JPH01136912A - 高炉炉熱自動制御システム - Google Patents
高炉炉熱自動制御システムInfo
- Publication number
- JPH01136912A JPH01136912A JP29194387A JP29194387A JPH01136912A JP H01136912 A JPH01136912 A JP H01136912A JP 29194387 A JP29194387 A JP 29194387A JP 29194387 A JP29194387 A JP 29194387A JP H01136912 A JPH01136912 A JP H01136912A
- Authority
- JP
- Japan
- Prior art keywords
- data
- blast furnace
- furnace
- furnace heat
- knowledge base
- 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.)
- Granted
Links
- 230000009471 action Effects 0.000 claims description 32
- 230000007704 transition Effects 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 5
- 238000013178 mathematical model Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 10
- 238000010079 rubber tapping Methods 0.000 abstract description 6
- 238000007781 pre-processing Methods 0.000 abstract description 5
- 239000002893 slag Substances 0.000 abstract description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 abstract 2
- 229910052742 iron Inorganic materials 0.000 abstract 1
- 230000006870 function Effects 0.000 description 18
- 239000002184 metal Substances 0.000 description 16
- 229910052751 metal Inorganic materials 0.000 description 16
- 238000004364 calculation method Methods 0.000 description 14
- 238000000034 method Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 11
- 238000013473 artificial intelligence Methods 0.000 description 7
- 238000012937 correction Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 229910000805 Pig iron Inorganic materials 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 239000000571 coke Substances 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000004886 process control Methods 0.000 description 3
- 206010037660 Pyrexia Diseases 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 208000021760 high fever Diseases 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000006165 Knowles reaction Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
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
-
- 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)
- Manufacture Of Iron (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
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自動制御する
高炉炉熱自動制御システムに関するものである。
高炉炉熱自動制御システムに関するものである。
[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状
況の評価を行い、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。
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状
況の評価を行い、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。
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。
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St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。
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St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。
