Оптимизация работы электродуговых печей: автоматизация и моделирование

Электродуговая печь (ЭДП) является основным процессом в сталелитействе на основе лома и DRI (пряморедуцированного железа) и вторым по важности способом производства стали в мире. Это главный процесс переработки железного лома. Изобретена в 1889 году Полом Эру. Изначально использовалась преимущественно для производства специальных сортов стали, но к концу XX века утвердилась как один из основных процессов сталелитья.

Энергетическая эффективность и экологические преимущества

По сравнению с маршрутом «доменная печь — конвертер», сталелитейство в ЭДП снижает энергопотребление до 61% и выбросы углерода примерно на 77%. Эффективность и производительность процесса значительно выросли благодаря техническим улучшениям: увеличению расхода кислорода, углерода и других источников химической энергии, использованию пенистого шлака и постсгоранию угарного газа. Однако остается значительный потенциал для дальнейшей оптимизации. Это видно из разницы между теоретическим энергозатратами (~400 кВт·ч/т на плавку и нагрев лома) и фактическими средними показателями современных ЭДП: ~375 кВт·ч/т электроэнергии и сопоставимое количество химической энергии, что дает общий КПД около 50%.

Вызовы высокомощной эксплуатации

Современные ЭДП работают с повышенными напряжениями дуги и вторичными токами для повышения производительности. Достигаются мощности до 300 МВА. Управление такой мощностью требует точного контроля процесса плавки. Дуга, направляющая свою мощность на стенки печи, наносит им серьезный ущерб. Предотвращение этого явления позволяет минимизировать простои и поддерживать высокую производительность. Для этого необходима замкнутая система управления мощностью, реагирующая на события в процессе плавки, в частности — на непокрытые ломом или пенистым шлаком участки стенок. Ключевая задача — получение такой информации о процессе.

Необходимость математического моделирования

Параметры, необходимые для анализа и оптимизации, во многих случаях нельзя измерить напрямую из-за суровых условий внутри печи. Температура и состав расплава и шлака определяются только точечными замерами с задержкой из-за анализа пробы. Методы непремного прямого измерения еще не доступны для большинства печей. Производственные испытания для оценки стратегий оптимизации часто невозможны из-за стоимости или безопасности. Поэтому математические модели — ценный источник информации о скрытых параметрах. Симуляция — дешевая, быстрая и безопасная альтернатива заводским испытаниям. Для ЭДП разработано множество моделей с разными целями и подходами.

Автоматизация процесса плавки

Тренд развития ЭДП — повышение производительности за счет увеличения напряжения дуги и тока для более быстрой и эффективной плавки лома. Однако высокое напряжение и ток могут causar огромный вред огнеупорным стенкам, если дуги не покрыты шлаком. Обычный способ управления плавкой — регулировка щупа трансформатора по вносимой энергии. Это означает отсутствие онлайн-информации для управления; операторы вручную корректируют уставки по технологическим диаграммам.

Растущая сложность процесса в сочетании с требованиями к производительности и экологии требует стратегий управления, учитывающих динамику системы и адаптирующих статические уставки в реальном времени. При повышении производительности оператору нужно быстрее принимать решения. В современном процессе ЭДП автоматизация необходима для помощи оператору.

Уровни автоматизации

Традиционная автоматизация ЭДП нацелена на: (i) автоматизацию электрического режима, (ii) автоматизацию теплового режима, (iii) позиционирование электродов. Современная система управления обеспечивает безопасную и удобную эксплуатацию даже в сложных условиях, гарантируя высокую надежность и доступность.

Решения автоматизации подходят для новых и существующих ЭДП любого размера. Они оптимизируют производство широкого спектра сортов стали (углеродистые, нержавеющие, специальные) при переменных загрузках лома, DRI и чугуна. Это ведет к меньшему количеству корректирующих операций обработки стали, минимуму пониженных плавок и точному соблюдению графиков производства для just-in-time поставок.

Измерения и датчики

Автоматизированное управление основано на измерениях в реальном времени: температура системы охлаждения, звук печи, гармонические искажения тока, вибрация кубла, анализ дымовых газов. Это позволяет сократить время включения мощности, оптимизировать впрыск углерода, стабилизировать дугу и сократить время отключения мощности.

Система управления электродами

Система управления электродами — ключевая система управления ЭДП. Подходы к автоматическому управлению мощностью обычно основаны на оценке тока и напряжения дуги. Другие методы измерений часто неприменимы из-за экстремальных условий.

Это замкнутая система управления позицией электродов, точнее — поддержки электрической рабочей точки. Ее производительность напрямую влияет на ключевые КПИ: удельный расход электроэнергии, расход электродов, производительность. Также критична для снижения нагрузок на механические и гидравлические системы и ограничения возмущений в электросети. Лучшая производительность достигается импедансным управлением. Базовые дополнительные функции (защита от перенапряжений, закороткиваний, обрывов электродов) являются стандартом и минимизируют простои. Необходима адаптация к характеристикам привода (гидравлических клапанов).

Базовые функции определенно влияют на производительность, но в большей степени она зависит от выбора электрических рабочих точек. Учитывая конструкцию печи, составляются операционные диаграммы (профили плавки, программы мощности), задающие уставки: щуп трансформатора, щуп реактора, уставки импеданса. Обычно они зависят от суммарной вносимой энергии. Эта функциональность покрывается системами 2-го уровня. Выбор и последовательность уставок напрямую влияют на КПИ.

Сейчас используются аддон-модули для адаптации уставок от операционных диаграмм к реальным условиям плавки (оценка тепловой нагрузки водоохлаждаемых панелей). Модули оптимизации позволяют увеличить вносимую мощность динамической корректировкой уставок импеданса по ходу плавки. Оператор все еще отвечает за дополнительные действия на основе субъективного восприятия звука и визуального образа печи.

Система управления пенистым шлаком

Система управления пенистым шлаком — сенсорная система на основе структурно-рожденного шума для оценки количества пенистого шлака. Метод успешно отслеживает реальную ситуацию с пенистым шлаком по трендам и воспроизводимости.

Система оценивает затухание звука, распространяющегося от электрических дуг (акустические источники) к оболочке печи, где вибрация фиксируется акселерометрами (датчиками структурного шума). Расчетом затухания определяется высота пенистого шлака.

Главное преимущество — определение не только средней высоты шлака вокруг электродов, а конкретной высоты во всей зоне между каждым электродом и стенкой. Одномерное представление расширяется до двумерного измерения распределения высоты шлака. Три датчика, смонтированные напротив соответствующих электродов, позволяют независимо определять высоту шлака в трех зонах печи. Пространственное распределение высоты отображается в визуализации. По временной шкале пенирование делится на периоды, определяемые удельной вносимой энергией, с разными эталонными настройками высоты шлака.

Три датчика структурного шума (по одному на сегмент электрода) крепятся на оболочку печи через адаптерные пластины (~800 мм выше уровня ванны). Кабели защищены от тепла и механического повреждения. Для быстрой смены кубла используются разъемы Harting или коннекторные коробки. Кроме сигналов шума, регистрируются сигналы тока через катушки Роговского. Высокоскоростные выборки передаются в модуль сбора и вычислений.

Уровень пенистого шлака рассчитывается по комбинации структурного шума и сигналов тока. Это позволяет операторам с высокой точностью проверять качество и воспроизводимость управления в фазе пенирования шлака. Процесс оптимизируется по стабильности, времени и потреблению энергии.

Пространственное измерение высоты шлака дает возможность регулировать впрыск углерода индивидуальным управлением клапанами для равномерного распределения шлака. Разработана система управления на основе нечетких (fuzzy) алгоритмов, позволяющая легко реализовывать правила впрыска углерода, адаптированные под конкретную конфигурацию печи. Выходной сигнал преобразуется в широтно-импульсную модуляцию для соответствующей подачи углерода.

Углерод впрыскивается в импульсном режиме: ширина и частота импульсов управляются системой пенистого шлака для дозирования нужного количества из каждого из трех клапанов. Это обеспечивает точное введение углерода для достижения равномерной, достаточной и стабильной высоты шлака. В конечном периоде, когда пенистый шлак частично выливается, высота снижается и флуктуирует.

