国家标准计划《有色金属冶炼 智能配料技术要求》由 TC243（全国有色金属标准化技术委员会）归口，TC243SC2（全国有色金属标准化技术委员会重金属分会）执行 ，主管部门为中国有色金属工业协会。

主要起草单位 深圳市中金岭南有色金属股份有限公司丹霞冶炼厂 、深圳市中金岭南有色金属股份有限公司 、中国联合网络通信有限公司广东省分公司 、湖南天桥嘉成智能科技有限公司 、中际山河科技有限责任公司 。

一、项目的目的 本标准制定旨在聚焦有色金属冶炼配料环节智能化转型痛点，规范智能配料系统的技术架构、核心功能及性能指标。

明确智能调度、无人起重机控制、工业以太网应用、自动盘库、避障防护等关键技术要求，统一定位精度、配料合格率、盘库误差等量化标准，为行业智能配料系统的新建、改建及升级改造提供统一技术依据。

同时，衔接现行起重机设计、工业网络安全等相关标准，构建适配铜、铝、锌等多品种冶炼场景的技术规范体系，引导企业有序开展智能化改造，破解传统配料工艺效率低、精度差、安全风险高的难题。

二、行业发展痛点与技术突破需求 当前，我国有色冶炼行业普遍面临以下问题： 1.生产环境恶劣：高温、粉尘、有害气体等导致人工操作风险高、劳动强度大； 2.原料复杂多变：原料成分波动频繁，依赖人工经验调控易导致配料合格率低、能耗高； 3.智能化水平不足：传统天车依赖人工操控，存在感知滞后、协同效率低等问题，难以满足现代工业精准控制需求。

面对桥式起重机（天车）在物料转运、混料、上料等环节中作业环境差、效率低、配比波动大、安全隐患突出等挑战，通过5G、边缘计算和智能防摇控制等技术实现天车远程操控、实时数据采集和决策，突破传统工业控制技术瓶颈。

三、技术价值与创新性 1技术集成创新： ？工业以太网：抗干扰强、高可靠移动网络，融合网络切片技术，实现天车操控信号与现场视频/音频数据/雷达数据的高可靠传输，保障实时交互与精准控制； ？冗余通讯网络建设：对天车基础控制信号采用无线+有线传输，双通道保证行车重要控制信号的稳定传输。

？智能决策系统：基于历史数据与实时工况，动态优化物料配比与天车调度策略，提升入炉料指标合格率。

？规则库的建立：通过不断的机器自学习和数据挖掘技术，将调度员的处理方法抽象成规则添加至规则库，为智能决策系统提供基础规则。

？精准定位技术：通过激光测距、编码器、视觉传感器（如摄像头+AI算法）实时获取位置数据，结合伺服控制系统动态调整运行轨迹。

定位误差可控制在±5mm内，适用于高精度物料搬运。

？多轴联动技术：天车的大车（横向）、小车（纵向）、起升机构（垂直）等多轴通过运动控制器协同控制，实现复杂轨迹运动（如三维空间曲线搬运）。

提升作业效率，避免单轴动作滞后导致的碰撞风险，适合密集仓储或多工序衔接场景。

？智能防摇控制技术： 通过角度陀螺仪、机器视觉传感器检测吊具摆动幅度与频率。

基于PID（比例-积分-微分）或自适应控制等防摇控制算法，在启动、制动时提前施加反向补偿力，抑制摆动。

可将摆动幅度降低90%以上，保障高速运行时的物料稳定性与安全性。

2.行业示范意义： ？技术层面，标准深度集成工业以太网冗余架构、5G + 边缘计算、LSTM 深度学习模型等前沿技术，明确单参数定位算法、双阶段调速防摇摆算法等核心技术要求，将定位精度控制在 ±5mm 内、吊重摇摆角度≤±0.5°，通过多传感器融合的避障系统实现 0.3 秒快速响应，填补了我国有色冶炼智能配料领域专项技术标准空白。

其统一的技术架构与量化指标，为智能起重机控制、自动盘库统计、多车协同调度等关键环节提供了统一技术范式，推动行业从 “经验驱动” 向 “数据驱动” 转型，助力攻克复杂工况下精准配料的技术瓶颈。

？产业层面，标准通过规范智能配料系统的技术要求与验证方法，可推动企业实现配料合格率从不足 80% 提升至 95% 以上，设备利用率从 60% 提升至 80% 以上，年故障率降幅超 50%。

无人化作业与远程集控技术的推广，从根本上改善高温、粉尘环境下的作业条件，降低劳动强度 60% 以上，大幅减少安全事故风险，落实职业健康与环保法规要求。

同时，标准引导产学研用协同创新，带动智能装备、控制算法、工业软件等配套产业发展，加速行业智能化转型进程。

？行业层面，标准构建了兼容铜、铝、锌等多品种冶炼场景的通用技术体系，既为大型企业智能化升级提供明确依据，也为中小企业技术改造预留适配空间。

其自主创新的核心技术要求降低了对国外技术规范的依赖，增强了我国有色冶炼行业的技术自主性与国际竞争力，为行业高质量发展注入持久动力。

该项目列入了《市场监管总局标准技术司关于做好传统产业标准升级有关工作的通知》（市监标技(司)函[2025]459号）的项目清单。

一、适用范围 本标准适用于有色金属冶炼行业闪速冶炼智能化配料领域起重机协同控制及全流程无人化作业场景。通过融合工业以太网、智能调度算法及定位控制优化技术，解决传统闪速冶炼中效率低、能耗高、职业健康风险大等问题，推动行业绿色化、智能化升级。 二、主要技术内容 智能调度与精准配料系统开发多仓协同智能调度系统，基于物料类型、堆放区位置及实时工况动态调整配料配方，实现闪速多物料的精准配比，提升原料利用率。采用多台起重机同轨智能联动技术，通过优化路径规划和负载分配，提高设备使用率，降低厂房建设成本。 无人起重机定位控制与防摇摆优化定位控制算法：以减速距离单一参数替代传统多参数模型，简化流程并提升定位精度；集成防撞保护算法，确保多机协同作业安全。电子防摇摆技术：通过无级调速控制行车速度，使吊重摇摆角度≤±0.5°，摆动时间缩短两个摇摆周期，显著提升搬运效率。全闭环防摇控制器作为天车动作的核心单元，同时控制大车、小车、起升，实现 “三轴联动”，且 “无静止” 通过安全区域，极大提高生产效率。 工业以太网远程集控技术通过低延时（<20ms）、高可靠（>99.99%）的工业以太网传输 PLC 控制信号与天车实时状态数据，实现天车的远程操控，支持多台无人天车协同作业。其中时延 < 20ms 为终端（摄像头、PLC 控制器）- 工业以太网交换机 - 汇聚层 - 核心层 - 应用平台全链路的端到端单向时延（不考虑业务处理时间）。基于工业以太网传输的多维视频数据，操作人员在中控室即可完成物料转运、混料等任务，消除有色行业高温、粉尘环境对作业人员的健康危害。工业以太网分层架构（终端接入层、汇聚层、核心层、安全防护层）为不同类型的终端业务提供可靠传输支撑，避免多业务冲突。 配料仓物料检化验数据分布预测模型应用多元线性回归模型将物料检化验指标作为因变量，纳入原料属性等自变量，通过历史数据训练预测数据变化。基于深度学习的 RNN 和 LSTM 模型利用处理时间序列数据特性，捕捉长期依赖关系进行精准预测。集成学习方法组合多元线性回归等模型，通过加权平均或投票融合结果，提升预测准确性与可靠性，预测准确率可达 92% 以上。 多车协同作业算法任务分配算法依据物料紧急程度、作业区域距离、设备负载确定任务优先级，借助动态规划算法合理分配任务，提升整体作业效率。路径规划算法采用改进 A * 算法结合实时环境感知，依靠传感器动态调整路径，避免多车冲突。协同控制算法基于分布式系统架构，无人天车通过工业以太网实时共享状态，突发状况下依协同策略维持生产连续性，单班可实现 2185 吨物料处理能力。