)整技術(shù)以所有爐次在相鄰工序的加工等待時間總和最小為目標,以爐次加工區(qū)間為約束方程,采用單純形算法求解爐次開工和完工調(diào)整時間。
1.3 基于甘特圖和線性規(guī)劃的爐次加工設(shè)備、開工時間和完工時間人機交互調(diào)整技術(shù)
該技術(shù)包括基于甘特圖的重調(diào)度計劃可視化、基于人機交互的爐次加工設(shè)備、爐次開工和完工時間調(diào)整。爐次加工設(shè)備調(diào)整采用啟發(fā)式技術(shù),爐次加工區(qū)間調(diào)整采用線性規(guī)劃技術(shù)。
1.4 以鑄坯質(zhì)量和連鑄效率為中心的煉鋼生產(chǎn)動態(tài)協(xié)調(diào)技術(shù)
該技術(shù)包括基于連鑄拉速和水量協(xié)調(diào)設(shè)定算法、時間/成分/溫度不命中及設(shè)備故障等突發(fā)事件條件下的爐次作業(yè)機器分配和開工時間在線協(xié)調(diào)算法、基于過程工藝參數(shù)波動的質(zhì)量指標預測和GPU 滾動優(yōu)化算法。
2 基于最佳工藝溫度的煉鋼-連鑄流程能耗綜合優(yōu)化
針對煉鋼-精煉-連鑄流程,以降低煉鋼-精煉-連鑄生產(chǎn)過程能耗為目標,開發(fā)了由過程優(yōu)化模塊和生產(chǎn)調(diào)度優(yōu)化模塊構(gòu)成的流程能耗綜合優(yōu)化系統(tǒng)。過程優(yōu)化模塊在煉鋼、精煉、連鑄各單體工序中能耗關(guān)鍵要素分析的基礎(chǔ)上,對各環(huán)節(jié)關(guān)鍵工藝參數(shù)進行優(yōu)化;生產(chǎn)調(diào)度模塊在建立鋼水溫度模型和工藝制度優(yōu)化指標的基礎(chǔ)上,進行最優(yōu)生產(chǎn)工藝路徑動態(tài)調(diào)度方法和協(xié)同實時調(diào)度。
2.1 煉鋼-連鑄流程溫度制度協(xié)調(diào)優(yōu)化技術(shù)
該技術(shù)包括各個工序溫度因素的偏相關(guān)分析,基于機理和生產(chǎn)數(shù)據(jù)的鋼水溫度趨勢建模,以及煉鋼-連鑄流程溫度制度協(xié)調(diào)優(yōu)化算法。
2.2 煉鋼-連鑄流程時間制度協(xié)調(diào)優(yōu)化技術(shù)
該技術(shù)包括基于時間約束網(wǎng)絡的工藝溫度可行性判斷方法,基于工藝知識的最佳開始時間、加工時間設(shè)定方法和基于約束推理的作業(yè)時間調(diào)整方法。
3 基于非線性非穩(wěn)態(tài)溫度場的連鑄二冷水量模型預測控制
煉鋼-連鑄生產(chǎn)過程中會發(fā)生轉(zhuǎn)爐生產(chǎn)的原料供應不及時、運輸設(shè)備沒有及時到位或設(shè)備故障等生產(chǎn)擾動,引起煉鋼和澆鋼在時間上不匹配,需要對連鑄機的拉速進行調(diào)整。然而在拉速發(fā)生變化時,使用傳統(tǒng)的參數(shù)配水方法給出的水量設(shè)定值變化幅度大,易引起鑄坯表面溫度劇烈的變化,導致裂紋等缺陷的產(chǎn)生。項目開發(fā)了連鑄二冷水量動態(tài)設(shè)定的模型預測控制技術(shù),其實現(xiàn)策略如圖2所示。
針對板坯連鑄機生產(chǎn)的鑄坯的寬度遠遠大于厚度,可以忽略寬度方向傳導傳熱的特點,提出了基于二維非穩(wěn)態(tài)非線性對流熱傳導模型的二冷水量預測控制方法,包括基于測溫誤差的二維熱傳導模型邊界條件Levenberg-Marquardt(LM)辨識算法和修正自適應步長的擬牛頓迭代算法。
針對方坯連鑄機生產(chǎn)鑄坯寬度與厚度相等,必須要同時考慮寬度和厚度方向傳導傳熱的特點,提出了基于三維非穩(wěn)態(tài)非線性對流熱傳導模型的二冷水量預測控制方法,包括鑄坯熱傳導模型邊界條件的同倫攝動迭代辨識算法和基于精度-時間的自適應網(wǎng)格優(yōu)化算法。
針對非穩(wěn)態(tài)連鑄過程中拉坯方向溫度擴散項對溫度梯度影響大的問題,提出了帶有拉坯方向傳導傳熱的三維熱傳導模型的預測控制方法,包括基于測溫殘差的權(quán)最小二乘分階段差分進化辨識算法和CPU-GPU 自適應網(wǎng)格擬牛頓并行算法。
4 結(jié)語
近年來,國內(nèi)外日趨激烈的市場競爭,以及在政策導向和立法方面的壓力,使得煉鋼廠對其能耗水平、生產(chǎn)效率、鑄坯質(zhì)量和生產(chǎn)成本等提出了更高的要求。這些方面的提高必須從生產(chǎn)全流程運行,而不是從局部生產(chǎn)單元操作來實現(xiàn)。煉鋼廠對生產(chǎn)全流程動態(tài)運行優(yōu)化系統(tǒng)的需求日益迫切。
煉鋼-連鑄過程存在各種動態(tài)不確定擾動,例如煉鋼改鋼種、改冶煉路徑、鋼包不匹配、廢鋼成分波動等。由于這些擾動具有隨機性和不可預測性,生產(chǎn)調(diào)度和操作員不能提前預知,難以實現(xiàn)生產(chǎn)流程運行狀態(tài)優(yōu)化。只有融合控制系統(tǒng)反饋信息,采用最新的CPS 和人工智能方法,以動態(tài)優(yōu)化理論為支撐,研發(fā)煉鋼-連鑄流程的智能協(xié)調(diào)優(yōu)化控制技術(shù),將成為煉鋼廠實現(xiàn)“定時間、定溫度、定成分,提高潔凈度”的有力支撐。