隨著中國(guó)制造2025國(guó)家戰(zhàn)略的深入發(fā)展，國(guó)家不斷制定落實(shí)一系列措施來(lái)推動(dòng)中國(guó)制造業(yè)智能轉(zhuǎn)型升級(jí)。同時(shí)，大口徑不銹鋼管企業(yè)的智能制造、綠色、數(shù)字化轉(zhuǎn)型等議題成為討論的焦點(diǎn)。其中重要的手段就是大口徑不銹鋼管企業(yè)深度應(yīng)用工業(yè)互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等先進(jìn)技術(shù)，通過(guò)工業(yè)化和信息化的深度融合，推進(jìn)企業(yè)智能制造技術(shù)落地應(yīng)用，加快推動(dòng)傳統(tǒng)大口徑不銹鋼管企業(yè)的轉(zhuǎn)型升級(jí)。利用大數(shù)據(jù)分析，研究模擬高爐“黑箱”內(nèi)部作業(yè)情況，為生產(chǎn)調(diào)度決策提供指導(dǎo)依據(jù)，從而提高生產(chǎn)效率，降低能源消耗及生產(chǎn)損耗，以實(shí)現(xiàn)降低煉鐵生產(chǎn)成本。文章通過(guò)對(duì)大數(shù)據(jù)在煉鐵高爐生產(chǎn)過(guò)程中的應(yīng)用設(shè)想加以敘述。

煉鐵工序是直面企業(yè)外部復(fù)雜多變的原料采購(gòu)環(huán)境，要消化原料質(zhì)量波動(dòng)對(duì)生產(chǎn)的影響；在生產(chǎn)過(guò)程各工序錯(cuò)綜復(fù)雜難以協(xié)同優(yōu)化控制，操作過(guò)程仍以人工經(jīng)驗(yàn)和主觀判斷為主，煉鐵知識(shí)難以轉(zhuǎn)化、沉淀、復(fù)用，技術(shù)提升過(guò)程面對(duì)高爐“黑箱”內(nèi)部的物理場(chǎng)難以解析的問(wèn)題，難以做到爐況的長(zhǎng)期穩(wěn)定等。這就導(dǎo)致了整個(gè)煉鐵過(guò)程基本都是依賴與人而不是智人在管理和控制，生產(chǎn)過(guò)程的標(biāo)準(zhǔn)化、智能化體系難以建立，以及行業(yè)企業(yè)內(nèi)各煉鐵廠技術(shù)經(jīng)濟(jì)指標(biāo)參差不齊的問(wèn)題。

1依托基礎(chǔ)感知器件

現(xiàn)場(chǎng)PLC/DCS->實(shí)現(xiàn)智能化物質(zhì)/能量/信息組織管理（通過(guò)各工藝單元智能管理系統(tǒng)實(shí)現(xiàn)生產(chǎn)控制自感知、自決策、自執(zhí)行、自適應(yīng)）->進(jìn)而實(shí)現(xiàn)產(chǎn)線集中監(jiān)控及智能化經(jīng)營(yíng)服務(wù)（通過(guò)硬件層面+軟件層面智能化系統(tǒng)整合，實(shí)現(xiàn)產(chǎn)線各工藝單元的智能管理，同時(shí)基于平臺(tái)整合鐵前MES業(yè)務(wù)功能實(shí)現(xiàn)企業(yè)大數(shù)據(jù)智能分析及智能化經(jīng)營(yíng)服務(wù)）。將數(shù)據(jù)標(biāo)準(zhǔn)進(jìn)行統(tǒng)一，實(shí)現(xiàn)數(shù)據(jù)互聯(lián)共享、統(tǒng)一的數(shù)據(jù)資產(chǎn)智能分析以及產(chǎn)線的集中智能監(jiān)控經(jīng)營(yíng)。

