JP2005107940A - 溶銑温度予測装置、溶銑温度予測方法、コンピュータプログラム、及びコンピュータ読み取り可能な記録媒体 - Google Patents

溶銑温度予測装置、溶銑温度予測方法、コンピュータプログラム、及びコンピュータ読み取り可能な記録媒体 Download PDF

Info

Publication number
JP2005107940A
JP2005107940A JP2003341318A JP2003341318A JP2005107940A JP 2005107940 A JP2005107940 A JP 2005107940A JP 2003341318 A JP2003341318 A JP 2003341318A JP 2003341318 A JP2003341318 A JP 2003341318A JP 2005107940 A JP2005107940 A JP 2005107940A
Authority
JP
Japan
Prior art keywords
hot metal
metal temperature
blast furnace
regression analysis
result
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
JP2003341318A
Other languages
English (en)
Inventor
Akihiko Hasegawa
明彦 長谷川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nippon Steel Corp
Original Assignee
Nippon Steel Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nippon Steel Corp filed Critical Nippon Steel Corp
Priority to JP2003341318A priority Critical patent/JP2005107940A/ja
Publication of JP2005107940A publication Critical patent/JP2005107940A/ja
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Manufacture Of Iron (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】 高炉の溶銑温度を迅速且つ精度良く予測することができるようにする。
【解決手段】 決定木作成部４ａは、溶銑温度が下降する第１のクラスと、溶銑温度が変化しない第２のクラスと、溶銑温度が上昇する第３のクラスとに、高炉の操業条件を分類するための決定木２０を作成する。分類部４ｂは、決定木２０を用いて操業条件を上記３つのクラスの何れかに分類する。回帰分析部４ｃは、分類された操業条件のそれぞれについて重回帰分析を行う。溶銑温度予測部４ｆは、重回帰分析した結果を用いて溶銑温度の値を予測する。このように、溶銑温度が上昇する傾向にある操業条件と、下降する傾向にある操業条件とに分類して、分類した操業条件ごとにＡＲＭＡモデルを適用することにより、重回帰分析を精度良く行うことができ、溶銑温度を迅速に且つ高精度に予測することができる。
【選択図】 図１

