JP7064598B2 - Blast furnace operation status evaluation system and method - Google Patents

Blast furnace operation status evaluation system and method Download PDF

Info

Publication number
JP7064598B2
JP7064598B2 JP2020535559A JP2020535559A JP7064598B2 JP 7064598 B2 JP7064598 B2 JP 7064598B2 JP 2020535559 A JP2020535559 A JP 2020535559A JP 2020535559 A JP2020535559 A JP 2020535559A JP 7064598 B2 JP7064598 B2 JP 7064598B2
Authority
JP
Japan
Prior art keywords
tuyere
combustion state
index
classification
blast furnace
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.)
Active
Application number
JP2020535559A
Other languages
Japanese (ja)
Other versions
JP2021509440A (en
Inventor
シン，ギ－ヨン
キム，ヨン－ヒョン
チェ，サン－ウ
キム，ヒョン－ウ
ソン，ギ－ワン
パク，ヨン－ド
ジャン，ギル－ボン
ソン，サン－ハン
ベ，ホ－ムン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Posco Holdings Inc
Original Assignee
Posco Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Posco Co Ltd filed Critical Posco Co Ltd
Publication of JP2021509440A publication Critical patent/JP2021509440A/en
Application granted granted Critical
Publication of JP7064598B2 publication Critical patent/JP7064598B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D19/00—Arrangements of controlling devices
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21B—MANUFACTURE OF IRON OR STEEL
    • C21B7/00—Blast furnaces
    • C21B7/16—Tuyéres
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21B—MANUFACTURE OF IRON OR STEEL
    • C21B7/00—Blast furnaces
    • C21B7/24—Test rods or other checking devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27B—FURNACES, KILNS, OVENS, OR RETORTS IN GENERAL; OPEN SINTERING OR LIKE APPARATUS
    • F27B1/00—Shaft or like vertical or substantially vertical furnaces
    • F27B1/10—Details, accessories, or equipment peculiar to furnaces of these types
    • F27B1/28—Arrangements of monitoring devices, of indicators, of alarm devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D21/00—Arrangements of monitoring devices; Arrangements of safety devices
    • F27D21/02—Observation or illuminating devices
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21B—MANUFACTURE OF IRON OR STEEL
    • C21B2300/00—Process aspects
    • C21B2300/04—Modeling of the process, e.g. for control purposes; CII
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D21/00—Arrangements of monitoring devices; Arrangements of safety devices
    • F27D21/02—Observation or illuminating devices
    • F27D2021/026—Observation or illuminating devices using a video installation

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Materials Engineering (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Blast Furnaces (AREA)
  • Manufacture Of Iron (AREA)

Description

本発明は、高炉操業状況評価システム及び方法に関する。 The present invention relates to a blast furnace operation status evaluation system and method.

高炉操業状況を評価するために、高炉の羽口などを介して撮影した画像データを分析して炉内の状況を判断するか、又は操業データをモニタリングして炉内の状況を判断しようとする試みがなされている。 In order to evaluate the operation status of the blast furnace, either analyze the image data taken through the tuyere of the blast furnace to determine the condition inside the furnace, or monitor the operation data to determine the condition inside the furnace. Attempts have been made.

しかし、従来は、操業者が単に画像データを介して高炉の燃焼性又は炉況を定性的に判断するか、又は画像データの輝度分析を介して炉内の状況を判断するにとどまった。 However, in the past, the operator has only qualitatively judged the combustibility or the furnace condition of the blast furnace through the image data, or judged the situation in the furnace through the brightness analysis of the image data.

これに関連して、特開２０１５－５２１４８号公報（公開日：２０１５．０３．１９）には、溶鉱炉の操業状況の判定に基づいた制御方法が開示されている。 In this regard, Japanese Patent Application Laid-Open No. 2015-52148 (publication date: 2015.03.19) discloses a control method based on determination of the operating status of the blast furnace.

本発明は、上記従来の問題点に鑑みてなされたものであって、本発明の目的は、羽口の画像データを基に羽口の燃焼性状態を定量的に評価し、これに基づいて、高炉操業状況を統合的に評価するための高炉操業状況評価システム及び高炉操業状況評価方法を提供することにある。 The present invention has been made in view of the above-mentioned conventional problems, and an object of the present invention is to quantitatively evaluate the flammability state of the tuyere based on the image data of the tuyere, and based on this. , To provide a blast furnace operation status evaluation system and a blast furnace operation status evaluation method for comprehensively evaluating the blast furnace operation status.

上記目的を達成するためになされた本発明の一態様による高炉操業状況評価システムは、高炉に備えられた複数の羽口のそれぞれに対応した羽口別画像データを獲得する画像獲得部と、前記画像獲得部によって獲得された前記羽口別画像データを収集する画像収集部と、前記羽口別画像データを用いて人工知能をベースに各羽口別燃焼状態を分類する羽口燃焼状態判断部と、前記羽口燃焼状態判断部によって分類された羽口別燃焼状態の分類結果を用いて羽口別燃焼状態指数を生成する羽口燃焼状態指数生成部と、前記羽口別燃焼状態指数に基づいて統合燃焼状態指数を生成する統合評価部と、を含むことを特徴とする。 The blast furnace operation status evaluation system according to one aspect of the present invention, which has been made to achieve the above object, includes an image acquisition unit for acquiring image data for each tuyere corresponding to each of a plurality of tuyere provided in the blast furnace, and the above-mentioned image acquisition unit. An image collection unit that collects the image data for each tuyere acquired by the image acquisition unit, and a tuyere combustion state determination unit that classifies the combustion state for each tuyere based on artificial intelligence using the image data for each tuyere. And, the tuyere combustion state index generator that generates the tuyere combustion state index using the classification result of the tuyere-specific combustion state classified by the tuyere combustion state determination unit, and the tuyere combustion state index. It is characterized by including an integrated evaluation unit that generates an integrated combustion state index based on the above.

上記目的を達成するためになされた本発明の一態様による高炉操業状況評価方法は、高炉に備えられた複数の羽口のそれぞれに対応した羽口別画像データを収集する段階と、前記羽口別画像データを用いて人工知能をベースに各羽口別燃焼状態を分類する段階と、羽口別燃焼状態の分類結果を用いて羽口別燃焼状態指数を生成する段階と、前記羽口別燃焼状態指数に基づいて統合燃焼状態指数を生成する段階と、を含むことを特徴とする。 The blast furnace operation status evaluation method according to one aspect of the present invention, which has been made to achieve the above object, includes a stage of collecting image data for each tuyere corresponding to each of a plurality of tuyere provided in the blast furnace, and the tuyere. The stage of classifying the combustion state for each tuyere based on artificial intelligence using different image data, the stage of generating the combustion state index for each tuyere using the classification result of the combustion state for each tuyere, and the stage for each tuyere. It is characterized by including a step of generating an integrated combustion state index based on the combustion state index.