2煉鐵云邊協(xié)同的生產(chǎn)運(yùn)營(yíng)管理模式

“云”即指平臺(tái)，在數(shù)據(jù)中心的基礎(chǔ)上搭建大數(shù)據(jù)分析平臺(tái)對(duì)中長(zhǎng)期數(shù)據(jù)挖掘分析，實(shí)現(xiàn)操作制度的優(yōu)化和長(zhǎng)周期的爐況分析、診斷與決策，同時(shí)整合鐵前MES業(yè)務(wù)功能，打通采購(gòu)—生產(chǎn)—管理數(shù)據(jù)孤島及業(yè)務(wù)孤島。“邊”即指各工藝單元的智能管理系統(tǒng)，在煉鐵各工藝單元的主控制建立運(yùn)用機(jī)理建模和人工智能實(shí)現(xiàn)工況診斷的智能管理系統(tǒng)，實(shí)現(xiàn)“工業(yè)傳感+物聯(lián)網(wǎng)動(dòng)態(tài)感知”—“機(jī)理模型+知識(shí)庫(kù)智能診斷”—“大數(shù)據(jù)+機(jī)器學(xué)習(xí)優(yōu)化決策及協(xié)同管理”的煉鐵的智造智管。因此大數(shù)據(jù)在煉鐵高爐生產(chǎn)過(guò)程中應(yīng)用主要包含“云”和“邊”兩個(gè)維度（協(xié)同優(yōu)化），旨在推動(dòng)煉鐵高爐操作技術(shù)、管理水平的提升，進(jìn)而實(shí)現(xiàn)鐵前制造過(guò)程的標(biāo)準(zhǔn)化、智能化。

3工業(yè)互聯(lián)網(wǎng)平臺(tái)

IaaS、PaaS和SaaS的新型架構(gòu)建立煉鐵大數(shù)據(jù)平臺(tái)，采用分布式數(shù)據(jù)處理和任務(wù)調(diào)度，經(jīng)濟(jì)高效的完成數(shù)據(jù)集成，實(shí)現(xiàn)高效率、規(guī)范化數(shù)據(jù)處理流程。平臺(tái)技術(shù)架構(gòu)的設(shè)計(jì)考慮到大口徑不銹鋼管行業(yè)大數(shù)據(jù)應(yīng)用的時(shí)效性、周期性和復(fù)雜性，制定統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)和接口規(guī)范，實(shí)現(xiàn)對(duì)結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)的上傳和存儲(chǔ)。結(jié)合數(shù)據(jù)展示分析挖掘的實(shí)際需要，選擇內(nèi)存數(shù)據(jù)庫(kù)、關(guān)系型數(shù)據(jù)、時(shí)序數(shù)據(jù)庫(kù)、對(duì)象數(shù)據(jù)庫(kù)以及分布式數(shù)據(jù)庫(kù)相結(jié)合的混搭式數(shù)據(jù)存儲(chǔ)架構(gòu)，充分發(fā)揮各類型數(shù)據(jù)庫(kù)的特點(diǎn)，從而更好的實(shí)現(xiàn)在線監(jiān)測(cè)、時(shí)序分析、設(shè)備報(bào)警、大數(shù)據(jù)分析等業(yè)務(wù)應(yīng)用場(chǎng)景。

4建立決策支持的管理信息中心，打造智能領(lǐng)導(dǎo)駕駛艙

專門針對(duì)產(chǎn)線生產(chǎn)狀態(tài)、成本、管理情況的總體分析展示，為企業(yè)內(nèi)部領(lǐng)導(dǎo)及相關(guān)高管提供的指標(biāo)分析型系統(tǒng)。打破數(shù)據(jù)隔離，實(shí)現(xiàn)指標(biāo)分析及決策場(chǎng)景落地。通過(guò)詳盡的生產(chǎn)指標(biāo)、安全指標(biāo)、成本指標(biāo)等體系，實(shí)時(shí)反映煉鐵產(chǎn)線的運(yùn)行狀態(tài)，將采集的數(shù)據(jù)形象化、直觀化、具體化，打造智能領(lǐng)導(dǎo)駕駛艙，同時(shí)還可以支持直接下鉆到各工藝單元。