Description

本発明は、溶銑温度予測装置、溶銑温度予測方法、コンピュータプログラム、及びコンピュータ読み取り可能な記録媒体に関し、特に、高炉における将来の溶銑温度を予測するために用いて好適なものである。
鉄鋼業の分野では、高品質の鋼板を生産するなどの理由から、高炉プラントにおける溶銑温度を予測する技術が提案されている。
例えば、炉頂ガスの濃度から溶銑温度を予測する第１の従来技術が提案されている（例えば、特許文献１を参照）。
また、ノルム法と称される演算予測方法とニューラルネットワークとを用いて、溶銑温度を予測する第２の従来技術が提案されている（例えば、特許文献２を参照）。
具体的に説明すると、過去に行われた操業条件の中から、現時点の操業条件に類似する操業条件を検索し、検索した操業条件に含まれる複数の項目の中から所定数の項目を選定する。そして、選定した所定数の項目を入力データとするとともに、上記選定の対象となった過去の操業条件に対する過去の操業結果を出力データとして学習し、学習した結果に基づいて、将来の溶銑温度を予測する。
特開昭５３−８６６１２号公報 特開２００２−１５７５７２号公報
しかしながら、高炉では複雑な操業を行っているため、単一の独立変数のみを用いて溶銑温度を予測する上記第１の従来技術では、予測の精度が著しく悪くなってしまうという問題点があった。
また、上記第２の従来の技術では、ニューラルネットワークを用いているため、学習に時間がかかってしまう。したがって、溶銑温度の予測結果に基づいて、操業条件を迅速に変更し、適切に高炉を操業するようにすることが困難であるという問題点があった。
本発明は、上述の問題点にかんがみてなされたものであり、高炉の溶銑温度を迅速に且つ高精度に予測することができるようにすることを目的とする。
本発明の溶銑温度予測装置は、高炉の溶銑温度を予測する溶銑温度予測装置であって、上記高炉の溶銑温度が上昇する傾向にあるものと、下降する傾向にあるものとに、上記高炉の操業条件を分類する操業条件分類手段と、上記操業条件分類手段により、上記溶銑温度が上昇する傾向にあるとされた操業条件と、上記溶銑温度が下降する傾向にあるとされた操業条件とのそれぞれについて回帰分析を行う回帰分析手段と、上記回帰分析手段により回帰分析された結果に基づいて、上記高炉の溶銑温度を予測する溶銑温度予測手段とを有することを特徴としている。
本発明の溶銑温度予測方法は、高炉の溶銑温度を予測する溶銑温度予測方法であって、上記高炉の溶銑温度が上昇する傾向にあるものと、下降する傾向にあるものとに、上記高炉の操業条件を分類する操業条件分類ステップと、上記操業条件分類ステップにより、上記溶銑温度が上昇する傾向にあるとされた操業条件と、上記溶銑温度が下降する傾向にあるとされた操業条件とのそれぞれについて回帰分析を行う回帰分析ステップと、上記回帰分析ステップにより回帰分析された結果に基づいて、上記高炉の溶銑温度を予測する溶銑温度予測ステップとを有することを特徴としている。
本発明のコンピュータプログラムは、高炉の溶銑温度を予測することをコンピュータに実行させるためのコンピュータプログラムであって、上記高炉の溶銑温度が上昇する傾向にあるものと、下降する傾向にあるものとに、上記高炉の操業条件を分類する操業条件分類ステップと、上記操業条件分類ステップにより、上記溶銑温度が上昇する傾向にあるとされた操業条件と、上記溶銑温度が下降する傾向にあるとされた操業条件とのそれぞれについて回帰分析を行う回帰分析ステップと、上記回帰分析ステップにより回帰分析された結果に基づいて、上記高炉の溶銑温度を予測する溶銑温度予測ステップとをコンピュータに実行させることを特徴としている。
本発明のコンピュータ読み取り可能な記録媒体は、高炉の溶銑温度を予測することをコンピュータに実行させるためのコンピュータプログラムを記録したコンピュータ読み取り可能な記録媒体であって、上記高炉の溶銑温度が上昇する傾向にあるものと、下降する傾向にあるものとに、上記高炉の操業条件を分類する操業条件分類ステップと、上記操業条件分類ステップにより、上記溶銑温度が上昇する傾向にあるとされた操業条件と、上記溶銑温度が下降する傾向にあるとされた操業条件とのそれぞれについて回帰分析を行う回帰分析ステップと、上記回帰分析ステップにより回帰分析された結果に基づいて、上記高炉の溶銑温度を予測する溶銑温度予測ステップとをコンピュータに実行させるためのコンピュータプログラムを記録したことを特徴としている。
本発明によれば、溶銑温度が上昇する傾向にある操業条件と、下降する傾向にある操業条件とに分類して、分類した操業条件ごとに回帰分析を行うようにしたので、回帰分析を精度良く行うことができ、溶銑温度を高速に且つ高精度に予測することができる。
また、本発明の他の特徴によれば、操業条件を分類した結果の的中率を算出して表示するようにしたので、オペレータは、溶銑温度の予測結果の妥当性を容易に判断することができる。
（第１の実施の形態）
次に、図面を参照しながら、本発明における第１の実施の形態について説明する。なお、本実施の形態では、高炉における溶銑温度を予測する場合を例に挙げて説明する。
図１は、本実施の形態における溶銑温度予測装置の構成の一例を示したブロック図である。
図１において、溶銑温度予測装置１は、入力装置２と、表示装置３と、処理装置４とを有している。
入力装置２は、キーボード、マウス及びデータ伝送装置などにより構成される装置であり、オペレータにより実行された内容及びプロセス実績データを処理装置４に伝えるようにするための装置である。なお、本実施の形態では、この入力装置２を用いて上記高炉の操業実績などを処理装置４に伝えるようにしている。
表示装置３は、ディスプレイなどにより構成される装置であり、処理装置４により実行された処理結果などを表示するための装置である。オペレータは、この表示装置３に表示された内容を見ながら、入力装置２を操作して所望の内容を入力する。
処理装置４は、ＣＰＵ、ＲＯＭ、及びＲＡＭなどにより構成される装置である。この処理装置４は、上記ＲＯＭに記録されているプログラムを実行するなどして溶銑温度予測装置１における処理動作を制御する。
具体的に処理装置４は、決定木作成部４ａと、分類部４ｂと、回帰分析部４ｃと、溶銑温度予測部４ｄと、予測結果表示部４ｅとを有している。
なお、本実施の形態では、決定木作成部４ａと、分類部４ｂと、回帰分析部４ｃとで、溶銑温度の予測に必要な処理を予め行っておいてから、溶銑温度予測部４ｆで溶銑温度を予測する場合を例に挙げて説明する。
決定木作成部４ａは、高炉の操業実績に基づいて、決定木を作成する。具体的に説明すると、上記高炉の操業条件を、３つのクラスに分類するための決定木を作成する。上記３つのクラスは、溶鋼温度が０．６［℃］以上下降する第１のクラスと、溶鋼温度の変化が±０．６［℃］未満である（溶鋼温度が変化しない）第２のクラスと、溶鋼温度が０．６［℃］以上上昇する第３のクラスである。
なお、本実施の形態では、上記高炉を操業する際にオペレータにより操作される所定の操業変数を、上記高炉の操業条件の中から採用し、採用した操業変数の状態に基づいて、上記操業条件を上記３つのクラスに分類するようにしている。
具体的に、本実施の形態では、溶銑温度、微粉炭比、送風湿度の設定値、送風温度の設定値、燃料費、鉄鉱石に対するコークスの割合（Ｏ／Ｃ）、コークス比＿指定乾量値、小塊コークスの乾量目標値、及びＰＣ比を、上記操業変数として採用している。そして、これら操業変数の値の組み合わせによって、上記操業変数の状態が定まる。
また、これら操業変数の値は、１時間当たりの平均値としている。さらに、溶銑温度、微粉炭比、送風湿度の設定値、送風温度の設定値、及び燃料費については、３時間前から現在までの値を用いるようにしている。これに対し、鉄鉱石に対するコークスの割合（Ｏ／Ｃ）、コークス比＿指定乾量値、小塊コークスの乾量目標値、及びＰＣ比については、時間遅れを考慮して、６時間前から３時間前までの値を用いるようにしている。
分類部４ｂは、決定木作成部４ａにより作成された決定木に、上記操業変数の状態を当てはめて、上記操業条件を、上記３つのクラスの何れかに分類するためのものである。
ここで、図２を参照しながら、上記決定木の具体例を説明する。
図２は、決定木２０の一例を示した図である。
図２に示すように、本実施の形態では、上記操業変数の状態が、各ブロック２０ａ〜２０ｆの中に示されている分類条件に該当するか否かを判断して、上記操業条件を上記３つのクラスに分類するようにしている。
具体的に説明すると、まず、ブロック２０ａ内に示す分類条件に該当するか否かを判断する。すなわち、３時間前の送風湿度の設定値と、４時間前の小塊コークスの乾量目標値と、１時間前の溶銑温度と、３時間前の溶銑温度とが、それぞれブロック２０ａ内に示す分類条件に該当する場合、上記操業条件は、溶銑温度が上昇する第３のクラスに分類される。
