赵明珠

摘 要：人工智能技术近年发展迅速，在生产生活的方方面面都有人工智能技术的应用。钢铁行业中的人工智能的应用主要是人工智能信息系统和机器人，人工智能信息系统为钢铁行业带来了巨大的经济效益，应用更加广泛，相比较而言，由于生产工序复杂，机器人开发难度大，机器人的应用较少。本文介绍了人工智能技术在钢铁行业的具体应用情况。

关键词：人工智能技术;钢铁行业;应用;研究

1 人工智能技术在原料过程控制方面的应用

目前原料过程控制方面已经开发了原料厂整理破碎机间隙模糊控制、烧结机均匀烧成模糊控制、返矿配比模糊控制等。

日本川崎水岛钢铁厂的烧结作业专家系统是由带有EIXAX专家工具的计算机与已有的DDC和过程机连接而成的，计算机和过程机分别负担不同方面工作。其中计算机负担烧透点管理、质量管理和生产周期等，过程机负担数据收集和设备异常管理。烧透点管理是根据入口原料透气性的长期预测值调整台车速度，指导生产;生产管理功能是为了保证实际生产率达标;质量管理功能是对相应参数进行判断，保证生产质量。

2 人工智能技术在高炉过程控制中的应用

高炉内的反应复杂，物料处于气液固三态共存状态，难以对其中发生的反应进行精确的数学建模，日本多家钢铁厂均开发了高炉操作专家系统，韩国、台湾、法国等也均有相关公司开发了炉内情况预报或操作指导的系统。日本相关研究更加全面，涉及高炉装料分布控制、颗粒渣仓运转控制等多方面。近年来神经网络被广泛应用于高炉内温度预测、风量指导、反应模型建立等方面。

日本钢管福山钢铁厂的专家系统分为炉热控制和异常诊断两个部分，采用过程机与专用计算机结合的方式对炉内情况进行处理分析。过程机对数据、模型等进行分析和处理，专用计算机知识采用规则、框架、LISP三种表达方式，采用多级分组结构和正向推理。一些根据生产经验产生的知识，形成相应规则;用框架形式储存炉内送风温度、湿度等静态知识;LISP函数则是用来表示过程性知识。整个知识系统由1500条规则和150个框架组成，可以很好的指导操作，保持炉温，提高热效率，保证铁水质量。此外，日本川崎水岛厂的高炉操作专家系统将知识用规则、框架表示，采用向前推理的方式可对炉况的日常管理、异常预报、前进规则等进行诊断，预报的命中率可高达94%。

高炉生产过程中的炉况比较复杂，不能用简单的“IFA THENB”的方式表示，采用神经网络对炉况进行识别，并指导操作，或者与专家系统相结合，可以达到很好的效果，在高炉中应用广泛。

3 人工智能技术在炼钢过程控制中的应用

人工智能技术在炼钢过程中也有重要的应用，目前已经开发了转炉吹炼控制、溶剂与冷却剂装入控制系统、电弧炉调节神经网络系统。

日本钢管福山厂的转炉吹炼控制原来有静态、动态和排气三种模型，但这三种模型不能很好对实际生产中的渣化情况、喷溅可能等进行描述和预测，需要工作人员根据实际生产经验对模型进行修正和完善，通过工作人员的经验，调整之后的专家系统形成了静态渣化喷溅预测、动态渣化喷溅预测、出钢判定三种新的模型，静态渣化喷溅模型是根据静态吹炼初始数据，对渣化情况和喷溅可能进行评价，选择各时期吹炼控制模式，反馈给操作人员，由操作人员选择具体操作;动态渣化喷溅预测模型是根据传感器数据和排气模型计算结果，对渣化情况和喷溅可能进行评价，对吹气量、矿石投入速度等自行进行最优选择;出钢模型是根据数据判定是否出钢。

人工智能技术的应用提高了自动吹炼的水平，降低了喷溅发生率，提高了工作效率。

4 人工智能技术在连铸过程控制的应用

现阶段连铸过程控制中发明了智能机器人、液位控制专家系统、连铸漏钢预报、板坯喷印文字质量识别系统。

新日铁土界钢铁厂的智能机器人由传感器系统、判断系统和运动系统三部分组成，可以对结晶器液位进行识别，散布初期保护渣;对保护渣量和渣边进行识别，对保护渣不足的部位进行保护渣添加，清除渣边;识别形成的反渣，将其压入钢水中。八幡钢铁厂漏钢预报系统是由时间顺序网格和空间控制网格构成的多级神经网络，时间序列网络识别热电偶温度，空间序列网络识别结晶器内温度的移动模式。实践表明，这一漏钢预报系统的准确的几乎达到了100%。

