KR20130023886A - Method for predicting variation of furnace heat for blast furnace - Google Patents
Method for predicting variation of furnace heat for blast furnace Download PDFInfo
- Publication number
- KR20130023886A KR20130023886A KR1020110086965A KR20110086965A KR20130023886A KR 20130023886 A KR20130023886 A KR 20130023886A KR 1020110086965 A KR1020110086965 A KR 1020110086965A KR 20110086965 A KR20110086965 A KR 20110086965A KR 20130023886 A KR20130023886 A KR 20130023886A
- Authority
- KR
- South Korea
- Prior art keywords
- furnace
- molten iron
- fluctuation
- iron temperature
- heat
- Prior art date
Links
Images
Classifications
-
- 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
- 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
- F27D21/0014—Devices for monitoring temperature
Abstract
Description
본 발명은 고로의 노열 변동 예측방법에 관한 것으로, 특히 노열의 변동을 경험에 의하지 않고 정량적인 방법으로 예측할 수 있도록 된 고로의 노열 변동 예측방법에 관한 것이다.The present invention relates to a method for predicting blast furnace fluctuations, and more particularly, to a method for predicting blast furnace fluctuations in fluctuation, which can be predicted in a quantitative manner without experience.
고로는 원료인 철광석과 연료인 코크스를 장입하고 고온의 열풍을 공급하여 상기 코크스를 연소시키고, 그 때 발생하는 환원가스에 의해 철광석을 용융, 환원시켜 용선을 생산하는 반응로이다.A blast furnace is a reactor for charging iron ore as a raw material and coke as a fuel and supplying hot hot air to burn the coke, and melting and reducing the iron ore by using a reducing gas generated therein to produce molten iron.
관련 선행기술로는 대한민국 특허공개 제10-2006-0063405호가 있다.Related prior art is Korean Patent Publication No. 10-2006-0063405.
본 발명은 노열의 변동을 정량적인 방법으로 예측할 수 있게 됨으로써 숙련자의 경험에 의한 판단에 의지하지 않고도 보다 적절한 노열 관리가 이루어질 수 있도록 된 고로의 노열 변동 예측방법을 제공함에 목적이 있다.An object of the present invention is to provide a method for predicting blast furnace fluctuation of fluctuations in which blast furnace fluctuations can be predicted by a quantitative method, so that more appropriate fever management can be achieved without resorting to judgment by an experienced person.
상기와 같은 목적을 달성하기 위한 본 발명은,The present invention for achieving the above object,
노열에 미치는 영향력이 큰 노열영향인자들을 지속적으로 측정하는 노열영향인자측정단계와,A step for measuring the heat influence factor which continuously measures the heat influence factors having a great influence on the heat;
상기 노열영향인자의 변동 상태가 노열변동조건을 만족하면 상기 노열변동조건 만족시점과 그로부터 응답시간이 경과한 시점 사이의 용선온도 변화값을 계산하는 용선온도 변화값 측정단계와,A molten iron temperature change step of calculating a molten iron temperature change value between the time when the thermal fluctuation condition is satisfied and the response time elapses when the fluctuation state of the thermal influence factor satisfies the thermal fluctuation condition;
상기 용선온도 변화값을 저장하여 노열영향인자 변동에 따른 용선온도 변화값에 대한 데이터베이스를 구축하는 데이터베이스 구축단계와,A database construction step of storing the molten iron temperature change value and constructing a database of the molten iron temperature change value according to the change in the heat influence factor;
상기 노열영향인자의 노열변동조건 만족시 상기 구축된 데이터베이스를 이용하여 용선온도의 변동 발생 여부와 향후 용선온도의 변동 추이를 예측하는 용선온도 변동 판단단계를 포함한다.And a molten iron temperature change step of predicting whether the molten iron temperature fluctuates and a future molten iron temperature fluctuation using the constructed database when the thermal influence factor satisfies the thermal fluctuation condition.
또한, 상기 노열영향인자들로는 코크스 수분, 과잉산소비, 산소/탄소비, 풍구전 연소온도, CSL(Carbon solution loss)을 이용하는 것을 특징으로 한다.In addition, the furnace thermal effect factors are characterized by using the coke moisture, excess oxygen consumption, oxygen / carbon ratio, air-ballast combustion temperature, carbon solution loss (CSL).
또한, 상기 노열영향인자들의 노열변동조건은, 상기 코크스 수분은 측정값의 변동폭이 ±2% 이상인 상태가 3시간 이상 지속될 것, 상기 과잉산소비는 값이 0.71 이하로 감소할 것, 상기 산소/탄소비는 값이 1.85 이하로 감소할 것, 상기 풍구전 연소온도는 변동폭이 ±100℃ 이상일 것, 상기 CSL은 값의 기울기가 양의 기울기로 5kg/thm 이상일 것인 것을 특징으로 한다.In addition, the thermal fluctuation conditions of the heat-affecting factors, the coke moisture is to be maintained for more than 3 hours in the fluctuation range of the measured value ± 2% or more, the excess oxygen consumption is reduced to 0.71 or less, the oxygen / The carbon ratio is to be reduced to 1.85 or less, the pre-war combustion temperature fluctuation range is ± 100 ℃ or more, the CSL is characterized in that the slope of the value is more than 5kg / thm with a positive slope.
