JP2022136968A - 高炉操業のアクション量決定方法、アクション量決定プログラム、アクション量決定システム及び高炉の操業方法 - Google Patents

Abstract

【課題】 安定状態及び不安定状態の間で細分化された炉内状態に着目し、高炉の操業時に所定のアクションを行うときに、炉内状態を安定化させることができるアクション量を決定する。
【解決手段】 高炉操業のアクション量決定方法では、高炉の操業時に取得した操業管理指標のデータに基づいて、安定状態及び不安定状態の間で細分化された炉内状態を規定する炉内状態指数を求める。また、互いに異なる複数種類のモデルのそれぞれにおいて、操業管理指標のデータに基づいて、所定のアクションで炉内状態を安定化させるためのアクション量を決定する。各モデルのアクション量に対して、炉内状態指数に応じた重み付け加算を行うことにより、統合アクション量を求め、統合アクション量を高炉操業のアクションにおけるアクション量として決定する。
【選択図】図３

Description

本発明は、高炉操業における所定アクションのアクション量を決定する方法、プログラム及びシステムと、決定したアクション量に基づいて高炉の操業を行う方法に関する。

特許文献１には、定常炉況時には炉熱自動制御モデルを用いて自動操業を行い、非定常炉況時にはエキスパートシステムに従って操業を行うことが記載されている。ここで、炉熱自動制御モデルは、高炉に設置したセンサから取得したデータを用いて所定の計算を行い、この計算結果に基づいて、高炉に対するアクション量を数式によって決定するものである。また、エキスパートシステムは、高炉に設置したセンサから取得したデータを用いて炉熱状況及び高炉に対するアクション量を推論するための知識をルール化したものである。

特開平３－１２０３０５号公報

新日鉄住金技報第４１０号（２０１８）、「高炉数学モデルの開発」、第７３～７９頁 鉄と鋼、９０巻（２００４）１１号、「高炉操業における大規模データベースオンラインモデリング」、第９１７～９２４頁

特許文献１によれば、定常炉況及び非定常炉況を区別しているが、実際の高炉操業では、定常炉況及び非定常炉況を厳密に区別することは難しい。実際の高炉操業では、定常炉況から非定常炉況に向かって時々刻々と変化したり、非定常炉況から定常炉況に向かって時々刻々と変化したりする。また、この変化の時間は、数分、数時間、数日と多岐にわたる。したがって、特許文献１のように、定常炉況及び非定常炉況の２つに区分して高炉の操業を行うことは、高炉操業の安定性を損なうおそれがある。

本発明の目的は、安定状態及び不安定状態の間で細分化された炉内状態に着目し、高炉の操業時に所定のアクションを行うときに、炉内状態を安定化させることができるアクション量を決定することにある。

本願第１の発明である高炉操業のアクション量決定方法では、高炉の操業時に取得した操業管理指標のデータに基づいて、安定状態及び不安定状態の間で細分化された炉内状態を規定する炉内状態指数を求める。また、互いに異なる複数種類のモデルのそれぞれにおいて、操業管理指標のデータに基づいて、所定のアクションで炉内状態を安定化させるためのアクション量を決定する。そして、各モデルのアクション量に対して、炉内状態指数に応じた重み付け加算を行うことにより、統合アクション量を求め、統合アクション量を高炉操業のアクションにおけるアクション量として決定する。

モデルには、数学モデルと、データベースモデルと、エキスパートモデルとが含まれる。数学モデルは、高炉内における物質収支、エネルギ収支及び運動量収支から推定される炉内状態に基づいてアクション量を決定する。データベースモデルは、過去の操業実績を蓄積したデータベースに基づいてアクション量を決定する。エキスパートモデルは、高炉操業のエキスパートの経験則から作成されたルールに基づいてアクション量を決定する。

炉内状態が安定状態に近づくほど、炉内状態指数が高くなるとき、炉内状態指数が高いほど、数学モデルの重み付けを高くすることができる。また、炉内状態が安定状態に近づくほど、炉内状態指数が高くなるとき、炉内状態指数が低いほど、エキスパートモデルの重み付けを高くすることができる。

炉内状態が安定状態であるときに炉内状態指数を１．０とし、炉内状態が不安定状態であるときに炉内状態指数を０．０とすることができる。ここで、炉内状態指数は、細分化された炉内状態に応じて、０．０以上、１．０以下の範囲内の値を示すことができる。

統合アクション量でアクションを行ったときの操業管理指標の変化量である実測変化量を測定する。実測変化量が、統合アクション量でアクションを行う際に目標とする操業管理指標の変化量である目標変化量よりも少ないとき、実測変化量及び目標変化量の差に基づいて、統合アクション量を増加方向に補正するための補正係数を決定することができる。一方、実測変化量が目標変化量よりも多いとき、実測変化量及び目標変化量の差に基づいて、統合アクション量を減少方向に補正するための補正係数を決定することができる。

統合アクション量を高炉の操業状態を予測するモデル上での操業におけるアクション量として決定し、前記モデル上でのアクションのタイミングが現在から先の時点であるほど、前記数学モデルの重み付けを高くし、前記データベースモデルの重み付けを低くする、ことができる。

本願第２の発明は、上述した本願第１の発明であるアクション量決定方法によって決定された統合アクション量に基づいて高炉の操業を行う。

本願第３の発明である高炉操業のアクション量決定プログラムは、以下に説明する工程をコンピュータに実行させる。第一の工程では、高炉の操業時に取得した操業管理指標のデータに基づいて、安定状態及び不安定状態の間で細分化された炉内状態を規定する炉内状態指数を求める。第二の工程では、互いに異なる複数種類のモデルのそれぞれにおいて、操業管理指標のデータに基づいて、所定のアクションで炉内状態を安定化させるためのアクション量を決定する。第三の工程では、各モデルのアクション量に対して、炉内状態指数に応じた重み付け加算を行うことにより、統合アクション量を求める。第四の工程では、求めた統合アクション量を高炉操業のアクションにおけるアクション量として決定する。

本願第４の発明である高炉操業のアクション量決定システムは、炉内状態指数算出部と、アクション決定部と、統合アクション量算出部と、を有する。炉内状態指数算出部は、高炉の操業時に取得した操業管理指標のデータに基づいて、安定状態及び不安定状態の間で細分化された炉内状態を規定する炉内状態指数を求める。アクション決定部は、互いに異なる複数種類のモデルのそれぞれにおいて、操業管理指標のデータに基づいて、所定のアクションで炉内状態を安定化させるためのアクション量を決定する。統合アクション量算出部は、各モデルのアクション量に対して、炉内状態指数に応じた重み付け加算を行うことにより、統合アクション量を求める。この統合アクション量は、高炉操業のアクションにおけるアクション量として決定される。

本発明によれば、炉内状態指数を規定することにより、炉内状態を安定状態及び不安定状態の２つの状態だけではなく、安定状態及び不安定状態の間で細分化された炉内状態を特定することができる。統合アクション量は、複数種類のモデルで決定されたアクション量に対して、炉内状態指数に応じた重み付け加算を行った量であるため、複数種類のモデルで決定されたアクション量を総合的に勘案した量となる。この統合アクション量に基づいて高炉の操業を行えば、特定のアクションで決定されたアクション量に依存することを防止し、炉内状態を安定化させやすくなる。

炉内状態指数と重み付け係数ｋ_１～ｋ_３の関係を示す図である。 統合アクション量を決定する構成を示すブロック図である。 統合アクション量を決定する処理を示すフローチャートである。 決定方法４において（a）１時間後のアクション量決定に用いる重み付け係数と、（ｂ）８時間後のアクション量決定に用いる重み付け係数を示す図である。 比較例及び実施例（決定方法１～３及び統合アクション量Ａ_{ｔоｔａｌ}の補正）において、高炉操業の総時間に対して、炉内状態指数Ｉが０．７以上であるときの総時間が占める時間比率Ｒｔを示す図である。 決定方法４によってアクション量を決定して高炉の操業を予測した場合の予測値と実績値との比較結果を示す図である。

（第１の実施形態）
（本実施形態の概要）
本実施形態は、実際の高炉操業において、炉内状態を安定化させるためのアクションを行うときのアクションの量（以下、「アクション量」という）を決定するものである。本実施形態では、安定状態及び不安定状態の間で細分化された炉内状態を特定するために、後述する炉内状態指数Ｉを規定している。

上述したアクション量は、互いに異なる複数種類のモデルを用いてそれぞれ決定される。そして、共通のアクションにおける各モデルのアクション量に対して、炉内状態指数Ｉに応じた重み付け加算を行うことにより、統合アクション量Ａ_{ｔоｔａｌ}を求める。この統合アクション量Ａ_{ｔоｔａｌ}は、実際の高炉操業において、上述した共通のアクションを行うときのアクション量となる。

アクションは、炉内状態を安定化させるためのアクションであり、例えば、微粉炭の吹込み、コークスの装入、送風が挙げられる。アクション量としては、例えば、微粉炭吹込み量、コークス装入量、送風量、酸素富化量が挙げられる。

