ABB ABILITY™ SMART MELT SHOP
Синхронизируя перемещение ковшей с помощью цифровых решений и средств автоматизации, сталеплавильные цеха могут выявлять и устранять «узкие места» в оборудовании или процессах для максимизации пропускной способности при одновременном снижении энергопотребления на тонну продукции.
Отслеживания ковшей самих по себе недостаточно для оптимизации работы сталеплавильного цеха, однако многие поставщики предлагают только решения для отслеживания ковшей. ABB Ability™ Smart Melt Shop дополнительно предлагает методы оптимального планирования плавок и перемещения ковшей, устраняя задержки, вызванные процессами или работой кранов. Это гарантирует правильный перегрев металла на машине непрерывного литья заготовок (МНЛЗ) и отсутствие задержек при выпуске плавки из дуговой печи или конвертера; эта дополнительная функциональность является ключевым отличием компании для клиентов.
Прогнозирование теплопотерь на основе состояния ковшей и ожидаемых задержек в операциях предоставляет операторам печей-ковшей точные прогнозы температуры подъема, чтобы гарантировать достижение плавками необходимого перегрева на МНЛЗ, что дает сталеплавильщикам возможность увеличить скорость разливки и повысить производительность цехов.
ABB Ability™ Smart Melt Shop демонстрирует многие атрибуты решения интернета вещей (IoT), поскольку оно объединяет все процессы, краны, ковши, уникально отслеживает все эти объекты в сталеплавильном цехе и применяет алгоритмы для улучшения производственной экосистемы.
Что мы подразумеваем под «умным» сталеплавильным цехом? Возьмем в качестве примера такси Uber. Клиенты запрашивают такси в определенное место, при этом несколько пользователей отправляют один и тот же запрос на центральный сервер через приложение. Uber оценивает доступность машин в этом районе, а затем назначает конкретное такси конкретному пользователю.
Перенесите эту модель в сталеплавильный цех, где несколько человек запрашивают кран для перемещения материала в нужное время. ABB Ability™ Smart Melt Shop автоматизирует перемещение всех ковшей и плавок, отслеживая краны с помощью радарной технологии, ковшевозы — с помощью лазеров, и дополняя эти данные системой на основе изображений для отслеживания местоположения ковшей/плавок в режиме реального времени. Эти данные затем поступают в систему планирования, которая автоматически создает и распределяет задачи для кранов на основе видимости в реальном времени, при этом информация о местах погрузки и выгрузки становится доступной оператору на экране.
Вместо простого отслеживания ковшей решение ABB позволяет получать реальную выгоду за счет планирования работы кранов, темпа плавок и прогнозирования тепловых моделей для оптимизации работы цеха с использованием предпочтительных плавок и скоростей, а также сокращения времени работы дуги в печах-ковшах.
Система отслеживания ABB не имеет датчиков на самом ковше; вместо этого радарная технология для позиционирования кранов и лазерная технология для позиционирования ковшевозов позволяют логически и уникально отслеживать ковши в сталеплавильном цехе. Такой альтернативный подход уменьшает количество необходимого оборудования и избавляет клиентов от затрат времени и денег на его дополнительное обслуживание.
Тем временем компания JSW Steel Ltd, ведущий сталелитейный производитель Индии, внедрила комплексное решение для «умного» завода для энергоэффективной, безопасной и продуктивной работы сталеплавильного цеха, что является уникальным для отрасли. Это цифровое решение связывает операции сталеплавильного цеха с отслеживанием ковшей и кранов, а также прогнозированием теплопотерь для повышения скорости разливки и увеличения выпуска продукции. Оно решает одну из главных проблем, стоящих сегодня перед сталеплавильщиками: поддержание оптимальных температур, необходимых для производства жидкой стали, при балансировке высоких затрат на электроэнергию. Обеспечение правильной температуры в нужное время, наряду с другими параметрами жидкой стали, напрямую определяет качество стали и производительность. JSW Steel рассчитывает увеличить прибыль EBITDA компании примерно на 2 миллиона долларов США в год за счет повышения скорости разливки на четыре процента, экономии времени на один рабочий день в месяц и дополнительного выпуска продукции, эквивалентного 24 000 тонн в год. В более широком смысле, снижение энергопотребления означает меньшее использование расходных материалов на партию и, следовательно, меньший углеродный след с меньшим количеством CO₂ на тонну произведенной стали. Автоматическое отслеживание и планирование позволяют лучше планировать техническое обслуживание и повышают безопасность персонала, поскольку люди удаляются из производственной зоны во время перемещения кранов и ковшей. Решение по планированию также приводит к сокращению задержек при выпуске плавки за счет обеспечения синхронизации этих перемещений с требованиями процесса.
Основанная на передовых цифровых алгоритмах и математическом моделировании, система ABB Ability™ Smart Melt Shop является истинным примером конвергенции технологий, поскольку она использует камеры и обработку изображений, системы взвешивания, радары, лазеры и беспроводные технологии, чтобы гарантировать работу сталеплавильных цехов на оптимальном уровне, где отслеживание кранов и ковшей, а также их доступность имеют решающее значение для всего процесса производства стали.
Другой ведущий производитель стали в Индии, страдавший от плохой видимости процессов в 35 системах от разных поставщиков с многоуровневой иерархической структурой, хотел лучше понять сложные взаимосвязи потоков энергии, режимов работы и других аспектов. Компания обратилась к ABB для создания Центрального командного центра для улучшения планирования работы завода и координации между несколькими производственными единицами. Теперь производственные данные, время простоя, перемещение плавок, сырье — тренды, статистический контроль процессов (SPC), аварийные сигналы и события — постоянно отслеживаются. Решение ABB по аналитике производственных данных анализирует сложные и большие объемы данных с течением времени и по объектам, что приводит к значительной экономии за счет устранения «узких мест» производства и проблем с качеством.
В настоящее время работа кранов координируется вручную. Как правило, каждая производственная станция связывается с оператором по рации, а менеджер контролирует процесс, чтобы каждая станция вовремя получала необходимые материалы. Ручная координация может привести к неэффективной работе, вызывая задержки при выпуске плавки из ДСП или задержки при передаче ковша на МНЛЗ.
Автоматизированное планирование работы кранов от ABB, являющееся частью модели «умного» сталеплавильного цеха, включает прогнозирование задач, планирование маршрутов, автоматическое планирование работы кранов и автоматическое подтверждение выполнения задач для оптимального распределения работ. Например, когда процесс дуговой обработки завершен, система определяет, что требуется кран, создает список задач и своевременно направляет кран на основе исторических и текущих производственных данных.
Благодаря централизованной визуализации того, что происходит в сталеплавильном цехе, система отслеживания заменяет неэффективное ручное управление кранами синхронизированными операциями, которые оптимизируют производство. После внедрения системы «умного» сталеплавильного цеха наблюдается значительное сокращение задержек при выпуске плавок. Кроме того, работа крановщика становится проще, предсказуемее и менее стрессовой благодаря автоматической генерации списков задач вместо координации операций по рации. Безопасность также повышается за счет минимизации воздействия опасностей благодаря полной видимости перемещений ковшей и кранов.
Эффективный контроль перегрева металла на МНЛЗ (машине непрерывного литья заготовок) имеет решающее значение для поддержания максимальной скорости ее работы. Кроме того, эффективный контроль перегрева снижает потребность в электродуговой обработке в таких агрегатах, как установка «ковш-печь», что уменьшает затраты электроэнергии в сталеплавильном производстве. Более низкий перегрев может привести к браку плавки на МНЛЗ, в то время как более высокий требует снижения скорости разливки и, следовательно, приводит к потере производительности.
Основная цель отслеживания ковшей и диспетчеризации кранов заключается в повышении надежности транспортировки ковшей и, как следствие, в более точном расчете тепловых потерь. Используя прогнозные данные систем отслеживания и диспетчеризации, система может прогнозировать время ожидания и транспортировки ковша (а значит, и его тепловые потери при перемещении), а также рассчитывать оптимальную температуру выпуска на установке «ковш-печь», чтобы избежать избыточного перегрева и обеспечить работу МНЛЗ на максимально возможной скорости. Тепловая модель учитывает недавнюю историю перемещения ковша для повышения точности прогнозов.
После внедрения систем отслеживания ковшей, диспетчеризации кранов и тепловой модели наблюдается увеличение скорости работы МНЛЗ на 4-5%.
Помимо оптимизации производства, такие автоматизированные решения повышают уровень безопасности. Сталеплавильный цех — это запыленная и опасная зона с температурой жидкого металла, превышающей 1600 °C. Теперь персонал может контролировать технологические процессы с экранов мониторов и планшетов в кондиционируемой диспетчерской, при этом присутствие людей непосредственно в цехе существенно сокращается.
Цифровые и автоматизированные решения ABB для сталеплавильных цехов используют стандартные отраслевые протоколы и поэтому легко интегрируются с устаревшими системами и решениями сторонних поставщиков. Это обеспечивает более обоснованное принятие решений на основе информационных панелей, улучшение планирования обслуживания, повышение оперативности реагирования на рабочие задания и общую эффективность системы с помощью отчетов и ключевых показателей эффективности (KPI).
- Увеличение скорости работы МНЛЗ за счет поддержания правильного перегрева металла
- Повышение безопасности персонала за счет снижения присутствия в опасных зонах с жидким металлом и возможности принятия решений на основе информационных панелей
- Экономия энергии и улучшение качества продукции путем прогнозирования тепловых потерь ковша при транспортировке и расчета оптимальной температуры во избежание избыточного перегрева
- Улучшение планирования обслуживания за счет отслеживания истории обслуживания ковшей и их контакта с металлом
- Сокращение задержек выдачи ковшей для дуговых сталеплавильных печей (ДСП) благодаря эффективной диспетчеризации перемещения кранов
- Подробный анализ хронометража рабочих заданий и общей эффективности системы с помощью отчетов и KPI
- Основано на опыте, накопленном ABB за более чем 100 лет работы в металлургической промышленности
ПРИМЕР ИЗ ПРАКТИКИ: JSW STEEL
Эти и другие преимущества можно наблюдать в Индии, где компания ABB интегрировала систему ABB Ability™ Smart Melt Shop в рамках масштабного расширения завода Dolvi Works компании JSW Steel в штате Махараштра.
Завершенный в марте 2021 года проект повысил производительность и энергоэффективность сталеплавильного цеха за счет использования системы отслеживания ковшей и кранов, системы диспетчеризации кранов и моделей тепловых потерь для прогнозирования целевой температуры ковш-печей и обеспечения правильного перегрева на МНЛЗ.
Ожидается, что эти инновации увеличат показатель EBITDA компании примерно на 2 млн долларов США в год за счет увеличения скорости разливки на 4%, экономии времени в размере одного рабочего дня в месяц и дополнительного объема производства, эквивалентного 24 000 тонн в год.
Завод Dolvi Works теперь использует преимущества отслеживания ковшей в реальном времени для синхронизации процессов и лучшего планирования технического обслуживания. Более низкое энергопотребление означает сокращение расхода материалов на плавку и, следовательно, уменьшение углеродного следа благодаря снижению выбросов CO₂ на тонну производимой стали.
Кроме того, автоматизированное решение ABB по отслеживанию и диспетчеризации повышает безопасность персонала JSW Steel, выводя людей из зоны интенсивного производства во время перемещения кранов и ковшей.
Биографии
Глобальный менеджер по продукции направления «Цифровые решения для металлургии» в ABB
Тарун Матхур (Tarun Mathur) окончил Индийский технологический институт в Мумбаи и имеет степень магистра в области математического моделирования и управления технологическими процессами. Он занимал различные должности в сфере исследований и разработок, сосредоточившись на создании передовых модельно-ориентированных решений для технологических отраслей. В настоящее время он специализируется на проектах по применению новых цифровых технологий для оптимизации работы металлургических заводов, технологических процессов и качества продукции.
