【数智化案例展】新余钢铁集团——华院智能配煤解决方案

‍

华院计算案例

本项目案例由华院计算投递并参与数据猿与上海大数据联盟联合推出的《2023中国数智化转型升级创新服务企业》榜单/奖项”评选。

大数据产业创新服务媒体

——聚焦数据 · 改变商业

---

华院智能制造基于对工业生产场景的深入理解，秉承算法和应用场景相结合的技术路线，依托自身在智能算法领域的核心技术和创新优势，将持续推进智能制造在工业领域的应用与实践，实现更多应用场景落地，为工业企业提供数字化、智能化转型升级创新服务，助力产业发展与行业进步。

炼焦配煤是煤焦钢产业链生产过程中重要的工序，炼焦煤是钢铁工业的基础能源和主要原料，炼焦煤的高质量、稳定持续供应是钢铁工业蓬勃发展的基础。从长远来看，炼焦煤资源将会愈来愈稀缺；从近期来看，国内外炼焦煤价格处于高位，因此最优化利用炼焦煤资源势在必行。

焦化在我国经济建设中的重要组成部分，焦化生产不仅为钢铁产业提供必要的燃料和还原剂，同时炼焦过程副产的焦炉煤气和化工产品是城市（工业）燃气、基础化工原料，是能源转换的重要工序。

传统焦化生产也存在高污染高能耗的问题，在碳达峰、碳中和的背景下，传统焦化转型和技术升级势在必行。

2022年2月3日国家发展和改革委员会、工业和信息化部、生态环境部和国家能源局联合发布了《高耗能行业重点领域节能降碳改造升级实施指南（2022年版）》，实施指南中对焦化行业的节能降碳改造升级提出四个方向，其中重点指出要“研究开发焦化工艺流程信息化、智能化技术，建立智能配煤系统，完善能源管控体系，建设能源管控中心，加大自动化、信息化、智能化管控技术在生产组织、能源管理、经营管理中的应用。”

基于数智化的智能配煤技术，在稳定和提高焦炭质量的基础上，不断降低优质焦煤的配比，使用储量丰富、价格低廉中粘煤及弱粘煤，由此降低焦炭成本，具有非常重大的技术与经济效益，也将产生深远而积极地社会效益。

时间周期：

项目开始时间：2023.02

项目截止时间：2023.10

数智化需求

新余钢铁集团有限公司是一家营收超千亿、产能达千万吨的大型国有钢铁联合企业、中国500强企业、江西省工业骨干企业。

新钢集团尤为重视数智化建设，2021年下半年，新钢集团提出“加快数字化转型、打造智慧化工厂”，成立“数智新钢”建设组织机构，整合专门的数智化部（数字中心），并与科创及互联网企业建立全面合作伙伴关系，强强联合共同推动“数智新钢”建设。新钢集团利用数字化、智慧化手段，大力发展集控系统、平安新钢视频系统、运行稳定系统，实现生产现场的无人化、少人化，管好生产运行、管住产品质量，进一步提高生产效率。同时，产销质财一体化系统、设备管理信息化系统、效益预测信息化系统等多个“智慧”项目全面推进。

新钢集团炼铁事业部焦化区目前产能263万吨/年，有6m顶装焦炉两座、7m顶装焦炉两座；在焦化配煤环节，目前采取小焦炉结合煤种性能指导人工配煤。由于当前煤源煤种多且变化频繁，各煤种检化验指标差异较大，现场配煤槽有限，无法做到单煤种配煤，致使煤质波动、混煤等情况经常发生，给配煤工作带来较大挑战，同时由于单种煤质量波动造成焦炭质量波动较大，配比调整频繁，对高炉生产稳定造成了一定影响，故需要利用先进的智能技术并结合专家经验，开发建设一套智能配煤系统助力焦化生产，项目结合该焦化厂的生产工艺条件及焦炭质量目标、配煤综合成本控制等现状，围绕配煤优化管理及数字化、智能化发展需求，利用先进的人工智能技术，并结合专家经验，旨在稳定焦炭质量、优化配煤结构、降低生产成本、合理利用煤炭资源。系统涵盖煤焦资源管理、焦炭质量预测、优化配煤预测、筒仓智能管理等功能，切实提高企业数字化、智能化水平，为降低企业生产成本、提高效益创造条件，实现产品绿色、环境绿色、本质安全、全自动化操作、智能化管控的建设目标。

面临挑战

炼焦煤在我国被视为重要的战略储备资源，然而，当前国内的配煤结构与炼焦煤资源状况存在严重的矛盾，这直接影响了整个行业的可持续发展。据统计，焦煤在我国炼焦煤种类中仅占比24%，但在主要炼焦配比结构中，焦煤的比例却普遍高达40%~50%。这一不协调的现状使得炼焦煤的合理利用成为亟待解决的问题。

由于钢铁行业的竞争日益激烈，生产成本方面的控制也是新钢重点关注的问题。当前的配煤结构导致了较高的配煤成本，直接影响了企业的效益和竞争力。受炼焦煤煤源变化、煤质波动以及生产工艺等多重因素的影响，为了保障生产的安全性，传统的配煤方案往往存在指标富余较大的情况，同时也需要大量使用优质炼焦煤，进一步提高了生产成本。

此外，信息化程度的不足也是当前面临的挑战之一。新钢已经完成了MES、LIMS等信息化系统，不过仍有部分工作需要线下完成，往往需要通过excel表格进行录入，这带来了巨大的工作量。同时由于不同历史时期相继建设了一卡通物流系统、LIMS、MES、ERP等系统，这些系统并没有统一的数据格式，导致了数据的存储而不是有效的治理，形成了信息化的“孤岛”。

最后，人才培养也是新钢非常关注问题。人工配煤的难度较大，且在很大程度上依赖于配煤师长期的配煤经验积累，专业配煤师的培养周期也相对较长。同时，由于配煤师的工作负担较重，小焦炉实验的时间成本也较高，使得配煤师在开拓新的配煤结构及煤源拓展方面面临着较大的困难。

综上所述，针对当前炼焦煤产业所面临的问题，我们需要采取一系列的措施和技术手段来优化炼焦煤。

数据支持

焦化配煤的数据是工业配料中非常典型的“小数据”，数据量较少，同时关联性较差，智能配煤系统根据焦炭质量要求及库存煤种情况，全方位、多维度对煤质数据进行挖掘，不同煤质指标对应不同模型，适应煤种变化较大情况，优化配煤结构，大幅降低主焦煤使用比例，降低配煤成本.

基于机器自学习模型，用户使用越多，系统根据实际情况自动修正模型算法和技术参数，大幅提升焦炭质量预测精度、配煤价格优化等，根据各个不同焦化厂的实际情况迅速优化调整，从而达到最优的配煤结果。

智能配煤系统是以智能配煤模块为核心，覆盖煤源管理、煤质评价、煤场仓储管理、实验室分析、生产管理、焦炭质量管理、生产报表中心等全方位综合优化的焦化生产管理系统。

智能配煤系统通过数据的采集、整理及算法优化，可帮助企业完善煤焦管理体系、建设智能生产管理中心，实现自动化、信息化、智能化。

应用技术与实施过程

华院计算基于大数据算法模型和AI人工智能进行配煤优化和焦炭质量精准预测，以成本和效益优先为指导进行资源配置，显著降低成本；通过智能配煤来保证生产焦炭的质量，合理利用煤炭资源，节约高价值的炼焦煤资源，扩大炼焦煤资源，实现焦炭生产的保质增效。

该智能焦化方案的核心功能是智能配煤，相较于传统的专家配煤系统和大数据学习配煤系统，该智能配煤技术创新采用认知智能算法与专家配煤经验相结合的方式构建数学模型，可以通过小数据学习的方式，自动升级迭代配煤模型，快速适应复杂的煤种变化。

在智能配煤系统的焦炭质量预测模型中，华院计算采用基于机器学习的配煤炼焦热态预测方法（发明专利，专利号：CN111915077A），方法包括：根据配煤单上单种煤的原始指标，构建单种煤的衍生指标；通过机器学习训练完成的模糊聚类模型，由单种煤的原始指标和衍生指标得到单种煤的类中心值；对单种煤的类中心值进行隶属度矩阵计算，得到单种煤的衍生特征；对单种煤的衍生特征进行线性加和，得到配合煤的衍生特征；对配合煤的衍生特征进行归一化处理，并通过机器学习训练完成的支持向量回归模型，得到配煤单形成混合煤的CSR值。通过本发明的技术方案，与配煤炼焦机理进行有机结合，提高焦炭质量预测的准确度和精确度，同时提高焦炭的生产质量，降低成本，克服了推广性困难的问题。

