冶金自动化

Select

序言

王国栋

冶金自动化. 2023, 47(1): 1.

摘要 ( ) PDF全文 ( )

可视化

Select

建设数据驱动的钢铁材料创新基础设施加速钢铁行业的数字化转型

王国栋, 张殿华, 孙杰

冶金自动化. 2023, 47(1): 2-9.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2023. 01. 001

摘要 ( ) PDF全文 ( )

可视化

钢铁行业面临的质量、成本、环境、稳定性等方面的问题亟待解决,严重的“不确定性冶已成为钢铁生产过程面临的重大挑战。随着数字经济和数字技术的发展,数据分析技术成为解决不确定性问题的最有效方法。充分发挥钢铁行业应用场景和数据资源的优势,以工业互联网为载体,以数字孪生为核心,攻克关键共性技术,形成面向未来发展趋势的数字化创新。依托钢铁全生产流程、全应用场景数字化转型,加速建设钢铁材料创新基础设施,掌握企业核心竞争力,促进我国钢铁行业实现数字化转型与高质量发展。

Select

钢铁行业数字孪生研究现状分析和综述

许永泓, 杨春节, 楼嗣威, 胡兵, 钱卫东, 李彦瑞

冶金自动化. 2023, 47(1): 10-23.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2023. 01. 002

摘要 ( ) PDF全文 ( )

可视化

钢铁行业在我国国民经济中占有重要地位。钢铁行业生产流程长、工序间强耦合、生产条件极端、内部物理变化和化学反应复杂等特性,使得钢铁行业的生产过程建模、运行控制和操作优化等极其困难,进而影响生产质量和效益的提高。近年来,工业场景下数字孪生的蓬勃发展为钢铁行业转型升级提供了新思路。本文首先介绍了数字孪生的定义和内涵,其次对于钢铁行业数字孪生的研究热点进行了分析,梳理了相关的研究成果,最后分析了当前数字孪生在应用和发展过程中存在的不足,为研究人员的后续研究提供了思路, 以促进数字孪生在钢铁智能制造中发挥更大的作用。

Select

5G + 工业互联网与工业融合架构及关键技术

王健全, 孙雷, 马彰超, 张超一, 李卫

冶金自动化. 2023, 47(1): 24-34.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2023. 01. 003

摘要 ( ) PDF全文 ( )

可视化

在国家政策和现实需求下,5G 和工业互联网已经与钢铁行业中的许多方面结合应用,为实现钢铁行业各环节从分散化、自动化向集中化、智能化、绿色化方向发展起到积极的作用。但是,目前 5G 与工业互联网基本上都停留在生产辅助环节,尚未进入真正的生产核心环节,信息化和工业化尚未真正深度融合。从这个角度详细描述了 5G + 工业互联网和工业控制发展方向以及关键技术,提出了新的网络融合技术架构,包括可编程逻辑控制器( programmable logic controller,PLC)云化技术,支撑 PLC 云化部署的 5G+时间敏感网络( time sensitive networking,TSN)端到端低时延、确定性网络关键技术。最后提出了工业控制、计算与通信融合的理论和技术架构,介绍了 5G+TSN 和云化 PLC 技术相互融合场景试验的最新进展。

Select

基于 5G 现场网协同的数字孪生架构及通信技术

蔡畅, 王军生, 刘佳伟

冶金自动化. 2023, 47(1): 35-42.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2023. 01. 004

摘要 ( ) PDF全文 ( )

可视化

为促进 5G 通信的数字化转型升级,引进和推广在 5G 智能制造行业中的数字孪生技术,提出了 5G 现场网的数字孪生体系。该体系通过现场级边缘网关及 5G 基站将通信层与平台、终端层进行连接,为 5G 智慧化钢铁生产提供了实时、精准、安全的高质量行业服务。分析了 5G 现场网协同的五大关键通信技术,解决了各层次间的数据互通互联、组网部署困难等问题,为了进一步实现数字孪生在 5G 现场网中的应用,提出了一种可行的 5G 智慧钢铁实现架构。通过工业现场网通信技术实现钢铁生产现场设备的连接与通信,采用 5G 通信技术将现场生产实测数据回传到数字孪生平台,调用数字孪生平台的数据进行实时补偿和控制,通过 5G 通信技术将平台指令反馈至现场设备,最终将信息返回至平台构成闭环管理。

