智能化无人钢厂_炼铁_炼钢_轧钢_宝钢内部资料

《智能制造钢铁行业应用冶金智能原料场技术要求》-概述说明以及解释1.引言1.1 概述钢铁行业作为国民经济发展的重要支柱产业，一直以来都承担着国家建设和工业化进程的重要任务。

随着信息技术和智能制造的迅猛发展，智能制造被广泛应用于各个行业，其中也包括了钢铁行业。

智能制造的引入能够提高生产效率、优化生产流程、降低能源消耗和减少环境污染，对钢铁行业具有重要意义。

在钢铁生产过程中，冶金原料是至关重要的环节。

冶金智能原料场技术，指的是将智能化技术应用于钢铁原料场，实现原料的智能化管理和控制。

这一技术的应用可以提高原料场的自动化程度和精细化管理水平，有效避免由于人为操作导致的事故和生产安全风险。

同时，利用智能化技术，还可以实现对原料质量的实时监测和精确控制，确保产品质量的稳定性和一致性。

钢铁行业是高能耗、高排放的行业，在当前环境保护的背景下，推动钢铁行业向智能制造的转型升级具有重要意义。

冶金智能原料场技术的应用，能够提高钢铁生产过程的智能化程度，减少对能源的消耗，并有效降低环境污染。

与传统的人工操作相比，冶金智能原料场技术具有更高的自动化程度和可靠性，能够减少人为错误和事故的发生。

本文将重点探讨智能制造在钢铁行业的应用前景以及冶金智能原料场技术的发展方向。

为了更好地推动钢铁行业向智能化方向发展，我们需要深入了解智能制造的概念和特点，探索钢铁行业智能制造的可能路径，并结合实际情况分析冶金智能原料场技术的要求和难点，为钢铁行业的智能化转型和升级提供有益的参考和指导。

1.2 文章结构文章结构部分主要是介绍本文的章节组成和内容安排，以便读者能够清晰地了解文章的组织结构和内容概要。

具体地，文章结构包括以下几个方面：一、引言部分：在引言中，首先给出对智能制造和钢铁行业应用的简要概述，概括介绍智能制造在钢铁行业中的重要性和发展前景。

然后，介绍本文的结构安排，包括主要章节的组成和各个章节的主要内容，给读者一个整体的概览。

二、正文部分：2.1 钢铁行业的发展与智能制造：在这一部分，详细介绍钢铁行业的发展现状和趋势，包括当前面临的挑战和问题，以及智能制造技术对于钢铁行业发展的积极影响。

