CN111492070A - 炉况控制设备和方法 - Google Patents

炉况控制设备和方法 Download PDF

Info

Publication number
CN111492070A
CN111492070A CN201880082559.XA CN201880082559A CN111492070A CN 111492070 A CN111492070 A CN 111492070A CN 201880082559 A CN201880082559 A CN 201880082559A CN 111492070 A CN111492070 A CN 111492070A
Authority
CN
China
Prior art keywords
data
blast furnace
furnace
sensor unit
condition control
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.)
Pending
Application number
CN201880082559.XA
Other languages
English (en)
Inventor
韩庆龙
李镇晖
孙相汉
孙基完
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.)
Posco Holdings Inc
Original Assignee
Posco Co Ltd
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 Posco Co Ltd filed Critical Posco Co Ltd
Publication of CN111492070A publication Critical patent/CN111492070A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • F27D19/00—Arrangements of controlling devices
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21B—MANUFACTURE OF IRON OR STEEL
    • C21B5/00—Making pig-iron in the blast furnace
    • 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
    • F27B—FURNACES, KILNS, OVENS, OR RETORTS IN GENERAL; OPEN SINTERING OR LIKE APPARATUS
    • F27B1/00—Shaft or like vertical or substantially vertical furnaces
    • F27B1/10—Details, accessories, or equipment peculiar to furnaces of these types
    • F27B1/26—Arrangements of controlling devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27B—FURNACES, KILNS, OVENS, OR RETORTS IN GENERAL; OPEN SINTERING OR LIKE APPARATUS
    • F27B1/00—Shaft or like vertical or substantially vertical furnaces
    • F27B1/10—Details, accessories, or equipment peculiar to furnaces of these types
    • F27B1/28—Arrangements of monitoring devices, of indicators, of alarm 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
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21B—MANUFACTURE OF IRON OR STEEL
    • C21B2300/00—Process aspects
    • C21B2300/04—Modeling of the process, e.g. for control purposes; CII
    • 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
    • F27D19/00—Arrangements of controlling devices
    • F27D2019/0003—Monitoring the temperature or a characteristic of the charge and using it as a controlling value
    • 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
    • F27D19/00—Arrangements of controlling devices
    • F27D2019/0006—Monitoring the characteristics (composition, quantities, temperature, pressure) of at least one of the gases of the kiln atmosphere and using it as a controlling value
    • F27D2019/0009—Monitoring the pressure in an enclosure or kiln zone
    • 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
    • F27D19/00—Arrangements of controlling devices
    • F27D2019/0028—Regulation
    • F27D2019/0034—Regulation through control of a heating quantity such as fuel, oxidant or intensity of current
    • 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
    • F27D19/00—Arrangements of controlling devices
    • F27D2019/0087—Automatisation of the whole plant or activity
    • 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
    • F27D2021/0007—Monitoring the pressure

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Materials Engineering (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Manufacture Of Iron (AREA)
  • Waste-Gas Treatment And Other Accessory Devices For Furnaces (AREA)
  • Blast Furnaces (AREA)
  • Vertical, Hearth, Or Arc Furnaces (AREA)

Abstract

本发明涉及一种炉况控制设备和方法，用于通过使用从高炉生成的各种操作数据和传感器数据来指导前瞻性动作以稳定地维护高炉的状况。根据本发明的实施方案的炉况控制设备可以包括：第一传感器部，其用于根据测量位置对高炉的温度数据和压力数据中的至少一个进行图像化；第二传感器部，其用于检测高炉的非结构化数据；动作指导部，其具有人工智能算法，该人工智能算法用于基于来自第一传感器部的图像化的温度数据或压力数据以及来自第二传感器部的非结构化数据输出用于操作高炉的动作指导。根据本发明的实施方案的炉况控制方法可以包括以下步骤：由数据预处理部收集高炉的进料状况、风口状况和出铁口状况中的至少一个的非结构化数据，以及根据测量位置对高炉的温度数据和压力数据进行图像化；通过人工智能算法接收由数据预处理部预处理的数据，并输出用于操作高炉的动作指导；根据操作者是否采用了该动作指导，确定人工智能算法是否需要再学习；以及根据相应的人工智能算法是否实现了再学习，确定是否替换该人工智能算法。

Description

炉况控制设备和方法
技术领域
本公开涉及用于控制高炉的状况的炉况控制设备和方法。
背景技术
高炉工艺是炼铁工艺中典型的主要取决于手动执行操作的操作者的经验和直觉的工艺。
高炉是用于将铁矿石和焦炭装填至高炉上部并吹送热空气穿过风口以利用内部氧化还原反应生成铁水穿过出铁口的设施。由于高炉中的高温和高压，无法通过传感器执行测量。因此，通过安装在高炉外壁上的温度计、压力计等间接地预测高炉的情况，并且操作者基于对高炉情况的预测来进行操作。
存在若干指示当前状态例如高炉状况的指标。在这些指标中，三个代表性指标是炉热、透气度和周向平衡。炉热是通过手动测量穿过出铁口出来的铁水的温度而获得的指标，用于预测高炉的内部温度。透气度是通过测量外壁上的压力计利用透气度指标等间接地推断从高炉的下部向上部流动的热空气的状态的指标。周向平衡是关于在圆形高炉的圆周方向上的压力和温度方面没有明显差异例如保持平衡的状态的指标。
操作者采取动作以将上述三个指标维持在期望值。动作(Action)的代表性示例是喷吹煤粉(PCI)速率的控制、热空气量的控制、热空气中含氧量的控制、铁矿石和焦炭的装填料比例的控制、进入中央部分的具有大粒度的焦炭的分布的控制等。
在当前的高炉操作中，操作者使用能够从诸如温度计、压力计等的测量值的结构化数据以及诸如CCTV的非结构化数据中获得的信息利用其经验和直觉、操作标准等基本确定高炉的状态，并基于该确定采取操作动作。
然而，为了对高炉状况的更稳定的控制，重要的是：通过当前状况和当前动作来预测高炉的未来状况，并且基于该预测来执行操作。
参考韩国专利公开第10-1995-0014631号可以容易地理解这样的现有技术。
发明内容
[技术问题]
本公开的一个方面是提供一种炉控制设备和方法，用于使用在高炉中发生的各种操作和传感器数据来指导主动性动作以稳定地维护炉况。
[技术解决方案]
根据本公开的一方面，一种炉况控制设备包括：第一传感器单元，其被配置成根据测量位置来对高炉的温度数据和压力数据中的至少一个进行图像化；第二传感器单元，其被配置成检测高炉的非结构化数据；以及动作指导单元，其具有基于来自第一传感器单元的图像化的温度或压力数据和来自第二传感器单元的非结构化数据，输出关于高炉操作的动作指导的人工智能算法。
根据本公开的另一方面，炉况控制方法包括：由数据预处理单元收集作为非结构化数据的高炉的装填料状态、风口状态和出铁口状态中的至少一个以及根据测量位置对高炉的温度数据和压力数据进行图像化；由人工智能算法接收预处理数据以输出关于高炉操作的动作指导；根据操作者是否采用该动作指导来确定人工智能算法的再学习；以及根据是否要进行相应的人工智能算法的再学习来确定人工智能算法的替换。
[有益效果]
如以上所阐述的，根据本公开的示例实施方案，可以实现高炉中的稳定生产，可以提高高炉的效率，可以控制高炉的状况以保持恒定的性能，并且可以使操作自动化和标准化。
附图说明
图1是根据本公开的示例实施方案的炉况控制设备的示意性框图。
图2示出了根据本公开的示例实施方案的应用于炉况控制设备的人工智能(AI)的构思。
图3示出了根据本公开的示例实施方案的炉况控制方法的示意性操作流程。
图4示出了根据本公开的示例实施方案的炉况控制设备的GUI的示例。
图5示出了根据本公开的示例实施方案的应用于炉况控制设备的温度计和压力计的图像化数据。
具体实施方式
在下文中，将参照附图详细描述本公开的示例实施方案，使得本领域技术人员可以容易地实现本公开。此外，当确定相关功能和构造的详细描述将使本公开的主旨不清楚时，将省略其描述。另外，遍及附图，相同的附图标记指示具有相同功能和操作的元件。
图1是根据本公开的示例实施方案的炉况控制设备的示意性框图。
参照图1，根据示例实施方案的炉况控制设备100可以包括第一传感器单元110、第二传感器单元120和动作指导单元130。
第一传感器单元110可以根据测量位置对高炉的温度数据和压力数据中的至少一个进行图像化。
第一传感器单元110可以包括温度传感器单元111、压力传感器单元112和数据处理单元113。
温度传感器单元111可以包括安装在高炉中的多个温度传感器。多个温度传感器可以分别检测在其安装位置中的高炉温度。
压力传感器单元112可以包括安装在高炉中的多个压力传感器。多个温度传感器可以分别检测在其安装位置中的高炉压力。
