CN1021833C - 高炉操作管理方法和装置 - Google Patents
高炉操作管理方法和装置 Download PDFInfo
- Publication number
- CN1021833C CN1021833C CN89109414.8A CN89109414A CN1021833C CN 1021833 C CN1021833 C CN 1021833C CN 89109414 A CN89109414 A CN 89109414A CN 1021833 C CN1021833 C CN 1021833C
- Authority
- CN
- China
- Prior art keywords
- rule
- knowledge base
- action
- blast furnace
- relevant
- 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.)
- Expired - Fee Related
Links
- 238000007726 management method Methods 0.000 title description 41
- 230000009471 action Effects 0.000 claims abstract description 83
- 239000000571 coke Substances 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims description 45
- 239000004744 fabric Substances 0.000 claims description 34
- 230000008859 change Effects 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 20
- 238000012360 testing method Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000002360 preparation method Methods 0.000 claims description 5
- 230000001364 causal effect Effects 0.000 claims 4
- 239000007858 starting material Substances 0.000 claims 1
- 238000003745 diagnosis Methods 0.000 abstract description 37
- 239000000463 material Substances 0.000 abstract description 3
- 230000015572 biosynthetic process Effects 0.000 abstract 1
- 238000003786 synthesis reaction Methods 0.000 abstract 1
- 230000009466 transformation Effects 0.000 abstract 1
- 230000014509 gene expression Effects 0.000 description 38
- 238000010586 diagram Methods 0.000 description 34
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 28
- 230000008569 process Effects 0.000 description 16
- 229910052742 iron Inorganic materials 0.000 description 14
- 238000012821 model calculation Methods 0.000 description 12
- 239000002994 raw material Substances 0.000 description 10
- 238000009423 ventilation Methods 0.000 description 9
- 239000011449 brick Substances 0.000 description 7
- 239000000523 sample Substances 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 239000000446 fuel Substances 0.000 description 5
- 230000006872 improvement Effects 0.000 description 5
- 230000036760 body temperature Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000035699 permeability Effects 0.000 description 4
- 230000007812 deficiency Effects 0.000 description 3
- 229920001296 polysiloxane Polymers 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007373 indentation Methods 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000005245 sintering Methods 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000014616 translation Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000945 filler Substances 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000013215 result calculation Methods 0.000 description 1
- 238000011268 retreatment Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001052 transient effect Effects 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
- C21B5/006—Automatically controlling the process
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S706/00—Data processing: artificial intelligence
