CN108779506A - 钢水中磷浓度估计方法和转炉吹炼控制装置 - Google Patents

钢水中磷浓度估计方法和转炉吹炼控制装置 Download PDF

Info

Publication number
CN108779506A
CN108779506A CN201780017743.1A CN201780017743A CN108779506A CN 108779506 A CN108779506 A CN 108779506A CN 201780017743 A CN201780017743 A CN 201780017743A CN 108779506 A CN108779506 A CN 108779506A
Authority
CN
China
Prior art keywords
phosphorus concentration
slag
molten steel
treatment
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.)
Granted
Application number
CN201780017743.1A
Other languages
English (en)
Other versions
CN108779506B (zh
Inventor
岩村健
杉桥敦史
沼田政宪
久米康介
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nippon Steel Corp
Original Assignee
Nippon Steel Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nippon Steel Corp filed Critical Nippon Steel Corp
Publication of CN108779506A publication Critical patent/CN108779506A/zh
Application granted granted Critical
Publication of CN108779506B publication Critical patent/CN108779506B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21C—PROCESSING OF PIG-IRON, e.g. REFINING, MANUFACTURE OF WROUGHT-IRON OR STEEL; TREATMENT IN MOLTEN STATE OF FERROUS ALLOYS
    • C21C1/00—Refining of pig-iron; Cast iron
    • C21C1/02—Dephosphorising or desulfurising
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21C—PROCESSING OF PIG-IRON, e.g. REFINING, MANUFACTURE OF WROUGHT-IRON OR STEEL; TREATMENT IN MOLTEN STATE OF FERROUS ALLOYS
    • C21C5/00—Manufacture of carbon-steel, e.g. plain mild steel, medium carbon steel or cast steel or stainless steel
    • C21C5/28—Manufacture of steel in the converter
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21C—PROCESSING OF PIG-IRON, e.g. REFINING, MANUFACTURE OF WROUGHT-IRON OR STEEL; TREATMENT IN MOLTEN STATE OF FERROUS ALLOYS
    • C21C5/00—Manufacture of carbon-steel, e.g. plain mild steel, medium carbon steel or cast steel or stainless steel
    • C21C5/28—Manufacture of steel in the converter
    • C21C5/42—Constructional features of converters
    • C21C5/46—Details or accessories
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P10/00—Technologies related to metal processing
    • Y02P10/25—Process efficiency

Abstract

高精度地估计基于多功能转炉法的操作中的转炉吹炼停吹时的钢水中磷浓度。钢水中磷浓度估计方法应用于使用伴有中间排渣处理的转炉的一次精炼，该方法包括：渣位数据获取步骤，获取脱磷处理时的渣位；排气数据获取步骤，获取脱碳处理时的排气成分和排气流量；钢水数据获取步骤，通过脱碳处理时的副枪测定来获取钢水温度和钢水中的碳浓度；以及磷浓度估计步骤，使用与渣位、排气成分、排气流量、钢水温度及碳浓度有关的数据以及与脱磷处理、中间排渣处理及脱碳处理有关的操作条件来计算脱磷速度常数，使用计算出的脱磷速度常数和脱磷处理开始时的铁水磷浓度来估计副枪测定以后的脱碳处理时的钢水中的磷浓度。

Description

钢水中磷浓度估计方法和转炉吹炼控制装置
技术领域
本发明涉及一种高精度地估计基于多功能转炉法的操作中的转炉吹炼停吹时的钢水中磷浓度的钢水中磷浓度估计方法和钢水中磷浓度估计装置。
背景技术
在转炉吹炼中，对停吹时的钢水中成分的控制(尤其是对钢水中磷浓度的控制)在钢的质量管理上非常重要。为了对钢水中磷浓度的控制，氧吹入量、生石灰或者氧化皮等副原料的投入量、该副原料的投入定时、顶吹喷枪高度、顶吹氧流量以及底吹气体流量等一般被用作操作量。关于这些操作量，根据基于目标磷浓度、铁水数据以及过去的操作实绩等制作的基准等之类的在吹炼开始前得到的信息来决定的情况多。
然而，即使是相同的操作条件，实际的吹炼中的脱磷举动的重现性也低，存在停吹时的钢水中磷浓度的偏差大这样的问题。因此，在基于上述那样的仅根据在吹炼开始前得到的信息来决定的操作量的吹炼中，难以抑制停吹时的钢水中磷浓度的偏差。
为了应对上述问题，开发了一种有效利用吹炼时逐次得到的排气成分和排气流量等的测定值的技术。例如，下述专利文献1公开了如下技术：使用与吹炼有关的操作条件和与排气有关的测定值来估计脱磷速度常数，使用估计得到的脱磷速度常数来估计吹炼时的钢水中磷浓度。并且，下述专利文献1公开了如下技术：将估计得到的钢水中磷浓度与目标钢水中磷浓度进行比较，基于其比较结果来变更与吹炼有关的操作条件，由此控制钢水中磷浓度。
专利文献1：日本特开2013-23696号公报
发明内容
发明要解决的问题
近年，在一次精炼中一般进行使用转炉的脱磷处理等铁水预备处理。特别是被称为多功能转炉法(Multi Refining Converter：MURC)的在一次精炼中能够利用同一转炉一贯地进行铁水预备处理和脱碳处理的技术被不断开发。MURC具体地说是包括如下工序的一次精炼的操作方法：将铁水装入转炉(第一工序)；进行包括脱磷处理的铁水预备处理，上述脱磷处理是通过添加熔剂和利用顶吹喷枪吹入氧来进行的(第二工序)；进行使该转炉倾斜从而将在第二工序中产生的熔渣进行排出的中间排渣处理(第三工序)；然后利用该转炉进行脱碳处理(第四工序)。与以往的简单精炼工艺(Simple Refining Process：SRP)那样的利用不同的转炉进行脱磷处理和脱碳处理的一次精炼的操作法相比，MURC热损耗少，作业时间(lead time)也短，因此具有制钢工序中的生产效率高这样的优点。
在该MURC中，在作为上述第二工序的脱磷处理中产生的熔渣通过作为第三工序的中间排渣处理被排出。此时，根据在脱磷处理中产生的熔渣量或者熔渣的质量，通过中间排渣处理被排出的熔渣量按每次操作而不同。
关于中间排渣处理后的铁水中包含的磷，在脱碳处理时，由于可能与脱碳反应并行地发生的用下述化学式(101)表示的脱磷反应，有时从铁水脱离而被熔渣获取或者相反地从熔渣脱离而再次被铁水获取。此外，在下述化学式(101)中，“[物质X]”的表述表示物质X是存在于铁水中的物质，“(物质Y)”的表述表示物质Y是存在于熔渣中的物质。
[数式1]
3(CaO)+5(FeO)+2[P]＝(3CaO·P205)+5[Fe]···(101)
用上述化学式(101)表示的脱磷反应的进行方向根据在中间排渣处理时被排出的熔渣的量和成分(或者残留于转炉内的熔渣的量和成分)而变化。即，脱磷反应的反应方向和反应速度被在中间排渣处理时被排出的熔渣的量所左右。因而，可以认为在中间排渣处理时被排出的熔渣的量影响到脱碳处理时的钢水中磷浓度。
在上述专利文献1中，使用转炉吹炼操作时的操作条件等来进行钢水中磷浓度的估计。然而，在上述专利文献1中，没有考虑在中间排渣处理时被排出的熔渣的量。当考虑到脱碳处理时的钢水中磷浓度被在中间排渣处理时被排出的熔渣的量影响时，在上述专利文献1所公开的技术中，难以高精度地估计伴随中间排渣处理的一次精炼中的钢水中磷浓度。
因此，本发明是鉴于上述问题所完成的，本发明的目的在于提供一种能够高精度地估计MURC操作中的转炉吹炼停吹时的钢水中磷浓度的钢水中磷浓度估计方法和转炉吹炼控制装置。
用于解决问题的方案
为了解决上述问题，根据本发明的一个观点，提供一种钢水中磷浓度估计方法，其用于一次精炼，在该一次精炼中，使用同一转炉来进行脱磷处理、中间排渣处理以及脱碳处理，所述中间排渣处理是将在所述脱磷处理中生成的熔渣进行排出的处理，所述钢水中磷浓度估计方法包括：铁水数据获取步骤，获取与所述脱磷处理前的铁水有关的铁水数据；渣位数据获取步骤，获取所述脱磷处理时的渣位；排气数据获取步骤，获取所述脱碳处理时的排气成分和排气流量；钢水数据获取步骤，通过所述脱碳处理时的副枪测定来获取钢水温度和钢水中的碳浓度；以及磷浓度估计步骤，使用与所述渣位、所述排气成分、所述排气流量、所述钢水温度及所述碳浓度有关的数据以及与所述脱磷处理、所述中间排渣处理及所述脱碳处理有关的操作条件来计算脱磷速度常数，使用计算出的所述脱磷速度常数和所述脱磷处理开始时的铁水磷浓度来估计所述副枪测定以后的所述脱碳处理时的所述钢水中的磷浓度。
也可以是，在所述脱磷速度常数的计算中使用识别簇的分类变量，所述簇是通过针对在过去的操作中获取到的多个所述渣位的时间序列数据进行的时间序列聚类得到的。
也可以是，在所述脱磷速度常数的计算中使用在所述脱磷处理时得到的所述渣位的时间序列数据的平均值。
另外，为了解决上述问题，根据本发明的其它观点，提供一种转炉吹炼控制装置，其用于一次精炼，在该一次精炼中，使用同一转炉来进行脱磷处理、中间排渣处理以及脱碳处理，所述中间排渣处理是将在所述脱磷处理中生成的熔渣进行排出的处理，所述转炉吹炼控制装置具备：铁水数据获取部，其获取与所述脱磷处理前的铁水有关的铁水数据；渣位数据获取部，其获取所述脱磷处理时的渣位；排气数据获取部，其获取所述脱碳处理时的排气成分和排气流量；钢水数据获取部，其通过所述脱碳处理时的副枪测定来获取钢水温度和钢水中的碳浓度；磷浓度估计部，其使用与所述渣位、所述排气成分、所述排气流量、所述钢水温度及所述碳浓度有关的数据以及与所述脱磷处理、所述中间排渣处理及所述脱碳处理有关的操作条件来计算脱磷速度常数，使用计算出的所述脱磷速度常数和所述脱磷处理开始时的铁水磷浓度来估计所述副枪测定以后的所述脱碳处理时的所述钢水中的磷浓度。
也可以是，所述磷浓度估计部在所述脱磷速度常数的计算中使用识别簇的分类变量，所述簇是通过针对在过去的操作中获取到的多个所述渣位的时间序列数据进行的时间序列聚类得到的。
也可以是，所述磷浓度估计部在所述脱磷速度常数的计算中使用在所述脱磷处理时得到的所述渣位的时间序列数据的平均值。
在所述钢水中磷浓度估计方法和所述转炉吹炼控制装置中，使用包含渣位的各种数据和操作条件来计算脱磷速度常数，使用计算出的脱磷速度常数来估计钢水中磷浓度。由此，能够在利用同一转炉一贯地进行脱磷处理、中间排渣处理以及脱碳处理的一次精炼中将与在该转炉内产生的熔渣的排出有关的操作因素反映到钢水中磷浓度的估计。因而，能够更高精度地估计钢水中磷浓度。
发明的效果
如以上说明的那样，根据本发明，能够高精度地估计MURC操作中的转炉吹炼停吹时的钢水中磷浓度。
附图说明
图1是表示脱磷处理时的渣位的时间序列数据的曲线图。
图2A是表示针对渣位的时间序列数据进行的时间序列聚类的结果的图。
图2B是表示针对渣位的时间序列数据进行的时间序列聚类的结果的图。
图2C是表示针对渣位的时间序列数据进行的时间序列聚类的结果的图。
图2D是表示针对渣位的时间序列数据进行的时间序列聚类的结果的图。
图2E是表示针对渣位的时间序列数据进行的时间序列聚类的结果的图。
图2F是表示针对渣位的时间序列数据进行的时间序列聚类的结果的图。
图3是表示本发明的一个实施方式所涉及的转炉吹炼系统的结构例的图。
图4是表示基于该实施方式所涉及的转炉吹炼系统的钢水中磷浓度估计方法的流程图的一个例子的图。
图5A是表示副枪测定时的脱磷速度常数k的相对于实绩值的估计误差的图。
图5B是表示副枪测定时的脱磷速度常数k的相对于实绩值的估计误差的图。
图5C是表示副枪测定时的脱磷速度常数k的相对于实绩值的估计误差的图。
图5D是表示副枪测定时的脱磷速度常数k的相对于实绩值的估计误差的图。
图6A是表示副枪测定时的钢水中磷浓度的相对于实绩值的估计误差的图。
图6B是表示副枪测定时的钢水中磷浓度的相对于实绩值的估计误差的图。
图6C是表示副枪测定时的钢水中磷浓度的相对于实绩值的估计误差的图。
图6D是表示副枪测定时的钢水中磷浓度的相对于实绩值的估计误差的图。
图7A是表示终点时的脱磷速度常数k的相对于实绩值的估计误差的图。
图7B是表示终点时的脱磷速度常数k的相对于实绩值的估计误差的图。
图7C是表示终点时的脱磷速度常数k的相对于实绩值的估计误差的图。
图7D是表示终点时的脱磷速度常数k的相对于实绩值的估计误差的图。
图8A是表示终点时的钢水中磷浓度的相对于实绩值的估计误差的图。
图8B是表示终点时的钢水中磷浓度的相对于实绩值的估计误差的图。
图8C是表示终点时的钢水中磷浓度的相对于实绩值的估计误差的图。
图8D是表示终点时的钢水中磷浓度的相对于实绩值的估计误差的图。
具体实施方式
以下参照附图详细地说明本发明的优选实施方式。此外，在本说明书和附图中，对于具有实质上相同的功能结构的结构要素标注相同的标记，从而省略重复说明。
此外，在脱碳处理时的转炉内，根据其碳浓度可能存在生铁或者钢，但是在以下的说明中，为了避免说明变得烦杂，方便起见，将“转炉内的铁水或者钢水”都称为“钢水”。另外，在脱磷处理时使用“铁水”这一单词。
<<1.本实施方式所涉及的钢水中磷浓度的估计方法>>
在说明本实施方式所涉及的转炉吹炼系统1的结构和功能之前，说明本实施方式所涉及的钢水中磷浓度的估计方法。此外，在以下的说明中，只要没有特别说明，将作为各成分的浓度单位的(质量％)记载为(％)。
