Разработка и внедрение модели прогнозирования теплового режима доменной печи

Рассматривается задача прогнозирования теплового режима доменной печи как сложного инерционного объекта с распределенными параметрами и отсутствием прямых измерений внутренних состояний. Предложен оперативный показатель прихода тепла в нижнюю зону печи, включающий вклады горячего дутья, горения кокса и природного газа с учетом теплосодержания отходящего фурменного газа, используемый в качестве физически интерпретируемого индикатора теплового состояния и входного признака для моделей прогнозирования. На основе скользящей медианы и стандартного отклонения теплового прихода реализован статистико-адаптивный механизм саморегулирования с выделением «зеленой», «желтой» и «красной» зон, позволяющий формировать рекомендации по корректировке топливного и газодутьевого режимов при устойчивых отклонениях. Обсуждаются результаты промышленного применения, показывающие потенциал снижения вариабельности содержания кремния в чугуне и расхода кокса, а также перспективы развития гибридных моделей, объединяющих физико-химические уравнения с методами машинного обучения для интеллектуальной поддержки принятия решений и предиктивного управления доменной плавкой.

Аффилиация авторов

Волков Евгений Александрович – ведущий эксперт (производство чугуна) Центра технологического развития Upstream, ПАО «Северсталь», Череповецкий металлургический комбинат,
Смыслова Алена Леонидовна – канд. техн. наук, проректор по цифровой трансформации, Череповецкий государственный университет.
E-mail: eavolkov@severstal.com, alsmyslova@chsu.ru

Список литературы
1. Maier Christian. Numerical modeling of the blast furnace process: dissertation. University of technology. Vienna, 2015.
2. Andreas Spanlang, Walter Wukovits, Bernd Weiss. Development of a Blast Furnace Model with Thermodynamic Process Depiction by Means of the Rist Operating Diagram. Berg Huettenmaenn Monatsh, 2020.
3. Вегман Е.Ф., Жеребин Б.Н., Похвиснев А.Н. и др. Металлургия чугуна. М.: Академкнига, 2004. - 776 с.
4. Лычев А.В., Белов Ю.А. Совершенствование системы контроля теплового режима плавки по изменению прямого восстановления // VI Всероссийская конференция по проблемам науки и высшей школы / Фундаментальные исследования в технических университетах - СПб: Изд-во СПбГТУ, 2002 г., с.165-166.
5. Manuel Bailera, Takao Nakagaki, Ryoma Kataoka. Revisiting Rist diagram for predicting operating conditions in blast furnaces with multiple injections. Open Research Europe, 2021.
6. Feng Yan, Liyuan Kong. A Survey of Data-Driven Soft Sensing in Ironmaking System: Research Status and Opportunities. American Chemical Society, 2024.
7. Yueyang Luo, Xinmin Zhang. Data-driven soft sensors in blast furnace ironmaking: a survey. Frontiers of Information Technology & Electronic Engineering, 2023.
8. Junyi Duan. Dynamic feature selection for silicon content prediction in blast furnace using BOSVRRFE. Scientific reports. University of Technology, Beijing, 2025.