ICS77—010CCSH07

CISA團 體 標 準T/CISA415—2024高爐本體數字孿生系統技術要求Technicalspecificationsfordigitaltwinsystemofblastfurnacebody2024-04-10發布 2024-08-01實施中國鋼鐵工業協會 發布T/CISAT/CISA415—2024T/CISAT/CISA415—2024IIII11前 言本文件按照GB/T1.1—2020《標準化工作導則第1部分：標準化文件的結構和起草規則》的規定起草。請注意本文件的某些內容可能涉及專利。本文件的發布機構不承擔識別專利的責任。本文件由中國鋼鐵工業協會提出。本文件由全國鋼標準化技術委員會（SAC/TC183）歸口。本文件起草單位：北京智冶互聯科技有限公司、建龍阿城鋼鐵有限公司、冶金工業信息標準研究院、本文件主要起草人：葛小亮、續飛飛、趙晶晶、趙宏博、王博、嚴晗、丁宏翔、王來信、馬志堅、彭尊、楊建鵬、曹仲勇、王弢、毛明濤、王鳳琴、李永杰、宋彩群、楊春建、周晟程、林子恒、周烽、高心宇、陳百紅、周春暉、李海濤、高大鵬、吳建、王淑娟。高爐本體數字孿生系統技術要求范圍本文件規定了高爐本體數字孿生系統的技術架構、數據層、模型層、應用場景等技術要求。本文件適用于鋼鐵企業高爐本體數字孿生系統的開發與設計。規范性引用文件（包括所有的修改單適用于本文件。GB/T38637.2—20202部分：數據管理要求T/CISA201—2022鋼鐵行業高爐智能感知及可視化系統技術要求術語和定義下列術語和定義適用于本文件。3.1高爐本體數字孿生系統digitaltwinsystemofblastfurnacebody3.2設備模型equipmentmodel依據設備的幾何結構、空間運動、幾何關聯等幾何屬性而建立的模型。3.3數據科學模型datasciencemodel利用數據科學技術對數據進行分析、特征提取而建立的模型。3.4知識模型knowledgemodel依據高爐操作者的學習、實踐、探索所獲取的認知、判斷或技能而建立的模型。3.5機理模型mechanismmodel根據對象、生產過程的內部機制或者物質流的傳遞機理建立的精確數學模型。技術架構系統架構T/CISAT/CISA415—2024T/CISAT/CISA415—2024PAGEPAGE2PAGEPAGE3高爐本體數字孿生系統架構包括物理層、數據層、模型層、應用層，見圖1。物理層包括高爐本體物理實體、分布式控制系統、可編程邏輯控制器、傳感器等。應用層包括可視化、設備故障診斷、工藝參數優化、生產過程控制、數字孿生實訓等。注：涉及物理層部分的技術內容不在本文件中進行規定；應用層僅列出數字孿生相關的應用服務場景，不對具體技術內容進行規定。注：虛框部分相關的技術要求不在本文件規定的范圍內。1高爐本體數字孿生系統架構虛實映射2。2高爐本體數字孿生虛實映射邏輯架構高爐本體數字孿生系統的虛實映射應包括但不限于以下功能：數字虛體應針對數字虛體與物理空間存在的差異進行重構或者更新；數字虛體可依據實際情況將模擬分析結果下發至高爐實體控制器，優化高爐實體生產狀態。數據層要求數據采集通用要求數據采集通用要求應符合GB/T38637.2—2020中5.1的規定。數據源要求原燃料質量數據原燃料類型包括但不限于燒結礦、球團礦、塊礦、熔劑、焦炭、噴吹物等；質量數據類型包括但不限于化學成分數據（需包含有害元素）、粒度數據、物理性能數據、冷熱態強度數據、原料類的軟熔性能數據、燃料類的灰分全分析數據；8小時/7天/1天/次。產品、副產品數據1天/次。生產過程信號及狀態數據爐前出鐵數據爐前出鐵數據應包括但不限于鐵口號、鐵次號、出鐵開始時間、出鐵結束時間、見渣時間。該類數據應按照鐵次采集。風口更換記錄數據數據預處理數據轉換和抽取數據的轉換和抽取應符合GB/T38637.2—2020中6.1.1和6.1.2的規定。數據清洗數據的清洗應符合GB/T38637.2—2020中6.1.3的規定。清洗的數據應包括但不限于以下內容：高爐換爐時期的風量、風壓數據；CO、CO2、H2、N2成分數據；爐身靜壓測量裝置反吹期間的爐身靜壓數據。數據邏輯關聯在建立高爐本體數字孿生體統時，應根據高爐煉鐵工藝業務流程對不同節點數據進行一致性匹配，包括但不限于以下內容：應考慮風溫、風量、噴吹物、富氧、焦比等與爐溫的匹配。數據存儲存儲空間物理存儲空間應滿足高爐一代爐役以上的數據量存儲。存儲工具包括但不限于結構化數據庫、非結構化數據庫、時序數據庫。存儲備份應符合GB/T38637.2—2020中6.2.5的規定。模型層要求工業模型設備模型本體結構設備：高爐爐殼、冷卻壁、填料、磚襯、爐缸炭磚、爐缸陶瓷杯墊；送風裝置設備：風口小套、中套、大套、直吹管；爐頂裝料設備：探尺、溜槽、上料罐、下料罐、上下閥體、爐頂齒輪箱；噴吹裝置設備：噴吹槍。知識模型基于專家知識庫的診斷模型該模型應滿足以下功能要求：爐狀態變化、高爐壓損變化、下部活躍性、漏水診斷、懸料、塌料診斷功能應滿足T/CISA201—20229.2.2的規定；爐熱趨勢判斷：應根據近期料速、風量、透氣性、煤氣利用率、頂溫、當前高爐物理熱水平，對高爐未來熱狀態趨勢進行判斷，并按照上述參數波動程度給出爐熱發展趨勢級別；診斷過程追溯：應能對異常診斷結果的診斷過程進行逐級追溯原因；知識庫自學習：診斷知識庫應能根據高爐爐役演變過程自適應、自學習升級。高爐順行體檢模型該模型應滿足以下功能要求：可每天對高爐順行狀態進行總體評價，并自動生成高爐順行體檢報告，對異常項目進行標記；指標范圍及評價規則應滿足現場實際生產。機理模型高爐爐頂在線布料仿真模型a）自動模擬計算每一批爐料布料過程中的料流落點及布料后料面形狀；b）計算每一批爐料沿高爐半徑方向的礦焦比分布及顯示礦焦比分布曲線；c）根據高爐布料矩陣自動計算高爐內的邊緣負荷、中心負荷、礦石環帶寬度等參數。高爐塊狀帶仿真模型根據高爐各部位壓縮率、爐料堆比、重量，模擬爐料在爐內各部位平均厚度；模擬預測當前冶煉條件下，爐料到達風口的時間；自動計算高爐冶煉周期，實時判斷每批料在塊狀帶的位置變化；自動或手動標記異常爐料，自動跟蹤爐料在爐內冶煉進程。高爐操作爐型及掛渣厚度仿真模型模擬計算不同橫截面、縱切面的渣皮厚度，繪制操作爐型及渣皮形狀；模擬計算每塊冷卻壁的磚襯厚度和渣皮厚度；統計爐墻渣皮脫落頻率、裸露時間；對不同段位和不同方位的區域內渣皮脫落次數進行統計和預警。高爐爐缸爐底炭磚侵蝕殘厚仿真模型模擬計算爐底爐缸等溫線、溫度場、殘襯厚度、渣鐵殼厚度；按照縱剖面、橫剖面兩種方式繪制爐底爐缸侵蝕內型和渣鐵殼形狀、溫度場；在高爐采取護爐措施時，自動計算并顯示爐底爐缸渣鐵殼的生成位置、厚度、形狀；應具有爐底氣隙、環裂等爐缸異常診斷知識庫。高爐出鐵平衡模型高爐出鐵平衡模型是根據理論計算的實時產鐵量以及現場軌道衡/車載秤的實時出鐵、出渣數據進行盈虧鐵量計算。應能實時模擬高爐內部的渣鐵液面高度，對出鐵時機進行自動預判。送風制度模型根據送風參數、風口長度、風口直徑自動計算每個風口的鼓風動能及回旋區長度；高爐爐渣粘度模型自動計算爐渣對應的爐渣粘度；自動計算爐渣在低溫區域的液相占比；自動計算爐渣的粘度與溫度關系曲線。有害元素模型有害元素模型以元素平衡為機理，對爐內有害元素帶入、支出、蓄積狀態進行計算、監控和跟蹤。該模型應滿足以下功能要求：自動統計分析高爐內部有害元素的負荷、收入、支出、蓄積情況；對高爐內部有害元素過量蓄積的狀態進行預判預報。高爐熱平衡模型自動計算高爐能量利用水平及熱效率；自動計算當前高爐狀態下的爐熱狀態及熱指數。高爐物料平衡模型根據槽下排料信號，自動統計每批料的重量、料種、批次信息；自動計算每批料的批鐵、焦比、煤比、堿度等指標；按照小時、天、月不同頻率統計高爐的物料消耗與支出。高爐配料控制模型根據料種信息、設定的目標[Si]含量和堿度（R2/R3/R4），自動計算滿足設定條件的噸鐵爐料配比；自動繪制不同配比爐渣成分對應的爐渣粘度-溫度曲線；按照配料方案自動對槽下料倉排料方案進行分配與執行。堿度調整控制模型實時監控原燃料成分波動。若原燃料成分出現波動，自動進行堿度校核計算；實時監控爐渣和鐵水成分。若有新的爐渣和鐵水成分時，自動進行堿度校核計算；根據現場操作要求，定期對堿度進行自動校核；高爐噴吹燃料控制模型根據歷史數據自動計算當前高爐狀態下合理的操作燃料比；計算當前高爐料速與風量的匹配關系，進行塌料預測；將計算的噴吹燃料量自動下發到控制系統執行。能源分析模型自動分析重點能耗節點，并對節能降耗方向提供建議。數據科學模型多維變量工況預警模型對異常工況數據進行自動預警；對引起異常工況的數據進行追溯分析。鐵水溫度預測模型在線實時計算并預測鐵水溫度。模型驗證概述高爐爐頂在線布料仿真模型3D高爐塊狀帶仿真模型模型計算的結果指標冶煉周期應與現場操作人員的經驗判斷一致。高爐爐缸爐底炭磚侵蝕殘厚仿真模型410%。高爐噴吹燃料控制模型模型建議噴吹燃料量應比實際操作噴吹燃料量更合理，可按照以下方式進行評價：以班組為統計單位，計算這兩種噴吹燃料量分別對應的鐵水[Si]均值；模型噴吹燃料量對應的鐵水[Si]，應按照燃料比與鐵水[Si]的經驗關系進行折算；模型建議噴吹燃料量對應的鐵水[Si]應更符合現場鐵水目標[Si]設定范圍。多維變量工況預警模型模型預警結果與高爐操作人員經驗判斷結果的一致率應大于85%。鐵水溫度預測模型模型預測結果與鐵水溫度實測值的差值小于15℃的比例應大于80%。高爐診斷推理機模型85%。模型融合高爐塊狀帶仿真模型的料層分布應與高爐爐頂在線布料模型中的料層分布一致；高爐塊狀帶仿真模型的爐料下移過程應考慮高爐操作爐型及掛渣厚度仿真模型的