下载掌阅APP，畅读海量书库
立即打开
|
2.3 冶金自动化技术与方法 |
（1）基于多传感器信息的磨机负荷软测量
磨机是矿产资源处理中的重要设备，其功能是将矿石磨碎至后续生产工艺需要的粒度，磨机的工作状况对整个选矿过程的产量和质量起着至关重要的作用。然而，磨机的内部工况，主要包括磨矿浓度、磨矿粒度、填充率等，难以直接测量，所以通常采间接测量的方法，如声响检测法、驱动功率检测法等，但这些方法有各自的局限性，效果并不理想。
磨机内部负荷制约着磨矿过程的生产效率，因此磨机负荷检测技术一直是国外研究的热点。磨机负荷指球磨机内瞬时的全部装载量，包括新给矿量、循环负荷、水量及钢球装载量等。料球比、矿浆浓度、充填率等磨机负荷参数代表磨机的内部工作状态，能够准确反映磨机负荷，如料球比过大、矿浆浓度过高均会导致磨机过负荷。磨机过负荷而又操作不当会造成磨机“堵磨”“涨肚”，甚至发生停产事故。磨机欠负荷会引起磨机“空磨”，导致钢耗增加、设备损坏。因此，及时准确地检测磨机负荷对保证磨矿产品质量和磨矿生产过程稳定运行，降低磨机能耗和钢耗，以及提高磨矿生产率意义重大 [ 33 ] 。
球磨机旋转运行的工作方式和磨机内部的恶劣环境，导致磨机负荷难以实现在线直接检测。现有的融合轴承振动、振声和磨机电流信号，结合专家知识和规则推理间接估计磨机负荷状态的方法，难以维持磨机的最佳负荷。磨机电流信号能够反映磨机负荷，但随着磨机运行工况频繁波动，存在极值点；振声信号比轴承振动信号包含更多的磨机负荷参数信息，但灵敏度低、抗干扰性差，依据振声信号只能有效地检测料球比。因此，融合以上信号的软测量方法难以准确地实现磨机负荷的在线实时检测。磨机筒体振动信号灵敏度高、抗干扰性强，与矿浆浓度直接相关。在现有检测信号的基础上，引入筒体振动信号，采用软测量技术融合多传感器信息是解决磨机负荷在线检测问题的有效途径。
①针对采用高维筒体振动频谱建模会增加模型复杂度和降低模型泛化性，基于特征提取和特征选择的维数约简方法会造成频谱信息损失，以及模型输入和模型参数同时影响模型精度的问题，提出了一种基于互信息、核主元分析和自适应遗传算法的频谱特征提取及选择方法。该方法包括频谱特征选择模块、频谱特征提取模块和基于自适应遗传算法的组合优化模块三部分。其中频谱特征选择模块采用互信息算法选择与磨机负荷参数相关性较强的频谱特征；频谱特征提取模块采用频谱聚类算法将频谱自动划分为具有不同物理意义的分频段，通过KPCA算法提取能够代表分频段主要信息的频谱特征；基于自适应遗传算法的组合优化模块在由特征选择和提取方法获得的频谱特征中优选软测量模型的输入子集，同时选择模型参数。
②针对采用筒体振动频谱建立的单模型泛化性差，不同频谱特征子集蕴含的信息不同，以及筒体振动、振声和磨机电流信号相互冗余与互补的问题，提出了基于核偏最小二乘、分支分界和自适应加权融合算法的选择性集成多传感器信息的磨机负荷软测量方法。软测量模型包括预处理模块、特征子集选择模块、选择性集成核偏最小二乘模块以及参数负荷转换模块四部分。其中预处理模块将筒体振动和振声信号转换为频谱；特征子集选择模块选择频谱的特征子集、原始频谱和时域电流信号，组成候选特征子集集合；选择性集成核偏最小二乘模块将选择性集成建模作为一个求解最优子模型及其加权系数的优化问题，结合基于核偏最小二乘的磨机负荷参数子模型建模算法、基于分支分界的寻优算法和基于自适应加权融合的加权算法，实现融合最优传感器信息的磨机负荷参数集成建模；参数负荷转换模块将磨机负荷参数转换为磨机内的钢球、物料和水负荷。
③针对离线建立的磨机负荷集成模型难以适应磨矿过程的时变特性，需要对集成子模型及其加权系数进行自适应更新的问题，提出了基于近似线性依靠（ALD）、KPLS和自适应加权融合算法的在线集成磨机负荷软测量方法 [ 78 ] ，包括磨机负荷参数子模型在线更新和加权系数在线更新两部分。为解决建模精度和速度间的均衡问题，子模型在线更新部分采用基于ALD条件的OLKPLS（On Line KPLS）算法，该算法采用新样本的ALD值判别新样本与训练样本间的线性依靠程度，采用满足ALD条件的新样本更新KPLS子模型。加权系数在线更新部分采用基于均值和方差递推更新的在线AWF算法，进行子模型加权系数的自适应更新。
（2）基于模糊和神经网络的竖炉焙烧过程质量预报技术
竖炉是对赤铁矿石进行高温还原磁化焙烧，使弱磁性矿物变成强磁性矿物的设备。竖炉焙烧的生产质量影响整个选矿过程的金属回收率和精矿品位。衡量竖炉焙烧质量的指标可以用磁选管回收率表示。竖炉焙烧的过程参数中对综合生产指标磁选管回收率影响最大的是燃烧室温度、还原煤气流量和搬出制度。竖炉焙烧过程具有复杂特性，如燃烧室温度控制的大时滞和不确定性；煤气成分不稳定，其压力、热值经常处于无规律的波动之中，给系统带来不确定性；关键工艺参数磁选管回收率难以在线连续测量，磁选管回收率的化验周期长，一般每天只化验一次，呈现大滞后特性；矿石在炉内呈现流动状态，热气流呈逆流状态，热交换复杂；焙烧过程往往会伴随着冒火、上火、炼炉等一些异常的发生；生产信息与边界条件常常干扰竖炉焙烧系统的运行；燃烧室温度、还原煤气流量、搬出制度中任一个变量的变化都会对焙烧质量产生影响，呈现强耦合性、强非线性，过程机理复杂。
针对上述复杂性，提出了一种基于模糊主模型和神经网络补偿模型组成的磁选管回收率软测量模型的结构。模型的输入变量包括燃烧室温度、还原煤气流量和矿石搬出时间。磁选管回收率软测量算法主要包括模糊主模型算法和RBF神经网络补偿算法。其中，模糊主模型采用同步聚类方法得到模糊规则；而神经网络采用了搜寻后收敛进度算法进行学习，提高了学习速率。
（3）基于建模误差PDF控制的选矿全流程精矿品位预测
精矿品位是选矿过程全流程的重要的产品质量指标。针对精矿品位难以在线连续测量、化验与统计周期较长、运行指标和精矿品位之间具有多变量、强耦合与非线性特性、干扰因素多的问题，提出了由线性主模型和非线性误差补偿模型组成的精矿品位和产量预报模型的混合建模策略。针对非高斯干扰使得模型参数估计中均值和方差指标不适用的问题，将随机控制系统概率密度函数PDF控制的思想引入参数选择问题，提出了基于误差PDF的模型参数选择方法。通过使模型输出误差PDF跟踪一个给定的分布形状来调整模型内部可调参数，以保证模型的精度。
（1）黑体空腔钢水连续测温
钢水温度连续测量一直是冶金生产上未能很好解决的难题。20世纪60年代以后消耗型快速热电偶逐渐完善并成为测量钢水温度的标准技术。其贡献在于实现了对钢水温度的测量，成本低和实用性强。不足是人工间断测量和误差较大，使前后两次间断测量结果不能准确反映钢水温度的变化趋势。炼钢的过程实质上是控制温度和成分的过程。若能实现钢水温度的连续测量，提高测量精度，则可降低炼钢出钢温度和连铸浇铸温度，对提高钢材质量、降低能耗和提高生产效率有直接影响，也是提高冶金生产自动化水平的重要一环。
基于基尔霍夫（Kirchhoff）关于黑体辐射源的物理模型（即从非透明材料构成的密闭等温腔体内发出的辐射是黑体辐射），提出黑体空腔钢水连续测温方法和传感器。该方法是将一端封闭，一端开口的空心管插入钢水中，并保证插入足够的深度，利用高温钢水介质给该空心复合管均匀加热，形成近似密闭等温的腔体。根据黑体空腔理论，由腔体材料固有辐射和多次反射辐射形成的腔体效应使这一腔体辐射近似于黑体辐射。利用红外辐射测温系统测量该腔体的近似黑体辐射能量，通过计算得出该腔体的端部温度，由于腔体端部与钢水介质通常处于热平衡态，这个被测腔体温度就代表了钢水温度。其特点是用在线黑体空腔理论代替了昂贵的铂铑热电偶，兼有接触式测温准确和非接触式测温成本低的优点。
（2）连铸坯表面温度测量技术
连铸坯表面温度测量一直是冶金工业未能解决的国际难题，其原因是铸坯表面有随机出现的厚度不等且发射率不确定的氧化皮干扰和高温、浓水雾的恶劣环境。至今国内外还没有能准确测量铸坯表面温度的产品，这也是无法实现连铸二冷水闭环控制的主要原因。实现铸坯表面温度测量不仅能提高钢材质量、产量和节能降耗，而且可以改变现行开环控制为闭环控制，带动我国连铸自动化水平上升到一个新台阶。
目前国内外相关研究机构均不能解决氧化皮的干扰。针对此问题，提出了一种能够克服氧化皮干扰和现场恶劣条件的铸坯表面温度分布的测量方法与装置。该方法解决了随机产生的氧化铁皮对铸坯表面温度测量影响这一难题，提高测量系统的稳定性和准确性。所提出的测量方法可以准确、稳定地测量铸坯表面温度，并且根据温度变化可以确定工艺参数的变化，从而确保铸坯表面温度测量值可以进入二冷动态配水系统。
有色冶金过程参数众多，常规的过程参数，如温度、流量和液位的检测技术已经非常成熟，检测仪器也价格低廉，然而，一些表征过程运行状态的关键参数难以进行在线检测，如湿法冶金过程中的杂质离子浓度，由于溶液中主金属离子与杂质离子浓度比大、杂质金属离子电化学特性相近，容易出现极谱波信号掩蔽、干扰、重叠等现象。另外，湿法冶金过程料液的高温、高浓稠、高浓度比基体成分对杂质离子信号存在干扰，难以实现这些重金属杂质离子浓度的在线检测。长期以来，国内有色冶金企业的高端在线检测仪器依赖进口。这些引进的在线分析仪耗资巨大，但由于国内工艺流程本身的特殊性和生产环境的恶劣，引进的在线检测仪未能发挥应有的作用。目前，我国有色冶金企业的关键工艺参数检测主要是通过离线分析、人工化验方法实现，分析滞后时间长，检测周期长，导致过程操作优化困难，造成生产过程物耗和能耗高，严重影响了企业的经济效益。