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。
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。
[発明が解決しようとする問題点コ
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、解析モデム自体が複雑であるがら解
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。
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、解析モデム自体が複雑であるがら解
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。
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、例えば ε IF xi −x THEN A−A C
F =Y。
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、例えば ε IF xi −x THEN A−A C
F =Y。
IF xl −x THEN A−A C
F−Y2というように、記述するためプログラムの作成
、或いはルール内に記述されている数値の入力作業が繁
雑となるという問題点があった。
F−Y2というように、記述するためプログラムの作成
、或いはルール内に記述されている数値の入力作業が繁
雑となるという問題点があった。
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、高炉の炉熱を一定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、修正が容易な高炉炉熱自動制御シス
テムを得ることを目的とする。
ものであり、高炉の炉熱を一定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、修正が容易な高炉炉熱自動制御シス
テムを得ることを目的とする。
[問題点を解決する手段]
本発明に係る高炉炉熱自動制御システムは、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手段とを有する。
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手段とを有する。
更に、前記各種データをその基準データと比較して、加
工データ(真偽及び炉熱との関係を示すデータ)を作成
する手段と、前記加工データ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手段と、
前記記憶手段の加工データと前記知識ベース手段の知識
ベースに基づいて炉熱レベル及び炉熱推移を推論をし、
高炉に対するアクション量を決定する推論手段と、前記
アクション量の自動制御を行う手段とを有する。
工データ(真偽及び炉熱との関係を示すデータ)を作成
する手段と、前記加工データ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手段と、
前記記憶手段の加工データと前記知識ベース手段の知識
ベースに基づいて炉熱レベル及び炉熱推移を推論をし、
高炉に対するアクション量を決定する推論手段と、前記
アクション量の自動制御を行う手段とを有する。
前記推論手段は、この発明の好ましい実施例によれば、
センサ情報と、炉熱レベル又は炉熱推移と、確信度とを
3軸とする3次元関数が用いられる。
センサ情報と、炉熱レベル又は炉熱推移と、確信度とを
3軸とする3次元関数が用いられる。
[作用コ
本発明においては、データ入力手段からの高炉データを
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。
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とに基づいた人工知能とし
ての推論演算をし、高炉に対するアクション量を決定す
る。そして、そのアクションに基づいて操業因子を調整
することにより高炉炉熱を自動制御する。
ての推論演算をし、高炉に対するアクション量を決定す
る。そして、そのアクションに基づいて操業因子を調整
することにより高炉炉熱を自動制御する。
[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1図は本発明の一実施例に係る高炉炉熱自動制御シス
テムの概念図であり、高炉操業支援機能を持つプロセス
コンピュータ、AIルーツを持つ推論処理用のAI専用
プロセッサ及びデジタル計装装置を主たる構成とする。
テムの概念図であり、高炉操業支援機能を持つプロセス
コンピュータ、AIルーツを持つ推論処理用のAI専用
プロセッサ及びデジタル計装装置を主たる構成とする。
図において、(1)は制御対象となる高炉、(1o〉は
高炉操業支援機能を持つプロセスコンピュータで、セン
サデータ収集手段(12)、ファイル手段(]4)、演
算手段(1B)、高炉制御システム(18)及びインタ
ーフェース・バッファ(19)を含んでいる。
高炉操業支援機能を持つプロセスコンピュータで、セン
サデータ収集手段(12)、ファイル手段(]4)、演
算手段(1B)、高炉制御システム(18)及びインタ
ーフェース・バッファ(19)を含んでいる。
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(lla) 、 (llb) 、(ll
c)を介して時系列に人力処理するものである。
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(lla) 、 (llb) 、(ll
c)を介して時系列に人力処理するものである。
ファイル手段(14)は、時系列ファイル手段(通常の
制御用)及び時系列ファイル手段(人工知能用)を含ん
でおり、データバンキング機能を果たしている。演算処
理手段(16)は、システム処理手段、時系列処理手段
(人工知能用)及びセンサデータ前処理手段を含んでい
る。
制御用)及び時系列ファイル手段(人工知能用)を含ん
でおり、データバンキング機能を果たしている。演算処
理手段(16)は、システム処理手段、時系列処理手段
(人工知能用)及びセンサデータ前処理手段を含んでい
る。
この実施例では、上記装置においてファイル手段(13
