EP4001440A1 - Charakterisierung eines verhüttungsprozesses - Google Patents

Charakterisierung eines verhüttungsprozesses Download PDF

Info

Publication number
EP4001440A1
EP4001440A1 EP20208398.6A EP20208398A EP4001440A1 EP 4001440 A1 EP4001440 A1 EP 4001440A1 EP 20208398 A EP20208398 A EP 20208398A EP 4001440 A1 EP4001440 A1 EP 4001440A1
Authority
EP
European Patent Office
Prior art keywords
orthonormal
basis
coefficients
data set
representation
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.)
Withdrawn
Application number
EP20208398.6A
Other languages
English (en)
French (fr)
Inventor
Richard Wollhofen
Dieter Bettinger
Martin Schaler
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.)
Primetals Technologies Austria GmbH
Original Assignee
Primetals Technologies Austria GmbH
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 Primetals Technologies Austria GmbH filed Critical Primetals Technologies Austria GmbH
Priority to EP20208398.6A priority Critical patent/EP4001440A1/de
Priority to EP21807137.1A priority patent/EP4247984A1/de
Priority to PCT/EP2021/081961 priority patent/WO2022106454A1/de
Publication of EP4001440A1 publication Critical patent/EP4001440A1/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27FURNACES; KILNS; OVENS; RETORTS
    • F27BFURNACES, KILNS, OVENS, OR RETORTS IN GENERAL; OPEN SINTERING OR LIKE APPARATUS
    • F27B1/00Shaft or like vertical or substantially vertical furnaces
    • F27B1/10Details, accessories, or equipment peculiar to furnaces of these types
    • F27B1/26Arrangements of controlling devices
    • CCHEMISTRY; METALLURGY
    • C21METALLURGY OF IRON
    • C21BMANUFACTURE OF IRON OR STEEL
    • C21B5/00Making pig-iron in the blast furnace
    • C21B5/006Automatically controlling the process
    • CCHEMISTRY; METALLURGY
    • C21METALLURGY OF IRON
    • C21BMANUFACTURE OF IRON OR STEEL
    • C21B7/00Blast furnaces
    • C21B7/24Test rods or other checking devices
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27FURNACES; KILNS; OVENS; RETORTS
    • F27BFURNACES, KILNS, OVENS, OR RETORTS IN GENERAL; OPEN SINTERING OR LIKE APPARATUS
    • F27B1/00Shaft or like vertical or substantially vertical furnaces
    • F27B1/10Details, accessories, or equipment peculiar to furnaces of these types
    • F27B1/28Arrangements of monitoring devices, of indicators, of alarm devices
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27FURNACES; KILNS; OVENS; RETORTS
    • F27DDETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D19/00Arrangements of controlling devices
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27FURNACES; KILNS; OVENS; RETORTS
    • F27DDETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D21/00Arrangements of monitoring devices; Arrangements of safety devices
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27FURNACES; KILNS; OVENS; RETORTS
    • F27DDETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D21/00Arrangements of monitoring devices; Arrangements of safety devices
    • F27D21/0014Devices for monitoring temperature
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27FURNACES; KILNS; OVENS; RETORTS
    • F27DDETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D21/00Arrangements of monitoring devices; Arrangements of safety devices
    • F27D21/0028Devices for monitoring the level of the melt
    • CCHEMISTRY; METALLURGY
    • C21METALLURGY OF IRON
    • C21BMANUFACTURE OF IRON OR STEEL
    • C21B2300/00Process aspects
    • C21B2300/04Modeling of the process, e.g. for control purposes; CII
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27FURNACES; KILNS; OVENS; RETORTS
    • F27DDETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D19/00Arrangements of controlling devices
    • F27D2019/0003Monitoring the temperature or a characteristic of the charge and using it as a controlling value
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27FURNACES; KILNS; OVENS; RETORTS
    • F27DDETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D19/00Arrangements of controlling devices
    • F27D2019/0006Monitoring the characteristics (composition, quantities, temperature, pressure) of at least one of the gases of the kiln atmosphere and using it as a controlling value
    • F27D2019/0009Monitoring the pressure in an enclosure or kiln zone
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27FURNACES; KILNS; OVENS; RETORTS
    • F27DDETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D19/00Arrangements of controlling devices
    • F27D2019/0006Monitoring the characteristics (composition, quantities, temperature, pressure) of at least one of the gases of the kiln atmosphere and using it as a controlling value
    • F27D2019/0012Monitoring the composition of the atmosphere or of one of their components
    • F27D2019/0015Monitoring the composition of the exhaust gases or of one of its components
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27FURNACES; KILNS; OVENS; RETORTS
    • F27DDETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D21/00Arrangements of monitoring devices; Arrangements of safety devices
    • F27D2021/0007Monitoring the pressure
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27FURNACES; KILNS; OVENS; RETORTS
    • F27DDETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D21/00Arrangements of monitoring devices; Arrangements of safety devices
    • F27D2021/005Devices for monitoring thermal expansion

Definitions

  • the present invention relates to a method and a device for characterizing a smelting process and a plant for smelting metal ores.
  • Processes in smelting plants are usually strictly monitored.
  • a large number of different sensors can be used for automation and quality assurance. With the help of these sensors, various process parameters can be recorded, which, for example, allow statements and/or predictions about reaction courses and speeds.
  • the so-called burden column i. H. the bed of metal ore, coke and possibly other additives, in the blast furnace shaft.
  • Characteristic changes for example in the sinking speed of the burden surface or in the pressure and temperature of top gas escaping from the burden column, can be detected with the help of such sensors and enable countermeasures to be initiated in good time.
  • This object is achieved by a method and a device for characterizing a smelting process and a plant for smelting metal ore according to the independent claims.
  • a data set in particular a data set generated by sensors.
  • the data set characterizes a spatial distribution of multiple parameter values of a process parameter of the smelting process.
  • an orthonormal representation of the spatial distribution of the multiple parameter values in an orthonormal basis is determined on the basis of the data set and a set of base coefficients of the determined orthonormal representation is output.
  • a spatial distribution of a number of parameter values within the meaning of the invention is a set of parameter values which a process parameter assumes at a number of spatially different locations, preferably at a fixed point in time.
  • a data set that characterizes such a spatial distribution of a number of parameter values can also be referred to as a multi-dimensional data set, since the spatial distribution is usually present in at least two dimensions.
  • the spatial distribution of the parameter values can optionally be visualized as an image.
  • sensor data which characterize such a spatial distribution of parameter values and are therefore an example of a (multidimensional) data set, are available as an image.
  • An orthonormal representation of a spatial distribution of a number of parameter values within the meaning of the invention is a decomposition of the spatial distribution into a number of parts. These proportions preferably correspond to proportions of predetermined basic distributions.
  • the basic distributions can also be referred to as basic functions or basic components and preferably have the property of being orthogonal to one another and normalized in the mathematical sense.
  • the spatial distribution of the parameter values is preferably given as a linear combination of a predetermined number of basic components.
  • the spatial distribution of the parameter values can be approximated in particular as a linear combination of the basic components.
  • the basic components constituting or at least approximating the spatial distribution can each be weighted with a basic coefficient.
  • the base coefficients indicate, for example, the strength of the respective base function in the spatial distribution. In other words, the base coefficients indicate how large the proportion of the respective base component is in the existing distribution.
  • Outputting a set of basic coefficients within the meaning of the invention is providing the set of basic coefficients at an interface.
  • the base coefficients can be output to a user, for example displayed on a screen.
  • the base coefficients can also be output to a memory device for storage. It is also conceivable to output the base coefficients to a control device for controlling the smelting process.
  • a data set which is a process parameter of a smelting process spatially resolved, to be transformed into a format in which characteristics of the data set can be expressed by few basis coefficients, at least in relation to the size of the data set.
  • a data record contains, for example, information on the value of the process parameter at different locations.
  • the data set can be generated by a sensor device when detecting the process parameter in a spatially resolved manner and can thus supply the spatial distribution of parameter values of the process parameter. Accordingly, the parameter values can also be interpreted as measured values that can be recorded at different locations with the aid of the sensor device.
  • the transformation into the new format not only makes it easier to analyze the data set - for example by comparing the base coefficients - but also allows the amount of data to be compressed. This makes it easier to store the data generated when the process parameter was recorded.
  • the data set is preferably broken down into a predetermined number of basic components of an orthonormal basis. In this case, for example, it is determined how large the proportion of the various basic components is in the spatial distribution of the parameter values. This proportion can be expressed by the basis coefficients.
  • the basic coefficients can be understood as mathematically based key figures that characterize the smelting process.
  • the base coefficients determined in this way are preferably output as a set.
  • This set of basis coefficients can be viewed as a discrete spectrum of a measurement of the process parameter.
  • the set of basis coefficients contains essentially the same information as the original dataset, but in an abstract and condensed form. This can significantly facilitate an analysis. In particular, it is possible to identify trends more clearly and quickly.
  • This method can be used, for example, to analyze a radar measurement of the height profile of a bed in a blast furnace, also known as a burden column.
  • the image resulting from the radar measurement can, optionally after a coordinate transformation, be broken down into a linear combination of Zernike polynomials, with other orthonormal functions also being conceivable.
  • the Zernike polynomials can each be weighted with a Zernike coefficient.
  • the Zernike polynomials correspond to an orthonormal basis, and the Zernike coefficients correspond to base coefficients.
  • the height profile can be evaluated systematically, for example by comparing the coefficients with the coefficients of a predefined profile. Compared to a comparison of the image resulting from the radar measurement with a predetermined image, this has the advantage, for example, that far fewer data points have to be processed.
  • the data set is adapted to a geometry on which the orthonormal basis is based before the orthonormal representation is determined.
  • the data set can be subjected to a coordinate transformation. This significantly simplifies the determination of the orthonormal representation. For example, the spatial distribution of the parameter values can be broken down more easily into predetermined basic components of the orthonormal basis. The computing power required to determine the proportions of the basic components in the data set can thus be reduced and the method can be accelerated.
  • a geometry on which the orthonormal basis is based designates the coordinate system in which the orthonormal basis can be expressed in a particularly simple manner.
  • the basic components have a particularly simple form, for example.
  • the basic components in this geometry can be given by particularly simple functions such as trigonometric functions.
  • the data set can be transformed into a polar coordinate system in order to represent the spatial distribution of the parameter values characterized by it using an orthonormal basis of Zernike polynomials, Bessel polynomials or Chebyshev polynomials.
  • the data set can also be transformed into a cylindrical coordinate system in order to represent the spatial distribution by means of an orthonormal basis from Legendre-Fourier polynomials.
  • the dataset can be transformed into a spherical coordinate system to represent the spatial distribution by an orthonormal basis of Laguerre polynomials with spherical harmonics. It is also conceivable to transform the data set into a Cartesian coordinate system in order to represent the spatial distribution using an orthonormal basis of Hermite-Gauss polynomials.
  • an orthonormal basis is selected which is adapted to a geometry on which the data set is based, i. H. corresponds to the geometry on which the data set is based.
  • a geometry on which the data set is based within the meaning of the invention can be determined by the shape of the area or volume in which the parameter values are spatially distributed.
  • Parameter values distributed in a ring-like manner in a surface can, for example, be based on polar coordinates.
  • parameter values distributed like columns can be based on cylindrical coordinates.
  • determining the height profile of a bed in the shaft of a blast furnace ie the surface profile of the bed in the shaft
  • a 2D radar measurement usually provides an essentially disc-shaped distribution of elevation values.
  • a similar spatial distribution of temperature values is also provided by a sound-based 2D temperature measurement on the top gas above the bed.
  • the corresponding data sets can therefore be expressed particularly well in polar coordinates and are preferably represented by an orthonormal basis from Zernike polynomials.
  • a data set that is determined in smelting processes is usually based on a different geometry.
  • Such temperature sensors can be arranged, for example, on cooling bodies for the blast furnace shaft. Since such heat sinks are usually arranged along the shaft wall, the resulting spatial distribution of the parameter values essentially corresponds to a cylinder jacket. It can therefore be expressed particularly well in cylindrical coordinates.
  • a corresponding data set is therefore preferably represented by an orthonormal basis from Legendre-Fourier polynomials.
  • the temperature distribution in a hearth of the blast furnace at the bottom of the blast furnace shaft, into which the molten iron ore and slag sinks, can be recorded using a sensor network made up of a large number of temperature sensors installed in the wall of the hearth and represented, for example, in spherical coordinates.
  • Laguerre polynomials with spherical harmonics are preferably selected as the orthonormal basis.
  • an orthonormal basis is generated on the basis of the Gram-Schmidt orthonormalization method. This allows the smelting process to be characterized in a particularly flexible manner.
  • an orthonormal representation can be determined in a simple and rapid manner. For example, it is conceivable that, in this way, sensors of a sensor device that can be arranged in a spatially variable manner, for example in the case of relocatable sensors an orthonormal basis that is advantageous with regard to the complexity of calculations is always selected.
  • the at least one process parameter is (i) a bed height in a blast furnace, (ii) a temperature of a top gas or a blast furnace wall, (iii) a pressure in a bed, (iv) a radiation intensity of electromagnetic radiation generated in a blast furnace Radiation, (v) an electromotive force on the outside of the blast furnace wall, and/or (vi) a chemical composition of a bed.
  • a smelting process possibly also sub-processes such as the reduction of components of the burden or the melting of metal ores, can be characterized particularly well by an analysis of the respective parameter value distribution based on the orthonormal representation of a corresponding data set.
  • the orthonormal representation is determined on a grid defined by a sensor device set up to detect the process parameter.
  • the grid can be defined in particular by a spatial resolution of the sensor device.
  • the grid can be defined by the arrangement of sensors that are part of a sensor network of the sensor device.
  • the orthonormal representation can thus be determined on the basis of a discrete calculation. For example, it is possible to set up and solve a system of equations using the discretization by the grid. This means that more complex calculation methods for the basic components, such as direct integration, can be avoided.
  • sensory recorded parameter values can be interpreted as support points of a multidimensional function.
  • the function value at a specific grid point then preferably corresponds to the parameter value measured there.
  • the coordinates resulting from the defined grid can also easily be transformed into another coordinate system, for example polar coordinates or spherical coordinates.
  • an overdetermined, in particular linear, equation system is set up to determine the orthonormal representation.
  • a system of equations can be generated, for example, by truncating a mathematical series whose terms form the basic components in the orthonormal representation after a predetermined number of basic components.
  • the set of base coefficients is then preferably determined on the basis of a solution of the system of equations using the least squares method. This allows the base coefficients to be determined efficiently and reliably.
  • the set of base coefficients can also be based on a solution of the system of equations using a generalized least squares method.
  • norms other than the Euclidean are also conceivable, such as the so-called sum norm (1-norm).
  • the number of parameter values characterized by the data set is greater by at least a factor of 5 than a number of basic components of the orthonormal basis on which the orthonormal representation is based.
  • a so-called "overfitting" can occur. This manifests itself, for example, in strong fluctuations and a possibly non-physical reconstruction of the spatial distribution of the parameter values on the basis of the base coefficients that have been output.
  • this ratio of parameter values and base components can advantageously be fulfilled by carrying out the orthonormal representation with 36 to 66 base components of the orthonormal base.
  • the orthonormal representation is preferably based on a linear combination of 36 to 66 terms, in particular the first 36 to 66 basic components of the orthonormal basis.
  • a number of 36 to 66 basic components has a favorable effect both with regard to the informative value of the basic coefficients obtained as a result and with regard to the memory requirement on the other hand.
  • the data set can be compressed by a factor of 25 to 50.
  • the difference between the measured distribution, ie the height profile of the bed, and a reconstruction of this distribution using the determined base coefficients is already in the range of the grain size of the bed or the resolution of the radar sensor. Since the reconstruction cannot be more accurate than the original data set, the twelfth (radial) order in this particular example places an upper limit on the number of basis components to be used.
  • the set of basis coefficients is output to a storage device.
  • the determined base coefficients can, for example, be made available at an interface and written to a storage medium. This enables the smelting process to be characterized in terms of its development over time. It is also possible to reconstruct the associated spatial distribution of the parameter values with the aid of a stored set of basic coefficients.
  • the smelting process is monitored based on at least two sets of base coefficients output at different points in time. For example, it can be checked whether at least one of the base coefficients changes over time. If necessary, the strength of the change can be determined and used as a basis for monitoring.
  • the reliance on the development of basic coefficients over time allows monitoring of the smelting process that is particularly resource-saving, in particular storage space-saving, in comparison to the use of the original data sets.
  • the smelting process is influenced based on the output set of basis coefficients.
  • the smelting process possibly also a sub-process, can be slowed down or accelerated or otherwise controlled, in extreme cases even stopped, by initiating appropriate measures. Since an output set of basic coefficients corresponds to exactly one process parameter, the smelting process can also be influenced on a particularly small scale. As a result, not only can the operation of the blast furnace in which the smelting process takes place be optimized, but operational safety can also be improved.
  • the spatial distribution of the parameter values is reconstructed on the basis of the base coefficients and the orthonormal base.
  • the base components of the orthonormal base can each be multiplied by a base coefficient, which is preferably stored, and added. If the original data set was in the form of an image, for example, this image can be reconstructed in good quality.
  • the invention relates to a device for characterizing a smelting process.
  • the device has at least one sensor device which is set up for the spatially resolved detection of a process parameter of the smelting process and for generating a corresponding data record.
  • a data processing device which is set up to generate an orthonormal representation of a spatial distribution on the basis of the data set of parameter values in an orthonormal basis and to output a set of basis coefficients of the determined orthonormal representation.
  • the sensor device can have a sensor, for example, which is set up to detect the process parameter within a spatial area.
  • the sensor device can have a radar sensor that is set up to detect the height profile of the bed in a blast furnace shaft.
  • the sensor device can have a sensor network of spatially distributed sensors, each of the sensors being set up for local detection of the process parameter.
  • the sensor device can have temperature sensors distributed in and/or around the blast furnace shaft, each of which is set up to detect a local temperature.
  • the data processing device preferably has a computing unit, for example a processor, and a storage unit, for example a main memory.
  • the data processing device is preferably set up to carry out mathematical operations on the data set in order to calculate the base coefficients from the orthonormal representation.
  • the data processing device can accordingly be set up to carry out the method according to the first aspect of the invention, for example by carrying out a computer program loaded into the memory unit of the method according to the invention is carried out using the computing unit.
  • the plant according to the invention for smelting metal ores has a blast furnace and a device according to the invention.
  • the at least one sensor device of the device is arranged in the area of the blast furnace.
  • the sensor device in particular at least one sensor of the sensor device, can be arranged in and/or on the blast furnace and set up to record characteristic process parameters for sub-processes of the smelting process taking place in the blast furnace, such as the reduction of components of the burden or the melting of metal ores.
  • characteristic process parameters for sub-processes of the smelting process taking place in the blast furnace such as the reduction of components of the burden or the melting of metal ores.
  • FIG 1 shows an example of a plant 1 for smelting a metal ore 2.
  • the plant 1 has a blast furnace 3, which can be charged with the metal ore 2, a reducing agent, such as coke, and optionally additives.
  • a reducing agent such as coke
  • additives In a shaft 4 of the blast furnace, the metal ore 2 , the reducing agent and, if appropriate, the additives form a burden, also referred to as a bed 5 .
  • the system 1 also has a device 10 for characterizing a smelting process, which includes sensor devices 11, 11' and a data processing device 12.
  • the sensor devices 11, 11' are arranged in the area of the blast furnace 3 and are each set up to detect a process parameter of the smelting process in a spatially resolved manner and to generate a corresponding data set.
  • the data processing device 12 is set up to generate an orthonormal representation of a spatial distribution of parameter values of the recorded data on the basis of these data sets To determine process parameters in an orthonormal basis and to output a set of base coefficients of the determined orthonormal representation.
  • the sensor device 11 has a radar sensor 13 which is arranged at the upper end of the shaft 4 and is set up to record a height profile of the bed 5 .
  • the sensor device 11 can determine measured values for the height of the bed at a number of points in the space within the shaft 4 and output them in the form of a data set, for example as an image.
  • the data set can be viewed as a function whose function value--the fill level--depends on the coordinates within a cross section through the shaft 4.
  • the function can be encoded in the intensity of individual image values (pixels).
  • the further sensor device 11' has a sensor network of temperature sensors 14, of which only two are provided with a reference number for reasons of clarity.
  • the temperature sensors 14 are arranged along the wall of the blast furnace 3 and set up to detect a local temperature.
  • the sensor device 11' can output the temperatures in the form of a further data set.
  • This further data set can also be viewed as a function whose function value—in this case the temperature—depends on the coordinates on the outer surface of shaft 4 .
  • the data processing device 12 preferably has a computing unit (not shown) with which the data sets of the sensor devices 11, 11' can be evaluated.
  • a computer program loaded into a memory unit (not shown) of the data processing device 12 can, for example, prompt the processing unit to break down the data sets into a linear combination of basic components of an orthonormal basis.
  • the resulting shares, which are the basic components in the data set, ie in the spatial distribution of the respective parameter values, can be output by the data processing device 12, for example via an interface 15, in the form of base coefficients.
  • the basis coefficients can be understood as weighting of the basis components.
  • the interface 15 can be embodied, for example, as a monitor on which a user can read the base coefficients and thereby draw conclusions about the smelting process in the blast furnace 3 . If necessary, the user can also initiate measures on the basis of the output base coefficients in order to steer the smelting process in another, desired direction.
  • the device 10 also includes a memory device 16.
  • the data processing device 12 is preferably set up to output the determined base coefficients not only via the interface 15 to a user, but also to the memory device 16.
  • the base coefficients determined can thus be stored in the storage device 16 and, for example, be compared with base coefficients determined at a later point in time. This allows conclusions to be drawn about the course of the smelting process over time.
  • the data processing device 12 outputs the determined base coefficients to a control device (not shown) for controlling the smelting process in the blast furnace 3 .
  • the control device can be set up, for example, to influence the charging of the blast furnace 3 with the metal ore 2, the reducing agent and optionally the additives on the basis of the basic coefficients output to it.
  • the control device can be set up to influence the spatial distribution of the metal ore 2, the reducing agent and, if appropriate, the additives on the basis of the base coefficients.
  • the control device is preferably set up for this purpose, for example a to control the chute accordingly.
  • the control device can also be set up to regulate an air supply into the shaft 4, to adapt a cooling of the wall of the shaft 4 and/or the like on the basis of the determined basic coefficients. This allows the smelting process to be reliably automated.
  • FIG 2 shows an example of a data set 20 which characterizes a spatial distribution 21 of parameter values 22 of a process parameter of a smelting process.
  • the process parameter in the present example is the fill level or height Z of a bed or burden column in a shaft of a blast furnace (see FIG 1 ), which varies over the cross-section of the shaft, i.e. in the XY plane. This means that the bed height Z assumes different parameter values 22 depending on the X and Y coordinates. For reasons of clarity, in FIG 2 only one of the parameter values 22 is provided with a reference number.
  • the data set 20 shown can be generated using a 2D radar measurement, for example. Due to the finite (spatial) resolution of a corresponding radar sensor, no continuous distribution can be determined. Instead, a grid is defined by the resolution of the radar sensor, on which the measured parameter values 22 are present.
  • the grid can also be defined by the arrangement of the number of sensors. In principle, therefore, the parameter values 22 can also be present on an irregular grid.
  • 3 10 shows an example of a method 100 for characterizing a smelting process.
  • a data set is provided which characterizes a spatial distribution of a plurality of parameter values of a process parameter of the smelting process.
  • Such a data record can be provided, for example, by a sensor device that is set up for the spatially resolved detection of the process parameter.
  • the data record can be provided in particular in the form of sensor data of the sensor device.
  • Such a data set may be loaded from a memory, for example when a smelting process is analyzed at a later point in time.
  • the data set can be adapted to a geometry of an orthonormal basis, for example by a coordinate transformation.
  • the basis components of the orthonormal basis are functions of radius and (polar) angle
  • the data set is preferably transformed into a polar coordinate system.
  • the basic components are functions of radius, polar angle and azimuth angle
  • the data set is preferably transformed into a spherical coordinate system.
  • an orthonormal basis which is adapted to a geometry of the data set can also be selected in a method step S2b.
  • an orthonormal basis is preferably chosen whose basis components are functions of radius and (polar) angle.
  • an orthonormal basis is preferably selected whose basic components are functions of radius, polar angle and azimuth angle.
  • an orthonormal representation in the orthonormal basis is determined on the basis of the data set, which may have been coordinate-transformed.
  • the data set can be decomposed into a linear combination of basis components of the orthonormal basis.
  • Zernike polynomials initially form an infinite series.
  • the Zernike coefficients a nm can be understood as base coefficients and form a weighting of the Zernike polynomials Z n m right ⁇ .
  • the basis coefficients represent a strength of the contribution of the respective basis component to the distribution f ( r, ⁇ ) of the parameter values.
  • the basis or Zernike coefficients can also be obtained via a so-called QR decomposition of the matrix Z.
  • the QR decomposition can provide the advantage of higher numerical stability because it does not degrade the conditioning of the problem being treated.
  • a set of base coefficients preferably all the base coefficients previously determined in method step S3, is output.
  • the base coefficients can be output to a controller.
  • the smelting process can then be controlled on the basis of the base coefficients that have been output.
  • the (original) spatial distribution of the parameter values or the (original) data set is reconstructed in a further method step S6 on the basis of the set of basic coefficients stored in a memory device in method step S4, for example.
  • the basic coefficients can be combined with the respective basic component, i. H. for example with the respective Zernike polynomial.
  • FIG 4 shows an example of a set of basis coefficients a j .
  • the base coefficients a j shown result from a 2D radar measurement of the height profile of a bed or burden column in the shaft of a blast furnace (see FIG 1 ).
  • the distribution shown is characteristic of the measured height profile of the fill and thus of the smelting process.

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Materials Engineering (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Waste-Gas Treatment And Other Accessory Devices For Furnaces (AREA)
  • Blast Furnaces (AREA)

Abstract

Die vorliegende Erfindung betrifft ein Verfahren (100) und eine Vorrichtung (10) zur Charakterisierung eines Verhüttungsprozesses sowie eine Anlage (1) zur Verhüttung von Metallerzen (2). Dabei wird ein Datensatz (20) bereitgestellt, welcher eine räumliche Verteilung (21) von mehreren Parameterwerten (22) eines Prozessparameters des Verhüttungsprozesses charakterisiert. Erfindungsgemäß wird auf Grundlage des Datensatzes (20) eine Orthonormaldarstellung der räumlichen Verteilung (21) der mehreren Parameterwerte (22) in einer Orthonormalbasis ermittelt und ein Satz von Basiskoeffizienten (a<sub>j</sub>) der ermittelten Orthonormaldarstellung ausgegeben.

Description

  • Die vorliegende Erfindung betrifft ein Verfahren und eine Vorrichtung zur Charakterisierung eines Verhüttungsprozesses sowie eine Anlage zur Verhüttung von Metallerzen.
  • Prozesse in Verhüttungsanlagen, insbesondere in einem Hochofen ablaufende metallurgische Vorgänge, werden üblicherweise streng überwacht. Zur Automatisierung und Qualitätssicherung kann dabei eine Vielzahl von verschiedenen Sensoren zum Einsatz kommen. Mithilfe dieser Sensoren lassen sich verschiedene Prozessparameter erfassen, welche zum Beispiel Aussagen und/oder Vorhersagen über Reaktionsverläufe und -geschwindigkeiten erlauben.
  • Beim Betrieb eines Hochofens kann es beispielsweise zum "Hängen" der sogenannten Möllersäule, d. h. der Schüttung aus Metallerz, Koks und gegebenenfalls weiteren Zuschlagstoffen, im Hochofenschacht kommen. Dafür charakteristische Änderungen zum Beispiel in der Sinkgeschwindigkeit der Mölleroberfläche oder im Druck und der Temperatur von aus der Möllersäule austretendem Gichtgas können mithilfe solcher Sensoren erfasst werden und ermöglichen das rechtzeitige Einleiten von Gegenmaßnahmen.
  • Mit den Fortschritten in der Sensortechnik und der Datenverarbeitung sind weitere Möglichkeiten zur Überwachung von Verhüttungsprozessen hinzugekommen. Beispielsweise können mittlerweile mehrdimensionale Messungen vorgenommen werden. So können etwa Sensordaten von zweidimensionalen akustischen Temperaturmessungen an der Hochofengicht oder zweidimensionale Radarmessungen des Höhenprofils der Schüttung bzw. der Möllersäule bereitgestellt werden. Solche Daten, zum Beispiel in Form von entsprechenden Bildern, können in anschaulicher Weise wertvolle Rückschlüsse über den gegenwärtigen Zustand des Verhüttungsprozesses liefern.
  • Es ist eine Aufgabe der vorliegenden Erfindung, die Charakterisierung von Verhüttungsprozessen weiter zu verbessern, insbesondere eine systematische Analyse einer räumlichen Verteilung von Parameterwerten eines Prozessparameters zu ermöglichen.
  • Diese Aufgabe wird gelöst durch ein Verfahren und eine Vorrichtung zur Charakterisierung eines Verhüttungsprozesses sowie eine Anlage zur Verhüttung von Metallerz gemäß den unabhängigen Ansprüchen.
  • Bevorzugte Ausgestaltungen der Erfindung sind Gegenstand der abhängigen Ansprüche sowie der nachfolgenden Beschreibung.
  • Bei dem erfindungsgemäßen, insbesondere computerimplementierten, Verfahren zur Charakterisierung eines Verhüttungsprozesses wird ein, insbesondere sensorisch erzeugter, Datensatz bereitgestellt. Der Datensatz charakterisiert dabei eine räumliche Verteilung von mehreren Parameterwerten eines Prozessparameters des Verhüttungsprozesses. Erfindungsgemäß wird auf Grundlage des Datensatzes eine Orthonormaldarstellung der räumlichen Verteilung der mehreren Parameterwerte in einer Orthonormalbasis ermittelt und ein Satz von Basiskoeffizienten der ermittelten Orthonormaldarstellung ausgegeben.
  • Eine räumliche Verteilung von mehreren Parameterwerten im Sinne der Erfindung ist ein Satz von Parameterwerten, die ein Prozessparameter an mehreren räumlich verschiedenen Orten, vorzugsweise zu einem festen Zeitpunkt, annimmt. Ein Datensatz, welcher eine solche räumliche Verteilung von mehreren Parameterwerten charakterisiert, kann auch als mehrdimensionaler Datensatz bezeichnet werden, da die räumliche Verteilung üblicherweise in wenigstens zwei Dimensionen vorliegt. Die räumliche Verteilung der Parameterwerte kann sich gegebenenfalls als Bild visualisieren lassen. Insbesondere können Sensordaten, welche eine solche räumliche Verteilung von Parameterwerten charakterisieren und damit ein Beispiel für einen (mehrdimensionalen) Datensatz sind, als Bild vorliegen.
  • Eine Orthonormaldarstellung einer räumlichen Verteilung von mehreren Parameterwerten im Sinne der Erfindung ist eine Zerlegung der räumlichen Verteilung in mehrere Anteile. Diese Anteile entsprechen vorzugsweise Anteilen von vorgegebenen Basisverteilungen. Die Basisverteilungen können auch als Basisfunktionen oder Basiskomponenten bezeichnet werden und haben bevorzugt die Eigenschaft, im mathematischen Sinn orthogonal zueinander und normiert zu sein. In der Orthonormaldarstellung wird die räumliche Verteilung der Parameterwerte vorzugsweise als Linearkombination einer vorgegebenen Anzahl von Basiskomponenten angegeben. In der Orthonormaldarstellung kann die räumliche Verteilung der Parameterwerte insbesondere als Linearkombination der Basiskomponenten angenähert sein. Die die räumliche Verteilung konstituierenden oder zumindest approximierenden Basiskomponenten können dabei mit jeweils einem Basiskoeffizienten gewichtet sein. Die Basiskoeffizienten geben beispielsweise an, mit welcher Stärke die jeweilige Basisfunktion in der räumlichen Verteilung vorkommt. Anders gesagt zeigen die Basiskoeffizienten an, wie groß der Anteil der jeweiligen Basiskomponente an der vorliegenden Verteilung ist.
  • Ein Ausgeben eines Satzes von Basiskoeffizienten im Sinne der Erfindung ist ein Bereitstellen des Satzes von Basiskoeffizienten an einer Schnittstelle. Die Basiskoeffizienten können beispielsweise an einen Benutzer ausgegeben, zum Beispiel auf einem Bildschirm angezeigt, werden. Alternativ oder zusätzlich können die Basiskoeffizienten auch zur Speicherung an eine Speichereinrichtung ausgegeben werden. Ebenfalls denkbar ist, es, die Basiskoeffizienten an eine Steuerungseinrichtung zur Steuerung des Verhüttungsprozesses auszugeben.
  • Ein Aspekt der Erfindung basiert auf dem Ansatz, einen Datensatz, welcher einen Prozessparameter eines Verhüttungsprozesses ortsaufgelöst charakterisiert, in ein Format zu transformieren, in welchem Charakteristika des Datensatzes durch - zumindest im Verhältnis zur Größe des Datensatzes - wenige Basiskoeffizienten ausgedrückt werden können. Ein solcher Datensatz enthält zum Beispiel eine Information zum Wert des Prozessparameters an verschiedenen Orten. Der Datensatz kann von einer Sensoreinrichtung beim ortsaufgelösten Erfassen des Prozessparameters erzeugt werden und damit die räumliche Verteilung von Parameterwerten des Prozessparameters liefern. Die Parameterwerte können entsprechend auch als Messwerte aufgefasst werden, die sich an verschiedenen Orten mithilfe der Sensoreinrichtung erfassen lassen. Durch die Transformation in das neue Format lässt sich der Datensatz - zum Beispiel durch einen Vergleich der Basiskoeffizienten - nicht nur leichter analysieren, sondern es kann auch eine Komprimierung der Datenmenge erzielt werden. Dies erleichtert die Speicherung der beim Erfassen des Prozessparameters erzeugten Daten.
  • Der Datensatz wird bei der Transformation in das neue Format vorzugsweise in eine vorgegebene Anzahl an Basiskomponenten einer Orthonormalbasis zerlegt. Dabei wird beispielsweise ermittelt, wie groß der Anteil der verschiedenen Basiskomponenten an der räumlichen Verteilung der Parameterwerte ist. Dieser Anteil kann durch die Basiskoeffizienten ausgedrückt werden. Die Basiskoeffizienten lassen sich als mathematisch fundierte Kennzahlen auffassen, welche den Verhüttungsprozess charakterisieren.
  • Die derart ermittelten Basiskoeffizienten werden vorzugsweise als Satz ausgegeben. Dieser Satz von Basiskoeffizienten kann als diskretes Spektrum einer Messung des Prozessparameters aufgefasst werden. Der Satz von Basiskoeffizienten enthält im Wesentlichen dieselbe Information wie der ursprüngliche Datensatz, jedoch in abstrakter und komprimierter Form. Dies kann eine Analyse signifikant erleichtern. Insbesondere ist es möglich, Trends eindeutiger und schneller zu erkennen.
  • Mit dieser Methode kann beispielsweise eine Radarmessung des Höhenprofils einer auch als Möllersäule bezeichneten Schüttung in einem Hochofen analysiert werden. Das sich aus der Radarmessung ergebende Bild lässt sich, gegebenenfalls nach einer Koordinatentransformation, in eine Linearkombination aus Zernike-Polynomen zerlegen, wobei gegebenenfalls auch andere orthonormale Funktionen denkbar sind. Die Zernike-Polynome können jeweils mit einem Zernike-Koeffizienten gewichtet werden. Die Zernike-Polynome entsprechen dabei einer Orthonormalbasis, und die Zernike-Koeffizienten entsprechen Basiskoeffizienten. Mit den Zernike-Koeffizienten kann das Höhenprofil systematisch bewertet werden, zum Beispiel indem die Koeffizienten mit den Koeffizienten eines vordefinierten Profils verglichen werden. Gegenüber einem Vergleich des sich aus der Radarmessung ergebenden Bilds mit einem vorgegebenen Bild hat dies zum Beispiel den Vorteil, dass wesentlich weniger Datenpunkte verarbeitet werden müssen.
  • In einer bevorzugten Ausführungsform wird der Datensatz vor der Ermittlung der Orthonormaldarstellung an eine der Orthonormalbasis zugrundeliegende Geometrie angepasst. Zu diesem Zweck kann der Datensatz einer Koordinatentransformation unterzogen werden. Dadurch lässt sich die Ermittlung der Orthonormaldarstellung deutlich vereinfachen. Beispielsweise kann die räumliche Verteilung der Parameterwerte leichter in vorgegebene Basiskomponenten der Orthonormalbasis zerlegt werden. Somit lässt sich die zur Ermittlung der Anteile der Basiskomponenten am Datensatz notwendige Rechenleistung verringern und das Verfahren beschleunigen.
  • Eine der Orthonormalbasis zugrundeliegende Geometrie bezeichnet hierbei das Koordinatensystem, in dem die Orthonormalbasis besonders einfach ausgedrückt werden kann. In dieser Geometrie bzw. diesem Koordinatensystem weisen die Basiskomponenten zum Beispiel eine besonders einfache Form auf. Insbesondere können die Basiskomponenten in dieser Geometrie durch besonders einfache Funktionen wie trigonometrische Funktionen gegeben sein. Beispielsweise kann der Datensatz in ein Polarkoordinatensystem transformiert werden, um die durch ihn charakterisierte räumliche Verteilung der Parameterwerte durch eine Orthonormalbasis aus Zernike-Polynomen, Bessel-Polynomen oder Chebyshev-Polynomen darzustellen. Gegebenenfalls kann der Datensatz auch in ein Zylinderkoordinatensystem transformiert werden, um die räumliche Verteilung durch eine Orthonormalbasis aus Legendre-Fourier-Polynomen darzustellen. Alternativ kann der Datensatz in ein Kugelkoordinatensystem transformiert werden, um die räumliche Verteilung durch eine Orthonormalbasis aus Laguerre-Polynomen mit Kugelflächenfunktionen darzustellen. Denkbar ist auch, den Datensatz in ein kartesisches Koordinatensystem zu transformieren, um die räumliche Verteilung durch eine Orthonormalbasis aus Hermite-Gauss-Polynomen darzustellen.
  • In einer weiteren bevorzugten Ausführungsform wird vor der Ermittlung der Orthonormaldarstellung eine Orthonormalbasis ausgewählt, welche an eine dem Datensatz zugrundeliegenden Geometrie angepasst ist, d. h. mit der dem Datensatz zugrundeliegenden Geometrie korrespondiert. Dadurch kann gegebenenfalls auf eine Koordinatentransformation des Datensatzes verzichtet und somit Rechenleistung eingespart sowie das Verfahren beschleunigt werden.
  • Eine dem Datensatz zugrundeliegende Geometrie im Sinne der Erfindung kann hierbei durch die Form der Fläche oder des Volumens bestimmt sein, in der bzw. dem die Parameterwerte räumlich verteilt sind. In einer Fläche ringartig verteilten Parameterwerten können zum Beispiel Polarkoordinaten zugrunde liegen. Säulenartig verteilten Parameterwerten können dagegen Zylinderkoordinaten zugrunde liegen.
  • Beispielsweise liefert eine Ermittlung des Höhenprofils einer Schüttung im Schacht eines Hochofens (d. h. des Oberflächenprofils der Schüttung im Schacht) durch eine 2D-Radarmessung üblicherweise eine im Wesentlichen scheibenförmige Verteilung von Höhenwerten. Eine ähnliche räumliche Verteilung von Temperaturwerten liefert auch eine schallbasierte 2D-Temperaturmessung am Gichtgas über der Schüttung. Die entsprechenden Datensätze lassen sich daher besonders gut in Polarkoordinaten ausdrücken und werden bevorzugt durch eine Orthonormalbasis aus Zernike-Polynomen dargestellt.
  • Einem Datensatz, der bei Verhüttungsprozessen zum Beispiel mit einem Sensornetz aus Temperatursensoren ermittelt wird, liegt üblicherweise eine andere Geometrie zugrunde. Solche Temperatursensoren können beispielsweise an Kühlkörpern für den Hochofenschacht angeordnet sein. Da solche Kühlkörper für gewöhnlich entlang der Schachtwandung angeordnet sind, korrespondiert die resultierende räumliche Verteilung der Parameterwerte im Wesentlichen mit einem Zylindermantel. Sie lässt sich daher besonders gut in Zylinderkoordinaten ausdrücken. Vorzugsweise wird ein entsprechender Datensatz daher durch eine Orthonormalbasis aus Legendre-Fourier-Polynomen dargestellt.
  • Die Temperaturverteilung in einem Herd des Hochofens am Grunde des Hochofenschachts, in den aufgeschmolzenes Eisenerz und Schlacke absinkt, kann dagegen mithilfe eines Sensornetzes aus einer Vielzahl von in der Wandung des Herds verbauten Temperatursensoren erfasst und zum Beispiel in Kugelkoordinaten dargestellt werden. Entsprechend werden in bevorzugter Weise Laguerre-Polynome mit Kugelflächenfunktionen als Orthonormalbasis ausgewählt.
  • In einer weiteren bevorzugten Ausführungsform wird vor der Ermittlung der Orthonormaldarstellung eine Orthonormalbasis auf Grundlage des Gram-Schmidtschen Orthonormalisierungsverfahrens erzeugt. Dadurch kann der Verhüttungsprozess auf besonders flexible Weise charakterisiert werden. Insbesondere kann so auch bei unklaren oder zumindest unbekannten Geometrien des Datensatzes eine Orthonormaldarstellung auf einfache und schnelle Weise ermittelt werden. Beispielsweise ist es denkbar, dass auf diese Weise auch bei räumlich variabel anordenbaren, etwa bei versetzbaren Sensoren einer Sensoreinrichtung immer eine im Hinblick auf die Komplexität von Berechnungen vorteilhafte Orthonormalbasis ausgewählt wird.
  • Es ist aber auch denkbar, eine Modifikation des Gram-Schmidtschens Orthonormalisierungsverfahrens oder ein anderes Orthonormalisierungsverfahren zu verwenden. Es lassen sich beispielsweise auch Householdertransformationen einsetzen, oder Givens-Rotationen, mit denen Rundungsfehler, die sich nachteilig auf die Orthogonalität der ermittelten Basiskomponenten auswirken, zumindest vermindert werden können. Ebenfalls ist es denkbar, ein Orthogonalisierungsverfahren einzusetzen und die dadurch erhaltenen Basiskomponenten anschließend, gegebenenfalls in einem separaten Verfahrensschritt, zu normieren. Beispielsweise kann das Gram-Schmidtsche Orthogonalisierungsverfahren eingesetzt werden und die daraus erhaltene orthogonale Basis normiert werden.
  • In einer weiteren bevorzugten Ausführungsform ist der wenigstens eine Prozessparameter (i) eine Schüttungshöhe in einem Hochofen, (ii) eine Temperatur eines Gichtgases oder einer Hochofenwandung, (iii) ein Druck in einer Schüttung, (iv) eine Strahlungsintensität von in einem Hochofen erzeugter elektromagnetischer Strahlung, (v) eine elektromotorische Kraft an der Außenseite der Wandung des Hochofens, und/oder (vi) eine chemische Komposition einer Schüttung. Durch eine auf der Orthonormaldarstellung eines entsprechenden Datensatzes basierende Analyse der jeweiligen Parameterwertverteilung lässt sich ein Verhüttungsprozess, gegebenenfalls auch Subprozesse wie zum Beispiel die Reduktion von Bestandteilen des Möllers oder das Aufschmelzen von Metallerzen, besonders gut charakterisieren.
  • Es ist auch denkbar, mit verschiedenen Prozessparametern korrespondierende Datensätze zu verarbeiten und der Charakterisierung des Verhüttungsprozesses entsprechend mehrere Sätze von Basiskoeffizienten zugrunde zu legen. Dies erlaubt eine besonders differenzierte Analyse und damit eine besonders fundierte und präzise Beurteilung des Verhüttungsprozesses.
  • In einer weiteren bevorzugten Ausführungsform wird die Orthonormaldarstellung auf einem durch eine zur Erfassung des Prozessparameters eingerichtete Sensoreinrichtung definierten Gitter ermittelt. Das Gitter kann insbesondere durch eine räumliche Auflösung der Sensoreinrichtung definiert sein. Beispielsweise kann das Gitter durch die Anordnung von Sensoren, die Teil eines Sensornetzes der Sensoreinrichtung sind, definiert sein. Der Ermittlung der Orthonormaldarstellung kann so auf Grundlage einer diskreten Berechnung erfolgen. Es ist zum Beispiel möglich, mithilfe der Diskretisierung durch das Gitter ein Gleichungssystem aufzustellen und zu lösen. Dadurch können aufwändigere Berechnungsverfahren für die Basiskomponenten, etwa über direkte Integration, vermieden werden.
  • Mithilfe des definierten Gitters können sensorisch erfasste Parameterwerte als Stützpunkte einer mehrdimensionalen Funktion interpretiert werden. Der Funktionswert an einem bestimmten Gitterpunkte entspricht dann vorzugsweise dem dort gemessenen Parameterwert. Die sich aus dem definierten Gitter ergebenden Koordinaten können auch leicht in ein anderes Koordinatensystem, zum Beispiel Polarkoordinaten oder Kugelkoordinaten, transformiert werden.
  • In einer weiteren bevorzugten Ausführungsform wird zum Ermitteln der Orthonormaldarstellung ein überbestimmtes, insbesondere lineares, Gleichungssystem aufgestellt. Ein solches Gleichungssystem kann beispielsweise durch das Abschneiden einer mathematischen Reihe, deren Terme die Basiskomponenten in der Orthonormaldarstellung bilden, nach einer vorgegebenen Anzahl von Basiskomponenten erzeugt werden. Der Satz von Basiskoeffizienten wird dann vorzugsweise auf der Grundlage einer Lösung des Gleichungssystems mittels der Methode der geringsten Fehlerquadrate ermittelt. Dies erlaubt eine effiziente und zuverlässige Bestimmung der Basiskoeffizienten.
  • Alternativ kann der Satz von Basiskoeffizienten auch auf Grundlage einer Lösung des Gleichungssystems mittels einer verallgemeinerten Methode der kleinsten Quadrate gelöst werden. Grundsätzlich sind aber auch andere Normen als die euklidische denkbar, etwa die sogenannte Summennorm (1-Norm).
  • In einer weiteren bevorzugten Ausführungsform ist die Anzahl der durch den Datensatz charakterisierten Parameterwerte wenigstens um einen Faktor 5 größer als eine Anzahl von Basiskomponenten der Orthonormalbasis, auf denen die Orthonormaldarstellung basiert. Bei einer verhältnismäßig kleineren Anzahl von Parameterwerten gegenüber der Anzahl von Basiskomponenten kann ein sogenanntes "overfitting" auftreten. Dies äußert sich beispielsweise in starken Schwankungen und einer gegebenenfalls unphysikalischen Rekonstruktion der räumlichen Verteilung der Parameterwerte auf Grundlage der ausgegebenen Basiskoeffizienten.
  • Je nach gewählter Orthonormalbasis kann dieses Verhältnis von Parameterwerten und Basiskomponenten vorteilhaft erfüllt werden, indem die Orthonormaldarstellung mit 36 bis 66 Basiskomponenten der Orthonormalbasis durchgeführt wird. D. h., dass die Orthonormaldarstellung bevorzugt durch eine Linearkombination von 36 bis 66 Termen, insbesondere den ersten 36 bis 66 Basiskomponenten der Orthonormalbasis, basiert. In Versuchen hat sich gezeigt, dass eine Anzahl von 36 bis 66 Basiskomponenten günstig sowohl im Hinblick auf die Aussagekraft der dadurch erhaltenen Basiskoeffizienten einerseits als auch im Hinblick auf den Speicherbedarf andererseits auswirkt. Mit 36 bis 66 Basiskomponenten kann zum Beispiel eine Kompression des Datensatzes um den Faktor 25 bis 50 erzielt werden.
  • Bei einer 2D-Radarmessung des Höhenprofils der Schüttung in einem Hochofenschacht können beispielsweise 1705 Messwerte bzw. Parameterwerte anfallen. Durch eine Orthonormaldarstellung mithilfe von Zernike-Polynomen bis zur siebten radialen Ordnung lassen sich daraus 36 Basiskoeffizienten ermitteln, bei einer Orthonormaldarstellung bis zur zehnten radialen Ordnung dagegen bereits 66 Basiskoeffizienten. Im Allgemeinen kann davon ausgegangen werden, dass der Speicherbedarf mit der (radialen) Ordnung quadratisch anwächst. Bei einer Entwicklung der räumlichen Verteilung der Parameterwerte bis zur zwölften radialen Ordnung liegt die Differenz zwischen der gemessenen Verteilung, d. h. dem Höhenprofil der Schüttung, und einer Rekonstruktion dieser Verteilung mithilfe der ermittelten Basiskoeffizienten bereits im Bereich der Korngröße der Schüttung bzw. der Auflösung des Radarsensors. Da die Rekonstruktion nicht genauer sein kann als der ursprüngliche Datensatz, bildet die zwölfte (radiale) Ordnung in diesem speziellen Beispiel eine Obergrenze für die Anzahl der zu verwendenden Basiskomponenten.
  • In einer weiteren bevorzugten Ausführungsform wird der Satz von Basiskoeffizienten in eine Speichereinrichtung ausgegeben. Die ermittelten Basiskoeffizienten können beispielsweise an einer Schnittstelle bereitgestellt und auf ein Speichermedium geschrieben werden. Dies ermöglicht eine Charakterisierung des Verhüttungsprozesses im Hinblick auf eine zeitliche Entwicklung. Ebenso ist es möglich, unter Zuhilfenahme eines gespeicherten Satzes von Basiskoeffizienten die zugehörige räumliche Verteilung der Parameterwerte zu rekonstruieren.
  • In einer weiteren bevorzugten Ausführungsform wird der Verhüttungsprozess auf Grundlage von wenigstens zwei zu verschiedenen Zeitpunkten ausgegebenen Sätzen von Basiskoeffizienten überwacht. Beispielsweise kann geprüft werden, ob sich zumindest einer der Basiskoeffizienten im Laufe der Zeit ändert. Gegebenenfalls kann die Stärke der Änderung ermittelt und der Überwachung zugrunde gelegt werden. Die Stützung auf die zeitliche Entwicklung von Basiskoeffizienten erlaubt eine im Vergleich zur Verwendung der ursprünglichen Datensätze besonders ressourcenschonende, insbesondere speicherplatzschonende, Überwachung des Verhüttungsprozesses.
  • Beispielsweise kann geprüft werden, ob eine zeitliche Entwicklung des Satzes von Basiskoeffizienten, gegebenenfalls von wenigstens einem ausgewählten Basiskoeffizienten, von einer vorgegebenen zeitlichen Entwicklung abweicht. Gegebenenfalls kann geprüft werden, ob die Abweichung einen vorgegebenen Schwellenwert erreicht oder überschreitet. In Abhängigkeit eines Ergebnisses der Prüfung lassen sich dann zum Beispiel Maßnahmen zur Steuerung des Verhüttungsprozesses einleiten.
  • In einer weiteren bevorzugten Ausführungsform wird der Verhüttungsprozess auf Grundlage des ausgegebenen Satzes von Basiskoeffizienten beeinflusst. Beispielsweise kann der Verhüttungsprozess, gegebenenfalls auch ein Subprozess, durch das Einleiten entsprechender Maßnahmen gebremst oder beschleunigt oder anderweitig gesteuert, im Extremfall sogar gestoppt werden. Da ein ausgegebener Satz von Basiskoeffizienten mit genau einem Prozessparameter korrespondiert, kann der Verhüttungsprozess auch besonders kleinteilig beeinflusst werden. Folglich lässt sich so nicht nur der Betrieb des Hochofens optimieren, in dem der Verhüttungsprozess abläuft, sondern auch die Betriebssicherheit verbessern.
  • In einer weiteren bevorzugten Ausführungsform wird auf Grundlage der Basiskoeffizienten und der Orthonormalbasis die räumliche Verteilung der Parameterwerte rekonstruiert. Zu diesem Zweck lassen sich die Basiskomponenten der Orthonormalbasis mit jeweils einem, vorzugsweise gespeicherten, Basiskoeffizienten multiplizieren und addieren. Lag der ursprüngliche Datensatz beispielsweise in Form eines Bilds vor, kann dieses Bild so in guter Qualität rekonstruiert werden.
  • Ferner betrifft die Erfindung eine Vorrichtung zur Charakterisierung eines Verhüttungsprozesses. Die Vorrichtung weist wenigstens eine Sensoreinrichtung auf, die zum ortsaufgelösten Erfassen eines Prozessparameters des Verhüttungsprozesses und zum Erzeugen eines entsprechenden Datensatzes eingerichtet ist.
  • Erfindungsgemäß ist zudem eine Datenverarbeitungseinrichtung vorgesehen, die dazu eingerichtet ist, auf Grundlage des Datensatzes eine Orthonormaldarstellung einer räumlichen Verteilung von Parameterwerten in einer Orthonormalbasis zu ermitteln und einen Satz von Basiskoeffizienten der ermittelten Orthonormaldarstellung auszugeben. Mithilfe einer solchen Vorrichtung können nicht nur umfangreiche Datenströme mit vergleichsweise geringem Datenverarbeitungsaufwand kontinuierlich überwacht, sondern auch neue Phänomene bzw. damit zusammenhängende, unerwünschte Betriebszustände erkannt werden. Eine Anlage zur Verhüttung von Metallerzen, zum Beispiel eine Eisen- oder Stahlhütte, kann mithilfe einer solchen Vorrichtung daher besonders zuverlässig und sicher geführt werden.
  • Um den Verhüttungsprozess, gegebenenfalls auch einen Subprozess, zu charakterisieren, kann die Sensoreinrichtung beispielsweise einen Sensor aufweisen, der zur Erfassung des Prozessparameters innerhalb eines räumlichen Bereichs eingerichtet ist. Beispielsweise kann die Sensoreinrichtung einen Radarsensor aufweisen, der zum Erfassen des Höhenprofils der Schüttung in einem Hochofenschacht eingerichtet ist.
  • Alternativ kann die Sensoreinrichtung ein Sensornetz räumlich verteilter Sensoren aufweisen, wobei jeder der Sensoren zur lokalen Erfassung des Prozessparameters eingerichtet ist. Beispielsweise kann die Sensoreinrichtung in und/oder um den Hochofenschacht verteilt angeordnete Temperatursensoren aufweisen, die jeweils zur Erfassung einer lokalen Temperatur eingerichtet sind.
  • Die Datenverarbeitungseinrichtung weist vorzugsweise eine Recheneinheit, beispielsweise einen Prozessor, und eine Speichereinheit, zum Beispiel einen Arbeitsspeicher, auf. Die Datenverarbeitungseinrichtung ist vorzugsweise dazu eingerichtet, mathematische Operationen an dem Datensatz durchzuführen, um die Basiskoeffizienten aus der Orthonormaldarstellung zu errechnen. Die Datenverarbeitungseinrichtung kann entsprechend dazu eingerichtet sein, das Verfahren gemäß dem ersten Aspekt der Erfindung auszuführen, beispielsweise indem ein in die Speichereinheit geladenes Computerprogramm zur Durchführung des erfindungsgemäßen Verfahrens mithilfe der Recheneinheit ausgeführt wird.
  • Die erfindungsgemäße Anlage zur Verhüttung von Metallerzen weist einen Hochofen und eine erfindungsgemäße Vorrichtung auf. Die wenigstens eine Sensoreinrichtung der Vorrichtung ist dabei im Bereich des Hochofens angeordnet. Beispielsweise kann die Sensoreinrichtung, insbesondere wenigstens ein Sensor der Sensoreinrichtung, in und/oder am Hochofen angeordnet und dazu eingerichtet sein, für im Hochofen ablaufende Subprozesse des Verhüttungsprozesses wie zum Beispiel die Reduktion von Bestandteilen des Möllers oder das Aufschmelzen von Metallerzen charakteristische Prozessparameter zu erfassen. Dadurch können insbesondere prozesskritische Prozessparameter unmittelbar und besonders zuverlässig erfasst werden.
  • Die bisher gegebene Beschreibung vorteilhafter Ausgestaltungen der Erfindung enthält zahlreiche Merkmale, die in den einzelnen Unteransprüchen teilweise zu mehreren zusammengefasst wiedergegeben sind. Diese Merkmale können jedoch zweckmäßigerweise auch einzeln betrachtet und zu sinnvollen weiteren Kombinationen zusammengefasst werden. Insbesondere sind diese Merkmale jeweils einzeln und in beliebiger geeigneter Kombination mit dem erfindungsgemäßen Verfahren und der erfindungsgemäßen Vorrichtung sowie der erfindungsgemäßen Anlage kombinierbar. So sind Verfahrensmerkmale auch als Eigenschaft der entsprechenden Vorrichtungseinheit gegenständlich formuliert zu sehen und umgekehrt.
  • Die oben beschriebenen Eigenschaften, Merkmale und Vorteile dieser Erfindung sowie die Art und Weise, wie diese erreicht werden, werden klarer und deutlicher verständlich im Zusammenhang mit der folgenden Beschreibung der Ausführungsbeispiele, die im Zusammenhang mit den Zeichnungen näher erläutert werden. Die Ausführungsbeispiele dienen der Erläuterung der Erfindung und beschränken die Erfindung nicht auf die darin angegebene Kombination von Merkmalen, auch nicht in Bezug auf funktionale Merkmale. Außerdem können dazu geeignete Merkmale eines jeden Ausführungsbeispiels auch explizit isoliert betrachtet, aus einem Ausführungsbeispiel entfernt, in ein anderes Ausführungsbeispiel zu dessen Ergänzung eingebracht und mit einem beliebigen der Ansprüche kombiniert werden.
  • Es zeigen:
  • FIG 1
    ein Beispiel einer Anlage zur Verhüttung eines Metallerzes;
    FIG 2
    ein Beispiel eines Datensatzes, welcher eine räumliche Verteilung von Parameterwerten eines Prozessparameters eines Verhüttungsprozesses charakterisiert;
    FIG 3
    ein Beispiel eines Verfahrens zur Charakterisierung eines Verhüttungsprozesses; und
    FIG 4
    ein Beispiel eines Satzes von Basiskoeffizienten.
  • FIG 1 zeigt ein Beispiel einer Anlage 1 zur Verhüttung eines Metallerzes 2. Die Anlage 1 weist einen Hochofen 3 auf, der mit dem Metallerz 2, einem Reduktionsmittel, etwa Koks, und gegebenenfalls Zuschlagstoffe beschickbar ist. In einem Schacht 4 des Hochofens bilden das Metallerz 2, das Reduktionsmittel und gegebenenfalls die Zuschlagstoffe einen auch als Schüttung 5 bezeichneten Möller.
  • Die Anlage 1 weist zudem eine Vorrichtung 10 zur Charakterisierung eines Verhüttungsprozesses auf, welche Sensoreinrichtungen 11, 11' und eine Datenverarbeitungseinrichtung 12 umfasst. Die Sensoreinrichtungen 11, 11' sind im Bereich des Hochofens 3 angeordnet und jeweils dazu eingerichtet, einen Prozessparameter des Verhüttungsprozesses ortsaufgelöst zu erfassen und einen entsprechenden Datensatz zu erzeugen. Die Datenverarbeitungseinrichtung 12 ist dazu eingerichtet, auf Grundlage dieser Datensätze jeweils eine Orthonormaldarstellung einer räumlichen Verteilung von Parameterwerten der erfassten Prozessparameter in einer Orthonormalbasis zu ermitteln und einen Satz von Basiskoeffizienten der ermittelten Orthonormaldarstellung auszugeben.
  • Im vorliegenden Beispiel weist die Sensoreinrichtung 11 einen Radarsensor 13 auf, der am oberen Ende des Schachtes 4 angeordnet und dazu eingerichtet ist, ein Höhenprofil der Schüttung 5 zu erfassen. D. h., dass die Sensoreinrichtung 11 an mehreren Punkten im Raum innerhalb des Schachtes 4 Messwerte für die Höhe der Schüttung ermitteln und in Form eines Datensatzes, zum Beispiel als Bild, ausgeben kann. Dabei kann der Datensatz als Funktion angesehen werden, deren Funktionswert - die Füllhöhe - von den Koordinaten innerhalb eines Querschnitts durch den Schacht 4 abhängt. In einem (zweidimensionalen) Bild kann der Funktion in der Intensität einzelner Bildwerte (Pixel) codiert sein.
  • Die weitere Sensoreinrichtung 11' weist im vorliegenden Beispiel ein Sensornetz aus Temperatursensoren 14 auf, von denen aus Gründen der Übersichtlichkeit nur zwei mit einem Bezugszeichen versehen sind. Die Temperatursensoren 14 sind entlang der Wandung des Hochofens 3 angeordnet und dazu eingerichtet, eine lokale Temperatur zu erfassen. Die Sensoreinrichtung 11' kann die Temperaturen in Form eines weiteren Datensatzes ausgeben. Auch dieser weitere Datensatz kann als Funktion angesehen werden, deren Funktionswert - in diesem Fall die Temperatur - von den Koordinaten auf der Mantelfläche des Schachtes 4 abhängt.
  • Die Datenverarbeitungseinrichtung 12 weist vorzugsweise eine Recheneinheit (nicht dargestellt) auf, mit denen die Datensätze der Sensoreinrichtungen 11, 11' ausgewertet werden können. Ein in eine Speichereinheit (nicht dargestellt) der Datenverarbeitungseinrichtung 12 geladenes Computerprogramm kann die Recheneinheit beispielsweise dazu veranlassen, die Datensätze in eine Linearkombination aus Basiskomponenten einer Orthonormalbasis zu zerlegen. Die sich dabei ergebenden Anteile, die die Basiskomponenten am Datensatz, d. h. an der räumlichen Verteilung der jeweiligen Parameterwerte, haben, können von der Datenverarbeitungseinrichtung 12 zum Beispiel über eine Schnittstelle 15 in Form von Basiskoeffizienten ausgegeben werden. Die Basiskoeffizienten können als Gewichtung der Basiskomponenten aufgefasst werden.
  • Die Schnittstelle 15 kann zum Beispiel als Monitor ausgebildet sein, an dem ein Benutzer die Basiskoeffizienten ablesen und dadurch Rückschlüsse auf den Verhüttungsprozess im Hochofen 3 ziehen kann. Gegebenenfalls kann der Benutzer auf Grundlage der ausgegebenen Basiskoeffizienten auch Maßnahmen einleiten, um den Verhüttungsprozess in eine andere, gewünschte Richtung zu lenken.
  • Im vorliegenden Beispiel umfasst die Vorrichtung 10 auch eine Speichereinrichtung 16. Die Datenverarbeitungseinrichtung 12 ist vorzugsweise dazu eingerichtet, die ermittelten Basiskoeffizienten nicht nur über die Schnittstelle 15 an einen Benutzer, sondern auch an die Speichereinrichtung 16 auszugeben. Die ermittelten Basiskoeffizienten können so in der Speichereinrichtung 16 gespeichert und beispielsweise mit zu einem späteren Zeitpunkt ermittelten Basiskoeffizienten verglichen werden. Dadurch lassen sich Rückschlüsse über den zeitlichen Verlauf des Verhüttungsprozesses ziehen.
  • Ebenso ist es denkbar, dass die Datenverarbeitungseinrichtung 12 die ermittelten Basiskoeffizienten an eine Steuerungseinrichtung (nicht gezeigt) zur Steuerung des Verhüttungsprozesses im Hochofen 3 ausgibt. Die Steuerungseinrichtung kann beispielsweise dazu eingerichtet sein, die Beschickung des Hochofens 3 mit dem Metallerz 2, dem Reduktionsmittel und gegebenenfalls den Zuschlagstoffen auf Grundlage der an sie ausgegebenen Basiskoeffizienten zu beeinflussen. Die Steuerungseinrichtung kann insbesondere dazu eingerichtet sein, die räumliche Verteilung des Metallerzes 2, des Reduktionsmittels und gegebenenfalls den Zuschlagstoffen auf Grundlage der Basiskoeffizienten zu beeinflussen. Die Steuerungseinrichtung ist dabei bevorzugt dazu eingerichtet, zum Beispiel eine Schurre entsprechend anzusteuern. Alternativ oder zusätzlich kann die Steuerungseinrichtung auch dazu eingerichtet sein, auf Grundlage der ermittelten Basiskoeffizienten eine Luftzufuhr in den Schacht 4 zu regulieren, eine Kühlung der Wandung des Schachtes 4 anzupassen und/oder dergleichen. Dadurch lässt sich der Verhüttungsprozess zuverlässig automatisieren.
  • FIG 2 zeigt ein Beispiel eines Datensatzes 20, welcher eine räumliche Verteilung 21 von Parameterwerten 22 eines Prozessparameters eines Verhüttungsprozesses charakterisiert. Der Prozessparameter im vorliegenden Beispiel ist die Füllhöhe oder auch Höhe Z einer Schüttung bzw. Möllersäule in einem Schacht eines Hochofens (siehe FIG 1), die über den Querschnitt des Schachtes, d. h. in der X-Y Ebene, variiert. D. h., dass die Schüttungshöhe Z in Abhängigkeit der X- und Y-Koordinate unterschiedliche Parameterwerte 22 annimmt. Aus Gründen der Übersichtlichkeit ist in FIG 2 nur einer der Parameterwerte 22 mit einem Bezugszeichen versehen.
  • Der in FIG 2 gezeigte Datensatz 20 kann zum Beispiel mithilfe einer 2D-Radarmessung erzeugt werden. Aufgrund der endlichen (räumlichen) Auflösung eines entsprechenden Radarsensors kann dabei keine kontinuierliche Verteilung ermittelt werden. Vielmehr wird durch die Auflösung des Radarsensors ein Gitter definiert, auf dem die gemessenen Parameterwerte 22 vorliegen.
  • Wird der Datensatz 20 mit anderen Sensoren erzeugt, zum Beispiel mit einem Sensornetz aus mehreren Sensoren, die den Prozessparameter lokal erfassen, kann das Gitter auch über die Anordnung der mehreren Sensoren definiert sein. Daher können die Parameterwerte 22 grundsätzlich auch auf einem unregelmäßigen Gitter vorliegen.
  • FIG 3 zeigt ein Beispiel eines Verfahrens 100 zur Charakterisierung eines Verhüttungsprozesses.
  • In einem Verfahrensschritt S1 wird ein Datensatz bereitgestellt, der eine räumliche Verteilung von mehreren Parameterwerten eines Prozessparameters des Verhüttungsprozesses charakterisiert.
  • Ein solcher Datensatz kann beispielsweise von einer Sensoreinrichtung bereitgestellt werden, die zur ortsaufgelösten Erfassung des Prozessparameters eingerichtet ist. Der Datensatz kann insbesondere in Form von Sensordaten der Sensoreinrichtung bereitgestellt werden.
  • Alternativ ist es aber auch möglich, dass ein solcher Datensatz aus einem Speicher geladen wird, zum Beispiel wenn ein Verhüttungsprozess zu einem späteren Zeitpunkt analysiert wird.
  • In einem weiteren Verfahrensschritt S2a kann der Datensatz an eine Geometrie einer Orthonormalbasis angepasst werden, zum Beispiel durch eine Koordinatentransformation. Wenn die Basiskomponenten der Orthonormalbasis beispielsweise Funktionen von Radius und (Polar-)Winkel sind, wird der Datensatz vorzugsweise in ein Polarkoordinatensystem transformiert. Sind die Basiskomponenten dagegen Funktionen von Radius, Polarwinkel und Azimutwinkel, wird der Datensatz vorzugsweise in ein Kugelkoordinatensystem transformiert.
  • Alternativ zur Anpassung des Datensatzes an die Geometrie der Orthonormalbasis kann in einem Verfahrensschritt S2b auch eine Orthonormalbasis ausgewählt werden, die an eine Geometrie des Datensatzes angepasst ist. Lässt sich die räumliche Verteilung der Parameterwerte beispielsweise gut mithilfe von Polarkoordinaten ausdrücken, wird vorzugsweise eine Orthonormalbasis gewählt, deren Basiskomponenten Funktionen von Radius und (Polar-)Winkel sind. Lässt sich die räumliche Verteilung dagegen gut mithilfe von Kugelkoordinaten ausdrücken, wird vorzugsweise eine Orthonormalbasis gewählt, deren Basiskomponenten Funktionen von Radius, Polarwinkel und Azimutwinkel sind.
  • In einem weiteren Verfahrensschritt S3 wird auf Grundlage des, gegebenenfalls koordinatentransformierten, Datensatzes eine Orthonormaldarstellung in der Orthonormalbasis ermittelt. Beispielsweise kann der Datensatz in eine Linearkombination aus Basiskomponenten der Orthonormalbasis zerlegt werden.
  • Sind die Parameterwerte f zum Beispiel eine Funktion der (Polar-) Koordinaten Radius r und Polarwinkel θ, kann der Datensatz als Linearkombination aus Basiskomponenten, die durch die sogenannten Zernike-Polynome Z n m r θ
    Figure imgb0001
    gegeben sind, dargestellt werden: f r θ = n = 0 m = n n a nm Z n m r θ .
    Figure imgb0002
    n gibt dabei die sogenannte "radiale Ordnung" und m die sogenannte "axiale Ordnung" an. Die Zernike-Polynome bilden rein formal zunächst eine unendliche Reihe.
  • Die Zernike-Koeffizienten a nm können als Basiskoeffizienten aufgefasst werden und bilden eine Gewichtung der Zernike-Polynome Z n m r θ .
    Figure imgb0003
    Anders gesagt stellen die Basiskoeffizienten eine Stärke des Anteils der jeweiligen Basiskomponente an der Verteilung f(r,θ) der Parameterwerte dar.
  • Die Wahl der Zernike-Polynome Z n m r θ
    Figure imgb0004
    ist vorliegend rein beispielhaft zu verstehen. Es ist denkbar, andere Orthonormalbasen zu wählen, wie zum Beispiel Bessel-Funktionen oder Chebyshev-Polynome.
  • Die Basiskoeffizienten können durch direkte Integration ermittelt werden: a nm = r = 0 R θ = 0 2 π f r θ Z n m r θ r d r θ ,
    Figure imgb0005
    wobei R der Radius der Fläche ist, innerhalb der die Parameterwerte verteilt sind.
  • Rechentechnisch kann es jedoch einfacher sein, die Basiskoeffizienten bzw. Zernike-Koeffizienten a nm mithilfe eines überbestimmten Gleichungssystems zu ermitteln. Dieses kann erhalten werden, indem die Entwicklung der durch die Zernike-Polynome gebildeten Reihe nach N Termen abgebrochen wird: f r i θ i = j = 1 N a j Z j r i θ i ,
    Figure imgb0006
    wobei die Zernike-Polynome Zj (ri,θi ) nur an Gitterpunkten i eines definierten Gitters berechnet werden (siehe FIG 2).
  • In Vektor-/Matrixschreibweise ergibt sich f = Z · a mit f = (f 1,f 2,...,f M) T und Z = Z 1 , 1 Z N , 1 Z M , 1 Z M , N
    Figure imgb0007
    mit Zeilenanzahl M (entspricht der Anzahl der Messpunkte), Spaltenzahl N und M > N sowie a = (a 1 , a 2 , ..., aN ) T, wobei Z j das j-te Zernike-Polynom bzw. die j-te Basiskomponente und aj der j-te Zernike-Koeffizient bzw. der j-te Basiskoeffizient ist.
  • Dieses überbestimmte Gleichungssystem kann vorteilhaft durch die Methode der geringsten Fehlerquadrate gelöst werden, wobei Residuen minimiert werden: min a Z a f .
    Figure imgb0008
    Grundsätzlich sind jedoch auch andere, verallgemeinerte Methoden der kleinsten Quadrate denkbar. Es sind insbesondere auch andere als die hier beispielhaft beschriebene euklidische Norm zur Minimierung denkbar, zum Beispiel die sogenannte Summennorm (1-Norm).
  • Die Basiskoeffizienten bzw. Zernike-Koeffizienten erhält man dann über a = Z T Z 1 Z T f .
    Figure imgb0009
    Alternativ kann man die Basis- bzw. Zernike-Koeffizienten auch über eine sogenannte QR-Zerlegung der Matrix Z erhalten. Die QR-Zerlegung kann den Vorteil höherer numerischer Stabilität liefern, weil dadurch keine Verschlechterung der Konditionierung des behandelten Problems auftritt.
  • In einem weiteren Verfahrensschritt S4 wird ein Satz von Basiskoeffizienten, vorzugsweise alle zuvor in Verfahrensschritt S3 bestimmten Basiskoeffizienten, ausgegeben. Zum Beispiel können die Basiskoeffizienten an eine Steuerungseinrichtung ausgegeben werden. In einem weiteren Verfahrensschritt S5 kann der Verhüttungsprozess dann auf Grundlage der ausgegebenen Basiskoeffizienten gesteuert werden.
  • Es ist auch denkbar, dass alternativ oder zusätzlich zu Verfahrensschritt S5 auf Grundlage des zum Beispiel in Verfahrensschritt S4 in einer Speichereinrichtung gespeicherten Satzes von Basiskoeffizienten in einem weiteren Verfahrensschritt S6 die (ursprüngliche) räumliche Verteilung der Parameterwerte bzw. der (ursprüngliche) Datensatz rekonstruiert wird. Dazu können die Basiskoeffizienten mit der jeweiligen Basiskomponente, d. h. zum Beispiel mit dem jeweiligen Zernike-Polynom, multipliziert werden.
  • FIG 4 zeigt ein Beispiel eines Satzes von Basiskoeffizienten aj . Die gezeigten Basiskoeffizienten aj resultieren aus einer 2D-Radarmessung des Höhenprofils einer Schüttung bzw. Möllersäule im Schacht eines Hochofens (siehe FIG 1). Im vorliegenden Beispiel liefert die Radarmessung 1705 Messwerte bzw. Parameterwerte, deren räumliche Verteilung (siehe FIG 2) in Zernike-Polynome bis zur radialen Ordnung n = 8 entwickelt wurde. Die sich daraus ergebenden 45 Zernike-Koeffizienten bzw. Basiskoeffizienten aj mit j = 1,...,45 sind in Form eines Balkendiagramms gezeigt, wobei die Abszisse den Wert der Koeffizienten anzeigt. Die gezeigte Verteilung ist charakteristisch für das gemessene Höhenprofil der Schüttung und damit für den Verhüttungsprozess.
  • Obwohl die Erfindung voranstehend im Detail durch die Ausführungsbeispiele näher illustriert und beschrieben wurde, so ist die Erfindung nicht durch die offenbarten Beispiele eingeschränkt und andere Variationen können vom Fachmann hieraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen.
  • Bezugszeichenliste
  • 1
    Anlage
    2
    Metallerz
    3
    Hochofen
    4
    Schacht
    5
    Schüttung
    10
    Vorrichtung
    11, 11'
    Sensoreinrichtung
    12
    Datenverarbeitungseinrichtung
    13
    Radarsensor
    14
    Temperatursensor
    15
    Schnittstelle
    16
    Speichereinrichtung
    20
    Datensatz
    21
    räumliche Verteilung
    22
    Parameterwert
    100
    Verfahren
    S1-S6
    Verfahrensschritte
    Z
    Schüttungshöhe
    X, Y
    Koordinate
    aj
    Basiskoeffizient

Claims (14)

  1. Verfahren (100) zur Charakterisierung eines Verhüttungsprozesses, wobei ein Datensatz (20) bereitgestellt (S1) wird, der eine räumliche Verteilung (21) von mehreren Parameterwerten (22) eines Prozessparameters des Verhüttungsprozesses charakterisiert,
    dadurch gekennzeichnet, dass
    auf Grundlage des Datensatzes (20) eine Orthonormaldarstellung der räumlichen Verteilung (21) der mehreren Parameterwerte (22) in einer Orthonormalbasis ermittelt (S3) und ein Satz von Basiskoeffizienten (aj ) der ermittelten Orthonormaldarstellung ausgegeben (S4) wird.
  2. Verfahren (100) nach Anspruch 1,
    dadurch gekennzeichnet, dass
    der Datensatz (20) vor der Ermittlung der Orthonormaldarstellung an eine der Orthonormalbasis zugrundeliegende Geometrie angepasst (S2a) wird.
  3. Verfahren (100) nach einem der Ansprüche 1 oder 2,
    dadurch gekennzeichnet, dass
    vor der Ermittlung der Orthonormaldarstellung eine Orthonormalbasis ausgewählt (S2b) wird, welche an eine dem Datensatz (20) zugrundeliegenden Geometrie angepasst ist.
  4. Verfahren (100) nach einem der Ansprüche 1 oder 2,
    dadurch gekennzeichnet, dass
    vor der Ermittlung der Orthonormaldarstellung eine Orthonormalbasis auf Grundlage des Gram-Schmidtschen Orthonormalisierungsverfahrens erzeugt wird.
  5. Verfahren (100) nach einem der vorangehenden Ansprüche,
    dadurch gekennzeichnet, dass
    der wenigstens eine Prozessparameter eine Höhe (Z) einer Schüttung (5) in einem Hochofen (3), eine Temperatur eines Gichtgases oder einer Wandung des Hochofens (3), ein Druck in der Schüttung (5), eine Strahlungsintensität von im Hochofen (3) erzeugter elektromagnetischer Strahlung, eine elektromotorische Kraft an der Außenseite der Wandung des Hochofens (3), und/oder eine chemische Komposition der Schüttung (5) ist.
  6. Verfahren (100) nach einem der vorangehenden Ansprüche,
    dadurch gekennzeichnet, dass
    die Orthonormaldarstellung auf einem durch eine zur Erfassung des Prozessparameters eingerichtete Sensoreinrichtung (11, 11') definierten Gitter ermittelt wird.
  7. Verfahren (100) nach einem der vorangehenden Ansprüche,
    dadurch gekennzeichnet, dass
    zum Ermitteln der Orthonormaldarstellung ein überbestimmtes lineares Gleichungssystem aufgestellt und der Satz von Basiskoeffizienten (aj ) auf der Grundlage einer Lösung des Gleichungssystems mittels der Methode der geringsten Fehlerquadrate ermittelt wird.
  8. Verfahren (100) nach einem der vorangehenden Ansprüche,
    dadurch gekennzeichnet, dass
    die Anzahl der durch den Datensatz (20) charakterisierten Parameterwerte wenigstens um einen Faktor 5 größer ist als eine Anzahl von Basiskomponenten der Orthonormalbasis, auf denen die Orthonormaldarstellung basiert.
  9. Verfahren (100) nach einem der vorangehenden Ansprüche,
    dadurch gekennzeichnet, dass
    der Satz von Basiskoeffizienten (aj ) in eine Speichereinrichtung (16) ausgegeben wird.
  10. Verfahren (100) nach einem der vorangehenden Ansprüche,
    dadurch gekennzeichnet, dass
    der Verhüttungsprozess auf Grundlage von wenigstens zwei zu verschiedenen Zeitpunkten ausgegebenen Sätzen von Basiskoeffizienten (aj ) überwacht wird.
  11. Verfahren (100) nach einem der vorangehenden Ansprüche,
    dadurch gekennzeichnet, dass
    der Verhüttungsprozess auf Grundlage des ausgegebenen Satzes von Basiskoeffizienten (aj ) beeinflusst wird.
  12. Verfahren (100) nach einem der vorangehenden Ansprüche,
    dadurch gekennzeichnet, dass
    auf Grundlage der Basiskoeffizienten (aj ) und der Orthonormalbasis die räumliche Verteilung (21) der Parameterwerte (22) rekonstruiert wird.
  13. Vorrichtung (10) zur Charakterisierung eines Verhüttungsprozesses mit wenigstens einer Sensoreinrichtung (11, 11'), die zum ortsaufgelösten Erfassen eines Prozessparameters des Verhüttungsprozesses und zum Erzeugen eines entsprechenden Datensatzes (20) eingerichtet ist,
    gekennzeichnet durch
    eine Datenverarbeitungseinrichtung (12), die dazu eingerichtet ist, auf Grundlage des Datensatzes (20) eine Orthonormaldarstellung einer räumlichen Verteilung (21) von Parameterwerten (22) in einer Orthonormalbasis zu ermitteln und einen Satz von Basiskoeffizienten (aj ) der ermittelten Orthonormaldarstellung auszugeben.
  14. Anlage (1) zur Verhüttung von Metallerzen (2) mit einem Hochofen (3) und einer Vorrichtung (10) zur Charakterisierung eines Verhüttungsprozesses nach Anspruch 13, wobei die wenigstens eine Sensoreinrichtung (11, 11') der Vorrichtung (10) im Bereich des Hochofens (3) angeordnet ist.
EP20208398.6A 2020-11-18 2020-11-18 Charakterisierung eines verhüttungsprozesses Withdrawn EP4001440A1 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP20208398.6A EP4001440A1 (de) 2020-11-18 2020-11-18 Charakterisierung eines verhüttungsprozesses
EP21807137.1A EP4247984A1 (de) 2020-11-18 2021-11-17 Charakterisierung eines verhüttungsprozesses
PCT/EP2021/081961 WO2022106454A1 (de) 2020-11-18 2021-11-17 Charakterisierung eines verhüttungsprozesses

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
EP20208398.6A EP4001440A1 (de) 2020-11-18 2020-11-18 Charakterisierung eines verhüttungsprozesses

Publications (1)

Publication Number Publication Date
EP4001440A1 true EP4001440A1 (de) 2022-05-25

Family

ID=73476007

Family Applications (2)

Application Number Title Priority Date Filing Date
EP20208398.6A Withdrawn EP4001440A1 (de) 2020-11-18 2020-11-18 Charakterisierung eines verhüttungsprozesses
EP21807137.1A Pending EP4247984A1 (de) 2020-11-18 2021-11-17 Charakterisierung eines verhüttungsprozesses

Family Applications After (1)

Application Number Title Priority Date Filing Date
EP21807137.1A Pending EP4247984A1 (de) 2020-11-18 2021-11-17 Charakterisierung eines verhüttungsprozesses

Country Status (2)

Country Link
EP (2) EP4001440A1 (de)
WO (1) WO2022106454A1 (de)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0617107A (ja) * 1992-07-03 1994-01-25 Nippon Steel Corp 高炉プロセス時系列解析装置
US20160148365A1 (en) * 2013-07-29 2016-05-26 Jfe Steel Corporation Abnormality detection method and blast furnace operation method
JP2018165399A (ja) * 2017-03-28 2018-10-25 Jfeスチール株式会社 高炉炉況状態判定装置、高炉の操業方法、及び、高炉炉況状態判定方法
EP3730630A1 (de) * 2017-12-19 2020-10-28 Posco Vorrichtung und verfahren zur steuerung von ofenbedingungen

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0617107A (ja) * 1992-07-03 1994-01-25 Nippon Steel Corp 高炉プロセス時系列解析装置
US20160148365A1 (en) * 2013-07-29 2016-05-26 Jfe Steel Corporation Abnormality detection method and blast furnace operation method
JP2018165399A (ja) * 2017-03-28 2018-10-25 Jfeスチール株式会社 高炉炉況状態判定装置、高炉の操業方法、及び、高炉炉況状態判定方法
EP3730630A1 (de) * 2017-12-19 2020-10-28 Posco Vorrichtung und verfahren zur steuerung von ofenbedingungen

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ZHOU PING ET AL: "Data modeling for quality prediction using improved orthogonal incremental random vector functional-link networks", NEUROCOMPUTING, ELSEVIER, AMSTERDAM, NL, vol. 365, 20 July 2019 (2019-07-20), pages 1 - 9, XP085805098, ISSN: 0925-2312, [retrieved on 20190720], DOI: 10.1016/J.NEUCOM.2019.06.062 *

Also Published As

Publication number Publication date
EP4247984A1 (de) 2023-09-27
WO2022106454A1 (de) 2022-05-27

Similar Documents

Publication Publication Date Title
DE10341764B4 (de) Integrierte Modell-Vorhersagesteuerung und -Optimierung innerhalb eines Prozesssteuerungssystems
EP2564049B1 (de) STEUERGERÄT UND VERFAHREN ZUR BERECHNUNG EINER AUSGANGSGRÖßE FÜR EINE STEUERUNG
DE102018007630A1 (de) Numerisches steuersystem
DE102018007642A1 (de) Numerisches Steuersystem
DE102018010086A1 (de) Spanabführvorrichtung und Informationsverarbeitungsvorrichtung
DE102019001044A1 (de) Steuervorrichtung und maschinelle lernvorrichtung
DE102018004048A1 (de) Steuerung und Maschinenlernvorrichtung
DE60219376T2 (de) System zur adaptiven Plasma-Charakterisierung
DE4406723A1 (de) Verfahren zur Überwachung des Betriebszustands einer Maschine oder Anlage
DE102019104922A1 (de) Kollisionspositionsschätzvorrichtung und maschinenlernvorrichtung
DE102015009892A1 (de) Verfahren und System zum Steuern eines Roboters
DE69014734T2 (de) Verfahren für die Berechnung der Leistungsverteilung im Kern eines Kernkraftreaktors und Verfahren zum Kalibrieren der umgebenden Neutronendetektoren des Kerns eines Kernkraftreaktors.
WO2002001304A1 (de) Universelles verfahren zur vorausberechnung von parametern industrieller prozesse
EP3722800A1 (de) Verfahren zur bestimmung der geometrie einer fehlstelle auf basis zerstörungsfreier messverfahren unter verwendung von direkter inversion
EP4001440A1 (de) Charakterisierung eines verhüttungsprozesses
DE102021200042A1 (de) Vorrichtung und Verfahren zum Verfahren zum Trainieren des neuronalen Driftnetzwerks und des neuronalen Diffusionsnetzwerks einer neuronalen stochastischen Differentialgleichung
EP3722798B1 (de) Verfahren zur bestimmung der geometrie einer fehlstelle und zur bestimmung einer belastbarkeitsgrenze
DE102020206916A1 (de) Steuereinrichtung und Verfahren zum Auswählen von Auswertungspunkten für ein Bayessches Optimierungsverfahren
DE102007059582A1 (de) Verfahren und Vorrichtung zum Training des Bedienpersonals einer prozesstechnischen Anlage
EP2996001A1 (de) Verfahren zur rechnergestützten Analyse eines Datensatzes aus Beobachtungen
DE19845988B4 (de) Verfahren zum Steuern eines Kernreaktors
DE102020200849A1 (de) Verfahren und Vorrichtung zur Prozessoptimierung einer Fertigungsprozesskette
EP3796108B1 (de) Vorrichtung und verfahren zum ermitteln eines robusten optimums eines physikalischen oder chemischen prozesses gemäss einem bayes optimierungsverfahren
EP4130656B1 (de) Vorbereitung der auswertung von stichproben von messwerten einer messgrösse aus einer vermessung einer vielzahl von werkstücken durch ein oder mehrere koordinatenmessgeräte
DE102019207016A1 (de) Verfahren zum Ermitteln eines Systemmodells für ein technisches System

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION HAS BEEN PUBLISHED

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20221126