JP7384326B1 - 高炉の溶銑温度予測方法、高炉の溶銑温度予測モデルの学習方法、高炉の操業方法、高炉の溶銑温度予測装置、高炉の溶銑温度予測システムおよび端末装置 - Google Patents
高炉の溶銑温度予測方法、高炉の溶銑温度予測モデルの学習方法、高炉の操業方法、高炉の溶銑温度予測装置、高炉の溶銑温度予測システムおよび端末装置 Download PDFInfo
- Publication number
- JP7384326B1 JP7384326B1 JP2023536390A JP2023536390A JP7384326B1 JP 7384326 B1 JP7384326 B1 JP 7384326B1 JP 2023536390 A JP2023536390 A JP 2023536390A JP 2023536390 A JP2023536390 A JP 2023536390A JP 7384326 B1 JP7384326 B1 JP 7384326B1
- Authority
- JP
- Japan
- Prior art keywords
- hot metal
- metal temperature
- temperature
- blast 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.)
- Active
Links
- 239000002184 metal Substances 0.000 title claims abstract description 311
- 229910052751 metal Inorganic materials 0.000 title claims abstract description 311
- 238000000034 method Methods 0.000 title claims abstract description 164
- 238000011017 operating method Methods 0.000 title description 9
- 238000012545 processing Methods 0.000 claims abstract description 142
- 238000006243 chemical reaction Methods 0.000 claims abstract description 76
- 230000036760 body temperature Effects 0.000 claims abstract description 36
- 238000009826 distribution Methods 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 13
- 238000001816 cooling Methods 0.000 claims description 12
- 230000002123 temporal effect Effects 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 7
- 239000003086 colorant Substances 0.000 claims description 5
- 230000008569 process Effects 0.000 description 85
- 238000004364 calculation method Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 16
- 230000010365 information processing Effects 0.000 description 15
- 238000013527 convolutional neural network Methods 0.000 description 11
- 239000000571 coke Substances 0.000 description 7
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 6
- 238000009529 body temperature measurement Methods 0.000 description 6
- 230000007423 decrease Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 4
- 239000002994 raw material Substances 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 239000003638 chemical reducing agent Substances 0.000 description 3
- 229910052742 iron Inorganic materials 0.000 description 3
- 238000006722 reduction reaction Methods 0.000 description 3
- 239000002893 slag Substances 0.000 description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 2
- 229910000805 Pig iron Inorganic materials 0.000 description 2
- 239000003245 coal Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C21—METALLURGY OF IRON
- C21B—MANUFACTURE OF IRON OR STEEL
- C21B5/00—Making pig-iron in the blast furnace
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Materials Engineering (AREA)