)に時系列ファイル手段(人工知能用)が組み込まれ、
演算手段(16)に時系列処理手段(人工知能用)及び
センサーデータ前処理手段が組み込まれ、更にインター
フェース・バッファ(19)が組込まれた点に、従来の
プロセスコンピュータとの相違点があり、これらの装置
はAI専用プロセッサとしての小型のコンピュータでの
演算のためにセンサーデータの前処理を行うものである
。
)に時系列ファイル手段(人工知能用)が組み込まれ、
演算手段(16)に時系列処理手段(人工知能用)及び
センサーデータ前処理手段が組み込まれ、更にインター
フェース・バッファ(19)が組込まれた点に、従来の
プロセスコンピュータとの相違点があり、これらの装置
はAI専用プロセッサとしての小型のコンピュータでの
演算のためにセンサーデータの前処理を行うものである
。
(20)はAI専用プロセッサとしての小型コンピュー
タで、第2図に示した知識ベース(22)、共通データ
バッファ(24)及び推論エンジン(26)が含まれて
いる。(以上の符号(10)、(20)で示されたもの
の構成は、同一出願人が既に出願した特願昭61−11
3795号に係るものと基本的には同一である。)(3
0)はCRTで、推論エンジン(25)の推論の結果が
インターフェース−バッファ(19)及びファイル手段
(14)を介して伝えられて表示される。(32)はデ
ジタル計装装置で、推論エンジン(2B)の推論の結果
に基づいて高炉の温度制御をするために送風湿分、送風
温度、重油等液体燃料等炉熱調整可能な操作量の操作量
を調整するものであり、インターフェース・バッファ(
19)及び高炉制御システム(18)を介して制御され
る。
タで、第2図に示した知識ベース(22)、共通データ
バッファ(24)及び推論エンジン(26)が含まれて
いる。(以上の符号(10)、(20)で示されたもの
の構成は、同一出願人が既に出願した特願昭61−11
3795号に係るものと基本的には同一である。)(3
0)はCRTで、推論エンジン(25)の推論の結果が
インターフェース−バッファ(19)及びファイル手段
(14)を介して伝えられて表示される。(32)はデ
ジタル計装装置で、推論エンジン(2B)の推論の結果
に基づいて高炉の温度制御をするために送風湿分、送風
温度、重油等液体燃料等炉熱調整可能な操作量の操作量
を調整するものであり、インターフェース・バッファ(
19)及び高炉制御システム(18)を介して制御され
る。
(40)は熱風炉で、(42)、 (44)、 (
46)はそれぞれ制御弁である。
46)はそれぞれ制御弁である。
以上の構成からなる本実施例の動作を説明する。
(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読取り取られ、ファイル手段(
14)の時系列ファイル手段(通常制御用)に格納され
る。
(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読取り取られ、ファイル手段(
14)の時系列ファイル手段(通常制御用)に格納され
る。
(2)ファイル手段(14)の時系列ファイル手段(通
常制御用)に格納されたデータは、演算処理手段(16
)のセンサーデータ前処理手段にてデータ処理される。
常制御用)に格納されたデータは、演算処理手段(16
)のセンサーデータ前処理手段にてデータ処理される。
このセンサーデータ前処理手段では、荷下り、温度、ガ
ス利用率、出銑滓等に関するデータ処理がなされる。こ
れらのデータをそれぞれ所定の基準値と比較して所定の
加工データを作成し、インターフェース・バッファ(1
9)に格納する。
ス利用率、出銑滓等に関するデータ処理がなされる。こ
れらのデータをそれぞれ所定の基準値と比較して所定の
加工データを作成し、インターフェース・バッファ(1
9)に格納する。
(3)次に、インターフェース・バッファ(19)に格
納された加工データを共通データバッファ(24)に転
送する。
納された加工データを共通データバッファ(24)に転
送する。
(4)推論エンジン手段(2B)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
論する。
)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
論する。
ここで、知識ベース(22)は推論の効率等を考慮して
第2図に示すような炉熱判断、炉熱推移、アクション判
断及びアクション補正をするための知識ユニットから構
成されている。これらはオペレータの知識や経験をIF
−THEN〜型のプロダクションルール或いはフレーム
で表現されており、更に各々のルールの曖昧さを表す指
標としてCF値(Certainty Factor
;確信度)を導入して、推論の信頼性を高めている。
第2図に示すような炉熱判断、炉熱推移、アクション判
断及びアクション補正をするための知識ユニットから構
成されている。これらはオペレータの知識や経験をIF
−THEN〜型のプロダクションルール或いはフレーム
で表現されており、更に各々のルールの曖昧さを表す指
標としてCF値(Certainty Factor
;確信度)を導入して、推論の信頼性を高めている。
更に、CF値を決定する手段として後述する3次元関数
を用いることにより、ルール数の減少、メンテナンス性
の改善を図っている。
を用いることにより、ルール数の減少、メンテナンス性
の改善を図っている。
推論エンジン手段(2B)においては、第2図に示すよ
うにまず、炉熱レベル及び炉熱推移が判定され、次にこ
れらの判定結果に基づいてアクション量が判定される。
うにまず、炉熱レベル及び炉熱推移が判定され、次にこ
れらの判定結果に基づいてアクション量が判定される。
このアクション量は所定の補正がなされ、その結果は高
炉制御システム(18)を介してデジタル計装装置(3
2)に送られる。
炉制御システム(18)を介してデジタル計装装置(3
2)に送られる。
そして、デジタル計装装置(32)により制御弁(42
)、(44)、 (4B)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)の炉温か所望の値
に制御される。
)、(44)、 (4B)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)の炉温か所望の値
に制御される。
