CN114258433A

CN114258433A - 高炉的异常判定装置、高炉的异常判定方法、高炉的操作方法以及铁水的制造方法

Info

Publication number: CN114258433A
Application number: CN202080058401.6A
Authority: CN
Inventors: 岛本拓幸; 伊藤友彦; 山口达也
Original assignee: JFE Steel Corp
Current assignee: JFE Steel Corp
Priority date: 2019-08-22
Filing date: 2020-08-19
Publication date: 2022-03-29
Also published as: EP3985132A4; JPWO2021033721A1; EP3985132A1; TWI748604B; KR20220035233A; WO2021033721A1; TW202113086A; BR112022003100A2; JP6940030B2

Abstract

提供不仅能够进行状态异常的检测、还能够对高炉的状态异常的预兆进行检测的异常判定装置及方法。异常判定装置10使用设置于高炉1的不同位置的多个传感器S1～Sn对高炉1的异常进行检测，其具有：根据由多个传感器S1～Sn检测出的多个测定数据D1～Dn算出评价值的评价值算出部11；和基于在评价值算出部11中算出的评价值EV、使用异常阈值EVref1和比异常阈值EVref1小的预兆阈值EVref2对高炉1的异常进行检测的异常检测部12。异常检测部12在评价值EV比异常阈值EVref1大的情况下判定为异常、并且在评价值EV比预兆阈值EVref2大的期间持续设定期间PT以上的情况下判定为存在异常的预兆。

Description

高炉的异常判定装置、高炉的异常判定方法、高炉的操作方法以及铁水的制造方法

技术领域

本发明涉及对与通气不良相伴的卡顶或喷涌等异常进行检测的高炉的异常判定装置、高炉的异常判定方法、使用该高炉的异常判定装置的高炉的操作方法以及铁水的制造方法。

背景技术

在生产生铁的高炉内，通常从炉顶分别交替地装入作为原料的铁矿石和焦炭，矿石层与焦炭层呈层状层叠。并且，通过对炉内的矿石层与焦炭层的堆积后的分布进行调整，从而可控制炉内处的气体的流动。

在高炉内的通气性恶化而炉内的气体的顺畅流动受到阻碍时，有时发生炉况异常。炉况异常意味着大幅背离稳态状态的状态，例如可举出下述(1)～(3)。

(1)从炉上部依次下落的矿石及焦炭的下落停止的“卡顶(hanging)”。

(2)停止了的矿石及焦炭突然下落的“滑落(slipping)”。

(3)从炉下部供给来的高温气体急剧地向炉上部喷出的“喷涌(gas-channeling)”。

例如，若发生喷涌则会发生炉顶设备的破损或炉热的降低等不良情况。因此，为了避免炉况异常，迅速且准确地掌握通气状态、将炉内状态始终维持良好很重要。

以往，作为表示炉内通气性的指标，使用根据炉顶压力与送风压力的差值等计算的通气阻力。例如，在专利文献1中，提案了根据轴压数据基于主成分分析对高炉的异常进行检测的方法。专利文献1中公开了根据高炉的不同位置的多个轴压通过主成分分析来计算Q统计量等、基于Q统计量进行异常判定。

现有技术文献

专利文献

专利文献1：日本特开2017-128805号公报

发明内容

发明所要解决的课题

从炉顶投入的原料下落到炉下部耗费长时间(例如8小时左右)，据此炉内状态缓慢变化。因此，有时通气状态也并不急剧地恶化，而是缓缓地恶化。这样的缓慢的状态恶化也会成为后续的事故的起因，所以期望尽早进行减少风量等应对。

然而，在如专利文献1那样根据1个阈值进行了异常判定的情况下，难以检测出缓缓恶化的状态。另一方面，若为了提早异常检测而下调异常判定的阈值，则过检测多发，无法实现原本的异常检测的作用。

