人工智能技術(shù)在冶金中的應(yīng)用

1、人工智能在轉(zhuǎn)爐煉鋼中的應(yīng)用摘要：人工智能（Artificial Intelligence）是20世紀中期產(chǎn)生的并正在迅速發(fā)展的新興邊緣學(xué)科，它與具體領(lǐng)域相結(jié)合產(chǎn)生了很多新技術(shù)，例如數(shù)據(jù)挖掘、專家系統(tǒng)、軟計算等。這些新技術(shù)在冶金行業(yè)也得到了極大關(guān)注。冶金工業(yè)要求必須對各個生產(chǎn)過程進行更加嚴格的控制，以滿足用戶對產(chǎn)品質(zhì)量的高要求，同時也要努力將生產(chǎn)成本最小化。人工智能新技術(shù)可以有效地解決冶金工業(yè)生產(chǎn)中許多無法用數(shù)學(xué)模型精確描述的工藝過程，以及利用傳統(tǒng)數(shù)字計算機難以獲得令人滿意效果的諸多問題，在冶金行業(yè)應(yīng)用中已表現(xiàn)出了很大的優(yōu)勢。關(guān)鍵詞：人工智能；自動化；冶金工業(yè)煉鋼是一個涉及到傳質(zhì)、傳熱和復(fù)雜化學(xué)

2、反應(yīng)的復(fù)雜工業(yè)過程，由于其強非線性和滯后性以及不規(guī)則的空間分布和不確定性，使得冶煉過程控制難以通過一般的數(shù)學(xué)模型方式構(gòu)造控制系統(tǒng)來實現(xiàn)高效率的控制。近年來，隨著計算機系統(tǒng)性能的提高，冶煉過程控制智能化也已具備了較好的條件和可行性。目前，配料、燒結(jié)、高爐等過程的智能化節(jié)能控制已經(jīng)作為一個節(jié)能增效、提高國際競爭力的重要措施被列入我國鋼鐵企業(yè)信息化發(fā)展計劃。1. 自動化煉鋼的工藝流程 轉(zhuǎn)爐煉鋼的基本任務(wù)是鐵水預(yù)處理和冶煉：鐵水是轉(zhuǎn)爐煉鋼的基本原料，由煉鐵廠供應(yīng)。煉鋼用鐵水要求有較高的溫度和合適的化學(xué)成分，當?shù)V含硫量高，預(yù)處理主要是脫硫扒渣，處理后有利于吹煉時迅速化渣，減少噴

3、濺，快速升溫。轉(zhuǎn)爐冶煉部分的作用是把鐵水煉成鋼，主要步驟是：氧化：使用氧槍向爐內(nèi)吹入高純度的氧氣，去氧化鐵中的硅、錳、碳等雜質(zhì)。造渣：向爐內(nèi)加入適量的石灰、螢石等造渣材料，生成氧化性爐渣，脫磷、硫。升溫：主要由氧化作用放出的熱量來實現(xiàn)。出鋼時加入脫氧劑和合金料進行脫氧和合金化。二轉(zhuǎn)爐煉鋼過程自動控制技術(shù)簡介1 智能控制 智能控制系統(tǒng)利用人工智能的方法，解決難以用數(shù)學(xué)方法精確描述的復(fù)雜的、隨機的、模糊的、柔性的控制問題，具有自學(xué)習(xí)、自適應(yīng)、自組織的能力。主要用來解決具有以下特點的問題：控制對象存在嚴重的不確定性，控制模型未知或模型的結(jié)構(gòu)和參數(shù)在很大的范圍內(nèi)變化；控制對象具有高度的非線性特征；控制