또한, 상기 노열영향인자들에는 상기 코크스 수분 10%, 상기 과잉산소비 20%, 상기 산소/탄소비 20%, 상기 풍구전 연소온도 10%, 상기 CSL 40%의 가중치가 적용되는 것을 특징으로 한다.In addition, the heat affecting factors are characterized in that the weight of the
또한, 상기 노열영향인자 측정단계와, 상기 용선온도 변화값 측정단계 및, 상기 데이터베이스 구축단계는 고로 조업중 지속적으로 반복 실시되는 것을 특징으로 한다.In addition, the furnace influence factor measurement step, the molten iron temperature change value measurement step, and the database construction step is characterized in that it is continuously repeated during the blast furnace operation.
또한, 상기 데이터베이스 구축단계와 상기 용선온도 변동 판단단계의 사이에, 상기 노열변동조건이 만족되면 그 시점의 용선온도와 상기 데이터베이스의 해당 용선온도 변화값을 합하여 용선온도 예측값을 산출하고, 해당 노열영향인자별 응답시간 후 용선온도 실측값을 상기 예측값과 비교하여, 상기 예측값의 실측값에 대한 상관계수(R2)가 0.5 이상이면 예측값의 신뢰성이 높은 것으로 판단하는 용선온도 예측값 신뢰성 판단단계를 더 포함하는 것을 특징으로 한다.In addition, if the furnace fluctuation condition is satisfied between the database construction step and the molten iron temperature fluctuation step, the molten iron temperature at that time and the corresponding molten iron temperature change value of the database are calculated to calculate the molten iron temperature prediction value, and the corresponding furnace heat influence After the response time for each factor, the molten iron temperature measured value is compared with the predicted value, and if the correlation coefficient (R 2 ) for the measured value of the predicted value is 0.5 or more, the molten iron temperature predicted value reliability judgment step of determining that the reliability of the predicted value is further included. Characterized in that.
또한, 상기 예측값의 신뢰성이 높은 것으로 판단되면, 상기 용선온도 변동 판단단계에서 용선온도 변동이 발생할 것으로 판단하고, 향후 용선온도가 노열영향인자별 응답시간 후에 상기 예측값으로 수렴해가는 변동 추이를 가질 것으로 예측하는 것을 특징으로 한다.In addition, if it is determined that the reliability of the predicted value is high, it is determined that the melt temperature fluctuation will occur in the molten iron temperature fluctuation determination step, and the molten iron temperature will have a change trend that converges to the predicted value after the response time for each thermal influence factor. It is characterized by the prediction.
이상 설명한 바와 같은 본 발명에 따르면, 숙련자의 경험에 의해서가 아니라 정량적 데이터에 근거하여 고로의 현재 노열을 진단하고, 그 변동 추이를 정확히 예측할 수 있다.According to the present invention as described above, it is possible to diagnose the current blast furnace blast furnace based on quantitative data, not based on the experience of the skilled person, and accurately predict the change trend.
따라서, 조업자의 오판이 방지됨으로써 부적절한 노열 관리 조치가 행해지는 것을 방지할 수 있게 되고, 항상 적절한 노열 관리 조치를 통해 노열밸런스를 양호하게 유지함으로써 조업 안정성 및 생산성 향상을 도모할 수 있다.Therefore, by preventing misoperation of the operator, it is possible to prevent improper heat management measures from being carried out, and it is possible to improve operation stability and productivity by maintaining a good heat balance through proper heat management measures at all times.
또한, 고로의 노열 관리 과정이 표준화될 수 있게 되므로 고도의 숙련자가 아니더라도 누구나 고로의 노열 상태를 인지 및 관리할 수 있게 된다.In addition, since the furnace management process of the blast furnace can be standardized, anyone who is not highly skilled can recognize and manage the furnace state of the blast furnace.
도 1은 본 발명에 따른 고로의 노열 변동 예측방법의 순서도,
도 2는 노열 영향인자 중 CSL과 용선온도의 관계를 나타낸 그래프,
도 3은 노열 영향인자 중 산소/탄소비 및 과잉산소비와 용선온도의 관계를 나타낸 그래프이다.1 is a flow chart of the furnace fluctuation fluctuation prediction method according to the present invention,
2 is a graph showing the relationship between the CSL and the molten iron temperature of the heating effect factor,
Figure 3 is a graph showing the relationship between the oxygen / carbon ratio and excess oxygen consumption and the molten iron temperature of the furnace influence factors.
이하, 본 발명을 첨부된 예시도면을 참조하여 상세히 설명한다.Hereinafter, with reference to the accompanying drawings, the present invention will be described in detail.
본 발명은 현재 고로의 노열 변동 여부를 감지하고, 향후 노열 변동의 추이를 예측하여, 적절한 노열 관리 조치를 취할 수 있도록 하는 것이다.The present invention is to detect whether the furnace fluctuations in the current blast furnace, to predict the future fluctuations of the fluctuations in the furnace, so that appropriate furnace management measures can be taken.
노열은 용선의 온도에 직접적인 영향을 미치기 때문에 본 발명은 노열 변동의 판단 근거로서 용선온도를 이용한다.Since the furnace heat directly affects the temperature of the molten iron, the present invention uses the molten iron temperature as a basis for judging the fluctuation of the furnace.
용선온도 예측은 노내 반응의 복잡성 및 철광석, 코크스, 미분탄, 열풍에 대한 노내 온도분포의 응답시간이 모두 다르고, 서로 영향을 주기 때문에 수식모델로 계산하려면 장시간이 소요된다.The molten iron temperature prediction takes a long time to calculate by the mathematical model because the complexity of the furnace reaction and the response time of the temperature distribution in the furnace for iron ore, coke, pulverized coal and hot air are all different and influence each other.
따라서, 본 발명은 노열에 영향을 미치는 여러 조업인자 중 대표적인 조업인자(이후, '노열영향인자'로 칭함)를 이용하여, 상기 노열영향인자의 변동에 따른 용선온도의 변화에 따라 노열의 변동 감지 및 변동 추이를 예측한다.Accordingly, the present invention detects the fluctuation of the furnace according to the change in the molten iron temperature according to the change of the furnace influence factor by using a representative operation factor (hereinafter, referred to as 'heat influence factor') among the various operation factors affecting the furnace heat. And predict the change trend.
도 1에 도시된 바와 같이, 본 발명은 노열영향인자 측정단계(S10)와, 용선온도 변화값 측정단계(S20)와, 데이터베이스 구축단계(S30)와, 용선온도 예측값 신뢰성 판단단계(S40)와, 용선온도 변동 판단단계(S50)를 포함한다.As shown in FIG. 1, the present invention includes a furnace heat influence factor measuring step S10, a molten iron temperature change value measuring step S20, a database building step S30, a molten iron temperature predicted value reliability determining step S40, and , Molten iron temperature fluctuation determination step (S50).
상기 노열영향인자 측정단계(S10)에서는 대표적 '노열영향인자'인 코크스 수분, 과잉산소비, 산소/탄소비(O2/C), 풍구전 연소온도(RAFT : Raceway Adiabatic Flame Temperature), CSL(Carbon solution loss)를 이용한다.In the step of measuring the heat influence factor (S10), coke moisture, excess oxygen consumption, oxygen / carbon ratio (O 2 / C), wind bulb combustion temperature (RAFT: Raceway Adiabatic Flame Temperature), CSL (representative 'heat influence factor') Carbon solution loss).
상기 코크스 수분은 코크스 내 수분의 함량(통상 1~5%)을 의미하고, 고로 원료의 이송 중 중성자 수분계가 측정한 값이며, 장입되는 코크스에 의한 영향을 고려하기 위한 것이다.The coke moisture refers to the content of water in the coke (typically 1 to 5%), is a value measured by the neutron moisture meter during the transfer of the blast furnace raw material, is to consider the effect of the coke is charged.
상기 과잉산소비는 풍구로 공급되는 산소량(Nm3/h) / 미분탄 연소에 요구되는 산소량(Nm3/h)으로서 노하부 산소 입량에 따른 영향을 고려하기 위한 것이다.The excess oxygen consumption is to consider the effect of the oxygen content of the bottom of the furnace as the amount of oxygen (Nm 3 / h) / oxygen required for pulverized coal combustion (Nm 3 / h) supplied to the wind vent.
상기 산소/탄소비는 풍구로 공급되는 산소량(kg/thm) / 취입된 미분탄 중 탄소 함량(kg/thm)으로서 노하부 미분탄 입량에 따른 영향을 고려하기 위한 것이다.The oxygen / carbon ratio is intended to consider the effect of the amount of fine coal powder in the lower part as the amount of oxygen (kg / thm) / carbon content (kg / thm) of the fine pulverized coal supplied to the tuyere.
상기 CSL는 노내 철광석의 직접 환원반응으로 소비된 탄소의 원단위를 의미하며, 다음 식들에 의해 계산된다.
The CSL means a raw unit of carbon consumed by the direct reduction of iron ore in the furnace, and is calculated by the following equations.
상기 식과 같이, 가스화된 탄소(CGas) 입량은 코크스 내 탄소(CR)와 미분탄 내 탄소(PCR)의 원단위 종합에서 더스트 내 탄소(CDust)와 용선 내 탄소(Cpig)를 제외하고, 석회석에서 나오는 탄소(CLim) 원단위의 합으로 계산한다.As described above, the amount of gasified carbon gas (C Gas ) is limestone except for carbon dust (C Dust ) and molten iron (C pig ) in the raw unit synthesis of carbon (CR) in coke and carbon in powder (PCR). It is calculated from the sum of the carbon (C Lim) basic unit out.