(使用了操作条件、操作因素的钢水中磷浓度的估计方法)
当假定能够以一级反应式来表示吹炼中的钢水中磷浓度[P](％)的时间变化时，该一级反应式如下述式(1)那样表示。
[数式2]
在此，在上述式(1)中，[P]ini是磷浓度初始值(铁水磷浓度)(％)，k是脱磷速度常数(sec-1)。此外，这里所说的“磷浓度初始值”是指脱磷处理开始时的磷浓度。
如果能够得到准确的脱磷速度常数k，则能够高精度地估计钢水中磷浓度。但是，一般认为实际吹炼中的脱磷速度常数k不固定，受到各种操作条件的影响而发生变动。因此，例如如上述专利文献1(日本特开2013-23696号公报)所公开的那样，不仅使用铁水成分以及铁水温度那样的静态信息，还有效利用逐次测定得到的与排气成分有关的数据和与排气流量有关的数据等排气数据那样的吹炼中的动态的信息来估计脱磷速度常数k。以下说明脱磷速度常数k的估计方法。
根据上述式(1)，如下述式(2)那样表示从吹炼开始(脱磷处理开始)起t秒后的钢水中磷浓度。
[数式3]
ln[P]＝ln[P]ini-k×t···(2)
这样，能够使用过去的操作实绩数据来求出每次装料的脱磷速度常数k。例如，使用下述式(3)来计算装料i中的脱磷速度常数ki。
[数式4]
在此，在上述式(3)中，[P]end，i是停吹时的钢水中磷浓度(％)。tend，i是从脱磷处理开始时(吹炼开始时)起至停吹时间点为止的经过时间(秒)。
而且，预先制作将根据上述式(3)得到的脱磷速度常数k设为目标变量的模型方程。对于该模型方程，能够采用各种统计方法来适当地构建。在本实施方式中，使用采用众所周知的多元回归分析方法得到的将各种操作因素X设为解释变量的回归方程来作为该模型方程。该回归方程被构成为下述式(4)。在实际的吹炼中，通过将该吹炼时的操作因素X代入到下述式(4)中来估计脱磷速度常数k，通过将该脱磷速度常数k应用于上述式(2)，能够估计钢水中磷浓度。
[数式5]
在此，在上述式(4)中，αj是与第j个操作因素Xj对应的回归系数，α0是常数。另外，作为操作因素X的具体例，能够列举出下述表1所示的操作因素。但是，下述表1所示的操作因素只不过是一个例子，在脱磷速度常数k的估计中，也可以考虑所有的操作因素X。另外，在脱磷速度常数k的估计中，也可以使用下述表1中包含的操作因素的全部或者一部分。
[表1]
表1
另外，通过上述专利文献1示出：根据吹炼中的排气流量、排气成分、顶吹底吹气体流量、副原料投入量以及铁水成分来计算氧收支所得到的炉内蓄积氧量的单位消耗对脱磷速度常数带来的影响大。因而，在上述专利文献1中示出：除采用表1所述的解释变量外，还采用有效利用排气数据等所得到的炉内蓄积氧量的单位消耗以及顶吹喷枪高度、氧气流量和底吹气体流量等吹炼中的动态的操作因素来作为上述式(4)所示的回归方程的解释变量，由此能够更高精度地进行脱磷速度常数的估计。
(与渣位有关的数据的有效利用)
另外，在如上述的MURC那样的转炉吹炼方式中，利用同一转炉连续地进行脱磷处理、中间排渣处理以及脱碳处理。因此，不仅是如上述专利文献1所公开的那样的与脱磷处理及脱碳处理有关的操作条件，与中间排渣处理有关的操作条件也能够用于本实施方式所涉及的脱磷速度常数的估计。作为与中间排渣处理有关的操作条件，例如能够列举出中间排渣时间和中间被排出的熔渣量。
其中，认为中间被排出的熔渣量对脱碳处理时的钢水中磷浓度影响大。本发明人们发现，该中间被排出的熔渣量与脱磷处理时的渣位(熔渣高度)之间的关系密切。例如认为，在中间排渣处理中，在渣位高的情况下熔渣容易被排出，在渣位低的情况下熔渣难以被排出。即，中间被排出的熔渣量能够根据渣位而变化。因而，本发明人们想到：通过采用在脱磷处理时的吹炼中可能在转炉内产生的熔渣的渣位来作为与钢水中磷浓度的估计有关的操作因素，能够进一步提高钢水中磷浓度的估计精度。以下说明与渣位有关的数据及其应用例。
图1是表示脱磷处理时的渣位的时间序列数据的曲线图。此外，由该曲线图所示的数据是通过对实际得到的渣位的数据以使平均＝0且标准偏差＝1的方式实施标准化处理所得到的数据。该时间序列数据是在脱磷处理中的从吹炼开始时起至停吹时为止所获取到的时间序列数据。
参照图1可知，在脱磷处理末期，渣位上升。也就是说，熔渣的生成(熔渣起泡(日语：スラグフォーミング))是在脱磷处理末期进展的。因而，在本实施方式中，能够将与脱磷处理时的吹炼末期的渣位有关的数据用作操作因素Xj之一，该操作因素Xj是式(4)的解释变量。此外，“脱磷处理末期(也称为“脱磷处理时的吹炼末期”。)”是指从脱磷处理中的停吹时间点起至追溯与脱磷处理中的从吹炼开始时至停吹时间点为止的整个经过时间的1/3～1/4左右对应的时间得到的时间点为止的期间。例如，在从吹炼开始时起至停吹时间点为止的整个经过时间是180秒的情况下，上述脱磷处理末期对应于从自吹炼开始时起经过120秒～135秒左右的时间点至停吹时间点为止的期间。
在本实施方式中，例如也可以是将脱磷处理末期的渣位的时间序列数据的平均值用作操作因素Xj，该操作因素Xj是作为用于估计脱磷速度常数k的回归方程的式(4)的解释变量。由此，能够使通过脱磷处理产生的熔渣量反映到脱磷速度常数k的估计中。
另外，在本实施方式中，例如也可以是将分类变量用作解释变量，该分类变量用于识别对渣位的时间序列数据实施时间序列聚类所得到的簇。时间序列聚类是指求出时间序列数据之间的距离、基于该距离来进行聚类的方法。通过将渣位的推移作为时间序列数据来处理，将无法用简单的平均值来表现的渣位的复杂的举动(换句话说，如在计算平均值的过程中被平均化那样的、渣位随时间的举动变化)作为显著的举动来捕捉，能够更高精度地反映这种渣位的复杂的举动。
以下详细地说明将分类变量用作解释变量的情况，该分类变量用于识别对渣位的时间序列数据实施时间序列聚类所得到的簇。
在本实施方式中，首先对根据过去的操作数据获取到的吹炼末期的渣位的时间序列数据预先进行时间序列聚类。此外，在本实施方式中，作为时间序列聚类的方法，使用层次聚类的最近邻法。作为时间序列聚类的方法，不限定于本方法，例如也可以是非层次聚类的k-means(k-均值)法等。另外，在本实施方式中，对这些时间序列数据进行分类为六个簇的时间序列聚类，但是对簇的数量没有特别限定。能够根据聚类的结果来适当设定簇的数量。
图2A～图2F是表示对渣位的时间序列数据进行的时间序列聚类的结果的图。图2A～图2F是分别表示关于与各分类变量(No.1～6)对应的簇的时间序列聚类的结果的图。此外，各图中所示的与渣位有关的数据是对实际得到的渣位的数据以使平均＝0且标准偏差＝1的方式实施标准化处理所得到的数据。另外，本实施方式所涉及的被用于时间序列聚类的渣位的时间序列数据分别是根据脱磷处理中的从吹炼停吹时起至追溯了50秒的时间点为止的渣位所得到的数据(在图2A～图2F中，吹炼时间＝50秒的时间点与脱磷处理中的吹炼停吹时对应，吹炼时间＝0秒的时间点与从停吹时起追溯了50秒的时间点对应。)。用于对被用于该时间序列聚类的渣位的时间序列数据进行选择的时间范围没有特别限定，例如，能够基于通过渣位计实际得到的渣位的时间序列数据的趋势或者转炉吹炼设备的操作状态等来适当地设定该对象范围。
在图2A～图2F中，各图中所存在的折线分别表示在某一次的脱磷处理中的渣位随时间的变化。如图2A～图2F所示，渣位的时间序列数据的相似性高的数据分别被分类到同一簇中。例如，渣位的上升率高且在中间排渣时的渣位(即，脱磷处理中的吹炼停吹时的渣位)高的时间序列数据被分类到簇No.2中。另一方面，渣位的推移变化小的时间序列数据被分类到簇No.5中。
将像这样通过预先执行的聚类而分类得到的各簇与在脱磷处理中的吹炼时得到的渣位的时间序列数据进行比较，选择相似度最高的簇，采用与该簇对应的分类变量来作为操作因素Xj，该操作因素Xj是式(4)的解释变量。由此，不仅在脱磷处理中产生的熔渣量反映到钢水中磷浓度的估计，还能够将脱磷处理时的吹炼末期的熔渣起泡的倾向反映到钢水中磷浓度的估计。认为熔渣起泡倾向的差异是基于熔渣成分等熔渣性状而产生的。因而，在脱磷反应中熔渣性状所带来的影响也被进一步加入到钢水中磷浓度的估计中，因此能够进一步提高钢水中磷浓度的估计精度。
在此，对在实际的操作时将渣位数据的聚类结果用于脱磷速度常数k的估计的方法进行说明。首先，对从过去的操作数据获取到的吹炼末期的渣位的时间序列数据预先进行时间序列聚类，将该时间序列数据分类为多个簇。然后，针对每个簇预先构建将这些簇中的每个簇的分类变量设为解释变量之一的回归方程(上述式(4))。
接着，按测定点计算被分类到各簇的渣位的多个时间序列数据的在测定点j(j＝1～n)的平均值βave，j。测定点是指该时间序列数据的对象范围内的、渣位的测定时间点。例如，从停吹时间点起至追溯了50秒的时间点为止的各时间序列数据被分类到图2A～图2F所示的各簇。在按每1秒测定渣位的情况下，测定点数是50点。
接着，获取作为估计脱磷速度常数k的对象的、实际脱磷处理时的渣位的时间序列数据(Sj)，例如按簇求出该时间序列数据Sj与上述的平均值βave，j之差，来作为获取到的渣位的时间序列数据与各簇之间的相似度。将该差分最小的簇判断为是时间序列数据(Sj)所属的簇，将与该簇对应的分类变量用作与操作因素有关的解释变量。作为该差，能够使用公知的任意方法，例如该差分也可以是下述式(5)所示的差方和(Sum of SquaredDifference：SSD)。通过公知的统计方法来适当地求出该差。
[数式6]
以上详细地说明了将分类变量用作解释变量的情况，该分类变量用于识别对渣位的时间序列数据实施时间序列聚类所得到的簇。
此外，基于渣位的时间序列数据的解释变量不限于上述的例子。例如，也可以将脱磷处理中的吹炼停吹时的渣位或者吹炼末期的渣位的时间序列数据的中间值或该时间序列数据的变化率等用作解释变量。
以上说明了本实施方式所涉及的钢水中磷浓度的估计方法。
<<2.本实施方式所涉及的转炉吹炼系统>>
<2.1.转炉吹炼系统的结构>
接着，说明用于实现上述所示的本实施方式所涉及的钢水中磷浓度的估计方法的一个例子。图3是表示本发明的一个实施方式所涉及的转炉吹炼系统1的结构例的图。参照图3，本实施方式所涉及的转炉吹炼系统1具备转炉吹炼设备10、转炉吹炼控制装置20、测量控制装置30以及操作数据库40。
(转炉吹炼设备)
转炉吹炼设备10具备转炉11、烟道12、顶吹喷枪13、副枪14、排气成分分析仪101、排气流量计102以及渣位计103。转炉吹炼设备10例如基于从测量控制装置30输出的控制信号来进行利用顶吹喷枪13向铁水供给氧的开始和停止、利用副枪14对钢水中的成分浓度和钢水温度的测定、冷却材料的投入以及与转炉11的铁水和熔渣的排出有关的处理。在转炉吹炼设备10中，能够设置用于向顶吹喷枪13提供氧的供氧装置、具有用于向转炉11投入冷却材料的驱动系统的冷却材料投入装置以及具有用于向转炉11投入副原料的驱动系统的副原料投入装置等在转炉的吹炼中一般使用的各种装置。
从转炉11的炉口插入用于吹炼的顶吹喷枪13，从供氧装置送出的氧15通过顶吹喷枪13被供给到炉内的铁水中。另外，能够从转炉11的底部导入氮气体、氩气体等非活性气体等作为底吹气体16，以搅拌铁水。向转炉11内装入/投入从高炉放出来的铁水、少量的废铁、用于调整铁水(钢水)温度的冷却材料以及生石灰等用于形成熔渣的副原料。此外，在副原料为粉体的情况下，也可以将粉体的副原料与氧15一起通过顶吹喷枪13供给到转炉11内。
在一次精炼中，如上述化学式(101)所示，铁水中包含的磷与转炉内的熔渣中包含的氧化铁以及含有含氧化钙物质的副原料发生化学反应(脱磷反应)，由此被熔渣获取。也就是说，通过吹炼来增加熔渣的氧化铁的浓度，由此促进脱磷反应。
另外，在一次精炼中，铁水中的碳与从顶吹喷枪13供给的氧发生氧化反应(脱碳反应)。由此，生成CO或者CO2的排气。这些排气从转炉11向烟道12排出。
像这样，在转炉吹炼中，吹入的氧与铁水中的碳、磷或者硅等发生反应，产生氧化物。通过吹炼产生的氧化物作为排气被排出或者稳定为熔渣。通过吹炼中的氧化反应来去除碳，并且磷等被熔渣获取而被去除，由此生成低碳且杂质少的钢。
另外，关于从转炉11的炉口插入的副枪14，在脱碳处理时，将其前端以规定的定时浸渍到钢水中，用于测定包含碳浓度在内的钢水中的成分浓度和钢水温度等。以下将利用该副枪14对成分浓度以及/或者钢水温度等钢水数据进行的测定称为“副枪测定”。通过副枪测定得到的钢水数据经由测量控制装置30被发送到转炉吹炼控制装置20。
通过吹炼产生的排气向设置于转炉11外的烟道12流动。在烟道12设置有排气成分分析仪101和排气流量计102。排气成分分析仪101用于分析排气中包含的成分。排气成分分析仪101例如分析排气中包含的CO和CO2的浓度。排气流量计102用于测定排气的流量。排气成分分析仪101和排气流量计102以规定的采样周期(例如5～10秒的周期)来逐次地进行排气的成分分析和流量测定。至少在脱碳处理时进行排气的成分分析和流量测定，但是为了计算被用作上述式(4)所示的回归方程的解释变量的炉内蓄积氧量的单位消耗，优选的是在整个转炉吹炼中进行排气的成分分析和流量测定。利用排气成分分析仪101分析得到的与排气成分有关的数据和利用排气流量计102测定得到的与排气流量有关的数据(以下将这些数据称为“排气数据”。)经由测量控制装置30作为时间序列数据被输出到转炉吹炼控制装置20。此外，优选将该排气数据逐次地输出到转炉吹炼控制装置20，以使转炉吹炼控制装置20逐次地估计钢水中磷浓度。
另外，转炉吹炼设备10在转炉11的开口附近具备渣位计103。渣位计103是用于测定转炉吹炼时的转炉11内的铁水(钢水)和熔渣等的液面水平的装置。此外，在本说明书中，将该液面水平称为渣位。
利用渣位计103得到的渣位是反映熔渣的渣化状况的信息，该渣位被直接或间接地用作上述式(4)所示的回归方程的解释变量。渣位计103以规定的采样周期(例如1秒的周期)来逐次进行渣位的测定。利用渣位计103得到的与渣位有关的数据经由测量控制装置30作为时间序列数据被输出到转炉吹炼控制装置20。
此外，该渣位计103能够通过例如日本特开2015-110817号公报所公开那样的微波发射装置、天线以及运算装置等来实现。在上述文献所公开的渣位计中，微波发射装置向转炉的内部发射微波，检测天线被液面反射的反射波，运算装置根据发射的微波和检测到的反射波来测定液面水平。
(转炉吹炼控制装置)
转炉吹炼控制装置20具备数据获取部201、簇决定部202、聚类执行部203、磷浓度估计部204、转炉吹炼数据库21以及输入输出部22。转炉吹炼控制装置20具备CPU(CentralProcessing Unit：中央处理单元)、ROM(Read Only Memory：只读存储器)、RAM(RandomAccess Memory：随机存取存储器)、存储器(storage)以及通信装置等硬件结构，通过这些硬件结构来实现数据获取部201、簇决定部202、聚类执行部203、磷浓度估计部204以及转炉吹炼数据库21的各功能。另外，输入输出部22通过键盘、鼠标或者触摸面板等输入装置、显示器或打印机等输出装置、以及通信装置来实现。
转炉吹炼控制装置20将保存于转炉吹炼数据库21中的各种数据、从排气成分分析仪101和排气流量计102获取到的排气数据、从副枪14获取到的钢水数据以及从渣位计103获取到的与渣位有关的数据(即，渣位的时间序列数据)作为输入值来估计钢水中磷浓度。钢水中磷浓度是通过转炉吹炼控制装置20的各功能部所具有的功能来估计的。另外，转炉吹炼控制装置20也可以将估计出的钢水中磷浓度用于转炉吹炼中的操作的控制。例如，在判断为估计出的钢水中磷浓度超过作为目标数据212之一保存的目标钢水中磷浓度的情况下，转炉吹炼控制装置20能够以使钢水中磷浓度低于目标钢水中磷浓度的方式变更转炉吹炼的操作条件。像这样，如果能够高精度地估计钢水中磷浓度，则能够将通过一次精炼得到的钢水的质量维持得高。
此外，在后面叙述本实施方式所涉及的转炉吹炼控制装置20的各功能部所具有的具体功能。
另外，转炉吹炼控制装置20例如具有对氧向转炉11的吹入以及冷却材料和副原料的投入等与铁水预备处理有关的工序整体进行控制的功能。另外，例如，转炉吹炼控制装置20具有在一般的静态控制中进行的、在吹炼开始前使用规定的数式模型等来决定向转炉11的氧吹入量、冷却材料的投入量(以后称为冷却材料量)以及副原料的投入量等的功能等。另外，例如，转炉吹炼控制装置20具有对在一般的动态控制中进行的副枪测定的测定对象、测定定时等进行控制的功能。
作为未图示的各功能中的具体处理(例如，上述的冷却材料和副原料投入的控制方法、在静态控制中吹炼开始前决定氧吹入量、各种冷却材料和副原料的投入量等的方法、以及副枪测定的控制方法)，能够应用各种公知方法，因此在此省略详细的说明。
转炉吹炼数据库21是用于保存在转炉吹炼控制装置20中使用的各种数据的数据库，通过存储器等存储装置来实现。转炉吹炼数据库21例如图3所示那样保存铁水数据211、目标数据212以及参数213等。也可以经由未图示的输入装置、通信装置对这些数据进行追加、更新、变更或者删除。例如，也可以将保存于后述的操作数据库40的各种数据中的用于转炉吹炼的数据追加到转炉吹炼数据库21。存储于转炉吹炼数据库21的各种数据被数据获取部201调出。此外，如图3所示，本实施方式所涉及的具有转炉吹炼数据库21的存储装置与转炉吹炼控制装置20构成为一体，但是在其它的实施方式中，也可以是具有转炉吹炼数据库21的存储装置与转炉吹炼控制装置20分离的结构。
铁水数据211是与转炉11内的铁水有关的各种数据。例如，铁水数据211包含关于铁水的信息(每次装料的初始的铁水重量、铁水成分(碳、磷、硅、铁、锰等)的浓度、铁水温度、铁水率(日语：溶銑率)等)。除此以外，铁水数据211还可以包含一般在铁水预备处理和脱碳处理中使用的各种信息(例如，关于副原料和冷却材料的投入的信息(关于副原料和冷却材料量的信息)、关于副枪测定的信息(关于测定对象、测定定时等的信息)、关于氧吹入量的信息等)。目标数据212包含脱磷处理后、脱碳处理后以及副枪测定时等的铁水中(钢水中)的目标成分浓度和目标温度等的数据。参数213是在簇决定部202和磷浓度估计部204中使用的各种参数。例如，参数213包含将操作因素作为解释变量的回归方程中的参数和用于估计磷浓度的参数(脱磷速度常数等)。
输入输出部22例如具有获取磷浓度估计部204的钢水中磷浓度的估计结果等且输出到各种输出装置的功能。例如，输入输出部22也可以将估计出的钢水中磷浓度显示给操作员。另外，在转炉吹炼控制装置20基于估计出的钢水中磷浓度来进行转炉吹炼控制的情况下，输入输出部22也可以将基于估计出的钢水中磷浓度的与转炉吹炼有关的指示输出到测量控制装置30。在该情况下，该指示既可以是根据转炉吹炼控制装置20所具有的与转炉吹炼控制有关的功能来自动地生成的指示，也可以是通过阅览了所显示的与钢水中磷浓度(估计值)有关的信息的操作员的操作来输入的指示。另外，输入输出部22也可以具有用于对保存于转炉吹炼数据库21的各种数据进行追加、更新、变更或者删除的输入接口的功能。另外，输入输出部22也可以将通过数据获取部201获取到的各种数据、簇决定部202的决定结果以及磷浓度估计部204的估计结果输出到操作数据库40。
(测量控制装置)
