JP2018070926A - 電気炉の運転制御システムおよび電気炉ならびに電気炉の運転制御方法 - Google Patents
電気炉の運転制御システムおよび電気炉ならびに電気炉の運転制御方法 Download PDFInfo
- Publication number
- JP2018070926A JP2018070926A JP2016210357A JP2016210357A JP2018070926A JP 2018070926 A JP2018070926 A JP 2018070926A JP 2016210357 A JP2016210357 A JP 2016210357A JP 2016210357 A JP2016210357 A JP 2016210357A JP 2018070926 A JP2018070926 A JP 2018070926A
- Authority
- JP
- Japan
- Prior art keywords
- electric furnace
- operation result
- operation control
- refining
- molten steel
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 33
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 94
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 94
- 238000007670 refining Methods 0.000 claims abstract description 83
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 67
- 239000010959 steel Substances 0.000 claims abstract description 67
- 238000004364 calculation method Methods 0.000 claims abstract description 63
- 238000013528 artificial neural network Methods 0.000 claims abstract description 57
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 56
- 229910052742 iron Inorganic materials 0.000 claims description 28
- 238000005259 measurement Methods 0.000 claims description 15
- 238000003384 imaging method Methods 0.000 claims description 6
- 230000007935 neutral effect Effects 0.000 abstract 1
- 230000008569 process Effects 0.000 description 14
- 238000003860 storage Methods 0.000 description 14
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 12
- 229910052760 oxygen Inorganic materials 0.000 description 12
- 239000001301 oxygen Substances 0.000 description 12
- 238000012545 processing Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 4
- 238000004090 dissolution Methods 0.000 description 4
- 238000002844 melting Methods 0.000 description 4
- 230000008018 melting Effects 0.000 description 4
- 239000002893 slag Substances 0.000 description 4
- 239000000571 coke Substances 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000003647 oxidation Effects 0.000 description 3
- 238000007254 oxidation reaction Methods 0.000 description 3
- 239000000843 powder Substances 0.000 description 3
- ODINCKMPIJJUCX-UHFFFAOYSA-N Calcium oxide Chemical compound [Ca]=O ODINCKMPIJJUCX-UHFFFAOYSA-N 0.000 description 2
- 239000000956 alloy Substances 0.000 description 2
- 229910045601 alloy Inorganic materials 0.000 description 2
- 238000009529 body temperature measurement Methods 0.000 description 2
- 239000003575 carbonaceous material Substances 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 238000009628 steelmaking Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- MYMOFIZGZYHOMD-UHFFFAOYSA-N Dioxygen Chemical compound O=O MYMOFIZGZYHOMD-UHFFFAOYSA-N 0.000 description 1
- 229910015136 FeMn Inorganic materials 0.000 description 1
- 229910005347 FeSi Inorganic materials 0.000 description 1
- PWHULOQIROXLJO-UHFFFAOYSA-N Manganese Chemical compound [Mn] PWHULOQIROXLJO-UHFFFAOYSA-N 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 229910000805 Pig iron Inorganic materials 0.000 description 1
- 229910004534 SiMn Inorganic materials 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- AXCZMVOFGPJBDE-UHFFFAOYSA-L calcium dihydroxide Chemical compound [OH-].[OH-].[Ca+2] AXCZMVOFGPJBDE-UHFFFAOYSA-L 0.000 description 1
- 239000000920 calcium hydroxide Substances 0.000 description 1
- 235000011116 calcium hydroxide Nutrition 0.000 description 1
- 229910001861 calcium hydroxide Inorganic materials 0.000 description 1
- 239000000292 calcium oxide Substances 0.000 description 1
- 235000012255 calcium oxide Nutrition 0.000 description 1
- 239000003610 charcoal Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 229910001882 dioxygen Inorganic materials 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 229910052748 manganese Inorganic materials 0.000 description 1
- 239000011572 manganese Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000011819 refractory material Substances 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
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
- Y02P10/00—Technologies related to metal processing
- Y02P10/20—Recycling
-
- 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
- Y02P10/00—Technologies related to metal processing
- Y02P10/25—Process efficiency
Landscapes
- Testing And Monitoring For Control Systems (AREA)
- Refinement Of Pig-Iron, Manufacture Of Cast Iron, And Steel Manufacture Other Than In Revolving Furnaces (AREA)
- Waste-Gas Treatment And Other Accessory Devices For Furnaces (AREA)
Abstract
【課題】電気炉の至近の状態を反映させたニューラルネットワークを構築し、出鋼する溶鋼の終点カーボン濃度を高い精度で推定できる電気炉の運転制御システムを提供する。【解決手段】電気炉の運転制御システムであって、電気炉精錬の操業条件となる設定項目を受け付ける入力部と、設定項目をニューラルネットワークに入力して操業結果推定値を算出する算出部と、設定項目に基づいて電気炉精錬を実行させる制御部と、を有し、算出部は、電気炉精錬が実行された溶鋼の操業結果実測値を取得し、設定項目と操業結果実測値を用いて前記ニューラルネットワークを再教育する。【選択図】図２
Description
本発明は、製鋼に用いられる電気炉の運転制御システムおよび電気炉ならびに電気炉の運転制御方法に関する。
製鋼に用いられる電気炉は、出鋼する溶鋼の終点カーボン濃度が所定の目標値を満足するように電気炉精錬の操業条件となる設定項目が設定される。これらの設定項目の設定値は、過去の電気炉の操業実績に基づいて調整される。
例えば、特許文献１では、過去の溶鋼の測温値や、操業データを重回帰分析した回帰式を作成し、測定した溶鋼の測温データ、通電量および供給酸素量等の操業データを回帰式に代入することで近未来の溶鋼温度を推算制御する溶鋼温度のコントロール方法が提案されている。
しかしながら、電気炉において、過去の操業実績に基づく設定項目の調整は、電気炉の状態が一定であることを前提にしたものである。電気炉の状態は、必ずしも一定ではなく、例えば、電気炉の炉壁を構成する耐火物は、スラグによって侵食されるので、電気炉精錬を繰り返すごとにその状態が変化する。このため、過去の操業実績に基づいて設定項目を調整しても、出鋼する溶鋼の終点カーボン濃度といった操業結果を高い精度で推定できない、という課題があった。
本発明は、従来技術が抱える上記課題を鑑みてなされたものであり、その目的は、電気炉の至近の状態を反映させたニューラルネットワークを構築し、例えば、出鋼する溶鋼の終点カーボン濃度といった操業結果を高い精度で推定できる電気炉の運転制御システムおよび当該運転制御システムを備える電気炉並びに電気炉の運転制御方法を提供することある。
このような課題を解決するための本発明の特徴は、以下の通りである。
（１）電気炉の運転制御システムであって、電気炉精錬の操業条件となる設定項目を受け付ける入力部と、前記設定項目をニューラルネットワークに入力して操業結果推定値を算出する算出部と、前記設定項目に基づいて電気炉精錬を実行させる制御部と、を有し、
前記算出部は、前記電気炉精錬が実行された溶鋼の操業結果実測値を取得し、前記設定項目と前記操業結果実測値を用いて前記ニューラルネットワークを再教育する電気炉の運転制御システム。
（２）前記算出部は、前記操業結果実測値と前記操業結果推定値との差が予め定められた範囲内である場合に、前記ニューラルネットワークを再教育する（１）に記載の電気炉の運転制御システム。
（３）前記入力部は、複数の設定項目と、操業結果目標値とを受け付け、前記算出部は、前記複数の設定項目のそれぞれに対応した操業結果推定値を算出し、前記操業結果推定値が前記操業結果目標値を満足する設定項目を操業条件として特定し、前記制御部は、前記算出部に特定された操業条件に基づいて電気炉精錬を実行させる（１）または（２）に記載の電気炉の運転制御システム。
（４）前記入力部は、鉄源として電気炉に装入されるスクラップが収容された状態を撮像して生成された画像データを、前記設定項目として受け付ける（１）から（３）の何れか１つに記載の電気炉の運転制御システム。
（５）前記操業結果は、電気炉精錬が実行された溶鋼の終点カーボン濃度である（１）から（４）の何れか１つに記載の電気炉の運転制御システム。
（６）前記操業結果は、電気炉精錬が実行された溶鋼の終点溶鋼温度である（１）から（４）の何れか１つに記載の電気炉の運転制御システム。
（７）（１）から（６）の何れか１つに記載の電気炉の運転制御システムを備える電気炉。
（８）電気炉の運転制御方法であって、電気炉精錬の操業条件となる設定項目を受け付ける入力ステップと、前記設定項目をニューラルネットワークに入力して操業結果推定値を算出する算出ステップと、前記設定項目に基づいて電気炉精錬を実行させる電気炉精錬実行ステップと、前記電気炉精錬が実行された溶鋼の操業結果実測値を取得し、前記設定項目と前記操業結果実測値を用いて、前記ニューラルネットワークを再教育する再教育ステップと、を有する電気炉の運転制御方法。
（９）前記再教育ステップは、前記操業結果実測値と前記操業結果推定値との差が予め定められた範囲内である場合に実施される（８）に記載の電気炉の運転制御方法。
（１０）前記入力ステップにおいて、複数の設定項目と、操業結果目標値とを受け付け、
前記算出ステップにおいて、前記複数の操業条件に対応した複数の操業結果推定値を算出し、前記算出ステップで算出された複数の操業結果推定値のうち、前記操業結果目標値を満足する操業結果推定値に対応した設定項目を操業条件として特定する操業条件特定ステップをさらに備え、前記電気炉精錬実行ステップでは、前記操業条件特定ステップで特定された操業条件に基づいて電気炉精錬を実行させる（８）または（９）に記載の電気炉の運転制御方法。
（１１）前記入力ステップは、鉄源として電気炉に装入されるスクラップが収容された状態を撮像して生成された画像データを、前記設定項目として受け付ける（８）から（１０）の何れか１つに記載の電気炉の運転制御方法。
（１２）前記操業結果は、電気炉精錬が実行された溶鋼の終点カーボン濃度である（８）から（１１）の何れか１つに記載の電気炉の運転制御方法。
（１３）前記操業結果は、電気炉精錬が実行された溶鋼の終点溶鋼温度である（８）から（１１）の何れか１つに記載の電気炉の運転制御方法。
（１）電気炉の運転制御システムであって、電気炉精錬の操業条件となる設定項目を受け付ける入力部と、前記設定項目をニューラルネットワークに入力して操業結果推定値を算出する算出部と、前記設定項目に基づいて電気炉精錬を実行させる制御部と、を有し、
前記算出部は、前記電気炉精錬が実行された溶鋼の操業結果実測値を取得し、前記設定項目と前記操業結果実測値を用いて前記ニューラルネットワークを再教育する電気炉の運転制御システム。
（２）前記算出部は、前記操業結果実測値と前記操業結果推定値との差が予め定められた範囲内である場合に、前記ニューラルネットワークを再教育する（１）に記載の電気炉の運転制御システム。
（３）前記入力部は、複数の設定項目と、操業結果目標値とを受け付け、前記算出部は、前記複数の設定項目のそれぞれに対応した操業結果推定値を算出し、前記操業結果推定値が前記操業結果目標値を満足する設定項目を操業条件として特定し、前記制御部は、前記算出部に特定された操業条件に基づいて電気炉精錬を実行させる（１）または（２）に記載の電気炉の運転制御システム。
（４）前記入力部は、鉄源として電気炉に装入されるスクラップが収容された状態を撮像して生成された画像データを、前記設定項目として受け付ける（１）から（３）の何れか１つに記載の電気炉の運転制御システム。
（５）前記操業結果は、電気炉精錬が実行された溶鋼の終点カーボン濃度である（１）から（４）の何れか１つに記載の電気炉の運転制御システム。
（６）前記操業結果は、電気炉精錬が実行された溶鋼の終点溶鋼温度である（１）から（４）の何れか１つに記載の電気炉の運転制御システム。
（７）（１）から（６）の何れか１つに記載の電気炉の運転制御システムを備える電気炉。
（８）電気炉の運転制御方法であって、電気炉精錬の操業条件となる設定項目を受け付ける入力ステップと、前記設定項目をニューラルネットワークに入力して操業結果推定値を算出する算出ステップと、前記設定項目に基づいて電気炉精錬を実行させる電気炉精錬実行ステップと、前記電気炉精錬が実行された溶鋼の操業結果実測値を取得し、前記設定項目と前記操業結果実測値を用いて、前記ニューラルネットワークを再教育する再教育ステップと、を有する電気炉の運転制御方法。
（９）前記再教育ステップは、前記操業結果実測値と前記操業結果推定値との差が予め定められた範囲内である場合に実施される（８）に記載の電気炉の運転制御方法。
（１０）前記入力ステップにおいて、複数の設定項目と、操業結果目標値とを受け付け、
前記算出ステップにおいて、前記複数の操業条件に対応した複数の操業結果推定値を算出し、前記算出ステップで算出された複数の操業結果推定値のうち、前記操業結果目標値を満足する操業結果推定値に対応した設定項目を操業条件として特定する操業条件特定ステップをさらに備え、前記電気炉精錬実行ステップでは、前記操業条件特定ステップで特定された操業条件に基づいて電気炉精錬を実行させる（８）または（９）に記載の電気炉の運転制御方法。
（１１）前記入力ステップは、鉄源として電気炉に装入されるスクラップが収容された状態を撮像して生成された画像データを、前記設定項目として受け付ける（８）から（１０）の何れか１つに記載の電気炉の運転制御方法。
（１２）前記操業結果は、電気炉精錬が実行された溶鋼の終点カーボン濃度である（８）から（１１）の何れか１つに記載の電気炉の運転制御方法。
（１３）前記操業結果は、電気炉精錬が実行された溶鋼の終点溶鋼温度である（８）から（１１）の何れか１つに記載の電気炉の運転制御方法。
本発明によれば、直前に実施された電気炉精錬における、終点カーボン濃度などの操業結果実測値を用いて、電気炉精錬における操業結果推定値を算出するニューラルネットワークを再教育するので、当該ニューラルネットワークは、至近の電気炉の状態が反映されたものになる。そして、このようなニューラルネットワークを用いることで、電気炉における終点カーボン濃度などの操業結果を高い精度で推定でき、これにより、電気炉精錬を高い精度で制御できるようになる。
以下、本発明の実施形態を通じて本発明を説明するが、以下の実施形態は、特許請求の範囲に係る発明を限定するものではない。また、実施形態の中で説明される特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。
図１は、本実施形態に係る電気炉の運転制御システム１００が適用される電気炉１０の一例を示す断面図である。まず、図１を用いて、本実施形態の電気炉の運転制御システム１００によって制御される電気炉１０について説明する。
電気炉１０は、炉本体１２と、炉本体１２の上部を塞ぎ、炉本体１２に対して着脱自在に設けられた炉蓋１４を有する。炉本体１２の上方には、スクラップ装入装置１６が設けられており、スクラップ装入装置１６から炉本体１２に鉄源としてスクラップ等が装入される。スクラップ装入装置１６には、スクラップ装入装置１６に収容されるスクラップの状態を撮像して画像データを生成する撮像装置１８が設けられている。
炉本体１２の外周側底部には、溶鋼２０を出鋼するための出鋼口２２が設けられている。また、炉本体１２の出鋼口２２の反対側には、作業口２４が設けられている。その作業口２４は、作業扉２６によって開閉可能となっている。この作業口２４から溶鋼２０の上の溶融スラグ２８が排滓される。
アーク電極３０は、炉蓋１４の中央部を貫通して炉本体１２内に垂直に挿入されている。アーク電極３０は、不図示の昇降装置と接続されており、当該昇降装置によって上下方向に移動する。炉本体１２内に挿入されたアーク電極３０は、通電されることによってアークプラズマが発生し、これにより炉本体１２内に装入された鉄源を溶解する。