一方、ブロック２０ａ内に示す分類条件に該当しない場合には、ブロック２０ｂ内に示す分類条件に該当するか否かを判断する。すなわち、４時間前の燃料比と、３時間前の送風温度の設定値と、５時間前のコークス比＿指定乾量値と、４時間前の小塊コークスの乾量目標値と、１時間前の溶銑温度と、２時間前の溶銑温度とが、それぞれブロック２０ｂ内に示す分類条件に該当する場合、上記操業条件は、溶銑温度が上昇する第３のクラスに分類される。
以下、同様にして、上記操業変数の状態が、ブロック２０ｃ〜２０ｆ内に示す分類条件に該当するかどうかを判断して、上記操業条件を上記３つのクラスに分類する。なお、本実施の形態では、上記操業変数の状態が、ブロック２０ａ〜２０ｆ内のいずれの分類条件にも該当しない場合、上記操業条件は、溶銑温度が上昇する第３のクラスに分類されるようにしている。また、図２に示したブロック２０ａ〜２０ｆ内の値は、正規化したものである。
また、分類部４ｂは、上記分類した操業条件で高炉を操業した場合の溶銑温度の実績値に基づいて、上記分類した結果の的中率を求める。
具体例を説明すると、分類部４ｂは、ブロック２０ａによって第３のクラスに分類された操業条件で実際に高炉が操業され、所定時間（例えば８時間）が経過したときの溶銑温度（１時間当たりの平均値）の実績値を入力する。そして、入力した溶銑温度に基づいて、上記分類した結果が正しかったかどうかを判断する。すなわち、この例では、上記所定時間が経過したときの溶銑温度の実績値が、（測定開始時点よりも）上昇した場合、上記分類した結果が的中したことになる。一方、上記所定時間が経過したときの溶銑温度の実績値が下降した場合、上記分類した結果が的中しなかったことになる。
図３に、以上のようにして操業条件を分類した結果と、その的中率の一例をまとめて示す。
図３に示した例では、２００６種類の操業条件について分類を行っている。そして、これら２００６種類の操業条件のうち、ブロック２０ａの中の分類条件に該当した操業条件は６７種類である（ルールａを参照）。
すなわち、ブロック２０ａの中の分類条件によって、６７種類の操業条件が、上記第３のクラスに分類される。そして、これら６７種類の操業条件のうち、分類された結果（溶融温度が上昇するという予測結果）と実績値とが一致する操業条件は、６４種類であった。したがって、分類された結果の的中率は９５．５［％］（誤り率が４．５［％］）となる。
また、ブロック２０ｂ〜２０ｆについても同様にして操業条件が分類され、ブロック２０ｂ〜２０ｆ毎に的中率（誤り率）が求められる。これらの結果、図３に示した例では、全体として的中率が７３．４［％］（誤り率が２６．６［％］）となった。
図１に説明を戻し、回帰分析部４ｃは、第１の回帰分析部４ｄと、第２の回帰分析部４ｅとを有している。
第１の回帰分析部４ｄは、分類部４ｂにより、溶銑温度が下降する第１のクラスに分類された操業条件について、ＡＲＭＡモデル（自己回帰・移動平均モデル）を適用して、重回帰分析を行う。
第２の回帰分析部４ｅは、分類部４ｂにより、溶銑温度が上昇する第３のクラスに分類された操業条件について、ＡＲＭＡモデルを適用して、重回帰分析を行う。
これら第１及び第２の回帰分析部４ｄ、４ｅにて適用されるＡＲＭＡモデルは、以下の（１式）により表されるモデルである。
ｙ（ｔ＋８）＝Σａiｙ（ｔ−ｉ）＋Σｂiｕ（ｔ−ｉ）・・・（１式）
上記（１式）において、ｙ（ｔ＋８）は、８時間経過後の溶銑温度の予測値である。この溶銑温度は、１時間当たりの平均値である。ｙ（ｔ−ｉ）は、ｉ時間前の溶銑温度である。この溶銑温度も、１時間当たりの平均値である。なお、上記（１式）の左辺は、８時間経過後の値でなくてもよいということは言うまでもない。
ｕ（ｔ−ｉ）は、分類部４ｂにより分類された操業条件のうち、溶銑温度を除いた所定の操業条件により求められる値である。
具体的に説明すると、操業条件ｕ（ｔ−ｉ）には、微粉炭比と、送風湿度の設定値と、送風温度の設定値と、鉄鉱石に対するコークスの割合（Ｏ／Ｃ）と、コークス比＿指定乾量値とが含まれている。
この他、操業条件ｕ（ｔ−ｉ）には、炉頂におけるガス温度の平均値と、羽口フレームにおける温度と、ボッシュ部におけるガス量と、一酸化炭素ガスの利用率と、シャフト効率と、熱流比と、炉体上部におけるＫ値（通風により生じる抵抗値）の平均値と、炉体中部におけるＫ値の平均値と、炉体下部におけるＫ値の平均値とが含まれる。
さらに、操業条件ｕ（ｔ−ｉ）には、ＣＢ＿ソリューションロスＣ量と、溶銑に含まれる成分（炭素Ｃ、シリコンＳｉ、硫黄Ｓ、マンガンＭｎ）の量と、コークスの温度の理論値と、装入される硫黄Ｓと酸化鉄ＦｅＯの量と、銑鉄の生成速度と、普通系の熱負荷の合計値と、羽口の先端における温度の平均値も含まれる。
第１及び第２の回帰分析部４ｄ、４ｅは、以上のようにして定められる溶銑温度ｙ（ｔ−ｉ）と、操業条件ｕ（ｔ−ｉ）とを用いて、重回帰分析を行い、上記（１式）における第１及び第２のパラメータａi、ｂiを求める。
以上のように、本実施の形態では、溶銑温度が下降する第１のクラスに分類された操業条件を用いて重回帰分析を行い、第１及び第２のパラメータａi、ｂiを求める。また、溶銑温度が上昇する第３のクラスに分類された操業条件についても同様に重回帰分析を行い、第１及び第２のパラメータａi、ｂiを求める。すなわち、第１のクラスに分類された操業条件と、第３のクラスに分類された操業条件とのそれぞれについて、重回帰分析を行い、それぞれの場合における第１及び第２のパラメータａi、ｂiを求めるようにしている。
溶銑温度予測部４ｆは、溶銑温度を予測する際に入力された操業条件を、決定木作成部４ａにより作成された決定木２０に当てはめて、上記入力された操業条件がどのクラスに分類されるのかを判断する。
そして、分類されたクラスが第１のクラスであった場合には、第１の回帰分析部４ｄにより求められた第１及び第２のパラメータａi、ｂiを用いて、所定時間（例えば８時間）が経過したときの溶鋼温度を算出する。
一方、分類されたクラスが第３のクラスであった場合には、第２の回帰分析部４ｅにより求められた第１及び第２のパラメータａi、ｂiを用いて、所定時間（例えば８時間）が経過したときの溶鋼温度を算出する。
また、分類されたクラスが第２のクラスであった場合には、所定時間（例えば８時間）が経過したときの溶銑温度の変化が±０．６［℃］未満であると判断する。
この他、溶銑温度予測部４ｆは、上記分類されたクラスの的中率を分類部４ｂから読み出す。
予測結果表示部４ｇは、上記分類されたクラスの的中率と、溶銑温度予測部４ｆにより算出された所定時間経過後の溶鋼温度とを表示装置３に表示する。このとき、溶銑温度予測部４ｆにより分類されたクラスがどのクラスであるのかということも併せて表示するようにするのが好ましい。なお、溶銑温度予測部４ｆにより、所定時間経過後の溶鋼温度の変化が±０．６［℃］未満であると判断された場合には、その旨を表示する。
図４に、以上のようにして溶鋼温度予測装置１により予測された８時間経過後の溶鋼温度と、実測値との相関関係の一例を示す。
図４（ａ）に示した相関図４０ａは、溶銑温度が下降する第１のクラスに分類された操業条件を用いて第１の回帰分析部４ｄにより求められた第１及び第２のパラメータａi、ｂiに基づいて溶銑温度を予測した場合について示したものである。一方、図４（ｂ）に示した相関図４０ｂは、溶銑温度が上昇する第３のクラスに分類された操業条件を用いて第２の回帰分析部４ｅにより求められた第１及び第２のパラメータａi、ｂiに基づいて溶銑温度を予測した場合について示したものである。
図４（ａ）に示した相関図４０ａから、溶銑温度が下降する第１のクラスに分類された操業条件を用いて算出された溶銑温度の予測値と、実測値との相関係数は、０．６８となった。また、誤差標準偏差σは、１４．２［℃］となった。
一方、図４（ｂ）に示した相関図４０ｂから、溶銑温度が上昇する第３のクラスに分類された操業条件を用いて算出された溶銑温度の予測値と、実測値との相関係数は、０．７１となった。また、誤差標準偏差σは、１４．６［℃］となった。
高炉を操業する際の操業条件は、非線形なものであるために、従来の手法では、予測値と実測値との相関をとることが困難であった。これに対し、図４に示すように、本実施の形態の手法を用いて、高炉の溶銑温度を予測すれば、予測値と実測値との相関をとることができ、従来の手法よりも予測精度を格段に向上させることができることが分かる。
次に、図５〜図７のフローチャートを参照しながら、本実施の形態の溶銑温度予測装置１における動作の一例を説明する。
図５は、決定木作成部４ａにおける処理動作の一例を説明するフローチャートである。
まず、ステップＳ１において、入力装置２などから、決定木２０を作成するのに必要な高炉の操業実績が入力されるまで待機し、入力されたらステップＳ２に進み、決定木２０を作成する。なお、決定木２０の作成方法は、特に限定されない。
図６は、分類部４ｂと回帰分析部４ｃにおける処理動作の一例を説明するフローチャートである。
まず、ステップＳ１１において、分類部４ｂは、高炉の操業条件と、その条件で操業した時の操業実績とが入力されるまで待機し、入力されると、ステップＳ１２に進む。
