工業(yè)智能｜鋼鐵生產(chǎn)數(shù)字孿生開發(fā)和應(yīng)用的工業(yè)前景可期

1、H公司對(duì)數(shù)字孿生技術(shù)的構(gòu)想

盡管數(shù)字孿生的概念已存在多年，但美國(guó)宇航局（NASA）于2010年首次給出了明確定義：“數(shù)字孿生是對(duì)車輛或系統(tǒng)進(jìn)行集成的多物理量、多尺度、多概率模擬仿真，使用較佳物理模型、傳感器更新、歷史數(shù)據(jù)等，反映其飛行孿生的生命過程。”

數(shù)字孿生的幾個(gè)關(guān)鍵部件已經(jīng)從這個(gè)定義中衍生出來，包括集成仿真、模型、傳感器更新和歷史信息。

隨著近年來技術(shù)的發(fā)展，尤其是邊緣計(jì)算和云計(jì)算領(lǐng)域、loT、ML/AI、虛擬現(xiàn)實(shí)（VR）和增強(qiáng)現(xiàn)實(shí)（AR）領(lǐng)域，數(shù)字孿生的概念也演變出諸多不同的觀點(diǎn)。數(shù)字孿生是實(shí)體裝備的動(dòng)態(tài)數(shù)字表示，它結(jié)合了多種建模技術(shù)（如第一原理模型、數(shù)據(jù)驅(qū)動(dòng)模型和工程設(shè)計(jì)模型）和實(shí)時(shí)數(shù)據(jù)，從而得出有意義的見解，幫助改進(jìn)人類決策。

有效的數(shù)字孿生應(yīng)包含集成、智能和交互。

物聯(lián)網(wǎng)集成數(shù)據(jù)連接——在增強(qiáng)可視化環(huán)境中，數(shù)字孿生技術(shù)集成了來自工藝運(yùn)行、設(shè)備維護(hù)和產(chǎn)品質(zhì)量的所有數(shù)據(jù)源，以及基于預(yù)定義裝備層次框架的高保真2/3D裝備設(shè)計(jì)模型。它和它的物理雙胞胎建立了實(shí)時(shí)數(shù)據(jù)交換，建立了“單一的真實(shí)版本”，呈現(xiàn)了請(qǐng)求式情景化信息，通過安全的公共或私有云基礎(chǔ)設(shè)施確保所有指定用戶的信息透明。

內(nèi)置智能的知識(shí)連接——數(shù)字孿生技術(shù)必須有其內(nèi)置智能，這是它和廣泛應(yīng)用的商務(wù)智能（BI）儀表板的關(guān)鍵區(qū)別——無論它是否在2D或3D環(huán)境中呈現(xiàn)。數(shù)字孿生技術(shù)提供一個(gè)分析平臺(tái)，有效結(jié)合了第一原理模型、大數(shù)據(jù)和ML/AI技術(shù)，產(chǎn)生可實(shí)施洞察，并做出與物理裝備安全性、可靠性、有效性和收益性相關(guān)的智能決策。數(shù)字孿生可鞏固不同類型和來源的知識(shí)和專有技術(shù)，包括其他系統(tǒng)產(chǎn)生的。

通過交互實(shí)現(xiàn)價(jià)值連接——數(shù)字孿生通過各種數(shù)字孿生服務(wù)、預(yù)維護(hù)、場(chǎng)景分析、增強(qiáng)訓(xùn)練或遠(yuǎn)程專家支持端口等與人類或機(jī)器交互，從而為業(yè)務(wù)增加價(jià)值。數(shù)字孿生的出現(xiàn)可能從根本上突破ISA95企業(yè)集成和控制系統(tǒng)模型的金字塔層級(jí)，如圖1所示，產(chǎn)生一種新的各種擴(kuò)展服務(wù)集中的數(shù)字孿生模型（圖1（b））。這種新的數(shù)字孿生方法的好處是，它將在所有豎井之間共享信息，并在運(yùn)營(yíng)部門、智能部門（如財(cái)務(wù)、采購(gòu)、商務(wù)計(jì)劃、物流等）之間，甚至與外部組織如原始設(shè)備制造商和服務(wù)提供商之間創(chuàng)建一種全新的協(xié)作方式。

2、高爐4.0的發(fā)展

H公司高爐4.0是基于數(shù)字孿生平臺(tái)開發(fā)的，這個(gè)平臺(tái)有三個(gè)支柱：數(shù)據(jù)集成、操作智能和勞動(dòng)力連接。每個(gè)支柱由各種數(shù)字孿生服務(wù)組成，如圖2所示。

