智慧配煤炼焦在焦化行业的应用及展望

庞克亮，郑有志

（鞍钢集团北京研究院有限公司，北京 102211）

焦炭作为高炉-转炉长流程冶炼的关键物料，在钢铁行业中发挥着不可替代的作用。即使氢冶金技术在未来实现重大突破，传统高炉炼铁作为钢铁行业中技术最成熟、热转化率最高的工序，依然将发挥其重要作用。众所周知，传统炼焦工艺发展至今，依然存在能耗高、危险性大、污染严重等困扰行业多年的难题。但钢铁行业对焦炭生产的要求却越来越高，包括更高的焦炭质量、更低的能源消耗、更高的生产效率和更环保的生产方式。目前，机器学习、数据挖掘、神经网络等数字化方式的先进性已经在工业生产中被证明，如何利用这些智慧化手段提高配煤炼焦过程的稳定性和效率，将是焦化行业从业者努力的方向。

1 配煤炼焦发展现状

现阶段焦炭的生产依然沿用过去几十年的技术，即从煤场将不同种类的单种煤按照比例取出，经过配煤、粉碎等工序配成混煤，通过煤车装入焦炉进行炼焦；结焦完成后，经过熄焦、筛分等工序得到焦炭。整个炼焦过程环环相扣，需要所有工序协同高效，才能保证整个流程的连续性。近年来，虽然焦化行业机械化程度有所提高，但依然需要大量人力协助完成生产，有些工序甚至依然以人力操控为主，无形中增加了炼焦工序的成本与不稳定性。

当前，受优质煤炭资源及环保政策调控等方面的制约，传统的人工经验配煤已无法适应变化多样的煤炭种类，且由于优质炼焦煤和普通炼焦煤价格差异巨大，配煤成本和焦炭质量均出现了较大波动。进行科学的智慧配煤和焦炭质量预测可以有效缩短炼焦流程，并提高焦炭质量，对钢铁企业的降本增效有积极的促进作用。以鞍山钢铁为例，年耗煤量约1 400万t，目前优质炼焦煤的市场价格趋近4 000元/t，每年采购炼焦煤的成本约500亿元。应用智慧配煤，可以在加入气煤等非优质炼焦煤的同时保证焦炭质量，极大地降低配煤成本。因此，通过建立智慧配煤模型，综合单种煤所有可测定数据，同时基于价格和配比给出成本最低的配煤方案，是解决配煤成本居高不下问题的关键。

目前，焦炭的评价仍需通过人工对每炉焦炭进行传统的反应性、反应后强度检测分析，费时费力，且评价结果存在很大滞后性；同时，在炼焦生产过程中，能源调控仍需通过人工测量温度、调节阀门等手段进行干涉，在很大程度上影响了焦炉生产过程的优化控制。因此，在焦炉生产过程中，建立智慧炼焦的焦炭预测模型，进行神经网络、机器学习及大数据分析，实现焦炭质量的在线预测及能源消耗检测，可以节省大量人力与时间。与此同时，智能炼焦可对大型焦炉的波动性工况进行实时调节，进行反馈式的优化控制，对焦炉这种大型工业反应装置的安全性及实时性控制有着突破性的贡献。

2 智慧配煤炼焦应用

2.1 智慧配煤

广义上的智慧配煤，不局限于多种单种煤的配比混合，而是包括煤场、运输、筒仓及配煤等阶段的智能化操作、智慧型决策。实现进入焦炉前的每个步骤的智能化，可以提高配煤效率，减少原料损耗，降低配煤成本，实现资源节能化利用。

2.1.1 煤场管理系统

由于优质炼焦煤资源的紧缺，主焦煤的种类变化很快，无序的煤场堆放不仅会极大地影响工作效率，也会影响焦炭质量。煤场管理系统［1］可以实现焦化进场煤的全面智能评估、优化堆放管理和合理安排运输，通过参考以往配煤炼焦经验及目标焦炭配煤原理，确保来煤的合理存放，确定各单种煤的存放位置和数量等详细信息。应用煤场管理系统，可以使存煤更加合理，用煤更加方便，在保证安全的同时，提高取煤效率，对生产更加有利。