また、炉本体１２の側面からは、バーナー３２およびシュート３４が炉本体１２内に挿入されている。バーナー３２には燃料であるバーナーガスが供給され、バーナー３２は、炉本体１２に装入された鉄源を側面からカッチングする。なお、カッチングとは、バーナー３２を用いて鉄源を側面から切断して崩すことをいう。シュート３４は、不図示の炉上ホッパと接続されている。炉上ホッパには、副原料、合金鉄および炭材等が別々に収納されている。炉上ホッパに収納された副原料、合金鉄および炭材等は、シュート３４を介して炉本体１２内に装入される。
作業口２４からは、酸化精錬用の酸素ガスを供給する酸素ランス３６が炉本体１２内に挿入されている。また、出鋼口２２の下側には、受鋼用の取鍋３８が配置されている。
このような電気炉１０を用いた鉄源の電気炉精錬は、以下の手順によって実施される。まず、炉蓋１４を炉本体１２の上部から取り外し、初回の鉄源をスクラップ装入装置１６から炉本体１２に装入する。その後、炉蓋１４およびアーク電極３０を炉上に移動し、アーク電極３０を炉本体１２内の下方に移動する。
アーク電極３０を下方に移動しながらアーク電極３０へ通電を開始する。アーク電極３０へ通電すると、アーク電極３０が形成するアークプラズマによって鉄源が溶解される。さらに、アーク電極３０を下方に移動することで、鉄源にボーリング孔が形成される。また、炉本体の側面から挿入されたバーナー３２を用いて、鉄源の側面から鉄源をカッチングする。炉本体１２内に装入された鉄源は、アーク電極３０によって形成されたアークプラズマおよびバーナー３２によるカッチングによって溶解される。
初回に装入された鉄源が溶解し、追加の鉄源の装入が可能な状態にまで鉄源の体積が減少した段階で、アーク電極３０への通電を停止する。また、バーナー３２を用いたカッチング作業も停止して、炉蓋１４とアーク電極３０を炉上部から移動させて、炉本体１２の上部を開放する。その後、追加の鉄源をスクラップ装入装置１６から炉本体１２に装入する。
追加の鉄源が装入された後、炉蓋１４およびアーク電極３０は炉上に移動され、再び、アーク電極へ通電して、追加で装入された鉄源を溶解していく。このような炉本体１２への鉄源の装入およびアーク電極３０およびバーナー３２を用いた鉄源の溶解は、予め定められた量の鉄源が炉本体１２に装入され、溶解されるまで繰り返し実行される。
予め定められた量の鉄源の溶解が完了した後、アーク電極３０への通電を継続しつつ、炉上ホッパから副原料である消石灰等の造滓材が添加されるとともに酸素ランス３６から酸素が供給されて酸化精錬が実施される。その後、生成した溶融スラグを排滓した後、炉上ホッパから炭材等が添加されて還元精錬が実施される。
酸化精錬および還元精錬により溶鋼成分が調整された溶鋼は、出鋼口２２から取鍋３８に出鋼される。出鋼の際、溶鋼の終点カーボン濃度等を分析するための試料が採取され、溶鋼の終点カーボン濃度を含む溶鋼成分が測定された後、目標成分にあわせるように合金鉄（ＳｉＭｎ、ＦｅＳｉ、ＦｅＭｎ、金属Ａｌ、コークス等）が装入され、電気炉精錬の１チャージが終了する。
このような電気炉１０の電気炉精錬は、電気炉の運転制御システム１００によって制御される。図２は、本実施形態に係る電気炉の運転制御システム１００の一例を示す機能ブロック図である。電気炉の運転制御システム１００は、入力部１０２と、処理部１０４と、格納部１０６と、表示部１０８と、測定部１０９とを有する。
電気炉の運転制御システム１００は、例えば、ワークステーションやパソコン等の汎用コンピュータである。入力部１０２は、電気炉１０を管理する作業者から電気炉精錬の操業条件となる設定項目の入力を受け付ける。また、入力部１０２は、撮像装置１８からスクラップの性状を示す画像データおよび溶鋼の終点カーボン濃度データを受け付ける。入力部１０２は、例えば、キーボード、マウス等の入力装置およびメモリーカード等の情報記録媒体等の読み取り装置である。
処理部１０４は、例えば、ＣＰＵ等であって、格納部１０６に保存されたプログラムやデータを用いて、電気炉１０の動作を制御し、所定の演算を実行する。処理部１０４は、ニューラルネットワークを用いて終点カーボン濃度推定値を算出し、ニューラルネットワークを再教育する算出部１１０と、電気炉１０の電気炉精錬を制御する制御部１１２とを有する。なお、終点カーボン濃度は、操業結果の一例である。また、操業結果として、処理部１０４は、終点溶鋼温度を算出してもよい。
格納部１０６は、例えば、更新記録可能なフラッシュメモリ、内蔵あるいはデータ通信端子で接続されたハードディスク、メモリーカード等の情報記録媒体およびその読み書き装置である。格納部１０６には、電気炉１０の動作を制御するためのプログラムや、当該プログラム実行中に使用するデータ等が予め格納されている。また、格納部１０６には、設定項目を入力として終点カーボン濃度推定値を出力するニューラルネットワーク１１４が格納されている。表示部１０８は、例えば、ＬＣＤまたはＣＲＴディスプレイ等である。
図３は、本実施形態に係るニューラルネットワーク１１４の概念図である。ニューラルネットワーク１１４の入力層から入力される設定項目としては、例えば、終点カーボン濃度を予測する場合においては、溶解出鋼重量、溶解電力量、精錬電力量、合計電力量、合計酸素量、溶解ランス酸素量、精錬ランス酸素量、溶解待機バーナー酸素量、溶解バーナー酸素量、溶解待機バーナー酸素量、溶解バーナー酸素量、出鋼温度、Ｈ屑量、新断バラ屑量、Ａプレス量、シュレッダー量、Ｃプレス量、鋼ダライ粉量、ダストリサイクル量、銑ダライ粉量、銑鉄量、自家重量屑量、コークス量、生石灰量、アルミ灰量、コークスブリーズ粉量などがある。これらは、ニューラルネットワークの入力層から入力される。すなわち、本実施形態におけるニューラルネットワーク１１４の入力層は、上記設定項目に対応した数のニューロンから構成される。
本実施形態に係るニューラルネットワーク１１４の中間層は、３４層で構成され、出力層は、終点カーボン濃度を出力とする１個ニューロンで構成される。このようなニューラルネットワークは、電気炉１０の過去の電気炉精錬における設定項目と、終点カーボン濃度の実績データを教師データとして、ニューラルネットワークの誤差を最小にする最適化問題を解くことで事前に作成され、格納部１０６に格納される。
再び、図２を参照する。電気炉精錬が開始される前において、入力部１０２は、作業者から設定項目の入力を受け付ける。入力部１０２は、受け付けた設定項目を算出部１１０に出力する。また、入力部１０２は、撮像装置１８で撮像された画像データを取得し、当該画像データを算出部１１０に出力する。
算出部１１０は、入力部１０２から画像データを取得すると、当該画像データを、設定項目として受け付ける。算出部１１０は、まず、スクラップの輪郭を評価するために、画像データにおける各画素のＲＧＢの輝度値から予め定められた閾値を減算し、いずれか１つが０以下となった画素のＲＧＢの輝度値を０にする。当該閾値は、過去の種々のスクラップの画像データを用いて定めてよい。算出部１１０は、スクラップ以外の部分の輝度値を０とした画像データを、ソフトマックス関数を用いて０から１の数値に変換する。
算出部１１０は、格納部１０６からニューラルネットワーク１１４を読み出し、入力部１０２から取得した、スクラップの性状を示す数値を含む設定項目をニューラルネットワーク１１４の入力層に入力し、終点カーボン濃度推定値を出力する。算出部１１０は、算出された終点カーボン濃度推定値を表示部１０８に表示する。
また、算出部１１０は、設定項目を制御部１１２に出力する。制御部１１２は、設定項目を電気炉精錬の操業条件として、電気炉精錬を実施する。電気炉１０で電気炉精錬が実施された後、測定部１０９は、溶鋼成分が調整され取鍋３８に出鋼される溶鋼の終点カーボン濃度を測定する。このようにして測定された終点カーボン濃度は、終点カーボン濃度実測値となる。
測定部１０９は、終点カーボン濃度実測値を算出部１１０に出力する。算出部１１０は、操業条件としての設定項目と終点カーボン濃度実測値とを用いて、格納部１０６に格納されているニューラルネットワーク１１４を再教育する。算出部１１０は、設定項目および終点カーボン濃度実測値を過去の電気炉精錬データに追加し、設定項目およぶ終点カーボン濃度実測値を含む過去の電気炉精錬データを教師データとしてニューラルネットワーク１１４の誤差を最小にする最適化問題を解くことでニューラルネットワーク１１４を再教育する。
このように、算出部１１０は、電気炉精錬を実行する毎に、当該電気炉精錬の操業条件である設定項目と終点カーボン濃度実測値とを用いてニューラルネットワーク１１４を再教育する。これにより、ニューラルネットワーク１１４は、至近の電気炉の状態を反映されたものになる。至近の電気炉の状態が反映されたニューラルネットワーク１１４を用いることで、算出部１１０は、電気炉１０から出鋼される溶鋼の終点カーボン濃度を高い精度で推定できる。そして、当該カーボン濃度の推定値を用いて電気炉精錬の操業条件となる設定項目を定めることで、電気炉精錬における溶鋼の終点カーボン濃度を高い精度で制御できる。
また、本実施形態において、スクラップを撮像して生成された画像データを用いて算出した数値を設定項目として入力している。スクラップ装入装置１６内のスクラップの状態は、電気炉１０内におけるスクラップの溶解性に影響を及ぼす。このため、スクラップの状態を反映した画像データを用いて算出した数値を設定項目に入力することで、電気炉精錬における溶鋼の終点カーボン濃度をより高い精度で推定できるようになる。
次に、算出部１１０による操業条件の特定処理について説明する。算出部１１０が操業条件を特定する処理を行う場合には、入力部１０２は、作業者から複数の設定項目と、終点カーボン濃度目標値を受け付ける。なお、複数の設定項目とは、例えば、設定項目のうちの少なくとも１つの項目について複数の値があることを意味し、終点カーボン濃度目標値とは、電気炉精錬が実施された後の目標とする溶鋼のカーボン濃度の範囲を意味する。
算出部１１０は、複数の値を組み合せたそれぞれの設定項目と、ニューラルネットワーク１１４とを用いて、それぞれの設定項目に対応した終点カーボン推定値を算出する。算出部１１０は、終点カーボン目標値の範囲内となる終点カーボン推定値があるか否かを判断し、終点カーボン目標値の範囲内となった終点カーボン推定値がある場合には、当該終点カーボン推定値を算出するのに用いた設定項目を操業条件と特定する。一方、終点カーボン目標値の範囲内となる終点カーボン推定値がない場合には、算出部１１０は、終点カーボン目標値の範囲内となる終点カーボン推定値がない旨のエラー表示を表示部１０８に表示させる。なお、算出部１１０は、表示部１０８にエラー表示を表示させることに代えて、終点カーボン目標値に最も近い終点カーボン推定値を算出するのに用いた設定項目を操業条件に特定するとしてもよい。
算出部１１０は、操業条件として特定した設定項目を制御部１１２に出力する。制御部１１２は、設定項目を電気炉精錬の操業条件として、電気炉精錬を実施する。算出部１１０は、溶鋼成分が調整された溶鋼の終点カーボン濃度実測値と、操業条件としての設定項目とを用いて、格納部１０６に格納されているニューラルネットワーク１１４を再教育する。
このように、入力部１０２から、複数の設定項目と、終点カーボン濃度目標値を入力し、ニューラルネットワーク１１４を用いて算出された終点カーボン濃度推定値が終点カーボン濃度目標値を満足するような設定項目を電気炉精錬の操業条件に特定するとしてもよい。このようにして特定された操業条件で電気炉精錬を実施することで、溶鋼の終点カーボン濃度を目標とする終点カーボン濃度となるように制御できる。
なお、本実施形態において、算出部１１０は、測定部１０９から溶鋼の終点カーボン濃度実測値を取得すると、設定項目と終点カーボン濃度実測値とを用いて格納部１０６に格納されているニューラルネットワークを再教育する例を示した。しかしながら、これに限られず、算出部１１０は、溶鋼の終点カーボン濃度実測値と、ニューラルネットワーク１１４を用いて算出された終点カーボン濃度推定値との差が予め定められた範囲内である場合に、ニューラルネットワーク１１４を再教育するとしてもよい。なお、予め定められた範囲は、電気炉精錬における終点カーボン濃度の過去の実績値の範囲から定めてよい。これにより、何らか不具合で実際と異なる終点カーボン濃度実測値が測定された場合に、当該異なる値の終点カーボン濃度実測値を用いてニューラルネットワーク１１４を再教育することを防止できる。
また、本実施形態においては、１つの電気炉の運転制御システム１００で１つの電気炉１０を制御する例を示したが、これに限られない。例えば、１つの電気炉の運転制御システム１００を有線または無線ネットワークを用いて複数の電気炉に接続し、１つの電気炉の運転制御システム１００で複数の電気炉の電気炉精錬を制御してもよい。また、１つの電気炉の運転制御システム１００に対して１つのニューラルネットワーク１１４を有する例を示したがこれに限られず、例えば、１つのニューラルネットワーク１１４を複数の電気炉の運転制御システム１００で共有してもよい。
次に、電気炉の運転制御システム１００で行われる処理について説明する。図４は、電気炉の運転制御システム１００によるニューラルネットワーク１１４の更新処理を説明するフロー図である。図４に示した処理は、電気炉の運転制御システム１００が立ち上げられた場合に開始される。
作業者が入力部１０２から設定項目を入力することで、算出部１１０は、設定項目を取得する（ステップＳ１０１）。算出部１１０は、設定項目と、格納部１０６に格納されているニューラルネットワーク１１４を用いて、溶鋼の終点カーボン濃度推定値を算出する（ステップＳ１０２）。算出部１１０は、算出した終点カーボン濃度推定値を表示部１０８に表示する（ステップＳ１０３）。
制御部１１２は、算出部１１０から取得した設定項目を操業条件にして電気炉精錬を実施する（ステップＳ１０４）。電気炉精錬が実施された後に、算出部１１０は、測定部１０９によって測定された溶鋼の終点カーボン濃度実測値を取得する（ステップＳ１０５）。算出部１１０は、設定項目と終点カーボン濃度実測値とを用いて格納部１０６に格納されているニューラルネットワークを再教育する（ステップＳ１０６）。
算出部１１０は、電気炉の運転制御システム１００の終了条件が満足されているか否かを判断する（Ｓ１０６）。算出部１１０は、電気炉の運転制御システム１００の終了条件が満足されていると判断した場合（ステップＳ１０７：Ｙｅｓ）、当該処理を終了する。一方、算出部１１０は、電気炉の運転制御システム１００の終了条件が満足されていないと判断した場合（ステップＳ１０７：Ｎｏ）、処理をステップＳ１０１に戻して、再び、設定項目を取得するまで待機する。
図４に示した処理が実行されることで、電気炉の運転制御システム１００は、電気炉精錬を実施する毎に、当該電気炉精錬の操業条件である設定項目と終点カーボン濃度実測値とを用いてニューラルネットワーク１１４を再教育する。これにより、当該ニューラルネットワーク１１４は、至近の電気炉の状態を反映されたものになる。算出部１１０は、至近の電気炉の状態を反映さえたニューラルネットワーク１１４を用いて電気炉の終点カーボン濃度を推定することで、電気炉から出鋼される溶鋼の終点カーボン濃度を高い精度で推定できる。そして、当該カーボン濃度の推定値を用いて電気炉精錬の操業条件を定めることで、電気炉精錬における溶鋼の終点カーボン濃度を高い精度で制御できる。
図５は、電気炉の運転制御システム１００による操業条件の特定処理を説明するフロー図である。図５に示した処理も、電気炉の運転制御システム１００が立ち上げられた場合に開始される。
作業者が、入力部１０２から複数の設定項目と、終点カーボン濃度目標値を入力することで、算出部１１０は、複数の設定項目と終点カーボン濃度目標値と取得する（ステップＳ２０１）。算出部１１０は、それぞれの設定項目と、ニューラルネットワーク１１４とを用いて、それぞれの設定項目に対応した終点カーボン推定値を算出する（ステップＳ２０２）。算出部１１０は、終点カーボン目標値の範囲内となる終点カーボン推定値があるか否かを判断する（ステップＳ２０３）。算出部１１０は、終点カーボン目標値の範囲内となった終点カーボン推定値があると判断した場合（ステップＳ２０３：Ｙｅｓ）、終点カーボン推定値を算出するのに用いた設定項目を操業条件として特定する（ステップＳ２０４）。一方、算出部１１０は、終点カーボン目標値の範囲内となる終点カーボン推定値がない場合（ステップＳ２０３：Ｎｏ）、表示部１０８に入力された設定項目では目標値を満足できない旨のエラー表示を表示させて（ステップＳ２０５）、処理をステップＳ２０１に戻す。
制御部１１２は、算出部１１０によって特定された設定項目を操業条件として、電気炉精錬を実施する（ステップＳ２０６）。電気炉精錬が実施された後に、算出部１１０は、測定部１０９によって測定された溶鋼の終点カーボン濃度実測値を取得する（ステップＳ２０７）。算出部１１０は、設定項目と終点カーボン濃度実測値とを用いて格納部１０６に格納されているニューラルネットワーク１１４を再教育する（ステップＳ２０８）。
算出部１１０は、電気炉の運転制御システム１００の終了条件が満足されているか否かを判断する（Ｓ２０９）。算出部１１０は、電気炉の運転制御システム１００の終了条件が満足されていると判断した場合（ステップＳ２０９：Ｙｅｓ）、当該処理を終了する。一方、算出部１１０は、電気炉の運転制御システム１００の終了条件が満足されていないと判断した場合（ステップＳ２０９：Ｎｏ）、処理をステップＳ２０１に戻して、再び、複数の設定項目と、終点カーボン濃度目標値を取得するまで待機する。
図５に示した処理が実行されることで、電気炉の運転制御システム１００は、目標とする終点カーボン濃度を満足するような設定項目を電気炉精錬の操業条件として特定できる。そして、当該操業条件で電気炉精錬を実施することで、溶鋼の終点カーボン濃度を、目標とする終点カーボン濃度になるように制御できる。
なお、本実施形態では、操業結果として、終点カーボン濃度を用いた例を示した。しかしながら、これに限られず、操業結果として、終点溶鋼温度、終点燐濃度、終点硫黄濃度、終点珪素濃度または終点マンガン濃度を用いてもよい。なお、ニューラルネットワークを用いて終点溶鋼温度を推定する場合においては、入力層から入力される設定項目として、終点カーボン濃度を推定する場合に用いた設定項目に加えて、前チャージ終了から次チャージ開始までの待機時間、炉本体内の耐火物温度、電気炉の炉本体が水冷パネルを備える場合には、水冷パネル温度を入力してよい。
さらに、本実施形態では、電気炉精錬が終了した後の終点カーボン濃度を用いた例を示した。しかしながら、これに限られず、操業結果として、電気炉精錬途中の溶鋼のカーボン濃度を用いてもよい。なお、ニューラルネットワークを用いて、電気炉精錬途中の溶鋼のカーボン濃度を推定する場合には、設定項目と、電気炉精錬途中におけるカーボン濃度の実績データを教育データとして、ニューラルネットワークを教育する。そして、当該ニューラルネットワークを用いることで、終点カーボン濃度同様に電気炉精錬途中の溶鋼のカーボン濃度に適用できる。
以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者には明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。
また、特許請求の範囲、明細書、および図面中に示した装置、システムおよび方法における動作、手順およびステップの各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるものでない限り、任意の順序で実現し得ることに留意すべきである。特許請求の範囲、明細書および図面中のフローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。
１０ 電気炉
１２ 炉本体
１４ 炉蓋
１６ スクラップ装入装置
１８ 撮像装置
２０ 溶鋼
２２ 出鋼口
２４ 作業口
２６ 作業扉
２８ 溶融スラグ
３０ アーク電極
３２ バーナー
３４ シュート
３６ 酸素ランス
３８ 取鍋
１００ 電気炉の運転制御システム
１０２ 入力部
１０４ 処理部
１０６ 格納部
１０８ 表示部
１１０ 算出部
１１２ 制御部
１１４ ニューラルネットワーク
１２ 炉本体
１４ 炉蓋
１６ スクラップ装入装置
１８ 撮像装置
２０ 溶鋼
２２ 出鋼口
２４ 作業口
２６ 作業扉
２８ 溶融スラグ
３０ アーク電極
３２ バーナー
３４ シュート
３６ 酸素ランス
３８ 取鍋
１００ 電気炉の運転制御システム
１０２ 入力部
１０４ 処理部
１０６ 格納部
１０８ 表示部
１１０ 算出部
１１２ 制御部
１１４ ニューラルネットワーク
Claims (13)
- 電気炉の運転制御システムであって、
電気炉精錬の操業条件となる設定項目を受け付ける入力部と、
前記設定項目をニューラルネットワークに入力して操業結果推定値を算出する算出部と、
前記設定項目に基づいて電気炉精錬を実行させる制御部と、
を有し、
前記算出部は、前記電気炉精錬が実行された溶鋼の操業結果実測値を取得し、前記設定項目と前記操業結果実測値を用いて前記ニューラルネットワークを再教育する電気炉の運転制御システム。 - 前記算出部は、前記操業結果実測値と前記操業結果推定値との差が予め定められた範囲内である場合に、前記ニューラルネットワークを再教育する請求項１に記載の電気炉の運転制御システム。
- 前記入力部は、複数の設定項目と、操業結果目標値とを受け付け、
前記算出部は、前記複数の設定項目のそれぞれに対応した操業結果推定値を算出し、前記操業結果推定値が前記操業結果目標値を満足する設定項目を操業条件として特定し、
前記制御部は、前記算出部に特定された操業条件に基づいて電気炉精錬を実行させる請求項１または請求項２に記載の電気炉の運転制御システム。 - 前記入力部は、鉄源として電気炉に装入されるスクラップが収容された状態を撮像して生成された画像データを、前記設定項目として受け付ける請求項１から請求項３の何れか一項に記載の電気炉の運転制御システム。
- 前記操業結果は、電気炉精錬が実行された溶鋼の終点カーボン濃度である請求項１から請求項４の何れか一項に記載の電気炉の運転制御システム。
- 前記操業結果は、電気炉精錬が実行された溶鋼の終点溶鋼温度である請求項１から請求項４の何れか一項に記載の電気炉の運転制御システム。
- 請求項１から請求項６の何れか一項に記載の電気炉の運転制御システムを備える電気炉。
- 電気炉の運転制御方法であって、
電気炉精錬の操業条件となる設定項目を受け付ける入力ステップと、
前記設定項目をニューラルネットワークに入力して操業結果推定値を算出する算出ステップと、
前記設定項目に基づいて電気炉精錬を実行させる電気炉精錬実行ステップと、
前記電気炉精錬が実行された溶鋼の操業結果実測値を取得し、前記設定項目と前記操業結果実測値を用いて、前記ニューラルネットワークを再教育する再教育ステップと、
を有する電気炉の運転制御方法。 - 前記再教育ステップは、前記操業結果実測値と前記操業結果推定値との差が予め定められた範囲内である場合に実施される請求項８に記載の電気炉の運転制御方法。
- 前記入力ステップにおいて、複数の設定項目と、操業結果目標値とを受け付け、
前記算出ステップにおいて、前記複数の操業条件に対応した複数の操業結果推定値を算出し、
前記算出ステップで算出された複数の操業結果推定値のうち、前記操業結果目標値を満足する操業結果推定値に対応した設定項目を操業条件として特定する操業条件特定ステップをさらに備え、
前記電気炉精錬実行ステップでは、前記操業条件特定ステップで特定された操業条件に基づいて電気炉精錬を実行させる請求項８または請求項９に記載の電気炉の運転制御方法。 - 前記入力ステップは、鉄源として電気炉に装入されるスクラップが収容された状態を撮像して生成された画像データを、前記設定項目として受け付ける請求項８から請求項１０の何れか一項に記載の電気炉の運転制御方法。
- 前記操業結果は、電気炉精錬が実行された溶鋼の終点カーボン濃度である請求項８から請求項１１の何れか一項に記載の電気炉の運転制御方法。
- 前記操業結果は、電気炉精錬が実行された溶鋼の終点溶鋼温度である請求項８から請求項１１の何れか一項に記載の電気炉の運転制御方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016210357A JP6764315B2 (ja) | 2016-10-27 | 2016-10-27 | 電気炉の運転制御システムおよび電気炉ならびに電気炉の運転制御方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016210357A JP6764315B2 (ja) | 2016-10-27 | 2016-10-27 | 電気炉の運転制御システムおよび電気炉ならびに電気炉の運転制御方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2018070926A true JP2018070926A (ja) | 2018-05-10 |
| JP6764315B2 JP6764315B2 (ja) | 2020-09-30 |
Family
ID=62111617
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016210357A Active JP6764315B2 (ja) | 2016-10-27 | 2016-10-27 | 電気炉の運転制御システムおよび電気炉ならびに電気炉の運転制御方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6764315B2 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020085395A (ja) * | 2018-11-29 | 2020-06-04 | オーエム金属工業株式会社 | 自動スラグ除去装置及び自動スラグ除去プログラム |
| CN113033705A (zh) * | 2021-04-22 | 2021-06-25 | 江西理工大学 | 一种基于模式识别的铜转炉吹炼造渣期终点智能判断与校验方法 |
| WO2021176995A1 (ja) * | 2020-03-06 | 2021-09-10 | スチールプランテック株式会社 | 三相交流アーク炉及び制御方法 |
| WO2022172770A1 (ja) | 2021-02-10 | 2022-08-18 | Ｊｆｅスチール株式会社 | 映像装置を備える電気炉を用いた溶鉄の製造方法 |
| WO2023079737A1 (ja) * | 2021-11-08 | 2023-05-11 | 東芝三菱電機産業システム株式会社 | アーク炉設備 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06511593A (ja) * | 1991-04-15 | 1994-12-22 | ニューラル アプリケーションズ コーポレーション | アーク炉制御システム |
| JPH07286218A (ja) * | 1994-04-18 | 1995-10-31 | Nippon Steel Corp | スクラップ溶け落ち判定装置 |
| JPH08117827A (ja) * | 1994-10-24 | 1996-05-14 | Mitsubishi Electric Corp | 圧延装置 |
-
2016
- 2016-10-27 JP JP2016210357A patent/JP6764315B2/ja active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06511593A (ja) * | 1991-04-15 | 1994-12-22 | ニューラル アプリケーションズ コーポレーション | アーク炉制御システム |
| JPH07286218A (ja) * | 1994-04-18 | 1995-10-31 | Nippon Steel Corp | スクラップ溶け落ち判定装置 |
| JPH08117827A (ja) * | 1994-10-24 | 1996-05-14 | Mitsubishi Electric Corp | 圧延装置 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020085395A (ja) * | 2018-11-29 | 2020-06-04 | オーエム金属工業株式会社 | 自動スラグ除去装置及び自動スラグ除去プログラム |
| JP7292627B2 (ja) | 2018-11-29 | 2023-06-19 | オーエム金属工業株式会社 | 自動スラグ除去装置及び自動スラグ除去プログラム |
| WO2021176995A1 (ja) * | 2020-03-06 | 2021-09-10 | スチールプランテック株式会社 | 三相交流アーク炉及び制御方法 |
| WO2022172770A1 (ja) | 2021-02-10 | 2022-08-18 | Ｊｆｅスチール株式会社 | 映像装置を備える電気炉を用いた溶鉄の製造方法 |
| KR20230132833A (ko) | 2021-02-10 | 2023-09-18 | 제이에프이 스틸 가부시키가이샤 | 영상 장치를 구비하는 전기로를 사용한 용철의 제조 방법 |
| CN113033705A (zh) * | 2021-04-22 | 2021-06-25 | 江西理工大学 | 一种基于模式识别的铜转炉吹炼造渣期终点智能判断与校验方法 |
| CN113033705B (zh) * | 2021-04-22 | 2022-12-02 | 江西理工大学 | 一种基于模式识别的铜转炉吹炼造渣期终点智能判断与校验方法 |
| WO2023079737A1 (ja) * | 2021-11-08 | 2023-05-11 | 東芝三菱電機産業システム株式会社 | アーク炉設備 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6764315B2 (ja) | 2020-09-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6764315B2 (ja) | 電気炉の運転制御システムおよび電気炉ならびに電気炉の運転制御方法 | |
| CA3043819C (en) | System and method of operating a batch melting furnace | |
| JP6573035B2 (ja) | 溶鋼中りん濃度推定方法及び転炉吹錬制御装置 | |
| US10190825B2 (en) | System and method for determining temperature of a metal melt in an electric arc furnace | |
| CA2894813C (en) | Method and device for predicting, controlling and/or regulating steelworks processes | |
| JP6687080B2 (ja) | 溶湯温度補正装置、溶湯温度補正方法、及び溶湯の製造方法 | |
| JP2012136767A (ja) | 転炉りん濃度推定方法 | |
| Demin | Development of «whole» evaluation algorithm of the control quality of «cupola–mixer» melting duplex process | |
| JP6553532B2 (ja) | 電気炉の運転制御システム、電気炉および電気炉の運転制御方法 | |
| KR101246436B1 (ko) | 고로의 용선 생산량 예측 방법 | |
| JPH08273826A (ja) | 電気炉の最適目標総送電量の演算方法および電気炉設備 | |
| JP6516906B1 (ja) | 吹錬計算方法、吹錬計算プログラム | |
| CN115341069A (zh) | 一种基于在线动态检测模型的转炉吹炼终点的钢液碳含量预测控制方法 | |
| KR20240044317A (ko) | 프로그램, 정보 처리 장치, 정보 처리 방법, 학습 모델의 생성 방법, 및 용강 처리 방법 | |
| Rout et al. | Dynamic modelling of BOF process: Comparison of model performance with the plant data | |
| MacRosty et al. | Advancing Furnace Process Performance with Automation: Radar Feedback Control | |
| Short et al. | The development of a process charge expert system for a Basic Oxygen Steelmaking plant. | |
| Steinberg | Development of a control strategy for the open slag bath furnaces at Highveld Steel and Vanadium Corporation Ltd | |
| Nyssen et al. | Application of a dynamic metallurgical model to the electric arc furnace | |
| JPH05339617A (ja) | 転炉吹錬方法 | |
| JPH09316514A (ja) | クロム含有鋼の転炉工程における溶鋼中炭素およびクロム含有率の推定方法および装置ならびに出鋼方法 | |
| Furnace | Bath Level Management in the | |
| Visuri | OULU 2014 University of Oulu Faculty of Technology Process Metallurgy Group | |
| JPH09133468A (ja) | 電気炉の原料の追加装入または金属溶湯の出湯時点の判定方法および装置 | |
| Furtado et al. | LIGHT METER: A RELIABLE WAY TO PREDICT BOF END POINT CARBON |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20180620 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20180628 |
|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20190322 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20190325 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190710 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200219 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200225 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200410 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200825 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200911 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6764315 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |