?
2019常州互聯網+先進制造產業發展高峰論壇
當前位置: 主頁 > 專家觀點 > 智造一言堂 >

王國棟:鋼鐵工業的綠色智能制造

2016-11-09 15:45 [智造一言堂] 來源于:世界金屬導報
導讀:當前,我國提出要實施“中國制造2025”,加快向制造強國轉變。兩化深度融合是推動包括鋼鐵在內的工業轉型升級的重要途徑,是今后一段時期內鋼鐵行業的熱點議題。

  當前,我國提出要實施“中國制造2025”,加快向制造強國轉變。兩化深度融合是推動包括鋼鐵在內的工業轉型升級的重要途徑,是今后一段時期內鋼鐵行業的熱點議題。世界金屬導報2016年41期圍繞鋼鐵行業兩化深度融合,建設智能化工廠方面的發展現狀和發展思路,在B04、B05、B07、B10-B15版推出兩化深度融合專題報道,以期為推動鋼鐵行業兩化深度融合,促進行業轉型升級發揮作用。

  為解決我國鋼鐵行業產品結構失衡、高端產品供給能力不足、產品外形尺寸精度低以及組織性能控制穩定性差等問題,需要實行生產、物流等的智能控制與優化協同,著力開發與應用智能化技術,實現信息深度感知、智慧優化決策和精準協調控制。信息物理系統(CPS)是實現智能化的關鍵技術。未來應以第四次工業革命的核心技術CPS為目標,對鋼鐵行業現有的自動化系統進行改造,拓展網絡功能,強化計算能力和感知能力,建成可靠的、實時的、安全的、協作的智能化鋼鐵生產信息物理系統,實現鋼鐵行業的智能化發展。

  1.鋼鐵工業發展的需求

  改革開放以來,特別是進入21世紀以來,我國鋼鐵工業取得快速發展,鋼鐵產量迅速增長,支撐了我國經濟的高速發展。但目前我國鋼鐵行業存在產品結構失衡,高端產品供給能力不足,低端產品同質化嚴重,缺少創新、特色與核心競爭力,環境污染嚴重等問題。而且,盡管我國鋼材產量占世界鋼材總產量的一半以上,但鋼材生產過程與產品性能的穩定性、均勻性、一致性與國外相比仍有較大差距,尚未建立鋼鐵生產全過程的一體化控制與各層次的協調優化。此外,我國鋼材產品質量的可靠性和適用性不高,產品的外形尺寸精度和組織性能的控制尚待提高,在大規模、連續化生產條件下,產品個性化、定制化亟待加強。

  為此,我們必須進行科技創新,開發高性能、綠色化鋼鐵材料,開發減量化綠色工藝與裝備(含自動化),減少資源和能源消耗,減少污染和排放。在實施綠色化的過程中,要實行生產、物流、能源等的智能控制與優化協同,著力開發與應用智能化技術,實現信息深度感知、智慧優化決策和精準協調控制,以智能提高我國鋼鐵生產過程和產品的綠色化、智能化水平。

  2.鋼鐵工業的綠色智能制造

  第四次工業革命正在到來,國際上的發達國家,如美國、德國、日本,紛紛制定規劃,大力推行智能制造,實現制造業的智能化轉型。德國政府提出的工業4.0是運用智能去創建更靈活的生產程序、支持制造業的革新以及更好地服務消費者,它代表著集中生產模式的轉變。“工業4.0”的目標是對供應、制造、銷售的全過程進行智能化的改造,轉型升級,建立一個高度靈活的個性化和數字化的產品與服務的生產模式,最后實現快速、有效、個性化的產品供應。

  智能制造的核心,是將工業技術(IT:industry technology)與信息技術(IT:information technology)和智能技術(IT:intelligent technology )深度融合,形成綠色化、智能化的工業技術,即Green IT3 = Ind.T + Inf.T + Int. T。實施智能制造,就是要將這一技術應用于設計、生產、管理和服務的全生命周期,實現智能設計、智能生產、智能管理、智能制造服務,在制造過程中進行感知、分析、推理、決策與控制,實現對產品需求的快速動態響應,對生產和供應鏈網絡實時優化,迅速開發市場需求的新產品。

  智能制造是創新的先導共性技術。它是產品創新的共性使能技術,使產品向中高端、綠色化、低成本、高性能方向發展,從根本上提高產品精度、性能和市場競爭力。它又是生產技術創新的共性使能技術,使制造業向數字化、網絡化、智能化集成制造發展,全面提升產品設計、制造和管理水平。它還是產業模式創新的共性使能技術,將大大促進規模定制生產方式的發展,延伸發展基本產品的服務價值,深刻地改變制造業的生產模式和產業形態。

