JP5577568B2 - インペラー脱硫制御装置及び方法 - Google Patents
インペラー脱硫制御装置及び方法 Download PDFInfo
- Publication number
- JP5577568B2 JP5577568B2 JP2008008031A JP2008008031A JP5577568B2 JP 5577568 B2 JP5577568 B2 JP 5577568B2 JP 2008008031 A JP2008008031 A JP 2008008031A JP 2008008031 A JP2008008031 A JP 2008008031A JP 5577568 B2 JP5577568 B2 JP 5577568B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- flux
- input
- similarity
- amount
- 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.)
- Active
Links
- 238000006477 desulfuration reaction Methods 0.000 title claims description 50
- 230000023556 desulfurization Effects 0.000 title claims description 50
- 238000000034 method Methods 0.000 title claims description 44
- 230000004907 flux Effects 0.000 claims description 116
- 239000002184 metal Substances 0.000 claims description 42
- 229910052751 metal Inorganic materials 0.000 claims description 42
- 238000004364 calculation method Methods 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 20
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 claims description 17
- 229910052717 sulfur Inorganic materials 0.000 claims description 17
- 239000011593 sulfur Substances 0.000 claims description 17
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 16
- 239000002893 slag Substances 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 229910052742 iron Inorganic materials 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000013500 data storage Methods 0.000 claims description 3
- 229910005347 FeSi Inorganic materials 0.000 claims 3
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims 1
- 229910052698 phosphorus Inorganic materials 0.000 claims 1
- 239000011574 phosphorus Substances 0.000 claims 1
- 230000000699 topical effect Effects 0.000 claims 1
- 230000006870 function Effects 0.000 description 18
- 238000002203 pretreatment Methods 0.000 description 14
- 238000003756 stirring Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 238000009826 distribution Methods 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005314 correlation function Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 229910004261 CaF 2 Inorganic materials 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Landscapes
- Refinement Of Pig-Iron, Manufacture Of Cast Iron, And Steel Manufacture Other Than In Revolving Furnaces (AREA)
Description
このフラックスの投入量の決定については、従来、溶銑量、処理前P濃度、処理前温度、処理前S濃度、リサイクルスラグ量、FeSi投入量原単位、処理時間等の操業条件、操作量としてのフラックス投入量原単位、制御目標としての処理後S濃度を事例データとして多数蓄積しておき、蓄積されたデータをもとに、オフラインで統計解析を行い、操業条件及び制御目標から操作量を計算する線形重回帰モデルを作成し、この線形重回帰モデルに上記入力される操業条件及び制御目標を代入することで、操作量であるフラックス投入量原単位を演算するようにしている。
Wcal=A×([S]i−[S]t)+B×ln([S]t/[S]f)+C
で表され、モデルパラメータA〜Cは、溶銑温度、溶銑の成分、除去するS量などにより複数に区分されたモデルパラメータテーブルを持つようにしていた。
Y=b+a 1 ・X 1 +a 2 ・X 2 +……+a M ・X M
を作成し、前記類似度を重みとする重み付き最小2乗法で算出した前記局所回帰式のパラメータb,a 1, a 2,……, a M と、評価関数を前記各事例毎の類似度、各事例の操業条件データでなる入力変数及びフラックス投入量、モデル化誤差で定義した2次計画問題を解いて設定するモデル化誤差を最小化する前記局所回帰式のパラメータb,a 1, a 2,……, a M との何れか一方を前記局所回帰式に代入してフラックス投入量Yを決定するフラックス投入量決定手段とを備えていることを特徴としている。
さらに、請求項3に係るインペラー脱硫制御装置は、請求項1又は2に係る発明において、前記操業情報記憶手段は、前記フラックス投入量を出力変数とし、前記脱硫処理に必要とする操業条件データを入力変数とする複数の実績データを事例毎にテーブルとして格納し、前記類似度演算手段は、今回のフラックス投入量を予測したい前記入力変数に対応する今回の操業条件データを設定すると共に、前記実績データを用いて前記出力変数を予測するための回帰式モデルを作成し、作成した回帰式モデルのパラメータを影響係数として算出する影響係数算出部と、該影響係数算出部で算出した影響係数を考慮して前記実績データの前記入力変数について前記今回の操業条件データからの距離を演算する距離関数を定義して前記実績データの前記今回の操業条件データからの距離を演算する距離演算部と、該距離演算部で演算した距離に基づいて今回の操業条件データに対する近さを表す類似度を演算する類似度演算部とを備えていることを特徴としている。
Y=b+a 1 ・X 1 +a 2 ・X 2 +……+a M ・X M
を作成し、類似度を重みとする重み付き最小2乗法で算出した前記局所回帰式のパラメータb,a 1, a 2,……, a M と、評価関数を前記各事例毎の類似度、各事例の操業条件データでなる入力変数及びフラックス投入量、モデル化誤差で定義した2次計画問題を解いて設定するモデル化誤差を最小化する前記局所回帰式のパラメータb,a 1, a 2,……, a M との何れか一方を前記局所回帰式に代入してフラックス投入量Yを決定するステップとを備えたことを特徴としている。
図1は、本発明を適用し得るインペラー脱硫装置を示す全体構成図である。
図中、1はインペラー脱硫装置であって、このインペラー脱硫装置1は溶銑2を装入する溶銑鍋3と、この溶銑鍋3に昇降可能に配設されたインペラー4とを有する。
インペラー4は、モータ5で回転駆動されて溶銑2の攪拌を行い、モータ5は攪拌制御装置6によって駆動制御される。
S+CaO=CaS+O
ここで、フラックスに含まれるCaF2はCaSを滓化するために投入される。
このインペラー脱硫制御装置11は、フラックス等投入装置10のフラックス投入量を決定するフラックス投入量決定装置12と、過去の事例における実績データが蓄積されたテーブルを有する操業情報記憶手段としての操業実績データベース13とを備えている。
そして、フラックス投入量決定装置12は、そのCPU12bで、操業実績データベース13に格納されている各事例における操業条件データ及びフラックス投入量の実績データと、今回の操業条件データに対応する要求条件データとに基づいて今回のフラックス投入量を決定するフラックス投入量決定処理を実行する。
操業実績データベース13には、実績データとして、過去に適用された操業条件データであるM(=7)個の入力変数(溶銑量(X1)、処理前P濃度(X2)、処理前温度(X3)、処理前S濃度(X4)、リサイクルスラグ量(X5)、FeSi投入原単位(X6)、処理時間(x7))と、これらの入力変数の組合せにより得られた(実績された)結果であるフラックス投入量を表す出力変数(Y)からなるN個の事例の実績データが、予め保存されているが、ここでは、一般化して、図3に示すように、出力変数の項目名称をY、M個の入力変数の項目名称をXm(m=1,2,…,M)とする。操業実績データはN個あり、n番目(n=1,2,…,N)の出力変数の値をynとし、入力変数の値をxm nと表記することにする。
xr=[x1 r,x2 r,…,xM r]T …(1)
で表記する。
モデル式は次の線形式
Y=b+a1・X1+a2・X2+…+aM・XM …(2)
とし、この回帰式のパラメータ:b,a1,a2,…,aMを最小2乗法により求める。
α=[a1,a2,…,aM]T …(3)
を、次に説明する距離演算に用いる影響係数とする。
前記距離演算部22では、各実績データの入力変数について、前記要求条件からの距離計算を行なう。そのために、まず入力空間(条件空間)のある点x=[x1,x2,…,xM]Tに対する、前記(1)式の要求条件データxrからの距離Lを計算するための距離関数を、前記(3)式の影響係数を考慮した次式
前記(3)式で与えられる偏回帰係数(影響係数)amは、出力変数Yの変化量に対する各入力変数Xmの寄与度と考えることができる。従って、上記(4)式の距離関数は、その寄与度を加味した重み付きの距離を表わしていることになる。
Y=b+a1X1+a2X2 ……(2´)
で表わされるとすると、同図(b)に示すように、影響係数a1、a2を用いて軸をX1/|a1|、X2/|a2|に変換し、この軸変換された空間におけるxとxrとの距離Lを計算していることになる。因みに、正規化ユークリッド距離の場合は、各変数に対応する条件軸をそれぞれのデータ分布の標準偏差で割っているが、ここでは係数で割っている。
具体的には、n番目(n=1,2,…,N)の実績データxnの要求条件データxrからの距離は、次の式
Ln=L(xn,xr,α) …(5)
ここで、xn=[x1 n,x2 n,…,xM n]T
n=1,2,…,N
から求めることができる。
l=[L1,L2,…,LN]T …(6)
のように表記する。
類似度演算部23では、以上のように、対象とする全ての実績データについて、要求条件からの距離計算を実行した後、各実績データの要求条件からの類似度を計算する。そのために、まず要求条件からの近さを表わす類似度関数Wを、次式
W(L,p,l)=exp{−(L/(p・σ(l)))2} …(7)
ここで、σ(l):正規化に使用するlの標準偏差
p:調整パラメータ(初期値:1.5)
のように定義する。
n番目(n=1,2,…,N)の実績データの要求条件からの類似度は、次の式
Wn=W(Ln,p,l) …(8)
(n=1,2,…,N)
から求めることができる。
w=[W1,W2,…,WN]T …(9)
のように表記する。
また、フラックス投入量決定部24では、類似度演算部23で、上記のように全ての実績データについて要求条件からの類似度の計算が終了した後、局所回帰式のパラメータを推定計算し、与えられたN個の実績データと、それぞれの類似度wを用いて、回帰式モデルを作成する。
Y=b+a1・X1+a2・X2+…+aM・XM …(10)
とする。この式が、要求条件の結果を予測するために使用する最終的な予測式である。
便宜上、この予測式(10)は、前記(2)式の線形式と同一式で表わされているが、この(10)式では、パラメータθ=[b,a1,a2,…,aM]Tを、類似度wを重みとする重み付き最小2乗法により求める。
ここに、(10)式の局所回帰式と前述した(2)式の大域的な回帰式との差異を説明する。局所回帰式と大域的な回帰式は、いずれも操業実績データベース13に蓄積されているすべての実績データを用いて、パラメータを最小2乗法を用いて推定することにより求めるが、大域的回帰式(2)は、すべての実績データの重みを等しくして、最小2乗法によりパラメータを推定しているため、どの要求条件においても、パラメータは同じ値になり、製造条件空間すべてにおいて共通な、即ち大域的に使用できる回帰式である。
また、パラメータθの推定方法としては、モデル化誤差をe、類似度をΛ、入力値をΩ、出力値をyとしたとき下記で表される評価関数Jを定義する。
=[y−Ωθ]TΛ[y−Ωθ] ……(11)
この(11)式で表される2次計画問題を解いてモデル化誤差eを最小化するパラメータθを決定するようにしてもよい。
そして、決定されたパラメータθ、入力値Ω及び類似度Λに基づいて下記予測式
y=Ωθ+e ……(12)
で出力値となるフラックス投入量yを算出する。
ここで、パラメータθ=[b,a1,a2,……,aM]T
モデル化誤差e=[e1,e2,……,eN]
出力値y=[y1,y2,……yN]
すなわち、先ず、ステップS1で、入力装置14から前記(1)式で表される要求条件データが入力されたか否かを判定し、要求条件データが入力されていないときにはこれが入力されるまで待機し、要求条件データが入力されたときには、ステップS2に移行して、操業実績データベース13から図3に示す操業実績データを読込む。
次いで、ステップS4に移行して、算出した影響係数を考慮した前記(4)式の距離関数を定義し、前記(6)式で表される各事例の実績データの要求条件データからの距離l=[L1,L2,……LN]Tを演算する。
次いで、ステップS6に移行して、与えられたN個の実績データと、夫々の類似度wとを用いて(10)式の回帰式モデルを作成し、パラメータθを、類似度wを重み係数とする重み付き最小2乗法により求めるか又は前記(11)式の2次計画問題を解いてモデル化誤差eを最小化するパラメータθを決定する。
次いで、ステップS8に移行して、決定されたフラックス投入量を表示装置15に表示してオペレータに指示する。
この図6の処理において、ステップS1〜S5の処理が類似度演算手段に対応し、ステップS6〜ステップS8の処理がフラックス投入量決定手段に対応している。
今、操業実績データベース13に過去のN個の事例におけるフラックス投入量(出力変数y)と7個の入力変数[溶銑量(入力変数X1)、処理前P濃度(入力変数X2)、処理前温度(入力変数X3)、処理前S濃度(入力変数X4)、リサイクルスラグ量(入力変数X5)、FeSi投入原単位(入力変数X6)、処理時間(入力変数X7)]とが図3に示すうようにテーブル化されて格納されているものとする。
このように、フラックス投入量決定装置12に要求条件データxrが入力されると、図6に示すフラックス投入量設定処理で、ステップS2に移行し、操業実績データベースから各事例の操業実績データを読込む。
次いで、算出した影響係数を考慮した前記(4)式の距離関数を定義し、実績データの要求条件データからの距離lを演算する(ステップS4)。
次いで、ステップS2で読込んだN個の実績データと、それぞれの類似度wとを用いて前記(10)式の回帰式モデルを作成し、パラメータθ(=[b,a1,a2,……aM]Tを、類似度wを重みとする重み付き最小2乗法により求めるか又は前記(11)式の2次計画問題を解いてモデル化誤差eを最小化するパラメータθを設定する(ステップS6)。
次いで、決定されたフラックス投入量(y)を表示装置15に表示して、オペレータに要求条件データに適合するフラックス投入量(y)を指示する。
さらに、本発明を適用する前3カ月における従来例の脱硫方法によるフラックス原単位の推移と、本発明を適用した後の3カ月におけるフラックス原単位の推移とを比較すると図9に示すようになった。この図9から明らかなように、本発明を適用することにより、フラックス原単位の平均値を従来例を適用した場合の4.85[kg/t]から本発明を適用した場合の4.72[kg/t]へ約0.14[kg/t]削減することができた。
Claims (4)
- 溶銑中にフラックスを投入し、インペラーを回転させて機械的に溶銑を攪拌することにより、溶銑中の硫黄成分を脱硫反応によって滓化させ、スラグとして取り除く際に、硫黄濃度を目標値に制御するためのフラックス投入量を決定するインペラー脱硫制御装置であって、
出力変数としての過去の事例毎のフラックス投入量と、入力変数としての脱硫処理に必要とする少なくとも溶銑量、処理前温度、処理前硫黄濃度、FeSi投入量原単位、処理時間からなる操業条件データとを蓄積して記憶する操業情報記憶手段と、
予測したい要求条件データが生じる毎に、フラックス投入量を予測したい前記要求条件データと前記操業情報記憶手段に記憶されている前記操業条件データとの距離を算出して類似度を演算する類似度演算手段と、
該類似度演算手段で演算された事例毎の類似度と、前記操業情報記憶手段に記憶されている前記各事例の操業条件データとを用いて前記フラックス投入量Yを予測するための要求条件データX 1 〜X M を入力変数として設定することで、b,a 1, a 2,……, a M をパラメータとする局所回帰式
Y=b+a 1 ・X 1 +a 2 ・X 2 +……+a M ・X M
を作成し、
前記類似度を重みとする重み付き最小2乗法で算出した前記局所回帰式のパラメータb,a 1, a 2,……, a M と、評価関数を前記各事例毎の類似度、各事例の操業条件データでなる入力変数及びフラックス投入量、モデル化誤差で定義した2次計画問題を解いて設定するモデル化誤差を最小化する前記局所回帰式のパラメータb,a 1, a 2,……, a M との何れか一方を前記局所回帰式に代入してフラックス投入量Yを決定するフラックス投入量決定手段とを備えていることを特徴とするインペラー脱硫制御装置。 - 前記脱硫処理に必要とする操業条件データは、溶銑量、処理前温度、処理前硫黄濃度、FeSi投入量原単位、処理時間の他に、処理前リン濃度及びリサイクルスラグ量を加えた7種類に設定されていることを特徴とする請求項1に記載のインペラー脱硫制御装置。
- 前記操業情報記憶手段は、前記フラックス投入量を出力変数とし、前記脱硫処理に必要とする操業条件データを入力変数とする複数の実績データを事例毎にテーブルとして格納し、
前記類似度演算手段は、今回のフラックス投入量を予測したい前記入力変数に対応する今回の操業条件データを設定すると共に、前記実績データを用いて前記出力変数を予測するための回帰式モデルを作成し、作成した回帰式モデルのパラメータを影響係数として算出する影響係数算出部と、該影響係数算出部で算出した影響係数を考慮して前記実績データの前記入力変数について前記今回の操業条件データからの距離を演算する距離関数を定義して前記実績データの前記今回の操業条件データからの距離を演算する距離演算部と、
該距離演算部で演算した距離に基づいて今回の操業条件データに対する近さを表す類似度を演算する類似度演算部と
を備えていることを特徴とする請求項1又は2に記載のインペラー脱硫制御装置。 - 溶銑中にフラックスを投入し、インペラーを回転させて機械的に溶銑を攪拌することにより、溶銑中の硫黄成分を脱硫反応によって滓化させ、スラグとして取り除く際に、硫黄濃度を目標値に制御するためのフラックス投入量を決定するインペラー脱硫制御方法であって、
出力変数となる過去のフラックス投入量、入力変数となる脱硫処理に必要とする少なくとも溶銑量、処理前温度、処理前硫黄濃度、FeSi投入量原単位、処理時間からなる操業条件データを事例として操業情報記憶手段に記憶して蓄積するステップと、予測したい要求条件データが生じる毎に、類似度演算手段で、予測したい前記要求条件データと前記実績データとの距離及び類似度を演算するステップと、
演算された事例毎の類似度と、前記操業情報記憶手段に記憶されている前記各事例の操業条件データとを用いて前記今回の操業条件データでのフラックス投入量Yを予測するための要求条件データX 1 〜X M を入力変数として設定することで、b,a 1, a 2,……, a M をパラメータとする局所回帰式
Y=b+a 1 ・X 1 +a 2 ・X 2 +……+a M ・X M
を作成し、類似度を重みとする重み付き最小2乗法で算出した前記局所回帰式のパラメータb,a 1, a 2,……, a M と、評価関数を前記各事例毎の類似度、各事例の操業条件データでなる入力変数及びフラックス投入量、モデル化誤差で定義した2次計画問題を解いて設定するモデル化誤差を最小化する前記局所回帰式のパラメータb,a 1, a 2,……, a M との何れか一方を前記局所回帰式に代入してフラックス投入量Yを決定するステップと
を備えたことを特徴とするインペラー脱硫制御方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008008031A JP5577568B2 (ja) | 2008-01-17 | 2008-01-17 | インペラー脱硫制御装置及び方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008008031A JP5577568B2 (ja) | 2008-01-17 | 2008-01-17 | インペラー脱硫制御装置及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009167481A JP2009167481A (ja) | 2009-07-30 |
JP5577568B2 true JP5577568B2 (ja) | 2014-08-27 |
Family
ID=40968997
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008008031A Active JP5577568B2 (ja) | 2008-01-17 | 2008-01-17 | インペラー脱硫制御装置及び方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5577568B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105116850A (zh) * | 2015-07-17 | 2015-12-02 | 中冶长天国际工程有限责任公司 | 一种球团燃耗控制方法及装置 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101185324B1 (ko) | 2010-09-29 | 2012-09-21 | 현대제철 주식회사 | 탈황제 투입 노즐 제어장치 및 방법 |
CN107090534A (zh) * | 2016-02-17 | 2017-08-25 | 宝山钢铁股份有限公司 | 用于混铁车喷吹脱硫的粉剂计算方法 |
JP6524446B2 (ja) * | 2016-07-29 | 2019-06-05 | Jfeスチール株式会社 | インペラー脱硫制御装置、インペラー脱硫設備およびインペラー脱硫制御方法 |
JP7401752B2 (ja) * | 2020-01-14 | 2023-12-20 | 日本製鉄株式会社 | モデル構築装置、予測装置、モデル構築方法、予測方法及びコンピュータプログラム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0559420A (ja) * | 1991-08-30 | 1993-03-09 | Sumitomo Metal Ind Ltd | 溶銑の予備処理方法 |
JP4061008B2 (ja) * | 2000-04-04 | 2008-03-12 | 新日本製鐵株式会社 | 結果予測装置、方法、及びコンピュータ読み取り可能な記憶媒体 |
JP4307129B2 (ja) * | 2003-04-08 | 2009-08-05 | 新日本製鐵株式会社 | プロセスの状態類似事例検索方法及び状態予測方法、並びにコンピュータ読み取り可能な記憶媒体 |
JP4474847B2 (ja) * | 2003-05-28 | 2010-06-09 | Jfeスチール株式会社 | 結果予測装置 |
JP4055704B2 (ja) * | 2003-12-09 | 2008-03-05 | Jfeスチール株式会社 | 転炉吹錬におけるMn量調整方法 |
EP1975860A4 (en) * | 2006-01-13 | 2011-05-04 | Jfe Steel Corp | DEVICE AND METHOD FOR CREATING A PREDICTION FORMULA |
-
2008
- 2008-01-17 JP JP2008008031A patent/JP5577568B2/ja active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105116850A (zh) * | 2015-07-17 | 2015-12-02 | 中冶长天国际工程有限责任公司 | 一种球团燃耗控制方法及装置 |
CN105116850B (zh) * | 2015-07-17 | 2017-08-22 | 中冶长天国际工程有限责任公司 | 一种球团燃耗控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2009167481A (ja) | 2009-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5577568B2 (ja) | インペラー脱硫制御装置及び方法 | |
Cemernek et al. | Machine learning in continuous casting of steel: A state-of-the-art survey | |
JP6922675B2 (ja) | 製造プロセスの状態予測装置、方法及びプログラム、並びに製造プロセスの制御システム | |
US20090193936A1 (en) | Methods and apparatus for an oxygen furnace quality control system | |
JP6439780B2 (ja) | 電磁鋼板の磁気特性予測装置及び磁気特性制御装置 | |
EP3001266A1 (en) | Method and system for providing data analytics results | |
JP2005036289A (ja) | モデルパラメータ決定方法及びそのプログラム,モデル予測方法及びそのプログラム | |
Montheillet et al. | A critical assessment of three usual equations for strain hardening and dynamic recovery | |
Han et al. | Hybrid intelligent control of BOF oxygen volume and coolant addition | |
JP5853723B2 (ja) | リン濃度予測装置及び吹錬制御方法 | |
JP5682131B2 (ja) | 鋼材の材質予測装置 | |
JP2004355189A (ja) | 結果予測装置 | |
JP6098553B2 (ja) | 復燐量予測装置および復燐量予測方法、ならびに転炉脱燐制御方法 | |
JP2012167365A (ja) | 生石灰濃度予測装置及び吹錬制御方法 | |
Trzaska et al. | Computer programme for prediction steel parameters after heat treatment | |
Dymko | Choice of the optimal control strategy for the duplex-process of induction melting of constructional iron | |
JP2010207900A (ja) | 熱間圧延における変形抵抗予測方法 | |
JP2020105606A (ja) | 転炉吹錬制御装置、転炉吹錬制御方法およびプログラム | |
Alghamdi et al. | A conceptual framework to support decision-making in remanufacturing engineering processes | |
JP6524446B2 (ja) | インペラー脱硫制御装置、インペラー脱硫設備およびインペラー脱硫制御方法 | |
JP7110969B2 (ja) | 転炉吹錬制御装置、転炉吹錬制御方法およびプログラム | |
JP2023114592A (ja) | 操業演算装置および操業演算方法 | |
Qian et al. | Dynamic Prediction with Statistical Uncertainty Evaluation of Phosphorus Content Based on Functional Relevance Vector Machine | |
Gao et al. | End-point prediction of basic oxygen furnace (BOF) steelmaking based on improved twin support vector regression | |
Shigemori | Desulphurization control system through locally weighted regression model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100922 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130319 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130326 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130522 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130730 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130930 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20140204 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140423 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20140501 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140610 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140623 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5577568 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |