焦炭是怎样炼成的华为云助力石横特钢AI

焦炭是怎样炼成的?如果这是一次对人工智能的“考试”,超过97分意味着在保证焦炭质量的前提下,每吨配煤成本可降低15元,按照年产75万吨焦炭计算,原料煤大概消耗是万吨,企业每年大约可节省万元。当然,如只达到90分,并没有安慰奖,解决方案或将一分不值。

每次过剩的冷思考

石横特钢就已通过了这次“考试”。这是一家集焦化、炼铁、炼钢、轧钢、发电、机械制造、钢铁物流于一体的大型钢铁联合企业。年,其位列中国制造业企业强的第位,实现营业收入亿元,利润53亿元。

此前,中国炼焦行业协会会长崔丕江在综合分析行业数据后指出,“焦炭需求逐步减少是大势所趋。”这意味着,作为石横特钢的核心业务之一,焦炭生产势必要遵从“回炉另造”的专业逻辑。

根据相关数据预测,到年,中国钢铁蓄积量将达到亿吨,废钢铁资源年产出量达到3.3亿吨左右。其中,钢铁企业可通过“回炉另造”,每年消耗废钢铁2.86亿吨。以每1.1吨废钢,生产1吨粗钢计算,将有2.6亿吨粗钢是由废钢生产。

变废为钢是件好事,但这将直接影响市场对焦炭的需求。如果到年,中国粗钢市场需求保持在7亿吨左右,其中只有4.4亿吨粗钢是用高炉加转炉生产。按照每吨铁平均消费焦炭公斤计算,仅需要焦炭2.3亿吨左右。而截至年底,中国焦炭总产能已经达到4.71亿吨。

焦炭是怎样炼成的?

这组数字不容乐观,但类似的情况,石横特钢也并非没有遇到过。年,石横特钢启动ERP、MES系统建设,年建成并投入运行。而回顾此时的市场背景,年,中国粗钢产量达到7.23亿吨,产能过剩问题已经充分暴露。

彼时,石横特钢正是通过一系列信息化建设,提高了运营效率,从而在激烈的行业竞争中脱颖而出。当然,8年之后,类型的情况又摆在面前,只不过这次石横特钢想再次突破“天花板”,选择了“数字化”和“智能化”同步走。

年底,为进一步推动肥城工业互联网发展速度,肥城市政府、征途科技与华为签订战略合作协议,并创建“华为云(肥城)工业互联网创新中心”。年初,石横特钢选择与华为云合作,以“配煤优化”为核心场景,切入数字化建设。在此稍作技术层面讲解,配煤是炼焦的前置工序之一,其也是影响焦炭生产成本最关键的因素,而影响配煤的关键因素则包括:原料煤质量、配比、备煤工艺等。

或可如此理解,我们将粗粮和细粮搭配,是为了膳食健康。焦化厂也将“粗粮”和“细粮”搭配,这既为了健康,也为了经济实惠,而且焦化厂要通过煎炒烹炸等工艺,做出口味纯正的菜肴。

焦化厂中的烹饪大师

上述的配煤是炼焦工艺的关键之一,但“配煤优化”中的学问,远不只如此简单,这是一门复杂的工业知识,必须通过工业软件和专家经验进行传承。在焦化企业中,负责配煤工艺的配煤专家,就是焦化工业知识的传承者。

也可如此比喻,配煤专家即是焦化厂中的烹饪大师,“盐少许”、“油温七成热”等就是这些烹饪大师传承的“工业知识”。他们可以借此炉火纯青的手艺,做出色香味俱全的菜肴——通过考虑不同原料煤的成分、价格、库存,以及焦炭质量指标等多维度因素,最终做出配煤决策——在每一次焦炭生产中,计划使用哪些原料煤,比例分别是多少,都有不同。

行业机理和人工智能

当然,即使是经验最为丰富的配煤专家,也很难始终以全局视角,每次做出最优解配煤决策,而这正是石横特钢思考的问题:如何基于工业互联网和人工智能,解构焦炭生产流程,并最终降低生产成本?

“工业互联网是以机理为核心的工业知识及工业数据,和AI的深度融合。”在此次石横特钢的“配煤优化”项目中,华为工业互联网平台FusionPlant发挥了关键作用,但华为工业互联网解决方案总裁、华为云人工智能领域总裁贾永利并没有首先强调平台中的算力和算法,而特别强调了“行业机理+人工智能”的融合。

“行业机理”可理解为行业“知识图谱”。具体在焦炭行业,即是在生产环境下,诸多要素之间相互联系、相互作用的运行规则和原理。而将此进行数字孪生,则要依靠配煤工艺机理模型和工业数据。

华为工业互联网平台FusionPlant,正是将华为云EI企业智能与工业行业知识结合,并最终打造形成EI工业智能体。基于华为云EI工业智能体,智能配煤方案可进一步将配煤工艺机理模型+AI数据驱动的方法结合,并在更广泛的求解空间内,搜索更优化的配煤方案。

这就是说,该解决方案能够在满足焦炭产品质量的前提下,在继承配煤专家经验的基础上,辅助配煤专家做出更好的决策,显著降低企业配煤成本,帮助焦炭企业实现降本增效。

90分都不算及格

当然,“行业机理+人工智能”只是智能配煤方案的理论基础。项目启动后,华为云工程师数次走进石横特钢,深入焦化产线与配煤专家共同梳理配煤工艺细节,探讨优化决策中的可选方向、技术方案、优化空间。双方经过反复讨论,在配煤优化场景上形成了三点关键共识:精准预测、协同优化、持续迭代。

其实,焦炭生产质量预测和配煤优化决策,是相辅相成的两个环节。只有关键指标的预测准确率,接近或超过97%,才能体现配煤优化决策的价值。如果质量预测准确率低于90%,则在此之上的优化决策可信度将大打折扣。

除此之外,配煤优化决策还需要考虑多目标的约束条件,比如产品质量、设备工况、原料规格、原料价格、原料库存,并结合企业的


转载请注明:http://www.aierlanlan.com/rzdk/2021.html

  • 上一篇文章:
  •   
  • 下一篇文章: 没有了