JP2000129319A - Method for controlling furnace heat in blast furnace and device therefor - Google Patents
Method for controlling furnace heat in blast furnace and device thereforInfo
- Publication number
- JP2000129319A JP2000129319A JP10301881A JP30188198A JP2000129319A JP 2000129319 A JP2000129319 A JP 2000129319A JP 10301881 A JP10301881 A JP 10301881A JP 30188198 A JP30188198 A JP 30188198A JP 2000129319 A JP2000129319 A JP 2000129319A
- Authority
- JP
- Japan
- Prior art keywords
- furnace heat
- furnace
- hot metal
- action
- amount
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Manufacture Of Iron (AREA)
- Feedback Control In General (AREA)
Abstract
Description
【0001】[0001]
【発明の属する技術分野】本発明は、高炉の溶銑温度、
又は溶銑中Si(シリコン)濃度を制御する高炉炉熱制
御方法及び装置に関する。TECHNICAL FIELD The present invention relates to a hot metal temperature of a blast furnace,
Also, the present invention relates to a blast furnace heat control method and apparatus for controlling the concentration of Si (silicon) in hot metal.
【0002】[0002]
【従来の技術】高炉では、上部から鉱石とコークスを交
互に装入し、層状に堆積させ、下部から熱風を送りコー
クスを燃焼させると共に、コークスにより鉱石を還元し
て、溶銑を取り出している。2. Description of the Related Art In a blast furnace, ore and coke are charged alternately from the upper portion, deposited in layers, hot air is sent from the lower portion to burn coke, and the ore is reduced by the coke to remove hot metal.
【0003】以下、高炉内下部の熱的バランスを炉熱又
は炉熱レベルと呼び、炉熱が変化することを炉熱変動と
呼ぶ。一般に、炉熱が高すぎると溶銑中Si濃度が増加
して品質の低下を来たし、炉熱が低すぎると生産量低下
に結び付く。この炉熱変動を抑え、溶銑温度や溶銑中S
i濃度を目標範囲内に入れるための制御を炉熱制御と呼
ぶ。この炉熱制御は、一般に、送風量、送風温度、送風
湿分、微粉炭吹込量、原料成分等の操作量を変更するこ
とによって行われ、この変更をアクションと呼ぶ。アク
ションは、炉熱制御以外の目的、例えば、生産速度調整
等の目的で採られることがあり、それによって炉熱が変
動することがある。[0003] Hereinafter, the thermal balance in the lower part of the blast furnace is called furnace heat or furnace heat level, and the change in furnace heat is called furnace heat fluctuation. In general, if the furnace heat is too high, the Si concentration in the hot metal increases, resulting in deterioration of the quality. If the furnace heat is too low, the production amount is reduced. This furnace heat fluctuation is suppressed, and the hot metal temperature and S
Control for keeping the i concentration within the target range is called furnace heat control. This furnace heat control is generally performed by changing the operation amount of the blowing amount, the blowing temperature, the blowing humidity, the pulverized coal blowing amount, the raw material component, and the like, and this change is called an action. Actions may be taken for purposes other than furnace heat control, for example, to adjust production rates, which may cause furnace heat to fluctuate.
【0004】高炉は、大規模な化学反応炉であり、内部
の状態を正確に把握するのは極めて難しい。そのため、
炉熱制御の自動化は困難とされ、熟練したオペレータが
経験則に従って炉熱制御のためのアクションを行ってい
た。[0004] The blast furnace is a large-scale chemical reactor, and it is extremely difficult to accurately grasp the internal state. for that reason,
Automation of furnace heat control was considered difficult, and skilled operators performed actions for furnace heat control according to empirical rules.
【0005】これに対し、特開平1−201404に示
されるように、高炉各部のセンサからのデータを基準デ
ータと比較し、その差から、オペレータの経験則で構成
された知識ベースに基づいて炉熱変動を推論し、アクシ
ョンを推論して決定するAI(人工知能)手法の例があ
る。加えて、判断に曖昧さを持たせたファジィ推論を行
う例もある。On the other hand, as shown in Japanese Patent Application Laid-Open No. Hei 1-201404, data from sensors in various parts of the blast furnace are compared with reference data, and the difference is used to determine the furnace based on a knowledge base constructed based on the empirical rules of the operator. There is an example of an AI (Artificial Intelligence) method of inferring thermal fluctuation and inferring and determining an action. In addition, there is an example of performing fuzzy inference with ambiguity in the judgment.
【0006】又、特公昭60−55561に示されるよ
うに、熱収支に基づく高炉の物理モデルや統計モデル等
の数式モデルを用いて将来の炉熱変動を予測し、予測値
と目標値との差の変化に基づいてアクションを行い、炉
熱変動を抑える方法も提案されている。Further, as shown in Japanese Patent Publication No. 60-55561, a future furnace heat fluctuation is predicted using a mathematical model such as a physical model or a statistical model of a blast furnace based on a heat balance. A method has also been proposed in which an action is taken based on a change in the difference to suppress furnace heat fluctuation.
【0007】[0007]
【発明が解決しようとする課題】しかしながら、前者の
AI手法やファジィ推論を用いた方法では、オペレータ
の手を介さずに直接アクションを行う自動制御システム
は数例しかない。それらの例にしても、高炉の操業状態
が良い場合の限られた条件下で、小さな変動を抑えるた
めのアクションを自動で実施するものであり、ほとんど
のシステムは、オペレータへのガイダンスに留まってい
る。これらオペレータガイダンスシステムでは、例え
ば、炉熱レベルと炉熱推移レベルの組合せによりアクシ
ョン量を決定するためのルール群や、過去にとられたア
クション及び過去に発生した外乱の情報に基づいて現在
のアクション量を補正するためのルール群や、アクショ
ン判断の結果とアクション補正量判断の結果に基づいて
最終的なアクション量を決定するためのルール群等、多
数のルールを含むルールベース等を用いるが、操業実態
に合わせた調整や変更等の保守管理が難しく、完全に操
業に定着したとは言えない問題点がある。更に、ルール
ベースに基づくため、アクションのタイミングや量に
は、平均的なものが選ばれ、必ずしも最適とは言えない
場合もある。However, in the former method using the AI method or fuzzy inference, there are only a few examples of automatic control systems that directly perform an action without the intervention of an operator. Even in these examples, under limited conditions when the operating conditions of the blast furnace are good, actions to suppress small fluctuations are automatically performed, and most systems only provide guidance to the operator. I have. In these operator guidance systems, for example, a rule group for determining an action amount based on a combination of a furnace heat level and a furnace heat transition level, and a current action based on information on an action taken in the past and a disturbance that occurred in the past. A rule base including a large number of rules, such as a rule group for correcting the amount, a rule group for determining the final action amount based on the result of the action determination and the result of the action correction amount determination, and the like are used. There is a problem that it is difficult to maintain and manage adjustments and changes according to the actual conditions of operation, and it cannot be said that the operation has been completely established. Furthermore, since it is based on a rule base, an average timing and amount of actions are selected, which may not always be optimal.