以下是关于该模型相关发明专利的说明：

1、一种基于机器学习的配煤炼焦热态预测方法，其特征包括：

① 根据配煤单上单种煤的原始指标，构建所述单种煤的衍生指标。

② 通过机器学习训练完成的模糊聚类模型，由所述单种煤的原始指标和衍生指标得到所述单种煤的类中心值。

③ 对所述单种煤的类中心值进行隶属度矩阵计算，得到所述单种煤的衍生特征。

④ 对所述单种煤的衍生特征进行线性加和，得到所述配煤单上单种煤相配合的配合煤的衍生特征。

⑤ 对所述配合煤的衍生特征进行归一化处理，并通过机器学习训练完成的支持向量回归模型，得到所述配煤单形成混合煤的CSR值。

2、根据权利要求1所述的基于机器学习的配煤炼焦热态预测方法，其特征在于，所述模糊聚类模型的机器学习训练过程包括：

① 定义所述模糊聚类模型的代价函数；

② 在满足预设约束条件的前提下最小化所述代价函数；

③ 在满足预设停止条件时得到预设数量的类中心值。

3、根据权利要求1所述的基于机器学习的配煤炼焦热态预测方法，其特征在于，所述支持向量回归模型的机器学习训练过程包括：

① 以配合煤的衍生特征作为输入量、以配合煤所炼焦炭的CSR值作为输出量，构建所述支持向量回归模型的训练数据集；

② 对所述训练数据集进行shuffle处理，并划分为训练集和测试集；

③ 对所述训练集进行min-max归一化处理，并对所述支持向量回归模型进行训练；

④ 对所述支持向量回归模型进行交叉验证，对所述支持向量回归模型进行网格搜索寻找最优超参数；

⑤ 根据所述最优超参数利用所述训练集对所述支持向量回归模型进行重新训练；

⑥ 利用所述测试集对所述支持向量回归模型的预测性能进行测试。

4、根据权利要求1所述的基于机器学习的配煤炼焦热态预测方法，其特征在于，所述根据所述单种煤的原始指标构建所述单种煤的衍生指标具体包括：

根据所述单种煤的原始指标挥发分V .daf、粘结指数G和胶质层最大厚度Y，对预设的原始指标进行比运算构建衍生指标：

以粘结指数G与挥发分V .daf的比值构建衍生指标GV，以胶质层最大厚度Y与挥发分V .daf的比值构建衍生指标YV；

根据所述原始指标的值计算所述衍生指标GV和YV的值：

根据所述配煤单上单种煤的挥发分V .daf、GV值和YV值，输入所述模糊聚类模型进行模糊聚类，得到所述单种煤的类中心值。

5、根据权利要求1或3所述的基于机器学习的配煤炼焦热态预测方法，其特征在于，所述支持向量回归模型采用线性核。

6、一种基于机器学习的配煤炼焦热态预测系统，应用如权利要求1至5中任一项所述的基于机器学习的配煤炼焦热态预测方法，其特征在于，包括：

① 指标构建模块，用于根据配煤单上单种煤的原始指标，构建所述单种煤的衍生指标；

② 类中心值计算模块，用于通过机器学习训练完成的模糊聚类模型，由所述单种煤的原始指标和衍生指标得到所述单种煤的类中心值；

③ 单种煤特征计算模块，用于对所述单种煤的类中心值进行隶属度矩阵计算，得到所述单种煤的衍生特征；

④ 配合煤特征计算模块，用于对所述单种煤的衍生特征进行线性加和，得到所述配煤单上单种煤相配合的配合煤的衍生特征；

⑤ CSR值预测模块，用于对所述配合煤的衍生特征进行归一化处理，并通过机器学习训练完成的支持向量回归模型，得到所述配煤单形成混合煤的CSR值。

7、根据权利要求6所述的基于机器学习的配煤炼焦热态预测系统，其特征在于，所述类中心值计算模块中所述模糊聚类模型的机器学习训练过程包括：

① 定义所述模糊聚类模型的代价函数；

② 在满足预设约束条件的前提下最小化所述代价函数；

③ 在满足预设停止条件时得到预设数量的类中心值。

8、根据权利要求6所述的基于机器学习的配煤炼焦热态预测系统，其特征在于，所述CSR值预测模块中所述支持向量回归模型的机器学习训练过程包括：