因此，本发明以提供不仅能够进行状态异常的检测、还能够对高炉的状态异常的预兆进行检测的异常判定装置及方法为目的。

用于解决课题的手段

本发明为了解决这些课题而具有以下的构成。

[1]高炉的异常判定装置，是使用设置于高炉的不同位置的多个传感器对高炉的异常进行检测的异常判定装置，其具有：

评价值算出部，其根据由多个所述传感器检测出的多个测定数据算出评价值；和

异常检测部，其基于在所述评价值算出部中算出的评价值，使用异常阈值和比所述异常阈值小的预兆阈值，对所述高炉的异常进行检测，

所述异常检测部在所述评价值比所述异常阈值大的情况下判定为异常、在所述评价值比所述预兆阈值大的期间成为设定期间以上的情况下判定为存在异常的预兆。

[2]根据[1]所记载的高炉的异常判定装置，其中，所述异常检测部在每个规定的判定期间，对所述评价值比所述预兆阈值大的期间的累计值是否成为设定期间以上进行判定，在所述累计值成为设定期间以上的情况下判定为存在异常的预兆。

[3]根据[1]或[2]所记载的高炉的异常判定装置，其中，所述异常检测部在所述评价值的时间积分值比积分阈值大的情况下判定为存在异常的预兆。

[4]根据[1]至[3]中任一项所记载的高炉的异常判定装置，其中，所述评价值算出部对多个所述测定数据进行主成分分析而算出Q统计量或T²统计量，并基于算出的Q统计量或T²统计量算出所述评价值。

[5]根据[1]至[4]中任一项所记载的高炉的异常判定装置，其中，多个所述传感器包括设置于高炉的不同高度位置及不同圆周位置的轴压传感器。

[6]高炉的异常判定方法，是使用设置于高炉的不同位置的多个传感器对高炉的异常进行检测的高炉的异常判定方法，其包括：

评价值算出步骤，根据由多个所述传感器检测出的多个测定数据算出评价值；和

异常检测步骤，基于算出的所述评价值，使用异常阈值和比所述异常阈值小的预兆阈值对所述高炉的异常进行检测，

所述异常检测步骤中，在所述评价值比所述异常阈值大的情况下判定为异常，在所述评价值比所述预兆阈值大的期间成为设定期间以上的情况下判定为存在异常的预兆。

[7]根据[6]中所记载的高炉的异常判定方法，所述预兆阈值使用在通常操作时的所述多个测定数据的一部分的压力值的变动相对于正常时的压力值的变动超过规定范围的情况下算出的所述多个测定数据的评价值来确定。

[8]高炉的操作方法，其一边使用[1]至[5]中任一项所记载的高炉的异常判定装置对高炉的异常进行判定一边对高炉进行操作。

[9]铁水的制造方法，其通过[8]中所记载的高炉的操作方法来制造铁水。

发明的效果

根据本发明的异常判定装置及方法，利用在异常发生前会出现异常的预兆这一点，不仅在评价值超过异常阈值时检测出异常的发生，而且在评价值超过预兆阈值达设定期间以上时检测出异常的预兆。由此，能够进行早期减少风量等以避免异常发生，能够将操作事故防患于未然。

附图说明

图1是示出本发明的异常判定装置的优选实施方式的框图。

图2是对在图1的不同的传感器中测定出的2个测定数据进行例示的图表。

图3是对在图1的不同的传感器中测定出的2个测定数据进行例示的图表。

图4是示出在图1的评价值算出部中算出的评价值的一例的图表。

图5是示出在图1的异常检测部中对异常的预兆进行检测的情形的图表。

图6是示出在图1的异常检测部中评价值被进行时间积分的情形的图表。

图7是示出本发明的高炉的异常判定方法的优选实施方式的流程图。

具体实施方式

以下，对本发明的实施方式进行说明。图1是示出本发明的高炉的异常判定装置的优选实施方式的框图。就图1那样的异常判定装置10的构成而言，通过执行存储于计算机的程序而构筑于计算机上。图1的高炉的异常判定装置10使用设置于高炉的不同位置的多个传感器S1～Sn对高炉1的异常进行检测。

该多个传感器S1～Sn为例如轴压传感器，在高炉1的高度方向及圆周方向的不同位置设置有多个(例如30个)。在多个传感器S1～Sn中分别测定出的多个测定数据D1～Dn保存于异常判定装置10的数据库DB。高炉的异常判定装置10基于多个测定数据D1～Dn对高炉的异常及异常的预兆进行检测。

高炉的异常判定装置10具备评价值算出部11、异常检测部12和信息输出部13。评价值算出部11根据由多个传感器S1～Sn检测出的多个测定数据D1～Dn算出评价值EV。例如，评价值算出部11通过对多个测定数据D1～Dn适用主成分分析从而算出评价值EV。主成分分析(PCA：Principal Component Analysis)是指对于多个数据群减小原始数据群所保持有的信息量的损失、同时使其向反映原始数据保持的特征的变量进行低维化的数学处理。通过不是对所有的数据群进行监视，而是对通过主成分分析而低维化的少数变量进行监视，从而能够更简便地进行炉内状态的监视。

图2及图3是对在图1的不同传感器中测定出的2个测定数据进行例示的图表。在高炉1中进行正常的操作时，如图2所示那样，测定数据D1、D2有在规定的信号值的范围内同步变化的倾向。同步是指相对于工艺中的时间推移或操作动作、在操作上的测定数据(变量)的举动上具有协调性。于是，如图3所示，在正常地进行操作时，测定数据D1、D2标示于表示同步的直线(测定数据D1＝测定数据D2)的周边且规定的信号值的范围内。

另一方面，在高炉1内发生了异常的情况下，存在不同的测定数据D1、D2彼此同步、但脱离规定的信号值的范围，或者测定数据D1、D2变得不同步的倾向。也即是，在图3中，当在高炉1内通气发生异常时，测定数据D1、D2分别标示于脱离规定的信号值的范围的位置，或者标示于脱离上述表示同步的直线的位置。高炉1的轴压数据中，主成分分析中的分散最大的第1主成分值显示了高炉1的稳定操作时各轴压同步变动的成分。另一方面，主成分分析的第2主成分之后显示了稳定期以外的成分。

为了易于说明，对2个测定数据D1、D2进行了例示，但对于多个测定数据D1～Dn也有同样的倾向。因此，评价值算出部11根据n个测定数据求出1个Q统计量或T²统计量。该T²统计量为表明信号是否在规定的变动范围内的指标。Q统计量是正交于T²统计量的指标，是表示非同步性的指标。该Q统计量或T²统计量可以使用公知的技术算出。对使用第2主成分值的情况进行了例示，在第3主成分以后异常现象大规模显现的情况下也可以使用这些值。

进而，评价值算出部11中预先存储有使用正常操作时的测定数据算出了第2主成分的Q统计量时的Q统计量的最大值。在正常的操作区间中，包含可判断为正常的稳定极限的数据。对正常的操作区间求出第2主成分的最大值，这是指求出相对于进行正常的操作的情况下的测定数据的变动幅度及正常的操作范围而言的偏离量的最大值(稳定极限的值)。评价值算出部11算出根据测定数据D1～Dn算出的Q统计量除以存储的最大值所得的Q统计量指数来作为评价值EV。

对评价值算出部11使用Q统计量算出评价值EV的情况进行了例示，但也可以使用T²统计量算出评价值EV。在该请情况下，在评价值算出部11中，也预先存储有使用正常操作时的测定数据算出T²统计量时的T²统计量的最大值。评价值算出部11根据测定数据算出T²统计量，并用算出的T²统计量除以存储的最大值而求出T²统计量指数来作为评价值EV。

图4是示出在图1的评价值算出部中算出的评价值EV的一例的图表。异常检测部12基于在评价值算出部11中算出的评价值EV对高炉1的异常进行检测。异常检测部12中存储有异常阈值EVref1、和比异常阈值EVref1小的预兆阈值EVref2。异常检测部12在评价值EV比异常阈值EVref1大的情况下判定为异常。进而，异常检测部12在评价值EV为异常阈值EVref1以下且比预兆阈值EVref2大的期间成为设定期间PT以上的情况下，判定为存在异常的预兆。在评价值EV包括Q统计量指数的情况下，异常阈值EVref设定于例如0.5～1.0的范围内，预兆阈值EVref2设定为例如0.5以下。EVref1例如也可以对应过去实际发生喷涌等的情况即刻之前(数分钟之前)的评价值EV的值来确定。

接下来，对高炉1内的异常与该异常的预兆的不同进行说明。发生异常的预兆的状态一般认为是在高炉1内局部地发生小的压力变动的状态。它们是原料层的局部紊乱、焦炭粉等粉体的蓄压、下料(原料下落)的局部变动等所导致的压力变动。

在高炉1内，有时从发生小的压力变动的部位向炉内各个方向传播压力变动，在其他场所也发生压力变动。例如，即使是局部的原料的小紊乱，也有由于该紊乱导致高炉1内的通过气体的流动发生变化而原料的升温及还原改变的现象。在高炉1内通过气体从下部流向上方，所以原料的小紊乱影响其附近及上方的状态并传播。进而，随着原料的下落，原料的小紊乱也影响下方的状态并传播。这样一来，局部的原料的小紊乱影响上方及下方并传播，结果，成为大的紊乱(异常)。

即使是局部的压力变动，在该压力变动大的情况下也会成为异常。例如，因下料的恶化而圆周方向的特定部位的压力缓缓升高(评价值EV缓缓变大)，在其被释放时，仅同一圆周方向的高度方向的多个传感器群大规模紊乱成为异常。

这样一来，在高炉1中，在异常发生之前会发生成为其预兆的小的压力变动，所以如果能够检测出该小的压力变动(预兆)，则能够对异常的发生进行预测。

为了检测上述的局部的小的压力变动的发生，确定用于检测预兆的预兆阈值EVref2。预兆阈值EVref2使用发生了异常的高炉1的操作中有预兆的操作下的该预兆发生时的评价值EV来确定即可。

也可以以下这样来确定预兆阈值EVref2。若考虑局部的压力变动向高炉1内传播的情况，则一般考虑数m×数m左右作为局部的压力变动与炉体接触的面积。承受该影响的压力计的个数在图1所示的例子中为4个左右。因此，也可以使用承受了该影响的压力计的压力值的变动超过以通常操作时(正常时)的压力值的变动的标准偏差为σ时的2σ的情况下的评价值EV，来确定预兆阈值EVref2。

进而，异常检测部12在每个规定的判定期间(例如45分钟)，对评价值EV比预兆阈值EVref2大的期间的累计值是否成为设定期间PT(例如40分钟)以上进行判定。并且，异常检测部12当在判定期间以内累计值未成为设定期间PT以上的情况下，将计数了的期间清零，重新开始进行期间的计测。这是因为：评价值EV也有时以噪声方式短时间降低，在如果评价值EV不连续设定期间PT以上超过预兆阈值EVref2就不判定为存在异常的预兆的情况下，存在无法检测到异常的预兆的情形。因此，异常检测部12设定为，即使为预兆阈值EVref2以上的期间不连续，只要在规定的判定期间内累计值成为设定期间PT以上，也判定为存在异常的预兆。

设定期间PT优选设定为比发生了异常的高炉1的操作中确认到预测的操作下从预测发生到成为异常为止的期间短的期间。由此，在成为异常之前进行减少风量等，能够将异常的发生防患于未然。

有时低位的状态下蓄积的异常会发展成喷涌等异常，所以使设定期间PT过长并不优选。本实施方式中，为了能够在成为真正的异常之前有余量进行应对，将规定的判定期间设为45分钟，将设定期间PT设为40分钟。该期间考虑下料速度、升温速度，设定为能够降低局部的异常区域传播、扩大成为喷涌等异常的概率的期间。高炉1中的下料速度为4m/h左右，所以为了将由下料速度导致的高度方向的区域扩大设为3m以内而将判定期间设为45分钟。

另一方面，也要考虑因高炉1、操作形态，在短暂的预兆后就成为异常的情况。在这样的情况下优选缩短设定期间PT。例如，由于炉体内部炉砖的损耗等所导致的卡挂、下料速度变得不连续的情况下，在短暂的预兆后会成为异常，所以在该情况下，优选缩短规定的判定期间及设定期间PT。不过，即使在缩短规定的判定期间及设定期间PT的情况下，为了防止误检，优选将规定的判定期间设定为10分钟以上、将设定期间PT设定为8分钟以上。

图5是示出在图1的异常检测部中检测出异常的预兆的情形的图表。如图5的(A)所示，异常检测部12每1分钟对评价值EV是否超过预兆阈值EVref2进行判定，对作出了判定的次数进行计数。该计数值在每个判定期间(例如45分钟)清零。并且，在计数器的计数值成为设定次数(例如40次＝设定期间PT)时，如图5的(B)那样判定为存在异常的预兆。

异常检测部12也可以设为，不进行阈值处理，而是在评价值EV的时间积分值I超过积分阈值Iref时，判定为存在异常的预兆。图6是示出在图1的异常检测部中对评价值进行时间积分的情形的图表。例如、与评价值EV＝0.6的状况持续相比，评价值EV＝0.8的状况持续一方到达异常阈值EVref1为止的期间短。因此，异常检测部12为了在评价值EV大的状况持续时尽早输出异常的预兆，在积分值I超过积分阈值Iref时，判断为存在异常的预兆。

进行时间积分，换言之，是指根据评价值EV的值改变成为基准的设定期间PT。如果设为积分阈值Iref＝设定期间PT×预兆阈值EVref2，则与上述的评价值EV超过预兆阈值EVref2的状态的期间超过设定期间PT的情况下的判断同义。

图1的信息输出部13包括例如显示装置或扬声器等，在检测出异常的预兆的情况下，输出此意告知操作人员。知晓检测出异常的预兆的操作人员，通过使向高炉内部的送风量减少或停止送风等对高炉操作条件进行调整，从而将异常现象的发生防患于未然。由此，能够将因通气不良导致的卡顶、滑落、喷涌等异常现象也即是炉况异常的发生防患于未然。也可以设为，当在异常检测部12中检测出异常或异常的预兆时，在未图示的控制装置中自动地使送风量减少或者停止送风等。

图7是示出本发明的异常判定方法的优选实施方式的流程图，参照图7对异常判定方法进行说明。首先，从多个传感器S1～Sn获得测定数据D1～Dn(步骤ST1)，在评价值算出部11中算出评价值EV(评价值算出步骤、步骤ST2)。之后，在异常检测部12中，对评价值EV是否比异常阈值EVref1大进行判断(异常检测步骤、步骤ST3)。

在评价值EV比异常阈值EVref1大的情况下(步骤ST3的是)，判断为在高炉中发生了异常，从信息输出部13输出警告(步骤ST4)。另一方面，在评价值EV为异常阈值EVref1以下的情况下(步骤ST3的否)，进而对评价值EV比预兆阈值EVref2大的期间是否超过设定期间PT进行判断(异常检测步骤、步骤ST5)。或者在步骤ST5中，也可以对评价值EV的时间积分值I是否比积分阈值大进行判定。

接着，在评价值EV比预兆阈值EVref2大的期间成为设定期间PT时(步骤ST5的是)，输出存在异常的预兆之意(步骤ST6)。另一方面，在评价值EV比预兆阈值EVref2大的期间比设定期间PT短的情况下，判断为没有异常的预兆(步骤ST5的否)，继续进行异常监视(步骤ST1～ST5)。

根据上述实施方式，利用在异常发生前会出现异常的预兆这一点，在评价值EV超过异常阈值EVref1时检测出异常的发生。由此，能够一边对高炉的异常进行判定一边实施高炉的操作，能够通过该操作的实施来制造铁水。进而，在本实施方式中，不仅进行异常的检测，还在评价值EV超过预兆阈值EVref2达设定期间PT以上时检测出异常的预兆。由此，能够进行早期减少风量等以避免异常发生，能够将操作事故防患于未然。

如上述那样在发生了如超过异常阈值EVref1那样的异常时，成为喷涌状态，进行炉顶的放气阀打开释放压力等对策。由此，之后，评价值EV回到正常值的值。然而，当喷涌发生时，由于热损失的增大炉热降低、或者原料层崩塌等对高炉造成负面影响，所以优选在异常发生之前对异常的预兆进行检测。这里，评价值EV存在在异常发生之前变得比稳定时大的倾向，因此也可以考虑使用比异常阈值EVref1低的预兆阈值EVref2对异常的预兆进行检测。

另一方面，即使在炉内发生小的紊乱产生或多或少的通气不良，如果发生小的喷涌，则不进行减少风量等处置，评价值EV会回到正常时的值。因此，也有仅凭单纯进行阈值处理，没有必要作为异常的预兆向操作人员输出警告的情形。然而，上述那样在炉内即使发生小的紊乱，如果不发生小的喷涌则炉况会缓缓恶化，与此相伴评价值EV也缓缓上升。利用这一点，在评价值EV比预兆阈值EVref2大的期间的累计值成为设定期间PT以上的情况下检测出异常的预兆。由此，能够不会误检测异常预兆地精度良好地进行检测。

尤其是，异常检测部12通过在规定的判定期间(例如45分钟)内，对评价值EV比预兆阈值EVref2大的期间的累计值是否成为设定期间PT(例如40分钟)以上进行判定，从而对异常的预兆进行判定。于是，能够防止即使存在异常的预兆、因评价值EV暂时性低于预兆阈值EVref2而判断为没有异常的预兆的情况。或者，能够防止即使没有异常的预兆、因评价值EV暂时性成为预兆阈值EVref2以上而判断为存在异常的预兆的情况。由此，可以进行更高精度的异常预测的检测。

异常检测部12也可以在评价值EV的时间积分值I比积分阈值Iref大的情况下判定为存在异常的预兆。由此，可以根据评价值EV所反映的炉内状况的恶化程度对到判断为存在异常的预兆为止的期间进行调整。

本发明的实施方式不限定于上述实施方式，可以追加各种各样的变更。例如、在上述实施方式中，对多个传感器S1～Sn为轴压传感器的情况进行了例示，只要能够检测出异常，也可以是温度传感器等设置于高炉的其他种类的传感器。

就评价值算出部11而言，对算出Q统计量指数和T²统计量指数中的任一方作为评价值EV的情况进行了例示，但也可以算出双方作为评价值EV并对异常进行检测。在该情况下，既可以在根据双方的评价值EV检测出异常或异常的预兆时输出警告，也可以设为如果根据任一方检测出异常等就输出警告。对算出统计量作为评价值EV的情况进行了例示，但只要是使多个输入数据一元化而进行异常指标化的方法即可，也可以使用例如、基于独立成分分析的单指标化、用了机器学习的手法的单指标化等公知技术。

进而，在上述实施方式中，就评价值算出部11而言，对算出1个评价值EV的情况进行了例示，但也可以设为，根据传感器S1～Sn的设置高度算出例如上段和下段这2个评价值EV，对各评价值EV进行异常检测。就异常检测部12而言，对就在判定期间内评价值EV比预兆阈值EVref2大的期间的累计值是否成为设定期间PT以上进行判定的情况进行了例示，但也可以设为，在超过预兆阈值EVref2的期间单调连续地成为设定期间PT以上的情况下判定为存在异常的预兆。

附图标记说明

1 高炉

10 异常判定装置

11 评价值算出部

12 异常检测部

13 信息输出部

D1～Dn 测定数据

DB 数据库

EV 评价值

EVref1 异常阈值

EVref2 预兆阈值

I 时间积分值

Iref 积分阈值

PT 设定期间

S1～Sn 传感器。

Claims

1.高炉的异常判定装置，是使用设置于高炉的不同位置的多个传感器对高炉的异常进行检测的异常判定装置，其具有：

2.根据权利要求1所述的高炉的异常判定装置，其中，

所述异常检测部在每个规定的判定期间，对所述评价值比所述预兆阈值大的期间的累计值是否成为设定期间以上进行判定，在所述累计值成为设定期间以上的情况下判定为存在异常的预兆。

3.根据权利要求1或2所述的高炉的异常判定装置，其中，

所述异常检测部在所述评价值的时间积分值比积分阈值大的情况下判定为存在异常的预兆。

4.根据权利要求1至3中任一项所述的高炉的异常判定装置，其中，

所述评价值算出部对多个所述测定数据进行主成分分析而算出Q统计量或T²统计量，并基于算出的Q统计量或T²统计量算出所述评价值。

5.根据权利要求1至4中任一项所述的高炉的异常判定装置，其中，

多个所述传感器包括设置于高炉的不同高度位置及不同圆周位置的轴压传感器。

6.高炉的异常判定方法，是使用设置于高炉的不同位置的多个传感器对高炉的异常进行检测的高炉的异常判定方法，其包括：

7.根据权利要求6所述的高炉的异常判定方法，其中，

所述预兆阈值使用在通常操作时的所述多个测定数据的一部分的压力值的变动相对于正常时的压力值的变动超过规定范围的情况下算出的所述多个测定数据的评价值来确定。

8.高炉的操作方法，其一边使用权利要求1至权利要求5中任一项所述的高炉的异常判定装置对高炉的异常进行判定一边对高炉进行操作。

9.铁水的制造方法，其通过权利要求8所述的高炉的操作方法来制造铁水。