本発明によれば、羽口画像データを用いて、ディープラーニングをベースに羽口燃焼状態を分類することができ、羽口燃焼状態の分類結果に加えて羽口画像データの分析結果及び高炉操業データの分析結果をさらに活用することで、各羽口別に羽口燃焼状態指数を抽出するとともに、高炉操業状況を統合的に評価及び制御することができる。 According to the present invention, the tuyere combustion state can be classified based on deep learning by using the tuyere image data, and in addition to the classification result of the tuyere combustion state, the analysis result of the tuyere image data and the blast furnace operation. By further utilizing the analysis results of the data, the tuyere combustion state index can be extracted for each tuyere, and the operating status of the blast furnace can be evaluated and controlled in an integrated manner.

これにより、高炉燃焼性及び炉況を定量的に評価することにより、安定した高炉操業を可能にし、且つ生産性を向上させることができる。 As a result, stable blast furnace operation can be enabled and productivity can be improved by quantitatively evaluating the blast furnace combustibility and the furnace condition.

本発明の一実施形態による高炉操業状況評価システムの構成図である。It is a block diagram of the blast furnace operation situation evaluation system by one Embodiment of this invention. 本発明の一実施形態により、ディープラーニングをベースに１次的に羽口燃焼状態を分類する概念を説明する図である。It is a figure explaining the concept of primary classifying the tuyere combustion state based on deep learning by one Embodiment of this invention. 本発明の一実施形態により、ディープラーニングをベースに１次的に分類した結果を時系列に蓄積した結果に基づいて、羽口燃焼状態の分類を確定する概念を説明する図である。It is a figure explaining the concept which confirms the classification of a tuyere combustion state based on the result of having accumulated the result of primary classification based on deep learning in time series by one Embodiment of this invention. 本発明の一実施形態により、ディープラーニングをベースに１次的に分類した結果を時系列に蓄積した結果に基づいて、羽口燃焼状態の分類を確定する概念を説明する図である。It is a figure explaining the concept which confirms the classification of a tuyere combustion state based on the result of having accumulated the result of primary classification based on deep learning in time series by one Embodiment of this invention. 本発明の他の実施形態による高炉操業状況評価方法のフローチャートである。It is a flowchart of the blast furnace operation situation evaluation method by another embodiment of this invention.

以下、図面を参照しながら、本発明が属する技術分野における通常の知識を有する者が本発明を容易に実施することができるように好ましい実施形態について詳細に説明する。但し、本発明の好ましい実施形態を詳細に説明するにあたり、関連した公知の機能又は構成に関する具体的な説明が本発明の要旨を曖昧にする可能性があると判断される場合にはその詳細な説明を省略する。また、類似した機能及び作用をする部分に対しては、図面全体にわたって同一の符号を用いる。 Hereinafter, preferred embodiments will be described in detail so that a person having ordinary knowledge in the technical field to which the present invention belongs can easily carry out the present invention with reference to the drawings. However, in explaining the preferred embodiments of the present invention in detail, if it is determined that a specific description of the related known function or configuration may obscure the gist of the present invention, the details thereof may be obscured. The explanation is omitted. In addition, the same reference numerals are used throughout the drawings for parts having similar functions and functions.

また、明細書全体にわたって、ある部分が他の部分に「連結」されているとき、これは「直接的に連結」される場合だけでなく、その中間に他の素子を挟んで「間接的に連結」される場合も含む。尚、ある構成要素を「含む」とは、特に記載しない限り、他の構成要素を除外するのではなく、他の構成要素をさらに含み得る。 Also, throughout the specification, when one part is "connected" to another, this is not only "directly connected", but also "indirectly" with another element in between. Including the case of "consolidation". It should be noted that the term "includes" a certain component does not exclude other components, but may further include other components, unless otherwise specified.

図１は、本発明の一実施形態による高炉操業状況評価システムの構成図である。 FIG. 1 is a block diagram of a blast furnace operation status evaluation system according to an embodiment of the present invention.

図１に示すように、本発明の一実施形態による高炉操業状況評価システム１００は、画像獲得部１１０、画像収集部１２０、羽口燃焼状態判断部１３０、羽口燃焼状態指数生成部１４０、操業情報収集部１５０、統合評価部１６０、及び炉況制御部１７０を含んで構成される。 As shown in FIG. 1, the blast furnace operation status evaluation system 100 according to the embodiment of the present invention includes an image acquisition unit 110, an image collection unit 120, a tuyere combustion state determination unit 130, a tuyere combustion state index generation unit 140, and an operation. It includes an information collecting unit 150, an integrated evaluation unit 160, and a furnace condition control unit 170.

画像獲得部１１０は、高炉１０に備えられた各羽口１１別に画像データを獲得する。 The image acquisition unit 110 acquires image data for each tuyere 11 provided in the blast furnace 10.

例えば、画像獲得部１１０は、それぞれの羽口１１に設けられた複数のカメラを含み、それぞれのカメラを介して各羽口別画像データをリアルタイムで（例えば、ｍｓ単位）獲得する。 For example, the image acquisition unit 110 includes a plurality of cameras provided in each tuyere 11, and acquires image data for each tuyere in real time (for example, in ms units) via each camera.

画像収集部１２０は、画像獲得部１１０によって獲得された各羽口別画像データを収集する。 The image collecting unit 120 collects image data for each tuyere acquired by the image acquisition unit 110.

例えば、画像収集部１２０は、画像獲得部１１０に含まれた複数のカメラから各羽口別にリアルタイムで獲得された画像データを収集する。 For example, the image collecting unit 120 collects image data acquired in real time for each tuyere from a plurality of cameras included in the image acquisition unit 110.

また、画像収集部１２０は、収集された画像データを羽口番号やデータ獲得時間などを含む収集環境情報にマッピングする。 Further, the image collecting unit 120 maps the collected image data to the collecting environment information including the tuyere number, the data acquisition time, and the like.

画像収集部１２０によってマッピングが完了した画像データは、高炉操業状況評価システム１００に備えられたデータ記憶部（図示せず）に格納されるか、又は羽口燃焼状態判断部１３０にリアルタイムで伝達される。 The image data whose mapping is completed by the image collecting unit 120 is stored in the data storage unit (not shown) provided in the blast furnace operation status evaluation system 100, or transmitted to the tuyere combustion state determination unit 130 in real time. To.

羽口燃焼状態判断部１３０は、画像収集部１２０から伝達された各羽口別画像データを用いて各羽口別に燃焼状態を分類するためのものであって、ＡＩベース判断部１３１及び画像処理ベース判断部１３２を含んで構成される。 The tuyere combustion state determination unit 130 is for classifying the combustion state for each tuyere using the image data for each tuyere transmitted from the image collection unit 120, and is for classifying the combustion state for each tuyere, and is the AI base determination unit 131 and image processing. It includes a base determination unit 132.