【0008】一方、後者の数式モデルを用いる方法で
は、予測値に基づくアクションが最適である保証はな
く、アクション量が過大あるいは不足する可能性があ
る。それは、将来の変動が既知であるにも拘らず、その
変動を最小限にするためのゲインの求め方が考慮されて
いないためである。On the other hand, in the latter method using a mathematical model, there is no guarantee that the action based on the predicted value is optimal, and the amount of the action may be excessive or insufficient. This is because, despite the fact that future fluctuations are known, how to determine the gain for minimizing the fluctuations is not considered.
【0009】本発明は、前記従来の問題点を解消するべ
くなされたもので、高炉炉熱制御においてモデルを用い
て炉熱変動を抑制するための最適なアクション量(操作
量)を算出できるようにすることを課題とする。SUMMARY OF THE INVENTION The present invention has been made to solve the above-mentioned conventional problems, and is capable of calculating an optimal action amount (operating amount) for suppressing a furnace heat fluctuation using a model in blast furnace heat control. The task is to
【0010】[0010]
【課題を解決するための手段】本発明は、高炉の炉熱レ
ベルを目標値に制御するに際して、炉熱に影響を及ぼす
複数の操作量を用いて、未来の一定期間の炉熱レベルの
変動を予測し、該予測した未来の一定期間における炉熱
レベル変動と炉熱レベル目標値との差の2乗和と、同じ
く該未来の一定期間における操作量の変更量(アクショ
ン量)の2乗和との和を最小にするような操作量で炉熱
を制御するようにして、前記課題を解決したものであ
る。According to the present invention, in controlling a furnace heat level of a blast furnace to a target value, a plurality of manipulated variables affecting furnace heat are used to change the furnace heat level for a certain period in the future. And the squared sum of the difference between the predicted furnace heat level fluctuation and the furnace heat level target value during a certain period in the future, and the square of the change amount (action amount) of the manipulated variable during the certain period in the future. The above problem is solved by controlling the furnace heat with an operation amount that minimizes the sum of the sum.
【0011】又、前記炉熱レベルの指標として、溶銑温
度、溶銑中のSi濃度、又は、単位重量当りの溶銑に与
えた熱量(炉熱指数ともいう)のいずれかを用いるよう
にしたものである。[0011] Further, as the index of the furnace heat level, any one of the hot metal temperature, the Si concentration in the hot metal, and the amount of heat given to the hot metal per unit weight (also called furnace heat index) is used. is there.
【0012】本発明は又、高炉の炉熱レベルを目標値に
制御するための高炉炉熱制御装置において、炉熱に影響
を及ぼす複数の操作量を用いて、未来の一定期間の炉熱
レベルの変動を予測する手段と、該予測した未来の一定
期間における炉熱レベル変動と炉熱レベル目標値との差
の2乗和を算出する手段と、同じく該未来の一定期間に
おける操作量の変更量の2乗和を算出する手段と、前記
2つの2乗和の和を最小にするような操作量を求める手
段と、該求められた操作量で炉熱を制御する手段とを備
えることにより、同じく前記課題を解決したものであ
る。The present invention also provides a blast furnace heat control apparatus for controlling a furnace heat level of a blast furnace to a target value, wherein a plurality of manipulated variables affecting furnace heat are used to control the furnace heat level for a certain period in the future. Means for estimating the change in the operation amount, means for calculating the sum of squares of the difference between the furnace heat level fluctuation and the furnace heat level target value for the predicted future period, and the change of the manipulated variable during the future predetermined period. Means for calculating the sum of squares of the quantities, means for determining the manipulated variable that minimizes the sum of the two sums of squares, and means for controlling the furnace heat with the determined manipulated variable. And the above-mentioned problem has been solved.
【0013】本発明では、現時点から未来のある時点ま
での炉熱変動をモデルで計算するため、操業条件の変動
による炉熱変動に即した制御が可能である。その予測さ
れた炉熱変動と目標値との偏差を打ち消す炉熱変動を起
こすアクションを、アクション量の2乗和と炉熱変動と
目標値との差の2乗和の和を、将来の決められた時点ま
で最小にする最適化計算によって算出して実プロセスに
適用するため、将来の炉熱変動を抑制する、最適なアク
ション(量)を実プロセスに反映させることが可能とな
る。In the present invention, since the furnace heat fluctuation from the present time to a certain point in the future is calculated by a model, it is possible to perform control in accordance with the furnace heat fluctuation due to the fluctuation of the operating conditions. The action to cause the furnace heat fluctuation to cancel the deviation between the predicted furnace heat fluctuation and the target value is determined in the future by the sum of the square of the action amount and the sum of the square of the difference between the furnace heat fluctuation and the target value. Since it is calculated by the optimization calculation that minimizes to a given point in time and applied to the actual process, it becomes possible to reflect the optimal action (amount) that suppresses future furnace heat fluctuations in the actual process.
【0014】[0014]
【発明の実施の形態】以下図面を参照して、本発明の実
施形態を詳細に説明する。Embodiments of the present invention will be described below in detail with reference to the drawings.
