增刊1 张海宁等：炼钢过程中煤气预测及优化系统 19 结、燃烧炉等煤气使用或消耗的瞬时流量、日积累 上开发了石钢煤气优化系统，实现了煤气资源的优 量：中间为高炉煤气的发生、使用等的实际和预测 化调度 值.右边为煤气柜位值、报警信号及各个工序煤气 表52010年69月三轧天然气消耗 信息入口.图3为高炉煤气发生和消耗汇总子 Table 5 Consumption of natural gas at the third rolling mill through 界面. June to September 2010 三轧材 天然气 天然气单耗/ 时间 度气计hE蛋它证里销口少 产量/L 总用量/m3 (m3t1) 高炉煤气汇总 6月 58274 542000 9.3 过a22a■0 7月 61826 550000 8.9 。1244o714 8月 52560 454000 8.6 9月 63397 480000 7.6 表62010年69月炼钢白灰窑的煤粉消耗 M∽ Table 6 Consumption of coal at the steelmaking lime kiln through June to September 2010 白灰 实际煤粉 吨灰消耗/ 时间 产量作 消耗/1 (kgt-) 6月 6358.72 930.916 146.40 7月 6237.99 895.782 143.60 图3高炉煤气汇总子界面 8月 6547.82 859.758 131.30 Fig.3 Summary sub-interface of BF gas 9月 6308.04 798.630 126.61 石钢煤气优化系统的主要功能：煤气管网参数 2)石钢煤气优化系统的运行，充分利用了煤气 的实时跟踪监测：煤气发生量和煤气需求量的静态 资源，使三轧厂天然气消耗指标降低到9.2m3t1 预测：根据煤气预测结果，通过优化模型制定出煤气 以下，炼钢厂白灰窑煤粉消耗降低到145kg·t1以 平衡曲线和调度方案：进行瞬时平衡，确定煤气富余 下，达到减少外购能源，节省成本的目的 方和煤气短缺方.要求能够进行月、周、日和班的预 测与平衡，重点为周、日、班的预测.系统具有手工 参考文献 修改生产计划和检修计划的功能，以根据煤气平衡 [1]Wang W X.Steel enterprise process energy consumption and ener- 需要实现生产调度的及时调整. gy saving potential.Manage Iron Steel Ind,2005(6):32 (王维兴.钢铁企业工序能耗和节能潜力.冶金管理，2005 5煤气优化系统使用效果 (6):32) [2]Gao J.Ma N J.Energy consumption and energy saving measures 石钢煤气优化系统于2010年5月份上线，通过 in iron steel enterprises.Shanghai Met,1998,18(3)55 段时间的收集、积累数据模型.石钢煤气优化系 (高均，马恩觊.钢铁企业的能源消耗及节能对策.上海金 统建立了煤气产出、使用预测和优化调度模型，减少 属，1998,18(3)：55) [3] Song J.Cai JJ,Liu WC,et al.Modeling research on gas in iron 了石钢三轧天然气吨钢消耗，降低炼钢厂白灰窑煤 and steel company.Energy Metall Ind,2010.29 (4):3 粉消耗 (宋军，蔡九菊，刘文超，等.钢铁联合企业系统模型化研究 2010年6一9月三轧天然气消耗、炼钢白灰窑 冶金能源，2010,29(4)：3) 的煤粉消耗情况如下见表5和表6.从表中可得出： [4] DengL Gray Forecasting and Decisionmaking.Wuhan:Hua- 通过煤气优化系统，7月份后三轧天然气消耗达到 zhong University of Science and Technology Press.1987 (邓聚龙.灰色预测与决策.武汉：华中理工大学出版社， 9.2m3t-以下的预期目标，天然气消耗下降0.3~ 1987) 1.3m3t-;7月份后炼钢白灰窑的煤粉消耗达到 [51 Han Z C.Multi-level recursive method.Nat Sci Heilongjiang 145kgt1以下的预期目标，煤粉消耗下降12~17 Uniw,1986(3):52 kg't-1 (韩志刚.多层递阶方法.黑龙江大学自然科学学报，1986 (3):52) 6结论 [6]Ye D Y.A leaning algorithm for designing hidden layer of feed for- ward neural network.Acta Electron Sin,1997,25(11):25 1)根据石钢煤气发生、消耗量与其相关影响因 (叶东毅.前馈型神经网络的隐层节点设计的一种算法.电子 素间的关系，建立了石钢煤气预测模型，并在此基础 学报，1997.25(11)：25)增刊 1 张海宁等: 炼钢过程中煤气预测及优化系统 结、燃烧炉等煤气使用或消耗的瞬时流量、日积累 量; 中间为高炉煤气的发生、使用等的实际和预测 值． 右边为煤气柜位值、报警信号及各个工序煤气 信息入口． 图 3 为高炉煤气发生和消耗汇总子 界面． 图 3 高炉煤气汇总子界面 Fig． 3 Summary sub-interface of BF gas 石钢煤气优化系统的主要功能: 煤气管网参数 的实时跟踪监测; 煤气发生量和煤气需求量的静态 预测; 根据煤气预测结果，通过优化模型制定出煤气 平衡曲线和调度方案; 进行瞬时平衡，确定煤气富余 方和煤气短缺方． 要求能够进行月、周、日和班的预 测与平衡，重点为周、日、班的预测． 系统具有手工 修改生产计划和检修计划的功能，以根据煤气平衡 需要实现生产调度的及时调整． 5 煤气优化系统使用效果 石钢煤气优化系统于 2010 年 5 月份上线，通过 一段时间的收集、积累数据模型． 石钢煤气优化系 统建立了煤气产出、使用预测和优化调度模型，减少 了石钢三轧天然气吨钢消耗，降低炼钢厂白灰窑煤 粉消耗． 2010 年 6—9 月三轧天然气消耗、炼钢白灰窑 的煤粉消耗情况如下见表 5 和表 6. 从表中可得出: 通过煤气优化系统，7 月份后三轧天然气消耗达到 9. 2 m3 ·t － 1 以下的预期目标，天然气消耗下降 0. 3 ～ 1. 3 m3 ·t － 1 ; 7 月份后炼钢白灰窑的煤粉消耗达到 145 kg·t － 1 以下的预期目标，煤粉消耗下降 12 ～ 17 kg·t － 1 ． 6 结论 1) 根据石钢煤气发生、消耗量与其相关影响因 素间的关系，建立了石钢煤气预测模型，并在此基础 上开发了石钢煤气优化系统，实现了煤气资源的优 化调度． 表 5 2010 年 6—9 月三轧天然气消耗 Table 5 Consumption of natural gas at the third rolling mill through June to September 2010 时间 三轧材 产量/t 天然气 总用量/m3 天然气单耗/ ( m3 ·t － 1 ) 6 月 58 274 542 000 9. 3 7 月 61 826 550 000 8. 9 8 月 52 560 454 000 8. 6 9 月 63 397 480 000 7. 6 表 6 2010 年 6—9 月炼钢白灰窑的煤粉消耗 Table 6 Consumption of coal at the steelmaking lime kiln through June to September 2010 时间 白灰 产量/t 实际煤粉 消耗/t 吨灰消耗/ ( kg·t － 1 ) 6 月 6 358. 72 930. 916 146. 40 7 月 6 237. 99 895. 782 143. 60 8 月 6 547. 82 859. 758 131. 30 9 月 6 308. 04 798. 630 126. 61 2) 石钢煤气优化系统的运行，充分利用了煤气 资源，使三轧厂天然气消耗指标降低到 9. 2 m3 ·t － 1 以下，炼钢厂白灰窑煤粉消耗降低到 145 kg·t － 1 以 下，达到减少外购能源，节省成本的目的． 参 考 文 献 ［1］ Wang W X． Steel enterprise process energy consumption and ener￾gy saving potential． Manage Iron Steel Ind，2005( 6) : 32 ( 王维兴． 钢铁企业工序能耗和节能潜力． 冶金管理，2005 ( 6) : 32) ［2］ Gao J，Ma N J． Energy consumption and energy saving measures in iron ＆ steel enterprises． Shanghai Met，1998，18( 3) 55 ( 高均，马恩觊． 钢铁企业的能源消耗及节能对策． 上海金 属，1998，18( 3) : 55) ［3］ Song J，Cai J J，Liu W C，et al． Modeling research on gas in iron and steel company． Energy Metall Ind，2010，29 ( 4) : 3 ( 宋军，蔡九菊，刘文超，等． 钢铁联合企业系统模型化研究． 冶金能源，2010，29( 4) : 3) ［4］ Deng J L． Gray Forecasting and Decisionmaking． Wuhan: Hua￾zhong University of Science and Technology Press，1987 ( 邓聚龙． 灰色预测与决策． 武汉: 华中理工大学出版社， 1987) ［5］ Han Z G． Multi-level recursive method． J Nat Sci Heilongjiang Univ，1986( 3) : 52 ( 韩志刚． 多层递阶方法． 黑龙江大学自然科学学报，1986 ( 3) : 52) ［6］ Ye D Y． A leaning algorithm for designing hidden layer of feed for￾ward neural network． Acta Electron Sin，1997，25( 11) : 25 ( 叶东毅． 前馈型神经网络的隐层节点设计的一种算法． 电子 学报，1997，25( 11) : 25) ·19·