5煉鐵高爐大數(shù)據(jù)平臺(tái)架構(gòu)

平臺(tái)技術(shù)架構(gòu)要考慮到大口徑不銹鋼管行業(yè)大數(shù)據(jù)應(yīng)用的時(shí)效性、周期性和復(fù)雜性，制定統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)和接口規(guī)范。結(jié)合數(shù)據(jù)展示分析挖掘的實(shí)際需要，選擇內(nèi)存數(shù)據(jù)庫(kù)、關(guān)系型數(shù)據(jù)、時(shí)序數(shù)據(jù)庫(kù)、對(duì)象數(shù)據(jù)庫(kù)以及分布式數(shù)據(jù)庫(kù)相結(jié)合的混搭式數(shù)據(jù)存儲(chǔ)架構(gòu)，充分發(fā)揮各類型數(shù)據(jù)庫(kù)的特點(diǎn)，從而更好的實(shí)現(xiàn)在線監(jiān)測(cè)、時(shí)序分析、設(shè)備報(bào)警、大數(shù)據(jù)分析等業(yè)務(wù)應(yīng)用場(chǎng)景。采用分布式數(shù)據(jù)處理和任務(wù)調(diào)度，經(jīng)濟(jì)高效的完成數(shù)據(jù)集成，實(shí)現(xiàn)高效率、規(guī)范化數(shù)據(jù)處理流程。

5.1數(shù)據(jù)采集治理存儲(chǔ)

數(shù)據(jù)采集部分，支持串口、OPC、關(guān)系型數(shù)據(jù)庫(kù)、用戶自定義報(bào)文等多種通訊方式與不同設(shè)備或第三方系統(tǒng)進(jìn)行數(shù)據(jù)通訊，采用統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)，無(wú)縫鏈接大數(shù)據(jù)平臺(tái)，實(shí)現(xiàn)工業(yè)現(xiàn)場(chǎng)多元異構(gòu)系統(tǒng)數(shù)據(jù)采集，對(duì)于一級(jí)控制系統(tǒng)數(shù)據(jù)，提供分布式數(shù)據(jù)緩沖池，支持毫秒級(jí)數(shù)據(jù)通訊和數(shù)據(jù)緩存，可配置虛擬點(diǎn)，外掛復(fù)雜業(yè)務(wù)數(shù)據(jù)處理服務(wù)，實(shí)現(xiàn)復(fù)雜業(yè)務(wù)數(shù)據(jù)的加工處理整合。

5.2高爐智能管理系統(tǒng)

系統(tǒng)基于高爐水溫差、爐缸熱電偶、爐頂成像等整體監(jiān)測(cè)系統(tǒng)，采集高爐一級(jí)操作數(shù)據(jù)、軌道衡、檢化驗(yàn)等系統(tǒng)數(shù)據(jù)建立支撐整個(gè)系統(tǒng)高效準(zhǔn)確運(yùn)行數(shù)據(jù)倉(cāng)庫(kù)。運(yùn)用高爐冶煉機(jī)理模型（冶金熱力學(xué)、動(dòng)力學(xué)模型、冶金物理化學(xué)）、專家推理機(jī)及移動(dòng)互聯(lián)等先進(jìn)技術(shù)建立了服務(wù)于煉鐵廠的安全預(yù)警、生產(chǎn)操作優(yōu)化、智能診斷、生產(chǎn)管理、在線監(jiān)測(cè)、實(shí)時(shí)預(yù)警等一系列豐富的業(yè)務(wù)功能，推動(dòng)煉鐵生產(chǎn)過(guò)程向數(shù)字化、網(wǎng)絡(luò)化及智能化轉(zhuǎn)型。

