购买
下载掌阅APP,畅读海量书库
立即打开
畅读海量书库
扫码下载掌阅APP

2.2 冶金自动化国内外现状

2.2.1 矿物处理过程自动化技术国内外现状

近年来,国内外许多大型矿物处理企业在技术改造中,大力推广电子信息技术、工业控制技术、优化技术和生产管理系统。用新工艺、新技术、新方法开展了创新改造工作,使企业管理信息化、生产过程自动化、设备智能化的水平有了较大提高。很多大型企业已从单项开发应用向集成化、综合化发展,向管控一体化、现代集成制造系统(CIMS)方向推进,特别是大型企业的整体自动化水平提高较快、绩效明显 [ 9 ]

碎矿过程优化控制的重点是各级碎矿和碎矿与磨矿之间的负荷配置,最终应尽可能提供最佳入磨粒度分布的矿石产品 [ 10 ] 。主要采用设备联锁控制和先进的数据分析技术来实现复合分配。比如,美国Split Engineering公司的Split-Online 􀆿 Rock Fragmentation Analysis system系统 [ 11 ]

磨矿过程控制与优化软件产品在国外已经商业化,如南非MINTEK的MillStar控制模块。据报道,该软件在稳定旋流器溢流浓度和粒度的前提下,可提高破碎处理能力4%,磨矿处理能力6%~16% [ 13 ] 。澳大利亚Manta的公司Manta Cube控制技术,可提高6.1%的处理量,保证磨矿过程稳定和达到最大处理能力 [ 14 ] 。由于我国铁矿资源品位低、矿物组成复杂、嵌布粒度粗细不均、矿物间共生紧密的特点,多采用两段闭路磨矿过程。由于工艺流程较长,因此影响磨矿产品粒度指标的因素较多。原矿性质频繁波动使得一段磨矿过程不确定性较大,易造成磨机负荷工作点发生漂移,使其工作在“欠负荷”或“过负荷”故障工况,甚至发生磨机“涨肚”或“空砸”等事故。针对我国赤铁矿再磨过程和混合选别过程的特点,在过程控制方面提出了虚拟未建模动态补偿驱动的设定值跟踪智能切换控制方法 [ 64 65 ] 。针对赤铁矿磨矿过程运行优化,提出基于数据与知识的复杂磨矿过程智能运行反馈控制方法。该方法将运行数据与运行知识相集成,采用分层反馈结构,提出由基于CBR的回路预设定模型、磨矿粒度动态神经网络软测量模型以及回路设定值模糊动态调节构成的复杂磨矿智能运行反馈控制方法,取得了显著的工业应用成效,稳定并优化了磨矿粒度,提升磨矿作业率约2.78%,提高磨机台时处理量4.42%。

浮选过程的液位、充气量、药剂添加、矿浆酸碱度等单回路工艺参数控制,基本得到了实现。浮选过程控制的难点是如何解决频繁变化的矿石性质和生产严格的精矿质量要求、最佳回收率要求之间存在的矛盾。药剂添加量、泡沫层厚度和充气量是浮选过程的三个重要控制参数 [ 34 44 ] ,国外采用先进控制方法和专家系统等实现整个浮选回路的优化控制 [ 18 20 ] 。比如,ABB公司的专家优化系统、南非MINTEK公司的FloatStar优化模块、Outokumpu公司的浮选优化控制软件等。

我国开展浮选过程控制技术研究起步较早,但是发展缓慢。2009年,北京矿冶研究总院和清华大学共同研究设计了基于前馈控制的串联浮洗槽液位PID参数整定方法。应用到了江西德兴铜矿的大山选矿厂200m 3 浮选机流程和泗洲130m 3 浮选机上 [ 21 23 ] 。随着信息技术和网络技术的发展与应用,这方面的研究逐渐增多。对浮选过程精矿品位和尾矿品位与浮选药剂之间具有强非线性、不确定性,难以用精确数学模型来描述,常规控制方法难以给出药剂量优化设定值的难题,将建模与控制相结合,提出了浮选药剂智能优化设定控制方法。同时在选矿厂浮选过程中成功应用,稳定了精矿品位和尾矿品位,降低了浮选药剂消耗,取得了显著的应用效果 [ 67 ] 。针对浮选过程控制层和设定值优化层间采用不同网络实现的问题,提出了一种双网环境下浮选工业过程运行控制系统。该方法在具有一定的网络丢包概率范围内与一定的噪声幅值内,可以保证系统运行层是稳定的 [ 68 ]

大型高效浓密机的应用使浓密机的稳定控制和优化控制变得异常重要起来;南非MINTEK公司的LeachStar软件中包含了对浓密机优化控制模块,该模块旨在减小絮凝剂的消耗,改善浓密机溢流水的澄清状况。澳大利亚也开发了新的仪器和控制策略来优化矿山行业的浓密机操作 [ 24 ] 。芬兰OutoTec公司的SUPAFLO高效浓密机控制技术可实现浓缩过程的控制 [ 25 ]

在此基础上,针对浓密机生产过程工艺机理复杂,具有大滞后、非线性的特点,以及给矿性质波动频繁、难以实现浓密机自动控制的难题,国内提出了由基于智能推理技术的浓度智能设定层和底流浓度控制层组成的浓密机生产过程底流矿浆浓度智能优化控制策略 [ 26 ]

2.2.2 钢铁冶金过程自动化技术国内外现状

钢铁行业自动化技术包括两个主要层面:各工序单元设备的过程控制(包括设备的工艺过程控制和主要运输设备的运行过程控制)和生产流程的协调运行控制。钢铁生产过程中的物质状态转变与物质性质控制一般属于冶金设备的生产工艺过程控制,如高炉冶炼、转炉冶炼、连铸机浇铸、热轧机组轧制、冷轧机组轧制等,控制的主要对象是待加工的物质流对象(如铁水、钢水、铸坯、板材或型材)在以满足冶金规范的工艺质量标准为控制目标(如产品的成分与温度等)下的加工工艺过程,物质流在冶金设备上的加工是按照生产计划调度任务的安排而进行的单元设备生产,运输设备主要输送各单元设备之间的物质流,保证运输设备的正常运行并实施有效的运行过程控制是生产过程有序高效的基本保障;物质流管制属于流程的协调运行控制,如工序间设备能力的匹配、时间节奏的协调控制、物质流运输的路径优化、生产扰动的监控与处理等,控制的主要对象是满足工艺质量要求的时间节奏和物质的量等。

过程控制系统(PCS)是钢铁企业信息化的重要组成部分,是实施现代先进工艺的重要手段和保障条件。常规检测仪表的配备比较齐全,在金属原位分析、钢水连铸、连续测温、冶金反应过程中气体成分的动态分析、热风炉烟气中的氧含量(残氧量)连续监测、高速带钢多功能检测系统、热轧板带材表面质量检测、热轧板带材尺寸参数检测、冷轧带钢板形检测、高精度冷轧带钢截面轮廓检测等方面取得了突破,针对高端产品的生产和质量控制,普遍应用了计算机图像处理技术、激光技术、无损检测技术等先进检测技术,研发出具有自主知识产权的装备及技术。近年我国宝钢股份等多家钢铁企业配备了生产过程自动控制系统,各个工艺流程不仅已实现先进的单机控制系统,而且也有功能完善的管控一体化系统。钢铁过程控制水平的提升在保证冶金工业达到高效、优质、低耗、安全和环保等方面起到了巨大的作用。轧制过程自动化,特别是带钢冷热轧过程自动化,由于系统庞大,对控制速度、通信速度要求高,大部分企业引进国外系统,部分企业采用自主设计、自主集成计算机控制系统,并自主开发控制模型及各项控制功能。基于数学模型的计算机过程控制覆盖炼铁、炼钢、轧钢等主要工艺过程,研发了操作平台型高炉专家系统、“一键式”全程自动化转炉炼钢、智能精炼控制系统、加热炉燃烧过程优化技术与计算机控制、3500mm中厚板轧机核心轧制技术和关键设备、带钢热连轧计算机控制系统、1880mm热轧关键工艺及模型技术自主开发与集成、冷连轧机轧制过程动态仿真及控制优化、宽带钢冷连轧工艺及模型控制技术研发与集成、冷轧机板形控制核心技术等。

制造执行系统(MES)是企业经营管理与生产控制的接合部,其核心是生产计划与调度自动化技术。MES在重点钢铁企业已基本普及,实现了冶、铸、轧一体化计划编制及动态调整、事件驱动的全过程协同动态控制与实时跟踪技术、全流程物流跟踪、质量监控、库存动态管理等功能。此外,深层次专用系统开始应用,如高级计划排产、设备在线诊断、质量统计过程控制、产品质量分析及新品工艺设计等。能源管理系统(EMS)开始推广应用,近百家钢铁企业建立能源中心,实现了能源远程监控、集中调配,以及能源计划、能源质量、能源设备、成本综合管理等功能。以宝钢、鞍钢、武钢等为代表的大型钢铁联合企业已逐渐推广设备状态监测和故障诊断技术,设备管理模式正逐步从单纯的计划维修方式向计划维修与预知维修相结合的方式转变。以冶金工业为背景的设备故障诊断技术在信号采集、数据传输、诊断方法与系统集成等方面都取得了很大的发展。

现阶段钢铁企业在车间级MES系统已普及,但生产线覆盖率及业务覆盖面有待提高。企业车间级制造执行管理、司磅称量管理、检化验管理基本实现信息化,但在设备管理、安保管理的信息化方面还需加强。此外,能源管理系统(EMS)作为钢铁企业优化资源配置、合理利用能源、改善环境的重要措施,国内半数以上钢铁企业也已相继建成。但从业务覆盖面上看,能源管理系统对业务的覆盖较薄弱。因此必须从全局高度对能源介质的生产、输配、存储和使用过程进行监视及控制,才能保证系统经济、安全、高效运行。随着信息、控制与数据等诸多技术的发展,能源中心的发展趋势为:与ERP、产销一体化等系统逐步融合,信息共享,实现更深层次的管控一体化。

企业资源计划系统(ERP)在多数钢铁企业内部的供应链管理中已基本成形,企业建设统一财务管理系统,在总账、固定资产、应收、应付等财务管理业务方面覆盖情况较好。采购管理、公司层面生产管理、公司层面质量管理、销售管理、协同办公管理、人力资源管理、综合统计、数据分析已基本实现信息化,但是电子商务、工程项目管理信息化方面还需加强。一些重点企业在聚集了海量的企业生产经营管理信息资源的基础上,建立了数据库、联机数据分析、决策支持和预测预警系统,着手进行数据挖掘、商业智能等深度开发。随着钢铁企业集中度提高和结构调整,开始出现了集团化、信息化系统,支持企业并购和异地经营。

2.2.3 有色冶金过程自动化技术国内外现状

有色冶金过程自动化技术涵盖了工艺参数检测、过程建模、模型修正、生产调度、优化控制、过程监视、软测量、故障诊断、企业信息网络、过程可视化、虚拟工厂、数字化工厂等众多内容。国内外的研究机构做了大量的研究工作,取得了一定的成绩,但由于有色冶金工艺的多样性、有色冶金机理的复杂性和有色冶金自动化的特殊性,各种方法的研究和实施相对独立进行,尚需在方法深度和方法之间的融合程度等方面进行加强。

在有色冶金过程优化控制方面,目前针对铜、铝、铅、锌等过程进行了大量的研究工作并取得了一定的应用效果。PID控制依然是使用最为广泛的控制器。然而,在过程动态特性比较复杂的情况下,使用PID控制难以获得满意的控制性能,基于人工智能和数据的优化控制方法,如:专家系统、模糊控制、神经网络控制,以及各种智能方法的集成,得到了一定程度的应用。但这些研究主要是基于局部工艺过程的优化,在实际生产中不仅要提取/提纯某种金属,还要考虑综合回收各种有价金属,以充分利用矿物资源、降低生产费用,全流程的综合优化极其困难,全流程整体优化方面的研究也相应较少。由于国外原料性质较稳定,局部优化可达到较优的经济和技术指标。但我国原料来源广泛、性质多变,现有的或者引进的方法在实际应用中面临着诸多瓶颈问题,从底层控制到上层管理,大量依赖人的经验,或采用工程手段将全局优化问题分解为各个层次上的优化或控制问题,而每个层次处于不同的时间尺度。另外,针对每一层次特定的优化控制问题时,通常采用滚动或近似算法,难以保证生产全局最优化。因此,亟需研究有色冶金过程智能优化制造,提高有色冶金生产的智能化,实现有色金属企业的全局优化。

在有色冶金过程关键参数在线检测方面,由于有色金属和冶炼工艺的多样性,待检测参数具有不同的特征,出现了多种多样的检测技术。冶炼窑炉和电解槽存在明显的场分布,其研究更多地集中于各物理场分布的计算及模拟上。以铝电解槽为例,电解槽内温度高、磁场干扰严重、界面分布无法直接检测、参数分布特征明显等因素的存在,关键过程参数如初晶温度、温度场分布、氧化铝含量等的实时在线检测仍难以在实际生产中实现。目前,铝电解槽内电场分布计算以3D有限元法为主;在磁场分布计算方面,涌现出了磁化强度积分方程法、磁衰减系数法、标量磁位法、表面磁荷法、磁偶极子法、有限元法等,但由于槽内多相共存且存在频繁的能量、物质、信息流动,动态变化特征明显,其生产过程中的关键参数实时检测仍亟待开发。湿法冶金存在明显的物质浓度的变化问题,其主要研究目标是溶液痕量金属离子浓度检测。这类问题的一般解决方法是根据离子的物理化学特性,从电化学分析和光谱分析法的角度进行研究及设备开发。这两类方法虽然是重要的痕量金属离子分析方法,但仅能在分析溶液中单一痕量离子时取得较好的效果。在有色冶金料液中,一般都含有多种金属离子,同时分析这些金属离子的难度远远高于分析单一的离子。另外,由于金属离子浓度差别大,且多种金属离子化学特性相似,使得杂质离子的检测信号经常被掩蔽掉或存在信号重叠现象,导致它们的分析检测难度极大。针对该问题,国内开展了多金属离子浓度同时在线检测分析技术研究和仪器开发,取得了初步成效。

在虚拟冶金与数字化方面,DEM方法、VOF方法和基于CFD仿真的虚拟现实可视化方法在熔池熔炼、磨矿等过程中得到了应用。Outotec、Siemens、ABB和ANDRITZ Metals等企业已经将可视化及数字化技术用于工艺设计、过程模拟、员工培训、远程协助和企业信息化建设等方面。但这些应用目前大多基于冶金可视化的呈现性功能,通过视觉上的直观印象提供辅助决策,尚需提供基于工艺机理的更深入可视分析与智能决策功能。

在企业信息化方面,我国有色金属工业信息化系统主要采用的是由PCS(过程控制系统)、MES(制造执行系统)和ERP(企业资源规划系统)构成的三层体系结构。这种体系结构尚存在一些问题,主要体现在以下两个方面。

①智能化程度低,需要大量的人工干预;MES中所涉及的信息及优化过程非常复杂,大多数情况下仅是一个替代经验管理方式的系统平台;难以保证生产过程的高效和优化。

②信息集成度低。一方面MES各功能子系统之间以及MES与企业其他相关信息系统之间缺乏必要的集成,导致MES作为制造引擎的功能未能得到充分发挥;另一方面多源信息融合和复杂信息处理等功能非常弱,大量未经提取和净化的原始信息对控制、调度、决策的支持作用极为有限,仍需依赖人工处理。

虽然我国有色冶金企业的信息化水平已经有了长足的发展,但是总体上还是处于信息化管理层面。另外,我国有色金属资源具有低品位、多共生伴生、难冶炼的特点,有色金属行业资源浪费和环境污染较为严重,生产工艺较国外更为复杂,生产能耗更高,这对“中国制造2025”的实施提出了挑战。随着云计算、大数据、人工智能等技术的发展,数字化、智能化和知识自动化已成为有色冶金过程自动化的发展趋势。 949Ix7LsAbaTJoC3U/5j9sbWkBIJmXjWL5M9+4/GHgtU1Uzu8XdwLn3c7JYcLQaO

点击中间区域
呼出菜单
上一章
目录
下一章
×