【0015】本実施形態は、本発明を、図1に示すよう
な高炉10の制御に適用したもので、該高炉10の炉熱
に影響を及ぼす複数の操作量(実施形態ではコークス
比、送風量、送風温度、送風湿分、酸素富化量、微粉炭
比)を用いて、未来の一定期間の炉熱レベルの変動を予
測する炉熱レベル予測装置20と、各種センサ、例えば
温度センサ、圧力センサ、ガスセンサ等により検出され
る、当該時点での炉熱指数、Si濃度、溶銑温度等の制
御量(炉熱レベル)に応じて、前記炉熱レベル予測装置
20で予測された炉熱レベルを補正するための炉熱レベ
ル補正装置30と、該炉熱レベル補正装置30によって
補正された炉熱レベル変動と目標値の偏差を算出する偏
差算出装置40と、該偏差算出装置40の出力に応じ
て、予測した未来の一定期間における炉熱レベル変動と
炉熱レベル目標値との差の2乗和と、同じく該未来の一
定期間における操作量の変更量(アクション量)の2乗
和を算出し、これらの和を最小にするような操作量を求
めて、対応するアクチェータに出力するアクション量算
出装置50とを備えている。In this embodiment, the present invention is applied to the control of a blast furnace 10 as shown in FIG. 1, and a plurality of manipulated variables (in the embodiment, a coke ratio, A furnace heat level prediction device 20 for predicting a change in the furnace heat level for a certain period in the future by using the air volume, the blast temperature, the blast moisture, the oxygen enrichment amount, the pulverized coal ratio), and various sensors such as a temperature sensor. Furnace heat level predicted by the furnace heat level predicting device 20 according to a control amount (furnace heat level) such as a furnace heat index, a Si concentration, or a hot metal temperature at that time detected by a pressure sensor, a gas sensor, or the like. A furnace heat level correction device 30 for correcting the deviation, a deviation calculation device 40 for calculating a deviation between the furnace heat level fluctuation corrected by the furnace heat level correction device 30 and a target value, and an output of the deviation calculation device 40 Depending on the predicted future one The sum of squares of the difference between the furnace heat level fluctuation and the furnace heat level target value during the period and the sum of squares of the change amount (action amount) of the manipulated variable in the future fixed period are calculated, and these sums are minimized. And an action amount calculating device 50 that obtains an operation amount such as described above and outputs it to a corresponding actuator.
【0016】以下の説明では、制御対象を溶銑温度とす
る。なお、溶銑中Si濃度や炉熱指数を制御量とする場
合には、溶銑温度を溶銑中Si濃度又は炉熱指数に置き
換えれば良い。In the following description, the control object is the hot metal temperature. If the Si concentration in the hot metal and the furnace heat index are to be controlled, the hot metal temperature may be replaced with the Si concentration in the hot metal or the furnace heat index.
【0017】以下、図2を参照して、本実施形態の制御
手順を説明する。ここでは、予測する期間を24時間、
制御周期を15分としている。又、高炉のモデルは、ア
クションに対する溶銑温度の変動が線形であると仮定す
るステップ応答モデルを使用している。Hereinafter, the control procedure of the present embodiment will be described with reference to FIG. Here, the forecast period is 24 hours,
The control cycle is 15 minutes. Also, the blast furnace model uses a step response model that assumes that the change in hot metal temperature to action is linear.
【0018】ステップ応答モデルでは、図3に示すよう
に、アクションに対する溶銑温度の変動を予め求めてお
き、各ステップで行われたアクションの量に応じて、溶
銑温度変動が線形に変動すると仮定している。これを溶
銑温度変動に影響のある高炉プロセスへのアクションに
対して作成し、各制御周期で変動のあったアクションに
対する溶銑温度変動の和を、前制御周期で求めた溶銑変
動に加えて、現制御周期の現在から将来までの溶銑温度
変動とする。送風量、送風温度、送風湿分によって変動
する溶銑温度変動HMTPj は、次式で求められる。In the step response model, as shown in FIG. 3, the variation of the hot metal temperature with respect to the action is obtained in advance, and it is assumed that the variation of the hot metal temperature varies linearly according to the amount of the action performed in each step. ing. This is created for actions to the blast furnace process that affect the hot metal temperature fluctuations, and the sum of the hot metal temperature fluctuations for the actions that fluctuated in each control cycle is added to the hot metal fluctuations obtained in the previous control cycle, and the current The hot metal temperature fluctuation from the present to the future of the control cycle. The hot metal temperature fluctuation HMTPj that varies depending on the blowing amount, the blowing temperature, and the blowing moisture is obtained by the following equation.
【0019】 HMTPj =AFBV ・ΔUBVo +AFBT ・ΔUBTo +AFBm ・ΔUBMo +AF ′・ΔU′ …(1) AFBV 、AFBT 、AFBm :それぞれ、送風量、送風温
度、送風湿分のステップ応答モデル ΔUBVo 、ΔUBTo 、ΔUBMo :それぞれ、送風量、送
風温度、送風湿分のアクション量(現制御周期以降の変
更はないものとする) AF ′・ΔU′:過去のアクションによる溶銑温度変動HMTPj = AFBV · ΔUBVo + AFBT · ΔUBTo + AFBm · ΔUBMo + AF ′ · ΔU ′ (1) AFBV, AFBT, AFBm: Step response models ΔUBVo, ΔUBTo for the air volume, air temperature, and air humidity, respectively. Action amount of air flow, air temperature, and air humidity (assume that there is no change after the current control cycle), respectively. AF '・ ΔU': Fluctuation of hot metal temperature due to past action
【0020】図2において、制御周期毎の起動(ステッ
プ100)により、送風量、送風温度、送風湿分等のス
テップ応答モデルに必要な実測値のサンプリングを行う
(ステップ102)。ステップ102で収集された実績
データを用いて、24時間分の溶銑温度変動を予測する
(ステップ104)。但し、現在時刻以降のアクション
は変更がないと仮定する。この予測値が、(1)式に示
した24時間分の溶銑温度変動HMTPj (制御周期の
間隔で算出するので1≦j≦96(=4×24))であ
る。In FIG. 2, by starting each control cycle (step 100), sampling of an actually measured value required for a step response model such as a blown air amount, a blown air temperature, and a blown air humidity is performed (step 102). Using the performance data collected in step 102, a change in hot metal temperature for 24 hours is predicted (step 104). However, it is assumed that the action after the current time does not change. This predicted value is the hot metal temperature fluctuation HMTPj for 24 hours shown in the equation (1) (1 ≦ j ≦ 96 (= 4 × 24) because it is calculated at intervals of the control cycle).
【0021】この24時間分の溶銑温度変動全てに、現
在の溶銑温度実績値HMTo から現制御周期の溶銑温度
変動HMTPo を引いた値を加えることにより、モデル
の計算値と溶銑温度実績値の間に生じる偏差を補正する
(ステップ106)。補正された溶銑温度変動をHMT
j とすると、次式が成立する。By adding the value obtained by subtracting the current hot metal temperature actual value HMTo minus the hot metal temperature fluctuation HMTPo of the current control cycle to all the hot metal temperature fluctuations for the 24 hours, the calculated value of the model and the actual hot metal temperature value are calculated. Is corrected (step 106). HMT
Assuming that j, the following equation holds.
