JP6094127B2 - Temperature distribution estimation method and temperature distribution estimation apparatus - Google Patents
Temperature distribution estimation method and temperature distribution estimation apparatus Download PDFInfo
- Publication number
- JP6094127B2 JP6094127B2 JP2012220141A JP2012220141A JP6094127B2 JP 6094127 B2 JP6094127 B2 JP 6094127B2 JP 2012220141 A JP2012220141 A JP 2012220141A JP 2012220141 A JP2012220141 A JP 2012220141A JP 6094127 B2 JP6094127 B2 JP 6094127B2
- Authority
- JP
- Japan
- Prior art keywords
- temperature distribution
- temperature
- physical
- vertical
- weight
- 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
- 238000009826 distribution Methods 0.000 title claims description 101
- 238000000034 method Methods 0.000 title claims description 62
- 238000004821 distillation Methods 0.000 claims description 33
- 239000007787 solid Substances 0.000 claims description 31
- 238000000197 pyrolysis Methods 0.000 claims description 27
- 238000001514 detection method Methods 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 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 claims description 3
- 239000007789 gas Substances 0.000 description 58
- 230000008569 process Effects 0.000 description 45
- 239000000571 coke Substances 0.000 description 43
- 238000004519 manufacturing process Methods 0.000 description 27
- QJNULEOSINEVMH-UHFFFAOYSA-N molybdenum;trihydrate Chemical compound O.O.O.[Mo] QJNULEOSINEVMH-UHFFFAOYSA-N 0.000 description 26
- 238000003763 carbonization Methods 0.000 description 20
- 238000007664 blowing Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 14
- 239000003245 coal Substances 0.000 description 10
- 239000000112 cooling gas Substances 0.000 description 9
- 230000010365 information processing Effects 0.000 description 9
- 238000001816 cooling Methods 0.000 description 8
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000010438 heat treatment Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 239000007921 spray Substances 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 239000003610 charcoal Substances 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 229910052742 iron Inorganic materials 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000000465 moulding Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000010000 carbonizing Methods 0.000 description 1
- 230000003197 catalytic effect Effects 0.000 description 1
- 238000004939 coking Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000006477 desulfuration reaction Methods 0.000 description 1
- 230000023556 desulfurization Effects 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000004898 kneading Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 230000009257 reactivity Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000004227 thermal cracking Methods 0.000 description 1
Description
本発明は、コークス製造設備内の温度分布を推定する温度分布推定方法及び温度分析推定装置に関する。 The present invention relates to a temperature distribution estimation method and a temperature analysis estimation apparatus for estimating a temperature distribution in a coke production facility.
近年、製鉄プロセスにおけるＣＯ２排出量の削減を目的として、高炉内にフェロコークスを装入することによって高炉の還元材比を低減させる操業が行われている。フェロコークスは、石炭等の炭素含有物質と鉄鉱石等の鉄含有物質とを混練、成型することによって形成された成型炭を乾留することにより製造される。高炉内にフェロコークスを装入することにより、還元された鉄含有物質の触媒効果によってフェロコークス内のコークスのＣＯ２反応性が高まり、これに伴い高炉の熱保存帯の温度が低下することによって、高炉の還元材比を低減させることができる。 In recent years, for the purpose of reducing the CO 2 emission amount in the iron making process, an operation for reducing the reducing material ratio of the blast furnace by inserting ferro-coke into the blast furnace has been performed. Ferro-coke is produced by dry-distilling coal that is formed by kneading and molding a carbon-containing material such as coal and an iron-containing material such as iron ore. By introducing ferro-coke into the blast furnace, the catalytic effect of the reduced iron-containing material increases the CO 2 reactivity of the coke in the ferro-coke, and as a result, the temperature of the thermal preservation zone of the blast furnace decreases. The reduction material ratio of the blast furnace can be reduced.
フェロコークスに代表される成型コークスを生産するコークス製造設備は、竪型乾留炉の上部から未乾留の成型炭を装入し、成型炭に対し予熱処理、乾留処理、及び冷却処理を施して竪型乾留炉の下部から成形コークスを排出する構成を有している。このようなコークス製造設備では、予熱処理、乾留処理、及び冷却処理における成形炭の温度履歴が成形コークスの品質に大きな影響を与える。このため、コークス製造設備では、竪型乾留炉の高さ方向の温度分布を適正な状態に維持することが重要である。 The coke production facility that produces cast coke, represented by ferro-coke, is charged with uncooked coal from the top of the vertical carbonization furnace, and pre-heated, carbonized, and cooled. The molding coke is discharged from the lower part of the mold distillation furnace. In such a coke production facility, the temperature history of the formed coal in the preheat treatment, the dry distillation treatment, and the cooling treatment greatly affects the quality of the formed coke. For this reason, in the coke production facility, it is important to maintain the temperature distribution in the vertical direction of the vertical distillation furnace in an appropriate state.
具体的には、高品質の成型コークスを生産するためには、成形炭に対し乾留処理を施す際、成型炭を９００℃以上の温度に１〜２時間程度保持することが望ましく、成型炭の熱割れを抑制するためには、６５０℃付近の温度での成型炭の昇温速度を適正な速度に保つことが望ましい。一方、成型コークスの品質のばらつきを低減するためには、竪型乾留炉の高さ方向の温度分布だけではなく、竪型乾留炉の幅方向の温度分布を可能な限りに均一に維持することが望ましい。 Specifically, in order to produce high-quality molded coke, it is desirable to hold the molded coal at a temperature of 900 ° C. or higher for about 1 to 2 hours when the carbonized coal is subjected to dry distillation treatment. In order to suppress thermal cracking, it is desirable to maintain the heating rate of the coal at a temperature near 650 ° C. at an appropriate rate. On the other hand, in order to reduce the variation in the quality of molded coke, not only the temperature distribution in the vertical direction of the vertical furnace, but also the temperature distribution in the width direction of the vertical furnace is maintained as uniformly as possible. Is desirable.
このような背景から、特許文献１には、冷却処理に用いた冷却用ガスを予熱過程に用いる低温ガスとして利用しながら、竪型乾留炉内部の温度分布を適正な状態に制御するフェロコークスの製造方法及び製造設備が提案されている。 From such a background, Patent Document 1 discloses a ferro-coke that controls the temperature distribution inside the vertical distillation furnace to an appropriate state while using the cooling gas used in the cooling process as a low-temperature gas used in the preheating process. Manufacturing methods and equipment have been proposed.
ところで、竪型乾留炉内の温度分布が適正な状態に維持されているか否かを確認するためには、熱電対等の温度検出手段を利用して竪型乾留炉の高さ方向及び幅方向の温度分布を測定する必要がある。しかしながら、竪型乾留炉内に温度検出手段を設置できる場所には構造上及び費用上の制約があるために、温度検出手段のみを利用して竪型乾留炉の内部全体の温度分布を正確に測定することはできない。このため、限られた数の温度検出手段の情報から竪型乾留炉の内部全体の温度分布を精度高く推定可能な技術の提供が期待されていた。 By the way, in order to confirm whether or not the temperature distribution in the vertical furnace is maintained in an appropriate state, temperature detection means such as a thermocouple is used in the height direction and width direction of the vertical furnace. It is necessary to measure the temperature distribution. However, because there are structural and cost limitations where the temperature detection means can be installed in the vertical distillation furnace, the temperature distribution of the entire vertical furnace is accurately calculated using only the temperature detection means. It cannot be measured. For this reason, it has been expected to provide a technique capable of accurately estimating the temperature distribution of the entire interior of the vertical distillation furnace from information on a limited number of temperature detection means.
本発明は、上記課題に鑑みてなされたものであって、その目的は、限られた数の温度検出手段の情報からコークス製造設備の内部全体の温度分布を精度高く推定可能な温度分布推定方法及び温度分布推定装置を提供することにある。 The present invention has been made in view of the above-described problems, and its purpose is to estimate a temperature distribution of the entire interior of the coke production facility with high accuracy from information on a limited number of temperature detection means. And providing a temperature distribution estimation device.
上記課題を解決し、目的を達成するために、本発明に係る温度分布推定方法は、コークス製造設備内の温度分布を推定するための物理モデルに含まれるパラメータの値を変化させることによって複数の物理モデルを生成する第１生成ステップと、前記複数の物理モデルを利用してコークス製造設備内の温度分布を推定する推定ステップと、前記推定ステップにおいて推定されたコークス製造設備内の温度分布を用いて、温度検出手段が配置されている位置におけるコークス製造設備内の温度を複数の物理モデル毎に推定し、推定された温度と温度検出手段によって検出された温度との適合度を複数の物理モデル毎に算出する適合度算出ステップと、前記適合度算出ステップにおいて算出された適合度に基づいて各物理モデルに重みを付与する重み付与ステップと、前記推定ステップにおいて推定されたコークス製造設備内の温度分布に前記重み付与ステップにおいて付与された前記重みを乗算した値を複数の物理モデル毎に算出し、各物理モデルの乗算値の和をコークス製造設備内の温度分布として算出する温度分布算出ステップと、を含むことを特徴とする。 In order to solve the above-described problems and achieve the object, the temperature distribution estimation method according to the present invention includes a plurality of parameters by changing values of parameters included in a physical model for estimating a temperature distribution in a coke production facility. A first generation step of generating a physical model, an estimation step of estimating a temperature distribution in the coke production facility using the plurality of physical models, and a temperature distribution in the coke production facility estimated in the estimation step The temperature in the coke production facility at the position where the temperature detection means is located is estimated for each of the plurality of physical models, and the degree of fit between the estimated temperature and the temperature detected by the temperature detection means is determined by the plurality of physical models. A fitness calculation step calculated every time, and a weight is assigned to each physical model based on the fitness calculated in the fitness calculation step A value obtained by multiplying the temperature distribution in the coke production facility estimated in the estimation step by the weight given in the weight assignment step is calculated for each of the plurality of physical models, and a multiplication value of each physical model A temperature distribution calculating step of calculating the sum of the above as a temperature distribution in the coke production facility.
本発明に係る温度分布推定方法は、上記発明において、前記適合度に比例した確率で前記複数の物理モデルと同数の物理モデルを復元抽出し、復元抽出された複数の物理モデルを構成するパラメータに摂動を加える第２生成ステップを含み、前記推定ステップは、第２生成ステップにおいて生成された複数の物理モデルを利用してコークス製造設備内の温度分布を推定するステップを含むことを特徴とする。 In the temperature distribution estimation method according to the present invention, in the above invention, the same number of physical models as the plurality of physical models are restored and extracted with a probability proportional to the fitness, and the parameters constituting the restored and extracted physical models are used as parameters. A second generation step of adding perturbation is included, and the estimation step includes a step of estimating a temperature distribution in the coke production facility using a plurality of physical models generated in the second generation step.
本発明に係る温度分布推定方法は、上記発明において、前記パラメータは、時間変動する物理パラメータであることを特徴とする。 In the temperature distribution estimation method according to the present invention as set forth in the invention described above, the parameter is a physical parameter that varies with time.
本発明に係る温度分布推定方法は、上記発明において、前記物理パラメータは、固体比熱、熱交換係数、熱伝達係数、及び抜熱係数のうちの少なくとも一つを含むことを特徴とする。 In the temperature distribution estimation method according to the present invention as set forth in the invention described above, the physical parameter includes at least one of solid specific heat, heat exchange coefficient, heat transfer coefficient, and heat removal coefficient.
上記課題を解決し、目的を達成するために、本発明に係る温度分布推定装置は、コークス製造設備内の温度分布を推定するための物理モデルに含まれるパラメータの値を変化させることによって複数の物理モデルを生成する生成手段と、前記複数の物理モデルを利用してコークス製造設備内の温度分布を推定する推定手段と、前記推定手段によって推定されたコークス製造設備内の温度分布を用いて、温度検出手段が配置されている位置におけるコークス製造設備内の温度を複数の物理モデル毎に推定し、推定された温度と温度検出手段によって検出された温度との適合度を複数の物理モデル毎に算出する適合度算出手段と、前記適合度算出手段によって算出された適合度に基づいて各物理モデルに重みを付与する重み付与手段と、前記推定手段によって推定されたコークス製造設備内の温度分布に前記重み付与手段によって付与された前記重みを乗算した値を複数の物理モデル毎に算出し、各物理モデルの乗算値の和をコークス製造設備内の温度分布として算出する温度分布算出手段と、を備えることを特徴とする。 In order to solve the above-described problems and achieve the object, the temperature distribution estimation device according to the present invention is configured to change a plurality of parameter values included in a physical model for estimating a temperature distribution in a coke production facility. Using the generation means for generating a physical model, the estimation means for estimating the temperature distribution in the coke production facility using the plurality of physical models, and the temperature distribution in the coke production facility estimated by the estimation means, The temperature in the coke production facility at the position where the temperature detection means is located is estimated for each of the plurality of physical models, and the degree of fit between the estimated temperature and the temperature detected by the temperature detection means is determined for each of the plurality of physical models. A degree-of-fit calculation means for calculating, a weighting means for weighting each physical model based on the degree of fit calculated by the degree-of-fit calculation means, and the estimation A value obtained by multiplying the temperature distribution in the coke production facility estimated by the stage by the weight assigned by the weight assigning unit is calculated for each of the plurality of physical models, and the sum of the multiplication values of each physical model is calculated in the coke production facility. Temperature distribution calculating means for calculating the temperature distribution as a temperature distribution.
本発明に係る温度分布推定方法及び温度分布推定装置によれば、限られた数の温度検出手段の情報からコークス製造設備の内部全体の温度分布を精度高く推定することができる。 According to the temperature distribution estimation method and the temperature distribution estimation apparatus according to the present invention, it is possible to accurately estimate the temperature distribution of the entire interior of the coke production facility from information of a limited number of temperature detection means.
以下、図面を参照して、本発明の一実施形態である温度分布推定方法及び温度分布推定装置について説明する。 Hereinafter, a temperature distribution estimation method and a temperature distribution estimation apparatus according to an embodiment of the present invention will be described with reference to the drawings.
〔コークス製造設備の構成〕
始めに、図１，２を参照して、本発明が適用されるコークス製造設備の一構成例について説明する。図１は、本発明が適用されるコークス製造設備の一構成例を示す模式図である。図２は、図１に示す竪型乾留炉２内におけるガス及び固体の温度分布の一例を示す図である。
[Composition of coke production equipment]
First, with reference to FIGS. 1 and 2, a configuration example of a coke production facility to which the present invention is applied will be described. FIG. 1 is a schematic diagram showing a configuration example of a coke production facility to which the present invention is applied. FIG. 2 is a diagram illustrating an example of temperature distributions of gas and solid in the vertical distillation furnace 2 shown in FIG.
図１に示すように、コークス製造設備１は、成形炭を乾留してフェロコークス等の成形コークスを生産する竪型乾留炉２を備えている。図２に示すように、竪型乾留炉２は、炉頂から炉底方向に向かって順に低温乾留ゾーンＺ１、高温乾留ゾーンＺ２、及び冷却ゾーンＺ３に分離され、低温乾留ゾーンＺ１及び高温乾留ゾーンＺ２において成型炭を乾留し、冷却ゾーンＺ３において乾留された成形炭を冷却する。 As shown in FIG. 1, the coke production facility 1 includes a vertical carbonization furnace 2 that produces dry coke such as ferro-coke by carbonizing coal. As shown in FIG. 2, the vertical carbonization furnace 2 is separated into a low temperature carbonization zone Z1, a high temperature carbonization zone Z2, and a cooling zone Z3 in order from the furnace top toward the furnace bottom, and the low temperature carbonization zone Z1 and the high temperature carbonization zone are separated. The charcoal is carbonized in Z2, and the carbonized carbonized in the cooling zone Z3 is cooled.
図１に戻る。低温乾留ゾーンＺ１と高温乾留ゾーンＺ２との間には、温度保持用ガス吹き込み羽口３ａが設けられ、温度保持用ガス吹き込み羽口３ａから６００℃程度の温度保持用ガスを吹き込むことにより、低温乾留ゾーンＺ１と高温乾留ゾーンＺ２とが分離されている。高温乾留ゾーンＺ２と冷却ゾーンＺ３との間には、乾留用ガス吹き込み羽口３ｂ，３ｃが設けられ、乾留用ガス吹き込み羽口３ｂ，３ｃから１０００℃程度の乾留用ガスを吹き込むことにより、高温乾留ゾーンＺ２と冷却ゾーンＺ３とが分離されている。冷却ゾーンＺ３には、冷却用ガス吹き込み羽口３ｄが設けられ、冷却用ガス吹き込み羽口３ｄから吹き込まれた５０℃程度の冷却用ガスにより、竪型乾留炉２の炉底近傍に冷却ゾーンＺ３が形成される。 Returning to FIG. Between the low temperature carbonization zone Z1 and the high temperature carbonization zone Z2, a temperature holding gas blowing tuyere 3a is provided, and by blowing a temperature holding gas of about 600 ° C. from the temperature holding gas blowing tuyere 3a, the temperature is lowered. The carbonization zone Z1 and the high temperature carbonization zone Z2 are separated. Between the high temperature carbonization zone Z2 and the cooling zone Z3, there are provided gas blowing tuyere 3b, 3c for carbonization, and by blowing a gas for carbonization at about 1000 ° C. from the gas blowing tuyere 3b, 3c for carbonization, The dry distillation zone Z2 and the cooling zone Z3 are separated. A cooling gas blowing tuyere 3d is provided in the cooling zone Z3, and the cooling zone Z3 is placed near the bottom of the vertical dry distillation furnace 2 by a cooling gas of about 50 ° C. blown from the cooling gas blowing tuyere 3d. Is formed.
竪型乾留炉２の炉頂には、炉頂ガスを外部に排出するための炉頂ガス排出口４が設けられている。炉頂ガス排出口４に接続されている排出ガス配管には、スプレータワー５、ガスクーラー６、及び電気集塵機７が接続されている。スプレータワー５、ガスクーラー６、及び電気集塵機７を経由した炉頂ガスは、発生ガスとして回収され、精製及び脱硫後に燃料として使用される。また、回収された発生ガスの一部は、竪型乾留炉２に吹き込まれる温度保持用ガス、乾留用ガス、及び冷却用ガスとして再利用される。なお、炉頂ガス中の液体成分は、スプレータワー５及びガスクーラー６にて回収された後、安水とタールに分離されて安水用タンク８ａ及びタール用タンク８ｂに格納される。 A furnace top gas discharge port 4 for discharging the furnace top gas to the outside is provided at the furnace top of the vertical distillation furnace 2. A spray tower 5, a gas cooler 6, and an electric dust collector 7 are connected to the exhaust gas pipe connected to the furnace top gas discharge port 4. The furnace top gas that has passed through the spray tower 5, the gas cooler 6, and the electric dust collector 7 is recovered as generated gas and used as fuel after purification and desulfurization. Further, part of the recovered generated gas is reused as a temperature holding gas, a dry distillation gas, and a cooling gas blown into the vertical dry distillation furnace 2. The liquid component in the furnace top gas is recovered by the spray tower 5 and the gas cooler 6 and then separated into the safety water and the tar and stored in the safety water tank 8a and the tar tank 8b.
上述のように回収された発生ガスの一部は、竪型乾留炉２に吹き込まれる温度保持用ガス、乾留用ガス、及び冷却用ガスとして再利用される。高温ガス加熱炉９により加熱された発生ガスは、乾留用ガス吹き込み羽口３ｂ，３ｃに導かれ、乾留用ガス吹き込み羽口３ｂ，３ｃから竪型乾留炉２内に吹き込まれる。また、低温ガス加熱炉１０により加熱された発生ガスは、温度保持用ガス吹き込み羽口３ａに導かれ、温度保持用ガス吹き込み羽口３ａから竪型乾留炉２内に吹き込まれる。さらに、回収された発生ガスの一部は、加熱することなく冷却用ガス吹き込み羽口３ｄに導かれ、冷却用ガス吹き込み羽口３ｄから竪型乾留炉２内に吹き込まれる。 A part of the generated gas recovered as described above is reused as a temperature maintaining gas, a dry distillation gas, and a cooling gas blown into the vertical dry distillation furnace 2. The generated gas heated by the high-temperature gas heating furnace 9 is guided to the dry distillation gas blowing tuyere 3b and 3c, and blown into the vertical dry distillation furnace 2 from the dry distillation gas blowing tuyere 3b and 3c. The generated gas heated by the low temperature gas heating furnace 10 is guided to the temperature maintaining gas blowing tuyere 3a and is blown into the vertical dry distillation furnace 2 from the temperature maintaining gas blowing tuyere 3a. Further, a part of the recovered generated gas is led to the cooling gas blowing tuyere 3d without being heated, and blown into the vertical dry distillation furnace 2 from the cooling gas blowing tuyere 3d.
竪型乾留炉２の炉頂付近には、成型炭の装入口１２が設けられ、竪型乾留炉２の炉底には、成形コークスを切り出す排出口１３が設けられている。竪型乾留炉２にて乾留される成型炭は、装入口１２から装入されて竪型乾留炉２の内部に充填され、排出口１３から乾留された成形コークスが一定の速度で切り出されることにより、成型炭が竪型乾留炉２内に所定時間保持される。 A coal charcoal inlet 12 is provided near the top of the vertical carbonization furnace 2, and a discharge port 13 for cutting formed coke is provided at the bottom of the vertical carbonization furnace 2. The coking coal carbonized in the vertical carbonization furnace 2 is charged from the inlet 12 and filled into the vertical carbonization furnace 2, and the molded coke that has been carbonized from the discharge port 13 is cut out at a constant speed. Thus, the charcoal is held in the vertical dry distillation furnace 2 for a predetermined time.
〔温度分布を推定するための物理モデル〕
次に、本発明の一実施形態である温度分布推定方法において用いる物理モデルについて説明する。
[Physical model for estimating temperature distribution]
Next, a physical model used in the temperature distribution estimation method according to an embodiment of the present invention will be described.
本発明の一実施形態である温度分布推定方法では、竪型乾留炉２内部の温度分布を推定するために、竪型乾留炉２内部での乾留反応やガスと固体との間の熱交換を考慮した向流熱交換モデルを用いる。また、本発明の一実施形態である温度分布推定方法は、温度検出手段からの情報に基づいて向流熱交換モデルを用いて推定された温度分布を修正することにより、竪型乾留炉２の内部全体の温度分布を推定する。 In the temperature distribution estimation method according to an embodiment of the present invention, in order to estimate the temperature distribution in the vertical distillation furnace 2, the dry distillation reaction in the vertical distillation furnace 2 and the heat exchange between the gas and the solid are performed. A counter-current heat exchange model is used. Moreover, the temperature distribution estimation method which is one embodiment of the present invention corrects the temperature distribution estimated using the countercurrent heat exchange model based on the information from the temperature detection means, thereby Estimate the temperature distribution throughout the interior.
向流熱交換モデルは、竪型乾留炉２内部の物質収支、運動量収支、及び熱収支を考慮した物理モデルであり、物質収支の物理モデルは、以下の数式（１），（２）に示すように、固体の一部がガス化するという物理モデルである。なお、本実施形態では、竪型乾留炉２の高さ（鉛直）方向及び幅（水平）方向をそれぞれｘ方向及びｙ方向と定義している。また、数式（１）中のパラメータρｇはガス密度［ｋｇ／ｍ３］を表し、パラメータｕｇはガス速度の水平方向成分［ｍ／ｓ］を表し、パラメータｖｇはガス速度の垂直方向成分［ｍ／ｓ］を表し、パラメータＲは固体から気体への反応速度［ｋｇ／ｍ３・ｓ］を表している。また、数式（２）中のパラメータρｓは固体密度［ｋｇ／ｍ３］を表し、パラメータｕｓは固体速度［ｍ／ｓ］を表している。また、竪型乾留炉２内に吹き込まれるガス量に対して固体由来のガス量は微量であるため、数式（１）の右辺は０に近似した。 The counter-current heat exchange model is a physical model that takes into account the mass balance, momentum balance, and heat balance in the vertical dry distillation furnace 2, and the physical balance physical model is expressed by the following equations (1) and (2). Thus, it is a physical model in which a part of the solid is gasified. In the present embodiment, the height (vertical) direction and the width (horizontal) direction of the vertical dry distillation furnace 2 are defined as an x direction and a y direction, respectively. The parameter [rho g in Equation (1) represents the gas density [kg / m 3], the parameter u g represents the horizontal component of the gas velocity [m / s], the parameter v g is the vertical gas velocity It represents the component [m / s], and the parameter R represents the reaction rate [kg / m 3 · s] from the solid to the gas. The parameter [rho s in Equation (2) represents the solid density [kg / m 3], the parameter u s represents a solid velocity [m / s]. Further, since the amount of solid-derived gas is very small compared to the amount of gas blown into the vertical distillation furnace 2, the right side of Equation (1) approximated zero.
運動量収支の物理モデルは、以下の数式（３），（４）に示すように、ガスの運動量収支については通常のナビエストークスの式を用いた。なお、固体の運動量収支については、固体は垂直降下するのみと仮定し、数式（２）を用いるのみで十分であるとした。 As the physical model of the momentum balance, as shown in the following formulas (3) and (4), the usual Naviestokes formula was used for the momentum balance of the gas. As for the momentum balance of the solid, it was assumed that the solid would only drop vertically, and it was sufficient to use Equation (2).
熱収支の物理モデルは、以下の数式（５），（６）に示すように、ガスと固体との間の熱交換、ガスと設備周辺大気との間の熱交換、反応熱、及び固体内の伝導伝熱に関する項を含む。これを適当な方法（例えばパタンカー著「熱移動とコンピュータシミュレーション」参照）で離散化したものが以下に示す数式（７）である。ここで、数式（５）中のパラメータＣｇはガス比熱［ｋＪ／ｋｇ・Ｋ］を表し、パラメータＴｇはガス温度［Ｋ］を表し、パラメータαはガスと固体との間の熱交換係数［ｋＪ／ｍ３・ｓ・Ｋ］を表し、パラメータＴｓは固体温度［Ｋ］を表し、パラメータｈはガスと大気との間の熱交換係数［ｋＪ／ｍ３・ｓ・Ｋ］を表し、パラメータＴｏｕｔは設備周辺温度［Ｋ］を表し、パラメータΔＨＲは反応熱［ｋＪ／ｋｇ］を表し、パラメータη１は反応熱分配係数を表している。また、数式（６）中のパラメータＣｓは固体比熱［ｋＪ／ｋｇ・Ｋ］を表し、パラメータη２は反応熱分配係数を表し、パラメータｋは伝熱係数を表している。 As shown in the following formulas (5) and (6), the physical model of the heat balance is the heat exchange between the gas and the solid, the heat exchange between the gas and the atmosphere around the facility, the reaction heat, and the inside of the solid. Includes a section on conduction heat transfer. The following formula (7) is obtained by discretizing this by an appropriate method (for example, see “Heat transfer and computer simulation” by Patanker). Here, the parameter C g in Equation (5) represents the gas specific heat [kJ / kg · K], the parameter T g represents the gas temperature [K], and the parameter α represents the heat exchange coefficient between the gas and the solid. [KJ / m 3 · s · K], parameter T s represents the solid temperature [K], and parameter h represents the heat exchange coefficient [kJ / m 3 · s · K] between the gas and the atmosphere. , the parameter T out represents the equipment surrounding temperature [K], the parameter [Delta] H R represents the reaction heat [kJ / kg], the parameter eta 1 denotes a reaction heat distribution coefficient. Further, the parameter C s in Equation (6) represents solid specific heat [kJ / kg · K], parameter eta 2 represents reaction heat distribution coefficient, the parameter k represents a heat transfer coefficient.
ここで、数式（７）中のパラメータＴs(ｋ)、Ｔg(ｋ)はそれぞれ、時刻ｔ＝ｋにおける竪型乾留炉２のｘ方向及びｙ方向における固体及びガスの温度分布を表すベクトル量である。ベクトルの要素数は離散化メッシュの数に対応する。なお、本実施形態では、ｘ方向及びｙ方向のメッシュ数をそれぞれ１２０個及び８個とした。また、数式（７）中のパラメータｕ（ｋ）は、竪型乾留炉２内の温度分布に影響を与える操作量を示し、各羽口から竪型乾留炉２に吹き込まれるガスの温度や流量、成型コークスの切出速度を含む。また、数式（７）中のパラメータＡ（ｋ）は、物理パラメータのうち、時間変動し得る要素の集合を示し、例えば固体比熱、抜熱係数、熱交換係数、熱伝導係数等の不確定要素が大きい因子の集合である。 Here, the parameters T s (k) and T g (k) in Equation (7) are vectors representing the temperature distributions of solids and gases in the x-direction and y-direction of the vertical still furnace 2 at time t = k, respectively. Amount. The number of elements in the vector corresponds to the number of discretized meshes. In the present embodiment, the numbers of meshes in the x direction and the y direction are 120 and 8, respectively. In addition, the parameter u (k) in Equation (7) indicates an operation amount that affects the temperature distribution in the vertical distillation furnace 2, and the temperature and flow rate of the gas blown into the vertical distillation furnace 2 from each tuyere. Including the cutting speed of molded coke. In addition, the parameter A (k) in the equation (7) represents a set of physical parameters that can change over time. For example, uncertain elements such as solid specific heat, heat removal coefficient, heat exchange coefficient, heat conduction coefficient, and the like. Is a set of large factors.
