JP2737139B2 - Blast furnace heat control system - Google Patents
Blast furnace heat control systemInfo
- Publication number
- JP2737139B2 JP2737139B2 JP2880588A JP2880588A JP2737139B2 JP 2737139 B2 JP2737139 B2 JP 2737139B2 JP 2880588 A JP2880588 A JP 2880588A JP 2880588 A JP2880588 A JP 2880588A JP 2737139 B2 JP2737139 B2 JP 2737139B2
- Authority
- JP
- Japan
- Prior art keywords
- action
- furnace heat
- amount
- furnace
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Classifications
-
- C—CHEMISTRY; METALLURGY
- C21—METALLURGY OF IRON
- C21B—MANUFACTURE OF IRON OR STEEL
- C21B5/00—Making pig-iron in the blast furnace
- C21B5/006—Automatically controlling the process
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Materials Engineering (AREA)
- Metallurgy (AREA)
- Organic Chemistry (AREA)
- Manufacture Of Iron (AREA)
Description
【発明の詳細な説明】 [産業上の利用分野] 本発明は、高炉から出銑される溶銑温度を制御する高
炉炉熱制御装置に関するものである。Description: TECHNICAL FIELD The present invention relates to a blast furnace heat control device for controlling the temperature of hot metal discharged from a blast furnace.
[従来の技術] 従来高炉内の溶銑の温度を推定し、且つこれを管理・
制御する方法としては、一般に高炉操業者が高炉に設置
された種々のセンサからの情報を定性的に判定して高炉
の評価を行い、操業因子の最適な調整を行うという方法
が採られている。しかし、その評価の結果には操業者の
能力や経験等による個人差があり、このため、操業アク
ションの基準化が難しいと共に、評価が定量的でないた
め溶銑温度の推定が行い難いという問題点があった。[Prior art] Conventionally, the temperature of hot metal in a blast furnace is estimated, and this is managed and controlled.
As a control method, a method is generally adopted in which a blast furnace operator evaluates the blast furnace by qualitatively judging information from various sensors installed in the blast furnace and performs optimal adjustment of the operation factor. . However, there are individual differences in the results of the evaluation due to the capabilities and experience of operators, which makes it difficult to standardize the operation actions, and it is difficult to estimate the hot metal temperature because the evaluation is not quantitative. there were.
このようなことから、例えば特公昭51−30007号公報
に開示されているような高炉のプロセス制御方法が提案
されている。このプロセス制御方法は、送風温度を一定
に保ち、操業中連続的に入手できる測定値から炉内の直
接還元量を求め、銑中Si含有量の目標値とその実績値を
代表する指数平滑値との差によって、銑中Si含有量の長
周期変動を防止するための補正項を付加した方程式によ
って送風湿分を決定し、この送風湿分決定値によって炉
内における熱収支を制御するようにしている。For this reason, for example, a blast furnace process control method as disclosed in Japanese Patent Publication No. 51-30007 has been proposed. This process control method keeps the blowing temperature constant, calculates the amount of direct reduction in the furnace from the measurement values that can be obtained continuously during operation, and calculates the target value of the Si content in the pig and the exponential smoothed value that represents the actual value. The blast moisture is determined by an equation with a correction term added to prevent long-term fluctuations of the Si content in the pig, and the heat balance in the furnace is controlled by the blast moisture determination value. ing.
このため、高炉状況の計算制御した時に生ずるその大
波変化(長周期の変化)を修正して的確な操業を実現し
たものとなっている。For this reason, a large wave change (change in a long cycle) that occurs when the blast furnace condition is calculated and controlled is corrected to realize an accurate operation.
[発明が解決しようとする課題] 上記の特公昭51−30007号公報に開示されている従来
のプロセス制御方法では、センサからの情報を解析して
モデルに入力して所定の演算を行うようにしている。こ
のため、その演算を実行するコンピュータは言語として
例えばフォートランが使用されているが、演算容量は極
めて大きなものとなっている。更に、高炉は経年変化す
るので解析モデル自体を変更してメンテナンスしなけれ
ばならないが、解析モデル自体が複雑であるから解析モ
デルの条件変更は極めて面倒な作業になるという問題点
があった。[Problems to be Solved by the Invention] In the conventional process control method disclosed in Japanese Patent Publication No. 51-30007, information from a sensor is analyzed and input to a model to perform a predetermined calculation. ing. For this reason, a computer that executes the computation uses, for example, Fortran as a language, but the computation capacity is extremely large. Further, since the blast furnace changes over time, maintenance must be performed by changing the analysis model itself. However, since the analysis model itself is complicated, changing the conditions of the analysis model is extremely troublesome.
また、前記の問題点を解決する手段として、人工知能
用言語、例えばLISPを使用したコンピュータシステムに
よりメンテナンス性を改善することができるが、ここ
で、センサ情報(真偽データ、各種センサデータ)と、
知識ベースを用いて、炉熱状況について推論する上で、
プロダクションルールを用いた場合には、関係する全て
のセンサに対して、例えば、 IF(センサiの温度がT1〜T2の範囲である。)THEN
(高熱レベルであるCF値はC1)……,(低熱レベルであ
るCF値はCn); IF(センサiの温度がT1〜T3の範囲である。)THEN
(高熱レベルのCF値C′1),……(低熱レベルのCF値
はC′n); …… とルールを表現して行く必要があり、膨大なルール数と
なるため推論時間が増大し、且つ、CF値の調整が極めて
繁雑になっている。As means for solving the above problems, the maintainability can be improved by a computer system using an artificial intelligence language, for example, LISP. Here, sensor information (true / false data, various sensor data) and ,
In inferring the furnace heat situation using the knowledge base,
When the production rule is used, for example, IF (the temperature of the sensor i is in the range of T1 to T2) THEN for all the sensors concerned.
(The CF value that is the high heat level is C1)... (The CF value that is the low heat level is Cn); IF (The temperature of the sensor i is in the range of T1 to T3.) THEN
(CF value at high heat level C′1),... (CF value at low heat level is C′n);... In addition, the adjustment of the CF value is extremely complicated.
このため、上記ルールのプログラムの作成、或いはル
ール内に記述されている確信度を示す数値の量は膨大と
なり、その入力作業が繁雑となるという問題点があっ
た。For this reason, there is a problem that the amount of numerical values indicating the degree of certainty described in the creation of the rule program or in the rules becomes enormous, and the input operation becomes complicated.
更に、過去にとられたアクションの影響が考慮されて
おらず、このため必ずしも炉の実際の状況を把握してお
らず、この点からも炉温の制御精度が不十分であるとい
う問題点があった。Furthermore, the effects of actions taken in the past are not taken into account, and thus the actual condition of the furnace is not always grasped, and from this point, the accuracy of controlling the furnace temperature is insufficient. there were.
本発明は、このような問題点を解決するためになされ
たものであり、高炉の炉熱を高精度に制御することがで
き、コンピュータで実現した際にその演算容量、演算速
度を改善し、且つ、高炉の経年変化など新たな状況に対
しても、ルールの追加、修正が容易で、かつ過去のアク
ションの影響も考慮した高炉炉熱制御装置を得ることを
目的とする。The present invention has been made in order to solve such a problem, it is possible to control the furnace heat of the blast furnace with high precision, and when implemented by a computer, to improve its arithmetic capacity and arithmetic speed, It is another object of the present invention to provide a blast furnace heat control apparatus that can easily add and modify rules even in a new situation such as aging of the blast furnace and that takes into account the effects of past actions.
[課題を解決するための手段] 第1図は本発明に係る高炉炉熱制御装置の概念を示し
たブロック図である。本発明に係る高炉炉熱制御装置
は、高炉に設置された各種のセンサからデータを所定の
タイミングで取り込むデータ入力手段と、前記センサか
らのデータに基づいて、羽口埋込み温度、荷下り速度、
圧力損失、炉頂温度、ガス利用率、ソリューションロス
量等、高炉の状況を示す各種データを作成すると共に、
該各種データをその基準データと比較して、その差デー
タを作成する加工データ作成手段とを有し、 更に、前記各種データ及び差データ(以下加工データ
という)を一時記憶する記憶手段と、高炉操業について
の経験、実績、数式モデル等に基づいた各種の知識ベー
スが記憶された知識ベース格納手段と、前記記憶手段の
加工データと前記知識ベース格納手段の知識ベースに基
づいて炉熱レベル及び炉熱推移を推論し、高炉に対する
アクション量を決定する推論手段と、アクション量を出
力する手段とを有する。[Means for Solving the Problems] FIG. 1 is a block diagram showing the concept of a blast furnace heat control device according to the present invention. The blast furnace heat control device according to the present invention is a data input unit that captures data from various sensors installed in the blast furnace at a predetermined timing, and based on the data from the sensors, tuyere embedding temperature, unloading speed,
Create various data indicating the blast furnace status, such as pressure loss, furnace top temperature, gas utilization rate, solution loss amount, etc.
Processing data creating means for comparing the various data with the reference data to create the difference data, further comprising a storage means for temporarily storing the various data and the difference data (hereinafter referred to as processing data); Knowledge base storage means in which various knowledge bases based on operation experience, results, mathematical models and the like are stored, and furnace heat levels and furnaces based on the processing data in the storage means and the knowledge base in the knowledge base storage means. It has inference means for inferring a heat transition and determining an action amount for the blast furnace, and means for outputting the action amount.
前記知識ベース格納手段は、炉熱レベルを推定するた
めに使用される「炉熱レベル判定知識ベース」と、炉熱
推移を推定するために使用される「炉熱推移判定知識ベ
ース」と、炉熱レベル及び炉熱推移よりアクション量を
決定するために使用される「アクション判定知識ベー
ス」と、過去のアクションおよび外乱に基づいてアクシ
ョン量の補正値を決定する「アクション補正知識ベー
ス」と、アクション量とアクション補正量から実際のア
クション量を決定する「総合判定知識ベース」とを含ん
でいる。The knowledge base storage means includes a "furnace heat level determination knowledge base" used for estimating a furnace heat level, a "furnace heat transition determination knowledge base" used for estimating a furnace heat transition, "Action determination knowledge base" used to determine the action amount from the heat level and furnace heat transition, "action correction knowledge base" to determine the correction value of the action amount based on past actions and disturbances, and action It includes an “overall judgment knowledge base” for determining an actual action amount from the amount and the action correction amount.
