Передовые системы автоматизации и управления для агломерационных заводов

Агломерационный процесс (рис. 1) — металлургический процесс на агломерационной машине. Это термический агломерационный процесс. Энергозатратный процесс с множеством параметров. Сложен и включает различные физические и химические явления: тепло-, массо- и импульсоперенос, связанные с химическими реакциями. Эти явления происходят одновременно, значительно усложняя процесс. Сложность агломерации влечет сложность системы управления.

Суть агломерационного процесса

Агломерация — предварительный этап при получении железа для агломерации смеси железорудных финов, возвратных финов, флюсов и коксовой крошки (частицы <10 мм), чтобы полученный агломерат (просеянный размер 5–30 мм) выдерживал давление и температуру в доменной печи. Агломерация достигается через сгорание. Воздух всасывается через слой агломерационной смеси на ленте. Топливные частицы на верхнем слое поджигаются в печи зажигания, и по мере движения ленты фронт горения постепенно продвигается вниз через слой до конца.

Агломерация — важный этап подготовки заряда ДП, где агломерат должен иметь соответствующие свойства для оптимизированного производства чугуна. Также критично контролировать газовые выбросы агло завода, образующиеся в больших объемах и содержащие много загрязняющих веществ разной токсичности.

Параметры и вызовы управления

Процесс включает >500 параметров, каждый оказывает влияние и должен контролироваться в пределах возможностей для оптимизации производительности, стабильности процесса, унификации состава и качества агломерата. Для выполнения экологических норм нужна система контроля выбросов твердых частиц и газов. Процесс характеризуется непрерывностью, нелинейностью, переменчивостью во времени, неопределенностью, сложностью и большой гистерезисом. Год за годом улучшения вносятся в процесс благодаря накопленному опыту операторов и эволюции ноу-хау.

Долгое время процесс контролировался преимущественно опытом операторов. Из-за этого возникали флуктуации управления. Нежелательные флуктуации неизбежны из-за гистерезиса, флуктуаций сбора данных и детектирования отклонений, разницы в знаниях и способностях операторов к принятию решений, распределения ответственности, физиологических, психологических и экологических факторов. Влияние этих факторов растет с увеличением мощности агломерационной машины. Это создало необходимость разработки систем автоматизации и управления.

Цели и преимущества автоматизации

Автоматизация и управление нужны для: эффективного управления подсистемами, своевременной поставки процессной информации, минимизации совокупных затрат при выполнении производственных и качественных требований. Также для построения базы данных для анализа и включения аналитических инструментов.

Надежная и проверенная базовая система автоматизации — фундамент современной работы агло завода. Основные цели: (i) минимизация расхода топлива (ключевой фактор затрат); (ii) избегание грубых контрольных действий — если нужны только незначительные корректировки, работа машины стабилизируется значительно; (iii) избегание критических ситуаций — чем раньше система реагирует на неоднородную смесь, плохое зажигание поверхности или неполное прогорание, тем плавнее процесс и более единообразное качество продукта; (iv) координированные операционные решения по всем сменам дают постоянные условия, увеличивающие ресурс оборудования и снижающие затраты; (v) снижение выбросов — в замкнутом режиме управления производственные параметры оптимизируются в пределах экологических лимитов, в частности SO2.

Система — современный удобный инструмент для повышения производительности и стабильности. Улучшает работу за счет адресации потребностей завода. Стабилизирует производство агломерата, помогает достичь ожидаемых результатов, имеет огромную практическую ценность. Выгоды: (i) высокая производительность — поддержание пиковой работы с минимизацией электроэнергии и топлива; (ii) качество продукта — поддержание химических, физических, механических свойств агломерата на заданных уровнях; (iii) снижение расхода топлива за счет точного смешивания заряжаемых материалов и идеального контроля количества возвратных финов с учетом тепловых условий агломерата на ленте; (iv) стабильная смено-независимая работа; (v) легкая интеграция комплекса металлургических моделей; (vi) быстрая реакция на требования ДП; (vii) быстрая окупаемость — стандартный период <1 года.

Управление качеством и сырьем

Химические и физические параметры (основность, размеры продукта) должны удовлетворять целевым значениям в заданных стандартных отклонениях для требований ДП к качеству агломерата. Качество начинается с отбора и смешивания сырья в зоне смешения и дозировании, интегрированных в общую модель управления процессом агломерации. Химические свойства гомогенизируются автоматическим адаптированием сырьевой смеси. В систему должна быть включена улучшенная система контроля «точки прогорания» (BTP — burn-through point), учитывающая физические и химические свойства агломерационной смеси. Система должна противодействовать изменениям, вызванным флуктуациями, через замкнутое управление процессом.

Архитектура системы автоматизации

Оптимизация процесса агломерации требует инновационную систему управления, поднимающую автоматизацию на новый уровень. Основана на проверенной базовой системе, обеспечивающей высокую доступность и эффективно объединяющей сбор, обработку и визуализацию данных. Широкий спектр источников исходных данных (фронтенд-сигналы, объемы заряженного материала, лабораторные данные, события, результаты моделей, затратовые данные) хранится на протяжении всего жизненного цикла завода. Специализированные инструменты позволяют связывать процессную информацию с аналитическими данными и рецептами сырьевой смеси.

Автоматизация разработана с целями: повышение производительности труда, повышение выхода агло завода, получение оптимального качества агломерата (физического, механического, химического, металлургического), снижение энергопотребления. Жизненно важная система, помогающая операторам на каждом этапе производства агломерата.

Поскольку характеристики сырья (химический состав, гранулометрия) имеют внутренний элемент, вызывающий флуктуации, необходимо использовать статистические методы оценки процессных данных. Требует разработки нескольких моделей. Разработка моделей усложнена сложностью процесса. Но модели нужны для практического онлайн-использования. Эксплуатация агло завода должна иметь гибкость для минимизации затрат через экономию энергии и т.д., приспособляясь к флуктуациям сырья и удовлетворяя требованиям непрерывно улучшающегося процесса получения железа в ДП.

Система обеспечивает оптимальную и стабильную работу на протяжении всего процесса. Помогает повысить производительность и снизить операционные затраты. Для обеспечения оптимальной и стабильной агломерации необходимо понимать внутрислойные явления и управлять процессом к оптимальной работе. Основные методы управления: контроль плотности зарядки для единообразной агломерации по ширине ленты и контроль скорости паллетов для поддержания оптимальной производительности и качества агломерата.

Эффективность автоматизации сильно зависит от правильной инструментации. Правильные приборы должны быть в правильных местах и бесшовно интегрированы. Установленные и эффективные техники, такие как виртуализация серверов, повышают гибкость и доступность системы, экономят затраты на железо и обслуживание. Новейшие промышленные Ethernet-технологии и проверенная аппаратная архитектура позволяют максимальную производительность при высоком уровне ИБ безопасности.

Иерархия автоматизации

Дизайн автоматизации агло завода обычно разделен на шесть базовых оборудовательных слоев. Рис. 2 — иерархия системы автоматизации и управления агло завода.

Технологии автоматизации и управления агломерацией развивались вместе с технологией агломерации для удовлетворения требований к качеству агломерата для постоянно улучшающихся потребностей ДП. Компьютеры впервые внедрены на агло заводе для детектирования, сигнализации, записи и печати требований процесса в начале 1960-х в США и Европе (в основном Франция и Бельгия). Позже — для открытого и замкнутого управления поэтапно. В 1970-х Япония стала центром разработки автоматизации агломерации. Японские компании (Kawasaki Steel, Sumitomo Metal, Kobe Steel, Nippon Steel, Nippon Kokan Keihin) выполнили важные проекты. Примеры работ: SECOS (KSC) — система энергетического управления агломерацией, детектирующая и контролирующая тепловой уровень в допустимом диапазоне по двум параметрам: углерод в смеси, сгорающий на паллетах (через углеродный баланс по объему и составу отработавших газов) и отношение горячей зоны сечения агломерата на выходе (по камере). Привло к улучшению качества и производительности.

OGS (KSC) — система операционного руководства для стабильной проницаемости слоя агломерата и оптимального качества. После ввода производственных данных основная система оценивает проницаемость, качество, производительность. Две подсистемы: оценка проницаемости и автонастройка эталонного значения для оценки.

Другие системы: «sub-gate operation control» (Kobe Steel, NKK, KSC), «new BTP control on strand speed» (NKK), ADONIS — «artificial dexterous nimble system» (NSC), K-SAC — «Kawasaki sinter automatic control» (KSC), «unmanned operation system» (NKK). С 1980-х изучается ИИ для агломерации, повышена надежность и точность управления.