针对我国有色金属企业环境恶劣、矿石物理化学性质波动大等特点，研制特用的在线检测仪器和研究工艺参数的软测量方法是实现关键工艺参数在线检测的两个主要途径。
①在检测仪器开发方面，有色冶金过程检测仪器主要用于检测有色金属元素的成分及含量、有色矿物颗粒大小等信息，其原理是基于有色金属元素的物理化学性质的差异性，利用光谱、极谱、质谱等手段进行分析与测量。在湿法冶金方面，中南大学研制了多金属离子浓度在线检测仪，针对冶金料液在线取样和制样难的问题，提出了恒温分散自动取样和制样技术，研制了高温、高浓稠冶金料液多级分散自动取样和进样装置。针对溶液中主金属离子与杂质离子浓度比大，杂质金属离子电化学特性相近，容易出现极谱波信号掩蔽、干扰、重叠等现象的问题，提出了以半波电位之差与峰高比为优化目标的测试体系优化方法，研究了针对掩蔽、重叠现象严重的测试体系优化技术，研制了可以同时检测高基体浓度下的多种重金属杂质离子浓度同时检测的线性扫描极谱测试体系，提出了基于启发式随机搜索算法——状态转移算法进行参数优化的重叠极谱峰分离方法，实现了极谱波重叠峰分离，主金属离子（基体成分）信号的掩蔽、杂质离子信号增敏，以及重叠峰信号的迁移，形成了具有完全自主知识产权的原创性和实用性产品，填补了国内湿法冶金领域多重金属离子浓度在线检测仪器的空白。北京矿冶研究总院开发了BOXA-Ⅱ载流X荧光分析仪、BPSM-Ⅲ载流矿浆粒度浓度分析仪、BGRIMM系列矿浆化学参数分析仪。重庆科瑞公司开发了全国第一台有色金属成分含量检测仪器——全谱直读光谱仪。
②在软测量方面，目前国内主要的技术是建立基于物料平衡机理模型，使用基于机器学习等方法建立数据模型。在此基础上，将两种模型进行集成，将能够在线检测的参数作为模型的输入量，待检测的关键工艺参数作为模型的输出。利用历史数据辨识机理模型的参数，对数据模型进行训练。同时，利用人工化验结果对软测量模型进行不同时间维度的修正。最终，得到准确的关键工艺参数软测量结果。这种方法的本质是在无法对关键工艺进行直接测量的情况下，采用尽可能多的历史和在线信息对关键工艺参数的数值进行逼近。如图2-3是氧化铝生产过程苛性比值与溶出率软测量方案。
图2-3 苛性比值与溶出率软测量方案
（1）再磨过程泵池液位与旋流器给矿压力模糊切换控制
我国赤铁矿普遍采用两段连续闭路磨矿工艺流程。工艺流程较长，影响磨矿产品粒度指标的操作因素较多。针对二段再磨过程泵池液位受到大的随机干扰的影响，造成泵池液位波动大，使旋流器给矿压力频繁波动在工艺规定范围外的状况，提出了由泵池液位区间控制和旋流器给矿压力回路控制组成的模糊切换控制方法 [ 71 ] 。将人工操作经验与智能控制方法相结合，在实现旋流器给矿浓度回路控制的基础上，采用模糊控制算法和切换控制策略，设计了由泵池液位区间控制和旋流器给矿压力回路控制组成的模糊切换智能控制方法，当泵池液位处于其目标值范围内时，由泵池液位区间控制通过对给矿压力设定保持器和模糊补偿器的切换，将给矿压力设定值控制在其允许的波动范围内，同时采用PI控制器实现旋流器给矿压力设定值的跟踪控制，从而将给矿压力的波动控制在允许的范围内，提高旋流器的分级效率；另外，当泵池液位异常时，由工况识别模块选择液位异常控制器工作，避免泵池出现“冒槽”和“抽空”事故。再磨过程泵池液位区间与给矿压力模糊切换控制系统结构如图2-4所示。
图2-4 再磨过程泵池液位区间与给矿压力模糊切换控制系
再磨过程控制器由泵池液位区间切换控制与旋流器给矿压力回路控制两层控制结构组成。泵池液位区间以泵池液位上下限的中间值为区间控制的参考值，使泵池液位控制在工艺所规定最大范围内的同时，尽可能减少给矿压力设定值的改变。当泵池液位的实际值与参考值之间的偏差在较小范围内或者泵池液位有靠近参考值的趋势时，由切换机制选择压力设定保持器，不改变给矿压力的设定值；当泵池液位偏离参考值有越过上下限的趋势时，切换到压力设定值的补偿器，给出在工艺规定波动范围内的给矿压力设定值，通过给矿压力PI控制器，使实际给矿压力跟踪其设定值，从而使泵池液位处于安全目标值范围内，使得旋流器给矿压力在工艺规定范围内波动。
为了充分利用泵池液位的安全范围，泵池液位区间控制以泵池液位上下限的中间值
h
sp
=（
h
min
+
h
max
）
/
2作为区间控制的参考值，使泵池液位控制在工艺所规定最大范围内的同时，尽可能减少给矿压力设定值
的改变。压力设定值切换补偿控制模块由压力设定保持器、压力设定补偿器以及相应的切换机制三部分组成。
当泵池液位处于其安全范围内时，如果泵池液位的实际值
h
与参考值
h
sp
之间的偏差
e
2
在较小范围内，或者泵池液位有靠近参考值的趋势时，由液位区间切换机制选择压力设定保持器
，不改变给矿压力的设定值。当泵池液位偏离参考值有越过上下限的趋势时，即
e
2
（
k
）Δ
e
2
（
k
）>0，结合人工操作经验，采用模糊控制算法给出旋流器给矿压力在工艺规定波动范围内的设定值补偿值
，并由液位区间切换机制选择压力设定值补偿器的输出。切换机制则根据当前液位工况，采用基于规则推理的方法建立泵池液位区间切换机制，根据不同的工况选择相应的压力设定保持器、压力设定补偿器的输出，作为当前压力设定值的补偿值Δ
P
H
。
压力初始设定值计算模块采用实验统计的计算方法，给出液位处于稳态时旋流器给矿压力的初始设定值
，由于旋流器给矿压力控制的目标是使给矿压力在工艺规定的波动范围内工作，因此其预设定值不需要准确计算。给矿压力回路控制器在得到当前工况下的旋流器给矿压力设定值
之后，通过给矿压力PI控制器，使实际给矿压力
P
H
跟踪其新的设定值
，减少给矿压力的波动。
采用上述泵池液位区间与旋流器给矿压力模糊切换控制，可以在保证泵池液位处于安全目标值范围内的同时，使得旋流器给矿压力在工艺规定范围内波动，从而实现赤铁矿再磨过程的控制目标。
（2）混合选别浓密过程区间串级智能切换控制
选别浓密过程是将选别后的精矿矿浆进行浓密处理，使其底流矿浆浓度达到工艺确定的目标值范围。该过程是以底流矿浆泵转速为输入，矿浆流量为内环输出，矿浆浓度为外环输出的串级非线性被控过程。由于底流矿浆流量与矿浆浓度具有强非线性，并难以建立精确数学模型。针对上述问题，采用未建模动态补偿一步最优PI控制产生底流矿浆流量的预设定值，结合模糊推理流量设定补偿和基于规则推理的切换机制，提出了混合选别浓密过程底流矿浆浓度和流量区间串级智能切换控制方法 [ 81 ] 。混合选别浓密过程底流浓度和底流流量区间串级控制结构如图2-5所示，其由流量设定智能切换控制和底流流量PI控制组成。
图2-5 混合选别浓密过程底流浓度和底流流量区间串级控制结构
采用PI控制，设计底流流量控制器。底流流量为快过程，底流浓度为慢过程。根据得到的以底流流量设定值为输入，以底流浓度为输出的被控对象模型，引入控制器驱动模型，采用控制器驱动模型的输出与被控对象的输出构建未建模动态的前一拍值，利用一步最优PI控制，设计未建模动态补偿一步最优PI控制器。将未建模动态补偿一步最优PI控制、模糊推理补偿控制和切换控制相结合，设计流量设定智能切换控制器，从而实时产生底流流量控制内环的设定值，通过底流流量内环控制，使底流流量跟踪设定值，从而实现对底流浓度的控制。
（3）分级设备的混合智能控制技术
螺旋分级机是磨矿回路中的分级设备，直接影响磨矿分级的效率和产品质量。螺旋分级机溢流浓度控制是磨矿过程控制的关键问题。
根据螺旋分级机溢流浓度与粒度的关系特性，在给矿条件相对稳定的情况下，其溢流浓度和溢流粒度存在某种对应关系，通常分级机溢流浓度都工作在大于临界浓度的范围内，随着溢流浓度的增加，溢流粒度呈下降趋势；反之，随着溢流浓度的降低，溢流粒度呈上升趋势。根据这种对应关系，可以通过分级机溢流浓度来间接控制分级机溢流粒度。分级机溢流浓度是影响螺旋分级机溢流粒度的重要参数，并且溢流浓度的高低将直接影响分级机的返砂量和返砂浓度，进而影响球磨机的磨矿效率和球磨机的处理量。若分级机溢流浓度过高，会出现粒度“跑粗”事故，浓度过低则会出现分级机返砂量过大，造成球磨机的联合给矿器“堵塞”或发生球磨机“涨肚”等事故。因此，实现分级机溢流浓度的设定值跟踪控制不仅是保证磨矿产品质量的主要手段，也是提高磨矿效率、减少故障发生的重要措施。
针对上述问题，文献[76]提出了磨矿过程分级机溢流浓度混合控制方法，其控制的结构如图2-6所示。
图2-6 分级机溢流浓度混合智能控制系统的结构
该方法由基于物料平衡模型的前馈控制器和以溢流浓度
D
F
为被控量、以分级机补加水流量
F
C
为控制量的串级控制器组成。前馈控制器则根据球磨机给矿量
W
M
及其变化量Δ
W
M
、球磨机入口加水量
F
M
，采用基于物料平衡模型，给出分级机补加水流量的前馈补偿量Δ
F
C
。分级机溢流浓度的模糊控制为外环，模糊控制器根据分级机溢流浓度设定值
与其检测值
D
F
之间的偏差和偏差变化率，采用模糊控制算法给出当前时刻分级机补加水流量设定值增量
，以适应分级溢流浓度与补加水之间非线性、大滞后的特性；分级机补加水流量的PI控制为内环，根据补加水流量设定值
与其检测值
F
C