前記「炉熱レベル判定知識ベース」及び前記「炉熱推
移判定知識ベース」は、加工データと炉熱レベルを独立
変数とし、これらの組み合わせの起こる確からしさ(以
下確信度という)を従属変数とする確信度関数と、この
確信度関数の適用方法を決定するルール群とをそれぞれ
有し、前記「アクション判定知識ベース」は、炉熱レベ
ルと炉熱推移よりアクション量を決定するルールを有
し、「総合判定知識ベース」は、アクション量とアクシ
ョン補正量から実際のアクション量を決定するルールを
有する。The "furnace heat level determination knowledge base" and the "furnace heat transition determination knowledge base" use the processing data and the furnace heat level as independent variables, and the likelihood of occurrence of a combination thereof (hereinafter, referred to as a certainty factor) as a dependent variable. A confidence function, and a rule group for determining a method of applying the confidence function, respectively, wherein the `` action determination knowledge base '' has a rule for determining an action amount from a furnace heat level and a furnace heat transition, The “comprehensive judgment knowledge base” has a rule for determining an actual action amount from an action amount and an action correction amount.
更に、前記「アクション補正知識ベース」は、過去に
とられたアクション及びその影響量を判定してアクショ
ン補正量を求めるために使用されるアクショイン補正ル
ールを有する。Further, the "action correction knowledge base" has an action-in correction rule used to determine an action taken in the past and its influence amount to obtain an action correction amount.
[作用] 本発明においては、加工データ作成手段によりデータ
入力手段からの高炉データに基づいて高炉の状況を示す
各種データを作成した後、そのデータに基づいて加工デ
ータを作成する。その加工データと知識ベース格納手段
に格納された知識ベースとに基づいて人工知能としての
推論演算を行い、高炉に対するアクション量を決定す
る。[Operation] In the present invention, various data indicating the state of the blast furnace is created by the machining data creation means based on the blast furnace data from the data input means, and then machining data is created based on the data. An inference operation as artificial intelligence is performed based on the processed data and the knowledge base stored in the knowledge base storage means to determine an action amount for the blast furnace.
その推論演算に際しては、炉熱レベル判定知識ベース
を用いて炉熱レベルが推定され、炉熱推移判定知識ベー
スを用いて炉熱推移が推定される。これらの炉熱レベル
及び炉熱推移を推論する際には、確信度関数とその適用
方法を決定するルール群とが用いられ、推論結果に対す
る確信度を得る。In the inference calculation, the furnace heat level is estimated using the furnace heat level determination knowledge base, and the furnace heat transition is estimated using the furnace heat transition determination knowledge base. When inferring these furnace heat levels and furnace heat transitions, a certainty function and a group of rules that determine how to apply the function are used to obtain certainty for the inference result.
次に、アクション判定知識ベースに上記の炉熱レベル
及び炉熱推移を適用してアクション量を決定する。更
に、アクション補正知識ベースのアクション補正ルール
を用いて過去のアクションの影響を判断してそれに基づ
いてアクション補正量を求める。Next, the action amount is determined by applying the furnace heat level and the furnace heat transition to the action determination knowledge base. Further, the influence of the past action is determined using the action correction rule of the action correction knowledge base, and the action correction amount is determined based on the influence.
次に、総合判定知識ベースを用いてアクション量及び
アクション補正量から実際のアクション量を決定する。
そして、そのアクション量に基づいて操業因子を調整す
ることにより高炉炉熱が制御される。Next, the actual action amount is determined from the action amount and the action correction amount using the comprehensive judgment knowledge base.
Then, the blast furnace heat is controlled by adjusting the operation factor based on the action amount.
[実施例] 以下本発明の実施例を図面に基づいて説明する。第2
図は本発明の一実施例に係る高炉炉熱制御装置及びその
関連設備を示すブロック図である。Example An example of the present invention will be described below with reference to the drawings. Second
FIG. 1 is a block diagram showing a blast furnace heat control apparatus and related equipment according to an embodiment of the present invention.
図において、(1)は制御対象となる高炉、(10)は
本発明に係る高炉炉熱制御装置で、データスキャナー
(11)、センサデータ収集手段(12)、ファイル手段
(14)、演算手段(16)、出力手段(18)、知識ベース
(22)、推論エンジン(26)、及び共通データタバッフ
ァ(24)を含んでいる。In the figure, (1) is a blast furnace to be controlled, and (10) is a blast furnace heat control device according to the present invention, which is a data scanner (11), a sensor data collection unit (12), a file unit (14), and a calculation unit. (16), output means (18), knowledge base (22), inference engine (26), and common data buffer (24).
センサデータ収集手段(12)は各種センサ、例えば温
度センサ,圧力センサ、ガスセンサ等からのデータをデ
ータスキャナー(11a),(11b),(11c)を介して時
系列に入力処理するものである。The sensor data collection means (12) inputs data from various sensors, for example, a temperature sensor, a pressure sensor, a gas sensor, etc., in a time-series manner through data scanners (11a), (11b), and (11c).
フアイル手段(14)は、フアイルデータバンキング機
能を果たしている。演算手段(16)は、フアイル手段
(14)に格納されたセンサデータ収集手段(12)からの
データを指数平滑処理をした後再びフアイル手段(14)
に格納する。そして、所定時間例えば20分毎にその平均
値、及び平均値と基準値との差データを加工データとし
て、加工データ記憶手段である共通データバッファ(2
4)に送り出す。この演算手段(16)は、上記の他に後
述するアクション補正ルールの演算処理の一部も行う。The file means (14) fulfills a file data banking function. The arithmetic means (16) performs exponential smoothing processing on the data from the sensor data collecting means (12) stored in the file means (14), and then re-executes the file means (14).
To be stored. The average value and the difference data between the average value and the reference value are set as processing data every predetermined time, for example, every 20 minutes, and the common data buffer (2
Send out to 4). The calculation means (16) also performs a part of calculation processing of an action correction rule described later in addition to the above.
推論エンジン(26)はそのデータと知識ベース(22)
の知識に基づいて所定の推論演算を行ない、次にとるべ
きアクション量を求めて共通データバッファ(24)に再
び格納すると共に、ファイル手段(14)にも格納する。The inference engine (26) has its data and knowledge base (22)
Based on the knowledge of the above, a predetermined inference operation is performed, and the amount of action to be taken next is obtained and stored in the common data buffer (24) again and also stored in the file means (14).
(30)はCRTで、推論エンジン(26)の推論結果が、
フアイル手段(14)を介して伝えられて表示される。(30) is a CRT, and the inference result of the inference engine (26)
The information is transmitted and displayed via the file means (14).
(32)はデジタル計装装置で、高炉炉熱制御装置(1
0)の指令に基づいて高炉の温度制御をするもので、送
風湿分、送風温度、重油等液体燃料等炉熱調整可能な操
作種の操作量を調整する。このとき、高炉炉熱制御装置
(10)の指令は出力手段(18)を介してデジタル計装装
置(32)に送り出される。(32) is a digital instrumentation device, which is a blast furnace heat control device (1
It controls the temperature of the blast furnace based on the command 0), and adjusts the operation amount of the operation type that can adjust the furnace heat such as the blast moisture, the blast temperature, and the liquid fuel such as heavy oil. At this time, the command of the blast furnace heat control device (10) is sent out to the digital instrumentation device (32) via the output means (18).
(40)は熱風炉で、(42),(44),(46)はそれぞ
れ制御弁である。(40) is a hot blast stove, and (42), (44) and (46) are control valves respectively.
以上の構成からなる本実施例の動作の概要を説明す
る。An outline of the operation of the present embodiment having the above configuration will be described.
(1)まず、各種のセンサのデータがデータスキャナー
(11)を介してセンサデータ収集手段(12)により順次
所定のタイミングで、例えば1分間隔で読取られ、フア
イル手段(14)に格納される。(1) First, data of various sensors are sequentially read at predetermined timings, for example, at one-minute intervals by a sensor data collecting means (12) via a data scanner (11) and stored in a file means (14). .
.)フアイル手段(14)に格納されたデータは、演算手
段(16)により指数平滑処理される。ここでは、荷下
り、温度、ガス利用率、出銑滓等に関するデータが演算
処理される。演算処理された各種データは再びフアイル
手段(14)に格納される。次に、これらの各種データは
所定時間、例えば20分間隔でその平均値、及びその平均
値と所定の基準値との差を求めて、それを加工データと
して共通データバッファ(24)に転送する。. The data stored in the file means (14) is subjected to exponential smoothing processing by the arithmetic means (16). Here, data relating to unloading, temperature, gas utilization rate, tapping slag, and the like are processed. The various data subjected to the arithmetic processing are stored again in the file means (14). Next, an average value of these various data is determined at predetermined time intervals, for example, every 20 minutes, and a difference between the average value and a predetermined reference value is obtained and transferred to the common data buffer (24) as processed data. .
(3)推論エンジン手段(26)は、知識ベース(22)に
予め格納されている知識データと共通データバッファ
(24)の加工データとに基づいて高炉内の状況を推論演
算する。(3) The inference engine means (26) infers the situation in the blast furnace based on the knowledge data stored in the knowledge base (22) in advance and the processing data of the common data buffer (24).
ここで、知識ベースは第3図に示すように炉熱レベル
判定KSグループ、炉熱推移判定KSグループ(KS;知識
源)、アクション判定KS、アクション補正判断KS、総合
判定KSグループ、操業状態判定KSの各知識ベースのユニ
ットから形成される。Here, the knowledge base includes a furnace heat level determination KS group, a furnace heat transition determination KS group (KS; knowledge source), an action determination KS, an action correction determination KS, a comprehensive determination KS group, and an operation state determination as shown in FIG. Formed from each knowledge base unit of KS.
炉熱レベル判定KSグループは、高炉の炉熱レベルがど
の水準にあるかを決定するために推論エンジン(26)に
よって使用される知識ベースであり、溶銑温度を主判断
要因として炉熱レベルを判定する「溶銑温度−炉熱レベ
ルKS」、その他のセンサの測定量を主判断要因として炉
熱レベルを判定する「センサ−炉熱レベルKS」等を含ん
でいる。Furnace heat level determination The KS group is a knowledge base used by the inference engine (26) to determine the furnace heat level of the blast furnace, and determines the furnace heat level using the hot metal temperature as the main determining factor. "Hot metal temperature-furnace heat level KS", and "sensor-furnace heat level KS" for determining the furnace heat level based on the measured amount of other sensors.
これらのKSは、いずれも各測定量および炉熱レベルを
独立変数、、それらの組合わせが発生する確率(確信
度)を従属変数とする確信度関数(以下CF関数という)
と、そのCF関数の使用手順を決定するルール群から成立
っている。Each of these KSs is a confidence function (hereinafter referred to as CF function) with each measured quantity and furnace heat level as an independent variable, and the probability (confidence) of the occurrence of the combination as a dependent variable.
And the rules that determine the procedure for using the CF function.
