T-CISA 304-2023 铁矿球团生产作业智能化技术要求

1CCSH07团CISATechnicalrequirementsforoperationintellectualizationofironorepelletizingproduction中国钢铁工业协会发布T/CISA304—2023本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。本文件由中国钢铁工业协会提出。本文件由全国钢标准化技术委员会（SAC/TC183）归口。本文件起草单位：北京智冶互联科技有限公司、冶金工业信息标准研究院、江苏永钢集团有限公司、辽宁中新自动控制集团股份有限公司。本文件主要起草人：赵宏博、刘原、续飞飞、赵晶晶、黄伟、王行、赵俊杰、巴青春、孙荻、陈架利。1T/CISA304—2023铁矿球团生产作业智能化技术要求本文件规定了铁矿球团生产作业智能化系统的基本要求、系统架构、设备要求、数据要求、智能分析、智能生产作业。本文件适用于钢铁行业带式焙烧机和链篦机-回转窑-环冷机铁矿球团产线的智能化改造，以及新建铁矿球团生产作业智能化系统的设计和建设。2规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T38637.2-2020物联网感知控制设备接入第2部分：数据管理要求GB/T50491铁矿球团工程设计标准3术语和定义本文件没有需要界定的术语和定义。4缩略语下列缩略语适用于本文件。DCS：分布式控制系统（DistributedControlSystem）ERP：企业资源计划（EnterpriseResourcePlanning）LIMS：实验室信息管理系统（LaboratoryInformationManagementSystem）MES：制造执行系统(ManufacturingExecutionSystem)PLC：可编程逻辑控制（ProgrammableLogicController）5基本要求5.1球团厂的设计、建设应满足GB/T50491的要求。5.2球团生产作业智能化系统应具备与企业内部其他系统进行数据通讯的能力。其他系统包括且不限于PLC系统、DCS系统、LIMS系统、MES系统和ERP系统。6系统架构铁矿球团生产作业智能化系统架构见图1。7设备要求7.1预配料、配料的料仓宜安装称重传感器，称重传感器相对误差宜小于等于0.5%。7.2烘干工序、混合工序及造球工序宜安装在线水分仪，测量绝对误差宜小于等于0.2%。7.3烘干机应安装煤气量、风量、炉膛温度、炉膛压力、尾气温度等测量仪器或仪表。7.4辊压工序宜安装辊压机料位实时监测装置，测量绝对误差应小于0.2m，高低测点应不少于2个。7.5造球工序应安装造球加水流量计和调节阀，精度宜不低于1%。应安装生球粒度在线识别设备及粒度智能分析系统，粒度识别结果稳定准确，识别准确率宜不低于90%。7.6带式焙烧机台车料层应安装料位计。各风箱温度、压力应安装测量仪器或仪表。2T/CISA304—20237.7链篦机料层、环冷机受料斗应安装料位计或料位监测设备。7.8回转窑筒体及窑头应安装高温热像仪，根据热像仪得到的温度绝对误差宜在10℃以内。图1铁矿球团生产作业智能化系统架构图8数据要求8.1数据采集8.1.1感知数据8.1.1.1感知数据包括质量数据、生产数据、设备数据。感知数据的采集要求应符合GB/T38637.2-20208.1.1.2质量数据宜实时更新，采集对象应包括但不限于表1中的内容。8.1.1.3质量数据宜采集所有参与配料的物料价格数据和库存数据。8.1.1.4生产数据、设备数据的采集频率应为秒级，采集对象宜包括但不限于表1中的内容。8.1.2控制数据控制数据的采集应符合GB/T38637.2-2020中5.3的要求，采集对象应包括但不限于表2中的内容。8.2数据处理应符合GB/T38637.2-2020中6.1的要求。8.3数据存储8.3.1数据存储应符合GB/T38637.2-2020中6.2的要求。8.3.2对于采集频率为秒级的数据，存储时间应不低于3d。8.3.3计算并存储秒级数据的1min均值。均值数据的存储时间应不低于3个月。3T/CISA304—20238.3.4模型相关的数据应根据模型需求确定存储时间。表1感知数据采集要求——粘结剂质量：常规膨润土检测项宜包含其化学成转鼓指数（+6.3mm）%及耐磨指数（-0.5mm）%等；检验频率宜不——球团矿冶金性能：检测项应包含还原度指数、还——预配料仓、配料仓的仓重，——物料水分检测值，——皮带秤检测值，——烘干筒炉膛温度、布袋出口温度及尾气温度，——烘干筒炉膛压力、煤气压力，——缓冲料仓仓重，——辊压机上方直漏料位，——造球上料量，——生球入机量，——带式焙烧机各烧嘴温度、风箱温度、烟罩温度（或回转窑筒体温度、窑尾温度），——煤气/煤粉消耗量，——环冷机风量。——各主体设备的启停信号，——各皮带的运转信号，——烘干机转速、煤气阀门开度、鼓风机频率，——缓冲仓圆盘转速，——辊压机驱动侧和非驱动侧压力、电机电流、辊间隙、定辊和动辊转速，——混合机转速，——造球盘转速、倾角，——带式焙烧机机速（或链篦机机速、回转窑转速和环冷机机速），——工艺风机频率。9智能分析9.1原料质量分析9.1.1应能够对原料质量检化验数据进行查询。4T/CISA304—20239.1.2综合考虑原料的铁品位、原料中的有利元素和有害元素，以及烧损、粒度、价格等因素对原料性价比的影响，构建原料质量综合评价方法。9.1.3原料质量评价结果应以量化数据给出，并按质量优劣顺序进行排序。9.1.4应根据原料质量检化验指标要求设定超限报警标准。当指标超限时应及时报警。9.1.5宜追踪原料与球团矿质量的批次对应关系，通过机器学习算法提炼原料条件与球团矿质量之间的关系。当影响球团矿质量的原料条件发生变化时应及时报警。表2控制数据采集要求——预配料、配料下料量设定值，——烘干筒煤气阀门开度设定值，——烘干筒鼓风机频率设定值，——缓冲料仓转速设定值，——辊压机转速设定值，——辊压机压力设定值，——混合机转速设定值，——造球打水量设定值，——造球盘转速设定值，——布料厚度设定值，——带式焙烧机烧嘴煤气阀开度设定值（或回转窑喷煤量设定值——工艺风机频率设定值。9.2料层透气性分析9.2.1应建立料层透气性模型。模型应能通过分析布料厚度、风量、受风面积及压差等参数的关联关系，给出料层透气性指数范围。应构建料层透气性热态计算方法，对链篦机或带式焙烧机中的料层干燥段、预热段、焙烧段和冷却段等各工艺段进行实时透气性计算。9.2.2应通过数据挖掘和算法分析等方式，给出不同原料和工况下各工艺段料层最佳透气性范围。9.2.3当实时透气性出现劣化变化趋势时，宜采用相关性分析算法对影响料层透气性的因素与透气性值进行相关性分析，给出各因素与透气值之间的相关性数值大小。影响料层透气性的因素包括但不限于：料层厚度、风量、压差、球团粒度、球团水分、焙烧温度等。9.3回转窑状态分析9.3.1应建立回转窑状态模型，包括回转窑结圈厚度计算模型、耐材脱落计算模型。9.3.2窑内温度分布宜结合窑内温度监测点、热工操作以及机器学习算法实时迭代更新。9.3.3应考虑环境温度、风速及窑内纵向实时温度分布对模型计算结果的影响。9.3.4应通过模型计算给出回转窑窑内不同位置结圈物和耐材脱落厚度的实时值。当计算的厚度实时值超出安全范围时，应及时报警。安全范围的设置应支持手动设定和修改。9.3.5模型分析结果宜以三维可视化方式显示，相关数据应实时更新。9.4热工分析9.4.1应利用数据挖掘和机器学习算法等方式，给出热工参数与球团矿抗压强度、氧化亚铁含量、转鼓指数、布料平整度等指标的关联性。以上指标与热工参数的对应关系如下：5T/CISA304—2023a)与球团矿抗压强度、氧化亚铁含量相关的热工参数包括但不限于：成品球粒度分布、上料量、干燥段温度、抽干段压力、预热及焙烧温度、焙烧压力、冷却段温度等；b)与转鼓指数相关的热工参数包括但不限于：预热段风箱温度、预热段烧嘴温度、工艺风机转速c)与布料平整度相关的热工参数包括且不限于：带式焙烧机/链篦机机速及台车长度方向上的料厚分布等。9.4.2应进行热工参数在线综合分析。分析方法应考虑将热工参数影响程度和各项指标的权重占比进行量化，并能给出综合分析评分结果。9.4.3应根据热工在线综合分析方法实时计算结果，给出各热工参数的操作适宜范围和实时评分结果。当评分偏离合理范围时应及时报警并提供操作建议。9.5球团矿质量分析9.5.1应能够对球团矿质量数据进行查询，质量数据包括球团矿的化学成分、物理性能和冶金性能。9.5.2应具备球团矿质量优劣判定功能。判定指标应支持人工设定，包括但不限于：抗压强度合格率、TFe合格率、FeO合格率、转鼓指数合格率、粒度分布合格率等。9.5.3宜具备球团矿质量全程追溯功能。追溯内容包括但不限于对原料质量、操作参数、生产设备状态的追溯。9.6能源消耗分析9.6.1应能自动统计不同时间维度的能源消耗量及工序单耗。统计内容包括但不限于：煤耗、电耗、生产水消耗、压缩空气及蒸汽消耗。9.6.2应支持多维度的能源消耗对标，并给出当前水平与最佳指标之间的整体差距对比和分项对比。对标对象包括但不限于本产线的班/日/月/年的能耗、不同产线之间的能耗。10智能生产作业10.1逻辑架构球团智能生产作业与智能分析间的逻辑关系见图2。10.2智能配料10.2.1应以现有原料条件和球团矿质量要求为约束条件，以原料成本最低为优化目标，建立智能配料模型，给出最佳配料方案。具体内容如下：a)现有原料条件应包括各原料、辅料的价格及其配用限制；b)球团矿质量要求包括铁品位、碱度、二氧化硅等限制范围；c)最佳配料方案应包括各种铁精矿配比、粘结剂配比、原料成本价格、铁精矿混合成分、混合料成分及球团矿预测成分。10.2.2模型所用参数应允许人工修改。可修改内容包括：增减原料种类、变更原料的使用限制、球团矿质量要求及原料检化验数据等。10.2.3智能配料模型宜进行球团矿质量追溯。若球团矿成分超出质量要求，则应调整原配料方案中该成分的控制范围，自动计算新的配料方案。10.2.4配料方案宜直接下发给生产系统执行。6T/CISA304—2023图2球团智能生产作业与智能分析间逻辑架构图7T/CISA304—202310.3智能干燥10.3.1应建立铁精矿干燥控制模型，对煤气量和鼓风量进行实时优化控制。10.3.2应通过机器学习算法建立干燥后物料水分与煤气量、鼓风量等控制参数的关联关系，实现模型的优化迭代。10.3.3模型应考虑设备安全和生产安全，包括但不限于对炉膛温度和压力的范围限制。10.3.4干燥后的物料水分限定范围应支持人工设定和修改。10.3.5干燥工序的控制参数应直接下发给生产系统执行。10.3.6智能干燥模型的控制准确率宜不低于85%。10.4智能辊压10.4.1应采用数据挖掘和机器学习算法，建立缓冲仓下料量、辊压机上方漏斗料位、辊压机出料量之间的智能匹配模型。通过模型计算实时调整缓冲仓圆盘转速、辊压机转速等控制参数，保障辊压机上方漏斗料位合理。10.4.2辊压机上方漏斗料位的目标控制范围应根据漏斗的总高度确定，一般在总高度的1/3至1/2之间。漏斗料位控制范围应支持人工设定和修改。10.4.3模型应考虑缓冲仓的安全料重范围，保证不冒料、不空料。10.4.4辊压工序的控制参数宜直接下发给生产系统执行。10.4.5智能匹配模型的控制准确率宜不低于85%。10.5智能混合10.5.1应建立混合料入机量与混合机转速、混匀时间的关系模型。根据混合料入机量的变化自动调整混合机控制参数，保障混匀效果。10.5.2若在混合工序配置了加水操作，应能根据干燥后物料水分值和造球水分要求值，实时计算混合工序的加水量。10.5.3当混匀料水分出现异常时，应能及时报警。异常水分值宜自动关联到干燥、造球工序的相应智能模型。10.5.4混合工序的控制参数宜直接下发给生产系统执行。10.6智能造球10.6.1应采用智能算法，根据生球图像进行实时粒度分析。10.6.2应结合成球机理和现场操作经验，建立生球粒度实时控制模型。通过模型判断是否应进行造球操作调整，调整内容包括但不限于对加水量和圆盘转速的调整。10.6.3自动调节加水量时，应合理分配滴水量和雾水量。10.6.4若出现混合料水分过大或过小等极端异常情况应能及时发出报警，宜自动关联到干燥、混合工序的相应智能模型。10.6.5造球工序的控制参数宜直接下发给生产系统执行。10.7智能布料10.7.1应建立布料厚度调整模型。根据生球入机量、球团矿产量要求、台车参数及机速，实时计算合理的布料厚度范围。10.7.2当实际布料厚度超出合理范围时，应及时调整布料控制参数。布料控制参数包括但不限于：机速、摆动皮带加速度等。8T/CISA304—202310.7.3布料厚度值宜采用台车长度方向上3个或3个以上平均分布的料层厚度监测值平均值。10.7.4布料控制参数宜直接下发给生产系统执行。10.7.5对布料厚度进行优化后，厚度误差控制（实际布料料厚与目标厚度的绝对误差小于50mm）的准确率宜不低于80%。10.8智能焙烧10.8.1带式焙烧机10.8.1.1应建立焙烧参数优化控制模型。结合热工分析、数据挖掘和机器学习算法，根据不同原料种类和配比、