Een elektrische vlamboogoven (EAF) die handmatig wordt aangestuurd – waarbij een ervaren operator de transformatoraftakking en de elektrodepositie op gevoel afstelt – kan respectabele resultaten behalen. Een EAF die draait op een goed afgesteld automatiseringssysteem van niveau 2 kan de inschakeltijd met 8-12%, het elektrodenverbruik met 10-15% en het elektriciteitsverbruik met 20-40 kWh per ton verminderen. Het verschil is niet gering. Voor een fabriek met een jaarlijkse productie van 500.000 ton en een tarief van $ 0,08 per kWh, vertaalt een besparing van 30 kWh/ton zich in $ 1,2 miljoen per jaar.
MONTE INTELLIGENCE integreert procesbesturingssystemen in onze EAF-leveringspakketten. Dit artikel behandelt de besturingsarchitectuur, de algoritmen die eraan ten grondslag liggen en de praktische implementatie-uitdagingen.
Automatisering op niveau 1 verzorgt de realtime besturing – elektroderegeling, aansturing van het hydraulische systeem en regeling van de waterkoelingsstroom. Deze functies worden uitgevoerd door programmeerbare logische controllers (PLC's) met cyclustijden van 10-50 milliseconden. Het elektroderegelingssysteem is de meest kritische functie op niveau 1: het moet een stabiele booglengte handhaven ondanks verstoringen door schrootbewegingen, slakvorming en spanningsschommelingen op het elektriciteitsnet.
Elektrodenregeling op basis van impedantie is de standaardmethode. De regelaar meet de boogspanning en -stroom, berekent de impedantie (Z = V/I) en past de elektrodepositie aan om de ingestelde impedantie te handhaven. Deze ingestelde waarde varieert tijdens het smeltproces: een hogere impedantie tijdens de fase van het smelten van schroot om de ovenwand te beschermen tegen boogstraling, en een lagere impedantie tijdens de fase van het vlakke bad om het vermogen te maximaliseren.
Moderne regelaars maken gebruik van adaptieve versterkingsregeling — de proportionele en integrale versterkingen van de PID-lus passen zich automatisch aan op basis van de bedrijfsomstandigheden. Wanneer de vlamboog instabiel is (instorting van schroot, variaties in schuimslak), worden de versterkingen verhoogd voor een snellere respons. Wanneer de vlamboog stabiel is, worden de versterkingen verlaagd om onnodige elektrodebewegingen te voorkomen die het elektrodeverbruik en de slijtage van het hydraulische systeem verhogen.
Automatisering op niveau 2 zorgt voor de optimalisatie van het warmteniveau, die bovenop de realtime regeling op niveau 1 plaatsvindt. Het systeem op niveau 2 ontvangt de specificatie van de staalkwaliteit van het productie-uitvoeringssysteem (MES) van de fabriek, berekent de optimale instelwaarden voor elke fase van het warmteproces en downloadt deze naar het systeem op niveau 1. Na het warmteproces analyseert het systeem op niveau 2 de prestaties ten opzichte van de doelstellingen en past de instelwaarden voor het volgende warmteproces aan op basis van de resultaten.
Het warmteprofiel in een Level 2-systeem verdeelt de EAF-cyclus in verschillende fasen: mandvulling 1, smeltproces 1, mandvulling 2, smeltproces 2, raffinage en aftappen. Elke fase heeft streefwaarden voor boogspanning, boogstroom, zuurstofdebiet, koolstofinjectiesnelheid en branderwerking. Het Level 2-systeem past deze streefwaarden aan op basis van de daadwerkelijke schrootsamenstelling, de gewenste aftaptemperatuur en het beoogde koolstofgehalte.
De toepassing van neurale netwerken in de besturing van elektrische vlamboogovens (EAF) is niet langer beperkt tot onderzoekspapers, maar is ook in productiesystemen geïmplementeerd. De meest voorkomende toepassing is eindpuntvoorspelling: het schatten van de badtemperatuur en het koolstofgehalte aan het einde van de smeltcyclus op basis van realtime procesgegevens, zonder te hoeven wachten op een chemische analyse. Een neuraal netwerk dat is getraind op historische smeltcyclusgegevens kan de eindtemperatuur voorspellen met een nauwkeurigheid van ±15 °C en het eindkoolstofgehalte met een nauwkeurigheid van ±0,02% voor 85-90% van de smeltcycli.
De input voor het netwerk voor eindpuntvoorspelling omvat cumulatieve elektrische energie, cumulatief zuurstofvolume, cumulatief geïnjecteerde koolstof, temperatuur en samenstelling van de afgassen (CO, CO2, H2), temperatuurstijging van het koelwater en de verstreken tijd. Het netwerk leert de verbanden tussen deze variabelen en de eindpuntcondities aan de hand van duizenden historische verhittingsprocessen. Na training levert het een realtime schatting waarmee de operator corrigerende maatregelen kan nemen – zuurstofstroom aanpassen, koolstof toevoegen, de verhitting verlengen of verkorten – voordat bemonstering het werkelijke eindpunt bevestigt.
Voorspellend energiebeheer is een belangrijke functie wanneer de elektrische vlamboogoven (EAF) werkt op een beperkt elektriciteitsnet. De EAF is een grote, zeer variabele elektrische belasting. De kosten voor piekbelasting van de energieleverancier kunnen de elektriciteitskosten met $5-15 per MWh verhogen. Een voorspellend energiebeheersysteem gebruikt het warmteprofiel om de energievraag 5-15 minuten vooruit te voorspellen en beheert de belasting om binnen de contractuele vraaglimieten te blijven. Als de voorspelling de limiet overschrijdt, kan het systeem de transformatoraftakking tijdelijk verlagen, de elektrodepositie aanpassen om de stroom te verminderen of de start van de volgende warmtecyclus uitstellen.
De data-infrastructuur vormt vaak het knelpunt bij de implementatie van geavanceerde procesbesturing. Het systeem heeft data nodig van de PLC's (niveau 1), het energiemanagementsysteem, de rookgasanalysator, het temperatuurmeetsysteem en het laboratoriuminformatiesysteem. De data moeten tot op één seconde nauwkeurig gesynchroniseerd zijn. Veel fabrieken ontdekken tijdens automatiseringsupgrades dat hun bestaande data-infrastructuur niet aan deze eisen voldoet, waardoor de netwerk- en database-upgrades een aanzienlijk deel van de projectkosten gaan uitmaken.
MONTE INTELLIGENCE werkt samen met toonaangevende automatiseringsleveranciers om geïntegreerde EAF-besturingssystemen te leveren. Ons dienstenpakket omvat specificatie van het besturingssysteem, integratietechniek, inbedrijfstelling en training van operators.
Voor vragen over procesbesturing die specifiek zijn afgestemd op uw ovenconfiguratie, kunt u contact opnemen met helenxu@cnlymonte.com.