또한, 상기 CSL은 가스화된 탄소(CGas) 원단위에서 연소대에서 발생되는 송풍 내 산소의 원단위를 간접환원 역할을 하는 탄소(CTuy) 원단위로 환산하여 제외하고(C + O2 = 2CO, 100% CO 가정), 철광석 내 Si, Mn, P의 직접환원에 의한 탄소(CSi,Mn,P) 원단위를 제외한 값이다.In addition, the CSL is excluded by converting the original unit of oxygen in the blowing air generated in the combustion zone in the unit of gasified carbon (C Gas ) to the carbon (C Tuy ) unit that serves as an indirect reduction (C + O 2 = 2CO, 100 (Assuming% CO), which excludes carbon (C Si, Mn, P ) unit by direct reduction of Si, Mn and P in iron ore.
상기 풍구전 연소온도(RAFT)는 노내 풍구 앞 부분의 연소온도로서 풍온, 미분탄 취입량, 조습량, 산소부화량, 풍량의 영향을 고려하기 위한 것이며, 직접 측정하는 것이 곤란하므로 아래 식을 이용하여 계산한다.The wind bulb combustion temperature (RAFT) is a combustion temperature of the front part of the furnace inside the furnace to consider the influence of the wind temperature, pulverized coal blowing amount, humidity, oxygen enrichment, air volume, it is difficult to measure directly, so using the following equation Calculate
풍구전연소온도(RAFT) = 1599 + 0.839×TB - 6.033×WH2O - 3×PCB + 4973×RVO2/VB Pre-Combustion Temperature (RAFT) = 1599 + 0.839 × T B -6.033 × W H2O -3 × PCB + 4973 × R VO2 / VB
상기 식은 회귀분석에 의해 얻어진 식이며, 식에서 TB 는 풍온, WH2O 는 송풍에 포함된 스팀중량, PCB 는 미분탄 취입량, RVO2/VB 는 송풍에 포함된 산소량이다.The above equation is obtained by regression analysis, where T B is the temperature of air, W H2O is the steam weight included in the blowing, PCB is the fine coal blowing amount, and R VO2 / VB is the amount of oxygen included in the blowing.
또한, 상기 노열영향인자 측정단계(S10)에서는 상기 각 노열영향인자를 지속적으로 체크하다가 노열변동조건이 발생하는지를 감지한다.In addition, in the heat influence factor measuring step (S10), each of the heat influence factors is continuously checked while detecting whether a heat fluctuation condition occurs.
상기 각 노열영향인자들의 노열변동조건은 다음과 같다.The thermal fluctuation conditions of the respective thermal influence factors are as follows.
상기 코크스 수분의 경우, 고로 장입 전 코크스의 수분 측정값의 변동폭(즉, 편차)이 ±2% 이상인 상태가 3시간 이상 지속되면 노열이 감소된다.In the case of the coke moisture, if the fluctuation range (that is, deviation) of the moisture measurement value of the coke before the blast furnace is maintained for more than ± 2% for more than 3 hours the heat is reduced.
상기 과잉산소비는 값이 0.71 이하로 내려가면 미분탄의 연소율이 떨어져 노열이 감소된다.When the excess oxygen consumption is lowered to 0.71 or less, the combustion rate of pulverized coal falls and the furnace heat is reduced.
상기 산소/탄소비도 값이 1.85 이하로 내려가면 미분탄의 연소율이 떨어져 노열이 감소된다.When the oxygen / carbon ratio value is lowered to 1.85 or less, the combustion rate of the pulverized coal is lowered and the furnace heat is reduced.
상기 풍구전 연소온도는 변동폭이 ±100℃ 이상이면 고로에 들어가는 입열량 변동이 심한 것으로서 노열 밸런스 변동폭이 증가한다.The flue gas combustion temperature is fluctuating heat input into the blast furnace when the fluctuation range is ± 100 ℃ or more, the fluctuation range of the heat balance increases.
상기 CSL은 값의 기울기가 양의 기울기로 5kg/thm 이상되면 CSL반응(흡열반응)이 과도하여 노열이 감소된다.When the slope of the value of the CSL is more than 5kg / thm with a positive slope, the CSL reaction (endothermic reaction) is excessively reduced in aging.
또한, 상기 각 노열영향인자들에는 각 인자들이 노열에 영향을 미치는 정도를 감안하여 각각의 가중치를 적용한다. 즉, 상기 CSL은 노내 반응으로서 노열에 가장 큰 영향을 미치므로 가중치 40%를 적용하고, 상기 과잉산소비와 산소/탄소비 역시 미분탄 연소와 관련된 중요한 인자이므로 각각 가중치 20%를 적용하며, 상기 코크스 수분은 코크스가 노내 장입후 긴 강하시간을 가지므로 상기 인자들에 비해 상대적으로 영향이 작기 때문에 가중치 10%를 적용하며, 상기 풍구전 연소온도는 실제 측정값이 아닌 회귀분석에 의해 얻어진 계산식에 의해 산출되는 값이어서 그 상관정도가 상대적으로 낮으므로 가중치 10%를 적용한다.In addition, each weight effect factor is applied to each of the factors in consideration of the degree to which the factors affect the heat. That is, since the CSL has the greatest effect on the furnace heat as the furnace reaction, a weight of 40% is applied, and the excess oxygen consumption and oxygen / carbon ratio are also important factors related to pulverized coal combustion, so that a weight of 20% is applied, respectively, and the coke Moisture has a long dive time after the coke has been charged in the furnace, so it has a relatively small effect compared to the above factors. Therefore, a weight of 10% is applied, and the precooling combustion temperature is determined by a formula obtained by regression analysis rather than the actual measured value. Since the calculated value is relatively low, we apply a weight of 10%.
