[00338955]钢坯加热炉绿色智能燃烧成套技术
联系人：孙文权
所在地：北京北京市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
登录后向技术服务商咨询
发布技术需求
服务免费，交易还可领红包哦
技术详细介绍
合作方式：☐整体转让 ☒技术许可 ☐作价入股 ☐合作开发 ☐其它_____
成果简介：
影响加热炉加热钢坯质量的因素很多，如连铸来料、MES 计划、轧制规格、辐射、对流、钢坯灰度、炉气、能源介质压力、热值、热电偶和高温计等检测仪表、阀门烧嘴工作状态、炉温闭环控制等，各因素互相耦合，是个多变量、非线性很强的系统，控制难度大。而炉内高温、粉尘的恶劣环境，缺乏有效可靠的检测手段来实时测量钢坯温度，使其成为名副其实的“黑箱”，是多年来一直困扰加热炉生产调度、精准控制等关键难题，造成目前加热炉主要依靠人工进行手动燃烧控制，受限于经验及责任意识，使加热质量不均，能耗和氧化烧损波动大。加热炉智能燃烧技术是在获取全面的生产数据信息基础上，结合数据融合、数据分析和机器学习的方法实现生产过程关键工况及炉况参数的识别感知，形成完善、独立的生产相关性数据知识库。基于此知识库，通过机理模型对加热过程进行科学预判，自动适应工况及炉况的变化，按照不同钢坯的个性化加热工艺要求，利用智能决策模型和专家系统，实现加热炉炉温、空燃比、PID 等控制参数的优化设定，最终通过炉温炉气精准控制，实现智能烧钢。
技术优势：
1. 依托北京科技大学深厚的热轧工艺技术积累，拥有丰富的不同钢种材质物性数据库。
2. 通过多年来深耕于加热炉热工工艺和控制技术研究，拥有一套先进成熟的炉温优化设定策略专家库和模型自学习技术。
3. 基于北京科技大学深厚的热轧工艺控制技术，在钢温控制和节奏预测上拥有一套先进的上下游工序匹配衔接技术。
4. 拥有一套成熟稳定可靠的中间件平台，可对通讯、任务管理、内存变量、数据采集等功能进行可动态配置和功能扩展。
性能指标：
1. 钢温预报模型计算精度能达±10℃以内。
2. 根据炉型和炉况不同，一般能降低加热炉能耗 5%以上；
3. 根据产品结构不同，一般能降低氧化烧损 8%以上；
市场分析：
目前国内热轧加热炉有近千座，大部分依靠人工进行燃烧控制，手动调节。一些技术比较先进的产线也只能实现加热炉各主要过程变量的定值控制，如炉温与燃料流量的串级控制，燃料与助燃空气的比值控制以及烟道废气的含氧量控制等。随着智能化向钢铁制造业地不断深入，产品的质量、能耗、排放等性能指标要求不断提高，对加热炉生产过程的智能化控制，实现无人化少人化操作需求越来越迫切。
特别是近两年来，随着钢铁企业智能制造项目推进越来越深入，加热炉的智能燃烧控制技术的市场前景非常广阔。
成果亮点：
1. 考虑氧化铁皮的板坯温度预报技术。传统预报模型多数忽略了氧化铁皮对板坯传热的影响，未能真实反映炉内板坯的加热效果。该技术首先建立了考虑氧化铁皮的多维温度场模型，优化其总括热吸收率和导热系数，提高了在线板坯温度预报的精准性和快速性。
2. 复杂炉况、工况感知技术。通过数据分析方法，对钢坯生产过程中的排产、炉温、出炉温度、R2DT 以及模型计算值等数据，综合判定加热炉的生产节奏、待轧、换辊、升降温等工况特征。
3. 基于遗传算法的最佳升温曲线寻优技术。在钢坯的加热过程中，有很多生产目标，本技术对多个重要的因素进行统筹考虑。为了避免优化算法产生早熟现象，模型拓展种群的多样化，引入精英机制和相似度判断机制来增加种群的多样性。
4. 板坯加热质量综合评估分析技术。对钢坯温度均匀性、控温准确性、表面质量问题等多种指标进行加热质量的评价。系统综合运用各类大数据分析工具，对温度、位置、工况、设备等海量的同时空大数据进行分析，获取加热质量与升温曲线、设备以及工况的关系参数。
5. 具有自主知识产权，研究成果已授权发明专利 1 项，登记软件著作权 3 项;
6. 技术先进，达到很好的经济效益，能降低能耗 5%、减少氧化烧损 8%以上。