（炉内状態指数Ｉ）
炉内状態指数Ｉは、高炉の炉内状態を表す指数である。操業中の高炉の炉内状態は、時々刻々と変化するため、炉内状態指数Ｉは、所定の周期（例えば、数十分単位）で求めることが好ましい。本実施形態において、炉内状態指数Ｉは、安定状態及び不安定状態の間で細分化された炉内状態を０．０以上、１．０以下の数値範囲内の値（小数点第一位までの値）で表される。この数値範囲の上限値（１．０）は、安定状態（又は不安定状態）を示し、数値範囲の下限値（０．０）は、不安定状態（又は安定状態）を示す。

炉内状態が安定状態であるときの炉内状態指数Ｉを１．０としたときには、炉内状態が不安定状態であるときの炉内状態指数Ｉは０．０となる。一方、炉内状態が不安定状態であるときの炉内状態指数Ｉを０．０としたときには、炉内状態が安定状態であるときの炉内状態指数Ｉは１．０となる。なお、以下の説明では、炉内状態が不安定状態であるときの炉内状態指数Ｉを０．０とし、炉内状態が安定状態であるときの炉内状態指数Ｉを「１．０」としている。

炉内状態指数Ｉは、細分化された炉内状態を表すものであればよく、後述するように、様々な観点から炉内状態指数Ｉを規定することができる。炉内状態指数Ｉの具体的な規定方法については、後述する。

なお、炉内状態指数Ｉが取り得る数値範囲は、０．０以上、１．０以下に限るものではなく、適宜決めることができる。すなわち、炉内状態が安定状態であるときの炉内状態指数Ｉを数値範囲の上限値（又は下限値）として定め、炉内状態が不安定状態であるときの炉内状態指数Ｉを数値範囲の下限値（又は上限値）として定めればよい。これにより、安定状態及び不安定状態の間のいかなる炉内状態に対しても、数値範囲内の値として炉内状態指数Ｉを特定することができる。

（モデルの種類）
モデルは、目標とする操業諸元が得られるように、アクション量を決めることができるものである。このモデルとしては、例えば、数学モデル、データベースモデル、エキスパートモデルが挙げられる。なお、本実施形態で適用されるモデルは、これら３種類のモデルに限るものではなく、種々の観点から構築されたモデルを用いることができる。しかしながら、後述するように炉内状態が安定状態であるとき、数学モデルで決定されたアクション量の信頼性が相対的に高いため、数学モデルが含まれることが好ましい。また、後述するように炉内状態が不安定状態であるとき、エキスパートモデルで決定されたアクション量の信頼性が相対的に高いため、エキスパートモデルが含まれることが好ましい。

数学モデルは、高炉内における物質収支、エネルギ収支及び運動量収支から炉内状態を推定するものであり、炉内状況を推定することにより、アクション量を決めることができる。数学モデルとしては、非特許文献１に記載の高炉数学モデルを用いることができる。高炉数学モデルとしては、１次元定常モデル、１次元非定常モデル、２次元定常モデル、３次元非定常モデルがある。３次元非定常モデルは、気体・固体・液体の各相に関して、物質収支式、エネルギ収支式及び運動量収支式を定義し、高炉の炉内状態を推定するものである。

データベースモデルは、過去の操業実績を蓄積したデータベースに基づいて、アクション量を決定するものである。データベースモデルとしては、非特許文献２に記載の大規模データベースオンラインモデリング（ＬＯＭ；Large scale database-based Online Modeling）を用いることができる。ＬＯＭでは、高炉に設置されたセンサによって測定された測定値（温度、圧力、組成）や、この測定値から算出される操業管理値（Ｋ値や熱負荷）を用いて大規模データベースを構築し、過去の類似操業事例の検索と、この検索結果に基づく将来予想を行うことにより、適切なアクション量を決定することができる。

エキスパートモデルは、高炉操業のエキスパートの経験則から作成されたルールに基づいて、アクション量を決定するものである。特許文献１に記載されているように、高炉の各データから高炉に対するアクション量を決定する人間（高炉操業のエキスパート）の知識をルール化したシステムを構築することにより、適切なアクション量を決定することができる。

数学モデル、データベースモデル及びエキスパートモデルのそれぞれについては、１つのモデルを用いてもよいし、内容が異なる複数のモデルを用いてもよい。例えば、数学モデルとして、内容が異なる複数の数学モデルを用いたり、データベースモデルとして、内容が異なる複数のデータベースモデルを用いたり、エキスパートモデルとして、内容が異なる複数のエキスパートモデルを用いたりすることができる。

（アクションの決定方法）
上述した各モデルによれば、適切なアクション量が決定されるが、後述する統合アクション量Ａ_{ｔоｔａｌ}を決定する上では、各モデルに対して共通のアクションを予め決めておけばよい。

（統合アクション量Ａ_{ｔоｔａｌ}の決定方法）
複数種類のモデルでは、共通のアクションにおいて、アクション量をそれぞれ決定することができる。そして、複数種類のモデルで決定されたアクション量に対して、炉内状態指数Ｉに応じた重み付け加算を行うことにより、統合アクション量Ａ_{ｔоｔａｌ}が求められる。上述したように、炉内状態指数Ｉは所定の周期で求められるが、炉内状態指数Ｉを求めるたびに、統合アクション量Ａ_{ｔоｔａｌ}を求めることができる。

上述した３種類のモデル（数学モデル、データベースモデル、エキスパートモデル）を用いる場合、統合アクション量Ａ_{ｔоｔａｌ}は、下記式（１）から求められる。

上記式（１）において、Ａ_{ｔоｔａｌ}は統合アクション量、Ａ_ｍｍは数学モデルで決定されたアクション量、Ａ_ｄｍはデータベースモデルで決定されたアクション量、Ａ_ｅｍはエキスパートモデルで決定されたアクション量である。これらのアクション量Ａ_ｍｍ，Ａ_ｄｍ，Ａ_ｅｍは、同一のアクションに属するものであり、単位は同一である。上述したように、炉内状態指数Ｉは所定の周期で求められるが、炉内状態指数Ｉの算出周期に合わせて、アクション量Ａ_ｍｍ，Ａ_ｄｍ，Ａ_ｅｍを求めることができる。

上記式（１）において、ｋ_１はアクション量Ａ_ｍｍに関する重み付け係数（言い換えれば、重み付け係数）、ｋ_２はアクション量Ａ_ｄｍに関する重み付け係数（言い換えれば、重み付け係数）、ｋ_３はアクション量Ａ_ｅｍに関する重み付け係数（言い換えれば、重み付け係数）である。重み付け係数ｋ_１～ｋ_３のそれぞれは０．０以上、１．０以下の値であり、重み付け係数ｋ_１～ｋ_３の総和は１．０となる。後述するように、各重み付け係数ｋ_１～ｋ_３は、炉内状態指数Ｉに基づいて決定される。すなわち、炉内状態指数Ｉを求めるたびに、各重み付け係数ｋ_１～ｋ_３が決定される。

ここで、上述したように１種類のモデル（数学モデル、データベースモデル、エキスパートモデル）として、内容が異なる複数のモデルを用いる場合には、該当するモデルの重み付け係数（ｋ_１，ｋ_２，ｋ_３）をモデルの総数で案分し、案分後の重み付け係数に基づいて、複数のモデルで決定されたアクション量に対して重み付け加算することができる。例えば、数学モデルとして、内容が異なるＮ個の数学モデルを用いた場合、Ｎ個の数学モデルのそれぞれで決定されたアクション量Ａ_ｍｍに対して、重み付け係数ｋ_１を総数Ｎで除算した値（ｋ_１／Ｎ）を乗算し、各数学モデルで算出された値（Ａ_ｍｍ×ｋ_１／Ｎ）を加算することができる。データベースモデルやエキスパートモデルについても、上述した数学モデルと同様の方法を適用することができる。

なお、統合アクション量Ａ_{ｔоｔａｌ}を求めるときのモデルの数は、複数であればよく、上述した３種類のモデルのすべてを用いなくてもよい。また、４種類以上のモデルでそれぞれ決定されたアクション量に基づいて、統合アクション量Ａ_{ｔоｔａｌ}を求めることもできる。これらの点を考慮すると、統合アクション量Ａ_{ｔоｔａｌ}を求める式は、下記式（２）で表すことができる。

上記式（２）において、添え字ｎはモデルの種類（複数）を示す。Ａ_ｎはモデル（ｎ）で決定されたアクション量であり、ｋ_ｎはアクション量Ａ_ｎに関する重み付け係数（言い換えれば、重み付け係数）である。重み付け係数ｋ_ｎの総和は１．０である。アクション量Ａ_ｎには、上記式（１）に示すアクション量Ａ_ｍｍ，Ａ_ｄｍ，Ａ_ｅｍが含まれ、重み付け係数ｋ_ｎには、上記式（１）に示す重み付け係数ｋ_１～ｋ_３が含まれる。

（重み付け係数ｋ_１～ｋ_３の決定方法）
上記式（１）に示す重み付け係数ｋ_１～ｋ_３は、炉内状態指数Ｉに基づいて決定されるが、この決定方法としては、例えば、以下に説明する４つの方法がある。なお、後述するように、炉内状態指数Ｉは複数の種類で規定することができるが、重み付け係数ｋ_１～ｋ_３を決定するときには、共通の炉内状態指数Ｉを用いることになる。