そして、ステップＳ１２において、分類部４ｂは、ステップ１１において入力された高炉の操業条件の中から所定の操業変数を抽出し、抽出した操業変数を、上記ステップＳ２で作成された決定木２０に当てはめて、上記入力された高炉の操業条件を、第１〜第３のクラスのうちの何れかに分類する。
次に、ステップＳ１３において、分類部４ｂは、ステップＳ１２において分類されたクラスが第１のクラスまたは第３のクラスであるか否かを判定する。すなわち、ステップ１１において入力された高炉の操業条件で操業すると、溶銑温度が変化すると予測されるか否かを判定する。
この判定の結果、ステップＳ１２において分類されたクラスが第１のクラスまたは第３のクラスでない場合には、ステップＳ１１に戻り、再度処理を行う。
一方、分類されたクラスが第１のクラスまたは第３のクラスである場合には、ステップＳ１４に進み、分類部４ｂは、ステップＳ１２において分類されたクラスが第３のクラスであるか否かを判定する。すなわち、ステップ１１において入力された高炉の操業条件で操業すると、溶銑温度が上昇すると予測されるか否かを判定する。
この判定の結果、ステップＳ１２において分類されたクラスが第３のクラスである場合には、ステップＳ１５に進み、分類部４ｂは、ステップＳ１４において予測された結果と、ステップＳ１１において入力された高炉の操業実績（溶銑温度の実績値）とが一致するか否かを判別し、その結果を記録媒体に記録する。なお、本フローチャートでは、ステップＳ１１で高炉の操業実績を入力するようにしたが、高炉の操業実績は、このステップＳ１５における処理の前に入力していれば、いつ入力してもよい。
そして、ステップＳ１６に進み、ステップＳ１１で入力された操業条件を第２の回帰分析部４ｅに出力する。これにより、操業条件が第２の回帰分析部４ｅに蓄積される。
次に、ステップＳ１７において、分類部４ｂは、所定数の操業条件が入力されたか否かを判定する。判定の結果、所定数の操業条件が入力されていない場合には、ステップＳ１１に戻り、再度処理を行う。
一方、所定数の操業条件が入力された場合には、ステップＳ１８に進み、分類部４ｂは、ステップＳ１５において判別された結果に基づいて、ステップＳ１２において分類した結果の的中率を算出し、記録媒体に記録する。すなわち、決定木２０を用いて溶銑温度が上昇すると予測された結果の的中率を算出し、記録媒体にする。
次に、ステップＳ１９において、第２の回帰分析部４ｅは、ステップＳ１６において蓄積された操業条件について、上記（１式）で表されるＡＲＭＡモデルを適用し、第１及び第２のパラメータａi、ｂiを算出する。
次に、ステップＳ２０において、第２の回帰分析部４ｅは、ステップＳ１９で算出された第１及び第２のパラメータａi、ｂiを記録媒体に記録する。
上記ステップＳ１４における判定の結果、ステップＳ１２において分類されたクラスが第３のクラスでなく、第１のクラスである場合には、ステップＳ２１に進み、ステップＳ１５と同様に、ステップＳ１４において予測された結果と、ステップＳ１１において入力された高炉の操業実績（溶銑温度の実績値）とが一致するか否かを判別し、その結果を記録媒体に記録する。なお、ステップＳ１５と同様に、高炉の操業実績は、このステップＳ２１における処理の前に入力していれば、いつ入力してもよい。
そして、ステップＳ２２において、ステップＳ１１で入力された操業条件を第１の回帰分析部４ｄに出力する。これにより、操業条件が第１の回帰分析部４ｄに蓄積される。
次に、ステップＳ２３において、分類部４ｂは、所定数の操業条件が入力されたか否かを判定する。判定の結果、所定数の操業条件が入力されていない場合には、ステップＳ１１に戻り、再度処理を行う。
一方、所定数の操業条件が入力された場合には、ステップＳ２４に進み、分類部４ｂは、ステップＳ２１において判別された結果に基づいて、ステップＳ１２において分類した結果の的中率を算出し、記録媒体に記録する。すなわち、決定木２０を用いて溶銑温度が下降すると予測された結果の的中率を算出し、記録媒体に記録する。
次に、ステップＳ２５において、第１の回帰分析部４ｄは、ステップＳ２２において蓄積された操業条件について、上記（１式）で表されるＡＲＭＡモデルを適用し、第１及び第２のパラメータａi、ｂiを算出する。
次に、ステップＳ２６において、第１の回帰分析部４ｄは、ステップＳ１９で算出された第１及び第２のパラメータａi、ｂiを記録媒体に記録する。
図７は、溶銑温度予測部４ｆと予測結果表示部４ｇにおける処理動作の一例を説明するフローチャートである。
まず、ステップＳ３１において、溶銑温度予測部４ｆは、溶銑温度を予測する際の高炉の操業条件が入力装置２などから入力されるまで待機し、入力されたらステップＳ３２に進む。
そして、ステップＳ３２において、溶銑温度予測部４ｆは、ステップＳ３２において入力された高炉の操業条件の中から所定の操業変数を採用し、採用した操業変数を、上記ステップＳ２で作成された決定木２０に当てはめて、上記入力された高炉の操業条件を、第１〜第３のクラスのうちの何れかに分類する。また、分類したクラスの的中率を読み出す。なお、上記的中率は、上記ステップＳ１８、Ｓ２４で、分類部４ｂにより算出され、記録されたものである。
次に、ステップＳ３３において、溶銑温度予測部４ｆは、ステップＳ３２において分類されたクラスが第１のクラスまたは第３のクラスであるか否かを判定する。すなわち、ステップ３１において入力された高炉の操業条件で操業すると、溶銑温度が変化すると予測されるか否かを判定する。
この判定の結果、ステップＳ３２において分類されたクラスが第１のクラスまたは第３のクラスでなく、第２のクラスである場合には、ステップＳ３７に進み、予測結果表示部４ｇは、溶銑温度が変化しないことを表す内容を表示装置３に表示する。
一方、分類されたクラスが第１のクラスまたは第３のクラスである場合には、ステップＳ３４に進み、溶銑温度予測部４ｆは、ステップＳ３２において分類されたクラスが第３のクラスであるか否かを判定する。すなわち、ステップ３１において入力された高炉の操業条件で操業すると、溶銑温度が上昇すると予測されるか否かを判定する。
この判定の結果、ステップＳ３２において分類されたクラスが第３のクラスである場合には、ステップＳ３５に進み、溶銑温度予測部４ｆは、上記ステップＳ２０において第２の回帰分析部４ｅにより記録された第１及び第２のパラメータａi、ｂiを読み出す。そして、読み出した第１及び第２のパラメータａi、ｂiを用いて、所定時間（８時間）が経過したときの溶鋼温度を算出（予測）し、ステップＳ３７に進む。
そして、ステップＳ３７において、予測結果表示部４ｇは、ステップＳ３２において分類した結果と、その分類した結果の的中率と、ステップＳ３５において算出された溶鋼温度とを、表示装置３に表示する。
上記ステップＳ３４における判定の結果、ステップＳ３２において分類されたクラスが第３のクラスでなく、第１のクラスである場合には、ステップＳ３６に進み、溶銑温度予測部４ｆは、上記ステップＳ２６において第１の回帰分析部４ｄにより記録された第１及び第２のパラメータａi、ｂiを読み出す。そして、読み出した第１及び第２のパラメータａi、ｂiを用いて、所定時間（８時間）が経過したときの溶鋼温度を算出（予測）し、ステップＳ３７に進む。
そして、ステップＳ３７において、予測結果表示部４ｇは、ステップＳ３２において分類した結果と、その分類した結果の的中率と、ステップＳ３６において算出された溶鋼温度とを、表示装置３に表示する。
以上のように本実施の形態では、溶銑温度が下降する第１のクラスと、溶銑温度が変化しない第２のクラスと、溶銑温度が上昇する第３のクラスとに、高炉の操業条件を分類するための決定木２０を作成し、作成した決定木２０を用いて操業条件を上記３つのクラスの何れかに分類するとともに、分類した結果の的中率を、操業実績から求める。そして、第１のクラスと第３のクラスに分類した操業条件のそれぞれについてＡＲＭＡモデルを適用して重回帰分析を行い第１及び第２のパラメータａi、ｂiを求める。
そして、溶銑温度を予測する際に入力された操業条件を上記３つのクラスの分類し、分類したクラスに対応する第１及び第２のパラメータａi、ｂiを用いて溶銑温度の具体的な値を予測し、予測した値と、上記分類した結果の的中率を表示する。
すなわち、本実施の形態では、溶銑温度が上昇する傾向にある操業条件と、下降する傾向にある操業条件とに分類して、分類した操業条件ごとにＡＲＭＡモデルを適用するようにしたので、ＡＲＭＡモデルにおける重回帰分析を精度良く行うことができ、溶銑温度を高速に且つ高精度に予測することができる。これにより、オペレータは、高炉を操業するための操作を迅速且つ適切に行うことができ、高炉を安定して操業させることができる。さらに、高炉を安定して操業することにより、高炉を操業する際の消費エネルギーを可及的に低減させることができるという効果もある。
また、決定木２０を作成して操業条件を分類し、分類した結果の的中率を算出して表示するようにしたので、オペレータは、溶銑温度の予測結果の妥当性を容易に判断することができる。
なお、本実施の形態では、第１及び第２のパラメータａi、ｂiを予め求めるようにしたが、第１及び第２のパラメータａi、ｂiを溶銑温度の予測時に求めるようにしてもよい。このようにする場合の動作の一例としては、溶銑温度を予測する際に入力された（複数種類の）操業条件を分類部４ｂで分類してその結果を回帰分析部４ｃに渡す。そして、回帰分析部４ｃにおいて、分類部４ｂにより分類された操業条件のそれぞれについて、ＡＲＭＡモデルを適用し、第１及び第２のパラメータａi、ｂiを求める。そして、上記求めた第１及び第２のパラメータａi、ｂiを用いて溶銑温度予測部４ｆで溶銑温度を予測する。
以上のようにすれば、予測を開始する直前の操業条件から、第１及び第２のパラメータａi、ｂiを求めることができるので、第１及び第２のパラメータａi、ｂiの信頼性をより向上させることができ、溶銑温度をより高精度に予測することができる。
また、本実施の形態では、予測前に予め入力された操業実績に基づいて、決定木２０を作成し、作成した決定木２０をそのまま使用するようにしたが、その後に入力された操業実績に基づいて、上記作成した決定木２０を随時更新（学習）する構成にしてもよい。
さらに、本実施の形態では、決定木２０により溶銑温度が変化しない第２のクラスに操業条件が分類された場合には、溶銑温度が変化しないと予測するようにして処理を簡略化したが、上記第２のクラスに分類された操業条件についてもＡＲＭＡモデルを適用して溶銑温度を予測するようにしてもよい。
（第２の実施の形態）
次に、本発明における第２の実施の形態について説明する。なお、本実施の形態と上述した第１の実施の形態とは、処理装置４の分類部４ｂにおける処理が異なるだけである。したがって、上述した第１の実施の形態と同一の部分については、図１〜図７に付した符号と同一の符号を付すなどして詳細な説明を省略する。
図８は、本実施の形態の分類部と回帰分析部４ｃにおける処理動作の一例を説明するフローチャートである。
まず、ステップＳ１１〜Ｓ１４では、図６に示したのと同じ処理を行う。すなわち、分類部４ｂは、高炉の操業条件と、その条件で操業した時の操業実績とが入力されたら、入力された高炉の操業条件の中から所定の操業変数を抽出し、抽出した操業変数を、決定木２０に当てはめて、上記入力された高炉の操業条件を、第１〜第３のクラスのうちの何れかに分類する（ステップＳ１１、Ｓ１２）。
次に、ステップＳ１３において、分類部４ｂは、ステップＳ１２において分類されたクラスが第１のクラスまたは第３のクラスであるか否かを判定し、第１のクラスまたは第３のクラスでない場合には、ステップＳ１１に戻り、再度処理を行う一方、分類されたクラスが第１のクラスまたは第３のクラスである場合には、分類されたクラスが第３のクラスであるか否かを判定する（ステップＳ１３、ステップＳ１４）。
この判定の結果、ステップＳ１２において分類されたクラスが第３のクラスである場合には、ステップＳ４１に進み、分類部４ｂは、ステップＳ１２において分類（予測）された結果と、ステップＳ１１において入力された高炉の操業実績（溶銑温度の実績値）とが一致するか否かを判定する。
この判定の結果、ステップＳ１２において分類（予測）された結果と、ステップＳ１１において入力された高炉の操業実績（溶銑温度の実績値）とが一致する場合には、ステップＳ１６に進み、ステップＳ１１で入力された操業条件を第２の回帰分析部４ｅに出力する。これにより、操業条件が第２の回帰分析部４ｅに蓄積される。そして、ステップＳ１７に進む。
一方、ステップＳ１２において分類（予測）された結果と、ステップＳ１１において入力された高炉の操業実績（溶銑温度の実績値）とが一致しない場合には、上記ステップＳ１６の処理を省略してステップＳ１７に進む。
このように、本実施の形態では、分類部において、決定木２０を用いた操業条件の分類に基づく溶銑温度の予測と、その後に入力される高炉の操業実績とが一致する場合にのみ、ステップＳ１１で入力された操業条件を第２の回帰分析部４ｅに出力するようにしている。
そして、ステップＳ１７〜ステップＳ２０では、図６に示したのと同じ処理を行う。すなわち、分類部は、所定数の操業条件が入力されたら、ステップＳ４１において判定された結果に基づいて、ステップＳ１２において分類した結果の的中率を算出し、記録媒体に記録する（ステップＳ１７、Ｓ１８）。
次に、第２の回帰分析部４ｅは、ステップＳ１６において蓄積された操業条件について、上記（１式）で表されるＡＲＭＡモデルを適用し、第１及び第２のパラメータａi、ｂiを算出し、記録媒体に記録する（ステップＳ１９、Ｓ２０）。
上記ステップＳ１４における判定の結果、ステップＳ１２において分類されたクラスが第３のクラスでなく、第１のクラスである場合には、ステップＳ４２に進み、ステップＳ４１と同様に、ステップＳ１２において分類（予測）された結果と、ステップＳ１１において入力された高炉の操業実績（溶銑温度の実績値）とが一致するか否かを判定する。
この判定の結果、ステップＳ１２において分類（予測）された結果と、ステップＳ１１において入力された高炉の操業実績（溶銑温度の実績値）とが一致する場合には、ステップＳ２２に進み、ステップＳ１１で入力された操業条件を第１の回帰分析部４ｄに出力する。これにより、操業条件が第１の回帰分析部４ｄに蓄積される。そして、ステップＳ２３に進む。
一方、ステップＳ１２において分類（予測）された結果と、ステップＳ１１において入力された高炉の操業実績（溶銑温度の実績値）とが一致しない場合には、上記ステップＳ２２の処理を省略してステップＳ２３に進む。
このように、本実施の形態では、分類部において、決定木２０を用いた操業条件の分類に基づく溶銑温度の予測と、操業実績とが一致する場合にのみ、ステップＳ１１で入力された操業条件を第１の回帰分析部４ｄに出力するようにしている。
そして、ステップＳ２３〜ステップＳ２６では、図６に示したのと同じ処理を行う。すなわち、分類部は、所定数の操業条件が入力されたら、ステップＳ４２において判定された結果に基づいて、ステップＳ１２において分類した結果の的中率を算出し、記録媒体に記録する（ステップＳ２３、Ｓ２４）。
次に、第１の回帰分析部４ｄは、ステップＳ２２において蓄積された操業条件について、上記（１式）で表されるＡＲＭＡモデルを適用し、第１及び第２のパラメータａi、ｂiを算出し、記録媒体に記録する（ステップＳ２５、Ｓ２６）。
以上のように、本実施の形態では、予測と、実績とが一致した場合の操業条件のみを採用して、重回帰分析を行うようにしたので、上述した第１の実施の形態における効果に加え、信頼性の高いデータのみを用いて重回帰分析を行うことができる。これにより、溶銑温度の予測する際に用いるデータの信頼性をより向上させることができる。
（第３の実施の形態）
次に、本発明における第３の実施の形態について説明する。なお、本実施の形態と上述した第１及び第２の実施の形態とは、処理装置４の分類部における処理が異なるだけである。したがって、上述した第１及び第２の実施の形態と同一の部分については、図１〜図８に付した符号と同一の符号を付すなどして詳細な説明を省略する。
図９は、本実施の形態の分類部と回帰分析部４ｃにおける処理動作の一例を説明するフローチャートである。
まず、ステップＳ１１〜Ｓ１４、Ｓ４１では、図６及び図８に示したのと同じ処理を行う。すなわち、分類部４ｂは、高炉の操業条件と、その条件で操業した時の操業実績とが入力されたら、入力された高炉の操業条件の中から所定の操業変数を抽出し、抽出した操業変数を、決定木２０に当てはめて、上記入力された高炉の操業条件を、第１〜第３のクラスのうちの何れかに分類する（ステップＳ１１、Ｓ１２）。
次に、ステップＳ１３において、分類部４ｂは、ステップＳ１２において分類されたクラスが第１のクラスまたは第３のクラスであるか否かを判定し、第１のクラスまたは第３のクラスでない場合には、ステップＳ１１に戻り、再度処理を行う一方、分類されたクラスが第１のクラスまたは第３のクラスである場合には、分類されたクラスが第３のクラスであるか否かを判定する（ステップＳ１３、ステップＳ１４）。
この判定の結果、ステップＳ１２において分類されたクラスが第３のクラスである場合には、ステップＳ４１に進み、ステップＳ１２において分類（予測）された結果と、ステップＳ１１において入力された高炉の操業実績（溶銑温度の実績値）とが一致するか否かを判定する。
この判定の結果、ステップＳ１２において分類（予測）された結果と、ステップＳ１１において入力された高炉の操業実績（溶銑温度の実績値）とが一致する場合には、ステップＳ５１に進み、溶銑温度（の実績値）が１０［℃］以上上昇したか否かを判定する。この判定の結果、溶銑温度（の実績値）が１０［℃］以上上昇した場合には、ステップＳ１６に進み、ステップＳ１１で入力された操業条件を第２の回帰分析部４ｅに出力する。これにより、操業条件が第２の回帰分析部４ｅに蓄積される。そして、ステップＳ１７に進む。