- Metallurgy (AREA)
- Organic Chemistry (AREA)
- Image Analysis (AREA)
- Waste-Gas Treatment And Other Accessory Devices For Furnaces (AREA)
- Manufacture Of Iron (AREA)
Abstract
Description
実施形態に係るモデル学習装置および溶銑温度予測装置の装置構成について、図1を参照しながら説明する。同図は、実施形態に係るモデル学習装置および溶銑温度予測装置を実現するための情報処理装置1の構成の一例を示している。情報処理装置1は、例えばワークステーションやパソコン等の汎用コンピュータによって実現される。
実施形態に係るモデル学習方法について、図2および図3を参照しながら説明する。モデル学習方法は、コンピュータによって構築された情報処理装置1によって実行される。また、モデル学習方法は、画像変換処理部31による画像変換処理ステップと、モデル学習処理部32によるモデル学習処理ステップと、を行う。なお、モデル学習処理ステップの前に画像変換処理ステップを行うことは必須ではなく、例えば画像変換処理ステップを予め行っている場合は、モデル学習方法としてモデル学習処理ステップのみを実施してもよい。
図2は、画像変換処理ステップの具体的な流れを示すフローチャートである。同図のフローチャートは、モデル学習装置(情報処理装置1)に対して画像変換処理の実行指令が入力されたタイミングで開始となり、画像変換処理はステップS1の処理に進む。
図3は、モデル学習処理ステップの具体的な流れを示すフローチャートである。同図のフローチャートは、モデル学習装置(情報処理装置1)に対してモデル学習処理の実行指令が入力されたタイミングで開始となり、モデル学習処理はステップS11の処理に進む。
実施形態に係る溶銑温度予測方法について、図4を参照しながら説明する。溶銑温度予測方法は、コンピュータによって構築された情報処理装置1によって実行される。また、溶銑温度予測方法は、溶銑温度予測処理部33による溶銑温度予測処理ステップを行う。また、溶銑温度予測方法は、必要に応じて、画像変換処理部31による画像変換処理ステップ(図2参照)を、溶銑温度予測処理ステップの前に行ってもよい。
図4は、溶銑温度予測処理ステップの具体的な流れを示すフローチャートである。同図のフローチャートは、溶銑温度予測装置(情報処理装置1)に対して溶銑温度予測処理の実行指令が入力されたタイミングで開始となり、溶銑温度予測処理はステップS21の処理に進む。
実施形態に係る高炉の操業方法は、例えばコンピュータによって構築された装置等によって実行される。高炉の操業方法では、上記の溶銑温度予測方法を用いて溶銑温度を予測する溶銑温度予測処理ステップと、溶銑温度予測処理ステップで予測された溶銑温度に基づいて操業条件を変更する操業条件変更ステップと、を行う。例えば、t0+βにおける溶銑温度の予測値が、溶銑温度の目標値に対して大幅に低下する場合、送風湿分を下限値まで低下させたり、炉頂におけるコークス比を大幅に増加させたりするとよい。
実施形態に係る溶銑温度予測システム2は、図5に示すように、溶銑温度予測サーバ装置3と、端末装置4と、を備えている。溶銑温度予測サーバ装置3および端末装置4は、例えばインターネット回線網等のネットワークNを通じて通信可能に構成されている。また、溶銑温度予測システム2のうち、端末装置4は、例えば製鉄所内に配置される。
実施形態に係るモデル学習方法および溶銑温度予測方法の実施例について、図6~図10を参照しながら説明する。
10 入力部
20 記憶部
21 温度DB
22 画像DB
30 演算部
31 画像変換処理部
32 モデル学習処理部
33 溶銑温度予測処理部
40 出力部
2 溶銑温度予測システム
3 溶銑温度予測サーバ装置
4 端末装置
N ネットワーク
Claims (13)
- コンピュータによって構築された装置によって実行される高炉の溶銑温度予測方法であって、
前記コンピュータが備える画像変換処理部が、炉体の温度データを二次元画像化する画像変換処理ステップと、
前記コンピュータが備える溶銑温度予測処理部が、前記画像変換処理ステップにおいて出力された画像データを入力データとし、溶銑温度を出力データとして学習された溶銑温度予測モデルに対して、現在の炉体の温度データについて前記画像変換処理ステップにおいて出力される画像データを入力することにより、将来の溶銑温度を出力する溶銑温度予測処理ステップと、
を含む高炉の溶銑温度予測方法。 - 前記炉体の温度データは、炉頂ゾンデ温度、スキンフロー温度、クーリングステーブ温度、羽口埋込温度のうちの少なくとも一つ以上を含み、
前記画像変換処理ステップは、前記炉体の温度を測定位置に対応させて二次元配置し、温度の値を、異なる色または濃淡によって画像化する、
請求項1に記載の高炉の溶銑温度予測方法。 - 前記入力データは、所定時間周期ごとの複数の画像データからなり、炉体温度分布の時間変化を示すデータである請求項1または請求項2に記載の高炉の溶銑温度予測方法。
- 前記溶銑温度予測処理ステップは、直近の所定時間の溶銑温度の平均値に対する、所定時間後の溶銑温度の差分の絶対値を予測する請求項1に記載の高炉の溶銑温度予測方法。
- コンピュータによって構築された装置によって実行される高炉の溶銑温度予測モデルの学習方法であって、
前記コンピュータが備える画像変換処理部が、炉体の温度データを二次元画像化する画像変換処理ステップと、
前記コンピュータが備えるモデル学習処理部が、前記画像変換処理ステップにおいて出力された画像データを入力データとし、溶銑温度を出力データとして、溶銑温度予測モデルの学習を行うモデル学習処理ステップと、
を含む高炉の溶銑温度予測モデルの学習方法。 - 前記モデル学習処理ステップは、基準時刻の前の所定期間における複数の炉体温度分布を示す画像データを入力データとし、前記基準時刻の前の所定期間における溶銑温度の平均値に対する、前記基準時刻の後の所定期間後の溶銑温度の差分を出力データとして、前記溶銑温度予測モデルの学習を行う請求項5に記載の高炉の溶銑温度予測モデルの学習方法。