之间的偏差，采用PI控制算法实现补加水流量的设定值跟踪控制，抑制来自补加水管道压力变化带来的流量波动。
过程控制是钢铁冶金过程中的重要技术，对生产率、品质、成品率及单位能源消耗等生产环节的效果有很大提高。过程控制几乎充斥着钢铁冶炼和生产过程中的各个环节，从炼铁、炼钢到轧制等不同的生产环节都离不开过程控制。高炉的炉内为伴随着气、液、固三相的流动与固液的相变的氧化、还原反应过程，这个过程是非常复杂的现象，因此是模型化较为困难的代表过程之一。高炉控制分为使高炉作业稳定化的中长期管理与适当调节铁水温度与铁水成分的炉热控制。过程控制建立在过程检测的基础上，因此高炉炉况控制包括两个重要部分：一部分是高炉的炉况监视；另一部分是铁液温度控制。其中高炉的炉况监视是一个检测过程，铁液温度控制需要建立过程控制模型，常见的模型有Wu模型、Ec模型、多变量一阶自回归矢量模型、Tc模型、神经网络模型、动力学模型、贝叶斯模型、混沌预报模型。除了常用的解析的数学模型外，国内很多钢铁企业还开发了“高炉控制专家系统”，如首钢开发了人工智能高炉冶炼专家系统，鞍钢开发了10号高炉热状态专家系统，马钢开发了2500m 3 高炉自动化控制系统，浙江大学开发了“高炉智能控制专家系统”。对于高炉系统的控制，专家学者们认识到：高炉冶炼过程的自动化控制问题需要建立在新的控制思想与控制理论基础上，才能够找到实现高炉过程自动化的途径。
由于高炉炼铁技术的不断进步，高炉朝着大型化的方向发展，这就必然要求高炉所配套的热风炉能够更加稳定地提供更高的风温和更大的风量；同时热风炉本身也是一个具有很大能耗的设备，应尽量考虑到节约能源和降低消耗。为此，热风炉必须装备完善的自动化系统。解决热风炉的过程控制问题是提高热风炉系统自动化水平的重要方式，常用的方法有使用工艺理论建立的数学模型、现代控制理论的方式、人工智能控制形式、数学模型加入人工智能的混合形式。其中，数学模型是国际上热风炉控制使用最多的模型，数学模型虽然有效，但是数学模型的建立相当复杂，对企业的自动化水平要求较高，因此基于数学模型的热风炉过程控制很少有钢铁企业采用，这种常用方式并不适合于我国的热风炉控制。国内的热风炉控制需要根据实际情况，开发有针对性的控制系统。如涟钢5号高炉热风炉的技改项目，采用了模糊控制技术，实现了热风炉燃烧的智能控制，不仅替代了人工操作，而且取得了较好的控制效果。鞍钢10号高炉的4号热风炉的流量优化设定专家系统，不要求完善的基础自动化和复杂、昂贵的分析仪器，还能自动设定热风炉各加热器的煤气和空气流量，在实际应用中，取得了良好的效果。
由于焦炉生产具有高能耗、易污染、干扰因素多、被控参数相互关联复杂、关键参数检测困难等特点，常用的炼焦炉优化控制方法与模型有工艺结构分析法、相关性分析法、数学模型方法及计算机通信技术、计算机控制技术、PLC技术等先进的方法。其中在诸多的方法中较为常用的仍是数学模型的方法，安阳钢铁集团建立了一种基于数学模型控制的炼焦炉自动加热控制系统，根据蓄热室连续测温，优化了数学模型，建立了炼焦炉专家知识库，应用ABB公司的DCS成功实现了炼焦炉的自动加热控制。在诸多方法中较为实用的是计算机控制技术，北京科技大学的学者将模糊控制理论应用于炼焦炉的计算机控制，取得了良好的性能指标和经济效益，经专家鉴定为国内领先水平。
炼钢过程控制包括了转炉的精炼控制、连铸机的铸模内钢液液位控制及冷却控制。首先是转炉的精炼控制，主要实现钢包的控制、钢包车装置的控制、电极升降装置的控制、炉盖及炉盖的提升机构的控制、吹氩装置的控制、冷却水系统的控制、电炉变压器的控制、加料系统的控制、高压及低压电控制系统的控制、生产过程数据的采集等功能。国内莱钢公司利用计算机自动控制系统控制转炉精炼炉，有效地改善了生产人员的工作环境，提高了生产效率。转炉炼钢的中电控制一般采用计算机控制技术，分为静态控制和动态控制。静态控制是指在炉次吹炼结束前，根据铁水特性、辅料成分检测数据及目标钢种的重点要求，计算下一炉次的主料、辅料、吹氧量及冷却剂的加入量。动态控制是利用副枪检测、烟尘分析等数据，对吹炼后期进行控制以提高终点命中率。关于静态控制的数学模型有如下几种：机理模型、统计模型、增量模型、智能算法模型。动态控制模型是指当转炉吹炼接近吹炼终点时，采用一定的检测技术，检测炉内钢水温度和钢水碳含量，并将检测结果送到过程计算机，过程计算机根据所检测到的结果，计算出到达目标钢水温度和目标钢水碳含量所需要补吹的氧气量及冷却剂加入量，并且以测到的结果为初值，随着吹炼进行，每隔三秒，进行一次动态计算，对转炉内钢水的温度和碳含量进行预测。
连铸环节的过程控制问题主要有连铸机铸模内的金属液面控制和连铸机二次冷却控制。液面控制是现代连铸机生产高品质、无缺陷连铸坯的关键质量控制点，同时也是保证连铸生产稳定的重要因素之一。宝钢4号连铸机采用了先进的液面测量和控制反馈系统，该系统集成了德国西门子S7 300 PLC和捷克VUHZ液面检测系统，实现自动开浇、正常浇注、浸入式水口快换、浇注中断、终浇控制等功能。东北大学的学者采用一种简化的模糊PID结构，结合了传统模糊PI与模糊PD控制方法的特点对连铸过程结晶器液面进行控制，实验结果表明该方法对周期性扰动具有良好的抑制效果，对过程参数的变化具有很强的鲁棒性。连铸环节除了有对金属液面的控制外，还有对二次冷却的控制，连铸二次冷却控制技术可以概括为以下几类控制方式：拉速关联配水、基于传热模型在线计算动态控制、基于传感器测温反馈控制、基于有效拉速计算动态控制、人工智能优化控制五大类控制方式。在连铸设计及生产中，可以根据生产实际的需要进行选择，挑选合适的二次冷却控制方式，合理的二次冷却控制方式对于确保铸坯质量有重要意义。
钢铁轧制部分主要分为热轧和冷轧，由此而出现了关于热轧机组的过程控制研究和冷轧机组的过程控制研究。带钢热轧机的控制主要包括加热炉的控制、钢板的厚度控制和钢板的冷却控制。加热炉的控制主要是燃烧控制，随着计算机技术的发展，加热炉的控制策略不断优化。加热炉控制策略大体包括了加热炉燃烧控制策略、数模优化控制以及智能控制和专家系统控制策略等。加热炉的燃烧控制是通过对空燃比、烟气残氧量、燃烧流量和空气流量等参数的控制，对调节系统不断进行优化，使加热炉内实现燃料的最佳燃烧。钢板轧制厚度控制技术是钢板轧制过程中最重要、最基础的控制技术。一般采用的方法是分析各种干扰因素对轧机钢板出口厚度的影响，其中包括了弹性变形和弹跳方程、轧辊偏心、轧辊的椭圆度、轧辊磨损、轧辊的热胀冷缩、轧辊平衡力的波动、轧机的振动、轧辊缝润滑剂膜厚度的变化等，通过这些影响因素建立电液位置控制系统理论模型，实现自动位置控制和轧机的顺序控制。而热轧带钢层流冷却过程的控制更为复杂，由于冷却水量与带钢卷取温度之间具有复杂的非线性关系，且层流冷却过程工况条件变化频繁，缺乏连续实测的带钢温度数据，因此中小型钢厂经常采用查询控制策略表格的方法进行控制。目前的层流冷却控制方法有基于经验模型和策略表格的开环设定控制、基于模型的开环控制、基于预设定与线性补偿模型相结合的控制、基于智能技术的控制等。
带钢冷轧机的控制主要包括冷轧带钢卷取机张力控制、冷轧带钢的板型控制、冷轧带钢的厚度控制等。卷取张力控制系统一般是以模拟器件为主，近年来国内逐步开发了单片机张力控制系统，卷取张力控制设备有以下两方面的发展：以磁粉离合器为基础的张力控制设备和以变频器为基础的张力控制系统。冷轧带钢的板形控制问题是冷轧厂生产中不断出现和必须解决的问题，提高产品的板形质量也是轧机设备改进、发明、轧制工艺不断优化的内容。带钢的板形控制首先要明确带钢的板形分类，然后找到板形凸度的影响因素，再加以控制。现在已经将冷轧带钢的厚度控制的全部过程融于计算机网络。在控制中，一方面采用最优控制、多变量控制、自适应控制、解耦控制等最先进理论研究成果；另一方面采用人工智能、模糊控制、神经网络等知识工程方法，以追求系统的灵活性和多样性，开发出高精度、无人操作的自动厚度控制。
有色冶金生产工艺的种类多，过程动态特性复杂，具有强非线性、不确定性强、强耦合、时滞、输入受限等难点问题，且不同的冶炼工艺具有其特有的控制难题，需要利用工艺的特点针对性地设计控制策略，因此，尚无具有统一框架的有色冶金过程控制技术。目前，常用的有色冶金过程控制方法包括：基于智能集成的有色冶金过程优化控制方法、基于操作模式的优化控制方法、专家系统、PID控制、模型预测控制。一些控制理论方法，如自适应控制，也应用在局部的控制回路中。我国自动化工作者根据有色冶金过程的特点，提出了基于智能集成的有色冶金过程优化控制方法，该方法运用传统的建模与优化技术、软测量技术、预测技术以及专家系统、神经网络、模糊推理、模拟退火等智能技术，通过建模方法的智能集成、优化方法的智能集成以及控制方法的智能集成共同完成过程的优化控制。其基本思想是：以已知生产条件为输入，考虑到生产边界条件等的波动，建立生产目标、工艺指标以及操作参数的集成优化控制模型；采用智能集成方法、协调多种优化手段获得以成本最低或能耗最小等经济效益指标为目标的、满足生产目标要求和生产约束条件的最优操作参数值；将最优操作参数值作为控制器设定值，实现整个生产过程的在线闭环优化控制。智能集成优化控制结构如图2-7所示。
图2-7 智能集成优化控制结构