第３１卷第２期中国机械工程V o l ．３１㊀N o ．２２０２０年１月C H I N A M E C HA N I C A LE N G I N E E R I N Gp p．２４６Ｇ２５１热轧产线智能制造技术应用研究宝钢１５８０热轧示范产线张健民１㊀单旭沂２１．宝山钢铁股份有限公司研究院,上海,２０１９００２．宝山钢铁股份有限公司热轧厂,上海,２０１９００摘要:智能制造是未来钢铁行业战略发展方向,各钢铁制造企业㊁装备与控制供应商都在积极探索实施方案.以国内钢铁行业首条智能制造示范产线 １５８０热轧智能产线的建设为例,总结了传统热轧产线智能化改造过程中智能制造技术的应用情况.构建了包括智能化模型㊁智能物流㊁设备状态诊断和预测性维护㊁工艺过程在线检测㊁绿色产线等八大模块的热轧智能车间的系统框架;介绍了热轧智能产线关键技术;展望了未来热轧领域智能制造的发展方向.关键词:宝钢;热轧;智能制造;智能产线;板形控制中图分类号:T G ３３４．９D O I :１０．３９６９/j ．i s s n ．１００４ １３２X．２０２０．０２．０１０开放科学(资源服务)标识码(O S I D ):A p p l i c a t i o n o f I n t e l l i g e n tM a n u f a c t u r i n g T e c h n o l o g y i nH o t R o l l i n g Pr o d u c t i o nL i n e B a o s t e e l １５８０H o tR o l l i n g De m o n s t r a t i o nP r o d u c t i o nL i n e Z H A N GJ i a n m i n １㊀S H A N X u y i ２１．R e s e a r c h I n s t i t u t e ,B a o s h a n I r o n &S t e e l C o ．,L t d ．,S h a n g h a i ,２０１９００２．H o tR o l l i n g P l a n t ,B a o s h a n I r o n &S t e e l C o ．,L t d ．,S h a n gh a i ,２０１９００A b s t r a c t :I n t e l l i g e n tm a n u f a c t u r i n gi s t h e s t r a t e g i c d e v e l o p m e n t d i r e c t i o no f s t e e l i n d u s t r y i n t h e f u t u r e ,s o s t e e lm a n u f a c t u r i n g e n t e r p r i s e s ,e q u i p m e n t a n d c o n t r o l s u p p l i e r s a r e a c t i v e l y e x p l o r i n g th e i m p l e m e n t a t i o n p l a n s ．T a k i n g t h ec o n s t r u c t i o no f t h ef i r s t i n t e l l i g e n t m a n u f a c t u r i n g de m o n s t r a t i o n p r o d u c t i o n l i n e i nd o m e s t i c s t e e l i n d u s t r y ,t h e１５８０h o t r o l l i n g i n t e l l i ge n t p r o d u c t i o n l i n ea sac a s e ,t h e a p p l i c a t i o nof i n t e l l ig e n tm a n u f a c t u r i n g t e ch n o l o g yi n t h e i n t e l l i g e n t u p g r a d e p r o c e s s o f t r a d i t i o n a l h o t r o l l i n gp r o d u c t i o nl i n e s w a ss u mm a r i z e d ．T h es y s t e m f r a m e w o r ko ft h eh o tr o l l i n g i n t e l l i ge n t w o r k s h o p i n c l u d i n g i n t e l l i g e n tm o d e l ,i n t e l l i g e n t l o g i s t i c s ,e q u i p m e n t c o n d i t i o nd i a gn o s i s a n d p r e d i c Ｇt i v em a i n t e n a n c e ,c o m p r e h e n s i v eo n l i n e i n s p e c t i o no f p r o c e s s e n g i n e e r i n g,a n d g r e e n p r o d u c t i o n l i n e w a s e s t a b l i s h e d ．K e y t e c h n o l o g i e so f t h eh o t r o l l i n g i n t e l l i ge n t p r o d u c t i o nl i n ew e r e i n t r o d u c e d ,a n d t h ef u t u r e d e v e l o p m e n t d i r e c t i o no f i n t e l l ig e n tm a n u f a c t u r i n g o fh o t r o l li n g wa s f o r e c a s t e d ．K e y wo r d s :B a o s t e e l ;h o tr o l l i n g ;i n t e l l i g e n t m a n u f a c t u r i n g ;i n t e l l i g e n t p r o d u c t i o nl i n e ;s h a r p c o n t r o l收稿日期:２０１９１０３００㊀引言目前国内钢铁行业面临劳动力成本不断上升㊁用户需求个性化㊁材料质量要求日益严苛㊁产品竞争激烈㊁装备同质化程度高㊁供应链整体协同性差等一系列竞争压力,而智能制造技术利用计算机技术㊁通信技术㊁网络技术㊁自动控制技术等先进技术,可实现制造环节的横向㊁纵向㊁端到端三个维度的集成,形成高度协同的生产制造系统,可实现各种资源的最高效利用,因此,智能制造技术成为解决钢铁企业上述痛点问题的有效手段[１Ｇ２].美国大河钢厂建成最新的短流程生产线,该厂目前人均产钢量达到３７２０t /年,二期完工投产后人均产钢量将进一步达到５０００t/年,远高于长流程钢厂的人均产钢量.大河钢厂作为钢铁行业最新的样板工厂,除了短流程特色之外,智能制造技术起到关键作用.此外,韩国现代钢铁㊁日本J F E 钢铁㊁德国蒂森克虏伯(T h y s s e n K r u p p)等钢铁公司,西门子㊁西马克㊁T M E I C 等冶金电气公司纷纷推出自己的钢铁智能制造规划和技术措施.综合分析这些公司的智能制造技术,其目标是高效率㊁高质量,关键技术包括智能传感㊁A I 技术㊁大数据技术等.对国内钢铁行业而言,智能制造已成为推动行业转型升级的重要抓手, 钢铁行业智能化改造空间巨大,是最有可能通过智能制造实现转型的一个传统行业 [３].２０１５年至今,工业与信息化部已经陆续公布了４批智能制造试点示范项目,钢铁行业累计有９个项目进入示范名单,产线包６４２括冷轧㊁热轧㊁厚板㊁钢管等多个工序,其中,宝山钢铁股份有限公司(简称 宝钢 )１５８０热轧产线是业内最早的示范项目,目前已全部实现项目设定目标.本文主要回顾１５８０热轧智能产线研发历程,总结已取得的成果,并展望未来热轧领域智能制造发展方向.１㊀宝钢热轧智能产线及智能车间系统架构传统钢铁企业一般包括炼铁㊁炼钢连铸㊁热轧㊁冷轧四大工序,热轧处于钢铁制造流程的中间位置,未来企业内各个生产单元的信息横向集成,以热轧为基点可以实施前后拓展.热轧生产过程中连续生产㊁离散生产过程并存:热轧加热炉区域的板坯加热过程是连续生产过程,一个加热段内有多块板坯同时加热;在轧线上轧件是一块块轧制的,具有一定的离散生产特征.热轧生产过程从高温到低温,生产环境恶劣,该工序智能制造相关技术的应用对于前后工序都有一定的借鉴意义.钢铁制造企业智能制造的核心在于实现产品设计的个性化㊁产销服务的网络化㊁制造过程的智能化及过程控制的精准化[４].宝武集团以 四个一律 为目标在企业内大力推进智能制造技术,即操作室一律集中离开现场(实现了本质化的安全),设备运维监测一律远程,危险㊁重复㊁简单的操作岗位一律用机器人取代人工,服务环节一律上线,由此打造一种极致高效安全的智慧钢厂,实现人工智能对人的替代,进而推动公司的流程再造㊁管理变革.１．１㊀１５８０热轧工艺流程及设备配置１５８０热轧生产线采用常规半连续式热轧带钢轧机,轧机的宽度为１５８０m m.生产线主要设备配置见图１.主要设备包括:三座步进梁式加热炉㊁粗轧入口除鳞箱㊁定宽大侧压机㊁E１/R１粗轧机㊁E２/R２粗轧机㊁E H边部加热炉器㊁飞剪㊁精轧入口除鳞箱㊁精轧小立辊㊁七机架精轧机㊁层流冷却及两台地下卷取机.卷取结束后进行打捆㊁喷印及称重.R１为两辊可逆轧机㊁R２为四辊可逆轧机.精轧机F２~F４采用P C交叉轧机,工作辊采用负弯辊;F５~F７轧机平辊可窜动,工作辊采用负弯辊.图１㊀１５８０热轧设备配置F i g．１㊀C o n f i g u r a t i o n１５８０h o t r o l l i n g e q u i p m e n t １．２㊀１５８０热轧智能车间系统架构１５８０热轧智能车间的建设目标是:应用先进的智能制造技术,改造传统热轧产线,提高产品质量与劳动效率㊁降低生产成本,打造钢铁行业智能样板车间.１５８０热轧智能车间设定技术指标及项目实际验收时的技术指标见表１.表１㊀１５８０热轧智能车间项目主要技术指标T a b．１㊀M a i n t e c h n i c a l i n d e x e s o f１５８０h o t r o l l i n gi n t e l l i g e n tw o r k s h o pp r o j e c t％设定参数设定指标实际验收指标工序能耗降低５５．１２质量成本下降２０２６．１６劳动效率提升１０１２．５自动化轧钢率提升６９．０１㊀㊀对于１５８０智能车间建设,宝钢定位于自主集成与关键技术自主开发,部分技术通过与国内外设备供应厂商㊁电气系统供应商㊁IT企业开展合作完成.根据智能车间建设目标,并结合１５８０热轧产线的产品结构㊁设备能力以及今后的发展方向,确定１５８０智能车间系统框架(图２),该系统包括智能模型与控制㊁智能物流㊁设备状态诊断和预测性维护㊁工艺过程在线检测㊁绿色产线㊁可视化虚拟工厂㊁智能排程㊁质量一贯管控八大模块.图２㊀１５８０热轧智能产线F i g．２㊀１５８０h o t r o l l i n g i n t e l l i g e n t p r o d u c t i o n l i n e(１)智能物流模块.采用激光成像㊁无线通信㊁电子防摇㊁微波测距等技术,实现１５８０热轧板坯库智能库管与行车无人化控制,使得车间成为国内首家热轧板坯库物流无人化车间.２０１７年５月２２日实行行车２４h无人全自动运行,同年６月１８日项目进入功能考核期,７月２１日完成功能考核.目前,自动上料节奏小于１５２s,满足３座加热炉的作业要求.行车全自动化比例达到７４２热轧产线智能制造技术应用研究 宝钢１５８０热轧示范产线 张健民㊀单旭沂９８．５％,劳动效率大幅度提升.(２)设备状态诊断和预测性维护模块.以大数据分析和人工智能为技术支撑,着力推进设备运行维护智能化㊁关键业务领域管理智慧化㊁设备全生命周期数字化,在状态精准掌控的基础上实施流程再造,探索建立预知状态维修体系,以技术推动设备管理创新和转型发展.增加电气设备(如马达)及供电回路中的电流㊁温度等参数的检测装置,主轴㊁齿轮㊁减速机等关键机械设备的温度㊁扭矩等参数的检测设备.利用设备运行过程中积累的大数据,开发了除鳞泵㊁风机㊁减速箱等关键设备的综合诊断模型,实现自动报警和初步诊断,漏报率为零,准确率在８０％以上.(３)工艺过程在线检测模块.虽然在１５８０热轧产线上安装了测量温度㊁厚度㊁宽度㊁板形㊁轧制力等参数的众多检测装置,但为了提高生产线的在线感知能力,仍需要进一步提升工艺过程在线检测能力.为此采用图像处理及A I技术,开发了板坯号自动识别装置㊁镰刀弯检测装置㊁粗轧翘扣头检测装置㊁精轧跑偏检测装置以及夹送辊表面检测装置.(４)智能模型与控制模块.通过对板坯加热㊁粗轧宽度控制㊁精轧厚度与板形控制㊁层流冷却卷取温度控制模型进行全方位的优化,提高了模型控制精度.优化了加热炉控制系统,取向硅钢ʃ２０ħ加热合格率提高４０％;开发了全新粗轧模型控制系统,操作工干预减少５０％,精度提高１３．８％.自主开发１５８０板形控制新模型,硅钢同宽公里数达到５０k m;轧制计划带钢宽度反跳值为３００mm,硅钢凸度与楔形双高比例从４０％提高至７０％.精轧㊁层冷模型持续优化,厚度偏差标准差提高６％,卷取温度偏差标准差提高１５％.(５)质量一贯制管控模块.开发了产品尺寸㊁温度类质量指标的全自动判定系统.自２０１７年６月起,热轧三条产线的尺寸㊁温度㊁板形㊁断面类缺陷全部实现自动判定.钢卷质量自动判定率为１００％,钢卷缺陷信息传递准确率为１００％,提高劳动效率２５％.(６)智能排程模块.针对产线品种规格众多㊁公司物流交叉复杂特点,结合多年炼钢㊁热轧计划排程经验,提出了炼钢热轧一体化智慧排程设计架构,确定了人机交互方式㊁特殊轧制规程数字化处理㊁模型数据表设计等功能,通过在L４排程系统中增加板坯垛位信息等措施,实现了热轧生产计划编制与公司生产计划的一体化,大幅度提高了轧制计划自动排程比例.(７)绿色产线.在单体设备㊁工艺控制及产线协同节能三个层面开展了绿色节能工作.开展了除鳞泵的高效节能改造,主电机冷却风机等单体设备的改造.完成了加热炉最佳空燃比模型开发,实现了富氧燃烧改造㊁高压水除鳞联动控制模型㊁产线一键式启停绿色运转等节能控制工艺;利用精细化能源管理系统㊁带钢能耗预测及节能优化模型实现产线协同节能.(８)可视化及数字工厂.根据１５８０热轧产线众多的仪表系统,电气与过程控制系统,与生产相关的生产管理系统㊁能源管理系统㊁设备管理系统㊁质量管理系统等现有系统的现状及对数字化工厂构建的设想与要求,提出了在异构网络基础上建立大规模数据采集/处理㊁系统间数据共享标准,实现了集数据汇聚㊁分析㊁优化㊁展示于一体的车间级生产技术管理㊁产品质量管理㊁能源管理㊁设备维护与辅助决策全过程的可视化,同时构建了虚拟现实系统,实现生产线与虚拟现实系统的互动,初步实现了热轧生产过程的数字孪生.２㊀热轧智能产线关键技术２．１㊀热轧板形控制技术热轧板形控制是热轧生产过程中最复杂的控制,需面向生产全过程,涉及设备㊁控制㊁工艺和管理,也涉及工序之间的配合[４].针对１５８０热轧产线,本项目开发了一套全新的热轧P C＋C V C＋WR S复合轧机设定模型控制系统,该系统主要功能模块如图３所示.图３㊀热轧板形控制系统模型F i g．３㊀M o d e l o f h o t r o l l i n g s h a p e c o n t r o l s y s t e m(１)板形预设定模型(P C S U).完成计算达到目标凸度和平直度所需要的F１~F７机架弯辊力以及F２~F４机架的P C角的设定值,当使用C V C轧辊时,计算F５~F７机架C V C的窜辊量.(２)优化窜辊模型(WR S S U).当使用WR S 轧辊时,计算F５~F７机架的窜辊量.(３)轧辊温度与热凸度模型(WR T E M P).计算工作辊温度分布与热凸度.(４)轧辊磨损计算模型(RW E A R).计算工８４２中国机械工程第３１卷第２期２０２０年１月下半月作辊与支撑辊磨损后轮廓.(５)板形自适应计算模型(P C A D P).根据实测值以及操作工的输入,对带钢凸度㊁平直度,以及模型参数进行修正,以提高板形模型的精度.(６)凸度反馈控制(F B KＧD C C).修正带钢全长实测凸度和目标凸度的偏差.(７)热凸度补偿控制(T H LＧC OM).修正带钢在轧制过程中因轧辊热凸度变化而带来的板形偏差.(８)平直度反馈控制(F B KＧA S C).修正带钢全长实测平直度和目标平直度的偏差.(９)轧制力补偿控制(R FＧC OM).修正带钢在轧制过程中因轧制力波动而带来的板形偏差.本套热轧板形控制系统充分挖掘 人工操作 小数据,模型自适应功能充分借鉴了操作工关于P C角㊁C V C位置㊁弯辊力的设定经验,结合了大数据技术精调热凸度补偿㊁轧辊磨损等模型,在凸度反馈控制㊁平直度反馈控制中引入滑动平均滤波㊁S M I T H预估控制等先进控制算法,优化窜辊模型综合考虑生产计划,以整个轧制计划磨损均匀为目标,实现动态优化窜辊策略.板形控制系统自２０１７年应用于现场后,取得了良好的效果:同宽轧制公里数大于５０k m;实现生产计划宽度反跳３００mm;凸度㊁楔形两指标同时命中９５％以上比例达到７０％;换辊次数６~７次/天.２．２㊀宽度智能控制技术宽度是热轧工艺重要的产品指标.宽度控制的难点在于:宽度控制主要在粗轧阶段完成,但精轧轧制状态对成品宽度也会产生重要的影响且精轧宽展预测困难;宽度测量受生产过程中多种因素影响;板坯的来料宽度不准确;热轧生产过程高温㊁高压的恶劣环境使得设备状态难以长时间保证.本项目开发了以下新技术:(１)粗轧预计算㊁再计算控制流程.通过梳理板形宽度控制流程,开发了宽度负荷自适应分配算法,实现宽度道次计算与设定.(２)测量数据智能感知与处理技术.基于数据统计㊁时域和频域分析技术,实现带钢宽度测量的形状特征㊁异常特征的分类及识别,准确感知轧件宽度状态.(３)粗轧宽度动态前馈控制.宽度控制过程是无法进行反馈控制的,通过对带钢数据的分析,准确感知轧件状态,实现宽度的前馈补偿控制,显著减少全长宽度控制中异常宽㊁窄㊁T形等宽度异常,提高宽度控制精度.(４)精轧自然宽展神经网络模型.建立了深度神经网络模型,代替原来的精轧宽展模型,模型预测精度提高１５％.(５)基于多信息融合的宽度余量控制模型.综合考虑宽度控制过程中粗轧㊁精轧宽度控制精度㊁宽度全长高低点㊁宽度全长波动等信息,按照宽度余量损失最小原则实现宽度余量自动决策.新的宽度控制模型(图４)在实际生产中取得显著成效,１５８０热轧宽度控制由大量人工干预到实现模型全自动控制,其中粗轧控制精度提高３８．９％,宽度质量封锁率下降４０％以上,宽度余量减小１５％.图４㊀粗轧宽度控制技术F i g．４㊀W i d t h c o n t r o l t e c h n o l o g y o f r o u g h r o l l i n g２．３㊀热轧表面缺陷智能判定表面质量是板材最重要的质量指标之一,项目实施前,宝钢热轧表面检测采用国际上最好的仪表,但表面质量缺陷的识别㊁判断依然需人工完成,工作量巨大.本项目探索将深度迁移神经网络技术应用于热轧表面质量缺陷识别与判断(图５),基于８０００张经现场标注的表面缺陷图片,对３１类缺陷进行识别分类;图像预处理中对数据集进行旋转㊁镜像㊁转换;模型结构选用迁移的预模型:i n c e p t i o nＧv３(４７层)和r e s n e tＧv２(１５２层).通过训练后,表面缺陷识别正确率可以提高到９５％.９４２热轧产线智能制造技术应用研究 宝钢１５８０热轧示范产线 张健民㊀单旭沂图５㊀热轧表面质量智能识别F i g．５㊀I n t e l l i g e n t i d e n t i f i c a t i o no f h o t r o l l i n gs u r f a c e q u a l i t y２．４㊀热轧表面质量预警与成因分析热轧带钢表面质量的控制改进始终是当前面临的难题.出现表面缺陷时,根据积累的生产经验由人工进行设备与工艺的排查,耗时耗力,准确性差,效率低.表面质量中的带钢表面氧化铁皮压入㊁边部线状缺陷等是目前的突出质量问题,用户质量异议㊁抱怨较多.项目组采用大数据分析技术,开展表面氧化铁皮㊁边线缺陷A I建模㊁缺陷智能诊断研究.如图６所示,研究工作包括数据准备与处理㊁A I建模㊁工艺诊断优化三部分.对于A I模型,探索了多种建模方法,最终发现以X g b o o s t 建立的表面缺陷预测模型综合精度最好,A U C值(学习器性能优劣衡量指标))达到０．９２.图６㊀热轧表面质量智能诊断F i g．６㊀I n t e l l i g e n t d i a g n o s i s o f h o t r o l l i n g s u r f a c e q u a l i t y基于表面质量预测模型,以F１ＧS C O R E贪心算法为核心,搜索分析数据集中各个特征的最优取值区间以及调整的最优顺序,得到多种工艺改进方案并应用于生产现场.１５８０热轧产线的边线缺陷发生率得到控制,２０１８年总体缺陷发生率为０．０１％,较２０１７年下降了０．２０％.２．５㊀热轧智能测控技术研究检测技术是产线实现智能化的基础,热轧产线由于受高温恶劣环境影响,产线上很多点无检测装置,只能依靠操作工人通过观察进行控制.现代图像处理及识别技术随着人工智能技术的进步迅速发展,该类技术是目前人工智能领域发展最快的技术.项目组通过图像识别技术实现了热轧产线多点自动测量,显著提高了产线测控的智能化水平.(１)粗轧翘扣头检测与控制.利用图像测量得到轧件轧制过程中翘扣头状态,建立相关控制模型,通过设定后续道次上下辊速差实现轧件翘扣头自动控制.模型投入率(指系统自动控制㊁人工不干预的带钢比例)９５％以上.(２)粗轧镰刀弯检测与控制.利用图像测量得到轧件镰刀弯状态,建立相关控制模型,通过设定后续道次水平辊调平量实现轧件镰刀弯自动控制.模型投入率９５％以上.(３)飞剪头尾形状检测与剪切优化.利用图像测量得到飞剪剪切掉的头尾废料形状,实现飞剪的优化剪切控制.(４)机架内跑偏测量与控制.通过图像技术测量带钢在精轧机架的位置,从而实现带钢机架内的跑偏控制,显著提高带钢在精轧阶段的轧制稳定性,减少精轧废钢及尾部甩尾㊁轧破等生产风险.(５)卷取夹送辊辊面检测与表面质量预测.通过图像检测卷取夹送辊辊面质量缺陷和判定模型,建立热轧带钢表面质量与卷取夹送辊面质量缺陷预测模型,实现卷取夹送辊后的带钢表面质量自动监控.(６)钢卷号智能识别.监控㊁识别钢卷号喷印质量,保证钢卷号喷印准确性.３㊀热轧智能制造技术发展趋势分析(１)热轧轧制工艺智能优化.热轧产线的工艺制度基本是固定的,但对于一种产品,不同用户关注的质量不一样,生产过程中,保证所有指标最优和保证关键指标最优㊁次要指标合格所需要的综合成本是不一样的.热轧轧制工艺优化应根据用户需求㊁不同轧制计划㊁设备状态,综合考虑表面㊁能耗㊁产量㊁质量等多种因素,为各个产品制定最佳工艺路径,通过智能优化,在满足用户需求的同时,降低热轧产线制造成本,提高产线综合竞争力(图７).０５２ 中国机械工程第３１卷第２期２０２０年１月下半月图７㊀热轧工艺综合优化F i g．７㊀C o m p r e h e n s i v e o p t i m i z a t i o no f h o tr o l l i n gp r o c e s s(２)优化热轧智能排程系统,实现产线知识㊁信息纵向集成,提高产线竞争力.目前的热轧生产计划排程与热轧生产缺乏数据互动,L４排程系统根据用户订单㊁结合热轧产线固定的排程规则安排生产计划并下发热轧产线生产,热轧产线的生产计划难以考虑产线设备㊁生产状况等情况,无法做到最优.未来在新的热轧智能制造系统中,我们将逐步开发出热轧产品质量㊁生产成本综合评价模型,设备状态评估模型,基于这些模型进一步开发热轧轧制计划综合评价系统,并反馈到热轧计划系统,另外热轧产线基于实际生产状态形成热轧计划的短期动态调整规则,这些规则将与热轧计划系统共享.热轧排程系统基于产线的短期动态调整规则及计划综合评价系统产生新的轧制计划下发到热轧产线,热轧产线可结合用户对产品的需求信息动态优化轧制工艺,如图８所示.图８㊀热轧信息纵向集成F i g．８㊀V e r t i c a l i n t e g r a t i o no f h o t r o l l i n g i n f o r m a t i o n(３)跨产线信息融合.智能制造的特征之一是信息的横向集成技术,热轧只是钢铁生产流程中的一个工序,未来随着大数据基础的实施与完善,炼钢㊁连铸㊁热轧㊁冷轧等多工序信息集成,产品质量综合管控是必然的发展方向(图９).４㊀结语智能制造是未来钢铁行业战略发展技术之图９㊀热轧信息横向集成F i g．９㊀H o r i z o n t a l i n t e g r a t i o n o f h o t r o l l i n g i n f o r m a t i o n 一,它对推动行业转型升级㊁实现中国钢铁 由大变强 有着重要意义.本文介绍了宝钢１５８０热轧智能产线案例,并提出了后续的深化研究设想.智能制造是一项发展中的技术,远未成熟.产线级智能制造应以大数据为基础,以智能设备㊁模型控制㊁产品质量为核心,并重点关注智能排程㊁绿色节能㊁智能物流㊁智能安全等技术领域.宝钢热轧智能制造目前只是取得了部分阶段性成果,随着智能制造技术的不断发展和应用,钢铁企业的智能化水平必将不断提升.参考文献:[１]㊀L E V I N S O N M．U S M a n u f a c t u r i n g i nI n t e r n a t i o n a l P e r s p e c t i v e[R]．W a s h i n g t o nDC:C o n g r e s s i o n a l R eＧs e a r c hS e r v i c e,２０１４．[２]㊀朱森第．中国制造转型升级:智能制造到底该如何发力[J]．机器人产业,２０１７(１):３６Ｇ４１．Z HUS e n d i．C h i n a s M a n u f a c t u r i n g T r a n s f o r m a t i o na n d U p g r a d i n g:H o w S m a r tM a n u f a c t u r i n g S h o u l dW o r k[J]．R o b o t i c s I n d u s t r y,２０１７(１):３６Ｇ４１．[３]㊀徐乐江．转型服务制造打造智慧钢铁[C]ʊ第二届中国制造２０２５与工业４．０全球年会．北京,２０１６．X U L e j i a n g．T r a n s f o r m i n g S e r v i c eM a n u f a c t u r i n g t oC r e a t eS m a r t S t e e l[C]ʊT h eS e c o n d M a d e i nC h i n a２０２５a n dI n d u s t r y４．０G l o b a lA n n u a lC o n f e r e n c e．B e i j i n g,２０１６．[４]㊀邵健,何安瑞,孙文权,等．面向生产全过程的热轧带钢精准控制核心技术[J]．中国冶金,２０１７,２７(５):４５Ｇ５０．S HA OJ i a n,H E A n r u i,S U N W e n q u a n,e ta l．P r eＧc i s eC o n t r o lC o r eT e c h n o l o g y o fH o tR o l l i n g S t r i p i n W h o l eP r od u c t i o nP r o ce s s[J]．C h i n aM e t a l l u r g y,２０１７,２７(５):４５Ｇ５０．(编辑㊀卢湘帆)作者简介:张健民,男,１９６８年生,教授级高工㊁博士研究生导师.研究方向为钢铁冶金智能制造.获省部级科技进步一等㊁二等奖各１项.发表论文３０余篇.EＧm a i l:j m z h a n g＠b a o s t e e l．c o m.１５２热轧产线智能制造技术应用研究 宝钢１５８０热轧示范产线 张健民㊀单旭沂。

钢铁行业如何实现生产过程智能化协同在当今高度工业化的时代，钢铁行业作为国民经济的重要支柱产业，面临着日益激烈的市场竞争和不断提升的质量要求。

为了提高生产效率、降低成本、优化产品质量，实现生产过程的智能化协同已成为钢铁行业发展的必然趋势。

智能化协同是指通过整合各种先进的信息技术和智能化手段，将钢铁生产过程中的各个环节有机地连接起来，实现信息的实时共享、资源的优化配置和生产流程的高效协同。

这不仅需要先进的技术支持，更需要从管理理念、组织架构到生产流程的全方位变革。

首先，建立完善的信息化基础设施是实现智能化协同的基础。

这包括构建高速稳定的企业内部网络，确保各个生产环节之间的数据能够快速、准确地传输。

同时，要安装先进的传感器、监测设备和数据采集系统，实时获取生产过程中的各种数据，如温度、压力、流量、化学成分等。

这些数据是实现智能化控制和协同的重要依据。

在数据采集的基础上，运用大数据分析技术对生产数据进行深度挖掘和分析至关重要。

通过对大量历史数据和实时数据的分析，可以发现生产过程中的潜在规律和问题，为优化生产工艺、提高产品质量提供决策支持。

例如，通过分析不同批次的原材料数据和生产过程参数，可以找到最佳的配料比例和生产工艺条件，从而降低生产成本、提高产品合格率。

智能化的生产调度系统也是实现协同的关键。

传统的生产调度往往依赖人工经验，容易出现失误和效率低下的情况。

而智能化的生产调度系统能够根据订单需求、设备状态、原材料供应等因素，自动制定最优的生产计划和调度方案。

同时，该系统还能够实时监控生产进度，及时调整计划，确保生产任务按时完成。

此外，实现生产设备的智能化互联也是必不可少的。

通过工业互联网技术，将各类生产设备连接起来，实现设备之间的信息交互和协同工作。

例如，炼钢炉、轧钢机等设备可以实时共享生产数据，根据上下游设备的工作状态自动调整自身的运行参数，从而提高整个生产线的协同效率。

在人员管理方面，要加强员工的信息化素养和技能培训。

钢铁行业智能炼钢技术智能化技术的迅速发展正对各行各业产生着深远影响，其中包括钢铁行业。

传统的炼钢方法在能耗、资源利用以及产能等方面存在一定的问题。

为了提高炼钢的效率和减少对环境的影响，钢铁行业纷纷引入智能化技术，其中智能炼钢技术成为了炼钢工艺的主要创新之一。

一、智能炼钢技术的概述智能炼钢技术是指通过人工智能、物联网、大数据等技术手段，对整个炼钢过程进行智能优化和控制。

通过对原材料、炉料、生产设备以及环境参数等进行实时监测和数据分析，智能炼钢技术能够提高炼钢效率、节约能源、降低污染排放，同时也能够提供更可靠的质量控制和产品认证。

二、智能炼钢技术在原料预处理中的应用在炼钢过程中，原料预处理是一个至关重要的环节。

智能炼钢技术可以通过对原料的成分分析、化学反应特性的模拟等手段，实现对原料的精细调控。

通过智能化技术，钢铁企业可以更好地掌握原料的质量状况，减少原料消耗和浪费，提高生产效率和产品质量。

三、智能炼钢技术在炉料制备和炼钢过程中的应用智能炼钢技术在炼钢过程中的应用主要体现在炉料制备和炼钢过程的智能控制上。

通过对炉料中的成分、含量以及温度、压力等参数的实时监测和优化控制，智能化技术能够有效提高炼钢过程的稳定性和生产能力。

同时，智能炼钢技术还可以通过预测模型和优化算法，实现炼钢工艺的智能调整，提高炼钢工艺的适应性和灵活性。

四、智能炼钢技术在环境保护和能源利用方面的应用环境保护和节能减排是当前全球炼钢行业必须面对的重要课题。

智能炼钢技术可以通过对排放物的监测和控制，优化炼钢工艺和设备，降低排放物的含量和浓度，保护环境。

同时，智能炼钢技术还可以通过对能源利用的模拟和优化，提高能源利用率，降低能耗，实现可持续发展。

五、智能炼钢技术的挑战与前景智能炼钢技术的应用面临着一些挑战，包括技术成熟度、设备更新成本、数据安全等问题。

但是，智能炼钢技术的前景依然广阔。

随着人工智能、物联网等技术的不断进步和成熟，智能炼钢技术将在提高炼钢效率、保护环境、优化能源利用等方面发挥更大的作用。

钢铁行业智能制造与高效生产方案第一章智能制造概述 (2)1.1 智能制造的定义与意义 (2)1.2 钢铁行业智能制造的发展趋势 (3)第二章钢铁行业生产现状与挑战 (3)2.1 钢铁行业生产现状分析 (3)2.2 钢铁行业面临的挑战 (4)第三章智能制造技术与应用 (4)3.1 人工智能在钢铁行业的应用 (4)3.2 互联网钢铁行业 (5)3.3 大数据与云计算在钢铁行业的应用 (5)第四章钢铁行业智能制造关键技术与装备 (6)4.1 自动化控制系统 (6)4.2 与智能装备 (6)4.3 信息化管理与优化 (7)第五章智能制造在钢铁生产中的应用 (7)5.1 炼铁炼钢过程的智能制造 (7)5.2 轧钢过程的智能制造 (7)5.3 后处理与物流环节的智能制造 (8)第六章钢铁行业高效生产方案 (8)6.1 生产流程优化 (8)6.1.1 流程设计与重构 (8)6.1.2 生产计划与调度 (8)6.1.3 信息技术的应用 (9)6.2 设备管理与维护 (9)6.2.1 设备选型与配置 (9)6.2.2 设备运行维护 (9)6.2.3 设备更新与技术改造 (9)6.3 质量控制与改进 (9)6.3.1 质量管理体系建设 (9)6.3.2 质量检测与监控 (10)6.3.3 质量改进与创新 (10)第七章智能制造与高效生产的集成 (10)7.1 集成策略与框架 (10)7.1.1 集成策略概述 (10)7.1.2 集成框架设计 (10)7.2 系统集成与协同 (11)7.2.1 系统集成 (11)7.2.2 系统协同 (11)7.3 智能制造与高效生产的数据交互 (11)7.3.1 数据采集与传输 (11)7.3.2 数据处理与分析 (11)7.3.3 数据共享与协同 (11)7.3.4 数据可视化与监控 (12)第八章钢铁行业智能制造与高效生产的实施 (12)8.1 项目规划与管理 (12)8.1.1 项目目标设定 (12)8.1.2 项目实施步骤 (12)8.1.3 项目管理与监督 (12)8.2 技术培训与人才储备 (12)8.2.1 培训内容 (12)8.2.2 培训方式 (13)8.2.3 人才储备 (13)8.3 政策与法规支持 (13)8.3.1 政策支持 (13)8.3.2 法规支持 (13)第九章智能制造与高效生产的效果评估 (13)9.1 评估指标与方法 (13)9.2 经济效益分析 (14)9.3 社会效益分析 (14)第十章钢铁行业智能制造与高效生产的发展趋势 (15)10.1 技术发展趋势 (15)10.2 行业发展前景 (15)10.3 国际合作与交流 (15)第一章智能制造概述1.1 智能制造的定义与意义智能制造是依托于新一代信息技术，特别是物联网、大数据、云计算、人工智能等技术的深度融合，对制造过程中的物料流、信息流、资金流进行智能化管理，以实现生产效率提高、资源优化配置、产品质量提升和成本降低的一种新型制造模式。

第一章节1．钢铁联合企业：一般包括炼铁，炼钢，轧钢三个主要生产部门，以及为它们服务的各种辅助生产部门和机构。

2．产品大纲：设计炼钢厂时首先应该定制产品大纲，详细地列出所有要的熔炼的钢种，各钢种具有代表性的若干钢号；各钢号的产量及在总产量中据占的比例：各钢号铸坯的断面形状与尺寸及定尺寸长度等。

第二章节1．转炉由炉帽，炉身，炉底三部分组成。

2．转炉炉型；是指由炉帽，炉身，炉底三部分组成的炉衬内部空间的几何形状。

3．转炉炉型的分类：筒球型，锥球型，截锥型。

他们各自的特点及选择要求。

合理炉型的要求：( 1 ）要满足炼钢的物理化学反应和流体力学的要求，使熔池有强烈而均匀的搅拌( 2 ）符合炉衬被侵蚀的形状以利于提高炉龄；( 3 ）减轻喷溅和炉口结渣，改善劳动条件；( 4 ）炉壳易于制造，炉衬的砌筑和维修方便。

筒球型优点：炉型简单，砌筑方便，炉壳制造容易。

与相同吨位其他两种炉型的转炉相比，它有较大的直径，有利于反应的进行。

一般大、中型转炉可选用这种炉型。

我国鞍钢150t转炉、攀钢120t转炉等。

锥球型与相同吨位的筒球型相比，锥球型熔池加深了，有利于保护炉底。

其内型更适合于钢水的运动，利于物理化学反应。

在同样熔池深度情况下，如底部尺寸适当，熔池直径会比筒球型大些，反应面积有所增加，有利于脱除P、S。

我国大型转炉均采用这种炉型，如宝钢300t转炉、首钢210t转炉均为锥球型。

截锥型结构简单，熔池为平底，易于砌筑。

在一定的反应面积下可保证熔池深度，适用于小型转炉，我国过去已建成的30t 以下的小转炉应用较多。

冶金部技术规定中提出：公称吨位不大于100t的转炉可采用截锥型活炉底。

国外和少有这种炉型。

4．出钢口尺寸过大，出钢时间过短，难以控制下渣，且钢包内钢液静压力增长过快，脱氧产物不易上浮。

出钢口尺寸过小，出钢时间过长，钢液容易二次氧化和吸气，散热也大。

5．公称容量：转炉炉役期的平均出钢量。

6．有效容积：是炉帽，炉身，炉底三个内腔容积之和。

钢铁行业如何实现智能化生产管理在当今科技飞速发展的时代，智能化生产管理已成为众多行业提高生产效率、降低成本、提升产品质量的重要手段。

钢铁行业作为国民经济的重要支柱产业，也面临着转型升级的迫切需求，智能化生产管理无疑是其实现可持续发展的关键路径。

钢铁生产是一个复杂且庞大的系统工程，涵盖了从原材料采购、炼铁、炼钢、轧钢到成品销售的多个环节。

传统的生产管理方式往往依赖人工经验和大量的纸质文档记录，不仅效率低下，而且容易出现误差和信息不及时等问题。

而智能化生产管理则能够通过信息技术的深度应用，实现生产过程的自动化、数字化和智能化，从而显著提升生产管理的水平和效益。

首先，要实现智能化生产管理，数据采集和监控系统的建立是基础。

在钢铁生产的各个环节，部署大量的传感器和监测设备，实时采集温度、压力、流量、成分等关键数据。

这些数据将通过网络传输到中央控制系统，为生产决策提供准确、及时的依据。

例如，在炼铁过程中，通过实时监测炉内的温度和气氛，可以精确控制反应条件，提高铁水质量；在轧钢环节，对钢材的尺寸和性能进行实时检测，能够及时调整生产参数，确保产品符合标准。

其次，生产过程的自动化控制是智能化生产管理的核心。

利用先进的自动化技术，如可编程逻辑控制器（PLC）、分布式控制系统（DCS）等，实现生产设备的自动运行和协调控制。

例如，在炼钢转炉的控制中，可以根据预设的工艺参数和实时采集的数据，自动调整加料、吹氧、搅拌等操作，确保钢水成分和温度达到要求。

同时，自动化控制系统还能够对生产中的异常情况进行快速响应和处理，降低事故发生的风险。

再者，智能化的生产调度和排程是提高生产效率的关键。

通过建立数学模型和优化算法，综合考虑订单需求、设备状态、原材料供应等因素，制定出最优的生产计划。

这样可以避免生产过程中的等待和闲置，提高设备利用率，缩短生产周期。

例如，在多品种、小批量的生产模式下，智能化的排程系统能够根据订单的优先级和交货期，合理安排生产顺序，确保按时交付产品。

热轧钢卷库智能化浅析摘要]: 2019年八一钢铁、中冶赛迪联合推出了国内首个具有工业4.0标准的热轧智能化钢卷库系统。

该系统的成功应用可显著减少库区作业人员，大幅提升库区整体效率，彻底消除设备及货物损伤，保障库区安全、高效、可靠、无人化运转。

本文对该系统进行了简单的介绍，对其中的关键技术进行了简要描述，对于了解智能卷库系统有一定的参考价值。

[关键词]:防摇技术；机器视觉；1、概述按照《钢铁工业调整升级规划(2016-2020年)》，我国钢铁工业已进入结构调整、转型升级为主的发展阶段，钢铁行业要积极适应、把握、引领经济发展新常态，以全面提高钢铁工业综合竞争力为目标，坚持结构调整、坚持创新驱动、坚持绿色发展和智能制造、加快实现调整升级。

宝钢集团新疆八一钢铁有限公司轧钢厂热轧分厂钢卷库长192米，宽为99米，设计产能为260万吨。

热轧分厂钢卷库共三跨，包含15个钢卷堆放区、4组汽车出入库区、3组火车出入库区以及6个打包区、3个取样区、3台翻钢机、1个平整区、2组步进梁下线(轧线、平整)、1台过跨台车，布置图如图1所示：图1. 热轧钢卷库示意图热轧钢卷库在改造前，原钢卷库采用人工指挥行车进行货物吊运，行车操作人员和现场指吊人员工作环境恶劣，粉尘大，温度高；虽然有基本堆放规则，但存在堆放不合理，倒库量大，导致运转效率不高；现场高空坠物、机械故障，钢卷码放较乱导致库区作业人员安全隐患大；钢卷夹伤、碰撞滚落造成物料损伤、设备故障，维护成本高，经济损失大。

为解决上述问题，对八钢热轧卷库进行智能化改造势在必行。

2、系统组成热轧钢卷库智能化系统包含行车无人驾驶系统，机器视觉系统，智能库管系统、无线通讯系统、安全管控系统、专用钢卷吊具等部分。

智能库管系统:主要实现生产计划处理、库区堆放管理、库区跟踪管理、库区作业管理、库区基础管理、库区动态监控、行车任务管理、行车优化调度、行车行走路径规划、行车冲突管理、行车实绩管理、行车自诊断管理以及大数据分析等功能。