测量控制装置30具备CPU、ROM、RAM、存储器以及通信装置等硬件结构。测量控制装置30具有与转炉吹炼设备10所具备的各装置进行通信来控制转炉吹炼设备10的整体动作的功能。例如，测量控制装置30根据来自转炉吹炼控制装置20的指示来控制与用于中间排渣处理的转炉11的倾斜、冷却材料和副原料向转炉11的投入、顶吹喷枪13的氧15的吹入以及副枪14向钢水的浸渍和副枪测定等有关的操作。另外，测量控制装置30获取从排气成分分析仪101、排气流量计102、渣位计103以及副枪14等转炉吹炼设备10的各装置得到的数据，发送到转炉吹炼控制装置20。
(操作数据库)
操作数据库40是通过存储器等存储装置来实现的数据库，是用于保存与转炉吹炼的操作有关的各种数据的数据库。该各种数据包含通过数据获取部201从转炉吹炼设备10的各装置获取到的数据、簇决定部202的决定结果以及磷浓度估计部204的估计结果。本实施方式所涉及的操作数据库40按每次操作蓄积通过渣位计103测定出的与渣位有关的数据(即，渣位的时间序列数据)。另外，本实施方式所涉及的操作数据库40将每次操作的渣位的时间序列数据输出到聚类执行部203。此外，如图3所示，本实施方式所涉及的具有操作数据库40的存储装置与转炉吹炼控制装置20分离地构成，但是在其它的实施方式中，具有操作数据库40的存储装置也可以与转炉吹炼控制装置20构成为一体。
<2.2.各功能部的结构和功能>
接着，说明本实施方式所涉及的转炉吹炼控制装置20的各功能部的结构和功能。
再次参照图3，本实施方式所涉及的转炉吹炼控制装置20具备有数据获取部201、簇决定部202、聚类执行部203以及磷浓度估计部204这样的各功能部。
(数据获取部)
数据获取部201获取用于估计钢水中磷浓度的各种数据。例如，数据获取部201获取存储于转炉吹炼数据库21的铁水数据211、目标数据212以及参数213。即，数据获取部201具有作为铁水数据获取部的功能。这些数据最迟也要在磷浓度估计部204开始钢水中磷浓度的估计处理之前获取到。本实施方式所涉及的数据获取部201在转炉吹炼开始前获取存储于转炉吹炼数据库21中的各种数据。
另外，数据获取部201获取从排气成分分析仪101和排气流量计102输出的排气数据。即，数据获取部201具备有作为排气数据获取部的功能。获取到的排气数据是时间序列数据。本实施方式所涉及的数据获取部201逐次地获取由排气成分分析仪101和排气流量计102逐次测定的排气数据。此外，在其它的实施方式中，数据获取部201也可以在脱磷处理后一并获取该排气数据。
另外，数据获取部201获取从渣位计103输出的与渣位有关的数据。即，数据获取部201具有作为渣位数据获取部的功能。获取到的与渣位有关的数据是时间序列数据。渣位的获取是在脱磷处理时进行。本实施方式所涉及的数据获取部201逐次地获取在脱磷处理时由渣位计103逐次测定的与渣位有关的数据。此外，在其它的实施方式中，数据获取部201也可以在脱磷处理后一并获取该与渣位有关的数据。
另外，数据获取部201获取在脱碳处理时通过副枪14的副枪测定得到的钢水数据。即，数据获取部201具有作为钢水数据获取部的功能。
此外，除了上述的各种数据以外，数据获取部201还获取与脱磷处理、中间排渣处理以及脱碳处理有关的数据。数据获取部201经由测量控制装置30获取从转炉吹炼设备10具备的各种装置输出的数据。
数据获取部201将获取到的数据输出到簇决定部202和磷浓度估计部204。另外，由数据获取部201获取到的数据保存到操作数据库40。
[(簇决定部、聚类执行部)
簇决定部202决定由聚类执行部203取出的多个簇中的与从数据获取部201获取到的渣位的时间序列数据相似度最高的簇。在此，对相似度的计算方法没有特别限定，能够适当使用公知的各种方法。作为所述的相似度，例如，如上述那样，能够使用所关注的渣位的时间序列数据与各簇的差方和。与通过簇决定部202决定出的簇对应的分类变量被输出到磷浓度估计部204。该分类变量被用作操作因素Xj，该操作因素Xj是用于磷浓度估计部204的估计的式(4)所示的回归方程的解释变量。
另外，聚类执行部203对从操作数据库40获取到的过去操作中的渣位的时间序列数据进行聚类，来取出多个簇。通过聚类执行部203来取出的与簇有关的信息被输出到簇决定部202。另外，该与簇有关的信息也可以被输出到操作数据库40。另外，也可以是，在保存于操作数据库40的过去操作中的渣位的时间序列数据被更新的情况下，聚类执行部203适当进行聚类。
此外，在其它的实施方式中没有将上述分类变量用作解释变量的情况下，簇决定部202和聚类执行部203也可以不包含于转炉吹炼控制装置20。
(磷浓度估计部)
磷浓度估计部204使用从数据获取部201输出的各种数据以及作为用于识别从簇决定部202输出的簇的变量的分类变量，来估计脱磷速度常数k和钢水中磷浓度。具体地说，磷浓度估计部204首先将上述各种数据和分类变量作为解释变量代入到上述式(4)所示的回归方程，来计算出脱磷速度常数k。然后，磷浓度估计部204将计算出的脱磷速度常数k代入上述式(2)中来估计钢水中磷浓度。磷浓度估计部204在副枪14的副枪测定以后(即，数据获取部201开始获取钢水数据以后)逐次地估计脱磷速度常数k和钢水中磷浓度。即，通过磷浓度估计部204来估计自副枪测定以后至脱碳处理的停吹时(终点时)为止的范围中的脱磷速度常数k和钢水中磷浓度。
以上参照图3说明了本实施方式所涉及的转炉吹炼控制装置20的各功能部的结构和功能。此外，虽然图3中没有图示，但是转炉吹炼控制装置20也可以还具备操作量计算部。操作量计算部也可以基于通过磷浓度估计部204估计出的钢水中磷浓度来计算脱碳处理中的氧吹入量或冷却材料量、或者顶吹喷枪高度等操作量。操作量计算部的功能也可以与例如上述专利文献1所公开的功能相同。通过本实施方式所涉及的磷浓度估计部204估计出的钢水中磷浓度的精度比通过上述专利文献1所公开的技术估计出的钢水中磷浓度的精度高。因此，通过操作量计算部计算出的操作量的可靠性也高，因此能够使实际的钢水中磷浓度更接近目标钢水中磷浓度。
<<3.钢水中磷浓度估计方法的流程>>
图4是示出基于本实施方式所涉及的转炉吹炼系统1的钢水中磷浓度估计方法的流程图的一个例子的图。参照图4来说明基于本实施方式所涉及的转炉吹炼系统1的钢水中磷浓度估计方法的流程。此外，图4所示的各处理与通过图3所示的转炉吹炼控制装置20来执行的各处理对应。因此，省略图4所示的各处理的详细说明，停留在说明各处理的概要。
在本实施方式所涉及的钢水中磷浓度估计方法中，首先在转炉吹炼开始前获取保存于转炉吹炼数据库21的数据等各种数据(步骤S101)。具体地说，在步骤S101中，数据获取部201获取铁水数据211、目标数据212以及参数213。
接着，在脱磷处理时和中间排渣处理时获取与脱磷处理和中间排渣处理有关的数据(步骤S103)。具体地说，在步骤S103中，数据获取部201从渣位计103逐次地获取通过渣位计103测定出的与渣位有关的数据。
接着，基于在步骤S103中获取到的脱磷处理时的渣位的时间序列数据来决定被用作操作因素的簇(步骤S105)。具体地说，在步骤S105中，簇决定部202决定通过聚类执行部203取出的各簇中的与本装料的脱磷处理时的渣位的时间序列数据相似度最高的簇。与在此决定出的簇对应的分类变量被输出到磷浓度估计部204。
接着，获取与脱碳处理有关的数据(步骤S107)。具体地说，在步骤S107中，数据获取部201从排气成分分析仪101和排气流量计102逐次地获取通过排气成分分析仪101和排气流量计102测定出的排气数据。排气数据的获取从脱碳处理的开始时起连续进行到终点时为止。另外，在进行副枪测定的定时，数据获取部201获取钢水数据。
在本实施方式所涉及的钢水中磷浓度的估计方法中，根据是否已经进行了副枪测定，之后的处理发生变化(步骤S109)。在还没有进行副枪测定的情况下(S109：“否”)，不进行钢水中磷浓度的估计，重复获取排气数据等与脱碳处理有关的数据(步骤S107)。另一方面，在已经进行了副枪测定的情况下(S109：“是”)，进行钢水中磷浓度的估计(步骤S111)。具体地说，磷浓度估计部204首先使用通过数据获取部201获取到的各种数据来进行副枪测定时的脱磷速度常数k和钢水中磷浓度的估计。这是因为，通过副枪测定得到的钢水温度实绩值和钢水中碳浓度实绩值对脱磷速度常数k的估计的高精度化更有效。更详细地说，首先将基于包括通过副枪测定得到的钢水温度实绩值和钢水中碳浓度实绩值在内的各种数据的解释变量代入到上述式(4)的回归方程来得到脱磷速度常数k。接着，视作所得到的脱磷速度常数k在从脱磷处理开始时至副枪测定时为止为相同的值，将铁水磷浓度设为磷浓度初始值[P]ini，且将从脱磷处理开始至副枪测定时为止的经过时间设为t，代入到上述式(2)，由此求出副枪测定时的磷浓度[P]。即使像这样使用在副枪测定时估计出的脱磷速度常数k来估计从脱磷处理开始至副枪测定时中的磷浓度，也如下述实施例所示那样，能够以足够的精度来估计磷浓度，因此实用上没有问题。
将上述副枪测定时的钢水中磷浓度估计值作为初始值，重复地进行基于上述式(4)的脱磷速度常数k的估计以及使用了估计出的k的基于上述式(2)的钢水中磷浓度的估计，直至副枪测定以后脱碳处理结束的时间点为止(步骤S113)。具体地说，在脱碳处理没有结束的情况下(S113：“否”)，重复进行步骤S107～步骤S111所涉及的处理。另一方面，在脱碳处理结束了的情况下(S113：“是”)，结束本实施方式所涉及的钢水中磷浓度的估计处理。
以上，参照图4说明了本实施方式所涉及的钢水中磷浓度的估计方法的流程。此外，在图4所示的本实施方式的钢水中磷浓度的估计方法所涉及的流程图中示出的步骤只不过是一个例子。
例如，只要执行步骤S101～步骤S105所涉及的处理的定时是在开始步骤S111的钢水中磷浓度的估计处理以前，则没有特别限定。具体地说，在其它的实施方式中，在数据获取部201一并从各种装置获取与排气数据和渣位有关的数据的情况下，只要在开始步骤S111的钢水中磷浓度的估计处理以前完成步骤S101和步骤S103中的数据的获取处理以及S105中的簇的决定处理即可。因为只要在步骤S111中的钢水中磷浓度的估计处理开始时备齐用于钢水中磷浓度的估计的数据即可。
<<4.总结>>
在中间排渣处理中被排出的熔渣量影响到对钢水中磷浓度有影响的脱磷反应的反应方向和反应速度。另外，认为脱磷处理中的渣位与在中间排渣处理中被排出的熔渣量有关。根据本实施方式，作为被用作用于计算脱磷速度常数k的解释变量的操作因素之一，使用脱磷处理中的吹炼时的渣位的时间序列数据(和/或渣位的时间序列数据的平均值)。即，与脱磷反应有关的中间排渣处理时的熔渣的排渣量被应用于钢水中磷浓度的估计。因而，根据本实施方式，能够进一步提高进行中间排渣处理的转炉吹炼中的钢水中磷浓度的估计精度。
另外，根据本实施方式，如下的分类变量被用作与操作因素有关的解释变量，该分类变量用于识别通过对过去操作时的渣位的时间序列数据进行的时间序列聚类所得到的簇。然后，决定与在实际的操作时得到的渣位的时间序列数据所表示的倾向相似的簇，将与决定出的簇对应的分类变量作为与该装料的操作因素有关的解释变量代入到回归方程。由此，不仅在脱磷处理中产生的熔渣量反映到脱磷速度常数k的估计，还能够使脱磷处理时的吹炼末期的熔渣起泡的倾向反映到脱磷速度常数k的估计。即，能够进一步提高进行中间排渣处理的转炉吹炼中的钢水中磷浓度的估计精度。
此外，图3所示的结构只是本实施方式所涉及的转炉吹炼系统1的一个例子，转炉吹炼系统1的具体结构不限于所述的例子。只要转炉吹炼系统1以能够实现以上说明的功能的方式构成即可，能够采取一般能够想到的所有结构。
例如，对于转炉吹炼控制装置20所具备的各功能，也可以不在一台装置中执行全部功能，可以由多个装置的协作来执行各功能。例如，通过将仅具有数据获取部201、簇决定部202、聚类执行部203以及磷浓度估计部204中的一个或者多个部的任意功能的一个装置与具有其它功能的其它装置以能够进行通信的方式连接，来实现与图示的转炉吹炼控制装置20同等的功能。
另外，能够制作用于实现图3所示的本实施方式所涉及的转炉吹炼控制装置20的各功能的计算机程序，安装到PC等的处理装置。另外，也能够提供保存有这种计算机程序且计算机可读取的记录介质。记录介质例如是磁盘、光盘、磁光盘、闪存等。另外，关于于上述的计算机程序，也可以不使用记录介质，而是例如经由网络来发布。
实施例
接着，说明本发明的实施例。为了确认本发明的效果，在本实施例中，对根据本实施方式所涉及的钢水中磷浓度估计方法得到的脱磷速度常数k和钢水中磷浓度的估计精度进行了验证。此外，以下的实施例只不过是为了验证本发明的效果而进行的，本发明不限于以下的实施例。
作为被用于以上述式(4)表示的回归方程的解释变量，在比较例1中使用上述表1所示的操作因素。另一方面，在实施例1中，作为解释变量，除了上述表1所示的操作因素以外，还使用了脱磷处理时的吹炼末期的渣位的时间序列数据的平均值。在实施例2中，作为解释变量，除了上述表1所示的操作因素以外，使用了与通过簇决定部202针对上述渣位的时间序列数据决定出的簇对应的分类变量。另外，在实施例3中，作为解释变量，除了上述表1所示的操作因素和上述渣位的时间序列数据的平均值以外，还使用了与通过簇决定部202针对上述渣位的时间序列数据决定出的簇对应的分类变量。
关于各实施例和比较例，分别计算出了副枪测定时和脱碳处理中的停吹时(终点时)的脱磷速度常数k和钢水中磷浓度。脱磷速度常数k是使用上述式(4)来计算出的。另外，钢水中磷浓度是通过将根据上述式(4)得到的脱磷速度常数k代入到上述式(2)来计算出的。以下将计算出的脱磷速度常数k和钢水中磷浓度称为“估计值”。
此外，为了验证各实施例和比较例所涉及的脱磷速度常数k和钢水中磷浓度的估计精度，测定了副枪测定时和终点时的钢水中磷浓度的实绩值。另外，通过将钢水中磷浓度的实绩值代入到上述式(2)来计算出基于该实绩值的脱磷速度常数k。分别计算出各实施例和比较例所涉及的脱磷速度常数k及钢水中磷浓度的估计值与实绩值的误差(估计误差)，求出该估计误差的标准偏差S.D.(％)。标准偏差S.D.越小，则可以说估计误差越小(即，估计精度高)。
首先，在图5A～图6D中示出与副枪测定时的脱磷速度常数k和钢水中磷浓度的估计精度有关的结果。图5A～图5D是表示副枪测定时的脱磷速度常数k的相对于实绩值的估计误差的图。图5A是表示实施例1中的副枪测定时的脱磷速度常数k的估计误差的图。图5B是表示实施例2中的副枪测定时的脱磷速度常数k的估计误差的图。图5C是表示实施例3中的副枪测定时的脱磷速度常数k的估计误差的图。图5D是表示比较例中的副枪测定时的脱磷速度常数k的估计误差的图。
另外，图6A～图6D是表示副枪测定时的钢水中磷浓度的相对于实绩值的估计误差的图。图6A是表示实施例1中的副枪测定时的钢水中磷浓度的相对于实绩值的估计误差的图。图6B是表示实施例2中的副枪测定时的钢水中磷浓度的相对于实绩值的估计误差的图。图6C是表示实施例3中的副枪测定时的钢水中磷浓度的相对于实绩值的估计误差的图。图6D是表示比较例中的副枪测定时的钢水中磷浓度的相对于实绩值的估计误差的图。
参照图5A～图5D可知，与比较例相比，各实施例中的脱磷速度常数k的估计精度得到提高。具体地说，如图5D所示，在比较例中估计误差的标准偏差S.D.是0.00395。另一方面，如图5A、图5B以及图5C分别所示，在实施例1中估计误差的标准偏差S.D.是0.00385，在实施例2中估计误差的标准偏差S.D.是0.00368，在实施例3中估计误差的标准偏差S.D.是0.00361。
另外，参照图6A～图6D可知，与比较例相比，各实施例中的钢水中磷浓度的估计精度得到提高。具体地说，如图6D所示，在比较例中估计误差的标准偏差S.D.是0.00420。另一方面，如图6A、图6B以及图6C分别所示，在实施例1中估计误差的标准偏差S.D.是0.00406，在实施例2中估计误差的标准偏差S.D.是0.00385，在实施例3中估计误差的标准偏差S.D.是0.00377。
根据上述的结果可知，与比较例相比，在各实施例中能够更高精度地估计出副枪测定时的脱磷速度常数k和钢水中磷浓度。特别是在将与根据有关渣位的时间序列数据得到的簇对应的变量用作解释变量的实施例2和实施例3中，示出能够更高精度地估计脱磷速度常数k和钢水中磷浓度。
接着，在图7A～图8D中示出与脱碳处理中的终点时的脱磷速度常数k和钢水中磷浓度的估计精度有关的结果。
图7A～图7D是表示终点时的脱磷速度常数k的相对于实绩值的估计误差的图。图7A是表示实施例1中的终点时的脱磷速度常数k的估计误差的图。图7B是表示实施例2中的终点时的脱磷速度常数k的估计误差的图。图7C是表示实施例3中的终点时的脱磷速度常数k的估计误差的图。图7D是表示比较例中的终点时的脱磷速度常数k的估计误差的图。
另外，图8A～图8D是表示终点时的钢水中磷浓度的相对于实绩值的估计误差的图。图8A是表示实施例1中的终点时的钢水中磷浓度的相对于实绩值的估计误差的图。图8B是表示实施例2中的终点时的钢水中磷浓度的相对于实绩值的估计误差的图。图8C是表示实施例3中的终点时的钢水中磷浓度的相对于实绩值的估计误差的图。图8D是表示比较例中的终点时的钢水中磷浓度的相对于实绩值的估计误差的图。
参照图7A～图7D可知，与比较例相比，在各实施例中脱磷速度常数k的估计精度得到提高。具体地说，如图7D所示，在比较例中估计误差的标准偏差S.D.是0.00664。另一方面，如图7A、图7B以及图7C分别所示，在实施例1中估计误差的标准偏差S.D.是0.00656，在实施例2中估计误差的标准偏差S.D.是0.00656，在实施例3中估计误差的标准偏差S.D.是0.00650。
另外，参照图8A～图8D可知，与比较例相比，在各实施例中钢水中磷浓度的估计精度得到提高。具体地说，如图8D所示，在比较例中估计误差的标准偏差S.D.是0.00102。另一方面，如图8A、图8B以及图8C分别所示，在实施例1中估计误差的标准偏差S.D.是0.000101，在实施例2中估计误差的标准偏差S.D.是0.000986，在实施例3中估计误差的标准偏差S.D.是0.000982。
根据上述的结果可知，与比较例相比，在各实施例中能够更高精度地估计终点时的脱磷速度常数k和钢水中磷浓度。特别是在将与根据有关渣位的时间序列数据得到的簇对应的变量用作解释变量的实施例2和实施例3中，示出能够更高精度地估计脱磷速度常数k和钢水中磷浓度。
通过上述示出，与比较例相比，在各实施例中能够高精度地估计副枪测定时和终点时的脱磷速度常数k和钢水中磷浓度。特别是如实施例2和实施例3所示，通过将与根据有关渣位的时间序列数据得到的簇对应的变量作为解释变量来用于脱磷速度常数k的计算，由此精度进一步得到提高。
以上参照附图详细地说明了本发明的优选实施方式，但是本发明不限于所述的例子。具备本发明所属技术领域的普通知识的人能够在权利要求书所记载的技术思想范围内想到各种变更例或者修正例，这是很明确的，应理解为这些变更例或者修正例也当然属于本发明的技术范围内。
附图标记说明
1：转炉吹炼系统；10：转炉吹炼设备；11：转炉；12：烟道；13：顶吹喷枪；14：副枪；20：转炉吹炼控制装置；21：转炉吹炼数据库；22：输入输出部；30：测量控制装置；40：操作数据库；101：排气成分分析仪；102：排气流量计；103：渣位计；201：数据获取部；202：簇决定部；203：聚类执行部；204：磷浓度估计部。

Claims (6)

1.一种钢水中磷浓度估计方法，用于一次精炼，在该一次精炼中使用同一转炉来进行脱磷处理、中间排渣处理以及脱碳处理，所述中间排渣处理是将在所述脱磷处理中生成的熔渣进行排出的处理，所述钢水中磷浓度估计方法包括：
渣位数据获取步骤，获取所述脱磷处理时的渣位；
排气数据获取步骤，获取所述脱碳处理时的排气成分和排气流量；
钢水数据获取步骤，通过所述脱碳处理时的副枪测定来获取钢水温度和钢水中的碳浓度；以及
磷浓度估计步骤，使用与所述渣位、所述排气成分、所述排气流量、所述钢水温度及所述碳浓度有关的数据以及与所述脱磷处理、所述中间排渣处理及所述脱碳处理有关的操作条件来计算脱磷速度常数，使用计算出的所述脱磷速度常数和所述脱磷处理开始时的铁水磷浓度来估计所述副枪测定以后的所述脱碳处理时的所述钢水中的磷浓度。
2.根据权利要求1所述的钢水中磷浓度估计方法，其特征在于，
在所述脱磷速度常数的计算中使用识别簇的分类变量，所述簇是通过针对在过去的操作中获取到的多个所述渣位的时间序列数据进行的时间序列聚类得到的。
3.根据权利要求1或2所述的钢水中磷浓度估计方法，其特征在于，
在所述脱磷速度常数的计算中使用在所述脱磷处理时得到的所述渣位的时间序列数据的平均值。
4.一种转炉吹炼控制装置，用于一次精炼，在该一次精炼中使用同一转炉来进行脱磷处理、中间排渣处理以及脱碳处理，所述中间排渣处理是将在所述脱磷处理中生成的熔渣进行排出的处理，所述转炉吹炼控制装置具备：
渣位数据获取部，其获取所述脱磷处理时的渣位；
排气数据获取部，其获取所述脱碳处理时的排气成分和排气流量；
钢水数据获取部，其通过所述脱碳处理时的副枪测定来获取钢水温度和钢水中的碳浓度；
磷浓度估计部，其使用与所述渣位、所述排气成分、所述排气流量、所述钢水温度及所述碳浓度有关的数据以及与所述脱磷处理、所述中间排渣处理及所述脱碳处理有关的操作条件来计算脱磷速度常数，使用计算出的所述脱磷速度常数和所述脱磷处理开始时的铁水磷浓度来估计所述副枪测定以后的所述脱碳处理时的所述钢水中的磷浓度。
5.根据权利要求4所述的转炉吹炼控制装置，其特征在于，
所述磷浓度估计部在所述脱磷速度常数的计算中使用识别簇的分类变量，所述簇是通过针对在过去的操作中获取到的多个所述渣位的时间序列数据进行的时间序列聚类得到的。
6.根据权利要求4或者5所述的转炉吹炼控制装置，其特征在于，
所述磷浓度估计部在所述脱磷速度常数的计算中使用在所述脱磷处理时得到的所述渣位的时间序列数据的平均值。
CN201780017743.1A 2016-07-14 2017-06-23 钢水中磷浓度估计方法和转炉吹炼控制装置 Active CN108779506B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2016139521 2016-07-14
JP2016-139521 2016-07-14
PCT/JP2017/023246 WO2018012257A1 (ja) 2016-07-14 2017-06-23 溶鋼中りん濃度推定方法及び転炉吹錬制御装置

Publications (2)

Publication Number Publication Date
CN108779506A true CN108779506A (zh) 2018-11-09
CN108779506B CN108779506B (zh) 2023-07-25

Family

ID=60952889

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780017743.1A Active CN108779506B (zh) 2016-07-14 2017-06-23 钢水中磷浓度估计方法和转炉吹炼控制装置

Country Status (5)

Country Link
JP (1) JP6573035B2 (zh)
KR (1) KR102065455B1 (zh)
CN (1) CN108779506B (zh)
TW (1) TWI643957B (zh)
WO (1) WO2018012257A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112391570A (zh) * 2020-11-03 2021-02-23 福建三宝钢铁有限公司 一种深冲用冷轧基料的炼钢工艺

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6897261B2 (ja) * 2017-04-14 2021-06-30 日本製鉄株式会社 溶鋼中りん濃度推定方法、転炉吹錬制御装置、プログラム及び記録媒体
WO2019039539A1 (ja) * 2017-08-24 2019-02-28 新日鐵住金株式会社 溶鋼中りん濃度推定方法、転炉吹錬制御装置、プログラム及び記録媒体
JP7043949B2 (ja) * 2018-04-10 2022-03-30 日本製鉄株式会社 Ｔ．Ｆｅ推定方法、Ｔ．Ｆｅ制御方法、転炉吹錬制御装置、およびプログラム
KR102579633B1 (ko) * 2019-02-19 2023-09-15 제이에프이 스틸 가부시키가이샤 조업 결과 예측 방법, 학습 모델의 학습 방법, 조업 결과 예측 장치 및 학습 모델의 학습 장치
BR112021018589A2 (pt) * 2019-03-22 2021-11-23 Jfe Steel Corp Método de controle de sopro e aparelho de controle de sopro para forno de refino de desfosforação do tipo conversor
JP7319538B2 (ja) * 2019-08-14 2023-08-02 日本製鉄株式会社 転炉吹錬制御装置、転炉吹錬制御方法およびプログラム
JP7376787B2 (ja) 2020-01-14 2023-11-09 日本製鉄株式会社 溶鋼中りん濃度推定装置、統計モデル構築装置、溶鋼中りん濃度推定方法、統計モデル構築方法、およびプログラム
JP7314823B2 (ja) * 2020-02-06 2023-07-26 Ｊｆｅスチール株式会社 情報処理システム、情報処理方法、精錬装置及び精錬方法
US20230332260A1 (en) * 2020-09-01 2023-10-19 Jfe Steel Corporation Refining process control device and refining process control method
KR102443132B1 (ko) * 2022-03-24 2022-09-15 (주)한성테크 고로의 산소 랜싱장치

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5792121A (en) * 1980-11-29 1982-06-08 Sumitomo Metal Ind Ltd Method for estimation of phosphorus concentration of steel bath
CN1128050A (zh) * 1993-06-30 1996-07-31 新日本制铁株式会社 转炉炼钢法
CN101921889B (zh) * 2002-08-27 2012-10-10 杰富意钢铁株式会社 低磷铁水的制造方法
JP2013023696A (ja) * 2011-07-15 2013-02-04 Nippon Steel & Sumitomo Metal Corp 転炉吹錬制御方法
CN104955965A (zh) * 2013-01-24 2015-09-30 杰富意钢铁株式会社 铁水的预处理方法
JP2016029206A (ja) * 2014-07-23 2016-03-03 Ｊｆｅスチール株式会社 溶銑の予備処理方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5483429B2 (ja) * 2010-03-26 2014-05-07 日新製鋼株式会社 溶鋼中の燐濃度を精度よく推定する方法
CN103276136A (zh) * 2013-01-02 2013-09-04 邯钢集团邯宝钢铁有限公司 一种基于副枪系统的转炉炼钢钢水定磷方法
CN103160640B (zh) * 2013-02-26 2014-10-15 河北钢铁股份有限公司邯郸分公司 一种转炉炼钢过程中动态检测炉渣中锰、磷、硫含量的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5792121A (en) * 1980-11-29 1982-06-08 Sumitomo Metal Ind Ltd Method for estimation of phosphorus concentration of steel bath
CN1128050A (zh) * 1993-06-30 1996-07-31 新日本制铁株式会社 转炉炼钢法
CN101921889B (zh) * 2002-08-27 2012-10-10 杰富意钢铁株式会社 低磷铁水的制造方法
JP2013023696A (ja) * 2011-07-15 2013-02-04 Nippon Steel & Sumitomo Metal Corp 転炉吹錬制御方法
CN104955965A (zh) * 2013-01-24 2015-09-30 杰富意钢铁株式会社 铁水的预处理方法
JP2016029206A (ja) * 2014-07-23 2016-03-03 Ｊｆｅスチール株式会社 溶銑の予備処理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
包燕平等: "《钢铁冶金学教程》", 31 July 2008, 冶金工业出版社 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112391570A (zh) * 2020-11-03 2021-02-23 福建三宝钢铁有限公司 一种深冲用冷轧基料的炼钢工艺

Also Published As

Publication number Publication date
CN108779506B (zh) 2023-07-25
TWI643957B (zh) 2018-12-11
WO2018012257A1 (ja) 2018-01-18
KR20180114919A (ko) 2018-10-19
KR102065455B1 (ko) 2020-01-13
JPWO2018012257A1 (ja) 2018-11-22
TW201812024A (zh) 2018-04-01
JP6573035B2 (ja) 2019-09-11

Similar Documents

Publication Publication Date Title
CN108779506A (zh) 钢水中磷浓度估计方法和转炉吹炼控制装置
AU612531B2 (en) Blast furnace operation management method and apparatus
JP6897260B2 (ja) 溶鋼中りん濃度推定方法、転炉吹錬制御装置、プログラム及び記録媒体
TWI665307B (zh) 熔鋼中磷濃度推定方法、轉爐吹煉控制裝置、程式及記錄媒體
JP6414045B2 (ja) 溶湯成分推定装置及び溶湯成分推定方法
JP6825711B2 (ja) 溶湯成分推定装置、溶湯成分推定方法、及び溶湯の製造方法
JP2000144229A (ja) 転炉スロッピング予測方法及び装置
CN115232907A (zh) 一种转炉炼钢吹氧量的预测方法和系统
JP6547901B2 (ja) 溶銑予備処理方法及び溶銑予備処理制御装置
Beyan The MUSiC methodology for usability measurement
KR100286670B1 (ko) 전문가시스템을 이용한 노열레벨 진단장치 및 그 방법
JP7392897B2 (ja) 炉内状態推定装置、炉内状態推定方法及び溶鋼製造方法
WO2022050139A1 (ja) 精錬処理制御装置及び精錬処理制御方法
JP2007238982A (ja) 転炉吹錬終点制御方法
JP6795133B1 (ja) 転炉型脱燐精錬炉の吹錬制御方法及び吹錬制御装置
JP2003049214A (ja) 製鋼精錬炉の操業解析システム
JP2022163677A (ja) 演算装置、パラメータ推定方法およびプログラム
CN115600378A (zh) 一种氧枪控制方法、系统、电子设备及存储介质
JP2004115880A (ja) 転炉出鋼中脱炭量推定法及びこれを用いた転炉操業法
PEZIER Bayesian Methods in Decision Analyses Application to BOF Control
JPH059519A (ja) 高炉操業制御方法
JP2013072095A (ja) 溶銑予備処理の制御方法および制御装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Tokyo, Japan

Applicant after: NIPPON STEEL & SUMITOMO METAL Corp.

Address before: Tokyo, Japan

Applicant before: NIPPON STEEL & SUMITOMO METAL Corp.

GR01 Patent grant
GR01 Patent grant