【0022】 HMTj =HMTPj +(HMTo −HMTPo ) …(2)HMTj = HMTPj + (HMTo−HMTPo) (2)
【0023】ここで、溶銑温度実績値は変動が大きいの
で、ある一定期間の平均値を用いて、溶銑温度実績値H
MTo とする。Here, since the actual value of the hot metal temperature fluctuates greatly, the actual value of the hot metal temperature H
MTo.
【0024】ステップ106で補正された24時間分の
溶銑温度予測値HMTj は、溶銑温度目標値との差が取
られ(ステップ108)、図4に示す目標値からの偏差
を打ち消すアクション量を算出する(ステップ11
0)。なお、図4では、将来の炉熱変動を予測する区間
Pが、アクション量を算出する区間Mより大きい場合を
図示しているが、本実施形態では、M=Pとしている。
但し、アクションによる効果も応答遅れを持つため、次
式を評価関数Jとし、評価値を最小にするアクション量
Uj を求める。The difference between the hot metal temperature predicted value HMTj for 24 hours and the hot metal temperature target value corrected in step 106 is calculated (step 108), and the action amount for canceling the deviation from the target value shown in FIG. 4 is calculated. (Step 11
0). Although FIG. 4 illustrates a case where the section P for predicting a future furnace heat fluctuation is larger than the section M for calculating the action amount, in the present embodiment, M = P.
However, since the effect of the action also has a response delay, the following equation is used as the evaluation function J, and the action amount Uj that minimizes the evaluation value is obtained.
【0025】[0025]
【数1】 α:制御量(溶銑温度)に対する重み β:アクション(送風温度)に対する重み YTj:j制御周期先の溶銑温度の目標値 Uj :j制御周期先の送風温度(j=0は現制御周期時
の送風温度) yj :j制御周期先の溶銑温度 yj =AF ・ΔU+HMTj …(4) ΔU:送風温度変更量 ΔU=Uj −Uj-1 (j=1〜M) …(5)(Equation 1) α: Weight for control amount (hot metal temperature) β: Weight for action (blast temperature) YTj: Target value of hot metal temperature after j control cycle Uj: Blow temperature at j control cycle (j = 0 means current control cycle) (Blast temperature) yj: Hot metal temperature after j control cycle yj = AF · ΔU + HMTj (4) ΔU: Ventilation temperature change amount ΔU = Uj-Uj-1 (j = 1 to M) (5)
【0026】アクションに対する溶銑温度の変化は、予
測モデルと同様のステップ応答モデルを使用する。この
ステップ応答モデルを使用すれば、アクションの範囲や
変動幅に制約がない場合は、(3)式を最小にするU
を、溶銑温度変化予測値の目標値からの偏差にゲインK
をかけることで算出可能となる。このゲインKの算出方
法は、後で詳しく説明する。The change of the hot metal temperature with respect to the action uses a step response model similar to the prediction model. If this step response model is used, and there is no restriction on the range of the action or the fluctuation range, U that minimizes the expression (3)
Is calculated by adding the gain K to the deviation of the hot metal temperature change predicted value from the target value.
Can be calculated. The method of calculating the gain K will be described later in detail.
【0027】このように、予めアクション種類に対応す
るゲインKを算出しておくことで、アクションの種類に
応じたゲインを用いて最適アクションが算出される。ア
クションには、送風温度の他、送風湿分、微粉炭吹込
量、送風量等があり、これらは操業条件により選択され
る。As described above, by calculating the gain K corresponding to the type of action in advance, the optimum action is calculated using the gain corresponding to the type of action. The action includes, in addition to the blast temperature, blast moisture, pulverized coal blowing amount, blast amount, and the like, and these are selected according to operating conditions.
【0028】(3)式のそれぞれの要素をベクトル表現
すると、(3)式は、次のように表わされる。When each element of the expression (3) is expressed by a vector, the expression (3) is expressed as follows.
【0029】 J=Λ‖YT −YP ‖2 +Φ‖ΔU‖2 =(YT −YP )T Λ(YT −YP )+ΔUT ΦΔU …(6) YT :[YT1,YT2,・・・,YTP]T YP :[y1 ,y2 ,・・・,yP ]T ΔU=[U1 −U0 ,U2 −U1 ,・・・,UM −UM-
1 ]T ΛはP×P行列、Λ(i,i )=αi 2 ,Λ(i,j )=0
(i<>j) ΦはM×M行列、Φ(i,i )=βi 2 ,Φ(i,j )=0
(i<>j)[0029] J = Λ‖YT -YP ‖ 2 + Φ‖ΔU‖ 2 = (YT -YP ) T Λ (YT -YP) + ΔU T ΦΔU ... (6) YT: [YT1, YT2, ···, YTP] T YP: [y 1, y 2,..., Y P] T ΔU = [U 1 −U 0, U 2 −U 1,.
1] T } is a P × P matrix, Λ (i, i) = αi 2 , Λ (i, j) = 0
(I <> j) Φ is an M × M matrix, Φ (i, i) = βi 2 , Φ (i, j) = 0
(I <> j)
【0030】前記評価関数Jを最小にするには、JのΔ
Uによる偏微分が零になるΔUを求めればよい。ここ
で、YP は、次式で表わされる。In order to minimize the evaluation function J, Δ of J
It is sufficient to find ΔU at which the partial differentiation by U becomes zero. Here, YP is represented by the following equation.
【0031】 YP =Y0 +AF ′ΔU′+AF ΔU …(7)Y P = Y 0 + AF 'ΔU' + AF ΔU (7)
【0032】ここで、各要素は次のようにする。Here, each element is as follows.
【0033】Y0 +AF ′ΔU′:現制御周期までのア
クションによる溶銑温度変動予測Y0 :現制御周期の溶
銑温度 AF ′ΔU′:現制御周期までのアクションによる溶銑
温度変動分((1)式に相当) AF :アクションを炉熱変動に換算(後述)Y0 + AF 'ΔU': Hot metal temperature fluctuation prediction due to action up to the current control cycle Y0: Hot metal temperature during current control cycle AF'ΔU ': Hot metal temperature fluctuation due to action up to the current control cycle (formula (1)) Equivalent) AF: Action is converted to furnace heat fluctuation (described later)
【0034】評価関数JのΔUによる偏微分が零という
条件から、次式が成立する。From the condition that the partial differentiation of the evaluation function J by ΔU is zero, the following equation is established.
【0035】 0=AF T Λ(YT −Y0 −AF ′ΔU′) −AF T ΛAF ΔU+ΦΔU …(8)[0035] 0 = AF T Λ (YT -Y0 -AF 'ΔU') -AF T ΛAF ΔU + ΦΔU ... (8)
【0036】これを変形して、次の(9)式が得られ
る。By modifying this, the following equation (9) is obtained.