5 人工智能技术在轧钢过程控制中的应用

现在轧钢过程控制中已经开发了加热炉燃烧控制、出钢节奏控制、电焊管轧制节奏控制等专家系统，模糊控制已应用于軋钢过程的许多方面。

日本川崎千叶厂的加热炉燃烧控制专家系统，是由数学模型和专家系统组合而成，用数学模型计算出钢温度和时间的关系，用专家系统选择目标函数和相关约束条件，从而确定最适温度。提高生产效率和产品质量。

6 人工智能技术在产品设计中的应用

产品的设计要考虑很多方面的因素，以人工智能技术优化产品设计工序存在很大的困难，近年对这方面的研究一直没有间断，也取得了一定的成果。根据用户的订货规格，研发了大口径钢管材质设计专家系统，可以选择最适生产方案。系统通过300条规则和相应数据运算将产品参数转化为中间产品参数，规定约束条件，暂定钢种和制造方法，再对基础数据进行精确匹配，对照已有数据，对本次设计进行预测，最后调整各影响因素的特征值，直到满足规格为止。此系统操作简单，提高了生产效率。

7 人工智能技术在生产计划和调度中的应用

制定生产计划和调度生产也是钢铁行业中重要的一个部分，近年在如何将人工智能技术应用到生产计划制定和调度中的研究也有很多，例如原料厂运转计划、炼钢批量组合计划、煤炭混合计划、热轧坯料分配、冷轧轧制顺序编制、冷轧镀锡调度计划等。

新日铁八幡钢铁厂的原料厂最优运行计划系统，就是应用了人工智能技术支持作业的大型系统，包括原料装卸、原料厂分配、煤炭运出、煤炭混料、匀矿以及焦炉作业、干熄焦作业、烧结作业专家系统。具体运行方式以煤炭混料为例，通过对各种煤炭的分析，进行人工智能和数学模型分析计算，制定一个最优的煤炭混合计划，具体方式为：由CRT设计相关规格，考虑供需情况，确定达成目标顺序和配比情况，生成计划方案，之后对计划方案进行分析计算，评价验证，最后对方案进行修正，重复计算，直到生成满意方案。

由于生产计划和调度的复杂性，可以采用人机合作的方式，由工作人员制定相应计划，通过人工智能技术进行计算、选择，可以缩短等待时间，提高工作效率。

8 人工智能技术在物流管理与控制中的应用

人工智能技术在钢铁行业中最早就是应用于物流管理中，目前应用更为广泛，涉及钢坯精整线物流控制、板卷搬运控制、产品发配、泊位和装载计划等专家系统。以住友鹿岛钢铁厂的热轧精装整线板卷运输专家控制系统为例，系统由AI微机和原有大型微机组成，系统接受上位管理机的生产计划，确定作业指示，常规检索等由原有系统处理，需要经验处理的请教专家系统。AI微机可以实时接收其他計算机的数据，确定板卷运输请求的实时定时和优先顺序，推理部分的控制，分析各种相关因素，选择优先级最高的运输请求，推理出天车和台数的分配，传送运输调度指令。人工智能技术在物流管理和控制终端应用可以缩短处理时间，节约人力成本。

人工智能技术在钢铁行业各领域都有着广泛应用，尤其在一些半结构或非结构，难以进行数学建模的领域，人工智能技术与原有的技术相结合，取得了很好的效果，对钢铁行业自动化生产，产生了巨大的推动作用。但是我们也可以发现，系统中设计的知识规则众多，知识的收集和验证是一项庞大的工作。在实时系统中，人工智能应用较少，推理速度方面还有提高的空间。如何将人工智能技术更好的应用于钢铁行业，还有待进一步的开发研究。

参考文献：

[1]刘鸿.常用人工智能技术在钢铁领域中的应用概述[J].冶金自动化，2019，43（4）：24-28.

[2]王开应.电气自动化技术的潜在发展空间及应用分析[J].消费导刊，2019，（27）：36.

[3]刘振宇，曹光明，周晓光，等.组织性能预测技术及其在智能热轧中的核心作用[J].轧钢，2019，36（2）：1-7.

[4]江卫国，陈林生.远程监控及自动采样机技术在煤质检验过程中的应用思路构建[J].商品与质量，2019，（11）：165.

[5]朱旋，吴第春.冷轧厂在建设“智慧工厂”的探究与研究[J].电脑迷，2018，（30）：184-186.

[6]杨鸣旭.人工智能时代这几位机器人明星都不认识，你就OUT了！[J].留学，2018，000（002）：28-29.

作者简介：赵明珠（1972-），女，汉族，黑龙江海伦人，本科，副总经理，研究方向：钢铁。