5.3安全生產(chǎn)預(yù)警模塊

通過(guò)高爐安全生產(chǎn)預(yù)警模塊，在統(tǒng)一的坐標(biāo)系下定制化建立安全預(yù)警標(biāo)準(zhǔn)，打通包括冷卻壁熱負(fù)荷監(jiān)測(cè)、爐缸爐底侵蝕、壁體溫度巡檢、風(fēng)口檢漏和高爐全景視圖等各安全監(jiān)測(cè)模型的數(shù)據(jù)孤島，為操作人員提供整個(gè)爐體縱向、徑向的整體化安全監(jiān)測(cè)巡檢。

5.4操作冶煉工藝模塊

通過(guò)高爐生產(chǎn)操作工藝模塊，結(jié)合包括布料模型、氣流分布、操作爐型、送風(fēng)制度、爐缸平衡、爐缸活躍性、爐渣粘度、動(dòng)態(tài)鏡像、平衡計(jì)算等對(duì)高爐生產(chǎn)具有指導(dǎo)意義的操作模型，可視化監(jiān)控高爐，實(shí)現(xiàn)高爐上部調(diào)劑、中部調(diào)劑和下部調(diào)劑全方面的數(shù)字化、模型化。

5.5智能診斷模塊

通過(guò)爐況智能診斷模塊，提供包括爐況智能診斷推理機(jī)、多維變量爐況預(yù)警、爐況變化關(guān)聯(lián)性分析等智能模型實(shí)現(xiàn)爐況的自動(dòng)分析、診斷、預(yù)判，給出相應(yīng)爐況的操作建議并支持下發(fā)一級(jí)實(shí)現(xiàn)閉環(huán)控制（下發(fā)一級(jí)功能需甲方自動(dòng)化配合實(shí)施）的功能通過(guò)自學(xué)習(xí)實(shí)現(xiàn)工長(zhǎng)操作層面的自感知-自分析-自決策-自執(zhí)行的高爐智能優(yōu)化。

5.6爐況智能診斷推理機(jī)

高爐推理機(jī)內(nèi)提前錄入完整的高爐爐況識(shí)別知識(shí)庫(kù)以及診斷規(guī)則。爐況知識(shí)庫(kù)主要分為爐料質(zhì)量、高爐行程類、爐體和爐熱等四大類。高爐行程類又包括空穴、塌料、懸料、管道、料線、煤氣分布類型等子規(guī)則。高爐爐體類包括，爐缸堆積、結(jié)瘤、活躍指數(shù)，爐墻侵蝕，渣皮脫落行程等子規(guī)則，爐熱類包括爐熱趨勢(shì)判斷和漏水等兩個(gè)子類，其中每個(gè)子類還包括不同程度的多種現(xiàn)象預(yù)報(bào)和對(duì)應(yīng)的動(dòng)作指導(dǎo)。

5.7爐況變化關(guān)聯(lián)性分析

針對(duì)高爐實(shí)際操作和煉鐵流程來(lái)看，主要關(guān)注的是高爐操作和狀態(tài)參數(shù)同其它參數(shù)的關(guān)系，將所有涉及高爐生產(chǎn)的原料數(shù)據(jù)、安全數(shù)據(jù)、生產(chǎn)過(guò)程數(shù)據(jù)、經(jīng)濟(jì)指標(biāo)數(shù)據(jù)做相關(guān)性矩陣分析，從大數(shù)據(jù)的角度簡(jiǎn)單分析影響各個(gè)參數(shù)的因子。選擇高爐操作者關(guān)心的任意兩組數(shù)，求得其階段關(guān)聯(lián)系數(shù)的變化，以此來(lái)調(diào)整優(yōu)化高爐工長(zhǎng)操作，提高高爐操作的穩(wěn)定性和方向性，防止誤判、盲目操作。

5.8多維變量爐況提前預(yù)警

首先將現(xiàn)場(chǎng)關(guān)注的、對(duì)爐況波動(dòng)反映比較特征明顯的多維數(shù)據(jù)作為訓(xùn)練集合，利用PCA算法進(jìn)行降維處理，將樣本主要部分進(jìn)行三維凸包處理得到正常爐況時(shí)期的凸包包裹范圍，將次要部分進(jìn)行SPE處理得到正常爐況SPE控制限。將訓(xùn)練后得到的凸包包裹范圍與SPE控制限樣本應(yīng)用于現(xiàn)場(chǎng)實(shí)時(shí)數(shù)據(jù)，進(jìn)行檢測(cè)，一旦有超過(guò)凸包包裹范圍或者SPE控制限表明有異常爐況。

5.9生產(chǎn)質(zhì)量管理模塊

通過(guò)高爐生產(chǎn)質(zhì)量管理模塊，提供包括物料編碼、原燃料信息、渣鐵信息、有害元素、燒結(jié)礦質(zhì)量跟蹤等生產(chǎn)過(guò)程管理模型；根據(jù)自動(dòng)讀取的原燃料數(shù)據(jù)實(shí)現(xiàn)閉環(huán)配料，同時(shí)實(shí)現(xiàn)電子報(bào)表的定制化生成，完全取代紙質(zhì)報(bào)表；此外實(shí)現(xiàn)對(duì)整個(gè)高爐生產(chǎn)過(guò)程長(zhǎng)短周期的分析自動(dòng)生成報(bào)告，分別在工長(zhǎng)、爐長(zhǎng)、廠長(zhǎng)或?qū)＜覍用鎸?shí)現(xiàn)為綜合判斷調(diào)整爐況提供更加清晰的依據(jù)，為專家制定出最優(yōu)的調(diào)整策略及方向。

5.10數(shù)據(jù)資產(chǎn)倉(cāng)庫(kù)模塊

通過(guò)高爐數(shù)據(jù)資產(chǎn)倉(cāng)庫(kù)模塊，整合高爐一級(jí)PLC系統(tǒng)、MES系統(tǒng)、三級(jí)檢化驗(yàn)系統(tǒng)和高爐智能管理系統(tǒng)等各系統(tǒng)，將實(shí)時(shí)生產(chǎn)操作數(shù)據(jù)、上料數(shù)據(jù)、爐頂布料數(shù)據(jù)、入爐原燃料數(shù)據(jù)、熱電偶數(shù)據(jù)、水溫差數(shù)據(jù)、渣鐵成分?jǐn)?shù)據(jù)、各模型計(jì)算結(jié)果數(shù)據(jù)等進(jìn)行一代爐役的存儲(chǔ)形成數(shù)據(jù)資產(chǎn)，并可按周期定期進(jìn)行平均值、極值、標(biāo)準(zhǔn)差等數(shù)據(jù)統(tǒng)計(jì)，保障一代爐役的數(shù)據(jù)追溯。

綜上所述，大數(shù)據(jù)在煉鐵高爐生產(chǎn)中的應(yīng)用，必須建立在煉鐵各工藝智能單元及基礎(chǔ)硬件監(jiān)測(cè)基礎(chǔ)上的，通過(guò)對(duì)各生產(chǎn)過(guò)程數(shù)據(jù)實(shí)時(shí)采集和監(jiān)測(cè)，最終形成智造過(guò)程數(shù)據(jù)分析中心和共享中心。同時(shí)，運(yùn)用大數(shù)據(jù)分析工具及技術(shù)，實(shí)現(xiàn)對(duì)整個(gè)生產(chǎn)過(guò)程的分析，為現(xiàn)場(chǎng)專家、廠級(jí)領(lǐng)導(dǎo)及技術(shù)科研發(fā)人員綜合判斷生成經(jīng)營(yíng)管理狀態(tài)、調(diào)整生成工況提供更加清晰的依據(jù)。幫助企業(yè)實(shí)現(xiàn)從單一傳統(tǒng)大口徑不銹鋼管制造設(shè)備監(jiān)測(cè)到基于工業(yè)大數(shù)據(jù)的整體監(jiān)測(cè)、分析和診斷的體系建立；助力從產(chǎn)線數(shù)字化管控到企業(yè)級(jí)全局分析再到集團(tuán)對(duì)標(biāo)決策的整體優(yōu)化，提升生產(chǎn)效率，創(chuàng)新管理模式。