【0037】 (AF T ΛAF +Φ)ΔU=AF T Λ(YT −Y0 −AF ′ΔU′)…(9)(AF T ΛAF + Φ) ΔU = AF T Λ (YT−Y0−AF′ΔU ′) (9)
【0038】よって、ΔUは次式で求める。Therefore, ΔU is obtained by the following equation.
【0039】 ΔU=(AF T ΛAF +Φ)-1AF T Λ(YT −Y0 −AF ′ΔU′) …(10)ΔU = (AF T ΛAF + Φ) −1 A F T Λ (YT−Y0−AF′ΔU ′) (10)
【0040】従って、ゲインKと現制御周期の操作量を
変更しない場合の溶銑温度変動をYとして、次式が成立
する。Accordingly, the following equation is established, where Y is the fluctuation of the hot metal temperature when the gain K and the manipulated variable of the current control cycle are not changed.
【0041】 K=(AF T ΛAF +Φ)-1AF T Λ …(11) Y=YT −Y0 −AF ′ΔU′ …(12)K = (AF T ΛAF + Φ) −1 A F T … (11) Y = Y T -Y 0 -AF 'ΔU' (12)
【0042】よって、次の(13)式及び(14)式に
より、最適アクションを算出することができる。Therefore, the optimal action can be calculated by the following equations (13) and (14).
【0043】 ΔU=K・Y …(13) ΔU:アクション量(M×1行列) K:ゲイン(M×P行列) Y:溶銑温度目標YT と予測の差(P×1行列)(Yj =YT −HMTj ) Uact =現在の操作量+ΔU(1,1) …(14) Uact :操作量ΔU = K · Y (13) ΔU: action amount (M × 1 matrix) K: gain (M × P matrix) Y: difference between hot metal temperature target YT and prediction (P × 1 matrix) (Yj = YT-HMTj) Uact = current operation amount + ΔU (1,1) (14) Uact: operation amount
【0044】この(13)、(14)式によって操作量
Uact を算出して、実プロセスに適用する(ステップ1
12)。アクション量は、次制御周期の算出量だけを実
プロセスに反映させる。The operation amount Uact is calculated by the equations (13) and (14) and applied to the actual process (step 1).
12). The action amount reflects only the calculated amount of the next control cycle in the actual process.
【0045】このように、ステップ応答モデルによる2
4時間先までの溶銑温度計算を行い、次に溶銑温度実績
値で24時間溶銑温度予測値の修正を行い、そして、目
標溶銑温度と24時間溶銑温度予測値との差から最適ア
クション量を算出し、実プロセスへアクションを反映さ
せる処理を制御周期毎に行う。この方法は、実績値によ
るフィードバックがかかるため、モデルと実プロセスの
ミスマッチにも強く、又、未知の外乱による炉熱変動に
も対応できる。この制御方法により、減風等の炉熱の制
御目的以外のアクションによる炉熱変動がフィードフォ
ワード的に補償できる。As described above, the step response model 2
Calculate the hot metal temperature up to 4 hours ahead, correct the hot metal temperature predicted value for 24 hours with the actual hot metal temperature value, and calculate the optimal action amount from the difference between the target hot metal temperature and the 24-hour hot metal temperature predicted value Then, a process of reflecting the action in the actual process is performed for each control cycle. Since this method provides feedback based on actual values, it is strong against mismatch between the model and the actual process, and can cope with furnace heat fluctuation due to unknown disturbance. According to this control method, furnace heat fluctuation due to actions other than the purpose of controlling furnace heat such as wind reduction can be compensated in a feed-forward manner.
【0046】前記のゲインKは、次のように算出する。The gain K is calculated as follows.
【0047】まず、図3に示したような、アクションの
ステップ入力に対する溶銑温度のステップ応答を、モデ
ルや実験等により求める。ステップ応答を求める期間
は、予測区間(本実施形態では24時間)Pとする。次
に、サンプリングした溶銑温度変化分を、次式のように
アクションのステップ入力の大きさで正規化する。First, the step response of the hot metal temperature to the step input of the action as shown in FIG. 3 is obtained by a model, an experiment or the like. The period during which the step response is obtained is a prediction section (24 hours in this embodiment) P. Next, the sampled hot metal temperature change is normalized by the magnitude of the step input of the action as in the following equation.
【0048】 ai =ΔYi /ΔS …(15)Ai = ΔYi / ΔS (15)
【0049】但し、iはステップ入力開始を0として、
1≦i≦Pとする。Where i is 0 when the start of the step input is
Let 1 ≦ i ≦ P.
【0050】このステップ入力を用いて、先に述べた予
測区間Pと制御区間(本実施形態では予測区間と同じ2
4時間)Mに基づき、M行P列の次の行列を作る。な
お、PとMは一致していなくても良い。By using this step input, the prediction section P and the control section (the same as the prediction section 2 in this embodiment) are used.
4 hours) Based on M, create the next matrix of M rows and P columns. Note that P and M do not have to match.
【0051】[0051]
【数2】 (Equation 2)
【0052】つまり、AF (i,j )=ai-j+1 但し、i-j+1 ≦0の時はAF (i,j )=0 i-j+1 >Pの時はAF (i,j )=aPThat is, AF (i, j) = ai-j + 1. However, when i-j + 1.ltoreq.0, AF (i, j) = 0 when i-j + 1> P, AF (i , j) = aP
【0053】この(16)式で表わされるAF を使用し
てゲインKを求める。The gain K is obtained by using the AF expressed by the equation (16).
【0054】 K=(AF T ・Λ・AF +Φ)-1・AF T ・Λ …(17) 但し、ΛはP×P行列、Λ(i,i )=αi 2 ,Λ(i,j
)=0(i<>j) ΦはM×M行列、Φ(i,i )=βi 2 ,Φ(i,j )=0
(i<>j)K = (AF T · Λ · AF + Φ) −1 · AF T · Λ (17) where Λ is a P × P matrix, Λ (i, i) = αi 2 , Λ (i, j
) = 0 (i <> j) Φ is an M × M matrix, Φ (i, i) = βi 2 , Φ (i, j) = 0
(I <> j)
【0055】α及びβは、通常αを1に固定し、βのみ
を変化させることによって決定する。調整項は、このβ
だけで、βを変更した数パターンの効果をシミュレーシ
ョン等で調べ、実際の高炉に合わせて効き方を調整し、
整定が早くてオーバーシュートせず、実際の変更量に合
うようにすれば、容易に決定できる。Α and β are usually determined by fixing α to 1 and changing only β. The adjustment term is
Only, the effect of several patterns with changed β is examined by simulation, etc., and the effect is adjusted according to the actual blast furnace,
If the setting is fast and does not overshoot and is adjusted to the actual change amount, it can be easily determined.