（重み付け係数ｋ_１～ｋ_３の決定方法１）
決定方法１では、下記表１に示すように、炉内状態指数Ｉを区分Ａ（０．７≦Ｉ≦１．０）、区分Ｂ（０．４≦Ｉ＜０．７）及び区分Ｃ（０．０≦Ｉ＜０．４）に分け、各区分Ａ～Ｃに対応した重み付け係数ｋ_１～ｋ_３を予め決めている。

ここで、過去の操業実績によれば、炉内状態指数Ｉが０．７以上、１．０以下である場合には、高炉の炉内状態が安定状態であり、炉内状態指数Ｉが０．０以上、０．４未満である場合には、高炉の炉内状態が不安定状態であった。したがって、安定状態（炉内状態指数Ｉが０．７以上、１．０以下）を区分Ａとし、不安定状態（炉内状態指数Ｉが０．０以上、０．４未満）を区分Ｃとし、これら以外の状態（炉内状態指数Ｉが０．４以上、０．７未満）を区分Ｂと決めた。なお、高炉の各炉内状態に応じて炉内状態指数Ｉが区分されていればよく、各区分Ａ～Ｃの範囲は上記範囲（区分Ａ：０．７以上１．０以下、区分Ｂ：０．４以上０．７未満、区分Ｃ：０．０以上０．４未満）に限られない。

炉内状態指数Ｉを求めた後、この炉内状態指数Ｉが区分Ａ～Ｃのいずれに属するかを判断する。そして、重み付け係数ｋ_１～ｋ_３として、炉内状態指数Ｉが属する区分に対応した値が特定される。

区分Ａでは、区分Ｂと比べて炉内状態が安定しており、区分Ｂでは、区分Ｃと比べて炉内状態が安定している。すなわち、区分Ｃ、区分Ｂ及び区分Ａの順に、炉内状態が安定化していることを意味している。言い換えれば、区分Ａ、区分Ｂ及び区分Ｃの順に、炉内状態が不安定化していることを意味している。

炉内状態が安定状態であるとき、数学モデルで決定されたアクション量Ａ_ｍｍは、データベースモデルやエキスパートモデルで決定されたアクション量Ａ_ｄｍ，Ａ_ｅｍよりも信頼性が相対的に高いと考えられる。このため、区分Ａでは、重み付け係数ｋ_１を重み付け係数ｋ_２，ｋ_３よりも高くしている。上記表１では、重み付け係数ｋ_１を１．０とし、重み付け係数ｋ_２，ｋ_３の両方０．０としている。

一方、炉内状態が不安定状態であるとき、エキスパートモデルで決定されたアクション量Ａ_ｅｍは、数学モデルやデータベースモデルで決定されたアクション量Ａ_ｍｍ，Ａ_ｄｍよりも信頼性が相対的に高いと考えられる。このため、区分Ｃでは、重み付け係数ｋ_３を重み付け係数ｋ_１，ｋ_２よりも高くしている。上記表１では、重み付け係数ｋ_３を１．０とし、重み付け係数ｋ_１，ｋ_２の両方を０．０としている。

区分Ｂは、区分Ａ及び区分Ｃの間に位置しているため、３種類のモデルに対する信頼性のバランスを考慮して重み付け係数ｋ_１～ｋ_３を決めている。上記表１では、区分Ｂについて、重み付け係数ｋ_３を最も高くし、重み付け係数ｋ_１を最も低くしている。すなわち、重み付け係数ｋ_３、重み付け係数ｋ_２、重み付け係数ｋ_１の順に低くしている。なお、区分Ｂにおける重み付け係数ｋ_１～ｋ_３の高低関係は、上記表１に示す高低関係に限るものではなく、例えば、高炉や操業条件などを考慮して適宜決めることができる。例えば、区分Ｂにおいて、重み付け係数ｋ_１又は重み付け係数ｋ_２を最も高くすることができる。

なお、上記表１では、炉内状態指数Ｉを３つの区分Ａ～Ｃに分けているが、区分の数は、２つであってもよいし、４つ以上であってもよい。区分の数を決めた後は、区分ごとに重み付け係数ｋ_１～ｋ_３を予め決めておけばよい。また、各区分Ａ～Ｃの重み付け係数ｋ_１～ｋ_３は、上記表１に示す値に限るものではなく、上述したように、炉内状態に応じた各モデルに対する信頼性を考慮して適宜決めることができる。

（重み付け係数ｋ_１～ｋ_３の決定方法２）
決定方法２では、図１に示すように、炉内状態指数Ｉに応じて、重み付け係数ｋ_１～ｋ_３がそれぞれ定められている。上記決定方法１では、炉内状態指数Ｉが１つの区分に属するときには、各重み付け係数ｋ_１～ｋ_３を同一としていたが、決定方法２では、炉内状態指数Ｉに応じて各重み付け係数ｋ_１～ｋ_３を変更している。

炉内状態指数Ｉが０．０であるとき、すなわち、炉内状態が不安定状態であるとき、エキスパートモデルで決定されたアクション量Ａ_ｅｍについては、信頼性が認められるため、重み付け係数ｋ_３を１．０としている。一方、数学モデルやデータベースモデルで決定されたアクション量Ａ_ｍｍ，Ａ_ｄｍの信頼性は相対的に低いと考えられるため、重み付け係数ｋ_１，ｋ_２の両方を０．０としている。

炉内状態指数Ｉが０．０に近づくほど、エキスパートモデルで決定されたアクション量Ａ_ｅｍの信頼性が相対的に高くなると考えるため、図１に示すように、炉内状態指数Ｉが０．０に近づくほど、重み付け係数ｋ_３を１．０に近づけている。言い換えれば、炉内状態指数Ｉが１．０に近づくほど、重み付け係数ｋ_３を０．０に近づけることが好ましい。ここで、重み付け係数ｋ_３を０．０よりも大きくし始めるときの炉内状態指数Ｉは適宜決めることができる。なお、図１では、重み付け係数ｋ_３を０．０よりも大きくし始めるときの炉内状態指数Ｉを０．７５としている。

炉内状態指数Ｉが１．０であるとき、すなわち、炉内状態が安定状態であるとき、数学モデルで決定されたアクション量Ａ_ｍｍについては、信頼性が認められるため、重み付け係数ｋ_１を１．０としている。一方、データベースモデルやエキスパートモデルで決定されたアクション量Ａ_ｄｍ，Ａ_ｅｍの信頼性は相対的に低いと考えられるため、重み付け係数ｋ_２，ｋ_３の両方を０．０としている。

炉内状態指数Ｉが１．０に近づくほど、数学モデルで決定されたアクション量Ａ_ｍｍの信頼性が相対的に高くなると考えるため、図１に示すように、炉内状態指数Ｉが１．０に近づくほど、重み付け係数ｋ_１を１．０に近づけている。言い換えれば、炉内状態指数Ｉが０．０に近づくほど、重み付け係数ｋ_１を０．０に近づけることが好ましい。ここで、重み付け係数ｋ_１を０．０よりも大きくし始めるときの炉内状態指数Ｉは適宜決めることができる。なお、図１では、重み付け係数ｋ_１を０．０よりも大きくし始めるときの炉内状態指数Ｉを０．２５としている。

重み付け係数ｋ_２については、上述したように重み付け係数ｋ_１，ｋ_３を決めた上で、重み付け係数ｋ_２，ｋ_３の総和が１．０となるように、重み付け係数ｋ_２を決めることができる。

本願発明者が過去の操業データに基づいて各種モデルにおける最適な重み付け係数ｋ_１，ｋ_２，ｋ_３の組み合わせを検討した結果、以下の知見が得られた。

炉内状態指数Ｉが０．０である場合、重み付け係数ｋ_１を０．０、重み付け係数ｋ_２を０．０、重み付け係数ｋ_３を１．０とすることが最も良い。炉内状態指数Ｉが０．２５である場合、重み付け係数ｋ_１を０．０、重み付け係数ｋ_２を０．６、重み付け係数ｋ_３を０．４とすることが最も良い。炉内状態指数Ｉが０．５である場合、重み付け係数ｋ_１を０．５、重み付け係数ｋ_２を０．３、重み付け係数ｋ_３を０．２とすることが最も良い。炉内状態指数Ｉが０．７５である場合、重み付け係数ｋ_１を０．８、重み付け係数ｋ_２を０．２、重み付け係数ｋ_３を０．０とすることが最も良い。炉内状態指数Ｉが１．０である場合、重み付け係数ｋ_１を１．０、重み付け係数ｋ_２を０．０、重み付け係数ｋ_３を０．０とすることが最も良い。一方、炉内状態指数Ｉが上述した値（０．０、０．２５、０．５、０．７５、１．０）以外の値である場合については、線形補間によって重み付け係数ｋ_１，ｋ_２，ｋ_３を決定した。このように決めた結果が図１となる。