ＡＩベース判断部１３１は、各羽口別画像データを用いて人工知能をベースに各羽口別に燃焼状態を分類する。例えば、ＡＩベース判断部１３１は、ディープラーニングをベースに各羽口別燃焼状態を分類する。 The AI-based determination unit 131 classifies the combustion state for each tuyere based on artificial intelligence using the image data for each tuyere. For example, the AI base determination unit 131 classifies the combustion state for each tuyere based on deep learning.

一実施形態によると、ＡＩベース判断部１３１は、１次的に各羽口別画像データを用いて、ＣＮＮ（Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）をベースに各羽口別燃焼状態を分類する。 According to one embodiment, the AI-based determination unit 131 primarily classifies the combustion state of each tuyere based on CNN (Convolutional Neural Network) using the image data of each tuyere.

必要に応じて、ＡＩベース判断部１３１は、１次的に分類された各羽口別燃焼状態の分類結果を時系列に蓄積した結果に基づいて、羽口燃焼状態の分類を確定することで、燃焼状態の分類の整合性をさらに向上させる。 If necessary, the AI-based judgment unit 131 determines the classification of the tuyere combustion state based on the result of accumulating the classification results of each tuyere-specific combustion state primaryly classified in chronological order. , Further improve the consistency of combustion state classification.

ＡＩベース判断部１３１によって羽口燃焼状態を分類及び確定する概念を、図２～図４を参照してより具体的に説明する。 The concept of classifying and determining the tuyere combustion state by the AI-based determination unit 131 will be described more specifically with reference to FIGS. 2 to 4.

図２は、本発明の一実施形態により、ディープラーニングをベースに１次的に羽口燃焼状態を分類する概念を説明する図である。 FIG. 2 is a diagram illustrating a concept of primary classification of tuyere combustion states based on deep learning according to an embodiment of the present invention.

図２を参照すると、ＡＩベース判断部１３１は、各羽口別に獲得された第１羽口画像～第Ｎ羽口画像データ（２１～２Ｎ）に対して、それぞれ画像ディープラーニング、例えば、ＣＮＮをベースに燃焼状態を分類して、第１羽口燃焼状態の分類～第Ｎ羽口燃焼状態の分類（２１’～２Ｎ’）の結果を獲得する。ここで、Ｎは羽口の数を意味する。 Referring to FIG. 2, the AI-based determination unit 131 performs image deep learning, for example, CNN for each of the first tuyere image to the Nth tuyere image data (21 to 2N) acquired for each tuyere. The combustion state is classified into the base, and the results of the first tuyere combustion state classification to the Nth tuyere combustion state classification (21'to 2N') are obtained. Here, N means the number of tuyere.

図３及び図４は、本発明の一実施形態により、ディープラーニングをベースに１次的に分類した結果を、時系列に蓄積した結果に基づいて、羽口燃焼状態の分類を確定する概念を説明する図である。 3 and 4 show the concept of determining the classification of the tuyere combustion state based on the results accumulated in time series from the results of primary classification based on deep learning according to the embodiment of the present invention. It is a figure explaining.

先ず、図３を参照すると、ＡＩベース判断部１３１は、各羽口別に１次的に分類された燃焼状態の分類の結果を時系列に蓄積した結果として、すなわち、第１羽口燃焼状態の分類（３１－１、３１－２、３１－３）、第２羽口燃焼状態の分類（３２－１、３２－２、３２－３）、及び第Ｎ羽口燃焼状態の分類（３Ｎ－１、３Ｎ－２、３Ｎ－３）に基づいて、各羽口別に羽口燃焼状態の分類を確定し、確定された羽口燃焼状態の分類結果（３１’～３３’）を獲得する。 First, referring to FIG. 3, the AI-based determination unit 131 accumulates the results of the combustion state classification primaryly classified for each tuyere in chronological order, that is, the first tuyere combustion state. Classification (31-1, 31-2, 31-3), classification of the second tuyere combustion state (32-1, 32-2, 32-3), and classification of the Nth tuyere combustion state (3N-1). , 3N-2, 3N-3), the classification of the tuyere combustion state is determined for each tuyere, and the determined classification result (31'to 33') of the tuyere combustion state is obtained.

本実施形態において、いずれかの燃焼状態の分類が予め設定された回数以上発生した場合、羽口燃焼状態の分類を確定するために任意の時間期間（ｔ－１～ｔ＋１）の間に１次的に分類された複数の燃焼状態の分類の結果が、該当燃焼状態の分類として確定される。これにより、羽口燃焼状態の分類の精度をより向上させることができる。 In the present embodiment, when any of the combustion state classifications occur more than a preset number of times, the primary is performed during an arbitrary time period (t-1 to t + 1) in order to determine the tuyere combustion state classification. The result of the classification of a plurality of combustion states classified as above is determined as the classification of the corresponding combustion state. Thereby, the accuracy of classification of the tuyere combustion state can be further improved.

次に、図４を参照すると、ＡＩベース判断部１３１は、各羽口別に１次的に分類された燃焼状態の分類の結果を時系列に蓄積した結果として、すなわち、第１羽口燃焼状態の分類（４１－１、４１－２、４１－３）、第２羽口燃焼状態の分類（４２－１、４２－２、４２－３）、及び第Ｎ羽口燃焼状態の分類（４Ｎ－１、４Ｎ－２、４Ｎ－３）に対して、画像時系列ディープラーニングをベースに各羽口別に羽口燃焼状態の分類を確定し、確定された羽口燃焼状態の分類結果（４１’～４３’）を獲得する。 Next, referring to FIG. 4, the AI-based determination unit 131 accumulates the results of the combustion state classification primaryly classified for each tuyere in chronological order, that is, the first tuyere combustion state. Classification (41-1, 41-2, 41-3), classification of the second tuyere combustion state (42-1, 42-2, 42-3), and classification of the Nth tuyere combustion state (4N-). For 1, 4N-2, 4N-3), the classification of the tuyere combustion state was determined for each tuyere based on the image time series deep learning, and the determined tuyere combustion state classification result (41'~ Acquire 43').

例えば、ＡＩベース判断部１３１は、任意の時間期間（ｔ－１～ｔ＋１）の間に各羽口別に１次的に分類された複数の燃焼状態の分類結果を用いることで、ＲＮＮ（Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）又はＲＣＮＮ（Ｒｅｃｕｒｒｅｎｔ Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）をベースに各羽口別に羽口燃焼状態の分類を確定する。 For example, the AI-based determination unit 131 uses RNN (Recurrent Neural) by using the classification results of a plurality of combustion states primaryly classified for each tuyere during an arbitrary time period (t-1 to t + 1). Based on Network) or RCNN (Recurrent Convolutional Neural Network), the classification of the tuyere combustion state is determined for each tuyere.