- Y10S706/902—Application using ai with detail of the ai system
- Y10S706/903—Control
- Y10S706/906—Process plant
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Materials Engineering (AREA)
- Metallurgy (AREA)
- Organic Chemistry (AREA)
- Manufacture Of Iron (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Devices For Executing Special Programs (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Feedback Control In General (AREA)
- Coke Industry (AREA)
Abstract
为了综合诊断炉中的状态以确定最佳行动方案,通过代表高炉物理状态的中间假设进行推断。为了迅速判明炉中条件的转变以便另外执行推断,对特定的参数进行监视。在该推断中涉及各种行动,例如被动行动和主动行动。当推断的结果要求采取改变炉中布料的行动时,为了协助决定最佳行动,在考虑到焦床塌陷的情况下用一炉料布料的估计模型计算炉中的布料。在不中断推断的情况下建立和改变用于推断的知识库。
Description
本发明涉及钢铁工业中用于高炉操作管理的方法和装置。
钢铁工业中的高炉运行时需考虑到许多相互关连的操作因素。此外,由于设备等的限制,很难直接观察炉子内部的情况,这样在设备上要安装许多各种各样的传感器。因此,为了保持和改善运行状态,需以来自传感器等的信息为基础作出综合估计,并根据综合估计进行最有利的控制。就这一点来说,操作员的经验和知识对于高炉操作的常规管理甚至在现行阶段也是很有价值和很重要的。
上述人的技术决窍可编成程序输入计算机中并由计算机执行,从而成为一专家系统,在高炉操作管理中引入专家系统已由日本未审查的专利申请62-270708号和62-270712号公开。通过将高炉操作管理系统化,可避免信息的误差或误判等问题,从而有效地实现高炉操作管理的合理化和标准化。
传统的高炉操作管理方法使用前述专利申请公
开的专家系统,其结果靠推断得出,该结果是管道行程和崩料以及有关炉子热度的判定的一种预报,推断是通过就这些因素提供知识应而对炉了内部产生的各种征兆的每一因素单独作出的。
然而,炉子内部的各种征兆比如透气性,炉料下降以及炉子的热度等,是相互关连的,构成高炉内部的整体操作过程,因此,需综合判明各个单一征兆以决定对高炉操作管理系统采取什么行动。为实现上述管理,需要一种能从许多有关高炉的信息中推导出最终行动的大容量知识库。
此外,作为高炉操作管理所需的一个重要因素的对连续反应炉中过渡条件的判明,以及为此过渡所采取行动的决定需迅速作出。换句话说,推断的间隔时间应尽可能地短。然而,推断的间隔不可避免地受到为推断准备数据的执行时间和进行推断等的限制。因为从知识库取数需较长的执行时间,利用大容量知识库处理许多信息的推断间隔不可能缩短。因此,这里就有一个问题,如果用大容量的知识库来综合识别和判断高炉内部的状况,那么进行操作的决定的速度就降低了。换句话说,如果使用小容量的知识库来缩短推断的间隔,那么作出推断的速度就比较合适。
同时,在常规操作所采取的行动中,有退却行动(被动行动),
例如提高燃料速度,减小鼓风量以避免炉子出故障;恢复行动(主动行动),例如在退却行动后当操作条件稳定时,减小燃料速度以降低操作成本,以及操作程度改进行动。
因此,为了覆盖所有常规操作,对高炉操作管理的推断需包含各种对上述不同操作种类的推断处理,而且需考虑上述操作的各种安排而作出推断。
比如说炉料布料,即矿石和焦炭在高炉中的堆积分布是将高炉在一较长的时间内保持在稳定状态的一重要因素。因此,为保持操作稳定,需根据炉子的状态良好地控制分配。就这一分配来说,过去的经验和知识对于作出是否行动的诊断是很有效的。然而,有时即使是经验和知识对于根据判断而决定最佳行动也不那么有用。尽管通过过去的经验和知识演绎而决定的行动有时产生意料之外的结果,其原因是还有许多其它因素影响分配,例如:炉料的倒入位置,布料的办法,各种炉料的量值以及装料高度等等,还有就是原料的问题,比如原料的粒度分布不同,即使使用相同的控制条件也会得出不同的结果。因此,尽管通过建立在过去的经验和基础上的知识库进行推断很难演绎出控制炉料布料的最佳行动。
此外,由于耐火砖的损耗,原料的不同以及高炉炉体的老化,在炉子的使用期限内,高炉的操作条件变化很大。出于这一原因,用于高炉的操作管理系统必须能很容易地维护以便在炉子的整个使用期限内都能利用。
由于知识库是一种程序,当修改知识库以符合操作情况的变更时,为了估计推断是否合适需重复进行测试推断。此外,当发现知识库有错误时,需进行调试工作。上述传统系统中存在这样一个问题,即在测试或调试工作时,必须中断操作管理的推断。
本发明的目的是提出一种高炉操作管理的方法,其中高炉条件的综合识别以及有关是否行动的决定能迅速作出。
本发明的第一个目的是提出一种高炉操作管理的方法,它可进行推断,推断包括根据不同的安排而进行的各种推断过程。
本发明的第三个目的是提出一种高炉操作管理的方法,其中可获得控制炉料布料的最佳行动方案。
本发明的第四个目的是提出一种高炉操作管理的方法,其中在不中断高炉操作管理的情况下就可进行包括修改,进行测试及调试的维护操作。
本发明的第五个目的是提出一种实现上述方法的装置。
按照本发明的高炉操作管理方法包括下列步骤,准备一个数据库和一个知识库,数据库包含有关高炉的信息而知识库包含用于诊断高炉状态的规则;在第一间隔采集信息;用采集到的信息更新数据库;用数据库和知识库在比所述第一间隔长的第二间隔推断高炉的状态。该方法的特征在于它包括观察有关高炉的参数以检测这些参数中的显著变化的步骤,以及当在观察步骤中检测到这些参数有显著变化时另外启动推断步骤的步骤。
按照本发明的高炉操作管理方法包括下列步骤:准备一个数据库和一个知识库,数据库包含有关高炉的信息而知识库包含用于诊断高炉状态的规则;在第一间隔采集信息;用采集到的信息更新数
据库;用数据库和知识库在比所述第一间隔长的第二间隔推断高炉的状态。该方法的特征还在于存贮在知识库中的规则包括为了避免高炉故障而用于推断是否需采取被动行动的一组被动规则,以及为了降低操作成本而用于推断是否需采取主动行动的一组主动规则,该主动行动是被动行动的逆行动在推断步骤中:
ⅰ)首先,根据被动规则组推断高炉的状态,如果推断的结果是需要采取行动,则终止推断步骤,如果不需要采取行动,那么:
ⅱ)根据主动规则组推断高炉的状态,如果推断的结果是需要采取行动,则终止推断步骤。
根据本发明的高炉操作管理方法包括下列步骤:准备一个数据库和一个知识库,数据库包含有关高炉的信息而知识库包含用于诊断高炉状态的规则;在第一间隔采集信息;用采集到的信息更新数据库;用数据库和知识库在比所述第一间隔长的第二间隔推断高炉的状态。该方法的特征还在于包括当根据知识库中存贮的规则进行推断的结果表明要求采取改变炉中布料的行动时,在各种控制条件的组合下预报炉中的分配以协助决定采取何种最佳行动的步骤。该预报步骤包括下列分步骤通过输入现行控制条件并多样化变化至少其中一个现行控制条件而准备控制条件的各种组合;考虑到在控制条件的各种组合的情况下焦炭的塌陷,利用炉料布料估计模型来计算布料;以及将计算结果输出。
根据本发明的高炉操作管理方法包括下列步骤:准备一个数据库和一个知识库,数据库包含有关高炉的信息而知识库包含用于诊断高炉状态的规则;在第一间隔采集信息;用采集到的信息更新数据库;用数据库和知识库在比所述第一间隔长的第二间隔推断高炉的状态。该方法的特征在于包括改变用于诊断的规则的步骤,它包括下列分步骤:改变用于规则的源编码;将源编码翻译成目标模块;将目标模块存贮在属于测试系统的第二知识库中;准备一包含现行数据的第二数据库;根据存贮在第二知识库中的规则和第二数据库执行推断;以及将已翻译的目标模块存贮在属于联机处理系统的第一知识库中。
按照本发明,还提供有用于实现上述方法的装置。
图1是一方框图,表示本发明一个实施例的基本构造;
图2是一解释由用于监视操作的知识库进行推断的例子的方框图;
图3是一解释由用于操作管理的知识库进行推断的例子的方框图;
图4是一方框图,用于更详细地解释由用于操作管理的知识库进行推断的过程;
图5是一用于解释由两种知识库控制推断的方框图;
图6是一解释本发明的实施例中操作管理的一个例子的图表;
图7是表示本发明另一个实施例的基本构造的方框图;
图8是一解释图7中所示的传感器装置2的功能的方框图;
图9是一解释本发明实施例中操作管理的一个例子的图表;
图10是一程序框图,表示本发明另一个实施例中用于执行三组行动推断的次序;
图11是一表示图10中步骤“a”的详细流程的方框图;
图12是一表示图10中步骤“e”的详细流程的方框图;
图13是一表示图10中步骤“i”的详细流程的方框图;
图14是一解释本发明实施例中操作管理的一个例子的图表;
图15是一表示本发明中另一个实施例的数据流程的方框图;
图16是解释从信息采样到诊断的过程的详细框图;
图17是解释用控制条件的各种组合进行模型计算的详细框图;
图18是表示炉料布料估计的模型计算的结果输出的一个例子的框图;
图19是一三角框图,表示由于炉料布料估计的模型计算的结果而造成的气流分布;
图20是一表示本发明另一个实施例的方框图;
图21是一表示本发明实施例中数据流和控制流的方框图。
图1是一表示本发明一实施例的高炉操作管理
系统基本构造的方框图,标号1表示高炉,3表示知识工程计算机,4表示数据库文件,它以可用于推断的形式存贮来自高炉1的信息,5表示知识库文件,它以可用于推断的形式存贮各种规则,6表示一推断器,它根据存贮在数据库文件4中的数据和存贮在知识库文件5中的规则执行推断,7表示一执行器,它按照预定的执行间隔或其它开始条件控制推断的启动,8表示一用于输出推断结果的终端机,等等。
在数据库文件4中,周期性获得的数据例如鼓风风速,透气性指数和炉顶温度等以及非周期性获得的数据例如铁水温度和铁水组分由处理机输入,有关焦炭在循环区(风嘴前焦炭燃烧空窝)的循环状况的数据等由操作员输入,这些数据存贮在数据库文件4中并在获得每一种数据进行更新。
在知识库文件5中存贮有两种知识库,一个是用于监视操作信息和包含有用于检测几个管理项目其中一个有无很大变化的规则的小知识库。另一个是根据以前的工艺知识构成的用于管理操作的知识库,以便通过综合诊断高炉中的状况演绎出合适的要采取的行动。
图2是一解释用前一个知识库进行推断的例子的方框图。在该例中,透气性指数,溶解损失、铁水温度,炉顶温度,装料高度,炉顶压力以及探测波动指数作为管理项目16。根据前一个知识库作出判明管理项目中是否有很大变化的决定(步骤17)。如果决定的结果是判明没有很大变化,则终止推断(步骤18)。如果判明有很大变化,则启动后一个知识库进行推断(步骤19)。
图3是一解释由后一个用于管理操作的知识库进行推断的例子的方框图。有关高炉操作12的信息分类成关于气体分布的信息,关于热度的信息,关于透气性的信息,关于炉体上部温度的信息,关于炉体下部温度的信息,关于炉料下降的信息以及关于风口条件的信息。有关气体分布的信息包括沿炉体半径由上炉身探头和下炉身探头等测定的气体温度分布和气体成分分布。关于热度的信息包括铁水温度和铁水中的硅含量等。关于透气性的信息包括透气性指数等。有关上炉体温度的信息包括在炉体上部的水冷板的温度等。有关下炉体的温度包括炉腰的砖温度等。有关炉料下降的信息包括随机下降的频率等。
有关风口条件的信息包括焦炭在循环区的循环状况等。每条信息还可分成两类或更多类。
中间假设13包括气体分布假设,热度假设,透气程度假设,上炉体温度假设,下炉体温度假设,炉料下降假设,风口条件假设。每个假设都从相应的信息中推断。有关炉子内部状况的最后诊断14从预先选出的中间假设13中推断,然后指示出建立在诊断14基础的最有利的行动15。
图4是一用于更详细地解释由用于操作管理的知识库进行推断的过程的方框图。
在下列信息分别设有评价因子W1至W9;即上炉身探头,下炉身探头,热观察器,铁水温度,铁水中的硅含量,加料速度,循环区温度,Csl以及气体利用率(ηco)……。在下列中间假设分别设立临界值X1和X2……以及评价因子Y1和Y2……;即气体分布假设130和热度假设131。在下列最终诊断设有临界值Z1至Z4:即综合诊断140,炉料布料诊断141,热度诊断142和透气性诊断143。
比如,如果铁水温度,铁水中的硅含量,Csl,气体利用率满足一个预定条件,比如,这些值比预定值高些或低些,则计算下式:
W4+W5+O+O+W8+W9>X2
如果结果正确,那么热度假设131是正确的。从热度假设131,炉腰砖温度假设134和风口条件假设135推断出热度诊断142。如果热度假设131和风口条件假设135是正确的,则计算下式:
Y2+O+Y5>Z3
如果结果是正确的,那么热度诊断142是正确的。
上述因果关系,条件、评价因子以及临界值基于一位长期从事高炉操作的内行人的知识而决定,并且重复调制以获得合适的诊断。评价因子和临界值用HC表示(Heurisfil Grade)。
图5是解释由上述用于监视操作的知识库和用于操作管理的知识库控制推断的方框图。在该图中,实线箭头代表数据流,而虚线箭头代表控制信息流。执行器7控制推断的启动时机和用于推断器6的数据库和知识库的选择,以便根据存贮在数据库文件4中的数据库20,存贮在知识库文件5中的用于监视操作的知识库21和用于操作管理的知识库22进行推断。在该例子中,在执行器中设定
的启动间隔为:用于监视操作的知识库21是10分钟,用于操作管理的知识库22是30分钟。当在用于监视操作的知识库21进行推断的基础上要求用用于操作管理的知识库22进行推断时,表示推断要求的数据从推断器6送入执行器7,执行器7启动用于操作管理的知识库22进行推断。
图6是解释本发明实施例中操作管理的一个例子的图表。在图6中,在表示知识库的那排中,21表示用于监视操作的知识库,而22表示用于操作管理的知识库。用知识库22进行推断每30分钟启动一次,除了用知识库22推断的时间外,用知识库21进行推断每10分钟启动一次。在该图中,作为用知识库21推断的结果,在40分钟那一时间点上表示出一个管理项目的值超出了管理范围,启动知识库22进行推断以综合诊断炉中的状况,然而推断的结果表示炉中的状况处于稳定区域,因此不发出要采取行动的指示。在60分钟时间点上,用知识库22周期推断的结果表示炉中的状况处于稳定区域之外,此时发出要采取行动的指示。在130分钟时间点上,用知识库21进行推断确定属于管理项目的一个值不在管理范围内,这时启动知识库22进行推断。推断的结果表示炉中的状况处于稳定区域之外,此时发出要采取行动的指示。
在该推断实施例中包括用于监视操作和用于操作管理的两级知识库,然而根据意外情况的紧急程度和要采取行动的重要性还可包括多于三级的知识库。
图7是一表示本发明的高炉操作管理系统的另一个实施例的基本构造的方框图。1表示高炉,2表示用于探测有关高炉1的物理参数有无显著变化和启动用一专家系统进行推断的传感装置②,3表示知识工程计算机,4表示一数据库文件,它以可用于推断的形式存贮来自高炉1的信息,5表示一知识库文件,它以可用于推断的形式存贮各种规则,6表示一推断器,它根据存贮在数据库文件4中的数据和存贮在知识库文件5中的规则执行推断,7表示一执行器,它按照预定的执行间隔或来自外界的开始条件控制推断的启动,8表示一用于输出推断结果的终端机,等等。
在数据库文件4中,周期性获得的数据例如风量,透气性指数和炉顶温度等以及非周期性获得的数据例如铁水温度和铁水组分由处理机输入,有关焦炭在循环区的循环状况的数据等由操作员输入,这些数据存贮在数据库文件4中并在获得每一种数据时更新。在知识库5中,根据以前的工艺知识构成的知识库通过综合诊断高炉中的状况演绎出合适的要采取的行动。
图8是一解释图7中所示的传感装置2的功能的方框图;在该实施例中,鼓风压力,铁水温度,炉顶温度以及装料高度作为高炉1的管理项目9,这些项目的管理范围预先确定。传感装置2探测管理项目的每一测量值是否超出了管理范围(步骤10),如果探测到超出了、则发出一开始推断的指令(步骤11)。传感装置2可以是一用于测试设备的微型计算机或者一用于监视工厂设备的处理机。
根据用于操作管理的知识库进行推断的过程与参照图3和4所作的描述相同,这里就不再赘述了。
图9是一解释本发明的一系统中操作管理的一个例子的图表。在该例子中,周期性的推断每间隔30分钟进行一次。在标有执行推断的那排中的涂黑的圆圈表示执行周期性的推断,而空圆圈表示执行由来自传感装置2的开始推断指令启动的推断。炉顶温度作为管理项目9。在图中的60分钟时间点,操作状况不稳定的诊断由周期性的推断得出,从而发出需采取行动的指示。在80分钟时间点,传感装置2探测出炉顶温度的一测量值超出管理范围,同时响应由传感装置2发出的开始推断指令执行推断。然而由于推断的结果表示操作状况是稳定的,因此并未发出需采取行动的指示。在140分钟时间点上,像在80分钟时间点一样,传感装置2探测出炉顶温度的测量值超出了管理范围,而推断的结果发出了要采取行动的指示。
高炉的常规操作可分为被动行动、主动行动和布料改进行动。图10是一表示按照本发明的用于执行三组行动推断的次序的流程图。
首先,执行有关被动规则的推断(步骤“a”),这些被动规则涉及被动行动。如果结果指示需采取步骤“b”中的行动,则指示出采取相应的被动行动(步骤“c”)并且终止推断(步骤“d”)。如果结果没有指示需采取步骤“b”中的行动,则执行有关主动规则的推断(步骤“e”),这些主动规则涉及主动行动。如果结果指示需采取步骤“f”中的行动,则指
示出采取相应的主动行动(步骤“g”)并且终止推断(步骤“h”)。如果结果没有指示需采取步骤“f”中的行动,则执行有关料改进规则的推断(步骤“i”),这些布料改进规则涉及布料改进行动。如果结果指示需采取步骤“j”中的行动,则指示出采取相应的布料改进行动(步骤“k”)并且终止推断(步骤“l”)。如果结果没有指示需采取步骤“j”中的行动,则发出保持现状的指示(步骤“m”)并终止推断(步骤“n”)。采取行动或保持现状的指示(步骤“c”,“g”,“k”和“m”)可通过在终端机显示屏上示出一条指令而发出或通过处理机发出信息。
图11是一表示图10中步骤“a”的详细流程的方框图。图示的用于中心气流不足诊断32和边缘气流不足诊断33的推断规则作为被动规则31的例子。图中还示出布料假设(缺乏中心气流),透气性假设(透气性差)以及炉体假设(砖温度高)用于推断中心气流不足诊断32,而布料假设(缺乏边缘气流),热度假设(低),以及炉体假设(砖温度低)用于推断边缘气流不足诊断。推断的执行如参照图4所作的说明。即从有关的数据30推断中间假设,然而推断最终的诊断如中心气流不足诊断32和边缘气流不足诊断33(步骤“a”,“b”)。
图12是表示图10中步骤“e”的详细流程的方框图。图示的用于操作界限诊断34的推断规则作为主动规则的例子。图中还示出布料假设(合适的状态),热度假设(高端),透气性假设(好),炉体假设(砖温度高端)以及炉料下降假设(稳定)用于推断操作界限诊断34。推断的执行如参照图4和11所作的说明。
图13是表示图10中步骤“i”的详细流程的方框图。图示的用于边缘气流可降低诊断36,中间气流可降低诊断37以及中心气流可降低诊断38的推断规则作为布料改进规则35的例子。边缘气流可降低诊断36代表这样一个诊断、即当靠近炉壁的气流速度较高时,通过增加靠近炉壁的矿石量改进炉壁附近的反应效率可降低边缘气流速度。中间气流可降低诊断37代表这样一个诊断,即可同样地用于降低中间气流速度。中心气流可降低诊断38代表这样一个诊断,即也可同样地用于降低中心气流速度。图中还示出用于推断中心气流可降低诊断38的中心气流高端假设。中心气流高端假设代表这样一个假设,即在炉子中心的气流速度较高。推断的执行如参照图4和11所作的说明。
图14表示上述系统中高炉操作的一个例子的图表。由于从第一天九点始靠近炉壁的气流低、根据指示
对炉子采取行动,即通过移入炉子中的一个移动臂(MA)改变矿石的倒入点而提高炉壁附近的气流速度。在此行动之后,从十三点开始,气流分布状况变正常了。由于暂时缺乏边缘气流。炉腰的砖温度从十点开始下降了,然而由于上述行动,温度下降在十三点自然停止并从那时起开始上升。由于炉温下降在十三点被被动规则组预报,根据指示
采取行动,通过将燃料流速增加5kg/t-p而提高温度。由于这一行动的作用,炉温的下降在十五点时停止并开始回升。由于炉子热状况的恢复和其它操作状态稳定,根据指示
采取行动,在十三点时通过将燃料流速降低5kg/t-p而降低温度,以此作为与升温行动相抵的复原行动。在第二天八点时,由于炉温状况有一余量的诊断从主动规则组推断出,根据指示
采取行动,通过将燃料流速降低2kg/t-p而降低温度。在十七点时,无需作出关于透气性状态,炉温状态等的被动或主动行动,然而从分配改进规则组推断出壁流高的诊断,这时根据指示
采取行动,通过移出MA而降低边缘气流的流速。由于此行动的作用,气流分布状态恢复到正常状态。
图15表示本发明另一个实施例中数据流的方框图,它提供控制炉料分配的最有利行动指示。
