《钢铁行业 智能焦化配煤系统技术要求》

ICS 77-010CCSH04CISAT/CISAFORMTEXTXXXXX—FORMTEXTXXXX钢铁行业智能焦化配煤系统技术要求Ironandsteelindustry—IntelligentCokingSystemGroupStandard（征求意见稿）FORMTEXT     XXXX–XX-XX发布XXXX–XX-XX实施FORMTEXT中国钢铁工业协会   发布 钢铁行业智能焦化配煤系统技术要求范围本文件规定了炼焦配煤生产与钢铁行业智能焦化配煤系统的要求。本文件适用于炭化室高度4.3米至7.6米，装煤工艺包含顶装和捣固的国内外焦炉，不同质量规格的冶金焦冶炼要求，指导焦化行业、与使用人工智能技术建设焦化配煤相关软件的技术要求。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/T5751-2009中国煤炭分类YB/T4868-2020炼焦配煤优化技术规范GB/T397-2009炼焦用煤技术条件GB/T15224.1-2018煤炭质量分级第1部分：灰分GB/T15224.1-2021煤炭质量分级第2部分：硫分YB/T4526-2016炼焦试验用小焦炉技术规范GB/T18729-2011基于网络的企业信息集成规范GB/T9385-2008计算机软件需求规格说明规范GB/T8566-2007信息技术软件生存周期过程GB/T15532-2008计算机软件测试规范GB/T22239-2019信息安全技术信息系统安全等级保护基本要求GB/T36073-2018数据管理能力成熟度评估模型GB/T37393-2019数字化车间通用技术要求术语和定义下列术语和定义适用于本文件。3.1智能焦化配煤系统intelligentcoalblendingsystem基于煤焦数据链条、人工智能算法模型库，对多煤源配比进行多目标优化与闭环反馈，使配合煤、焦炭质量指标，成本及工艺性能指标上满足设定目标，且具备算法自学习，煤质综合评价，质量预警、煤焦管理及智能报表等功能的一体化系统。3.2入厂煤inboundcoal指最新单位时间内采购且运送至焦化厂的煤。3.3厂内煤on-sitecoal指已存在于焦化厂的储煤设施中等待生产调度的煤。3.4煤种资源库coalblendingresourcelibrary指智能配煤系统中汇总的可用于出配比的生产可用煤种的数据信息的组合。3.5验证blendingvalidation指历史上从未进行过生产的配煤方案在得到小焦炉/工业焦炉的合格生产后的认证。3.6炼焦配合煤（配合煤）blendingcoal指根据炼焦目标（焦炭强度、灰分、硫分及成本等要求），将两种或两种以上不同煤源的炼焦煤，按照预先确定的工艺条件进行均匀混合后的煤料。3.7焦炭预测cokeprediction指利用输入配合煤和焦炭及工艺要求后，通过算法模型，在炼焦前对所得焦炭的抗碎强度、耐磨强度、反应后强度、反应性指数以及灰分、硫分、挥发分等指标进行定量估算的过程。3.8配比优化策略optimizationstrategyforblending指智能配煤系统提供的根据如成本最优、综合最优、质量最优等优化方向给出配合煤配比的过程。3.9计算模式calculationmode指智能配煤系统按照煤种条件计算出不同配合煤配比的方式。3.10服务端back-end指系统中运行在服务器或云端、负责业务逻辑处理、数据存储、模型接口服务的软件层，通常以RESTfulAPI、RPC或消息队列的形式对外提供能力。3.11前端front-end指用户与智能配煤系统交互的可视化界面，包括Web浏览器端、移动端APP，负责数据展示、参数配置、报警提示及操作指令下发。3.12容器docker指将系统的微服务及其依赖（代码、运行库、配置文件）打包成轻量级、可移植、自包含的运行单元，采用开源软件实现一次构建、随处部署。3.13中间件middleware指位于操作系统与应用系统之间，为智能配煤系统提供通用服务的软件层，包括消息队列、缓存、API网关、服务注册与发现、负载均衡等，用于解耦业务模块、提升性能与可靠性。系统总体架构（1）智能焦化配煤系统涵盖智能焦化配煤生产全流程，整体架构主要分为数据层、算法层、功能模块层和应用层。（2）智能焦化配煤系统数据层包含了焦化厂采购、运输入场、储煤备煤、炼焦出焦、自用或外售等生产所有环节中所涉及到的采购、物流、生产自动化、煤种及焦炭的检化验数据及数据之间的匹配关系。作为系统构建的数据底层。与系统的交互可以为自动对接的方式或人工导入。（3）算法层主要包括构建和训练的具有针对性的配煤算法模型，使其具有自学习功能和可拓展性和较强的鲁棒性及泛化能力。，（4）功能模块层主要包括智能配煤优化、煤质评价、煤焦资源管理、备煤管理、预警与追溯、智能报表、系统管理等模块。本标准包含基本的功能模块，可根据实际情况，增加其他模块如生产经营决策分析，系统驾驶舱等。（5）应用层包括SaaS化服务、Web端应用和移动端App等方式与用户实现直接交互。数据层用户组织意识到生产数据是资产，根据管理策略和生产要求制定了管理流程，对于各生产环节数据指定相关人员进行管理；对于各生产环节所涉及到的数据已有相关人员负责录入信息化系统或维护标准表格；数据层应具备成熟的对接MES、LIMS、ERP等信息化系统的数据接口。数据对接方式应支持WebSocket、RestfulAPI、消息队列、数据库直连等形式。对无信息化系统的数据应具备第三方模板导入以满足系统数据需求的能力。对接的所有外部信息化系统数据，应有独立的数据库进行存储，并兼容国产化数据库。应具备对采集或对接的数据利用合理的网络通信方式进行实时存储的能力。应具备信息安全策略，并支持更新和升级，如访问权限管理、数据的容灾与备份恢复、数据防侵犯的能力。算法层提供的预训练数据应包含历史配煤记录、配合煤检化验数据、生产焦炭品质正常以及降级的检化验数据。按照生产规律或编号能够实现配比-对应煤种-配合煤检化验-焦炭检化验结果数据链条的匹配。算法层应具备对历史生产数据进行清洗的能力，包括筛选和构造数据特征。算法模型应针对配合煤灰分、硫分、挥发分、粘结、胶质层厚度、煤岩等指标、焦炭灰分、硫分、反应后强度、反应性指数、抗碎强度、耐磨指数等指标分别建立对应的指标预测模型。建立的算法模型库中应经验知识、数据驱动及数学建模方面的模型。并具有根据历史配煤记录，模型自主学习和自适应调整的能力。维度具体要求前提条件标准/指标模型类型经验知识模型熟悉了解炼焦基本要素应封装可显式表达的专家规则、经验公式或历史最佳实践等数据驱动模型具备充足、高质量的历史数据应包含监督学习、无监督学习等经典算法数学建模模型业务流程或目标可通过数学语言进行描述应包含线性/非线性规划、混合整数规划、鲁棒优化、数学度量等数学工具与方法等核心能力自主学习能力已建立数据回流和存储机制闭环模型应给予新生产的数据，定期或触发式自动更新参数自适应调整能力已定义过程和结果的关键量化指标和监测机制当煤质、生产目标或工况发生显著变化时，模型应能调整其结构或（超）参数模型管理版本管理具备模型管理模块或相应管理流程模型库中的每个模型应有唯一的版本号，记录创建/更新时间及变更日志性能评估已定义清晰的在线和离线评估指标与阈值应定期评估模型表现模型数据数据依赖数据层就绪，可提供稳定数据供给明确模型所需的输入数据、格式和质量要求数据质量监控建立持续的数据质量监控机制对输入模型的数据进行有效性、完整性、准确性校验，防止”垃圾进，垃圾出“配煤算法模型库中应包含程序化的配煤炼焦机理，炼焦学理论知识，并在配煤优化过程中，算法模型受此约束。功能模块层炼焦煤资源管理模块（1）炼焦煤资源管理模块应由入厂煤数据模块、备煤模块、煤种资源库模块组成。应具备对炼焦煤资源的采购、运输、贮存、使用全流程的数据及过程数据跟踪能力。（2）入厂煤数据模块应包含入厂的煤种名称、供应商、矿点、入厂的时间、库存、运输方式等信息。（3）入厂煤数据模块应包含详细的入厂煤灰分、硫分、挥发分等化验数据。（4）入厂煤数据应有具体的类似于检化验批次号或试样编号等唯一数据编号。（5）煤种资源库模块应包含详细的生产可用煤种数据及详细的检化验指标数据。炼焦煤评价管理模块（1）炼焦煤评价管理模块应具备对所有炼焦煤种科学评价和根据应用性分类的能力。（2）炼焦煤评价应能满足生产使用需求，能明确给出炼焦煤基础指标排名、增强指标排名、性价比排比等信息。（3）炼焦煤评价模块应具备针对不同炼焦煤种类型，根据实际生产情况，调整检化验指标权重的能力。应能对同种类型的炼焦煤种给出可靠评价排序。（4）炼焦煤评价模块评价使用的算法应具有可解释性。评价结果能够实现对系统配比优化和焦炭质量预测的参考和反馈。智能配煤（1）智能配煤模块包含配合煤及焦炭输入、配合煤及焦炭质量预测、配比优化策略与计算模式、化产质量预测等功能。（2）配合煤及焦炭输入部分应包含炼焦配合煤灰分、挥发分、粘结、硫分、消耗需求量、生产工艺参数（炉型、炉温、孔数、结焦时间）等要求的输入，但配合煤的要求应为可选。焦炭应包含灰分、硫分、反应后强度、反应性、抗碎强度、耐磨强度等指标要求的输入。且指标要求可根据用户实际需求做出更改与补充。（3）炼焦配合煤预测应具备对炼焦配合煤灰分、挥发分、粘结、硫分指标等预测能力。焦炭质量预测应具备对灰分、硫分、反应后强度、反应性、抗碎强度、耐磨强度、成焦率等指标的预测能力。且指标要求可根据用户实际需求做出更改与补充。（4）配比优化策略应具备针对如成本最低、利润最高、质量最优、综合最优等不同生产要求，给出不同优化方向的多个配比的能力。应具备多种计算模式如一键智能推荐计算、严格配比计算等模式的能力。（5）具备对化产品如焦末、煤气、焦油和粗苯产率的预测能力。（6）焦炭质量预测具备保存系统配比、导入历史配比、导入常用或最新要求的能力。配煤优化管理（1）配煤优化管理模块应具备根据使用者的生产经验对系统配煤设置进行调整，辅助使用者给出更为贴合实际生产的配比的能力。（2）配煤优化管理模块应具备从历史配煤数据中不断学习配煤规律，并将学到的规律与现有配煤方程结合并纳入到系统优化算法机理中的能力。（3）配煤优化应具备体现自主反馈和自主优化AI配煤算法的能力。焦炭预警（1）焦炭预警模块应具备设置焦炭指标阈值，联动智能配煤模块进行焦炭预测和预警的能力。（2）焦炭预警模块应具备对生产焦炭检化验结果进行告警的能力。（3）对于预下发并进行生产配比能够通过提前进行焦炭质量预测并告警和给出调整优化方向。煤焦对应（1）煤焦对应模块应具备根据一个或多个炼焦煤查询此炼焦煤在历史配比中使用情况以及对应配合焦炭质量的能力。（2）煤焦对应模块应具备对于未出现过的新炼焦煤，支持通过相似度查询并返回相似煤种及其对应的使用情况，为配煤提供参考指导和数据支持。实验室管理（1）实验室管理模块应具备自动获取与统计“生产配比—配合煤—焦炭存储”及“实验配比—配合煤—焦炭存储”两部分完整数据样本的能力。（2）实验室管理模块应具备对单种煤化验全分析数据、工艺参数、实验环境信息参数的存储与分析的能力。智能报表（1）智能报表模块应包含对采购情况、入厂情况，日、周、月等不同阶段的炼焦生产情况，配合煤的消耗情况、成本变化情况、焦炭质量生产情况等方面的汇总与分析呈现。（2）智能报表模块应具备用户可自主拖拉拽式或根据实际需求灵活搭建其他需求报表的能力。（3）智能报表模块应具有能够直观展示出整体生产经营情况。备煤管理（1）备煤模块应包含筒仓或煤场的详细的储煤数据及生产过程数据。（2）应具备库存预警，对可使用生产的煤种库存不足时的告警能力。（3）应具备实际下料和计划下料对比的能力，在实际与计划偏差较大时可及时发出预警信号。（4）对于储备一体化筒仓，应具备识别当下存储及下料的一种或多种炼焦煤的能力，包括炼焦煤的名称、类型、质量、下料速度/下料量等。系统管理（1）系统管理应包含角色管理、用户权限管理功能、用户管理、访问日志和错误日志等模块。（2）角色管理应具有根据不同岗位和职责进行分配不同角色和绑定不同权限的能力。（3）用户权限管理模块应具有设置不同模块的数据权限，菜单权限以及安全权限的能力。（4）用户管理模块应具备实现用户的新增、修改、编辑、删除的能力。（5）访问日志和错误日志模块应具有能够记录和监控所有数据接口的请求与反馈的能力。应用层（6）应用层应具备提供SaaS端、Web端、移动端APP服务的能力。（7）Web端和移动端APP应具备在独立局域网内使用，连接互联网使用和同步数据信息的能力。计算能力评估炼焦配合配与焦炭质量预测评估方法为，统计对比某周期内的生产焦炭检化验各指标均值，统计同等周期及同种配比单的条件下，系统给出的预测结果，求出绝对均值误差。生产焦炭和配合煤的检化验过程应参照国家标准进行。表1配合煤及焦炭质量预测准确度要求配合煤指标预测准确度要求指标粘结值挥发分（干燥无灰基）胶质层厚度灰分（干燥基）全硫（干燥基）预测误差范围±2±0.5±1.5±0.05±0.05焦炭质量预测准确度要求指标反应后强度抗碎强度耐磨强度灰分（干