次に、知識ベースの構成及びその具体的な推論を第2図
に基づいて説明する。
に基づいて説明する。
(A)炉熱レベル判定K S (K S (Knovl
ege 5ource);知識源)グループ; 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
である。「溶銑温度」、「送風圧力」、「羽口埋込温度
」等、センサの属性、機能に分割されたKS群からなっ
ており、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。また、炉熱レベルが極度に低いと判定した場合は、
羽口状況、出銑状況などを任意の時刻に対話形式で入力
し、センサ関係ルールで得られない情報を取りこむこと
ができる「人間判断ルール」を持っている。
ege 5ource);知識源)グループ; 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
である。「溶銑温度」、「送風圧力」、「羽口埋込温度
」等、センサの属性、機能に分割されたKS群からなっ
ており、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。また、炉熱レベルが極度に低いと判定した場合は、
羽口状況、出銑状況などを任意の時刻に対話形式で入力
し、センサ関係ルールで得られない情報を取りこむこと
ができる「人間判断ルール」を持っている。
なお、その他残銑滓貯留、溶銑成分、出銑目間温度偏差
、出銑形態など様々な条件に対応できる知識ベースも含
まれている。
、出銑形態など様々な条件に対応できる知識ベースも含
まれている。
(B)炉熱推移判定KSグループ:
炉熱推移を、過去から現在に至る変化の度合により、急
上昇〜一定定態急降下間で5段階に分は各ランクごとに
確信度を求め、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。
上昇〜一定定態急降下間で5段階に分は各ランクごとに
確信度を求め、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。
知識ベースは、「溶銑温度」を初めとした各種センサ類
と、「溶銑成分」等から構成されており、また、「溶銑
温度」と「溶銑成分」とについては、更に「短期推移」
及び「長期推移」に分けてルール化している。
と、「溶銑成分」等から構成されており、また、「溶銑
温度」と「溶銑成分」とについては、更に「短期推移」
及び「長期推移」に分けてルール化している。
(C)アクション判定KSグループ;
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。
トリックス上で求め、取るべきアクションを決定する。
第3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。
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。
ション量は予めフレームに知識として格納されている。
アクション型は例えば第4図に示すように構成され、ア
クション量については第5図に示されるように定量化さ
れている。
クション量については第5図に示されるように定量化さ
れている。
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5図のG)。
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5図のG)。
(D)アクション補正量判定KSグループ;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’fl faを考慮して補正アクシ
ョン量を決定する。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。
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’fl faを考慮して補正アクシ
ョン量を決定する。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。
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。
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。
(E)総合判定KS。
上記(A)〜(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。そして、その判定結果は休風
判定KSと共に操業状態判定K Sに人力されて操業状
態が判定され、画面表示KSを介して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、
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完全自動制御を行なう(第1図参照
)。
ション量を総合判定する。そして、その判定結果は休風
判定KSと共に操業状態判定K Sに人力されて操業状
態が判定され、画面表示KSを介して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、
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完全自動制御を行なう(第1図参照
)。
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3次元関数について説明する。
る際に用いられる3次元関数について説明する。
この関数を導入しない通常のプロダクシコンルールにお
いては、関係する全てのセンサに対して、例えば、 ■IF(センサlの温度がT1〜T2の範囲である。)
THEN (高熱レベルであるCF値はCI)、・・・
・・・、(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’l)。
いては、関係する全てのセンサに対して、例えば、 ■IF(センサlの温度がT1〜T2の範囲である。)
THEN (高熱レベルであるCF値はCI)、・・・
・・・、(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’l)。
・・・・・・(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
て繁雑になる欠点がある。
・・・・ 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
て繁雑になる欠点がある。
第6図は成る一つのセンサ情報に対する炉熱推移の3次
元関数を示したものである。図中(・)はこの関数の境
界条件として与える入力値である。
元関数を示したものである。図中(・)はこの関数の境
界条件として与える入力値である。
図において、 X−Zは、
X軸ニー次処理データ(例えばソリューションロスカー
ボン量) Y軸:炉熱推移状況(変化の程度を1〜5段階に区別) Z軸:確信度(CF値) を意味する。ここでは、あるセンサの値がX軸上のXの
時、第6図内に示すY軸上の各段階(j −1〜5)に
対する確信度Zj (X)が求まることを表している
。このようにして各情報ごとに確信度分布を求めた後、
センサーごとに重み付けをして累積加算し、炉熱推移の
総合確信度分布を決定する。
ボン量) Y軸:炉熱推移状況(変化の程度を1〜5段階に区別) Z軸:確信度(CF値) を意味する。ここでは、あるセンサの値がX軸上のXの
時、第6図内に示すY軸上の各段階(j −1〜5)に
対する確信度Zj (X)が求まることを表している
。このようにして各情報ごとに確信度分布を求めた後、
センサーごとに重み付けをして累積加算し、炉熱推移の
総合確信度分布を決定する。
次に、溶銑温度レベルの3次元関数の作成方法について
詳細に説明する。第7図は出銑中の溶銑温度変化の分布
を表したものであり、各軸はそれぞれ X軸;出銑温度 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。次に、出銑時刻X−X1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
のが第8図である。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9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。
詳細に説明する。第7図は出銑中の溶銑温度変化の分布
を表したものであり、各軸はそれぞれ X軸;出銑温度 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。次に、出銑時刻X−X1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
のが第8図である。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9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。
以上の3次元関数はフレームに記載され、計算の手続き
はLISP関数で与えられる。
はLISP関数で与えられる。
第10図に吹込み水比制御により全自動制御の操業の実
績を示す。例えば、アクションDi (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。
績を示す。例えば、アクションDi (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。
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11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
。
業実績とを比較すると、第11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
。
[発明の効果コ
以上のようにこの発明によれば、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、以下の効果が得られている。
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、以下の効果が得られている。
(1)操業管理の標準化
(2)人間の誤判断の防止
(3)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 (4)炉冷の回避 (5)省力化 (6)コンピュータで装置を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。
安定供給 (4)炉冷の回避 (5)省力化 (6)コンピュータで装置を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。
第1図はこの発明の一実施例に係る高炉炉熱自動制御シ
ステムのブロック図、第2図は知識ベースの構成を示し
たブロック図、第3図はアクションマトリックスの一例
を示した説明図、第4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5図はアクション量の一例を
示した説明図、第6図は炉熱推移の3次元関数の説明図
、第7図〜第9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、第10図は吹き込み水比側制御による
全自動制御の操業例の実績を示した特性図、第11図は
溶銑温度のエラー発生率を示した特性図である。 代理人 弁理士 佐々木 宗 冶 第4図 桔5図 真 〜
ステムのブロック図、第2図は知識ベースの構成を示し
たブロック図、第3図はアクションマトリックスの一例
を示した説明図、第4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5図はアクション量の一例を
示した説明図、第6図は炉熱推移の3次元関数の説明図
、第7図〜第9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、第10図は吹き込み水比側制御による
全自動制御の操業例の実績を示した特性図、第11図は
溶銑温度のエラー発生率を示した特性図である。 代理人 弁理士 佐々木 宗 冶 第4図 桔5図 真 〜
Claims (2)
- (1)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手段と
、 前記各種データをその基準データと比較して、真偽及び
