钢厂脱硫工艺有哪几种（人工智能技术如何对炼钢厂脱硫工艺进行优化的）

钢厂脱硫工艺有哪几种（人工智能技术如何对炼钢厂脱硫工艺进行优化的）优化效果显著：产品采用人工智能方案的投料优化引擎，相对传统L2专 家系统更加精确，能在现有工艺基础上够有降低辅料消耗，进而同时降低 铁损。/ 核心价值采集脱硫工序流程数据，通过建模分析获得脱硫工艺优化的关键因子，结 合专家知识，依靠脱硫仿真模型与参数寻优模型寻找最优参数。仿真模型：基于历史数据与实时数据，构建脱后硫预测模型。通过模拟脱 硫全过程，预测出脱硫后的硫含量，并配合参数优化模型，检验不同组参 数的合理性及有效性。 参数寻优模型：结合机器学习与老师傅在工业控制上的经验，识别脱硫过 程中的关键因子（对脱硫结果影响最大的参数），包括通过参数寻优模型 识别参数间的最优关系。优化模型提供的多组优化参数再回归到仿真模型 中进行反复验证与优化，最终得到最优参数——即在满足脱硫效果的前提 下，达到最小脱硫剂加入量的那组“配方”。

/ 方案描述

脱硫是钢铁生产过程中的一个重要环节，旨在降低铁水中的硫含量。而脱 硫环节由于扒渣带铁（脱硫剂反应后产生的脱硫渣中含大量的铁）会带走 大量金属料。经测算，每个炉次（以220吨计）的脱硫渣量均值为5吨， 脱硫渣中铁损占比约为40%-55%，假设经过参数推荐优化后能将脱硫 剂的加入量降低10%，理论上测算可降低钢铁料消耗0.8~1kg/吨钢。

工业大脑炼钢脱硫优化引擎，采用最新的大数据和人工智能技术，针对脱 硫过程中的辅料用量、喷吹压力等进行调节，优化脱硫环节工艺，推荐最 优的脱硫剂加入量，提高脱硫剂利用率，降低脱硫环节的铁损。

/ 架构特点

采集脱硫工序流程数据，通过建模分析获得脱硫工艺优化的关键因子，结 合专家知识，依靠脱硫仿真模型与参数寻优模型寻找最优参数。

仿真模型：基于历史数据与实时数据，构建脱后硫预测模型。通过模拟脱 硫全过程，预测出脱硫后的硫含量，并配合参数优化模型，检验不同组参 数的合理性及有效性。

参数寻优模型：结合机器学习与老师傅在工业控制上的经验，识别脱硫过 程中的关键因子（对脱硫结果影响最大的参数），包括通过参数寻优模型 识别参数间的最优关系。优化模型提供的多组优化参数再回归到仿真模型 中进行反复验证与优化，最终得到最优参数——即在满足脱硫效果的前提 下，达到最小脱硫剂加入量的那组“配方”。

/ 核心价值

优化效果显著：产品采用人工智能方案的投料优化引擎，相对传统L2专 家系统更加精确，能在现有工艺基础上够有降低辅料消耗，进而同时降低 铁损。

适配能力强：引擎产品通过人工智能算法学习实际生产工况，针对企业特 点进行适配，对不同矿品、不同型号装置均有很好的适应性；同时针对计 量装置的准确性具备一定的冗余能力。

应用周期短：传统L2专家系统需要大量的人工经验积累和尝试，需要企 业进行长年累月的优化和更新；而本产品能够基于企业历史数据自主学 习，效果立竿见影。

/ 相关案例

客户名称：攀钢集团

项目成果：经过为期一年多的项目攻坚，阿里云协同积微物联在攀钢智能 化项目中逐步的完成了项目的阶段性目标，也为攀钢带来了业务价值。经 过测算，实现了钢铁料消耗成本降低：2018年月均钢铁料消耗与2019年 （1-10月）月均钢铁料消耗想比较，通过数据中台及智能算法分析，帮 助攀钢降低了钢铁料消耗近1.28kg/t钢（钢铁料成本2.2元/kg）按钢产 量440万吨/年计算，年节约成本1239.04万元。在另一方面，通过项目 也帮助攀钢实现了合金成本节约，在投用合金计算模型后，合金计算模型 根据终点碳、磷对使用的合金类别、数量进行精准选择（在保证质量的前 提下，使用低价合金替代高价合金），合金节约成本1.2元/吨钢，按钢产 量440万吨/年计算，年节约合金成本约528万元。

如需了解更多关于阿里云工业大脑的技术内容，跟着专家一起学习、分享、交流，推进工业智能化转型！

欢迎加入阿里云工业大脑合作交流钉钉群（钉钉群号：31724560）

加入钉钉群可享有以下权益