- 請求項1に記載の高炉の溶銑温度予測方法を用いて溶銑温度を予測し、予測された溶銑温度に基づいて操業条件を変更する高炉の操業方法。
- コンピュータによって構築された高炉の溶銑温度予測装置であって、
炉体の温度データを二次元画像化する画像変換処理部と、
前記画像変換処理部において出力された画像データを入力データとし、溶銑温度を出力データとして学習された溶銑温度予測モデルに対して、現在の炉体の温度データについて前記画像変換処理部において出力される画像データを入力することにより、将来の溶銑温度を出力する溶銑温度予測処理部と、
を備える高炉の溶銑温度予測装置。 - 前記炉体の温度データは、炉頂ゾンデ温度、スキンフロー温度、クーリングステーブ温度、羽口埋込温度のうちの少なくとも一つ以上を含み、
前記画像変換処理部は、前記炉体の温度を測定位置に対応させて二次元配置し、温度の値を、異なる色または濃淡によって画像化する、
請求項8に記載の高炉の溶銑温度予測装置。 - 前記入力データは、所定時間周期ごとの複数の画像データからなり、炉体温度分布の時間変化を示すデータである請求項8または請求項9に記載の高炉の溶銑温度予測装置。
- 前記溶銑温度予測処理部は、直近の所定時間の溶銑温度の平均値に対する、所定時間後の溶銑温度の差分の絶対値を予測する請求項8に記載の高炉の溶銑温度予測装置。
- 高炉の溶銑温度予測サーバ装置と、端末装置と、を備える高炉の溶銑温度予測システムであって、
前記高炉の溶銑温度予測サーバ装置は、
炉体の温度データを二次元画像化する画像変換処理部と、
前記画像変換処理部において出力された画像データを入力データとし、溶銑温度を出力データとして学習された溶銑温度予測モデルに対して、現在の炉体の温度データについて前記画像変換処理部において出力される画像データを入力することにより、将来の溶銑温度を出力する溶銑温度予測処理部と、
前記溶銑温度予測処理部において予測された将来の溶銑温度を少なくとも含む情報を、前記端末装置に出力する出力部と、
を備え、
前記端末装置は、
前記高炉の溶銑温度予測サーバ装置から将来の溶銑温度を少なくとも含む情報を取得する情報取得部と、
前記情報取得部が取得した情報を表示する表示部と、
を備える高炉の溶銑温度予測システム。 - 高炉の溶銑温度予測サーバ装置から、現在の炉体の温度データを二次元画像化した画像データに基づいて予測された、将来の溶銑温度を少なくとも含む情報を取得する情報取得部と、
前記情報取得部が取得した情報を表示する表示部と、
を備え、
前記高炉の溶銑温度予測サーバ装置は、
炉体の温度データを二次元画像化する画像変換処理部と、
前記画像変換処理部において出力された画像データを入力データとし、溶銑温度を出力データとして学習された溶銑温度予測モデルに対して、現在の炉体の温度データについて前記画像変換処理部において出力される画像データを入力することにより、将来の溶銑温度を出力する溶銑温度予測処理部と、
を備える端末装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022034139 | 2022-03-07 | ||
JP2022034139 | 2022-03-07 | ||
PCT/JP2023/007608 WO2023171501A1 (ja) | 2022-03-07 | 2023-03-01 | 高炉の溶銑温度予測方法、高炉の溶銑温度予測モデルの学習方法、高炉の操業方法、高炉の溶銑温度予測装置、溶銑温度予測システムおよび端末装置 |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2023171501A1 JPWO2023171501A1 (ja) | 2023-09-14 |
JP7384326B1 true JP7384326B1 (ja) | 2023-11-21 |
JPWO2023171501A5 JPWO2023171501A5 (ja) | 2024-02-15 |
Family
ID=87935267
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023536390A Active JP7384326B1 (ja) | 2022-03-07 | 2023-03-01 | 高炉の溶銑温度予測方法、高炉の溶銑温度予測モデルの学習方法、高炉の操業方法、高炉の溶銑温度予測装置、高炉の溶銑温度予測システムおよび端末装置 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7384326B1 (ja) |
TW (1) | TW202348804A (ja) |
WO (1) | WO2023171501A1 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021018569A (ja) | 2019-07-19 | 2021-02-15 | Jfeスチール株式会社 | 学習モデル生成方法、学習モデル生成装置、高炉の溶銑温度制御方法、高炉の溶銑温度制御ガイダンス方法、及び溶銑の製造方法 |
JP2021507115A (ja) | 2017-12-19 | 2021-02-22 | ポスコPosco | 炉況管理装置及び方法 |
-
2023
- 2023-03-01 WO PCT/JP2023/007608 patent/WO2023171501A1/ja active Application Filing
- 2023-03-01 JP JP2023536390A patent/JP7384326B1/ja active Active
- 2023-03-06 TW TW112108098A patent/TW202348804A/zh unknown
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021507115A (ja) | 2017-12-19 | 2021-02-22 | ポスコPosco | 炉況管理装置及び方法 |
JP2021018569A (ja) | 2019-07-19 | 2021-02-15 | Jfeスチール株式会社 | 学習モデル生成方法、学習モデル生成装置、高炉の溶銑温度制御方法、高炉の溶銑温度制御ガイダンス方法、及び溶銑の製造方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2023171501A1 (ja) | 2023-09-14 |
TW202348804A (zh) | 2023-12-16 |
JPWO2023171501A1 (ja) | 2023-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6729514B2 (ja) | 溶銑温度予測方法、溶銑温度予測装置、高炉の操業方法、操業ガイダンス装置、溶銑温度制御方法、及び溶銑温度制御装置 | |
JP4948304B2 (ja) | 高炉の溶銑温度予測方法 | |
JP2018145520A (ja) | 高炉炉熱予測装置及び高炉炉熱予測方法 | |
JP2018024935A (ja) | 溶銑温度予測方法、溶銑温度予測装置、高炉の操業方法、操業ガイダンス装置、溶銑温度制御方法、及び溶銑温度制御装置 | |
JP6930507B2 (ja) | 溶銑温度予測方法、溶銑温度予測装置、高炉の操業方法、操業ガイダンス装置、溶銑温度制御方法、及び溶銑温度制御装置 | |
JP2018024936A (ja) | 溶銑温度予測方法、溶銑温度予測装置、高炉の操業方法、操業ガイダンス装置、溶銑温度制御方法、及び溶銑温度制御装置 | |
JP4093934B2 (ja) | モデルパラメータ決定方法及びそのプログラム,モデル予測方法及びそのプログラム | |
WO2021014782A1 (ja) | 学習モデル生成方法、学習モデル生成装置、高炉の溶銑温度制御方法、高炉の溶銑温度制御ガイダンス方法、及び溶銑の製造方法 | |
JP7272326B2 (ja) | 操業ガイダンス方法、高炉の操業方法、溶銑の製造方法、操業ガイダンス装置 | |
JP2023025646A (ja) | 制御装置、方法及びプログラム | |
JP7384326B1 (ja) | 高炉の溶銑温度予測方法、高炉の溶銑温度予測モデルの学習方法、高炉の操業方法、高炉の溶銑温度予測装置、高炉の溶銑温度予測システムおよび端末装置 | |
JP7264321B1 (ja) | 溶銑温度の予測方法、操業ガイダンス方法、溶銑の製造方法、溶銑温度の予測装置、操業ガイダンス装置、高炉操業ガイダンスシステム、高炉操業ガイダンスサーバ及び端末装置 | |
JP7308063B2 (ja) | 演算装置、システム、演算方法及びプログラム | |
JP7307341B2 (ja) | 炉内ガス圧力の変動検知方法 | |
JP7384150B2 (ja) | 操業ガイダンス方法、高炉の操業方法、溶銑の製造方法及び操業ガイダンス装置 | |
CN114144532A (zh) | 工艺的控制方法、操作指导方法、高炉的操作方法、铁水的制造方法及工艺的控制装置 | |
JP2021165414A (ja) | 炉況評価装置、炉況評価方法、及び炉況評価プログラム、並びに、学習済みモデルの生成方法 | |
Bigeev et al. | Adapting a mathematical model of the end of the blow of a converter heat to existing conditions in the oxygen-converter shop at the Magnitogorsk Metallurgical Combine | |
JP7522999B1 (ja) | 溶銑温度制御方法、高炉の操業方法、溶銑の製造方法、溶銑温度制御装置及び溶銑温度制御システム | |
JP7107444B2 (ja) | 溶銑温度の制御方法、操業ガイダンス方法、高炉の操業方法、溶銑の製造方法、溶銑温度の制御装置および操業ガイダンス装置 | |
CN117556711B (zh) | 基于神经网络的高炉喷煤优化方法、***、终端和介质 | |
Hazra et al. | Application of data reconciliation and gross error detection techniques to enhance reliability and consistency of the blast furnace process data | |
KR20240024233A (ko) | 고로의 슬래그 레벨 추정 방법, 조업 가이던스 방법, 용선의 제조 방법, 고로의 슬래그 레벨 추정 장치 및 조업 가이던스 장치 | |
JP2022108041A (ja) | 学習モデル生成方法、学習モデル生成装置、高炉の制御ガイダンス方法、及び溶銑の製造方法 | |
JP2004059955A (ja) | 転炉吹錬制御方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230615 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230615 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20230615 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230808 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230823 |
|
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: 20231010 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231023 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7384326 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |