一种高炉可视化智能感知平台制造技术

本发明专利技术涉及一种高炉可视化智能感知平台，本发明专利技术通过大数据分析技术与机理相结合的复杂工业过程运行动态性能的智能建模与可视化，以及基于多目标动态约束的经营管理和生产操作的智能优化决策，把异构设备连接起来、把数据汇集起来，实现在边缘或云端计算通过完整的数据采集集成增强工业互联网平台设备连接能力，采用一些数学算法或理论，通过大量深度学习算法模型提高水平的数据模型和大数据分析能力，同时增强对设备安全保障。同时增强对设备安全保障。同时增强对设备安全保障。

【技术实现步骤摘要】
一种高炉可视化智能感知平台


[0001]本专利技术涉及工业网络平台领域，具体的涉及一种高炉可视化智能感知平台。

技术介绍

[0002]钢铁不论是在楼层建造还是在铁路建设中，都是不可缺少的一种重要资源。对于钢铁的制造而言有着基本有两个流程，其中一项重要的流程生产生铁，高炉炼铁即是中国主要使用的炼铁工艺。而现有的高炉炼铁网络平台，从工业研发、生产、采购、配送、设备管理等都需要高水平的数据模型和大数据分析能力，而如何把异构设备连接起来、把数据汇集起来进行智能化的协调管理，来提高平台设备连接能力以及数据分析能力成为了急需解决的问题。

技术实现思路

[0003]为解决上述现有高炉炼铁互联网平台设备连接能力以及数据分析能力不足的问题，本专利技术提出一种高炉可视化智能感知平台，包括应用层、平台层、边缘层、设备层以及MES系统(制造执行系统)，
[0004]所述设备层包括基础自动化系统(BA系统)，所述BA系统用于获取生产调整指令并根据所述生产调整指令调整生产计划；
[0005]所述边缘层包括数据采集模块以及边缘计算模块，所述数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高炉可视化智能感知平台，其特征在于：包括应用层、平台层、边缘层、设备层以及MES系统(制造执行系统)，所述设备层包括基础自动化系统(BA系统)，所述BA系统用于获取生产调整指令并根据所述生产调整指令调整生产计划；所述边缘层包括数据采集模块以及边缘计算模块，所述数据采集模块与所述MES系统和所述BA系统分别通讯连接，所述数据采集模块用于采集高炉检测数据，将所述生产调控指令发送至所述BA系统，以及将生产实情发送至所述MES系统，所述数据采集模块还用于接收所述MES系统发送的生产计划、检化验数据；所述边缘计算模块用于将所述高炉检测数据中需进行图像识别的高炉检测数据进行采集并进行应用预处理；所述MES系统用于获取数据库模块的高炉检测数据和生产实情，将所述生产计划以及所述检化验数据发送至所述BA系统，并对生产计划进行相应的指导和处理；所述平台层包括数据中心模块以及数据库模块，所述数据中心模块用于存储平台所需的高炉检测数据、统计数据、智能模型预测结果以及高炉规则专家知识，所述数据库模块包括时序数据库、关系数据库以及非结构化数据库，所述时序数据库用于存储高炉实时数据，所述关系数据库用于存储高炉历史数据，所述非结构化数据库用于存储高炉检测数据中的非结构化数据；所述应用层包括智能模型模块、智能诊断模块、知识推理模块、规则管理模块以及可视化模块，所述智能模型模块用于基于深度学习算法分别建立炉顶布料、炉身运行、风口及铁口变化、炉缸状态的多个智能算法模型；所述智能诊断模块根据高炉的操作要求建立高炉专家规则知识，并根据所述状态预测结果以及所述高炉专家规则知识，提供相应的操作指导信息，根据所述操作指导信息对高炉用户生产控制进行规范；所述知识推理模块用于在预设的多个状态类型，根据所述状态预测结果对高炉状态进行诊断推理，得到高炉智能诊断结果；所述规则管理模块用于对所述高炉专家规则知识进行测试、搭建、编辑以及管理；所述可视化模块用于对高炉实时状态以及高炉检测数据的数据流程过程进行可视化处理。2.根据权利要求1所述的高炉可视化智能感知平台，其特征在于：所述智能模型模块用于基于深度学习算法分别建立炉顶布料、炉身运行、风口及铁口变化、炉缸状态的多个智能算法模型具体为：通过高炉检测数据对所述多个智能算法模型进行迭代训练，根据损失函数对所述智能算法模型进行寻优调参，通过所述多个智能算法模型对高炉状态进行多维度的预测，得到高炉的状态预测结果。3.根据权利要求1所述的高炉可视化智能感知平台，其特征在于：所述数据采集模块采用与多种接入网络方式以及能与底层通讯协议兼容的工业网关；所述数据采集模块还用于获取智能监测模块采集的智能监测信号。4.根据权利...

【专利技术属性】
技术研发人员：欧燕，叶理德，李鹏，刘书文，梁小兵，崔伟，
申请(专利权)人：中冶南方工程技术有限公司，
类型：发明
国别省市：