炉熱との関係を示すデータ(以下加工データという)を
作成する手段と、 前記加工データ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手段と、 前記記憶手段の加工データと前記知識ベース手段の知識
ベースに基づいて炉熱レベル及び炉熱推移を推論をし、
高炉に対するアクション量を決定する推論手段と、 前記アクション量の自動制御を行う手段と を備えたことを特徴とする高炉炉熱自動制御システム。 - (2)推論手段は、センサ情報と、炉熱レベル又は炉熱
推移と、確信度とを3軸とした3次元関数を用いて推論
するものである特許請求の範囲第1項記載の高炉炉熱自
動制御システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP29194387A JPH0726127B2 (ja) | 1987-11-20 | 1987-11-20 | 高炉炉熱自動制御システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP29194387A JPH0726127B2 (ja) | 1987-11-20 | 1987-11-20 | 高炉炉熱自動制御システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH01136912A true JPH01136912A (ja) | 1989-05-30 |
JPH0726127B2 JPH0726127B2 (ja) | 1995-03-22 |
Family
ID=17775465
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP29194387A Expired - Lifetime JPH0726127B2 (ja) | 1987-11-20 | 1987-11-20 | 高炉炉熱自動制御システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH0726127B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103361454A (zh) * | 2012-03-30 | 2013-10-23 | 鞍钢股份有限公司 | 基于数据过滤的高炉悬料判断方法 |
CN106127351A (zh) * | 2016-07-04 | 2016-11-16 | 北京和隆软件有限公司 | 一种高炉热风炉初始烧炉煤气流量优化*** |
CN111492070A (zh) * | 2017-12-19 | 2020-08-04 | 株式会社Posco | 炉况控制设备和方法 |
-
1987
- 1987-11-20 JP JP29194387A patent/JPH0726127B2/ja not_active Expired - Lifetime
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103361454A (zh) * | 2012-03-30 | 2013-10-23 | 鞍钢股份有限公司 | 基于数据过滤的高炉悬料判断方法 |
CN106127351A (zh) * | 2016-07-04 | 2016-11-16 | 北京和隆软件有限公司 | 一种高炉热风炉初始烧炉煤气流量优化*** |
CN111492070A (zh) * | 2017-12-19 | 2020-08-04 | 株式会社Posco | 炉况控制设备和方法 |
EP3730630A4 (en) * | 2017-12-19 | 2021-01-13 | Posco | DEVICE AND METHOD FOR CONTROLLING OVEN CONDITIONS |
Also Published As
Publication number | Publication date |
---|---|
JPH0726127B2 (ja) | 1995-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR920003499B1 (ko) | 지식처리를 응용한 계산기 제어 시스템 | |
JPH049843B2 (ja) | ||
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 | |
CN108779506A (zh) | 钢水中磷浓度估计方法和转炉吹炼控制装置 | |
JPH01136912A (ja) | 高炉炉熱自動制御システム | |
US4857106A (en) | Method for controlling operation of a blast furnace | |
JPH05209233A (ja) | 加熱炉の炉内温度制御装置 | |
JPH05156327A (ja) | 高炉炉熱制御装置 | |
KR100286670B1 (ko) | 전문가시스템을 이용한 노열레벨 진단장치 및 그 방법 | |
JP2737136B2 (ja) | 高炉炉熱制御装置 | |
JP2737138B2 (ja) | 高炉操業管理・制御装置 | |
JP2724365B2 (ja) | 高炉の操業方法 | |
CN117369263B (zh) | 基于强化学习与注意力机制的热风炉智能燃烧控制方法 | |
JPH01205008A (ja) | 高炉炉熱制御装置 | |
JP2912086B2 (ja) | 高炉制御方法 | |
JP2696114B2 (ja) | 高炉の操業管理方法 | |
JP6989054B1 (ja) | 気体量予測方法、工場の操業方法および気体量予測装置 | |
JP4110780B2 (ja) | 高炉炉内溶銑温度及び外乱の推定方法 | |
JP2000129319A (ja) | 高炉炉熱制御方法及び装置 | |
JPH01205009A (ja) | 高炉炉熱制御装置 | |
JPH046207A (ja) | 高炉々熱制御装置の支援システム | |
JP2001355010A (ja) | 操業支援装置、操業支援方法および記録媒体 | |
JP2518753B2 (ja) | 高炉装入物分布制御装置 | |
JPH0277508A (ja) | 高炉々熱制御装置 | |
JPH01205011A (ja) | 高炉炉熱制御装置 |