FR2871223A1

FR2871223A1 - Furnace e.g. Mitsubishi continuous copper conversion furnace, integrity monitoring method, involves generating alarm when representation of real operation deviate from normal operation model of predetermined quantity

Info

Publication number: FR2871223A1
Application number: FR0505739A
Authority: FR
Inventors: Philip Edward Thwaites; David James Sandoz; Ewan Matthew Mc; Dhruv Kak; Jeremy Donald Gillis; Philip Richard Charles Nelson; Per Olof Norberg
Original assignee: Falconbrige Ltd
Current assignee: Glencore Canada Corp
Priority date: 2004-06-04
Filing date: 2005-06-06
Publication date: 2005-12-09
Anticipated expiration: 2025-06-06
Also published as: FR2871223B1; CA2469975A1; CA2469975C

Abstract

The method involves periodically measuring real values from multiple variables of furnaces (10, 12, 14). The real values are analyzed for resulting in a representation of real operation. The representation is compared with a normal operation model extracted from the variables. An alarm is generated when the representation of real operation deviate from the normal operation model of a predetermined quantity. The furnaces are a cylindrical furnace for melting (10), an elliptical electric furnace (12) for cleaning the slag and a cylindrical conversion furnace (14). An independent claim is also included for a system to monitor integrity of a furnace.

Description

SYSTÈME ET MÉTHODE DE SUPERVISION ET CONTRâLE D'UN FOUR DOMAINE DESYSTEM AND METHOD FOR SUPERVISING AND CONTROLLING A DOMAIN OVEN

L'INVENTIONTHE INVENTION

Cette invention concerne un système et une méthode de supervision et de contrôle d'un four. Plus particulièrement, cette invention concerne un système et une méthode de supervision et de prédiction de contrôle de four contenant du métal en fusion, basée sur un modèle de contrôle statistique multi variables pour prédire les changements dans le four. This invention relates to a system and method for supervising and controlling an oven. More particularly, this invention relates to a system and method for monitoring and predicting furnace control containing molten metal, based on a multi-variable statistical control model for predicting changes in the furnace.

CONTEXTE DE L'INVENTION La sécurité et l'efficacité des opérations d'un four contenant des matériaux en fusion doivent inclure un système de contrôle approprié pour détecter et agir face à des changements de l'intégrité du four. Ces fours ont un revêtement réfractaire qui peut être ébréché par la matière en fusion que le four contient, pouvant causer des dégâts matériels conséquents, des blessures pour les agents et une perte significative de production. BACKGROUND OF THE INVENTION The safety and efficiency of operations of a furnace containing molten materials must include an appropriate control system to detect and act upon changes in the integrity of the furnace. These furnaces have a refractory lining that can be chipped by the melt that the furnace contains, which can cause substantial property damage, injury to the agents and a significant loss of production.

Une instrumentation typique pour la supervision d'un tel four inclut une mesure de température à différents points sur toutes ses parois internes (murs, plafond et sol) à différentes profondeurs. De façon générale, les températures sont mesurées par l'intermédiaire de thermocouples qui déduisent la valeur de température à partir d'une tension existante entre deux extrémités de fils métalliques similaires connectés (jonction chaude) et une extrémité ouverte (jonction froide) lorsque la température est différente. La tension est proportionnelle à cette différence de température. Cette tension, sur plusieurs thermocouples, peut être facilement mesurée et exploitée par un système de contrôle en ligne pour des traitements plus avancés. Typical instrumentation for the supervision of such an oven includes a temperature measurement at different points on all its internal walls (walls, ceiling and floor) at different depths. In general, temperatures are measured by means of thermocouples which deduce the temperature value from an existing voltage between two ends of similar wire connected (hot junction) and an open end (cold junction) when the temperature is different. The voltage is proportional to this difference in temperature. This voltage, on several thermocouples, can be easily measured and exploited by an online control system for more advanced treatments.

L'existence d'une technologie de suivi de l'intégrité de ces fours implique le déclenchement d'alarmes basé sur des valeurs limites de températures à travers le revêtement réfractaire. L'utilité d'une telle approche est limitée par le besoin de paramétrer judicieusement la sensibilité des alarmes pour permettre de bien distinguer les vrais problèmes. Dans une application industrielle, des points d'alarmes doivent être paramétrés assez hauts pour permettre une fluctuation normale des températures d'opération dans le four sans risquer de déclenchement. Les fours fonctionnant par lots, ou batch processing en anglais, ont des fluctuations de températures significatives du début à la fin d'une opération, ce qui nécessite des alarmes insensibles de type standard. The existence of a technology for monitoring the integrity of these furnaces involves triggering alarms based on temperature limit values through the refractory lining. The usefulness of such an approach is limited by the need to judiciously set the sensitivity of the alarms to distinguish the real problems. In an industrial application, alarm points must be set high enough to allow for normal fluctuation of operating temperatures in the furnace without risk of tripping. Batch ovens, or batch processing in English, have significant temperature fluctuations from the beginning to the end of an operation, which requires standard type insensitive alarms.

Dans un four en mode continu, les températures changent rapidement sur un redémarrage suivant une période prolongée d'arrêt ou si le débit ou l'intensité des opérations du four augmente ce qui nécessite également des alarmes insensibles de type standard. Le besoin de paramétrer des points d'alarmes assez hauts pour éviter le déclenchement de fausses alarmes à partir de fluctuations d'opérations peut fréquemment induire à la non détection de vrais risques. In a continuous mode oven, temperatures change rapidly on a restart following a prolonged period of shutdown or if the flow or intensity of furnace operations increases, which also requires standard type insensitive alarms. The need to set alarm points high enough to prevent the triggering of false alarms from operation fluctuations can frequently lead to non-detection of real risks.

Ainsi, il y a un besoin de système de contrôle dont le niveau de détection des alarmes est paramétré judicieusement pour distinguer fausses alarmes et vraies conditions à risques. Thus, there is a need for a control system whose alarm detection level is judiciously set to distinguish between false alarms and true at-risk conditions.

Les méthodes actuelles de détection et diagnostique par défaut dans les opérations sont regroupées en catégories majeures: les méthodes basées sur un modèle mécanique, celles basées sur la connaissance du procédé, et celles basées sur des analyses statistiques. Etant donné l'accès relativement simple aux données empiriques à partir de capteurs positionnés tout au long du procédé, il y a un intérêt grandissant vers la troisième méthode, c'est-à-dire celle basée sur l'analyse statistique de données. Quoi qu'il en soit, comme la plupart des procédés modernes sont abondants en données, le contrôle de procédés par le débit de données dans sa forme la plus basique est excessivement difficile étant donné la grande taille des bases de données et les conséquences que cela implique (exemple: conditionnement difficile des données, compression, etc.). D'un autre côté, toutes ces variables ne sont pas indépendantes l'une vis à vis de l'autre. En fait, dans un procédé industriel type de taille importante, seuls quelques évènements sous-jacents influencent le procédé en tout temps, et toutes ces mesures reflètent simplement ces événements sous-jacents. Ainsi, les examiner une par une tant qu'elles sont indépendantes rend l'interprétation et le diagnostic difficiles. Beaucoup de méthodes observent seulement l'ampleur de la déviation de chaque variable indépendamment des autres. The current methods of detection and diagnostic default in operations are grouped into major categories: methods based on a mechanical model, those based on knowledge of the process, and those based on statistical analysis. Given the relatively simple access to empirical data from sensors positioned throughout the process, there is growing interest in the third method, that is, based on statistical analysis of data. Nevertheless, as most modern processes are plentiful in data, process control by data throughput in its most basic form is exceedingly difficult given the large size of the databases and the consequences that this may have. involves (example: difficult data conditioning, compression, etc.). On the other hand, all these variables are not independent of each other. In fact, in a typical large industrial process, only a few underlying events influence the process at all times, and all these measurements simply reflect these underlying events. Thus, examining them one by one as long as they are independent makes interpretation and diagnosis difficult. Many methods only observe the extent to which each variable deviates independently of the others.

Il y a un donc besoin d'un système en ligne de supervision et de diagnostique qui analyse un grand nombre de températures simultanément dans le but d'anticiper les variations du procédé; il s'agit d'observer le comportement des températures les unes avec les autres. Par ailleurs, puisque le ratio signal/bruit de chaque variable est considéré comme faible, il y a aussi besoin d'un système capable de détecter les variations dans le four en présence d'un rapport signal/bruit élevée et/ou de réduire l'intensité du bruit. Et enfin, dû à un nombre significatif de capteurs défectueux, il y a souvent un nombre significatif de données manquantes et il y a donc également besoin d'un système de contrôle de four capable d'opérer en l'absence d'au moins une portion de données relatives à l'état en cours du four. There is therefore a need for an online supervisory and diagnostic system that analyzes a large number of temperatures simultaneously in order to anticipate process variations; it is a question of observing the behavior of the temperatures with each other. Moreover, since the signal-to-noise ratio of each variable is considered low, there is also a need for a system capable of detecting variations in the furnace in the presence of a high signal-to-noise ratio and / or reducing the noise intensity. And finally, due to a significant number of defective sensors, there is often a significant amount of missing data and so there is also a need for a furnace control system capable of operating in the absence of at least one portion of data relating to the current state of the oven.

RÉSUMÉ DE L'INVENTION L'invention divulguée ici, inclut une méthode de supervision de l'intégrité de fours contenant des métaux en fusion. La méthode comprend des étapes d'extraction d'un modèle de fonctionnement normal du four à partir d'une majorité de variables du four, mesurant périodiquement les valeurs courantes des multiples variables du four, analysant ces valeurs, l'étape d'analyse résultant en une représentation d'un fonctionnement réel, comparant la représentation de le fonctionnement réel avec le modèle de fonctionnement normal, et générant une alarme quand la représentation de le fonctionnement réel dévie du modèle de fonctionnement normal d'une quantité prédéterminée. SUMMARY OF THE INVENTION The invention disclosed herein includes a method of supervising the integrity of furnaces containing molten metals. The method includes steps of extracting a normal operating model of the oven from a majority of oven variables, periodically measuring the current values of the multiple oven variables, analyzing these values, the resulting analysis step. in a representation of a real operation, comparing the representation of the actual operation with the normal operating model, and generating an alarm when the representation of the actual operation deviates from the normal operating model by a predetermined amount.

La présente invention concerne une méthode de supervision de l'intégrité d'un four contenant du métal en fusion, comprenant les étapes suivantes: extraction d'un modèle de fonctionnement normal du four à partir d'une pluralité de variables du four; mesure périodique de valeurs réelles de ladite pluralité de variables du four; analyse desdites valeurs réelles, ladite étape d'analyse résultant en une représentation de fonctionnement réel; comparaison de ladite représentation de fonctionnement réel avec ledit modèle de fonctionnement 20 normal; et génération d'une alarme quand ladite représentation de fonctionnement réel dévie dudit modèle de fonctionnement normal d'une quantité prédéterminée. The present invention relates to a method for monitoring the integrity of a furnace containing molten metal, comprising the following steps: extracting a normal operating model of the furnace from a plurality of furnace variables; periodically measuring actual values of said plurality of oven variables; analyzing said real values, said analyzing step resulting in a real operating representation; comparing said actual operating representation with said normal operating model; and generating an alarm when said actual performance representation deviates from said normal operating pattern by a predetermined amount.

Ladite étape d'extraction peut inclure des mesures périodiques de valeurs normales de ladite pluralité de variables du four pendant une période de fonctionnement normal et analyser lesdites valeurs normales, ladite analyse aboutissant au dit modèle de fonctionnement normal. Said extraction step may include periodic measurements of normal values of said plurality of oven variables during a normal operating period and analyzing said normal values, said analysis resulting in said normal operating pattern.

Le four peut inclure un revêtement réfractaire et lesdites variables du four peuvent inclure une pluralité de températures dudit revêtement réfractaire. The furnace may include a refractory liner and said furnace variables may include a plurality of temperatures of said refractory liner.

Ledit revêtement réfractaire peut être 5 refroidie par une pluralité de blocs de refroidissement. Said refractory lining may be cooled by a plurality of cooling blocks.

Lesdits blocs de refroidissement peuvent être fabriqués à partir d'un matériau conducteur. Said cooling blocks can be made from a conductive material.

Ledit matériau conducteur peut être du cuivre. Said conductive material may be copper.

Lesdits blocs de refroidissement peuvent avoir au moins un passage où un fluide de refroidissement peut circuler, lesdits passages ayant une sortie. The said cooling blocks may have at least one passageway where a cooling fluid may circulate, the said passages having an outlet.

Ledit fluide de refroidissement peut être de l'eau. Said cooling fluid may be water.

Lesdits passages peuvent être formés par moulage desdits blocs de refroidissement autour de tubes creux. Said passages may be formed by molding said cooling blocks around hollow tubes.

Lesdits tubes creux peuvent être fabriqués à partir d'un matériau conducteur. Said hollow tubes may be made from a conductive material.

Lesdites températures du revêtement réfractaire peuvent être mesurées comme une température d'une pluralité desdits blocs de refroidissement. Said temperatures of the refractory lining can be measured as a temperature of a plurality of said cooling blocks.

Lesdites températures du revêtement réfractaire peuvent être mesurées comme une température dudit fluide de refroidissement au niveau d'une pluralité desdites sorties. Said refractory coating temperatures may be measured as a temperature of said coolant at a plurality of said outlets.

L'analyse desdites valeurs normales peut comprendre les étapes de: génération d'une matrice de données par classement desdites valeurs; extraction de composants principaux à partir de ladite matrice de données; sélection d'un sous-ensemble desdits composants principaux; et mise en place dudit modèle de fonctionnement 10 normal en utilisant ledit sousensemble de composants principaux; Lesdites valeurs peuvent être tout d'abord prétraitées. The analysis of said normal values may comprise the steps of: generating a data matrix by ranking said values; extracting major components from said data matrix; selecting a subset of said main components; and setting up said normal operating model using said subset of main components; Said values can be first preprocessed.

Le prétraitement peut comprendre des 15 moyennes mobiles déduites desdites valeurs à partir desdites valeurs. The pretreatment may comprise moving averages deduced from said values from said values.

Lesdites moyennes mobiles peuvent être la moyenne desdites valeurs des quatre premiers jours. Lesdits composants principaux peuvent être extraits en utilisant un algorithme NIPALS. Said moving averages may be the average of said values of the first four days. The main components can be extracted using a NIPALS algorithm.

Lesdits composants principaux peuvent être extraits selon une décomposition de covariance. Said main components can be extracted according to a covariance decomposition.

Ledit sous-ensemble de composants principaux peut être sélectionné en utilisant une statistique PRESS. Said subset of main components can be selected using a PRESS statistic.

Ledit sous-ensemble de composants principaux peut représenter un composant principal. Ledit modèle de fonctionnement normal peut comprendre des valeurs de seuil. Said subset of main components may represent a main component. Said normal operating model may include threshold values.

L'analyse desdites valeurs réelles peut comprendre la génération de vecteurs. The analysis of said real values may include the generation of vectors.

L'analyse desdites valeurs réelles peut comprendre en outre une extraction d'une valeur Hotelling T2 à partir desdits vecteurs. The analysis of said real values may further include an extraction of a Hotelling T2 value from said vectors.

L'analyse desdites valeurs réelles peut 5 comprendre en outre une extraction d'une valeur SPE à partir desdits vecteurs. Analysis of said actual values may further include extracting an SPE value from said vectors.

Ladite étape de comparaison peut comprendre la comparaison de ladite SPE avec sa valeur de seuil correspondante et dans laquelle ladite alarme est générée quand ladite SPE excède sa valeur de seuil correspondante. Said comparison step may comprise the comparison of said SPE with its corresponding threshold value and wherein said alarm is generated when said SPE exceeds its corresponding threshold value.

L'invention divulguée ici inclut un système de supervision de l'intégrité d'un four comprenant un revêtement réfractaire et du métal en fusion. Le système comprend une multitude de thermocouples pour la mesure périodique de la température courante du revêtement réfractaire, un modèle de fonctionnement normal du four, un moyen pour analyser les températures courantes, les moyens d'analyses générant un modèle de fonctionnement réel, et un moyen pour comparer le modèle de fonctionnement réel avec le modèle de fonctionnement normal. Les moyens de comparaison génèrent une alarme quand le modèle de fonctionnement réel dévie du modèle de fonctionnement normal d'une quantité prédéterminée. The invention disclosed herein includes a furnace integrity monitoring system comprising a refractory liner and molten metal. The system includes a multitude of thermocouples for periodic measurement of the current temperature of the refractory lining, a model of normal operation of the furnace, a means for analyzing the current temperatures, the analysis means generating a real operating model, and a means to compare the actual operating model with the normal operating model. The comparison means generates an alarm when the actual operating model deviates from the normal operating pattern by a predetermined amount.

La présente invention concerne donc également un système pour superviser l'intégrité d'un four, le four comprenant un revêtement réfractaire et contenant du métal en fusion, comprenant: une pluralité de thermocouples pour des mesures périodiques d'une température réelle du revêtement réfractaire; un modèle de fonctionnement normal du four; des moyens pour analyser lesdites températures réelles, lesdits moyens d'analyse générant un modèle de 5 fonctionnement réel; et des moyens pour comparer ledit modèle de fonctionnement réel avec ledit modèle de fonctionnement normal, lesdits moyens de comparaison générant une alarme quand ledit modèle de fonctionnement réel dévie dudit modèle de fonctionnement normal d'une quantité prédéterminée. The present invention thus also relates to a system for monitoring the integrity of an oven, the furnace comprising a refractory and molten metal-containing coating, comprising: a plurality of thermocouples for periodic measurements of a real temperature of the refractory liner; a model of normal operation of the oven; means for analyzing said actual temperatures, said analyzing means generating a real operating model; and means for comparing said actual operating model with said normal operating model, said comparing means generating an alarm when said actual operating model deviates from said normal operating pattern by a predetermined amount.

Ladite température réelle du revêtement réfractaire peut être mesurée tout autour d'une ligne de bain du four. Said actual temperature of the refractory lining can be measured all around a furnace bath line.

Ledit revêtement réfractaire peut être refroidie par une pluralité de blocs de refroidissement. The refractory lining can be cooled by a plurality of cooling blocks.

Lesdits blocs de refroidissement peuvent comprendre chacun un passage où un fluide de refroidissement peut circuler, ledit passage ayant une sortie. Said cooling blocks may each comprise a passageway through which a cooling fluid can circulate, said passage having an outlet.

Lesdits passages peuvent être formés par moulage desdits blocs de refroidissement autour de 30 tubes creux. Said passages may be formed by molding said cooling blocks around 30 hollow tubes.

Ledit modèle de fonctionnement normal étant établi durant une période de fonctionnement normal, l'établissement dudit modèle de fonctionnement normal peut comprendre les étapes de: mesure périodique de valeurs normales desdits thermocouples durant la période de fonctionnement normal; génération d'une matrice de données par classement desdites valeurs; extraction de composants principaux à partir de ladite matrice de données; sélection d'un sous-ensemble desdits composants principaux; et mise en place dudit modèle de fonctionnement 25 normal en utilisant ledit sousensemble de composants principaux. Said normal operating model being established during a period of normal operation, the establishment of said normal operating model may comprise the steps of: periodic measurement of normal values of said thermocouples during the normal operating period; generating a data matrix by ranking said values; extracting major components from said data matrix; selecting a subset of said main components; and implementing said normal operating model using said subset of main components.

L'établissement dudit modèle de fonctionnement normal peut comprendre les étapes de: génération d'une matrice de données par classement 30 desdites valeurs; extraction de composants principaux à partir de ladite matrice de données; sélection d'un sous-ensemble desdits composants principaux; et mise en place dudit modèle de fonctionnement 5 normal en utilisant ledit sous-ensemble de composants principaux. The establishment of said normal operating model may include the steps of: generating a data matrix by ranking said values; extracting major components from said data matrix; selecting a subset of said main components; and implementing said normal operating model using said subset of main components.

Lesdites valeurs peuvent être tout d'abord prétraitées. Said values can be first preprocessed.

Lesdites valeurs prétraitées peuvent comprendre des moyennes mobiles déduites desdites valeurs à partir desdites valeurs. Said preprocessed values may include moving averages deduced from said values from said values.

Lesdites moyennes mobiles peuvent être les moyennes desdites valeurs des quatre premiers jours. Lesdits composants principaux peuvent être extraits en utilisant un algorithme NIPALS. Said moving averages may be averages of said values of the first four days. The main components can be extracted using a NIPALS algorithm.

Lesdits moyens d'analyse peuvent générer des vecteurs à partir desdites températures réelles. Said analysis means can generate vectors from said actual temperatures.

Lesdits moyens d'analyse peuvent extraire une valeur Hotelling T2 à partir desdits vecteurs. Said analysis means can extract a Hotelling T2 value from said vectors.

Lesdits moyens d'analyse peuvent extraire une valeur SPE à partir desdits vecteurs. Said analysis means can extract an SPE value from said vectors.

Lesdits moyens de comparaison peuvent comparer ladite SPE avec sa valeur de seuil correspondante, lesdits moyens de comparaison générant ladite alarme lorsque ladite SPE dépasse sa valeur de seuil correspondante. Said comparison means can compare said SPE with its corresponding threshold value, said comparison means generating said alarm when said SPE exceeds its corresponding threshold value.

D'autres objets, avantages et caractéristiques de la présente invention seront mis en évidence tout au long de la description non restrictive qui suit, en utilisant des exemples seulement avec des schémas ajoutés en référence. Other objects, advantages and features of the present invention will be highlighted throughout the following non-restrictive description, using examples only with reference schemes.

BRÈVE DESCRIPTION DES FIGURESBRIEF DESCRIPTION OF THE FIGURES

Dans les schémas joints: La figure 1 est une vue en perspective des fours continus de conversion de cuivre pour illustration de l'invention présente; La figure 2a est une vue de côté du foyer d'un four de conversion pour illustration de la présente invention; La figure 2b est une vue détaillée du foyer de la figure 2a; La figure 3a est une vue de dessus d'un bloc de refroidissement pour illustration de la 30 présente invention; La figure 3b est une vue de côté d'un bloc de refroidissement, pour illustration de la présente invention; La figure 3C est une vue sur le plan le long de 3c-3c dans la figure 3b; La figure 3d est une vue du plan le long de 3d-3d de la figure 3a d'un bloc de refroidissement, 10 considéré comme illustration de la présente invention: La figure 4 est une vue de dessus du foyer d'un four de conversion, considéré comme illustration de la présente invention; La figure 5 représente un diagramme d'un système de refroidissement pour le refroidissement d'un four, considéré comme illustration de la présente invention; et La figure 6 est un diagramme de l'acquisition de données et du système de supervision, système pour un four de conversion considéré comme illustration de la présente invention, DESCRIPTION DE MODES DE RÉALISATIONS DE L'INVENTION La présente invention est une méthode pour indiquer une opération anormale d'un four à haute température contenant des matières en fusion et un système pour prédire des changements d'intégrité d'un four à haute température contenant les matières en fusion. In the accompanying drawings: Fig. 1 is a perspective view of continuous copper conversion furnaces for illustration of the present invention; Figure 2a is a side view of the furnace of a conversion furnace for illustrating the present invention; Figure 2b is a detailed view of the focus of Figure 2a; Figure 3a is a top view of a cooling block for illustrating the present invention; Fig. 3b is a side view of a cooling block for illustration of the present invention; Figure 3C is a plan view along 3c-3c in Figure 3b; Fig. 3d is a view of the plane along 3d-3d of Fig. 3a of a cooling block, taken as an illustration of the present invention; Fig. 4 is a top view of the hearth of a conversion furnace; as an illustration of the present invention; Fig. 5 is a diagram of a cooling system for cooling an oven, as an illustration of the present invention; and Fig. 6 is a diagram of the data acquisition and supervision system, system for a conversion furnace considered illustrative of the present invention, DESCRIPTION OF EMBODIMENTS OF THE INVENTION The present invention is a method for indicating an abnormal operation of a high temperature furnace containing molten material and a system for predicting integrity changes of a high temperature furnace containing the molten material.

Une interprétation de mesures effectuées sur le four, incluant entre autres une mesure des températures du revêtement réfractaire, utilisant une analyse multi variables, augmente considérablement une sensibilité de détection de conditions indésirables sans déclencher des alarmes. Ceci est dû à des variations normales du procédé. D'autres mesures pourraient être ajoutées pour améliorer la performance telles qu'une mesure de flux entrants, incluant des flux de gaz et de solides ajoutés, un flux de produits retirés, incluant les gaz et les matières fondues, et une mesure d'une composition du flux entrant. Des variables additionnelles liées à la supervision peuvent être calculées à partir de ces mesures et additionnées à l'analyse telles une chaleur des fondants et une estimation d'une épaisseur des revêtements. An interpretation of measurements made on the furnace, including inter alia a temperature measurement of the refractory coating, using a multi-variable analysis, greatly increases a detection sensitivity of undesirable conditions without triggering alarms. This is due to normal variations of the process. Additional measures could be added to improve performance such as in-flow measurement, including added gas and solids streams, a stream of removed products, including gases and melts, and a measurement of composition of the incoming flow. Additional variables related to the supervision can be calculated from these measurements and added to the analysis such as a heat of the fluxes and an estimate of a thickness of the coatings.

La supervision multi variables utilise un modèle pour produire un petit nombre de variables qui résument l'état du procédé. L'état du procédé est contenu dans un large ensemble de variables qui sont des entrées pour le modèle. Le modèle est calibré à partir d'un historique de données prises à un moment où le procédé était estimé comme normal. Le modèle est alors appliqué aux nouvelles valeurs et les variables produites qui sont supervisées, permettent d'indiquer si l'état du procédé a changé. Les avantages d'une supervision multi variables par rapport à une supervision individuelle de toutes les variables d'entrées du modèle sont: une réduction du nombre de variables nécessaires pour la supervision, une meilleure sensibilité aux erreurs qui est indiquée par les changements dans la relation entre variables et une réduction des fausses alarmes. Multi-Variable Supervision uses a model to produce a small number of variables that summarize the state of the process. The state of the process is contained in a large set of variables that are inputs to the model. The model is calibrated from a history of data taken at a time when the process was deemed normal. The model is then applied to the new values and the produced variables that are supervised, allow to indicate if the state of the process has changed. The advantages of multi-variable supervision over individual supervision of all input variables of the model are: a reduction in the number of variables needed for supervision, a better sensitivity to errors that is indicated by the changes in the relationship between variables and a reduction of false alarms.

Quand le nombre de variables mesurées est grand, il est souvent remarqué que les variables sont fortement corrélées entre elles et avec une matrice de covariance qui est quasi singulière. Des approches pour réduire la dimension de l'espace contenant les variables dans certains cas incluent l'Analyse de Composants Principaux (ACP) et l'Analyse Partielle des Moindres Carrées (PMC). L'ACP est utilisée comme une base de développement de modèles dans cette invention, en comprenant bien que le PMC est également applicable ici. When the number of variables measured is large, it is often noticed that the variables are strongly correlated with each other and with a covariance matrix that is almost singular. Approaches to reducing the size of the space containing variables in some cases include Principal Component Analysis (PCA) and Partial Square Analysis (PCM). PCA is used as a model development base in this invention, understanding that the PMC is also applicable here.

L'ACP permet d'expliquer la structure de variance-covariance d'un ensemble de variables à partir de quelques combinaisons linéaires de ces variables. Ses objectifs globaux sont la réduction de données et son interprétation. De plus, une analyse de composants principaux (ACP) révèle souvent des relations qui n'étaient pas envisagées au préalable, ce qui permet une interprétation supplémentaire. The PCA makes it possible to explain the variance-covariance structure of a set of variables from a few linear combinations of these variables. Its overall objectives are data reduction and its interpretation. In addition, a Principal Component Analysis (PCA) often reveals relationships that were not previously considered, allowing for additional interpretation.

L'ACP peut réduire la dimension d'un nombre 30 important de mesures de procédés hautement corrélées en projetant l'information des espaces de mesures originaux dans un espace de dimension plus petite défini par une manipulation de variables latentes. Prenons un exemple de mesures avec n observations sur k variables y, le premier composant principal de y est défini comme la combinaison linéaire, t, = p, y, qui a une variance maximum dépendant de 1 pli = 1. Le deuxième composant principal est la combinaison linéaire définie par t2 = pz y, lequel a une variance maximum dépendant de p2H=1, et dépendant du fait qu'il soit non corrélé avec le premier (vecteurs perpendiculaires). Même processus de calcul pour les k composants principaux. En effet, l'analyse ACP décompose la matrice d'observation Y comme suit: k Y=TPT =Et (1) i=I avec t,Ttj =0,(i j) et p, Tpj =0,(i j) . L'ACP est dépendante de l'échelle, et donc la matrice Y doit être échelonnée de façon significative. En pratique, le besoin de tous les k composants principaux est rare, sachant que la variabilité des données est contenue typiquement dans les premiers composants. Autrement dit, bien que les k composants principaux soient requis pour reproduire la variabilité totale du système, souvent la majeure partie de cette variabilité concerne uniquement les m premiers composants principaux. Il y a presque autant d'information dans m composants principaux que dans les k variables originales (m<k). Les m composants principaux peuvent remplacer les k variables, et les données originales, consistant à réduire n mesures de k variables à n mesures de m composants principaux. En éliminant les composants qui ont une faible influence, la matrice Y peut être réécrite comme la somme d'une estimation @ et de l'erreur résiduelle E: m Y= f+E,où f =1tip (2) l=1 Le nombre m de composants principaux requis pour fournir une description adéquate des données, peut être évalué en utilisant une variété de méthode. Un premier groupe de méthode se justifie par le fait qu'elles soient plausibles et éprouvés mais sans fondement théorique. D'autres consistent à sélectionner un pourcentage des points totaux de la variation à laquelle le composant contribue. On prend ensuite le plus petit nombre de composants m qui atteignent un seuil fixé (par exemple 80%-90%), Et enfin l'autre groupe de méthodes, telles que la Somme Résiduelle de Prédiction des Carrés (dont l'abréviation est PRESS en anglais) statistiques, sont intenses en calculs et utilise la validation croisée. C'est ce dernier groupe de méthodes qui sont exploitées dans cette invention pour déterminer le nombre de composants principaux nécessaires pour décrire de façon adéquate les données. The PCA can reduce the size of a large number of highly correlated process measurements by projecting information from the original measurement spaces into a smaller dimension space defined by latent variable manipulation. Consider an example of measures with n observations on k variables y, the first main component of y is defined as the linear combination, t, = p, y, which has a maximum variance of 1 fold = 1. The second main component is the linear combination defined by t2 = pz y, which has a maximum variance depending on p2H = 1, and depending on whether it is uncorrelated with the first one (perpendicular vectors). Same process of calculation for k main components. Indeed, the PCA analysis decomposes the observation matrix Y as follows: Y = TPT = Et (1) i = I with t, Ttj = 0, (i j) and p, Tpj = 0, (i j). The ACP is scale dependent, so the Y matrix must be scaled significantly. In practice, the need for all the main components is rare, given that the variability of the data is typically contained in the first components. In other words, although the main k components are required to reproduce the total variability of the system, often most of this variability only concerns the first m major components. There is almost as much information in the main components as in the k original variables (m <k). The major components can replace the k variables, and the original data, by reducing n measures of k variables to n measures of m major components. By eliminating the components which have a weak influence, the matrix Y can be rewritten as the sum of an estimate @ and the residual error E: m Y = f + E, where f = 1tip (2) l = 1 The number m of key components required to provide an adequate description of the data, can be evaluated using a variety of methods. A first group of methods is justified by the fact that they are plausible and tested but without any theoretical basis. Others consist in selecting a percentage of the total points of variation to which the component contributes. We then take the smallest number of components m that reach a fixed threshold (for example 80% -90%), and finally the other group of methods, such as the Residual Residual Square Prediction (whose abbreviation is PRESS in English) statistics, are computationally intensive and use cross-validation. It is this latter group of methods that are exploited in this invention to determine the number of main components needed to adequately describe the data.

En général, le nombre m de composants principaux par le PRESS est déterminé pour une matrice de données Y en augmentant le nombre de composants principaux successivement jusqu'à ce que la prédiction complète du yième élément ne soit plus significative. Le Yième élément est prédit en se basant sur la sous-matrice de Y qui n'inclut pas le Yième élément. In general, the number m of main components by the PRESS is determined for a Y data matrix by increasing the number of principal components successively until the complete prediction of the yth element is no longer significant. The Yth element is predicted based on the Y sub-matrix that does not include the Y element.

Les modèles sont créés par apprentissage à travers un ensemble de valeurs historiques. En établissant un modèle ACP basé sur les données historiques récupérées quand la cause de variation commune est la seule présente, le comportement futur peut être confronté au modèle (généralement référencé comme un modèle en contrôle ). Ainsi, le modèle ACP est construit, basé sur un historique de données récupérées pendant des périodes d'opérations où la performance était bonne. Chaque période contenant des variations provenant d'évènements spéciaux que l'on souhaite détecter dans le futur sont omis à ce stade. Le choix de l'ensemble de référence conditionne le succès de l'application de la procédure. Quand les données sont auto- corrélées en série, les matrices X et Y peuvent être augmentées avec un léger décalage dans de temps, de façon à représenter l'aspect dynamique du procédé et des perturbations. Les temps morts entre les variables sont représentés par des temps discontinus. Models are created by learning through a set of historical values. By establishing an ACP model based on historical data retrieved when the common cause of variation is the only one present, the future behavior may be confronted with the model (usually referenced as a model in control). Thus, the ACP model is built, based on a history of data recovered during periods of operations where the performance was good. Each period containing variations from special events that we wish to detect in the future are omitted at this stage. The choice of the reference set conditions the success of the application of the procedure. When the data are autocorrelated in series, the X and Y matrices can be increased with a slight shift in time, so as to represent the dynamic aspect of the process and the disturbances. The dead times between the variables are represented by discontinuous times.

Développement d'un modèle Le développement d'un modèle de l'invention est avant tout un exercice de recherche de données, c'est-à-dire qu'il s'agit de l'analyse d'un ensemble de données large pour déterminer des relations entre des variables et pour présenter les données à l'utilisateur pour qu'elles apparaissent significatives. Les relations et les synthèses de données provenant de cet exercice sont considérées comme les modèles. Development of a model The development of a model of the invention is above all a data search exercise, ie it is the analysis of a large data set for determine relationships between variables and present the data to the user to be meaningful. The relationships and syntheses of data from this exercise are considered models.

Le procédé de recherche de données dans l'ensemble de valeurs, c'est-àdire dans la recherche de précision, de représentations synthétiques utiles et pratiques de certains aspects des données, implique plusieurs étapes: É Détermination de la nature et la structure de la représentation à utiliser; É Quantifier et comparer les différentes représentations de données (c'est-à-dire pouvoir établir une fonction d'évaluation); É Choisir un algorithme d'optimisation de la fonction d'évaluation; et É Décider quels principes de gestion de données sont requis pour implémenter les algorithmes efficacement. The process of searching for data in the set of values, that is to say in the search for precision, useful and practical synthetic representations of certain aspects of the data, involves several steps: É Determination of the nature and structure of the data representation to use; É Quantify and compare the different data representations (that is, to be able to establish an evaluation function); É Choose an optimization algorithm for the evaluation function; and É Decide what data management principles are required to implement the algorithms effectively.

De cette façon, un système de contrôle peut analyser une quantité importante de données en simplifiant la manière dont il est utilisé. De cette façon, toutes les variables ne sont pas modélisées individuellement mais sont plutôt combinées en utilisant le modèle et les sorties du modèle supervisé. In this way, a control system can analyze a large amount of data by simplifying the way it is used. In this way, not all variables are modeled individually but are rather combined using the model and outputs of the supervised model.

Des modèles fondamentaux ont été construits et optimisés pour leur usage dans la supervision de procédés et la détection de problèmes. Quoi qu'il en soit, construire de tels modèles ou modifier des modèles généraux déjà existants d'une usine en particulier, requiert du temps et des efforts. De plus, les équations théoriques fournissent seulement une structure de modèle et beaucoup de paramètres doivent être ajustés en se référant à des experts ou en utilisant des données d'usine. On peut rajouter que les mécanismes physiques et chimiques pourraient ne pas être maîtrisés et des données en ligne pourraient être non accessibles ou imprécises. Fundamental models have been built and optimized for their use in process monitoring and problem detection. Be that as it may, building such models or modifying existing general models of a particular plant requires time and effort. In addition, theoretical equations provide only a model structure and many parameters need to be adjusted by referring to experts or using factory data. It can be added that the physical and chemical mechanisms may not be controlled and online data may be inaccessible or inaccurate.

Une bonne approche pour modéliser un procédé avec l'objectif de prédire des comportements anormaux de procédés implique le développement d'un modèle pour un comportement normal d'un procédé. Pour les procédés complexes, le modèle de comportement normal est extrait à partir des historiques constitués pendant des périodes de fonctionnement normal du procédé. L'historique de valeurs est constitué à l'aide d'un nombre important de capteurs positionnés tout au long du procédé. Il est évident que l'historique constitué pour des systèmes complexes est plus conséquent et l'étape d'extraction de modèle pour un comportement normal implique nécessairement le support de systèmes de traitement de données. A good approach to modeling a process with the objective of predicting abnormal process behaviors involves the development of a model for normal behavior of a process. For complex processes, the normal behavior model is extracted from historical records during periods of normal process operation. The value history consists of a large number of sensors positioned throughout the process. It is obvious that the history for complex systems is more consistent and the model extraction step for normal behavior necessarily involves the support of data processing systems.

Modèles multiples Au moins deux modèles sont implémentés. Un modèle utilise des variables d'entrées dont les moyennes n'ont pas été ajustées pour la déviation dans le temps (longue période) et au moins un modèle a des variables d'entrées dont les moyennes ont été ajustées pour la déviation (courte période). La compensation de la déviation pourrait être calculée en calculant une moyenne des échantillons d'entrées sur une période de temps qui est assez courte pour qu'aucune déviation sérieuse ne soit apparue. Différentes méthodes pourraient être utilisées pour différents modèles ou différentes variables entrées dans le même modèle. Un filtre passe-haut pourrait aussi être utilisé pour éliminer les changements dans les données qui apparaissent sur une longue échelle de temps et en ciblant le modèle sur une courte période de temps. Multiple models At least two models are implemented. A model uses input variables whose averages have not been adjusted for the deviation over time (long period) and at least one model has input variables whose averages have been adjusted for the deviation (short period ). The offset compensation could be calculated by averaging the input samples over a period of time that is short enough that no serious deviation has occurred. Different methods could be used for different models or different variables entered in the same model. A high-pass filter could also be used to eliminate changes in data that appear over a long time scale and target the model over a short period of time.

Application de l'invention sur un four convertisseur 15 continu Mitsubishi. Application of the invention to a Mitsubishi continuous converter furnace.

En se référant à la figure 1, l'invention sera appliquée sur un four de convertisseur continu Mitsubishi comme illustration. Referring to Figure 1, the invention will be applied to a Mitsubishi continuous converter furnace as an illustration.

Le procédé Mitsubishi est une technologie de fonte et de conversion de cuivre qui utilise 3 fours: un four cylindrique pour la fonte 10, un four électrique elliptique de nettoyage de scorie 12 et un four de conversion cylindrique 14. Les trois fours sont connectés par des conduits (voir 16), à travers lesquels toutes les matières en fusion circulent par gravité en continu. Du cuivre issu d'une phase de conversion est délivré par gravité vers un four d'attente 18 (ou vers une paire de fours à anode, non montrée). Un concentré de cuivre (Cu: 30%, S: 30%, Fe: 25%, Gangue: 15%) est injecté The Mitsubishi process is a copper casting and conversion technology that uses 3 furnaces: a cylindrical furnace for cast iron 10, an elliptical electric slag cleaning furnace 12 and a cylindrical conversion furnace 14. The three furnaces are connected by ducts (see 16), through which all molten materials circulate continuously by gravity. Copper from a conversion phase is delivered by gravity to a holding furnace 18 (or to a pair of anode furnaces, not shown). A copper concentrate (Cu: 30%, S: 30%, Fe: 25%, Gangue: 15%) is injected

à travers des lances avec de l'air enrichi en oxygène dans le four de fonte où il est fondu et oxydé par réaction exothermique pour former un mélange fondu de matte (Cu:68%) et scorie. La matte est séparée de la scorie dans le four de nettoyage par densité différentielle (les matières plus lourdes circulent vers le four de conversion). through lances with oxygen-enriched air into the melting furnace where it is melted and oxidized by exothermic reaction to form a molten mixture of matte (Cu: 68%) and slag. The matte is separated from the slag in the differential density cleaning furnace (the heavier materials circulate to the conversion furnace).

L'oxydation de la matte se poursuit dans le four de conversion jusqu'à atteindre 98-99% de cuivre et moins de 0,8% de souffre. The oxidation of the matte continues in the conversion furnace until reaching 98-99% of copper and less than 0.8% of sulfur.

Le cuivre fondu est purifié dans les fours à anodes (non montrés) par oxydation et réduction pour produire des anodes de cuivre (Cu:99,4%), et une bande produite par roulement est coupée en anodes de cuivre (non montré). The molten copper is purified in the anode furnaces (not shown) by oxidation and reduction to produce copper anodes (Cu: 99.4%), and a rolling strip is cut into copper anodes (not shown).

Le mélange de matte et de scorie formée dans le four de fonte 10 circule en continu dans le four de nettoyage 12, où la partie la plus dense est séparée de la scorie. La matte est alors transférée vers le four de conversion 14, pour être convertie en continu en cuivre fondu et scorie. La dernière est granulée avec de l'eau, séchée, et recyclée vers le four de fonte 10, alors que le cuivre fondu est transféré vers le four d'attente 18 où il est transporté par grue vers la paire de fours à anodes (non montré) pour un moulage en anodes. Le moulage d'anodes peut être fait par Roue ou par Moulage Double Bande Hazelett . The mixture of matte and slag formed in the cast iron furnace 10 flows continuously into the cleaning furnace 12, where the denser portion is separated from the slag. The matte is then transferred to the conversion furnace 14, to be converted continuously into molten copper and slag. The latter is granulated with water, dried, and recycled to the melting furnace 10, while the molten copper is transferred to the standby furnace 18 where it is transported by crane to the pair of anode furnaces (no. shown) for anode molding. Anode molding can be done by Wheel or by Double Hazelett Molding.

Chaque four dans le circuit peut être considéré comme un réacteur a l'état stable. Une ligne de bain dans chaque four est constante, permettant une configuration simple de réfractaires et de briques de refroidissement. Un contrôle du procédé de fonderie maintient la concentration de cuivre dans la matte à une valeur constante et maintient des conditions optimales d'opération du début jusqu'au four d'attente. Each furnace in the circuit can be considered as a steady-state reactor. A bath line in each oven is constant, allowing simple configuration of refractories and cooling bricks. A foundry process control maintains the copper concentration in the matte at a constant value and maintains optimal operating conditions from the start to the standby furnace.

En se référant maintenant à la figure 2a et 2b, une section transversale de la portion la plus basse du four de conversion 14 y est représentée. Le four de conversion 14 est constitué d'une sorte de bol fabriqué à partir d'une structure plane d'acier 22 et revêtue avec une structure composite pour une première couche 24 de, par exemple, alumine/plastique et pour une deuxième couche, par exemple, de briques réfractaires moulées fabriquées à partir de chrome magnésie. Le mélange de haute alumine peut être contraint à de fortes densités et températures ce qui réduit la possibilité de craquements et assure un renforcement des lignes à hautes températures. Referring now to Figure 2a and 2b, a cross section of the lowest portion of the conversion furnace 14 is shown. The conversion furnace 14 consists of a kind of bowl made from a flat steel structure 22 and coated with a composite structure for a first layer 24 of, for example, alumina / plastic and for a second layer, for example, molded refractory bricks made from chromium magnesia. The mixture of high alumina can be forced to high densities and temperatures which reduces the possibility of cracks and ensures strengthening of the lines at high temperatures.

Du cuivre fondu 28 est maintenu dans le four de conversion 14 au niveau du revêtement réfractaire et, dû au principe de continuité du procédé Mitsubishi, une même ligne de bain 30 est maintenue entre du cuivre blister 32 et une couche de scorie 34 avec le reste au-dessus du cuivre blister 32. Une bouche 36 est placée au bas du four de conversion 14 pour pouvoir drainer le cuivre hors du four lors d'opération de maintenance. Melted copper 28 is maintained in the conversion furnace 14 at the level of the refractory lining and, due to the continuity principle of the Mitsubishi process, the same bath line 30 is maintained between blister copper 32 and a slag layer 34 with the remainder above the blister copper 32. A mouth 36 is placed at the bottom of the conversion furnace 14 to be able to drain the copper out of the oven during maintenance operation.

En se référant maintenant à la figure 3a jusqu'à 3d en ajoutant les figures 2a et 2b, un système de refroidissement, constitué d'une série de blocs de refroidissement à l'eau comme montré en 38. Les blocs de refroidissement 38, qui sont fabriqués à partir par exemple d'un bloc de matériau conducteur tel que le cuivre, moulé en tubes creux comme montré en 40, formant ainsi une série de tubes permettant une circulation d'eau. Le liquide est pompé dans les blocs de refroidissement 38 par une admission 42, circule dans les blocs de refroidissement 38 et sort par une sortie montrée en 44. Une face arrondie chaude 46 du bloc de refroidissement 38 est constituée d'une série de rainures horizontales et verticales comme montré en 48 et qui est en contact avec une face arrière d'un revêtement réfractaire 26 qui protège le bloc de refroidissement 38 du cuivre fondu 28. De plus, des puits thermométriques, plus connus sous le terme anglo-saxon thermowells , comme montré en 50, sont fabriqués à partir de tuyaux de type 80 AISI 304L moulés dans le bloc de refroidissement 38 en différents points dans lesquels des thermocouples sont insérés pour mesurer une température. Referring now to Figure 3a through 3d by adding Figures 2a and 2b, a cooling system, consisting of a series of water cooling blocks as shown at 38. Cooling blocks 38, which are made from, for example, a block of conductive material such as copper, molded in hollow tubes as shown at 40, thus forming a series of tubes allowing circulation of water. The liquid is pumped into the cooling blocks 38 through an inlet 42, circulates in the cooling blocks 38 and exits through an outlet shown at 44. A hot rounded face 46 of the cooling block 38 is made up of a series of horizontal grooves and vertical as shown at 48 and which is in contact with a rear face of a refractory lining 26 which protects the cooling block 38 from the molten copper 28. In addition, thermowells, more commonly known as English thermowells, as shown at 50, are manufactured from type 80 AISI 304L pipes molded into the cooling block 38 at different points in which thermocouples are inserted to measure a temperature.

En se référant à la figure 4 en addition des figures 2a et 2b, les blocs de refroidissement 38 sont arrangés les uns à côté des autres pour former un 2871223 25 anneau autour du four de conversion 14 au niveau de la ligne de bain 30. La matte de cuivre fondu est introduite dans le four de conversion 14 en provenance du four de nettoyage (12 sur la figure 1) par l'entrée de matte 52. Une bouche 54 au niveau de la ligne de bain permet d'évacuer le cuivre blister par gravité par un conduit couvert dans le four d'attente (18 figure 1). En plus, une sortie pour la scorie 56 permet d'évacuer la scorie 34 de la surface du cuivre blister 32. Referring to FIG. 4 in addition to FIGS. 2a and 2b, the cooling blocks 38 are arranged next to one another to form a ring around the conversion furnace 14 at the bath line 30. molten copper matte is introduced into the conversion furnace 14 from the cleaning oven (12 in Figure 1) by the entrance of matte 52. A mouth 54 at the bath line can evacuate the copper blister by gravity through a duct covered in the waiting oven (18 Figure 1). In addition, an outlet for the slag 56 makes it possible to evacuate the slag 34 from the surface of the blister copper 32.

En se référant à la figure 5, comme indiqué précédemment, le fluide de refroidissement, tel que l'eau, circule à travers le bloc de refroidissement 38 par une série d'entrées 42 et de sorties 44 par lesquelles on refroidit la face arrière du revêtement réfractaire 26 au niveau de la ligne de bain. Dans l'illustration présente, trente deux (32) circuits sont fournis au niveau de la ligne de bain à travers desquels circulent 200 litres d'eau par minute. Les 32 circuits sont disposés en parallèle pour que 6400 litres d'eau par minute puissent être utilisés pour le refroidissement de blocs 38. Bien que non montré, l'eau de refroidissement est envoyée aussi à travers le toit pour le four de conversion 14 pour refroidir cette partie. Referring to FIG. 5, as previously indicated, the cooling fluid, such as water, flows through the cooling block 38 through a series of inlets 42 and outlets 44 through which the back side of the cooling unit 38 is cooled. refractory coating 26 at the bath line. In the present illustration, thirty two (32) circuits are provided at the bath line through which circulate 200 liters of water per minute. The 32 circuits are arranged in parallel so that 6400 liters of water per minute can be used for the cooling of blocks 38. Although not shown, the cooling water is also sent through the roof for the conversion furnace 14. cool this part.

Toujours en se référant à la figure 5, l'eau de refroidissement circule par l'intermédiaire d'une série de pompes contrôlables 58, telles que les pompes du type 150 HP BJ VT fonctionnant à 1800 rotations par minutes (RPM) qui tire l'eau d'une cuve chaude 60 et propulse l'eau à travers des tuyaux 62. Le flux d'eau à travers le réseau de tuyaux 62 est contrôlé par la vitesse des pompes et une série de valves contrôlables 64, lesquelles interconnectent différentes sections du réseau de tuyau. Les valves peuvent être utilisées pour éviter que l'eau trop chaude entre dans le réseau de tuyau. Pour prévenir la défaillance d'une pompe, du fluide de refroidissement supplémentaire pourrait être accessible à partir d'une tour d'eau auxiliaire 70. Pour illustrer ce point, la tour d'eau 70 est connectée au réseau de tuyaux 62 par une valve type simple- aller 72 et une valve contrôlable 74 qui est activée par un capteur de pression 76. Still with reference to FIG. 5, the cooling water circulates through a series of controllable pumps 58, such as 150 HP BJ VT type pumps operating at 1800 rotations per minute (RPM) which draws water from a hot tub 60 and propels the water through pipes 62. The flow of water through the pipe network 62 is controlled by the speed of the pumps and a series of controllable valves 64, which interconnect different sections. of the pipe network. The valves can be used to prevent too hot water from entering the pipe network. To prevent the failure of a pump, additional cooling fluid could be accessible from an auxiliary water tower 70. To illustrate this point, the water tower 70 is connected to the pipe network 62 by a valve simple type-go 72 and a controllable valve 74 which is activated by a pressure sensor 76.

L'eau chaude revient des blocs vers le réservoir 60 par un tuyau de retour 78. L'eau dans le réservoir 60 est refroidie par transfert en utilisant une pompe 80 et un tuyau 82 connecté à une tour d'eau de refroidissement 84. L'eau refroidie va de la tour de refroidissement 84 vers un bassin de refroidissement 86. L'eau contenue dans le bassin 86 est pompée vers d'autres parties du système (indiquées par le numéro 88), par exemple vers le four de nettoyage de scorie (12 sur la figure 1) par une pompe 90. Ces pompes sont, par exemple, des pompes du type 300HP opérant à 1800 RPM. L'eau de refroidissement est renvoyée vers le réservoir en provenance des points 88 ci-dessus mentionnés, par l'intermédiaire d'un second tuyau de retour 92. Des ajouts d'eau dans le système de refroidissement sont effectués pour compenser les pertes liées à l'évaporation. The hot water returns from the blocks to the reservoir 60 through a return pipe 78. The water in the reservoir 60 is transfer-cooled using a pump 80 and a pipe 82 connected to a cooling water tower 84. cooled water goes from the cooling tower 84 to a cooling pond 86. The water contained in the basin 86 is pumped to other parts of the system (indicated by number 88), for example to the cleaning furnace of slag (12 in Figure 1) by a pump 90. These pumps are, for example, type 300HP pumps operating at 1800 RPM. The cooling water is returned to the reservoir from the above-mentioned points 88 through a second return pipe 92. Additions of water to the cooling system are made to compensate for the losses. to evaporation.

En se référant à la figure 3a jusqu'à 3d, il y a de multiples thermowells 50 par bloc de refroidissement 38 pour l'insertion d'un thermocouple (non montré), permettant ainsi la mesure à distance et enregistrement de température des blocs de refroidissement 38 pour un point donné dans le temps. Referring to FIG. 3a to 3d, there are multiple thermowells 50 per cooling block 38 for the insertion of a thermocouple (not shown), thereby allowing remote measurement and temperature recording of the thermocouple blocks. cooling 38 for a given point in time.

En se référant à la figure 4, dans l'illustration présente quatre-vingtquatre (84) thermocouples du type K-Type 94, trois (3) pour chacun des vingt-huit (28) blocs de refroidissement 38 sont disposés autour de la ligne de bain du four de conversion 14. Les thermocouples de type Ktype ont une plage de fonctionnement entre 250 K et 1644 K, et une plage nominale entre 672 K et 11366 K. Deux (2) thermocouples comme montré en 94 sont placés à l'intérieur de deux des puits thermométriques thermowells 50 moulés dans le bloc 38 alors que le troisième thermocouple est attaché (en utilisent un puit thermométrique - non montré) à la sortie 44 de chaque bloc de refroidissement 38. Noter que dans l'illustration présente, aucun thermocouple n'est utilisé pour prendre des mesures dans les blocs immédiatement adjacents à la bouche de cuivre blister 54 ou à la sortie scorie 56, bien que dans cette invention cela soit tout à fait possible. Referring to Fig. 4, in the illustration there are eighty-four (84) type K-Type 94 thermocouples, three (3) for each of the twenty-eight (28) cooling blocks 38 are disposed around the line. Conversion furnace bath 14. Ktype type thermocouples have an operating range of 250 K to 1644 K and a nominal range of 672 K to 11366 K. Two (2) thermocouples as shown at 94 are placed at two of the thermowells thermowells 50 molded into the block 38 while the third thermocouple is attached (using a thermowell - not shown) to the outlet 44 of each cooling block 38. Note that in the present illustration, no Thermocouple is used to take measurements in blocks immediately adjacent to blister copper mouth 54 or slag outlet 56, although in this invention this is quite possible.

En se référant à la figure numéro 6, les lectures de température à partir de thermocouples 94 ont été échantillonnés par un module de contrôle 96 et la valeur transmise par un système de communication 98, par exemple avec un réseau local (LAN en anglais), vers un système de supervision de contrôle de température 100, De plus, un débit d'oxygène 102 dans le four de conversion est échantillonné en permanence avec le module de contrôle 96 et transmis au système de supervision 100, le flux de l'oxygène dans le four indique que le four est en effet en opération. Les valeurs échantillonnées à partir des quatre-vingt-quatre (84) thermocouples 94 constituent un ensemble de valeurs corrélées. Les thermocouples 94 sont corrélés dans le sens où les températures tendent à varier ensembles. En attendant une brèche dans le revêtement réfractaire, les changements de conditions de murs du four ou les accumulations et/ou une défaillance de procédé ou d'équipement sont indiqués par une ou plusieurs déviations de températures à partir d'un schéma de fonctionnement normal. Referring to FIG. 6, the temperature readings from thermocouples 94 were sampled by a control module 96 and the value transmitted by a communication system 98, for example with a local area network (LAN), In addition, an oxygen flow rate 102 in the conversion furnace is continuously sampled with the control module 96 and transmitted to the supervision system 100, the flow of oxygen in the temperature control system 100. the oven indicates that the oven is in operation. The values sampled from the eighty-four (84) thermocouples 94 constitute a set of correlated values. Thermocouples 94 are correlated in the sense that temperatures tend to vary together. While waiting for a breach in the refractory lining, changes in furnace wall conditions or accumulations and / or process or equipment failure are indicated by one or more temperature deviations from a normal operating scheme.

Pendant le four en opération, les données échantillonnées sont stockées dans un système de stockage 104 pour pouvoir être réutilisées plus tard par un système d'analyse 106. During the furnace in operation, the sampled data is stored in a storage system 104 so that it can be reused later by an analysis system 106.

Les tâches primaires du système d'analyse 106 comprennent une première étape de génération de modèle dans un fonctionnement normal 108 et en seconde étape le traitement de données pour déterminer une représentation du système des opérations en cours 110 pour le comparer avec le modèle d'opérations normales 108. Les deux modèles, normale opération et représentation de l'opération en cours, sont accessibles au système de supervision 100 qui compare la représentation du système d'opérations courantes 110 avec les modèles de système en fonctionnement normal 108 afin de déterminer si le four fonctionne anormalement. The primary tasks of the analysis system 106 include a first model generation step in a normal operation 108 and the second step the data processing to determine a representation of the system of the current operations 110 to compare it with the operations model 108. Both models, normal operation and representation of the current operation, are accessible to the supervisory system 100 which compares the representation of the routine operation system 110 with the normal operation system models 108 to determine whether the oven works abnormally.

Dans la présente illustration, l'opération anormale du four est une indication que le revêtement réfractaire du four est sur le point d'être percé par le cuivre fondu contenu dans le four. Le système de supervision 100 génère un affichage significatif pour l'opérateur, en utilisant un affichage visuel 112, comme un écran à tube cathodique (dont l'abréviation est CRT ), En particulier, le système de traitement des données génère des messages d'alarme 114 à l'affichage 112 ou par message électronique par exemple. Sur une détection d'opération anormale, le système de supervision peut aussi agir de façon appropriée pour restaurer le système de fonctionnement normal et protéger l'intégrité du four, par exemple en éteignant le four. Ces étapes incluent, par exemple, l'arrêt de l'air enrichi dans le four de conversion, impliquant les validations et l'arrêt du four de fonte. In the present illustration, the abnormal operation of the furnace is an indication that the refractory lining of the furnace is about to be pierced by the molten copper contained in the furnace. The supervisory system 100 generates a significant display for the operator, by using a visual display 112, such as a CRT screen (whose abbreviation is CRT). In particular, the data processing system generates messages of alarm 114 on display 112 or by e-mail for example. On abnormal operation detection, the supervisory system may also act appropriately to restore the normal operating system and protect the integrity of the oven, for example by turning off the oven. These steps include, for example, stopping the enriched air in the conversion furnace, involving the validations and stopping of the melting furnace.

Comme indiqué préalablement, afin de générer les modèles de système de fonctionnement normal, le système d'analyse de données 106 lié à la température du revêtement réfractaire et de l'eau utilisée pour le refroidissement et collectées sur une longue période de temps et stockées dans le système de stockage 104. Dans ce sens, une fois le four de conversion rempli de cuivre en fusion et en opération, chacun des quatrevingt-quatre (84) thermocouples 94 est échantillonné régulièrement avec un taux d'échantillonnage de quelques secondes, bien qu'un taux d'échantillonnage différent pourrait être utilisé. En effet, la sélection du taux d'échantillonnage est un compromis entre les données générées et un niveau de précision acquis. As indicated previously, in order to generate the normal operating system models, the data analysis system 106 related to the temperature of the refractory lining and the water used for cooling and collected over a long period of time and stored in In this sense, once the conversion furnace is filled with molten copper and in operation, each of the eighty-four (84) thermocouples 94 is sampled regularly with a sampling rate of a few seconds, although a different sampling rate could be used. Indeed, the selection of the sampling rate is a compromise between the data generated and a level of precision acquired.

Bien que les variables d'entrées pour les modèles soient des températures mesurées par les quatre-vingt-quatre (84) thermocouples 94 de la ligne de bain seulement (comme il a été observé que dans la majorité des problèmes vis-à-vis des problèmes d'intégrité du revêtement réfractaire apparaissaient au niveau de la ligne de bain, ce qui permit de déduire que les thermocouples de la ligne de bain pourraient fournir les plus fortes indications de changement dans la ligne de bain), d'autres mesures de températures, comme d'autres paramètres de procédés tels que les débits d'oxygène et les débits des flux entrants sont disponibles mais jamais utilisés. Quoi qu'il en soit, dans le contexte de cette invention, ces paramètres pourraient être utilisés comme entrée pour le modèle utilisé par la suite pour contrôler le processus de conversion de cuivre. Although the input variables for the models are temperatures measured by the eighty-four (84) thermocouples 94 of the swim line only (as it has been observed that in the majority of problems with The integrity of the refractory lining appeared at the bath line, which led to the conclusion that the thermocouples in the bath line could provide the strongest indications of change in the bath line. Other temperature measurements , as other process parameters such as oxygen flow rates and inflow flow rates are available but never used. However, in the context of this invention, these parameters could be used as input for the model used later to control the copper conversion process.

Pour permettre un apprentissage du modèle ACP, un ensemble de données d'apprentissage constitué de données collectées sur plusieurs mois d'opération a été utilisé. To enable learning of the ACP model, a set of learning data consisting of data collected over several months of operation was used.

Bien que collectées sur une période de temps étendue, la durée de temps pendant laquelle les donnés sont collectées doivent seulement être suffisantes pour fournir une bonne représentation des opérations du four. Dans ce sens, les données provenant de plusieurs périodes successives d'opération pourraient être combinées pour fournir la base du modèle. Les données collectées sont analysées hors-ligne en utilisant un logiciel d'analyse MonitorMVTM de Perceptive Engineering Ltd. (Bien que beaucoup de logiciel commerciaux d'analyse pourrait suffire, par exemple SlMCA-PTM de UMETRICS or UNSCRAMBLERTM de CAMO). Although collected over an extended period of time, the length of time the data are collected should only be sufficient to provide a good representation of the operations of the oven. In this sense, data from several successive periods of operation could be combined to provide the basis of the model. The collected data is analyzed offline using MonitorMVTM analysis software from Perceptive Engineering Ltd. (Although a lot of commercial analysis software might be enough, for example UMETRICS's SlMCA-PTM or CAMO's UNSCRAMBLERTM).

La première étape dans l'analyse était une génération d'une matrice de données d'un modèle de grande plage (Long Range Model en anglais, ou LRM) et d'une matrice de données d'un modèle de courte plage (Short Range Model en anglais, ou SRM). Dans ce sens les données dans la matrice SRM sont prétraitées en utilisant une fenêtre flottante qui soustrait en moyenne les quatre jours précédents des données brutes précédentes pour les placer dans la matrice afin de prendre en considération toute dérive des valeurs de température sur un plus long terme dans les valeurs de température échantillonnées du four. Le prétraitement de données ainsi réalisé donne une méthode avec laquelle une mesure de dérive peut être compensée. La différence de réponse entre le LRM et le SRM donne une 2871223 32 indication du taux de dérive du four. Quoi qu'il en soit, les changements pour lesquels la compensation SRM pourrait manquer ont été indiqués par la LRM. The first step in the analysis was a generation of a data matrix of a long range model (LRM) and a data matrix of a short range model (Short Range Model in English, or SRM). In this sense, the data in the SRM matrix is preprocessed using a floating window that averages the previous four days of the previous raw data and places them in the matrix to take into account any drift in the temperature values over a longer time period. in the sampled temperature values of the oven. The preprocessing of data thus produced gives a method with which a drift measurement can be compensated. The difference in response between the LRM and the SRM gives an indication of the oven drift rate. In any case, the changes for which SRM compensation may be missing have been indicated by the MRL.

La matrice de données LRM et la matrice de données SRM sont alors décomposées pour fournir les coefficients utilisés par le modèle ACP. Un nombre d'algorithmes différents pourraient être utilisés pour calculer les composants principaux d'un ensemble de données, par exemple l'algorithme NIPALS, Décompression ou Covariance. L'algorithme NIPALS donne des résultats numériques plus précis quand on le compare avec les méthodes Décompression et Covariance, mais il est plus lent pour le calcul. Plus de détails sur ces algorithmes ne sont pas nécessaires ici. The LRM data matrix and the SRM data matrix are then decomposed to provide the coefficients used by the ACP model. A number of different algorithms could be used to compute the main components of a dataset, for example the algorithm NIPALS, Decompression or Covariance. The NIPALS algorithm gives more accurate numerical results when compared with the Decompression and Covariance methods, but is slower for computation. More details on these algorithms are not needed here.

