“工艺建模与人工智能支持的孪生技术是金属循环经济的核心赋能手段”

Nikolaus Borowski: 工艺建模和数字工艺孪生是循环经济的核心赋能技术，适用于所有金属生产企业。在有色金属回收领域，由于需要处理大量元素，多金属协同回收设施的设计具有特殊复杂性。我们的目标不仅是回收铜或镍等基础金属，还包括锡、锌、铅等其他金属以及铂族金属（PGMs）。通过工艺仿真技术，我们将原生及次生资源的冶金工艺与冶金设备的产品设计紧密结合。

Ali Akouch：我们的主要目标在保障材料质量的前提下，最大限度降低材料损耗与能量耗散。数字孪生技术有助于整合热力学定律和材料的物理特性，使我们能够评估不同的能源组合。

Nikolaus Borowski：数字工艺孪生技术为评估最有效的冶金工艺路径及最高效的设备提供了依据。通过模拟不同场景，它们有助于预测结果并优化工艺参数。首先，我们比较不同的工艺路径，以确定针对输入材料的最佳工艺。随后，通过仿真，我们可以更精细地设计工艺，从而通过最大化产量和生成高附加值副产品来实现减废。

Nikolaus Borowski： 我们与波兰的KGHM公司合作，为其工厂打造了包含100多个计算单元/反应器的数字工艺孪生模型。该模型通过近 600 个工艺节点连接，涉及 40 多种元素和大量化合物，这些元素和化合物在处理精矿、二次材料以及电子废弃物时可能会生成。莱格尼察工厂的各种反应器通过吉布斯自由能最小化原理进行详细建模，模拟包括某些反应器的多区/单元（最多五个）中的各种非理想状态，以尽可能真实地反映工业现实。在此基础上，我们进行了多种优化研究。最重要的是，这一方法基于物理学原理来确定占地面积，从而合理规划多种材料回收厂的空间。这是利用模拟工具为未来工厂优化项目投资得出正确结论的一个重要里程碑。

Ali Akouch：我们开发了先进的实时预测过程控制系统 BlueControl。BlueControl 是首个由人工智能支持的精确工艺控制系统，革新了有色金属行业的标准。它是一个实时计算引擎，专用于“即时”设计、分析、控制和优化冶金过程。该系统以严格的模拟为基础，结合实时数据生成数据集，并通过深度学习算法应用于二级和三级过程控制架构。我们在深度学习结果中集成了热力学信息，以确保预测结果始终符合基本物理定律。

BlueControl 的应用范围广泛。例如，它可以用于确定最佳的进料组合，以在最大化产量下同时减少碳足迹，或在优化最终产品质量的同时，使用最经济的进料材料并缩短冶炼周期以减少切换时间。其他应用还包括预测操作参数以延长熔炉寿命，或优化气体净化工艺流程。

Ali Akouch：BlueControl 有两个核心应用：仿真和优化。仿真是 BlueControl控制程序的核心功能。以倾动式精炼炉（TRF）中的废铜精炼过程为例，它可以计算精炼氧化和还原阶段结束时阳极铜的质量和杂质浓度。模型计算生成多种结果，包括动态液态铜的重量及其成分、动态熔渣的重量及其成分、动态废气成分和固体重量。通过人机界面，操作员可以直观地查看和分析模拟精炼过程的结果。

BlueControl 内嵌模块化优化算法，旨在优化铜精炼效率。根据废铜的重量及成分、进料温度、氧化气体速率和还原气体速率，优化算法能够找到最佳的通量组合，从而在精炼过程结束时最大限度地提高阳极铜的纯度并减少杂质。这不仅提升了生产效率、产量、质量和吞吐量，还显著降低了生产成本，每年节约数百万欧元。

Ali Akouch：BlueControl 的首台原型机已在一家客户处成功测试。我们很高兴能够进一步开发这项技术，以提供效益和效率更高的下一代冶金设备。在有色金属领域，我们仍在开发多种应用。然而，其潜在应用领域已从有色金属扩展至钢铁工业、埋弧炉，以及用于铁合金生产和炼铁的露天熔炉。我们计划将 BlueControl 作为一种基于业绩的服务模式进行提供。