Select

基于大数据技术的高炉数据治理研究进展

齐月松, 储满生, 唐珏, 石泉, 王茗玉, 刘志强

冶金自动化. 2023, 47(1): 43-52.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2023. 01. 005

摘要 ( ) PDF全文 ( )

可视化

针对高炉炼铁系统数据存在来源多、数量大、质量低等特点,为提高数据的利用率,对数据进行治理。对高炉数据进行治理主要包括多元异构数据整合、高炉数据清洗和高炉参数相关性分析。首先,多源异构数据整合将原始数据整合成结构统一的数据;然后,针对高炉数据的异常值、缺失值,采用数理统计和机器学习等方法进行处理;最后,针对高炉参数众多的特点,分析参数之间的关联性,降低模型输入参数间的信息冗余。通过对数据进行上述处理,使得高炉大数据能高效高质的应用,进而实现深度优化操炉、深度降本增效。

Select

铁水预处理-转炉炼钢-炉外精炼数据驱动模型研究进展综述

钟良才, 刘承军, 闵义, 亓捷, 姜茂发

冶金自动化. 2023, 47(1): 53-67.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2023. 01. 006

摘要 ( ) PDF全文 ( )

可视化

钢铁工业的绿色智能制造是信息化、数字化和智能化等技术在钢铁生产过程中应用的必然和发展方向。炼钢作为钢铁生产流程中的重要工序,对实现炼钢绿色智能制造具有重要的意义。炼钢绿色智能制造的核心是用于炼钢过程精准控制和优化的适应性强且高精度的模型。针对现代转炉炼钢流程中的铁水预处理脱硫、复吹转炉冶炼和炉外精炼工序,介绍了近年来炼钢过程的建模方法和特点,综述了转炉炼钢各工序的数据驱动模型的研究进展,包括模型的数据处理方法、模型输入变量选择、模型结构优化方法、模型预测效果,提出了炼钢数据驱动模型面临的挑战和展望。

Select

高效连铸数字化发展思考

朱苗勇, 罗森

冶金自动化. 2023, 47(1): 68-85.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2023. 01. 007

摘要 ( ) PDF全文 ( )

可视化

发展以高拉速、无缺陷为核心内涵的高效连铸是实现连铸坯热装和直接轧制的重要基础,是实现钢铁行业低碳绿色发展的重要途径。为此,传统连铸需向数字化连铸转型发展,构建与连铸实体一致且具有自主判断和决策于一体的数字化连铸机,以实现连铸过程智能控制和高效化生产。结合国内外连铸数字化发展现状,提出了高效连铸数字化发展亟需解决的问题。首先,要提高连铸状态感知能力,应提高传感器的可靠性及检测精度,保证数据真实可靠;针对部分连铸参数无法直接测量的问题,应大力开发面向适用连铸环境的新型传感器,保证连铸全流程状态感知。其次,将连铸过程冶金大数据与 AI 算法相结合,挖掘连铸过程工艺大数据、设备运行状态与铸坯质量之间的非线性耦合关系。最后,开发连铸高精度数字孪生模型,将状态感知、高性能计算、过程控制、人工智能与传统连铸仿真模型相结合,消除目前连铸仿真模型普遍存在的滞后性问题,克服多场耦合的困难,实现连铸过程中多目标优化及无缺陷铸坯生产,从而确保连铸高效稳定生产。

Select

钢-轧全流程数字化进展与实践

何安瑞, 宋勇, 邵健

冶金自动化. 2023, 47(1): 86-100.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2023. 01. 008

摘要 ( ) PDF全文 ( )