从工业生产过程的角度来讲，自动控制或者人工控制的作用不仅要使控制系统的输出很好地跟踪设定值，而且要控制整个工业生产过程，将反映产品在加工过程的质量、效率与消耗相关的运行指标均控制在工艺规定的目标值范围内。工业过程运行控制的目的是在保证安全运行的条件下，尽可能提高反映产品质量与效率的工艺指标，尽可能降低反映产品在加工过程中消耗的工艺指标。
针对现有的以控制系统性能指标为目标的常规优化控制理论与方法难以实现将工业过程的综合生产指标控制在目标值范围内的优化控制问题，采用将综合生产指标自动转化为控制回路设定值，使控制系统跟踪设定值，从而保证实际指标进入目标值范围内的思想，将智能方法与预测和反馈相结合，建模与控制相集成，提出了由回路设定模型、前馈补偿与反馈补偿器、综合生产指标预报模型、故障诊断模型与容错控制器组成的工业过程混合智能优化控制结构和方法。
以磨矿过程为例，文献[76]提出了磨矿运行优化控制策略。对于磨矿过程来说，其首要任务就是在实现磨矿过程安全、稳定、连续运行的条件下，将反应磨矿产品质量的关键工艺参数——磨矿粒度指标控制在工艺规定的范围内，使得矿石到达单体解离或接近单体解离，同时减少原矿性质变化对磨矿粒度指标的影响，提高磨矿粒度的合格率，在将磨矿粒度控制在工艺规定的范围内的同时，应尽可能地接近其上下限的中间值，避免发生“过磨”和“欠磨”现象，满足后续选别工序对磨矿产品质量的要求。
同时，在保证磨矿粒度指标的前提下，提高球磨机的处理能力，将表征球磨机负荷的工艺参数——球磨机有功功率控制在最佳工作点附近，减少磨矿产品的单吨电耗，并且避免磨矿过程出现“过负荷”和“欠负荷”故障工况，减少磨矿设备故障停车时间，提高设备运转率，即将磨机有功功率控制在范围内。
采用所提出的混合智能优化控制结构，将案例推理、神经网络、模糊控制、PID控制等控制技术与建模技术相集成，提出了设定模型、预报模型、预测与反馈分析调整模型、前馈与反馈补偿器的设计方法；提出了由机理逆模型、基于案例推理的设定模型和基于模糊规则的性能评判模型组成的控制回路设定模型设计方法，在磨矿、竖炉、磁选等过程进行应用验证；提出了四种结构的综合工艺指标预报模型的设计方法；提出了基于案例推理的参数整定和PID相结合的前馈及反馈补偿器设计方法，基于模糊概念表示和模糊逻辑的聚类分析的前馈及反馈补偿器参数整定方法等。
以竖炉焙烧过程为例，文献[79]提出混合智能运行反馈控制方法。由于竖炉焙烧过程具有综合复杂性，如多变量强耦合、强非线性、磁选管回收率等关键工艺参数不能连续在线测量等问题，而且，难以用控制回路的输入与输出的解析式来表示，因此采用单一的常规控制方法难以对综合生产指标进行优化控制。
燃烧室中心温度对象的变量配对是：输入为加热煤气流量 u 和加热空气流量 v ，输出为燃烧室中心温度 T 1 。综合生产指标的变量配对是：输入为燃烧室中心温度 T 1 、还原煤气流量 T 2 和搬出制度 T 3 ，输出为磁选管回收率 C 、台时产量 Y 、煤气消耗量 E 等综合生产指标。根据前述对焙烧机理的分析与总结，如上的变量配对既能保证对象的可控性，也能最大限度地消除变量间的强耦合问题，为实现焙烧过程的自动控制和优化控制创造了先决条件。
在上述变量配对的基础之上，文献[79]提出如图2-8所示的混合智能运行反馈控制方法，通过两层结构，即智能优化设定层和智能过程控制层，磁选管回收率化验SPC（统计过程控制）过程，还原带温度测量SPC过程，以及前馈、反馈补偿模型来实现竖炉焙烧过程的混合智能控制。
图2-8 竖炉焙烧过程的混合智能运行反馈控制
图2-8中，系统的组成主要包括：过程1～过程3使用流量检测仪表对流量进行计量，使用线性调节阀门作为执行机构，过程4使用电动机对矿石的搬出机进行拖动，各种模型系统、燃烧室温度分布的智能控制器和PID控制器以程序的形式运行于DCS系统中。竖炉焙烧过程混合智能运行反馈控制的主要功能如下。
①智能过程控制层 竖炉燃烧室温度分布的回路智能控制由过程1和过程2体现，将专家规则、案例推理、模糊控制等智能方法与常规控制相结合，燃烧室中心温度预报模型与控制相集成实现了由带有燃烧室中心温度预报模型的温度串级模糊控制和带有煤气及空燃比补偿模型的空气流量比值控制组成的燃烧室温度分布智能控制。还原煤气流量的回路控制由过程3体现，采用常规PID控制方法。搬出制度的控制由过程4体现，回路设定模型给出搬出制度
T
3
的设定值后，由软件实现搬出电动机的定时启停，即过程4的控制，达到电动机按规定动作而将焙烧矿搬出还原带的目的，保证焙烧矿不发生“过还原”或“欠还原”的现象，使其质量得到保障。搬出制度采用开环时序控制。过程1～过程4的控制任务通过DCS控制系统来实现，使得过程的被控变量（燃烧室中心温度
T
、还原煤气流量
和搬出制度
）稳定跟随优化设定值（燃烧室中心温度
T
1
、还原煤气流量
T
2
和搬出制度
T
3
）。
②智能优化设定层 包括回路设定模型、智能故障诊断系统以及前馈、反馈补偿模型。智能优化设定层主要通过基于案例推理和机理分析相结合的回路设定模型来设定燃烧室中心温度
T
1
、还原气流量
T
2
及搬出制度
T
3
的设定值。回路设定模型综合考虑生产过程的各种信息，如智能故障诊断系统的输出信息
F
、边界条件的变化
B
、生产线信息
I
、煤气消耗量
E
、还原带温度的预报值
T
p
、还原带温度的实测统计值
T
d
、磁选管回收率的目标值
C
s
、燃烧室中心温度
T
1
、还原气流量
T
2
及搬出制度
T
3
的上次操作值等，然后基于智能方法或机理计算的方法给出燃烧室中心温度
T
1
、还原气流量
T
2
及搬出制度
T
3
的预设定值，经过设定值判别输出模型处理后得到初步设定值。前馈、反馈补偿模型采用基于案例推理技术得出的专家规则实现，利用过程的输入量和输出量，通过磁选管回收率预报模型产生难以在线连续测量的磁选管回收率预报值
C
p
，然后与磁选管回收率的目标值
C
s
进行比较，产生的误差Δ
C
p
经过前馈补偿模型的输出
（
i
=1，2，3）来校正回路优化设定值（
T
1
-
T
3
）。通过人工化验SPC过程产生的磁选管回收率化验统计值
C
d
与其目标值
C
s
进行比较后反馈校正回路设定值（
T
1
-
T
3
）。通过智能优化设定层给出过程回路的设定值后，并由智能过程控制层保证在当前状态下过程回路跟踪这些设定值，就能实现综合生产指标（磁选管回收率、台时产量和煤气消耗量）的优化控制。
由以上分析可见，可以通过具有两层结构的混合智能控制方法实现复杂的竖炉焙烧过程的自动控制和综合生产指标的优化控制，并解决了过程本身具有多变量强耦合、机理复杂、磁选管回收率和还原带温等关键工艺参数难以在线连续测量以及焙烧过程易发生故障的一系列问题。
企业的运行效率不仅体现了企业的管理水平，而且体现出企业的竞争实力。对钢铁企业冶炼和生产过程进行运行优化，对提高企业效率，追求事半功倍之功效有重要意义。钢铁企业的运行优化主要分为三种优化形式：优化设备运行、优化生产经营和优化基础管理。
①优化设备运行。良好的设备运转方式，是保持生产良好运行、实现效益最大化的基础。强化设备管理，通过设备定修，加强点、面巡检，强化攻关等多种方式，保证设备长周期稳定顺行，为优化生产组织和争创效益提供良好的设备保障。优化设备运行方式，深入开展节水、节电等活动，进一步完善设备“避峰就谷”的运行方式，科学合理安排生产计划，严格设备启停制度，减少浪费，降本增效。设备的优化运行归根结底是底层设备的优化控制，通过对设备的优化控制保证设备的优化运行。以钢铁企业制氧系统的空分设备控制为例，空分设备能够提供企业所需要的氮气和氧气，但是空分设备也是非常耗能的。因此提高空分设备的控制水平，自然对钢铁企业起到节能降耗的作用，自然属于设备的优化运行。
②优化生产经营，向高效生产要效率。企业要降本增效、实现效益最大化，关键是要提高生产经营运行效率。优化生产经营主要是针对市场，通过优化经营降低生产成本。东北大学学者针对市场需求以及市场价格不断波动的情况，以某钢铁公司高线厂为背景，将产品成本控制和生产经营计划相结合，建立了目标成本设定模型、生产能力测算模型，并在此基础上建立了实现目标成本控制的多目标优化模型，通过模型转换及利用加权和法求解多目标规划得到了考虑产品成本的生产经营计划方案，并在实际的钢铁企业中验证了模型的可行性。要优化基础管理，向科学管理要效率。
③优化基础管理主要是对企业资源计划的优化，也就是通常所说的ERP，是由物料需求计划、制造资源计划逐步演变并结合信息技术发展起来的。ERP是以计算机技术为基础，包含先进的管理理念、管理思想和科学的管理方法，以产业方程式为内涵，资源需求为外延，嵌入企业业务流程，以业务流驱动物流、资金流、信息流，集成企业全域管理的一个高度集成的、安全的信息管理系统。武汉科技大学有学者以钢铁企业关键生产线设备系统为研究对象，从时间、性能、成本、资源和环境五个方面出发，建立关键设备绿色度评价指标体系，并对各个指标的内涵进行了分析。