なお、炉内状態指数Ｉ及び重み付け係数ｋ_１～ｋ_３の関係は、図１に示す関係に限るものではない。上述したように炉内状態指数Ｉに応じて、各モデルで決定されたアクション量Ａ_ｍｍ，Ａ_ｄｍ，Ａ_ｅｍに対する信頼性が変化するため、この信頼性を考慮して各重み付け係数ｋ_１～ｋ_３を決めることができる。ただし、炉内状態指数Ｉに対する重み付け係数ｋ_１～ｋ_３の傾向としては、上述したような傾向が認められる。

各重み付け係数ｋ_１～ｋ_３を決定する方法について以下に説明する。各重み付け係数ｋ_１～ｋ_３は、炉内状態指数Ｉの各区分において、予め決められた線形関数に基づいて決定することができる。ここでは、炉内状態指数Ｉが０．０以上、１．０以下の範囲を４つの区分に均等に分ける。また、各区分における線形関数は、重み付け係数ｋ_１～ｋ_３ごとに決める。以下、具体的に説明する。

炉内状態指数Ｉが０．０以上、０．２５未満である区分については、以下のように線形関数が設定される。
重み付け係数ｋ_１＝０
重み付け係数ｋ_２＝ｄ×Ｉ （係数ｄ：正の値）
重み付け係数ｋ_３＝－ｈ×Ｉ＋１ （係数ｈ：正の値）

炉内状態指数Ｉが０．２５以上、０．５未満である区分については、以下のように線形関数が設定される。
重み付け係数ｋ_１＝ａ×Ｉ＋ｃ１ （係数ａ：正の値、ｃ１：定数）
重み付け係数ｋ_２＝－ｅ×Ｉ＋ｃ４ （係数ｅ：正の値、ｃ４：定数）
重み付け係数ｋ_３＝－ｉ×Ｉ＋ｃ７ （係数ｉ：正の値、ｃ７：定数）

炉内状態指数Ｉが０．５以上、０．７５未満である区分については、以下のように線形関数が設定される。
重み付け係数ｋ_１＝ｂ×Ｉ＋ｃ２ （係数ｂ：正の値、ｃ２：定数）
重み付け係数ｋ_２＝－ｆ×Ｉ＋ｃ５ （係数ｆ：正の値、ｃ５：定数）
重み付け係数ｋ_３＝－ｉ×Ｉ＋ｃ７ （係数ｉ：正の値、ｃ７：定数）

炉内状態指数Ｉが０．７５以上、１．０以下である区分については、以下のように線形関数が設定される。
重み付け係数ｋ_１＝ｃ×Ｉ＋ｃ３ （係数ｃ：正の値、ｃ３：定数）
重み付け係数ｋ_２＝－ｇ×Ｉ＋ｃ６ （係数ｇ：正の値、ｃ６：定数）
重み付け係数ｋ_３＝０

（重み付け係数ｋ_１～ｋ_３の決定方法３）
決定方法３では、まず、図１（上記決定方法２）に示すように、炉内状態指数Ｉに応じた重み付け係数ｋ_１～ｋ_３を予め決めておく。そして、実際の高炉操業において、上記式（１）から求められた統合アクション量Ａ_{ｔоｔａｌ}に基づいて所定のアクションを行い、炉内状態が安定化したか否かを判断する。炉内状態が安定化したか否かは、実際の高炉操業において取得した操業管理指標のデータに基づいて判断することができる。具体的には、以下に説明する手順で重み付け係数ｋ_１～ｋ_３を決める。

まず、過去の一定期間（例えば、直近１年間）内の高炉操業において、所定のアクションを行い、炉内状態が安定化したときのアクション量(実測値)と、各種モデル（数学モデル、データベースモデル、エキスパートモデル）から決定されたアクション量（予測値）との間の相関係数Ｒ^２をそれぞれ求める。ここで、アクション量（実測値）及びアクション量（予測値）は、同一のタイミングで取得する。そして、下記式（３）に基づいて、各種モデルの重み付け係数ｋ（ｋ_１～ｋ_３）を求める。下記式（３）によれば、各種モデルの相関係数Ｒ^２を正規化している。

上記式（３）に示す重み付け係数ｋが、数学モデルに対する重み付け係数ｋ_１であるとき、右辺の分子に示す相関係数Ｒ^２としては、数学モデルの相関係数Ｒ^２が用いられる。上記式（３）に示す重み付け係数ｋが、データベースモデルに対する重み付け係数ｋ_２であるとき、右辺の分子に示す相関係数Ｒ^２としては、データベースモデルの相関係数Ｒ^２が用いられる。上記式（３）に示す重み付け係数ｋが、エキスパートモデルに対する重み付け係数ｋ_３であるとき、右辺の分子に示す相関係数Ｒ^２としては、エキスパートモデルの相関係数Ｒ^２が用いられる。一方、上記式（３）において、右辺の分母は、各種モデルの相関係数Ｒ^２から算出された値（１／（１－Ｒ^２））の合計値である。

なお、上述した説明では、各種モデルとして１つのモデルを用いた場合であるが、上述したように１種類のモデル（数学モデル、データベースモデル、エキスパートモデル）として、内容が異なる複数のモデルを用いる場合にも適用することができる。この場合には、内容が異なる複数のモデルのそれぞれについて、重み付け係数を決めることができる。

例えば、内容が異なる２つの数学モデルＭｍ１，Ｍｍ２を用いる場合には、まず、数学モデルＭｍ１について相関係数Ｒ^２（１）を求めるとともに、数学モデルＭｍ２について相関係数Ｒ^２（２）を求める。そして、これらの相関係数Ｒ^２（１），Ｒ^２（２）の平均値である相関係数Ｒ^２（３）（Ｒ^２（３）＝［Ｒ^２（１）＋Ｒ^２（２）］／２）を求める。この相関係数Ｒ^２（３）を上記式（３）に示す相関係数Ｒ^２として用いることにより、上記式（３）に示す重み付け係数ｋ（すなわち、数学モデルＭｍ１，Ｍｍ２を統合した重み付け係数ｋ_１）が求められる。

次に、数学モデルＭｍ１，Ｍｍ２を統合した重み付け係数ｋ_１に対して、数学モデルＭｍ１，Ｍｍ２の相関係数Ｒ^２（１），Ｒ^２（２）を考慮することにより、数学モデルＭｍ１に対する重み付け係数ｋ_１＿ｍ１と、数学モデルＭｍ２に対する重み付け係数ｋ_１＿ｍ２を求めることができる。具体的には、下記式（４）に基づいて重み付け係数ｋ_１＿ｍ１が求められ、下記式（５）に基づいて重み付け係数ｋ_１＿ｍ２が求められる。

重み付け係数ｋ_１＿ｍ１，ｋ_１＿ｍ２を求めた後では、数学モデルＭｍ１，Ｍｍ２で決定されたアクション量Ａ_ｍｍに対して重み付け係数ｋ_１＿ｍ１，ｋ_１＿ｍ２をそれぞれ乗算し、各数学モデルＭｍ１，Ｍｍ２で算出された値（Ａ_ｍｍ×ｋ_１＿ｍ１，Ａ_ｍｍ×ｋ_１＿ｍ２）を加算することができる。

（統合アクション量Ａ_{ｔоｔａｌ}の補正方法）
上述した統合アクション量Ａ_{ｔоｔａｌ}は、実際の高炉操業において統合アクション量Ａ_{ｔоｔａｌ}でアクションを行ったときの操業管理指標の変化量（以下、「実測変化量」という）ΔＭＩ＿ｍと、統合アクション量Ａ_{ｔоｔａｌ}でアクションを行う際に目標とする操業管理指標の変化量（以下、「目標変化量」という）ΔＭＩ＿ｔとの差に基づいて、補正することができる。

ここで、実測変化量ΔＭＩ＿ｍとは、実際の高炉操業において、統合アクション量Ａ_{ｔоｔａｌ}でアクションを行う前の操業管理指標（実測値）と、統合アクション量Ａ_{ｔоｔａｌ}でアクションを行った後の操業管理指標（実測値）との間の変化量（差）である。目標変化量ΔＭＩ＿ｔとは、統合アクション量Ａ_{ｔоｔａｌ}でアクションを行う前の操業管理指標と、統合アクション量Ａ_{ｔоｔａｌ}でアクションを行った後の操業管理指標との間の変化量（差）であって、目標とする変化量である。言い換えれば、目標変化量ΔＭＩ＿ｔとは、統合アクション量Ａ_{ｔоｔａｌ}でアクションを行う前の操業管理指標に対して、統合アクション量Ａ_{ｔоｔａｌ}でのアクションによって、操業管理指標を変化させる目標量である。

操業管理指標は、下記表２に示すとおり、高炉の操業において管理される指標であり、例えば、溶銑温度を用いることができる。操業管理指標として溶銑温度を用いた場合、実際の高炉操業において、統合アクション量Ａ_{ｔоｔａｌ}でアクションを行う前の溶銑温度が１５１５℃であり、統合アクション量Ａ_{ｔоｔａｌ}でアクションを行った後の溶銑温度が１５２０℃であるときには、実測変化量ΔＭＩ＿ｍは５℃（＝１５２０℃－１５１５℃）となる。また、統合アクション量Ａ_{ｔоｔａｌ}でアクションを行う前の溶銑温度が１５１５℃であり、統合アクション量Ａ_{ｔоｔａｌ}でのアクションを行うことによって溶銑温度を１５２２℃としたいときには、目標変化量ΔＭＩ＿ｔは７℃（＝１５２２℃－１５１５℃）となる。