상기 인자별 가중치는 현재까지 취득된 고로 조업 분석 결과에 따라 각 인자가 용선온도에 영향을 주는 정도를 감안하여 적절히 설정한 것으로, 변경 가능하다.The factor-specific weights are appropriately set in consideration of the degree to which each factor affects the molten iron temperature according to the blast furnace operation analysis results thus far obtained and can be changed.
한편, 도 2에서 상기 CSL과 용선온도의 관계를 확인할 수 있다. 도시된 바와 같이, CSL과 용선온도는 2.5~3시간의 응답시간을 가지고 매우 유사한 음의 대응관계를 이룬다. 즉, CSL이 증가하면 상기 응답시간후에 용선온도가 상기 증가폭에 비례하여 감소하고, CSL이 감소하면 상기 응답시간후에 용선온도가 상기 감소폭에 비례하여 증가하는 것이다. 이로써, 상기 CSL이 노열영향인자 중에서도 높은 가중치를 적용할 수 있는 주요 영향인자임을 확인할 수 있다.On the other hand, it can be seen in Figure 2 the relationship between the CSL and the molten iron temperature. As shown, the CSL and the molten iron temperature have a very similar negative correspondence with a response time of 2.5-3 hours. That is, when the CSL increases, the molten iron temperature decreases in proportion to the increase after the response time, and when the CSL decreases, the molten iron temperature increases in proportion to the decrease after the response time. As a result, it can be confirmed that the CSL is a major influence factor to which a high weight can be applied among the heat influence factors.
또한, 도 3에서 상기 산소/탄소비와 과잉산소비와 용선온도의 관계를 확인할 수 있다. 산소/탄소비가 타원 'A'부와 같이 저하되면 2시간의 응답시간(선분 a와 b 사이 간격에 해당되는 시간)을 가지고 용선온도가 타원 'A′'부와 같이 감소하고, 과잉산소비가 타원 'B'부와 같이 저하되면 용선온도가 타원 'B′'와 같이 감소함을 확인할 수 있다.In addition, the relationship between the oxygen / carbon ratio and excess oxygen consumption and the molten iron temperature in Figure 3 can be confirmed. When the oxygen / carbon ratio decreases like the ellipse 'A', the molten iron temperature decreases like the ellipse 'A' 'with a response time of 2 hours (the time corresponding to the interval between line segments a and b), and the excess oxygen consumption is elliptic. When the temperature decreases like the 'B' part, the molten iron temperature decreases like the ellipse 'B'.
상기 코크스 수분과 풍구전 연소온도는 상기 인자들에 비해 상대적으로 노열에 미치는 영향이 작으므로 상기와 같이 연소온도와의 상관성을 확인할 수 있는 그래프의 예시는 생략하기로 한다. 단, 상기 코크스 수분과 풍구전 연소온도의 경우 응답시간은 각각 6시간과 2시간 정도인 것으로 상기와 같은 인자변동에 따른 용선온도변화 관찰을 통해 확인하였다. 특히, 상기 코크스 수분 응답시간은 노정 장입물의 강하시간이 6시간 정도 걸리는 것과 관련있음을 알 수 있다.Since the coke moisture and wind bulb combustion temperature have a smaller effect on the furnace heat than the factors, an example of a graph which can confirm the correlation with the combustion temperature will be omitted. However, the response time of the coke moisture and the preball burn temperature was about 6 hours and about 2 hours, respectively. In particular, it can be seen that the coke moisture response time is related to the descent time of the top charge takes about 6 hours.
한편, 상기 용선온도 변화값 측정단계(S20)에서는 상기 노열영향인자 측정단계(S10)에서 측정하고 있던 노열영향인자들의 변화가 노열변동조건을 만족하게 되면, 노열변동조건이 만족된 시점의 용선온도(T1)을 측정하고, 이후 해당 노열영향인자들의 응답시간이 경과한 시점의 용선온도(T2)를 측정하여, 노열변동조건 발생에 의한 과거 용선온도(즉, 상기 T1) 대비 응답시간 후 변화값(ΔT = T1-T2)을 계산한다.On the other hand, in the molten iron temperature change measurement step (S20), if the change in the thermal effect factors measured in the thermal influence factor measurement step (S10) satisfies the thermal fluctuation condition, the molten iron temperature at the time when the thermal fluctuation condition is satisfied (T1) is measured, and then the molten iron temperature (T2) at the time when the response time of the corresponding thermal influence factors elapses, and the change value after the response time compared to the past molten iron temperature (that is, the T1) due to the thermal fluctuation condition. Calculate (ΔT = T1-T2).
