典型案例概述

该项目以打造智能烧结产线为目标，结合了智能工业传感器（温度传感器、位移传感器等）、工业相机、热成像仪等智能装备应用，以互联网、大数据以及烧结工艺理论等为依托，应用现代控制理论、人工智能、机器视觉等技术，建设了智能配料计算、料流定位追踪、碱度专家调整、矿槽料位控制、智能加水控制、烧结终点预测、机尾热成像、台车识别等包括质量优化模块、过程优化控制模块、机器视觉识别模块、生产数据智能分析模块4个层级的智能烧结控制分析系统。

典型案例效果

通过在配料、混合、布料、点火、烧结、成品等环节的管控和生产数据智能分析，达到的效益为：

1）智能配料在同等原料及生产工况条件下，系统投入稳定运行一个月后，烧结矿碱度R（±0.1）的稳定率，较系统上线前一个月，提高0.2个百分点。

2）通过台车监测系统的投用，预计烧结工序可减少 1 名设备巡检人员，年节省20万元/年。

3）生产过程中因篦条大面积脱落，造成台车有效烧结面积减少，从而导致烧结能力下降，返矿增加、产量下降。通过该系统的投用，单台机预计每年减少 20 次因篦条大面积脱落造成的减产，每次减产影响产量50吨，则全年预计减少返矿量1000吨（50吨×20次/年=1000吨/年），按照加工成本（含燃料费用）和固定费用分摊等150元计算，年节约15万/年。

4）烧结终点位置（±0.5 个风箱）计算准确率 98%以上；

5）该系统上线后，由于烧结终点控制更合理，预计返矿率可降低0.3%，则全年可增加烧结矿产量0.3%*500万=15000吨，按照加工成本（含燃料费用）和固定费用分摊等150元计算，节约成本15000吨*150=225万元/年。

6）车轮、栏板位移检测精度（±2mm），准确率 95%以上；车轮、栏板掉落准确率98%。

核心产品图片