编制日期：2022年9月项目名称：CSP均热炉碳排放监测及低碳节能生产技术研究技术方案科研项目外协合作

为改善板坯下表面质量，需要定期做炉辊清理。每做一次炉辊清理A、B线各需要50分钟，带来停机时间延长、均热炉空烧等问题。CSP均热炉热效率较低仅40%左右，大量的热损耗导致能耗较高。目前武钢有限CSP均热炉在碳排放和热效率方面存在的主要问题有：钢铁工业属于能源密集型行业，在快速发展中对资源、能源的消耗,对环境的污染也与日俱增。为了应对日渐增加的企业能源及环境成本，国际上先进钢铁企业纷纷制订了应对措施。根据“十二五”规划《纲要》实行重点企业直接报送温室气体排放和能源消费数据制度”的要求，中国宝武集团对外公布力争2023年实现二氧化碳排放达到峰值，2025年具备减碳30%工艺技术能力，2035年力争减碳30%，2050年实现碳中和。这其中，能源的有效利用、绿色能源的选择是最重要一环，因此节能降耗也成为碳减排的必要选项。现状及存在的问题技术需求

（2）目前CSP均热炉热效率为40%。（1）尚无碳排放在线监测及评价系统。现有技术指标综上所述，CSP均热炉未进行烟气碳排放监测，缺少煤气的进出闭环监测，且受限于人工调控在节能降耗方面有很大优化空间。因此对CSP均热炉碳排放实施监测并开发更先进的算法模型很有必要，也能进一步促进双碳目标的达成。因此对CSP均热炉碳排放实施监测并开发更先进的算法模型很有必要。数据采集困难，各类数据零散独立，缺乏系统性集成，存在异常监测不到、响应不及时等问题，且无法对碳排放实施有效监控、评估。CSP均热炉燃烧控制系统依赖人工调控，人工调控不当带来加热温度不均匀、空燃比设定不合理和氧化烧损较严重等问题，导致均热炉的能源利用率低，也促使碳排放水平偏高。

（3）对于现场作业环境未部署数据采集设备的，本次项目解决方案重点，在均热炉的烟气排放通道上安装碳排放相关元素（二氧化碳、一氧化碳、残氧等）的监测，并结合生产工艺数据，均热炉L1数据、均热炉烟气环保监测数据，以及燃烧原料的监测信息，对周边环境风量、时间、速度做同步监测。（2）从ERP系统获取生产计划，品类批次，从MES中获取工艺路径及参数，从EMS中获取水，电，煤，气的投入量。（1）收集采集三大类数据：现有信息系统数据（ERP、MES、EMS等）、设备感知类数据（各种烟气、温湿度、压力、速度等）、人工操作数据。1、在线数据采集解决方案及实施条件（3）均热炉煤气单耗为0.78GJ/T。

（2）将感知设备在作业末端所采集到的碳排放数据，与生产计划，品类批次，作业时间，产品型号，工艺路线，能源消耗等，做相关聚类分析。（1）通过以上通道采集到碳排放相关的数据后，以钢卷号为主线，以时间对齐为辅助，先做数据可读性处理，再对所采集的数据进行业务相关融合。建立生产边缘测的多源异构数据融合中心，将多维数据综合处理及分析。建立自控模型的数字系统，减少人为不确定因素，利用新型设备，完善监测点位，形成场景监测闭环，促使碳数据链更完整。2、数据融合具体数据采集方案，见下表：

（3）经反复分析、现场调试部署，获取真实的产品全生命周期的碳排路线图。（2）根据聚类分析的可能碳排路径，再校验获取信息系统数据，查缺补漏传感采集点位，再次获取新感知数据，重新做融合和聚类相关分析，以不断修正排碳路径的准确性。（1）基于LCA思想，结合数据融合后的碳排放相关性聚类分析，呈现一个品类或者具体到一个钢卷可能的碳排放路径。根据在线检测数据及融合分析，找到现状排碳水平及现状排放路径。3、确定排碳路径（3）通过碳相关性聚类分析，呈现在一个产品的生命周期中，可能排碳的位置，时间，方式等。

c.预测模型阶段，通过算法时序性预测空燃比，实时调整，减少能源损耗；b.硬件问题诊断优化阶段，对硬件调整包括传感器调整等，确定是否需要添加传感器或者设备维护；a.数据分析阶段，首先进行数据诊断，寻找内在规律，诊断问题所在；（2）构建均热炉碳排放诊断数学模型，在实施过程中，首先采集工况数据，利用专家知识库数学模型对数据进行分析、评判、训练和设定。（1）基于《中国钢铁生产企业温室气体排放核算方法与报告指南（试行）》等，建立排碳核算专家知识库模型，通过国家碳排放核算标准及方法进行碳排放核算；专家知识库模型依赖将国家碳排放核算标准数字化来达到目的，通过存储和管理专家系统中的国家碳排放核算标准和方法，基于不同的应用场景，调用对应的碳排放核算标准进行核算。4、建立诊断模型

综合生产计划，工艺作业，能源消耗，作业场景及环境等综合因素建立不同产品，不同工艺，不同场景的合理排碳模型。5、建立合理排碳模型c.利用归因模型需要反复对比校验，将多次计算分析的指标结果叠加，最终形成一份画像报告。b.通过采集和获取基础数据，计算出诸如冷风比，热效率，空气流速，燃烧时间，漏气量，漏风率，空燃比等参数指标。a.确认碳排路径后，依照碳排相关性，进一步数据分析，构建均热炉碳排放诊断数学模型，利用归因模型算法，对产品的排碳情况，出具筛查体检式，画像报告。（3）构建空燃比模型，将温度、气体等时间序列建模为多个状态，并使用动态图表示的演化状态图（evolutionarystategraph）建模不同时间步中事件状态节点之间的转移关系，从而预测时序空燃比的变化。

（1）排碳合理化模型建立后，随着时间以及作业变化，设备老化等，模型需要不断的优化精进。以便满足工艺提升，适应新产品和进一步降碳节能。综合设备、人为、工艺、原材料、能源等多维因素，将诊断模型和合理化模型持续优化，以实现经济效益，产品质量，成本控制，作业实际，能环排放平衡的优化目标。6、模型持续优化（3）利用AI算法和神经网络，针对产品或场景，动态固化排碳模型，致使在产品的生产制造过程中，碳排放相关环节转为参照碳排因子的变化而自动优化控制。（2）样本筛选识别聚类，碳排放、温度预警，关键权因子制定，异常关联性分析，预警阈值设定等；（1）根据生产的碳画像报告，可规范各类异常的物理原因，非线性参数解耦，工况基准值优化，例如水电气供给方式，用量，时间等等。

（1）依据《中国钢铁生产企业温室气体排放核算方法与报告指南（试行）》核算方法，反复优化磨合模型，结合采集到的碳相关性数据，通过模型做满足生产品质的碳排放边际计算。根据优化模型为不同场景，不同产品，不同工艺，动态设置排碳基准线。7、分析设置排碳基准线（4）后续运用归因模型等人工智能AI算法模型得出最优解，并结合碳排放因子计算法，对这些因子进行权重排序，即得出影响碳排放相关的因素，也能明确能耗消耗直接原因，并根据钢种规格优化加热工艺，逐步优化空燃比模型，促进煤气单耗降低，从而减碳。（3）在实施过程中，首先采集工况数据，利用数学模型对其进行分析、评判、训练和设定，然后根据已训练优化过的样本库、自适应权因子和当前信息，进行异常的准确识别和预警，后续进行排碳成因筛查，排碳合理性分析，通过模型数据积累和自学习，不断优化模型。（2）通过碳排放监测，并采集与工艺生产、碳相关的各类实时数据（可从L1、L2、L3系统或边缘数据中心获取），基于数据采集和实时数据，提出影响均热炉能耗的工艺流程因素；并分析关键参数与碳排放相关关系；

（1）基于数据采集，数据融合，模型计算，反复自学习校验，系统可相对于历史表现出具当下碳排放表现的审计报告。基于实际检测数据，历史诊断结果，历史排碳基准执行情况，做碳审计。针对现状不合理问题和点位给出改造建议方案。8、碳审计（4）最终通过学习获得均热炉排碳基准线。并可为均热炉的改造，节能优化提供合理的改造建议。（3）后续伴随不断的数据积累，模型会不断深入学习，计算出新的碳边际，系统可反复与历史基准线进行校验。已确定为新的动态碳排基准线。（2）结合采集到的碳排放多因子，针对场景，工艺，品类可计算出不同碳排放边际，即为碳排基准线。

2）评估均热炉的碳排放水平，能耗数据分析诊断的响应速度<4秒；1）均热炉碳排放实现在线监测，实时数据展示的响应速度<1秒；碳排放在线监测及评价系统需满足如下技术参数：1、开发出CSP均热炉碳排放在线监测及评价系统，评估碳排放水平。目标及技术指标（2）结合诊断模型，在能源分配上，例如水电煤气的配置量建议。在工艺手段上，例如作业中的温控，电控，风量控制等，给与调优建议。在设备使用上，设备维护，使应用方式等给出调优建议。

3、合同生效后5～7个月内，完成煤气有效利用率分析，各区负荷优化调整，优化全炉加热曲线，分析碳排放相关影响因素。2、合同生效后3～4个月内，完成优化炉辊清理控制程序参数，采集并集成碳相关的各类数据。1、合同生效后1～2个月内，完成项目设计方案、需求分析。进度计划2、均热炉煤气单耗由0.78GJ/T降低至0.68GJ/T。3）分析能耗工艺影响因素，空燃比算法模型能耗异常反馈速度，以及实时用能参数优化建议的响应速度<4秒。

2、达到上述技术指标和技术要求。1、完成上述项目研究内容。验收条件及方式6、合同生效后11～12个月内，提交结题总结报告，完成并通过专家验收评审。5、合同生效后9～10个月内，完成用对碳排放数据全面解析，结合碳排放因子计算法，对这些因子进行权重排序。4、合同生效后8～9个月内，完成均热炉碳排放在线监测及评价系统开发，测算碳排放水平。

单位全称：武汉钢铁有限公司单位全称：宝信软件（武汉）有限公司甲方（公章）乙方（公章）附件：设备、材料清单4、甲方组织专家验收评审和/或现场考核验收。3、提交结题总结报告。

日期：2022年9月29日日期：2022年9月29日经办人：经办人：（委托代理人）（委托代理人）法定代表人：法定代表人：