来自高炉的信息在数据处理块40中处理成专家系统可用的形式并进行炉料分配的模型计算,从这些信息中进行推断41。提供一算术模型,如Kamisaka和OKuno等在1984年的Tetsuto Hagane,70,S47中的“关于焦床塌陷的布料估计模型的发展(Development of Distribution Estimation Model Considering C·llapse of Coke Bed)”一文所描述的那样沿炉子的半径,考虑到填料条件和焦床的塌陷来估计炉料分布,梯度分布以及气流分布。包围在图15虚线中的区域对应于执行炉料分布模型计算的那部分。当从专家系统的推断41中推断出需采取控制炉料分布的行动的诊断时,开始模型计算。根据专家系统的诊断,模型计算可自动
开始,或者根据终端机47上显示的信息由一操作员49操作终端机50而启动模型计算。在炉料分布估计模型的计算中,首先,在处理数据、专家系统的诊断结果和操作员的输入数据基础上进行用于计算的数据准备42。用于计算的数据包括许多个改变控制条件的假数据以及实处理数据的模式。以实数据和许多模式进行模型计算43。为了显示或输出计算结果还进行后处理44。计算结果在终端机51上显示。在由终端机51显示的炉料分布估计模型的计算结果和由终端机47显示的分布的诊断结果基础上,由操作员48进行炉料分布控制46。控制炉料分布的最佳行动的选择也可通过一知识库由推断45进行,向属于该知识库的一数据库输入推断41的结果和模型计算的结果以选择一控制炉料分布的最佳行动。
图16是解释从涉及高炉1的信息采样到气流分布诊断的详细过程的方框图。用于气流和炉料诊断的传感器包括一用于测量炉料表面温度分布的热观察器52,一用于在炉顶径向测量气流温度分布的炉顶探头53,一用于测量炉壁附近的焦床和矿层深度的测探仪54,一在上炉身径向测量气流温度分布和组分分布的上炉身探头55,设置在炉子各个位置上的温度仪56以及设置在炉子各个位置上的压力计57。以这些信息以及有关炉子热度,透气性以及炉料下降的信息为基础、由专家系统作出高炉操作状态的综合诊断58、需采取控制炉料分布的行动59的决定、以及径向气流分布60的决定。在气流分布60的决定中,炉子的半径分为三个区域:即中心,中间和边缘在每一区域的现行和目标气流在一三角框图中用两点表示。在图示的例子中,现行中心气流比目标中心气流高3%。而现行边缘气流比目标边缘气流低3%。
图17是解释用控制条件的各种组合进行模型计算的详细框图。
下列五个项目作为控制炉料分布的控制措施61:
a.用于改变沿炉子半径的原料倒入位置的移动臂MA)
b.装料高度
c.焦炭、矿石基数(每次装料量)
d.具有细小粒度的矿石烧结率
e.当倒入原料时的粒度的时域梯度
沿下列一个方向在现行控制条件中通过改变上述五个项目中的一个改变控制条件65的组合:
a.沿炉子的半径有关原料的倒入位置,
(1)将MA向中心移动一个刻痕(以后表示为a+)或者
(2)将MA向炉壁移动一个刻痕(a-),
b.有关装料高度,
(1)上升0.5米(b+)或者
(2)下降0.5米(b-),
c.有关焦碳矿石基数,
(1)每次装料将矿石基数提高1吨并增加焦炭基数以保持矿石与焦炭的比率(c+)或者
(2)每次装料将矿石基数降低1吨并减小焦炭基数以保持矿石与焦炭的比率(c-),
d.有关具有细小粒度的矿石烧结率,
(1)将已烧结的矿石与矿石基数的比率提高1%。(d+),或者
(1)将已烧结的矿石与矿石基数的比率降低1%。(d-),或者
e.有关当原料倒入的粒度的时域梯度,
(1)通过调节一料槽中卸料机的坡度将一条线的斜率提高1%(c+),该线与一条曲线近似,该曲线是在投入一堆原料时以时间和原料的平均粒度为坐标绘出的,或者
(2)将上述线的斜率降低1%。
按照改变的控制条件65准备数据文件66,改变的控制条件65包括现行控制条件,已使用原料的粒度条件,作为联机数据的一部分的鼓风条件63以及常数64例如设备条件等。用数据文件66中的内容执行炉料分配估计模型计算67。模型计算67的计算结果存贮在计算结果文件68中,并经后处理69后显示出来。
图18表示炉料布料估计模型计算的结果输出的一个例子。图18A表示沿炉子半径堆料分配结果,其中70是焦床,71和72是矿床。图18B表示沿炉子半径的矿石与焦炭的分布比率,图18C表示沿炉子半径的矿石平均粒度分布。从图中可定量地了解在现先条件下分布特性和在改变的条件下分布特性的差异。
图19是一三角框图,表示炉料布料估计模型计算的结果而得出的沿炉子半径造成的气流分布。用标号a+,a-,……c-表示的点是从各个改变的
条件获得的结果。从该三角框图中可很容易地理解到气流分布的变化取决于炉料布料控制条件的改变。用虚线包围的区域表示气流分布的可变化程度、也就是由不影响炉子操作的行动的产生的变化。该变化程度是从过去的实际操作记录中得出的。需要选择一个改变分配控制条件的行动,而其结果在上述虚线围成的圈内。
在该图所述的例子中,条件a+使中心气流下降3%,而炉壁气流上升3%,因此可以做出a+是纠正脱离目标的反常现象的最合适的行动的决定,所述目标是由图16中的专家系统在气流分布60的处理程序块中估计出来的。决定可由图15中的操作员48做出,或由带有用于选择最佳控制条件的知识库45的专家系统做出。
图20是表示本发明另一个实施例的方框图,它可以不中断高炉的操作管理进行维护操作。
73是一处理数据的处理部分,用于处理来自高炉(图未示)的数据,74、75和76是分别存贮数据库、推断器和知识库目标模块的区域,它们属于联机处理系统。
77,78和79是分别存贮数据库,推断器和知识库目标模块的区域,它们属于一测试系统。80是存贮知识库源编码的区域,81是用于管理知识和具有编辑知识库功能的一终端机。82和83是终端机,它们分别属于联机处理系统和测试系统,用于显示推断的结果。84是用于存贮数据的硬盘装置,85是用于存贮数据的磁带(M/T)装置,86是用于输入和改变测试数据的一终端机。图20中左边虚线包围的区域表示联机处理系统,而右边虚线包围的区域表示测试系统。
下面参考图20和21说明图20所述系统的数据流和处理功能。
在图21中,实线代表数据流,点划线代表处理功能。像图20一样,左边虚线围起的区域表示联机处理系统,而右边虚线围起的区域表示测试系统。
来自高炉(图未示)的操作数据87在处理数据处理部分73中被编辑并存贮在联机处理系统的数据库区域74中。当产生操作数据时执行这些处理,并且数据库88每次都更新。
以操作知识107为基础建立的各种知识库以源编码80的形式从一终端机81输入,该终端机具有编辑机的功能。源编码80翻译后进入目标模块76中,模块76作为属于联机处理系统的知识库90存贮起来。利用知识库90的目标模块和推断器75中的数据库88执行推断89,其结果97从终端机82输出。结果97可能输出到一打印机或炉子控制装置(图未示)。在推断执行管理装置100的管理下,推断89周期性地自动启动。
同时,当需进行例如改变和建立知识库的维护操作时,利用终端机81改变或建立源编码106。改变或建立的源编码106由104翻译并存贮在目标模块区79中,作为用于测试系统的知识库93。在此之后,利用知识库的测试推断可在任何时候执行。用于测试推断的数据库的准备可通过编辑(99)操作数据87,就像在联机处理系统中那样,和将编辑后的数据存贮在数据库区域77中来进行。此外,为了执行推断,给存贮在硬盘装置84和磁带装置85或从终端机86输入的外界数据96中的存贮数据94或保留数据95提供一选择功能101可方便检查知识库的合适性。
利用知识库93的目标编码和推断器78中的数据库91执行测试推断92,其结果在终端机83上显示。最好提供一个由测试调试器进行的测试调试功能102以方便检查推断。如果测试推断的结果98要求更正知识库,则重复包括源编码106的编辑,翻译成目标模块93,将目标模块93存贮在区域79,数据库91的准备以及推断92的执行处理。由于是独立于联机处理系统之外执行处理,因此不必中断炉子实际操作的管理。
因此通过将源编码106翻译(103)成目标编码90并将结果存贮在目标模块区域76中,已检查的知识库可立即用于在联机处理系统中进行推断。
Claims (13)
1、用于高炉操作管理的方法包括下列步骤:
准备一个包含有关高炉信息的数据库和一个包含诊断所述高炉状态的规则的知识库,
在第一间隔采集所述的信息,
用采集到的所述信息更新所述的数据库,
在比第一间隔长的第二间隔利用所述的数据库和知识库推断所述高炉的状态,其特征是该方法还包括下列步骤:
观察有关所述高炉的参数以检测这些参数中的显著变化,以及
当在所述的观察步骤检测到参数有显著变化时另外启动所述的推断步骤。
2、权利要求1所述的方法,其特征是包括下列步骤:
确定多个代表所述高炉物理状态的中间假设和多个最终诊断,
根据直观知识确定所述信息和所述中间假设之间的第一因果关系以及中间假设和所述最终诊断之间的第二因果关系,
在每组相关的信息中建立一个条件和一个评价因子(W),以及在有关每一第一因果关系的一个相关中间假设中建立一个临界值(X),
在每个相关中间假设中建立一个评价因子(Y),和在一个有关每一第二因果关系的相关最终诊断中建立一个临界值(Z),和将包括所述第一和第二因果关系,所述条件,所述评价因子(W,Y)以及所述临界值(X,Z)的规则存贮进所述知识库中,
所述推断步骤包括下列分步骤:
通过合计所述信息的所述评价因子(W),所述信息满足有关物理参数中的相应条件,以及将和数与有关每一第一因果关系的相关临界值(X)进行比较来估计每一中间假设,和
通过合计所述中间假设的所述评价因子(Y),该中间假设的估计结果在相关的中间假设中是真实的,以及将和数与有关每一第二因果关系的相关临界值进行比较来估计每一最终诊断。
3、如权利要求2所述的方法,其特征是所述知识库包括用于检测所述显著变化的规则,以及通过根据所述的用于检测所述显著变化的规则进行推断,在比所述的第二间隔短的第三间隔执行所述的观察步骤。
4、如权利要求2所述的方法,其特征是通过比较特定信息的值与所述观察步骤的预定值进行所述的显著变化的观察。
5、如权利要求3所述的方法,其特征是所述的存贮在知识库中的规则包括:
为避免所述高炉的故障推断是否需采取被动行动的一组被动规则,以及
为了降低操作成本,推断是否需采取主动行动的一组主动规则,该主动行动是被动行动的逆行动,
在所述推断步骤中:
ⅰ)首先,根据所述的那组被动规则推断所述的最终诊断,如果推断的结果是需采取行动,则终止推断步骤,如果不需采取行动,则
ⅱ)根据所述的主动规则组推断所述的最终诊断,如果推断的结果是需采取行动,那么终止推断步骤。
6、如权利要求4的方法,其特征是所述的存贮在知识库中的规则包括:
为避免所述高炉的故障推断是否需采取被动行动的一组被动规则,以及
为了降低操作成本,推断是否需采取主动行动的一组主动规则,该主动行动是被动行动的逆行动,
在所述的推断步骤中:
ⅰ)首先,根据所述的那组被动规则推断所述的最终诊断,如果推断的结果是需采取行动,则终止推断步骤,如果不需采取行动,则
ⅱ)根据所需的主动规则推断所述的最终诊断,如果推断的结果是需采取行动,那么终止推断步骤。
7、如权利要求5所述的方法,其特征是所述的存贮在知识库中的规则还包括:
一组推断是否需采取布料改进行动的布料改进规则;
以及在所述的推断步骤中
ⅲ)如果根据所述的主动规则组推断的结果是不需采取行动,则根据所述的分配改进规则组推断所述的最终诊断。
8、如权利要求6所述的方法,其特征是所述的存贮在知识库中的规则还包括:
一组推断是否需采取布料改进行动的布料改进规则,
以及在所述的推断步骤中:
ⅲ)如果根据所述的主动规则组推断的结果是不需采取行动,则根据所述的布料改进规则推断所述的最终诊断。
9、如权利要求7所述的方法,其特征是该方法包括当根据知识库中存贮的规则进行推断的结果表明要求采取改变炉中布料的行动时,在各种控制条件的组合下预报炉中的布料以协助决定采取何种最佳行动的步骤,该预报步骤包括下列分步骤:
通过输入现行控制条件并多样变化至少其中一个现行控制条件而准备控制条件的各种组合,
在考虑到在控制条件的各种组合的情况下焦床的塌陷,利用炉料布料的估计模型计算布料,以及
将计算结果输出。
10、如权利要求8所述的方法,其特征是该方法还包括当根据知识库中存贮的规则进行推断的结果表明要求采取改变炉中布料的行动时,在各种控制条件的组合下预报炉中的布料以协助决定采取何种最佳行动的步骤,该预报步骤包括下列分步骤:10与9相同仅引用不同。
通过输入现行控制条件并多样变化至少其中一个现行控制条件而准备控制条件的各种组合,
在考虑到在控制条件的各种组合的情况下焦床的塌陷,利用炉料布料的估计模型计算布料;以及
将计算结果输出。
11、如权利要求9所述的方法,其特征是该方法还包括改变用于诊断的所述规则的步骤,它包括下列分步骤:
改变用于规则的源编码,
将源编码翻译成目标模块,
将目标模块存贮在属于测试系统的第二知识库中,
准备一包含现行数据的第二数据库,
根据存贮在第二知识库中的规则和第二数据库执行推断;以及
将已翻译的目标模块存贮在属于联机处理系统的第一知识库中。
12、如权利要求10所述的方法,其特征是该方法还包括改变用于诊断的所述规则的步骤,它包括下列分步骤:
改变用于规则的源编码,
将源编码翻译成目标模块,
将目标模块存贮在属于测试系统的第二知识库中,
准备一包含现行数据的第二数据库,
根据存贮在第二知识库中的规则和第二数据库执行推断,以及
将已翻译的目标模块存贮在属于联机处理系统的第一知识库中。
13、用于高炉操作管理的装置包括:
包含有关高炉的信息的数据库,
包含用于诊断高炉状态的规则的知识库,
在第一间隔采集所述信息并用采集到的信息更新所述数据库的输入器,
用数据库和知识库推断所述高炉的状态的推断器,
在比第一间隔长的第二间隔启动所述推断器的启动器,其特征是该装置还包括:
用于观察有关所述高炉的参数以控制这些参数中的显著变化并且当检测到参数有显著变化时另外启动所述的推断器的观察器。
Applications Claiming Priority (10)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP321653/88 | 1988-12-20 | ||
JP321654/88 | 1988-12-20 | ||
JP32165388A JPH079008B2 (ja) | 1988-12-20 | 1988-12-20 | 高炉操業管理における知識工学システムの運用方法 |
JP63321654A JPH0637647B2 (ja) | 1988-12-20 | 1988-12-20 | 高炉操業管理システム |
JP88789A JPH0663005B2 (ja) | 1989-01-06 | 1989-01-06 | 高炉の操業方法 |
JP886/89 | 1989-01-06 | ||
JP887/89 | 1989-01-06 | ||
JP88689A JPH0663009B2 (ja) | 1989-01-06 | 1989-01-06 | 高炉の装入物分布制御方法 |
JP1462389A JPH079010B2 (ja) | 1989-01-24 | 1989-01-24 | 高炉操業管理システム |
JP14623/89 | 1989-01-24 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1043745A CN1043745A (zh) | 1990-07-11 |
CN1021833C true CN1021833C (zh) | 1993-08-18 |
Family
ID=27518014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN89109414.8A Expired - Fee Related CN1021833C (zh) | 1988-12-20 | 1989-12-20 | 高炉操作管理方法和装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US4976780A (zh) |
EP (3) | EP0542717B1 (zh) |
CN (1) | CN1021833C (zh) |
AU (1) | AU612531B2 (zh) |
ES (3) | ES2097936T3 (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100236506B1 (ko) * | 1990-11-29 | 2000-01-15 | 퍼킨-엘머시터스인스트루먼츠 | 폴리머라제 연쇄 반응 수행 장치 |
CN1038146C (zh) * | 1993-07-21 | 1998-04-22 | 首钢总公司 | 利用人工智能专家系统控制高炉冶炼的方法 |
JP2829241B2 (ja) * | 1994-07-26 | 1998-11-25 | 三菱電機株式会社 | プラント支援装置 |
JP3062582B2 (ja) * | 1995-11-07 | 2000-07-10 | 株式会社日立製作所 | 微粉炭燃焼装置の炉内状態予測方法と装置 |
WO1997035038A1 (en) | 1996-03-22 | 1997-09-25 | Steel Technology Corporation | Stable operation of a smelter reactor |
CN1052758C (zh) * | 1997-06-13 | 2000-05-24 | 冶金工业部自动化研究院 | 一种高炉操作参谋系统 |
TW562865B (en) * | 2000-12-28 | 2003-11-21 | Nippon Steel Corp | Method, apparatus and recording medium for monitoring an operating condition of blast furnace |
CN1312548C (zh) * | 2001-03-01 | 2007-04-25 | 费舍-柔斯芒特系统股份有限公司 | 制炼控制系统数据的远程分析 |
EP1364263B1 (en) * | 2001-03-01 | 2005-10-26 | Fisher-Rosemount Systems, Inc. | Data sharing in a process plant |
CA2465531A1 (en) | 2001-11-02 | 2003-05-15 | R. Bharat Rao | Patient data mining for clinical trials |
US7457731B2 (en) | 2001-12-14 | 2008-11-25 | Siemens Medical Solutions Usa, Inc. | Early detection of disease outbreak using electronic patient data to reduce public health threat from bio-terrorism |
US7680086B2 (en) | 2002-09-09 | 2010-03-16 | Siemens Canada Limited | Wireless local area network with clients having extended freedom of movement |
US7209871B2 (en) * | 2003-07-29 | 2007-04-24 | Council Of Scientific And Industrial Research | Prediction of cavity size in the packed bed systems using new correlations and mathematical model |
AT506896B1 (de) | 2008-06-06 | 2010-05-15 | Siemens Vai Metals Tech Gmbh | Verfahren zur steuerung eines transformationsverfahrens |
LU91520B1 (en) * | 2009-01-28 | 2010-07-29 | Wurth Paul Sa | Computers system and method for controlling charging of a blast furnace by means of a user interface |
CN101881955B (zh) * | 2009-05-06 | 2014-05-07 | 鞍钢股份有限公司 | 高炉炉况评价方法 |
US10943676B2 (en) | 2010-06-08 | 2021-03-09 | Cerner Innovation, Inc. | Healthcare information technology system for predicting or preventing readmissions |
KR101299094B1 (ko) * | 2010-08-30 | 2013-08-27 | 현대제철 주식회사 | 래들 교환시 용강 오염범위 예측 방법 |
CN106521059B (zh) * | 2016-09-23 | 2018-07-10 | 武汉钢铁有限公司 | 用相控阵雷达测量高炉料面矿焦比来控制高炉气流分布的方法 |