상기 데이터베이스 구축단계(S30)에서는 상기 용선온도 변화값 측정단계(S20)에서 측정된 용선온도의 변화값(ΔT)를 저장하여 데이터베이스를 구축한다.In the database building step (S30), the change value (ΔT) of the molten iron temperature measured in the molten iron temperature change value measuring step (S20) is stored to build a database.
즉, 상기 노열영향인자 측정단계(S10)와 상기 용선온도 변화값 측정단계(S20) 및 상기 데이터베이스 구축단계(S30)는 고로 조업중 지속적으로 반복 실시된다. 따라서, 고로 조업이 진행됨에 따라 점차 충분한 양의 데이터베이스가 구축 되며, 저장 데이터의 신뢰성도 향상된다.That is, the furnace heat effect factor measuring step (S10), the molten iron temperature change value measuring step (S20) and the database construction step (S30) is continuously performed during the blast furnace operation. Therefore, as the blast furnace operation proceeds, a sufficient amount of database is gradually established, and the reliability of stored data is improved.
상기 용선온도 예측값 신뢰성 판단단계(S40)에서는 고로 조업 중 상기 노열영향인자 측정단계(S10)를 통해 노열변동조건이 발생한 것을 인지하면, 그 시점의 용선온도에 상기 데이터베이스 구축단계(S30)에서 기 구축된 데이터베이스로부터 취해진 용선온도 변화값(ΔT)을 합산하여 용선온도 예측값을 산출하고, 해당 노열영향인자별 응답시간 후에 실측된 용선온도를 상기 예측값과 비교하여 상기 예측값의 실측값에 대한 상관계수가 R2 > 0.5 의 관계를 만족하는지를 판단한다.(상관계수가 0.5이상이면 예측값은 사용 가능한 정도의 신뢰성을 가지는 것이다.)In the determination of reliability of the molten iron temperature predicted value (S40), when it is recognized that a heat fluctuation condition occurs through the smelting influence factor measuring step (S10) during blast furnace operation, the database is built at the molten iron temperature at that time (S30). The molten iron temperature change value (ΔT) taken from the calculated database is added to calculate the molten iron temperature predicted value, and the correlation coefficient for the actual measured value of the predicted value is compared with the predicted molten iron temperature after the response time for each thermal influence factor. It is determined whether the relationship of 2 > 0.5 is satisfied. (If the correlation coefficient is 0.5 or more, the predicted value has a reliability that can be used.)
따라서, 상기 관계를 만족하면 용선온도 예측값의 신뢰성이 높은 것으로 판단하여 상기 용선온도 변동 판단단계(S50)에서 용선온도 변동이 발생할 것으로 판단함과 더불어 향후 용선온도가 인자별 응답시간 후에 상기 예측값으로 수렴해가는 변동 추이를 가질 것으로 예측한다.Therefore, if the relationship is satisfied, it is determined that the reliability of the molten iron temperature prediction value is high, and it is determined that the molten iron temperature variation will occur in the molten iron temperature variation determination step (S50), and the molten iron temperature will converge to the predicted value after the response time for each factor. The year is expected to have a fluctuation.
그리고, 상기와 같은 예측에 근거하여 노열을 안정 상태를 유지하기 위해서 적절한 노열 관리 조치를 수행한다.Based on the above prediction, appropriate furnace management measures are performed to keep the furnace stable.
이상 설명한 바에 따르면, 노열의 변동 추이를 숙련자의 경험에 의하지 않고 정량적으로 정확히 예측할 수 있다.As described above, it is possible to accurately predict the fluctuation of the aging quantitatively without the experience of the skilled person.
따라서, 조업자의 오판에 따른 부적절한 노열 관리 조치가 수행되는 것이 방지되고, 항상 적절한 노열 관리 조치가 수행됨으로써 고로의 노열관리가 매우 안정화됨으로써 고로 조업이 원활히 이루어짐으로써 용선 생산량이 증가된다.Therefore, improper furnace management measures are prevented from being performed according to the misjudgment of the operator, and the furnace management is smoothly performed because the furnace management is very stabilized by always performing appropriate furnace management measures, thereby increasing the amount of charter production.
또한, 조업 진행과 더불어 관련 데이터가 지속적으로 축적되므로 노열 진단과 예측의 정확성이 점차 향상되어 조업 생산성을 더욱 향상시킬 수 있다.In addition, as the operation progresses and the related data is continuously accumulated, the accuracy of the diagnosis and prediction of aging is gradually improved, thereby further improving the productivity of the operation.
따라서, 본 발명은 조업 관리의 표준화와 조업 기술의 축적에 기여하게 된다.Therefore, the present invention contributes to the standardization of the operation management and the accumulation of the operation technology.
Claims (7)
상기 노열영향인자의 변동 상태가 노열변동조건을 만족하면 상기 노열변동조건 만족시점과 그로부터 응답시간이 경과한 시점 사이의 용선온도 변화값을 계산하는 용선온도 변화값 측정단계와,
상기 용선온도 변화값을 저장하여 노열영향인자 변동에 따른 용선온도 변화값에 대한 데이터베이스를 구축하는 데이터베이스 구축단계와,
상기 노열영향인자의 노열변동조건 만족시 상기 구축된 데이터베이스를 이용하여 용선온도의 변동 발생 여부와 향후 용선온도의 변동 추이를 예측하는 용선온도 변동 판단단계
를 포함하는 고로의 노열 변동 예측방법.A step for measuring the heat influence factor which continuously measures the heat influence factors having a great influence on the heat;
A molten iron temperature change step of calculating a molten iron temperature change value between the time when the thermal fluctuation condition is satisfied and the response time elapses when the fluctuation state of the thermal influence factor satisfies the thermal fluctuation condition;
A database construction step of storing the molten iron temperature change value and constructing a database of the molten iron temperature change value according to the change in the heat influence factor;
Determination step of the molten iron temperature which predicts the fluctuation of the molten iron temperature and future fluctuation of the molten iron temperature by using the constructed database when the thermal influence factor satisfies the thermal fluctuation condition.
Furnace fluctuations prediction method comprising a.
상기 노열영향인자들로는 코크스 수분, 과잉산소비, 산소/탄소비, 풍구전 연소온도, CSL(Carbon solution loss)을 이용하는 것을 특징으로 하는 고로의 노열 변동 예측방법.The method according to claim 1,
The furnace heat affecting factors include the coke moisture, excess oxygen consumption, oxygen / carbon ratio, wind bulb combustion temperature, carbon solution loss (CSL) using the method of predicting the heat fluctuation of the blast furnace.
상기 노열영향인자들의 노열변동조건은, 상기 코크스 수분은 측정값의 변동폭이 ±2% 이상인 상태가 3시간 이상 지속될 것, 상기 과잉산소비는 값이 0.71 이하로 감소할 것, 상기 산소/탄소비는 값이 1.85 이하로 감소할 것, 상기 풍구전 연소온도는 변동폭이 ±100℃ 이상일 것, 상기 CSL은 값의 기울기가 양의 기울기로 5kg/thm 이상일 것인 것을 특징으로 하는 고로의 노열 변동 예측방법.The method according to claim 2,
The thermal fluctuation conditions of the thermal influence factors are that the coke moisture is maintained for more than 3 hours in which the fluctuation range of the measured value is ± 2% or more, the excess oxygen consumption is reduced to 0.71 or less, the oxygen / carbon ratio The value is reduced to 1.85 or less, the fluctuation range before the wind bulb combustion temperature is more than ± 100 ℃, the CSL predicts the fluctuation of the blast furnace, characterized in that the slope of the value is more than 5kg / thm with a positive slope Way.
상기 노열영향인자들에는 상기 코크스 수분 10%, 상기 과잉산소비 20%, 상기 산소/탄소비 20%, 상기 풍구전 연소온도 10%, 상기 CSL 40%의 가중치가 적용되는 것을 특징으로 하는 고로의 노열 변동 예측방법.The method according to claim 2,
The blast furnace is characterized in that the weight of the coke moisture 10%, the excess oxygen consumption 20%, the oxygen / carbon ratio 20%, the wind bulb combustion temperature 10%, the CSL 40% is applied. Estimation of furnace fluctuations.
상기 노열영향인자 측정단계와, 상기 용선온도 변화값 측정단계 및, 상기 데이터베이스 구축단계는 고로 조업중 지속적으로 반복 실시되는 것을 특징으로 하는 고로의 노열 변동 예측방법.The method according to claim 1,
The furnace heat influence factor measuring step, the molten iron temperature change value measuring step, and the database construction step is repeated in the blast furnace operation, it characterized in that the furnace fluctuation fluctuation of the furnace.
상기 데이터베이스 구축단계와 상기 용선온도 변동 판단단계의 사이에, 상기 노열변동조건이 만족되면 그 시점의 용선온도와 상기 데이터베이스의 해당 용선온도 변화값을 합하여 용선온도 예측값을 산출하고, 해당 노열영향인자별 응답시간 후 용선온도 실측값을 상기 예측값과 비교하여, 상기 예측값의 실측값에 대한 상관계수(R2)가 0.5 이상이면 예측값의 신뢰성이 높은 것으로 판단하는 용선온도 예측값 신뢰성 판단단계를 더 포함하는 것을 특징으로 하는 고로의 노열 변동 예측방법.The method according to claim 1,
Between the database construction step and the molten iron temperature fluctuation determination step, when the furnace fluctuation condition is satisfied, the molten iron temperature at that time and the corresponding molten iron temperature change value of the database are calculated to calculate the molten iron temperature prediction value, and according to the respective thermal influence factors. And comparing the molten iron temperature measured value with the predicted value after the response time, and determining the reliability of the molten iron temperature predicted value if the correlation coefficient R 2 of the predicted value is 0.5 or more. Furnace fluctuation prediction method characterized by the above-mentioned.
상기 예측값의 신뢰성이 높은 것으로 판단되면, 상기 용선온도 변동 판단단계에서 용선온도 변동이 발생할 것으로 판단하고, 향후 용선온도가 노열영향인자별 응답시간 후에 상기 예측값으로 수렴해가는 변동 추이를 가질 것으로 예측하는 것을 특징으로 하는 고로의 노열 변동 예측방법.