① 以配合煤的衍生特征作为输入量、以配合煤所炼焦炭的CSR值作为输出量，构建所述支持向量回归模型的训练数据集；

② 对所述训练数据集进行shuffle处理，并划分为训练集和测试集；

③ 对所述训练集进行min-max归一化处理，并对所述支持向量回归模型进行训练；

④ 对所述支持向量回归模型进行交叉验证，对所述支持向量回归模型进行网格搜索寻找最优超参数；

⑥ 根据所述最优超参数利用所述训练集对所述支持向量回归模型进行重新训练；

⑦ 利用所述测试集对所述支持向量回归模型的预测性能进行测试。

9、根据权利要求6所述的基于机器学习的配煤炼焦热态预测系统，其特征在于，所述指标构建模块中，根据所述单种煤的原始指标构建所述单种煤的衍生指标的具体过程包括：

根据所述单种煤的原始指标挥发分V .daf、粘结指数G和胶质层最大厚度Y，对预设的原始指标进行比运算构建衍生指标：

以粘结指数G与挥发分V .daf的比值构建衍生指标GV，以胶质层最大厚度Y与挥发分V .daf的比值构建衍生指标YV；

根据所述原始指标的值计算所述衍生指标GV和YV的值：

根据所述配煤单上单种煤的挥发分V .daf、GV值和YV值，输入所述模糊聚类模型进行模糊聚类，得到所述单种煤的类中心值。

10、根据权利要求6或8所述的基于机器学习的配煤炼焦热态预测系统，其特征在于，所述支持向量回归模型采用线性核。

华院计算的智能配煤模型可以帮助企业优化配煤结构，减少优质炼焦煤使用比例，降低生产成本，稳定焦炭质量，提高配煤效率。

此外，该智能焦化方案还提供完善的数字化流程管控，包含实时数据中心的数据看板、智能配煤、智能煤仓、库存管理、客户管理等模块，分别从原料煤质量数据库、原料煤供应商数据库、最优配煤方案生成、配比方案比较、焦炭质量预测、化产负荷预测、焦炭数据库、煤焦评价体系、排班排产计划、原料煤采购计划、客户反馈管理等功能上，全面实现采购、生产、销售全流程信息化、智能化，实现科学采购原料、优化配煤方案、严控工艺流程、优化库存等。

外部合作

智能配煤系统在建设过程中，新钢集团炼铁事业部生产单元、新钢集团技术中心及新钢集团数智化部也充分参与之中，其中炼铁事业部生产单元及技术中心在建设中提供诸多优秀建议，同时在系统完成开发后试运行阶段配合进行大量小焦炉实验验证，数智化部门在新钢集团MES、LIMS等系统对接、数据支持等方面提供重要支撑。

行业变化

基于该解决方案，该钢铁集团焦化厂成功构建数字能源中心，一方面稳定焦炭质量，提供采购建议；另一方面则优化配煤结构，严控生产成本。主要体现在以下几个方面：

1、经济价值：智能配煤系统通过优化配比结构，降低主焦及肥煤的使用比例，配合煤成本每吨节省约3~5元（动态数据），每年预创造经济价值约800~1300万元；

2、稳定焦炭质量：包括：焦炭冷态强度：M40 M10，焦炭热态强度CSR，反应性CRI焦炭，灰分(Ad)焦炭硫分(St,d)，综合生产合格率92%以上。

关于企业

·华院计算

华院计算技术（上海）股份有限公司（简称“华院计算”）成立于2002年，是中国认知智能技术的开拓者。公司以算法研究和创新应用为核心：基于数学应用与计算技术发展，聚焦认知智能技术、创新自研底层算法；基于认知智能引擎平台的场景应用，为智能制造、数字治理、零售金融、和数字文旅等行业提供AI+行业解决方案、实现全面赋能，从而推动行业智能化的转型和升级，让世界更智慧。点击文末“阅读原文”链接，还可了解更多“华院计算”信息。

·新余钢铁集团

新余钢铁集团有限公司是一家营收超千亿、产能达千万吨的大型国有钢铁联合企业、中国500强企业、江西省工业骨干企业。

---

★以上由华院计算投递申报的项目案例，最终将会角逐由数据猿与上海大数据联盟联合推出的《2023中国数智化转型升级创新服务企业》榜单/奖项。

该榜单奖项最终将于11月14日以下活动中进行榜单的首发与奖项的颁发，欢迎报名莅临现场：