高炉炼铁生产中的大数据技术研究现状与展望
2021-11-30刘小杰李欣刘二浩刘颂吕庆
矿产综合利用 2021年4期
关键词:模型
刘小杰,李欣,刘二浩,刘颂,吕庆
(1.华北理工大学冶金与能源学院,河北省现代冶金技术重点实验室,河北 唐山063210;2.承德钢铁集团有限公司,河北 承德 067000)
随着“十三五”规划的实施,工业大数据的发展成为制造业转型升级的重心。随着新一轮产业变革和技术革命的快速兴起,钢铁制造业在转型升级、互联网+的推进下,加快工业化信息化发展,迈入建设智能工厂的历史新阶段[1]。
快速发展的数据格局,促使国内部分领先的钢铁企业开始通过物联网、云计算、移动互联网和大数据等技术的应用,加快实现自动化、数字化和智能化制造进程,构建具有高价值、低成本、低资源消耗和低污染的新型生产管理模式。
工业大数据是实现智能制造的基础,是企业转型升级抢占未来制高点的关键。工业大数据是指通过对工业生产的大量数据的分析,挖掘出工业生产过程的潜在规律,实现工业的智能化生产、决策和调控,以及生产过程的可视化。随着大数据技术的不断发展,高炉炼铁生产中已逐渐呈现出各种数字化和智能化的应用,如烧结终点预报模型、高炉炼铁大数据平台、铁水温度的预测模型、炉缸工作状态的预报及反馈系统等。大数据技术在高炉炼铁生产中的不断应用,体现了钢铁行业加快实现数字化和智能化的目的,也为我国钢铁行业实现绿色制造提供了扎实的理论和实践基础。
1 烧结生产中的大数据技术研究现状
大数据技术在烧结生产中的研究主要集中烧结矿化学成份、烧结终点、烧结配料和烧结矿质量等重要参数方面。……
登录APP查看全文