数据处理单元113可以将关于由温度传感器单元111的多个温度传感器中的每一个检测到的温度的数据映射到检测位置，并且可以对映射数据进行图像化。类似地，数据处理单元113可以将关于由压力传感器单元112的多个压力传感器中的每一个检测到的压力的数据映射到检测位置，并且可以对映射数据进行图像化。另外，数据处理单元113可以将关于由温度传感器单元111的多个温度传感器中的每一个检测到的温度的数据和关于由多个压力传感器中的每一个检测到的压力的数据映射到检测的置，并且可以对映射的数据进行图像化。
由于高炉的特性，位置相关的温度和压力之间可能存在相互关系。因此，当对位置相关的温度和压力进行图像化以生成关于甚至相互关系的信息以用作深度学习算法的输入数据时，对于分析高炉的状态是有利的，这可能是改善动作指导的性能的主要因素。
数据处理单元113可以将关于检测到的温度或压力的数据映射到检测位置，并且可以对映射数据进行二维图像化。
图5示出了根据本公开的示例实施方案的应用于炉况控制设备的温度计和压力计的图像化数据。
与图1一起参照图5，可以示出高炉的图像化传感器数据即温度传感器单元111和压力传感器单元112的检测数据的实施例。
在图5中，左边的图像示出了假设在多个温度传感器分布在圆柱高炉的表面上然后在0度处切割和展开而绘制的热图。例如，附图的水平方向是温度传感器分布的角度。另外，温度传感器的高度相关分布对应于附图中的高度。因此，每个黑点表示温度传感器。从左边和中间的图像可以看出，高炉的温度值每时每刻都在变化，同时具有有机的相互关系。
在图5中的右边的图像中示出的压力传感器的情况下，表示了四个方向值。方向压力计可以分为四个彩色线。水平轴表示压力值，并且竖直轴表示压力传感器的高度位置。在本公开中，附图中示出的图像化技术用于有效地将这样的所需的位置信息关系输入至人工智能。
第二传感器单元120可以测量高炉的装填料状态、风口状态和出铁口状态中的至少一种，以检测非结构化数据。
本公开可以提出最优动作指导，用于通过基于深度学习的算法来基于高炉的当前状态数据确定炉状态并且维护正常的炉状况。由于基于深度学习的算法是数据驱动的算法，因此需要能够良好地呈现状况的大量数据。
因此，操作者使数据结构化(所述数据是用作利用肉眼确定高炉的操作的基础的内容，但由于其不是结构化而不在使用计算机的控制操作中使用)，并且将经结构化的数据应用于本公开。
第一数据是通过测量装填的铁矿石和焦炭的粒度而生成的数据。第一数据与透气度有关。
第二是用作关于风口的燃烧区的状况的数值数据的数据。风口的燃烧区是被允许观察高炉的内部并吹送热空气的唯一设施。在这种情况下，煤粉被一起吹送，并且燃烧区用于监视煤粉或从高炉的内壁掉落的没有熔化的燃料和原料的燃烧状态。
第三是用于测量出铁口的状态的测量装置，并且铁水的温度的测量是特别重要的因素。在高炉的基本操作的情况下，每一个小时或两个小时手动测量从高炉抽出的铁水的温度一次。由于测量位置也与出铁口间隔开预定距离并且人进行的测量程度也不是恒定的，因此在测量值中相当大地包括了干扰。该值是与炉热有关的重要数据。
为此，第二传感器单元120可以包括装填料状态测量装置121、风口状态测量装置122和出铁口状态测量装置123。
装填料状态测量装置121设置在沿着其传送装填高炉中的燃料和原材料的传送带上，以测量高炉的装填料粒度、粒度分布和湿度状态中的至少一个，以及将测量的非结构化数据转换成结构化数据并将该结构化数据传输至动作指导单元130。
风口状态测量装置122可以通过多个风口相机测量高炉的喷吹煤粉状态和原矿下落状态中的至少一个，并且可以将测量的非结构化数据转换成结构化数据并将该结构化数据传输至动作指导单元130。
出铁口状态测量装置123可以实时测量从高炉排出的铁水的温度，并且可以利用铁水的分支的角度、厚度等来测量排出的铁水的量。然后，出铁口状态测量装置123可以将测量的非结构化数据转换成结构数据，并且可以将该结构化数据传输至动作指导单元130。
动作指导单元130可以基于来自第一传感器单元110的图像化的温度或压力数据以及来自第二传感器单元120的非结构化数据来输出关于高炉操作的动作指导。
图2示出了根据本公开的示例实施方案的应用于炉况控制设备的人工智能(AI)的构思。