Система обеспечивает равномерно высокий уровень пенирования на протяжении всего процесса. В результате возрастает энергоэффективность дуг при одновременном снижении расхода впрыскиваемого углерода. Система также дает надежную основу для замкнутого управления пенистым шлаком и сигналы для запуска углеродно-кислородных копий или комбинированных горелок.

Система плавки лома на основе условий

Система плавки лома на основе условий динамически управляет вносимой электроэнергией в период плавки лома и частично в периоде «плоской ванны», мгновенно реагируя на состояние лома и расплава. Это дает условно-ориентированную оптимизацию процесса плавки.

Используется то же оборудование, что и для системы пенистого шлака. Аналогично измеряется распространение звука от дуг к оболочке печи. По токам трех дуг и вибрации стенок напротив электродов динамически вычисляются два сигнала статуса: (i) экранирование панелей ломом или шлаком, (ii) состояние лома у основания дуги, особенно появление «холодного» тяжелого лома.

Эти сигналы характеризуют процесс плавки. В сочетании с доп. информацией (тепловая нагрузка панелей, удельная вносимая энергия, электрические данные, граничные условия) реализуется новое условное управление электроэнергией. Контроллер регулирует вторичное напряжение переключением щупа трансформатора, рассчитывает новые индивидуальные уставки импеданса для трех фаз и коммутирует последовательную реактивность. Контроллер максимизирует вносимую мощность с учетом реального экранирования стенок и их тепловой нагрузки.

Главное преимущество — способность обнаружить потерю экранирования стенок гораздо раньше (на ~60 секунд), чем это произойдет из-за повышения температуры панелей от усиленного излучения. Этот временной запас позволяет системе реагировать перераспределением мощности/излучения трех дуг, смягчая или предотвращая тепловое воздействие на панели.

Контроллер реагирует двумя способами: (1) в долгом масштабе — при длительной потере экранирования и выраженном росте температуры переключает трансформатор на более низкий щуп (понижает вторичное напряжение). При благоприятных условиях (высокое экранирование дуг, низкие температуры панелей) щуп повышается. Переключение щупа активируется гистерезисной петлей для избежания лишних операций. (2) В кратковременном масштабе — те же сигналы используются для индивидуального управления уставками импеданса трех фаз, обеспечивая асимметричный электрический режим. Нечеткий контроллер на основе рассчитанного экранирования и прогноза/измерения температуры панелей вычисляет оптимальное распределение излучаемой мощности. Используя новую модель излучения и аналитическую электрическую модель, соответствующие уставки импеданса рассчитываются итеративно для наилучшего выполнения оптимального распределения излучения. Таким образом достигается почти мгновенное перераспределение излучаемой мощности для мгновенного смягчения или предотвращения теплового воздействия.

Главное преимущество — более плавная и стабильная работа с меньшим числом переключений щупа трансформатора и повышенной вносимой энергией всякий раз, когда это позволяет плавильная ситуация.

Экспертная система ЭДП

Экспертная система ЭДП задумана как интегрированный супервизор процесса. Она автоматически распознает отклонения от ожидаемого поведения и перестраивает программу плавки, воздействуя на планирование электроэнергии, химический пакет, шлаковую и стальную металлургию. Ограничения оборудования интегрированы в управление. Система действует как процессный супервизор, интегрируя базовую автоматизацию и технологические функции для эффективного и безопасного производства стали, поддерживая каждую операцию от зарядки до разливки. Благодаря обширному сенсорному и камерному мониторингу новые пульты оператора могут устанавливаться в произвольном месте без выделенных окон для прямой визуальной обратной связи, повышая безопасность оператора и осведомленность о процессе.

Экспертная система может интегрировать автономные технологии для максимизации продуктивного времени, коэффициента использования и безопасности через дистанционно управляемые мехатронные узлы. Это последнее развитие концепции ЭДП для автоматического управления каждой стадией плавки: от планирования электроэнергии до оптимизации сгорания и управления шлаковой/стальной металлургией на каждом цикле ЭДП.

Система выполняет предрасчет всей плавки, прослеживая заданную технологию. Дает предварительный просмотр процесса и состояния стали при разливке и автоматически корректирует профиль мощности и материальные добавки для оптимизации. Определяет зарядную уставку для правильной загрузки ковша ломом. Расчет минимизации затрат выбирает сорта лома, определяет их количества и общий объем DRI. Также определяет шлакообразователи с учетом минимальной массы шлака и целевой основности. Рассчитывает затратооптимальные количества легирующих добавок для печи или разливного ковша.

Определяет необходимое количество электроэнергии для плавки заготовок и нагрева ванны до температуры разливки с учетом энергии от надува кислородом. Обеспечивает онлайн-мониторинг потребления мощности и передачу прогнозов для предотвращения пиковых нагрузок и высоких тарифов. Для печей с непрерывной зарядкой DRI скорость зарядки динамически регулируется для поддержания постоянной температуры стали с учетом температуры DRI.

Экспертная система обладает мощным движком интеллектуального анализа данных, разработанным специально для управляющего приложения. Релевантные переменные собираются и автоматически классифицируются в структурированные связи. Применяется обширный статистический анализ больших объемов информации, отличая ожидаемое согласованное поведение от аномалий. Устойчивые отклонения от ожидаемых условий ведут к непрерывной оптимизации сгорания CO и эффективному использованию топлива путем адаптации профиля плавки к переменным эксплуатационным условиям. Интегрированное управление процессом плавки в целом, вместе с отслеживанием в реальном времени переменных печи, выявляющих значимые отклонения, дает существенную возможность повысить энергоэффективность и производительность.

Реальный онлайн-анализ дымовых газов через in-situ лазерную систему способствует отслеживанию процесса и позволяет дальнейшую оптимизацию жизнеспособным замкнутым управлением, воздействующим на топливо и постсгорание кислородом. Быстрый отклик анализа дымовых газов дает оперативную обратную связь для регулирования впрыска кислорода на стадии очистки, контролируя декарборизацию стали и ограничивая окисление ванны.

Ядром экспертной системы является «модель плавки» (melt-model), автоматически выявляющая отклонения переменных управления процессом и корректирующая их для предотвращения потерь или растраты доступных источников энергии. Она координирует данные, собираемые в реальном времени множественными бортовыми датчиками, и рассчитанные процессные переменные на основе статических профилей плавки. «Модель плавки» координирует замкнутое управление, интегрированное моделью электроэнергии и моделью химического пакета. Управляет взаимодействием электрических и химических профилей плавки для оптимизации энергопотребления, управления шлаковой и стальной металлургией, включая: управление покрытием дуги пенистым шлаком, оптимизацию постсгорания, снижение потребления электроэнергии, оптимизацию потребления кислорода и углерода.

Экспертная система адаптируется к непрерывно меняющимся эксплуатационным условиям, сохраняя производительность ЭДП на вершине. Интегрирует систему управления электродами, систему управления пенистым шлаком и систему плавки лома на основе условий.

Основные выгоды экспертной системы: (i) сокращение времени тап-ту-тап до 10%, (ii) снижение энергопотребления до 5%, (iii) снижение затрат на легирующие материалы до 5%, (iv) снижение затрат на энергию за счет избежания пиковых тарифов.

Моделирование процесса сталелитья в ЭДП

Процессная модель — «алгоритм предсказания поведения открытой или закрытой системы». Позволяет предиктивное управление и помощь оператору, офлайн-оптимизацию процесса, улучшение понимания базовых физических явлений и онлайн-оценку параметров, не измеримых напрямую. Термин относится к детерминированным моделям на основе физических и термодинамических соотношений, исключая чисто статистические подходы.

В настоящее время большинство производств ЭДП использует системы автоматизации 1-го и 2-го уровней. В этих системах требуются процессные модели. В производственном цикле ряд важных величин неизвестен или не может быть измерен по фундаментальным причинам: (i) текущая (средняя) температура твердого материала (лом, DRI и т.д.) не наблюдаема, (ii) текущие температура расплава и шлака трудно измеримы, (iii) текущая масса расплава в печи не может быть измерена.

Процессная модель (для онлайн и офлайн использования) — важная часть цикла оптимизации процесса и эксплуатации ЭДП. Инструментация печи (взвешивание лома, DRI и т.д.) непрерывно поставляет измерительные данные в модель. Для улучшения способностей модели предсказывать важные параметры (масса и температура расплава) можно внедрять новые или более точные измерения. Более точные данные дают лучшие возможности для тестирования и улучшения модели. Такие детализированные или точные модели позволяют лучшее управление в эксплуатации (онлайн-модель) или разработку оптимизированных режимов работы.

Инструментация ЭДП позволяет количественное времязависимое измерение энергетических и массовых вводов. Эти данные используются для онлайн или офлайн моделирования процесса плавки. Модели процесса ЭДП доказали полезность для улучшения понимания и управления процессом, а также ресурс- и энергоэффективности, предоставляя информацию, которую нельзя измерить напрямую в процессе из-за экстремальных условий внутри печи.

Использование онлайн-процессных моделей повышает знание о текущем состоянии процесса и поддерживает оптимизированную эксплуатацию за счет дополнительных входных данных для управления. Кроме того, эти модели могут использовать экстраполированные входные данные для предсказания будущих трендов процессных переменных. Те же модели можно использовать офлайн с реальными или искусственными эксплуатационными данными для оптимизации работы завода или анализа влияния процессных инноваций. При внедрении и оптимизации такой процессной модели ее требования обосновывают и поддерживают внедрение передовых измерительных систем для получения точных данных об энергетических и массовых вводах в печь.

Для сложных процессов, таких как процесс ЭДП, аналитические модели обычно сложнее в разработке, чем статистические, и могут не достигать той же точности. Однако они позволяют экстраполяцию и переносимость, так как физическое и термодинамическое описание более универсально.

Разработка моделей ЭДП началась в 1974 году в простых формах и стала стандартом в следующие десятилетия. Разработка шла по нескольким направлениям: (i) определение общих характеристик процесса и управление процессом, (ii) КДГ-моделирование (CFD) системы дымовых газов или теплопереноса внутри печи, (iii) моделирование плавки и химии шлака и пенирования шлака.

Моделирование и оптимизация процесса ЭДП — сложная задача из-за множества переменных: разные зарядные материалы, доли разных энергоносителей, целевой состав и температура. Разные процессные фазы, дискретные изменения при зарядке материалов и множество вариаций процесса с разными типами печей, сырьем, требуемым качеством стали и операционными стратегиями привели к разработке различных подходов к моделированию. Разработано множество моделей разными подходами как для всего процесса, так и для локальных явлений или отдельных фаз.

Из-за широкого спектра применений моделирования ЭДП и сложности процесса применено множество подходов. Существуют чисто статистические или data-driven модели, включая нейронные сети, используемые, например, для оценки потребления мощности или электрической системы ЭДП. Другой класс моделей для оценки энергопотребления ЭДП использует статистический подход на основе параметров, определенных через физические соотношения (ожидаемая отдача мощности от использования кислорода или природного газа).

Процессные модели разрабатывались не только для всего процесса, но и для описания специфических явлений в ЭДП: теплоперенос при электрической дуге, реакция впрыскиваемого углерода со шлаком, влияние и потенциал восстановления энергии в системе дымовых газов. В некоторых случаях их затем включали в более комплексные модели процесса ЭДП.

Процессные модели обычно основаны на концентрированных зонах без пространственной дискретизации, за исключением заряда лома, который в некоторых моделях дискретизируется на множество зон. Тепловые и массовые потоки обмениваются между этими зонами и окружением, химические реакции обычно рассматриваются в определенных зонах. Энергетические и массовые балансы используются для отслеживания температуры и состава каждой зоны. Большинство этих моделей динамичны, также предложены псевдодинамические подходы на основе предопределенных процессных шагов.

Модели используют разные подходы, но имеют важные общие свойства: (i) выводятся и решаются физические законы сохранения массы, энергии и компонентов, (ii) общий численный метод — составление и решение системы нелинейных обыкновенных дифференциальных уравнений (в большинстве случаев используется малая явная схема интегрирования), (iii) модели требуют начальных значений и (вообще говоря, временнозависимых) данных для временнозависимых входов: электрических, химических и массовых загрузок (лом, DRI и т.д.).