Перейти к:
Информационно-моделирующая система прогнозирования состава и свойств конечного шлака в доменной печи в режиме реального времени
https://doi.org/10.17073/0368-0797-2023-2-244-252
Аннотация
Рассматривается общая характеристика алгоритма прогнозирования состава конечного шлака в доменной печи в режиме реального времени. В основе алгоритма лежат фундаментальные знания о процессах, протекающих в печи, и общие закономерности переходных процессов. Алгоритм позволяет выполнять прогнозирование на текущий момент времени и за каждый час на десять часов вперед. Используются линеаризованная модель доменного процесса и натурно-математический подход. В модели учитываются динамические характеристики доменных печей по различным каналам воздействия, которые изменяются и зависят от вида воздействия, режимных параметров работы печей и свойств проплавляемого сырья. Это позволяет осуществлять настройку модели на условия функционирования объекта, учитывать при моделировании изменения состава и свойств железорудного сырья и кокса, дутьевых и режимных параметров доменной плавки. Программное обеспечение информационно-моделирующей системы прогнозирования состава и свойств конечного шлака в доменной печи в режиме реального времени разработано на языке программирования C# на базе фреймворка ASP.NET MVC с использованием кроссплатформенной программной платформы .NET 5. Веб-приложение включает следующие основные функции: визуализация изменения параметров АСУ ТП и расчетных параметров во времени; диагностика шлакового режима; моделирование переходных процессов состава и свойств шлака; прогнозирование состава и свойств шлака в режиме реального времени и история прогнозирования. Описана архитектура программного обеспечения и проиллюстрирована его работа. Проведена оценка точности и надежности результатов моделирования на основе статистических показателей. Среднеквадратичное отклонение прогнозируемой основности шлака CaO/SiO2 от измеренной на выпусках составляет 0,023, надежность прогнозирования 92 %, что указывает на удовлетворительное согласование прогнозных и фактических значений содержания отдельных компонентов в шлаке. Информационно-моделирующая система, разработанная на базе представленного алгоритма, интегрирована в информационную систему доменного цеха ПАО «Магнитогорский металлургический комбинат».
Ключевые слова
Для цитирования:
Павлов А.В., Спирин Н.А., Гурин И.А., Лавров В.В., Бегинюк В.А., Истомин А.С. Информационно-моделирующая система прогнозирования состава и свойств конечного шлака в доменной печи в режиме реального времени. Известия высших учебных заведений. Черная Металлургия. 2023;66(2):244-252. https://doi.org/10.17073/0368-0797-2023-2-244-252
For citation:
Pavlov A.V., Spirin N.A., Gurin I.A., Lavrov V.V., Beginyuk V.A., Istomin A.S. Information-modeling system for prediction of the composition and properties of final slag in a blast furnace in real time. Izvestiya. Ferrous Metallurgy. 2023;66(2):244-252. (In Russ.) https://doi.org/10.17073/0368-0797-2023-2-244-252
Введение
Шлаковый режим доменной плавки [1; 2] в существенной степени определяет важнейшие технико-экономические показатели доменной печи (удельный расход кокса, производительность) [3 – 5]. Нестационарность доменного процесса, его сложность и пространственная распределенность [6 – 10] существенно осложняют задачу прогнозирования состава и свойств конечного шлака доменной печи в режиме реального времени [11 – 15].
Динамическая модель доменного процесса
Перспективным для исследования переходных процессов в доменной печи является натурно-математический подход [6; 7; 16; 17]. На его основе разработана динамическая модель доменного процесса УрФУ – ММК (Уральский федеральный университет – Магнитогорский металлургический комбинат), исследованы переходные процессы изменения содержания кремния в чугуне при изменении рудной нагрузки, расхода природного газа, температуры и влажности дутья, содержания кислорода в дутье. Разработаны алгоритмическое и программное обеспечения прогнозирования содержания кремния в чугуне в режиме реального времени [18 – 20]. Основой являются фундаментальные знания по теории и практике современного доменного процесса, закономерности процессов тепло- и массообмена, газодинамики, процессов шлакообразования. При этом широко используются математическое, алгоритмическое и программное обеспечения, разработанные ранее в УрФУ для управления доменной плавкой [6; 7; 17].
