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 PDFInfo
- 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- Withdrawn
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
【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)。
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。
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。
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。
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。
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。
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。
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)。
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。
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)
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。
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。
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。
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。
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。
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)。
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。
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)。
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。
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。
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。
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。
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。
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
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)
- 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。 - 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。 - 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。
- 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。
- 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。
- 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。
- 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。 - 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。 - 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。
- 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。
- 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。
- 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。
- 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。 - 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。
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)
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 |
-
2003
- 2003-09-30 JP JP2003341318A patent/JP2005107940A/ja not_active Withdrawn
Cited By (7)
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 |