1
研究背景
特殊鋼作為關(guān)鍵戰(zhàn)略材料，廣泛應(yīng)用于國(guó)防、航空航天、能源、海洋工程和電子信息等高端裝備制造領(lǐng)域，是國(guó)家工業(yè)化水平和綜合競(jìng)爭(zhēng)力的重要標(biāo)志。邁向工業(yè)4.0與智能制造的當(dāng)下，裝備迭代與性能指標(biāo)不斷加碼，傳統(tǒng)生產(chǎn)模式已難以滿足特鋼產(chǎn)品向高性能、低能耗、綠色環(huán)保的轉(zhuǎn)型需求。特鋼冶煉過(guò)程本質(zhì)上是高度非線性、多相耦合的傳質(zhì)、傳熱與化學(xué)反應(yīng)體系，工藝變量繁多且時(shí)空分布復(fù)雜，對(duì)過(guò)程響應(yīng)的實(shí)時(shí)監(jiān)控與預(yù)測(cè)提出了極高要求。同時(shí)，隨著工業(yè)傳感器和信息化系統(tǒng)的普及，為數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)與智能決策提供了堅(jiān)實(shí)的基礎(chǔ)。然而，單純依賴數(shù)據(jù)模型往往難以保持物理可解釋性，也易受數(shù)據(jù)質(zhì)量和樣本代表性的局限。如何在保持冶金機(jī)理規(guī)律的同時(shí)，突破傳統(tǒng)機(jī)理模型工況適應(yīng)差與數(shù)據(jù)驅(qū)動(dòng)模型外推風(fēng)險(xiǎn)高的雙重局限，成為特鋼產(chǎn)業(yè)升級(jí)的技術(shù)突破口。
2
關(guān)鍵技術(shù)
2.1數(shù)據(jù)基礎(chǔ)：全鏈路感知與處理技術(shù)
數(shù)據(jù)作為智能制造的基礎(chǔ)，其核心作用在于將特鋼生產(chǎn)過(guò)程轉(zhuǎn)化為可量化、可分析、可優(yōu)化的數(shù)字資源，從而驅(qū)動(dòng)制造系統(tǒng)的智能化演進(jìn)。
數(shù)據(jù)采集是處理流程的起點(diǎn)。特鋼生產(chǎn)過(guò)程中通過(guò)工業(yè)傳感器等設(shè)施采集設(shè)備運(yùn)行狀態(tài)、工藝參數(shù)、冶金質(zhì)量等多源異構(gòu)數(shù)據(jù)，構(gòu)建智能制造“感知底座”。機(jī)器視覺(jué)智慧感知技術(shù)可實(shí)現(xiàn)廢鋼質(zhì)量判別、坯號(hào)識(shí)別和鋼坯表面質(zhì)量檢測(cè)等功能。利用紅外成像技術(shù)實(shí)現(xiàn)鋼水和鑄坯溫度檢測(cè)和攪拌狀態(tài)檢測(cè)等功能。
由于特鋼生產(chǎn)數(shù)據(jù)噪聲多、質(zhì)量參差不齊，數(shù)據(jù)處理是提升工業(yè)數(shù)據(jù)可用性的關(guān)鍵。工業(yè)傳感器常因電磁干擾或硬件故障產(chǎn)生異常值或缺失值，需要通過(guò)均值法修正或AI填補(bǔ)等方式來(lái)進(jìn)行數(shù)據(jù)清洗。設(shè)備原始日志需要解析為關(guān)系型數(shù)據(jù)庫(kù)字段從而結(jié)構(gòu)化轉(zhuǎn)換為數(shù)據(jù)庫(kù)表，以及由于參數(shù)的量綱差異需要對(duì)其歸一化處理，提升算法收斂速度。某些特鋼生產(chǎn)數(shù)據(jù)需要特殊處理，如設(shè)備振動(dòng)信號(hào)含高頻噪聲，需采用移動(dòng)平均濾波、卡爾曼濾波等算法來(lái)達(dá)到修正軌跡的目的；如光照不均、反光等問(wèn)題導(dǎo)致圖像出現(xiàn)噪聲，需采用中值濾波或者U-Net卷積神經(jīng)網(wǎng)絡(luò)等方法來(lái)處理非結(jié)構(gòu)化數(shù)據(jù)。
2.2人機(jī)混合智能系統(tǒng)：破解數(shù)據(jù)盲區(qū)的鑰匙
大數(shù)據(jù)與機(jī)器學(xué)習(xí)雖然在模式識(shí)別、數(shù)據(jù)處理和預(yù)測(cè)分析方面表現(xiàn)卓越，但在處理復(fù)雜情境時(shí)仍存在局限。人機(jī)混合智能系統(tǒng)通過(guò)融合人類(lèi)認(rèn)知與機(jī)器計(jì)算能力，突破純算法的邊界。特鋼生產(chǎn)工藝采用人機(jī)混合智能系統(tǒng)，本質(zhì)上是應(yīng)對(duì)復(fù)雜物理過(guò)程與動(dòng)態(tài)工況不確定性的最優(yōu)解，通過(guò)構(gòu)建專(zhuān)家知識(shí)庫(kù)和規(guī)則引擎，將冶金經(jīng)驗(yàn)結(jié)構(gòu)化，采用冶金機(jī)理和大數(shù)據(jù)機(jī)器學(xué)習(xí)協(xié)同驅(qū)動(dòng)的建模方法是推進(jìn)特鋼生產(chǎn)過(guò)程智能化的首選方式。
項(xiàng)目組提出基于深度殘差學(xué)習(xí)的智能誤差補(bǔ)償建模方法，通過(guò)融合冶金機(jī)理模型與數(shù)據(jù)驅(qū)動(dòng)技術(shù)構(gòu)建智能模型。該方法以冶金熱力學(xué)-動(dòng)力學(xué)機(jī)理模型為基準(zhǔn)框架，引入實(shí)際數(shù)據(jù)驅(qū)動(dòng)的誤差補(bǔ)償機(jī)制，通過(guò)構(gòu)建“機(jī)理預(yù)測(cè)-實(shí)際檢測(cè)”雙通道數(shù)據(jù)體系實(shí)現(xiàn)誤差特征提取與動(dòng)態(tài)校正。具體而言，首先建立全流程誤差數(shù)據(jù)庫(kù)，歷史數(shù)據(jù)作為輸入特征，同步記錄目標(biāo)變量檢測(cè)值作為目標(biāo)真值，將機(jī)理模型輸出的計(jì)算值與實(shí)測(cè)值進(jìn)行殘差分析，提取時(shí)間序列化的誤差特征向量，形成包含過(guò)程狀態(tài)-誤差映射關(guān)系的多維數(shù)據(jù)集。在此基礎(chǔ)上，設(shè)計(jì)具有時(shí)變特性捕捉能力的神經(jīng)網(wǎng)絡(luò)類(lèi)算法作為誤差預(yù)報(bào)器，構(gòu)建目標(biāo)誤差智能預(yù)報(bào)模型，并與機(jī)理模型進(jìn)行耦合補(bǔ)償。
本模型突破單一機(jī)理模型或大數(shù)據(jù)模型的固有限制：一方面通過(guò)深度網(wǎng)絡(luò)的高維非線性映射能力，有效補(bǔ)償因熱力學(xué)參數(shù)簡(jiǎn)化、邊界條件理想化帶來(lái)的系統(tǒng)誤差；另一方面利用實(shí)時(shí)參數(shù)的時(shí)間相關(guān)性建模，動(dòng)態(tài)修正由工藝參數(shù)波動(dòng)等隨機(jī)干擾引起的預(yù)測(cè)偏差?；跈C(jī)理與數(shù)據(jù)的協(xié)同驅(qū)動(dòng)，兼顧物理化學(xué)規(guī)律的可解釋性與數(shù)據(jù)驅(qū)動(dòng)的動(dòng)態(tài)優(yōu)化能力，為特鋼生產(chǎn)流程預(yù)測(cè)提供了兼具高保真度與強(qiáng)泛化能力的智能化解決方案。
3
技術(shù)路線與實(shí)施方案
3.1電弧爐煉鋼智能模型
在電弧爐煉鋼過(guò)程的智能模型研究中，構(gòu)建了一套融合機(jī)理模型與數(shù)據(jù)驅(qū)動(dòng)模型的混合智能體系，涵蓋終點(diǎn)成分預(yù)測(cè)、終點(diǎn)溫度預(yù)測(cè)、電能消耗預(yù)測(cè)及物料添加指導(dǎo)多個(gè)關(guān)鍵模塊。首先，在物料平衡和能量平衡原理基礎(chǔ)上，建立了以碳-氧反應(yīng)為核心的終點(diǎn)碳含量預(yù)測(cè)機(jī)理模型，以石灰脫磷反應(yīng)為核心的終點(diǎn)磷含量預(yù)測(cè)機(jī)理模型。同時(shí)，構(gòu)建了以能量供需與耗散平衡為基礎(chǔ)的熔池終點(diǎn)溫度預(yù)測(cè)模型與電能消耗預(yù)測(cè)模型。依據(jù)電弧爐煉鋼過(guò)程碳-氧反應(yīng)的平衡關(guān)系，進(jìn)一步提出了氧氣輸入量與碳粉添加量的指導(dǎo)模型。然而，由于機(jī)理模型引入了理想化假設(shè)，并依賴于部分難以精確獲取的參數(shù)，其預(yù)測(cè)精度存在一定局限性。為提升模型性能，引入數(shù)據(jù)驅(qū)動(dòng)方法對(duì)機(jī)理模型誤差進(jìn)行修正，形成混合建?？蚣?。
3.2真空感應(yīng)熔煉智能模型
項(xiàng)目組針對(duì)真空感應(yīng)熔煉場(chǎng)景構(gòu)建了一種基于多模態(tài)融合的智能預(yù)測(cè)框架，該框架深度融合機(jī)理約束、動(dòng)態(tài)工況感知等關(guān)鍵技術(shù)，形成了“機(jī)理-數(shù)據(jù)雙驅(qū)動(dòng)，靜態(tài)-動(dòng)態(tài)多維度，預(yù)測(cè)-校正全鏈路”的技術(shù)體系。具體而言，首先構(gòu)建基于“冶金反應(yīng)熱力學(xué)-動(dòng)力學(xué)”的多尺度機(jī)理模型，基于機(jī)理模型生成全流程的基線預(yù)測(cè)值，這一預(yù)測(cè)結(jié)果雖具備明確的物理意義，但由于生產(chǎn)環(huán)境中反應(yīng)動(dòng)力學(xué)參數(shù)波動(dòng)、邊界條件簡(jiǎn)化以及未建模干擾的存在，其預(yù)測(cè)值與實(shí)際值存在系統(tǒng)性偏差。為此，本研究通過(guò)構(gòu)建殘差學(xué)習(xí)模型捕獲機(jī)理模型未能涵蓋的非線性關(guān)系，針對(duì)機(jī)理預(yù)測(cè)值與實(shí)際工況的偏差問(wèn)題，構(gòu)建目標(biāo)誤差智能預(yù)報(bào)模型。通過(guò)監(jiān)督學(xué)習(xí)訓(xùn)練殘差校正模型，最終實(shí)現(xiàn)預(yù)測(cè)結(jié)果的動(dòng)態(tài)校準(zhǔn)。
3.3電渣重熔過(guò)程智能模型
電渣重熔過(guò)程智能預(yù)測(cè)模型需突破傳統(tǒng)單一建模方法的局限性，基于機(jī)理與數(shù)據(jù)協(xié)同驅(qū)動(dòng)，兼顧物理化學(xué)規(guī)律的可解釋性與數(shù)據(jù)驅(qū)動(dòng)的動(dòng)態(tài)優(yōu)化能力，是實(shí)現(xiàn)工藝精準(zhǔn)控制、材料性能預(yù)測(cè)和全流程智能化的核心路徑，技術(shù)路線見(jiàn)圖1。
基于渣系智能配比模型和多物理場(chǎng)預(yù)測(cè)模型，以冶金機(jī)理模型為基準(zhǔn)框架，引入生產(chǎn)數(shù)據(jù)驅(qū)動(dòng)的誤差補(bǔ)償機(jī)制，通過(guò)構(gòu)建“機(jī)理驅(qū)動(dòng)-誤差表征-動(dòng)態(tài)校正”三階段融合框架，實(shí)現(xiàn)電渣重熔過(guò)程高精度預(yù)測(cè)。構(gòu)建目標(biāo)誤差智能預(yù)報(bào)模型，將機(jī)理模型輸出與實(shí)測(cè)值進(jìn)行殘差分析，提取時(shí)間序列化的誤差特征向量，形成包含過(guò)程狀態(tài)-誤差映射關(guān)系的多維數(shù)據(jù)集。設(shè)計(jì)具有時(shí)變特性捕捉能力的TCN時(shí)間卷積網(wǎng)絡(luò)作為誤差預(yù)報(bào)器，將機(jī)理預(yù)測(cè)偏差轉(zhuǎn)化為符合冶金規(guī)律的動(dòng)態(tài)修正量，與機(jī)理模型進(jìn)行耦合補(bǔ)償。
4
落實(shí)產(chǎn)業(yè)與實(shí)施效果
項(xiàng)目組聯(lián)合徐州金虹鋼鐵集團(tuán)有限公司、撫順特殊鋼股份有限公司和鞍鋼鑄鋼有限公司等國(guó)內(nèi)多家企業(yè)，共同開(kāi)展特鋼生產(chǎn)智能制造新理論、新工藝、新軟件和新裝備的開(kāi)發(fā)和推廣應(yīng)用。項(xiàng)目組通過(guò)“產(chǎn)學(xué)研用”的全產(chǎn)業(yè)鏈合作方式，依據(jù)“基礎(chǔ)研究-關(guān)鍵共性技術(shù)開(kāi)發(fā)-應(yīng)用示范-行業(yè)推廣”的全鏈路創(chuàng)新模式進(jìn)行深入探索，開(kāi)展多場(chǎng)耦合下多相反應(yīng)和傳輸機(jī)理、特種熔煉過(guò)程質(zhì)量控制等關(guān)鍵科學(xué)技術(shù)問(wèn)題和特鋼生產(chǎn)工藝智能化控制模型研究。圍繞電弧爐、真空感應(yīng)熔煉和電渣重熔等關(guān)鍵冶煉工序，項(xiàng)目組基于機(jī)理和數(shù)據(jù)協(xié)同驅(qū)動(dòng)的智能制造系統(tǒng)已在多家企業(yè)成功應(yīng)用，效果顯著。
項(xiàng)目組研發(fā)的全廢鋼連續(xù)加料電弧爐的廢鋼綠色高效預(yù)熱、快速冶煉等關(guān)鍵技術(shù)整合集成，結(jié)合智能化信息系統(tǒng)，進(jìn)行全流程設(shè)備-工藝-控制的優(yōu)化升級(jí)，在徐州金虹鋼鐵集團(tuán)有限公司建成世界首條低成本綠色智能電弧爐煉鋼-直接軋制短流程示范線。關(guān)鍵技術(shù)在撫順特殊鋼股份有限公司、唐山市玉田金州實(shí)業(yè)有限公司等16家電弧爐煉鋼和設(shè)備企業(yè)推廣應(yīng)用，降本增效效果顯著，噸鋼成本降低200元以上。
項(xiàng)目組研發(fā)的基于機(jī)理和數(shù)據(jù)協(xié)同驅(qū)動(dòng)的智能制造控制系統(tǒng)已嵌入多家企業(yè)的真空感應(yīng)爐、電渣爐操作控制系統(tǒng)，實(shí)現(xiàn)在線預(yù)測(cè)鑄錠質(zhì)量，在線修正并指導(dǎo)工藝參數(shù)設(shè)定。智能模型協(xié)同特種熔煉關(guān)鍵技術(shù)的研發(fā)，助力撫順特鋼、鞍鋼鑄鋼等20多家企業(yè)制備出特種不銹鋼、鎳基合金等產(chǎn)品。鞍鋼成為全球唯一全自主生產(chǎn)第四代核電用316H特種不銹鋼的企業(yè)，支撐我國(guó)第四代核電600MW示范快堆建設(shè)；上海一郎合金開(kāi)發(fā)的超低膨脹系數(shù)鎳基精密合金，成功應(yīng)用于C919大飛機(jī)和ARJ-21客機(jī)項(xiàng)目；江蘇申源特種不銹鋼焊絲銷(xiāo)量全國(guó)首位，氣閥鋼材料國(guó)內(nèi)市場(chǎng)占有率達(dá)60%，解決了我國(guó)多項(xiàng)“卡脖子”材料難題。
5
結(jié)語(yǔ)
本項(xiàng)目圍繞特鋼冶煉關(guān)鍵工序，系統(tǒng)闡述了基于機(jī)理與數(shù)據(jù)協(xié)同驅(qū)動(dòng)的智能制造技術(shù)路徑，構(gòu)建了具有時(shí)空適應(yīng)性的人機(jī)混合智能框架，實(shí)現(xiàn)了工藝參數(shù)與冶金質(zhì)量之間的高精度動(dòng)態(tài)耦合與在線校正。在產(chǎn)業(yè)化應(yīng)用中，該系統(tǒng)已在多家特鋼企業(yè)獲得成功應(yīng)用，有效降低了生產(chǎn)成本、提升了產(chǎn)品性能并增強(qiáng)了工藝穩(wěn)定性。
展望未來(lái)，隨著人工智能算法的持續(xù)進(jìn)化與信息物理系統(tǒng)的深度融合，智能制造將向著全流程自適應(yīng)自優(yōu)化方向發(fā)展。后續(xù)工作將聚焦于多工序多場(chǎng)景的協(xié)同優(yōu)化以及模型在線自學(xué)習(xí)能力提升，進(jìn)一步推動(dòng)特鋼生產(chǎn)工藝從經(jīng)驗(yàn)驅(qū)動(dòng)向人機(jī)混合智能驅(qū)動(dòng)的創(chuàng)新躍升，為我國(guó)高端制造產(chǎn)業(yè)發(fā)展提供堅(jiān)實(shí)支撐。