羽口の燃焼状態は、時間の流れに伴う連続性を有して変化するため、任意の一時点の状態だけで羽口の燃焼状態を判断するには精度が低下する可能性がある。 Since the burning state of the tuyere changes with continuity with the passage of time, the accuracy of determining the burning state of the tuyere may be lowered only by the state at an arbitrary time point.

したがって、本実施形態によると、時間的流れに伴う羽口の燃焼状態の変化を総合的に評価して羽口の燃焼状態の分類を確定するために、画像時系列ディープラーニングを適用して、羽口燃焼状態の分類の精度をさらに向上させることができる。 Therefore, according to the present embodiment, in order to comprehensively evaluate the change in the combustion state of the tuyere with time and to determine the classification of the combustion state of the tuyere, image time series deep learning is applied. The accuracy of tuyere combustion state classification can be further improved.

一方、図３及び図４に示すように、時系列に蓄積した結果に基づいて羽口燃焼状態の分類を確定するにあたり、１次的に分類した結果を蓄積する時間期間（例えば、ｔ－１～ｔ＋１）及び該当時間期間の開始時点（ｔ－１）に応じて、分類の精度に影響を与える可能性もある。 On the other hand, as shown in FIGS. 3 and 4, in determining the classification of the tuyere combustion state based on the results accumulated in time series, the time period for accumulating the primary classification results (for example, t-1). Depending on ~ t + 1) and the start time point (t-1) of the corresponding time period, the accuracy of classification may be affected.

一実施形態によると、初期遂行時には、該当羽口燃焼状態の分類が最初に感知された時点を皮切りに、ユーザーによって設定された時間期間の間に１次的に分類した結果を蓄積して羽口燃焼状態の分類を確定する。 According to one embodiment, at the time of initial execution, the results of the primary classification are accumulated during the time period set by the user, starting from the time when the classification of the corresponding tuyere combustion state is first detected, and the feathers are accumulated. Confirm the classification of the mouth burning state.

また、羽口燃焼状態の分類の確定結果が累積されると、羽口燃焼状態の分類が最初に感知された時点から羽口燃焼状態の分類が他の状態に遷移する時点までの経過時間情報に応じて上述した時間期間を調整することにより、分類の精度をさらに向上させることができる。 In addition, when the confirmed results of the tuyere combustion state classification are accumulated, the elapsed time information from the time when the tuyere combustion state classification is first detected to the time when the tuyere combustion state classification transitions to another state. By adjusting the time period described above according to the above, the accuracy of classification can be further improved.

ＡＩベース判断部１３１によって分類される羽口の燃焼状態は、例えば、燃焼状態正常、燃焼状態不良、微粉炭未吹込、未還元溶融物落下（生鉱落下）、コークス旋回などを含む。ここで、微粉炭未吹込とは、微粉炭が吹き込まれるか否かを判断することを意味し、未還元溶融物落下（生鉱落下）とは、炉の上部で還元される必要のある原料が未還元のまま落下する未還元原料溶融物が落下するか否かを判断することを意味し、コークス旋回とは、炉の中部においてコークスが旋回するか否かを判断することを意味する。 The combustion state of the tuyere classified by the AI-based determination unit 131 includes, for example, normal combustion state, poor combustion state, unblown pulverized coal, fall of unreduced melt (fall of raw ore), coke swirling, and the like. Here, unblown pulverized coal means to determine whether or not pulverized coal is blown, and unreduced melt fall (fall of raw ore) is a raw material that needs to be reduced in the upper part of the furnace. It means that it is judged whether or not the unreduced raw material melt that falls in the unreduced state is dropped, and the coke swirling means that it is judged whether or not the coke swirls in the central part of the furnace.

画像処理ベース判断部１３２は、各羽口別画像データに対する画像処理を介して羽口設備を診断するとともに、羽口燃焼状態を判断する。 The image processing base determination unit 132 diagnoses the tuyere equipment through image processing for the image data for each tuyere, and determines the tuyere combustion state.

一実施形態によると、画像処理ベース判断部１３２は、各羽口別画像データに対する画像処理を介して羽口の曲損有無、羽口付着物有無、羽口詰まり、ランス曲げ、又はバーニングなどを含む羽口設備異常状態を判断する。 According to one embodiment, the image processing base determination unit 132 determines the presence / absence of bending of the tuyere, the presence / absence of tuyere deposits, clogging of the tuyere, lance bending, burning, etc. through image processing for the image data for each tuyere. Judge the abnormal condition of the tuyere equipment including.

また、画像処理ベース判断部１３２は、各羽口別画像データに対する画像処理を介して燃焼面積及び燃焼の明るさ（すなわち、輝度）を抽出する。 Further, the image processing base determination unit 132 extracts the combustion area and the brightness (that is, the brightness) of the combustion through image processing for the image data for each tuyere.

尚、画像処理ベース判断部１３２は、燃焼状態が正常である場合には、各羽口別画像データに対する画像処理を介して微粉炭流量を判別する。 When the combustion state is normal, the image processing base determination unit 132 determines the pulverized coal flow rate via image processing for the image data for each tuyere.

画像処理ベース判断部１３２における各羽口別画像データに対する画像処理のために、当業者に公知された多様な画像処理技法が適用され、これについての具体的な説明は省略する。 Various image processing techniques known to those skilled in the art are applied for image processing on the image data for each tuyere in the image processing base determination unit 132, and specific description thereof will be omitted.

上述したＡＩベース判断部１３１及び画像処理ベース判断部１３２による判断は、並列的に行われ得る。 The determination by the AI-based determination unit 131 and the image processing-based determination unit 132 described above can be performed in parallel.

羽口燃焼状態判断部１３０によって分類された各羽口別燃焼状態の分類結果及び羽口設備診断の結果は、各羽口別画像データ及び収集環境情報とともにマッピングされて格納及び管理される。 The classification result of the combustion state for each tuyere and the result of the tuyere equipment diagnosis classified by the tuyere combustion state determination unit 130 are mapped, stored and managed together with the image data for each tuyere and the collection environment information.

羽口燃焼状態指数生成部１４０は、羽口燃焼状態判断部１３０によって分類された各羽口別燃焼状態の分類結果を用いることにより、各羽口別に燃焼状態指数を生成する。 The tuyere combustion state index generation unit 140 generates a tuyere combustion state index for each tuyere by using the classification result of the combustion state for each tuyere classified by the tuyere combustion state determination unit 130.

一実施形態によると、羽口燃焼状態指数生成部１４０によって生成される各羽口別の燃焼状態指数は、燃焼状態不良指数、微粉炭未吹込指数、未還元溶融物落下（生鉱落下）指数、コークス旋回指数、燃焼状態レベル指数、微粉炭流量指数、羽口燃焼帯（Ｒａｃｅｗａｙ）指数などを含む。 According to one embodiment, the combustion state index for each tuyere generated by the tuyere combustion state index generator 140 is a combustion state defect index, a pulverized coal uninjected index, and an unreduced melt fall (coke fall) index. , Coke swirl index, combustion state level index, pulverized coal flow rate index, tuyere combustion zone (Raceway) index and the like.