The method of claim 6,
If it is determined that the reliability of the predicted value is high, it is determined that the molten iron temperature fluctuation will occur in the molten iron temperature fluctuation determination step, and it is predicted that the molten iron temperature will have a fluctuation trend that converges to the predicted value after the response time for each thermal influence factor. A method for predicting fluctuations in heat of a blast furnace, characterized in that.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110086965A KR101246513B1 (en) | 2011-08-30 | 2011-08-30 | method for predicting variation of furnace heat for blast furnace |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110086965A KR101246513B1 (en) | 2011-08-30 | 2011-08-30 | method for predicting variation of furnace heat for blast furnace |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20130023886A true KR20130023886A (en) | 2013-03-08 |
| KR101246513B1 KR101246513B1 (en) | 2013-03-25 |
Family
ID=48176051
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020110086965A KR101246513B1 (en) | 2011-08-30 | 2011-08-30 | method for predicting variation of furnace heat for blast furnace |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101246513B1 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110427715A (en) * | 2019-08-08 | 2019-11-08 | 内蒙古科技大学 | The method of cupola well Warm status trend prediction based on time series and blast furnace various dimensions |
| CN116340795A (en) * | 2023-05-29 | 2023-06-27 | 山东一然环保科技有限公司 | Operation data processing method for pure oxygen combustion heating furnace |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0692607B2 (en) * | 1989-02-21 | 1994-11-16 | 株式会社神戸製鋼所 | Blast furnace heat evaluation method |
| JPH0726129B2 (en) * | 1989-05-16 | 1995-03-22 | 株式会社神戸製鋼所 | Blast furnace heat prediction system |
| JPH0559415A (en) * | 1991-09-02 | 1993-03-09 | Kobe Steel Ltd | Apparatus for estimating furnace heat variation in blast furnace |
-
2011
- 2011-08-30 KR KR1020110086965A patent/KR101246513B1/en not_active IP Right Cessation
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110427715A (en) * | 2019-08-08 | 2019-11-08 | 内蒙古科技大学 | The method of cupola well Warm status trend prediction based on time series and blast furnace various dimensions |
| CN116340795A (en) * | 2023-05-29 | 2023-06-27 | 山东一然环保科技有限公司 | Operation data processing method for pure oxygen combustion heating furnace |
| CN116340795B (en) * | 2023-05-29 | 2023-07-28 | 山东一然环保科技有限公司 | Operation data processing method for pure oxygen combustion heating furnace |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101246513B1 (en) | 2013-03-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3190194B1 (en) | Method for detecting air flow distribution in blast furnace | |
| CN103017530B (en) | Method and system for predicting sintering burn-through point | |
| US20150337404A1 (en) | Method and device for predicting, controlling and/or regulating steelworks processes | |
| CN102925602A (en) | Furnace profile maintenance method for blast furnace operation | |
| KR101246513B1 (en) | method for predicting variation of furnace heat for blast furnace | |
| EP3712281B1 (en) | Blast control device for blast furnace and method therefor | |
| CN111518980B (en) | Correction method and system for converter end point carbon content prediction model | |
| KR101246436B1 (en) | Prediction method for product measuring of pig iron | |
| CN103160629B (en) | Method for prediction of blast furnace heat tendency | |
| KR102308614B1 (en) | Method and system for generating blast furnace operating prediction model according to hydrogen-containing gas injection | |
| US8192521B2 (en) | Method of suppressing slag foaming in continuous melting furnace | |
| KR101277973B1 (en) | Method for controlling blow energy of blast furnace | |
| JP2007238982A (en) | Method for controlling blowing end-point in converter | |
| JP5553145B2 (en) | Calculating method, device, program for carbon usage in blast furnace and method for evaluating validity of normal RAR | |
| CN108138246B (en) | Molten iron pretreatment method and molten iron pretreatment control device | |
| TWI795277B (en) | Heat supply estimation method, heat supply estimation device, heat supply estimation program, and blast furnace operation method | |
| JP2022148377A (en) | Blast furnace operation method | |
| CN104805240A (en) | Method for judging liquid permeability of lower part of blast furnace | |
| EP4269626A1 (en) | Detection method and detection device for liquid level height of liquid, detection method and detection device for liquid level height of molten material, and operation method for vertical furnace | |
| TWI481722B (en) | Method for determining permeability of lower part of a blast furnace and system using the same | |
| KR101435271B1 (en) | Method for predicting coke replacement ratio of furnace pulverized coal | |
| EP4269625A1 (en) | Method for detecting remaining amount of liquid and detection device for same, method for detecting remaining amount of molten substance and detection device for same, and vertical furnace operation method | |
| US20240132982A1 (en) | Residual liquid amount detection method and detection apparatus for the same, residual molten material amount detection method and detection apparatus for the same, and method for operating vertical furnace | |
| WO2022168556A1 (en) | Method for detecting remaining amount of liquid and detection device for same, method for detecting remaining amount of molten substance and detection device for same, and vertical furnace operation method | |
| JP2000017310A (en) | Operation of blast furnace |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20160223 Year of fee payment: 4 |
|
| LAPS | Lapse due to unpaid annual fee |