【0056】このようにして求められたゲインKを用い
て、次の(18)式よりアクション予測値を、(19)
式より炉熱制御効果が算出できる。Using the gain K obtained in this manner, the action predicted value is calculated from the following equation (18) by using the following equation (19).
The furnace heat control effect can be calculated from the equation.
【0057】[0057]
【数3】 HMT′:アクションを加えた場合の将来の溶銑温度変
動(Equation 3) HMT ': Future hot metal temperature fluctuation when an action is added
【0058】以上、アクションの量や変更幅に対して制
約のない場合を例にとって説明しているが、アクション
の上下限、アクション1回の変更量、溶銑温度の制御範
囲等に制約がある場合は、前出(18)式でアクション
を求める代わりに、次の(21)、(22)式を満たす
アクション量ΔUを二次計画法を用いて求める。In the above, the case where there is no restriction on the amount of action and the change width is described as an example. However, when there are restrictions on the upper and lower limits of the action, the amount of change per action, the control range of the hot metal temperature, etc. Calculates the action amount ΔU that satisfies the following equations (21) and (22) using the quadratic programming instead of obtaining the action by the above equation (18).
【0059】 min ΔUT ・H・ΔU−GT ΔU …(21) Cu・ΔU≧C …(22) 但し、H=AF T ・Λ・AF +Λ …(23) G=2・AF T ・Λ・Y …(24)[0059] min ΔU T · H · ΔU- G T ΔU ... (21) Cu · ΔU ≧ C ... (22) where, H = AF T · Λ · AF + Λ ... (23) G = 2 · AF T · Λ・ Y… (24)
【0060】[0060]
【数4】 (Equation 4)
【0061】ここで、(20)式は、次のようにして導
かれる。即ち、(6)式より次式が成立する。Here, equation (20) is derived as follows. That is, the following equation is established from the equation (6).
【0062】 J={(YT −Y0 −AF ′ΔU′)−AF ΔU)}T ・Λ{(YT −Y0 −AF ′ΔU′}−AF ΔU)}+ΔUT ΦΔU …(28)[0062] J = {(YT -Y0 -AF 'ΔU') - AF ΔU)} T · Λ {(YT -Y0 -AF 'ΔU'} - AF ΔU)} + ΔU T ΦΔU ... (28)
【0063】ここで、簡単のためY=YT −Y0 −AF
′ΔU′とすると、次式が得られる。Here, for simplicity, Y = YT-Y0-AF
Assuming 'ΔU', the following equation is obtained.
【0064】 J=YT ΛY−(2YT ΛAF )ΔU+ΔUT (AF T ΛAF +Φ)ΔU …(29)J = Y T ΛY− (2Y T ΛAF) ΔU + ΔU T (AF T ΛAF + Φ) ΔU (29)
【0065】ここで、YT ΛYは、ΔUによって変化し
ないので、次の(30)(31)式のようにすること
で、(32)式が導かれる。Here, since Y T ΛY does not change with ΔU, the following equation (30) and (31) leads to equation (32).
【0066】 G=2YT ΛAF =2AF T ΛY=2AF T ΛY …(30) H=AF T ΛAF +Φ …(31) min J=min {ΔUT HΔU−GΔU} …(32)[0066] G = 2Y T ΛAF = 2AF T ΛY = 2AF T ΛY ... (30) H = AF T ΛAF + Φ ... (31) min J = min {ΔU T HΔU-GΔU} ... (32)
【0067】又、(22)式は、次のようにして導かれ
る。即ち、各アクションUi は、常に、アクション上限
値Uhigh以下である必要があるため、(19)式より次
式が成立する。The equation (22) is derived as follows. That is, since each action Ui must always be equal to or less than the action upper limit value Uhigh, the following equation is established from the equation (19).
【0068】 Uhigh≧U0 +ΣUi …(33)Uhigh ≧ U0 + ΣUi (33)
【0069】これを変形して、次式が得られる。By transforming this, the following equation is obtained.
【0070】 −ΣUi ≧U0 −Uhigh …(34)−ΣUi ≧ U0−Uhigh (34)
【0071】ここで、ΣUi は次式で表わされるので、
次の(36)式が成立する。Here, ΣUi is expressed by the following equation.
The following equation (36) holds.
【0072】[0072]
【数5】 (Equation 5)
【0073】 −IL ΔU≧U0 −Uhigh …(36)−IL ΔU ≧ U0 −Uhigh (36)
【0074】下限は符号が変わり、次式のようになる。The sign of the lower limit changes, and is expressed by the following equation.
【0075】 IL ΔU≧Ulow −U0 …(37)IL ΔU ≧ Ulow−U0 (37)
【0076】1回のアクション量の上限ΔUmax との関
係は、各Ui について不等式が成り立てばよいので、I
をM×Mの単位行列として、次式が成立する。The relation between the upper limit of the amount of one action ΔUmax and the upper limit ΔUmax can be obtained by setting an inequality for each Ui.
Is an M × M unit matrix, the following equation is established.
【0077】 ΔUmax ≧IΔU …(38)ΔUmax ≧ IΔU (38)
【0078】これを変形して、次式が得られる。By modifying this, the following equation is obtained.
【0079】 −IΔU≧−ΔUmax …(39)−IΔU ≧ −ΔUmax (39)
【0080】同様に、1回のアクション量の下限は、次
式で表わされる。Similarly, the lower limit of the amount of one action is expressed by the following equation.
【0081】 IΔU≧−ΔUmax …(40)IΔU ≧ −ΔUmax (40)
【0082】溶銑温度の上下限に対する制約も、アクシ
ョンの場合と同様に、上限であれば次式を満足すればよ
い。As for the restriction on the upper and lower limits of the hot metal temperature, as in the case of the action, if the upper limit is satisfied, the following equation may be satisfied.
【0083】 Yhigh≧Y0 +AF ′ΔU′+AF ΔU …(41)Yhigh ≧ Y0 + AF′ΔU ′ + AFΔU (41)
【0084】これを変形して、次式が得られる。By modifying this, the following equation is obtained.
