JP5608961B2 - 焼結装置及び焼結方法 - Google Patents

Description

本発明は、粉鉱石を含む原料に凝結材としてコークスを使用して焼成することにより塊成化して焼結鉱を形成し、所定粒度以下の焼結鉱を前記原料として返鉱するようにした焼結装置及び焼結方法に関する。

従来、焼結機のＦｅＯ量の変動及び／又は歩留の変動を抑えて常に安定した制御を行なうことができることを目的として、焼結機への投入熱量を制御する焼結機投入熱量制御方法が提案されている（例えば、特許文献１参照）。
この特許文献１に記載の焼結機投入熱量制御方法は、焼結機に投入される原料の出熱量と焼結製品に含まれるＦｅＯ量との相関関係を表す第１の関係（ＦｅＯ量＝Ａ１×出熱量＋Ｂ１）及び／又は上記出熱量と製品の歩留との相関関係を表す第２の関係（歩留＝Ａ２×出熱量＋Ｂ２）を予め求めておき、上記出熱量の実測値を上記第１の関係及び／又は第２の関係に適用することにより、上記ＦｅＯ量及び／又は歩留の予測値を演算し、上記演算されたＦｅＯ量及び／又は歩留の予測値とその目標値との偏差に基づいて上記焼結機への投入熱量を制御するように構成されている。

ここで、出熱量は下記の石灰石分解熱量と焼結顕熱件量と排ガス顕熱量との和で算出される。
石灰石分解熱量＝石灰石量×１０００×石灰石分解比熱／（生産量＋返鉱量）
焼結顕熱量＝焼結比熱×１０００×クーラー入り口温度×クーラー温度補正係数
排ガス顕熱＝排ガス比熱×ブロア電流流量変換係数×１４４０×ブロア電流値×ＥＰ温度／（生産量＋返鉱量）
特開平８−１３０４７

しかしながら、上記特許文献１に記載の従来例にあっては、ＦｅＯ量及び歩留の少なくとも一方を制御することができるものであるが、焼結プロセスでのＣＯ_２の削減については全く考慮されていないものである。
一般に、焼結工場では、配合槽から切り出された粉鉱石、石灰、粉コークス、返鉱で構成される原料を混合し、ミキサーで造粒後、焼成することにより塊成化し、粒度５〜７５ｍｍの焼結鉱を製造している。粉鉱石とは粒度５ｍｍ以下の鉄鉱石のことであり、粉鉱石をそのまま高炉へ装入すると、通気障害により炉況を悪化させるため塊成化する。

出来上がった焼結鉱のうち粒度が例えば５ｍｍ以上の焼結鉱は成品として高炉に送られ、５ｍｍ未満の焼結鉱は返鉱として原料配合槽に戻されて再利用される。
よって、焼結鉱の生産量は次式で求まる。
焼結鉱生産量[t]＝篩い分け前の焼結鉱[t]−返鉱発生量[t] …………（１）
粉鉱石の塊成化において、凝結材としてコークスを使用し、焼結鉱に焼成することから、焼成プロセスでＣＯ_２が発生する。したがって、焼結プロセスでのＣＯ_２削減にはコークスの使用量削減が必要である。

焼結工場における現状の操業方法は、オペレータが返鉱発生比の目安（例えば２２％）に対して、過去の経験と現在の返鉱発生比をもとにフィードバックでコークス比を操作している。
コークス使用量を削減するためには、コークス原単位を下げる必要があり、コークス原単位とは焼結鉱１ｔｏｎを製造するのに必要とするコークスの使用量のことで、次式で定義される。
コークス原単位［kg/t・Sinter］＝コークス使用料[kg]÷焼結生産量[t・Sinter]……（２）

原料を切り出し、焼結鉱の篩い分けを行なうまで約２〜３時間必要なため、操作量に対する生産量が求まるまで無駄時間がある。そこで、入力ｕをコークス使用量、出力ｙ_Ｐを焼結生産量、無駄時間をＬとすると下記の時間関数を定義できる。
ｙ_Ｐ（ｔ＋Ｌ）＝ｆ（ｕ（ｔ）） …………（３）
この（３）式を用いて、コークス原単位ｙ_Ｃ０は次式で表すことができる。
ｙ_ＣＯ（ｔ＋ｌ）＝ｕ（ｔ）／ｙ_Ｐ（ｔ＋Ｌ）
＝ｕ（ｔ）／ｆ（ｕ（ｔ）） …………（４）
よって、現在の操作量に対するコークス原単位を予測する必要がある。

このため、従来、現在の操作量に対する返鉱発生比を、重回帰モデルを使用して予測することで、コークス原単位を求めることが考えられている。
そして、生産量の増減の影響を抑え、定量的に評価するための返鉱発生比とコークス比を使用している。ここで、返鉱発生比とコークス比は次式で定義される。
返鉱発生比[%]＝返鉱発生量[t]÷篩い分け前の焼結鉱[t]×１００…………（５）
コークス比[%]＝コークス使用量[t]÷原料使用量[t]×１００ …………（６）

このように、重回帰モデルを使用して返鉱発生比を予測することで、コークス原単位を削減するコークス比の操作量を決定する場合には、返鉱発生比に原料成分が大きく依存するため予測精度が悪いという未解決の課題がある。
特に、返鉱発生比を予測してコークス使用料を削減するには、以下の課題がある。
（１）コークス比と返鉱発生の関係は非線形であり、無駄時間が存在する。
コークス比と返鉱発生比との関係は、図１８に示すようにコークス比を増加すると、返鉱発生比は減少するが、ある範囲を超えるとコークス比を増加しても返鉱発生しが減少しない非線形な関係がある。また、無駄時間があるため、コークス比を操作してから返鉱発生比に影響がでるまで時間を必要とする。そのため、傾きが小さくなる範囲が目安付近にあると、現在のコークス比が適切か否かの判断が困難である。

（２）コークス比と返鉱発生比の関係が原料により異なる。
原料の組み合わせは無限にあるため、実験的に関係式を全て求めることができない。そのため、現在のコークス比操作量に対する返鉱発生比の予測ができない。
そこで、本発明は、上記従来例の未解決の課題に着目してなされたものであり、原料の変化に応じて蓄積された実績データをもとに、返鉱発生比の予測精度を向上させて、コークス原単位を下げるコークス比を設定することができる焼結装置及び焼結方法を提供することを目的としている。

上記目的を達成するために、請求項１に係る焼結装置は、粉鉱石を含む原料に凝結材としてコークスを使用して焼成することにより塊成化して焼結鉱を形成し、所定粒度以下の焼結鉱を前記原料として返鉱するようにした焼結装置であって、過去の事例毎の焼結処理に必要とする少なくともＭガス流量、パレット速度、焼結の完了点、返鉱比（対主原料）、石灰比（対主原料）、コークス比、原料化学成分、平均粒径を操業条件データとして蓄積して記憶する操業情報記憶手段と、焼結開始時点から所定時間後の焼結ケーキ生成時における返鉱発生比予測値を予測する際に、今回の前記操業条件データに対応する要求条件データが発生する毎に、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、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を用いて前記返鉱発生比予測値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、各事例の操業データでなる入力変数及び返鉱発生比予測値、モデル化誤差で定義した２次計画問題を解いて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返鉱発生比予測値Ｙを算出する返鉱発生比予測手段と、該返鉱発生比予測手段で予測した返鉱発生比と実際のコークス比とで表される座標が返鉱発生比の上限値より上側の返鉱発生比減少操作領域、上記返鉱発生比の上限値及びその下側に所定値だけ離れた閾値間の許容領域及び前記閾値より下側のコークス原単位減少操作領域の何れの領域に属するかを判定してコークス比操作量を指示するコークス比操作量指示手段とを備えていることを特徴としている。

さらにまた、請求項２に係る焼結装置は、請求項１に係る発明において、前記操業情報記憶手段は、前記返鉱発生比を出力変数とし、前記焼結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、操業条件データに対応する要求条件データを設定すると共に、作成した前記局所回帰式の定数ｂを除くパラメータａ _１， ａ _{２，……，} ａ _Ｍ 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入力変数について前記要求条件からの距離を演算する距離関数に従って前記実績データの要求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要求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。

なおさらに、請求項３に係る焼結方法は、結鉱を形成し、所定粒度以下の焼結鉱を前記原料として返鉱するようにした焼結方法であって、過去の事例毎の焼結処理に必要とする少なくともＭガス流量、パレット速度、焼結の完了点、返鉱比（対主原料）、石灰比（対主原料）、コークス比、原料化学成分、平均粒径を操業条件データとして操業情報記憶手段に蓄積して記憶するステップと、焼結開始時点から所定時間後の焼結ケーキ生成時における返鉱発生比予測値を予測する際に今回の操業条件データに対応する要求条件データが発生する毎に、類似度演算手段で、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ステップと、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を用いて返鉱発生比予測値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ごとの類似度、各事例の操業条件データでなる入力変数及び返鉱発生比予測値、モデル化誤差で定義した２次計画問題を解いてモデル化誤差を最小化する前記回帰式モデルのパラメータ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返鉱発生比予測値Ｙを算出するステップと、コークス比操作量指示手段で、前記返鉱発生比予測手段で予測した返鉱発生比予測値と実際のコークス比とで表される座標が返鉱発生比の上限値より上側の返鉱発生比減少操作領域、上記返鉱発生比の上限値及びその下側に所定値だけ離れた閾値間の許容領域及び前記閾値より下側のコークス原単位減少操作領域の何れの領域に属するかを判定してコークス比操作量を指示するステップとを備えていることを特徴としている。

本発明によれば、過去の事例毎に返鉱発生比を含む焼結処理に必要とする操業条件データを操業情報記憶手段に蓄積して記憶し、この操業情報記憶手段に記憶されている事例毎の操業条件データに基づいて返鉱発生比予測手段で返鉱発生比を予測し、予測した返鉱発生比とコークス比とに基づいてコークス比操作量指示手段でコークス比操作量を指示するので、原料の変化に応じて蓄積された実績データをもとに、返鉱発生比の予測精度を向上させて、コークス原単位を下げるコークス比を正確に指示することができるという効果を有する。

また、返鉱発生比予測手段が、操業情報記憶手段に記憶されている事例毎に、前記操業条件データに対応する予測したい要求条件データと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に基づいて前記要求条件データに適合する返鉱発生比を演算する返鉱発生比演算手段とを備えているので、操業条件データでなる実績データをもとに、予測したい要求条件データが生じる毎に、各事例の操業条件データと要求条件データとの距離を算出して類似度を演算し、演算した類似度と各事例の操業条件とに基づいて返鉱発生比を予測演算することができ、返鉱発生比の予測演算精度を向上させることができるという効果が得られる。
ここで、焼結処理に必要とする操業条件データとしては、少なくともＭガス流量、パレット速度、焼結の完了点、石灰比、コークス比、原料科学成分、平均粒径を設定することが好ましい。

以下、本発明の実施の形態を図面に基づいて説明する。
図１は、本発明を適用し得る焼結装置を示す全体構成図である。
図中、１は製鉄所に入荷した１種以上の塊鉱石をサイジング装置２によって破砕し、篩分けして６〜３０ｍｍに整粒する。
そして、整粒した塊鉱石３を床敷配合槽４に一旦貯留してから焼結機５の床敷ホッパー６に装入し、床敷ホッパー６から切り出してパレット７のグレート上に床敷層を形成させる。

一方、床敷ホッパー６と並設された焼結原料ホッパー１０内には焼結原料１１が装入されている。この焼結原料１１は、製鉄所に入荷した２種以上の粉鉱石を複数の層に山積みしてから払い出すヤードブレンディングによって混合した主原料、石灰石、生石灰等の副原料、粉コークス及び返鉱等で構成されている。これら主原料、副原料、粉コークス及び返鉱はそれぞれ主原料ホッパー１２ｍ、副原料ホッパー１２ｓ、粉コークスホッパー１２ｃ、返鉱ホッパー１２ｂに貯留され、これらホッパー１２ｍ、１２ｓ、１２ｃ及び１２ｂから個々に予め設定された切り出し量で定量切り出しされて配合部１２で配合され、混合・造粒工程１３で疑似粒子状に調整される。この疑似粒子状に調整された焼結原料１１を床敷層の上に充填装入して焼結原料層を形成する。

そして、形成された焼結原料層は、焼結機５で乾燥・加熱、溶融反応及び焼結反応を経て焼成する。焼成された焼結ケーキ１５は焼結機５から排鉱され、クーラー１６で冷却され、そして整粒工程１７に受け渡される。
整粒工程１７では、冷却された焼結ケーキ１５を目開き９０ｍｍ程度の篩い１８で篩い分けし、篩い上の焼結鉱を破砕機１９で破砕し、破砕された焼結鉱及び篩い下の９０ｍｍ以下の焼結鉱を例えば目開き４ｍｍの篩い２０で篩い分けし、４ｍｍ以上の焼結鉱を成品焼結鉱２１として、高炉２２に供給する。一方、４ｍｍ未満の焼結鉱は返鉱２３として返鉱ホッパー１２ｂに供給される。

また、焼結機５では、下部側に焼結原料１１の搬送方向に沿って複数個の風箱２４が配設され、これら風箱２４が主排気ダクト２５を介して乾式の電気集塵機２６に接続され、この電気集塵機２６の出側に主排風装置２７が接続されている。
そして、粉コークスホッパー１２ｃから切り出される粉コークス量が以下に説明するコークス比操作量指示手段としてのコークス比操作量指示装置３０で指示される。

このコークス比操作量指示装置３０は、情報処理装置３１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３２とを備えている。
ここで、情報処理装置３１は、システムバス３１ａに接続されたＣＰＵ３１ｂ、ＲＯＭ３１ｃ、ＲＡＭ３１ｄ及びインタフェース回路３１ｅを備えている。そして、インタフェース回路３１ｅに、操業実績データベース３２、キーボード、マウス等の入力装置３３及び液晶ディスプレイ等の表示装置３４が接続されている。

また、操業実績データベース３２は、実績データとして、過去の事例におけるクーラー１６のクーラー排気温度、焼結機５の風箱２４の負圧、通気抵抗、主排風装置２７の主排風温度、焼結機５に供給されるＭガス流量、焼結機５のパレット速度、焼結の完了点、返鉱比（対主原料）、添加水量、石灰比（対主原料）、コークス比、原料化学成分（結晶水）、原料化学成分（Ａｌ_２Ｏ_３）、原料化学成分（ＳｉＯ_２）、原料化学成分（Ｋ_２Ｏ）、原料化学成分（Ｎａ_２Ｏ）、原料粒度分布（０．１２５ｍｍ以上０．２５ｍｍ未満）、原料粒度分布（０．０６２ｍｍ以上０．１２５ｍｍ未満）、粒度分布（０．０６２ｍｍ未満）、平均粒径（原料）等の焼結処理に必要とする操業条件データが設定されている。この操業条件データのうち、必須の操業条件データとしては、Ｍガス流量、パレット速度、焼結の完了点、返鉱比（対主原料）、石灰比（対主原料）、コークス比、原料化学成分（結晶水）及び平均粒径（原料）である。
そして、情報処理装置３１は、そのＣＰＵ３１ｂで、操業実績データベース３２に格納されている各事例における操業条件データと、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焼結開始時点から例えば２時間後の焼結ケーキ生成時の返鉱発生比予測値を予測する返鉱発生比予測処理を実行する。

この情報処理装置３２を機能ブロック図で表すと、図３に示すようになる。すなわち、過去に適用した事例の操業条件データと、その操業条件データによって得られた結果であるコークス比予測値が操業実績データベース３２に蓄積されて記憶されているので、この操業実績データベース３２に保存されている操業条件データ及び返鉱発生比予測値により規定される条件空間において、返鉱発生比を予測したい要求条件データを設定し、設定した要求条件データの近傍における各操業条件データが、結果である返鉱発生比予測値に対して影響する程度を表わす影響係数を算出する影響係数算出部４１と、得られた影響係数に基づいて、条件空間の軸を変換し、変換された条件空間において、操業実績データベース３２に保存されている過去の事例毎の操業条件データの実績値と前記要求条件データとの距離を計算する距離演算部４２と、得られた距離に基づいて、各操業条件データの実績値と要求条件データとの類似度を計算する類似度演算部４３と、得られた類似度に基づいて、要求条件データ近傍の予測式を作成し、得られた予測式に基づいて、要求条件データに対する結果である焼結原料焼結開始時点から例えば２時間後の焼結ケーキ生成時の返鉱発生比予測値を予測する返鉱発生比予測手段としての返鉱発生比予測部４４と、予測された返鉱発生比予測値とコークス比とに基づいてコークス比操作量を指示するコークス比操作量指示手段としてのコークス比操作量指示部４５とを備えている。

以下、返鉱発生比予測処理及びコークス比操作量指示処理について説明する。
操業実績データベース３２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（＝２０）個の入力変数（クーラー排気温度（Ｘ_１）、風箱負圧（Ｘ_２）、通気抵抗（Ｘ_３）、主排風温度（Ｘ_４）、Ｍガス流量（Ｘ_５）、パレット速度（Ｘ_６）、焼結の完了点（ｘ_７）、返鉱比（対主原料）（Ｘ_８）、添加水量（Ｘ_９）、石灰比（対主原料）（Ｘ_１０）、コークス比（Ｘ_１１）、原料化学成分（結晶水）（Ｘ_１２）、原料化学成分（Ａｌ_２Ｏ_３）（Ｘ_１３）、原料化学成分（ＳｉＯ_２）（Ｘ_１４）、原料化学成分（Ｋ_２Ｏ）（Ｘ_１５）、原料化学成分（Ｎａ_２Ｏ）（Ｘ_１６）、原料粒度分布（０．１２５ｍｍ以上０．２５ｍｍ未満）（Ｘ_１７）、原料粒度分布（０．０６２ｍｍ以上０．１２５ｍｍ未満）（Ｘ_１８）、粒度分布（０．０６２ｍｍ未満）（Ｘ_１９）、平均粒径（原料）（Ｘ_２０））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）結果である返鉱発生比予測値を表す出力変数（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４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Ｘ_ｍ（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ｙ^ｎとし、入力変数の値をｘ_ｍ ^ｎと表記することにする。

影響係数算出部４１では、図４に示したＭ個の入力変数により規定される条件空間において、要求条件の近傍に位置する各条件について、過去に得られている結果に対する影響係数を算出する。ここでは、結果を予測したい要求条件を入力ベクトルとし、これを
ｘ^ｒ＝［ｘ_１ ^ｒ，ｘ_２ ^ｒ，…，ｘ_Ｍ ^ｒ］^Ｔ …（１）
で表記する。

まず、大域的な回帰式のパラメータを推定する。即ち、図４で、与えられたＮ個の実績データを用いて、結果（Ｙ）を予測するための回帰式モデルを作成し、該回帰式のパラメータを推定する。
モデル式は次の線形式
Ｙ＝ｂ＋ａ_１・Ｘ_１＋ａ_２・Ｘ_２＋…＋ａ_Ｍ・Ｘ_Ｍ …（２）
とし、この回帰式のパラメータ：ｂ，ａ_１，ａ_２，…，ａ_Ｍを最小２乗法により求める。

このパラメータから定数ｂを除いて係数のみを抽出した次式の偏回帰係数ベクトル
α＝［ａ_１，ａ_２，…，ａ_Ｍ］^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４２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＝［ｘ_１，ｘ_２，…，ｘ_Ｍ］^Ｔに対する、前記（１）式の要求条件データｘ^ｒ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により定義する。

この（４）式では、各変数と要求条件との差の絶対値に、それぞれ影響係数ａ_ｍの絶対値を掛けたものを、全ての変数について足し合わせる処理を行なっている。
前記（３）式で与えられる偏回帰係数（影響係数）ａ_ｍは、出力変数Ｙの変化量に対する各入力変数Ｘ_ｍ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。

又、この距離関数により距離を演算することは、同時にこの影響係数により条件空間における軸変換の操作を実行していることになる。これを、便宜上、Ｘ_１、Ｘ_２の２次元に対する出力変数Ｙの場合の実績データの空間におけるデータ分布のイメージが、図５（ａ）に破線で囲んだ点で示すようであるとし、このデータ分布における要求条件近傍の回帰式が、
Ｙ＝ｂ＋ａ_１Ｘ_１＋ａ_２Ｘ_２ ……（２´）
で表わされるとすると、同図（ｂ）に示すように、影響係数ａ_１、ａ_２を用いて軸をＸ_１／｜ａ_１｜、Ｘ_２／｜ａ_２｜に変換し、この軸変換された空間におけるｘとｘ^ｒ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。

次いで、前記（４）式で定義した距離関数を用いて、各操業実績データの要求条件データからの距離を演算する。即ち、図４に示したＮ個の操業実績データのそれぞれについて、要求条件データｘ^ｒからの距離を求める。
具体的には、ｎ番目（ｎ＝１，２，…，Ｎ）の実績データｘ^ｎの要求条件データｘ^ｒからの距離は、次の式
Ｌ^ｎ＝Ｌ（ｘ^ｎ，ｘ^ｒ，α） …（５）
ここで、ｘ^ｎ＝［ｘ_１ ^ｎ，ｘ_２ ^ｎ，…，ｘ_Ｍ ^ｎ］^Ｔ
ｎ＝１，２，…，Ｎ
から求めることができる。

又、１〜Ｎ番目の実績データについて計算された要求条件からの各距離をまとめて次式
ｌ＝［Ｌ^１，Ｌ^２，…，Ｌ^Ｎ］^Ｔ …（６）
のように表記する。
類似度演算部４３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、次式で算出する。
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。

図６には、この類似度関数の特徴を示す。即ち、前記（５）式により得られる各実績データの要求条件からの距離が短いほど類似度が高く、長いほど低い値をとる。なお、類似度関数はこれに限定されず、同様の特徴を持つ、例えば折れ線関数としても、あるいは、文献（Ｗｉｌｌｉａｍ Ｓ．Ｃｌｅｖｅｌａｎｄ ａｎｄ Ｓｕｓａｎ Ｊ．Ｄｅｖｌｉｎ；
Ｌｏｃａｌｌｙ Ｗｅｉｇｈｔｅｄ Ｒｅｇｒｅｓｓｉｏｎ：Ａｎ ａｐｐｒｏａｃｈ ｔｏ
Ｒｅｇｒｅｓｓｉｏｎ Ａｎａｌｙｓｉｓ ｂｙ Ｌｏｃａｌ Ｆｉｔｔｉｎｇ，Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ａｍｅｒｉｃａｎ Ｓｔａｔｉｓｔｉｃａｌ Ａｓｓｏｃｉａｔｉｏｎ，Ｖｏｌ．８ ３， Ｎｏ．４０３，Ｓｅｐｔｅｍｂｅｒ １９８８．）に記載されているトリキューブ関数を用いてもよい。

次に、上記のように定義した類似度関数を用いて、各実績データの要求条件からの類似度を計算する。即ち、図４のＮ個の実績データそれぞれについて、前記（５）式により計算された距離を用いて要求条件からの類似度を求める。
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
Ｗ^ｎ＝Ｗ（Ｌ^ｎ，ｐ，ｌ） …（８）
（ｎ＝１，２，…，Ｎ）
から求めることができる。

又、ここでは、１〜Ｎ番目の実績データの要求条件からの類似度を求めて次式
ｗ＝［Ｗ^１，Ｗ^２，…，Ｗ^Ｎ］^Ｔ …（９）
のように表記する。
また、返鉱発生比予測部２４では、類似度演算部４３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。

そのモデル式は、次の線形式
Ｙ＝ｂ＋ａ_１・Ｘ_１＋ａ_２・Ｘ_２＋…＋ａ_Ｍ・Ｘ_Ｍ …（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，ａ_１，ａ_２，…，ａ_Ｍ］^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。

このようにすることにより、類似度の大きい実績データ（要求点（条件）に近いデータ）は、重みが大きく、類似度の小さい実績データ（要求点から遠いデータ）は、重みが小さくなるような回帰式が得られ、要求条件の近傍のデータをより精度良くフィッティングする回帰式モデルができる。
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。

これに対し、局所回帰式（１０）は、要求条件に近い実績データの重みを大きくして、遠い実績データの重みを小さくして、最小２乗法によりパラメータを推定しているため、要求条件の値によって、パラメータの値は異なり、局所的にしか使用できない（有効でない）が、精度の高い回帰式である。
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。
Ｊ＝ｅ^ＴΛｅ
＝［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。

ここで、
ｙ＝Ωθ＋ｅ ……（１２）
パラメータθ＝［ｂ，ａ_１，ａ_２，……，ａ_Ｍ］^Ｔ
モデル化誤差ｅ＝［ｅ^１，ｅ^２，……，ｅ^Ｎ］
出力値ｙ＝［ｙ^１，ｙ^２，……ｙ^Ｎ］

以上の返鉱発生比予測処理をフローチャートで表すと、図７に示すようになる。
すなわち、先ず、ステップＳ１で、入力装置３３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３２から図４に示す操業実績データを読込む。

次いで、ステップＳ３に移行して、前記（２）式で表される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から定数ｂを除いて係数のみを抽出した前記（３）式の偏回帰整数ベクトルを影響係数として設定する。
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＝［Ｌ^１，Ｌ^２，……Ｌ^Ｎ］^Ｔを演算する。

次いで、ステップＳ５に移行して、演算した距離ｌに基づいて要求条件データからの近さを表す類似度関数Ｗを前記（７）式で定義し、前記（６）式により得られる距離を用いて、要求条件データから前記（８）式の演算を行って前記（９）式で表される類似度ｗを求める。
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Ｓ７に移行して、決定されたパラメータθと前記（１）式で表される要求条件データとを前記（１０）式の右辺に与えて結果出力値ｙとしての返鉱発生比予測値を算出する。
次いで、ステップＳ８に移行して、予測した返鉱発生比予測値とコークス比とに基づいてコークス比操作量を算出し、次いでステップＳ９に移行して、算出したコークス比操作量を表示装置３４に表示してオペレータに指示する。

ここで、ステップＳ８におけるコークス操作量算出処理は、前述したステップＳ６で決定された（１０）式の右辺をコークス比Ｘ _１１ のみに着目して変形し、図８に示す返鉱発生比＝−Ａ（コークス比）＋Ｂの形の局所回帰式を算出する。
一方、焼結生産量の下限値から返鉱発生比ＢＲの上限値ＢＲｕを求め、この上限値ＢＲｕの下側に、所定値Ｗだけ離れた閾値ＢＲｔを設定して、これら上限値ＢＲｕ及び閾値ＢＲｔ間でコークス比操作量を変更しない許容領域Ａａを設定している。また、上限値ＢＲｕより上側に、返鉱発生比を減少操作する返鉱発生比減少操作領域Ａｂｄを設定し、閾値ＢＲｔより下側に、コークス原単位を減少操作するコークス原単位減少操作領域Ａｃｄを設定する。

この図８に示すコークス比−返鉱発生比の関係式及び上限値ＢＲｕ、閾値ＢＲｔで表される特性線図がガイダンス算出マップとしてＲＡＭ３１ｄに記憶される。
そして、ステップＳ７で算出した焼結原料投入開始時点から例えば２時間後の焼結ケーキ生成時の返鉱発生比予測値に基づいて図８に示すガイダンス算出マップを参照して、コークス比操作量を算出する。

このコークス比操作量算出処理は、図９に示すように、先ず、ステップＳ１１で、現在のコークス比ＣＲｐ及び返鉱発生比予測値ＢＲｐを読込み、次いでステップＳ１２に移行して、読込んだコークス比ＣＲｐ及び返鉱発生比予測値ＢＲｐをもとに図８に示すガイダンス算出マップを参照して、コークス比ＣＲｐ及び返鉱発生比予測値ＢＲｐ及びコークス比ＲＣｐで表される点（ＣＲｐ，ＢＲｐ）が許容領域Ａａに存在するか否かを判定する。
このステップＳ１２の判定結果が、点（ＣＲｐ，ＢＲｐ）が許容領域Ａａに存在する場合には、現在のコークス比ＣＲｐを操作する必要がないものと判断してガイダンスを行なうことなく前記ステップＳ１１に戻る。

また、ステップＳ１２の判定結果が、点（ＣＲｐ，ＢＲｐ）が許容領域Ａａに存在しない場合には、ステップＳ１３に移行して、点（ＣＲｐ，ＢＲｐ）が返鉱発生比減少操作領域Ａｂｄに存在するか否かを判定する。
このステップＳ１３の判定結果が、点（ＣＲｐ，ＢＲｐ）が返鉱発生比減少操作領域Ａｂｄに存在する場合には、ステップＳ１４に移行して、現在のコークス比ＣＲｐ［％］に増加量０．１［％］を加算した値を新たなコークス比ＣＲｐとして設定し、これをＲＡＭ３１ｄの所定記憶領域に一次記憶する。

次いでステップＳ１５に移行して、算出した新たなコークス比ＣＲｐに基づいて新たな返鉱発生比予測値ＢＲｐを算出し、次いでステップＳ１６に移行して、算出した新たな返鉱発生比予測値ＢＲｐが上限値ＢＲｕ以上であるか否かを判定し、ＢＲｐ＜ＢＲｕであるときには、ステップＳ１７に移行して、現在のコークス比ＣＲｐをガイダンス情報として表示装置３４に出力して表示させてから前記ステップＳ１１に戻る。

一方、前記ステップＳ１６の判定結果が、ＢＲｐ≧ＢＲｕであるときには、ステップＳ１８に移行して、コークス比増加量ΔＣＲを下記（１３）式に基づいて算出する。
ΔＣＲ＝（ＢＲｕ−ＢＲｐ）／ａ …………（１３）
ここで、ａは図８に示すコークス比−返鉱発生比関係式の傾きである。
次いで、ステップＳ１９に移行して、算出したコークス比増加量ΔＣＲを現在のコークス比ＣＲｐに加算した値を新たなコークス比ＣＲｐとしてＲＡＭ３１ｄの所定記憶領域に更新記憶してから前記ステップＳ１７に移行する。

一方、前記ステップＳ１３の判定結果が、点（ＣＲｐ，ＢＲｐ）が返鉱発生比減少操作領域Ａｂｄではないときには、点（ＣＲｐ，ＢＲｐ）がコークス原単位減少領域に存在するものと判断してステップＳ２０へ移行し、コークス原単位減少操作処理が実行される。
このコークス原単位減少操作処理は、図１０に示すように、ステップＳ３０でコークス比−返鉱発生比関係式からパレット速度を一定として図１１に示すコークス比−生産量関係式を求め、次いでステップＳ３１に移行して、コークス比−生産量関係式から現在の操業点を０としたコークス比−生産ロスの関係式を算出する。

次いで、ステップＳ３２に移行して、次式で表される生産ロスの金額への換算式を使用して図１２に示す金額ベースの生産ロスを算出する。
生産ロス[円]＝(購入焼結鉱価格[円/t・Sinter］−自社製造焼結鉱価格[円/t・inter］）
×生産量の減少分[t] …………（１４）
次いで、ステップＳ３３に移行して、コークス比を下げた場合のコークス削減量からコークス削減メリットの関係式を求め、このコークス削減メリットの関係式を次式で表されるコークス削減メリットの金額への換算式を使用して図１２に示す金額ベースのコークス削減メリットを算出する。
コークス削減メリット[円]＝(コークス単価[円/t]＋ＣＯ_２単価[円/t]
×コークスＣＯ_２換算係数[kg・CO₂/kg])
×コークス削減量[t] …………（１５）

次いで、ステップＳ３４に移行して、図１２に示すように算出した生産ロス及びコークス削減量の和をトータルメリットとして算出し、次いでステップＳ３５に移行して、算出したトータルメリットのメリット方向即ち金額０より正値となる方向がコークス比減少方向であるか否かを判定し、コークス比減少方向であるときにはステップＳ３６に移行する。
このステップＳ３６では、現在のコークス比ＣＲｐから所定値０．１を減算した値を新たなコークス比ＣＲｐ（＝ＣＲｐ＋０．１）として算出し、この新たなコークス比ＣＲｐをＲＡＭ３１ｄの所定記憶領域に更新記憶する。

次いで、ステップＳ３７に移行して、算出した新たなコークス比ＣＲに基づいて新たな返鉱発生比予測値ＢＲｐを算出し、次いでステップＳ３８に移行して、新たな返鉱発生比予測値ＢＲｐが上限値ＢＲｕ以上であるか否かを判定し、ＢＲｐ≧ＢＲｕであるときにはステップＳ３９に移行して、前記ステップＳ１８と同様に前記（１３）式に基づいてコークス減少量ΔＣＲを算出し、次いでステップＳ４０に移行して、現在のコークス比ＣＲｐから算出したコークス減少量ΔＣＲを減算した値を新たなコークス比ＣＲｐとし、算出した新たなコークス比ＣＲｐをＲＡＭ３１ｄの所定記憶領域に更新記憶してから図９の前記ステップＳ１７に移行する。
また、前記ステップＳ３８の判定結果が、ＢＲｐ＜ＢＲｕであるときにはそのまま図９の前記ステップＳ１７に移行する。

一方、前記ステップＳ３５の判定結果が、トータルメリットのメリット方向がコークス比減少方向ではないときにはステップＳ４１に移行して、トータルメリットのメリット方向がコークス比増加方向であるときには、ステップＳ４２に移行する。
このステップＳ４２では、前述した図９のステップＳ１４と同様に現在のコークス比ＣＲｐに所定値０．１を加算した値を新たなコークス比ＣＲｐとして算出し、算出した新たなコークス比ＣＲｐをＲＡＭ３１ｄの所定記憶領域に更新記憶してから図９の前記ステップＳ１７に移行する。

さらに、上記ステップＳ４１の判定結果がトータルメリットのメリット方向がコークス増加方向やコークス減少方向ではなくメリットが無い場合には、ガイダンスを行なう必要がないものとして前記ステップＳ１１に戻る。
ここで、コークス比ＣＲｐを増減する場合の所定値を±０．１に設定する理由は、図１３に示すように、コークス比−返鉱発生比関係式は局所回帰式であり、現在の操業点から大きくずれ、且つデータが無い範囲では誤差が大きく誤ったガイダンスを出してしまうことが考えられるため、コークス比ＣＲｐの変化量を±０．１％の小さい値に設定している。
なお、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Ｓ９の処理が返鉱発生比演算手段に対応している。また、図９及び図１０の処理がコークス比操作量指示手段に対応している。

次に、上記実施形態の動作を説明する。
今、操業実績データベース３２に過去のＮ個の事例における返鉱発生比予測値（出力変数ｙ）と２０個の入力変数［クーラー排気温度（Ｘ_１）、風箱負圧（Ｘ_２）、通気抵抗（Ｘ_３）、主排風温度（Ｘ_４）、Ｍガス流量（Ｘ_５）、パレット速度（Ｘ_６）、焼結の完了点（ｘ_７）、返鉱比（対主原料）（Ｘ_８）、添加水量（Ｘ_９）、石灰比（対主原料）（Ｘ_１０）、コークス比（Ｘ_１１）、原料化学成分（結晶水）（Ｘ_１２）、原料化学成分（Ａｌ_２Ｏ_３）（Ｘ_１３）、原料化学成分（ＳｉＯ_２）（Ｘ_１４）、原料化学成分（Ｋ_２Ｏ）（Ｘ_１５）、原料化学成分（Ｎａ_２Ｏ）（Ｘ_１６）、原料粒度分布（０．１２５ｍｍ以上０．２５ｍｍ未満）（Ｘ_１７）、原料粒度分布（０．０６２ｍｍ以上０．１２５ｍｍ未満）（Ｘ_１８）、粒度分布（０．０６２ｍｍ未満）（Ｘ_１９）、平均粒径（原料）（Ｘ_２０）］とが図４に示すようにテーブル化されて格納されているものとする。

この状態で、オペレータが入力装置３３を操作して、入力変数に対応する今回の要求条件データｘ^ｒとして、クーラー排気温度（Ｘ_１ ^ｒ）、風箱負圧（Ｘ_２ ^ｒ）、通気抵抗（Ｘ_３ ^ｒ）、主排風温度（Ｘ_４ ^ｒ）、Ｍガス流量（Ｘ_５ ^ｒ）、パレット速度（Ｘ_６ ^ｒ）、焼結の完了点（ｘ_７ ^ｒ）、返鉱比（対主原料）（Ｘ_８ ^ｒ）、添加水量（Ｘ_９ ^ｒ）、石灰比（対主原料）（Ｘ_１０ ^ｒ）、コークス比（Ｘ_１１ ^ｒ）、原料化学成分（結晶水）（Ｘ_１２ ^ｒ）、原料化学成分（Ａｌ_２Ｏ_３）（Ｘ_１３ ^ｒ）、原料化学成分（ＳｉＯ_２）（Ｘ_１４ ^ｒ）、原料化学成分（Ｋ_２Ｏ）（Ｘ_１５ ^ｒ）、原料化学成分（Ｎａ_２Ｏ）（Ｘ_１６ ^ｒ）、原料粒度分布（０．１２５ｍｍ以上０．２５ｍｍ未満）（Ｘ_１７ ^ｒ）、原料粒度分布（０．０６２ｍｍ以上０．１２５ｍｍ未満）（Ｘ_１８ ^ｒ）、粒度分布（０．０６２ｍｍ未満）（Ｘ_１９ ^ｒ）、平均粒径（原料）（Ｘ_２０ ^ｒ）を情報処理装置３１に入力する。
このように、情報処理装置３１に要求条件データｘ^ｒが入力されると、図７に示す返鉱発生比予測処理で、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、読込んだ各事例の操業実績データに基づいて前記（２）式で表される線形回帰式モデルを作成し、作成した線形回帰式モデルのパラメータから定数ｂを除いて係数のみを抽出した前記（３）式で表される偏回帰整数ベクトルを影響係数として設定する（ステップＳ３）。
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、演算した距離に基づいて要求条件データからの近さを表す類似度関数Ｗを前記（７）式で定義し、要求条件データから前記（８）式の演算を行って前記（９）式で表される類似度ｗを求める（ステップＳ５）。
次いで、ステップＳ２で読込んだＮ個の実施席データと、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，ａ_１，ａ_２，……ａ_Ｍ］^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、決定されたパラメータθと前記（１）式で表される要求条件データとを前記（１０）式の右辺に与えて結果出力値（Ｙ）としての無駄時間（例えば２時間）後の返鉱発生比予測値ＢＲｐを算出する（ステップＳ７）。

次いで、算出された返鉱発生比予測値ＢＲｐと設定された現在のコークス比ＣＲｐとに基づいてコークス比操作量を算出し（ステップＳ８）、算出したコークス比操作量を表示装置３４へ表示する。
このとき、コークス比操作量算出処理では、算出した返鉱発生比予測値と設定したコークス比とから局所回帰式を用いて図８に示すコークス比−返鉱発生比の関係式（ｙ＝−ａｘ＋ｂ）を算出する。

一方、焼結生産量の下限値から返鉱発生比ＢＲの上限値ＢＲｕを求め、この上限値ＢＲｕの下側に、所定値Ｗだけ離れた閾値ＢＲｔを設定して、図８に示す許容領域Ａａ、返鉱発生比減少操作領域Ａｂｄ及びコークス原単位減少操作領域Ａｃｄを設定する。この図８に示すコークス比−返鉱発生比の関係式及び上限値ＢＲｕ、閾値ＢＲｔで表される特性線図がガイダンス算出マップとしてＲＡＭ３１ｄに記憶される。

そして、図９及び図１０に示すコークス操作量算出処理が実行される。
このコークス操作量算出処理では、現在のコークス比ＣＲｐと返鉱発生比予測値ＢＲｐとで表される点（ＣＲｐ，ＢＲｐ）をもとに図８に示すガイダンス算出マップを参照して、返鉱発生比予測値ＢＲｐが許容領域Ａａ、返鉱発生比減少操作領域Ａｂｄ及びコークス原単位減少操作領域Ａｃｄの何れの領域に存在するかを判定する。
このとき、返鉱発生比予測値ＢＲｐが許容領域Ａａ内に存在する場合には、現在のコークス操作量を変更する必要がなく、現在の操業状態を継続する。

また、返鉱発生比予測値ＢＲｐが上限値ＢＲｕ以上となって、返鉱発生比減少操作領域Ａｂｄに存在する場合には、返鉱発生比予測値ＢＲｐが多すぎると判断して、コークス比ＣＲｐを所定値０．１だけ増加させる（ステップＳ１４）。このように、コークス比ＣＲｐを所定値０．１だけ増加させると、これに応じて前述した図７の返鉱発生比予測処理での返鉱発生比予測値ＢＲｐも変化することにより、再度図７の返鉱発生比予測処理を実行して返鉱発生比予測値ＢＲｐを再度演算する（ステップＳ１５）。

そして、演算結果の返鉱発生比予測値ＢＲｐがまだ上限値ＢＲｕ以上であるときには、前記ステップＳ１４で算出したコークス比ＣＲｐをそのままコークス比操作量として表示装置３４に出力する。このとき、コークス比操作量の変更を促すガイダンスを行なうことになるので、ブザー等の警告音を発することが好ましい。
そして、オペレータが表示装置３４に表示された新たなコークス比ＣＲｐに基づいてコークス比を設定することにより、操業条件が返鉱発生比を減少させる方向に変更される。