与图1一起参照图2，动作指导单元130可以包括学习单元131、控制单元132和增强学习单元133。
图3示出了根据本公开的示例实施方案的炉况控制方法的示意性操作流程。
与图1和图2一起参照图3，学习单元131可以包括动作指导在线算法。动作指导在线算法基于来自第一传感器单元110的二维图像化的温度数据和压力数据(S10，S11)以及来自第二传感器单元120的高炉的装填料状态、风口状态和出铁口状态的结构化数据(S10，S12)来学习，并且可以生成关于高炉操作的动作指导(S20和S30)
动作指导在线算法可以包括基于深度学习的算法，以学习输入数据
Figure BDA0002547741510000061
以生成动作指导
Figure BDA0002547741510000062
控制单元132可以输出学习单元的动作指导
Figure BDA0002547741510000063
并且可以将操作者是否接受动作指导反馈至增强学习单元133(S40)。
增强学习单元133可以包括动作指导离线算法，该动作指导离线算法包括基于深度学习的算法。动作指导离线算法可以接收不被操作者接受的动作指导，以增强算法学习。
控制单元132可以确定动作指导在线算法的再学习以及确定是否用增强学习单元133的动作指导离线算法来替换动作指导在线算法。
例如，当在高炉中生成并由于对操作的重要性而被结构化的非结构化数据以及现有的结构化数据被收集并且然后被输入至使用深度学习的人工智能系统时，深度学习算法基于学习模型提出应当采取操作以用于稳定的炉况控制的动作的指导。操作者确定是否接受这样的动作指导，并且深度学习算法使用该确定作为反馈，并且在算法中利用该反馈以用于提高性能。另外，在预先确定的时间段之后或者当输入数据的特性被改变超过预先确定的参考时，通过再学习以优化性能来维护适合于当前的高炉况的人工智能算法。
更具体地，对通过对被结构化然后输入的非结构化数据和直接输入的结构化数据进行求和而收集的数据进行预处理，并且然后将收集到的数据输入至基于深度学习的动作指导算法。在这种情况下，该算法基于其自己的模型提出动作指导。操作者确定提出的动作指导是否适合于高炉操作，并且然后接受或拒绝提出的动作指导。通过这样的重复循环来执行使用第一算法的操作。
另外，当离线存在并行炉况控制算法时，操作者接收是否接受人工智能动作指导的结果作为反馈值(S60)，以执行在线学习或增强学习。例如，基于深度学习的指导离线算法根据先前的操作者是否接受动作指导来补偿所反馈和输入的动作指导值(S50)以用于算法增强。增强学习部分基本上存在于基于深度学习的动作指导离线算法中。在基于深度学习的动作指导离线算法做出错误确定的情况下，增强学习部分反映并使用该错误确定来提高算法性能。另外，当补偿值减小到预先确定的水平或更小，或者数据的差异特性和学习特性增加预先确定的水平或更大时，确定是否需要再学习。当需要再学习时，执行再学习(S70)。
当由于再学习而需要算法替换(S80)时，用新学习的动作指导离线算法替换基于深度学习的动作指导在线算法。因此，可以维护与高炉的状况相对应的算法，并且可以实现随着执行操作而具有提高的性能的炉况控制设备。
图4示出了根据本公开的示例实施方案的炉况控制设备的图形用户界面(GUI)的示例。
与图1一起参照图4，动作指导单元130可以提出关于高炉操作例如风量、氧、煤粉、装填燃料/原材料成本、中央焦炭分布等的动作。例如，可以通过示出的GUI确认控制风量所需的动作指导值，并且可以确认相关数据的趋势。另外，必要时可以手动执行操作。
如上所述，根据本公开，可以指导维护稳定的炉况所需的操作者的动作以实现高炉的稳定生产。因此，可以提高高炉的效率。另外，可以实现一种炉况控制系统，该炉况控制系统使用一种维护算法的方法来维护恒定的性能，该算法能够对随着时间变化的操作条件和高炉状况作出响应。此外，操作可以是自动化的和标准化的，以减轻操作者的负担，并将操作者的隐性知识例如专有技术、经验等改为可传播和可共享的显性知识。
根据示例实施方案，可以实现高炉的稳定生产，可以提高高炉的效率，可以控制炉况以保持恒定的性能，并且操作可以是自动化的和标准化的。
尽管以上已经示出和描述了示例实施方案，但是对于本领域技术人员而言将明显的是，在不脱离如由所附权利要求限定的本发明的范围的情况下，可以进行修改和变化。

Claims (8)

1.一种炉况控制设备，包括：
第一传感器单元，其被配置成对高炉的根据测量位置的温度数据和压力数据中的至少一者进行图像化；
第二传感器单元，其被配置成检测所述高炉的非结构化数据；以及
动作指导单元，其具有人工智能算法，所述人工智能算法基于来自所述第一传感器单元的图像化的温度或压力数据以及来自所述第二传感器单元的非结构化数据输出关于高炉操作的动作指导。
2.根据权利要求1所述的炉况控制设备，其中，所述第一传感器单元包括：
温度传感器单元，其包括多个温度传感器，所述多个温度传感器被配置成测量所述高炉的各位置的温度；
压力传感器单元，其包括多个压力传感器，所述多个压力传感器被配置成测量所述高炉的各位置的压力；以及
数据预处理单元，其被配置成将所述温度传感器单元的测量温度和所述压力传感器单元的测量压力对于测量位置相匹配并且对匹配结果进行图像化。
3.根据权利要求2所述的炉况控制设备，其中，所述数据预处理单元将测量温度和测量压力对于测量位置进行匹配，以对匹配结果进行二维图像化。
4.根据权利要求1所述的炉况控制设备，其中，所述第二传感器单元测量所述高炉的装填料状态、风口状态和出铁口状态中的至少一个。
5.根据权利要求4所述的炉况控制设备，其中，所述第二传感器单元包括：
装填料状态测量装置，其被配置成测量所述高炉的装填料粒度、粒度分布和湿度状态中的至少一个；
风口状态测量装置，其被配置成测量所述高炉的喷吹煤粉状态和原矿下落状态中的至少一个；以及
出铁口状态测量装置，其被配置成测量铁水的温度和所排出的铁水量中的至少一个。
6.根据权利要求1所述的炉况控制设备，其中，所述第二传感器单元将收集的非结构化数据转换成结构化数据，以及将所述结构化数据传输至所述动作指导单元。
7.根据权利要求1所述的炉况控制设备，其中，所述动作指导单元包括：
学习单元，其被配置成基于从所述第一传感器单元和所述第二传感器单元收集的数据进行学习，并且所述学习单元具有生成关于高炉操作的动作指导的动作指导在线算法；
增强学习单元，其被配置成根据操作者是否接受所述动作指导来增强算法学习；以及
控制单元，其被配置成输出所述学习单元的所述动作指导并确定对所述动作指导在线算法的再学习以及是否用所述增强学习单元的动作指导离线算法来替换所述动作指导在线算法。
8.一种炉况控制方法，包括：
由数据预处理单元收集作为非结构化数据的高炉的装填料状态、风口状态和出铁口状态中的至少一个以及对高炉的根据测量位置的温度数据和压力数据进行图像化；
由人工智能算法接收经预处理的数据，以输出关于高炉操作的动作指导；
根据操作者是否采用所述动作指导确定所述人工智能算法的再学习；以及
根据是否要进行相应的人工智能算法的再学习来确定所述人工智能算法的替换。
CN201880082559.XA 2017-12-19 2018-12-18 炉况控制设备和方法 Pending CN111492070A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR1020170175537A KR102075210B1 (ko) 2017-12-19 2017-12-19 노황 관리 장치 및 방법
KR10-2017-0175537 2017-12-19
PCT/KR2018/016113 WO2019124931A1 (ko) 2017-12-19 2018-12-18 노황 관리 장치 및 방법

Publications (1)

Publication Number Publication Date
CN111492070A true CN111492070A (zh) 2020-08-04

Family

ID=66994076

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880082559.XA Pending CN111492070A (zh) 2017-12-19 2018-12-18 炉况控制设备和方法

Country Status (5)

Country Link
EP (1) EP3730630B1 (zh)
JP (1) JP7050934B2 (zh)
KR (1) KR102075210B1 (zh)
CN (1) CN111492070A (zh)
WO (1) WO2019124931A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022083155A1 (zh) * 2020-10-22 2022-04-28 中冶南方工程技术有限公司 一种高炉铁口工作状态的自动检测方法、系统及存储介质

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6897723B2 (ja) * 2019-07-19 2021-07-07 Ｊｆｅスチール株式会社 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
EP4001440A1 (de) * 2020-11-18 2022-05-25 Primetals Technologies Austria GmbH Charakterisierung eines verhüttungsprozesses
JP7380604B2 (ja) * 2021-01-12 2023-11-15 Ｊｆｅスチール株式会社 学習モデル生成方法、学習モデル生成装置、高炉の制御ガイダンス方法、及び溶銑の製造方法
CN113921427B (zh) * 2021-10-09 2024-09-24 杭州中欣晶圆半导体股份有限公司 一种具有非接触式SiC舟改善体高效能的退火炉系统
CN114185976B (zh) * 2021-11-01 2024-03-26 中冶南方工程技术有限公司 一种高炉可视化智能感知平台
WO2023171501A1 (ja) * 2022-03-07 2023-09-14 Ｊｆｅスチール株式会社 高炉の溶銑温度予測方法、高炉の溶銑温度予測モデルの学習方法、高炉の操業方法、高炉の溶銑温度予測装置、溶銑温度予測システムおよび端末装置
WO2023187501A1 (en) * 2022-03-29 2023-10-05 Tata Steel Limited System and method for measuring burden profile in a metallurgical furnace
EP4276550A1 (en) * 2022-05-12 2023-11-15 Primetals Technologies Austria GmbH Method and computer system for controlling a process of a metallurgical plant

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01136912A (ja) * 1987-11-20 1989-05-30 Nkk Corp 高炉炉熱自動制御システム
JPH01205008A (ja) * 1988-02-12 1989-08-17 Nkk Corp 高炉炉熱制御装置
CN1043745A (zh) * 1988-12-20 1990-07-11 新日本制铁株式会社 高炉操作管理方法和装置
CN1097804A (zh) * 1993-07-21 1995-01-25 首钢总公司 人工智能高炉冶炼专家系统方法
CN1483087A (zh) * 2000-12-28 2004-03-17 新日本制铁株式会社 用于监视高炉操作状态的方法、装置和程序
JP2009230645A (ja) * 2008-03-25 2009-10-08 Okinawa Institute Of Science & Technology 制御器、制御方法および制御プログラム
CN105886680A (zh) * 2016-05-11 2016-08-24 东北大学 一种高炉炼铁过程铁水硅含量动态软测量系统及方法
CN106844636A (zh) * 2017-01-21 2017-06-13 亚信蓝涛（江苏）数据科技有限公司 一种基于深度学习的非结构化数据处理方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0733531B2 (ja) * 1990-04-25 1995-04-12 日本鋼管株式会社 高炉々熱制御装置の支援システム
JPH0598325A (ja) * 1991-10-07 1993-04-20 Nkk Corp 高炉装入物分布制御装置
JPH05156327A (ja) * 1991-12-06 1993-06-22 Nkk Corp 高炉炉熱制御装置
KR950014631A (ko) 1993-11-27 1995-06-16 전성원 자동차의 타이밍 벨트 장력조절장치
KR0146785B1 (ko) * 1995-11-27 1998-11-02 김종진 전문가 시스템을 이용한 고로 노황 이상 예측장치 및 방법
JP3814143B2 (ja) 2000-12-28 2006-08-23 新日本製鐵株式会社 高炉操業における操業監視方法、装置、及びコンピュータ読み取り可能な記録媒体
KR101185300B1 (ko) * 2011-01-28 2012-09-21 현대제철 주식회사 연화융착대 근부위치 추정방법
KR101858860B1 (ko) * 2016-12-22 2018-05-17 주식회사 포스코 고로 노열 제어 장치

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01136912A (ja) * 1987-11-20 1989-05-30 Nkk Corp 高炉炉熱自動制御システム
JPH01205008A (ja) * 1988-02-12 1989-08-17 Nkk Corp 高炉炉熱制御装置
CN1043745A (zh) * 1988-12-20 1990-07-11 新日本制铁株式会社 高炉操作管理方法和装置
CN1097804A (zh) * 1993-07-21 1995-01-25 首钢总公司 人工智能高炉冶炼专家系统方法
CN1483087A (zh) * 2000-12-28 2004-03-17 新日本制铁株式会社 用于监视高炉操作状态的方法、装置和程序
JP2009230645A (ja) * 2008-03-25 2009-10-08 Okinawa Institute Of Science & Technology 制御器、制御方法および制御プログラム
CN105886680A (zh) * 2016-05-11 2016-08-24 东北大学 一种高炉炼铁过程铁水硅含量动态软测量系统及方法
CN106844636A (zh) * 2017-01-21 2017-06-13 亚信蓝涛（江苏）数据科技有限公司 一种基于深度学习的非结构化数据处理方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022083155A1 (zh) * 2020-10-22 2022-04-28 中冶南方工程技术有限公司 一种高炉铁口工作状态的自动检测方法、系统及存储介质

Also Published As

Publication number Publication date
KR20190074132A (ko) 2019-06-27
JP7050934B2 (ja) 2022-04-08
EP3730630B1 (en) 2022-05-18
EP3730630A4 (en) 2021-01-13
EP3730630A1 (en) 2020-10-28
JP2021507115A (ja) 2021-02-22
WO2019124931A1 (ko) 2019-06-27
KR102075210B1 (ko) 2020-02-07

Similar Documents

Publication Publication Date Title
CN111492070A (zh) 炉况控制设备和方法
EP3835779A1 (en) Steelmaking-continuous casting process equipment control and state analysis method using laser vibration measurement, and system using same
US20220390928A1 (en) Production facilities monitoring method, production facilities monitoring device, and operation method for production facilities
CN112183193A (zh) 一种高炉风口工作状态监控的方法
EP3712281A1 (en) Blast control device for blast furnace and method therefor
CN112633049A (zh) 一种高炉风口工作状态监控的系统
An et al. Two-layer fault diagnosis method for blast furnace based on evidence-conflict reduction on multiple time scales
KR102121910B1 (ko) 고로의 송풍 제어 장치 및 그 방법
KR102034940B1 (ko) 상부-침지식 랜싱 주입기 반응로 시스템에서의 동작 상태에 관련된 데이터를 수집하고 분석하기 위한 시스템 및 방법
CN118155113A (zh) 一种运输带工况检测方法、系统、电子设备及存储介质
KR0146785B1 (ko) 전문가 시스템을 이용한 고로 노황 이상 예측장치 및 방법
KR101858860B1 (ko) 고로 노열 제어 장치
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
Trofimov Automated expert systems in blast-furnace process control
JP6927461B1 (ja) 生産設備の操業方法及び操業システム
CN114185976A (zh) 一种高炉可视化智能感知平台
KR101277901B1 (ko) 고로 풍구 점검 장치
JPH0598325A (ja) 高炉装入物分布制御装置
KR102122422B1 (ko) 고로의 연원료 비율 제어 장치 및 그 방법
JP6944393B2 (ja) プラント状態評価システム、プラント状態評価方法、及びプログラム
US11678412B1 (en) Method for determining electrode consumption with machine vision
CN207608570U (zh) 一种高炉冶炼关键数据的监测装置
KR101300686B1 (ko) 고로의 연소대 측온 장치
CN114838586A (zh) 回转窑生产系统及生产方法
CN103175622A (zh) 一种应用于镍铁冶炼竖炉的炉温检测系统

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: Seoul City, Korea

Applicant after: POSCO Holdings Co.,Ltd.

Address before: Gyeongbuk, South Korea

Applicant before: POSCO

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230612

Address after: Gyeongbuk, South Korea

Applicant after: POSCO Co.,Ltd.

Address before: Seoul City, Korea

Applicant before: POSCO Holdings Co.,Ltd.