炉熱推移判定KSグループは、高炉の炉熱の推移が、ど
のような水準にあるかを決定するために推論エンジン
(26)によって使用される知識ベースであり、溶銑温度
の推移を主判断要因として炉熱の推移を判定する「溶銑
温度−炉熱推移KS」、その他のセンサの測定量の推移を
主判断要因として炉熱推移を判定する「センサ−炉熱推
移KS」等を含んでいる。The KS Group is a knowledge base used by the inference engine (26) to determine the level of the furnace heat transition of the blast furnace. Includes "hot metal temperature-furnace heat transition KS", which determines the transition of furnace heat, and "sensor-furnace heat transition KS", which determines the transition of furnace heat mainly based on the transition of measured values of other sensors. .
これらのKSも、各測定量および炉熱推移レベルを独立
変数、それらの組合わせが発生する確率(確信度)に従
属変数とするCF関数と、そのCF関数の使用の手順を決定
するルール群から成立っている。These KS also have a CF function that makes each measured quantity and furnace heat transition level an independent variable, a dependent variable of the probability (confidence) of the combination of them, and a set of rules that determine the procedure for using the CF function. It consists of.
アクション判定KSは、炉熱レベルと炉熱推移レベルの
組合わせにより、アクション量を判定するルール群から
成立っている。アクション補正量KSグループは、過去に
とられたアクションおよび過去に発生した外乱の情報に
もとづいて、現在のアクション量の補正を行なうための
ルール群から成立っている。総合判定KSは、アクション
判断の結果とアクション補正量判断の結果にもとづいて
最終的なアクション量を決定するためのルール群から成
立っている。The action determination KS is made up of a rule group for determining an action amount based on a combination of a furnace heat level and a furnace heat transition level. The action correction amount KS group is made up of a rule group for correcting the current action amount based on information on actions taken in the past and disturbances occurring in the past. The comprehensive judgment KS is made up of a group of rules for determining the final action amount based on the result of the action judgment and the result of the action correction amount judgment.
そして、操業状態判定KSは、例えば炉熱レベル等に基
づいて炉の操業が正常に行われているか否かを判定し、
正常であれば上記のアクション量をそのまま制御系に送
り出し、異常であればその旨を表示してオペレータにガ
イダンスするルール群から成り立っている。Then, the operation state determination KS determines whether or not the operation of the furnace is normally performed based on, for example, the furnace heat level,
If it is normal, the above-mentioned action amount is sent to the control system as it is, and if it is abnormal, a rule group is displayed to indicate the fact and guide the operator.
推論エンジン手段(26)は各知識ベースを実行するも
ので、第3図のフローチャートに示すように、まず、炉
熱レベル及び炉熱推移を判定し、次にこれらの判定結果
に基づいてアクション量を判定する。このアクション量
は所定の補正がなされ、その結果は一般的に共通データ
バッファ(24)に格納された後、フアイル手段(14)及
び出力手段(18)を介してデジタル計装装置(32)に送
られる。The inference engine means (26) executes each knowledge base. First, as shown in the flowchart of FIG. 3, the furnace heat level and the furnace heat transition are determined, and then the action amount is determined based on these determination results. Is determined. This action amount is subjected to a predetermined correction, and the result is generally stored in a common data buffer (24) and then sent to a digital instrumentation device (32) via a file means (14) and an output means (18). Sent.
そして、デジタル計装装置(32)により制御弁(4
2)、(44),(46)の開度が適宜制御されて、アクシ
ョン動作がなされ、高炉(1)の温度が制御され、その
結果熔銑温度が所望の値に制御される。Then, the control valve (4
2), the opening degree of (44) and (46) is appropriately controlled, an action operation is performed, the temperature of the blast furnace (1) is controlled, and as a result, the hot metal temperature is controlled to a desired value.
次に、知識ベースの構成及びその具体的な推論の概要
を第3図に基づいて説明する。Next, the configuration of the knowledge base and the outline of the specific inference will be described with reference to FIG.
(A)炉熱レベル判定KS(KS(Knowlege Source)知識
源(グループ; この炉熱レベル判定KSグループは、推論開始時刻にお
ける炉熱の状態を判定する知識ベースで、上述したよう
に「溶銑温度−炉熱レベルKS」、「センサ−炉熱レベル
KS」等のKS群からなっており、次に示すように、各KS群
毎に高〜低レベルまで7段階に分けられた炉熱レベルに
対し、後述する方法でCF値分布を求め、最大確信度のレ
ベルを現時刻の炉熱レベルとしている。(A) Furnace heat level determination KS (KS (Knowlege Source) knowledge source (group; this furnace heat level determination KS group) is a knowledge base that determines the state of furnace heat at the inference start time, as described above. -Furnace heat level KS "," sensor-furnace heat level
As shown below, for each furnace heat level divided into seven stages from high to low level for each KS group, the CF value distribution The confidence level is the furnace heat level at the current time.
炉熱レベル 評 価 7 大 熱 6 中 熱 5 普 通 4 小 冷 3 中 冷 2 大 冷 1 特大冷 ここで、熔銑温度−炉熱レベルKSの一例を説明する。
KSは条件を設定したIF部とその条件が満たされたときの
指示内容を設定したTHEN部とから構成されている。例示
すると以下のとおりである。 Furnace heat level evaluation 7 Large heat 6 Medium heat 5 Normal 4 Small cold 3 Medium cold 2 Large cold 1 Extra large cold Here, an example of hot metal temperature-furnace heat level KS will be described.
The KS is composed of an IF section in which a condition is set and a THEN section in which the content of an instruction when the condition is satisfied is set. Examples are as follows.
ルールNo.1 [IF部] 鍋順=1 NOT(残滓が多い) NOT(減風終了後経過時間≦180分) Si,Sの判定が「低い」 [THEN部] 通常の3次元関数により熔銑温度−炉熱レベルのCF値
を求める。Rule No.1 [IF section] Pot order = 1 NOT (many residues) NOT (elapsed time after wind reduction ≤ 180 minutes) Judgment of Si and S is "low" [THEN section] Melting by ordinary three-dimensional function Calculate CF value of pig temperature-furnace heat level.
このルールNo.1は高炉の操行状態が定常状態にある場
合には、通常の3次元関数により熔銑温度−炉熱レベル
のCF値を求めることを示している。This rule No. 1 indicates that when the operating state of the blast furnace is in a steady state, the CF value of the hot metal temperature-furnace heat level is obtained by a normal three-dimensional function.
即ち、熔銑温度−炉熱レベルのCF値関数には通常〜f
MTN、やや高い〜fMTH、高い〜fMTEHの3種類があり、推
論エンジン(26)は上記のような論理によってどの関数
を使用するかを選択する。That is, the hot metal temperature-furnace heat level CF value function is usually ~ f
There are three types: MTN , slightly higher ~ f MTH , and higher ~ f MTEH , and the inference engine (26) selects which function to use based on the above logic.
つまり、熔銑温度−炉熱レベルKSには鍋順(熔銑温度
を測定した取鍋が出銑開始から使用した取鍋の何番目に
あたったかを示す数)と、残滓量との減風終了後からの
経過時間に対応して、前記3種類の関数のどれを採用す
るかを決定するルールが格納されている。このルールの
他の例を示すと、 ルールNo.2 [IF部] 鍋順=1 NOT(残滓が多い) NOT(減風終了後経過時間≦180分) Si,Sの判定が「やや高い」 [THEN部] 「やや高い」ときの3次元関数により熔銑レベルのCF値
を求める。In other words, the hot metal temperature-furnace heat level KS includes the order of the ladle (the number indicating the ladle in which the ladle for which the hot metal temperature was measured hits the ladle used since the start of tapping) and the amount of residue A rule for determining which of the three types of functions is to be used is stored in accordance with the elapsed time from the end. Another example of this rule is as follows: Rule No.2 [IF section] Pot order = 1 NOT (many residues) NOT (elapsed time after the end of wind reduction ≤ 180 minutes) Judgment of Si and S is "somewhat high" [THEN part] The CF value of the hot metal level is determined by a three-dimensional function when the temperature is slightly high.
ルールNo.3 [IF部] 鍋順=1 NOT(残滓が多い) NOT(減風終了後経過時間≦180分) Si,Sの判定が「高い」 [THEN部] 「高い」ときの3次元関数により熔銑レベルのCF値を
求める。Rule No.3 [IF section] Pot order = 1 NOT (many residues) NOT (elapsed time after wind reduction ≤ 180 minutes) Judgment of Si and S is "high" [THEN section] 3D when "high" The CF value of the hot metal level is determined by the function.
これらルールNo.1〜No.3は、残滓が多くなく減風終了
より十分な時間が経過しているときは、溶銑中のSiとS
の判定により関数の種類を選択することを示している。These rules No. 1 to No. 3 are that when there is not much residue and enough time has passed since the end of wind reduction, Si and S
Indicates that the type of function is selected.
また、溶銑温度−炉熱レベルの3種のCF関数はいずれ
も鍋順LN,溶銑温度MT,炉熱レベルFHLの関数である。The three CF functions of hot metal temperature-furnace heat level are all functions of ladle order LN, hot metal temperature MT, and furnace heat level FHL.
即ち、 fMTN =fMTN (LN,MT,FHL) fMTH =fMTH (LN,MT,FHL) fMTEH=fMTEH(LN,MT,FHL) 推論エンジン(26)は前記ルールによって選択された
CF値関数について、LN,MTは実測値をあてはめ、FHLにつ
いては前記1〜7までの数値をあてはめて、各々の炉熱
レベルに対応するCF値を求める。That is, f MTN = f MTN (LN, MT, FHL) f MTH = f MTH (LN, MT, FHL) f MTEH = f MTEH (LN, MT, FHL) The inference engine (26) was selected according to the rule.
With respect to the CF value function, LN and MT are applied to actual measured values, and for FHL, the numerical values from 1 to 7 are applied to obtain CF values corresponding to respective furnace heat levels.
第4図は、ひとつの鍋順についてのCF値関数を示した
もので、鍋順が固定さているので、CF値は溶銑温度と炉
熱レベルの関数となっている。FIG. 4 shows a CF value function for one pot order. Since the pot order is fixed, the CF value is a function of the hot metal temperature and the furnace heat level.
たとえば、ルールによりfMTNが選択された場合、溶銑
温度1400℃のときは炉熱レベル4の場合がCF値が最高で
CF=0.2、溶先温度が1480℃のときは炉熱レベル7の場
合がCF値が最高でCF値0.4であることを示している。For example, if f MTN is selected by the rules, when the hot metal temperature is 1400 ° C, the CF value is highest when the furnace heat level is 4
When CF = 0.2 and the melting point temperature is 1480 ° C., the furnace value of 7 indicates that the CF value is the highest and the CF value is 0.4.
次にセンサー炉熱レベル(羽口埋込温度−炉熱レベル
KS、ソリューションロスC量−炉熱レベルKS)について
説明する。Next, the sensor furnace heat level (tuyere embedded temperature-furnace heat level
KS, solution loss C amount-furnace heat level KS) will be described.