ところが、前述したステップＳ１４でコークス比ＣＲｐを所定値０．１だけ増加させたときに、ステップＳ１５で算出される新たな返鉱発生比予測値ＢＲｐが上限値ＢＲｕ未満となる場合には、コークス比ＣＲｐの増加量が多すぎると判断して、上限値ＢＲｕから返鉱発生比予測値ＢＲｐを減算した値をコークス比−返鉱発生比関係式の傾きａで除して所定値０．１より小さい値のコークス増加量ΔＣＲを算出する（ステップＳ１８）。
このように、コークス増加量ΔＣＲが所定値０．１より小さい値となるので、コークス比を大きく増加させることなく、最適な増加量として、返鉱発生比予測値ＢＲｐを上限値ＢＲｕの近傍の値に設定し、無用なコークス比の増加を抑制することができる。

一方、返鉱発生比予測値ＢＲｐが上限値ＢＲｕから下側に幅Ｗだけ下げた閾値ＢＲｔより小さく、図８のコークス原単位減少操作領域Ａｃｄに存在する場合には、図１０のコークス原単位減少操作量処理を実行する。このコークス原単位減少操作処理では、現在の操業点（ＣＲｐ，ＢＲｐ）において、金額ベースの生産ロスを前記（１４）式で演算することにより、図１２において破線で示す生産ロス−コークス比関係式を求めると共に、金額ベースのコークス削減メリットを前記（１５）式で演算することにより、図１２において細線で示すコークス削減メリット−コークス比関係式を求めることにより、生産ロスとコークス削減メリットとの和を表すトータルメリットを演算し、図１２において太線で示すトータルメリット−コークス比関係式を求める。

そして、求めたトータルメリット−コークス比関係式が、図１２に示すように、現在の操業点よりもコークス比が減少する方向でメリットがでる場合には、図１０のステップＳ３５からステップＳ３６に移行して、現在のコークス比ＣＲｐから所定値０．１を減算した値を新たなコークス比ＣＲｐとして算出する。
そして、算出した新たなコークス比ＣＲｐに基づいて前述した図７の返鉱発生比予測処理を実行することにより、算出される新たな返鉱発生比予測値ＢＲｐが上限値ＢＲｕ未満であるときには、新たなコークス比ＣＲｐをそのままコークス比操作量として表示装置３４に表示する。これに応じてオペレータがコークス比ＣＲｐを新たなコークス比ＣＲｐに変更し、これに応じた粉コークスホッパー１２ｃからの切り出し量を調整することによりコークス比を削減した操業を行なうことができる。

このとき、算出された新たな返鉱発生比予測値ＢＲｐが上限値ＢＲｕ以上であるときには、ステップＳ３８からステップＳ３９に移行して、上限値ＢＲｕから返鉱発生比予測値ＢＲｐを減算した値を図８に示すコークス比−返鉱発生比関係式の傾きａで除して負値のコークス比減少量ΔＣＲを算出し、算出したコークス比減少量ΔＣＲを現在のコークス比ＣＲｐから減算することにより、新たなコークス比ＣＲｐを算出する。この場合のコーク比減少量ΔＣＲは、所定値−０．１よりも０に近い値となることにより、コークス比の減少量が抑制される。
そして、算出したコークス比ＣＲｐを表示装置３４に出力することにより、コークス比ＣＲｐを減少させるガイダンスを行なうことができる。

この場合、図１２に示すトータルメリット−コークス比関係式の傾きが正となる場合には、コークス比ＣＲｐを増加することにより、メリットが生じることになるので、この場合には、ステップＳ４２に移行して、現在のコークス比ＣＲｐに所定値０．１を加算して新たなコークス比ＣＲｐを算出し、算出したコークス比ＣＲｐをそのまま表示装置３４に出力して、オペレータにコークス比を増加させるガイダンスを行なう。
また、トータルメリットがコークス比と重なる場合には、現在の操業点を変更するメリットが無いものと判断して、ガイダンスを行なうことなく処理を終了する。
結局、図７の返鉱発生比予測処理によって算出される返鉱発生比予測値ＢＲｐに基づいて図１４に示すように、コークス比操作量のガイダンス値を設定する。

このようにして、操業実績データベース３２に蓄積された過去の事例毎の返鉱発生比予測値及び焼結処理に必要とする少なくともＭガス流量、パレット速度、焼結の完了点、石灰比、コークス比、原料科学成分、平均粒径でなる操業条件データと、今回入力された少なくともＭガス流量、パレット速度、焼結の完了点、石灰比、コークス比、原料科学成分、平均粒径でなる要求条件データとの距離を算出して類似度を演算し、演算した類似度と操業実績データベース３２に蓄積されている各事例の操業条件データとに基づいて要求条件データに適合するフラックス投入量を決定するので、モデルパラメータのチューニングを必要とせず、返鉱発生比予測値の演算精度を向上させることができると共に、コークス比操作量の制御精度を向上させることができる。

すなわち、従来例の線形重回帰モデル式を使用した場合と本発明による局所回帰モデル式を使用し、前記（７）式の調整パラメータｐを“１”に設定した場合とをシミュレーションした結果、返鉱発生比（実績）［％］と返鉱発生比（予測）［％］との関係は、図１５（ａ）に示すように、従来例にあっては両者の相関関数が０．４０であるのに対して、本発明によって決定したコークス比操作量に基づいてオペレータが粉コークスホッパー１２ｃの切り出し量を調整してコークス比を操作した場合は、図１５（ｂ）に示すように、両者の相関関数が０．６７となり、バラツキも従来例の１．４７に対して本発明では１．４１となり、予測精度を従来例に比較して大幅に改善することができた。

そして、本発明によるコークス比操作量のガイダンスを行な場合とガイダンスを行なわない場合とで、コークス原単位、生産量及びコークスの使用料についてガイダンスシミュレーションした結果を図１６（ａ）、（ｂ）及び（ｃ）に示す。
このシミュレーション結果から、図１７に示すように、コークス原単位［ｋｇ／ｔ−ｓ］については、ガイダンスありでは６８．８［ｋｇ／ｔ−ｓ］、ガイダンスなしでは７０．８［ｋｇ／ｔ−ｓ］となりコークス原単位を−２［ｋｇ／ｔ−ｓ］だけ削減することができ、これによるＣＯ_２削減量は９６．０［ｔ／ｄａｙ］となる。

これに対して、生産量［ｔ／ｄａｙ］については、ガイダンスありでは１０５０６．２［ｔ／ｄａｙ］、ガイダンスなしでは１０７１２．３［ｔ／ｄａｙ］となり、生産量が１１６．２［ｔ／ｄａｙ］となり、金額にして２０３，１８３［円／ｄａｙ］のデメリットとなるが、コークス使用料については、ガイダンスありが７２８．１［ｔ／ｄａｙ］、ガイダンスなしでは７５７．７［ｔ／ｄａｙ］となり、コークス使用料を２９．６［ｔ／ｄａｙ］だけ削減することができ、金額にして３４８，２９２［円／ｄａｙ］のメリットとなり、トータルのメリット差額［円／ｄａｙ］では１４５，１０９［円／ｄａｙ］となる。

したがって、期当たりの金額メリットに換算すると、減産により−３７，１００千円／期、コークス使用量削減により４２，２００千円／期、ＣＯ_２削減による２１，３００千円／期となり、トータルで２６，４００千円／期のメリットとなる。生産量の要求は図１６ｂに示すように満たしており、且つメリットが出ているので、ガイダンスの有効性が検証できた。
また、入力変数を限定するツールを熟練者が入力する必要もなく、実績データから自動的に要求条件近傍における各入力変数の重みを計算することができる。

なお、上記実施形態においては、情報処理装置３１でコークス操作量としてのコークス比を決定して、表示装置３４に表示することにより、オペレータが粉コークスホッパー１２ｃから切り出されるコークス量を操作してコークス比を変更する場合について説明したが、これに限定されるものではなく、情報処理装置３１で決定されコークス比に基づいて粉コークスホッパー１２ｃの切り出し量を自動制御するようにしてもよい。
また、上記実施形態では、２０項目の操業条件データをオペレータが入力装置３３を操作して入力する場合について説明したが、これに限定されるものではなく、少なくともＭガス流量、パレット速度、焼結の完了点、石灰比、コークス比、原料科学成分、平均粒径の７項目の操業条件データを入力して返鉱発生比予測処理を行なうようにしてもよい。

本発明に係る一実施形態の焼結装置を示す概略構成図である。 本発明に係るコークス比操作量指示装置を示すブロック図である。 コークス比操作量装置の情報処理装置の機能ブロック図である。 操業実績データベースに保存されている記憶テーブルを示す図である。 影響係数による条件空間の軸変換のイメージを示す線図である。 類似度関数の一例の特徴を示す線図である。 情報処理装置の返鉱発生比予測処理手順の一例を示すフローチャートである。 コークス比と返鉱発生比との関係を示すガイダンス算出マップを示す特性線図である。 情報処理装置のコークス比操作量算出処理手順の一例を示すフローチャートである。 図９のコークス原単位減少操作量手順の一例を示すフローチャートである。 コークス比と生産量との関係を示す特性線図である。 コークス比とメリットとの関係を示す特性線図である。 コークス比と返鉱発生比との関係を示す特性線図である。 ガイダンス形式を纏めた説明図である。 返鉱発生比予測処理のシミュレーション結果を示す説明図である。 本発明と従来例とのシミュレーション結果を示す説明図である。 図１６のシミュレーション結果の平均値を表す説明図である。 コークス比と返鉱発生比との関係を示す特性線図である。

符号の説明

１…塊鉱石、２…サイジング装置、３…整流した塊鉱石、４…床敷配合槽、５…焼結機、１１…焼結原料、１２ｍ…主原料ホッパー、１２ｓ…副原料ホッパー、１２ｃ…粉コークスホッパー、１２ｂ…返鉱ホッパー、１２…配合部、１３…混合・造粒工程、１５…焼結ケーキ、１６…クーラー、１７…整粒工程、１８…篩い、１９…破砕機、２０…篩い、２１…成品焼結鉱、２２…高炉、２３…返鉱、２４…風箱、２５…主排気ダクト、２６…電気集塵機、２７…主排風装置、３０…コークス比操作量指示装置、３１…情報処理装置、３１ａ…システムバス、３１ｂ…ＣＰＵ、３１ｃ…ＲＯＭ、３１ｄ…ＲＡＭ、３１ｅ…インタフェース回路、３２…操業実績データベース、３３…入力装置、３４…表示装置、４１…影響係数算出部、４２…距離演算部、４３…類似度演算部、４４…返鉱発生比予測部、４５…コークス比操作量指示部

Claims (3)

1. 粉鉱石を含む原料に凝結材としてコークスを使用して焼成することにより塊成化して焼結鉱を形成し、所定粒度以下の焼結鉱を前記原料として返鉱するようにした焼結装置であって、
   過去の事例毎の焼結処理に必要とする少なくともＭガス流量、パレット速度、焼結の完了点、返鉱比（対主原料）、石灰比（対主原料）、コークス比、原料化学成分、平均粒径を操業条件データとして蓄積して記憶する操業情報記憶手段と、
   焼結開始時点から所定時間後の焼結ケーキ生成時における返鉱発生比予測値を予測する際に、今回の前記操業条件データに対応する要求条件データが発生する毎に、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、
   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を用いて前記返鉱発生比予測値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、各事例の操業データでなる入力変数及び返鉱発生比予測値、モデル化誤差で定義した２次計画問題を解いて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返鉱発生比予測値Ｙを算出する返鉱発生比予測手段と、
   該返鉱発生比予測手段で予測した返鉱発生比と実際のコークス比とで表される座標が返鉱発生比の上限値より上側の返鉱発生比減少操作領域、上記返鉱発生比の上限値及びその下側に所定値だけ離れた閾値間の許容領域及び前記閾値より下側のコークス原単位減少操作領域の何れの領域に属するかを判定してコークス比操作量を指示するコークス比操作量指示手段とを備えている
   ことを特徴とする焼結装置。
2. 前記操業情報記憶手段は、前記返鉱発生比を出力変数とし、前記焼結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、操業条件データに対応する要求条件データを設定すると共に、作成した前記局所回帰式の定数ｂを除くパラメータａ _１， ａ _{２，……，} ａ _Ｍ 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入力変数について前記要求条件からの距離を演算する距離関数に従って前記実績データの要求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要求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に記載の焼結装置。
3. 結鉱を形成し、所定粒度以下の焼結鉱を前記原料として返鉱するようにした焼結方法であって、
   過去の事例毎の焼結処理に必要とする少なくともＭガス流量、パレット速度、焼結の完了点、返鉱比（対主原料）、石灰比（対主原料）、コークス比、原料化学成分、平均粒径を操業条件データとして操業情報記憶手段に蓄積して記憶するステップと、
   焼結開始時点から所定時間後の焼結ケーキ生成時における返鉱発生比予測値を予測する際に今回の操業条件データに対応する要求条件データが発生する毎に、類似度演算手段で、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ステップと、
   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を用いて返鉱発生比予測値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返鉱発生比予測値、モデル化誤差で定義した２次計画問題を解いてモデル化誤差を最小化する前記回帰式モデルのパラメータ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返鉱発生比予測値Ｙを算出するステップと、
   コークス比操作量指示手段で、前記返鉱発生比予測手段で予測した返鉱発生比予測値と実際のコークス比とで表される座標が返鉱発生比の上限値より上側の返鉱発生比減少操作領域、上記返鉱発生比の上限値及びその下側に所定値だけ離れた閾値間の許容領域及び前記閾値より下側のコークス原単位減少操作領域の何れの領域に属するかを判定してコークス比操作量を指示するステップとを備えている
   ことを特徴とする焼結方法。

Images