Трехуровневая иерархическая система

Автоматизация структурирована в классических уровнях: от Level 0 (поле) до Level 3 (менеджмент). Трехуровневая система использует DCS (распределенную систему управления), централизованную процессную компьютерную систему (PCS) и центральные компьютерные системы (CCS) завода. DCS: измерение распределения скорости ветра и температуры газа вдоль ленты, DDC (прямое цифровое управление). PCS: процессный контроль для оптимизации работы, информационные сервисы операторам. Процессные модели для стратегий высшего уровня интегрированы со специальными измерительными системами агло завода. CCS: планирование, управление, анализ данных производства и эксплуатации на основе общей БД. Применение трехуровневой системы повышает гибкость, облегчает расширение, повышает надежность процесса.

Три уровня: (i) DCS — интегрированная система мониторинга и управления с цифровыми контроллерами, датчиками, передаточными устройствами, дающая локальные контурные и передовые управления по уставкам процессного компьютера; (ii) PCS — сбор и обработка данных от DCS, реализация уставок и комплексное операционное руководство по инструкциям CCS; (iii) CCS — верхний уровень с БД железа, собирающей и накапливающей информацию от подчиненных компьютеров, используемой в планировании закупок материалов и производства, отчетах и техническом анализе. Экономия человеческих ресурсов, снижение операционных затрат, улучшение управленческого учета. Интеллектуальные системы делают агломерацию менее зависимой от опыта операторов. Рис. 3 — система автоматизации и управления агло завода.

Модульный подход и модели

Применение математической модели для управления общим процессом ограничено сложностью агломерации. Поэтому разработка моделей шла по областям (area-wise), что привело к модульному подходу в автоматизации.

Система характеризуется модульной структурой. Помимо базовых функций (сбор данных, исполнение уставок), технологические контролы (основные контуры) реализованы в базовой автоматизации: контроль соотношения сырьевой смеси, контроль подачи сырьевой смеси, контроль влажности, контроль уровня сурж-бункеров, контроль барабанных дозаторов, контроль печи зажигания, контроль охладителя отработавших газов, контроль агломератного охладителя. Фокус — обеспечение плавного и надежного процесса и возможность непрерывной оптимизации.

Гибкие интерфейсы, модульность и современная программная архитектура обеспечивают легкую адаптацию и поддержку в меняющейся среде сырья, философии эксплуатации и связи со сторонними системами. Вместе с надежной базовой системой множество взаимодействующих процессных моделей поддерживают операторов и металлургов в ежедневных решениях. Заводские потребности встроены в металлургические модели. Сквозная прозрачность в реальном времени через актуальную визуализацию и модели ведет к лучшей коллаборации, улучшению рабочих процессов, снижению ошибок и поддержке принятия решений.

Конкретные примеры разработки

KSC разработала датчики, мониторящие индексы теплового паттерна в слое агломерата. Позволяют более детальное операционное управление: не только оценка условий по переходам проницаемости, качества, выхода и других временных рядов, но и более прямая оценка изменений условий слоя и контроль распределения объема воздуха и распределения кокса в слое. Рис. 4 — пример теплового паттерна измерительной системы.

ArcelorMittal с Centre de Recherches Metallurgiques (Бельгия) в 1992 внедрила экспертную систему на Nexpert Object и VAX VMS, контролирующую 200 параметров каждые 15 секунд. Достигнуто: снижение стандартного отклонения FeO, улучшение RDI (индекс восстановления деградации), улучшение контроля BTP (точка, где температура отработавших газов достигает максимума — фронт пламени достигает дна слоя), и температурного профиля в ветровых коробках.

В 1994 ArcelorMittal установила систему управления лентой на основе анализа CO, CO2, O2 в выхлопных газах ветровых коробок, связанную со ступенчатой тепловой моделью IRSID. Опыт показал вариацию производительности, BTP, макс. температуры фронта пламени и доли расплава при макс. температуре как функцию вариации ряда параметров. Теоретическая производительность зависит от баланса возвратных финов и расхода сырьевой смеси. Оценка разницы между реальной и измеренной производительностью показала, что эффект баланса возвратных финов хорошо прослеживается.

Расчетный BTP зависит от расхода и химического состава сырьевой смеси (через углерод в минеральной смеси и влажность в топливе) и CO2 в выхлопе. Оценка разницы между расчетным BTP и из температурных замеров под решеткой показала вариации по обе стороны от среднего отклонения ~1–2 м. Увеличение этого значения — предупреждение. Расчетная макс. температура фронта пламени и доля расплава зависят от тепловых вводов и требований, связанных с химическим составом сырьевой смеси.

British Steel Corporation (BSC) в 1994 установила центральный VAX 4000/500 для логирования 4500 сигналов и два MicroVAX 3100 Model 80 как вспомогательные для терминалов и принтеров. Использование компьютера улучшило определение оптимальной влажности сырьевой смеси после смены слоя агломерата. Постоянный мониторинг операционных данных позволил непрерывно рассчитывать проницаемость на основе газа и воздуха в печи зажигания. Рис. 5 — связь между влажностью смеси и проницаемостью. Оптимальная влажность легко наблюдается, виден сильный ее влияние на проницаемость.

Для измерения FeO в агломерате вокруг продуктового конвейера установлена система пояс-катушка. Улучшенный контроль FeO дал экономию кокса 1 кг/т агломерата. Также улучшен процесс и повышена эффективность использования ленты контролем BTP (точки макс. температуры). BTP-модель на заводском компьютере рассчитывает и детектирует BTP вдоль ленты по измерениям температуры под лентой за последние 8 ветровых коробок. Модель рассчитывает предлагаемую скорость ленты для приведения реального BTP в соответствие с заданной уставкой, уведомляя оператора. При управлении скоростью по этой модели использование ленты увеличилось на ~1%.

Wuhan Iron and Steel (WISCO) с Voest-Alpine (VAI, Австрия) установила модель, рассчитывающую 700 значений на двух уровнях автоматизации и набор модулей оптимизации. Несмотря на сложность параметров, цели: (i) повышение выхода на 5%; (ii) снижение коксового расхода >2%; (iii) обеспечение доступности системы >99,5%.

Первый уровень — все основные данные из разных источников (анализы сырья и агломерата), представленные оператору эффективно (графически). Анализируется оператором в графическом формате. Уровень 2 — замкнутый контроль процесса (без человеческого вмешательства). Несколько уставок рассчитываются моделью одновременно и проверяются на применимость: расход сырьевой смеси, материаловые соотношения, добавка воды, скорость ленты для контроля BTP. Система может переключаться между уровнями 1 и 2, если уровень 2 невозможен — контроль возвращается к уровню 1.

Когда невозможно идеально регулировать скорость ленты, вариации скорости вызывают нестабильную работу. Для контроля нужно обеспечить полную агломерацию смеси до конца ленты и приблизить точку BTP к концу для макс. выхода. Рис. 6 — обзор контроля производительности агло завода.

POSCO на Поханге установила интегрированную визуальную систему мониторинга и руководства: 50 термопар, 5 наладных расходомеров, термическое изображение, система управления подворотниками подворотников. Рис. 7 — компоновка визуальной системы. Термопары под ветровыми коробками 15–25, 5 расходомеров на коробке 6. Оператор поддерживает процесс в оптимальных и стабильных условиях. Визуализация состояния ленты дает информацию о скорости паллета, плотности зарядки, топливном содержании. Флуктуации температуры отработавших газов под паллетом значительно снизились. После автоматического контроля подворотников — меньше возвратных финов, выше выход продукта.

POSCO на Кваньяне установила онлайн-систему измерения влажности в железорудных финах и коксе, подаваемых в бункеры барабанных смесителей. Система на основе быстрого нейтронного источника. При столкновении быстрых нейтронов с атомами водорода в минеральной воде они теряют энергию пропорционально числу атомов водорода, влажность определяется датчиком, детектирующим медленные нейтроны от столкновения (рис. 8). Система калибруется с учетом вариаций температуры и влажности окружающей среды за год.

Разработка моделей для агломерационного процесса

В процессе агломерации происходят химические реакции и фазовые превращения не только из-за изменений теплового фронта, но и из-за модификаций локального газового состава и начальных температур плавления сырьевой смеси. При достижении локальной температуры и состава твердых фаз, преимущественно фазовые превращения движимы теплоснабжением и диффузией в слое частиц с механизмом жидкообразования в главной роли. Материалы частично расплавляются при достижении локальной температуры плавления, а по мере движения контакт с холодным газом способствует рекристаллизации и частичной агломерации образует непрерывный пористый агломератный пирог. Свойства финального пирога сильно зависят от термического цикла, исходного химического состава сырья и термофизических свойств, развивающихся при агломерации. Математические модели симулируют явления в агломерационной машине.

Метод моделирования основан на многофазных, многокомпонентных уравнениях переноса импульса, массы, энергии для газа, твердого и жидкого фаз с учетом локальных явлений пористого агломерата (рис. 9). Модель учитывает фазы, взаимодействующие одновременно, химические виды каждой фазы рассчитываются по уравнениям сохранения химических видов. Точные описания скоростей обмена импульсом, энергией и химическими реакциями существенны для полной точности модели.

Химические виды учитываются индивидуально через решение уравнений переноса каждого вида газа и твердой фазы. Твердая фаза: смесь агломерационной руды, мелкого агломерата (возвратные фины), коксовая крошка (или другое твердое топливо), чешуя (фины с сталелитейного завода), флюсы. Жидкая фаза: расплавленные и сформированные компоненты. Рекристаллизованная фаза: рекристаллизованные жидкости и фазы, образованные при рекристаллизации, сильно зависят от локального жидкого состава и теплообмена. Финальный агломератный пирог формируется смесью этих материалов, его качество зависит от финальных составов и объемных долей каждого материала и их распределения в мозаичной структуре.

В модели предполагается, что жидкая фаза движется вместе с остальной твердой фазой из-за вязкости и того, что жидкость образуется на поверхности нерасплавленных частиц, поэтому уравнения импульсопереноса и энтальпии твердых учитывают эту смесь вязкой жидкости и твердых материалов. Температурно-композиционно-зависимые термофизические свойства следуют правилу смеси для учета индивидуальных фазовых свойств через объемные доли фаз.

В 2012 Hauck et al разработали прогнозную модель профиля температуры ветровых коробок и позиции/температуры BTP, интегрированную в систему стабилизации процесса. Достигнута стабилизация качественных параметров, повышение производительности, снижение дозирования топлива.

В 2012 разработана вычислительная симуляция процесса агломерации, предсказывающая важнейшие явления в агломерационном слое. Модель на основе многофазной концепции с множественными компонентами, описанными уравнениями сохранения каждого компонента, связанными с импульсом, химическими реакциями и теплопереносом. Валидация — сравнение прогнозов модели со усредненными промышленными данными и локальными измерениями температуры в ленте. Прогнозы хорошо согласовывались со средними измеренными значениями на промышленном процессе.

В 2013 Saiz и Posada разработали математическую модель для контроля BTP (позиция и температура). Стабильный BTP ведет к стабильному процессу и улучшению качества и производительности. Модель применена на агло заводе ArcelorMittal в Астуриях (скорость ленты и коксовый расход как управляющие переменные, позиция и температура BTP в алгоритме управления). Достигнуто: улучшение производительности 4–5%, снижение коксового расхода 5,2–5,5%, снижение возвратных финов 37–45%.

Нечеткая логика (fuzzy logic) позволяет координировать объективные знания (математические модели) и субъективные (лингвистическую информацию, не квантифицируемую традиционной математикой, как информация операторов). Недавно используется. В 2014 изучен новый подход на основе нечеткого вывода для управления зарядными воротами агло завода. Две стратегии: более инвазивная в операционных условиях, для заводов с низкой производительностью (после остановки) для максимизации производительности; вторая — более консервативная, тоже максимизирует производительность, но машина высокочувствительна к изменениям ворот.

В 2016 разработано ПО для оптимизации затрат агломерации на основе качественных характеристик. Оценены индексы Tumbler и RDI через нечеткий вывод типа Sugeno. Исторические данные 6 лет использованы в мультивариантных статистических исследованиях. Разработано ПО, дающее наименее дорогую сырьевую смесь для агломерации, удовлетворяющую требованиям качества. Достигнуты экономические выгоды и улучшено качество агломерата.

Знания моделирования и симуляции позволили оценивать влияние разных переменных в процессах, конкретно в агломерации, без прямого использования реального завода. Изучались влияние скорости сгорания кокса на температурное распределение в агломерации руды и рост пустот и трещин в агломератном пироге симуляционными техниками. В 2015 смоделирована и оптимизирована утилизация отработающего тепла из процесса охлаждения агломерата.