JP2015117431A - 高炉炉熱予測装置及び高炉炉熱予測方法 - Google Patents

Abstract

【課題】高炉の炉熱評価指標を精度高く予測すること。
【解決手段】データ展開部１０ａが、実績データベース４内に格納されている実績データの各変数について、複数ステップ前の過去にまで遡ってデータを展開して実績データセットを作成し、類似度算出部１０ｂが、実績データセット内に格納されている複数の操業条件について、予測対象の操業条件に対する類似度を算出し、予測式作成部１０ｃが、実績データセット内に格納されている操業条件に関する情報を用いて、操業条件と炉熱評価指標との関係を表す予測モデルを作成し、類似度算出部１０ｂが算出した類似度を重みとする評価関数を予測モデルの予測誤差を評価する評価関数として最適化問題を解いて、予測モデルのパラメータを決定し、炉熱予測部１０ｄが、予測式作成部１０ｃによって作成された予測式に予測対象の操業条件を入力して、予測対象の操業条件で高炉の操業を行った際の炉熱評価指標を予測する。
【選択図】図１

Description

本発明は、高炉操業の安定維持管理のために高炉の炉熱を予測する高炉炉熱予測装置及び高炉炉熱予測方法に関する。

近年の高炉操業は、原燃料コストの合理化を追求すべく、微粉炭吹き込み等の実施等を含め、厳しい条件下で行われている。このような状況下では、とりわけ日々の高炉操業の安定維持管理、特に炉熱の安定維持管理が重要である。従って、高炉の安定操業を確保するためには、炉熱予測技術の確立が重要である。

高炉の炉熱は主に溶銑の温度によって評価される。高炉の溶銑温度を安定化させることは、燃料原単位の低減や溶銑中のＳｉ等の元素の含有率の安定化の点からも操業上重要である。

また、高炉の炉体は、外側が鉄皮と称される厚い鉄板で覆われ、その内側に鉄皮を保護するための耐火煉瓦が厚く張られている。高炉の炉底部には底盤及び側壁にさらに厚く耐火煉瓦が張られている。また、鉄皮と耐火煉瓦との間の要所には、内部に冷却水を通して鉄皮を冷却する銅製または鋳鋼製のステーブが配設されている。高炉の炉頂部からは、一酸化炭素と二酸化炭素とを主成分とする高温ガスが出る。そこで近年では、高度に高炉の炉熱の安定操業を維持するため、溶銑温度に加え、炉体煉瓦温度、ステーブ温度、炉底底盤煉瓦温度、炉底側壁煉瓦温度、炉頂ガス温度等も、炉熱を評価する指標として用いられている。

高炉の炉熱予測は、これまで以下のような方法によって行われてきた。すなわち、特許文献１，２には、高炉内で生じる主要な反応（鉱石の間接還元反応、鉱石の水素還元反応、鉱石の直接還元反応、及び溶銑中へのＳｉ移行反応）の反応速度を考慮した高炉数学モデルに基づいて高炉の炉熱を計算する方法が記載されている。また、特許文献３，４には、高炉における送風温度、送風湿分、微粉炭吹込量、及び酸素富化量等の操業条件実績データとソルーションロスカーボン量及び溶銑温度の実績値を含む過去の操業条件実績データとに基づいて線形回帰式を作成し、溶銑温度を予測する方法が記載されている。

特開平１０−１４７８０４号公報 特開平１１−３３５７１０号公報 特開２００５−３２０５８８号公報 特開２００８−１４４２６５号公報

特許文献１，２記載の方法によれば、高炉内の現象を模倣した数学モデルを構築する必要があるが、高炉内の現象を全て精緻にモデル化することは極めて困難であるため、十分に高い精度の予測モデルを作成することができない。また、特許文献３，４記載の方法によれば、各操業条件と溶銑温度との関係は非常に複雑で非線形であるので、簡易な線形回帰式では十分に高い精度の予測モデルを作成することができない。このため、従来の高炉の炉熱予測方法によれば、高炉の炉熱を精度高く予測することが困難であった。

本発明は、上記のような課題を解決するためになされたものであり、高炉の炉熱を評価する指標を精度高く予測可能な高炉炉熱予測装置及び高炉炉熱予測方法を提供することを目的とする。

上記した課題を解決し、目的を達成するため、本発明に係る高炉炉熱予測装置は、過去の高炉の操業条件及び該操業条件で高炉の操業を行った際の炉熱評価指標に関する情報を含む実績データの各変数について、複数ステップ前の過去にまで遡ってデータを展開して実績データセットを作成するデータ展開部と、前記実績データセット内の複数の操業条件について、予測対象の操業条件に対する類似度を算出する類似度算出部と、前記実績データセット内の操業条件に関する情報を用いて高炉の操業条件と炉熱評価指標との関係を表す炉熱評価指標の予測式を作成すると共に、前記類似度算出部によって算出された類似度を重みとする評価関数を前記予測式の予測誤差を評価する評価関数として最適化問題を解くことによって、前記予測式のパラメータを決定する予測式作成部と、前記予測式作成部によって作成された予測式に前記予測対象の操業条件を入力することによって、前記予測対象の操業条件で高炉の操業を行った際の炉熱評価指標を予測する炉熱予測部と、を備えることを特徴とする。

本発明に係る高炉炉熱予測装置は、上記発明において、前記予測式作成部は、予測対象の物理的特性を制約対象として前記最適化問題を解くことを特徴とする。

本発明に係る高炉炉熱予測装置は、上記発明において、前記類似度算出部は、予測対象の操業条件に対する類似度と実績データと予測対象との時間的な類似度との積を類似度として算出することを特徴とする。

本発明に係る高炉炉熱予測装置は、上記発明において、前記データ展開部、前記類似度算出部、前記予測式作成部、及び前記炉熱予測部が処理に用いる操業条件は主成分分析によって線形変換、次元圧縮されたものであることを特徴とする。

本発明に係る高炉炉熱予測装置は、上記発明において、前記炉熱評価指標は、溶銑温度、炉体煉瓦温度、ステーブ温度、炉底底盤煉瓦温度、炉底側壁煉瓦温度、及び炉頂ガス温度のうち、いずれか１つ以上を含むことを特徴とする。

上記した課題を解決し、目的を達成するため、本発明に係る高炉炉熱予測方法は、過去の高炉の操業条件及び該操業条件で高炉の操業を行った際の炉熱評価指標に関する情報を含む実績データの各変数について、複数ステップ前の過去にまで遡ってデータを展開して実績データセットを作成するデータ展開ステップと、前記実績データセット内の複数の操業条件について、予測対象の操業条件に対する類似度を算出する類似度算出ステップと、前記実績データセット内の操業条件に関する情報を用いて高炉の操業条件と炉熱評価指標との関係を表す炉熱評価指標の予測式を作成すると共に、前記類似度算出ステップにおいて算出された類似度を重みとする評価関数を前記予測式の予測誤差を評価する評価関数として最適化問題を解くことによって、前記予測式のパラメータを決定する予測式作成ステップと、前記予測式作成ステップにおいて作成された予測式に前記予測対象の操業条件を入力することによって、前記予測対象の操業条件で高炉の操業を行った際の炉熱評価指標を予測する炉熱予測ステップと、を含むことを特徴とする。

本発明に係る高炉炉熱予測装置及び高炉炉熱予測方法によれば、高炉の炉熱を評価する指標を精度高く予測することができる。

図１は、本発明の一実施形態である高炉炉熱予測システムの構成を示すブロック図である。 図２は、図１に示す実績データベースに格納されている実績データの一例を示す図である。 図３は、本発明の一実施形態である実績データベース展開処理の流れを示すフローチャートである。 図４は、本発明の一実施形態である高炉炉熱予測処理の流れを示すフローチャートである。 図５Ａは、溶銑温度の実績値と従来の高炉炉熱予測方法を用いて予測された溶銑温度の予測値との関係を示す図である。 図５Ｂは、溶銑温度の実績値と本願発明の高炉炉熱予測方法を用いて予測された溶銑温度の予測値との関係を示す図である。 図６Ａは、炉底底盤煉瓦温度の実績値と従来の高炉炉熱予測方法を用いて予測された炉底底盤煉瓦温度の予測値との関係を示す図である。 図６Ｂは、炉底底盤煉瓦温度の実績値と本願発明の高炉炉熱予測方法を用いて予測された炉底底盤煉瓦温度の予測値との関係を示す図である。

以下、図面を参照して、本発明の一実施形態である高炉炉熱予測システムの構成及びその動作について説明する。

〔高炉炉熱予測システムの構成〕
始めに、図１，図２を参照して、本発明の一実施形態である高炉炉熱予測システムの構成について説明する。図１は、本発明の一実施形態である高炉炉熱予測システムの構成を示すブロック図である。図２は、図１に示す実績データベースに格納されている実績データの一例を示す図である。

図１に示すように、本発明の一実施形態である高炉炉熱予測システム１は、入力装置２、出力装置３、実績データベース４、及び高炉炉熱予測装置５を主な構成要素として備えている。入力装置２は、キーボード、マウスポインタ、テンキー等の情報入力装置によって構成され、オペレータが各種情報を高炉炉熱予測装置５に入力する際に操作される。出力装置３は、表示装置や印刷装置等の情報出力装置によって構成され、高炉炉熱予測装置５の各種処理情報を出力する。

図２に示すように、実績データベース４は、数分から数十分の一定周期で高炉プロセスにおける炉熱評価指標、並びに高炉における送風温度、送風湿分、微粉炭吹込量、及び酸素富化量等の操業条件実績データを格納する。具体的には、実績データベース４は、数分から数十分の一定周期で出力変数の実績値ｙ^ｎ（但し、ｎ＝１，２，…，Ｎ）と入力変数の実績値ξ^ｎ＝［ξ_１ ^ｎ，ξ_２ ^ｎ，…，ξ_Ｌ ^ｎ］^Ｔ（但し、ｎ＝１，２，…，Ｎ、Ｌは入力変数の個数）とを格納する。

なお、本実施形態においては、出力変数は炉熱評価指標であり、入力変数は炉熱評価指標と物理的な因果関係がある高炉プロセスの操作変数である送風温度、送風湿分、微粉炭吹込量、及び酸素富化量等の操業条件である。ここで、炉熱評価指標とは、溶銑温度、炉体煉瓦温度、ステーブ温度、炉底底盤煉瓦温度、炉底側壁煉瓦温度、及び炉頂ガス温度のうちのいずれか１つを意味する。また、実績データベース４は、最新の実績データに基づいて高炉炉熱の予測モデルを構築できるように、先入れ先出し法等の方法によって古い実績データが除去されるように構成されている。

図１に戻る。高炉炉熱予測装置５は、ワークステーションやパーソナルコンピュータ等の情報処理装置によって構成され、ＣＰＵ１０、ＲＡＭ１１、及びＲＯＭ１２を主な構成要素として備えている。ＣＰＵ１０は、高炉炉熱予測装置５全体の動作を制御する。ＣＰＵ１０は、ＲＯＭ１２内に予め格納されている高炉炉熱予測プログラム１２ａを実行することによってデータ展開部１０ａ、類似度算出部１０ｂ、予測式作成部１０ｃ、及び高炉炉熱予測部１０ｄとして機能する。これら各部の機能については後述する。

このような構成を有する高炉炉熱予測システム１では、高炉炉熱予測装置５が以下に示す実績データベース展開処理及び高炉炉熱予測処理を実行することによって、高炉から出銑される炉熱評価指標を予測する。なお、複数の炉熱評価指標を予測する場合には、予測する炉熱評価指標の数だけ実績データベース展開処理及び高炉炉熱予測処理を繰り返す。以下、図３及び図４に示すフローチャートを参照して、実績データベース展開処理及び高炉炉熱予測処理を実行する際の高炉炉熱予測装置５の動作について説明する。

〔実績データベース展開処理〕
始めに、図３に示すフローチャートを参照して、実績データベース展開処理を実行する際の高炉炉熱予測装置５の動作について説明する。

図３は、本発明の一実施形態である実績データベース展開処理の流れを示すフローチャートである。図３に示すフローチャートは、外部の計算機が一定周期で収集している高炉プロセスにおける炉熱評価指標、並びに高炉における送風温度、送風湿分、微粉炭吹込量、及び酸素富化量等の操業条件実績データが実績データベース４に格納され、先入れ先出し法等の方法によって実績データベース４の内容が更新されたタイミングで開始となり、実績データベース展開処理はステップＳ１の処理に進む。

ステップＳ１の処理では、データ展開部１０ａが、実績データベース４に格納されている出力変数（炉熱評価指標）及び入力変数（送風温度、送風湿分、微粉炭吹込量、及び酸素富化量等の操業条件）の過去の実績データを炉熱予測に利用可能な形に展開する。具体的には、過去の実績データは、以下の数式（１）に示すように、Ｎ行（Ｌ＋１）列の行列として実績データベース４内に格納されている。

そこで、始めに、データ展開部１０ａは、実績データベース４に格納されている各変数について、（Ｋ−１）ステップ前までの過去の実績データを横に並べて展開し、以下の数式（２）に示すようなＮ行Ｋ（Ｌ＋１）列の行列を生成する。なお、数式（２）に示す行列の１列目は出力変数ｙ^ｎ（但し、ｎ＝１，２，…，Ｎ）である。

次に、データ展開部１０ａは、数式（２）に示す行列の２列目以降を説明変数とし、以下の数式（３）に示すように説明変数の記号を付け替える。以後、数式（３）に示す行列を展開後実績データセットと表記する。

なお、展開後実績データセットの２列目以降の説明変数の部分は、予め主成分分析により線形変換、次元圧縮されたものであってもよい。具体的には、説明変数の実績値が以下の数式（４）のように表される時、始めに、データ展開部１０ａは、以下に示す数式（５）を利用して、平均値が０、標準偏差が１になるように各説明変数を標準化する。

標準化後の説明変数の実績値をｚ^ｎ＝［ｚ_１ ^ｎ，ｚ_２ ^ｎ，…，ｚ_{Ｋ（Ｌ＋１）−１} ^ｎ］^Ｔ（但し、ｎ＝１，２，…，Ｎ）又は以下に示す数式（６）のように表す。次に、データ展開部１０ａは、以下に示す数式（７）によって定義される行列Ｚの共分散行列Ｖを求め、共分散行列Ｖの固有値とそれに対応する固有ベクトルとを算出する。共分散行列Ｖには、非負の固有値が複数あり、それらに対応する固有ベクトルも複数存在する。

次に、データ展開部１０ａは、固有ベクトルを対応する固有値が大きい順に並べ替える。固有ベクトルを対応する固有値の大きい順からＭ個取り出したものを行列Ｐ＝［ｗ_１，ｗ_２，…，ｗ_Ｍ ^ｎ］^Ｔ（但し、ＭはＫ（Ｌ＋１）−１以下の自然数である）と表す。行列Ｐはローディング行列と呼ばれる。データ展開部１０ａは、ローディング行列Ｐを用いて説明変数の実績値ｚを以下に示す数式（８）のように線形変換したものを展開後実績データセットの説明変数として用いるようにする。以後、使用する展開後実績データセットを以下に示す数式（９）のように表すこととする。これにより、ステップＳ１の処理は完了し、実績データベース展開処理は終了する。

〔高炉炉熱予測処理〕
次に、図４に示すフローチャートを参照して、高炉炉熱予測処理を実行する際の高炉炉熱予測装置５の動作について説明する。

図４は、本発明の一実施形態である高炉炉熱予測処理の流れを示すフローチャートである。図４に示すフローチャートは、入力装置２に対して以下の数式（１０）に示す予測対象の操業条件のデータが入力されたタイミングで開始となり、高炉炉熱予測処理はステップＳ１１の処理に進む。

ステップＳ１１の処理では、データ展開部１０ａが、入力装置２から入力された予測対象の操業条件のデータを実績データベース展開処理と同様に変数変換する。具体的には、まずデータ展開部１０ａは、操業条件の各入力変数について、（Ｋ−１）ステップ前までの過去の実績データを並べて展開し、以下の数式（１１）に示すようなＫ（Ｌ＋１）−１個の要素をもつベクトルを生成する。

以下、数式（１１）に示すベクトルの変数の記号を以下に示す数式（１２）のように付け替える。

次に、データ展開部１０ａは、以下に示す数式（１３）を用いて数式（１２）に示すベクトルの各変数を標準化し、以下の数式（１４）に示す標準化後の予測対象の説明変数を生成する。そして最後に、データ展開部１０ａは、ローディング行列Ｐを用いて以下の数式（１５）に示すように予測対象の説明変数を線形変換し、これを要求点（予測対象の説明変数値）として用いる。これにより、ステップＳ１１の処理は完了し、高炉炉熱予測処理はステップＳ１２の処理に進む。

ステップＳ１２の処理では、類似度算出部１０ｂが、予測対象の説明変数値と展開後実績データセットに格納されている過去の説明変数値との類似度を算出する。具体的には、始めに、類似度算出部１０ｂは、数式（１５）に示す要求点及び展開後実績データセットの各説明変数値ｘ^ｎ＝［ｘ_１ ^ｎ，ｘ_２ ^ｎ，…，ｘ_Ｍ ^ｎ］^Ｔについて、以下の数式（１６）に示す要求点からの距離Γ^ｎを算出する。なお、数式（１６）中のパラメータλ_ｍは，送風流量と送風湿分のように異なる尺度で測定される入力変数をスケーリングするための重み係数である。

そして、類似度算出部１０ｂは、展開後実績データセットの各説明変数値ｘ^ｎ＝［ｘ_１ ^ｎ，ｘ_２ ^ｎ，…，ｘ_Ｍ ^ｎ］^Ｔについて、以下の数式（１７）を用いて要求点から数式（１６）によって算出される距離Γ^ｎの位置にある点の類似度Ｗ^ｎを算出する。ここで、数式（１７）中のパラメータσ_Γは距離Γ^ｎの標準偏差、パラメータｐは調整パラメータを示す。

なお、類似度Ｗ^ｎは、以下の数式（１８）に示すように、予測対象の説明変数に対する類似度と展開後実績データセットに格納されている複数の実績データと予測対象の説明変数との時間的な類似度との積であってもよい。なお、ここで、数式（１８）中、パラメータλは、忘却要素であり、０より大きく１より小さい値の調整パラメータである。忘却要素λを入れることにより、新しい実績データの類似度が大きくなり、古い実績データの類似度が小さくなる。これにより、ステップＳ１２の処理は完了し、高炉炉熱予測処理はステップＳ１２の処理に進む。

ステップＳ１３の処理では、予測式作成部１０ｃが、展開後実績データセットに格納されているＮ個の実績データ（説明変数の実績値ｘ^ｎ）とその要求点との類似度Ｗ^ｎとを用いて、要求点に類似する過去の実績データを重視した局所的な予測モデルを作成する。具体的には、予測式作成部１０ｃは、以下に示す数式（１９）によって表される予測モデルを作成する。

ここで、数式（１９）中、θ＝［ｂ，ａ_１，ａ_２，…，ａ_Ｍ］^Ｔはモデルパラメータである。モデルパラメータθは、以下に示す数式（２０）によって計算される、類似度Ｗ^ｎを重みとする実測値と予測値との誤差の二乗和である評価関数Ｊの値を最も小さくする最適化問題を解くことによって算出することができる。

ここで、ｙ^ｎ（但し、ｎ＝１，２，…，Ｎ）は、ｎ番目の実績データに対応する出力変数の値であり、ｄｉａｇ（ｓ）は、ベクトルｓの要素を主対角要素とする対角行列を示す。予測値と実測値との重み付き二乗和を最小化するモデルパラメータを計算することによって、類似度が高い、すなわち要求点に近い実績データをより良くフィッティングする局所的な予測モデルを作成することができる。

なお、最適化問題を解く際、以下に示すような制約条件を与えて最適化問題を解いてもよい。具体的には、制約条件として、モデルパラメータθの中の入力変数の偏回帰係数φ＝［ａ_１，ａ_２，…，ａ_Ｍ］^Ｔの範囲に対して以下に示す数式（２１）により表される制限を設けるようにしてもよい。ここで、下付のバーは下限値を表し、上付のバーは上限値を表している。

下限値及び上限値には、入出力変数間の物理的先見情報を与えるものとする。具体的には、入力変数の一つである送風温度が上昇すれば出力変数である炉熱評価指標は上がる。従って、送風温度に対応するモデルパラメータについては、下限値及び上限値をそれぞれ０，∞にする。また、入力変数の一つである送風湿分が上昇すれば炉熱評価指標は下がる。従って、送風湿分に対応するモデルパラメータについては、下限値及び上限値をそれぞれ−∞，０とする。このように、物理モデルから得られる先見情報に関する制約条件を加えることによって、要求点に近い実績データをより良くフィッティングし、且つ、予測対象の物理特性に合った偏回帰係数を持ち合わせた局所的な予測モデルを作成することができる。これにより、ステップＳ１３の処理は完了し、高炉炉熱予測処理はステップＳ１４の処理に進む。

ステップＳ１４の処理では、炉熱予測部１０ｄが、ステップＳ１３の処理によって作成された予測モデルに要求点の説明変数値を代入することによって高炉の炉熱評価指標の予測値を算出する。これにより、ステップＳ１４の処理は完了し、一連の高炉炉熱予測処理は終了する。

〔実験例１〕
本願発明の高炉炉熱予測方法と従来の高炉炉熱予測方法とを用いて、ある高炉プロセスを対象に、炉熱評価指標の１つである溶銑温度を予測した実験結果について説明する。ここで、従来の高炉炉熱予測方法とは、特許文献３，４記載の方法のように、簡易な線形回帰式によって炉熱を予測する方法である。なお、本実験では、送風温度、送風湿分、微粉炭吹込量、及び酸素富化量等の操業条件を入力変数とし、高炉から出銑される溶銑の温度を出力変数とした。

本願発明の高炉炉熱予測方法において用いるパラメータは次の通りである。入力変数の個数Ｌは５００、実績データベース４に格納するサンプル数Ｎは５００００、データ展開する個数Ｋは２０、主成分分析により次元圧縮した説明変数の数Ｍは６０とした。時間における類似度を計算するための忘却要素の値は０．９９８とした。また、実績データベース４へ格納する実績データは３０分の一定周期で収集した。

図５Ａ，５Ｂはそれぞれ、溶銑温度の実績値と従来の高炉炉熱予測方法及び本願発明の高炉炉熱予測方法を用いて予測された溶銑温度の予測値との関係を示す図である。図５Ａに示すように，従来の高炉炉熱予測方法を用いて予測された溶銑温度の予測誤差のＲＭＳＥ（Root Mean Square：根平均二乗誤差）は１２．８５［℃］であった。これに対して、図５Ｂに示すように、本願発明の高炉炉熱予測方法を用いて予測された溶銑温度の予測誤差のＲＭＳＥは８．９８［℃］であった。このことから、本願発明の高炉炉熱予測方法によれば、溶銑温度を精度高く予測できることが明らかになった。

〔実験例２〕
本願発明の高炉炉熱予測方法と従来の高炉炉熱予測方法とを用いて、ある高炉プロセスを対象に、炉熱評価指標の１つである炉底底盤煉瓦温度を予測した実験結果について説明する。ここで、従来の高炉炉熱予測方法とは、特許文献３，４記載の方法のように、簡易な線形回帰式によって炉熱を予測する方法である。なお、本実験では、送風温度、送風湿分、微粉炭吹込量、及び酸素富化量等の操業条件を入力変数とし、高炉の炉底底盤煉瓦温度を出力変数とした。

本願発明の高炉炉熱予測方法において用いるパラメータは次の通りである。入力変数の個数Ｌは４２８、実績データベース４に格納するサンプル数Ｎは５５２７、データ展開する個数Ｋは２０、主成分分析により次元圧縮した説明変数の数Ｍは５２とした。時間における類似度を計算するための忘却要素の値は０．９９９とした。また、実績データベース４へ格納する実績データは３０分の一定周期で収集した。

図６Ａ，６Ｂはそれぞれ、炉底底盤煉瓦温度の実績値と従来の高炉炉熱予測方法及び本願発明の高炉炉熱予測方法を用いて予測された炉底底盤煉瓦温度の予測値との関係を示す図である。図６Ａに示すように，従来の高炉炉熱予測方法を用いて予測された炉底底盤煉瓦温度の予測誤差のＲＭＳＥ（Root Mean Square：根平均二乗誤差）は０．３８７［℃］であった。これに対して、図６Ｂに示すように、本願発明の高炉炉熱予測方法を用いて予測された炉底底盤煉瓦温度の予測誤差のＲＭＳＥは０．２８７［℃］であった。このことから、本願発明の高炉炉熱予測方法によれば、炉底底盤煉瓦温度を精度高く予測できることが明らかになった。

なお、本願発明の高炉炉熱予測方法によれば、上記実験例１，２に示した溶銑温度と炉底底盤煉瓦温度と同様に、炉体煉瓦温度、ステーブ温度、炉底側壁煉瓦温度、及び炉頂ガス温度等の炉熱評価指標を精度高く予測することができる。

以上の説明から明らかなように、本発明の一実施形態である高炉炉熱予測システム１によれば、データ展開部１０ａが、実績データベース４内に格納されている実績データの各変数について、複数ステップ前の過去にまで遡ってデータを展開して実績データセットを作成する。そして、類似度算出部１０ｂが、実績データセット内に格納されている複数の操業条件について、予測対象の操業条件に対する類似度を算出し、予測式作成部１０ｃが、実績データセット内に格納されている操業条件に関する情報を用いて、操業条件と炉熱評価指標との関係を表す予測モデルを作成すると共に、類似度算出部１０ｂによって算出された類似度を重みとする評価関数を予測モデルの予測誤差を評価する評価関数として最適化問題を解くことによって、予測モデルのパラメータを決定する。そして、炉熱予測部１０ｄが、予測式作成部１０ｃによって作成された予測式に予測対象の操業条件を入力することによって、予測対象の操業条件で高炉の操業を行った場合における炉熱評価指標を予測する。このような構成によれば、実績データベース４内に格納されている実績データに基づいて予測モデルの調整を自動的に行うことができるので、高炉の炉熱評価指標を精度高く予測することができる。

また、本発明の一実施形態である高炉炉熱予測システム１によれば、予測式作成部１０ｃが、予測対象の物理的特性を制約条件として最適化問題を解くので、物理現象に反する予測モデルが作成されることを抑制し、炉熱評価指標の予測精度をさらに向上させることができる。

以上、本発明者によってなされた発明を適用した実施の形態について説明したが，本実施形態による本発明の開示の一部をなす記述及び図面により本発明は限定されることはない。すなわち、本実施形態に基づいて当業者等によりなされる他の実施の形態，実施例、及び運用技術等は全て本発明の範疇に含まれる。

１ 高炉炉熱予測システム
２ 入力装置
３ 出力装置
４ 実績データベース
５ 高炉炉熱予測装置
１０ ＣＰＵ
１０ａ データ展開部
１０ｂ 類似度算出部
１０ｃ 予測式作成部
１０ｄ 高炉炉熱予測部
１１ ＲＡＭ
１２ ＲＯＭ
１２ａ 高炉炉熱予測プログラム

Claims (6)

1. 過去の高炉の操業条件及び該操業条件で高炉の操業を行った際の炉熱評価指標に関する情報を含む実績データの各変数について、複数ステップ前の過去にまで遡ってデータを展開して実績データセットを作成するデータ展開部と、
   前記実績データセット内の複数の操業条件について、予測対象の操業条件に対する類似度を算出する類似度算出部と、
   前記実績データセット内の操業条件に関する情報を用いて高炉の操業条件と炉熱評価指標との関係を表す炉熱評価指標の予測式を作成すると共に、前記類似度算出部によって算出された類似度を重みとする評価関数を前記予測式の予測誤差を評価する評価関数として最適化問題を解くことによって、前記予測式のパラメータを決定する予測式作成部と、
   前記予測式作成部によって作成された予測式に前記予測対象の操業条件を入力することによって、前記予測対象の操業条件で高炉の操業を行った際の炉熱評価指標を予測する炉熱予測部と、
   を備えることを特徴とする高炉炉熱予測装置。
2. 前記予測式作成部は、予測対象の物理的特性を制約対象として前記最適化問題を解くことを特徴とする請求項１に記載の高炉炉熱予測装置。
3. 前記類似度算出部は、予測対象の操業条件に対する類似度と実績データと予測対象との時間的な類似度との積を類似度として算出することを特徴とする請求項１又は２に記載の高炉炉熱予測装置。
4. 前記データ展開部、前記類似度算出部、前記予測式作成部、及び前記炉熱予測部が処理に用いる操業条件は主成分分析によって線形変換、次元圧縮されたものであることを特徴とする請求項１〜３のうち、いずれか１項に記載の高炉炉熱予測装置。
5. 前記炉熱評価指標は、溶銑温度、炉体煉瓦温度、ステーブ温度、炉底底盤煉瓦温度、炉底側壁煉瓦温度、及び炉頂ガス温度のうち、いずれか１つ以上を含むことを特徴とする請求項１〜４のうち、いずれか１項に記載の高炉炉熱予測装置。
6. 過去の高炉の操業条件及び該操業条件で高炉の操業を行った際の炉熱評価指標に関する情報を含む実績データの各変数について、複数ステップ前の過去にまで遡ってデータを展開して実績データセットを作成するデータ展開ステップと、
   前記実績データセット内の複数の操業条件について、予測対象の操業条件に対する類似度を算出する類似度算出ステップと、
   前記実績データセット内の操業条件に関する情報を用いて高炉の操業条件と炉熱評価指標との関係を表す炉熱評価指標の予測式を作成すると共に、前記類似度算出ステップにおいて算出された類似度を重みとする評価関数を前記予測式の予測誤差を評価する評価関数として最適化問題を解くことによって、前記予測式のパラメータを決定する予測式作成ステップと、
   前記予測式作成ステップにおいて作成された予測式に前記予測対象の操業条件を入力することによって、前記予測対象の操業条件で高炉の操業を行った際の炉熱評価指標を予測する炉熱予測ステップと、
   を含むことを特徴とする高炉炉熱予測方法。

Images