一方、ステップＳ１２において分類（予測）された結果と、ステップＳ１１において入力された高炉の操業実績（溶銑温度の実績値）とが一致しない場合（ステップＳ４１でＮＯと判定された場合）と、溶銑温度（の実績値）が１０［℃］以上上昇していない場合（ステップＳ５１でＮＯと判定された場合）には、上記ステップＳ１６の処理を省略してステップＳ１７に進む。
このように、本実施の形態では、分類部において、決定木２０を用いた操業条件の分類に基づく溶銑温度の予測と、その後に入力される高炉の操業実績とが一致し、さらに溶銑温度の実績値が１０［℃］以上上昇した場合にのみ、ステップＳ１１で入力された操業条件を第２の回帰分析部４ｅに出力するようにしている。
そして、ステップＳ１７〜ステップＳ２０では、図６に示したのと同じ処理を行う。すなわち、分類部は、所定数の操業条件が入力されたら、ステップＳ４１において判定された結果に基づいて、ステップＳ１２において分類した結果の的中率を算出し、記録媒体に記録する（ステップＳ１７、Ｓ１８）。
次に、第２の回帰分析部４ｅは、ステップＳ１６において蓄積された操業条件について、上記（１式）で表されるＡＲＭＡモデルを適用して、第１及び第２のパラメータａi、ｂiを算出し、記録媒体に記録する（ステップＳ１９、Ｓ２０）。
上記ステップＳ１４における判定の結果、ステップＳ１２において分類されたクラスが第３のクラスでなく、第１のクラスである場合には、ステップＳ４２に進み、ステップＳ４１と同様に、ステップＳ１２において分類（予測）された結果と、ステップＳ１１において入力された高炉の操業実績（溶銑温度の実績値）とが一致するか否かを判定する。
この判定の結果、ステップＳ１２において分類（予測）された結果と、ステップＳ１１において入力された高炉の操業実績（溶銑温度の実績値）とが一致する場合には、ステップＳ５２に進み、溶銑温度（の実績値）が１０［℃］以上下降したか否かを判定する。この判定の結果、溶銑温度（の実績値）が１０［℃］以上下降した場合には、ステップＳ２２に進み、ステップＳ１１で入力された操業条件を第１の回帰分析部４ｄに出力する。これにより、操業条件が第１の回帰分析部４ｄに蓄積される。そして、ステップＳ２３に進む。
一方、ステップＳ１２において分類（予測）された結果と、ステップＳ１１において入力された高炉の操業実績（溶銑温度の実績値）とが一致しない場合（ステップＳ４２でＮＯと判定された場合）と、溶銑温度（の実績値）が１０［℃］以上下降していない場合（ステップＳ５２でＮＯと判定された場合）には、上記ステップＳ２２の処理を省略してステップＳ２３に進む。
このように、本実施の形態では、分類部において、決定木２０を用いた操業条件の分類に基づく溶銑温度の予測と、操業実績とが一致し、さらに溶銑温度の実績値が１０［℃］以上下降した場合にのみ、ステップＳ１１で入力された操業条件を第１の回帰分析部４ｄに出力するようにしている。
そして、ステップＳ２３〜ステップＳ２６では、図６に示したのと同じ処理を行う。すなわち、分類部は、所定数の操業条件が入力されたら、ステップＳ４２において判定された結果に基づいて、ステップＳ１２において分類した結果の的中率を算出し、記録媒体に記録する（ステップＳ２３、Ｓ２４）。
次に、第１の回帰分析部４ｄは、ステップＳ２２において蓄積された操業条件について、上記（１式）で表されるＡＲＭＡモデルを適用し、第１及び第２のパラメータａi、ｂiを算出し、記録媒体に記録する（ステップＳ２５、Ｓ２６）。
以上のように、本実施の形態では、予測と、実績とが一致し、且つ溶鋼温度の実績が１０［℃］以上変化した場合の操業条件のみを採用して、重回帰分析を行うようにしたので、上述した第１の実施の形態における効果に加え、より一層信頼性の高いデータのみを用いて重回帰分析を行うことができる。これにより、溶銑温度を予測する際に用いるデータの信頼性をより一層向上させることができる。
（本発明の他の実施形態）
上述した実施の形態における装置による制御動作は、図１０に示すようなコンピュータシステムを用いることにより実現することができる。
図１０は、溶銑温度予測装置１に配設されたコンピュータシステムの構成の一例を示したブロック図である。
図１０において、コンピュータシステム１００は、ＣＰＵ１０１と、ＲＯＭ１０２と、ＲＡＭ１０３と、キーボード（ＫＢ）１０４のキーボードコントローラ（ＫＢＣ）１０５と、表示部としてのＣＲＴディスプレイ（ＣＲＴ）１０６のＣＲＴコントローラ（ＣＲＴＣ）１０７と、ハードディスク（ＨＤ）１０８及びフレキシブルディスク（ＦＤ）１０９のディスクコントローラ（ＤＫＣ）１１０と、ネットワーク１１１との接続のためのネットワークインターフェースコントローラ（ＮＩＣ）１１２とが、システムバス１１３を介して互いに通信可能に接続された構成としている。
ＣＰＵ１０１は、ＲＯＭ１０２或いはＨＤ１０８に記憶されたソフトウェア、或いはＦＤ１０９より供給されるソフトウェアを実行することで、システムバス１０３に接続された各構成部を総括的に制御する。
すなわち、ＣＰＵ１０１は、所定の処理シーケンスに従った処理プログラムを、ＲＯＭ１０２、或いはＨＤ１０８、或いはＦＤ１０９から読み出して実行することで、後述する動作を実現するための制御を行う。
ＲＡＭ１０３は、ＣＰＵ１０１の主メモリ或いはワークエリア等として機能する。
ＫＢＣ１０５は、ＫＢ１０４や図示していないポインティングデバイス等からの指示入力を制御する。
ＣＲＴＣ１０７は、ＣＲＴ１０６の表示を制御する。
ＤＫＣ１１０は、ブートプログラム、種々のアプリケーション、編集ファイル、ユーザファイル、ネットワーク管理プログラム、及び本実施の形態における所定の処理プログラム等を記憶するＨＤ１０８及びＦＤ１０９とのアクセスを制御する。
ＮＩＣ１１２は、ネットワーク１１１上の装置或いはシステムと双方向にデータをやりとりする。
また、上述した各実施の形態の機能を実現するべく各種のデバイスを動作させるように、上記各種デバイスと接続された装置あるいはシステム内のコンピュータに対し、上記実施の形態の機能を実現するためのソフトウェアのプログラムコードを供給し、そのシステムあるいは装置のコンピュータ（ＣＰＵあるいはＭＰＵ）に格納されたプログラムに従って上記各種デバイスを動作させることによって実施したものも、本発明の範疇に含まれる。
また、この場合、上記ソフトウェアのプログラムコード自体が上述した実施形態の機能を実現することになり、そのプログラムコード自体、およびそのプログラムコードをコンピュータに供給するための手段、例えば、かかるプログラムコードを格納した記録媒体は本発明を構成する。かかるプログラムコードを記憶する記録媒体としては、例えばフレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、磁気テープ、不揮発性のメモリカード、ＲＯＭ等を用いることができる。
また、コンピュータが供給されたプログラムコードを実行することにより、上述した実施の形態の機能が実現されるだけでなく、そのプログラムコードがコンピュータにおいて稼働しているＯＳ（オペレーティングシステム）あるいは他のアプリケーションソフト等と共同して上述の実施形態の機能が実現される場合にもかかるプログラムコードは本発明の実施形態に含まれる。
さらに、供給されたプログラムコードがコンピュータの機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに格納された後、そのプログラムコードの指示に基づいてその機能拡張ボードや機能拡張ユニットに備わるＣＰＵ等が実際の処理の一部または全部を行い、その処理によって上述した実施の形態の機能が実現される場合にも本発明に含まれる。
本発明の第１の実施の形態を示し、溶銑温度予測装置の構成の一例を示したブロック図である。 本発明の第１の実施の形態を示し、決定木の一例を示した図である。 本発明の第１の実施の形態を示し、操業条件を分類した結果と、その的中率とをまとめて示した図である。 本発明の第１の実施の形態を示し、溶鋼温度予測装置により予測された８時間経過後の溶鋼温度と、実測値との相関関係の一例を示した図である。 本発明の第１の実施の形態を示し、決定木作成部における処理動作の一例を説明するフローチャートである。 本発明の第１の実施の形態を示し、分類部と回帰分析部における処理動作の一例を説明するフローチャートである。 本発明の第１の実施の形態を示し、溶銑温度予測部と予測結果表示部における処理動作の一例を説明するフローチャートである。 本発明の第２の実施の形態を示し、分類部と回帰分析部における処理動作の一例を説明するフローチャートである。 本発明の第３の実施の形態を示し、分類部と回帰分析部における処理動作の一例を説明するフローチャートである。 本発明の他の実施の形態を示し、溶銑温度予測装置に配設されたコンピュータシステムの構成の一例を示したブロック図である。
符号の説明
１ 溶銑温度予測装置
２ 入力装置
３ 表示装置
４ 処理装置
４ａ 決定木作成部
４ｂ 分類部
４ｃ 回帰分析部
４ｆ 溶銑温度予測部
４ｇ 予測結果表示部