以下、統合アクション量Ａ_{ｔоｔａｌ}を補正する方法について、具体的に説明する。

まず、実際の高炉操業において、統合アクション量Ａ_{ｔоｔａｌ}でアクションを行ったときの実測変化量ΔＭＩ＿ｍを測定する。ここで、目標変化量ΔＭＩ＿ｔは、統合アクション量Ａ_{ｔоｔａｌ}に応じて予め決められる。そして、下記式（６）に基づいて、割合Ｒｄ［％］を求める。

割合Ｒｄは、統合アクション量Ａ_{ｔоｔａｌ}ごとに求め、すべての統合アクション量Ａ_{ｔоｔａｌ}における割合Ｒｄの平均値Ｒｄ＿ａｖｅを求める。平均値Ｒｄ＿ａｖｅは、すべての統合アクション量Ａ_{ｔоｔａｌ}について、実測変化量ΔＭＩ＿ｍ及び目標変化量ΔＭＩ＿ｔのずれを意味している。したがって、実測変化量ΔＭＩ＿ｍを目標変化量ΔＭＩ＿ｔに到達させるためには、平均値Ｒｄ＿ａｖｅに基づいて、統合アクション量Ａ_{ｔоｔａｌ}を補正すればよい。具体的には、平均値Ｒｄ＿ａｖｅの分だけ、統合アクション量Ａ_{ｔоｔａｌ}を増加方法又は減少方向に補正する。

実測変化量ΔＭＩ＿ｍが目標変化量ΔＭＩ＿ｔよりも多い場合には、統合アクション量Ａ_{ｔоｔａｌ}が過剰であるため、実測変化量ΔＭＩ＿ｍを目標変化量ΔＭＩ＿ｔに到達させるためには、統合アクション量Ａ_{ｔоｔａｌ}を減らす必要がある。具体的には、統合アクション量Ａ_{ｔоｔａｌ}に対して補正係数ｋｃ（０＜ｋｃ＜１）［－］を乗算することによって、統合アクション量Ａ_{ｔоｔａｌ}を補正することができる。

補正係数ｋｃ（０＜ｋｃ＜１）は、割合Ｒｄから決めることができる。具体的には、下記式（７）に示すように、補正係数ｋｃを決めることができる。

実測変化量ΔＭＩ＿ｍが目標変化量ΔＭＩ＿ｔよりも少ない場合には、統合アクション量Ａ_{ｔоｔａｌ}が不足しているため、実測変化量ΔＭＩ＿ｍを目標変化量ΔＭＩ＿ｔに到達させるためには、統合アクション量Ａ_{ｔоｔａｌ}を増やす必要がある。具体的には、統合アクション量Ａ_{ｔоｔａｌ}に対して補正係数ｋｃ（１＜ｋｃ）［－］を乗算することによって、統合アクション量Ａ_{ｔоｔａｌ}を補正することができる。

補正係数ｋｃ（１＜ｋｃ）は、割合Ｒｄから決めることができる。具体的には、下記式（８）に示すように、補正係数ｋｃを決めることができる。

上述したように補正係数ｋｃを決めた場合には、上述したように統合アクション量Ａ_{ｔоｔａｌ}を決定した後、この統合アクション量Ａ_{ｔоｔａｌ}に補正係数ｋｃを乗算することにより、補正後の統合アクション量Ａ_{ｔоｔａｌ}を決めることができる。実際の高炉操業においては、補正後の統合アクション量Ａ_{ｔоｔａｌ}でアクションを行う。

なお、実測変化量ΔＭＩ＿ｍが目標変化量ΔＭＩ＿ｔと等しい場合には、統合アクション量Ａ_{ｔоｔａｌ}を補正する必要が無い。この場合には、補正係数ｋｃが１となる。ここで、目標変化量ΔＭＩ＿ｔを基準とした許容範囲内に実測変化量ΔＭＩ＿ｍが含まれている場合に、実測変化量ΔＭＩ＿ｍが目標変化量ΔＭＩ＿ｔと等しいと判断することができる。上述した許容範囲は、目標変化量ΔＭＩ＿ｔに許容量を加算した上限値と、目標変化量ΔＭＩ＿ｔから許容量を減算した下限値とによって規定される。

なお、上述した説明では、３つの重み付け係数ｋ_１～ｋ_３を決定する方法について説明したが、これに限るものではない。上述したように、２種類のモデルで決定されたアクション量Ａ_ｎから統合アクション量Ａ_{ｔоｔａｌ}を求める場合には、２つの重み付け係数ｋ_ｎが必要になり、４種類以上のモデルで決定されたアクション量Ａ_ｎから統合アクション量Ａ_{ｔоｔａｌ}を求める場合には、４つ以上の重み付け係数ｋ_ｎが必要になる。このような場合には、上述した決定方法１，２の考え方に従って、各重み付け係数ｋ_ｎを決めることができる。また、上述した決定方法３に基づいて、各重み付け係数ｋ_ｎの微調整を繰り返すことによって、各重み付け係数ｋ_ｎの最適解を探索することができる。

（炉内状態指数Ｉの規定方法）
次に、炉内状態指数Ｉの規定方法（一例）について説明する。なお、炉内状態指数Ｉは、安定状態及び不安定状態の間で細分化された炉内状態を表すことができる指数であればよく、以下に説明する規定方法に限られるものではない。

（炉内状態指数Ｉの規定方法１）
炉内状態指数Ｉの規定方法１について説明する。この規定方法１では、炉内状態指数Ｉとして、特願２０１９－２０７０７９に記載された総合不安定スコアを用いる。総合不安定スコアとは、下記表２に示す操業管理指標のうち、少なくとも２つの操業管理指標に着目し、炉内状態がどの程度不安定であるのかを示す値（０．０以上、１．０以下）である。

ここで、炉内状態が不安定状態であるときの総合不安定スコアを１．０とし、炉内状態が安定状態であるときの総合不安定スコアを０．０とすることができる。炉内状態が安定状態に向かうほど、炉内状態指数Ｉを１．０（最大値）に近づける場合には、上述した総合不安定スコアを炉内状態指数Ｉに変換する必要がある。具体的には、１．０から総合不安定スコアを減算した値を炉内状態指数Ｉとすることができる。一方、炉内状態が不安定状態に向かうほど、炉内状態指数Ｉを１．０（最大値）に近づける場合には、上述した総合不安定スコアを炉内状態指数Ｉとして用いることができる。

総合不安定スコアは、上記表２に示す操業管理指標のうち、少なくとも２つの操業管理指標に応じた個別不安定スコアから求められる。例えば、複数の個別不安定スコアを平均した値を総合不安定スコアとすることができる。個別不安定スコアは、上述した各操業管理指標に着目したときに、炉内状態がどの程度不安定であるかを示す値である。個別不安定スコアについては、特願２０１９－２０７０７９に記載されているように様々な規定の仕方がある。

（炉内状態指数Ｉの規定方法２）
炉内状態指数Ｉの規定方法２について説明する。この規定方法２は、One Class SVM (Support Vector Machine)を利用したものである。One Class SVMでは、正常データとして１つのクラス分を学習させて識別境界を決定することにより、この識別境界を基準とした外れ値を求めることができる。ここで、上述した正常データとしては、炉内状態が安定状態であるときの操業管理指標のデータを用いる。

上述した外れ値を炉内状態指数Ｉとして用いることができる。外れ値が小さいほど、炉内状態が安定状態に近づいていることになり、外れ値が大きいほど、炉内状態が安定状態から離れて不安定状態に近づいていることになる。外れ値が取り得る範囲（すなわち、最大値及び最小値）を特定すれば、炉内状態指数Ｉを０．０以上、１．０以下の範囲内で規定することができる。

炉内状態が安定状態に向かうほど、炉内状態指数Ｉを１．０（最大値）に近づける場合には、上述した外れ値を炉内状態指数Ｉに変換する必要がある。一方、炉内状態が不安定状態に向かうほど、炉内状態指数Ｉを１．０（最大値）に近づける場合には、上述した外れ値を炉内状態指数Ｉとして用いることができる。

（炉内状態指数Ｉの規定方法３）
炉内状態指数Ｉの規定方法３について説明する。この規定方法３では、炉内状態指数Ｉとして、特願２０２０－０６８６８４に記載された炉況値を用いる。ここで、炉況値が取りうる範囲（最大値及び最小値）を特定すれば、炉内状態指数Ｉを０．０以上、１．０以下の範囲内で規定することができる。

（炉内状態指数Ｉの規定方法４）
炉内状態指数Ｉの規定方法４について説明する。この規定方法４では、炉内状態指数Ｉとして、特願２０１９－２０７１９４に記載されたガス圧力変動指数を用いる。特願２０１９－２０７１９４によれば、ガス圧力変動指数が予め定められた閾値よりも大きいとき、ガス流の異常が発生していることを判別している。

この点を考慮すると、ガス圧力変動指数及び閾値の関係に基づいて、炉内状態指数Ｉを０．０以上、１．０以下の範囲内で規定することができる。ここで、ガス圧力変動指数が閾値以下であるときには、ガス流の異常が発生していないと判別されるため、炉内状態が安定状態であると考えることができる。したがって、ガス圧力変動指数が閾値以下である場合には、炉内状態指数Ｉを１．０とみなすことができる。一方、ガス圧力変動指数が閾値よりも大きいときには、炉内状態指数Ｉをガス圧力変動指数及び閾値の差に応じた値で表すことができる。

（炉内状態指数Ｉの規定方法５）
炉内状態指数Ｉの規定方法５について説明する。この規定方法５では、計算出銑量の変動係数を炉内状態指数Ｉとして用いる。計算出銑量とは、高炉の炉頂から装入される装入物（コークスや鉱石）のバランスや炉頂のガス成分に基づいて推定される出銑量である。計算出銑量の推定においては、上述した数学モデルを用いることができる。変動係数とは、計算出銑量の標準偏差を、計算出銑量の平均値で除算した値である。計算出銑量を所定の周期で求めて複数の計算出銑量を蓄積すれば、計算出銑量の標準偏差や平均値を求めることができる。

（炉内状態指数Ｉの規定方法６）
炉内状態指数Ｉの規定方法６について説明する。この規定方法６では、オートエンコーダにおける入力データ及び出力データの差分を利用している。オートエンコーダは、一般的には、入力データ及び出力データの差分に基づいて異常を検知することに利用されているが、この差分を炉内状態指数Ｉとして用いることができる。

まず、オートエンコーダを構築するために、オートエンコーダの教師データとして、炉内状態が安定状態であるときの操業管理指標のデータを用意する。この教師データをオートエンコーダの入力データとして用い、オートエンコーダの出力データがオートエンコーダの入力データと一致するようにオートエンコーダを構築する。

このように構築されたオートエンコーダでは、入力データ及び出力データの差分が小さいほど、炉内状態が安定状態に近づいていることを示し、入力データ及び出力データの差分が大きいほど、炉内状態が不安定状態に近づいていることを示す。ここで、オートエンコーダにおける差分を炉内状態指数Ｉに変換する必要がある。

具体的には、差分が小さいほど、炉内状態指数Ｉを１．０（安定状態）に近づけることができ、差分が大きいほど、炉内状態指数Ｉを０．０（不安定状態）に近づけることができる。ここで、差分が０であるとき、炉内状態指数Ｉを１．０とすることができる。また、差分が最大であるとき、炉内状態指数Ｉを０．０とすることができる。これにより、炉内状態指数Ｉは、０．０以上、１．０以下の数値範囲内において、差分に応じた値を示すことになる。

（ブロック構成及び処理）
統合アクション量Ａ_{ｔоｔａｌ}を決定するブロック構成及び処理について、図２に示すブロック図と図３に示すフローチャートを用いて説明する。以下の説明では、３種類のモデル（数学モデル、データベースモデル、エキスパートモデル）を利用して、統合アクション量Ａ_{ｔоｔａｌ}を決定するものである。なお、上述したとおり、利用するモデルの数は複数であればよい。

第１アクション決定部１０１は、数学モデルに基づいて、所定のアクションに応じたアクション量Ａ_ｍｍを決定する（Ｓ１０１）。そして、第１アクション決定部１０１は、決定したアクション量Ａ_ｍｍの情報を統合アクション量算出部１００に送信する。

第２アクション決定部１０２は、データベースモデルに基づいて、所定のアクションに応じたアクション量Ａ_ｄｍを決定する（Ｓ１０２）。そして、第２アクション決定部１０２は、決定したアクション量Ａ_ｄｍの情報を統合アクション量算出部１００に送信する。

第３アクション決定部１０３は、エキスパートベースモデルに基づいて、所定のアクションに応じたアクション量Ａ_ｅｍを決定する（Ｓ１０３）。そして、第３アクション決定部１０３は、決定したアクション量Ａ_ｅｍの情報を統合アクション量算出部１００に送信する。

炉内状態指数算出部１０４は、所定の周期において炉内状態指数Ｉを算出し、この算出結果を統合アクション量算出部１００に送信する（Ｓ１０４）。なお、図３に示すステップＳ１０１～Ｓ１０４の処理の順序は、図３に示す順序に限るものではない。

統合アクション量算出部１００は、炉内状態指数Ｉに基づいて重み付け係数ｋ_１，ｋ_２，ｋ_３を決定する（Ｓ１０５）。また、統合アクション量算出部１００は、決定した重み付け係数ｋ_１，ｋ_２，ｋ_３と、各アクション決定部１０１～１０３から取得したアクション量Ａ_ｍｍ，Ａ_ｄｍ，Ａ_ｅｍを上記式（１）に代入することにより、統合アクション量Ａ_{ｔоｔａｌ}を求める。この統合アクション量Ａ_{ｔоｔａｌ}は、実際の高炉操業において所定のアクションを行うときのアクション量として決定される（Ｓ１０６）。

なお、上述したように補正係数ｋｃを決めた場合には、ステップＳ１０６の処理で決定された統合アクション量Ａ_{ｔоｔａｌ}を補正係数ｋｃによって補正することができる。

本実施形態によれば、炉内状態指数Ｉを用いることにより、炉内状態を安定状態及び不安定状態の２つの状態だけではなく、細分化した状態で炉内状態を特定することができる。そして、炉内状態指数Ｉに応じた重み付け係数ｋ_１～ｋ_３を特定し、複数種類のモデルから求められたアクション量Ａ_ｍｍ，Ａ_ｄｍ，Ａ_ｅｍを総合的に勘案した統合アクション量Ａ_{ｔоｔａｌ}を求めているため、この統合アクション量Ａ_{ｔоｔａｌ}に基づいて高炉の操業を行うことにより、炉内状態を安定化させやすくなる。すなわち、特定のモデルで決定されたアクション量に依存することなく、炉内状態を安定化させるためのアクションを行うことができる。

なお、図３で説明した処理（いわゆる機能）は、プログラムによって実現可能である。ここで、図３に示すステップＳ１０１～Ｓ１０４の処理のそれぞれと、ステップＳ１０５，Ｓ１０６の処理は、互いに異なるプログラムとして実現してもよい。

具体的には、各機能を実現するために予め用意されたコンピュータプログラムを補助記憶装置に格納しておき、ＣＰＵ等の制御部が補助記憶装置に格納されたプログラムを主記憶装置に読み出し、主記憶装置に読み出されたプログラムを制御部が実行することにより、各機能を動作させることができる。各機能は、１つの制御装置で動作させることもできるし、互いに接続された複数の制御装置によって動作させることもできる。

上記プログラムは、コンピュータで読取可能な記録媒体に記録された状態において、コンピュータに提供することも可能である。記録媒体としては、ＣＤ－ＲＯＭ等の光ディスク、ＤＶＤ－ＲＯＭ等の相変化型光ディスク、ＭＯ（Magnet Optical）やＭＤ(Mini Disk)などの光磁気ディスク、フロッピー（登録商標）ディスクやリムーバブルハードディスクなどの磁気ディスク、コンパクトフラッシュ（登録商標）、スマートメディア、ＳＤメモリカード、メモリスティック等のメモリカードが挙げられる。また、本発明の目的のために特別に設計されて構成された集積回路（ＩＣチップ等）等のハードウェア装置も記録媒体として含まれる。

（第２の実施形態）
次に、第２の実施形態について説明する。第１の実施形態においては、炉内状態指数Ｉに応じた各モデルの重み付け係数を算出し、各モデルで算出したアクション量に対してそれぞれの重みづけ係数を用いた重み付け加算を行うことで統合アクション量Ａ_{ｔｏｔａｌ}を算出した。そして、所定の周期で炉内状態指数Ｉを求めるたびにアクション量を決定し、そのアクションを実施することで、安定した操業を実現できるというものである。

これに対して第２の実施形態は、第１の実施形態のアクション量の決定方法を利用して、より長時間の高炉の操業状態の予測を精度よく行う方法に関する。具体的には、現時点までの実際の高炉の操業条件等の情報をモデルに入力し、高炉の操業をシミュレーションし、将来の時点の溶銑温度等を予測する。このモデル上の操業におけるアクションとそのアクション量を第１の実施形態の方法を用いて決定する。アクション量は実際の高炉の操業と同じ間隔で決定され、例えば１時間後、２時間後、・・・ｎ時間後のように、１時間毎に、その時点までのモデル上での操業状態に基づいてアクション量が決定される。

そして、各時間における統合アクション量を求める際に、現時点からより先の将来の時点におけるアクション量ほど、数学モデルの重み付けを高くし、データベースモデルの重み付けを低くする。発明者による検討の結果、数学モデルは長時間の予測精度がより高い傾向にあり、データベースモデルは短時間の予測精度がより高い傾向にあったためである。特に、データベースモデルは、予測に用いた過去の操業データにおいて、現時点に対応する原点（０時間）よりも前に行われたアクションの違いや操業状態の違いが、先の時間になるほど違いとして大きく現れる傾向があり、長時間の予測精度が低かったためである。本実施形態では、モデル上の操業における各時間のアクションについて、現時点からの時間によって変わるモデルの精度を考慮してアクション量が決定されるので、より精度よく予測を行うことができる。

ここで、本実施形態においてはモデルによる操業によって予測する時点が、現時点から１～２時間後程度の場合を「短時間」・「短期間」とし、７～８時間後程度の場合を「長時間」・「長期間」であるものとして説明する。また、予測（操業のシミュレーション）に用いるモデルは特に限定されないが、例えば非特許文献１に記載の数学モデルを用いることができる。

（重み付け係数の決定方法４）
本実施形態の重みづけ係数は、予測のためのモデル上での高炉の操業において、アクション毎に最適化した係数を適用してアクション量を求めるために、アクションを行う各時間について以下の方法であらかじめ重みづけ係数を求める。なお、第１の実施形態の決定方法１～３は、実際の高炉の操業において実施するアクションのアクション量を決定する際の重み付け係数を決定するのに対し、本実施形態の決定方法４は予測を行うためのモデル上での操業におけるアクション量を決定するための重み付け係数を決定する点で異なる。

まず適当な過去の操業データ(以下、「過去データ」とする。)を用意し予測を開始するタイミングを決め、その時点までの高炉の操業状態の情報を入力してモデルによる操業の予測計算（シミュレーション）を行う。そして、計算する際に、アクションを実行する各時間において、第１の実施形態の方法により設定される各モデル（数学モデル、データベースモデル、エキスパートモデル）の重み付け係数の大きさを様々変化させて予測を計算する。様々な重みづけ係数の組み合わせによる予測結果から、予測値と過去データの実績値との誤差が最小となる重みづけ係数の組み合わせを、その時間のアクション量決定に用いる重み付け係数として決定する。

過去データは複数用意して予測値と比較を行い誤差が最小になる重み付けを決定するのが好ましい。また、第１の実施形態の重み付け係数は、決定方法１～３のいずれの方法によるものであっても、高炉の炉内状態指数Ｉ（安定度）に応じて変わる。そのため、重み付け係数を求める各時間について、それぞれ安定状態から不安定状態まで様々な安定度の過去データとの比較を行って、誤差が最小となる重み付け係数を設定することが好ましい。これにより、短期間から長期間まで、そして安定状態から不安定状態まで高炉の操業状態を精度よく予測可能となる。

たとえば、予測対象の実際の高炉における操業が、１時間ごとにアクションとそのアクション量を決定して実行する操業であり、モデルによりその高炉操業について８時間分の予測を行う場合であれば、１時間後、２時間後、・・・８時間後の計８回アクション量を決定してアクションを行う。この場合、各時間の操業状態の予測値について過去データとの誤差が最小になるアクション量が算出されるような、重みづけ係数の組み合わせをそれぞれ求めて、計８個の時間毎の重み付け係数として決定する。すなわち、例えば溶銑温度を予測する場合であれば、各時間について、様々に変化させた重み付け係数によってアクション量を決定して、モデル上でアクションを実行した場合に、各時間の溶銑温度の予測値と過去データの値との誤差が最小となった重み付け係数を、その時間の重み付け係数として決定する。

予測値と過去データとの誤差を評価する方法は特に限定されないが、二乗平均平方根誤差（ＲＭＳＥ：Root Mean Square Error）によって誤差の評価を行うことができる。また、誤差の評価に用いるモデルの出力変数は特に限定されないが、溶銑温度、溶銑のＳｉ濃度、出銑量、炉頂ガス温度、炉頂ガス流量などの主要な変数のいずれかを用いればよい。

決定方法４で重み付け係数を決定する際にベースとして利用する重み付け係数は、第１の実施形態で示した決定方法１～３のいずれかの方法によるものを用いることができ、たとえば決定方法２によって決定される重み付け係数を用いればよい。図４に、決定方法４によって決定した重み付け係数の一例を示す。図４（ａ）が１時間後のアクション量決定に用いる重み付け係数の関係を示し、図４（ｂ）が８時間後のアクション量決定に用いる重み付け係数の関係を示す。なお、図４には、２つの時点の重み付け係数を示したが、アクション量を決定する２時間後～７時間後の各時間についてもそれぞれ同様に重み付け係数を作成する。

図４（ａ）は、上述の通りモデルによる操業の予測において、現時点から１時間後のアクション量を決定する場合に用いるものであり、短時間の予測に用いられるので、短時間の予測精度の高いデータベースモデルの重み付け係数の比率が大きい。一方、図４（ｂ）は８時間後のアクション量を決定する場合に用いるものであり、長時間の予測精度の高い数学モデルの重み付け係数の比率（寄与率）が大きい。２時間後～７時間後についても、図４（ａ）の関係から時間ごとに徐々に数学モデルの比率が高くなり、データベースモデルの比率が低くなる５つの重み付け係数の組み合わせが設定される。

なお、エキスパートモデルについても、過去データとの誤差が最小になる重み付け係数を各時間について設定すればよいが、数学モデルやデータベースモデルに比べると短時間、長時間での予測精度変化は少ないので、長時間予測での数学モデルの比率の上昇に応じて、エキスパートモデルの比率が低下していると言える。

本実施形態のアクション量決定方法によれば、各モデル（数学モデル、データベースモデル、エキスパートモデル）の短時間から長時間の予測精度の変化に対応した重み付け係数を時間毎に設定することができる。つまりモデル上での高炉操業の予測において、アクション量を決定する時間毎に予測精度がより高くなるように調整された重み付け係数を用いてアクション量を決定することができる。そうすると、各時間においてアクション量がより適切に決定され、結果としてモデルによる予測において長時間でもより精度よく高炉の操業状態を予測することができる。そして、長時間にわたって高精度な予測を参照しながら高炉の操業を行うことで、実際のアクションの移行をスムーズに行うことができる。また、本方法によれば、本方法に基づくより適切なアクション量を提案する高炉の操業支援システムや、予測により決定されたアクションを実行することで安定的に操業可能な高炉の自動制御システムを実現することもできる。

（決定方法１～３についての評価）
炉容積が５０００ｍ^３級であり、還元材比が５００ｋｇ／ｐｉｇ-ｔである高炉を対象とした。数学モデル、データベースモデル及びエキスパートモデルのそれぞれでは、羽口上熱バランスが目標値に維持されることを条件として、アクションを決定するとともに、このアクションに応じたアクション量を決定した。

数学モデルとしては、非特許文献１に記載の二次元非定常モデルを利用した。データベースモデルでは、過去１年間の操業実績を蓄積したデータベースを利用した。この操業実績には、送風量などの羽口先条件、炉頂におけるガスの成分や温度などの炉頂ガス条件、高炉の装入物（コークスや鉱石など）の装入量や成分などの装入条件が含まれる。エキスパートモデルでは、社内で予め決められたルールを利用した。

炉内状態指数Ｉは、One Class SVM（上記規定方法２）を利用して１０分の周期で算出した。炉内状態指数Ｉは０．０以上、１．０以下の値である。統合アクション量Ａ_{ｔоｔａｌ}を算出するための重み付け係数ｋ_１～ｋ_３については、上述した決定方法１～３のそれぞれによって決定した。そして、決定方法１～３のそれぞれによって決定された重み付け係数ｋ_１～ｋ_３を用いて統合アクション量Ａ_{ｔоｔａｌ}を算出した。

また、決定方法３によって決定された重み付け係数ｋ_１～ｋ_３を用いて算出された統合アクション量Ａ_{ｔоｔａｌ}に対して上述した補正係数ｋｃを用いて補正を行い、補正後の統合アクション量Ａ_{ｔоｔａｌ}を算出した。ここで、実測変化量ΔＭＩ＿ｍは目標変化量ΔＭＩ＿ｔよりも少なくなっていたため、決定方法３に基づく統合アクション量Ａ_{ｔоｔａｌ}では不足していると判断した。実測変化量ΔＭＩ＿ｍ及び目標変化量ΔＭＩ＿ｔに基づいて割合Ｒｄ［％］を求めたところ、割合Ｒｄは２０％であった。このため、補正係数ｋｃは、上記式（８）に基づいて１．２［－］とした。補正後の統合アクション量Ａ_{ｔоｔａｌ}は、決定方法３に基づく統合アクション量Ａ_{ｔоｔａｌ}に対して補正係数ｋｃ（１．２［－］）を乗算した量となる。

上述した統合アクション量Ａ_{ｔоｔａｌ}に基づいて、高炉の操業を行った。ここで、アクションは微粉炭の吹込みとし、統合アクション量Ａ_{ｔоｔａｌ}は微粉炭吹込み量とした。炉内状態指数Ｉは１０分の周期で算出されるため、１０分毎に統合アクション量Ａ_{ｔоｔａｌ}に基づく高炉の操業を行った（実施例）。一方、比較例としては、オペレータの判断に基づいて、高炉の操業を行った。

図５には、上述した実施例及び比較例による高炉の操業を行った後において、高炉操業の総時間ｔｓに対して、炉内状態指数Ｉが０．７以上であるときの総時間ｔ_０．７が占める時間比率Ｒｔ（Ｒｔ＝（ｔ_０．７／ｔｓ）×１００）を示す。ここで、高炉の操業期間は、実施例及び比較例において、同一の期間（２ヵ月）とした。上述したように、炉内状態指数Ｉが０．７以上であるときには、炉内状態が安定状態となる。そして、時間比率Ｒｔが高いほど、炉内状態が安定状態となっている時間が長くなり、時間比率Ｒｔが低いほど、炉内状態が安定状態となっている時間が短くなる。

比較例では、時間比率Ｒｔが最も低く、炉内状態が安定化しにくいことが分かった。上記決定方法１によって決定された重み付け係数ｋ_１～ｋ_３から算出された統合アクション量Ａ_{ｔоｔａｌ}に基づいて高炉の操業を行った場合には、比較例よりも時間比率Ｒｔが高くなり、炉内状態が安定化していることが分かった。

上記決定方法２によって決定された重み付け係数ｋ_１～ｋ_３から算出された統合アクション量Ａ_{ｔоｔａｌ}に基づいて高炉の操業を行った場合には、上記決定方法１の場合よりも時間比率Ｒｔが高くなり、炉内状態が安定化していることが分かった。上記決定方法３によって決定された重み付け係数ｋ_１～ｋ_３から算出された統合アクション量Ａ_{ｔоｔａｌ}に基づいて高炉の操業を行った場合には、上記決定方法２の場合よりも時間比率Ｒｔが高くなり、炉内状態が安定化していることが分かった。補正後の統合アクション量Ａ_{ｔоｔａｌ}に基づいて高炉の操業を行った場合には、上記決定方法３の場合よりも時間比率Ｒｔが高くなり、炉内状態が安定化していることが分かった。

（決定方法４を用いた操業状態の予測精度の評価）
炉容積が５０００ｍ^３級であり、還元材比が５００ｋｇ／ｐｉｇ－ｔである高炉を対象として、モデルによる操業の予測を行った。上記決定方法４で決定した重み付け係数を用いて求めた統合アクション量で各時間のアクションを行ってモデル上の操業を行い予測値を算出した。そして、予測値と上記高炉での操業による実績値との比較を行って、予測精度の評価を行った。

予測精度の評価として、溶銑温度の予測値と実績値との比較を行った。比較は、予測開始の起点とする時点までの実炉の操業状態をモデルに入力し、起点から１時間ごとに８時間後まで溶銑温度を予測した。８時間分の予測を上記起点から１週間分行った。つまり、１時間経過毎にその時点までの高炉の操業状態をモデルに入力して新たな予測を行い、１日２４個、１週間で計１６８個の８時間分の予測結果を得た。それぞれの予測結果について、各時間について実炉の実績値と比較を行って誤差を求めた。誤差は、相対ＲＭＳＥを用いて評価した。相対ＲＭＳＥは、ＲＭＳＥ／実績値（二乗平均平方根誤差を実績値で除したもの）によって求められる相対誤差である。

比較例として、上記決定方法２によって決定した１種類の重み付け係数を各時間について用いてアクション量を決定し、操業を予測した場合についても、同様に予測値と実績値との比較を行った。つまり、比較例については、どの時間のアクションについても、現時点からの時間によるモデルの精度が考慮されていない重み付け係数を用いてアクション量を決定した。

図６に、実施例である決定方法４による予測の比較結果と、上記比較例の予測の比較結果を示す。図６のグラフは、縦軸に相対ＲＭＳＥ、横軸は予測の起点を０時間としたときの時間を示す。図６に示すように、決定方法４によって決定した各時間で設定した重み付け係数を用いたモデルによる予測値は、１時間後および２時間後までは比較例と比べて差が小さいものの、それ以降の長時間の場合では、比較例に比べて大幅に誤差を低下できたことを確認できた。よって、モデルによる操業の予測において、各時間のアクション量が適切に決定され、長時間にわたって精度の高い予測を行うことができた。

１００：統合アクション量算出部、１０１：第１アクション決定部（数学モデル）、１０２：第２アクション決定部（データベースモデル）、１０３：第３アクション決定部（エキスパートモデル）、１０４：炉内状態指数算出部

Claims (11)

1. 高炉の操業時に取得した操業管理指標のデータに基づいて、安定状態及び不安定状態の間で細分化された炉内状態を規定する炉内状態指数を求め、
   互いに異なる複数種類のモデルのそれぞれにおいて、前記操業管理指標のデータに基づいて、所定のアクションで炉内状態を安定化させるためのアクション量を決定し、
   前記各モデルのアクション量に対して、前記炉内状態指数に応じた重み付け加算を行うことにより、統合アクション量を求め、
   前記統合アクション量を高炉操業のアクションにおけるアクション量として決定することを特徴とする高炉操業のアクション量決定方法。
2. 前記モデルは、
   高炉内における物質収支、エネルギ収支及び運動量収支から推定される炉内状態に基づいて前記アクション量を決定する数学モデルと、
   過去の操業実績を蓄積したデータベースに基づいて前記アクション量を決定するデータベースモデルと、
   高炉操業のエキスパートの経験則から作成されたルールに基づいて前記アクション量を決定するエキスパートモデルと、
   を含むことを特徴とする請求項１に記載の高炉操業のアクション量決定方法。
3. 炉内状態が安定状態に近づくほど、前記炉内状態指数が高くなるとき、
   前記炉内状態指数が高いほど、前記数学モデルの重み付けを高くすることを特徴とする請求項２に記載の高炉操業のアクション量決定方法。
4. 炉内状態が安定状態に近づくほど、前記炉内状態指数が高くなるとき、
   前記炉内状態指数が低いほど、前記エキスパートモデルの重み付けを高くすることを特徴とする請求項２又は３に記載の高炉操業のアクション量決定方法。
5. 炉内状態が安定状態であるときの前記炉内状態指数が１．０であり、炉内状態が不安定状態であるときの前記炉内状態指数が０．０であり、
   前記炉内状態指数は、細分化された炉内状態に応じて、０．０以上、１．０以下の範囲内の値を示すことを特徴とする請求項１から４のいずれか１つに記載の高炉操業のアクション量決定方法。
6. 前記統合アクション量でアクションを行ったときの前記操業管理指標の変化量である実測変化量を測定し、
   前記実測変化量が、前記統合アクション量でアクションを行う際に目標とする前記操業管理指標の変化量である目標変化量よりも少ないとき、前記実測変化量及び前記目標変化量の差に基づいて、前記統合アクション量を増加方向に補正するための補正係数を決定することを特徴とする請求項１から５のいずれか１つに記載の高炉操業のアクション量決定方法。
7. 前記統合アクション量でアクションを行ったときの前記操業管理指標の変化量である実測変化量を測定し、
   前記実測変化量が、前記統合アクション量でアクションを行う際に目標とする前記操業管理指標の変化量である目標変化量よりも多いとき、前記実測変化量及び前記目標変化量の差に基づいて、前記統合アクション量を減少方向に補正するための補正係数を決定することを特徴とする請求項１から５のいずれか１つに記載の高炉操業のアクション量決定方法。
8. 請求項１から７のいずれか１つに記載のアクション量決定方法によって決定された前記統合アクション量に基づいて高炉の操業を行うことを特徴とする高炉の操業方法。
9. 前記統合アクション量を高炉の操業状態を予測するモデル上での操業におけるアクション量として決定し、
   前記モデル上でのアクションのタイミングが現在から先の時点であるほど、前記数学モデルの重み付けを高くし、前記データベースモデルの重み付けを低くする、請求項３又は４に記載の高炉操業のアクション量決定方法。
10. 高炉の操業時に取得した操業管理指標のデータに基づいて、安定状態及び不安定状態の間で細分化された炉内状態を規定する炉内状態指数を求める工程と、
    互いに異なる複数種類のモデルのそれぞれにおいて、前記操業管理指標のデータに基づいて、所定のアクションで炉内状態を安定化させるためのアクション量を決定する工程と、
    前記各モデルのアクション量に対して、前記炉内状態指数に応じた重み付け加算を行うことにより、統合アクション量を求める工程と、
    前記統合アクション量を高炉操業のアクションにおけるアクション量として決定する工程と、
    をコンピュータに実行させることを特徴とする高炉操業のアクション量決定プログラム。
11. 高炉の操業時に取得した操業管理指標のデータに基づいて、安定状態及び不安定状態の間で細分化された炉内状態を規定する炉内状態指数を求める炉内状態指数算出部と、
    互いに異なる複数種類のモデルのそれぞれにおいて、前記操業管理指標のデータに基づいて、所定のアクションで炉内状態を安定化させるためのアクション量を決定するアクション決定部と、
    前記各モデルのアクション量に対して、前記炉内状態指数に応じた重み付け加算を行うことにより、統合アクション量を求める統合アクション量算出部と、を有し、
    前記統合アクション量は、高炉操業のアクションにおけるアクション量として決定されることを特徴とする高炉操業のアクション量決定システム。
    

Images