Les résultats de la décomposition des matrices de données LRM et SRM sont les composants principaux. Le nième composant principal de p variables aléatoires est représenté par les coefficients d'une fonction linéaire de la forme: The results of the decomposition of the LRM and SRM data matrices are the main components. The nth main component of p random variables is represented by the coefficients of a linear function of the form:

PP

a X = anlXl +an2X2 +...+anpx = Ean x1 (3) Une fois le nième composant principal déterminé, la fonction linéaire a' +Ix est recherché et non corrélée avec a' x et a une variance maximale. Comme résultat, bien que plus de p composants principaux peuvent être trouvés, la masse de variation dans x sera 30 comptabilisée par m composants principaux, ou m p. X = anlXl + an2X2 + ... + anpx = Ean x1 (3) Once the nth main component is determined, the linear function a '+ Ix is sought and uncorrelated with a' x and has a maximum variance. As a result, although more than p major components can be found, the mass of variation in x will be accounted for by m major components, or m p.

Comme établi au préalable, afin de sélectionner un nombre de composants principaux, le PRESS statistique est utilisé. Utilisant la méthode proposée par Wold, la PRESS statistique de m composants principaux peut être déterminée en utilisant l'équation suivante: n p PRESS(m) = E E (m xi,/ )2 (4) i=1 j=1 Pour décider s'il faut inclure le m ième composant principal, le ratio R est examiné: R= PRESS(m) n p xv i=1 j=1 Si R<1 alors on en déduit qu'une meilleure prédiction peut être atteinte en utilisant m composants principaux au lieu de m-1. A noter qu'une seule méthode pour déterminer le nombre de composants principaux est incluse, et d'autres, par exemple celles développées par Eastment et Krzanowski, pourraient aussi être appliquées sans sortir de l'esprit de la présente invention. As previously established, in order to select a number of main components, statistical PRESS is used. Using the method proposed by Wold, the statistical PRESS of m major components can be determined using the following equation: np PRESS (m) = EE (m x 1, /) 2 (4) i = 1 j = 1 To decide s we have to include the m th main component, the ratio R is examined: R = PRESS (m) np xv i = 1 j = 1 If R <1 then we deduce that a better prediction can be reached by using m components principals instead of m-1. It should be noted that only one method for determining the number of main components is included, and others, for example those developed by Eastment and Krzanowski, could also be applied without departing from the spirit of the present invention.

En appliquant la méthodologie précédente pour l'apprentissage d'un ensemble de données, deux composants principaux permettant d'obtenir de bons résultats ont d'abord été trouvés. Quoi qu'il en soit, pendant l'opération, il a été observé que deux (5) )2 composants principaux provoquaient trop de fausses alarmes. By applying the previous methodology for learning a dataset, two main components to obtain good results were first found. In any case, during the operation, it was observed that two (5) 2 main components caused too many false alarms.

Le modèle ACP réduit un grand nombre de valeurs d'entrées à quelques composants principaux qui peuvent être utilisés pour créer une estimation de la valeur brute de chaque variable. Après cela, tout le signal original n'est pas traité, même en utilisant l'ensemble de données d'apprentissage pour créer le modèle. C'est en fait un avantage que pendant le fonctionnement normal la partie du signal brute qui manque aux projections du modèle, puisse être interprété comme un signal de bruit aléatoire. Dans des conditions anormales, la différence entre le signal brute et les projections du modèle est utilisé pour déterminer quel(s) thermocouple(s) est (sont) responsable(s) de la déviation par rapport au fonctionnement normal. The ACP model reduces a large number of input values to a few major components that can be used to create an estimate of the gross value of each variable. After that, all the original signal is not processed, even using the training dataset to create the model. This is actually an advantage that during normal operation the part of the raw signal that is missing from the model's projections can be interpreted as a random noise signal. Under abnormal conditions, the difference between the raw signal and the model projections is used to determine which thermocouple (s) is (are) responsible for the deviation from normal operation.

Dans l'application, le modèle ACP est utilisé pour générer des vecteurs composant principal tj à partir desquels un graphe de type Hotelling T2 est généré, ainsi qu'un graphe SPEx (Square Predicted Error, ou erreur de prédiction au carré). Les graphes Hotelling T2 et SPEx, sont utilisés pour reconnaître les courbes représentant les valeurs des variables (exemple: les températures du revêtement réfractaire mesurées par les thermocouples). Les graphes Hotelling T2 et SPEx sont régénérés périodiquement et affichés sur l'interface d'affichage. In the application, the ACP model is used to generate principal component vectors tj from which a Hotelling T2 type graph is generated, as well as a Square Predicted Error (SPEx) graph. The graphs Hotelling T2 and SPEx, are used to recognize the curves representing the values of the variables (example: the temperatures of the refractory coating measured by the thermocouples). The Hotelling T2 and SPEx graphs are regenerated periodically and displayed on the display interface.

Pour illustrer, les graphes Hotelling T2 et SPEx sont déterminés comme suit: les vecteurs tj peuvent être déterminés comme suit: tj = a;xj, j =1, 2,...,m (6) où m est le nombre de composants principaux dans le modèle. Le graphe Hotelling T2 peut être extrait des vecteurs d'un modèle ACP si l'on se réfère à la formule suivante: m t 2 2 m t T2 _ =E '- m 2 =1 /Îj j=1 Sti où Stj est la variance estimée de la variable latente tj correspondante. La variance estimée de la variable latente est déterminée à partir des vecteurs issus de l'ensemble des données modélisées selon l'équation suivante: To illustrate, the graphs Hotelling T2 and SPEx are determined as follows: the vectors tj can be determined as follows: tj = a; xj, j = 1, 2, ..., m (6) where m is the number of components in the model. The graph Hotelling T2 can be extracted from the vectors of a model ACP if one refers to the following formula: mt 2 2 mt T2 _ = E '- m 2 = 1 / ij j = 1 Sti where Stj is the variance estimated latent variable tj corresponding. The estimated variance of the latent variable is determined from the vectors from the set of data modeled according to the following equation:

N s2 N s2

N -1 (8) où N est le nombre d'observations. N -1 (8) where N is the number of observations.

Le graphe Hotelling T2 peut être utilisé pour vérifier si une nouvelle observation de mesures sur k variables de procédé se projette sur l'hyperplan à l'intérieur des limites déterminées par l'ensemble de données d'apprentissage. Le graphe Hotelling T2 indique (7) l'étendue de la nouvelle observation dans l'hyperplan à partir du point centre de l'ensemble des données utilisées pour l'apprentissage des modèles. Ainsi, cela donne une indication sur la déviation du modèle par rapport à un comportement jugé normal. The Hotelling graph T2 can be used to check whether a new observation of measurements on k process variables is projected on the hyperplane within the limits determined by the set of training data. The Hotelling graph T2 indicates (7) the extent of the new observation in the hyperplane from the center point of the set of data used for learning the models. Thus, this gives an indication of the deviation of the model from normal behavior.

Le graphe SPE peut être calculé selon la formule suivante: k SPEx = J=1 2 neti+,J xnew,J J (9) où x,,,, est calculée à partir d'un modèle ACP. SPEx est la somme des carrés des erreurs résiduelles normalisées. SPEx détecte les occurrences de nouveaux évènements qui causent un éloignement du procédé par rapport à l'hyperplan défini par les données d'apprentissage. Ainsi, SPEx fournit une mesure de la correspondance entra les valeurs du modèle ACP et les valeurs mesurées. Des valeurs faibles de SPE indiquent que le four se comporte de la même façon que le four utilisé pour réaliser l'apprentissage du modèle ACP (fonctionnement normal). Une haute valeur SPE est une indication du contraire (opération anormale). The graph SPE can be calculated according to the following formula: k SPEx = J = 1 2 neti +, J xnew, J J (9) where x ,,,, is calculated from a model ACP. SPEx is the sum of squares of standardized residual errors. SPEx detects occurrences of new events that cause the process to move away from the hyperplane defined by the training data. Thus, SPEx provides a measure of the correspondence between the values of the ACP model and the measured values. Low values of SPE indicate that the oven behaves in the same way as the oven used to teach the PCA model (normal operation). A high SPE value is an indication of the opposite (abnormal operation).

Une autre caractéristique du modèle ACP est qu'il ne prédit pas les valeurs échantillonnées dans le temps. À la place, toutes les valeurs associées au modèle ACP font partie du même échantillonnage dans le temps (bien que certains échantillons proviennent de temps d'échantillonnage différent, et bien que non développé dans la présente invention). C'est plus précis de se référer au modèle de projections' qu'au modèle de prédictions'. Another characteristic of the ACP model is that it does not predict the sampled values over time. Instead, all the values associated with the ACP model are part of the same sampling over time (although some samples come from different sampling times, and although not developed in the present invention). It is more accurate to refer to the projection model 'than to the prediction model'.

L'ensemble de données est injecté un nombre de fois dans le modèle, ce qui permet l'identification et le retrait de portions de cet ensemble qui ne représentent pas le fonctionnement normal. Après ce retrait, le modèle est régénéré. Le résultat final de ce processus itératif est de stabiliser le modèle représentant le fonctionnement normal du four. The dataset is injected a number of times into the model, allowing identification and removal of portions of that set that do not represent normal operation. After this removal, the model is regenerated. The end result of this iterative process is to stabilize the model representing the normal operation of the furnace.

Le développement de modèles de courte plage et de longue plage ci-dessus a été implémenté dans le système supervisé de contrôle de la température du four. La réponse initiale du système de contrôle à été de déclencher une alarme quand le système supervisé à été observé en dehors du fonctionnement normal donnée par le modèle. Pendant l'opération, les séries d'étapes qui suivent pourraient être répétées jusqu'à ce qu'une condition d'alarme soit déterminée. A noter que bien que les données soient échantillonnées à partir de chaque thermocouple toutes les deux ou trois secondes, les données sont injectées dans le logiciel MonitorMV pour une analyse toutes les minutes. The development of short range and long range models above has been implemented in the supervised oven temperature control system. The initial response of the control system was to trigger an alarm when the supervised system was observed outside the normal operation given by the model. During the operation, the series of steps that follow could be repeated until an alarm condition is determined. Note that although the data is sampled from each thermocouple every two or three seconds, the data is injected into the MonitorMV software for analysis every minute.

É Récupère le fonctionnement réel: les mesures sont lues et échantillonnées à partir des thermocouples; É Pré-traitement des mesures pour le modèle à plage courte: une moyenne sur quatre jours du mouvement est déduit de chacun des quatre-vingt- quatre (84) mesures pour le modèle de courte plage; É Analyse du fonctionnement réel: génère les vecteurs, Hotelling T2 et SPE: É Déclenchement de l'alarme: (1) vérifie SPE par rapport aux limites, déclenche l'alarme et continue sur (2) la vérification des erreurs résiduelles par rapport aux limites, déclenche l'alarme et continue sur (les vérifications peuvent inclure plusieurs erreurs résiduelles dans une région au-delà des limites), (3) extinction de l'air enrichi et (4) l'enquête sur la source d'alarme; et É Résoudre les alarmes: identification des cinq (5) thermocouples ayant les plus larges contributions. É Retrieves actual operation: measurements are read and sampled from thermocouples; É Pre-treatment of measurements for the short-range model: a four-day average of movement is derived from each of the eighty-four (84) measurements for the short-range model; É Analysis of the actual operation: generates the vectors, Hotelling T2 and SPE: É Triggering of the alarm: (1) checks SPE with respect to the limits, triggers the alarm and continues on (2) the verification of the residual errors with respect to the limits, triggers the alarm and continues on (the checks may include several residual errors in an area beyond the limits), (3) extinguishing the enriched air and (4) the alarm source investigation; and É Resolve alarms: identification of the five (5) thermocouples with the largest contributions.

Différents niveaux d'alarme sont déclenchés dépendamment de leurs liens avec l'hyperplan. En général, le paramétrage des alertes et alarmes sont effectués en deux étapes. Les niveaux d'alarmes sont initialement déterminés hors-ligne en utilisant des données historiques de procédés. Un processus itératif est alors utilisé pour extraire les limites de détection appropriées, c'est-à-dire afin de déterminer les limites qui vont très rarement déclencher les alarmes dans des conditions normales d'opération, et souvent dans les conditions anormales. Une fois le système de supervision opérationnel, les niveaux de variables supervisées et toute alarme fausse ou manquée est utilisée pour ajuster les limites des alarmes. Les niveaux d'alarme sur SPE sont 200 pour l'alerte d'avertissement, 300 pour une alerte critique et 800 pour une alerte supercritique qui devrait déclencher toute la séquence d'arrêt du four automatiquement. Different alarm levels are triggered depending on their links to the hyperplane. In general, the setting of alerts and alarms is done in two steps. Alarm levels are initially determined offline using historical process data. An iterative process is then used to extract the appropriate detection limits, that is, to determine the limits that will very rarely trigger the alarms under normal operating conditions, and often under abnormal conditions. Once the supervision system is operational, the supervised variable levels and any false or missed alarms are used to adjust the alarm limits. The alarm levels on SPE are 200 for the warning alert, 300 for a critical alert and 800 for a supercritical alert that should trigger the entire stopping sequence of the oven automatically.

Une méthode itérative similaire devrait également être utilisée si on introduisait d'autres thermocouples une fois le système de supervision déjà actif. Les limites sont ajustées en se basant sur la fréquence d'alarmes et d'alarmes fausses ou manquées pendant l'opération actuelle du four. A similar iterative method should also be used if other thermocouples were introduced after the supervision system was already active. The limits are adjusted based on the frequency of false or missed alarms and alarms during the current oven operation.

En plus des alarmes déclenchées, des messages électroniques de notification sont envoyés par un mécanisme existant dans le système quand la SPE dépasse un certain niveau, plus concrètement quand la SPE dépasse 300. De plus, les cinq (5) thermocouples qui contribuent le plus sont identifiés et dévoilés à l'opérateur à l'aide d'un diagnostique des alarmes. In addition to the triggered alarms, notification emails are sent by an existing mechanism in the system when the SPE exceeds a certain level, more specifically when the SPE exceeds 300. In addition, the five (5) thermocouples that contribute the most are identified and disclosed to the operator using a diagnostic alarm.

Les mesures de thermocouples particuliers peuvent être temporairement retirés du système de supervision en les masquant' (dans ce cas les méthodes de données manquantes sont utilisées, par exemple, basées sur l'algorithme NIPALS ou peuvent être retirées définitivement si elles sont la source de la plupart des fausses alarmes. Les températures différentielles dans les refroidisseurs sont incluses initialement mais estimées inappropriées pour la supervision. Elles sont ainsi retirées du système de supervision. Special thermocouple measurements can be temporarily removed from the supervisory system by masking them (in this case the missing data methods are used, for example, based on the NIPALS algorithm or can be permanently removed if they are the source of the Most false alarms Differential temperatures in chillers are initially included but considered inappropriate for supervision and are removed from the supervisory system.

Les modèles ont aussi besoin d'être périodiquement reconstruits avec de nouvelles données quand le four change de façon significative ou lorsque des thermocouples ont été ajoutés. Ceci est fait après que le four ait été reconstruit, surtout quand assez de données aient été réunies pour avoir des échantillons représentatifs du nouveau four Bien que l'invention présente soit décrite ci-dessus par illustration, cette représentation peut être modifiée à souhait, à l'intérieur des limites de la présente invention, sans s'éloigner de l'esprit et de la nature du sujet de la présente invention. The models also need to be periodically reconstructed with new data when the furnace changes significantly or when thermocouples have been added. This is done after the furnace has been reconstructed, especially when enough data have been gathered to have representative samples of the new furnace. Although the present invention is described above by way of illustration, this representation can be modified as desired. within the limits of the present invention, without departing from the spirit and nature of the subject of the present invention.

Claims

A method of monitoring the integrity of a furnace (10, 12, 14) containing molten metal (28), characterized in that it comprises the following steps.

extracting a normal operating model (108) from the furnace (10, 12, 14) from a plurality of furnace variables (10, 12, 14); periodically measuring actual values of said plurality of oven variables (10, 12, 14); analyzing said actual values, said analyzing step resulting in a real operating representation (110); comparing said actual operating representation (110) with said normal operating model (108); and generating an alarm (114) when said actual operating representation (110) deviates from said normal operating pattern (108) by a predetermined amount.

Method according to claim 1, characterized in that said extracting step includes periodic measurements of normal values of said plurality of oven variables (10, 12, 14) during a normal operating period and analyzes said normal values, said analysis resulting in said normal operating pattern (108).

The method of claim 1, characterized in that the furnace (10, 12, 14) includes a refractory liner (26) and said furnace variables include a plurality of temperatures of said refractory liner (26).

4. Method according to claim 3, characterized in that said refractory lining (26) is cooled by a plurality of cooling blocks (38).

5. Method according to claim 4, characterized in that said cooling blocks (38) are made from a conductive material.

6. Method according to claim 5, characterized in that said conductive material is copper.

7. Method according to claim 4, characterized in that said cooling blocks (38) have at least one passage where a cooling fluid can circulate, said passages having an outlet (44).

8. Method according to claim 7, characterized in that said cooling fluid is water.

9. The method of claim 7, characterized in that said passages are formed by molding said cooling blocks (38) around hollow tubes (40).

10.Method according to claim 9, characterized in that said hollow tubes (40) are made from a conductive material.

11. The method of claim 10, characterized in that said conductive material is copper.

12. Method according to claim 4, characterized in that said refractory coating temperatures (26) are measured as a temperature of a plurality of said cooling blocks (38).

The method of claim 7, characterized in that said refractory coating temperatures (26) are measured as a temperature of said coolant at a plurality of said outlets (44).

14.Method according to claim 2, characterized in that the analysis of said normal values comprises the steps of: generating a data matrix by classifying said values; extracting major components from said data matrix; selecting a subset of said main components; and setting up said normal operating model (108) using said subset of main components;

15. The method of claim 14, characterized in that said values are first preprocessed.

16.Method according to claim 15, characterized in that the pretreatment comprises moving averages deduced from said values from said values.

17. The method according to claim 16, characterized in that said moving averages are the average of said first four day values.

18. Method according to claim 14, characterized in that said main components are extracted using a NIPALS algorithm.

19.Method according to claim 14, characterized in that said main components are extracted according to a covariance decomposition.

20.Method according to claim 14, characterized in that said subset of main components is selected using a PRESS statistic.

21. Method according to claim 14, characterized in that said subset of main components represents a main component.

22. The method of claim 14, characterized in that said normal operating model comprises threshold values.

23. The method of claim 22, characterized in that the analysis of said actual values comprises the generation of vectors.

24.Method according to claim 23, characterized in that the analysis of said real values further comprises an extraction of a Hotelling T2 value from said vectors.

25.Method according to claim 24, characterized in that the analysis of said real values further comprises an extraction of an SPE value from said vectors.

26.Method according to claim 25, characterized in that said comparing step comprises comparing said SPE with its corresponding threshold value and wherein said alarm is generated when said SPE exceeds its corresponding threshold value.

27. System for monitoring the integrity of an oven (10, 12, 14), the oven comprising a refractory lining (26) and containing molten metal (28), characterized in that the system comprises: a plurality of thermocouples for periodic measurements of a real temperature of the refractory lining (26); a normal operating model (108) of the oven; means for analyzing said actual temperatures, said analyzing means generating a real operating model (110); and means for comparing said actual operating model (110) with said normal operating model (108), said comparing means generating an alarm when said actual operating model (110) deviates from said normal operating model (108) by a predetermined quantity.

28. System according to claim 27, characterized in that said actual temperature of the refractory coating (26) is measured all around a bath line (30) of the oven (10, 12, 14).

29. System according to claim 27, characterized in that said refractory lining (26) is cooled by a plurality of cooling blocks (38).

30. System according to claim 29, characterized in that said cooling blocks (38) are made from a conductive material.

31. System according to claim 30, characterized in that said conductive material is copper.

32. System according to claim 29, characterized in that said cooling blocks (38) each comprise a passage where a cooling fluid can flow, said passage having an outlet (44).

33. System according to claim 32, characterized in that said cooling fluid is water.

34.System according to claim 33, characterized in that said passages are formed by molding said cooling blocks (38) around hollow tubes (40).

35. System according to claim 34, characterized in that said hollow tubes (40) are made from a conductive material.

36.System according to claim 35, characterized in that said conductive material is copper.

The system of claim 29, characterized in that said refractory coating temperatures are measured as a temperature of a plurality of said cooling blocks (38).

The system of claim 32, characterized in that said refractory coating temperatures (26) are measured as a temperature of said coolant at a plurality of said outlets (44).

39.The system of claim 27, characterized in that said normal operating model is established during a period of normal operation, the establishment of said normal operating model (108) comprises the steps of: periodic measurement of normal values of said thermocouples during a normal operating period; generating a data matrix by ranking said values; extracting major components from said data matrix; selecting a subset of said main components; and implementing said normal operating model using said subset of main components.

40.System according to claim 39, characterized in that said values are first pretreated.

41.System according to claim 40, characterized in that said pretreated values comprise moving averages deduced from said values from said values.

42.System according to claim 41, characterized in that said moving averages are the averages of said values of the first four days.

43. System according to claim 39, characterized in that said main components are extracted using a NIPALS algorithm.

44.System according to claim 39, characterized in that said main components are extracted according to a covariance decomposition.

45. System according to claim 39, characterized in that said subset of main components is selected using a PRESS statistic.

46.System according to claim 39, characterized in that said subset of main components represents a main component.

47.System according to claim 39, characterized in that said normal operating model comprises threshold values.

48.System according to claim 39, characterized in that said analysis means generate vectors from said actual temperatures.

49.System according to claim 48, characterized in that said analysis means extract a Hotelling value T2 from said vectors.

50. System according to claim 48, characterized in that said analysis means 10 extract an SPE value from said vectors.

The system of claim 50, characterized in that said comparing means compares said SPE with its corresponding threshold value, said comparing means generating said alarm when said SPE exceeds its corresponding threshold value.