【0085】 −AF ΔU≧Y0 +AF ′ΔU′−Yhigh …(42)-AF ΔU ≧ Y0 + AF 'ΔU'-Yhigh (42)
【0086】下限の場合も同様にして、次の(43)式
と(44)式が得られる。Similarly, in the case of the lower limit, the following equations (43) and (44) are obtained.
【0087】 Y0 +AF ′ΔU′+AF ΔU≧Ylow …(43) AF ΔU≧−(Y0 +AF ′ΔU′)+Ylow …(44)Y 0 + AF′ΔU ′ + AF ΔU ≧ Ylow (43) AF ΔU ≧ − (Y0 + AF′ΔU ′) + Ylow (44)
【0088】上記の(36)式から(44)式までをま
とめることで、(22)式が得られる。By combining the above equations (36) to (44), equation (22) is obtained.
【0089】次に、本発明法とフィードバックによる従
来手法の比較結果を図5に示す。これは、送風温度をア
クションとした場合の炉熱制御例で、溶銑が目標温度で
定常状態にある時刻0において、減風を行い、減風によ
る溶銑温度上昇を抑制する。図5(a)は、溶銑温度の
変化を比較したもので、参考までに、アクション無しの
場合の溶銑温度の予測値も破線Cで示す。一点鎖線Bで
示す従来手法(フィードバック)では、実際に溶銑温度
が変化してからアクションが行われるため、溶銑温度の
変動幅が広がっているが、実線Aで示す本発明法による
と、減風の影響が考慮された溶銑温度の予測値に基づい
てアクションを起こすので、変動はほとんどない。図5
(b)は、本発明法と従来手法で行われた送風温度によ
るアクションを比較したものである。本発明法は、従来
手法に比較してアクションが早く採られることが分か
る。Next, FIG. 5 shows a comparison result between the method of the present invention and the conventional method using feedback. This is an example of furnace heat control in the case where the blown air temperature is set as an action. At time 0 when the hot metal is in a steady state at the target temperature, wind reduction is performed to suppress a rise in the hot metal temperature due to the wind reduction. FIG. 5A compares the change of the hot metal temperature. For reference, the predicted value of the hot metal temperature without any action is also indicated by a broken line C. In the conventional method (feedback) indicated by the dashed-dotted line B, since the action is performed after the hot metal temperature is actually changed, the fluctuation range of the hot metal temperature is widened. Since the action is taken based on the predicted value of the hot metal temperature taking into account the effect of FIG.
(B) is a comparison of the action based on the blast temperature performed by the method of the present invention and the conventional method. It can be seen that the method of the present invention takes action earlier than the conventional method.
【0090】アクションの算出に最適化手法を用いない
と、図5に示される本発明と同等の制御性を得るまで
に、アクション算出の試行錯誤が繰り返されるが、本発
明によれば、容易に最適なアクションが算出可能にな
る。If the optimization method is not used for calculating the action, trial and error of the action calculation are repeated until the controllability equivalent to that of the present invention shown in FIG. 5 is obtained. The optimal action can be calculated.
【0091】なお、本実施形態においては、24時間分
の溶銑温度予測値算出にステップ応答モデルを用いてい
るが、この部分に、精密な物理モデルを使用して予測精
度を高めることも可能である。又、予測区間や制御区間
も実施形態に限定されない。In this embodiment, the step response model is used to calculate the predicted value of the hot metal temperature for 24 hours. However, it is also possible to increase the prediction accuracy by using a precise physical model in this part. is there. Further, the prediction section and the control section are not limited to the embodiment.
【0092】[0092]
【発明の効果】本発明によれば、高炉炉熱制御に必要な
最適ゲインを容易に求め、そのゲインによるアクション
で高炉の溶銑温度、溶銑中Si濃度、炉熱指数等を一定
に保つことが可能になり、省エネルギで高品位な溶銑を
安定して生産することが可能となる。According to the present invention, the optimum gain required for blast furnace furnace heat control can be easily obtained, and the action of the gain can keep the hot metal temperature, the Si concentration in the hot metal, the furnace heat index, etc. of the blast furnace constant. This makes it possible to stably produce energy-saving and high-quality hot metal.
【図1】本発明による炉熱制御装置の実施形態の全体構
成を示す、一部断面図を含むブロック図FIG. 1 is a block diagram showing a whole configuration of an embodiment of a furnace heat control device according to the present invention, including a partial sectional view.
【図2】前記実施形態の処理手順を示す流れ図FIG. 2 is a flowchart showing a processing procedure of the embodiment.
【図3】前記実施形態でゲイン算出に必要なステップ応
答を説明するための線図FIG. 3 is a diagram for explaining a step response required for gain calculation in the embodiment.
【図4】本発明の制御概念を説明するための線図FIG. 4 is a diagram for explaining a control concept of the present invention.
【図5】本発明と従来手法による処理結果の効果を比較
して示す線図FIG. 5 is a diagram comparing the effects of the processing results of the present invention and the conventional method.
10…高炉 20…炉熱レベル予測装置 30…炉熱レベル補正装置 40…偏差算出装置 50…アクション量算出装置 DESCRIPTION OF SYMBOLS 10 ... Blast furnace 20 ... Furnace heat level prediction apparatus 30 ... Furnace heat level correction apparatus 40 ... Deviation calculation apparatus 50 ... Action amount calculation apparatus
───────────────────────────────────────────────────── フロントページの続き (72)発明者 森川 泰之 千葉県千葉市中央区川崎町1番地 川崎製 鉄株式会社千葉製鉄所内 (72)発明者 富永 太志 千葉県千葉市中央区川崎町1番地 川崎製 鉄株式会社千葉製鉄所内 ──────────────────────────────────────────────────続 き Continuing on the front page (72) Inventor Yasuyuki Morikawa 1 Kawasaki-cho, Chuo-ku, Chiba City, Chiba Prefecture Inside the Chiba Works of Kawasaki Steel Co., Ltd. Inside the Chiba Works
Claims (3)
して、 炉熱に影響を及ぼす複数の操作量を用いて、未来の一定
期間の炉熱レベルの変動を予測し、 該予測した未来の一定期間における炉熱レベル変動と炉
熱レベル目標値との差の2乗和と、同じく該未来の一定
期間における操作量の変更量の2乗和との和を最小にす
るような操作量で炉熱を制御することを特徴とする高炉
炉熱制御方法。When controlling a furnace heat level of a blast furnace to a target value, a plurality of manipulated variables affecting furnace heat are used to predict a change in the furnace heat level for a certain period in the future, and The operation amount that minimizes the sum of the square sum of the difference between the furnace heat level fluctuation and the furnace heat level target value during a certain period of time and the square sum of the change amount of the operation amount during the future certain period A method for controlling heat of a blast furnace, comprising:
溶銑中のSi濃度、又は、単位重量当りの溶銑に与えた
熱量のいずれかを用いることを特徴とする高炉炉熱制御
方法。2. The hot metal temperature, as an index of the furnace heat level,
A method for controlling heat in a blast furnace, comprising using either the Si concentration in the hot metal or the amount of heat given to the hot metal per unit weight.
の高炉炉熱制御装置において、 炉熱に影響を及ぼす複数の操作量を用いて、未来の一定
期間の炉熱レベルの変動を予測する手段と、 該予測した未来の一定期間における炉熱レベル変動と炉
熱レベル目標値との差の2乗和を算出する手段と、 同じく該未来の一定期間における操作量の変更量の2乗
和を算出する手段と、 前記2つの2乗和の和を最小にするような操作量を求め
る手段と、 該求められた操作量で炉熱を制御する手段と、 を備えたことを特徴とする高炉炉熱制御装置。3. A blast furnace heat control apparatus for controlling a furnace heat level of a blast furnace to a target value, wherein a plurality of manipulated variables affecting furnace heat are used to detect a change in the furnace heat level for a certain period in the future. Means for predicting; means for calculating the sum of squares of the difference between the furnace heat level fluctuation and the furnace heat level target value in the predicted future period; and 2 for the change amount of the manipulated variable in the future period. Means for calculating a sum of squares, means for obtaining an operation amount that minimizes the sum of the two sums of squares, and means for controlling furnace heat with the obtained operation amount. Blast furnace heat control device.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP10301881A JP2000129319A (en) | 1998-10-23 | 1998-10-23 | Method for controlling furnace heat in blast furnace and device therefor |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP10301881A JP2000129319A (en) | 1998-10-23 | 1998-10-23 | Method for controlling furnace heat in blast furnace and device therefor |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2000129319A true JP2000129319A (en) | 2000-05-09 |
Family
ID=17902272
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP10301881A Pending JP2000129319A (en) | 1998-10-23 | 1998-10-23 | Method for controlling furnace heat in blast furnace and device therefor |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2000129319A (en) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009084620A (en) * | 2007-09-28 | 2009-04-23 | Jfe Steel Kk | Method and apparatus for controlling combustion in hot blast stove |
WO2021014923A1 (en) * | 2019-07-23 | 2021-01-28 | Jfeスチール株式会社 | Method for controlling process, operation guidance method, method for operating blast furnace, method for manufacturing molten iron, and device for controlling process |
JP2021130860A (en) * | 2020-02-21 | 2021-09-09 | 株式会社神戸製鋼所 | Furnace heat prediction device and furnace heat prediction method thereof, and furnace heat control guiding device and furnace heat control guiding method thereof |
WO2024048214A1 (en) * | 2022-08-31 | 2024-03-07 | Jfeスチール株式会社 | Process control method, blast furnace operation method, molten pig iron production method, and process control apparatus |
-
1998
- 1998-10-23 JP JP10301881A patent/JP2000129319A/en active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009084620A (en) * | 2007-09-28 | 2009-04-23 | Jfe Steel Kk | Method and apparatus for controlling combustion in hot blast stove |
WO2021014923A1 (en) * | 2019-07-23 | 2021-01-28 | Jfeスチール株式会社 | Method for controlling process, operation guidance method, method for operating blast furnace, method for manufacturing molten iron, and device for controlling process |
JPWO2021014923A1 (en) * | 2019-07-23 | 2021-09-13 | Jfeスチール株式会社 | Process control method, operation guidance method, blast furnace operation method, hot metal manufacturing method and process control device |
CN114144532A (en) * | 2019-07-23 | 2022-03-04 | 杰富意钢铁株式会社 | Process control method, operation guidance method, blast furnace operation method, molten iron manufacturing method, and process control device |
JP2021130860A (en) * | 2020-02-21 | 2021-09-09 | 株式会社神戸製鋼所 | Furnace heat prediction device and furnace heat prediction method thereof, and furnace heat control guiding device and furnace heat control guiding method thereof |
JP7420587B2 (en) | 2020-02-21 | 2024-01-23 | 株式会社神戸製鋼所 | Furnace heat prediction device and method, and furnace heat control guide device and method |
WO2024048214A1 (en) * | 2022-08-31 | 2024-03-07 | Jfeスチール株式会社 | Process control method, blast furnace operation method, molten pig iron production method, and process control apparatus |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3949164B2 (en) | A feedback method for controlling nonlinear processes. | |
Akpan et al. | Nonlinear model identification and adaptive model predictive control using neural networks | |
Yoshitani et al. | Model-based control of strip temperature for the heating furnace in continuous annealing | |
US5268835A (en) | Process controller for controlling a process to a target state | |
EP0701186B1 (en) | Model predictive control method for an air-separation system | |
CN109581870A (en) | The temperature in the kettle dynamic matrix control method of energetic material reaction kettle | |
CA2411378A1 (en) | Multi-variable matrix process control | |
JP6729514B2 (en) | Hot metal temperature prediction method, hot metal temperature prediction device, blast furnace operating method, operation guidance device, hot metal temperature control method, and hot metal temperature control device | |
US6711531B1 (en) | Temperature control simulation method and apparatus | |
JPH1185213A (en) | Prediction method for time sequence continuous data, control method using the same and record medium | |
CN117784852B (en) | Multi-mode sensor temperature control method based on fish scale bionic optimization algorithm | |
Cao et al. | A dynamic subspace model for predicting burn-through point in iron sintering process | |
Wang et al. | A hybrid approach for supervisory control of furnace temperature | |
CN109062040A (en) | Predictive PID method based on the optimization of system nesting | |
CN105595391A (en) | Advanced control method for comas tower dryer (CTD) | |
JPH0695707A (en) | Model forecast controller | |
JP2001255903A (en) | Process control system | |
JP2000129319A (en) | Method for controlling furnace heat in blast furnace and device therefor | |
JP3279250B2 (en) | Multivariable process control system | |
JP2007265212A (en) | Plant controller and plant control method | |
Zanoli et al. | Model Predictive Control with horizons online adaptation: A steel industry case study | |
JP2009084636A (en) | Method and apparatus for controlling combustion in hot blast stove | |
CN116184830A (en) | Cage type electric throttle valve opening control method | |
JPH07210208A (en) | Autotuning method for thermal power plant and thermal power plant controller utilizing the same | |
CN109964180B (en) | Device and method for determining parameters of a control device |