  智能制造的發展需要用兩條腿走路,一條腿是企業對工藝技術和產品技術的開發能力;一條腿是企業對信息化、智能化技術的應用能力。這兩個方面是相輔相成的,制造技術的推進會促進智能技術應用的深化,智能技術的導入也會在一定程度上助推企業生產水平的提升。這是一個動態聯動的過程,任何一條腿有短板都會讓企業走不快、走不遠。

  智能制造通過數字基礎設施的鋪設,打通、融合價值鏈上的研發、設計、制造、銷售和服務等各個環節,最終形成虛實合一的生產系統。在這些環節中,制造是最難且最關鍵的一環。制造以經驗為主,有自己的話語體系,依賴于技術工人的經驗,隱含太多的隱性知識,難以被“編碼化”。如果沒有深度理解產業知識,僅僅對表層數據進行收集分析,效果不大,盲目使用一些低質量數據來指導生產更有可能走偏方向,造成誤導。所以,綠色智能制造的重心應當在制造。不創新,不掌握核心制造技術,不熟悉制造過程,智能化無從談起。沒有強大的制造實體,智能化是空中樓閣。所以,智能制造的重心在制造過程本身,發展綠色化、顛覆性、引領性的制造技術是綠色智能制造的根本。

  習近平主席說,信息化可以“如虎添翼”。首先,我們的基礎是“虎”,還是“貓”,這很重要。如果給老虎添上雙翼,那會是威風凜凜,威震天下;若是貓,即使添上雙翼,也很難有大的起色。所以說,我們的智能化、信息化技術,不能加在落后于時代要求的傳統技術上,而要添加在綠色化的顛覆性技術上。只有智能制造和產業升級充分結合,在升級的產業技術上,再插上雙翼,則我們不僅能夠跟上世界前進的步伐,還有很大的機會實現并行乃至超越式發展,走到世界發展的前列。

  3.智能化的核心——信息物理系統(CPS)

  3.1工業革命的進展歷程

  自1784年至今,人類已經經歷了3次工業革命,即以機械化為核心的第一次工業革命,以電氣化為核心的第二次工業革命,以自動化、數字化為核心的第三次工業革命。目前處于第四次工業革命階段,其核心是智能化,目標是建立智能化、數字化工廠,實現智能制造。

  數字化技術支撐起信息技術的發展,是第三次工業革命中的關鍵技術。在數字化發展的過程中,將綠色化生產設施與數字化基礎設施(包括工業網絡、數字化軟硬件、數據庫、智能技術等關鍵共性技術)結合起來,信息的獲取、使用、控制以及共享變得極其快速和便捷。在數字化工廠中,不僅存在著我們能輕易看到的生產自動化、物流自動化,還廣泛存在我們不易察覺的數據采集自動化、管理自動化。數字不僅僅是生產過程中產生的結果,更是引導生產、優化生產的主要依據。制造業變成數據驅動型的制造,工人、裝備和產品之間實現了互聯互通,數據流和物質流以及價值流實現了有機統一,車間由“黑箱”走向了透明,這是革命性的變化。

  3.2智能與智能化

  這些基礎性的進步,為工業系統的智能化奠定了基礎。那么,什么是智能化系統?

  首先看什么是智能。從感覺到記憶再到思維這一過程稱為“智慧”,智慧的結果產生了行為和語言,將行為和語言的表達過程稱為“能力”,兩者合稱“智能”。那么,智能系統有哪些特點呢?或者說應當具有什么樣的能力呢?智能系統應當:

  1)具有感知能力;

  2)具有記憶和思維能力;

  3)具有學習能力和自適應能力;

  4)具有行為決策能力。

  具有上述特點的系統則為智能系統或智能化系統。這個系統能夠感知、記憶、思維、自學習、自適應、決策,具有自組織、自協調、自重整能力。發展人工智能的目的是使機器更智慧、更聰明。通過學習,可以使計算機獲取知識,創新、重構已有的知識,從而提升機器自身處理問題的能力,改善自身性能。所以,智能化的本質就是人、機、物的融合。它將使沒有感覺、沒有靈魂、不會思考、不會合作的物理系統成為活物,不僅賦予物體以感覺,還賦予其思想。最終,使機器的能力趕上甚至超過人類。