Алгоритм прогнозирования состава и свойств конечного шлака
Разработанный на основе этих же принципов программный модуль расчета переходных процессов состава и свойств конечного шлака в доменной печи представлен в работе [21]. Показано, что динамические характеристики доменных печей по различным каналам воздействия изменяются и зависят от вида воздействия, режимных параметров работы печей и свойств проплавляемого сырья.
Прогнозирование состава и свойств конечного шлака осуществляется в следующей последовательности.
1. Определяются средние показатели работы доменной печи за предшествующие 12 ч от текущего момента времени (базовый период). Принимается допущение, что до базового периода доменная печь находилась в стационарном установившемся состоянии. Выбор базового периода такой продолжительности обосновывается средней длительностью переходных процессов в доменной печи.
2. По усредненным данным работы печи в базовом периоде рассчитывается комплекс параметров, характеризующих состав и свойства конечного шлака [6; 7]:
– основность шихты (CaO/SiO2 ); (CaO + MgO)/SiO2 ; (CaO + MgO)/(SiO2 + Al2O3 ), ед.;
– содержание в шлаке CaO; SiO2 ; Al2O3 ; MgO, %;
– основность шлака (CaO/SiO2 ), (CaO + MgO)/SiO2 и (CaO + MgO)/(SiO2 + Al2O3 ), ед.;
– вязкость шлака при температурах 1400, 1450, 1500 °С, Па·с;
– градиент вязкости шлака в диапазоне 1400 – 1500 °С, (Па·с)/°С;
– градиент вязкости шлака в диапазоне 0,7 – 2,5 Па·с, (Па·с)/°С.
Для расчета используется вся доступная информация о работе печи (конструктивные размеры печи, удельные расходы и свойства отдельных компонентов шихты, их химический состав, характеристики комбинированного дутья, состав жидких продуктов плавки, состав колошникового газа и др.).
3. По информации базового периода рассчитываются коэффициенты передачи (состав и свойства конечного шлака) по алгоритмам, представленным в работах [6; 7], по следующим каналам воздействий (при постоянном составе чугуна):
– расход (доля) и химический состав (%) агломерата различных видов;
– расход (доля) и химический состав (%) окатышей различных видов;
– расход (кг/т чугуна) и свойства кокса, химический состав (%) золы кокса;
– расход (кг/т чугуна) и химический состав (%) каждого из видов флюсующих добавок (известняк, кварцит, конвертерный шлак, доломит и другие).
4. Выполняется расчет времени от начала загрузки до момента прихода шихты к фурмам (время одного оборота шихты) по алгоритмам, представленным в работах [19; 20].
5. Рассчитываются переходные процессы по указанным каналам воздействий. Время запаздывания при изменении свойств и расходов шихтовых материалов было принято равным времени одного оборота шихты. Остальные параметры переходного процесса рассчитываются аналогично влиянию рудной нагрузки на содержание кремния в чугуне. Алгоритм расчета представлен в работах [19 – 21].
6. Определяются средние почасовые значения всех параметров в базовом периоде работы доменной печи.
7. Рассчитываются прогнозные значения состава конечного шлака на выпусках в базовом периоде, по которым нет информации об их измеренных значениях, а также за каждый час на 10 ч вперед от текущего момента времени (прогнозный период).
Учитывая гипотезу линейности рассматриваемого объекта, реакцию системы на любую сумму k входных воздействий можно рассчитать согласно принципу суперпозиции
\[\Delta {Y_l}(\tau ) = \sum\limits_{j = 1}^k {\sum\limits_{i = 1}^n {\left[ {\Delta {x_{ij}}{h_{jl}}(\tau - i\Delta t)} \right]} } ,\] | (1) |
где ΔYl (τ) – изменение во времени параметра l, характеризующего состав шлака, %; n – количество интервалов прогнозирования, ед.; Δxij – приращение на i-ом интервале времени среднего часового значения j-го входного воздействия; hjl – переходная функция системы параметра l по j-му каналу воздействия, %/ед.; Δt – период усреднения входных воздействий, ч.
Входные параметры в прогнозном периоде принимаются постоянными и равными их значениям в текущий момент времени. Для расчета используется информация о трех последних выпусках (базовые выпуски), для которых известен состав шлака.
Прогнозируемое содержание компоненты l состава шлака равно
\[{\left[ {{Y_l}} \right]^{{\rm{пр}}}}(\tau ) = {\left[ {{Y_l}} \right]^{\rm{б}}} + \Delta {Y_l}(\tau ),\] | (2) |
где \({\left[ {{Y_l}} \right]^{\rm{б}}}\) – содержание компоненты l в шлаке на последних выпусках базового периода, %.
8. При прогнозировании состава шлака учитывается поправка на изменение содержания кремния в чугуне. На выпусках в базовом периоде, по которым нет информации о содержании кремния в чугуне, а также в прогнозном периоде, принимается прогнозное содержание кремния в чугуне из информационной системы прогнозирования содержания в режиме реального времени [20].
9. При поступлении новой информации о входных и выходных параметрах доменной плавки в последующее время осуществляется сдвиг базового периода и формирование новых базового и прогнозного периодов.
Таким образом, осуществляется настройка модели на условия функционирования объекта с учетом изменения свойств железорудного сырья и кокса, дутьевых и режимных параметров доменной плавки.
Оценка точности и надежности результатов моделирования
Для сравнения измеренного и прогнозируемого составов шлака используются статистические показатели, в качестве которых приняты:
– среднеквадратичное отклонение прогнозируемого состава шлака от измеряемого на выпусках
\[\sigma = \sqrt {\frac{1}{{n - 1}}{{\sum\limits_{i = 1}^n {\left( {\left[ {{Y_l}} \right]_i^{\rm{и}} - \left[ {{Y_l}} \right]_i^{{\rm{пр}}}} \right)} }^2}} ;\]
здесь n – количество выпусков, ед.; \(\left[ {{Y_l}} \right]_i^{\rm{и}}\) – измеренное содержание компоненты l в шлаке на i-ом выпуске, %; \(\left[ {{Y_l}} \right]_i^{{\rm{пр}}}\) – прогнозируемое содержание компоненты l в шлаке на i-ом выпуске, %;
– надежность прогнозирования, определяемая как отношение количества прогнозов с абсолютной погрешностью не более 0,05 к общему количеству сделанных прогнозов.
Эти показатели позволяют оценить точность и надежность прогнозирования. Схема алгоритма прогнозирования состава и свойств конечного шлака представлена на рис. 1.
Рис. 1. Схема алгоритма прогнозирования состава и свойств конечного шлака |
Программная реализация информационно-моделирующей системы
Программное обеспечение (ПО) информационно-моделирующей системы прогнозирования состава и свойств конечного шлака в доменной печи в режиме реального времени разработано на языке программирования C# на базе фреймворка ASP.NET MVC с использованием кроссплатформенной программной платформы .NET 5. Архитектура разработанного ПО в нотации C4 представлена на рис. 2.
Рис. 2. Архитектура информационно-моделирующей системы прогнозирования состава и свойств конечного шлака |
Программное обеспечение состоит из двух контейнеров: веб-приложения и консольного приложения. Консольное приложение выполняется по расписанию и предназначено для сбора данных о параметрах технологического процесса (состав и свойства шихтовых материалов, состав и свойства жидких продуктов плавки и другие) с сервера базы данных АСУП ДЦ. Полученные и рассчитанные параметры усредняются по часам, сменам, дням, неделям, месяцам и по выпускам и сохраняются в базе данных программы.