KR102075210B1 (ko) * | 2017-12-19 | 2020-02-07 | 주식회사 포스코 | 노황 관리 장치 및 방법 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62270712A (ja) * | 1986-05-20 | 1987-11-25 | Nippon Kokan Kk <Nkk> | 高炉状況検出方法 |
JPS62270708A (ja) * | 1986-05-20 | 1987-11-25 | Nippon Kokan Kk <Nkk> | 高炉炉熱制御方法 |
-
1989
- 1989-12-14 EP EP93100520A patent/EP0542717B1/en not_active Expired - Lifetime
- 1989-12-14 ES ES93100520T patent/ES2097936T3/es not_active Expired - Lifetime
- 1989-12-14 EP EP94117502A patent/EP0641863B1/en not_active Expired - Lifetime
- 1989-12-14 ES ES89313087T patent/ES2085285T3/es not_active Expired - Lifetime
- 1989-12-14 ES ES94117502T patent/ES2157233T3/es not_active Expired - Lifetime
- 1989-12-14 US US07/450,390 patent/US4976780A/en not_active Expired - Lifetime
- 1989-12-14 EP EP89313087A patent/EP0375282B1/en not_active Expired - Lifetime
- 1989-12-18 AU AU46884/89A patent/AU612531B2/en not_active Ceased
- 1989-12-20 CN CN89109414.8A patent/CN1021833C/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
EP0542717A1 (en) | 1993-05-19 |
EP0375282A3 (en) | 1991-05-15 |
AU612531B2 (en) | 1991-07-11 |
EP0542717B1 (en) | 1997-02-12 |
EP0375282B1 (en) | 1996-04-17 |
EP0375282A2 (en) | 1990-06-27 |
US4976780A (en) | 1990-12-11 |
EP0641863A1 (en) | 1995-03-08 |
AU4688489A (en) | 1990-07-19 |
ES2085285T3 (es) | 1996-06-01 |
ES2157233T3 (es) | 2001-08-16 |
EP0641863B1 (en) | 2001-05-30 |
CN1043745A (zh) | 1990-07-11 |
ES2097936T3 (es) | 1997-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1021833C (zh) | 高炉操作管理方法和装置 | |
CN1224720C (zh) | 一种利用智能控制系统控制高炉冶炼的方法 | |
CN87103633A (zh) | 控制高炉运行的方法 | |
CN1097804A (zh) | 人工智能高炉冶炼专家系统方法 | |
CN104498654A (zh) | 一种高炉炉温变化趋势确定方法及装置 | |
CN1403594A (zh) | 智能控制高炉冶炼的系统 | |
JP6897723B2 (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 | |
Amano et al. | Expert system for blast furnace operation at Kimitsu works | |
CN117473770A (zh) | 一种基于数字孪生信息的钢铁设备智能管理系统 | |
JP7264132B2 (ja) | 高炉炉況状態判定装置、高炉の操業方法及び溶銑の製造方法 | |
CN87103627A (zh) | 控制高炉运行的方法 | |
JP7485918B2 (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 | |
JP6617619B2 (ja) | 高炉の操業方法 | |
JP2696114B2 (ja) | 高炉の操業管理方法 | |
KR20190065800A (ko) | 미분탄 취입량 제어 장치 및 그 방법 | |
JP2724364B2 (ja) | 高炉の操業方法 | |
KR102122422B1 (ko) | 고로의 연원료 비율 제어 장치 및 그 방법 | |
CN117826728A (zh) | 一种焦炭产耗平衡和仓位预警装置、方法、设备及介质 | |
JP6815954B2 (ja) | プラントの操業状態推定装置及び操業状態推定方法 | |
CN117051185A (zh) | 一种高炉变料控制方法、装置、设备及存储介质 | |
CN115271356A (zh) | 一种水泥窑烧成系统功能性指标的评价方法及装置 | |
JPH0637647B2 (ja) | 高炉操業管理システム | |
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 | |
CN113609936A (zh) | 高炉上部炉料径向下降速度分布的确定方法 | |
CN117806169A (zh) | 基于神经网络的炉温预警优化方法、系统、终端和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C06 | Publication | ||
PB01 | Publication | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C15 | Extension of patent right duration from 15 to 20 years for appl. with date before 31.12.1992 and still valid on 11.12.2001 (patent law change 1993) | ||
OR01 | Other related matters | ||
C19 | Lapse of patent right due to non-payment of the annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |