(西寧特殊鋼股份有限公司,青海 西寧 810005)
近幾年來(lái),國(guó)際各行各業(yè)市場(chǎng)對(duì)于生產(chǎn)材料的質(zhì)量和生產(chǎn)效率的要求不斷提高,我國(guó)的工業(yè)企業(yè)必須順應(yīng)時(shí)代的發(fā)展,積極學(xué)習(xí)和應(yīng)用國(guó)內(nèi)外先進(jìn)的生產(chǎn)技術(shù),要及時(shí)轉(zhuǎn)變生產(chǎn)理念,不斷創(chuàng)新和改進(jìn)傳統(tǒng)的冶金工業(yè)技術(shù)。企業(yè)要組織工作人員定期學(xué)習(xí)和拓展專業(yè)知識(shí),學(xué)習(xí)先進(jìn)的科學(xué)技術(shù),從而應(yīng)用在生產(chǎn)過(guò)程中。要提高和加強(qiáng)人工智能技術(shù)的應(yīng)用,提高生產(chǎn)效率和生產(chǎn)質(zhì)量,減少和控制生產(chǎn)成本,將生產(chǎn)過(guò)程中的誤差控制在合理范圍內(nèi),進(jìn)一步減少對(duì)能源的消耗。工業(yè)企業(yè)要重視應(yīng)用和開(kāi)發(fā)新技術(shù),提高企業(yè)的競(jìng)爭(zhēng)力和市場(chǎng)占有率,促進(jìn)我國(guó)工業(yè)企業(yè)的可持續(xù)發(fā)展[1]。
人工智能即讓計(jì)算機(jī)從大量經(jīng)驗(yàn)數(shù)據(jù)中獲取知識(shí),從而認(rèn)識(shí)復(fù)雜環(huán)境下客觀世界的能力。而深度學(xué)習(xí)是使計(jì)算機(jī)具有人工智能的方法,是用大量簡(jiǎn)單的概念組成多層次的體系來(lái)挖掘復(fù)雜數(shù)據(jù)獲取知識(shí)的方法。
現(xiàn)如今,人工智能技術(shù)被應(yīng)用在各個(gè)行業(yè)各個(gè)領(lǐng)域,方便了人們的生產(chǎn)和生活,也廣泛應(yīng)用在了轉(zhuǎn)爐煉鋼中。冶金轉(zhuǎn)爐煉鋼中的人工智能技術(shù)就是指應(yīng)用先進(jìn)的計(jì)算機(jī)技術(shù)來(lái)對(duì)人的行為和思維進(jìn)行模擬。在進(jìn)行轉(zhuǎn)爐煉鋼的過(guò)程中,人工智能技術(shù)可以幫助工作人員減少工作量,在一些過(guò)程中可以代替人工進(jìn)行工作。人工智能技術(shù)通過(guò)計(jì)算機(jī)進(jìn)行計(jì)算和模擬,可以減少人工的投入,也可以減少時(shí)間上的消耗,可以精準(zhǔn)的進(jìn)行計(jì)算工作和人工替代工作,從而提高轉(zhuǎn)爐煉鋼的工作效率,使鋼鐵企業(yè)朝著自動(dòng)化、智能化、可持續(xù)智慧化的方向發(fā)展。
電氣傳動(dòng)系統(tǒng),已經(jīng)在社會(huì)綜合經(jīng)濟(jì)實(shí)力發(fā)展的催動(dòng)下,有了翻天覆地的變化,并且科技實(shí)力也在無(wú)時(shí)無(wú)刻催動(dòng)著整個(gè)社會(huì)的生產(chǎn)力發(fā)展。目前,相較于人工智能的控制方式而言,傳統(tǒng)的控制方式正在受到整個(gè)社會(huì)的淘汰,無(wú)論是從算法、控制方式,還是從硬件設(shè)施方面,都是朝著智能化、智慧化的方向進(jìn)步和發(fā)展。而對(duì)于工業(yè)研究而言,更好的算法邏輯和更好的操作系統(tǒng)無(wú)疑能夠大幅度的工程精簡(jiǎn)。特別是在冶金領(lǐng)域上,大量的人力調(diào)動(dòng),以及大規(guī)模的冶金設(shè)備引入,都給企業(yè)內(nèi)部造成了嚴(yán)重的工程負(fù)擔(dān),有一種高智能化、強(qiáng)判斷性的控制系統(tǒng),無(wú)論對(duì)于生產(chǎn)還是對(duì)于安全,都是一個(gè)很大程度的保障。在電氣設(shè)備進(jìn)行智能化方向發(fā)展的時(shí)候,主要的發(fā)展方向表現(xiàn)在非線性的控制方式,以及假設(shè)模糊的控制結(jié)構(gòu)。這兩種發(fā)展的方向取得的效果都十分顯著,但是兩者之間的結(jié)合性并不是十分密切,這也就造成了在技術(shù)發(fā)展的時(shí)候,不得不“兵分兩路”的進(jìn)行兩種技術(shù)并行開(kāi)發(fā)[2]。對(duì)于非線性的控制方式而言,其設(shè)計(jì)目的就是為了對(duì)傳統(tǒng)形式進(jìn)行鞏固和加強(qiáng),從傳統(tǒng)的先行調(diào)節(jié)角度入手,做好全方位的優(yōu)化,實(shí)現(xiàn)對(duì)于數(shù)據(jù)的實(shí)時(shí)獲取,并且將數(shù)據(jù)進(jìn)行打包、提取、發(fā)送等一系列操作,降低數(shù)據(jù)傳輸?shù)难訒r(shí)。因此這種非線性的控制方式具有很好的操縱性,且就單純從性能方面來(lái)看也有很好的調(diào)動(dòng)和調(diào)節(jié)能力,和傳統(tǒng)的線性控制方式相比較,有了巨大的提升和突破。除此之外,對(duì)于模糊的控制結(jié)構(gòu)而言,通過(guò)模糊的控制結(jié)構(gòu),能夠?qū)崿F(xiàn)對(duì)于整個(gè)操作系統(tǒng)的規(guī)范化約束,且給操作帶來(lái)了很大的自主空間,而不是限定某一種固定的操作方式,影響操作體驗(yàn),并且不利于工作人員的操作和使用。借助于新型的模糊控制結(jié)構(gòu),可以做到高效的數(shù)據(jù)傳輸,動(dòng)態(tài)性的智能化調(diào)節(jié),在冶金工作的進(jìn)行中,能夠?qū)τ诋?dāng)前的生產(chǎn)量、預(yù)計(jì)生產(chǎn)周期、總生產(chǎn)狀況等一系列參數(shù)進(jìn)行實(shí)時(shí)的調(diào)動(dòng),且反饋給操作人員。
從保證數(shù)據(jù)時(shí)空一致性,以及全制造周期過(guò)程中多源數(shù)據(jù)的時(shí)間關(guān)聯(lián)的基礎(chǔ)數(shù)據(jù)處理,通過(guò)數(shù)據(jù)高效存儲(chǔ)、數(shù)據(jù)準(zhǔn)確度評(píng)判、數(shù)據(jù)格式歸一、多元數(shù)據(jù)關(guān)聯(lián)、數(shù)據(jù)異點(diǎn)剔除、數(shù)據(jù)缺項(xiàng)補(bǔ)值、數(shù)據(jù)減量解析、分析算法準(zhǔn)備、分析工具配置、相關(guān)邏輯矩陣等,實(shí)現(xiàn)業(yè)務(wù)數(shù)據(jù)處理,結(jié)合機(jī)理和數(shù)據(jù)相關(guān)性,獲得函數(shù)的邏輯表達(dá)。將控制、測(cè)量微數(shù)據(jù)、運(yùn)營(yíng)數(shù)據(jù)、客戶數(shù)據(jù)、市場(chǎng)數(shù)據(jù)等數(shù)據(jù)流通過(guò)大數(shù)據(jù)中心的抽取、整理、校核,應(yīng)用到控制與優(yōu)化策略、預(yù)警、預(yù)測(cè)等,形成從數(shù)據(jù)到?jīng)Q策閉環(huán)應(yīng)用。建立統(tǒng)一的企業(yè)大數(shù)據(jù)平臺(tái),實(shí)現(xiàn)所有數(shù)據(jù)的部署和管理。配置數(shù)據(jù)分析工具,使得專業(yè)人員更多關(guān)注應(yīng)用問(wèn)題的解釋而非數(shù)據(jù)處理技能。有效接入存量數(shù)據(jù)資產(chǎn)。在架構(gòu)設(shè)計(jì)上保證與現(xiàn)有業(yè)務(wù)系統(tǒng)的協(xié)調(diào)與可持續(xù)發(fā)展[3]。
冶金工業(yè)智能化的3 個(gè)系統(tǒng)(建模方式),即當(dāng)前在冶金過(guò)程中,對(duì)于生產(chǎn)過(guò)程管理、原材料采購(gòu)、產(chǎn)品研發(fā)及檢測(cè)、成本分析、控制和管理方面的主要應(yīng)用系統(tǒng)類別分為專家系統(tǒng)、模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)系統(tǒng)。專家系統(tǒng)是一個(gè)具有大量專門知識(shí)與經(jīng)驗(yàn)的計(jì)算機(jī)系統(tǒng),能夠模擬人類專家的決策過(guò)程,以便解決那些需要人類專家處理的復(fù)雜問(wèn)題。如高爐專家系統(tǒng)。模糊系統(tǒng)是一種將輸入、輸出和狀態(tài)變量定義在模糊集上的系統(tǒng),可以模仿人的綜合推斷來(lái)處理常規(guī)數(shù)學(xué)方法難以解決的模糊信息處理問(wèn)題。如層流冷卻控制系統(tǒng)。神經(jīng)網(wǎng)絡(luò)系統(tǒng)是一種由大量處理單元互聯(lián)組成的非線性、自適應(yīng)信息處理系統(tǒng),具有自學(xué)習(xí)功能、聯(lián)想存儲(chǔ)功能和高速尋找優(yōu)化解答能力。如軋制力預(yù)報(bào)模型及自學(xué)習(xí)系統(tǒng)等。
綜上所述,人工智能推動(dòng)冶金工業(yè)變革,包括冶金煉鋼、智能控制的電氣傳動(dòng)系統(tǒng)、數(shù)據(jù)收集及篩選、智能化建模方式等。