Диаграмма контейнера веб-приложения представлена на рис. 3. Веб-приложение включает следующие основные функции: визуализация изменения параметров АСУ ТП и расчетных параметров во времени; диагностика шлакового режима; моделирование переходных процессов состава и свойств шлака; прогнозирование состава и свойств шлака в режиме реального времени и история прогнозирования.
Рис. 3. Диаграмма контейнера веб-приложения в информационно-моделирующей системе прогнозирования состава и свойств конечного шлака |
Компонент визуализации позволяет просматривать изменение указанных пользователем параметров АСУ ТП и расчетных параметров для выбранной доменной печи за заданный период. Информация выводится в табличной форме и в виде временного графика. Фрагмент веб-страницы компонента представлен на рис. 4.
Рис. 4. Фрагмент веб-страницы визуализации изменения рудной нагрузки |
Компонент диагностики шлакового режима предназначен для расчета и анализа свойств шлака по его составу. При анализе проверяются допустимые диапазоны вязкости шлака, основностей шлака (CaO/SiO2 ), (CaO + MgO)/SiO2 и (CaO + MgO)/(SiO2 + Al2O3 ), градиенты вязкости шлака в диапазоне 0,7 – 2,5 Па·с и вязкости шлака в диапазоне температур 1400 – 1500 °С. По расчетным данным формируется диагностическое сообщение об оценке параметров шлакового режима [6; 7].
Компонент моделирования переходных процессов состава и свойств шлака предназначен для расчета переходных процессов всех параметров, характеризующих состав и свойства шлака по каждому из указанных ранее воздействий. Результаты расчетов переходных процессов представляются в численном и графическом видах. Фрагменты веб-страниц с результатами работы компонента при увеличении расхода кварцита на 10 кг/т чугуна представлены на рис. 5.
Рис. 5. Фрагмент веб-страницы с результатами расчета состава и свойств шлака |
Компонент прогнозирования предназначен не только для визуализации всех параметров, характеризующих состав и свойства шлака в режиме реального времени, но и позволяет просматривать историю прогнозируемых значений за выбранный пользователем период времени. На рис. 6 представлен фрагмент веб-страницы компонента. На нем отображается информация об измеренной (синяя линия) и прогнозируемой (красная линия) основности шлака CaO/SiO2 в графической и табличной формах, прогнозируемая основность шлака на 10 ч вперед от текущего времени.
Рис. 6. Фрагмент веб-страницы «Прогнозирование состава и свойств конечного шлака» |
Среднеквадратичное отклонение прогнозируемой основности шлака CaO/SiO2 от измеренной на выпусках составляет 0,023, надежность прогнозирования – 92 %, что указывает на удовлетворительное согласование прогнозных и фактических значений содержания отдельных компонентов в шлаке.
Информационно-моделирующая система позволяет прогнозировать состав и свойства конечного шлака в доменной печи в режиме реального времени и способствует принятию научно обоснованных решений по управлению шлаковым режимом доменной плавки.
Выводы
С использованием современных технологий разработана информационно-моделирующая система прогнозирования состава и свойств конечного шлака в доменной печи в режиме реального времени. Для расчета используется вся доступная информация о работе печи (конструктивные размеры печи, удельные расходы и свойства отдельных компонентов шихты, их химического состава, характеристики комбинированного дутья, состав жидких продуктов плавки и другие). Алгоритм прогноза построен на основе фундаментальных знаний в области теории и практики современного доменного процесса, закономерностей процессов тепло- и массообмена, газодинамики, процессов шлакообразования. Применение линеаризованной модели доменного процесса и натурно-математического подхода позволяет осуществлять настройку модели на условия функционирования объекта, учитывать при моделировании изменения состава и свойств железорудного сырья и кокса, дутьевых и режимных параметров доменной плавки.