例えば、羽口燃焼状態指数生成部１４０は、予め設定された期間ごとに羽口燃焼状態判断部１３０による各羽口別燃焼状態の分類結果に基づいて、任意の分類結果が発生した回数をカウントし、該当期間別にカウントされた回数に応じて点数化することで、関連指数を生成する。 For example, the tuyere combustion state index generation unit 140 counts the number of times an arbitrary classification result occurs based on the classification result of each tuyere combustion state by the tuyere combustion state determination unit 130 for each preset period. Then, a related index is generated by scoring according to the number of times counted for each applicable period.

また、羽口燃焼状態指数生成部１４０は、燃焼状態レベル指数に対しては、羽口燃焼状態判断部１３０によって抽出された燃焼面積及び燃焼の明るさ（すなわち、輝度）に応じて点数化し、予め設定された期間中に計算された点数を総合して燃焼状態レベル指数を生成する。ここで、燃焼状態レベル指数を生成するために用いられる基準情報は、管理者による入力信号に応じて更新される。これにより、更新された基準情報がリアルタイムで反映されて、高炉の状況が反映された指数情報を生成する。 Further, the tuyere combustion state index generation unit 140 scores the combustion state level index according to the combustion area and combustion brightness (that is, brightness) extracted by the tuyere combustion state determination unit 130. The combustion state level index is generated by summing up the points calculated during the preset period. Here, the reference information used to generate the combustion state level index is updated in response to an input signal by the administrator. As a result, the updated reference information is reflected in real time, and index information that reflects the situation of the blast furnace is generated.

また、羽口燃焼状態指数生成部１４０は、羽口燃焼状態判断部１３０によって判断された羽口設備診断結果を点数化して羽口設備異常指数を生成する。ここで、羽口設備異常指数は、羽口曲損指数、羽口付着物指数、羽口詰まり指数、ランス損傷指数などを含む。 Further, the tuyere combustion state index generation unit 140 generates a tuyere equipment abnormality index by scoring the tuyere equipment diagnosis result determined by the tuyere combustion state determination unit 130. Here, the tuyere equipment abnormality index includes the tuyere bending loss index, the tuyere deposit index, the tuyere clogging index, the lance damage index, and the like.

操業情報収集部１５０は、高炉操業中に生成される操業情報をリアルタイムで収集するためのものである。ここで、操業情報は、例えば、高炉炉体温度、圧力、冷却水の流量などを含む。 The operation information collecting unit 150 is for collecting the operation information generated during the operation of the blast furnace in real time. Here, the operation information includes, for example, the temperature of the blast furnace body, the pressure, the flow rate of the cooling water, and the like.

操業情報収集部１５０によってリアルタイムで収集される操業情報は、上述した羽口燃焼状態指数生成部１４０によって生成された羽口燃焼状態指数情報にマッピングされて格納及び管理される。 The operation information collected in real time by the operation information collecting unit 150 is mapped to, stored and managed in the tuyere combustion state index information generated by the tuyere combustion state index generation unit 140 described above.

統合評価部１６０は、羽口燃焼状態指数生成部１４０によって各羽口別に生成された羽口燃焼状態指数情報、及び操業情報収集部１５０によって収集された操業情報に基づいて高炉の円周方向に統合的に評価する。 The integrated evaluation unit 160 is in the circumferential direction of the blast furnace based on the tuyere combustion state index information generated for each tuyere by the tuyere combustion state index generation unit 140 and the operation information collected by the operation information collection unit 150. Evaluate in an integrated manner.

一実施形態によると、統合評価部１６０は、羽口燃焼状態指数生成部１４０により、各羽口別に生成された羽口燃焼状態指数情報を総合的に評価して統合燃焼状態指数を生成する。例えば、統合燃焼状態指数は、統合燃焼状態不良指数、統合微粉炭未吹込指数、統合未還元溶融物落下（生鉱落下）指数などのように、各羽口別に生成された羽口燃焼状態指数に１：１でマッチングされる統合燃焼状態指数を含み得る。 According to one embodiment, the integrated evaluation unit 160 comprehensively evaluates the tuyere combustion state index information generated for each tuyere by the tuyere combustion state index generation unit 140 to generate the integrated combustion state index. For example, the integrated combustion state index is a tuyere combustion state index generated for each tuyere, such as an integrated combustion state defect index, an integrated pulverized coal uninjected index, and an integrated unreduced melt fall (raw ore fall) index. May include an integrated combustion state index matched 1: 1.

また、統合評価部１６０は、各羽口別に生成された羽口燃焼帯（ｒａｃｅｗａｙ）指数に基づいて、円周バランス指数を生成する。 Further, the integrated evaluation unit 160 generates a circumferential balance index based on the tuyere combustion zone (raceway) index generated for each tuyere.

また、統合評価部１６０は、各羽口別に生成された羽口設備異常指数に基づいて、統合羽口設備異常指数を生成する。 Further, the integrated evaluation unit 160 generates an integrated tuyere equipment abnormality index based on the tuyere equipment abnormality index generated for each tuyere.

炉況制御部１７０は、羽口燃焼状態指数生成部１４０によって各羽口別に生成された羽口燃焼状態指数情報、又は統合評価部１６０によって生成された統合燃焼状態指数に基づいて、微粉炭吹込制御、Ｎ２パージ制御、及び高炉装入物制御のうちの少なくとも一つを行うことで高炉炉況を制御する。 The furnace condition control unit 170 blows pulverized coal based on the tuyere combustion state index information generated for each tuyere by the tuyere combustion state index generation unit 140 or the integrated combustion state index generated by the integrated evaluation unit 160. The blast furnace condition is controlled by performing at least one of control, N2 purge control, and blast furnace charge control.

一実施形態によると、炉況制御部１７０は、任意の羽口に対する微粉炭未吹込指数が予め設定された基準値を超えた場合、微粉炭吹込制御を行う。 According to one embodiment, the furnace condition control unit 170 performs pulverized coal injection control when the pulverized coal non-injection index for an arbitrary tuyere exceeds a preset reference value.

また、炉況制御部１７０は、任意の羽口領域において生鉱落下が発生し、未還元溶融物落下指数が予め設定された基準値を超えた場合、高炉装入物制御を行う。 Further, the furnace condition control unit 170 controls the blast furnace charge when the raw ore falls in an arbitrary tuyere region and the unreduced melt drop index exceeds a preset reference value.

他の実施形態によると、炉況制御部１７０は、統合燃焼状態指数又は円周バランス指数情報に基づいて、複数の羽口に対して統合的に制御を行う。 According to another embodiment, the furnace condition control unit 170 performs integrated control for a plurality of tuyere based on the integrated combustion state index or the circumferential balance index information.

例えば、炉況制御部１７０は、任意の一方向にのみ生鉱落下が発生した場合には、装入物分布を変更して装入物が落下する方向を変更するなどのように高炉装入物を制御する。 For example, when the raw ore falls in only one direction, the furnace condition control unit 170 changes the distribution of the charged material to change the direction in which the charged material falls. Control things.

図１を参照して上述した高炉操業状況評価システム１００は、入力データに人工知能アルゴリズムを適用して画像処理を行い、各種指数の演算が可能な処理装置と、高炉制御を行う制御装置との組み合わせによって具現される。 The blast furnace operation status evaluation system 100 described above with reference to FIG. 1 includes a processing device capable of performing image processing by applying an artificial intelligence algorithm to input data and calculating various indices, and a control device performing blast furnace control. It is embodied by the combination.

図５は、本発明の他の実施形態による高炉操業状況評価方法のフローチャートである。 FIG. 5 is a flowchart of a blast furnace operation status evaluation method according to another embodiment of the present invention.

図５に示すように、本発明の他の実施形態による高炉操業状況評価方法によると、画像獲得部１１０及び画像収集部１２０により、高炉に備えられた各羽口別に画像データをリアルタイムで収集する（Ｓ５１０）。 As shown in FIG. 5, according to the blast furnace operation status evaluation method according to another embodiment of the present invention, the image acquisition unit 110 and the image collection unit 120 collect image data in real time for each tuyere provided in the blast furnace. (S510).

次に、羽口燃焼状態判断部１３０により、各羽口別画像データを用いて、各羽口の燃焼状態を分類する（Ｓ５２０）。具体的には、ＡＩベース判断部１３１により、各羽口別画像データを用いて人工知能をベースに１次的に羽口燃焼状態を分類した後（Ｓ５２１）、分類結果に基づいて羽口燃焼状態の分類を確定する（Ｓ５２２）。また、これと並列的に、画像処理ベース判断部１３２により、各羽口別画像データに対する画像処理を介して各羽口の燃焼状態を分類するとともに、羽口設備を診断する（Ｓ５２５）。 Next, the tuyere combustion state determination unit 130 classifies the combustion state of each tuyere using the image data for each tuyere (S520). Specifically, the AI-based determination unit 131 primaryly classifies the tuyere combustion state based on artificial intelligence using image data for each tuyere (S521), and then tuyere combustion based on the classification result. The classification of the state is confirmed (S522). Further, in parallel with this, the image processing base determination unit 132 classifies the combustion state of each tuyere through image processing for the image data for each tuyere, and diagnoses the tuyere equipment (S525).

その後、羽口燃焼状態指数生成部１４０により、各羽口別燃焼状態の分類結果に基づいて羽口別燃焼状態指数を生成し（Ｓ５３０）、統合評価部１６０により、生成された羽口別燃焼状態指数に基づいて高炉の操業状況を円周方向に統合的に評価する（Ｓ５４０）。 After that, the tuyere combustion state index generation unit 140 generates a tuyere-specific combustion state index based on the classification result of each tuyere-specific combustion state (S530), and the integrated evaluation unit 160 generates tuyere-specific combustion. The operating status of the blast furnace is comprehensively evaluated in the circumferential direction based on the state index (S540).

続いて、炉況制御部１７０により、統合的に評価された操業状況に基づいて炉況を制御する（Ｓ５５０）。 Subsequently, the furnace condition control unit 170 controls the furnace condition based on the operation status evaluated in an integrated manner (S550).

図５を参照して、上述した各段階の具体的な遂行方法は、図１～図４を参照して上述したとおりであるため、これについての重複説明は省略する。 Since the specific execution method of each step described above with reference to FIG. 5 is as described above with reference to FIGS. 1 to 4, duplicate description thereof will be omitted.

本発明は、上述した実施形態及び図面によって限定されない。本発明が属する技術分野における通常の知識を有する者にとって、本発明の技術的思想を逸脱しない範囲内で本発明による構成要素を置換、変形、及び変更することが可能である。 The invention is not limited by the embodiments and drawings described above. It is possible for a person having ordinary knowledge in the technical field to which the present invention belongs to replace, modify, and change the components according to the present invention within the range not departing from the technical idea of the present invention.

１０ 高炉
１１ 羽口
１００ 高炉操業状況評価システム
１１０ 画像獲得部
１２０ 画像収集部
１３０ 羽口燃焼状態判断部
１３１ ＡＩベース判断部
１３２ 画像処理ベース判断部
１４０ 羽口燃焼状態指数生成部
１５０ 操業情報収集部
１６０ 統合評価部
１７０ 炉況制御部

10 Blast furnace 11 Haguchi 100 Blast furnace operation status evaluation system 110 Image acquisition unit 120 Image collection unit 130 Tubular combustion state judgment unit 131 AI base judgment unit 132 Image processing base judgment unit 140 Tuft combustion state index generation unit 150 Operation information collection unit 160 Integrated Evaluation Department 170 Blast Furnace Control Department

Claims (8)

高炉に備えられた複数の羽口のそれぞれに対応した羽口別画像データを獲得する画像獲得部と、
前記画像獲得部によって獲得された前記羽口別画像データを収集する画像収集部と、
前記羽口別画像データを用いて人工知能をベースに各羽口別燃焼状態を分類する羽口燃焼状態判断部と、
前記羽口燃焼状態判断部によって分類された羽口別燃焼状態の分類結果を用いて羽口別燃焼状態指数を生成する羽口燃焼状態指数生成部と、
各羽口別に生成された前記羽口別燃焼状態指数に１：１でマッチングされて高炉の円周方向に統合的に評価するための統合燃焼状態指数を生成する統合評価部と、を含み、
前記羽口燃焼状態判断部は、
前記羽口別画像データを用いてディープラーニングをベースに各羽口別燃焼状態を分類するＡＩベース判断部を含み、
前記ＡＩベース判断部は、ディープラーニングをベースに分類された羽口別燃焼状態の分類結果を予め設定された時間期間の間に時系列に蓄積した結果に基づいて羽口別燃焼状態の分類を確定し、前記羽口別燃焼状態の分類が最初に検出された時点から前記羽口別燃焼状態の分類が他の状態に遷移する時点までは経過時間情報に応じて前記時間期間を調整することを特徴とする高炉操業状況評価システム。 An image acquisition unit that acquires image data for each tuyere corresponding to each of the multiple tuyere provided in the blast furnace, and an image acquisition unit.
An image collection unit that collects image data for each tuyere acquired by the image acquisition unit, and an image collection unit.
A tuyere combustion state determination unit that classifies the combustion state for each tuyere based on artificial intelligence using the tuyere-specific image data, and
A tuyere combustion state index generation unit that generates a tuyere combustion state index using the classification results of the tuyere combustion state classification by the tuyere combustion state determination unit, and a tuyere combustion state index generation unit.
Includes an integrated evaluation unit that generates an integrated combustion state index for integrated evaluation in the circumferential direction of the blast furnace by matching 1: 1 with the combustion state index for each tuyere generated for each tuyere. ,
The tuyere combustion state determination unit is
It includes an AI-based judgment unit that classifies the combustion state for each tuyere based on deep learning using the tuyere-specific image data.
The AI-based judgment unit classifies the combustion state by tuyere based on the result of accumulating the classification result of the combustion state by tuyere classified based on deep learning in time series during a preset time period. The time period shall be adjusted according to the elapsed time information from the time when the classification of the combustion state by tuyere is first detected to the time when the classification of the combustion state by tuyere transitions to another state. A blast furnace operation status evaluation system featuring. 前記ＡＩベース判断部は、前記時間期間の間に任意の燃焼状態の分類が予め設定された回数以上発生すると燃焼状態の分類を確定することを特徴とする請求項１に記載の高炉操業状況評価システム。 The blast furnace operation status evaluation according to claim 1 , wherein the AI-based determination unit determines the classification of the combustion state when the classification of the arbitrary combustion state occurs more than a preset number of times during the time period. system. 前記ＡＩベース判断部は、前記時間期間の間に蓄積された羽口別燃焼状態の分類結果に対して画像時系列ディープラーニングをベースに燃焼状態の分類を確定することを特徴とする請求項１または２に記載の高炉操業状況評価システム。 The AI - based determination unit is characterized in that it determines the classification of the combustion state based on the image time series deep learning with respect to the classification result of the combustion state by tuyere accumulated during the time period. Or the blast furnace operation status evaluation system described in 2 . 前記羽口燃焼状態判断部は、
前記羽口別画像データに対する画像処理を介して羽口設備を診断し、羽口燃焼状態を判断する画像処理ベース判断部をさらに含むことを特徴とする請求項１に記載の高炉操業状況評価システム。 The tuyere combustion state determination unit is
The blast furnace operation status evaluation system according to claim 1 , further comprising an image processing-based determination unit that diagnoses the tuyere equipment through image processing for the tuyere-specific image data and determines the tuyere combustion state. .. 前記燃焼状態の分類は、燃焼状態正常、燃焼状態不良、微粉炭未吹込、未還元溶融物落下、及びコークス旋回を含むことを特徴とする請求項１または４に記載の高炉操業状況評価システム。 The blast furnace operating condition evaluation system according to claim 1 or 4 , wherein the classification of the combustion state includes normal combustion state, poor combustion state, unblown pulverized coal, falling of unreduced melt, and coke swirling. 前記羽口別燃焼状態指数又は前記統合燃焼状態指数に基づいて、微粉炭吹込制御、Ｎ２パージ制御、及び高炉装入物制御のうちの少なくとも一つを行う炉況制御部をさらに含むことを特徴とする請求項１または５に記載の高炉操業状況評価システム。 It is characterized by further including a furnace condition control unit that performs at least one of pulverized coal injection control, N2 purge control, and blast furnace charge control based on the tuyere-specific combustion state index or the integrated combustion state index. The blast furnace operation status evaluation system according to claim 1 or 5 . 前記羽口別燃焼状態指数は、燃焼状態不良指数、微粉炭未吹込指数、未還元溶融物落下指数、コークス旋回指数、燃焼状態レベル指数、微粉炭流量指数、及び羽口燃焼帯指数のうちの少なくとも一つを含むことを特徴とする請求項１または６に記載の高炉操業状況評価システム。 The combustion state index for each tuyere is among the combustion state defect index, the pulverized coal uninjected index, the unreduced melt drop index, the coke swirling index, the combustion state level index, the pulverized coal flow rate index, and the tuyere combustion zone index. The blast furnace operation status evaluation system according to claim 1 or 6 , wherein the blast furnace operation status evaluation system includes at least one. 高炉に備えられた複数の羽口のそれぞれに対応した羽口別画像データを収集する段階と、
前記羽口別画像データを用いて人工知能をベースに各羽口別燃焼状態を分類する段階と、
羽口別燃焼状態の分類結果を用いて羽口別燃焼状態指数を生成する段階と、
各羽口別に生成された前記羽口別燃焼状態指数に１：１でマッチングされて高炉の円周方向に統合的に評価するための統合燃焼状態指数を生成する段階と、を含み、
前記羽口別燃焼状態を分類する段階は、
前記羽口別画像データを用いてディープラーニングをベースに各羽口別燃焼状態を分類する段階と、
前記ディープラーニングをベースに分類された羽口別燃焼状態の分類結果を予め設定された時間期間の間に時系列に蓄積した結果に基づいて羽口別燃焼状態の分類を確定する段階と、を含み、
前記予め設定された時間期間の間に時系列に蓄積した結果に基づいて羽口別燃焼状態の分類を確定する段階は、前記羽口別燃焼状態の分類が最初に検出された時点から前記羽口別燃焼状態の分類が他の状態に遷移する時点までは経過時間情報に応じて前記時間期間を調整することを特徴とする高炉操業状況評価方法。
At the stage of collecting image data for each tuyere corresponding to each of the multiple tuyere provided in the blast furnace,
The stage of classifying the combustion state of each tuyere based on artificial intelligence using the image data of each tuyere, and
The stage of generating the combustion state index by tuyere using the classification result of the combustion state by tuyere, and
It includes a step of generating an integrated combustion state index for integrated evaluation in the circumferential direction of the blast furnace by matching 1: 1 with the combustion state index for each tuyere generated for each tuyere .
The stage of classifying the combustion state by tuyere is
The stage of classifying the combustion state of each tuyere based on deep learning using the image data of each tuyere, and
The stage of determining the classification of the combustion state by tuyere based on the result of accumulating the classification result of the combustion state by tuyere classified based on the deep learning in time series during a preset time period. Including,
The step of determining the classification of the combustion state by tuyere based on the result accumulated in time series during the preset time period is from the time when the classification of the combustion state by tuyere is first detected. A method for evaluating a blast furnace operating condition , which comprises adjusting the time period according to the elapsed time information until the time when the classification of the combustion state by mouth transitions to another state .
JP2020535559A 2017-12-26 2018-12-24 Blast furnace operation status evaluation system and method Active JP7064598B2 (en)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR1020170180170A KR102075223B1 (en) 2017-12-26 2017-12-26 System and method of evaluating furnace operation state
KR10-2017-0180170 2017-12-26
PCT/KR2018/016580 WO2019132476A1 (en) 2017-12-26 2018-12-24 System and method for evaluating operational conditions of blast furnace

Publications (2)

Publication Number Publication Date
JP2021509440A JP2021509440A (en) 2021-03-25
JP7064598B2 true JP7064598B2 (en) 2022-05-10

Family

ID=67067906

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020535559A Active JP7064598B2 (en) 2017-12-26 2018-12-24 Blast furnace operation status evaluation system and method

Country Status (5)

Country Link
EP (1) EP3733876B1 (en)
JP (1) JP7064598B2 (en)
KR (1) KR102075223B1 (en)
CN (1) CN111527217B (en)
WO (1) WO2019132476A1 (en)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021182041A1 (en) * 2020-03-12 2021-09-16 Ｊｆｅスチール株式会社 Abnormality determination method for blast furnace, training method for stabilization period model, operation method for blast furnace, and abnormality determination device for blast furnace
CN112094974A (en) * 2020-08-21 2020-12-18 广东韶钢松山股份有限公司 Blast furnace taphole spray control method, system and computer readable storage medium thereof
CN112501368B (en) * 2020-11-17 2022-07-08 中冶南方工程技术有限公司 Blast furnace smelting method and computer equipment
JP7380604B2 (en) * 2021-01-12 2023-11-15 Ｊｆｅスチール株式会社 Learning model generation method, learning model generation device, blast furnace control guidance method, and hot metal manufacturing method
CN113177364B (en) * 2021-05-21 2023-07-14 东北大学 Soft measurement modeling method for temperature of blast furnace tuyere convolution zone

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015025187A (en) 2013-07-29 2015-02-05 Ｊｆｅスチール株式会社 Abnormality detection method and blast furnace operation method
JP2015048508A (en) 2013-09-02 2015-03-16 新日鐵住金株式会社 Method and device for observing state of blast furnace tuyere
JP2015052148A (en) 2013-09-06 2015-03-19 新日鐵住金株式会社 Method for controlling blast furnace by determining operational situation thereof
JP2016060931A (en) 2014-09-17 2016-04-25 新日鐵住金株式会社 Blast furnace tuyere condition observation method and blast furnace tuyere condition observation device

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07116527B2 (en) * 1990-04-20 1995-12-13 新日本製鐵株式会社 Sintering process controller
KR950014631B1 (en) * 1993-12-28 1995-12-11 포항종합제철주식회사 Apparatus of temperature pre-estinate and action control guide with molten metal
JPH07305105A (en) * 1994-05-02 1995-11-21 Nippon Steel Corp Method for evaluating raceway condition of blast furnace
KR100376525B1 (en) * 1996-12-20 2003-06-09 주식회사 포스코 Apparatus and method for monitoring blast furnace race way
KR19990080341A (en) * 1998-04-15 1999-11-05 이해규 Combustion diagnosis device of boiler burner
CN2589484Y (en) * 2002-12-12 2003-12-03 武汉钢铁(集团)公司 Blast furnace tuyere combustion status monitoring device
CN2913380Y (en) * 2006-06-22 2007-06-20 重庆大学 On-line monitoring device for blast furnace tuyere operating mode
KR101747591B1 (en) * 2013-06-19 2017-06-14 제이에프이 스틸 가부시키가이샤 Method for detecting abnormality at blast furnace and method for operating blast furnace
EP3029160B1 (en) * 2013-07-29 2018-04-25 JFE Steel Corporation Abnormality detection method and blast-furnace operation method
CN106191350B (en) * 2016-08-30 2018-04-17 武汉钢铁有限公司 Bottom house air port working condition appraisal procedure based on fixed point radar

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015025187A (en) 2013-07-29 2015-02-05 Ｊｆｅスチール株式会社 Abnormality detection method and blast furnace operation method
JP2015048508A (en) 2013-09-02 2015-03-16 新日鐵住金株式会社 Method and device for observing state of blast furnace tuyere
JP2015052148A (en) 2013-09-06 2015-03-19 新日鐵住金株式会社 Method for controlling blast furnace by determining operational situation thereof
JP2016060931A (en) 2014-09-17 2016-04-25 新日鐵住金株式会社 Blast furnace tuyere condition observation method and blast furnace tuyere condition observation device

Also Published As

Publication number Publication date
JP2021509440A (en) 2021-03-25
EP3733876B1 (en) 2023-06-07
KR102075223B1 (en) 2020-02-07
EP3733876A4 (en) 2021-01-20
CN111527217B (en) 2022-08-16
KR20190078319A (en) 2019-07-04
WO2019132476A1 (en) 2019-07-04
EP3733876A1 (en) 2020-11-04
CN111527217A (en) 2020-08-11

Similar Documents

Publication Publication Date Title
JP7064598B2 (en) Blast furnace operation status evaluation system and method
KR101704982B1 (en) Abnormality detection method and blast-furnace operation method
Lieber et al. Quality prediction in interlinked manufacturing processes based on supervised & unsupervised machine learning
CN105308191A (en) Method for detecting abnormality in blast furnace, and method for operating blast furnace
Zheng et al. Safe: A neural survival analysis model for fraud early detection
Zhou et al. Effects of influence on user trust in predictive decision making
CN101726357A (en) Smoke detecting apparatus
US20120210257A1 (en) Automated system for analyzing power plant operations
CN109508671A (en) A kind of video accident detection system and method based on Weakly supervised study
JP6119515B2 (en) Blast furnace tuyere state observation method and blast furnace tuyere state observation apparatus
CN105844659A (en) Moving part tracking method and device
CN106153550A (en) Converter steel-smelting molten steel carbon content based on SVM online Real-time and Dynamic Detection method
Yan et al. Unloc: A unified framework for video localization tasks
CN114072808A (en) Classification model for controlling manufacturing process
CN115599646A (en) Method for improving early warning advance and accuracy of evaluation model
JP6350159B2 (en) Blast furnace tuyere state observation method and blast furnace tuyere state observation apparatus
KR102121910B1 (en) Apparatus and method for controlling blow of blast furnace
JP5644910B1 (en) Abnormality detection method and blast furnace operation method
CN106153551A (en) Converter steel-smelting molten steel carbon content based on SVM online Real-time and Dynamic Detection system
CN106203526B (en) Goal behavior mode online classification method based on multidimensional characteristic
KR102494490B1 (en) Method and apparatus for analysing expired patents
KR20170019108A (en) Method and apparatus for retrieving camera based on recognition ability
KR101268102B1 (en) System and method for video surveillance
CN102314612A (en) Method and device for identifying smiling face image and image acquisition equipment
JP7134918B2 (en) Image processing device and image processing method

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200818

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200818

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210830

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210831

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211130

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220405

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220422

R150 Certificate of patent or registration of utility model

Ref document number: 7064598

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313113

R371 Transfer withdrawn

Free format text: JAPANESE INTERMEDIATE CODE: R371

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313113

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350