このKSは、羽口埋込温度−炉熱レベルKSとソリューシ
ョンロスC量−炉熱レベルKSとを使用するかどうかを決
定するルールと、それぞれ羽口埋込温度と炉熱レベル、
ソリューションロスC量と炉熱レベルを2つの独立変数
とするCF値関数fHT,fSLから成っている。This KS is a rule for determining whether to use tuyere filling temperature-furnace heat level KS and solution loss C amount-furnace heat level KS, and tuyere filling temperature and furnace heat level, respectively.
It consists of CF value functions f HT and f SL using the solution loss C amount and the furnace heat level as two independent variables.
fHT=fHT(HT,FHL) fSL=fSL(SL,FHL) この関数を計算するのに使用される羽口埋込温度HT、
ソリューションロスC量SLは、実測値(その指数平滑値
は移動平均値)が使用される。f HT = f HT (HT, FHL) f SL = f SL (SL, FHL) Tuyere embedding temperature HT used to calculate this function
As the solution loss C amount SL, an actually measured value (the exponential smoothed value is a moving average value) is used.
これらの関数の使用、不使用を決めるルールの例を以
下に示す。The following are examples of rules that determine the use and non-use of these functions.
ルールNo.1 [IF部] NOT(残滓が多い) [THEN部] (1)羽口埋込温度により羽口埋込温度−炉熱レベルの
CF値を求める。Rule No.1 [IF section] NOT (many residues) [THEN section] (1) Tuyere embedding temperature-furnace heat level according to tuyere embedding temperature
Find the CF value.
(2)ソリューションロスC量によりソリューションロ
スC量−炉熱レベルのCF値を求める。(2) The CF value of the solution loss C amount-furnace heat level is obtained from the solution loss C amount.
この場合は、推論エンジン(26)は両関数を使用す
る。In this case, the inference engine (26) uses both functions.
ルールNo.2 [IF部] (残滓が多い) [THEN部] (1)羽口埋込温度−炉熱レベルのCF値を「0」とす
る。Rule No.2 [IF section] (many residues) [THEN section] (1) Set the CF value of tuyere embedding temperature-furnace heat level to "0".
(2)ソリューションロスC量−炉熱レベルのCF値を
「0」とする。(2) Set the CF value of the solution loss C amount-furnace heat level to “0”.
この場合には、羽口埋込温度−炉熱レベルCF値もソリ
ューションロスC量−炉熱レベルCF値も炉熱レベルによ
らず一定値となる。In this case, the tuyere embedding temperature-furnace heat level CF value and the solution loss C amount-furnace heat level CF value are constant regardless of the furnace heat level.
このことは、後述する炉熱レベルの判定にこれらの要
因を寄与せず、炉熱レベルは前述の溶銑温度−炉熱レベ
ルKSによってのみ決定されることを意味する。This means that these factors do not contribute to the determination of the furnace heat level described later, and that the furnace heat level is determined only by the aforementioned hot metal temperature-furnace heat level KS.
第5図は推論エンジン(26)の動作を示す説明図であ
り、熔銑温度−炉熱レベルKSに基づいて各炉熱レベル毎
のCF値を求め、また、羽口埋込温度−炉熱レベルKS及び
ソリューションロスC量−炉熱レベルKSに基づいてそれ
ぞれ各炉熱レベル毎のCF値を求める。そして、羽口埋込
温度KSによる各レベルのCF値とソリューションロスC量
KSによる各レベルのCF値とを加算する。このようにして
得られたセンサレベルのCF値と上記の熔銑レベルKSによ
る各レベルのCF値とを加算する。このようにして各炉熱
レベル(7〜1)のCF値を求める。FIG. 5 is an explanatory diagram showing the operation of the inference engine (26). The CF value for each furnace heat level is obtained based on the hot metal temperature-furnace heat level KS. The CF value for each furnace heat level is determined based on the level KS and the solution loss C amount-furnace heat level KS. And the CF value of each level and the solution loss C amount by the tuyere embedding temperature KS
Add the CF value of each level by KS. The CF value of the sensor level obtained in this way and the CF value of each level based on the hot metal level KS are added. Thus, the CF value of each furnace heat level (7-1) is obtained.
(B)炉熱推移判定KSグループ; この炉熱推移判定KSグループは、熔銑温度−炉熱推移
KS及びセンサ−炉熱推移KSが含まれており、炉熱推移を
過去から現在に至る変化の度合により、次に示すよう
に、急上昇〜一定〜急降下の間で5段階に分け各ランク
ごとにCF値を求め、その最大の値の段階位置を現時刻の
炉熱推移状態とする。(B) Furnace heat transition judgment KS group; This furnace heat transition judgment KS group
KS and sensor-furnace heat transition KS are included, and the furnace heat transition is divided into five stages from steep rise to constant to steep descent according to the degree of change from the past to the present, as shown below. The CF value is obtained, and the step position of the maximum value is set as the furnace heat transition state at the current time.
レベル 内 容 5 急上昇 4 上 昇 3 横這い 2 下 降 1 急下降 ここで溶銑温度−炉熱推移KSについて説明する。 Level Contents 5 Rapid rise 4 Up rise 3 Sideways 2 Down 1 Drop suddenly Here, the hot metal temperature-furnace heat transition KS will be described.
このKSは、前後するタップ(1回の出銑)間における
溶銑温度の差ΔMT、炉熱推移レベルVFHLを2つの独立本
数とするCF関数fΔMT=fΔMT(ΔMT,VFHL)と、このC
F関数の前処理、後処理のルールとが格納されている。The KS is a CF function fΔMT = fΔMT (ΔMT, VFHL) with the difference ΔMT of the hot metal temperature between the preceding and following taps (one tapping) and the furnace heat transition level VFHL as two independent numbers.
Pre-processing and post-processing rules for the F function are stored.
以下このKSの使用方法について説明する。 Hereinafter, the method of using the KS will be described.
ルールNo.0 [IF部] (初期設定) [THEN部] 熔銑推移のCF値としてそれぞれ次の値を設定する。Rule No. 0 [IF section] (Initial setting) [THEN section] The following values are set as CF values of hot metal transition.
ルールNo.1 [IF部] (1)NOT(Si,Sの判定が「やや高い」) (2)NOT(Si,Sの判定が「高い」) (3)安定フラグがON(炉況が安定している状体) [THEN部] (1)ΔMT=(現タップの溶銑温度−前タップの溶銑温
度)として各炉熱推移レベル毎にCF値を求め、「今回溶
銑温度−炉熱推移CF値」とする。 Rule No.1 [IF section] (1) NOT (Judgment of Si and S is "slightly high") (2) NOT (Judgment of Si and S is "high") (3) Stability flag is ON (reactor condition is ON) (Stable state) [THEN part] (1) Determine the CF value for each furnace heat transition level as ΔMT = (hot metal temperature of current tap-hot metal temperature of previous tap). CF value ”.
(2)次に、ΔMT=(前タップの熔銑温度−前タップの
溶銑温度)として各炉熱推移レベル毎にCF値を求め、
「前回溶銑温度−炉熱推移CF値」とする。(2) Next, assuming that ΔMT = (hot metal temperature of front tap−hot metal temperature of front tap), a CF value is obtained for each furnace heat transition level,
It is assumed to be "last hot metal temperature-furnace heat transition CF value".
(3)「今回熔銑温度−炉熱推移CF値」と「前回熔銑温
度−炉熱推移CF値」にそれぞれ重み係数を乗じて「溶銑
温度−平滑炉熱推移CF値」に加算する。(3) “Current hot metal temperature-furnace heat transition CF value” and “previous hot metal temperature-furnace heat transition CF value” are each multiplied by a weighting factor and added to “hot metal temperature-furnace heat transition CF value”.
(これらの計算は、炉熱推移のレベル毎に別々に行な
う。) つまり、炉況安定状態では、直近のデータまで、炉熱
推移の推定に使用することを示している。(These calculations are performed separately for each level of the furnace heat transition.) In other words, in the stable state of the furnace condition, up to the latest data is used for estimating the furnace heat transition.
ルールNo.2 [IF部] (1)(Si,Sの判定が「やや高い」) (2)NOT(Si,Sの判定が「高い」) (3)安定フラグがOFF [THEN部] (1)ΔMT=(前タップ熔銑温度−前々タップ熔銑温
度)として各炉熱推移レベル毎にCF値を求め「前回熔銑
温度−炉熱推移CF値」とする。Rule No.2 [IF section] (1) (Si, S judgment is "slightly high") (2) NOT (Si, S judgment is "high") (3) Stability flag is OFF [THEN section] ( 1) Assuming that ΔMT = (pre-tap hot metal temperature-pre-tap hot metal temperature), a CF value is determined for each furnace heat transition level, and is defined as "previous hot metal temperature-furnace heat transition CF value".
(2)「前回熔銑温度−炉熱推移」に重み係数を乗じて
「熔銑温度−平滑炉熱推移CF値」に加算し、あらためて
「熔銑温度−平滑炉熱推移CF値」として設定する。(2) Multiply the “last hot metal temperature – furnace heat transition” by a weighting factor and add it to “hot metal temperature – smoothing furnace heat transition CF value” and set it as “hot metal temperature – smoothing furnace heat transition CF value” again. I do.
ここでは、炉況が安定していないので、「今回熔銑温
度−炉熱推移」は考慮しない。In this case, since the furnace condition is not stable, the “current hot metal temperature-furnace heat transition” is not considered.
次にセンサー炉熱推移KSについて説明する。 Next, the sensor furnace heat transition KS will be described.
センサー炉熱推移KSは、多数のセンサの測定値の推移
と炉熱推移を2つの独立変数とするCF値関数と、その使
用方法を決定するルールが格納されたものであり、各セ
ンサ毎に設けられている。The sensor furnace heat transition KS stores the CF value function that uses the transition of measured values of many sensors and the furnace heat transition as two independent variables, and rules that determine how to use it. Is provided.
つまりfΔSi=fΔSi(ΔSi,VFHL) (i=1〜n:対応センサ毎) このうちセンサが羽口埋込温度であるものについて例
を説明する。That is, f ΔSi = f ΔSi (ΔSi, VFHL) (i = 1 to n: for each corresponding sensor) An example in which the sensor has the tuyere embedded temperature will be described.
ルールNo.1 [IF部] NOT(残滓が多い) [THEN部] ΔSi=(羽口埋込温度−60分前羽口埋込温度)として
羽口埋込温度−炉熱推移のCF値を求める。Rule No.1 [IF part] NOT (many residues) [THEN part] Assuming that ΔSi = (tuyere embedding temperature-60 min before tuyere embedding temperature), the tuyere embedding temperature-CF value of furnace heat transition Ask.