Claims (14)

  1. 高炉の溶銑温度を予測する溶銑温度予測装置であって、
    上記高炉の溶銑温度が上昇する傾向にあるものと、下降する傾向にあるものとに、上記高炉の操業条件を分類する操業条件分類手段と、
    上記操業条件分類手段により、上記溶銑温度が上昇する傾向にあるとされた操業条件と、上記溶銑温度が下降する傾向にあるとされた操業条件とのそれぞれについて回帰分析を行う回帰分析手段と、
    上記回帰分析手段により回帰分析された結果に基づいて、上記高炉の溶銑温度を予測する溶銑温度予測手段とを有することを特徴とする溶銑温度予測装置。
  2. 上記操業条件分類手段により分類された操業条件で上記高炉が操業された場合の操業条件の実績値に基づいて、上記分類された結果の的中率を算出する的中率算出手段と、
    上記的中率算出手段により算出された的中率を表示装置に表示する表示手段とを有することを特徴とする請求項１に記載の溶銑温度予測装置。
  3. 上記操業条件分類手段は、上記高炉の操業条件を、決定木を用いて分類することを特徴とする請求項１または２に記載の溶銑温度予測装置。
  4. 上記溶銑温度予測手段は、上記高炉の溶銑温度を予測する際に入力された操業条件を、上記決定木を用いて分類し、分類した結果に対応する回帰分析の結果に基づいて、上記高炉の溶銑温度を予測することを特徴とする請求項３に記載の溶銑温度予測装置。
  5. 上記操業条件分類手段は、上記高炉の溶銑温度が上昇する傾向にあるものと、下降する傾向にあるものと、変化しない傾向にあるもとのに、上記高炉の操業条件を分類することを特徴とする請求項１〜４の何れか１項に記載の溶銑温度予測装置。
  6. 上記回帰分析手段は、ＡＲＭＡモデルを用いて回帰分析を行うことを特徴とする請求項１〜５の何れか１項に記載の溶銑温度予測装置。
  7. 高炉の溶銑温度を予測する溶銑温度予測方法であって、
    上記高炉の溶銑温度が上昇する傾向にあるものと、下降する傾向にあるものとに、上記高炉の操業条件を分類する操業条件分類ステップと、
    上記操業条件分類ステップにより、上記溶銑温度が上昇する傾向にあるとされた操業条件と、上記溶銑温度が下降する傾向にあるとされた操業条件とのそれぞれについて回帰分析を行う回帰分析ステップと、
    上記回帰分析ステップにより回帰分析された結果に基づいて、上記高炉の溶銑温度を予測する溶銑温度予測ステップとを有することを特徴とする溶銑温度予測方法。
  8. 上記操業条件分類ステップにより分類された操業条件で上記高炉が操業された場合の操業条件の実績値に基づいて、上記分類された結果の的中率を算出する的中率算出ステップと、
    上記的中率算出ステップにより算出された的中率を表示装置に表示する表示ステップとを有することを特徴とする請求項７に記載の溶銑温度予測方法。
  9. 上記操業条件分類ステップは、上記高炉の操業条件を、決定木を用いて分類することを特徴とする請求項７または８に記載の溶銑温度予測方法。
  10. 上記溶銑温度予測ステップは、上記高炉の溶銑温度を予測する際に入力された操業条件を、上記決定木を用いて分類し、分類した結果に対応する回帰分析の結果に基づいて、上記高炉の溶銑温度を予測することを特徴とする請求項９に記載の溶銑温度予測方法。
  11. 上記操業条件分類ステップは、上記高炉の溶銑温度が上昇する傾向にあるものと、下降する傾向にあるものと、変化しない傾向にあるもとのに、上記高炉の操業条件を分類することを特徴とする請求項７〜１０の何れか１項に記載の溶銑温度予測方法。
  12. 上記回帰分析ステップは、ＡＲＭＡモデルを用いて回帰分析を行うことを特徴とする請求項７〜１１の何れか１項に記載の溶銑温度予測方法。
  13. 高炉の溶銑温度を予測することをコンピュータに実行させるためのコンピュータプログラムであって、
    上記高炉の溶銑温度が上昇する傾向にあるものと、下降する傾向にあるものとに、上記高炉の操業条件を分類する操業条件分類ステップと、
    上記操業条件分類ステップにより、上記溶銑温度が上昇する傾向にあるとされた操業条件と、上記溶銑温度が下降する傾向にあるとされた操業条件とのそれぞれについて回帰分析を行う回帰分析ステップと、
    上記回帰分析ステップにより回帰分析された結果に基づいて、上記高炉の溶銑温度を予測する溶銑温度予測ステップとをコンピュータに実行させることを特徴とするコンピュータプログラム。
  14. 高炉の溶銑温度を予測することをコンピュータに実行させるためのコンピュータプログラムを記録したコンピュータ読み取り可能な記録媒体であって、
    上記高炉の溶銑温度が上昇する傾向にあるものと、下降する傾向にあるものとに、上記高炉の操業条件を分類する操業条件分類ステップと、
    上記操業条件分類ステップにより、上記溶銑温度が上昇する傾向にあるとされた操業条件と、上記溶銑温度が下降する傾向にあるとされた操業条件とのそれぞれについて回帰分析を行う回帰分析ステップと、
    上記回帰分析ステップにより回帰分析された結果に基づいて、上記高炉の溶銑温度を予測する溶銑温度予測ステップとをコンピュータに実行させるためのコンピュータプログラムを記録したことを特徴とするコンピュータ読み取り可能な記録媒体。
JP2003341318A 2003-09-30 2003-09-30 溶銑温度予測装置、溶銑温度予測方法、コンピュータプログラム、及びコンピュータ読み取り可能な記録媒体 Withdrawn JP2005107940A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2003341318A JP2005107940A (ja) 2003-09-30 2003-09-30 溶銑温度予測装置、溶銑温度予測方法、コンピュータプログラム、及びコンピュータ読み取り可能な記録媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2003341318A JP2005107940A (ja) 2003-09-30 2003-09-30 溶銑温度予測装置、溶銑温度予測方法、コンピュータプログラム、及びコンピュータ読み取り可能な記録媒体

Publications (1)

Publication Number Publication Date
JP2005107940A true JP2005107940A (ja) 2005-04-21

Family

ID=34535954

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2003341318A Withdrawn JP2005107940A (ja) 2003-09-30 2003-09-30 溶銑温度予測装置、溶銑温度予測方法、コンピュータプログラム、及びコンピュータ読み取り可能な記録媒体

Country Status (1)

Country Link
JP (1) JP2005107940A (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008165723A (ja) * 2006-04-13 2008-07-17 Nippon Steel Corp 納期調整支援装置、納期交渉支援装置、方法、コンピュータプログラム、及びコンピュータ読み取り可能な記憶媒体
US9135557B2 (en) 2010-09-02 2015-09-15 Kanden Engineering Corporation Internal abnormality diagnosis method, internal abnormality diagnosis system, and decision tree generation method for internal abnormality diagnosis of oil-filled electric apparatus utilizing gas concentration in oil
CN105023191A (zh) * 2015-07-24 2015-11-04 金川集团股份有限公司 一种冶金炉窑烟尘发生率的在线递推计算方法
CN110532674A (zh) * 2019-08-27 2019-12-03 东北电力大学 一种燃煤电站锅炉炉膛温度测量方法
EP3912741A1 (en) * 2020-05-20 2021-11-24 Hitachi, Ltd. Hot rolling line control system and hot rolling line control method

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008165723A (ja) * 2006-04-13 2008-07-17 Nippon Steel Corp 納期調整支援装置、納期交渉支援装置、方法、コンピュータプログラム、及びコンピュータ読み取り可能な記憶媒体
US9135557B2 (en) 2010-09-02 2015-09-15 Kanden Engineering Corporation Internal abnormality diagnosis method, internal abnormality diagnosis system, and decision tree generation method for internal abnormality diagnosis of oil-filled electric apparatus utilizing gas concentration in oil
CN105023191A (zh) * 2015-07-24 2015-11-04 金川集团股份有限公司 一种冶金炉窑烟尘发生率的在线递推计算方法
CN105023191B (zh) * 2015-07-24 2019-01-22 金川集团股份有限公司 一种冶金炉窑烟尘发生率的在线递推计算方法
CN110532674A (zh) * 2019-08-27 2019-12-03 东北电力大学 一种燃煤电站锅炉炉膛温度测量方法
CN110532674B (zh) * 2019-08-27 2022-08-12 东北电力大学 一种燃煤电站锅炉炉膛温度测量方法
EP3912741A1 (en) * 2020-05-20 2021-11-24 Hitachi, Ltd. Hot rolling line control system and hot rolling line control method

Similar Documents

Publication Publication Date Title
JP6493447B2 (ja) 溶銑温度予測方法、溶銑温度予測装置、高炉の操業方法、操業ガイダンス装置、溶銑温度制御方法、及び溶銑温度制御装置
Gao et al. Modeling of the thermal state change of blast furnace hearth with support vector machines
CN111831719A (zh) 一种高炉炼铁的生产过程智能控制方法及系统
US7483864B2 (en) Active learning method and system
CN103680253B (zh) 练习时间预测装置以及练习时间预测方法
CN110114793A (zh) 用于提供脱硫催化剂关联信息的服务器、方法、程序以及对其进行记录的计算机可读记录介质
JP7375751B2 (ja) 情報処理装置、および情報処理方法
WO2021014782A1 (ja) 学習モデル生成方法、学習モデル生成装置、高炉の溶銑温度制御方法、高炉の溶銑温度制御ガイダンス方法、及び溶銑の製造方法
CN104662564A (zh) 数据分析装置以及程序
JP2005107940A (ja) 溶銑温度予測装置、溶銑温度予測方法、コンピュータプログラム、及びコンピュータ読み取り可能な記録媒体
JP7159677B2 (ja) 操業条件演算装置及び操業条件演算方法
CN101681447A (zh) 学习设备、学习方法、信息修改设备、信息修改方法和程序
JP2020027540A (ja) ラベリング装置、ラベリング方法及びプログラム
KR20200013143A (ko) 고로의 용선온도 예측 장치 및 방법
JP4932430B2 (ja) 製造ロット集約支援システム、製造ロット集約支援方法、コンピュータプログラム、及びコンピュータ読み取り可能な記録媒体
EP4170558A1 (en) Program, data processing method, and data processing device
JP7485918B2 (ja) 炉況評価装置、炉況評価方法、及び炉況評価プログラム、並びに、学習済みモデルの生成方法
JP5635464B2 (ja) 転炉の副原料投入量計算装置および該方法
JP4369436B2 (ja) マルチメディアファイルのデータ入出力制御方法及び装置
JP2018177869A (ja) コークス炉の押出負荷予測装置、押出負荷予測方法、コンピュータプログラム及びコンピュータ読み取り可能な記憶媒体
CN116324323A (zh) 生成预测熔化炉的能量效率的学习完毕预测模型的方法、预测熔化炉的能量效率的方法以及计算机程序
JP2009245141A (ja) 出力値予測方法、該装置および該方法のプログラム
TWI781626B (zh) 高爐鐵水溫度預測方法與系統
WO2023060663A1 (zh) 一种高炉渣皮脱落判断方法、终端设备及存储介质
CN113987007B (zh) 一种高炉渣皮脱落合并方法、终端设备及存储介质

Legal Events

Date Code Title Description
A300 Withdrawal of application because of no request for examination

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20061205