數(shù)據(jù)集成——數(shù)據(jù)集成的目標(biāo)是為高爐建立一個(gè)單一的真實(shí)的數(shù)據(jù)來源，在需要的時(shí)候在正確的時(shí)間向正確的人提供可靠的信息。高爐是價(jià)值鏈中最重要的資產(chǎn)?，F(xiàn)代高爐設(shè)備齊全，從裝料系統(tǒng)、熱風(fēng)和燃油噴射系統(tǒng)到出鐵操作和整體冷卻設(shè)備。傳統(tǒng)的鼓風(fēng)爐內(nèi)部容積為3000m3，裝有上千個(gè)傳感器。由于技術(shù)限制、操作條件惡劣、工藝技術(shù)復(fù)雜等諸多其他原因，高爐操作人員和工程師尚未掌握高爐的全部真相，他們總是在解釋高爐的內(nèi)部狀態(tài)。為了做到這一點(diǎn)，工程師需要依靠深度數(shù)據(jù)分析和離線實(shí)驗(yàn)室樣本分析來控制鐵水質(zhì)量。缺乏必要的實(shí)時(shí)信息會(huì)對(duì)他們感知和分析操作條件，以及在正確的時(shí)刻做出正確決策的能力造成負(fù)面影響。

最近，H公司一直在與加拿大國(guó)家研究委員會(huì)（NRC）合作，開發(fā)一種新的智能傳感器技術(shù)PyroLIBS并將其商業(yè)化。使用激光誘導(dǎo)擊穿光譜學(xué)連續(xù)測(cè)量鐵水化學(xué)成分，而高爐出鐵并給控制系統(tǒng)提供即時(shí)反饋用于實(shí)時(shí)工藝優(yōu)化。該技術(shù)通過增加新的關(guān)鍵數(shù)據(jù)，豐富高爐的單一真相來源，并對(duì)生產(chǎn)率和質(zhì)量控制產(chǎn)生了巨大的影響。

從常規(guī)/智能傳感器或其他企業(yè)信息系統(tǒng)獲取數(shù)據(jù)后，獲得單一真相來源的下一個(gè)挑戰(zhàn)是以情景化的方式編排和呈現(xiàn)數(shù)據(jù)，使數(shù)據(jù)和相關(guān)信息對(duì)所有利益相關(guān)者透明并唾手可得。數(shù)字孿生技術(shù)完美地實(shí)現(xiàn)了這一目的，它集成了所有數(shù)據(jù)源、實(shí)時(shí)運(yùn)行數(shù)據(jù)、設(shè)備停機(jī)時(shí)間和維護(hù)記錄、原材料和產(chǎn)品質(zhì)量等，并將他們集成到高保真度的高爐3D模型中。數(shù)字孿生在虛擬空間創(chuàng)建了一個(gè)高爐操作的動(dòng)態(tài)數(shù)字影像。通過3D網(wǎng)絡(luò)用戶界面（UI），可以從不同的角度觀測(cè)高爐。例如，選擇一個(gè)風(fēng)口放大，所有的結(jié)構(gòu)化數(shù)據(jù)（風(fēng)口規(guī)格、操作狀態(tài)、冷卻水流量等）和與此風(fēng)口相關(guān)的非結(jié)構(gòu)化數(shù)據(jù)（風(fēng)口監(jiān)測(cè)電纜溝的圖像）可以立即提供給操作人員。這是通過一個(gè)底層數(shù)據(jù)模型完成的，它用來管理裝備層級(jí)框架并連接到相應(yīng)的數(shù)據(jù)源。操作智能也可以進(jìn)行集成，根據(jù)H公司專有的數(shù)據(jù)分析算法，可以檢測(cè)到風(fēng)口漏水。

考慮到高爐的單一真相來源，開發(fā)任何類型的儀表板變得相對(duì)容易。

運(yùn)營(yíng)智能——夯實(shí)基礎(chǔ)后，數(shù)據(jù)集成成為運(yùn)營(yíng)智能的重要促成因素，它是高爐4.0的核心價(jià)值。運(yùn)營(yíng)智能是在H公司豐富的煉鐵經(jīng)驗(yàn)基礎(chǔ)上，結(jié)合先進(jìn)的第一原理和數(shù)據(jù)驅(qū)動(dòng)建模技術(shù)建立的。在許多其他項(xiàng)目中，已經(jīng)確定了使用案例中的五個(gè)增值主題。

1）工藝監(jiān)測(cè)：高爐4.0連續(xù)實(shí)時(shí)監(jiān)控工藝運(yùn)行，檢測(cè)異常的工藝漂移和擾動(dòng)，操作人員快速響應(yīng)，使工藝恢復(fù)正常。前面提到的風(fēng)口漏水檢測(cè)是本主題的典型案例。一旦收到漏水警報(bào)，操作員會(huì)首先通過“氣體檢測(cè)”來驗(yàn)證，然后決定是否需要及何時(shí)更換風(fēng)口，以防燃料比的增加、耐火材料的損壞和進(jìn)一步的生產(chǎn)損失。其他使用案例有高爐爐料下降的實(shí)時(shí)追蹤、在線質(zhì)量和能量平衡計(jì)算以監(jiān)控高爐操作燃料和氧氣噴射。

2）情景分析：工藝工程師使用高爐4.0作為高爐數(shù)字孿生技術(shù)來模擬高爐操作，在各種操作情境和/或條件下進(jìn)行假設(shè)分析，并據(jù)此制定或調(diào)整生產(chǎn)計(jì)劃。例如，通過爐料分布模擬，工藝工程師可以通過搜索較佳分布矩陣（如角度和環(huán)）來獲得理想的礦焦比曲線。高爐操作者可以測(cè)試和調(diào)整未來的出鐵計(jì)劃，來應(yīng)對(duì)爐缸中超預(yù)期的鐵和爐渣水平，從而確保穩(wěn)定運(yùn)行和持續(xù)向下游供應(yīng)鐵水。

3）操作指導(dǎo)：高爐4.0有足夠的信息和內(nèi)置智能邏輯，可以為操作人員提供可操作的建議。這確實(shí)是邁向高爐自動(dòng)操作的第一步。一個(gè)例子是高爐熱控制，稍后將在本節(jié)詳細(xì)討論。

4）裝備預(yù)測(cè)性維護(hù)：預(yù)測(cè)性維護(hù)是典型的數(shù)字孿生服務(wù)。高爐4.0使用熱量評(píng)估模型在線監(jiān)測(cè)爐缸耐火材料溫度和厚度。一旦發(fā)現(xiàn)高風(fēng)險(xiǎn)點(diǎn)，可采取預(yù)測(cè)性維護(hù)措施（如鈦鐵礦點(diǎn)裝料）保護(hù)耐材壁。

5）整體價(jià)值鏈優(yōu)化：高爐不是獨(dú)立運(yùn)行的。實(shí)際上，它通過復(fù)雜的物質(zhì)和能量流與許多上下游業(yè)務(wù)相鏈接，如焦炭廠、燒結(jié)/球團(tuán)廠、煉鋼廠甚至電廠等，他們代表了高溫金屬價(jià)值鏈。高爐4.0從整體上分析了這一價(jià)值鏈，識(shí)別原材料、生產(chǎn)和質(zhì)量等制約因素，進(jìn)一步使受這些條件約束的高溫金屬生產(chǎn)的成本最小化。這有助于鋼鐵制造商對(duì)市場(chǎng)改變快速做出響應(yīng)，提高其競(jìng)爭(zhēng)優(yōu)勢(shì)。

以下部分介紹了兩個(gè)工業(yè)實(shí)例，來展示高爐4.0通過其操作智能帶來的巨大價(jià)值。

1）高爐出鐵指導(dǎo)——高爐出鐵是控制高爐穩(wěn)定運(yùn)行的重要方面。將高爐煉鐵和熔渣的連續(xù)性與出鐵工藝的間歇性相匹配，對(duì)高爐的操作人員來說往往是一種挑戰(zhàn)。理想狀態(tài)下，鐵水和除渣的速率應(yīng)與鐵和渣的熔煉速率完全匹配。這種情況下，爐缸內(nèi)沒有液體累積。一旦液體累積，它們會(huì)對(duì)風(fēng)口回旋區(qū)施加反向壓力，扭曲高爐內(nèi)氣流，對(duì)高爐操作造成負(fù)面影響。許多小的強(qiáng)制轉(zhuǎn)換也會(huì)導(dǎo)致操作不穩(wěn)定。液體累積然后迅速排干爐缸會(huì)造成慢-快-慢的裝料速度和料線移動(dòng)。鐵水和爐渣的大量堆積會(huì)增加高爐壓力，降低裝料速度。在某些極端情況下，當(dāng)爐渣和/或鐵水高度接近風(fēng)口時(shí)，突然關(guān)閉高爐將導(dǎo)致風(fēng)口注滿爐渣，并延遲啟動(dòng)以清洗風(fēng)口、清除固化的爐渣。這是一個(gè)應(yīng)該避免的主要風(fēng)險(xiǎn)。許多高爐遵循經(jīng)驗(yàn)制定的出鐵原則，但缺乏在線工具測(cè)量爐缸液位，來確定在當(dāng)前運(yùn)行情況下應(yīng)用該規(guī)則是否有效。為幫助操作人員控制出鐵，避免上述問題，H公司開發(fā)了一個(gè)出鐵指導(dǎo)模型，作為高爐4.0的一部分。

大多高爐操作都被精心記錄并制作出鐵數(shù)據(jù)日志，以分析和改善出鐵性能。出鐵日志內(nèi)容有：鉆孔啟/停時(shí)間、鐵水開始流動(dòng)時(shí)間、見渣時(shí)間和出鐵口堵塞時(shí)間等。出鐵指導(dǎo)模型利用這些信息與其他實(shí)時(shí)工藝數(shù)據(jù)一起，通知操作人員爐缸內(nèi)有多少液體殘留。模型也幫助操作人員處理數(shù)據(jù)，進(jìn)行場(chǎng)景分析，提高出鐵性能。

出鐵指導(dǎo)模型本質(zhì)上是追蹤液體進(jìn)出爐缸的質(zhì)量平衡。對(duì)比鐵水和爐渣產(chǎn)量與它們相對(duì)應(yīng)的出鐵速率就可以預(yù)估高爐爐缸內(nèi)的液位。爐缸也可以作為液體連續(xù)填充和周期排放的體積控制模型。隨著礦石熔化成鐵水和爐渣來實(shí)現(xiàn)填充。高爐操作人員采用的出鐵方法形成了周期性排放。了解這些材料在任一給定時(shí)間點(diǎn)的流速，以及高爐幾何形狀和材料性能就可以對(duì)爐缸液位進(jìn)行估算。通過對(duì)高爐歷史數(shù)據(jù)進(jìn)行在線質(zhì)量平衡并提取這個(gè)信息可以完成鐵水和爐渣的質(zhì)量計(jì)算。雖然有多種現(xiàn)成的技術(shù)可以測(cè)量鐵水和爐渣的出鐵率和出渣率，但它們往往不適合在出鐵指導(dǎo)模型中使用。原因是液體離開出鐵口和流速測(cè)量之間存在延遲。這些技術(shù)為備選的“實(shí)時(shí)”方法提供了好的參考。另一種方法是使用改進(jìn)的伯努利方程，根據(jù)出鐵口幾何形狀、風(fēng)壓、液柱壓力和摩擦系數(shù)假設(shè)來計(jì)算總出鐵率。進(jìn)入爐缸的液體質(zhì)量減去爐內(nèi)排出材料質(zhì)量就是爐缸內(nèi)液體的累積。出鐵指導(dǎo)模型使用這些數(shù)學(xué)技術(shù)來確定液位。

有了這些信息，出鐵速率與生產(chǎn)率相比的不規(guī)則性就變得顯而易見了。同時(shí)，還可以識(shí)別出液面對(duì)風(fēng)壓的影響。爐缸內(nèi)有爐渣和鐵水，操作人員可以更好預(yù)測(cè)何時(shí)采取適當(dāng)?shù)膶?duì)策。例如，改變鉆頭直徑或減少產(chǎn)量。

干式爐缸的做法是連續(xù)出鐵，95%的時(shí)間出渣。干式爐缸做法確保爐缸液面增高，不會(huì)通過對(duì)風(fēng)道區(qū)域施加壓力而影響高爐內(nèi)的氣體流動(dòng)，確保爐料平穩(wěn)下降，因?yàn)殍F和爐渣不會(huì)在爐缸內(nèi)堆積，并允許高爐在任何時(shí)候都可以迅速關(guān)閉，而不用擔(dān)心風(fēng)口和吹管充滿熔渣和鐵。以下部分演示了出鐵指導(dǎo)模型如何幫助操作人員維護(hù)干燥的爐缸。