除了在传统意义上对设备的优化运行、对经营和管理的优化以外，近年来国内有关人员提出了关于企业优化运行的新概念，即绿色制造。绿色制造又被称为环境意识制造，实际上也是一种智能制造，是在保证高效生产的同时，还注意节约资源，减少对环境的危害。在整个产品生命周期中要求对环境的负面影响最小，资源利用率最高，并使企业经济效益和可持续发展协调优化。对于钢铁企业的绿色制造研究，比较早的专家是段瑞钰院士（见文献[83]），他首先对可持续发展进行了分析，然后对绿色制造的内涵、技术等进行了研究，指出了钢铁企业环境保护的内涵，包括污染物的末端治理，更强调一开始就要从源头制止污染物的生成。他指出环境友好的钢铁工业应该包括：①对资源和能源的优化选择；②优化钢铁制造过程；③再资源化、再能源化和无害化处理钢厂的排放物，更要控制好钢厂污染物的排放过程。段瑞钰院士还讨论了钢铁工业在节能、清洁生产和绿色制造方面的问题，强调系统优化钢铁制造流程的重要性。指出通过节能、清洁生产、绿色制造来逐步解决钢厂的环境问题。给出的具体措施包括：①尽力让产业结构的调整与升级得到加强，同时尽力让产业集中度得到进一步提高，以及合理的区域结构布局得到有效推进；②对于国外的先进技术经验要借鉴引进，工艺与设备的技术创新要加强，高附加值产品的生产等措施；③转变企业的增长方式，根据市场需求与供应特点，进行市场化管理；④通过政策化、法律化来进一步处理环境保护问题。
有色冶金过程机理复杂，操作参数多且相互关联，其优化控制面临难以建立优化模型的瓶颈问题。有色冶金过程运行工况往往由多个操作参数共同决定，只有从整体出发，对所有操作参数进行同时在线决策才能获得更有效的生产效益和节能降耗效果。当生产工况变化时，现实中需要多名操作工人基于经验同时反复调整，这种动态调整时间往往很长，甚至引起工况的不稳定，造成生产指标波动大，产品质量不合格，带来大量的能源浪费。而且由于我国矿源的复杂性和外部扰动的频繁性，这种多操作参数同时调整的状况经常发生。对于有色冶金，人们在长期生产过程中积累了大量生产数据，如何利用这些数据实现生产过程的优化运行尤为重要。采用基于PCA和相似矩阵快速聚类的多级操作模式智能发现策略，从大量生产数据中挖掘形成优良操作模式库，使用基于柯西不等式的操作模式分级快速匹配、基于实数编码混沌伪并行遗传算法的操作模式演化及基于迁移代价的工况动态调整过程优化策略，形成了如图2-9所示的面向工况高效迁移的有色冶金过程运行优化方法。
图2-9 面向工况高效迁移的有色冶金过程运行优化方法
有色冶金过程生产运行数据主要包括条件参数、状态参数、操作参数以及工艺指标，当矿源、生产条件等的改变引起生产工况变化时，需多个操作参数的同时调整来保证到达目标工况。将条件参数和可控的多个操作参数组成操作模式，如何从形成的优化操作模式库中快速搜索与目标工况相适应的操作模式是实现多个操作参数同时优化决策的关键。采用基于PCA和相似矩阵快速聚类的多级操作模式智能发现策略，实现优良操作模式的有效发现；在此基础上，使用基于柯西不等式的操作模式分级快速匹配方法，将匹配过程分为获取相似操作模式的初级匹配和确定最优操作模式的次级匹配两级过程，在初级匹配中通过引入柯西不等式，构造了相似性快速判断准则，快速剔除相似性较小的操作模式，使次级匹配只需在相似操作模式集中进行搜索。通过合理设置初级匹配的相似度阈值，可以在保证操作模式精度的条件下，有效减少模式匹配时间，提高模式匹配速度，克服了因操作模式库庞大引起相似操作模式搜索效率低的问题。
当优良操作模式库中不存在与目标工况相适应的最优操作模式时，需要利用少量相似样本集进行操作模式演化。基于实数编码混沌伪并行遗传算法的操作模式演化方法综合输入条件、预测的工艺指标、期望工艺指标及当前的操作条件，构造综合工况评判准则，实现对有色冶金生产性能的客观评价；基于操作模式快速匹配方法获得的相似操作模式集，利用投影寻踪回归建立相似操作模式集与关键工艺指标之间的联系，作为操作模式演化过程的关系约束；将混沌信息机制引入到“独立进化、信息交换”的伪并行遗传算法中，采用实数编码独立进化各子种群，形成了一种基于实数编码混沌伪并行遗传算法，求解目标工况下的模式操作分量，获取最优操作模式。操作模式匹配和演化为矿源等输入条件变化时复杂工业过程目标工况的快速设定提供了有效途径。
随着工况条件的变化，操作决策者往往希望工况从当前状态迁移到期望状态。由于反应过程的复杂性，这个迁移过程是非均衡、非定长、非稳态的。其迁移过程的代价包含两层含义：一是迁移过程中期望指标的时间及空间分布状态对于过程产量和质量的影响；二是动态调整过程本身稳定性或性能退化风险的量化计算。为此，提出了基于迁移代价的工况动态调整过程优化方法，该方法通过融合调节时间与调整过程资源能源消耗，构造迁移代价函数、构建基于实时状态与期望状态偏差的工况波动约束关系，根据生产指标面临的性能退化风险，评估迁移路径的时序稳定性，从而得到综合迁移代价。基于Legendre伪谱法设计了以综合迁移代价为目标，以工况波动范围为约束的最优操作模式序列优化方法，实现多操作参数的同时在线决策。
选矿厂通过生产计划与调度来组织、指导、协调和控制选矿的生产经营活动，包括选矿厂计划的编制、执行、调整及检查分析与总结等环节。选矿过程属于典型的流程工业过程，其生产过程连续且主体生产设备和工艺固定。选矿生产计划调度的核心内容是对选矿企业主要生产指标进行合理决策，并在此过程中对原料、设备及能源等资源进行合理分配。
选矿生产全流程综合生产指标优化决策是选矿生产计划调度的核心内容，主要任务为各生产子周期（如天）合理分配资源（如原料组合与用量分配、设备台数与运时等），通过合理优化各子周期内的全流程综合生产指标（日精矿品位、全选比、回收率、吨精成本及精矿产量），达到最终优化选矿企业综合生产指标（年/月度精矿品位、全选比、回收率、吨精成本及精矿产量）的目的。该决策过程具有多层次、多时间尺度、多冲突目标和复杂约束等特点。多层次、多时间尺度体现在企业初步制定的总体生产目标，需要通过不同层次决策部门对总体目标层层分解后确定最终的选矿生产全流程综合生产指标，若按决策指标分类，此过程划分成两个主要的层次。在第一层，根据经营决策部门制定的全周期（如可以为全年、多月、单月）综合生产指标目标范围，选矿厂通过合理分配资源优化每个月度的企业综合生产指标，其中优化配置的生产资源即可形成月度生产计划的主要内容，例如各种原矿的月度总处理量、设备运行计划等，这些计划可以指导原料外购、能源输送、设备检修等辅助生产计划。在第二层，选矿厂将决策的月度综合生产指标进一步分解成可执行的日生产全流程综合生产指标，作为日生产计划的重要组成部分。为实现选矿企业综合生产指标优化，达到提高企业生产效益、效率以及减少消耗的目的，必须确定合理可行的日生产全流程综合生产指标。
（1）选矿企业综合生产指标多目标优化方法
选矿企业综合生产指标多目标优化方法在企业期望的企业综合生产指标目标范围内，考虑选矿主体生产设备能力、原料与能源资源、库存及产品等约束条件，建立以最大化精矿品位、回收率、产量，最小化全选比、成本为目标的选矿综合生产指标多目标优化模型（MPPP）。针对现有选矿企业综合生产指标优化研究所考虑目标或约束不够全面，且主要采用加权法将各目标聚合为单目标问题求解，而权重难以合理确定等问题。采用所提出的梯度驱动的多目标混合进化算法求解MPPP问题。其中梯度驱动算子中的搜索方向为各目标函数负梯度方向的严格凸锥组合，并进行归一化，该方向将搜索空间中的选定点沿所有或其中一些目标函数的下降方向移向Pareto前沿，从而减少纯进化算法中无效的随机交叉和变异的次数。
（2）选矿生产全流程综合生产指标多目标优化分解方法
选矿生产全流程综合生产指标多目标优化分解方法将上层优化确定的选矿企业综合生产指标进一步优化分解为合理可行的选矿生产全流程综合生产指标。该过程具有多层、多周期和多冲突目标特点，针对分别在各层、各周期单独优化时，上层确定的综合生产指标可能导致下层全流程生产指标不可行等问题，建立了一体化选矿企业综合生产指标与生产全流程综合生产指标优化分解模型。针对所建立的0-1混合整数多目标非线性规划（0-1 MO-MINLP）模型考虑不同时间尺度内的冲突目标（精矿品位、选矿比、回收率、成本和产量指标）、大量生产约束以及原料组合优化问题，提出基于周期滚动的两层分解策略减小问题规模，以及基于交互式分割（IP）与梯度驱动（MO-G）相结合的多目标混合进化算法进行求解。所提出的IP方法用来提供有效的组合节点，理想点求解方法用来删除不可行节点，改进的MO-G算子用来加速选定组合节点的进化过程，且构建均为连续变量的割集排除先前迭代过程中产生的（决策者不满意的）可行原料组合。
钢铁生产计划与调度对于降低成本和能源消耗有重要的作用及意义，然而钢铁生产计划与调度存在工件成组、优先级约束以及工件高温引起的高等待费用等特征与工艺约束，因此提高钢铁企业生产计划与优化调度水平是极具挑战性的。国内对钢铁过程计划与优化调度已存在大量研究，计划优化与调度面向于钢铁冶炼和生产的各个环节，甚至是一体化的计划与优化调度。在计划优化方面主要包括炼钢-连铸生产批量计划、钢管生产批量计划、炼钢连铸热轧集成批量计划、原料采购计划、产品发货计划。在优化调度方面主要包括炼钢连铸生产调度、炼钢车间生产调度、热轧生产调度、板坯最优堆垛问题、冷轧生产调度等。计划优化与生产调度问题归结起来可以被视为单机、流水车间、并行机、混合流水车间和多处理器等的调度问题，将实际的计划与调度优化问题提炼为经典的优化问题，并求解约束条件下的最优解或者近优解。
（1）炼钢-连铸批量计划智能优化编制技术
为了满足热轧及其后序工序生产能力需求和多炉次钢水能够在连铸机上连续浇铸，企业需要进行炼钢-连铸工序的批量计划和调度计划的编制。实际编制炼钢-连铸批量计划需要考虑的因素众多，例如板坯的宽度区间，出钢记号，交货期，流向，烫辊材，炉次内板坯宽度跳跃幅度约束，炉次内板坯宽度跳跃次数约束，炉次内板坯成分约束，中间包内炉次宽度跳跃幅度约束，中间包内炉次宽度跳跃次数约束，中间包内炉次钢水成分约束，浇次内宽度跳跃幅度约束，浇次内钢水成分约束等。另外，炼钢-连铸批量计划的一个重要功能是确定出板坯的宽度，而目前文献中的模型所考虑的因素只是一小部分，且大都没有确定板坯的宽度。炼钢-连铸批量计划以给定的一定量待生产板坯及其成分属性、尺寸属性、加工属性、合同属性和转炉与精炼炉加工炉次数目标值及范围、热轧加工烫辊材板坯重量目标值及范围、热轧后续工序加工板坯重量目标值及范围为已知，以转炉容量及对钢水成分的要求、中间包使用寿命及对钢水成分要求、连铸机宽度调整及对钢水成分要求为约束，确定板坯所在的炉次、炉次所在的浇次及浇次内炉次顺序、板坯的浇铸宽度，从而形成浇次计划。
①提出由炉次计划、中间包计划、浇次计划组成的炼钢-连铸批量计划整体优化编制策略。将炉次计划、中间包计划、浇次计划中对宽度的不同要求作为计划编制优化模型中的性能指标与约束方程。将转炉与精炼炉、加工炉次数目标值及范围、热轧加工烫辊材板坯重量目标值及范围、热轧后续工序加工板坯重量目标值及范围，作为中间包计划优化编制模型的性能指标和约束方程。采用基于迭代局部搜索算法（iterated local search，ILS）和变邻域搜索算法（variable neighborhood search，VNS）相结合及基于蚁群优化算法的多目标优化策略。
②建立以极小化板坯组成的炉次数、炉次内板坯重量与转炉容量的差、炉次内板坯间合同属性和加工属性差异及高优先级板坯优先生产为性能指标，以转炉容量及同一炉次内板坯间宽度跳跃幅度和次数为约束方程，以板坯是否在炉次生产为决策变量的炉次计划优化编制模型。将ILS和VNS相结合，提出了ILSVNS的炉次计划优化编制方法。
③建立以极小化转炉加工炉次数与目标偏差、精炼炉加工炉次数与目标偏差、热轧加工烫辊材重量与目标偏差、热轧下游工序加工板坯重量与目标重量偏差、炉次组成中间包数量、中间包内炉次数与中间包使用寿命偏差、中间包内炉次间成分属性差异为目标，以中间包使用寿命、中间包内宽度跳跃和钢水成分要求、转炉加工炉次数目标范围、精炼炉加工炉次数目标范围、热轧加工板坯重量目标范围、热轧下游工序加工板坯重量目标范围为约束方程，以炉次是否在中间包内生产为决策变量的中间包计划优化编制模型。基于ILS和VNS，提出了双层ILSVNS的中间包计划编制方法。考虑到中间包利用率及多目标权重对解的影响，在优化编制方法中加入了可动态调整目标权重及中间包利用率参数的方法。
④建立以极小化中间包组成浇次数、浇次内中间包之间宽度和成分差异、中间包内炉次间宽度和成分差异为目标，以中间包使用寿命、中间包内宽度跳跃和钢水成分要求、浇次内中间包宽度跳跃和钢水成分要求为约束方程，以浇次内中间包顺序、中间包内炉次顺序、板坯浇铸宽度为决策变量的浇次计划优化编制模型。提出了基于蚁群优化算法的双层蚁群优化编制方法。
（2）炼钢-连铸生产重调度技术
炼钢-连铸生产静态调度是指在生产工艺路径和炉次处理时间为固定常数的前提下，以给定浇次在连铸机上准时开浇、同一浇次内炉次连续浇铸及同一设备上相邻炉次作业不冲突等为目标，决策各炉次在转炉工序和精炼工序的加工设备，并决策各炉次在转炉、精炼炉及连铸机上的开工时间，形成调度时刻表。在炼钢-连铸生产过程中，因铁水或废钢供应不及时会经常发生钢水在转炉设备上开工延迟，可能造成同一设备上相邻炉次作业冲突或同一浇次内相邻炉次在连铸机上断浇，导致静态调度计划失效。炼钢-连铸生产重调度是在保证生产工艺路径不变的前提下，以转炉、精炼炉上相邻炉次作业不冲突和同一浇次内相邻炉次在连铸机上不断浇为目标，决策未加工炉次在转炉和精炼的加工设备，以及在转炉、精炼炉和连铸机上的开工时间及完工时间，决策已开工炉次在该设备上的完工时间。在炼钢-连铸生产重调度优化中，以所有炉次在相邻工序的加工等待时间总和最小为目标、同一浇次内相邻炉次在连铸机上不断浇和同一设备上相邻炉次作业不冲突为等约束方程。采用数学规划或进化计算的优化算法难以满足实时性要求，因此只能依靠有经验的调度工程师凭经验人工编制重调度计划，不仅决策炉次数量少、编制时间长，而且使所有炉次加工等待时间长、重调度效率低。
①以所有炉次在相邻工序的加工等待时间总和最小为性能指标，以转炉、精炼炉上相邻炉次作业不冲突和同一浇次内相邻炉次在连铸机上不断浇等建立约束方程，以在设备上已开工但未完工炉次的完工时间、未开工炉次的加工设备、开工时间和完工时间为决策变量，建立了炼钢-连铸生产重调度优化模型。利用炉次处理时间在规定区间内可调，并结合调度专家的经验，提出了炼钢-连铸生产智能重调度策略。其结构由炉次作业冲突和连铸断浇识别、重调度炉次决策、炉次加工设备决策、炉次在各设备上的开工时间和完工时间决策、基于甘特图和线性规划的炉次加工设备、开工时间和完工时间调整等部分组成。
②将启发式、线性规划、有向图和甘特图相结合提出了炼钢-连铸生产智能重调度算法，包括以下内容。
a.基于有向图的炉次作业冲突和连铸断浇识别算法。该算法由基于有向图表示炉次加工设备、加工顺序及相互关系的邻接矩阵、开工延迟时的炉次开工时间和完工时间计算、炉次作业冲突和连铸断浇判别公式组成。
b.重调度炉次决策算法。其由炉次加工状态判别和重调度炉次选择组成，重调度炉次选择的原则是以在某设备上已开工但未完工的炉次，以及未开工炉次为重调度炉次。
c.启发式炉次的加工设备决策算法。其启发式因素为优先选择使炉次作业冲突值最小的设备、相邻设备间位置距离最短的设备和加工炉次数最少的设备作为炉次的加工设备。该算法由炉次批次划分和排序、炉次开工时间和完工时间计算、炉次作业冲突值计算和炉次加工设备决策组成。
d.启发式和线性规划相结合的炉次在各设备上的开工时间和完工时间决策算法，包括启发式的炉次在各设备上的开工和完工时间预决策、基于线性规划的炉次开工和完工时间调整算法。预决策算法由炉次作业冲突值计算、冲突解消、炉次连铸断浇值计算和断浇消除组成。调整算法以所有炉次在相邻工序的加工等待时间总和最小为目标，以炉次加工区间为约束方程，采用单纯型算法求解炉次开工和完工调整时间。
e.基于甘特图和线性规划的炉次加工设备、开工时间和完工时间人机交互调整算法。该算法包括基于甘特图的重调度计划可视化、基于人机交互的炉次加工设备、炉次开工和完工时间调整。炉次加工设备调整采用启发式算法，炉次加工区间调整采用线性规划算法。
（3）热轧生产计划混合智能编制技术
现代大型钢铁企业的热轧生产过程是由多台并行步进式加热炉和热轧机组成的。两流连铸机浇铸的不下线高温板坯或库存板坯，首先在选定的加热炉内加热，然后被加热至规定温度后出炉，并通过辊道被送至热轧机，经粗轧、精轧和卷曲形成一定长度、宽度、厚度、硬度和表面质量的热轧卷（使用同一套精轧工作辊轧制的板坯称为一个轧制单元）。热轧生产计划编制问题中包含着轧制计划编制和加热炉装炉计划编制两大问题，其中轧制计划编制问题中包含着板坯选择、直装单一作业轧制单元编制、非直装单一作业轧制单元编制和非直装混合作业轧制单元编制四个子问题。热轧生产计划编制首先从给定的大量板坯（包括库存板坯和待生产板坯）中确定一定数量板坯作为进行轧制单元编制的板坯（即板坯选择），之后依次进行直装单一作业轧制单元编制、非直装单一作业轧制单元编制和非直装混合作业轧制单元编制，从而获得一定数量的轧制单元，形成满足日生产要求的轧制计划；并进而以轧制计划为基础，确定出轧制单元内板坯的加热设备以及加热开始和结束时间，形成加热炉的生产作业时间表（称为加热炉装炉计划）。已有文献在建模时往往对实际热轧生产计划编制问题进行了一些简化，忽略了一些实际计划编制需要考虑的重要因素，使得这些文献方法不能应用于实际中。目前缺少面向实际应用的、有效可行的热轧生产计划编制技术。
①直装单一作业轧制单元编制
以最小化同一轧制单元内待生产板坯在连铸机上浇铸时两流浇铸时间差、最大化轧制单元平均长度、最大化轧制单元板坯优先级总和、最小化同一轧制单元内待生产板坯的轧制顺序与浇铸顺序差异以及最小化轧制单元内相邻轧制板坯间轧制宽度、轧制厚度、硬度、出炉温度、精轧温度和卷曲温度跳跃量为目标，以同一轧制单元内待生产板坯的钢级相同且总重量不超过依据钢级规定的重量以及同一轧制单元内任意主体材板坯与之前安排的主体材板坯轧制长度之和不超过该板坯表面质量规定的长度值等为约束方程，以轧制单元所要轧制的板坯和轧制单元内板坯的轧制顺序以及轧制单元内待生产板坯在连铸机上浇铸时的宽度、浇注流和顺序为决策变量，建立了直装单一作业轧制单元编制问题的数学模型。分析了该问题难以采用已有优化方法解决的原因，提出了基于蚁群和变邻域搜索算法混合的直装单一作业轧制单元编制方法。该方法由基于蚁群和变邻域搜索算法混合的主体材编制算法以及基于启发式的烫辊材编制算法组成。主体材编制算法在迭代过程中，先粗略确定主体材，然后在此基础上，确定构成主体材的待生产板坯在浇铸时所在的浇注流、顺序以及宽度，并根据这些结果调整粗略确定的主体材内板坯位置。利用实际生产数据的仿真试验结果表明，其中的混合算法所得结果明显优于人工方法所得结果。
②非直装单一作业轧制单元编制
以最大化轧制单元平均长度、最大化轧制单元板坯优先级总和以及最小化轧制单元内相邻轧制板坯间轧制宽度、轧制厚度、硬度、出炉温度、精轧温度和卷曲温度跳跃量为目标，以同一轧制单元主体材板坯的钢种相同以及同一轧制单元内任意主体材板坯与之前安排的主体材板坯轧制长度之和不超过该板坯表面质量规定的长度值等为约束方程，以轧制单元所要轧制的板坯、轧制单元内板坯在轧制单元中所在的区域和轧制单元内板坯的轧制顺序为决策变量，建立了非直装单一作业轧制单元编制问题的数学模型。分析了该问题难以采用已有优化方法解决的原因，提出了基于蚁群和模拟退火算法混合的非直装单一作业轧制单元编制方法。该方法由基于蚁群和模拟退火算法混合的主体材编制算法以及基于启发式的烫辊材编制算法组成。利用实际生产数据的仿真试验结果表明，其中的混合算法在求解精度上优于单一蚁群算法、单一模拟退火算法和人工方法，在求解时间上远远少于人工方法。
③非直装混合作业轧制单元编制
以轧制单元内各流向板坯总重量达标准量、最大化轧制单元平均长度、最大化轧制单元板坯优先级总和以及最小化轧制单元内相邻轧制板坯间轧制宽度、轧制厚度、硬度、出炉温度、精轧温度和卷曲温度跳跃量为目标，以同一轧制单元内相邻主体板坯的钢种要满足衔接要求且同钢种主体材板坯连轧数量不小于钢种规定的数量以及同一轧制单元内任意主体材板坯与之前安排的主体板坯轧制长度之和不超过该板坯表面质量规定的长度值等为约束方程，以轧制单元所要轧制的板坯、轧制单元内板坯在轧制单元中所在的区域和轧制单元内板坯的轧制顺序为决策变量，建立了非直装混合作业轧制单元编制问题的数学模型。分析了该问题难以采用已有优化方法解决的原因，给出了基于变邻域禁忌搜索的编制算法。算法中给出了以提高搜索效率为目的的基于5种邻域结构（包括板坯插入、板坯替换、板坯交换、板坯删除和板坯区间交换）的搜索策略。利用实际生产数据的仿真试验结果表明，本算法所得结果明显优于人工方法所得结果。
④加热炉装炉计划编制
以最小化热轧机等待加热板坯的时间、最小化板坯加热时间以及最小化加热炉内冷热板坯混装次数为目标，以板坯按轧制顺序出炉、板坯在加热炉上加工时间不小于规定最短时间以及同一加热炉同时加热的板坯数量不超过规定数量为约束方程，以轧制单元内板坯的加热设备以及加热开始和结束时间为决策变量，建立了加热炉装炉计划编制模型。分析了该问题难以采用已有优化方法解决的原因，给出了基于蚁群优化的求解算法。算法对板坯的加热设备直接进行优化，而板坯的加热开始和结束时间则在板坯的加热设备确定基础上根据约束条件通过启发式方法计算得到。利用实际生产数据的仿真试验结果表明，本算法所得结果明显优于人工方法所得结果。
计划调度是企业生产管理的重要环节，主要包括企业原料供应的优化及生产负荷优化调度，直接影响企业的生产成本和利润。在有色冶金过程中，计划调度在锌电解过程的节能降耗中得到了成功的应用。传统锌电解生产采用恒定电流的方式进行电解沉积。为了平衡电网的用电负荷、提高功率因数和用电效率，我国电力部门采用了分时计价的电费计价方式，即将一天二十四小时划分为用电尖峰、高峰、腰荷和低谷等多个时段，不同时段的电价不同。由于电费分时计价政策的实施，为了降低锌电解用电费用，需采用新的分时供电方式进行电解沉积。即电价越高，电流密度越低；反之，电价越低，则应提高电流密度。然而，电流密度过高，会使槽电压上升，导致电耗增大；电流密度过低，会造成锌的反溶，也会使电耗增大。因此，必须对锌电解过程中的直流电力负荷进行优化调度，在保证锌电解产量的前提下，优化各时段的电流密度，达到降低电费的目的。大型锌湿法电解生产综合优化控制系统结构如图2-10所示。
图2-10 大型锌湿法电解生产综合优化控制系统结构图
由图2-10可知，大型锌湿法电解生产综合优化控制系统由总厂调度级、分厂调度级与工段级的三级实时控制网络组成。总厂调度级DMC完成锌电解综合优化计算功能，实时在线优化锌电解系列电流、电解液酸锌浓度、温度等关键工艺参数，并通过企业内部网络将最优系列电流、最优电解液酸锌浓度及最优温度等送往供电分厂EMC1及电解分厂EMC3。EMC1和EMC2实时监视整流供电运行状况，并将各时段最优电解系列电流通过以太网送往整流所RMC1、RMC2。RMC1和RMC2确定整流机组的最优投运组合和各投运机组的最优电流，并将各现场采集的信号通过以太网传输至大屏幕显示器进行集中显示。D200通过MODBUS协议与直流强电测量仪、整流装置进行信号传输，并由整流机组控制器完成各系列电解槽稳流控制。EMC3通过Profibus总线与现场控制器进行数据通信，实时监视电解生产运行状况，实现各系列电解槽的电解液酸锌浓度和温度的实时控制。DMC实现全厂整流供电系统、锌电解生产状态集中监视（大屏幕）、事故报警，同时具有记录、统计分析和报表打印、供电系统日常管理以及系统安全管理等功能。对提高企业信息化程度及企业生产效率，保障设备的安全可靠运行发挥了重要作用。
矿物处理过程一体化控制技术，其内涵是在市场需求、节能降耗、环保等约束条件下，通过优化决策产生实现企业综合生产指标（反映企业最终产品的质量、产量、成本、消耗等相关的生产指标）、优化的生产制造全流程的运行指标（反映整条生产线的中间产品在运行周期内的质量、效率、能耗、物耗等相关的生产指标）和过程运行控制指标[反映产品在生产设备（或过程）加工过程中的质量、效率与消耗等相关的变量]，通过生产制造全流程运行优化和过程运行控制实现运行指标的优化控制，进而实现企业综合生产指标优化。
一体化控制系统的控制对象是生产制造全流程，即由生产设备（或过程）变为整条生产线。一体化控制系统的性能指标是生产制造全流程的运行指标，它由与产品在生产加工过程中的质量、生产效率、能耗、物耗等相关的多目标组成。一体化控制涉及过程运行控制、生产制造全流程运行优化、生产过程管理与决策，因此其控制系统由控制层、运行层和管理层三层结构组成，采用多种类型网络（设备网、控制网、企业管理网等）、多种控制计算机（PLC、DCS、管理计算机）、传感器与执行机构组成的硬件平台，组态软件、实时数据库、关系数据库等组成的支撑软件平台，采用一体化控制技术研制的软件系统（运行控制、运行优化、指标分解转化软件）来实现。与传统工业过程控制系统和生产管理系统相比，系统结构发生了根本变化。不同层次网络和多种软件系统的引入，控制系统需要协同运行控制、运行优化与管理决策来实现企业综合生产指标全局优化，加上控制系统使用者的多元化，对一体化控制系统提出了安全性、协同性、易用性的更高要求。
针对上述问题，东北大学开展了复杂生产制造过程一体化控制技术的研究。其中，结合选矿过程提出的一体化控制策略总体结构如图2-11所示，选矿过程一体化控制策略由三层结构组成，包括月综合生产指标目标值优化、日综合生产指标目标值优化及运行指标目标值优化。月综合生产指标目标值优化决策出月原矿量，并计算月综合生产指标目标值。该目标值作为日综合生产指标优化的目标值约束，以实现日综合生产指标累积计算的月综合生产指标多目标优化，决策出日原矿种类和原矿量作为原矿处理系统的目标值，并计算日综合生产指标目标值。日精矿品位和精矿产量等日综合生产指标的目标值作为运行指标目标值优化的目标，决策出竖炉、磨矿和磁选过程自动化系统的运行指标目标值。通过上述自动化系统跟踪目标值，使日精矿品位和产量等日综合生产指标的实际值跟踪目标值，从而使月综合生产指标实际值尽可能接近月综合生产指标目标值，从而实现全流程集成优化。技术细节参见文献[82]。
图2-11 结合选矿过程提出的一体化控制
在钢铁企业中一体化的控制技术具体涉及一体化的生产计划优化问题、一体化的生产调度优化问题和机电一体化的控制问题。一体化的控制技术主要是针对一体化的生产方式的，随着一体化的生产方式的逐渐普及应用，一体化的控制技术逐渐成为研究热点。以一体化的生产计划与调度问题为例，针对连铸热轧一体化中CC-DHCR和CC-HDR工艺的特点，研究了包括批量计划层、作业调度层及动态调度层的CC-DHCR和CC-HDR一体化计划调度三层体系结构，并在武钢二热轧CC-DHCR生产管理系统中实施，实际应用效果良好。钢铁企业中的一体化批量计划问题，多采用运筹学的方法进行研究。东北大学的学者唐立新教授针对炼钢-连铸-热轧一体化生产批量计划问题的特征进行了分析，为一体化批量计划的数学模型的建立提供了基础。孙福权等学者采用模糊专家系统和运筹学模型相结合的新混合算法，处理炼钢-热轧一体化批量计划匹配问题。许剑等学者分析了基于直接热装和直接轧制工艺的一体化组批问题，建立了基于并行策略的组批模型，并构造了分组协同蚁群算法。马天牧等学者考虑了热装热送工艺要求，给出了一体化计划编制的框架结构，提出给予模型控制和参数控制的两环控制策略来解决炼钢、连铸、热轧三大批量计划难以协调匹配的问题，并给出了评价一体化计划的两个重要的指标：数量和次序匹配率。
相对于一体化的批量计划问题，一体化的生产调度问题研究相对较少。张彩霞等学者提出了综合采用启发式搜索方法和离散事件仿真方法来解决一体化生产调度问题。朱宝琳学者建立了一体化生产计划调度模型，将拉格朗日松弛法应用于模型中，利用拉格朗日松弛法较好的分解特性，对大规模复杂调度问题进行了分解。模型中除了考虑了生产工艺和工序间连续生产、合同的准时交货问题，还考虑交货周期短、中间库存最少、热装比最大等直接与企业效益相关的优化目标。宁树实学者针对钢铁企业炼钢-连铸-热轧一体化生产调度中存在的若干问题进行了研究，提出了一体化生产计划体系下的热轧批量计划编制问题的数学模型及其求解算法；宁树实学者还建立了一体化生产计划体系下的炼钢连铸生产计划编制问题的数学模型，并根据炼钢和连铸工序衔接紧密的特点，提出了一种统一求解炼钢-连铸生产计划方法，使得炼钢炉次计划编制和连铸浇次计划编制交互进行而不是分别独立求解，达到两种计划同时优化的效果。宁树实还提出了基于准时制的动态调度思想，并据此建立了炼钢-连铸生产动态调度的数学模型。
钢铁企业的一体化技术除了一体化的生产计划编制、一体化的生产调度外，还有机电一体化控制技术。机电一体化控制技术是指将机械、微电子、控制、计算机、信息处理等多学科交叉融合形成更加有效的控制技术，目前已被广泛应用于钢铁企业。在钢铁企业中，机电一体化系统是以微处理器为核心，把微机、工控机、数据通信、显示装置、仪表等技术有机结合起来，采用组装合并方式，为实现工程大系统的综合一体化创造有利条件，增强系统的控制精度、质量和可靠性。机电一体化控制技术在钢铁企业中主要应用在以下几个方面。
①智能化控制技术 由于钢铁工业具有大型化、高速化和连续化的特点，传统的控制技术遇到了难以克服的困难，因此非常有必要采用智能控制技术。智能控制技术主要包括专家系统、模糊控制和神经网络等，智能控制技术广泛应用于钢铁企业的产品设计、生产、控制、设备与产品质量诊断等各个方面，如高炉控制系统、电炉和连铸车间、轧钢系统、炼钢-连铸-轧钢综合调度系统、冷连轧等。
②分布式控制系统 分布式控制系统采用一台中央计算机指挥若干台面向控制的现场测控计算机和智能控制单元。分布式控制系统可以是两级的、三级的或更多级的。利用计算机对生产过程进行集中监视、操作、管理和分散控制。随着测控技术的发展，分布式控制系统的功能越来越多。不仅可以实现生产过程控制，而且可以实现在线最优化、生产过程实时调度、生产计划统计管理功能，成为一种测、控、管一体化的综合系统。分布式控制系统具有特点控制功能多样化、操作简便、系统可以扩展、维护方便、可靠性高等特点。分布式控制系统与集中型控制系统相比，其功能更强，具有更高的安全性，是当前大型机电一体化系统的主要潮流。
③开放式控制系统 开放控制系统是目前计算机技术发展所引出的新的结构体系概念。“开放”意味着对一种标准的信息交换规程的共识和支持，按此标准设计的系统，可以实现不同厂家产品的兼容和互换，且资源共享。开放控制系统通过工业通信网络使各种控制设备、管理计算机互联，实现控制与经营、管理、决策的集成，通过现场总线使现场仪表与控制室的控制设备互联，实现测量与控制一体化。
④计算机集成制造系统 钢铁企业的CIMS是将人与生产经营、生产管理以及过程控制连成一体，用以实现从原料进厂、生产加工到产品发货的整个生产过程全局和过程一体化控制。目前钢铁企业已基本实现了过程自动化，但这种“自动化孤岛”式的单机自动化缺乏信息资源的共享和生产过程的统一管理，难以适应现代钢铁生产的要求。未来钢铁企业竞争的焦点是多品种、小批量生产，质优价廉，及时交货。为了提高生产率、节能降耗、减少人员及现有库存，加速资金周转，实现生产、经营、管理整体优化，关键就是加强管理，获取必需的经济效益，提高企业的竞争力。
⑤现场总线技术 现场总线技术是连接设置在现场的仪表与设置在控制室内的控制设备之间的数字式、双向、多站通信链路。采用现场总线技术取代现行的信号传输技术就能使更多的信息在智能化现场仪表装置与更高一级的控制系统之间在共同的通信媒体上进行双向传送。通过现场总线连接可省去66%或更多的现场信号连接导线。现场总线的引入导致DCS的变革和新一代围绕开放自动化系统的现场总线化仪表，如智能变送器、智能执行器、现场总线化检测仪表、现场总线化PLC和现场就地控制站等的发展。
⑥交流传动技术 传动技术在钢铁工业中起作至关重要的作用。随着电力电子技术和微电子技术的发展，交流调速技术的发展非常迅速。由于交流传动的优越性，电气传动技术在不久的将来由交流传动全面取代直流传动，数字技术的发展，使复杂的矢量控制技术实用化得以实现，交流调速系统的调速性能已达到和超过直流调速水平。现在无论大容量电动机或中小容量电动机都可以使用同步电动机或异步电动机实现可逆平滑调速。交流传动系统在轧钢生产中一出现就受到用户的欢迎，应用不断扩大。
针对铝电解生产特点，我国科技工作者提出了基于多相-多场耦合仿真的大型铝电解槽结构、工艺与控制器综合优化方法，研发了多目标协同优化控制方法，形成了具有自主知识产权的大型铝电解槽低电压高效节能一体化优化控制技术。
（1）铝电解槽多相多场耦合仿真模型
铝电解槽在强大直流电作用下，形成气（阳极气体）、液（电解质熔体和铝溶体）、固（加入的原料及凝固电解质等）三相共存，多种物理场[电场、磁场、热场（即温度场）、流场、应力场、浓度场]交互作用的电解体系，随着现代铝电解槽电流强度不断增大，体系中相间、场间以及相-场间的耦合作用以及它们对电解槽运行特性的影响越加强烈，因此必须建立更精确的模型对多相-多场给予更深入的研究才能为大型铝电解槽结构、工艺和控制技术的优化创造条件。
充分考虑多相多场复杂耦合关系，首先在流场仿真中建立“液（电解质）-液（铝）-气”和“液-气-固（氧化铝颗粒）”两类三相流耦合仿真模型，更精确地实现了全域流场、铝液-电解质界面分布的一体化数值解析；然后，建立了基于上述两类三相流耦合仿真的浓度场（氧化铝浓度分布）仿真模型，更精确地实现对电解槽下料过程中氧化铝颗粒瞬态分散与传质过程规律的仿真研究；进而建立了基于铝电解过程电流效率损失机理、相间传质理论、三相流耦合仿真和磁流体稳定性仿真的电解槽区域电流效率仿真模型以及铝电解槽主要技术经济指标（电流效率、吨铝电耗和槽寿命）的理论计算与评估模型，从而在电解槽参数-多相流特性-多物理场特性-技术经济指标之间建立起了直接的关系模型；最后将两类三相流、六种物理场和两种最重要的电解槽特性参数的计算机三维耦合仿真集成于一体，构成完整的多相多场耦合仿真模型，显著提高了物理场仿真精度，主要仿真输出变量的偏差从15%～30%缩小到5%～10%。
（2）铝电解工艺（运行技术条件）与控制器综合优化方法
如图2-12所示，将铝电解机理模型与多相-多场耦合仿真模型相结合，建立模拟电解槽（数字电解槽）和对模拟电解槽实施控制并具有自寻优功能的模拟控制器；通过分别给定模拟电解槽和模拟控制器相关参数，并启动两者的模拟运行，使两者的“运行”达到动态平衡；再建立一个参数综合评价与优化决策模块，对模拟电解槽和模拟控制器的输出参数进行综合评价，并将优化决策结果分别反馈到两者的参数给定环节。通过大量仿真研究并结合现场试验，首次构建出可使大型铝电解槽在3.75～3.95V的低电压下实现高效、低电耗、低排放，稳定运行的状态空间及其配套条件，并据此建立低电压高效节能运行技术条件（工艺条件），实现“五低-三窄-一高”（即：低温、低过热度、低氧化铝浓度、低槽电压、低阳极效应系数、窄物料平衡工作区、窄热平衡工作区、窄磁流体稳定性调节区、高电流密度），其中以“五低”追求电解过程的高电效、低电耗和低排放，以“三窄”追求电解过程的平稳性和电解槽长寿命，以“一高”追求电解过程强化增效并满足低电压下的热平衡要求。
图2-12 铝电解槽结构、工艺与控制器综合优化方法原理图
（3）铝电解槽“临界稳定控制”与多目标多环协同优化控制
多目标多环协同优化控制技术的基本控制结构如图2-13所示，主要创新如下。
图2-13 多目标多环协同优化控制技术的基本控制结构
①建立了基于反应机理建模、数据辨识建模、多物理场仿真建模和专家知识建模的多信息融合模型及“基于多信息融合模型的状态解析方法”，克服常规技术仅仅根据槽电阻波动情况来判断槽稳定性所带来的判断不全面的问题。
②建立一种以物料平衡、热平衡和磁流体稳定性综合分析为基础的“多环耦合临界状态参数动态辨识/仿真”模型，实现对电解槽重要状态参数及其控制稳定度的软测量。
③建立“多目标优化计模型”，它根据重要状态参数及其控制稳定度的解析结果以及重要状态参数与其理想临界状态的偏差解析结果实现重要控制参数的最优控制目标值计算，对物料平衡、热平衡与极距、槽稳定性三个关键控制环节进行协同优化求解，得到下料速度、氟盐添加速率和槽电压三个操作变量的多步优化控制序列，使电解槽状态快速稳定地逼近理想临界状态，达到高效、节能和低排放目标。
（4）基于云架构的新一代全分布式铝电解一体化控制系统
研制了基于ARM9和多CPU网络结构的新一代槽控机，全部槽控机通过CAN总线互联构成车间控制网，通过CAN-Ethernet协议转换装置实现其与全厂监控网的无缝连接；车间可选配基于无线通信的移动式信息监控系统，使现场操作人员随时随地获取自己关注的生产管理信息。全厂监控网设计为私有云架构，将海量的来自槽控机及其他途径的监控数据、历史数据、报警数据及离线检测工艺数据等组织成服务器集群结构，实现企业内部信息资源共享并满足控制系统和用户对海量信息快速与高效处理的需求。全厂监控网通过VPN技术连接到远程工艺服务公有云中心，为用户提供全世界范围内的实时信息与监控信息共享和远程工艺分析与会诊功能。基于云架构的全分布式铝电解一体化控制系统结构如图2-14所示。
图2-14 基于云架构的全分布式铝电解一体化控制系统结构