2.1.2 煤焦数据库系统

煤焦数据库系统通过大数据存储与分析［2］，实现单种煤及配合煤（含关联焦炭）的数据存储与调用，进而实现各单种煤的评价集合及配合煤的质量期望预测。单种煤到达煤场后，先进行全面的煤质评价，随后将配合煤的配比和关联焦炭数据收录到数据库系统中，供配煤模型和焦炭质量预测模型随时调用，加快配煤响应速率及焦炭在线预测评估速度。同时，定期更新和补录煤焦数据库系统中数据，保证系统的准确性和快速调用效率。

2.1.3 数字筒仓系统

由于筒仓数量有限，焦化厂的单个筒仓往往存储的是来自不同产地、性质相近的单种煤，单种煤虽然在某些方面性质相近，但配煤后的指标却存在差异。

数字筒仓系统通过自主学习、自主矫正，不断完善系统的精准度和完成速率，实现智能化控制。数字筒仓智能系统数据流向如图1所示。

图1 数字筒仓智能系统数据流向Fig.1 Data Direction of Digital Silo Intelligent System

来料时，数字筒仓［3］系统会实时采集皮带运煤信息，根据煤焦数据库系统的指示，将来煤分门别类地运送到相应筒仓的卸料点，有效防止卸错煤种。同时，根据筒仓的几何尺寸，结合仓内现有存煤的料位高度、煤种分布等信息，以及进煤、出煤信息，计算流场，调整卸料口卸料角度，解决存煤时间过长或悬料等问题，实现整个筒仓的实时监控与合理分配，保证筒仓内保存煤种的质量，消除安全隐患。

卸料时，数字筒仓系统会接收来自配煤系统的配煤方案，结合配煤方案数据和现存煤种的存储时间、存储量等信息，自动打开仓门，通过带式输送机的自动称量系统，实时调控放煤量，将煤运出。煤被运送到配煤盘后，根据煤种细度数据，自动选择合适的粉碎机，进行粉碎混合。

2.1.4 智能皮带输送系统

皮带系统是炼焦工序中非常重要的环节，包括来煤、配煤运送及焦炭运输，是整个炼焦系统能否正常运转的关键。目前，焦化厂使用的皮带系统仍然以传统的传动系统和人工巡检为主，过分依赖现场人工监测，发现问题不及时，且效率较低，容易出现撒料和破损。智能皮带输送系统［5］包括气动皮带系统、皮带集控中心、现场图像采集系统、机器巡检技术、自动报警装置等，可以实时监测调整皮带系统，及时检测问题并自动采取报警或补救行为，完成稳定和安全的长距离传输，减少现场事故，保证整个炼焦过程的连续性和生产的稳定性。一种目前应用的长距离皮带输送系统如图2所示。

图2 一种目前应用的长距离皮带输送系统Fig.2 One Long-distance Belt Conveying System Currently in Use

2.1.5 配煤系统

配煤系统［5-7］是合理利用昂贵的主焦煤资源的关键系统之一，决定了企业生产成本的高低，是决定焦炭质量的关键，对高炉等一系列后续工序的生产影响很大。

炼焦煤的指标主要包括煤的工业分析、硫分分析、细度分析和煤的结焦性能等。其中，工业分析包括灰分、水分、挥发分和固定碳，即煤质的常规评价；煤的结焦性能指数包括黏结指数G值、胶质层厚度Y值、坩埚膨胀序数、奥亚膨胀度、基式流动度等，以及煤化度指标镜质组平均最大反射率Rmax，配煤时需要综合考量不同煤种的特性及焦炭质量的要求，来达到质量和成本的平衡。

通过煤焦数据库的建立，可将不同单种煤的各项指标存储到数据库中并实现实时调用，使系统首先完成煤基准换算的初步工作。单种煤的分析评价数据库可对不同的单种炼焦煤的众多个指标进行统一量化，使不同性质的单种煤具有可比性。

智能配煤系统如图3所示。基于数据挖掘和机器学习的配煤系统，通过调取煤焦数据库内单种煤的各项参数，将参数过滤、分析、加工，最终转化为更有价值的信息；结合配合煤的参数及炼焦过后焦炭的数据，建立数学模型，并利用历史数据进行模型优化修正；利用焦炭质量反馈机制调整模型，选择配煤比例；通过反复训练和学习以及自身的适应能力，完成煤焦信息的处理，得到既定焦炭质量条件下的最低成本配煤模型。

图3 智能配煤系统Fig.3 Intelligent Coal Blending System

目前应用的配煤系统中，大多数利用镜质组平均最大反射率Rmax、黏结指数G等为变量指标的二元线性回归方程，或多种参数指标构建的多元线性回归方程进行预测配煤。当前，钢铁和焦化行业中已经有适合自身生产要求的配煤专家系统正在被使用。在原料、煤场、配煤评价、焦炭评价上使用跟踪一体化的全方位动态实时科学管理，在优化主焦煤如焦煤和肥煤、1/3焦煤、瘦煤或气煤配比的同时，提高焦炭质量在线预测的准确率和焦炭质量的稳定性，成功解除了人工计算管理的繁重劳动及人工经验配煤可能出现的偏差。

2.2 智慧炼焦

2.2.1 焦炭预测系统

焦炭产品的质量需满足高炉生产的参数要求，是炼铁生产的关键。目前，焦炭质量的验证都是通过冷、热态实验，在时间上有滞后性，无法给予高炉生产实时指导，因此，建立一个具有反馈作用的焦炭质量预测系统非常重要。

焦炭质量预测系统正是在此基础上提出的智能化系统，与前文提到的智慧配煤系统共同组成了配煤专家系统［8-9］，并广泛应用于焦化领域。焦炭质量预测模型是炼焦配煤专家系统的核心内容，焦炭质量预测主要是对焦炭灰分、硫分、抗碎强度（M40）、耐磨强度（M10）、反应后强度（CSR）和反应性（CRI）等数据的估测。建立焦炭预测模型的关键是选择合适的焦炭预测指标，然后通过合理的计算拟合得到预测模型。其中，焦炭灰分预测的指标一般为炼焦煤灰分和挥发分，经过数据拟合，得到灰分预测模型；焦炭冷强度的预测选择表征炼焦煤变质程度的镜质组平均最大反射率和表征黏结特性的炼焦煤胶质层最大厚度Y，通过数据分析及拟合得到焦炭冷强度预测模型；焦炭热性质预测模型在同样考虑镜质组平均最大反射率和胶质层最大厚度Y的同时，选择炼焦煤的化学性质参数即炼焦煤灰分和催化指数作为预测指标进行预测。

近年来，国内有很多专家学者利用新兴的神经网络技术进行仿真研究，建立了相对完善的焦炭质量预测模型。其中最成功的是基于BP神经网络的焦炭质量预测模型。神经网络分析依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，基于现场生产的大量数据样本进行反复学习，实现对焦炭质量的准确预测。BP神经网络［10］是以网络误差平方为目标函数，采用梯度下降法计算目标函数的最小值，采用具有自适应学习速率和动量项的误差反向传播学习算法尽可能地提高收敛速度。目前的配比计算和配比优化模型的建立也选择采用模拟退火算法。模拟退火算法［11］是通过赋予搜索过程一种时变且最终趋于零的概率突跳性，从而有效避免陷入局部极小并最终趋于全局最优的串行结构的优化算法，在接收最优解的同时，也会接收恶化解，可避免陷入计算陷阱。退火算法的开发可以为智慧配煤和焦炭质量预测快速而合理地计算出一个最优配比。

2.2.2 智能炼焦

在炼焦生产过程中，由于炼焦煤的成分繁杂，导致焦炉内反应机理复杂、反应的非线性度高、干扰因素众多且控制难度大，因此，需要利用多重控制手段，建立精确的炼焦过程控制、污染控制、自适应调节与能耗预测模型，实现焦炉生产过程最优操作。目前，炼焦生产过程的优化控制问题，主要通过分析配煤炼焦过程的工艺机理，综合运用灰色关联分析、主元分析、RBF网络、BP神经网络等方法［10］，建立符合炼焦生产过程的控制与预测模型，实现整个焦炉工段的智能操作与实时操控。智能炼焦体系中包含整个焦炉所有工序的智能化。

焦炉本体的智能化系统包括：自动对位系统，由粗定位与精定位两大功能单元构成，每个单元都可以单独工作，能使定位达到最大的可靠性，以完成不同阶段的控制任务。焦炉智能自适应加热系统（简称 CIAHS）结构原理［12-16］如图 4所示。

图4 焦炉智能自适应加热系统结构原理Fig.4 Structure Principle for Intelligent Self-adapting Heating System for Coke Oven

基于反馈控制方式的新型自动加热解决方案，是综合了先进控制技术、计算机技术、数据通信技术的高科技产品，根据实时温度变化，自动调节进气量等参数以完成加热的精准控制；焦炉车辆智能化操作系统[16]，无人操作分为数据采集与实时控制两个方面，通过对设备本地检测元件、高清摄像头、自动定位系统等单元对设备进行实时监控，得到当前设备的位置并进行远程操控调整；可视化技术，基于仿真和3D[17]虚拟实现可视和联动，提高应急响应能力，使工厂的自动化数据采集分析成为可能，决策支持信息一目了然，信息的实时性和可靠性极大提高。

焦炉车辆的智慧化操作技术，可以极大的提高焦炉操作的准确性与安全性，减少了人工成本，可以实现远距离集中操控，只需要人工定期巡检即可。

干熄焦工艺作为炼焦领域重要的一环，智能化操作也扮演着焦化产业技术升级的重要角色。干熄焦系统是一个复杂的非线性系统并且具有很高的延时性，因此一般采用模型预测控制来实现对干熄焦系统的控制。目前干熄焦的智能化控制主要来自于自动化控制系统网络的架构[18]。通过现场总线层（编码器等现场设备）、基础控制层（各子系统的主控制站、远程控制站、变频器等设备）及冗余以太网信息层（干熄焦系统的上位机、配套子系统上位机）等三层网络架构提取最佳工艺参数及运行经验，最终达到降低总体运营成本，缩短停机时间并能节省维护成本的目的。

同时，也有学者提出神经网络架构的非线性建模方法[19-20]。干熄焦系统建模具有数据纬度高，数据样本量庞大的特点，因此需要进行数据的筛选，通过多层感知器（MLP）与RBF神经网络，经过复杂的交叉验证计算及复杂的群智能优化计算，从而使得预测模型拥有结构简单，响应速度快，预测精度高等优点，以满足模型预测控制对预测模型的精度要求。非线性建模方法的多层前向神经网络响应速度快，能够很好的满足工业现场对预测模型的实时性要求。

3 结语与展望

对智慧配煤、智能炼焦在焦化领域的应用现状与优势进行了综述。以目前的工业水平而言，焦炭在高炉-转炉长流程炼铁领域，仍有着不可替代的作用。如何正确的生产优质焦炭、准确的评价预测焦炭对所有焦化工作者来说都是一项艰巨的任务。仅凭人工的经验式预测已经不能满足焦炭优质生产的要求，所以智慧配煤、智能炼焦已经成为焦化行业不得不转向研究的方向。以目前的技术研究来看，专家配煤系统、焦炭预测系统、智能化炼焦控制系统的成功应用已经证明了计算机和大数据分析在配煤领域的成功应用基础和广阔的升级空间，不但可以减少大量人力物力，同时，也可以实现精确与实时控制，对焦化行业来说是长足的进步。因此，作为行业内的龙头企业之一，鞍钢应该积极利用智能化控制系统及装置，完成传统炼焦配煤的转型升级，实现钢铁行业全流程的自动化、智能化，为提升企业竞争力作出积极贡献。

目前，鞍钢集团焦化工序的自动化程度已有较大程度的更新迭代，但智能化程度应用程度不高，应用的配煤系统仍基于数据挖掘的系统建模阶段，如何将更先进的智能化系统引入焦化工序，提高生产效率和焦炭质量，将是焦化从业者下一步努力的方向。