可视化

钢 - 轧全流程的数字化对拓展产品品种、提升质量和效率、降低制造成本、减少排放等有重要影响,是实现智能制造和提升企业核心竞争力的重要手段。结合钢铁流程的特点,介绍了钢 - 轧全流程数字化应用集成平台的系统架构及边缘计算、数据集成、应用服务的主要功能;从工艺质量智能管控、能源介质智能管控、设备智能运维、数字化工艺仿真及优化设计 4 个领域,提出了各项业务数字化的总体解决方案。以宽带钢热连轧产线为对象,建设了数字化的热轧智能工厂,10 万个数据点支撑工厂全要素可视化,实现了生产稳定性提升 20% 、质量缺陷一键式分析结果的可靠性达到 95% 、次品率下降 20% 、成本及能耗 100% 到卷的精细管控等目标。最后,对钢 - 轧全流程未来的数字化发展进行了展望。

Select

冶金能源管理数字化探索与实践

张琦, 谢升, 钟再锡

冶金自动化. 2023, 47(1): 101-111.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2023. 01. 009

摘要 ( ) PDF全文 ( )

可视化

钢铁行业是国民经济的支柱产业,也是典型的资源、能源密集型产业。随着 5G、大数据、人工智能等新一代信息技术的发展,推进冶金能源管理向着数字化和智能化方向转型,有助于冶金行业节能减排和碳中和目标的实现。本文分析了冶金能源管理现状、存在的问题以及国内外能源管理数字化发展趋势。围绕钢铁生产过程能源管理数字化技术应用方法和案例,提出冶金企业能源管理数字化发展应从数据挖掘、机器学习和数字孪生角度深入。依靠数字挖掘技术,剖析不同系统、工序以及设备的能源数据特征,融合机器学习模型、数字孪生模型,实现冶金能源管理的智慧化发展,为冶金企业能源管理开展数字化探索与实践提供参考。

Select

唐钢新区基于数字孪生技术的全流程智能化工厂设计与实践

王新东, 倪振兴, 刘福龙, 马静超, 李宏武

冶金自动化. 2023, 47(1): 112-121.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2023. 01. 010

摘要 ( ) PDF全文 ( )

可视化

唐钢新区在钢铁行业高质量发展与第四次工业革命发生历史性交汇的重要时点,在区位调整新基地建设过程中,紧抓产业结构调整战略机遇,同步新基地建设,构建基于数字孪生技术的全流程智能化工厂。唐钢新区利用冶金流程工程学先进设计理念与设计方法,运用以数字孪生、物联网、云计算、大数据、人工智能等技术为代表的新兴技术,通过提取、处理及整合生产、运营数据,构建三维展示模拟、动态仿真、设备状态监测、运营管控等模型,搭建覆盖全流程的信息物理系统,形成以信息流为依托持续优化物质流、能量流的运营模式,支撑企业在生产、运营各层面、各领域、各维度业务的智能化协同,实现企业装备、技术、管理、产品、服务的整体跃升,形成了一套成熟有效的钢铁企业基于数字孪生技术构建全流程智能化工厂解决方案。

Select

钢铁企业数字化远程监控及智能化设备运维的应用实践

高帆, 曹小彬, 黄亮亮

冶金自动化. 2023, 47(1): 122-130.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2023. 01. 011

摘要 ( ) PDF全文 ( )

可视化

在对钢铁工业关键生产设备管理现状、管理瓶颈及发展趋势进行分析的基础上,总结日本新日铁、美国大河钢铁、韩国浦项等国外大型钢铁企业进行的设备预测性维护探索及实践经验。针对钢铁生产关键设备在低速、变速、瞬时工作、重载冲击大、轴承浮动等复杂工况下的健康状态在线监测难点问题,探索其解决思路,并设计了马钢关键生产设备数字化远程监控网络架构及智能化运维行动方案,基于工业互联网架构构建集“关键设备状态监测、故障智能预警、智能诊断分析、移动应用冶于一体的远程运维管理体系。本体系的应用实践将通过全寿命周期数据流程实现设备上下游企业的互联互通及上下游企业资产效益的全面提升,旨在为钢铁工业的关键生产设备管理提供一个探索方向。

Select

零生产成本数字加密螺纹钢筋的研究与应用

许宏安, 王贺龙, 杜忠泽

冶金自动化. 2023, 47(1): 131-138.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2023. 01. 012