  現有的實際工控系統由于存在復雜性、非線性、時變性、不確定性和不完全性等,一般很難獲得精確的數學模型。應用傳統控制理論進行控制必須提出并遵循一些比較苛刻的線性化假設,而這些假設在應用中往往與實際情況不相吻合。對于某些復雜的和包含不確定性的控制過程,根本無法用傳統數學模型來表示,即無法解決建模問題。為了提高控制性能,傳統控制系統可能變得很復雜,從而增加了設備的投資,減低了系統的可靠性。

  3.3信息物理系統(CPS)

  第四次工業革命的核心是智能化,而CPS系統(Cyber-Physical Systems)是實現智能化的關鍵技術,是下一代智能化控制系統。什么是CPS系統?CPS系統是一個綜合計算、網絡和物理環境的多維復雜系統,通過3C(Computing、Communication、Control)技術的有機融合與深度協作,實現大型工程系統的實時感知、動態控制和信息服務。CPS實現計算、通信與物理系統的一體化設計,可使系統更加可靠、高效、實時協同,具有重要而廣泛的應用前景。它是實時適應環境變化的動態系統。信息物理系統作為計算進程和物理進程的統一體,是集成計算、通信與控制于一體的下一代智能系統。信息物理系統通過人機交互接口實現和物理進程的交互,使用網絡化空間以遠程的、可靠的、實時的、安全的、協作的方式操控一個物理實體。

  信息物理系統包含了將來無處不在的環境感知、嵌入式計算、網絡通信和網絡控制等系統工程,使物理系統具有計算、通信、精確控制、遠程協作和自治五大功能。它注重計算資源與物理資源的緊密結合與協調,主要用于一些智能系統上,如物聯傳感、智能家居、機器人、智能導航等。

  CPS是在環境感知的基礎上,深度融合計算、通信和控制能力的可控、可信、可擴展的網絡化物理設備系統,它通過計算進程和物理進程相互影響的反饋循環實現深度融合和實時交互來增加或擴展新的功能,以安全、可靠、高效和實時的方式檢測或者控制一個物理實體。

  3.4CPS系統的組成和功能

  CPS系統的基本組件包括傳感器、執行器和決策控制單元?;窘M件結合反饋循環控制機制構成了CPS的基本功能邏輯單元,執行最基本的檢測與控制功能。

  CPS系統是一種由感知設備(如傳感器、感應器等)、嵌入式計算設備(如分布式控制器)和網絡(如WSN,Internet 等)所組成的多維復雜系統。典型的CPS體系結構中主要包括以下3類組件:傳感器、執行器和分布式控制器。傳感器主要用于感知物理世界中的物理信息,并通過模-數轉換器將各種模擬的、連續的物理信息轉化成能被計算機和網絡所處理的數字的、離散的信息。分布式控制器接收由傳感器采集并通過網絡傳輸過來的物理信息,經過處理過后以系統輸出的形式反饋給執行器執行,基于此來提供智能化服務。執行器接收控制器的執行信息,對物理對象的狀態和行為進行調整,以適應物理世界的動態變化。

  CPS系統的核心是計算、通信、控制深度融合。CPS在環境感知的基礎上,深度融合了計算、通信、控制(3C)的可控、可信、可拓展的網絡化物理設備系統。它通過計算進程和物理進程相互影響的反饋循環實現深度融合和實時交互來增加或拓展新的功能,以安全、可靠、高效、實時的方式監測或者控制一個物理實體。簡單說來,CPS是開放的嵌入式系統+網絡+控制功能。

  CPS系統也可以稱作為一個“網絡-實體系統”,即:從實體空間對象、環境、活動大數據的采集、存儲、建模、分析、挖掘、評估、預測、優化、協同,并與對象的設計、測試和運行性能表征相結合,產生與實體空間深度融合、實時交互、互相耦合、互相更新的網絡空間;進而通過自感知、自記憶、自認知、自決策、自重構和智能支持促進工業資產的全面智能化。所以,CPS系統是智能化的核心關鍵技術。

  CPS系統可以被看作升級版的物聯網。與物聯網相比,CPS更強調數字世界對于物理世界的控制,CPS可通過互聯網,以可靠并且安全的方式,實時和自治地操控一個物理實體和系統。CPS將使得數字世界不再僅僅是物理世界的虛擬映象,而將是物理世界的控制者。

