JPH01136912A - 高炉炉熱自動制御システム - Google Patents

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。

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。

［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。

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。

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。

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。

［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。

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。

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。

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。

［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。

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。

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。

［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。

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。

［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。

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。

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。

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。

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
。

（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。

（４０）は熱風炉で、（４２）、　　（４４）、　　（
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。

（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。

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。

（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。

（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。

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。

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。

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。

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。

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。

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。

（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。

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。

（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。

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。

（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。

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。

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。

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。

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）。

（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。

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。

（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
）。

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。

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）。

・・・・・・（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。

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。

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。

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。

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。

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。

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
。

［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。

（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。

【図面の簡単な説明】

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 〜

Claims (2)

【特許請求の範囲】
1. （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. （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。