Список литературы
1. Товаровский И.Г. Доменная плавка. Днепропетровск: Пороги; 2009:768.
2. Бабарыкин Н.Н. Теория и технология доменного процесса. Магнитогорск: МГТУ; 2009:257.
3. Металлургия чугуна / Е.Ф. Вегман., Б.Н. Жеребин., А.Н. Похвиснев., Ю.С. Юсфин, И.Ф. Курунов., А.Е. Пареньков, П.И. Черноусов / Под ред. Ю.С. Юсфина. Москва: Академкнига; 2004:774.
4. Современный доменный процесс / М. Геердес, Р. Ченьо, И. Курнов, О. Лигарди, Д. Рикетс. Москва: Металлургиздат; 2016:280.
5. Большаков В.И. Технология высокоэффективной энергосберегающей доменной плавки. Киев: Наукова думка; 2007:412.
6. Математическое моделирование металлургических процессов в АСУ ТП / Н.А. Спирин, В.В. Лавров, В.Ю. Рыболовлев, Л.Ю. Гилева, А.В. Краснобаев, В.С. Швыдкий, О.П. Онорин, К.А. Щипанов, А.А. Бурыкин / Под ред. Н.А. Спирина. Екатеринбург: изд. УрФУ; 2014:558.
7. Модельные системы поддержки принятия решений в АСУ ТП доменной плавки / Н.А. Спирин, В.В. Лавров, В.Ю. Рыболовлев, А.В. Краснобаев, О.П. Онорин, И.Е. Косаченко. Екатеринбург: изд. УрФУ; 2011:462.
8. Jia R., Deng L., Yun F., Li H., Zhang X., Jia X. Effects of SiO2/CaO ratio on viscosity, structure, and mechanical properties of blast furnace slag glass ceramics. Materials Chemistry and Physics. 2019;233:155–162. https://doi.org/10.1016/j.matchemphys.2019.05.065
9. Shen X., Chen M., Wang N., Wang D. Viscosity property and melt structure of CaO–MgO–SiO2–Al2O3–FeO slag system. ISIJ International. 2019;59(1):9–15. https://doi.org/10.2355/isijinternational.ISIJINT-2018-479
10. Zheng H., Ding Y., Zhou S., Wen Q., Jiang X., Gao Q., Shen F. Viscosity prediction model for blast furnace slag with high Al2O3 . Steel Research International. 2021;92(1): 1900635. https://doi.org/10.1002/srin.201900635
11. Jiao K., Zhang J., Liu Z., Chen C. Effect of MgO/Al2O3 ratio on viscosity of blast furnace primary slag. High Temperature Materials and Processes. 2019;38:354–361. https://doi.org/10.1515/htmp-2018-0019
12. Gan L., Lai C. A general viscosity model for molten blast furnace slag. Metallurgical and Materials Transactions B: Process Metallurgy and Materials Processing Science. 2014; 45(3):875–888. https://doi.org/10.1007/s11663-013-9983-9
13. Iida T., Sakai H., Kita Y., Shigeno K. An equation for accurate prediction of the viscosities of blast furnace type slags from chemical composition. ISIJ International. 2000;40: 110–114. https://doi.org/10.2355/isijinternational.40.suppl_s110
14. Shu Q. A viscosity estimation model for molten slags in Al2O3–CaO–MgO–SiO2 system. Steel Research International. 2009;80(2):107–113. https://doi.org/10.2374/SRI08SP085
15. Jiang D., Zhang J., Wang Z., Feng C., Jiao K., Xu R. A prediction model of blast furnace slag viscosity based on principal component analysis and K-nearest neighbor regression. JOM. 2020;72(11):3908–3916. https://doi.org/10.1007/s11837-020-04360-9
16. Теория и практика прогнозирования в системах управления / С.В. Емельянов, С.К. Коровин, Л.П. Мышляев, А.С. Рыков, В.Ф. Евтушенко, С.М. Кулаков, Н.Ф. Бондарь. Кемерово: Кузбассвузиздат-АСТШ; Москва: Российские университеты; 2008:486.
17. Спирин Н.А., Лавров В.В., Рыболовлев В.Ю., Шнайдер Д.А., Краснобаев А.В., Гурин И.А. Цифровая трансформация пирометаллургических технологий: состояние, научные проблемы и перспективы развития. Известия вузов. Черная металлургия. 2021;64(8):588–598. https://doi.org/10.17073/0368-0797-2021-8-588-598
18. Pavlov A.V., Polinov A.A., Spirin N.А., Onorin O.P., Lavrov V.V. Use of model systems for solving new technological problems in blast-furnace production. Metallurgist. 2017; 61(5-6):448–454. https://doi.org/10.1007/s11015-017-0516-7
19. Onorin O.P., Spirin N.A., Istomin A.S., Lavrov V.V., Pavlov A.V. Features of blast furnace transient processes. Metallurgist. 2017;61(1-2):121–126. https://doi.org/10.1007/s11015-017-0464-2
20. Spirin N.A., Polinov A.A., Gurin I.A., Beginyuk V.A., Pishnograev S.N., Istomin A.S. Information system for real-time prediction of the silicon content of iron in a blast furnace. Metallurgist. 2020;63(9-10):898–905. https://doi.org/10.1007/s11015-020-00907-y
21. Spirin N.A., Lavrov V.V., Gurin I.A., Istomin A.S., Shchipanov K.A. Transient fluctuations in the composition and properties of blast-furnace slag. Steel in Translation. 2022;52(4): 434–438. https://doi.org/10.3103/S0967091222040131
Об авторах
А. В. ПавловРоссия
Александр Владимирович Павлов, к.т.н., начальник доменного цеха
Россия, 455000, Челябинская обл., Магнитогорск, ул. Кирова, 70
Н. А. Спирин
Россия
Николай Александрович Спирин, д.т.н., профессор, заведующий кафедрой теплофизики и информатики в металлургии
Россия, 620002, Екатеринбург, ул. Мира, 28
И. А. Гурин
Россия
Иван Александрович Гурин, к.т.н., доцент кафедры теплофизики и информатики в металлургии
Россия, 620002, Екатеринбург, ул. Мира, 28
В. В. Лавров
Россия
Владислав Васильевич Лавров, д.т.н., профессор кафедры теплофизики и информатики в металлургии
Россия, 620002, Екатеринбург, ул. Мира, 28
В. А. Бегинюк
Россия
Виталий Александрович Бегинюк, ведущий специалист доменного цеха
Россия, 455000, Челябинская обл., Магнитогорск, ул. Кирова, 70
А. С. Истомин
Россия
Александр Сергеевич Истомин, к.т.н., доцент кафедры теплофизики и информатики в металлургии
Россия, 620002, Екатеринбург, ул. Мира, 28
Рецензия
Для цитирования:
Павлов А.В., Спирин Н.А., Гурин И.А., Лавров В.В., Бегинюк В.А., Истомин А.С. Информационно-моделирующая система прогнозирования состава и свойств конечного шлака в доменной печи в режиме реального времени. Известия высших учебных заведений. Черная Металлургия. 2023;66(2):244-252. https://doi.org/10.17073/0368-0797-2023-2-244-252
For citation:
Pavlov A.V., Spirin N.A., Gurin I.A., Lavrov V.V., Beginyuk V.A., Istomin A.S. Information-modeling system for prediction of the composition and properties of final slag in a blast furnace in real time. Izvestiya. Ferrous Metallurgy. 2023;66(2):244-252. (In Russ.) https://doi.org/10.17073/0368-0797-2023-2-244-252