ルールNo.2 [IF部] 残滓が多い 羽口推移レベル4のCF値>0 [THEN部] 羽口推移レベル4のCF値に「0」を上書設定する。Rule No.2 [IF part] A lot of residue CF value at tuyere transition level 4> 0 [THEN part] Overwrite CF value at tuyere transition level 4 with "0".
(*は値がもとのまゝであることを示す) ルールNo.3 残滓が多い 羽口推移レベル5のCF値>0 [THEN部] 羽口推移レベル5のCF値に「0」を上書設定する。 (* Indicates that the value is the same as before.) Rule No.3 Many residues CF value of tuyere transition level 5> 0 [THEN part] "0" for the CF value of tuyere transition level 5 Set overwrite.
第6図は羽口埋込温度(基準値との差)、炉熱推移レ
ベルを独立変数とする羽口埋込温度−炉熱CF関数を示
す。 FIG. 6 shows the tuyere embedding temperature-furnace heat CF function using the tuyere embedding temperature (difference from the reference value) and the furnace heat transition level as independent variables.
なお、熔銑温度−炉熱推移KSには、「短期推移」及び
「長期推移」に分けてルール化することも可能であり、
またセンサ推移KSには羽口埋込KSの他に他のKS、例えば
荷下がり、送風圧力、ガス利用率、ソリューション・ロ
ス量等の各KSについても加え、これらの情報も考慮して
いる。In addition, it is also possible to make rules for the hot metal temperature-furnace heat transition KS by dividing it into “short term transition” and “long term transition”.
Further, in addition to the tuyere embedded KS, other KSs such as unloading, blast pressure, gas utilization rate, solution loss amount, etc. are added to the sensor transition KS, and such information is also taken into consideration.
推論エンジン(26)は、熔銑温度−炉熱推移KSの各ル
ールに基づいて各推移についてのCF値炉熱推移レベル毎
に求めると共に、センサ−炉熱推移KSの各ルールに基づ
いて各センサ毎の推移についてのCF値を求める。そし
て、これらのKSのCF値の炉熱推移レベル毎に加算し、各
炉熱推移レベルのCF値を求める。The inference engine (26) obtains the CF value for each transition based on each rule of the hot metal temperature-furnace heat transition KS for each furnace heat transition level, and detects each sensor based on each sensor-furnace heat transition KS rule. Find the CF value for each transition. Then, the CF values of these KSs are added for each furnace heat transition level to determine the CF value of each furnace heat transition level.
(C)アクション判定KS; このアクション判定KSは、現時刻の炉熱状態を炉熱推
移と炉熱レベルを軸としたマトリックス上で求め、取る
べきアクションを決定するための知識ベースである。(C) Action determination KS; This action determination KS is a knowledge base for determining the furnace heat state at the current time on a matrix based on the furnace heat transition and the furnace heat level, and determining an action to be taken.
推論エンジン(26)は、上記のアクション判定KSに基
づいて、炉熱レベルのCF値と炉熱推移のCF値との積を求
めてマトリックスに書き込んでいく。The inference engine (26) calculates the product of the CF value of the furnace heat level and the CF value of the furnace heat transition based on the action determination KS, and writes the product in a matrix.
第7図はその例を示したもので、この例ではCF値の頂
点(最大値)が、炉熱レベル=4,炉熱推移=3であるこ
とを示している。なお、マトリックス上の各位置のアク
ション型及びアクション量は予めフレームに知識として
格納されている。FIG. 7 shows an example of this. In this example, the peak (maximum value) of the CF value indicates that the furnace heat level = 4 and the furnace heat transition = 3. Note that the action type and the action amount at each position on the matrix are stored in the frame in advance as knowledge.
第8図はアクション型の一例を示した図で、第9図は
アクション量の一例を示した図である。FIG. 8 is a diagram showing an example of an action type, and FIG. 9 is a diagram showing an example of an action amount.
なお、アクション型の所定位置のアクションを採用す
る際にはCF値が所定の大きさに達していることが必要で
ある。また、アクション量は全てを自動制御することを
原則とするが、一部をマニュアル制御することも可能で
ある(例えば第9図のアクション量G)。When the action type action at a predetermined position is adopted, it is necessary that the CF value has reached a predetermined size. Further, the action amount is basically controlled automatically, but a part of the action amount can be controlled manually (for example, the action amount G in FIG. 9).
(D)アクション補正量判定KSグループ; このアクション補正量判定KSグループには、過去にと
られたアクション或いは外乱の判定をすると共に、それ
らの現時刻における影響量を考慮して補正アクション量
を決定するための各種のKSが含まれている。その内容
は、送風湿度、送風温度、液体燃料、コークス比等の操
作量変更、及びコークス水分、付着物脱落等の外乱等を
検知して対応するルール等から構成されている。(D) Action correction amount determination KS group: In the action correction amount determination KS group, a past action or disturbance is determined, and a correction action amount is determined in consideration of the influence amount at the current time. Various KS to do is included. The contents include a change in manipulated variables such as ventilation humidity, ventilation temperature, liquid fuel, coke ratio, and the like, and rules for detecting and responding to disturbances such as coke moisture and adhering matter falling off.
例えば、送風湿度を変更した場合、その変更時刻と変
更量は「操作量変更検知」ルールで自動的に検出され、
その後の影響量は「送風湿度」ルールにより時間の関数
として考慮される、また、炉壁付着物の脱落時には、
「壁落ち」ルールにより自動的に脱落個所と炉熱への影
響量及び羽口先降下時間が判定され、予備アクションの
操作時刻と操作量が決定され補正計算に組み込まれる。For example, when the ventilation humidity is changed, the change time and the change amount are automatically detected by the “operation amount change detection” rule,
Subsequent effects are considered as a function of time according to the "blast humidity" rule.
Based on the "wall drop" rule, the location of dropout, the amount of influence on the furnace heat, and the tuyere descent time are automatically determined, and the operation time and amount of the preliminary action are determined and incorporated into the correction calculation.
推論エンジン(26)は、上記の各ルールを実行して必
要な補正アクション量及び操作時刻を求める。The inference engine (26) executes the above-described rules to obtain a necessary correction action amount and operation time.
(E)総合判定KS; この総合判定KSは、上記(C)及び(D)の判定結果
に基づいて取るべきアクション量を総合判定するための
知識ベースである。そして、推論エンジン(26)により
このKSが推論されて判定結果が得られると、その判定結
果は操業状態判定KSに入力されて操業状態が判定され、
CRT(30)に表示して取るべきアクション量をオペレー
タに指示し、ガイダンスすると同時に、デジタル計装装
置(32)にフィードバックして所定の自動制御を行なう
(第2図参照)。(E) Comprehensive judgment KS; This comprehensive judgment KS is a knowledge base for comprehensively judging an action amount to be taken based on the judgment results of the above (C) and (D). When the KS is inferred by the inference engine (26) and a determination result is obtained, the determination result is input to the operation state determination KS, and the operation state is determined,
The operator is instructed on the amount of action to be taken by displaying it on the CRT (30) and gives guidance, and at the same time, feeds back to the digital instrumentation device (32) to perform predetermined automatic control (see FIG. 2).
次に、上記の各知識ベース(A)(B)でCF値を求め
る際に用いられる多次元関数、例えば熔銑温度−炉熱レ
ベルのCF関数の作成方法について説明する。Next, a description will be given of a method of creating a multidimensional function used for obtaining a CF value in each of the above knowledge bases (A) and (B), for example, a CF function of hot metal temperature-furnace heat level.
第10図は溶銑温度のタップ内推移(連続測定結果)を
示す特性図である。図に示すように、炉内の熱的状態が
安定であっても炉下部での滞留中に炉底冷却の影響や、
溶銑の流路である出銑樋での放冷により、出銑の初期で
は比較的温度が低い溶銑が排出される。時間の経過とと
もに出銑樋が溶銑の顕熱を受けて温度上昇し、また、炉
内での滞留の影響も少なくなってくることから、排出さ
れる溶銑の温度は次第に上昇して安定化し、システムの
制御対象である炉熱をよく代表した情報となってくる。FIG. 10 is a characteristic diagram showing transition of hot metal temperature in a tap (result of continuous measurement). As shown in the figure, even if the thermal state inside the furnace is stable,
Cooling in a tapping gutter, which is a flow path of the hot metal, causes the hot metal having a relatively low temperature to be discharged in the initial stage of tapping. With the passage of time, the tapping gutter rises in temperature due to the sensible heat of the hot metal, and since the effect of stagnation in the furnace decreases, the temperature of the discharged hot metal gradually increases and stabilizes, The information is well representative of the furnace heat that is the control target of the system.
更に、この温度上昇の傾向も常に一定ではなく、操業
条件によっても変わってくるので、溶銑温度という情報
はシステムの制御対象を代表する情報としての適格性が
刻々変化する、あいまいさを待った情報となる。そこ
で、溶銑温度を観測してこれを炉熱の状態の推定に結び
つけるため、出銑の開始からの経過時間がどのくらい
か、ということを念頭に置き、更にプロセス特有のあい
まいさを含んで考慮することが必要となる。Furthermore, since the tendency of the temperature rise is not always constant and changes depending on the operating conditions, the information of the hot metal temperature is different from the information waiting for the ambiguity that the eligibility as the information representing the control target of the system changes every moment. Become. Therefore, in order to observe the hot metal temperature and link it to the estimation of the furnace heat state, keep in mind the elapsed time from the start of tapping, and further consider the process-specific ambiguity. It is necessary.
上記のような観点から出銑中の溶銑温度を把握する
と、その温度分布は第11図に示されるように表される。
図において、各軸はそれぞれ X軸;無次元化した時刻 Y軸;溶銑温度 Z軸;出現頻度(発生頻度数率) を意味している。When the hot metal temperature during tapping is grasped from the above viewpoint, the temperature distribution is represented as shown in FIG.
In the figure, each axis represents X axis; dimensionless time Y axis; hot metal temperature Z axis; appearance frequency (occurrence frequency ratio).
第12図は、第11図の出銑時刻X=Xiにおける溶銑温度
Tiとタップ最高溶銑温度Tmiの関係を示したものであ
る。この図に基づいてタップ最高溶銑温度と炉熱との関
係、及び出現頻度とCF値の関係を調整すると第13図に示
される3次元関数が得られる。なお、出銑温度は出銑開
始からの経過時間や操業条件に依存した計測情報である
ため、使い分けができるように30種類以上用意されてお
り、条件に合わせて自動的に選択される。Fig. 12 shows the hot metal temperature at tapping time X = Xi in Fig. 11.
It shows the relationship between Ti and the maximum tapping metal temperature Tmi. By adjusting the relationship between the tap maximum hot metal temperature and the furnace heat and the relationship between the appearance frequency and the CF value based on this figure, the three-dimensional function shown in FIG. 13 is obtained. In addition, since the tapping temperature is measurement information depending on the elapsed time from the start of tapping and operating conditions, more than 30 types are prepared so that they can be used properly, and are automatically selected according to the conditions.
第13図の特性図をX軸をセンサデータに置き換えて図
示すると第14図に示すように表される。図において、点
A1とA4とを結んだ直線及び点A3とA6とを結んだ直線はそ
れぞれCF値が「0」であり、両直線の中間部に行くに従
ってCF値は大きくなる。そして、点A2とA5とを結んだ直
線ではCF値が最大値「1」を示しており、最も信頼性が
高いことを示している。When the characteristic diagram of FIG. 13 is illustrated by replacing the X-axis with the sensor data, it is expressed as shown in FIG. In the figure, the dots
The straight line connecting A1 and A4 and the straight line connecting points A3 and A6 each have a CF value of “0”, and the CF value increases toward the middle of both straight lines. Then, the straight line connecting points A2 and A5 indicates that the CF value has the maximum value "1", indicating that the reliability is the highest.
このような3次元関数に基づいて炉温を制御した結
果、第15図に示すように従来のオペレータによる方法に
比べてエラーの発生頻度数が減少していることが分か
る。As a result of controlling the furnace temperature based on such a three-dimensional function, as shown in FIG. 15, it can be seen that the frequency of occurrence of errors is reduced as compared with the conventional operator method.
第14図の3次元関数はセンサデータの所定の範囲の最
小値と最大値とを直線で結んで構成したものであるが、
第16図はセンサデータの領域を広げ、且つセンサデータ
の大きさに応じて複数に分割し(この例では3分割)、
それぞれの分割された領域が連続するように折れ線を結
んで3次元関数を構成している。このような第16図の3
次元関数は、第14図の3次元関数に比べてより現実のセ
ンサデータ、炉熱レベル及びCF値(確信度)の関係を示
している。そして、このCF値の最大値は、各分割された
領域においていずれも「1」を示しているが、その最大
値は各領域毎に異なってもよいことはいうまでもない。The three-dimensional function in FIG. 14 is formed by connecting the minimum value and the maximum value of a predetermined range of the sensor data with a straight line.
FIG. 16 expands the area of the sensor data and divides the area into a plurality according to the size of the sensor data (three divisions in this example)
A three-dimensional function is formed by connecting polygonal lines so that each divided area is continuous. Such 3 in FIG.
The dimensional function indicates the relationship between the actual sensor data, the furnace heat level, and the CF value (certainty factor) as compared with the three-dimensional function in FIG. The maximum value of the CF value indicates “1” in each of the divided areas, but it goes without saying that the maximum value may be different for each area.
なお、上記の3次元関数のセンサデータが基準値との
差データ(=測定値−目標値)となっているのは、以下
の理由による。The reason why the sensor data of the three-dimensional function is difference data from the reference value (= measured value−target value) is as follows.
イ)溶銑温度は、成分調整等により目標値が変化する。B) The target value of the hot metal temperature changes due to component adjustment and the like.
ロ)センサデータについても、操業方針、例えば低燃料
比指向か否かにより日々基準が変更される。B) The standard of the sensor data is changed daily depending on the operation policy, for example, whether or not the fuel data is low fuel ratio.
ハ)更に、温度計等は、レンガ等の設置位置の摩耗の程
度により、炉内情況が同じでも検知温度が異なったもの
となる。C) Further, depending on the degree of wear of the installation position of the brick or the like, the detected temperature of the thermometer or the like is different even if the conditions in the furnace are the same.
3次元関数は、以上の理由により上記の差データを基
準とし、種々の変化に対応できるようにしている。The three-dimensional function is adapted to cope with various changes based on the above difference data for the above reasons.
第17図はアクション指示、炉熱レベル及び溶銑温度の
関係を示したものである。第14図の3次元関数によるア
クションの指示はのタップにおいて図の実線で示され
るタイミングでなされ、第16図の3次元関数によるアク
ション指示(破線)は図のA,Bに示すタイミングで行わ
れる。その結果、第16図の3次元関数による場合は次の
タップにおいて溶銑温度が目標値になる。これに比べ
て第14図の3次元関数による場合は目標値から若干ずれ
たものとなっている。FIG. 17 shows the relationship between the action instruction, the furnace heat level and the hot metal temperature. The action instruction by the three-dimensional function in FIG. 14 is made at the timing indicated by the solid line in the tap at the tap, and the action instruction (dashed line) by the three-dimensional function in FIG. 16 is performed at the timing shown by A and B in the figure. . As a result, in the case of the three-dimensional function in FIG. 16, the hot metal temperature becomes the target value at the next tap. On the other hand, in the case of the three-dimensional function in FIG. 14, the value slightly deviates from the target value.
第18図は第14図及び第16図の3次元関数を用いたとき
の溶銑温度、Si及びSについての実績を示したものであ
り、第16図の3次元関数を用いたときの方が第14図の場
合より優れた特性が得られている。FIG. 18 shows the results for the hot metal temperature, Si and S when using the three-dimensional functions of FIGS. 14 and 16, and the results when using the three-dimensional functions of FIG. 16 are better. The characteristics superior to those in the case of FIG. 14 are obtained.
その結果、第16図の3次元関数による場合は次のタ
ップにおいて溶銑温度が目標値になる。これに比べて第
14図の3次元関数による場合は目標値から若干ずれたも
のとなっている。As a result, in the case of the three-dimensional function in FIG. 16, the hot metal temperature becomes the target value at the next tap. Compared to this
In the case of the three-dimensional function shown in FIG. 14, the value slightly deviates from the target value.
第18図は第14図及び第16図の3次元関数を用いたとき
の溶銑温度、Si及びSについての実績を示したものであ
り、第16図の3次元関数を用いたときの方が第14図の場
合より優れた特性が得られている。FIG. 18 shows the results for the hot metal temperature, Si and S when using the three-dimensional functions of FIGS. 14 and 16, and the results when using the three-dimensional functions of FIG. 16 are better. The characteristics superior to those in the case of FIG. 14 are obtained.
ところで、アクション指示、その応答及び効果には一
定の関係があるので、上記のアクション補正判断KSルー
プDには「アクション補正ルール」と称されるルールが
導入されてアクション量の補正がなされている。このア
クション補正ルールは過去にとられたアクション及びそ
の影響量を判定すると共に、その次のアクション量決定
時に考慮するために使用されるルールである。以下この
アクション補正ルールについて説明する。By the way, since there is a certain relationship between the action instruction, its response and the effect, a rule called “action correction rule” is introduced in the above-mentioned action correction determination KS loop D to correct the amount of action. . This action correction rule is a rule used to determine an action taken in the past and its influence amount, and to consider it when determining the next action amount. Hereinafter, the action correction rule will be described.
第19図は炉熱安定期に実施したアクション応答テスト
の結果である。送風温度30℃のアクションに対して羽口
埋込温度(Ttu)は直ちに応答しているが、ガス利用率
(ηco)、送風圧力(Pb)は応答の遅れ(むだ時間)が
ある。しかし、いずれも80〜90分で安定状態になってい
る。一方、実操業におけるセンサ挙動は本例とは異なっ
たものになる。すなわち、羽口埋込温度やガス利用率が
低下してきて炉熱の低下が明らかに予測できる場合に基
準レベルに戻す操作を行うのが通例であるため、センサ
の挙動もある基準値をベースに一定の範囲で制御され
る。FIG. 19 shows the results of an action response test performed during the furnace heat stabilization period. The tuyere embedding temperature (Ttu) immediately responds to the action of the blowing temperature of 30 ° C, but the gas utilization rate (ηco) and the blowing pressure (Pb) have a response delay (dead time). However, all of them are stable in 80 to 90 minutes. On the other hand, the sensor behavior in actual operation is different from that in this example. In other words, when the tuyere implantation temperature and gas utilization rate decrease and the furnace heat can clearly be predicted to decrease, it is customary to perform an operation to return to the reference level, so the behavior of the sensor is also based on a certain reference value. It is controlled within a certain range.
次に、この「アクション補正ルール」の処理を第20図
及び第21図に基づいて更に具体的に説明する。Next, the processing of the “action correction rule” will be described more specifically with reference to FIGS. 20 and 21.
第20図は送風湿分の経時的な変化を示したもので、第
21図は「アクション補正ルール」の動作を示すフローチ
ャートである。なお、第20図の送風湿分はデータスキャ
ナー(11c)を介して取り込まれたデータであり、ま
た、第21図ののフローチャートの演算は演算手段(16)
によってなされる。Fig. 20 shows the change over time of the humidified air.
FIG. 21 is a flowchart showing the operation of the “action correction rule”. Note that the blast moisture in FIG. 20 is data taken in through the data scanner (11c), and the calculation in the flowchart in FIG.
Done by
第20図の現在時点Xnでの操作量を求める場合には、ま
ずパラメータi=2とし、変更フラグSW=0と設定し、
(S1)、i=2を中心とした3点(X1,X2,X3)の差の最
大値を求める(S2)。その最大値と許容値XfMとを比較
して(S3)、最大値が許容値数XfMより小さい時には、
前記の3点の平均値を求める(S5)。When obtaining the manipulated variable at the current time point Xn in FIG. 20, first, the parameter i is set to 2 and the change flag SW is set to 0,
(S1), the maximum value of the difference between the three points (X1, X2, X3) around i = 2 is determined (S2). The maximum value is compared with the allowable value XfM (S3), and when the maximum value is smaller than the allowable value number XfM,
An average value of the three points is obtained (S5).
次に、変更フラグSW=0であるか否かがチエックされ
(S6)、ここでは変更フラグSW=0であるから上記の平
均値を操業値Xbとして記憶する(S7)。そして、パラメ
ータiの内容を「1」増加して1分進めた(i=i+1
=3)後(S8)、3点の差の最大値を求めるステップに
戻る(S2)。Next, it is checked whether or not the change flag SW = 0 (S6). Since the change flag SW = 0 here, the above average value is stored as the operation value Xb (S7). Then, the content of the parameter i is increased by "1" and advanced by one minute (i = i + 1
= 3) After (S8), the process returns to the step of obtaining the maximum value of the difference between the three points (S2).
第20図から明らかなように、X1〜X6まではその変化が
小さいので上記のステップを繰り返すことになる。従っ
て、操業値Xbには平均値Xt6が格納されることになる。As is clear from FIG. 20, since the change is small from X1 to X6, the above steps are repeated. Therefore, the average value Xt6 is stored in the operation value Xb.
同様にして上記の演算動作を繰り返していくが、湿度
が変化している区間では、3点の最大値は許容値より大
となり、状態が変化していることを検出するので、変更
フラグSW=1として(S4)再び時間を進めて3点の最大
値を求めていく。In the same manner, the above calculation operation is repeated, but in a section where the humidity is changing, the maximum value of the three points is larger than the allowable value, and it is detected that the state is changing. The time is advanced again as 1 (S4), and the maximum value of three points is obtained.
そして、次の変化のない区間に入っていき、上記と同
様に3点(Xi−1,Xi,Xi+1)の差異の最大値を求め、
その最大値が許容値より小さいと判断されると、3点の
平均値を求めた後、変更フラグSW=0でないことを判断
し(S6)、上記の平均値Xtiと既に求められた操業値Xb
(=Xt6)との差の絶対値がアクション最小値Xdより大
であるか否かをチェックし(S9)、大であるならば、操
作量Xzを、Xz=Xti−Xbにより求める(S10)。次に、次
にこのときの現在値Xti及び変更フラグSWを、Xb=Xti、
SW=0とセットして(S11)、再び時間を1分進めて(S
8)最初の演算に戻る(S2) 以上のようにして送風湿度の過去の操作量を把握し
て、次にとるべき操作量を求める際の補正量として把握
する。この演算は送風湿分だけでなく、送風温度、コー
クス比、送風流量等についても同様にその過去の操作量
を求める。Then, go into the next section where there is no change, find the maximum value of the difference between the three points (Xi−1, Xi, Xi + 1) in the same manner as above,
If it is determined that the maximum value is smaller than the allowable value, an average value of the three points is obtained, it is determined that the change flag SW is not 0 (S6), and the average value Xti and the operation value already obtained are determined. Xb
It is checked whether or not the absolute value of the difference from (= Xt6) is larger than the minimum action value Xd (S9). If it is, the manipulated variable Xz is obtained by Xz = Xti−Xb (S10). . Next, next, the current value Xti and the change flag SW at this time are set as Xb = Xti,
SW = 0 is set (S11), and the time is advanced by one minute again (S11).
8) Return to the first calculation (S2) As described above, the past operation amount of the blast humidity is grasped, and is grasped as a correction amount when calculating the next operation amount to be taken. In this calculation, the past manipulated variables are similarly obtained not only for the humid air content but also for the blast temperature, coke ratio, blast flow rate, and the like.
以上のようにして得られた操作量は、次の総合判定KS
を用いた演算処理において使用され、アクション量が求
められる。第22図はその演算処理のフローチャートを示
したもので、第23図は補正順位についての種々のケース
を示した説明図である。The manipulated variable obtained as described above is determined by the following overall judgment KS
Is used in the arithmetic processing using, and the action amount is obtained. FIG. 22 shows a flowchart of the calculation process, and FIG. 23 is an explanatory diagram showing various cases of the correction order.
先ず次式を演算する。 First, the following equation is calculated.
Hv1=補正順位の1番+今回のアクション量 ここで、補正順位の1番とは一番最初に制御すべき操
業因子の過去の操作量で、これが第23図のケースAの例
で送風湿分に該当するならば上記の操作量Xzとアクショ
ン量(アクション判定KSの出力)との和Hv1を求める。
そして、このHv1が、予め設定された補正順位の1番の
上限値より小さいならば、それを今回のアクション量A
として出力する。Hv1 = No. Of correction order + current action amount Here, No. 1 of correction order is the past operation amount of the operating factor to be controlled first, and this is the blast humidity in the example of case A in FIG. If it corresponds to the minute, the sum Hv1 of the operation amount Xz and the action amount (output of the action determination KS) is obtained.
If this Hv1 is smaller than the first upper limit value of the preset correction order, it is calculated as the current action amount A.
Output as
Hv1が補正順位の1番の上限値又は上限値を越えてい
るならば、 Hv1=補正順位の1番の上限値 Hv2=補正順位の2番+今回のアクション量の残りB と設定する。なお、補正順位の2番とはケースAでは送
風温度の過去の操作量(上記のXzに対応する値)で、今
回のアクション量の残りBとは、今回のアクション量の
残りB=今回のアクション量A−補正順位の1番の上限
値で示される量である。If Hv1 exceeds the first upper limit of the correction order or the upper limit, Hv1 = the first upper limit of the correction order Hv2 = the second of the correction order + the remaining B of the current action amount is set. In the case A, the second correction order is a past operation amount (a value corresponding to the above Xz) of the blowing temperature, and the remaining B of the current action amount is the remaining B of the current action amount = the current B of the current action amount. Action amount A—the amount indicated by the first upper limit of the correction order.
ここで求められたHv2が、補正順位の2番の上限値よ
り小さいならば、Hv1とHv2とが今回のアクション量とし
て出力される。If Hv2 obtained here is smaller than the second upper limit of the correction order, Hv1 and Hv2 are output as the current action amount.
Hv2が補正順位の2番の上限値又は上限値を越えてい
るならば、 Hv2=補正順位の2番の上限値 Hv3=補正順位の3番+今回のアクション量の残りC と設定する。なお、補正順位の2番とはケースAではコ
ークス比の過去の操作量(上記のXzに対応する値)で、
上記の今回のアクション量の残りCは、今回のアクショ
ン量の残りC=今回のアクション量の残りB−補正順位
の2番の上限値で示される量である。If Hv2 exceeds the second upper limit of the correction order or the upper limit, Hv2 = the second upper limit of the correction order Hv3 = third of the correction order + the remaining C of the current action amount is set. The second correction order is the past operation amount of the coke ratio (the value corresponding to the above Xz) in case A.
The remaining C of the current action amount is an amount indicated by the remaining C of the current action amount = the remaining B of the current action amount−the second upper limit of the correction order.
ここで求められたHv3が補正順位の3番の上限値より
小さいならば、Hv1〜Hv3が今回のアクションとして出力
される。If Hv3 obtained here is smaller than the third upper limit of the correction order, Hv1 to Hv3 are output as the current action.
Hv3が補正順位の3番の上限値と等しく又は上限値を
越えているならば Hv3=補正順位の3番の上限値 Hv4=補正順位の4番+今回のアクション量の残りD と設定する。なお、補正順位の4番とはケースAでは送
風流量の過去の操作量(上記のXzに対応する値)で、上
記の今回のアクション量の残りDとは、今回のアクショ
ン量の残りD=今回のアクション量の残りC−補正順位
の3番で示される量である。そして、上記のHv1〜Hv4が
今回のアクション量として出力される。If Hv3 is equal to or exceeds the third upper limit of the correction order, Hv3 = the third upper limit of the correction order Hv4 = the fourth of the correction order + the remaining D of the current action amount is set. The fourth correction order is the past operation amount of the air flow rate (the value corresponding to the above Xz) in case A, and the remaining D of the current action amount is the remaining D of the current action amount = The remaining amount of the current action is the amount indicated by the third C-correction order. Then, the above Hv1 to Hv4 are output as the current action amount.
第22図のフローチャートは各補正順位の上限値を基準
にしたものであるが、下限についても同様なフローチャ
ートにより処理される。このようにして得られたアクシ
ョン量は上述したように操業状態KSに基づいた処理がな
された後、各制御バルブがデジタル計装装置(32)を介
して適宜制御される。The flowchart of FIG. 22 is based on the upper limit value of each correction order, but the lower limit is also processed by the same flowchart. The action amount obtained in this way is processed based on the operating state KS as described above, and then each control valve is appropriately controlled via the digital instrumentation device (32).
第24図は吹込み水比制御により全自動制御を行ったと
きの操業実績を示した特性図である。例えば、アクショ
ンD1(水比−3g/Nm3)は、炉熱レベルの低下によるもの
である。また、15時のアクション(水比−2g/Nm3)は現
時刻ではC型(ノーアクション)であるが、後にコーク
ス比−2kg/Tが羽口先へ降下することを考慮して取られ
たものである。FIG. 24 is a characteristic diagram showing operation results when fully automatic control was performed by the blow water ratio control. For example, action D1 (water ratio −3 g / Nm3) is due to a decrease in furnace heat level. The action at 15:00 (water ratio -2g / Nm3) is C type (no action) at the current time, but was taken in consideration of the coke ratio -2kg / T falling to the tuyere tip later. It is.
本実施例による操業実績と、従来のオペレータによる
操業実績とを比較すると、第25図に示したように溶銑温
度の管理精度の向上が図られていることが分かる。この
ことは、操業管理の標準化ができたことを意味してい
る。Comparing the operation results according to the present embodiment with the operation results obtained by the conventional operator, it can be seen that the accuracy of controlling the hot metal temperature is improved as shown in FIG. This means that operation management has been standardized.
[発明の効果] 以上のように本発明によれば、高炉に設置された各種
のデータから加工データを作成し、その加工データと経
験等に基づく知識ベースとにより人工知能としての所定
の推論をするようにしたので、従来の経験が十分に生か
され、操業管理の標準化、人間の誤判断の防止、温度,
成分変動の少ない高品質溶銑の次工程への安定供給、炉
冷の回避、省力化等が実現されている。[Effects of the Invention] As described above, according to the present invention, processing data is created from various data set in a blast furnace, and a predetermined inference as artificial intelligence is made based on the processing data and a knowledge base based on experience and the like. To make full use of previous experience, standardize operation management, prevent human misjudgment,
Stable supply of high-quality hot metal with little component fluctuation to the next process, avoidance of furnace cooling, labor saving, etc. have been realized.
また、制御装置をコンピュータで実現した際に、知識
ベースを基準にしているので演算容量、演算速度を改善
し、且つ高炉の経年変化等の新たな状況に対してもルー
ルの追加、修正が容易になっている。In addition, when the control device is implemented by computer, the knowledge base is used as a reference, so the calculation capacity and calculation speed are improved, and rules can be easily added and modified even in new situations such as aging of the blast furnace. It has become.
そして、各炉熱レベル及び各炉熱推移CF値を求めるの
に確信関数を使うようにしたので、ルール数、その数値
入力の作業等が軽減されている。Since the confidence function is used to obtain each furnace heat level and each furnace heat transition CF value, the number of rules, the work of inputting the numerical values, and the like are reduced.
更に、過去の操業実績を考慮して次のアクション量を
決定するようにしたので、実際の炉に対応した制御がで
き、このため高精度な制御が可能になっている。特に、
操業実績を考慮しているので、例えばオフラインで制御
(マニュアル制御)していて次にオンライン制御に切り
替える場合に有効である。Further, since the next action amount is determined in consideration of the past operation results, control corresponding to an actual furnace can be performed, and therefore, highly accurate control can be performed. Especially,
Since the operation results are taken into consideration, it is effective, for example, when controlling offline (manual control) and then switching to online control.
第1図は本発明の構成を示したブロック図、第2図は本
発明の一実施例に係る高炉炉熱制御装置のブロック図、
第3図は知識ベース及びその推論順序を示したフローチ
ャート、第4図は炉熱レベルの3次元関数を示した特性
図、第5図は推論動作を説明した説明図である。 第6図は羽口推移レベルの3次元関数を示した特性図、
第7図はアクションマトリックスの一例を示した説明
図、第8図はアクションマトリックスの型の一例を示し
た説明図、第9図はアクション量の一例を示した説明図
である。 第10図は溶銑温度のタップ内推移を示した特性図、第11
図〜第13図は炉熱レベルの3次元関数の作成方法を示し
た説明図である。 第14図は3次元関数の一例を示した説明図、第15図は第
14図の3次元関数による実績を示した特性図、第16図は
3次元関数の他の例を示した説明図、第17図は第14図の
3次元関数及び第16図の3次元関数による制御のアクシ
ョン指示、炉熱レベル及び溶銑温度の関係を示した特性
図、第18図は第14図の3次元関数及び第16図の3次元関
数による制御実績を示す目標温度に対する温度差、Si及
びSの分布を示した特性図である。 第19図は炉安定時に実施したアクション応答テストの結
果を示す特性図、第20図は送風湿分の変化を示す特性
図、第21図は補正演算の動作を示すフローチャート、第
22図はアクション出力ルールの演算動作を示すフローチ
ャート、第23図は補正の際の優先順位を示した説明図で
ある。 第24図は吹き込み水比例制御による全自動制御の操業例
の実績を示した特性図、第25図は溶銑温度のエラー発生
率を示した特性図である。 (11),(12);データ入力手段 (16),(14);加工データ作成手段 (19),(24);記憶手段 (22);知識ベース格納手段 (26);推論手段FIG. 1 is a block diagram showing a configuration of the present invention, FIG. 2 is a block diagram of a blast furnace heat control device according to one embodiment of the present invention,
FIG. 3 is a flowchart showing a knowledge base and its inference order, FIG. 4 is a characteristic diagram showing a three-dimensional function of a furnace heat level, and FIG. 5 is an explanatory diagram for explaining an inference operation. FIG. 6 is a characteristic diagram showing a three-dimensional function of the tuyere transition level,
FIG. 7 is an explanatory diagram showing an example of the action matrix, FIG. 8 is an explanatory diagram showing an example of the type of the action matrix, and FIG. 9 is an explanatory diagram showing an example of the action amount. Fig. 10 is a characteristic diagram showing the transition of hot metal temperature in the tap, and Fig. 11
FIG. 13 to FIG. 13 are explanatory diagrams showing a method of creating a three-dimensional function of the furnace heat level. FIG. 14 is an explanatory diagram showing an example of a three-dimensional function, and FIG.
FIG. 14 is a characteristic diagram showing the results of the three-dimensional function, FIG. 16 is an explanatory diagram showing another example of the three-dimensional function, and FIG. 17 is a three-dimensional function of FIG. 14 and a three-dimensional function of FIG. 18 is a characteristic diagram showing the relationship between the action instruction of the control, the furnace heat level and the hot metal temperature, FIG. 18 is a three-dimensional function of FIG. 14 and a temperature difference with respect to a target temperature indicating a control result by the three-dimensional function of FIG. FIG. 4 is a characteristic diagram showing distributions of Si and S. FIG. 19 is a characteristic diagram showing a result of an action response test performed when the furnace is stabilized, FIG. 20 is a characteristic diagram showing a change in humidified air, FIG. 21 is a flowchart showing an operation of a correction operation,
FIG. 22 is a flowchart showing the operation of calculating the action output rule, and FIG. 23 is an explanatory diagram showing the priorities at the time of correction. FIG. 24 is a characteristic diagram showing the results of an operation example of the fully automatic control based on the injection water proportional control, and FIG. 25 is a characteristic diagram showing the error rate of hot metal temperature. (11), (12); data input means (16), (14); processed data creation means (19), (24); storage means (22); knowledge base storage means (26); inference means
Claims (1)
を所定のタイミングで取り込むデータ入力手段と、 前記センサからのデータに基づいて、羽口埋込み温度、
荷下り速度、圧力損失、炉頂温度、ガス利用率、ソリュ
ーションロス量等、高炉の状況を示す各種データを作成
すると共に、該各種データをその基準データと比較し
て、その差データを作成する加工データ作成手段と、 前記各種データ及び差データ(以下加工データという)
を一時記憶する記憶手段と、 高炉操業についての経験、実績、数式モデル等に基づい
た各種の知識ベースが記憶された知識ベース格納手段
と、 前記記憶手段の加工データと前記知識ベース格納手段の
知識ベースに基づいて炉熱レベル及び炉熱推移を推論
し、高炉に対するアクション量を決定する推論手段と、 アクション量を出力する手段とを有し、 前記知識ベース格納手段は、炉熱レベルを推定するため
に使用される炉熱レベル判定知識ベースと、炉熱推移を
推定するために使用される炉熱推移判定知識ベースと、
炉熱レベル及び炉熱推移よりアクション量を決定するた
めに使用されるアクション判定知識ベースと、過去のア
クション及び外乱に基づいてアクション量の補正値を決
定するアクション補正知識ベースと、アクション量とア
クション補正量から実際のアクション量を決定する総合
判定知識ベースとを含み、 前記炉熱レベル判定知識ベース及び前記炉熱推移判定知
識ベースは、加工データと炉熱レベルを独立変数とし、
これらの組み合わせの起こる確からしさ(以下確信度と
いう)を従属変数とする確信度関数と、この確信度関数
の適用方法を決定するルール群とをそれぞれ有し、 前記アクション判定知識ベースは、炉熱レベルと炉熱推
移よりアクション量を決定するルールを有し、総合判定
知識ベースは、アクション量とアクション補正量から実
際のアクション量を決定するルールを有し、 更に、前記アクション補正知識ベースは、過去にとられ
たアクション及びその影響量を判定してアクション補正
量を求めるために使用されるアクション補正ルールを有
する ことを特徴とする高炉炉熱制御装置。1. A data input means for taking in data from various sensors installed in a blast furnace at a predetermined timing; and a tuyere embedding temperature, based on data from the sensors.
Create various data indicating the condition of the blast furnace, such as unloading speed, pressure loss, furnace top temperature, gas utilization rate, solution loss amount, etc., compare the various data with the reference data, and create the difference data. Processing data creating means; the various data and difference data (hereinafter referred to as processing data)
Storage means for temporarily storing information, knowledge base storage means for storing various knowledge bases based on experiences, results, mathematical models, and the like regarding blast furnace operation; processing data of the storage means and knowledge of the knowledge base storage means. Inference means for inferring a furnace heat level and a furnace heat transition based on a base and determining an action amount for the blast furnace; and means for outputting an action amount, wherein the knowledge base storage means estimates the furnace heat level. A furnace heat level judgment knowledge base used for estimating a furnace heat transition judgment base used for estimating a furnace heat transition,
An action determination knowledge base used to determine the action amount from the furnace heat level and furnace heat transition, an action correction knowledge base that determines a correction value of the action amount based on past actions and disturbances, an action amount and an action Comprehensive judgment knowledge base that determines the actual action amount from the correction amount, the furnace heat level judgment knowledge base and the furnace heat transition judgment knowledge base, the machining data and the furnace heat level as independent variables,
A confidence function having the likelihood of occurrence of these combinations (hereinafter referred to as confidence) as a dependent variable, and a rule group for determining a method of applying the confidence function; A rule for determining an action amount from a level and a furnace heat transition, the comprehensive judgment knowledge base has a rule for determining an actual action amount from the action amount and the action correction amount, and the action correction knowledge base further includes: A blast furnace heat control apparatus, comprising: an action correction rule used to determine an action taken in the past and an influence amount thereof to obtain an action correction amount.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2880588A JP2737139B2 (en) | 1988-02-12 | 1988-02-12 | Blast furnace heat control system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2880588A JP2737139B2 (en) | 1988-02-12 | 1988-02-12 | Blast furnace heat control system |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH01205011A JPH01205011A (en) | 1989-08-17 |
JP2737139B2 true JP2737139B2 (en) | 1998-04-08 |
Family
ID=12258639
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2880588A Expired - Lifetime JP2737139B2 (en) | 1988-02-12 | 1988-02-12 | Blast furnace heat control system |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2737139B2 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019117493A1 (en) * | 2017-12-15 | 2019-06-20 | 주식회사 포스코 | Blast control device of blast furnace and method therefor |
-
1988
- 1988-02-12 JP JP2880588A patent/JP2737139B2/en not_active Expired - Lifetime
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019117493A1 (en) * | 2017-12-15 | 2019-06-20 | 주식회사 포스코 | Blast control device of blast furnace and method therefor |
KR20190072114A (en) * | 2017-12-15 | 2019-06-25 | 주식회사 포스코 | Apparatus and method for controlling blow of blast furnace |
Also Published As
Publication number | Publication date |
---|---|
JPH01205011A (en) | 1989-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2737139B2 (en) | Blast furnace heat control system | |
JP2737138B2 (en) | Blast furnace operation management and control equipment | |
JP2737136B2 (en) | Blast furnace heat control system | |
JP4355316B2 (en) | Glass forming machine | |
JPH05156327A (en) | Device for controlling furnace heat in blast furnace | |
KR0146785B1 (en) | Error diagnosing method and apparatus for a furnace | |
CN113655816B (en) | Ladle bottom argon blowing system flow control method and computer readable storage medium | |
JPS62270708A (en) | Control system for blast furnace heat | |
JP2017115216A (en) | Molten metal component estimation device and molten metal component estimation method | |
JP2724365B2 (en) | Blast furnace operation method | |
JPH0598325A (en) | Device for controlling distribution of charging materials in blast furnace | |
JPH01205008A (en) | Apparatus for controlling furnace heat in blast furnace | |
JPH0726127B2 (en) | Blast furnace furnace automatic heat control system | |
JPH01205009A (en) | Apparatus for controlling furnace heat in blast furnace | |
JPH0277508A (en) | Apparatus for controlling furnace heat in blast furnace | |
JPH0673414A (en) | Method for controlling quality of molten iron in blast furnace | |
RU2652663C2 (en) | Method of controlling purge process of converter melting with use of waste gas information | |
JPH10206038A (en) | Furnace heating control method using fuzzy logic | |
JPH02166203A (en) | Method for controlling blast temperature in blast furnace | |
JP4110780B2 (en) | Estimation method of hot metal temperature and disturbance in blast furnace | |
JP7541656B1 (en) | Molten iron temperature control method, molten iron temperature control device, molten iron temperature control system, and terminal device | |
JP7380604B2 (en) | Learning model generation method, learning model generation device, blast furnace control guidance method, and hot metal manufacturing method | |
JPH046207A (en) | Support system in apparatus for controlling furnace heat in blast furnace | |
JP2000129319A (en) | Method for controlling furnace heat in blast furnace and device therefor | |
JPH0637650B2 (en) | Blast furnace blast flow control method |