摘要 ( ) PDF全文 ( )

可视化

传统的螺纹钢标识及识别技术中,采用螺纹钢表面轧制标记和成品打包悬挂吊牌相结合的方式,其防伪标识肉眼可见、易假冒、吊牌易丢失,对产品质量追踪、鉴定工作带来一定难度。为了对螺纹钢进行精确识别和实现有效的质量追溯,首先对螺纹钢月牙肋的角度、间距数据进行设计,刻制加密轧辊轧制,形成螺纹钢表面轧制标记加密序号,并结合钢材化学成分、产品炉次号、钢筋牌号、钢坯生产日期等信息建立了加密数据库;其次设计和制备了螺纹钢数控逆向溯源便携设备,通过特定视觉算法识别加密螺纹钢加密标记,反向解密螺纹钢、匹配已建立的加密的数据库,实现螺纹钢质量有效溯源的目的。试验和实际应用 3 万 t 以上加密螺纹钢,效果表明数控加密螺纹钢有效,解决了现有技术中存在的螺纹钢实物各种无法识别的情况和产品难鉴定的问题。

Select

基于分位数回归森林的铁水预处理喷镁脱硫耗镁量预测

吴思炜, 钟良才, 王国栋

冶金自动化. 2023, 47(1): 139-146.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2023. 01. 013

摘要 ( ) PDF全文 ( )

可视化

铁水预处理喷镁脱硫的耗镁量精确计算有助于控制脱硫剂金属镁的合理添加,降低脱硫成本。基于铁水预处理喷镁脱硫过程的大量工业数据,融合集成学习和分位数回归思想,采用分位数回归森林( quantile regression forest,QRF)建立了耗镁量预测模型,并结合贝叶斯优化手段对模型的超参数组合进行了两阶段优化,实现耗镁量的精确计算,并给出了预测误差估计。结果表明,大多数炉次的所需镁量与工业数据的结果吻合较好,耗镁量在依 8 kg 的范围内命中率为 92. 26% 。相比于传统人工神经网络、极限学习机( extreme learning machine,ELM)和支持向量机( support vector machine,SVM)等机器学习算法,采用集成学习思想的耗镁量模型具备更好的鲁棒性,在整个测试数据上预测平均绝对百分比误差( average absolute percentage error,AAPE)降低约 25% ,均方根误差( root mean square error,RMSE)降低约 15% 。

Select

一种基于即时学习局部模型的 LF 终点预测方法

楚建伟, 刘建华, 何杨, 许庆礽, 尤大利, 罗仁辉

冶金自动化. 2023, 47(1): 147-155.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2023. 01. 014

摘要 ( ) PDF全文 ( )

可视化

LF 精炼是连接转炉和连铸的重要工序,对其终点进行精准预测有助于提高 LF 生产效率,确保后续工序稳定进行。为提高 LF 终点预测准确率,提出了一种基于即时学习局部模型的 LF 精炼终点预测方法。在即时学习框架下,采用特征重要性和时间双重加权的相似度度量方式选取近邻样本集,通过局部加权偏最小二乘法构建局部模型进行 LF 精炼终点温度和终点硫含量的预测。基于国内某钢厂 LF 精炼车间实际生产数据对本预测方法进行验证,并与传统全局反向传播( back propagation,BP)建模和普通欧氏距离相似度度量策略局部建模方法进行对比。结果表明,本预测方法对 Q235A / B 终点温度在 ± 5 益范围内预测命中率达 92. 5% ,对脱硫钢种终点硫质量分数在 ± 0. 002% 范围内预测命中率达 90. 0% ,优于其他两种方法,可以为 LF 精炼实际生产终点控制及后续出钢工作提供指导参考。

选择文件类型/文献管理软件名称

选择包含的内容

2023年, 第47卷, 第1期　刊出日期：2023-01-25

扫码分享

扫码分享

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

2023年, 第47卷, 第1期 刊出日期：2023-01-25

扫码分享

扫码分享

2023年, 第47卷, 第1期　刊出日期：2023-01-25