JP2021046569A - Parameter determination device, parameter determination program, and parameter determination method - Google Patents

Parameter determination device, parameter determination program, and parameter determination method Download PDF

Info

Publication number
JP2021046569A
JP2021046569A JP2019168312A JP2019168312A JP2021046569A JP 2021046569 A JP2021046569 A JP 2021046569A JP 2019168312 A JP2019168312 A JP 2019168312A JP 2019168312 A JP2019168312 A JP 2019168312A JP 2021046569 A JP2021046569 A JP 2021046569A
Authority
JP
Japan
Prior art keywords
model
blast furnace
parameter
time
parameter determination
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
Application number
JP2019168312A
Other languages
Japanese (ja)
Other versions
JP7335500B2 (en
Inventor
山本　浩貴
Hirotaka Yamamoto
浩貴 山本
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 JP2019168312A priority Critical patent/JP7335500B2/en
Publication of JP2021046569A publication Critical patent/JP2021046569A/en
Application granted granted Critical
Publication of JP7335500B2 publication Critical patent/JP7335500B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

To estimate accurately parameters used in a blast furnace mathematical model (chemical reaction model) so as to match an actual internal state of the blast furnace.SOLUTION: A parameter determination device 1 for determining a parameter of a chemical reaction model capable of calculating time transition of the internal state of the blast furnace comprises: an observation value acquisition unit 21 that acquires observation values measured by predetermined measuring devices provided in the blast furnace; a system model construction unit 22 that constructs a system model composed of multiple time evolution equations, arranged in the order of time, that represent the time transition of the internal state of the blast furnace calculated by the chemical reaction model and the time transition of the parameters; an observation model construction unit 23 that constructs an observation model composed of multiple relational expressions, arranged in the order of time, that represent a relationship between output variables of the chemical reaction model corresponding to the observation values and the internal states; and a parameter determination unit 24 that determines parameters by using a state space model composed of the system model and the observation model based on errors between the output variables and the observation values.SELECTED DRAWING: Figure 3

Description

本発明は、高炉の内部状態の時間遷移を計算可能な化学反応モデルに含まれるパラメータを決定するパラメータ決定装置、パラメータ決定プログラム及びパラメータ決定方法に関する。 The present invention relates to a parameter determination device, a parameter determination program, and a parameter determination method for determining parameters included in a chemical reaction model capable of calculating the time transition of the internal state of a blast furnace.

近年、高炉の操業においては、製鉄コストを低減するために、比較的安価な鉄鉱石を利用すると共に、高価なコークス等の高コストな還元材の比率を抑制した低還元材比条件下での操業が指向されている。しかしながら、安価な鉄鉱石は、品質が比較的低く、低還元材比条件下での操業は、高炉が操業不安定になり易く、高炉で生産される銑鉄の生産量が変動するおそれがある。このため、高炉の操業を安定化する技術が望まれている。 In recent years, in the operation of blast furnaces, in order to reduce iron-making costs, relatively inexpensive iron ore is used, and the ratio of high-cost reducing agents such as expensive coke is suppressed under low-reducing material ratio conditions. Operation is oriented. However, the quality of cheap iron ore is relatively low, and when operating under the condition of low reducing agent ratio, the blast furnace tends to be unstable, and the production amount of pig iron produced in the blast furnace may fluctuate. Therefore, a technique for stabilizing the operation of the blast furnace is desired.

高炉の操業を安定化する種々の技術が知られている。例えば、特許文献１には、高炉非定常反応モデルとも称される高炉数学モデル（化学反応モデル）を利用して高炉の内部状態を推定する技術が記載されている。 Various techniques for stabilizing the operation of the blast furnace are known. For example, Patent Document 1 describes a technique for estimating the internal state of a blast furnace by using a blast furnace mathematical model (chemical reaction model), which is also called a blast furnace unsteady reaction model.

特許文献１に記載される技術では、具体的には、高炉の内部状態に関する指標について測定された観測値と、その演算値とが一致するように還元反応の反応速度定数補正係数等の高炉数学モデルに含まれるパラメータが逐次フィッティングされ、高炉の内部状態の演算にフィードバックされる。これにより、高炉炉況の異常検知や炉熱変化の将来予測計算結果に基づき、高炉操業の安定化への活用を狙う。 In the technique described in Patent Document 1, specifically, blast furnace mathematics such as the reaction rate constant correction coefficient of the reduction reaction so that the observed value measured for the index related to the internal state of the blast furnace and the calculated value match. The parameters included in the model are sequentially fitted and fed back to the calculation of the internal state of the blast furnace. In this way, we aim to utilize it for stabilizing blast furnace operation based on the results of future prediction calculation of blast furnace condition abnormality detection and furnace heat change.

特開平１０−１２１１１８号公報Japanese Unexamined Patent Publication No. 10-121118

しかしながら、特許文献１に記載される技術は、ノイズが重畳した観測値に高炉数学モデルによる演算値を完全に一致させるため、パラメータ計算結果が観測値に重畳されるノイズに過適合するおそれがある。パラメータの修正値は、観測値に重畳されるノイズに過適合することで、変動が大きくなり、このようなパラメータを使用して推定される高炉の内部状態が実際の高炉の内部状態と乖離するおそれがある。また、特許文献１に記載される技術は、観測値の現在値のみを使って現在時刻のパラメータを修正させるものであり、高炉の内部状態の連続的な時間変化を十分に取り入れることができず、不連続な計算値が得られてしまう。このため、内部状態の時間変化が比較的緩やか（時定数が比較的長い）である高炉に、この方法をそのまま適用した場合には、過去生じた高炉の内部状態の変化を現在時刻のパラメータの変化のみに反映させてしまい、高炉の内部状態の連続的な時間変化が正確に推定されないおそれがある。 However, the technique described in Patent Document 1 completely matches the calculated value by the blast furnace mathematical model with the observed value on which noise is superimposed, so that the parameter calculation result may be over-matched with the noise superimposed on the observed value. .. The modified value of the parameter becomes large in fluctuation due to overfitting with the noise superimposed on the observed value, and the internal state of the blast furnace estimated using such a parameter deviates from the actual internal state of the blast furnace. There is a risk. Further, the technique described in Patent Document 1 modifies the parameter of the current time using only the current value of the observed value, and cannot sufficiently incorporate the continuous time change of the internal state of the blast furnace. , Discontinuous calculated values are obtained. Therefore, when this method is applied as it is to a blast furnace in which the time change of the internal state is relatively slow (the time constant is relatively long), the change in the internal state of the blast furnace that has occurred in the past is used as the parameter of the current time. It is reflected only in the change, and there is a risk that the continuous time change of the internal state of the blast furnace cannot be estimated accurately.

そこで、本発明は、高炉数学モデル（化学反応モデル）で使用されるパラメータを高炉の実際の内部状態に一致するように、正確に推定可能なパラメータ決定装置を提供することを目的とする。 Therefore, an object of the present invention is to provide a parameter determining device that can accurately estimate the parameters used in the blast furnace mathematical model (chemical reaction model) so as to match the actual internal state of the blast furnace.

このような課題を解決する本発明は、以下に示すパラメータ決定装置、パラメータ決定プログラム及びパラメータ決定方法を要旨とするものである。
（１）高炉の内部状態の時間遷移を計算可能な化学反応モデルのパラメータを決定するパラメータ決定装置であって、
高炉に備わる所定の測定器により測定された観測値を取得する観測値取得部と、
化学反応モデルにより計算される高炉の内部状態についての時間遷移とパラメータの時間遷移とを表す時間発展方程式について時刻の順に複数並べて構成したシステムモデルを構築するシステムモデル構築部と、
観測値に対応する化学反応モデルの出力変数と内部状態との関係を表す関係式について時刻の順に複数並べて構成した観測モデルを構築する観測モデル構築部と、
出力変数と観測値の誤差に基づき、システムモデルと観測モデルからなる状態空間モデルを用いてパラメータを決定するパラメータ決定部と、を有することを特徴とするパラメータ決定装置。
（２）システムモデル構築部は、パラメータの時間変動の緩やかさに応じて、システムモデルを構成する時間発展方程式を選択する、（１）に記載のパラメータ決定装置。
（３）システムモデル構築部は、パラメータの値が各時刻で一定とする時間発展方程式を選択する、（１）に記載のパラメータ決定装置。
（４）パラメータ決定部は、アンサンブル・カルマンフィルタを適用してパラメータを決定する、（１）〜（３）の何れか一つに記載のパラメータ決定装置。
（５）（１）〜（４）の何れか一つに記載のパラメータ決定部により決定されたパラメータを、化学反応モデルのパラメータとして用いて高炉の内部状態を推定する、操業状態推定装置。
（６）高炉の内部状態の時間遷移を計算可能な化学反応モデルのパラメータを決定するパラメータ決定方法であって、
高炉に備わる所定の測定器により測定された観測値を取得し、
化学反応モデルにより計算される高炉の内部状態についての時間遷移とパラメータの時間遷移とを表す時間発展方程式について時刻の順に複数並べて構成したシステムモデルを構築し、
観測値に対応する化学反応モデルの出力変数と内部状態との関係を表す関係式について時刻の順に複数並べて構成した観測モデルを構築し、
出力変数と観測値の誤差に基づき、システムモデルと観測モデルからなる状態空間モデルを用いてパラメータを決定する、ことを含むことを特徴とするパラメータ決定方法。
（７）高炉の内部状態の時間遷移を計算可能な化学反応モデルのパラメータを決定する処理をコンピュータに実行させるパラメータ決定プログラムであって、
処理は、
高炉に備わる所定の測定器により測定された観測値を取得し、
化学反応モデルにより計算される高炉の内部状態についての時間遷移とパラメータの時間遷移とを表す時間発展方程式について時刻の順に複数並べて構成したシステムモデルを構築し、
観測値に対応する化学反応モデルの出力変数と内部状態との関係を表す関係式について時刻の順に複数並べて構成した観測モデルを構築し、
出力変数と観測値の誤差に基づき、システムモデルと観測モデルからなる状態空間モデルを用いてパラメータを決定する、ことを含むことを特徴とするパラメータ決定プログラム。 The gist of the present invention for solving such a problem is the parameter determination device, the parameter determination program, and the parameter determination method shown below.
(1) A parameter determination device that determines the parameters of a chemical reaction model that can calculate the time transition of the internal state of the blast furnace.
An observation value acquisition unit that acquires observation values measured by a predetermined measuring instrument installed in the blast furnace,
A system model construction unit that constructs a system model composed of multiple time evolution equations that represent the time transition of the internal state of the blast furnace and the time transition of parameters calculated by the chemical reaction model in the order of time.
An observation model construction unit that constructs an observation model composed of multiple relational expressions that represent the relationship between the output variables of the chemical reaction model corresponding to the observed values and the internal state, arranged in chronological order.
A parameter determination device characterized by having a parameter determination unit that determines parameters using a state space model composed of a system model and an observation model based on an error between an output variable and an observation value.
(2) The parameter determination device according to (1), wherein the system model construction unit selects a time evolution equation constituting the system model according to the gradual fluctuation of parameters with time.
(3) The parameter determination device according to (1), wherein the system model construction unit selects a time evolution equation in which the parameter values are constant at each time.
(4) The parameter determination device according to any one of (1) to (3), wherein the parameter determination unit determines parameters by applying an ensemble Kalman filter.
(5) An operating state estimation device that estimates the internal state of a blast furnace by using the parameters determined by the parameter determination unit according to any one of (1) to (4) as parameters of a chemical reaction model.
(6) A parameter determination method for determining the parameters of a chemical reaction model that can calculate the time transition of the internal state of the blast furnace.
Obtain the observed values measured by the specified measuring instrument installed in the blast furnace,
We constructed a system model in which multiple time evolution equations representing the time transition of the internal state of the blast furnace calculated by the chemical reaction model and the time transition of the parameters were arranged in the order of time.
We constructed an observation model in which multiple relational expressions representing the relationship between the output variables of the chemical reaction model corresponding to the observed values and the internal state were arranged in chronological order.
A parameter determination method comprising determining parameters using a state space model consisting of a system model and an observation model based on an error between an output variable and an observation value.
(7) A parameter determination program that causes a computer to execute a process for determining parameters of a chemical reaction model that can calculate the time transition of the internal state of a blast furnace.
Processing is
Obtain the observed values measured by the specified measuring instrument installed in the blast furnace,
We constructed a system model in which multiple time evolution equations representing the time transition of the internal state of the blast furnace calculated by the chemical reaction model and the time transition of the parameters were arranged in the order of time.
We constructed an observation model in which multiple relational expressions representing the relationship between the output variables of the chemical reaction model corresponding to the observed values and the internal state were arranged in chronological order.
A parameter determination program characterized in that parameters are determined using a state space model consisting of a system model and an observation model based on an error between an output variable and an observation value.

一実施形態に係るパラメータ決定装置は、高炉数学モデル（化学反応モデル）で計算される高炉の内部状態を高炉の実際の内部状態に一致するように、高炉数学モデルで使用されるパラメータを正確に推定することができる。これにより、高精度に高炉炉況の予測が可能になり、操業アクションの適正化につなげることができる。 The parameter determining device according to one embodiment accurately sets the parameters used in the blast furnace mathematical model so that the internal state of the blast furnace calculated by the blast furnace mathematical model (chemical reaction model) matches the actual internal state of the blast furnace. Can be estimated. This makes it possible to predict the blast furnace condition with high accuracy, which leads to the optimization of operating actions.

実施形態に係るパラメータ決定装置を含む高炉の概略図である。It is the schematic of the blast furnace including the parameter determination apparatus which concerns on embodiment. 第１実施形態パラメータ決定装置の機能ブロック図である。It is a functional block diagram of the 1st Embodiment parameter determination apparatus. 図２に示すパラメータ決定装置により実行されるパラメータ決定処理のフローチャートである。It is a flowchart of the parameter determination process executed by the parameter determination apparatus shown in FIG. 第２実施形態パラメータ決定装置の機能ブロック図である。It is a functional block diagram of the 2nd Embodiment parameter determination apparatus. 図２に示すパラメータ決定装置により実行されるパラメータ決定処理のフローチャートである。It is a flowchart of the parameter determination process executed by the parameter determination apparatus shown in FIG. 比較例に係るパラメータ決定方法により決定されたパラメータ一例を示す図であり、（ａ）は反応速度Ａに係るパラメータ、（ｂ）は反応速度Ｂに係るパラメータ、（ｃ）は反応速度Ｃに係るパラメータをそれぞれ表す。It is a figure which shows an example of a parameter determined by the parameter determination method which concerns on a comparative example, (a) is a parameter which concerns on reaction rate A, (b) is a parameter which concerns on reaction rate B, and (c) is is concerned with reaction rate C. Represents each parameter. 実施例に係るパラメータ決定方法により決定されたパラメータを使用して演算された指標値の一例を示す図であり、（ａ）は直接還元反応量、（ｂ）は間接還元反応量、（ｃ）は水素還元反応量をそれぞれ表す。It is a figure which shows an example of the index value calculated using the parameter determined by the parameter determination method which concerns on Example, (a) is the direct reduction reaction amount, (b) is the indirect reduction reaction amount, (c). Represents the amount of hydrogen reduction reaction, respectively. （ａ）は比較例に係るパラメータ決定方法により決定された反応速度Ｃに係るパラメータの一例を示す図であり、（ｂ）は比較例に係るパラメータ決定方法により決定されたパラメータを使用して演算された直接還元反応量の一例を示す図である。(A) is a diagram showing an example of a parameter related to the reaction rate C determined by the parameter determination method according to the comparative example, and (b) is a calculation using the parameter determined by the parameter determination method according to the comparative example. It is a figure which shows an example of the direct reduction reaction amount.

以下図面を参照して、本発明に係るパラメータ決定装置、パラメータ決定プログラム及びパラメータ決定方法について説明する。但し、本発明の技術的範囲はそれらの実施の形態に限定されない。 The parameter determination device, the parameter determination program, and the parameter determination method according to the present invention will be described below with reference to the drawings. However, the technical scope of the present invention is not limited to those embodiments.

（実施形態に係るパラメータ決定装置の概要）
実施形態に係るパラメータ決定装置の構成及び機能について詳細に説明する前に、実施形態に係るパラメータ決定装置の概要を説明する。 (Outline of the parameter determination device according to the embodiment)
Before explaining in detail the configuration and function of the parameter determination device according to the embodiment, the outline of the parameter determination device according to the embodiment will be described.

実施形態に係るパラメータ決定装置は、高炉の内部状態の遷移が比較的緩やかである（時定数が長くなる）ことを考慮し、現在のみでなく過去の高炉の内部状態も反映して高炉数学モデル（化学反応モデル）のパラメータを決定する。ここで、決定したパラメータを基に、高精度に高炉炉況の将来予測が可能になり、操業アクションの適正化につなげることができる。 The parameter determining device according to the embodiment considers that the transition of the internal state of the blast furnace is relatively gentle (the time constant becomes long), and reflects not only the current internal state of the blast furnace but also the past internal state of the blast furnace as a blast furnace mathematical model. Determine the parameters of (chemical reaction model). Here, based on the determined parameters, it is possible to predict the future of the blast furnace condition with high accuracy, which can lead to the optimization of the operation action.

式（１）は、高炉の内部状態についての時間遷移を表す式であり、式（２）は、高炉の内部状態を推定する化学反応モデル（上述の高炉数学モデル）のパラメータの時間遷移を表す式であり、これらの式をまとめて時間発展方程式について時刻の順に複数並べて構成したシステムモデルと称する。式（３）は、化学反応モデルの出力変数と高炉の内部状態との関係を表す式（観測モデル）である。式（１）〜（３）のシステムモデルと観測モデルをまとめて状態空間モデルと称する。 Equation (1) represents the time transition of the internal state of the blast furnace, and equation (2) represents the time transition of the parameters of the chemical reaction model (the above-mentioned blast furnace mathematical model) for estimating the internal state of the blast furnace. It is an equation, and these equations are collectively referred to as a system model in which a plurality of time evolution equations are arranged in chronological order. Equation (3) is an equation (observation model) expressing the relationship between the output variable of the chemical reaction model and the internal state of the blast furnace. The system model and the observation model of the equations (1) to (3) are collectively referred to as a state space model.

Figure 2021046569
Figure 2021046569

式（１）及び（２）において、ａ（ｔ）∈ＲPは高炉の内部状態を推定する化学反応モデル（高炉数学モデル）に含まれるｐ個のパラメータからなるベクトルである。ここに、高炉化学反応モデルは、高炉内の移動現象（流れ・伝熱・反応）を計算可能であり、高炉の制御操作に応じ高炉の内部状態（炉内各位置における成分組成、温度、圧力等）の時間遷移（時間変化）を考慮した非定常計算を行い、各種炉況指標を計算結果として出力する。なお、高炉化学反応モデルは、高炉非定常反応モデル、単に化学反応モデルとも称される。パラメータは、間接還元反応、水素還元反応及び直接還元反応の反応速度定数補正係数、固液熱交換係数、並びに空隙率等を含む。また、式（１）及び（２）において、ｖ（ｔ）∈ＲPは、パラメータの時間変化を引き起こす外乱要因に対応したシステムノイズを表すp次元ベクトルであり、式（２）は前記システムノイズにより引き起こされるパラメータの時間遷移を表す。 In the formula (1) and (2), a (t) ∈R P is a vector of p number of parameters included in the chemical reaction model for estimating the internal state of the blast furnace (blast furnace mathematical model). Here, the blast furnace chemical reaction model can calculate the movement phenomenon (flow, heat transfer, reaction) in the blast furnace, and the internal state of the blast furnace (component composition, temperature, pressure at each position in the furnace) according to the control operation of the blast furnace. Etc.), perform unsteady calculation considering the time transition (time change), and output various furnace condition indexes as calculation results. The blast furnace chemical reaction model is also referred to as a blast furnace unsteady reaction model, or simply a chemical reaction model. Parameters include reaction rate constant correction coefficients for indirect reduction reactions, hydrogen reduction reactions and direct reduction reactions, solid-liquid heat exchange coefficients, void ratios and the like. Further, in the equation (1) and (2), v (t) ∈R P is a p-dimensional vector representing the system noise corresponding to the disturbance factor causing time variation of parameters, equation (2) is the system noise Represents the time transition of the parameter caused by.

式（１）において、ｘ（ｔ）∈Ｒnは化学反応モデルの内部状態に対応する変数を表すｎ次元ベクトルであり、ｕ（ｔ）∈Ｒmは高炉への送風量、送風湿分及び微粉炭吹き込み量等の高炉制御操作に利用する操作変数を表すｍ次元ベクトルである。 In equation (1), x (t) ∈ R n is an n-dimensional vector representing the variable corresponding to the internal state of the chemical reaction model, and u (t) ∈ R m is the amount of air blown to the blast furnace, the amount of air blown, and the amount of air blown. It is an m-dimensional vector representing an instrumental variable used for blast furnace control operation such as the amount of pulverized coal blown.

式（３）において、ｙ（ｔ）∈Ｒｌは、炉頂における各種ガス組成実績値、ＣＯ利用率、カーボンソルロス量、直接還元率、水素還元率、間接還元率、出銑量及び溶銑温度等の高炉に備わる所定の測定器により測定された観測値を表すｌ次元ベクトルである。なお、化学反応モデルの出力変数として、上記の測定可能な観測値に対応した物理量の計算値を選んでよい。その場合、高炉モデルの計算結果の妥当性を検証するために、測定可能な観測値に対応する物理量を高炉モデルで計算して観測値と比較する。また、測定不可能な内部状態の計算値であっても、高炉の炉況指標を表す出力変数として選んでもよい。例えば、高炉内の熱バランスやガス通気性を把握するため融着帯位置（融着帯レベル）等を出力変数として選んでもよい。 In the formula (3), y (t) ∈ R l is the actual value of various gas compositions at the furnace top, CO utilization rate, carbon sol loss amount, direct reduction rate, hydrogen reduction rate, indirect reduction rate, pig iron amount and hot metal. It is an l-dimensional vector representing an observed value measured by a predetermined measuring instrument provided in a blast furnace such as temperature. As the output variable of the chemical reaction model, the calculated value of the physical quantity corresponding to the above measurable observed value may be selected. In that case, in order to verify the validity of the calculation result of the blast furnace model, the physical quantity corresponding to the measurable observed value is calculated by the blast furnace model and compared with the observed value. Further, even if it is a calculated value of an internal state that cannot be measured, it may be selected as an output variable representing a furnace condition index of a blast furnace. For example, in order to grasp the heat balance and gas air permeability in the blast furnace, the fusion zone position (fusion zone level) and the like may be selected as output variables.

実施形態に係るパラメータ決定装置は、式（１）〜（３）の状態空間モデルを拡張し、現在時刻から所定の期間Ｔに亘り過去に遡って状態空間モデルを構成する処理を所定の周期毎に行う。このとき、一態様では、実施形態に係るパラメータ決定装置では、式（４）に示すように、パラメータａ（ｔ）を所定の期間Ｔに亘って一定値であると見做してもよい。例えば、高炉炉況安定時はパラメータの時間変動は非常に緩やかであり、パラメータ値は所定の期間に亘り略一定値と見做すことができ、式（４）に示す定式化を採用すればよい。なお、式（４）では、ａ0（ｔ-T+1）は前回計算周期におけるパラメータ値であり、この値に対しシステムノイズｖ0（T）により一様に変化するとして定式化する。 The parameter determination device according to the embodiment extends the state space model of the equations (1) to (3), and performs a process of constructing the state space model retroactively from the current time to a predetermined period T for each predetermined cycle. To do. At this time, in one aspect, in the parameter determining apparatus according to the embodiment, as shown in the equation (4), the parameter a (t) may be regarded as a constant value over a predetermined period T. For example, when the blast furnace condition is stable, the time fluctuation of the parameter is very gradual, and the parameter value can be regarded as a substantially constant value over a predetermined period. Good. In the equation (4), a 0 (t-T + 1) is a parameter value in the previous calculation cycle, and the value is formulated as being uniformly changed by the system noise v 0 (T).

Figure 2021046569
Figure 2021046569

また、他の態様では、実施形態に係るパラメータ決定装置は、式（５）に示すように、パラメータａ（ｔ）の時間変化を直線状又は折れ線状に変化するものと見做し、二階差分のトレンドモデルにより定式化してもよい。緩やかに時間変動するパラメータの時間変化を推定したい場合は、式（５）に示す定式化を採用すればよい。 Further, in another aspect, the parameter determining device according to the embodiment considers that the time change of the parameter a (t) changes linearly or polygonally as shown in the equation (5), and the second-order difference. It may be formulated by the trend model of. If it is desired to estimate the time change of a parameter that fluctuates slowly with time, the formulation shown in Eq. (5) may be adopted.

Figure 2021046569
Figure 2021046569

また、更に他の態様では、実施形態に係るパラメータ決定装置は、式（６）に示すように、パラメータａ（ｔ）の時間変化を階段関数状に変化するものと見做し、一階差分のトレンドモデルにより定式化してもよい。パラメータの時間変化をより正確に推定したい場合には、式（６）に示す定式化を採用すればよい。 Further, in still another aspect, the parameter determining device according to the embodiment considers that the time change of the parameter a (t) changes in a step function shape as shown in the equation (6), and the first-order difference. It may be formulated by the trend model of. If it is desired to estimate the time change of the parameter more accurately, the formulation shown in the equation (6) may be adopted.

Figure 2021046569
Figure 2021046569

式（７）〜（９）は、実施形態に係るパラメータ決定装置が使用する、拡張された状態空間モデルの一例を示す式である。式（７）〜（９）では、パラメータａ（ｔ）は、式（４）に示すように所定の期間Ｔに亘って一定値であると見做される。また、式（９）において、ｗ（ｔ）∈Ｒlは、観測ノイズを表すｌ次元ベクトルである。ここで、観測ノイズとは上記測定器の測定誤差や化学反応モデルで表現されない現象による変動などを意味する。なお、式（７）は所定の期間Ｔに亘り、式（４）をベクトルとして並べたものである。 Equations (7) to (9) are equations showing an example of the extended state space model used by the parameter determination device according to the embodiment. In the formulas (7) to (9), the parameter a (t) is considered to be a constant value over a predetermined period T as shown in the formula (4). Further, in Eq. (9), w (t) ∈ R l is an l-dimensional vector representing the observed noise. Here, the observed noise means a measurement error of the measuring instrument or a fluctuation due to a phenomenon not expressed by the chemical reaction model. The equation (7) is obtained by arranging the equation (4) as a vector over a predetermined period T.

式（８）及び（９）は所定の期間Tに亘り、式（２）及び（３）をそれぞれ並べ構成し得られる。ここで、式（７）及び（８）は、化学反応モデルのパラメータの時間遷移と、化学反応モデルにより計算される高炉の内部状態についての時間遷移とを表した時間発展方程式について時刻の順に複数並べて構成する。式（７）及び（８）の時間発展方程式は、「システムモデル」と称される。また、式（９）は、上記の測定可能な観測値に対応する化学反応モデルの出力変数と高炉の内部状態との関係を表す関係式について時刻の順に複数並べて構成する。式（９）は、「観測モデル」と称される。実施形態においては、式（７）〜（９）に示すような「システムモデル」と「観測モデル」からなる、拡張された状態空間モデルについても、単に「状態空間モデル」と称される。なお、式（７）〜（９）は、化学反応パラメータの時間発展方程式として式（４）を選択した例であるが、化学反応モデルのパラメータの時間変動の緩やかさに応じて、その時間発展方程式は自由に選択可能である（例えば、式（５）及び（６）を選択してもよい）。 Equations (8) and (9) can be configured by arranging equations (2) and (3), respectively, over a predetermined period T. Here, equations (7) and (8) are plural in the order of time for the time evolution equations expressing the time transition of the parameters of the chemical reaction model and the time transition of the internal state of the blast furnace calculated by the chemical reaction model. Configure side by side. The time evolution equations of equations (7) and (8) are referred to as "system models". Further, the equation (9) is configured by arranging a plurality of relational expressions representing the relationship between the output variable of the chemical reaction model corresponding to the above measurable observation value and the internal state of the blast furnace in the order of time. Equation (9) is referred to as an "observation model". In the embodiment, the extended state space model including the “system model” and the “observation model” as shown in the equations (7) to (9) is also simply referred to as the “state space model”. Equations (7) to (9) are examples in which equation (4) is selected as the time evolution equation of the chemical reaction parameter, but the time evolution thereof depends on the gradual time variation of the parameter of the chemical reaction model. The equations are freely selectable (eg, equations (5) and (6) may be selected).

Figure 2021046569
Figure 2021046569

式（８）に示されるシステムモデルは非線形であり、式（９）に示される観測モデルは線形であるので、式（７）〜（９）は、非線形状態・線形観測状態空間モデルとも称される。式（７）〜（９）において、内部変数ｘ（ｔ）を消去して、式（１０）及び（１１）に示す線形状態・非線形観測状態空間モデルに変形することで、状態変数の次元を減らすことができる。式（１０）及び（１１）に示す線形状態・非線形観測状態空間モデルにアンサンブル・カルマンフィルタ、粒子フィルタ等の逐次型データ同化手法を適用することで、パラメータａ（ｔ）が決定される。ここに、式（１０）におけるf_t+1（a0(t+1)、u(t)）は、式（２）及び（３）で内部変数ｘ（ｔ＋１）を消去し得られる関係式であるが、f_t+1（a0(t+1)、u(t)）は実際には内部状態の過去履歴ｘ（ｔ）に依存することを考慮し、f_t+1（a0(t+1)、u(t)）と表記することで時変の関数であることを明確にしている。f_t（a0(t)、u(t-1)）、f_t-1（a0(t-1)、u(t-2)）、・・・も同様である。 Since the system model shown in Eq. (8) is non-linear and the observation model shown in Eq. (9) is linear, Eqs. (7) to (9) are also referred to as nonlinear state / linear observation state space models. To. In equations (7) to (9), the dimension of the state variable is changed by eliminating the internal variable x (t) and transforming it into the linear state / nonlinear observation state space model shown in equations (10) and (11). Can be reduced. The parameter a (t) is determined by applying a sequential data assimilation method such as an ensemble / Kalman filter or a particle filter to the linear state / nonlinear observation state space model shown in the equations (10) and (11). Here, f_t + 1 (a 0 (t + 1), u (t)) in the equation (10) is a relational expression that can be obtained by eliminating the internal variable x (t + 1) in the equations (2) and (3). there is, f_t + 1 (a 0 ( t + 1), u (t)) is considered to depend on the past history x (t) of the internal state actually, f_t + 1 (a 0 ( t + It is clarified that it is a time-varying function by writing 1) and u (t)). The same applies to f_t (a 0 (t), u (t-1)), f_t-1 (a0 (t-1), u (t-2)), and so on.

なお、実施形態に係るパラメータ決定装置が逐次型データ同化手法としてアンサンブル・カルマンフィルタを適用するとき、観測モデルは、補助変数ξ_1 (t),ξ_2 (t),…,ξ_T (t)を導入することにより、非線形状態・線形観測状態空間モデルに変換する。 When the parameter determining device according to the embodiment applies the ensemble Kalman filter as a sequential data assimilation method, the observation model introduces auxiliary variables ξ_1 (t), ξ_2 (t), ..., ξ_T (t). Converts to a nonlinear state / linear observation state space model.

Figure 2021046569
Figure 2021046569

式（１２）〜（１５）に示すように補助変数ξ（ｔ）、操作変数ｕ（ｔ）、観測値ｙ（ｔ）及び観測ノイズｗ（ｔ）に関する拡大ベクトルを規定することにより、状態空間モデルは式（１６）及び（１７）に示すように非線形状態・線形観測状態空間モデルになる。なお、拡大ベクトルは、各時刻における変数ベクトルを時刻の順に複数並べて構成することにより得られる。 As shown in equations (12) to (15), the state space is defined by defining the expansion vectors for the auxiliary variable ξ (t), the operational variable u (t), the observed value y (t), and the observed noise w (t). The model is a non-linear state / linear observation state space model as shown in equations (16) and (17). The expansion vector is obtained by arranging a plurality of variable vectors at each time in the order of time.

Figure 2021046569
Figure 2021046569

Figure 2021046569
Figure 2021046569

式（１６）及び（１７）に示す非線形状態・線形観測状態空間モデルに対しアンサンブル・カルマンフィルタを適用して、パラメータａ（ｔ）が決定される。 The parameter a (t) is determined by applying the ensemble Kalman filter to the nonlinear state / linear observation state space model shown in the equations (16) and (17).

操業が安定しており、化学反応速度等のパラメータが非常に安定していると見做せる場合には、オンラインでの計算負荷を低減するため、指定したタイミングでのみ、パラメータフィッティングの計算を行っても良い。指定したタイミングとしては、例えば、前記安定状態のほか、休風後立上時や原料入替時等を指定してもよい。 If the operation is stable and parameters such as chemical reaction rate are considered to be very stable, the parameter fitting is calculated only at the specified timing in order to reduce the online calculation load. You may. As the designated timing, for example, in addition to the above-mentioned stable state, a start-up time after a wind break, a raw material replacement time, or the like may be designated.

（第１実施形態に係るパラメータ決定装置を含む高炉の構成及び機能）
図１は、第１実施形態に係るパラメータ決定装置を含む高炉の概略図である。図１において、ガス配管は実線で示され、電気配線は一点鎖線で示される。 (Configuration and function of the blast furnace including the parameter determination device according to the first embodiment)
FIG. 1 is a schematic view of a blast furnace including a parameter determining device according to the first embodiment. In FIG. 1, gas pipes are shown by solid lines and electrical wiring is shown by alternate long and short dash lines.

高炉１００は、高炉１００の内部に原料を装入する装入装置１０１と、複数の片持ちゾンデ１０２と、複数のシャフトゾンデ１０３と、ガスアナライザ１０４と、パラメータ決定装置１とを有する。装入装置１０１は、ベルレス式装入装置であり、集合シュート１１１と、垂直シュート１１２と、旋回シュート１１３とを有する。 The blast furnace 100 includes a charging device 101 for charging raw materials into the blast furnace 100, a plurality of cantilever sondes 102, a plurality of shaft sondes 103, a gas analyzer 104, and a parameter determining device 1. The charging device 101 is a bellless type charging device, and has a collective chute 111, a vertical chute 112, and a swivel chute 113.

集合シュート１１１は、中央下部に開口部が形成された凹型の形状を有し、原料が貯蔵される炉頂ホッパの下方に配置される。集合シュート１１１は、炉頂ホッパから供給された原料を垂直シュート１１２に供給する。垂直シュート１１２は、略円筒状の形状を有し、集合シュート１１１の中央下部に形成された開口部に上端が接続される。垂直シュート１１２は、垂直シュート１１２から供給された原料を旋回シュート１１３に供給する。 The collecting chute 111 has a concave shape with an opening formed in the lower center, and is arranged below the furnace top hopper in which the raw material is stored. The collecting chute 111 supplies the raw material supplied from the furnace top hopper to the vertical chute 112. The vertical chute 112 has a substantially cylindrical shape, and the upper end is connected to an opening formed in the lower center of the collective chute 111. The vertical chute 112 supplies the raw material supplied from the vertical chute 112 to the swirl chute 113.

旋回シュート１１３は、中心軸線Ｌ１の周りに矢印Ｔ１方向に旋回可能であると共に、傾動軸Ｌ２の周りに矢印Ｔ２方向に傾動可能な構造を有する。図１において中心軸線Ｌ１及び傾動軸Ｌ２は、二点鎖線で示される。旋回シュート１１３は、垂直シュート１１２から供給された原料を高炉１００の内部に装入する。 The swivel chute 113 has a structure capable of swiveling in the direction of arrow T1 around the central axis L1 and tilting in the direction of arrow T2 around the tilting axis L2. In FIG. 1, the central axis L1 and the tilt axis L2 are indicated by an alternate long and short dash line. The swivel chute 113 charges the raw material supplied from the vertical chute 112 into the blast furnace 100.

複数の片持ちゾンデ１０２のそれぞれは、一端が高炉１００の壁面に接し、他端が高炉１００の中心部に位置すると共に、高炉１００の壁面から中心部に向かって下方に延伸するように、高炉１００内部に装入された装入物の頂面の上方の空間に配置される。 Each of the plurality of cantilever sondes 102 has one end in contact with the wall surface of the blast furnace 100 and the other end located in the center of the blast furnace 100, and extends downward from the wall surface of the blast furnace 100 toward the center of the blast furnace. It is arranged in the space above the top surface of the charged material charged inside the 100.

複数のシャフトゾンデ１０３のそれぞれは、高炉１００のシャフト部に設置され、例えば８時間毎に周期的に高炉１００の壁面から高炉１００の内部に挿入される。複数のシャフトゾンデ１０３のそれぞれは、高炉１００のシャフト部の上段、中段及び下段に配置される。複数のシャフトゾンデ１０３のそれぞれの先端は、高炉１００の内部に挿入されたときに、高炉１００の中心部に位置する。 Each of the plurality of shaft sondes 103 is installed on the shaft portion of the blast furnace 100, and is inserted into the inside of the blast furnace 100 from the wall surface of the blast furnace 100 periodically, for example, every 8 hours. Each of the plurality of shaft sondes 103 is arranged in the upper, middle and lower stages of the shaft portion of the blast furnace 100. The tips of the plurality of shaft sondes 103 are located in the center of the blast furnace 100 when inserted into the blast furnace 100.

複数のシャフトゾンデ１０３のそれぞれは、先端にガスを採取するガス採取部を有し、高炉１００に挿入されるときに、装入物の内部の雰囲気中のガスを径方向に亘って採取する。複数のシャフトゾンデ１０３のそれぞれは、採取したガスをガスアナライザ１０４に出力する。 Each of the plurality of shaft sondes 103 has a gas sampling unit for collecting gas at the tip thereof, and when inserted into the blast furnace 100, collects gas in the atmosphere inside the charge in the radial direction. Each of the plurality of shaft sondes 103 outputs the collected gas to the gas analyzer 104.

ガスアナライザ１０４は、ガスクロマトグラフィーを有し、複数のシャフトゾンデ１０３のそれぞれが採取したガスに含有される一酸化炭素、二酸化炭素、水素及び水蒸気等の含有ガスの成分を示すガス成分情報を観測時刻と関連付けてパラメータ決定装置１に出力する。 The gas analyzer 104 has gas chromatography, and observes gas component information indicating the components of the gas contained in the gas collected by each of the plurality of shaft sondes 103, such as carbon monoxide, carbon dioxide, hydrogen, and water vapor. It is output to the parameter determination device 1 in association with the time.

図２は、パラメータ決定装置１の機能ブロック図である。 FIG. 2 is a functional block diagram of the parameter determination device 1.

パラメータ決定装置１は、通信部１１と、記憶部１２と、入力部１３と、出力部１４と、処理部２０とを有する。通信部１１、記憶部１２、入力部１３、出力部１４及び処理部２０は、バス１５を介して互いに接続される。パラメータ決定装置１は、高炉数学モデルに含まれるパラメータを決定し、決定したパラメータを示すパラメータ信号を上位制御装置に出力する。 The parameter determination device 1 includes a communication unit 11, a storage unit 12, an input unit 13, an output unit 14, and a processing unit 20. The communication unit 11, the storage unit 12, the input unit 13, the output unit 14, and the processing unit 20 are connected to each other via the bus 15. The parameter determination device 1 determines the parameters included in the blast furnace mathematical model, and outputs a parameter signal indicating the determined parameters to the host control device.

通信部１１は、イーサネット（登録商標）などの有線の通信インターフェース回路を有する。通信部１１は、電気配線を介して装入装置１０１〜ガスアナライザ１０４及び上位制御装置等と通信を行う。 The communication unit 11 has a wired communication interface circuit such as Ethernet (registered trademark). The communication unit 11 communicates with the charging device 101 to the gas analyzer 104, the host control device, and the like via electrical wiring.

通信部１１は、高炉数学モデルに含まれるパラメータを示すパラメータ信号を上位制御装置に送信する。また、通信部１１は、ガス成分情報を示すガス成分情報信号をガスアナライザ１０４から受信する。 The communication unit 11 transmits a parameter signal indicating the parameter included in the blast furnace mathematical model to the host control device. Further, the communication unit 11 receives the gas component information signal indicating the gas component information from the gas analyzer 104.

記憶部１２は、例えば、半導体記憶装置、磁気テープ装置、磁気ディスク装置、又は光ディスク装置のうちの少なくとも一つを備える。記憶部１２は、処理部２０での処理に用いられるオペレーティングシステムプログラム、ドライバプログラム、アプリケーションプログラム、データ等を記憶する。例えば、記憶部１２は、アプリケーションプログラムとして、高炉の操業状態を示す高炉数学モデルに含まれるパラメータを決定するパラメータ決定処理を処理部２０に実行させるためのパラメータ決定プログラム等を記憶する。パラメータ決定プログラムは、例えばＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ等のコンピュータ読み取り可能な可搬型記録媒体から、公知のセットアッププログラム等を用いて記憶部１２にインストールされてもよい。また、記憶部１２は、パラメータ決定処理で使用される種々のデータを記憶する。さらに、記憶部１２は、所定の処理に係る一時的なデータを一時的に記憶してもよい。記憶部１２は、ガスアナライザ１０４から入力されたガス成分情報を観測時刻と関連付けて記憶する。 The storage unit 12 includes, for example, at least one of a semiconductor storage device, a magnetic tape device, a magnetic disk device, or an optical disk device. The storage unit 12 stores an operating system program, a driver program, an application program, data, and the like used for processing in the processing unit 20. For example, the storage unit 12 stores, as an application program, a parameter determination program for causing the processing unit 20 to execute a parameter determination process for determining a parameter included in the blast furnace mathematical model indicating the operating state of the blast furnace. The parameter determination program may be installed in the storage unit 12 from a computer-readable portable recording medium such as a CD-ROM or a DVD-ROM using a known setup program or the like. In addition, the storage unit 12 stores various data used in the parameter determination process. Further, the storage unit 12 may temporarily store temporary data related to a predetermined process. The storage unit 12 stores the gas component information input from the gas analyzer 104 in association with the observation time.

入力部１３は、データの入力が可能であればどのようなデバイスでもよく、例えば、タッチパネル、キーボード等である。作業者は、入力部１３を用いて、文字、数字、記号等を入力することができる。入力部１３は、作業者により操作されると、その操作に対応する信号を生成する。そして、生成された信号は、作業者の指示として、処理部２０に供給される。 The input unit 13 may be any device as long as it can input data, and is, for example, a touch panel, a keyboard, or the like. The operator can input characters, numbers, symbols, etc. using the input unit 13. When the input unit 13 is operated by an operator, the input unit 13 generates a signal corresponding to the operation. Then, the generated signal is supplied to the processing unit 20 as an instruction of the operator.

出力部１４は、映像や画像等の表示が可能であればどのようなデバイスでもよく、例えば、液晶ディスプレイ又は有機ＥＬ（Electro−Luminescence）ディスプレイ等である。出力部１４は、処理部２０から供給された映像データに応じた映像や、画像データに応じた画像等を表示する。また、出力部１４は、紙などの表示媒体に、映像、画像又は文字等を印刷する出力装置であってもよい。 The output unit 14 may be any device as long as it can display an image, an image, or the like, and is, for example, a liquid crystal display or an organic EL (Electro-Luminescence) display. The output unit 14 displays a video corresponding to the video data supplied from the processing unit 20, an image corresponding to the image data, and the like. Further, the output unit 14 may be an output device that prints an image, an image, characters, or the like on a display medium such as paper.

処理部２０は、一又は複数個のプロセッサ及びその周辺回路を有する。処理部２０は、パラメータ決定装置１の全体的な動作を統括的に制御するものであり、例えば、ＣＰＵである。処理部２０は、記憶部１２に記憶されているプログラム（ドライバプログラム、オペレーティングシステムプログラム、アプリケーションプログラム等）に基づいて処理を実行する。また、処理部２０は、複数のプログラム（アプリケーションプログラム等）を並列に実行できる。 The processing unit 20 includes one or more processors and peripheral circuits thereof. The processing unit 20 controls the overall operation of the parameter determination device 1 in an integrated manner, and is, for example, a CPU. The processing unit 20 executes processing based on a program (driver program, operating system program, application program, etc.) stored in the storage unit 12. Further, the processing unit 20 can execute a plurality of programs (application programs and the like) in parallel.

処理部２０は、観測値取得部２１と、システムモデル構築部２２と、観測モデル構築部２３と、パラメータ決定部２４と、パラメータ出力部２５とを有する。これらの各部は、処理部２０が備えるプロセッサで実行されるプログラムにより実現される機能モジュールである。あるいは、これらの各部は、ファームウェアとしてパラメータ決定装置１に実装されてもよい。 The processing unit 20 includes an observation value acquisition unit 21, a system model construction unit 22, an observation model construction unit 23, a parameter determination unit 24, and a parameter output unit 25. Each of these units is a functional module realized by a program executed by the processor included in the processing unit 20. Alternatively, each of these parts may be mounted on the parameter determination device 1 as firmware.

（第１実施形態に係るパラメータ決定装置によるパラメータ決定処理）
図３は、パラメータ決定装置１により実行されるパラメータ決定処理のフローチャートである。図３に示すパラメータ決定処理は、予め記憶部１２に記憶されているプログラムに基づいて、主に処理部２０によりパラメータ決定装置１の各要素と協働して実行される。 (Parameter determination process by the parameter determination device according to the first embodiment)
FIG. 3 is a flowchart of the parameter determination process executed by the parameter determination device 1. The parameter determination process shown in FIG. 3 is mainly executed by the processing unit 20 in cooperation with each element of the parameter determination device 1 based on the program stored in the storage unit 12 in advance.

まず、観測値取得部２１は、高炉１００に備わる所定の測定器により測定された観測値（例えば、高炉１００の内部状態について測定された観測値）を、観測値が測定された時刻である観測時刻に関連付けて取得する（Ｓ１０１）。観測値は、例えば片持ちゾンデ１０２及びシャフトゾンデ１０３等を関して検出された炉頂における各種ガス組成実績値、ＣＯ利用率、カーボンソルロス量、直接還元率、水素還元率、間接還元率、出銑量及び溶銑温度等の高炉の操業状態を示す測定値を含む。ＣＯ利用率、カーボンソルロス量、水素還元率、間接還元率は、片持ちゾンデ１０２及びシャフトゾンデ１０３等を関して検出された観測値からパラメータ決定装置１又は上位制御装置によって適宜演算される。観測値取得部２１は、取得した観測値を記憶部１２に記憶する。 First, the observation value acquisition unit 21 observes the observation value measured by a predetermined measuring instrument provided in the blast furnace 100 (for example, the observation value measured for the internal state of the blast furnace 100) at the time when the observation value is measured. Acquire in association with the time (S101). The observed values are, for example, various gas composition actual values at the furnace top detected with respect to the cantilever sonde 102 and the shaft sonde 103, CO utilization rate, carbon sol loss amount, direct reduction rate, hydrogen reduction rate, indirect reduction rate, etc. Includes measured values that indicate the operating status of the blast furnace, such as the amount of hot metal output and the temperature of hot metal. The CO utilization rate, the amount of carbon sol loss, the hydrogen reduction rate, and the indirect reduction rate are appropriately calculated by the parameter determining device 1 or the upper control device from the observed values detected with respect to the cantilever sonde 102, the shaft sonde 103, and the like. The observation value acquisition unit 21 stores the acquired observation value in the storage unit 12.

次いで、システムモデル構築部２２は、化学反応モデルにより計算される高炉１００の内部状態についての時間遷移と、化学反応モデルのパラメータの時間遷移とを表す時間発展方程式について時刻の順に複数並べて構成したシステムモデル（上記式（７）及び（８））を構築する（Ｓ１０２）。そして、観測モデル構築部２３は、観測値取得部２１により取得された観測値に対応する化学反応モデルの出力変数と、高炉１００の内部状態との関係を表す関係式について時刻の順に複数並べて構成した観測モデル（上記式（９））を構築する（Ｓ１０３）。 Next, the system model construction unit 22 is configured by arranging a plurality of time evolution equations representing the time transition of the internal state of the blast furnace 100 calculated by the chemical reaction model and the time transition of the parameters of the chemical reaction model in the order of time. A model (the above equations (7) and (8)) is constructed (S102). Then, the observation model construction unit 23 is configured by arranging a plurality of relational expressions representing the relationship between the output variables of the chemical reaction model corresponding to the observation values acquired by the observation value acquisition unit 21 and the internal state of the blast furnace 100 in the order of time. The observed model (the above equation (9)) is constructed (S103).

次いで、パラメータ決定部２４は、観測値取得部２１により取得された観測値と、その観測値に対応する化学反応モデルの出力変数との誤差に基づき、システムモデル構築部２２により構築されたシステムモデルと観測モデル構築部２３により構築された観測モデルからなる状態空間モデルを用いて、化学反応モデルのパラメータを逐次決定する（Ｓ１０４）。 Next, the parameter determination unit 24 is a system model constructed by the system model construction unit 22 based on the error between the observation value acquired by the observation value acquisition unit 21 and the output variable of the chemical reaction model corresponding to the observation value. The parameters of the chemical reaction model are sequentially determined using the state space model composed of the observation model constructed by the observation model construction unit 23 (S104).

具体的には、パラメータ決定部２４は、システムモデル及び観測モデルのそれぞれを観測時刻毎に含む状態空間モデルに基づいて、観測モデルによって演算される出力変数が観測値に一致するようにパラメータを観測時刻毎に逐次決定する。パラメータ決定部２４は、逐次型データ同化手法としてアンサンブル・カルマンフィルタを適用してパラメータを決定する。 Specifically, the parameter determination unit 24 observes the parameters so that the output variables calculated by the observation model match the observed values based on the state space model including each of the system model and the observation model for each observation time. Determined sequentially for each time. The parameter determination unit 24 determines the parameters by applying an ensemble Kalman filter as a sequential data assimilation method.

そして、パラメータ出力部２５は、Ｓ１０４の処理で決定された決定されたパラメータを示すパラメータ信号を出力する（Ｓ１０５）。パラメータ出力部２５は、例えば上位制御装置（内部状態推定装置）にパラメータ信号を出力する。パラメータ信号が入力された上位制御装置（内部状態推定装置）は、パラメータ決定装置１により決定されたパラメータを、化学反応モデルのパラメータとして用いて高炉１００の内部状態を推定する。具体的には、上位制御装置（内部状態推定装置）は、パラメータ出力２５から出力されたパラメータ信号に対応するパラメータを使用した化学反応モデル（高炉数学モデル）に基づいて、高炉の内部状態を示す指標値を演算する。 Then, the parameter output unit 25 outputs a parameter signal indicating the determined parameter determined in the process of S104 (S105). The parameter output unit 25 outputs a parameter signal to, for example, a host control device (internal state estimation device). The upper control device (internal state estimation device) to which the parameter signal is input estimates the internal state of the blast furnace 100 by using the parameters determined by the parameter determination device 1 as the parameters of the chemical reaction model. Specifically, the upper control device (internal state estimation device) shows the internal state of the blast furnace based on a chemical reaction model (blast furnace mathematical model) using parameters corresponding to the parameter signals output from the parameter output 25. Calculate the index value.

（第１実施形態に係るパラメータ決定装置の作用効果）
パラメータ決定装置１は、現在時刻から所定の期間Ｔに亘り過去に遡って構成した「拡張された状態空間モデル」に基づいてパラメータを決定するので、過適合によるパラメータの急激な変動を防止すると共に、内部状態の時間変化が比較的緩やか（時定数が比較的長い）である高炉パラメータを正確に決定できる。 (Operation and effect of the parameter determining device according to the first embodiment)
Since the parameter determination device 1 determines the parameters based on the "extended state space model" constructed retroactively from the current time to the predetermined period T, it prevents abrupt fluctuations of the parameters due to overmatching. , It is possible to accurately determine the blast furnace parameters in which the time change of the internal state is relatively gradual (the time constant is relatively long).

また、パラメータ決定装置１は、逐次型データ同化手法のアンサンブル・カルマンフィルタ等を用いてパラメータを決定するので、例えば、非逐次型データ同化手法の代表的手法であるアジョイント法等と異なり、誤差の二乗和等の評価関数の勾配計算を必要としない。また、アンサンブル・カルマンフィルタは化学反応モデル（高炉数学モデル）のソースコードの改造が最小限に抑えられ容易に実装できると共に、並列処理の実装が容易なので、並列処理による計算時間の高速化を容易に実現できる。 Further, since the parameter determination device 1 determines the parameters by using an ensemble Kalman filter or the like of the sequential data assimilation method, for example, unlike the acjoin method which is a typical method of the non-sequential data assimilation method, the error There is no need to calculate the gradient of the evaluation function such as sum of squares. In addition, the ensemble Kalman filter can be easily implemented with minimal modification of the source code of the chemical reaction model (blast furnace mathematical model), and parallel processing can be easily implemented, so it is easy to speed up the calculation time by parallel processing. realizable.

（第２実施形態に係るパラメータ決定装置の構成及び機能）
図４は、パラメータ決定装置２の機能ブロック図である。 (Configuration and function of the parameter determining device according to the second embodiment)
FIG. 4 is a functional block diagram of the parameter determination device 2.

パラメータ決定装置２は、処理部３０を処理部２０の代わりに有することがパラメータ決定装置１と相違する。処理部３０は、パラメータ規定部３１を有することが処理部２０と相違する。パラメータ規定部３１以外のパラメータ決定装置２の構成要素の構成及び機能は、同一符号が付されたパラメータ決定装置１の構成要素の構成及び機能と同一なので、ここでは詳細な説明は省略する。 The parameter determination device 2 differs from the parameter determination device 1 in that the processing unit 30 is provided in place of the processing unit 20. The processing unit 30 is different from the processing unit 20 in that it has a parameter defining unit 31. Since the components and functions of the parameter determining device 2 other than the parameter defining unit 31 are the same as the components and functions of the parameter determining device 1 having the same reference numerals, detailed description thereof will be omitted here.

（第２実施形態に係るパラメータ決定装置によるパラメータ決定処理）
図５は、パラメータ決定装置２により実行されるパラメータ決定処理のフローチャートである。図５に示すパラメータ決定処理は、予め記憶部１２に記憶されているプログラムに基づいて、主に処理部３０によりパラメータ決定装置２の各要素と協働して実行される。 (Parameter determination process by the parameter determination device according to the second embodiment)
FIG. 5 is a flowchart of the parameter determination process executed by the parameter determination device 2. The parameter determination process shown in FIG. 5 is mainly executed by the processing unit 30 in cooperation with each element of the parameter determination device 2 based on the program stored in the storage unit 12 in advance.

まず、パラメータ規定部３１は、パラメータを規定する数式の種類を規定するパラメータ規定情報に基づいて、パラメータを規定する数式の種類を決定する（Ｓ２０１）。パラメータ規定情報は、例えば入力部１３を介して作業者による入力に応じて取得されてもよい。また、パラメータ規定部３１は、化学反応モデルに含まれる複数のパラメータのそれぞれについて、パラメータを規定する数式の種類を決定する。 First, the parameter defining unit 31 determines the type of the mathematical expression that defines the parameter based on the parameter defining information that defines the type of the mathematical expression that defines the parameter (S201). The parameter specification information may be acquired in response to input by the operator via, for example, the input unit 13. In addition, the parameter defining unit 31 determines the type of mathematical formula that defines the parameters for each of the plurality of parameters included in the chemical reaction model.

パラメータ規定部３１は、パラメータが所定の期間に亘って一定値であると見做せるとき、式（４）に示すように期間内でパラメータが一定値となるように、パラメータを規定する。また、パラメータ規定部２４は、パラメータが直線状又は折れ線状に時間変化すると見做せるとき、式（５）に示すように二階差分トレンドモデルによりパラメータを規定する。また、パラメータ規定部２４は、パラメータの時間変動が比較的大きいとき、式（６）に示すように一階差分トレンドモデルによりパラメータを規定する。 When the parameter is considered to be a constant value over a predetermined period, the parameter defining unit 31 defines the parameter so that the parameter has a constant value within the period as shown in the equation (4). Further, when the parameter defining unit 24 considers that the parameter changes with time in a linear or polygonal line, the parameter defining unit 24 defines the parameter by the second-order difference trend model as shown in the equation (5). Further, when the time variation of the parameter is relatively large, the parameter defining unit 24 defines the parameter by the first-order difference trend model as shown in the equation (6).

Ｓ２０２〜Ｓ２０６の処理は、Ｓ１０１〜Ｓ１０５の処理と同様なのでここでは詳細な説明は省略する。 Since the processes of S202 to S206 are the same as the processes of S101 to S105, detailed description thereof will be omitted here.

（第２実施形態に係るパラメータ決定装置の作用効果）
パラメータ決定装置２は、パラメータ規定情報に基づいてパラメータを規定する数式の種類を決定するので、所定の期間におけるパラメータの変化の程度に応じてパラメータ毎に規定する式を決定できる。パラメータ決定装置２は、所定の期間におけるパラメータの変化の程度に応じてパラメータ毎に規定する式を決定することで、パラメータの変動に応じて化学反応モデルによる高精度の演算が可能となる。 (Operation and effect of the parameter determining device according to the second embodiment)
Since the parameter determination device 2 determines the type of the mathematical formula that defines the parameter based on the parameter specification information, the expression that defines each parameter can be determined according to the degree of change of the parameter in a predetermined period. The parameter determination device 2 determines the formula specified for each parameter according to the degree of change of the parameter in a predetermined period, so that high-precision calculation by the chemical reaction model is possible according to the change of the parameter.

（実施形態に係るパラメータ決定装置の変形例）
パラメータ決定装置１及び２は、逐次型データ同化手法としてアンサンブル・カルマンフィルタを適用してパラメータを決定するが、実施形態に係るパラメータ決定装置は、逐次型データ同化手法として粒子フィルタを適用してパラメータを決定してもよい。実施形態に係るパラメータ決定装置は、逐次型データ同化手法として粒子フィルタを適用してパラメータを決定するとき、式（１６）及び（１７）を使用することなく、式（１０）及び（１１）を使用してパラメータを決定する。 (Modified example of the parameter determining device according to the embodiment)
The parameter determination devices 1 and 2 apply an ensemble Kalman filter as a sequential data assimilation method to determine the parameters, but the parameter determination device according to the embodiment applies a particle filter as a sequential data assimilation method to determine the parameters. You may decide. The parameter determination device according to the embodiment uses the equations (10) and (11) without using the equations (16) and (17) when the particle filter is applied as a sequential data assimilation method to determine the parameters. Use to determine parameters.

パラメータ決定装置１及び２は、式（１）〜（３）を含む状態空間モデルに基づく拡大状態空間モデルを用いてパラメータを決定するが、実施形態に係るパラメータ決定装置は、式（１´）〜（３´）を含む状態空間モデルに基づく拡大状態空間モデルを用いてパラメータを決定してもよい。 The parameter determining devices 1 and 2 determine the parameters using the expanded state space model based on the state space model including the equations (1) to (3), but the parameter determining apparatus according to the embodiment is the equation (1'). Parameters may be determined using an expanded state space model based on a state space model containing ~ (3').

Figure 2021046569
Figure 2021046569

実施形態に係るパラメータ決定装置は、式（１´）〜（３´）を含む状態空間モデルに基づいてパラメータを決定することで、演算されるパラメータが負の値になることを防止することができる。 The parameter determination device according to the embodiment can prevent the calculated parameter from becoming a negative value by determining the parameter based on the state space model including the equations (1') to (3'). it can.

実施例では、実高炉データを対象としてパラメータ決定装置１により逐次決定されたパラメータと、そのパラメータを使用して高炉数学モデルにより演算された指標値の計算結果を示す。実施例では、パラメータ決定装置１により決定されたパラメータ及び指標値と、特許文献１に記載される方法により決定された比較例に係るパラメータ及び指標値とが比較された。高炉数学モデルは、一次元高炉非定常反応モデルを使用し、観測値は１０分単位で取得された。また、逐次型データ同化手法としてアンサンブル・カルマンフィルタが適用された。アンサンブル・カルマンフィルタにおけるアンサンブルのメンバー数は１００とした。また、アンサンブル・カルマンフィルタの調整パラメータであるシステムノイズ、観測ノイズの分散共分散行列Ｑ、Ｒはそれぞれ対角成分が正となる対角行列に設定した。なお、パラメータ決定装置１で状態空間モデルを時刻の順に複数並べて拡大状態空間モデルを構成するにあたり、高炉化学反応の時定数を考慮し９０分並べるものとした。実施例では、観測量として直接還元反応量、間接還元反応量、水素還元反応量を選定し、パラメータとして反応速度Ａの補正係数、反応速度Ｂの補正係数、反応速度Ｃの補正係数をそれぞれ選定した。なお、反応速度Ａは主に間接還元反応量に関する反応、反応速度Ｂは主に水素還元反応量に関する反応、反応速度Ｃは主に直接還元反応量に関する反応の反応速度である。 In the embodiment, the parameters sequentially determined by the parameter determination device 1 for the actual blast furnace data and the calculation results of the index values calculated by the blast furnace mathematical model using the parameters are shown. In the examples, the parameters and index values determined by the parameter determination device 1 were compared with the parameters and index values according to the comparative example determined by the method described in Patent Document 1. As the blast furnace mathematical model, a one-dimensional blast furnace unsteady reaction model was used, and the observed values were acquired in units of 10 minutes. In addition, the ensemble Kalman filter was applied as a sequential data assimilation method. The number of members of the ensemble in the ensemble Kalman filter was set to 100. Further, the system noise and the variance-covariance matrix Q and R of the observed noise, which are the adjustment parameters of the ensemble Kalman filter, are set to diagonal matrices in which the diagonal components are positive, respectively. In constructing the expanded state space model by arranging a plurality of state space models in the order of time in the parameter determining device 1, the time constants of the blast furnace chemical reaction were taken into consideration and arranged for 90 minutes. In the embodiment, the direct reduction reaction amount, the indirect reduction reaction amount, and the hydrogen reduction reaction amount are selected as the observed quantities, and the correction coefficient of the reaction rate A, the correction coefficient of the reaction rate B, and the correction coefficient of the reaction rate C are selected as the parameters. did. The reaction rate A is mainly the reaction rate related to the indirect reduction reaction amount, the reaction rate B is mainly the reaction rate related to the hydrogen reduction reaction amount, and the reaction rate C is the reaction rate of the reaction mainly related to the direct reduction reaction amount.

図６は比較例に係るパラメータ決定方法により決定されたパラメータ一例を示す図であり、図６（ａ）は反応速度Ａに係るパラメータ、図６（ｂ）は反応速度Ｂに係るパラメータ、図６（ｃ）は反応速度Ｃに係るパラメータをそれぞれ表す。図７は実施例に係るパラメータ決定方法により決定されたパラメータを使用して演算された指標値の一例を示す図であり、図７（ａ）は直接還元反応量、図７（ｂ）は間接還元反応量、図７（ｃ）は水素還元反応量をそれぞれ表す。図６（ａ）、６（ｂ）及び６（ｃ）において、横軸は経過時間を示し、縦軸は基準値を１として規格化したパラメータ値を示す。いずれのパラメータもそれぞれの初期値から、時間の進展に伴い、速やかに適切な値に到達する。図７（ａ）、７（ｂ）及び７（ｃ）において、横軸の意味合いは図６と同様であり、またグラフ中の三角印は観測された還元反応量を示し、丸印は演算された還元反応量をそれぞれ示す。 6A and 6B are diagrams showing an example of parameters determined by the parameter determination method according to the comparative example, FIG. 6A is a parameter related to the reaction rate A, FIG. 6B is a parameter related to the reaction rate B, and FIG. (C) represents the parameters related to the reaction rate C, respectively. FIG. 7 is a diagram showing an example of an index value calculated using the parameters determined by the parameter determination method according to the embodiment, FIG. 7 (a) is a direct reduction reaction amount, and FIG. 7 (b) is an indirect diagram. The reduction reaction amount and FIG. 7C show the hydrogen reduction reaction amount, respectively. In FIGS. 6 (a), 6 (b) and 6 (c), the horizontal axis indicates the elapsed time, and the vertical axis indicates the parameter value standardized with the reference value as 1. Each parameter quickly reaches an appropriate value from its initial value as time progresses. In FIGS. 7 (a), 7 (b) and 7 (c), the meaning of the horizontal axis is the same as that of FIG. 6, the triangular mark in the graph indicates the observed reduction reaction amount, and the circle mark is calculated. The amount of reduction reaction is shown.

図８（ａ）は比較例に係るパラメータ決定方法により決定された反応速度Ｃに係るパラメータの一例を示す図であり、図８（ｂ）は比較例に係るパラメータ決定方法により決定されたパラメータを使用して演算された直接還元反応量の一例を示す図である。図８（ａ）及び８（ｂ）において、横軸は経過時間を示し、図８（ａ）の縦軸は基準値を１として規格化したパラメータ値を示す。図８（ｂ）において、三角印は観測された直接還元反応量を示し、丸印は演算された直接還元反応量を示す。 FIG. 8A is a diagram showing an example of the parameters related to the reaction rate C determined by the parameter determination method according to the comparative example, and FIG. 8B is a diagram showing the parameters determined by the parameter determination method according to the comparative example. It is a figure which shows an example of the direct reduction reaction amount calculated by using. In FIGS. 8 (a) and 8 (b), the horizontal axis indicates the elapsed time, and the vertical axis of FIG. 8 (a) indicates the parameter value standardized with the reference value as 1. In FIG. 8 (b), the triangular mark indicates the observed direct reduction reaction amount, and the circle mark indicates the calculated direct reduction reaction amount.

図８（ｂ）に示す比較例では、演算された直接還元反応量は、観測された直接還元反応量に重畳されるノイズに追従して過適合して不連続に変動する。これに対応して、図８（ａ）に示す比較例に係るパラメータ決定方法により決定された反応速度Ｃに係るパラメータは不連続に変動してしまっている。一方、図7（a）に示す実施例では、演算された直接還元反応量は、観測された直接還元反応量に重畳されるノイズに過適合することなく、安定して連続的に推移する。図６（c）に示す実施例の反応速度定数Ｃは、図８（ａ）の比較例に対し、高炉化学反応の時間変化の連続性を考慮することにより、過度に変動することなく、連続的に変化することがわかる。この結果は、図８（ａ）の比較例のパラメータ時系列を単に移動平均などローパスフィルタで平滑処理したのでは得られない。 In the comparative example shown in FIG. 8B, the calculated direct reduction reaction amount overfits and fluctuates discontinuously following the noise superimposed on the observed direct reduction reaction amount. Correspondingly, the parameters related to the reaction rate C determined by the parameter determining method according to the comparative example shown in FIG. 8A have fluctuated discontinuously. On the other hand, in the embodiment shown in FIG. 7A, the calculated direct reduction reaction amount does not overfit the noise superimposed on the observed direct reduction reaction amount, and changes stably and continuously. The reaction rate constant C of the example shown in FIG. 6 (c) is continuous without being excessively changed by considering the continuity of the time change of the blast furnace chemical reaction with respect to the comparative example of FIG. 8 (a). It can be seen that it changes in a targeted manner. This result cannot be obtained by simply smoothing the parameter time series of the comparative example of FIG. 8A with a low-pass filter such as a moving average.

１、２ パラメータ決定装置
２１ 観測値取得部
２２ システムモデル構築部
２３ 観測モデル構築部
２４ パラメータ決定部
２５ パラメータ出力部
３１ パラメータ規定部
１００ 高炉 1, 2 Parameter determination device 21 Observation value acquisition unit 22 System model construction unit 23 Observation model construction unit 24 Parameter determination unit 25 Parameter output unit 31 Parameter specification unit 100 Blast furnace

Claims (7)

高炉の内部状態の時間遷移を計算可能な化学反応モデルのパラメータを決定するパラメータ決定装置であって、
前記高炉に備わる所定の測定器により測定された観測値を取得する観測値取得部と、
前記化学反応モデルにより計算される前記高炉の内部状態についての時間遷移と前記パラメータの時間遷移とを表す時間発展方程式について時刻の順に複数並べて構成したシステムモデルを構築するシステムモデル構築部と、
前記観測値に対応する前記化学反応モデルの出力変数と前記内部状態との関係を表す関係式について時刻の順に複数並べて構成した観測モデルを構築する観測モデル構築部と、
前記出力変数と前記観測値の誤差に基づき、前記システムモデルと前記観測モデルからなる状態空間モデルを用いて前記パラメータを決定するパラメータ決定部と、を有することを特徴とするパラメータ決定装置。 It is a parameter determination device that determines the parameters of a chemical reaction model that can calculate the time transition of the internal state of the blast furnace.
An observation value acquisition unit that acquires observation values measured by a predetermined measuring instrument provided in the blast furnace, and an observation value acquisition unit.
A system model construction unit that constructs a system model in which a plurality of time evolution equations representing the time transition of the internal state of the blast furnace calculated by the chemical reaction model and the time transition of the parameters are arranged in the order of time, and
An observation model construction unit that constructs an observation model in which a plurality of relational expressions representing the relationship between the output variable of the chemical reaction model corresponding to the observation value and the internal state are arranged in the order of time.
A parameter determination device comprising: a parameter determination unit that determines the parameters using a state space model including the system model and the observation model based on an error between the output variable and the observation value. 前記システムモデル構築部は、前記パラメータの時間変動の緩やかさに応じて、前記システムモデルを構成する前記時間発展方程式を選択する、請求項１に記載のパラメータ決定装置。 The parameter determination device according to claim 1, wherein the system model construction unit selects the time evolution equation constituting the system model according to the gradual time fluctuation of the parameter. 前記システムモデル構築部は、前記パラメータの値が各時刻で一定とする時間発展方程式を選択する、請求項１に記載のパラメータ決定装置。 The parameter determination device according to claim 1, wherein the system model construction unit selects a time evolution equation in which the value of the parameter is constant at each time. 前記パラメータ決定部は、アンサンブル・カルマンフィルタを適用して前記パラメータを決定する、請求項１〜３の何れか一項に記載のパラメータ決定装置。 The parameter determination device according to any one of claims 1 to 3, wherein the parameter determination unit determines the parameters by applying an ensemble Kalman filter. 請求項１〜４の何れか一項に記載のパラメータ決定部により決定された前記パラメータを、前記化学反応モデルのパラメータとして用いて前記高炉の内部状態を推定する、操業状態推定装置。 An operating state estimation device that estimates the internal state of the blast furnace by using the parameter determined by the parameter determination unit according to any one of claims 1 to 4 as a parameter of the chemical reaction model. 高炉の内部状態の時間遷移を計算可能な化学反応モデルのパラメータを決定するパラメータ決定方法であって、
前記高炉に備わる所定の測定器により測定された観測値を取得し、
前記化学反応モデルにより計算される前記高炉の内部状態についての時間遷移と前記パラメータの時間遷移とを表す時間発展方程式について時刻の順に複数並べて構成したシステムモデルを構築し、
前記観測値に対応する前記化学反応モデルの出力変数と前記内部状態との関係を表す関係式について時刻の順に複数並べて構成した観測モデルを構築し、
前記出力変数と前記観測値の誤差に基づき、前記システムモデルと前記観測モデルからなる状態空間モデルを用いて前記パラメータを決定する、ことを含むことを特徴とするパラメータ決定方法。 It is a parameter determination method that determines the parameters of a chemical reaction model that can calculate the time transition of the internal state of the blast furnace.
Obtain the observed values measured by the predetermined measuring instrument provided in the blast furnace,
A system model was constructed in which a plurality of time evolution equations representing the time transition of the internal state of the blast furnace calculated by the chemical reaction model and the time transition of the parameters were arranged in the order of time.
An observation model was constructed in which a plurality of relational expressions representing the relationship between the output variable of the chemical reaction model corresponding to the observed value and the internal state were arranged in the order of time.
A parameter determination method comprising determining the parameter using a state space model including the system model and the observation model based on an error between the output variable and the observation value. 高炉の内部状態の時間遷移を計算可能な化学反応モデルのパラメータを決定する処理をコンピュータに実行させるパラメータ決定プログラムであって、
前記処理は、
前記高炉に備わる所定の測定器により測定された観測値を取得し、
前記化学反応モデルにより計算される前記高炉の内部状態についての時間遷移と前記パラメータの時間遷移とを表す時間発展方程式について時刻の順に複数並べて構成したシステムモデルを構築し、
前記観測値に対応する前記化学反応モデルの出力変数と前記内部状態との関係を表す関係式について時刻の順に複数並べて構成した観測モデルを構築し、
前記出力変数と前記観測値の誤差に基づき、前記システムモデルと前記観測モデルからなる状態空間モデルを用いて前記パラメータを決定する、ことを含むことを特徴とするパラメータ決定プログラム。 A parameter determination program that causes a computer to execute the process of determining the parameters of a chemical reaction model that can calculate the time transition of the internal state of the blast furnace.
The above processing
Obtain the observed values measured by the predetermined measuring instrument provided in the blast furnace,
A system model was constructed in which a plurality of time evolution equations representing the time transition of the internal state of the blast furnace calculated by the chemical reaction model and the time transition of the parameters were arranged in the order of time.
An observation model was constructed in which a plurality of relational expressions representing the relationship between the output variable of the chemical reaction model corresponding to the observed value and the internal state were arranged in the order of time.
A parameter determination program comprising determining the parameters using a state space model including the system model and the observation model based on an error between the output variable and the observation value.
JP2019168312A 2019-09-17 2019-09-17 Parameter determination device, parameter determination program and parameter determination method Active JP7335500B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2019168312A JP7335500B2 (en) 2019-09-17 2019-09-17 Parameter determination device, parameter determination program and parameter determination method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019168312A JP7335500B2 (en) 2019-09-17 2019-09-17 Parameter determination device, parameter determination program and parameter determination method

Publications (2)

Publication Number Publication Date
JP2021046569A true JP2021046569A (en) 2021-03-25
JP7335500B2 JP7335500B2 (en) 2023-08-30

Family

ID=74877858

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019168312A Active JP7335500B2 (en) 2019-09-17 2019-09-17 Parameter determination device, parameter determination program and parameter determination method

Country Status (1)

Country Link
JP (1) JP7335500B2 (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08295910A (en) * 1995-04-28 1996-11-12 Sumitomo Metal Ind Ltd Operation of blast furnace
JPH10147804A (en) * 1996-11-18 1998-06-02 Sumitomo Metal Ind Ltd Method for predicting furnace heat in blast furnace
JPH11335710A (en) * 1998-05-22 1999-12-07 Sumitomo Metal Ind Ltd Method for predicting furnace heat in blast furnace

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08295910A (en) * 1995-04-28 1996-11-12 Sumitomo Metal Ind Ltd Operation of blast furnace
JPH10147804A (en) * 1996-11-18 1998-06-02 Sumitomo Metal Ind Ltd Method for predicting furnace heat in blast furnace
JPH11335710A (en) * 1998-05-22 1999-12-07 Sumitomo Metal Ind Ltd Method for predicting furnace heat in blast furnace

Also Published As

Publication number Publication date
JP7335500B2 (en) 2023-08-30

Similar Documents

Publication Publication Date Title
JP4948304B2 (en) Blast furnace hot metal temperature prediction method
CN105608492B (en) A kind of polynary molten steel quality flexible measurement method based on robust random weight neutral net
CN107526927B (en) Blast furnace molten iron quality online robust soft measurement method
US20200218244A1 (en) Plant management system and management device
JP7081728B1 (en) Driving support equipment, driving support methods and programs
CN107299170A (en) A kind of blast-melted quality robust flexible measurement method
Smith Control of batch processes
JP2007052739A (en) Method and device for generating model, method and device for predicting state, and method and system for adjusting state
JP6206368B2 (en) Blast furnace state estimation apparatus and blast furnace state estimation method
JP2011039762A (en) Output value prediction method and device, and program for the method
JP7335500B2 (en) Parameter determination device, parameter determination program and parameter determination method
WO2014167982A1 (en) Correction device, correction method and steel refining method
JP2018178199A (en) Phosphorus concentration estimation method in molten steel, converter blowing control device, program, and recording medium
JP2017115216A (en) Molten metal component estimation device and molten metal component estimation method
JP4316421B2 (en) Blast furnace hot metal temperature prediction model identification method and program thereof, blast furnace hot metal temperature prediction method and program thereof
JPH10228312A (en) Operation supporting device for batch process plant
JP2015168870A (en) Rephosphorization amount prediction method and device, and converter dephosphorization control method
JP7420587B2 (en) Furnace heat prediction device and method, and furnace heat control guide device and method
JP7207118B2 (en) Charging method determination method, charging method determination device, and charging method determination program
JP6468252B2 (en) Operation abnormality estimation method and operation abnormality estimation device
KR102292145B1 (en) Carbonization end time control method, carbonization end time control guidance display apparatus, coke oven operation method, and carbonization end time control apparatus
JP2000017310A (en) Operation of blast furnace
US20230034693A1 (en) Information processing device, display control method, and computer-readable recording medium
JP2912086B2 (en) Blast furnace control method
EP4124922A1 (en) Information processing device, information processing method, information processing program, model generation method, and model generation program

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220512

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230228

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230307

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230412

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: 20230718

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230731

R151 Written notification of patent or utility model registration

Ref document number: 7335500

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151