4、任務(wù)要求復(fù)雜。而冶金的控制過程正符合以上要求。 冶煉是一個涉及到傳質(zhì)、傳熱和復(fù)雜化學(xué)反應(yīng)的復(fù)雜工業(yè)過程，由于其強非線性和滯后性以及不規(guī)則的空間分布和不確定性，使得冶煉過程控制難以通過一般的數(shù)學(xué)模型方式構(gòu)造控制系統(tǒng)來實現(xiàn)高效率的控制。近年來，隨著計算機系統(tǒng)性能的提高，冶煉過程控制智能化也已具備了較好的條件和可行性。目前，配料、燒結(jié)、高爐等過程的智能化控制已經(jīng)作為一個節(jié)能增效、提高國際競爭力的重要措施被列入我國鋼鐵企業(yè)信息化發(fā)展計劃。 魯曉娟等3介紹了貴州鋁廠開發(fā)的國內(nèi)首例鋁電解槽模糊控制技術(shù)和模糊專家系統(tǒng)，該項新技術(shù)已成功應(yīng)用于180kA預(yù)焙電解槽上，使該槽型的電流效率指標提高了2個百分點，鋁的

5、直流電耗指標從原13594 kW.h/t降至13049 kW.h/t，每噸鋁節(jié)電545kWh。顧學(xué)群等4詳細介紹了智能控制在電弧爐煉鋼過程電極升降控制中的應(yīng)用，通過對電極升降實現(xiàn)自動控制，達到了恒功率調(diào)節(jié)，可以提高系統(tǒng)的快速性、魯棒性和實時性，并能獲得滿意的控制效果。2 數(shù)據(jù)挖掘 數(shù)據(jù)挖掘（data mining）是一項新興的、面向商業(yè)應(yīng)用的人工智能技術(shù)，泛指所有從源數(shù)據(jù)中挖掘的模式或聯(lián)系方法。用數(shù)據(jù)庫中的知識發(fā)現(xiàn)（knowledge discovery of database，簡稱KDD）描述整個數(shù)據(jù)挖掘過程，用數(shù)據(jù)挖掘描述使用挖掘算法進行數(shù)據(jù)挖掘的子過程。數(shù)據(jù)挖掘是從大量的、不完全的、有噪

6、聲的、模糊的、隨機的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。從它的定義中可以發(fā)現(xiàn)，數(shù)據(jù)挖掘想達到的效果是從數(shù)據(jù)中得到想要的東西。具體應(yīng)用到哪些領(lǐng)域，運用什么模式來解決所面臨的問題，都是數(shù)據(jù)挖掘研究所要解決的主要問題。 冶金企業(yè)的現(xiàn)代化生產(chǎn)過程每天就有成千上萬的傳感器不斷記錄，生產(chǎn)數(shù)據(jù)日積累量甚至達到TB級。這些數(shù)據(jù)中蘊涵著豐富的生產(chǎn)實際過程中各種因素之間相互影響、相互作用的信息，對于加強對生產(chǎn)過程的認識、提高控制和管理水平具有重要意義。數(shù)據(jù)挖掘技術(shù)的誕生和發(fā)展使從生產(chǎn)過程實時監(jiān)測并記錄的海量數(shù)據(jù)中提取信息和知識成為可能。 胡志坤等1以有色冶金過程為工程背景

7、，闡明了數(shù)據(jù)挖掘在工業(yè)過程中應(yīng)用的策略，指出了有色冶金過程數(shù)據(jù)挖掘的一般步驟和有色冶金過程數(shù)據(jù)挖掘的重要原則，針對有色冶金過程數(shù)據(jù)的“多變量”、“非線性”、“高噪聲”的特點，分別在操作模式預(yù)處理和特征變量選擇、操作過程優(yōu)化決策、冶金設(shè)備某階段運行狀況的評價、有色冶金過程故障診斷與預(yù)防四方面應(yīng)用數(shù)據(jù)挖掘技術(shù)，對可能遇到的困難及解決方案進行了探討。鐵軍等2將數(shù)據(jù)挖掘技術(shù)應(yīng)用在鋁電解生產(chǎn)中，利用Microsoft SQL Server2000 的Analysys Services提供的挖掘模型和Excel2000中的回歸方法，對鋁電解生產(chǎn)過程中自動產(chǎn)生的大量日報表進行分析，在大量數(shù)據(jù)中挖掘獲取到降低

8、能耗和成本的方法，并根據(jù)效應(yīng)持續(xù)時間對平均電壓進行預(yù)測。 3 軟計算 軟計算通過對不確定、不精確及不完全真值的容錯來取得低代價的解決方案和魯棒性。它模擬自然界中智能系統(tǒng)的生化過程（人的感知、腦結(jié)構(gòu)、進化和免疫等）來有效地處理日常工作?，F(xiàn)代化鋼鐵冶金工業(yè)的大規(guī)模生產(chǎn)要求準確掌握生產(chǎn)中的各種參數(shù)及其變化趨勢，但是由于冶煉過程的周期長，因素多，波動大，反應(yīng)機理復(fù)雜，加之缺乏有效的檢測手段，不易建立數(shù)學(xué)模型，使得傳統(tǒng)信息處理技術(shù)難以進行非常有效的處理。軟計算方法適合于那 些含有復(fù)雜性、不精確性、不確定性的非數(shù)字過程，已逐漸在鋼鐵冶金工業(yè)中得到應(yīng)用。 1 人工神經(jīng)網(wǎng)絡(luò) 在人工神經(jīng)網(wǎng)絡(luò)中，計算是通過數(shù)據(jù)在

9、網(wǎng)絡(luò)中的流動來完成的。在數(shù)據(jù)的流動過程中，每個神經(jīng)元從與其連接的神經(jīng)元處接收輸入數(shù)據(jù)流，對其進行處理以后，再將結(jié)果以輸出數(shù)據(jù)流的形式傳送到與其連接的其它神經(jīng)元中去。通過這個學(xué)習(xí)過程，人工神經(jīng)網(wǎng)絡(luò)可以不斷地從環(huán)境中自動地獲取知識，并將這些知識以網(wǎng)絡(luò)結(jié)構(gòu)和連接權(quán)值的形式存儲于網(wǎng)絡(luò)之中。人工神經(jīng)網(wǎng)絡(luò)具有良好的自學(xué)習(xí)、自適應(yīng)和自組織能力，以及大規(guī)模并行、分布式信息存儲和處理等特點，這使得它在系統(tǒng)建模與辨識、PID 參數(shù)整定、內(nèi)模控制、優(yōu)化設(shè)計、系統(tǒng)預(yù)測、自適應(yīng)控制等多方面都有成功的應(yīng)用。 Jian Chen5提出了神經(jīng)網(wǎng)絡(luò)在高爐中對生鐵硅含量的預(yù)測，其采用三層前饋神經(jīng)網(wǎng)絡(luò)，將神經(jīng)網(wǎng)絡(luò)與定性分析進行整合

10、，通過定性分析決定神經(jīng)網(wǎng)絡(luò)輸入變量，再根據(jù)輸入變量動態(tài)改變隱層結(jié)點數(shù)，使用BP算法完成網(wǎng)絡(luò)的訓(xùn)練。其預(yù)測系統(tǒng)的效果要好于傳統(tǒng)的方法。程武山6以馬鞍山鋼鐵公司燒結(jié)廠現(xiàn)場生產(chǎn)數(shù)據(jù)為依托，建立了基于神經(jīng)網(wǎng)絡(luò)的燒結(jié)終點預(yù)報系統(tǒng)。該模型為4輸入、4輸出的BP網(wǎng)絡(luò)，選取上料量、透氣性、機速、點火溫度4個變量作為網(wǎng)絡(luò)輸入，18#風(fēng)箱（倒數(shù)第2個風(fēng)箱）溫度及壓力、大煙道溫度及壓力4個變量作為網(wǎng)絡(luò)輸出，來預(yù)報燒結(jié)終點，在神經(jīng)網(wǎng)絡(luò)預(yù)報燒結(jié)終點方面進行了一定的嘗試。 2 模糊邏輯和模糊計算 模糊集合論是處理模糊信息的有效方法，其特點是用嚴格的數(shù)學(xué)方法分析模糊的系統(tǒng)信息，它鋪設(shè)了經(jīng)典的定量化方法和“模糊”世界的橋梁。

11、而模糊邏輯（Furry Logic，簡稱FL）則是建立在模糊集合論基礎(chǔ)上的處理不確定知識和近似推理的主要方法。模糊邏輯是模糊值的各種邏輯的總稱。模糊集合中使用隸屬函數(shù)將集合中的每個元素映射為0到1之間的隸屬度，以此表示元素屬于集合的程度。自模糊集合的概念提出以來，以模糊邏輯為核心的模糊計算獲得了廣泛的應(yīng)用，在自動控制、決策分析、智能系統(tǒng)等領(lǐng)域取得大批成果。模糊計算與其它技術(shù)的有機結(jié)合，更使其可解問題域大為延拓，問題求解的質(zhì)量顯著提高。 在轉(zhuǎn)爐煉鋼中，氧槍槍位直接關(guān)系到冶煉過程的平穩(wěn)進行。謝書明等7建立了煉鋼期間聲音的偏差及其變化率的模糊子集，采用三角形隸屬函數(shù)和T2S確定性模糊推理，根據(jù)35條

12、模糊規(guī)則進行模糊推理。模糊控制能夠根據(jù)爐內(nèi)狀況對氧槍槍位進行連續(xù)調(diào)節(jié)，克服了固定槍位不能及時適應(yīng)爐況變化的缺點。在連鑄中鋼液面的變化與最終產(chǎn)品的表面質(zhì)量密切相關(guān)。Dukman等8提出一種在薄板坯連鑄機中對鋼液面控制的復(fù)合結(jié)構(gòu)的控制器。模糊邏輯系統(tǒng)用于補償控制鋼液面波動時產(chǎn)生的誤差。使用該控制器后,鋼液面的長期變化消失了，控制誤差從4 mm減小到了（1.01.5）mm。 3 遺傳算法 遺傳算法（Genetic Algorithm）采用簡單的編碼技術(shù)來表示各種復(fù)雜的結(jié)構(gòu)，并通過對一組編碼表示進行簡單的遺傳操作和優(yōu)勝劣汰的自然選擇來指導(dǎo)學(xué)習(xí)和確定搜索的方向。遺傳算法的操作對象是一群二進制串（稱為染色

13、體、個體），即種群。這里每一個染色體都對應(yīng)問題的一個解。從初始種群出發(fā)，采用基于適應(yīng)值比例的選擇策略在當前種群中選擇個體，使用雜交和變異來產(chǎn)生下一代種群。如此模仿生命的進化一代代演化下去，直到滿足期望的終止條件為止。遺傳算法提供了一種求解復(fù)雜系統(tǒng)優(yōu)化問題的通用框架，具有簡單、通用、魯棒性強和適于并行分布處理的特點。自20世紀80年代后期以來，遺傳算法得到越來越廣泛的關(guān)注，并在模式識別、圖像處理、機器學(xué)習(xí)、工業(yè)優(yōu)化控制、自適應(yīng)控制、生物科學(xué)等方面得到應(yīng)用。 李英順等9針對真空感應(yīng)爐的溫度控制，提出了一種基于遺傳算法的PID控制方法。該方法利用遺傳算法全局搜索能力獲取一組最優(yōu)的PID參數(shù)，得到了較

14、好的PID參數(shù)整定效果，完善了PID控制的動靜態(tài)特性、自適應(yīng)性和魯棒性。Santos等10在優(yōu)化連鑄機的控制中提出了把數(shù)學(xué)模型、遺傳算法和參變量知識庫整合的策略,并得到了很好的效果。 人工智能新技術(shù)與冶金工業(yè)的融合，極大地促進了冶金行業(yè)的發(fā)展，必將成為今后冶金行業(yè)應(yīng)用的重點。隨著人工智能新技術(shù)在冶金行業(yè)中的應(yīng)用和逐步成熟，人工智能技術(shù)將會在冶金工業(yè)迎接新挑戰(zhàn)的過程中扮演更加重要的角色。 自動化煉鋼的意義 轉(zhuǎn)爐自動化煉鋼的總目標是“高效、高質(zhì)、低成本、節(jié)能、環(huán)?！?。所有的技術(shù)進步都是圍繞這個目標進行的。轉(zhuǎn)爐自動化煉鋼技術(shù)的成功應(yīng)用從控制角度來說包含三個關(guān)鍵因數(shù)：精準的模型計算、精確的數(shù)據(jù)采集(信

15、號的測量和物料的稱量)、關(guān)鍵工藝設(shè)備自動控制。這些都依賴于計算機技術(shù)-lSig發(fā)展和控制、儀表設(shè)備功能的日益強大。如何能夠根據(jù)鞍鋼第二煉鋼廠轉(zhuǎn)爐的工藝特點，選擇和應(yīng)用國際上優(yōu)秀的煉鋼吹煉模型，選擇和應(yīng)用先進的計算機和先進的控制。儀表設(shè)備，架構(gòu)完整先進的計算機動態(tài)控制網(wǎng)絡(luò)和基礎(chǔ)自動化時實控制系統(tǒng)是本課題研究和實施的關(guān)鍵。l、提高終點命中率：由于新的自動化煉鋼工藝采用爐氣連續(xù)分析動態(tài)控制系統(tǒng)和副槍測溫系統(tǒng)，終點C和終點T的雙命中率可達90以上，而經(jīng)驗煉鋼工藝終點控制命中率約65左右，故大幅提高終點控制命中率。2、改善鋼水質(zhì)量：由于終點c和終點司命中率高，大幅度減少了補吹，鋼中氧含量低，提高了鋼的清

16、潔度，鋼水質(zhì)量得到改善；3、降低生產(chǎn)成本：自動化煉鋼工藝取消了一次性副槍定氧、定碳探頭的消耗；由于鋼中氧含量降低，可減少用于脫氧的合金消耗量，減少轉(zhuǎn)爐渣中帶鐵量，從而降低了煉鋼生產(chǎn)成本。4、提高煤氣回收率：由于質(zhì)譜儀采樣點位于鍋爐頂部，在廢氣冷卻和除塵系統(tǒng)的前面，再加上其快速分析數(shù)據(jù)的特點，這就使煤氣回收站至少提前20秒獲得爐氣信息并進行回收；5、減少鋼水溫度和成分的波動：由于提高了命中率，降低了補吹率，縮短了冶煉時間，穩(wěn)定了鋼液溫度和成分的波動，為連鑄創(chuàng)造了良好的條件。6、提高金屬收得率：模型通過對吹氧制度和加料制度的調(diào)整可控制渣中氧化鐵含量，使終渣氧化鐵含量限制在下限，補吹率的減少也使得渣中氧化鐵含量的降低，進一步提高金屬收得率。7、提高生產(chǎn)效率：由于實現(xiàn)了動態(tài)控制，使得冶煉時間縮短大約35分鐘，大大提高了煉鋼產(chǎn)量。四.結(jié)語 自動化煉鋼技術(shù)可以提高大型設(shè)備生產(chǎn)效率，加強質(zhì)量管理和生產(chǎn)管理，減輕工人勞動強度，改善轉(zhuǎn)爐煉鋼操作，優(yōu)化工藝流程，降低生產(chǎn)成本，提高終點命中率，減少補吹次數(shù)，提高出鋼質(zhì)量。參考文獻1戴云閣，李文秀，龍騰春現(xiàn)代轉(zhuǎn)爐煉鋼M沈陽：東北大學(xué)出版社1998：17402李順德，林永廣，李承柞等，關(guān)于提高終點控制水平及脫氧合金化準確性的研究，首鋼科技，1997，3：9-183楊尚寶，吳平男，L