【技术实现步骤摘要】
本专利技术涉及数字孪生，具体涉及一种基于数字孪生信息的钢铁设备智能管理系统。
技术介绍
1、随着工业4.0的发展，钢铁设备的智能化管理成为了行业的重要趋势。数字孪生技术是一种利用物理模型、传感器更新、历史和实时数据等对实体设备进行虚拟映射的技术。它通过收集、整合和分析物理实体的数据，构建出与之相对应的数字化模型，以实现对物理实体的仿真、监测和优化。数字孪生技术的核心是将物理实体的数据与数字化模型进行对应和同步。通过传感器、物联网等技术手段，可以实时收集和监测物理实体的各种数据，例如温度、压力、振动、位置等。这些数据可以用于构建数字化模型，并与模型进行同步更新，使得数字化模型能够准确反映物理实体的状态和行为。通过数字孪生技术，可以实现对钢铁设备的实时监控和预测性维护，提高设备运行效率，降低运营成本。
技术实现思路
1、(一)专利技术目的
2、本专利技术的目的是提供一种能对钢铁设备实时监控和预测性维护，提高设备运行效率，降低运营成本的基于数字孪生信息的钢铁设备智能管理系统。
3、(二)技术方案
4、为解决上述问题，本专利技术提供了一种基于数字孪生信息的钢铁设备智能管理系统，包括：数字孪生模块、数据采集模块、数据处理模块和分析控制模块；
5、所述数字孪生模块：用于根据钢铁设备数据和相对应的生产工序数据，创建数字孪生模型，其中所述数字孪生模型与钢铁设备及相对应的生产工序的空间和时间同步；
6、所述数据采集模块：用于采集钢铁设备和相
7、所述数据处理模块：能够接收所述实时数据并对所述实时数据进行标准化处理；
8、所述分析控制模块：能够接收所述数据处理模块标准化处理后的实时数据并与所述数字孪生模块中数字孪生模型进行比对、分析以及输出管控指令，并更新所述数字孪生模型。
9、本专利技术的另一专利技术，优选地，所述管理系统还包括远程监控模块，所述远程监控模块用于对钢铁设备进行远程操作和监控。
10、本专利技术的另一专利技术，优选地，所述管理系统还包括预测模块，所述预测模块用于预测产品质量。
11、本专利技术的另一专利技术，优选地，所述数字孪生模型包括：物理模型、电气模型和生产工序模型；
12、所述物理模型包括高炉模型、焦炉模型、转炉模型、烧结机模型和球团设备模型；
13、所述电气模型包括驱动模型、传动模型、plc模型和配电模型；
14、所述生产工序模型包括炼焦模型、烧结模型、高炉炼铁模型、转炉炼钢模型、连铸生产模型、热轧钢材生产模型和冷轧钢材生产模型。
15、本专利技术的另一专利技术，优选地，所述创建数字孪生模型包括：
16、收集钢铁设备的数据，包括设计图纸、施工图纸、设备清单、管道布置图、运行数据、能源数据和环境数据；
17、收集生产工序中的数据，包括工艺流程数据、设备运行数据、原材料数据；
18、对收集到的钢铁设备的数据和生产工序中的数据进行处理，形成标准化数据；
19、利用数字孪生技术，根据收集到的钢铁设备的数据和生产工序中的数据创建数字孪生模型。
20、本专利技术的另一专利技术，优选地，所述更新所述数字孪生模型包括：
21、所述数据处理模块标准化处理后的实时数据；
22、获取相应的数字孪生模型，得到标定后的训练集图像；
23、将所述标准化处理后的实时数据输入相应的数字孪生模型中，进行比对分析，并生成对应的比对分析结果；
24、根据所述比对分析结果结果以及所述数字孪生模型，基于预设的损失函数，计算模型损失；
25、基于所述模型损失，对所述数字孪生模型进行模型参数的更新。
26、本专利技术的另一专利技术，优选地，所述高炉炼铁模型包括：
27、通过进出平衡计算产生的煤气量，所述进出平衡计算基于进炉材料的总碳量等于出炉产品和副产品的总碳量；
28、通过能量平衡计算总热量，所述能量平衡计算为全炉的能量平衡计算。
29、本专利技术的另一专利技术，优选地，所述通过进出平衡计算产生的煤气量包括：
30、
31、其中，v表示冶炼每吨生铁产生的煤气量，v1表示进炉材料的碳总量，v2表示附加物的碳总量，λ表示每立方米内的co和co2的含碳量，单位为千克/立方米，ρ(co)表示炉内co的体积百分比；ρ(co2)表示炉内co2的体积百分比。
32、本专利技术的另一专利技术，优选地，所述通过能量平衡计算总热量包括：
33、q总＝q还+q水+qc+q冷+q散+q煤
34、其中，q总表示总热量，q还表示氧化物分解及去硫的热量，qc表示碳酸盐分解的热量，q水表示水分分解的热量；q冷表示冷却铁水带走的热量；q散表示喷吹物分解的热量和炉渣的热量；q煤表示煤气带走的热量。
35、本专利技术的另一专利技术，优选地，所述预测模块用于预测产品质量包括：
36、
37、其中，f(x)表示产品中si的含量，α表示铁水中si的扩散系数，t表示铁水温度，msi表示还原si的还原剂的量，mfe为铁水质量，ρ(si)表示初始si含量。
38、(三)有益效果
39、本专利技术的上述技术方案具有如下有益的技术效果：
40、本专利技术通过设置数字孪生模块，根据钢铁设备数据和相对应的生产工序数据，创建了数字孪生模型，数字孪生模型与钢铁设备及相对应的生产工序的空间和时间同步；还设置分析控制模块，能够根据实时数据与数字孪生模块中数字孪生模型进行比对、分析以及输出管控指令，并更新所述数字孪生模型；达到对钢铁设备实时监控和预测性维护，提高设备运行效率，降低运营成本。
本文档来自技高网...【技术保护点】
1.一种基于数字孪生信息的钢铁设备智能管理系统，其特征在于，包括：数字孪生模块、数据采集模块、数据处理模块和分析控制模块；
2.根据权利要求1所述的基于数字孪生信息的钢铁设备智能管理系统，其特征在于，所述管理系统还包括远程监控模块，所述远程监控模块用于对钢铁设备进行远程操作和监控。
3.根据权利要求1所述的基于数字孪生信息的钢铁设备智能管理系统，其特征在于，所述管理系统还包括预测模块，所述预测模块用于预测产品质量。
4.根据权利要求1所述的基于数字孪生信息的钢铁设备智能管理系统，其特征在于，所述数字孪生模型包括：物理模型、电气模型和生产工序模型；
5.根据权利要求1所述的基于数字孪生信息的钢铁设备智能管理系统，其特征在于，所述创建数字孪生模型包括：
6.根据权利要求1所述的基于数字孪生信息的钢铁设备智能管理系统，其特征在于，所述更新所述数字孪生模型包括：
7.根据权利要求4所述的基于数字孪生信息的钢铁设备智能管理系统，其特征在于，所述高炉炼铁模型包括：
8.根据权利要求7所述的基于数字孪生信息的钢
9.根据权利要求7所述的基于数字孪生信息的钢铁设备智能管理系统，其特征在于，所述通过能量平衡计算总热量包括：
10.根据权利要求3所述的基于数字孪生信息的钢铁设备智能管理系统，其特征在于，所述预测模块用于预测产品质量包括：
...【技术特征摘要】
1.一种基于数字孪生信息的钢铁设备智能管理系统，其特征在于，包括：数字孪生模块、数据采集模块、数据处理模块和分析控制模块；
2.根据权利要求1所述的基于数字孪生信息的钢铁设备智能管理系统，其特征在于，所述管理系统还包括远程监控模块，所述远程监控模块用于对钢铁设备进行远程操作和监控。
3.根据权利要求1所述的基于数字孪生信息的钢铁设备智能管理系统，其特征在于，所述管理系统还包括预测模块，所述预测模块用于预测产品质量。
4.根据权利要求1所述的基于数字孪生信息的钢铁设备智能管理系统，其特征在于，所述数字孪生模型包括：物理模型、电气模型和生产工序模型；
5.根据权利要求1所述的基于数字孪生信息的钢铁设备智能...
【专利技术属性】
技术研发人员：叶鑫，徐维利，李智超，冯军，段福彬，宋江儒，李玉升，王继昕，
申请(专利权)人：建龙西林钢铁有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。