  CPS集成了感知系統、計算系統、控制系統與網絡系統,它主要著眼于信息世界與物理世界的協同和統一。

  3.4.1感知系統

  傳感器技術是CPS系統技術中的關鍵技術。到目前為止絕大部分計算機處理的都是數字信號。傳感器需要把模擬信號轉換成計算機能夠處理的數字信號。傳感器網絡是CPS系統的“五官”,傳感器組成了CPS系統的傳感器系統,負責對物理世界的感知。本質上說,傳感器是一種檢測裝置,是用于采集各類信息并將其轉換為特定信號的器件。它可以采集物理對象的身份標識、運動狀態、地理位置、姿態、壓力、溫度、濕度、光線、聲音、氣味等信息,同時,也可以采集各種環境信息。

  信息物理系統(CPS)的運作過程基本包括了對物理對象本地化的感知,然后將感知的結果利用網絡傳遞到遠程的服務器,也包括傳遞到本地化的嵌入式系統,然后進行計算,進行控制和交互。需要注意的是,首先這種對本地化的感知,作為信息物理系統,一般可以采取多傳感器、或者冗余傳感器,這樣來提高系統的可靠性,而在控制器、執行器方面,也可以采取冗余結構,而信息網絡,則更需要可靠。另外,更需要強調的是,這種傳感器部署,不僅僅是冗余模式,而可以是一種有結構關系的模塊結構,從而可以形成體系。這樣通過較多的數據節點、較多的數據量,可以更好地獲得物理世界的數據,從而進行監控、問題診斷、預測計算。物料存放、跟蹤、管理是平臺基礎,立體倉庫、RFID標簽傳感器、跟蹤傳感器等是平臺的重要基礎條件。

  3.4.2網絡系統

  通過物聯網、互聯網技術的采用和融入,具有開放、功能強大的網絡融合,具有開放性、動態性和多維度的異構性特點。通過機理、環境與群體有機結合,構建能夠指導實體空間的網絡環境,包括精確同步、關聯建模、變化記錄、分析預測等,實現信息世界與物理世界的交互協同、反饋閉環控制和深度集成。物聯網、互聯網等網絡僅僅是為了實現萬物相聯,網絡中的節點并不具備協同和自治的能力。

  CPS系統與物聯網、傳感網有所區別。物聯網、傳感網所擅長的是基于無線連接,主要實現感知;CPS需要感控(感知 + 控制),傳感器網絡為CPS一部分。物聯網中的物不具備控制和自治能力,通信也大都發生在物品與服務器之間,因此物品之間無法進行協同(從這個角度來說物聯網可以看作CPS的一種簡約應用)。CPS具有遠遠超過物聯網、傳感網的強大的設備計算能力,CPS是具有計算、通信、控制、協同和自治性能的系統

  3.4.3計算系統

  CPS系統可以將傳感器系統提供的大量數據轉化為信息,并對數據進行特征提取、篩選、分類和優先級排列,保證了數據的可解讀性。

  CPS系統的計算系統具有從各種各樣的數據中快速獲取有價值資訊的能力,核心目標是要從體量巨大、結構繁多的數據中挖掘出隱蔽在背后的規律,由計算機代替人去挖掘資訊,獲取知識,從而使數據發揮最大化的價值。

  在數據機器分析中,半監督學習、集成學習、概率模型等技術尤為重要。

  CPS是一個協同計算元件控制物理實體的系統。CPS系統的強大的計算能力,需要與物理系統緊密結合與協調。在傳感器的幫助下,CPS接受并處理來自物理世界的大量數據,經過數據處理、識別、計算,并將這些用于基于網絡的各種應用和服務中,最終這些服務和應用會通過致動器反饋并影響實體世界。

  CPS系統的戰略意義在于對含有意義的數據(或大數據)進行專業化處理的“加工能力”,及通過“加工”實現數據的“增值”。數據處理技術包括大規模并行(MPP)數據庫、數據挖掘、分布式文件系統、分布式數據庫、云計算平臺、互聯網和可擴展的存儲系統。

  CSP系統采用分布式架構。它基于云計算、分布式處理技術、存儲技術和感知技術來對大數據進行采集、處理、存儲、數據挖掘和實際應用。它的特色在于依托云計算的分布式處理、分布式數據庫和云存儲、虛擬化技術對海量數據進行分布式數據挖掘。數據分析聚焦于數據倉庫、數據安全、數據分析、數據挖掘等大數據商業價值的利用。