出鐵指導(dǎo)模型應(yīng)用實(shí)例結(jié)果展示了雙出鐵口高爐的典型出鐵實(shí)踐。趨勢(shì)圖顯示了高爐爐缸內(nèi)的液面，線條圖顯示了出鐵口1和2的澆注情況，分別顯示出出鐵口1和2的開孔時(shí)間、見渣時(shí)間和孔閉時(shí)間。就在1600h前，出鐵指導(dǎo)模型顯示爐內(nèi)有液體堆積。這個(gè)工具提示操作人員采取正確的行動(dòng)降低爐缸內(nèi)液面水平。出鐵指導(dǎo)模型中內(nèi)置了一個(gè)預(yù)測(cè)函數(shù)，通過調(diào)整出鐵進(jìn)度和/或出鐵參數(shù)預(yù)測(cè)未來爐缸液面。在這種情況下，17:10打開出鐵口2 并將鑄件搭在隨后的出鐵口，排出爐液保持爐缸干燥。出鐵指導(dǎo)模型是在有效幫助操作人員管理出鐵實(shí)踐的同時(shí)，在高爐眾多職責(zé)范圍內(nèi)進(jìn)行多工作業(yè)。

2）高爐熱控制——高爐熱控制是將鐵水溫度（或含硅量）控制在目標(biāo)范圍，是實(shí)現(xiàn)高效、穩(wěn)定運(yùn)行的另一個(gè)重要的方面。低的鐵水溫度會(huì)帶來一些出鐵問題，高的鐵水溫度會(huì)導(dǎo)致不必要的燃料消耗，提高運(yùn)行成本。熱控制的目標(biāo)是減少鐵水溫度的變化，使降低目標(biāo)溫度和總?cè)剂舷某蔀榭赡?，而不妨礙高爐生產(chǎn)能力。           

高爐有兩種燃料來源：分批從高爐頂部裝入的冶金焦炭、煤粉和/或通過風(fēng)口連續(xù)噴入的天然氣。與焦炭裝入相比，燃料噴入是控制高爐能量輸入的快捷方式，它用于控制風(fēng)道火焰溫度，在爐腹區(qū)提供額外的氫氣，以促進(jìn)鐵還原，減少碳的消耗。高爐熱控制的挑戰(zhàn)之一是協(xié)調(diào)燃料比和焦比，并處理鐵水溫度對(duì)燃料變化的緩慢響應(yīng)，可達(dá)6-8h。為實(shí)現(xiàn)這一點(diǎn)，開發(fā)了熱控制模型作為高爐4.0的一部分。在這個(gè)模型中，一個(gè)瞬時(shí)鐵水生產(chǎn)率用爐頂煤氣分析和減少微量元素來計(jì)算，允許按照高爐內(nèi)時(shí)刻變化的還原條件對(duì)燃料消耗率進(jìn)行快速調(diào)整，維持一個(gè)相對(duì)穩(wěn)定的總?cè)剂舷穆?。熱控制模型?duì)焦比和燃料比提供建議，指導(dǎo)操作人員反饋實(shí)際燃料需求，減少鐵水溫度變化。

在這個(gè)具體例子中，要控制并減少鐵水溫度變化，以避免因鐵水溫度過高導(dǎo)致的其他操作問題。熱控制模型由兩個(gè)互相連接的循環(huán)組成。內(nèi)循環(huán)每30分鐘執(zhí)行一次，根據(jù)當(dāng)前的熱狀態(tài)評(píng)估和計(jì)算的瞬時(shí)產(chǎn)量來給出天然氣噴吹率。外循環(huán)每出鐵一次就執(zhí)行一次，根據(jù)最新獲得的鐵水溫度重新評(píng)估高爐熱狀態(tài)。為了更好地了解鐵水溫度變化趨勢(shì)，確定高爐合適的熱狀態(tài)，本文使用了統(tǒng)計(jì)分析方法。然后用簡(jiǎn)單決策樹模型對(duì)所需焦比的變化進(jìn)行了預(yù)測(cè)。鐵水溫度平均值和標(biāo)準(zhǔn)差分別減少約10℃，超過20%。

3）勞動(dòng)力連接——最后，一個(gè)設(shè)計(jì)良好的高爐數(shù)字孿生可以通過安全的云基礎(chǔ)設(shè)施分享，并為更多的專家和工程師提供遠(yuǎn)程技術(shù)支持和增強(qiáng)培訓(xùn)接口。例如，AR/VR技術(shù)集成到高爐4.0，在高爐風(fēng)口更換過程檢測(cè)到漏水時(shí)，提供有效的可視化標(biāo)準(zhǔn)操作流程。隨著技術(shù)在未來幾年內(nèi)的成熟，在高爐工作中使用這些工具將帶來顯著的收益。