您的當前位置:
高爐順行及異常爐況預報專家系統
服務商:北京金自天正智能控制股份有限公司
地址:北京市豐臺區科學城富豐路6號 郵編:100070 電話:010—56982318 傳真:010—63713381 E-mail:[email protected]

高爐順行及異常爐況判斷專家系統(以下簡稱MBCES)——MBCES系統由爐況判斷數學模型系統(BCDMS)和爐況判斷專家系統(BCDES)兩部分組成。MBCES系統結構新穎,實時高效,在開發過程中,采用了一系列新技術、新方法,取得了多項技術成果。

  T2.jpg

北京金自天正智能控制股份有限公司是由中國鋼研科技集團有限公司冶金自動化研究設計院控股的大型工業自動化綜合性高科技企業,是北京市科學技術委員會認定的骨干高新技術企業。公司成立于1999年12月,坐落在北京市中關村科技園豐臺園區,2002年9月在上海證劵交易所上市(股票代碼600560)。

公司主要從事工業自動化領域系列產品的研發、生產、銷售和承接自動化工程及技術服務等,可為用戶提供系統、先進、定制化、高性能價格比的工業自動化全面解決方案。主要產品有:AriCon(開放式分布控制系統)、AriDrive(電氣傳動系列產品)、AriSemi(高壓大功率晶閘管系列產品)、AriMeter(工業檢測儀表系列產品)、AriMes(流程工業制造執行系統軟件產品)和冶金流程成套控制系統等。產品廣泛應用于冶金、礦山、化工、石油、機械、電力、能源、環保等多個行業,客戶遍及全國29個省、市、自治區,并已出口至澳洲、東南亞、歐洲和非洲等。

公司承繼了冶金自動化研究設計院在工業自動化領域30年的科研成果,擁有雄厚的技術力量和豐碩的業績,承擔了多項國家重點科技攻關和863項目,獲得國家發明獎、科技進步獎、省部級獎等科研成果300多項,擁有發明專利授權17項、實用新型專利授權23項、軟件著作權83項。具有承接大型、復雜自動化工程的綜合能力,尤其在智能控制技術、冶金工藝流程自動化成套技術和應用軟件、大功率交流變頻調速技術、混合流程工業CIMS系統技術、現場總線工業以太網技術、大型自動化工程規范和開發平臺、高壓大功率晶閘管制造及應用技術、激光檢測和節能儀表技術等領域均處于國內領先水平。依靠技術創新,公司已提供了從原料到軋鋼的全套冶金生產主流程的自動化成套技術服務,可以提供煉鐵、煉鋼、軋鋼、企業信息等自動化和信息化的全面解決方案、自動化系統。

公司資質:

公司資質.png 

 1.  新穎的系統結構

系統采用數學模型加專家系統的結構形式,發揮了它們各自的優勢,總的爐況趨勢判斷,由數學模型系統BCDMS來完成,BCDMS系統對高爐傳感器信息進行各因子,各類別的數值化計算,并從水準和變動兩方面進行數值化的爐況判定。而專家系統則能從總的爐況中判定出是哪一種具體爐況,并給出具體的操作指導,在專家系統判定過程中,對如K值這樣的需動態調整的參數,采用了人工神經元網絡技術,使系統具有一定的自學習和自適應功能。

 

1.2 完備的爐況種類判定功能

專家系統對各種異常爐況的表象,特征進行了系統、詳細的分析,與煉鐵工藝專家一道建立了對應滑料、崩料、懸料、中心煤氣不足、過剩等八種異常爐況的規則和參數閾值,使系統能對幾乎所有爐況進行判定,這大大提高了系統的智能性和實用性。

 

1.3 良好的人機交互環境和系統維護功能

用目前流行的Visual Basic 5.0設計的人機界面,具有良好的人機交互功能,它支持鼠標操作,具有集成各系統功能選項的漢字下拉菜單系統,并有系統的連機幫助功能。專家系統的閾值和變化率維護修正由專門設計的維護表格來完成。

數學模型系統的閾值和數值由菜單系統調出相應數據庫進行修正。系統良好的人機界面和維護功能,為方便操作者的使用和操作,對系統的安全高效運行提供了基礎。

 

1.4 判定結果的遠程顯示功能

采用C/S結構方式,組成NT局域網,使數模系統和專家系統的爐況判定結果能長距離進行顯示,同時具有漢字、輸出結果動態再編輯功能。這樣只把一臺用于判定結果顯示的工作站放置在主控室(工業現場),AI服務器放置在無煙、無塵、空調的計算機房內,達到主機與顯示設備的分離,從而保障了系統運行可靠,同時也有利于管理。

 

1.5 多種技術綜合以提高命中率

在本系統中,綜合應用了工藝理論加操作經驗給的數學模型/專家系統以及人工神經元網絡技術 。

 

1.6 LCA(低成本自動化)結構技術

本系統采用LCA結構技術,成本低而效能高。使用奔騰Ⅱ服務器奔騰Ⅱ工作站組成局域網,而功能基本上與VAX工作站相等,但成本卻低得多。

 

2.  數模系統的數據預處理技術

BCDMS系統能自動地對高爐傳感器的無效或錯誤信息進行補償、編輯和平滑等處理,因此爐況判定的輸入數據更加可靠。

 

2.2 基于模糊邏輯的參數因子判定技術

在BCDMS系統中,通過對各類型因子的變化規律對爐況影響的趨勢特征進行分析后,總結出一種用模糊邏輯方法描述各因子的變化對爐況產生的影響的對應規律,再根據工藝專家經驗和大量實時數據統計,得出閥值,再對各因子的狀況逐一判定。

 

2.3 人工神經元技術

應用人工神經元網絡實現全壓差和透氣性指數的推斷及動態管理。全壓差和透氣性指數是爐況診斷的兩個重要依據,影響它們的因素很多,用計算公式準確性低,根據多元回歸分析得出的經驗公式計算適用性差,也不便動態管理,專家系統中建立的神經網絡模型,為用戶提供了大量可調節變量、適應性強,推斷結果準確性高,它能根據實際生產數據:風量、風溫、頂壓、風口進風面積、原料條件等眾多參數,給出全壓差和透氣性指數,并通過自學習與自組織實現全壓差和透氣性指數的動態管理。

 

2.4 開發大容量知識庫和高效推理機的技術

BCDES系統采用框架結構描述知識;知識庫細化成子系統,規則進一步細化為子規則,次子規則,使知識單元間的關系簡單清淅,弱化了知識內相關性;從而產生了逐層向上的推理方法,由知識的最底層(由最小知識單元表示),利用我們選定的推理綜合方法,實現由低級向高級的"判斷→綜合→結論→判斷"循環,最終得出爐況的綜合判斷。模糊邏輯隸屬函數法表征各參數的不確定性,運用置信度非確定性(模糊)推理技術,實現對爐況的連續推理。

知識庫中存放著對應崩料、懸料、管道等各種爐況的幾百條規則,規則的啟動條件與高爐操作參數變化情況相關,增強系統的魯棒性;通過對前期爐況參數趨勢特征的提取、分析,強化系統未來爐況發展的預報性。

 

2.5 專家系統參數變化特征提取技術

知識庫中規則的啟動條件是以參數變化特征為基礎的,系統推理方法是對參數變化特征進行越限報警來實現的,參數變化特征的基準點分水平和動態兩種,第一種主要通過冶煉工藝專家確定,并通過在線修改和自學習得以不斷完善,第二種主要是在運行時通過技術計算實時獲得。

 

2.6 良好的人機接口與程序模塊化設計技術

將用流行的Visual Basic 5.0設計的人機接口與Visual C++ 5.0語言設計的各獨立功能模塊成功地有機結合是系統的又一特征,這種方法設計人機接口操作極其簡便,同時功能清淅,維護容易。而模塊化結構的子知識庫之間,數模系統與專家系統各功能模塊之間保持較高的獨立性,這樣的設計使系統具有安全可靠,易于擴展等特點。

 

3.  系統結構及數據通訊

《高爐順行及異常爐況判斷專家系統(MBCES)》,采用國際最新趨向,即混合方法,以發揮各種技術的優勢,實現提高預報命中率的目的。系統由兩大部分,即具有理論知識和操作經驗的混合型爐況判定數學模型系統BCDMS,以及以專家系統為主體兼具神經元網絡的人工智能判別系統BCDES共同組成。

 

3.1 硬件結構

高爐順行及異常爐況預報專家系統的硬件是在原有的基礎自動化控制系統的基礎上,附加一套網絡連接設備(網卡、收發器等)、二臺工業型計算機、大屏幕CRT、鍵盤、打印機和鼠標組成人工智能(AI)用的系統(見下圖)。由作為服務器的計算機執行專家系統的推理,其所需數據經過網絡從現場控制系統的上位機中讀取。推斷結果的輸出和顯示由作為客戶機的計算機完成。同時,服務器負責收集供推理用的數據,組成數據庫,并對數據進行更新。

 

3.2 軟件環境及系統軟件結構

* 操作系統:中文版 Windows NT 4.0 Server 或更高中文版 Windows NT 4.0 Workstation 或更高

* 數據庫:中文版 SQL Server 6.5 for Windows NT

* 工   具:中文版 Visual Basic 5.0 for Windows NT

                中文版 Visual C 5.0 for Windows NT

 

4.  數據庫結構

為提高推理機判斷的準確率,高爐順行及異常爐況預報專家系統需要大量準確和實時的數據,數據采集間隔時間根據工藝要求、監測條件及推理需要,部分為1分鐘,部分為5分鐘,并將這些數據分別放入各自相應的原始數據庫中。

 

4.1 BCDES功能簡介

數據預處理模塊實現對現場傳感器數據的檢驗、修正,并作特征提取;推理機完成從最小知識單元到總體爐況的逐級推理,實現水平和動態判定、空間一致性判定等,并將必要的推理結論(各爐況及總體爐況)輸出;知識庫、參數、預處理軟件及其它程序的建立與維護由維護功能模塊完成;推理結論圖形化,語義化后,以圖形方式經高爐主控室的大屏幕顯示器輸出;神經元網絡分別完成全差壓、透氣性指數與風量、風溫、風壓、風口進風面積、原料條件等實際生產數據的關系的學習,以增強本系統對高爐的動態管理,另外,神經元網絡完成對部分參數的自學習、自校正功能。

 

4.2 BCDMS功能簡介

根據定量化的現場傳感數據,通過二個模型(水準、變動判定)的綜合判定和計算,給出數值化、可視化的高爐作業狀況,并用直觀的、良好的圖形畫面使操作人員簡捷地了解高爐爐況。模型1和模型2都是對各自的單項指數和分類指數進行判定,根據各指數經預定閾值的計算獲得各指數對應狀況的得分。進而綜合二模型結果得出總體爐況判定結果。

實時數據通訊部分完成現場傳感器數據的獲取和數據庫管理。UCIS(人機交互系統)負責組織協調整個系統的運作。

 

5.  數學模型

5.1 BCDMS系統開發的背景

在連續生產的鋼鐵廠中,高爐、煉鋼、軋鋼各工序是直接聯系在一起,只要其中一個工序停產的話,影響到全廠的生產,特別是高爐處在這個連續工序的最前面。如果高爐爐況不順,減少出鐵量,直接影響到全廠的生產量。最近隨著高爐大型化,各個高爐穩定操作,越來越顯得重要。

通過對高爐解體剖拆,通過活動爐喉擋板或無料鐘布料裝置取得的爐料裝入分布控制經驗和對高爐過程解析研究,可以達到穩定操作但由于不可予測的原料性狀變化,難以避免高爐爐況發生變化。如果早期發現爐況惡化,盡快作出相應處理是高爐生產操作中相當重要的一個環節。

爐料下降出現異常時,操爐者謀求暫時降低風量恢復爐況。操爐者采取操作因子中,送風量是控制爐熱的,不管送風溫度和重油何等重要,以送風量作為直接控制因子的模型,幾乎沒有試驗過,根據反應速度開發的數學模型,通過燒結礦還原粉化,予測送風壓力變化。送風壓力上升是爐料下降異常的一個原因,操作送風量時一定要考慮其余種種原因,綜合判斷爐況。

高爐爐況異常中,如果除了風口破損等設備故障外,那么防止爐熱下降,出渣不暢,爐冷是最重要的,至于高爐操作不可改變的爐冷過程不僅僅是全體進入熱量不足,是由種種原因引起爐料下降異常伴隨著大規模崩料現象這樣的異常早期發現采用適當風壓操作等處理是不可少的。

GO-STOP系統是為了防止爐冷等重大爐況不順開發的在線高爐操作管理系統。

 

5.2 關于爐況不順的過程和檢出方法的討論

前面已經說過重大爐況不順是爐冷,為了防止爐冷,操作應盡量避免異常的爐料下降現象,爐料下降是爐料自重產生的,爐料以層狀下降,上升的煤氣流壓力損失,爐料間相互摩擦和它與爐壁摩擦,妨礙了爐料下降,如果對于這些妨礙爐料因子定量化,那么爐料下降異常可以推定和予測。

但高爐過程分析定量化不是十分充分的,爐料物理性狀測定不可能連續獲得測定值,所以予測爐料下降異常不能取以上某一方面。

GO-STOP 系統,不是單一方面的模型,盡可能收集各種測定數據,根據高爐工藝機理進行整理,再根據操作上經驗和重要性,選擇判斷因子,在這個基礎上再判定爐況。

 

单双公式技巧规律