  數據分析需具有易用、安全、穩定、高性能的數據開發引擎,為用戶的大數據集成、存儲、計算環節提供完整的企業級解決方案,讓用戶能聚焦于挖掘自身數據資產的商業價值。 數據分析采用一站式的數據挖掘與分析平臺,可以進行便捷的數據探索與挖掘。它支持SQL交互分析、多維分析、敏捷報表門戶,向用戶提供簡便、易用、高性能的數據分析與展示功能。數據系統管理可以助力平臺的穩定運行。

  數據挖掘技術的實施需遵循下述步驟:信息收集、數據集成、數據規約、數據清理、數據變換、數據挖掘、模式評估、知識表示。其中數據挖掘是最核心的步驟。數據挖掘是根據數據倉庫中的數據信息,選擇合適的分析工具,應用統計方法、事例推理、決策樹、規則推理、模糊集、甚至神經網絡、遺傳算法的方法處理信息,得出有用的分析信息。

  3.4.4控制系統

  CPS是一個結合計算領域以及傳感器(Sensor)和致動器(Actuator)裝置的整合控制系統。在傳感器的幫助下,CPS接受并處理來自物理世界的大量數據,并將這些用于基于網絡的各種應用和服務中,最終這些服務和應用會通過致動器反饋并影響實體世界。

  從側重點來看,CPS著重于信息世界與物理世界的融合和協調,主要用于工業控制和自動化系統中。CPS的前身常常被稱作應用于工業控制的嵌入式系統。傳統的物理設備通過嵌入式系統來擴展或增加新的功能,其形成的系統基本上是封閉系統。在一些工控網絡中,有可能會采用工業控制總線進行通訊,但其通訊功能較弱,網絡內部難以通過開放總線或者互聯網進行聯網。嵌入式系統更強調計算元件,而不太強調計算元件和物理元件的連接。

  CPS觸發了工業自動化模式轉變。與傳統的自動化系統相比,CPS系統控制模式發生了轉變。不再是單點模式,而是可以多點模式。不再是本地模式,可以是遠程管控模式;不再是小數據量的經驗決策,而是基于大數據的科學決策;不再是開環的控制模式,而是可以反饋循環、實時交互;數據計算的基礎不再是靜態的,而是動態的、可擴展的、可學習的。信息物理系統(CPS) 可以真正實現物理世界與信息世界融合、協調一致,實現物理系統的精確控制,有效運作。

  CPS系統與傳統控制系統是有區別的。傳統的控制系統往往沒有網絡功能,CPS具備了網絡功能。目前一般認為CPS系統是一個開放系統,可以進行數據、軟件、控制模式等擴充,而不像以往的控制系統是一個相對固化的系統。綜合而言,信息物理系統(CPS)對系統內部設備的遠程協調能力、自治能力、控制對象的種類和數量,特別是節點規模上遠遠超過現有的工控網絡。

  CPS系統與物聯網、傳感網有所區別。物聯網、傳感網所擅長的是基于無線連接,主要實現感知;CPS需要感控(感知 + 控制),傳感器網絡為CPS一部分。物聯網中的物不具備控制和自治能力,通信也大都發生在物品與服務器之間,因此物品之間無法進行協同。

  CPS具有更強的反饋閉環控制、重配置和自適應能力。CPS在物與物互聯的基礎上,還強調對物的實時、動態信息控制與服務,在實時性、安全性和可靠性方面的要求更高。

  需要注意的是,在CSP系統和大數據思維的框架下,人們由關注因果關系轉變為關注相關性。關注相關性而不是因果關系,社會需要放棄了它對因果關系的渴求,而僅需關注相關關系,也就是說只需要知道是什么,而不需要知道為什么。因此沒有必要找到原因,不需要科學的手段來證明這個事件和那個事件之間有一個必然、先后關聯發生的因果規律。這就推翻了自古以來的慣例,而我們做決定和理解現實的最基本方式也將受到挑戰。 

  4.鋼鐵企業智能制造平臺

  4.1現有的鋼鐵企業制造管理平臺

  目前鋼鐵企業信息管理系統的架構由三個維度組成,第一個維度是在水平方向上,是沿著鋼鐵生產全流程布置的鋼鐵生產的各個工序,這是鋼鐵生產的物理系統。在垂直方向上,是各個層級的信息管理和控制系統。底層是大量的傳感器和執行機構處于鋼鐵生產的物理環境中,傳感器采集信息并上傳到基礎自動化系統,執行器接受來自基礎自動化系統的控制信息并執行指定的控制任務。

  最頂層是企業資源管理系統(ERP),負責制定經營決策、制造模式、發展規劃,完成原料采購、市場營銷、財務、物流、設備、能源管理等資源規劃功能。ERP系統依據訂單編制的生產計劃,下達到制造執行系統(MES)具體編制軋制作業計劃,組織生產。MES負責制定生產作業計劃、進程資源分配、對生產過程的動態優化管理、質量在線監控、診斷與優化等。制造執行系統編制的軋制計劃傳遞到過程控制系統(PCS)進行規程設定和執行。PCS根據MES系統的軋制計劃,編制出每塊鋼的軋制規程,負責軋機的設定、跟蹤、自適應、報表打印等功能。設定結果經過工業控制總線傳遞給基礎自動化系統,指揮基礎自動化系統進行軋機的各具體環節的控制。

  基礎自動化系統(BA),由若干子系統組成,這些子系統分別接受來自過程控制系統的指令,經過計算給出執行器的調節量,并發送到執行器調節控制。傳統子系統主要依靠數學模型計算調節量,并發送給執行器。在基礎自動化系統的傳感器及時采集執行器的執行效果,將相關的參數采集并傳送回基礎自動化系統,繼續進行調節和控制。

  在基礎自動化系統和過程控制系統之間是工業控制總線,將兩者連接起來,并進行相應的各個單元之間的協調。

  除了水平生產流程和垂直信息傳遞這兩個維度外,第三個維度是時間,沿生產的全生命周期實施管理,實現總體成本核算、運行優化及不斷改進。

  應當說,在各類生產系統中,鋼鐵工業的生產系統,特別是軋制系統,其管理、控制水平是最高的,具有最好的條件,去發展、改造成為先進的智能化系統,即CPS系統。

  4.2鋼鐵行業CPS系統的建設目標與功能

  現有的鋼鐵生產管理與控制系統,基本是嵌入式系統,與CPS系統有一定的關系。CPS系統和嵌入式系統同屬于控制系統,CPS系統的前身就是嵌入式系統?;蛘哒f,CPS系統是嵌入式系統發展而來的。因此,現有的鋼鐵生產控制系統,即最發達、最先進的嵌入式系統,經過改進,可以“進化”為CPS系統。

  如前所述,作為一個智能系統,智能鋼鐵生產系統同樣應當具有感知能力、記憶和思維能力、學習能力和自適應能力、行為決策能力,具有感知、記憶、思維、自學習、自適應、決策,具有自組織、自協調、自重整等自治功能。通過學習,可以使計算機獲取、重構、創新知識,提升鋼鐵設備處理問題的能力,改善自身性能。這樣的話,我們的轉爐、連鑄機、軋機、熱處理線就由沒有感覺、沒有靈魂、不會思考、不會合作的物理系統成為活物,不僅有了感覺,還有了思想,變得更智慧、更聰明,甚至超過人類。

  這個系統最核心的部分就是其計算部分,由于鋼鐵設備十分復雜,存在強烈的復雜性、非線性、時變性、不確定性和不完全性等,一般很難用精確的數學模型描述。而人工智能技術恰恰在這方面具有優勢。因此,開發鋼鐵企業的CPS系統,最關鍵的問題是恰當、合理地應用各類智能算法,解決這些用數學模型難于精確控制的過程。當然,信息的深度感知也是非常重要的。

  作為鋼鐵行業的智能化系統,應當完成下述功能:

  ◆鋼鐵產品尺寸與表面的高精度控制和智能調優 ;

  ◆鋼鐵冶煉與加工過程中組織-性能的控制與智能調優 ;

  ◆流程工業的定制化、個性化與穩定化、均勻化生產;

  ◆設備的智能管理與維護以及智能維修 ;

  ◆物流智能管理與控制,能源智能管理與控制;

  真正做到智慧優化決策,信息深度感知,精準協調控制。

  4.3鋼鐵行業CPS系統構建的基本原則

  產品設計個性化、制造過程智能化、過程控制精準化、產銷服務網絡化 。

  4.3.1整體架構和工作范圍

  1)以原工控系統為基礎,硬件適當小規模改造、擴展,軟件依據需要進行智能化改造,大幅度應用人工智能,使原工控系統成為CPS系統。智能技術在鋼鐵材料設計以及工藝優化、產品質量監控與質量評估、智能制造精準控制中全面應用。

  2)根據流程工業特點,立體原料庫、成品庫、RFID等不作為重點。從縱向均勻性考慮,物流的重點放在工件位置信息,強化跟蹤和微跟蹤。

  3)設備管理及智能化以感知、計算、協調、通訊、預測等為重點,單獨一個模塊,通過網絡進入系統進行協調處理。

  4)生產鏈從煉鋼開始,價值鏈(或供應鏈)由原料開始。

  5)水平方向工序環節包括:煉鋼、連鑄、熱軋、冷軋、熱處理與涂鍍,直到產品出廠。

  4.3.2網絡與傳感

  1)目前鋼廠工控系統有良好的中間件系統,內部各部分通訊協議均已解決,通訊功能可以滿足內部通訊的需要。

  2)缺少外部開放功能,加強對外開放的遠程的網絡功能,做到內部與內部、內部與外部順暢互聯互通。

  3)傳感器:增設必要傳感器,做到信息深度感知。

  4)針對無法檢測的物理量,開發智能化軟測量技術。

  5)自主開發優先,智能、無線傳感器優先,外購降到最低。

  6)數據庫、計算機必要的增設與擴充。

  7)強化跟蹤與微跟蹤。

  4.3.3大數據與計算

  1)計算部分是核心,應當具有強大的智能化信息處理能力。

  2)采用人工智能與數學模型混合的策略。單獨利用數學模型難于解決的問題,可以采用數學模型和智能化混合的解法,利用智能化的方法提高數學模型的計算精度和自適應、自學習的能力。

  3)對于不確定性問題、極復雜問題、強烈非線性問題,可以采用智能化的方法,特別是機器學習,甚至深度學習。

  4.3.4上層服務功能

  1)以原有ERP和MES、PCS為基礎開發。

  2)提出新的訂單處理、計劃排產、規程制定的設計思想。

  3)重點是以價值鏈創新為導向,實現柔性制造、定制化生產,適應大規模生產、小批量定制、短交貨期要求。

  4)以智能化組織性能預測系統為支撐,以提高效率、降低成本、保證質量與精度為目標,實現創新的生產經營計劃管理。

  5.智能算法及實例

  5.1智能算法

  1)聚類分析。聚類分析,又稱為聚類,是按照屬性值把一組對象劃分成一系列有意義的子集的描述性任務,是將物理或抽象對象的集合分組為由相似的對象組成的多個類的過程。由聚類所生成的簇是一組數據對象的集合,這些對象與同一簇中的對象彼此相似,與其他簇中的對象相異。在許多應用中,可以將一個簇中的數據對象作為一個整體來對待。

  2)專家控制系統(Expert System)。專家系統能夠利用人類專家的知識和解決問題的經驗方法來處理該領域的高水平難題。它具有啟發性、透明性、靈活性、符號操作、不確定性推理等特點。相對來說,專家系統工程費用較高,而且還涉及自動獲取知識困難、無自學能力、知識面太窄等問題,實際應用相對還是比較少。

  3)神經網絡。神經網絡利用大量的神經元按一定的拓撲結構和學習調整方法構成,能表示出豐富的特性:并行計算、分布存儲、可變結構、高度容錯、非線性運算、自我組織、學習或自學習等。它在智能控制的參數、結構或環境的自適應、自組織、自學習等控制方面具有獨特能力。擅長單輸入多輸出系統和多輸入多輸出系統的多變量控制。

  4)模糊控制系統。對于用傳統控制理論無法進行分析和控制的復雜和無法建立數學模型的系統,人們把經驗指導下的行為過程總結成一些規則,并根據這些規則設計出控制器。然后運用模糊理論、模糊語言變量和模糊邏輯推理的知識,把這些模糊的語言上升為數值運算,從而能夠利用計算機來完成對這些規則的具體實現,達到以機器代替人對某些對象進行自動控制的目的。模糊邏輯主要用于單輸入單輸出系統(SISO) 或多輸入單輸出系統(MISO) 的控制。

  5)學習控制系統。所謂學習是一種過程,它通過重復輸人信號,并從外部校正該系統,從而使系統對特定輸人具有特定響應。學習控制系統是一個能在其運行過程中逐步獲得受控過程及環境的非預知信息,積累控制經驗,并在一定的評價標準下進行估值、分類、決策和不斷改善系統品質的自動控制系統。

  6)遺傳算法學習控制。遺傳算法是模擬自然選擇和遺傳機制的一種搜索和優化算法,它模擬生物界/生存競爭,優勝劣汰,適者生存的機制,利用復制、交叉、變異等遺傳操作來完成尋優。如何同時提高搜索最優解的概率和效率,是遺傳算法的一個主要研究方向。遺傳算法作為一種非確定的擬自然隨機優化工具,具有并行計算、快速尋找全局最優解等特點。它可以和其他技術混合使用,用于智能控制的參數、結構或環境的最優控制。

  7)迭代學習控制。迭代學習控制能夠通過一系列迭代過程實現對二階非線性動力學系統的跟蹤控制。整個控制結構由線性反饋控制器和前饋學習補償控制器組成,其中線性反饋控制器保證了非線性系統的穩定運行、前饋補償控制器保證了系統的跟蹤控制精度。在執行重復運動的非線性機器人系統的控制中相當成功。

  8)深度學習。阿爾法圍棋(AlphaGo)的主要工作原理是“深度學習”。“深度學習”是指多層的人工神經網絡和訓練方法。一層神經網絡會把大量矩陣數字作為輸入,通過非線性激活方法取權重,再產生另一個數據集合作為輸出。這就像生物神經大腦的工作機理一樣,通過合適的矩陣數量,多層組織鏈接在一起,形成神經網絡“大腦”進行精準復雜的處理,就像人們識別物體標注圖片一樣。

  5.2智能算法實例

  東北大學軋制技術及連軋自動化國家重點實驗室長期以來將軋制過程自動化與智能化作為其四個研究方向之一?,F舉出幾個實例說明智能化的應用與效果。

  1)材料加工過程組織-性能的預測與控制,該項目是與鋼研總院、寶鋼等合作承擔的一個國家863重點項目。利用物理冶金理論建立了熱軋過程物理冶金模型,利用熱力模擬實驗確定模型參數,進行熱軋材料組織性能的理論預測。同時,利用神經元網絡模型預測理論模型的偏差。將人工智能模型與物理冶金模型相結合,實行材料組織性能的預測與控制。

  2)集約化定制與柔性軋制。與寶鋼梅鋼、鞍鋼等單位合作,基于組織性能預測模塊和鋼種歸并模塊,進行組織性能預測。在處理噪音和不確定性等問題時,應用基于貝葉斯概率理論的神經網絡模型,在網絡目標函數中引入代表網絡復雜程度的懲罰項,融入“奧克姆剪刀”理論防止網絡“過訓練”的發生,使網絡具有較好的泛化性能。該技術大大提高了系統的柔性,為科學制定生產計劃、科學排產、制定規程提供了有力的支撐。

  3)軋制過程數模智能調優。此為九五攻關項目:鋼鐵工業綜合自動化關鍵技術研究及示范工程項目的一個子項目,題目為:人工智能在軋鋼中的應用。同時,也是與本鋼、寶鋼橫向合作的項目。提出連軋數模參數智能調優的思想,開發了連軋過程數模解析工具,使數模的維護與參數整定由個人行為變成計算機的智能行為,形成具有我國特色的軋制過程數模調優理論體系和實用方法。“軋制過程人工智能優化與數模調優”獲得2000年國家科技進步二等獎。

  4)中厚板軋制平面形狀控制,與三明鋼鐵、唐鋼等單位合作完成。針對中厚板平面形狀控制這一極為復雜的問題,考慮采用多智能體技術,進行了軋件厚度、長度、軋制力、平面形狀的協調智能控制?,F場應用效果良好,可以提高中厚板成材率1%-1.5%。

  5)中厚板軋后控冷溫度智能控制。與南鋼、韶鋼、唐鋼等企業合作完成?;趉-NN原理并結合有限元網格劃分和聚類算法,建立“變比例空間法”自學習智能模型,并成功應用于實際生產中。VSG模型提高了溫度命中率和穩定性。大量鋼廠的統計數據表明,溫度控制精度提高約5%。

  6.結語

  1)實施創新驅動發展戰略,攻克關鍵共性技術,促進鋼鐵行業綠色發展;建設鋼鐵信息物理系統,促進鋼鐵行業智能發展。

  2)以第四次工業革命的核心技術CPS為目標,對鋼鐵行業現有的自動化系統進行拓展和改造,是鋼鐵行業實現智能化的必由之路。

  3)主要工作:拓展網絡功能,強化計算能力和感知能力,建成可靠的、實時的、安全的、協作的智能化鋼鐵生產信息物理系統,實現鋼鐵行業的智能化發展。

  4)相信經過3-5年的努力,我國鋼鐵工業將形成一批具有感知、記憶、思維、適應、決策、控制、自適應、自學習、自組織能力的生產線,做到信息深度感知、智慧優化決策和精準協調控制,助力鋼鐵行業轉型升級,綠色發展,領跑世界。

(編輯:admin)

推薦文章