JP2021167447A - Simulation method using blast furnace mathematical model and blast furnace operation method using the same - Google Patents
Simulation method using blast furnace mathematical model and blast furnace operation method using the same Download PDFInfo
- Publication number
- JP2021167447A JP2021167447A JP2020070973A JP2020070973A JP2021167447A JP 2021167447 A JP2021167447 A JP 2021167447A JP 2020070973 A JP2020070973 A JP 2020070973A JP 2020070973 A JP2020070973 A JP 2020070973A JP 2021167447 A JP2021167447 A JP 2021167447A
- Authority
- JP
- Japan
- Prior art keywords
- blast furnace
- raw material
- tank
- conveyor
- simulation
- 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.)
- Pending
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 88
- 238000013178 mathematical model Methods 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 72
- 239000002994 raw material Substances 0.000 claims abstract description 332
- 238000005259 measurement Methods 0.000 claims abstract description 63
- 239000002245 particle Substances 0.000 claims abstract description 42
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 239000000571 coke Substances 0.000 claims description 72
- 239000000203 mixture Substances 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 10
- 238000011017 operating method Methods 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 7
- 230000009471 action Effects 0.000 description 11
- 239000002184 metal Substances 0.000 description 11
- 229910052751 metal Inorganic materials 0.000 description 11
- 230000008859 change Effects 0.000 description 9
- 239000008188 pellet Substances 0.000 description 8
- 238000005070 sampling Methods 0.000 description 8
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 7
- 239000010410 layer Substances 0.000 description 7
- 229910004298 SiO 2 Inorganic materials 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 6
- 229910018072 Al 2 O 3 Inorganic materials 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 239000003245 coal Substances 0.000 description 4
- 238000005245 sintering Methods 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 229910052742 iron Inorganic materials 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000009423 ventilation Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- ODINCKMPIJJUCX-UHFFFAOYSA-N calcium oxide Inorganic materials [Ca]=O ODINCKMPIJJUCX-UHFFFAOYSA-N 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- CPLXHLVBOLITMK-UHFFFAOYSA-N magnesium oxide Inorganic materials [Mg]=O CPLXHLVBOLITMK-UHFFFAOYSA-N 0.000 description 2
- 238000006722 reduction reaction Methods 0.000 description 2
- 238000009628 steelmaking Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000032258 transport Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 229910001868 water Inorganic materials 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 235000019738 Limestone Nutrition 0.000 description 1
- 238000005273 aeration Methods 0.000 description 1
- -1 and the lump ore Substances 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000001354 calcination Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000010000 carbonizing Methods 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000010298 pulverizing process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000007873 sieving Methods 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- 239000002893 slag Substances 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Images
Landscapes
- Manufacture Of Iron (AREA)
- Blast Furnaces (AREA)
Abstract
Description
本発明は、高炉数学モデルを用いるシミュレーション方法及びそれを利用する高炉操業方法に関する。 The present invention relates to a simulation method using a blast furnace mathematical model and a blast furnace operating method using the simulation method.
従来、高炉操業は、高炉に設置された各種センサ類で測定される「測定データ（センサデータ）」、及び／又は、それらの測定データから演算される「操業管理指標（演算データ）」に基づいてオペレーターが炉況を判断し、炉況異常に陥ると予測される(あるいは炉況異常に陥ったと判断された)場合に操業操作因子を適切に調整する操業アクションを行うことによって実施される。ここで、測定データとは、例えば、高炉原料（鉱石原料、コークス、副原料など）の粒径等の物理性状又は組成等の化学性状などであり、操業操作因子とは、例えば、羽口からの送風条件、炉頂からの高炉原料の装入条件、及び高炉に装入される原料性状などである。 Conventionally, blast furnace operation is based on "measurement data (sensor data)" measured by various sensors installed in the blast furnace and / or "operation management index (calculation data)" calculated from those measurement data. The operator judges the reactor condition, and when it is predicted that the reactor condition is abnormal (or it is determined that the reactor condition is abnormal), it is carried out by performing an operation action that appropriately adjusts the operation operating factors. Here, the measurement data is, for example, physical properties such as the particle size of the blast furnace raw material (ore raw material, coke, auxiliary raw material, etc.) or chemical properties such as composition, and the operation operating factor is, for example, from the tuyere. Blast conditions, charging conditions for blast furnace raw materials from the top of the furnace, and properties of raw materials charged into the blast furnace.
所望の出銑量や熱レベルで安定的な高炉操業を行うために、一般的に、測定データやそれを演算して得られる操業管理指標が、予め設定してあるそれらの基準値（「管理値」又は「閾値」ともいう）に達した場合に取るべき操業アクションが定められている。これにより、オペレーターの操業習熟度などに関わらず、所定の状態になった場合に所定の操業アクションが取られることが期待される。 In order to perform stable blast furnace operation at a desired tapping amount and heat level, measurement data and operation management indicators obtained by calculating the measurement data are generally set as preset reference values (“control”). The operational action to be taken when the "value" or "threshold value" is reached is defined. As a result, it is expected that a predetermined operation action will be taken when a predetermined state is reached, regardless of the operator's proficiency in operation.
しかし、実際の高炉操業では、測定データや操業管理指標が上記基準値に達しないように、複数のデータの時系列推移に基づいて、オペレーターが自身の経験や勘に基づいて炉況を判断して、炉況異常を回避する操業アクションが早期に取られる場合がある。また、測定データや操業管理指標が基準値に達していない正常な炉況の場合であっても、高炉の出銑量及び熱レベル（溶銑温度、ソリューションロスカーボン量など）を一定にするために同様に操業アクションが取られる場合がある。 However, in actual blast furnace operation, the operator judges the furnace condition based on his own experience and intuition based on the time series transition of multiple data so that the measurement data and operation management index do not reach the above standard values. Therefore, operational actions to avoid abnormal furnace conditions may be taken early. In addition, in order to keep the hot metal output and heat level (hot metal temperature, solution loss carbon amount, etc.) of the blast furnace constant even in the case of normal furnace conditions where the measurement data and operation management index do not reach the standard values. Operational actions may be taken as well.
よって、実際の高炉操業において、現在の炉況を判断さらには将来の炉況を予測し、どのような操業アクションをどのようなタイミングで行うかを判断することは、属人的に行われることがあり、この判断はオペレーターの操業習熟度に依存するところが大きい。したがって、オペレーターにより判断が分かれ、必ずしも十分に安定的な高炉操業を行えない場合がある。それだけではなく、上記操業アクションを行う判断に際し、データの見逃しや判断ミスなどの人為的ミスによって正常な炉況が悪化したり、場合によっては重大な高炉操業のトラブルに繋がったりするおそれすらある。 Therefore, in actual blast furnace operation, it is personally necessary to judge the current furnace condition, predict the future furnace condition, and judge what kind of operation action to take at what timing. This judgment largely depends on the operator's operational proficiency. Therefore, the judgment may differ depending on the operator, and it may not always be possible to perform sufficiently stable blast furnace operation. Not only that, when deciding to perform the above operation action, there is a risk that the normal furnace condition will deteriorate due to human error such as data oversight or judgment error, and in some cases, it may lead to serious trouble in blast furnace operation.
これらの問題に対処するために、測定データを使用して、高炉数学モデル（高炉の物理モデル）を用いて現在の炉況を把握し、将来の炉況を予測して操業アクションを実施する高炉操業方法が開示されている（例えば、特許文献１、２）。 To deal with these problems, blast furnaces that use measurement data to understand the current furnace conditions using a blast furnace mathematical model (physical model of the blast furnace), predict future furnace conditions, and carry out operational actions. The operating method is disclosed (for example, Patent Documents 1 and 2).
従来の高炉操業方法では、高炉に装入される高炉原料、例えば、コークス炉から得られるコークスや焼結機から得られる焼結鉱は、通常、当該高炉原料を貯留する原料槽よりも手前でサンプリングすることによりその性状が測定されていた。このような測定は、測定頻度が低く（一般的に３〜６回／日）、代表性の課題があるだけでなく、サンプリングから分析結果が出るまでのタイムラグ及びサンプリング位置から高炉装入までのタイムラグも存在する。そうすると、サンプリング試料により得られた原料性状と、実際に高炉に装入される高炉原料の原料性状とが必ずしも十分に一致せず、その結果、サンプリング試料により得られた原料性状に基づいてシミュレーションを行う高炉数学モデルが、実際の炉況を十分に反映できなくなる。そのため、高炉数学モデルによるシミュレーションに従って高炉操業を想定どおりに行えないことがある。また、コークス炉及び焼結機での高炉原料の製造から高炉に至る高炉原料の搬送をトラッキングすることについては、精度上の課題が未だに残っている。したがって、従来の高炉操業方法では、高炉数学モデルを用いるシミュレーションによる炉況の再現の精度は必ずしも十分なものではなかった。 In the conventional blast furnace operation method, the blast furnace raw material charged into the blast furnace, for example, the coke obtained from the coke oven or the sintered ore obtained from the sinter, is usually in front of the raw material tank for storing the blast furnace raw material. Its properties were measured by sampling. Such measurements are infrequent (generally 3 to 6 times / day) and not only have a representative problem, but also a time lag from sampling to analysis results and from sampling position to blast furnace loading. There is also a time lag. Then, the raw material properties obtained from the sample sample and the raw material properties of the blast furnace raw material actually charged into the blast furnace do not always sufficiently match, and as a result, the simulation is performed based on the raw material properties obtained from the sample sample. The blast furnace mathematical model to be performed cannot fully reflect the actual furnace conditions. Therefore, the blast furnace operation may not be performed as expected according to the simulation by the blast furnace mathematical model. In addition, tracking the transfer of the blast furnace raw material from the production of the blast furnace raw material to the blast furnace in the coke oven and the sintering machine still has a problem in terms of accuracy. Therefore, in the conventional blast furnace operation method, the accuracy of reproducing the furnace condition by the simulation using the blast furnace mathematical model is not always sufficient.
本発明は、このような実情に鑑み、高炉原料の粒径及び成分の少なくとも一方を、高炉装入までのタイムラグが極めて少ない原料槽の後で測定することで、より高い精度で実際の炉況を再現することが可能な、高炉数学モデルを用いるシミュレーション方法、及び当該シミュレーション結果を利用した高炉操業方法を提供することを課題とする。 In view of such circumstances, the present invention measures at least one of the particle size and the components of the blast furnace raw material after the raw material tank having an extremely small time lag until the blast furnace is charged, so that the actual furnace condition can be measured with higher accuracy. It is an object of the present invention to provide a simulation method using a blast furnace mathematical model capable of reproducing the above, and a blast furnace operation method using the simulation result.
本発明の主旨は以下のとおりである。
（１）
高炉数学モデルを用いるシミュレーション方法であって、
高炉原料を貯留する原料槽と、前記原料槽から高炉まで前記高炉原料を搬送する一または複数のコンベヤと、を備える高炉原料供給設備において、前記原料槽の後かつ前記高炉の前で前記高炉原料の粒径及び成分の少なくとも一方を測定する測定工程、
前記測定工程で得られる測定結果である原料性状、及び／又は、前記測定結果を演算して得られる演算結果である原料性状を取得する取得工程、並びに
前記原料性状を前記高炉数学モデルに入力する入力工程を含む、シミュレーション方法。
（２）
前記高炉原料の成分が、複数の鉱石原料の平均組成、及び／又は、複数の銘柄のコークスの平均組成である、（１）に記載のシミュレーション方法。
（３）
前記高炉原料の粒径が、複数の鉱石原料の粒度分布より得られる平均径、及び／又は、複数の銘柄のコークスの粒度分布より得られる平均径である、（１）又は（２）に記載のシミュレーション方法。
（４）
前記高炉原料供給設備が、前記コンベヤとして、前記原料槽から前記高炉まで高炉原料を搬送する装入コンベヤを備え、
前記測定工程が、前記装入コンベヤで実施される、（１）〜（３）のいずれか１つに記載のシミュレーション方法。
（５）
前記高炉原料供給設備が、前記原料槽と前記高炉との間に中継槽をさらに備え、前記コンベヤとして、前記原料槽から前記中継槽までコークスを搬送するコークス用コンベヤ、前記原料槽から前記中継槽まで焼結鉱を搬送する焼結鉱用コンベヤ、前記原料槽から前記中継槽まで焼結鉱以外の鉱石原料及び副原料を搬送する鉱石原料用コンベヤ、並びに、前記中継槽から前記高炉までそれら高炉原料を搬送する装入コンベヤ、を備え、
前記測定工程が、前記装入コンベヤで実施される、（１）〜（３）のいずれか１つに記載のシミュレーション方法。
（６）
前記高炉原料供給設備が、前記原料槽と前記高炉との間に中継槽をさらに備え、前記コンベヤとして、前記原料槽から前記中継槽までコークスを搬送するコークス用コンベヤ、前記原料槽から前記中継槽まで鉱石原料及び副原料を搬送する焼結鉱用コンベヤ、並びに、前記中継槽から前記高炉までそれら高炉原料を搬送する装入コンベヤ、を備え、
前記測定工程が、前記装入コンベヤで実施される、（１）〜（３）のいずれか１つに記載のシミュレーション方法。
（７）
前記測定工程において、前記高炉原料のバッチごとに前記高炉原料の粒径及び成分の少なくとも一方を測定する、（１）〜（６）のいずれか１つに記載のシミュレーション方法。
（８）
前記取得工程において、前記測定工程で得られた測定結果を、チャージごと又は所定時間ごとの平均値に演算して前記原料性状を取得する、（７）に記載のシミュレーション方法。
（９）
前記測定工程において、前記高炉原料の成分を、中性子線成分分析装置を用いて測定する、（１）〜（８）のいずれか１つに記載のシミュレーション方法。
（１０）
（１）〜（９）のいずれか１つに記載のシミュレーション方法で得られるシミュレーション結果を利用する高炉操業方法であって、現在時刻の炉内状態を、現在時刻の直前の時刻に取得された前記原料性状が入力された前記高炉数学モデルのシミュレーション結果を用いて把握する、高炉操業方法。
（１１）
前記シミュレーション結果を用いて得られる前記現在時刻の炉内状態を示す値と、前記高炉に設けられた１つ又は複数のセンサの実測値とが一致するように、一定の周期で前記高炉数学モデルのパラメータをチューニングすることを含む、（１０）に記載の高炉操業方法。
（１２）
（１）〜（９）のいずれか１つに記載のシミュレーション方法で得られるシミュレーション結果を利用する高炉操業方法であって、現在時刻より後の将来時刻の炉内状態を、
現在時刻の直前の時刻に取得された前記原料性状が繰り返し入力された前記高炉数学モデルのシミュレーション結果を用いて予測する、高炉操業方法。
The gist of the present invention is as follows.
(1)
A simulation method that uses a blast furnace mathematical model.
In a blast furnace raw material supply facility including a raw material tank for storing a blast furnace raw material and one or a plurality of conveyors for transporting the blast furnace raw material from the raw material tank to the blast furnace, the blast furnace raw material is provided after the raw material tank and in front of the blast furnace. Measuring step of measuring at least one of the particle size and the component of
The raw material properties that are the measurement results obtained in the measurement step and / or the acquisition step that obtains the raw material properties that are the calculation results obtained by calculating the measurement results, and the raw material properties are input to the blast furnace mathematical model. A simulation method that includes an input process.
(2)
The simulation method according to (1), wherein the components of the blast furnace raw material are the average composition of a plurality of ore raw materials and / or the average composition of coke of a plurality of brands.
(3)
The particle size of the blast furnace raw material is the average diameter obtained from the particle size distribution of a plurality of ore raw materials and / or the average diameter obtained from the particle size distribution of coke of a plurality of brands, according to (1) or (2). Simulation method.
(4)
The blast furnace raw material supply facility includes, as the conveyor, a charging conveyor for transporting the blast furnace raw material from the raw material tank to the blast furnace.
The simulation method according to any one of (1) to (3), wherein the measurement step is carried out on the charging conveyor.
(5)
The blast furnace raw material supply facility further includes a relay tank between the raw material tank and the blast furnace, and as the conveyor, a conveyor for coke that conveys coke from the raw material tank to the relay tank, and the relay tank from the raw material tank to the relay tank. Conveyor for sintered ore that conveys sintered ore to, conveyor for ore raw material that conveys ore raw materials and auxiliary raw materials other than sintered ore from the raw material tank to the relay tank, and those blast furnaces from the relay tank to the blast furnace. Equipped with a charging conveyor for transporting raw materials,
The simulation method according to any one of (1) to (3), wherein the measurement step is carried out on the charging conveyor.
(6)
The blast furnace raw material supply facility further includes a relay tank between the raw material tank and the blast furnace, and as the conveyor, a conveyor for coke that conveys coke from the raw material tank to the relay tank, and the relay tank from the raw material tank to the relay tank. It is equipped with a conveyor for sintered ore that conveys ore raw materials and auxiliary raw materials, and a charging conveyor that conveys the blast furnace raw materials from the relay tank to the blast furnace.
The simulation method according to any one of (1) to (3), wherein the measurement step is carried out on the charging conveyor.
(7)
The simulation method according to any one of (1) to (6), wherein in the measurement step, at least one of the particle size and the component of the blast furnace raw material is measured for each batch of the blast furnace raw material.
(8)
The simulation method according to (7), wherein in the acquisition step, the measurement result obtained in the measurement step is calculated into an average value for each charge or for each predetermined time to acquire the raw material properties.
(9)
The simulation method according to any one of (1) to (8), wherein in the measurement step, the components of the blast furnace raw material are measured using a neutron beam component analyzer.
(10)
It is a blast furnace operation method using the simulation result obtained by the simulation method according to any one of (1) to (9), and the state in the furnace at the current time is acquired at the time immediately before the current time. A blast furnace operation method for grasping using the simulation result of the blast furnace mathematical model in which the raw material properties are input.
(11)
The blast furnace mathematical model at regular intervals so that the value indicating the state inside the furnace at the current time obtained by using the simulation result and the measured value of one or more sensors provided in the blast furnace match. The blast furnace operating method according to (10), which comprises tuning the parameters of the above.
(12)
It is a blast furnace operation method using the simulation result obtained by the simulation method according to any one of (1) to (9), and the state in the furnace at a future time after the present time is determined.
A blast furnace operation method for predicting using the simulation result of the blast furnace mathematical model in which the raw material properties acquired at the time immediately before the current time are repeatedly input.
本発明によれば、より高炉に近い位置で、すなわちタイムラグが極めて少ない位置で測定した高炉原料の特性に基づいて原料性状を取得することができるため、高炉数学モデルに入力する当該原料性状を、実際に高炉に装入される原料性状に近づけることが可能となる。それにより、高炉数学モデルの入力値としてより高精度の原料性状を使用でき、その結果、より高い精度で実際の炉況を再現することが可能となり、より高い精度で炉内状態を把握又は予測することが可能な、高炉数学モデルを用いるシミュレーション方法、及び当該シミュレーション結果を利用した高炉操業方法を提供することが可能となる。 According to the present invention, the raw material properties can be obtained based on the characteristics of the blast furnace raw material measured at a position closer to the blast furnace, that is, at a position where the time lag is extremely small. It is possible to bring the properties of the raw materials that are actually charged into the blast furnace closer to those of the raw materials. As a result, more accurate raw material properties can be used as the input value of the blast furnace mathematical model, and as a result, the actual furnace condition can be reproduced with higher accuracy, and the state inside the furnace can be grasped or predicted with higher accuracy. It is possible to provide a simulation method using a blast furnace mathematical model and a blast furnace operation method using the simulation result.
以下、本発明に係る幾つかの実施形態について図を参照しながら説明する。しかしながら、これらの説明は、本発明の好ましい実施形態の単なる例示を意図するものであって、本発明をこのような特定の実施形態に限定することを意図するものではない。 Hereinafter, some embodiments according to the present invention will be described with reference to the drawings. However, these descriptions are intended merely to illustrate preferred embodiments of the invention and are not intended to limit the invention to such particular embodiments.
＜シミュレーション方法＞
本発明に係るシミュレーション方法は、高炉数学モデルの入力値として用いる原料性状を、原料槽の後かつ高炉の前で測定される高炉原料（鉱石原料、コークス、副原料など）の成分や粒径と関連付けることを特徴とする。より具体的には、本発明において、高炉原料の粒径及び成分の少なくとも一方は、図１に示される実施形態では原料槽と高炉の間の装入コンベヤで測定することができ、図２に示される実施形態では原料槽と中継槽の間のコークス用コンベヤ、焼結鉱用コンベヤ及び鉱石原料用コンベヤ、又は、中継槽と高炉の間の装入コンベヤで測定することができる。
<Simulation method>
In the simulation method according to the present invention, the raw material properties used as the input values of the blast furnace mathematical model are used as the components and particle sizes of the blast furnace raw materials (ore raw materials, coke, auxiliary raw materials, etc.) measured after the raw material tank and in front of the blast furnace. It is characterized by associating. More specifically, in the present invention, at least one of the particle size and the component of the blast furnace raw material can be measured by the charging conveyor between the raw material tank and the blast furnace in the embodiment shown in FIG. In the embodiment shown, measurement can be performed with a corks conveyor between a raw material tank and a relay tank, a conveyor for sintered ore and a conveyor for ore raw materials, or a charging conveyor between a relay tank and a blast furnace.
高炉原料とは、高炉に装入される鉱石原料、コークス、副原料のほか、スクラップや、いわゆる非焼成含炭塊成鉱やフェロコークスなども含む。鉱石原料には、例えば焼結鉱、塊鉱石、ペレットといった種類がある。コークスには、自製の直送コークスとヤードコークスといった銘柄があり、ヤードコークスには自製コークスと外部購入コークスといった銘柄がある。副原料には、例えば石灰石、珪石、製鋼スラグがある。
従来は、高炉数学モデルへの入力値として用いるコークス（自製コークス）及び焼結鉱の原料性状は、一般的に、コークス炉と原料槽の間及び焼結機と原料槽の間で、すなわち原料槽よりも手前でコークス及び焼結鉱をサンプリングして、その性状をオフラインで分析することから求められていた。この高炉原料のサンプリングによる分析は、通常は１日に数回しか行われず、そのデータには代表性の課題が残るうえ、サンプリングしてからオフラインでの分析が完了するまで幾らかのタイムラグが発生する。さらに、高炉原料は原料槽に数時間単位で貯留され、所定の高炉原料の装入条件に従って、原料槽から高炉へコンベヤを介して搬送される。したがって、上記のサンプリング位置から実際に高炉に装入されるまでのタイムラグも大きい。これらのタイムラグにより、高炉数学モデルに入力する原料性状が、実際に高炉に装入される高炉原料の原料性状を十分に反映できないことがあり、その結果、高炉数学モデルによるシミュレーションを用いて得られる炉内状態を示す値と、高炉に設けられたセンサの実測値とが十分に一致しないことがあった。
さらに、塊鉱石、ペレット及び副原料は、コークス及び焼結鉱よりもさらに分析頻度が低く、それぞれ入荷時の分析値のみが従来得られていた。
The blast furnace raw material includes not only the ore raw material, coke, and auxiliary raw material charged into the blast furnace, but also scrap, so-called non-fired coal-containing agglomerate ore, and ferro-coke. There are various types of ore raw materials such as sinter, lump ore, and pellets. There are brands of coke such as self-made direct-delivered coke and yard coke, and yard coke has brands such as self-made coke and externally purchased coke. Auxiliary raw materials include, for example, limestone, silica stone, and steelmaking slag.
Conventionally, the raw material properties of coke (self-made coke) and sintered ore used as input values to the blast furnace mathematical model are generally between the coke oven and the raw material tank and between the sintering machine and the raw material tank, that is, the raw material. It was sought from sampling coke and sinter before the tank and analyzing their properties offline. This sampling analysis of blast furnace raw materials is usually performed only a few times a day, and the data still have representative issues, and there is some time lag between sampling and the completion of offline analysis. do. Further, the blast furnace raw material is stored in the raw material tank in units of several hours, and is conveyed from the raw material tank to the blast furnace via a conveyor according to predetermined charging conditions for the blast furnace raw material. Therefore, there is a large time lag from the above sampling position to the actual charging into the blast furnace. Due to these time lags, the raw material properties input to the blast furnace mathematical model may not sufficiently reflect the raw material properties of the blast furnace raw material actually charged into the blast furnace, and as a result, it is obtained by using a simulation using the blast furnace mathematical model. In some cases, the value indicating the state inside the furnace and the measured value of the sensor installed in the blast furnace did not sufficiently match.
Further, the mass ore, pellets and auxiliary raw materials are analyzed less frequently than coke and sinter, and only the analysis values at the time of arrival have been conventionally obtained.
一方、高炉数学モデルに入力する入力値として、原料槽より後の位置で測定した高炉原料の特性から求めた原料性状を使用することは、今まで検討されてこなかった。これは、測定装置の処理能力や精度が不十分であったことや、高炉数学モデル用の計算機の処理能力が不十分であったことも原因ではあるが、上記特性の測定頻度及び測定位置が高炉数学モデルによるシミュレーションの結果に及ぼす影響がそれほど大きくないと考えられていたことが主な原因である。よって、従来は、高炉数学モデルに用いる原料性状は、原料槽よりも手前でサンプリングした高炉原料のオフライン分析により得られる特性に基づいて算出すれば十分と考えられていた。 On the other hand, the use of raw material properties obtained from the characteristics of the blast furnace raw material measured at a position after the raw material tank as an input value to be input to the blast furnace mathematical model has not been studied so far. This is due to the insufficient processing capacity and accuracy of the measuring device and the insufficient processing capacity of the computer for the blast furnace mathematical model, but the measurement frequency and measurement position of the above characteristics are The main reason is that it was thought that the effect on the simulation results by the blast furnace mathematical model was not so large. Therefore, conventionally, it has been considered sufficient to calculate the raw material properties used in the blast furnace mathematical model based on the characteristics obtained by the offline analysis of the blast furnace raw material sampled before the raw material tank.
しかし、本発明者らは、高炉原料の特性の測定頻度及び測定位置に起因する原料性状の変化と、高炉数学モデルによるシミュレーション結果との関係について詳細に検討した結果、当該原料性状の変化はシミュレーション結果に無視できない影響を与えることを発見した。したがって、実際に高炉に装入される高炉原料の原料性状をより高頻度かつより正確に測定することで、高炉数学モデルによるシミュレーションから求めた炉況が、実際の炉況と高い精度で一致することを見出した。特に、原料性状のうち粒径は、原料槽への貯留の間や搬送中に変化（例えば、割れたり又は欠けたり）しやすく、原料槽の前のものと実際に高炉に装入されるものとで大きな差異があることが多い。よって、原料槽の前で粒径を測定できても、このような粒径の変化を予想するのは決して容易ではない。しかも、原料槽の経由により高炉原料のトラッキングもそう容易でない。そこで、本発明者らは、原料槽の後で高炉原料の粒径及び成分の少なくとも一方を測定することで、高炉により近い位置でタイムラグのない高炉原料の特性を測定でき、そして、当該特性に基づく原料性状を高炉数学モデルの入力値として使用することで、実際に高炉に装入される高炉原料の原料性状を反映でき、高炉数学モデルによるシミュレーション結果をより高精度にできることを見出した。以下により、本発明に係るシミュレーション方法について、詳細に説明する。 However, as a result of detailed examination of the relationship between the change in raw material properties due to the measurement frequency and measurement position of the characteristics of the blast furnace raw material and the simulation result by the blast furnace mathematical model, the present inventors have simulated the change in the raw material property. We have found that it has a non-negligible effect on the results. Therefore, by measuring the raw material properties of the blast furnace raw material actually charged into the blast furnace more frequently and more accurately, the furnace condition obtained from the simulation by the blast furnace mathematical model matches the actual furnace condition with high accuracy. I found that. In particular, among the raw material properties, the particle size is likely to change (for example, crack or chip) during storage in the raw material tank or during transportation, and the one in front of the raw material tank and the one actually charged into the blast furnace. There is often a big difference between. Therefore, even if the particle size can be measured in front of the raw material tank, it is not easy to predict such a change in particle size. Moreover, tracking of blast furnace raw materials via the raw material tank is not so easy. Therefore, the present inventors can measure the characteristics of the blast furnace raw material at a position closer to the blast furnace at a position closer to the blast furnace by measuring at least one of the particle size and the components of the blast furnace raw material after the raw material tank. It was found that by using the raw material properties based on the raw material properties as the input values of the blast furnace mathematical model, the raw material properties of the blast furnace raw materials actually charged into the blast furnace can be reflected, and the simulation results by the blast furnace mathematical model can be made more accurate. The simulation method according to the present invention will be described in detail below.
本発明に係るシミュレーション方法は、高炉数学モデルを用いるシミュレーション方法である。高炉数学モデルとは、高炉内に小領域を規定し、小領域内での挙動を塊状帯や融着帯での物質移動、反応、及び伝熱などの計算結果に基づいてシミュレーションするものであり、高炉操業条件や原料性状から炉況を把握又は予測するために用いることができる。例えば三次元高炉数学モデルであれば、高炉の内部領域を高さ方向、径方向、周方向に分割することで複数のメッシュ（小領域）を規定し、各メッシュ内での挙動をシミュレーションする。高炉数学モデルについては種々の論文等が出されているが、例えばＫｏｊｉ ＴＡＫＡＴＡＮＩらの「Ｔｈｒｅｅ−ｄｉｍｅｎｓｉｏｎａｌ Ｄｙｎａｍｉｃ Ｓｉｍｕｌａｔｏｒ ｆｏｒ Ｂｌａｓｔ Ｆｕｒｎａｃｅ」，ＩＳＩＪ Ｉｎｔｅｒｎａｔｉｏｎａｌ，Ｖｏｌ．３９（１９９９），Ｎｏ．１，ｐ．１５−２２に記載の高炉数学モデルを好適に用いることができ、以下では「高炉数学モデル」は、特に断りがない限り当該論文に記載の高炉数学モデルをいう。 The simulation method according to the present invention is a simulation method using a blast furnace mathematical model. The blast furnace mathematical model defines a small area in the blast furnace and simulates the behavior in the small area based on the calculation results such as mass transfer, reaction, and heat transfer in the massive zone and fusion zone. , It can be used to grasp or predict the furnace condition from the operating conditions of the blast furnace and the properties of the raw materials. For example, in the case of a three-dimensional blast furnace mathematical model, a plurality of meshes (small regions) are defined by dividing the internal region of the blast furnace in the height direction, the radial direction, and the circumferential direction, and the behavior in each mesh is simulated. Various papers have been published on blast furnace mathematical models. For example, "Three-dimensional Dynamic Simulation for Blast Furnace" by Koji TAKATANI et al., ISIJ International, Vol. 39 (1999), No. 1, p. The blast furnace mathematical model described in 15-22 can be preferably used, and in the following, the "blast furnace mathematical model" refers to the blast furnace mathematical model described in the paper unless otherwise specified.
本発明に係るシミュレーション方法は、高炉原料の粒径及び成分の少なくとも一方を測定する測定工程、その測定結果に基づいて原料性状を取得する取得工程、並びに当該原料性状を高炉数学モデルに入力する入力工程を含む。以下において、各工程について詳細に説明する。 The simulation method according to the present invention includes a measurement step of measuring at least one of the particle size and the components of the blast furnace raw material, an acquisition step of acquiring the raw material properties based on the measurement results, and an input for inputting the raw material properties into the blast furnace mathematical model. Including the process. Hereinafter, each step will be described in detail.
［測定工程］
本発明における測定工程は、高炉原料（例えば、鉱石原料、コークス、及び副原料など）を高炉に供給するための高炉原料供給設備において行われる。高炉原料供給設備（以下、単に「設備」ともいう）は、コークス及び鉱石原料や副原料等の高炉原料を一時的に貯留する原料槽と、原料槽から切り出される高炉原料を高炉まで搬送するコンベヤとを少なくとも備える。当該設備は、例えば図１及び図２に示されるように、石炭を乾留してコークスを作り出すコークス炉と、粉鉱石を一定の大きさに焼き固めて鉱石の塊成物等の鉱石原料を作り出す焼結機と、をさらに備えていてもよい。原料槽から切り出される高炉原料を高炉まで搬送するコンベヤは、原料槽から高炉まで直列に接続された一のコンベヤや、並列に接続された複数のコンベヤであってもよく、コンベヤとコンベヤとの間に貯留槽などの設備が設けられていてもよい。
例えば、当該設備において、図１に示されるように、高炉に高炉原料を装入するための装入コンベヤが原料槽の直後に配置され、原料槽から交互に切り出されたコークス、鉱石原料及び塊鉱石・ペレット・副原料を高炉に搬送することができる。また例えば、当該設備は、図２に示されるように、原料槽と装入コンベヤとの間に、コークス炉から得られるコークスを搬送するコークス用コンベヤ、焼結機から得られる焼結鉱を搬送する焼結鉱用コンベヤ、及び、塊鉱石・ペレット・副原料を搬送する（焼結鉱以外の）鉱石原料用コンベヤ、並びに、コークス用コンベヤ、焼結鉱用コンベヤ及び鉱石原料用コンベヤから搬送されるコークス、鉱石原料及び塊鉱石・ペレット・副原料を貯留する中継槽とをさらに備えてもよい。中継槽を用いることで、複数種の鉱石原料、及び複数銘柄のコークスを混合することができる。なお、一般的に、原料槽では、高炉原料は数時間単位（例えば３〜８時間程度）で貯留されるが、中継槽では、高炉原料は数分〜数十分単位（例えば１０〜２０分）で貯留されることが多い。図２において焼結鉱用コンベヤと（焼結鉱以外の）鉱石原料用コンベヤとは別途設けられているが、それらは共通する（焼結鉱を含む）鉱石原料用コンベヤとして設けられていてもよい。
なお、図１及び図２では図示を省略したが、高炉には炉頂装入装置（ベルレス式、ベル式）が設けられており、装入コンベヤは当該炉頂装入装置まで高炉原料を搬送するためのコンベヤである。
[Measurement process]
The measurement step in the present invention is performed in a blast furnace raw material supply facility for supplying a blast furnace raw material (for example, ore raw material, coke, auxiliary raw material, etc.) to the blast furnace. The blast furnace raw material supply facility (hereinafter, also simply referred to as “equipment”) is a raw material tank for temporarily storing blast furnace raw materials such as coke and ore raw materials and auxiliary raw materials, and a conveyor for transporting the blast furnace raw materials cut out from the raw material tank to the blast furnace. And at least. As shown in FIGS. 1 and 2, the facility produces a coke oven for producing coke by carbonizing coal and a coke raw material for producing ore raw materials such as agglomerates of ore by calcining powdered ore to a certain size. It may further include a sintering machine. The conveyor that conveys the blast furnace raw material cut out from the raw material tank to the blast furnace may be one conveyor connected in series from the raw material tank to the blast furnace, or a plurality of conveyors connected in parallel, and between the conveyors. May be provided with equipment such as a storage tank.
For example, in the facility, as shown in FIG. 1, a charging conveyor for charging the blast furnace raw material into the blast furnace is arranged immediately after the raw material tank, and coke, ore raw material and lumps alternately cut out from the raw material tank. Ore, pellets and auxiliary raw materials can be transported to the blast furnace. Further, for example, as shown in FIG. 2, the facility transports a coke conveyor for transporting coke obtained from a coke furnace and a sintered ore obtained from a sintering machine between a raw material tank and a charging conveyor. Conveyor for sintered ore, conveyor for ore raw material (other than sintered ore) that conveys lump ore, pellets, and auxiliary raw materials, and conveyor for coke, conveyor for sintered ore, and conveyor for ore raw material. It may further be provided with a relay tank for storing the coke, the ore raw material, and the lump ore, pellets, and auxiliary raw materials. By using the relay tank, it is possible to mix a plurality of types of ore raw materials and a plurality of brands of coke. Generally, in the raw material tank, the blast furnace raw material is stored in units of several hours (for example, about 3 to 8 hours), but in the relay tank, the blast furnace raw material is stored in units of several minutes to several tens of minutes (for example, 10 to 20 minutes). ) Is often stored. In FIG. 2, the sinter conveyor and the ore raw material conveyor (other than the sinter) are separately provided, but even if they are provided as a common ore raw material conveyor (including the sinter). good.
Although not shown in FIGS. 1 and 2, the blast furnace is provided with a furnace top charging device (bellless type, bell type), and the charging conveyor transports the blast furnace raw material to the furnace top charging device. It is a conveyor for doing.
測定工程において、高炉原料の粒径及び成分の少なくとも一方が測定され、好ましくは高炉原料の粒径及び成分の両方が測定される。なお、高炉原料の一種のみ（例えばコークスのみや焼結鉱のみ）について測定が行われてもよいが、好ましくは複数種、より好ましくは全種の高炉原料について測定が行われ、または複数種の高炉原料が混合された状態で測定が行われる。
本発明においては、この測定は、原料槽の後かつ高炉の前で行われる。より具体的には、例えば図１に示されるような態様では、高炉原料の粒径及び成分の少なくとも一方は装入コンベヤで測定され、例えば図２に示されるような態様では、高炉原料の粒径及び成分の少なくとも一方は、コークス用コンベヤ、焼結鉱用コンベヤ及び鉱石原料用コンベヤで測定されるか、又は装入コンベヤで測定される。これらの高炉原料の特性は、測定頻度を上げてより高精度なシミュレーションを行う観点から、オンラインで連続的（例えば、１時間ごと、３０分ごと、１０分ごと、５分ごと、又は１分ごと）に測定するのが好ましい。オンライン測定とは、コンベヤから試料をサンプリングすることなくコンベヤ上で（オンベルト）で測定することを意図するが、コンベヤにバイパス経路を設けて当該バイパス経路上で測定するなどしてもよい。
また、測定工程において、測定頻度を上げる観点から、高炉原料の粒径及び成分の少なくとも一方を高炉原料のバッチごとに測定するのが好ましい。本明細書では、鉱石原料又はコークスの１回の高炉への装入分を１バッチという。高炉原料の特性をバッチごとに測定することで、高炉原料の特性の変化を細かい単位で測定することができ、実際に高炉に装入される高炉原料の原料性状がより高精度で反映され、高炉数学モデルによるシミュレーション結果の精度を向上させることができる。
In the measuring step, at least one of the particle size and the component of the blast furnace raw material is measured, and preferably both the particle size and the component of the blast furnace raw material are measured. Although measurement may be performed on only one type of blast furnace raw material (for example, only coke or sinter), measurement is preferably performed on a plurality of types, more preferably all types of blast furnace raw materials, or a plurality of types. The measurement is performed with the blast furnace raw materials mixed.
In the present invention, this measurement is performed after the raw material tank and before the blast furnace. More specifically, for example, in the embodiment shown in FIG. 1, at least one of the particle size and the components of the blast furnace raw material is measured by a charging conveyor, and in the embodiment shown in FIG. 2, for example, the grains of the blast furnace raw material. At least one of the diameter and composition is measured on a coke conveyor, a sintered ore conveyor and an ore raw material conveyor, or on a charging conveyor. The characteristics of these blast furnace raw materials are continuous online (for example, every hour, every 30 minutes, every 10 minutes, every 5 minutes, or every minute, from the viewpoint of increasing the frequency of measurement and performing more accurate simulations. ) Is preferable. The online measurement is intended to measure on the conveyor (on-belt) without sampling the sample from the conveyor, but the conveyor may be provided with a bypass path and the measurement may be performed on the bypass path.
Further, in the measurement step, from the viewpoint of increasing the measurement frequency, it is preferable to measure at least one of the particle size and the components of the blast furnace raw material for each batch of the blast furnace raw material. In this specification, one batch of ore raw material or coke charged into a blast furnace is referred to as one batch. By measuring the characteristics of the blast furnace raw material for each batch, changes in the characteristics of the blast furnace raw material can be measured in small units, and the raw material properties of the blast furnace raw material actually charged into the blast furnace are reflected with higher accuracy. The accuracy of simulation results by the blast furnace mathematical model can be improved.
中継槽を有しない図１の設備においては、装入コンベヤ上において高炉原料は、単独または混合された状態で、進行方向に離間した状態（直列状態）か、相互に積層された状態（積層状態）で搬送される。
高炉原料の粒径及び／又は成分を装入コンベヤ上で測定することで、鉱石原料については、塊鉱石及びペレットと副原料が混合した状態、または、焼結鉱、塊鉱石及びペレットと副原料が混合した状態の特性を把握することが可能となる。また、コークスについては、直送コークス（自製）、ヤードコークス（自製又は外部購入）の複数銘柄が混合した状態の特性を把握することが可能となる。具体的には、混合状態であれば直接測定が可能であるし、また、直列状態では各高炉原料の特性を測定し、積層状態ではそれぞれ表面に露出する各高炉原料の特性を測定し、そしてそれらを加重平均などの処理をすることにより、混合状態での特性を把握することができる。
高炉数学モデルの入力値としては、簡易的に混合状態の特性を入力することが一般的であるところ、従来では、原料槽の前で高炉原料の特性を測定していたため、焼結鉱単味や自製コークス単味の特性しか測定できず、高炉数学モデルに入力する際に、副原料等の入荷時の分析値を適宜補った上で単味原料から混合原料に換算する必要が生じていた。本発明では、混合した状態を把握可能であるため上記換算が容易になるだけでなく、高炉に実際に装入される高炉原料の特性をより高精度に測定できるという利点を有する。特に、原料トラッキングや変化の予測が難しい高炉原料の粒径を精度よく把握可能となる。
In the equipment of FIG. 1 which does not have a relay tank, the blast furnace raw materials are separated in the traveling direction (series state) or laminated with each other (stacked state) on the charging conveyor in a single or mixed state. ) Is carried.
By measuring the particle size and / or composition of the blast furnace raw material on the charging conveyor, the ore raw material can be a mixture of lump ore and pellets and auxiliary raw material, or sintered ore, lump ore and pellet and auxiliary raw material. It becomes possible to grasp the characteristics of the mixed state. Further, regarding coke, it is possible to grasp the characteristics of a state in which a plurality of brands of direct-delivered coke (self-made) and yard coke (self-made or externally purchased) are mixed. Specifically, direct measurement is possible in the mixed state, the characteristics of each blast furnace raw material are measured in the series state, the characteristics of each blast furnace raw material exposed on the surface are measured in the laminated state, and then By processing them by weighted averaging or the like, the characteristics in the mixed state can be grasped.
As an input value of the blast furnace mathematical model, it is common to simply input the characteristics of the mixed state. However, in the past, the characteristics of the blast furnace raw material were measured in front of the raw material tank, so that the sinter raw material is simple. And only the characteristics of self-made coke can be measured, and when inputting to the blast furnace mathematical model, it was necessary to convert the simple raw material to the mixed raw material after appropriately supplementing the analysis values at the time of arrival of the auxiliary raw materials. .. The present invention has an advantage that not only the above conversion becomes easy because the mixed state can be grasped, but also the characteristics of the blast furnace raw material actually charged into the blast furnace can be measured with higher accuracy. In particular, it is possible to accurately grasp the particle size of blast furnace raw materials, which is difficult to track raw materials and predict changes.
中継槽を備える図２の設備においては、上述したように、高炉原料の特性は、コークス用コンベヤ、焼結鉱用コンベヤ及び鉱石原料用コンベヤ、又は、装入コンベヤで測定することができる。コークス用コンベヤ、焼結鉱用コンベヤ及び鉱石原料用コンベヤで測定する場合、図１の設備と同じく、直列状態・積層状態のいずれの状態であってもそれらを混合した後の特性を把握することができる。より好ましくは、図２に示される態様において、高炉原料の特性を装入コンベヤで測定するのがよい。この場合、中継槽で混合された状態の混合原料の特性を測定することができ上記換算が不要であるとともに、コークス用コンベヤ、焼結鉱用コンベヤ及び鉱石原料用コンベヤで測定するよりさらにタイムラグを低減でき、高炉に対してより直前で測定可能なためである。 In the equipment of FIG. 2 including a relay tank, as described above, the characteristics of the blast furnace raw material can be measured by a coke conveyor, a sinter ore raw material conveyor, an ore raw material conveyor, or a charging conveyor. When measuring with a coke conveyor, a sinter ore conveyor, and an ore raw material conveyor, it is necessary to grasp the characteristics after mixing them in either the series state or the laminated state, as in the case of the equipment shown in FIG. Can be done. More preferably, in the embodiment shown in FIG. 2, it is preferable to measure the characteristics of the blast furnace raw material with a charging conveyor. In this case, the characteristics of the mixed raw material mixed in the relay tank can be measured, the above conversion is unnecessary, and the time lag is further increased as compared with the measurement with the coke conveyor, the sinter ore conveyor, and the ore raw material conveyor. This is because it can be reduced and can be measured immediately before the blast furnace.
（高炉原料の粒径）
測定工程で測定することができる高炉原料の粒径は、特に限定されないが、例えば、複数の鉱石原料の粒度分布より得られる平均径、及び／又は、複数の銘柄のコークスの粒度分布より得られる平均径であってもよい。「平均径」は、調和平均径を用いることができるが、シミュレーションの目的や実測値の再現度などに応じて他の平均径を用いてもよい。高炉原料の粒径は、自動篩機などの従来の測定装置を除外するものではないが、オンラインで粒径を測定できる任意の測定装置で好適に測定することができ、例えば、レーザー光切断３Ｄカメラによる撮像と表層粒子を認識する処理とを行うことで測定してもよい。なお、高炉原料の粒径を装入コンベヤで測定する場合は、測定装置を１台にすることも可能であるが、鉱石原料用及びコークス用に１台ずつ合計２台を設置してもよい。１台使用する場合は測定装置の設置スペースを低減できて装置コストも低減でき、一方、２台使用する場合は高炉原料の種類に応じた個別チューニング（切り替え）が不要になる。高炉原料の粒径をコークス用コンベヤ及び鉱石原料用コンベヤで測定する場合は、それぞれに対して計２台の測定装置を用いればよく、コークス用コンベヤ、焼結鉱用コンベヤ及び鉱石原料用コンベヤで測定する場合は、それぞれに対して計３台の測定装置を用いればよい。後述する高炉原料の成分の測定についても同様である。
なお、測定工程で測定する高炉原料の粒径は、単独または混合状態の高炉原料の粒度分布であってもよい。これらの粒度分布情報を公知の装入物分布モデルに入力して炉頂境界条件を作成して、高炉数学モデルに入力してもよい。
(Grain size of blast furnace raw material)
The particle size of the blast furnace raw material that can be measured in the measuring step is not particularly limited. It may be an average diameter. The harmonic mean diameter can be used as the “average diameter”, but other average diameters may be used depending on the purpose of the simulation and the reproducibility of the measured values. The particle size of the blast furnace raw material does not exclude conventional measuring devices such as an automatic sieving machine, but can be suitably measured by any measuring device capable of measuring the particle size online, for example, laser light cutting 3D. The measurement may be performed by performing imaging with a camera and processing for recognizing surface layer particles. When measuring the particle size of the blast furnace raw material with a charging conveyor, it is possible to use one measuring device, but a total of two may be installed, one for the ore raw material and one for the coke. .. When one unit is used, the installation space of the measuring device can be reduced and the equipment cost can be reduced. On the other hand, when two units are used, individual tuning (switching) according to the type of blast furnace raw material becomes unnecessary. When measuring the particle size of the blast furnace raw material with a coke conveyor and an ore raw material conveyor, a total of two measuring devices may be used for each, and the coke conveyor, the sintered ore conveyor and the ore raw material conveyor may be used. When measuring, a total of three measuring devices may be used for each. The same applies to the measurement of the components of the blast furnace raw material, which will be described later.
The particle size of the blast furnace raw material measured in the measuring step may be the particle size distribution of the blast furnace raw material in a single or mixed state. These particle size distribution information may be input to a known charge distribution model to create a furnace top boundary condition and input to a blast furnace mathematical model.
（高炉原料の成分）
測定工程で測定することができる高炉原料の成分は、特に限定されないが、例えば、複数の鉱石原料の平均組成、及び／又は、複数の銘柄のコークスの平均組成であってもよい。鉱石原料としては、焼結鉱、塊鉱石、ペレットなどがあり、その組成としては、例えば、ＣａＯ、ＳｉＯ２、ＭｇＯ、Ａｌ２Ｏ３、ＦｅＯ、水分などが挙げられる。コークスの組成としては、例えば、Ｃ、ＳｉＯ２、Ａｌ２Ｏ３、水分などが挙げられる。高炉原料の成分は、従来の化学分析装置を除外するものではないが、オンラインで組成を測定できる任意の測定装置で好適に測定することができ、例えば、バルク分析が可能な中性子線成分分析装置を用いて測定するのが最も好ましい。透過力の高い中性子線を用いることにより、混合状態での成分測定が容易になる。
(Ingredients of blast furnace raw material)
The components of the blast furnace raw material that can be measured in the measuring step are not particularly limited, but may be, for example, the average composition of a plurality of ore raw materials and / or the average composition of a plurality of brands of coke. Examples of the ore raw material include sinter, lump ore, pellets, and the like, and examples thereof include CaO, SiO 2 , MgO, Al 2 O 3 , FeO, and water. Examples of the composition of coke include C, SiO 2 , Al 2 O 3 , water and the like. The components of the blast furnace raw material do not exclude the conventional chemical analyzer, but can be suitably measured by any measuring device whose composition can be measured online, for example, a neutron beam component analyzer capable of bulk analysis. It is most preferable to measure using. By using a neutron beam having high penetrating power, it becomes easy to measure the components in a mixed state.
［取得工程］
本発明における取得工程において、上述した測定工程で得られる測定結果である原料性状、及び／又は、当該測定結果を演算して得られる演算結果である原料性状が取得される。「測定結果である原料性状」とは、測定工程で測定される高炉原料の成分及び粒径の少なくとも一方を意味する。具体的には、例えば、質量％に基づく鉱石原料における全鉄量（Ｔ．Ｆｅ）、並びにＣａＯ、ＳｉＯ２、ＭｇＯ、及びＡｌ２Ｏ３の量、鉱石原料の粒径、質量％に基づくコークスにおけるＣ、ＳｉＯ２及びＡｌ２Ｏ３の量、コークスの粒径などである。また、「測定結果を演算して得られる演算結果である原料性状」とは、測定工程で測定される高炉原料の上記のような特性値に基づいて所定の演算を行って得られる数値であり、例えば、鉱石原料の被還元性（ＲＩ）及び耐還元粉化性（ＲＤＩ）など、及び／又はコークスのドラム強度（ＤＩ）及びＣＯ２に対する反応指数（ＣＲＩ）などであり、典型的にはＲＩ及びＲＤＩである。高炉数学モデルの精度を高める観点から、測定結果である原料性状及び測定結果を演算して得られる演算結果の両方が取得されることが好ましい。
[Acquisition process]
In the acquisition step of the present invention, the raw material properties which are the measurement results obtained in the above-mentioned measurement step and / or the raw material properties which are the calculation results obtained by calculating the measurement results are acquired. The “raw material property as a measurement result” means at least one of the components and the particle size of the blast furnace raw material measured in the measurement step. Specifically, for example, the total iron amount (T.Fe) in the ore raw material based on mass%, the amount of CaO, SiO 2 , MgO, and Al 2 O 3 , the particle size of the ore raw material, and coke based on mass%. The amount of C, SiO 2 and Al 2 O 3 in the above, the particle size of coke, and the like. Further, the "raw material property which is the calculation result obtained by calculating the measurement result" is a numerical value obtained by performing a predetermined calculation based on the above-mentioned characteristic value of the blast furnace raw material measured in the measurement process. For example, the reducibility (RI) and reduction pulverization resistance (RDI) of the ore raw material, and / or the drum strength (DI) of coke and the reaction index (CRI) with respect to CO 2, and typically. RI and RDI. From the viewpoint of improving the accuracy of the blast furnace mathematical model, it is preferable to obtain both the raw material properties, which are the measurement results, and the calculation results obtained by calculating the measurement results.
取得工程において、好ましくは、測定工程で得られた測定結果を、チャージごと又は所定時間ごとの平均値に演算して原料性状を取得するとよい。本明細書では、高炉に装入される１層分の鉱石原料とコークスとをあわせて１チャージといい、すなわち１チャージは、１バッチ若しくは複数バッチの鉱石原料及び１バッチ若しくは複数バッチのコークスの１サイクルの装入分である。例えば、鉱石原料とコークス原料とを１バッチずつ装入する場合は１チャージ＝２バッチであり、鉱石原料とコークス原料とを２バッチずつ装入する場合は１チャージ＝４バッチである。チャージごとの平均値に演算して原料性状を取得すると、高炉に装入される１層分の鉱石原料とコークスの性状をより効率よく把握することができる。一方、所定の時間（例えば、１チャージに要する時間の半分の時間）ごとの平均値に演算して原料性状を取得すると、当該所定の時間の間に装入された鉱石原料又はコークスの性状をより正確に把握することができる。なお、所定時間を長く取ることにより、測定工程やシミュレーションに要する処理能力を低減することが可能である。ＲＩ及びＲＤＩは、オフラインで実測することも可能であるが、鉱石原料の組成等に基づき演算して求めることで、時間的なロスなく、その演算結果をシミュレーションの入力値に使用し、タイムラグなく高炉数学モデルによるシミュレーションを行うことが可能となる。演算方法の一例としては、事前に、通常の操業で変化し得る組成範囲において、上で示した鉱石原料の各成分の質量％とＲＩ及びＲＤＩとの関係式（より簡易的には一次関数）を求めておき、上記各成分の質量％に応じてＲＩ及びＲＤＩを求めるようにしておけばよい。高炉数学モデルのシミュレーションにおいて、ＲＩ及びＲＤＩは例えば炉内での粒径変化の計算に用いられる。 In the acquisition step, it is preferable to calculate the measurement result obtained in the measurement step into an average value for each charge or for each predetermined time to acquire the raw material properties. In the present specification, one layer of ore raw material and coke charged into the blast furnace are collectively referred to as one charge, that is, one charge is for one batch or multiple batches of ore raw material and one batch or multiple batches of coke. It is a charge for one cycle. For example, when the ore raw material and the coke raw material are charged one batch at a time, 1 charge = 2 batches, and when the ore raw material and the coke raw material are charged at 2 batches, 1 charge = 4 batches. By calculating the average value for each charge and obtaining the raw material properties, the properties of one layer of ore raw material and coke charged into the blast furnace can be grasped more efficiently. On the other hand, when the raw material properties are obtained by calculating the average value for each predetermined time (for example, half the time required for one charge), the properties of the ore raw material or coke charged during the predetermined time can be obtained. It can be grasped more accurately. By taking a long predetermined time, it is possible to reduce the processing capacity required for the measurement process and the simulation. RI and RDI can be measured offline, but by calculating based on the composition of the ore raw material, etc., there is no time loss, and the calculation result is used as the input value of the simulation without time lag. It is possible to perform simulations using a blast furnace mathematical model. As an example of the calculation method, the relational expression (more simply, a linear function) between the mass% of each component of the ore raw material shown above and RI and RDI in the composition range that can be changed by normal operation in advance. , And RI and RDI may be obtained according to the mass% of each of the above components. In the simulation of the blast furnace mathematical model, RI and RDI are used, for example, to calculate the particle size change in the furnace.
［入力工程］
本発明における入力工程において、上記取得工程で取得した原料性状が前記高炉数学モデルの入力値として前記高炉数学モデルに入力される。当該原料性状は、原料槽の後、すなわち高炉装入の直前で測定した高炉原料の特性に基づくものであるため、本工程における入力値は、実際の高炉に装入される高炉原料の原料性状を良好に再現している。原料性状が高炉数学モデルに入力されると、高炉数学モデルにより定められた反応及び伝熱などに基づく計算がなされ、所望の出力がなされる。出力される結果としては、例えば、出銑量（トン／日）、コークス比（ｋｇ／ｔ）、微粉炭比（ｋｇ／ｔ）、還元材比（ｋｇ／ｔ）、溶銑温度（℃）、炉頂温度（℃）、ガス利用率（％）、送風圧（ｈＰａ）及び炉頂圧（ｈＰａ）などが挙げられる。
なお、この入力工程を複数回行うことにより、高炉数学モデル内において、炉高方向に原料性状が互いに異なる複数の鉱石層が存在したり、原料性状が互いに異なる複数のコークス層が存在したりするようになる。取得工程において原料性状を平均する時間間隔を短くすることにより、原料性状が異なる層の数が増え、より実際の炉況を反映しやすくなる。すなわち、高炉数学モデルの非定常計算において、高炉原料の経時変化が考慮され、任意の時刻において、高炉数学モデルで構築される高炉内には性状の異なる鉱石層及びコークス層が存在している。
[Input process]
In the input step of the present invention, the raw material properties acquired in the acquisition step are input to the blast furnace mathematical model as input values of the blast furnace mathematical model. Since the raw material properties are based on the characteristics of the blast furnace raw material measured after the raw material tank, that is, immediately before the blast furnace charging, the input value in this step is the raw material properties of the blast furnace raw material charged into the actual blast furnace. Is reproduced well. When the raw material properties are input to the blast furnace mathematical model, calculations based on the reaction and heat transfer determined by the blast furnace mathematical model are performed, and the desired output is obtained. The output results include, for example, the amount of hot metal output (ton / day), coke ratio (kg / t), pulverized coal ratio (kg / t), reducing material ratio (kg / t), hot metal temperature (° C.), Examples thereof include the furnace top temperature (° C.), the gas utilization rate (%), the ventilation pressure (hPa), and the furnace top pressure (hPa).
By performing this input process multiple times, in the blast furnace mathematical model, there may be a plurality of ore layers having different raw material properties in the furnace height direction, or a plurality of coke layers having different raw material properties. Will be. By shortening the time interval for averaging the raw material properties in the acquisition process, the number of layers having different raw material properties increases, and it becomes easier to reflect the actual furnace conditions. That is, in the unsteady calculation of the blast furnace mathematical model, the change with time of the blast furnace raw material is taken into consideration, and at an arbitrary time, the ore layer and the coke layer having different properties exist in the blast furnace constructed by the blast furnace mathematical model.
＜高炉操業方法＞
本発明に係る高炉操業方法は、上述した任意の態様の本発明に係るシミュレーション方法で得られるシミュレーション結果を利用する高炉操業方法である。当該シミュレーション方法は、上述したように、原料槽の後かつ高炉の前で測定する高炉原料の特性を用いることで、実際に高炉に装入される原料性状と略同一の原料性状を取得することができ、シミュレーションの入力値として用いる原料性状をより高精度で算出することが可能となる。よって、高炉数学モデルによるシミュレーションの予測精度が向上し、実際の炉況をより高精度で再現することが可能となる。
よって、本発明に係る高炉操業方法によれば、現在時刻の炉内状態を、当該現在時刻の直前の時刻に取得された原料性状が入力された高炉数学モデルのシミュレーション結果を用いて把握することができる。シミュレーション結果とは、種々の高炉諸元であり、代表的には、出銑量（トン／日）、還元材比（ｋｇ／ｔ）及び溶銑温度（℃）などである。
さらに、現在時刻の直前に取得された原料性状が将来の所定期間も継続して取得されると仮定して高炉数学モデルに入力することにより、現在時刻より後の将来時刻の炉内状態を、当該高炉モデルのシミュレーション結果を用いて予測することもできる。この場合であっても、現在時刻よりも前の入力値については高炉原料の経時変化が反映されていることから、十分な予測精度が期待できる。このような将来時刻の炉内状況の予測により、将来の炉内状態が悪化すると予想された場合に、操業管理指標が基準値に早く収束する適切なアクション（例えば、羽口からの送風条件、炉頂からの高炉原料の装入条件、及び高炉に装入される原料性状の変更）を決定することができる。
<Blast furnace operation method>
The blast furnace operating method according to the present invention is a blast furnace operating method that utilizes the simulation results obtained by the simulation method according to the present invention in any of the above-described aspects. As described above, the simulation method uses the characteristics of the blast furnace raw material measured after the raw material tank and in front of the blast furnace to obtain the raw material properties that are substantially the same as the raw material properties actually charged into the blast furnace. This makes it possible to calculate the raw material properties used as input values for simulation with higher accuracy. Therefore, the prediction accuracy of the simulation by the blast furnace mathematical model is improved, and the actual furnace condition can be reproduced with higher accuracy.
Therefore, according to the blast furnace operating method according to the present invention, the state in the furnace at the current time is grasped by using the simulation result of the blast furnace mathematical model in which the raw material properties acquired at the time immediately before the current time are input. Can be done. The simulation results are various blast furnace specifications, and typically, the amount of hot metal output (ton / day), the ratio of reducing material (kg / t), the hot metal temperature (° C.), and the like.
Furthermore, by inputting into the blast furnace mathematical model assuming that the raw material properties acquired immediately before the current time will be continuously acquired for a predetermined period in the future, the state in the furnace at a future time after the current time can be obtained. It can also be predicted using the simulation results of the blast furnace model. Even in this case, sufficient prediction accuracy can be expected because the input value before the current time reflects the change over time of the blast furnace raw material. Appropriate actions (for example, ventilation conditions from the tuyere, etc.) that the operation management index quickly converges to the reference value when the future furnace condition is predicted to deteriorate due to the prediction of the furnace condition at a future time. The conditions for charging the blast furnace raw material from the top of the furnace and the change in the properties of the raw material charged into the blast furnace) can be determined.
例えば、原料槽の前で原料性状を測定するような従来の方法では、８時間に１点程度の原料性状の情報しか得られず、高炉数学モデルで十分な精度で炉況を再現するのが容易ではなかったが、本発明に係る高炉操業方法では、例えば１チャージごとに炉況をシミュレーションにより再現し、より実際の炉況に近い高炉数学モデルを構築することができる。よって、高炉原料の粒径及び成分の変動に起因する出銑量や熱レベルの変動に対するアクションを取ることができれば、高炉の操業変動が抑制でき、高炉操業の安定化、さらに還元材比の低下が可能となる。 For example, in the conventional method of measuring the raw material properties in front of the raw material tank, only about one point of raw material properties information can be obtained every 8 hours, and the blast furnace mathematical model can reproduce the furnace condition with sufficient accuracy. Although it was not easy, in the blast furnace operation method according to the present invention, for example, the furnace condition can be reproduced by simulation for each charge, and a blast furnace mathematical model closer to the actual furnace condition can be constructed. Therefore, if actions can be taken against fluctuations in the amount of tapped iron and heat level caused by fluctuations in the particle size and composition of the blast furnace raw material, fluctuations in blast furnace operation can be suppressed, blast furnace operation can be stabilized, and the ratio of reducing agents can be reduced. Is possible.
好ましくは、高炉数学モデルのパラメータがより実際の炉況を反映するために、シミュレーション結果を用いて得られる現在時刻の炉内状態を示す値と、高炉に設けられた１つ又は複数のセンサの実測値とが一致するように、一定の周期で前記高炉数学モデルのパラメータをチューニングするとよい。高炉数学モデルのパラメータとは、例えば空隙率、熱伝達係数、還元反応速度定数などであり、それぞれ公知の方法でチューニングできる。このようなチューニングを行うことで、高炉数学モデルを実際の炉況に適宜修正することができ、長期にわたり高炉数学モデルによって実際の炉況を再現することが容易になる。 Preferably, in order for the parameters of the blast furnace mathematical model to better reflect the actual furnace conditions, a value indicating the state inside the furnace at the current time obtained using simulation results and one or more sensors provided in the blast furnace. It is advisable to tune the parameters of the blast furnace mathematical model at regular intervals so that they match the measured values. The parameters of the blast furnace mathematical model are, for example, the void ratio, the heat transfer coefficient, the reduction reaction rate constant, and the like, and each of them can be tuned by a known method. By performing such tuning, the blast furnace mathematical model can be appropriately modified to the actual furnace condition, and it becomes easy to reproduce the actual furnace condition by the blast furnace mathematical model for a long period of time.
以下、実施例によって本発明をより詳細に説明するが、本発明はこれらの実施例に何ら限定されるものではない。 Hereinafter, the present invention will be described in more detail with reference to Examples, but the present invention is not limited to these Examples.
炉容積４５００ｍ３の高炉を対象として、本発明に係る高炉数学モデルを用いるシミュレーション方法の有効性について検証を行った。本実施例におけるシミュレーションには、Ｋｏｊｉ ＴＡＫＡＴＡＮＩらの「Ｔｈｒｅｅ−ｄｉｍｅｎｓｉｏｎａｌ Ｄｙｎａｍｉｃ Ｓｉｍｕｌａｔｏｒ ｆｏｒ Ｂｌａｓｔ Ｆｕｒｎａｃｅ」，ＩＳＩＪ Ｉｎｔｅｒｎａｔｉｏｎａｌ，Ｖｏｌ．３９（１９９９），Ｎｏ．１，ｐ．１５−２２に記載の高炉数学モデルを用いた。 The effectiveness of the simulation method using the blast furnace mathematical model according to the present invention was verified for a blast furnace having a furnace volume of 4500 m 3. For the simulation in this example, Koji TAKATANI et al., "Three-dimensional Dynamic Simulation for Blast Furnace", ISIJ International, Vol. 39 (1999), No. 1, p. The blast furnace mathematical model described in 15-22 was used.
高炉数学モデルを用いたシミュレーションの計算で使用した基準操業条件及び高炉原料の原料性状をそれぞれ表１及び表２に示す。 Tables 1 and 2 show the standard operating conditions and the raw material properties of the blast furnace raw materials used in the calculation of the simulation using the blast furnace mathematical model, respectively.
上記表の基準操業条件及び高炉原料の原料性状に基づき、高炉の操業での実績と高炉数学モデルによるシミュレーション結果とがほぼ一致するように、高炉数学モデルにおいて２次元定常計算を行い、シミュレーションで構築した高炉モデル内の高炉原料の反応速度、通気、熱交換パラメータを調整した。 Based on the standard operating conditions in the above table and the raw material properties of the blast furnace raw material, perform two-dimensional steady calculation in the blast furnace mathematical model and construct by simulation so that the actual results in the operation of the blast furnace and the simulation results by the blast furnace mathematical model are almost the same. The reaction rate, aeration, and heat exchange parameters of the blast furnace raw materials in the blast furnace model were adjusted.
次に、原料性状の変化が高炉操業、具体的には出銑量及び溶銑温度にどの程度影響するかを確認するために、以下のように検証を行った。まず、対象とする高炉の実際の操業において、図２に示す装置における装入コンベヤ上で、高炉原料の原料性状の測定を行い、（１）その測定値を４時間ごとに平均化した値、及び（２）その測定値を基に演算して得られる値を取得した。より具体的には、（１）としては、鉱石原料のＴ．Ｆｅ、ＣａＯ、ＳｉＯ２、ＭｇＯ、Ａｌ２Ｏ３の質量％、鉱石原料の平均粒径、並びにコークスのＣ及びＳｉＯ２の質量％、コークスの平均粒径を取得し、（２）としては、鉱石原料のＲＤＩを取得した。取得した高炉原料の原料性状の変動推移を図３に示す。図３の推移からわかるように、原料性状は高炉操業において常に一定ではなく、経時的に変動することが見て取れる。なお、本実施例では、上述のように、測定値の４時間ごとの平均値を用いたが、より連続的（例えば、１時間ごと、３０分ごと、１０分ごと、５分ごと、又は１分ごと）に測定した値を高炉数学モデルの入力値として用いることで、より高精度な炉内状態の把握及び予測が可能となり、その結果、最適な操業アクションの選択を実施でき、高炉をより安定的に操業できる。 Next, in order to confirm how much the change in raw material properties affects the operation of the blast furnace, specifically, the amount of hot metal output and the temperature of hot metal, the following verification was carried out. First, in the actual operation of the target blast furnace, the raw material properties of the blast furnace raw material were measured on the charging conveyor in the apparatus shown in FIG. 2, and (1) the measured values were averaged every 4 hours. And (2) the value obtained by calculation based on the measured value was obtained. More specifically, as (1), the ore raw material T.I. The mass% of Fe, CaO, SiO 2 , MgO, Al 2 O 3 , the average particle size of the ore raw material, the mass% of C and SiO 2 of coke, and the average particle size of coke were obtained. Obtained RDI for ore raw material. Figure 3 shows the changes in the raw material properties of the acquired blast furnace raw materials. As can be seen from the transition in FIG. 3, it can be seen that the raw material properties are not always constant in the blast furnace operation and fluctuate with time. In this embodiment, as described above, the average value of the measured values every 4 hours is used, but it is more continuous (for example, every hour, every 30 minutes, every 10 minutes, every 5 minutes, or 1). By using the value measured every minute) as the input value of the blast furnace mathematical model, it is possible to grasp and predict the state inside the furnace with higher accuracy, and as a result, it is possible to select the optimum operation action and make the blast furnace more accurate. It can be operated stably.
次に、高炉原料の原料性状の変動による高炉操業への影響を確認するために、高炉数学モデルで用いるパラメータ、高炉原料の装入条件、及び送風条件を表１の基準操業条件で一定として、図３に示す原料性状の変動に対して出銑量（トン／日）、コークス比ＣＲ（ｋｇ／ｔ）、微粉炭比ＰＣＲ（ｋｇ／ｔ）、送風圧（ｈＰａ）、炉頂圧（ｈＰａ）、炉頂温度（℃）、ガス利用率ηＣＯ（％）、及び溶銑温度（℃）がどのように変動するかを、高炉数学モデルのシミュレーションにより計算した。その結果を図４に示す。図４の推移からわかるように、高炉原料の原料性状の変動により、例えば出銑量は±５００トン／日程度、溶銑温度は±２５℃程度の変動が起こっており、高炉原料の原料性状の変動による高炉操業への影響は無視できるものではないと言える。よって、本発明に係るシミュレーション方法に従って、より高炉に近い位置で、すなわちタイムラグが極めて少ない位置で測定した高炉原料の特性に基づいて原料性状を取得することにより、高炉数学モデルに入力する当該原料性状を、実際に高炉に装入される原料性状に近づけることで、高炉数学モデルの入力値としてより高精度の原料性状を使用できる。その結果、シミュレーションでより高い精度で実際の炉況を再現することが可能となり、より高い精度で炉内状態を把握又は予測することが可能となる。 Next, in order to confirm the effect of changes in the raw material properties of the blast furnace raw material on the blast furnace operation, the parameters used in the blast furnace mathematical model, the charging conditions for the blast furnace raw material, and the ventilation conditions were set to be constant under the standard operating conditions in Table 1. The amount of tapped iron (ton / day), coke ratio CR (kg / t), pulverized coal ratio PCR (kg / t), blast pressure (hPa), and blast furnace top pressure (hPa) with respect to fluctuations in raw material properties shown in FIG. ), The furnace top temperature (° C), the gas utilization rate ηCO (%), and the hot metal temperature (° C) were calculated by simulating a blast furnace mathematical model. The result is shown in FIG. As can be seen from the transition in FIG. 4, due to fluctuations in the raw material properties of the blast furnace raw material, for example, the amount of hot metal output fluctuates by about ± 500 tons / day and the hot metal temperature fluctuates by about ± 25 ° C. It can be said that the impact of fluctuations on blast furnace operation cannot be ignored. Therefore, according to the simulation method according to the present invention, the raw material properties to be input to the blast furnace mathematical model are input to the blast furnace mathematical model by acquiring the raw material properties based on the characteristics of the blast furnace raw material measured at a position closer to the blast furnace, that is, at a position where the time lag is extremely small. By bringing the material properties closer to those actually charged into the blast furnace, more accurate raw material properties can be used as the input value of the blast furnace mathematical model. As a result, it becomes possible to reproduce the actual furnace condition with higher accuracy by simulation, and it becomes possible to grasp or predict the state inside the furnace with higher accuracy.
本発明は、製鉄用高炉などの高温炉に関連する高炉数学モデルを用いるシミュレーション方法に使用することができ、本発明に係るシミュレーション方法により、現在時刻の炉内状態を把握、さらには将来時刻の炉内状態を予測でき、高炉の安定操業が可能となる。 The present invention can be used in a simulation method using a blast furnace mathematical model related to a high-temperature furnace such as a blast furnace for steelmaking. The state inside the furnace can be predicted, and stable operation of the blast furnace becomes possible.
Claims (12)
高炉原料を貯留する原料槽と、前記原料槽から高炉まで前記高炉原料を搬送する一または複数のコンベヤと、を備える高炉原料供給設備において、前記原料槽の後かつ前記高炉の前で前記高炉原料の粒径及び成分の少なくとも一方を測定する測定工程、
前記測定工程で得られる測定結果である原料性状、及び／又は、前記測定結果を演算して得られる演算結果である原料性状を取得する取得工程、並びに
前記原料性状を前記高炉数学モデルに入力する入力工程を含む、シミュレーション方法。 A simulation method that uses a blast furnace mathematical model.
In a blast furnace raw material supply facility including a raw material tank for storing a blast furnace raw material and one or a plurality of conveyors for transporting the blast furnace raw material from the raw material tank to the blast furnace, the blast furnace raw material is provided after the raw material tank and in front of the blast furnace. Measuring step of measuring at least one of the particle size and the component of
The raw material properties that are the measurement results obtained in the measurement step and / or the acquisition step that obtains the raw material properties that are the calculation results obtained by calculating the measurement results, and the raw material properties are input to the blast furnace mathematical model. A simulation method that includes an input process.
前記測定工程が、前記装入コンベヤで実施される、請求項１〜３のいずれか１項に記載のシミュレーション方法。 The blast furnace raw material supply facility includes, as the conveyor, a charging conveyor for transporting the blast furnace raw material from the raw material tank to the blast furnace.
The simulation method according to any one of claims 1 to 3, wherein the measuring step is carried out on the charging conveyor.
前記測定工程が、前記装入コンベヤで実施される、請求項１〜３のいずれか１項に記載のシミュレーション方法。 The blast furnace raw material supply facility further includes a relay tank between the raw material tank and the blast furnace, and as the conveyor, a conveyor for coke that conveys coke from the raw material tank to the relay tank, and the relay tank from the raw material tank to the relay tank. Conveyor for sintered ore that conveys sintered ore to, conveyor for ore raw material that conveys ore raw materials and auxiliary raw materials other than sintered ore from the raw material tank to the relay tank, and those blast furnaces from the relay tank to the blast furnace. Equipped with a charging conveyor for transporting raw materials,
The simulation method according to any one of claims 1 to 3, wherein the measuring step is carried out on the charging conveyor.
前記測定工程が、前記装入コンベヤで実施される、請求項１〜３のいずれか１項に記載のシミュレーション方法。 The blast furnace raw material supply facility further includes a relay tank between the raw material tank and the blast furnace, and as the conveyor, a conveyor for coke that conveys coke from the raw material tank to the relay tank, and the relay tank from the raw material tank to the relay tank. It is equipped with a conveyor for sintered ore that conveys ore raw materials and auxiliary raw materials, and a charging conveyor that conveys the blast furnace raw materials from the relay tank to the blast furnace.
The simulation method according to any one of claims 1 to 3, wherein the measuring step is carried out on the charging conveyor.
現在時刻の直前の時刻に取得された前記原料性状が繰り返し入力された前記高炉数学モデルのシミュレーション結果を用いて予測する、高炉操業方法。 A blast furnace operating method that utilizes the simulation results obtained by the simulation method according to any one of claims 1 to 9, wherein the state in the furnace at a future time after the current time is determined.
A blast furnace operation method for predicting using the simulation result of the blast furnace mathematical model in which the raw material properties acquired at the time immediately before the current time are repeatedly input.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020070973A JP2021167447A (en) | 2020-04-10 | 2020-04-10 | Simulation method using blast furnace mathematical model and blast furnace operation method using the same |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020070973A JP2021167447A (en) | 2020-04-10 | 2020-04-10 | Simulation method using blast furnace mathematical model and blast furnace operation method using the same |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2021167447A true JP2021167447A (en) | 2021-10-21 |
Family
ID=78079920
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020070973A Pending JP2021167447A (en) | 2020-04-10 | 2020-04-10 | Simulation method using blast furnace mathematical model and blast furnace operation method using the same |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2021167447A (en) |
-
2020
- 2020-04-10 JP JP2020070973A patent/JP2021167447A/en active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101671044B (en) | Application of PGNAA element on-line analyzer in production of aluminum oxide | |
| CN111593155B (en) | Blast furnace diagnosis system and method | |
| CN111607673B (en) | Pre-iron diagnostic system and method | |
| CN109583118B (en) | Sintering ratio calculation and sinter cost optimization method | |
| CN111639801B (en) | Scoring method and scoring system for blast furnace conditions | |
| CN110724813B (en) | Online adjusting system and method for alkalinity of sinter | |
| CN111024921B (en) | System and method for monitoring coal quality in furnace | |
| CN112625758A (en) | Intelligent gasification batching system and method | |
| CN113359465B (en) | System and method for intelligently controlling sintering ingredient components | |
| Williams | Control and analysis in iron and steelmaking | |
| JP2021167447A (en) | Simulation method using blast furnace mathematical model and blast furnace operation method using the same | |
| CN107728684A (en) | A kind of limekiln calcining intelligence control system and control method | |
| JP2016081195A (en) | Raw material purchase and use plan creation device, method, and program | |
| JP2015196888A (en) | Estimation method of powder rate of blast furnace raw material, and operation method of blast furnace | |
| CN104599076B (en) | A kind of steel production solid waste recycles scheduling system and method | |
| CN108693072B (en) | Material type identification method and device | |
| Semenov et al. | Decision support system for controlling thermal state of blast furnace smelting | |
| Agrawal et al. | Improving the burdening practice by optimization of raw flux calculation in blast furnace burden | |
| CN110643777A (en) | Automatic weighing control method for auxiliary raw material bin for converter smelting production system | |
| Mohanan et al. | Prediction and optimization of internal return fines generation in iron ore sintering using machine learning | |
| US3502162A (en) | Weight correcting material handling control for variable water content materials used in blast furnaces and other apparatus | |
| JP6866856B2 (en) | Sintered ore manufacturing method and blast furnace operation method | |
| CN117556711B (en) | Blast furnace coal injection optimization method, system, terminal and medium based on neural network | |
| JP2018115368A (en) | Estimating method of boron concentration in steel material and control method thereof | |
| Hazra et al. | Application of data reconciliation and gross error detection techniques to enhance reliability and consistency of the blast furnace process data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221205 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231027 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231031 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231220 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20240227 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240527 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20240603 |