方案概述

通过炉料运动及受力方程的建模计算，实时显示当前高炉“黑箱”布料情况， 实现高炉内部真实冶炼状态的可视化，如下图所示实时读取高炉布料制度， 自动调用布料仿真数学模型，计算出炉料颗粒的受力和运动轨迹， 并以三维图形化模式显示当前排料流量、当前料罐冲压、当前布料模式及料面形状等。 高炉生产过程中，煤气流分布调整和控制是高炉操作的重要内容。 煤气流的分布关系到炉内温度分布、软熔带结构、炉况顺行、 煤气的利用状况和高炉长寿，最终影响到高炉的冶炼指标。 通过平台炉体煤气流分布模拟仿真可以有助于操作人的高炉操作更合理、 更及时，煤气流的分布更适宜当前炉况。从而实现高炉黑箱上部和下部调剂的“可视化”。 炼铁生产工序协同优化主要是打通焦化-烧结-球团-高炉间的信息传递通道， 实现工序间知识共享和信息流通，从而实现整个工序的联动优化。 由于原燃料理化成分化验周期长，无法及时跟踪质量变化， 导致高炉无法提前调节，只能被动适应。 通过对烧结机尾断面温度场的实时监控和红火层面积占比， 实现烧结矿FeO和转鼓变化趋势的实时监控， 通过基于机器视觉技术的高炉入炉料粒度识别系统， 实现高炉入炉料在线粒度分布监控。实现炼铁工序协同优化。