〔温度分布推定装置の構成〕
次に、図３を参照して、本発明の一実施形態である温度分布推定装置の構成について説明する。図３は、本発明の一実施形態である温度分布推定装置の構成を示すブロック図である。
[Configuration of temperature distribution estimation device]
Next, with reference to FIG. 3, the structure of the temperature distribution estimation apparatus which is one Embodiment of this invention is demonstrated. FIG. 3 is a block diagram showing a configuration of a temperature distribution estimation apparatus according to an embodiment of the present invention.
図３に示すように、本発明の一実施形態である温度分布推定装置１００は、情報処理装置１０１、入力装置１０２、及び出力装置１０３を備えている。 As illustrated in FIG. 3, a temperature distribution estimation apparatus 100 according to an embodiment of the present invention includes an information processing apparatus 101, an input apparatus 102, and an output apparatus 103.
情報処理装置１０１は、パーソナルコンピュータやワークステーション等の汎用の情報処理装置によって構成され、ＲＡＭ１１１、ＲＯＭ１１２、及びＣＰＵ１１３を備えている。ＲＡＭ１１１は、ＣＰＵ１１３が実行する処理に関する制御プログラムや制御データを一時的に記憶し、ＣＰＵ１１３のワーキングエリアとして機能する。 The information processing apparatus 101 includes a general-purpose information processing apparatus such as a personal computer or a workstation, and includes a RAM 111, a ROM 112, and a CPU 113. The RAM 111 temporarily stores control programs and control data related to processing executed by the CPU 113 and functions as a working area for the CPU 113.
ＲＯＭ１１２は、本発明の一実施形態である温度分布推定方法を実現する推定プログラム１１２ａと情報処理装置１０１全体の動作を制御する制御プログラムと制御データとを記憶している。ＣＰＵ１１３は、ＲＯＭ１１２内に記憶されている推定プログラム１１２ａ及び制御プログラムに従って情報処理装置１０１全体の動作を制御する。具体的には、ＣＰＵ１１３は、コークス製造設備１から供給された竪型乾留炉２の特定位置での温度情報を利用して竪型乾留炉２の内部全体の温度分布を推定する。 The ROM 112 stores an estimation program 112a that realizes the temperature distribution estimation method according to an embodiment of the present invention, a control program that controls the overall operation of the information processing apparatus 101, and control data. The CPU 113 controls the overall operation of the information processing apparatus 101 according to the estimation program 112a and the control program stored in the ROM 112. Specifically, the CPU 113 estimates the temperature distribution of the entire interior of the vertical furnace 2 using temperature information at a specific position of the vertical furnace 2 supplied from the coke production facility 1.
入力装置１０２は、キーボード、マウスポインタ、テンキー等の入力装置によって構成され、情報処理装置１０１に対して各種情報を入力する際に操作される。出力装置１０３は、表示装置や印刷装置等の出力装置によって構成され、情報処理装置１０１の各種処理情報を出力する。 The input device 102 includes input devices such as a keyboard, a mouse pointer, and a numeric keypad, and is operated when inputting various types of information to the information processing device 101. The output device 103 is configured by an output device such as a display device or a printing device, and outputs various processing information of the information processing device 101.
〔温度分布推定処理〕
次に、図４に示すフローチャートを参照して、本発明の一実施形態である温度分布推定処理の流れについて説明する。
[Temperature distribution estimation processing]
Next, a flow of temperature distribution estimation processing according to an embodiment of the present invention will be described with reference to the flowchart shown in FIG.
図４は、本発明の一実施形態である温度分布推定処理の流れを示すフローチャートである。図４に示すフローチャートは、オペレータが入力装置１０２を操作することによって情報処理装置１０１に対し温度分布推定処理の実行を指示したタイミングで開始となり、温度分布推定処理はステップＳ１の処理に進む。なお、以下に示す温度分布推定処理の流れは、ＣＰＵ１１３がＲＯＭ１１２内に格納されている推定プログラム１１２ａを実行することによって実現される。 FIG. 4 is a flowchart showing the flow of temperature distribution estimation processing according to an embodiment of the present invention. The flowchart shown in FIG. 4 starts at the timing when the operator instructs the information processing apparatus 101 to execute the temperature distribution estimation process by operating the input device 102, and the temperature distribution estimation process proceeds to step S1. The following temperature distribution estimation processing flow is realized by the CPU 113 executing the estimation program 112 a stored in the ROM 112.
ステップＳ１の処理では、ＣＰＵ１１３が、竪型乾留炉２内部の温度分布を推定するための物理モデルを構成する物理パラメータのうち、時間変動し得る物理パラメータ（数式（７）におけるパラメータＡ（ｋ））の組合せ候補Ａ（ｒ）（ｒ＝１〜ＲＹＵ）を複数生成し、各組合せ候補Ａ（ｒ）の重みＯＭＯ（ｒ）＿（ｋ）を定義する。例えば、初回の処理においては、ＣＰＵ１１３は、固体比熱を元の物理モデルにおける固体比熱の０．８〜１．２倍の間で変化させ、熱交換係数を元の物理モデルにおける熱交換係数の０．６〜１．４倍の間で変化させることによって、固体比熱及び熱交換係数の値が異なる２５個の組合せ候補Ａ（ｒ）（ｒ＝１〜２５）を生成する。 In the process of step S1, the CPU 113 is a physical parameter that can change with time (parameter A (k) in Equation (7)) among the physical parameters that constitute the physical model for estimating the temperature distribution inside the vertical furnace 2. ), A plurality of combination candidates A (r) (r = 1 to RYU) are generated, and a weight OMO (r) _ (k) of each combination candidate A (r) is defined. For example, in the first process, the CPU 113 changes the solid specific heat between 0.8 and 1.2 times the solid specific heat in the original physical model, and the heat exchange coefficient is 0 of the heat exchange coefficient in the original physical model. By changing between 6 and 1.4 times, 25 combination candidates A (r) (r = 1 to 25) with different values of solid specific heat and heat exchange coefficient are generated.
また、２回目以後の処理においては、ＣＰＵ１１３は、後述するステップＳ６の処理によって生成された複数の組合せ候補Ａ（ｒ）を用いる。なお、以下では、物理パラメータを変化させた各物理モデルを粒子（総数ＲＹＵ個）と表記する。また、ＣＰＵ１１３は、各組合せ候補Ａ（ｒ）の重みＯＭＯ（ｒ）＿（ｋ）を１／ＲＹＵと定義する。すなわち、ＣＰＵ１１３は、各組合せ候補Ａ（ｒ）の重みＯＭＯ（ｒ）＿（ｋ）を均等にする。なお、２回目以後の処理においては、ＣＰＵ１１３は、前回の処理におけるステップＳ４の処理によって更新された重みＯＭＯ（ｒ）＿（ｋ＋１）を重みＯＭＯ（ｒ）＿（ｋ）として用いてもよい。これにより、ステップＳ１の処理は完了し、温度分布推定処理はステップＳ２の処理に進む。 In the second and subsequent processes, the CPU 113 uses a plurality of combination candidates A (r) generated by the process of step S6 described later. In the following, each physical model in which the physical parameters are changed is referred to as particles (total number of RYU). Further, the CPU 113 defines the weight OMO (r) _ (k) of each combination candidate A (r) as 1 / RYU. That is, the CPU 113 equalizes the weights OMO (r) _ (k) of the combination candidates A (r). In the second and subsequent processes, the CPU 113 may use the weight OMO (r) _ (k + 1) updated by the process of step S4 in the previous process as the weight OMO (r) _ (k). Thereby, the process of step S1 is completed and a temperature distribution estimation process progresses to the process of step S2.
ステップＳ２の処理では、ＣＰＵ１１３が、ステップＳ１の処理によって生成された組合せ候補Ａ（ｒ）を適用した物理モデルを利用して組合せ候補Ａ（ｒ）毎に竪型乾留炉２内の温度分布ｘ（ｒ）＿ｓｉｍ（ｋ＋１）を推定する。これにより、ステップＳ２の処理は完了し、温度分布推定処理はステップＳ３の処理に進む。 In the process of step S2, the CPU 113 uses the physical model to which the combination candidate A (r) generated by the process of step S1 is applied, for each combination candidate A (r), the temperature distribution x in the vertical distillation furnace 2. (R) Estimate _sim (k + 1). Thereby, the process of step S2 is completed and the temperature distribution estimation process proceeds to the process of step S3.
ステップＳ３の処理では、ＣＰＵ１１３が、ステップＳ２の処理によって算出された炉内温度分布ｘ（ｒ）＿ｓｉｍ（ｋ＋１）から温度検出手段が配置されている位置における温度の推定値ｙ（ｒ）＿ｓｉｍを組合せ候補Ａ（ｒ）毎に抽出する。そして、ＣＰＵ１１３は、以下に示す数式（８）を用いて、推定値ｙ（ｒ）＿ｓｉｍと温度検出手段によって計測された温度の実績値ｙｏｂｓとの適合度（合致度、尤度）ｙｕ（ｒ）を組合せ候補Ａ（ｒ）毎に算出する。なお、数式（８）中のパラメータσは、全ての粒子ｒについての平均予測誤差を示し、以下に示す数式（９）により定義される。これにより、ステップＳ３の処理は完了し、温度分布推定処理はステップＳ４の処理に進む。 In the process of step S3, the CPU 113 obtains the estimated temperature value y (r) _sim at the position where the temperature detecting means is arranged from the furnace temperature distribution x (r) _sim (k + 1) calculated by the process of step S2. Extracted for each combination candidate A (r). Then, the CPU 113 uses the following equation (8), and the degree of matching (matching degree, likelihood) yu (r) between the estimated value y (r) _sim and the actual temperature value yobs measured by the temperature detecting means: ) Is calculated for each combination candidate A (r). The parameter σ in the equation (8) indicates an average prediction error for all the particles r, and is defined by the following equation (9). Thereby, the process of step S3 is completed and a temperature distribution estimation process progresses to the process of step S4.
ステップＳ４の処理では、ＣＰＵ１１３が、以下の数式（１０）に示すように、ステップＳ１の処理により定義された重みＯＭＯ（ｒ）＿（ｋ）にステップＳ３の処理によって算出された適合度ｙｕ（ｒ）を乗算した値を組合せ候補Ａ（ｒ）毎に算出し、全ての組合せ候補Ａ（ｒ）の乗算値の和Ｓｅｋｉｗａを算出する。そして、ＣＰＵ１１３は、重みＯＭＯ（ｒ）＿（ｋ）、適合度ｙｕ（ｒ）、及び和Ｓｅｋｉｗａの値を以下に示す数式（１１）に代入することによって、今回の処理における重みＯＭＯ（ｒ）＿（ｋ＋１）を組合せ候補Ａ（ｒ）毎に算出する。これにより、ステップＳ４の処理は完了し、炉内温度推定処理はステップＳ５の処理に進む。 In the process of step S4, as shown in the following formula (10), the CPU 113 applies the fitness yu () calculated by the process of step S3 to the weight OMO (r) _ (k) defined by the process of step S1. A value obtained by multiplying r) is calculated for each combination candidate A (r), and a sum Sekiwa of multiplication values of all the combination candidates A (r) is calculated. Then, the CPU 113 substitutes the values of the weight OMO (r) _ (k), the fitness yu (r), and the sum Sekiwa into the following formula (11), thereby calculating the weight OMO (r) in the current process. _ (K + 1) is calculated for each combination candidate A (r). Thereby, the process of step S4 is completed and the furnace temperature estimation process proceeds to the process of step S5.
ステップＳ５の処理では、ＣＰＵ１１３が、以下の数式（１２），（１３）に示すように、ステップＳ４の処理によって算出された重みＯＭＯ（ｒ）＿（ｋ＋１）をそれぞれステップＳ２の処理によって予測されたガス及び固体の温度分布のベクトルｘ（ｒ）及び組合せ候補Ａ（ｒ）に乗算したものの和を竪型乾留炉２内部の温度分布ｘａ及び物理パラメータの組合せＡａとして算出する。なお、ｘ（ｒ）は、シミュレーションモデルの高さ方向及び幅方向のメッシュ数をＮ，Ｍとすると、要素数２×Ｎ×Ｍのベクトルである。また、ガス及び固体の温度分布の中で実際にどこの温度を計測できるのか、換言すれば温度検出手段が配置されている場所を表す行列をＣとすると、Ｃの行数及び列数はそれぞれ温度検出手段の個数及び２×Ｎ×Ｍである。また、行列Ｃの要素のうち、ｉ番目の温度検出手段が位置ｊの固体温度を計測するとき、行列Ｃ［ｉ］［ｊ］＝１であり、それ以外の要素はゼロになる。また、計測された温度分布をｙｏｂｓとし、温度検出手段の配置位置におけるｒ番目の粒子の計算値をｙ（ｒ）＿ｓｉｍとする。従って、ｙ（ｒ）＿ｓｉｍ＝Ｃ×ｘ（ｒ）＿ｓｉｍ及びｙｏｂｓ＝Ｃｘｔｒが成立する。これにより、ステップＳ４の処理は完了し、温度分布推定処理はステップＳ５の処理に進む。 In the process of step S5, the CPU 113 predicts the weight OMO (r) _ (k + 1) calculated by the process of step S4 by the process of step S2, as shown in the following formulas (12) and (13). The sum of the product x (r) and the combination candidate A (r) of the gas and solid temperature distributions is calculated as a combination Aa of the temperature distribution xa and physical parameters inside the vertical dry distillation furnace 2. Note that x (r) is a vector having 2 × N × M elements, where N and M are the number of meshes in the height direction and width direction of the simulation model. Also, what temperature can actually be measured in the temperature distribution of gas and solid, in other words, if the matrix representing the location where the temperature detecting means is arranged is C, the number of rows and the number of columns of C are respectively The number of temperature detection means and 2 × N × M. Further, among the elements of the matrix C, when the i-th temperature detecting means measures the solid temperature at the position j, the matrix C [i] [j] = 1, and the other elements are zero. Further, the measured temperature distribution is assumed to be yobs, and the calculated value of the r-th particle at the arrangement position of the temperature detecting means is assumed to be y (r) _sim. Therefore, y (r) _sim = C × x (r) _sim and yobs = Cxtr are established. Thereby, the process of step S4 is completed and the temperature distribution estimation process proceeds to the process of step S5.
ステップＳ６の処理では、ＣＰＵ１１３が、区間［０，１］を重みＯＭＯ（ｒ）＿（ｋ＋１）に比例する割合で分割し、区間［０，１］内において一様な確率分布を有する乱数を発生する。具体的には、組合せ候補Ａ（１），Ａ（２），Ａ（３）が存在し、各組合せ候補の重みＯＭＯ（ｒ）＿（ｋ＋１）がそれぞれ０．５，０．３，０．２である場合、ＣＰＵ１１３は、図５に示すように区間［０，０．５］を組合せ候補Ａ（１）に割り当て、区間［０．５，０．８］を組合せ候補Ａ（２）に割り当て、区間［０．８，１．０］を組合せ候補Ａ（３）に割り当て、区間［０，１］内において一様な確率分布を有する乱数を発生する。 In the process of step S6, the CPU 113 divides the interval [0, 1] at a rate proportional to the weight OMO (r) _ (k + 1), and generates a random number having a uniform probability distribution within the interval [0, 1]. Occur. Specifically, there are combination candidates A (1), A (2), and A (3), and the weight OMO (r) _ (k + 1) of each combination candidate is 0.5, 0.3, 0. In the case of 2, the CPU 113 assigns the section [0, 0.5] to the combination candidate A (1) and the section [0.5, 0.8] to the combination candidate A (2) as shown in FIG. Allocation and section [0.8, 1.0] are allocated to combination candidate A (3), and random numbers having a uniform probability distribution are generated in section [0, 1].
そして、ＣＰＵ１１３は、発生させた乱数が含まれる区間に割り当てられている組合せ候補Ａ（ｒ）のコピーを生成し、組合せ候補Ａ（ｒ）の総数ＲＹＵだけこの操作を繰り返す。この処理によって生成されたＲＹＵ個の組合せ候補Ａ（ｒ）は、次回の処理におけるステップＳ１の処理において利用される。また、組合せ候補Ａ（ｒ）のコピーを生成する際、ＣＰＵ１１３は、同一の組合せ候補Ａ（ｒ）が複数存在することを抑制するために、組合せ候補Ａ（ｒ）中の物理パラメータの値に若干の摂動（近傍操作）を加える。組合せ候補Ａ（ｒ）中の物理パラメータは、時間変動パラメータであると仮定しているので、このような変動を加えることは物理的に妥当である。本実施形態では、組合せ候補Ａ（ｒ）中の各物理パラメータに対して０．９９〜１．０１の間の一様な乱数を乗算することによって、物理パラメータに対し摂動を加えた。これにより、ステップＳ６の処理は完了し、一連の温度分布推定処理は終了する。 Then, the CPU 113 generates a copy of the combination candidate A (r) assigned to the section including the generated random number, and repeats this operation for the total number RYU of the combination candidates A (r). The RYU combination candidates A (r) generated by this process are used in the process of step S1 in the next process. Further, when generating a copy of the combination candidate A (r), the CPU 113 sets the value of the physical parameter in the combination candidate A (r) to suppress the existence of a plurality of the same combination candidates A (r). Add some perturbation (neighboring operation). Since it is assumed that the physical parameter in the combination candidate A (r) is a time variation parameter, it is physically appropriate to add such variation. In this embodiment, perturbation is added to the physical parameters by multiplying each physical parameter in the combination candidate A (r) by a uniform random number between 0.99 and 1.01. Thereby, the process of step S6 is completed and a series of temperature distribution estimation processes are complete | finished.
以上の説明から明らかなように、本発明の一実施形態である炉内温度推定処理によれば、ＣＰＵ１１３が、竪型乾留炉２内の温度分布を推定するための物理モデルに含まれる物理パラメータの値を変化させることによって複数の物理モデルを生成し、複数の物理モデルを利用して竪型乾留炉２内の温度分布を推定し、推定された竪型乾留炉２内の温度分布を用いて、温度検出手段が配置されている位置における竪型乾留炉２内の温度を複数の物理モデル毎に推定し、推定された温度と温度検出手段によって検出された温度との適合度を複数の物理モデル毎に算出し、算出された適合度に基づいて各物理モデルに重みを付与し、推定された竪型乾留炉２内の温度分布に重みを乗算した値を複数の物理モデル毎に算出し、各物理モデルの乗算値の和を竪型乾留炉２内の温度分布として算出する。これにより、限られた数の温度検出手段の情報から竪型乾留炉２の内部全体の温度分布を精度高く推定することができる。 As is clear from the above description, according to the in-furnace temperature estimation process that is one embodiment of the present invention, the CPU 113 includes the physical parameters included in the physical model for estimating the temperature distribution in the vertical dry distillation furnace 2. A plurality of physical models are generated by changing the value of, the temperature distribution in the vertical distillation furnace 2 is estimated using the plurality of physical models, and the estimated temperature distribution in the vertical distillation furnace 2 is used. Then, the temperature in the vertical dry distillation furnace 2 at the position where the temperature detection means is arranged is estimated for each of a plurality of physical models, and the degree of fitness between the estimated temperature and the temperature detected by the temperature detection means is determined. Calculated for each physical model, assigns weight to each physical model based on the calculated fitness, and calculates a value obtained by multiplying the estimated temperature distribution in the vertical furnace 2 for each physical model And the multiplication value of each physical model The calculated as the temperature distribution in the vertical carbonization furnace 2. Thereby, it is possible to accurately estimate the temperature distribution of the entire interior of the vertical distillation furnace 2 from information of a limited number of temperature detection means.
〔実施例〕
図６に示す６つの点Ｐ１〜Ｐ６に温度検出手段が配置され、６つの点Ｐ１〜Ｐ６において温度を測定可能な竪型乾留炉について、炉内温度分布の推定精度を検証した結果を以下に示す。図７（ａ）〜（ｆ）はそれぞれ、従来技術を用いて推定された点Ｐ１〜Ｐ６における竪型乾留炉内の温度（計算値）と温度検出手段によって計測された点Ｐ１〜Ｐ６の温度（実績値）とを示す図である。図７（ａ）〜（ｆ）から明らかなように、全ての点において計算値と実績値との間に大きな差があり、竪型乾留炉内の温度を精度高く推定できていないことが確認された。なお、竪型乾留炉内内に温度を推定にあたっては、固体比熱及び抜熱係数の値をそれぞれ１．５，０．６とした。
〔Example〕
The temperature detection means is arranged at six points P1 to P6 shown in FIG. 6, and the results of verifying the estimation accuracy of the in-furnace temperature distribution are as follows for a vertical type distillation furnace capable of measuring temperatures at the six points P1 to P6 Show. FIGS. 7A to 7F show the temperatures (calculated values) in the vertical dry distillation furnace at the points P1 to P6 estimated using the conventional technique and the temperatures of the points P1 to P6 measured by the temperature detecting means, respectively. It is a figure which shows (actual value). As is clear from FIGS. 7A to 7F, it is confirmed that there is a large difference between the calculated value and the actual value at all points, and the temperature in the vertical dry distillation furnace cannot be estimated with high accuracy. It was done. In estimating the temperature in the vertical distillation furnace, the values of the solid specific heat and the heat removal coefficient were 1.5 and 0.6, respectively.
図８（ａ）〜（ｆ）はそれぞれ、点Ｐ１，Ｐ２，Ｐ４〜Ｐ６の５つの点の温度情報を利用して本発明を用いて推定された竪型乾留炉内の温度（計算値）と温度検出手段によって計測された点Ｐ１〜Ｐ６の温度（実績値）とを示す図である。また、図９（ａ），（ｂ）はそれぞれ、本発明を用いて推定された固体比熱及び抜熱係数の時間変化を示す図である。図８（ａ）〜（ｆ）から明らかなように、従来技術を用いて推定した場合と比較して、点Ｐ１，Ｐ２，Ｐ４〜Ｐ６における計測誤差が低減し、竪型乾留炉内の温度を精度高く推定できていることが確認された。また、温度検出手段からの情報を利用していない点Ｐ３においても計算誤差が低減していることが確認された。 FIGS. 8A to 8F show the temperatures in the vertical furnace (calculated values) estimated by using the present invention using the temperature information of the five points P1, P2, and P4 to P6, respectively. It is a figure which shows the temperature (actual value) of the points P1-P6 measured by the temperature detection means. FIGS. 9A and 9B are diagrams showing temporal changes in the solid specific heat and the heat removal coefficient estimated using the present invention, respectively. As is clear from FIGS. 8A to 8F, measurement errors at points P1, P2, and P4 to P6 are reduced as compared with the case estimated using the conventional technique, and the temperature in the vertical dry distillation furnace is reduced. It has been confirmed that can be estimated with high accuracy. It was also confirmed that the calculation error was reduced at the point P3 where the information from the temperature detecting means was not used.
図１０（ａ）〜（ｆ）はそれぞれ、点Ｐ１〜Ｐ３，Ｐ５，Ｐ６の５つの点の温度情報を利用して本発明を用いて推定された竪型乾留炉内の温度（計算値）と温度検出手段によって計測された点Ｐ１〜Ｐ６の温度（実績値）とを示す図である。また、図１１（ａ），（ｂ）はそれぞれ、本発明を用いて推定された固体比熱及び抜熱係数の時間変化を示す図である。図１０（ａ）〜（ｆ）から明らかなように、従来技術を用いて推定した場合と比較して、点Ｐ１〜Ｐ３，Ｐ５，Ｐ６における計測誤差が低減し、乾留炉内の温度を精度高く推定できていることが確認された。また、温度検出手段からの情報を利用していない点Ｐ４においても計算誤差が低減していることが確認された。また、図９と図１１とを比較すると、物理パラメータが同じような変化の傾向を示していることから、本発明の手法が妥当であることが確認できた。 FIGS. 10A to 10F show the temperatures (calculated values) in the vertical distillation furnace estimated using the present invention using the temperature information of the five points P1 to P3, P5, and P6, respectively. It is a figure which shows the temperature (actual value) of the points P1-P6 measured by the temperature detection means. Moreover, FIG. 11 (a), (b) is a figure which shows the time change of the solid specific heat and the heat removal coefficient which were estimated using this invention, respectively. As is clear from FIGS. 10A to 10F, measurement errors at points P1 to P3, P5, and P6 are reduced and the temperature in the dry distillation furnace is accurately compared with the case of estimation using the conventional technique. It was confirmed that the estimation was high. It was also confirmed that the calculation error was reduced at the point P4 where the information from the temperature detecting means was not used. Further, comparing FIG. 9 and FIG. 11, it was confirmed that the method of the present invention is appropriate because the physical parameters show the same tendency of change.
以上、本発明者らによってなされた発明を適用した実施の形態について説明したが、本実施形態による本発明の開示の一部をなす記述及び図面により本発明は限定されることはない。すなわち、本実施形態に基づいて当業者等によりなされる他の実施の形態、実施例、及び運用技術等は全て本発明の範疇に含まれる。 The embodiment to which the invention made by the present inventors is applied has been described above, but the present invention is not limited by the description and the drawings that constitute a part of the disclosure of the present invention. That is, other embodiments, examples, operational techniques, and the like made by those skilled in the art based on this embodiment are all included in the scope of the present invention.
１ コークス製造設備
２ 竪型乾留炉
３ａ 温度保持用ガス吹き込み羽口
３ｂ，３ｃ 乾留用ガス吹き込み羽口
３ｄ 冷却用ガス吹き込み羽口
４ 炉頂ガス排出口
５ スプレータワー
６ ガスクーラー
７ 電気集塵機
８ａ 安水用タンク
８ｂ タール用タンク
９ 高温ガス加熱炉
１０ 低温ガス加熱炉
１２ 装入口
１３ 排出口
１００ 温度分布推定装置
１０１ 情報処理装置
１０２ 入力装置
１０３ 出力装置
１１１ ＲＡＭ
１１２ ＲＯＭ
１１２ａ 推定プログラム
１１３ ＣＰＵ
DESCRIPTION OF SYMBOLS 1 Coke production equipment 2 Vertical-type distillation furnace 3a Temperature maintenance gas blowing tuyere 3b, 3c Drying gas blowing tuyere 3d Cooling gas blowing tuyere 4 Furnace top gas discharge 5 Spray tower 6 Gas cooler 7 Electric dust collector 8a Water tank 8b Tar tank 9 High-temperature gas heating furnace 10 Low-temperature gas heating furnace 12 Loading port 13 Discharging port 100 Temperature distribution estimation device 101 Information processing device 102 Input device 103 Output device 111 RAM
112 ROM
112a estimation program 113 CPU
Claims (2)
前記複数の物理モデルを利用して竪型乾留炉内の温度分布を推定する推定ステップと、
前記推定ステップにおいて推定された竪型乾留炉内の温度分布を用いて、温度検出手段が配置されている位置における竪型乾留炉内の温度を複数の物理モデル毎に推定し、以下に示す数式（８）及び数式（９）を用いて複数の物理モデル毎に適合度を算出する適合度算出ステップと、
前記適合度算出ステップにおいて算出された適合度を用いて以下に示す数式（１０）及び数式（１１）により複数の物理モデル毎に重みを算出し、算出された重みを各物理モデルに付与する重み付与ステップと、
前記推定ステップにおいて推定された竪型乾留炉内の温度分布に前記重み付与ステップにおいて付与された前記重みを乗算した値を複数の物理モデル毎に算出し、各物理モデルの乗算値の和を竪型乾留炉内の温度分布として算出する温度分布算出ステップと、
を含むことを特徴とする温度分布推定方法。
An estimation step for estimating a temperature distribution in the vertical dry distillation furnace using the plurality of physical models;
Using the temperature distribution in the vertical distillation furnace estimated in the estimation step, the temperature in the vertical distillation furnace at the position where the temperature detection means is arranged is estimated for each of a plurality of physical models, and the following mathematical formula A fitness calculation step for calculating a fitness for each of a plurality of physical models using (8) and Equation (9) ;
A weight for calculating a weight for each of the plurality of physical models using the following formula (10) and formula (11) using the fitness calculated in the fitness calculation step, and assigning the calculated weight to each physical model Granting step;
A value obtained by multiplying the temperature distribution in the vertical retorting furnace estimated in the estimation step by the weight applied in the weight applying step is calculated for each of the plurality of physical models, and the sum of the multiplied values of the physical models is calculated. A temperature distribution calculating step for calculating as a temperature distribution in the vertical distillation furnace;
A temperature distribution estimation method comprising:
前記複数の物理モデルを利用して竪型乾留炉内の温度分布を推定する推定手段と、
前記推定手段によって推定された竪型乾留炉内の温度分布を用いて、温度検出手段が配置されている位置における竪型乾留炉内の温度を複数の物理モデル毎に推定し、以下に示す数式（８）及び数式（９）を用いて複数の物理モデル毎に適合度を算出する適合度算出手段と、
前記適合度算出手段によって算出された適合度を用いて以下に示す数式（１０）及び数式（１１）により複数の物理モデル毎に重みを算出し、算出された重みを各物理モデルに付与する重み付与手段と、
前記推定手段によって推定された竪型乾留炉内の温度分布に前記重み付与手段によって付与された前記重みを乗算した値を複数の物理モデル毎に算出し、各物理モデルの乗算値の和を竪型乾留炉内の温度分布として算出する温度分布算出手段と、
を備えることを特徴とする温度分布推定装置。
Estimating means for estimating the temperature distribution in the vertical dry distillation furnace using the plurality of physical models;
Using the temperature distribution in the vertical distillation furnace estimated by the estimation means, the temperature in the vertical distillation furnace at the position where the temperature detection means is arranged is estimated for each of a plurality of physical models, and the following mathematical formula A fitness calculation means for calculating a fitness for each of a plurality of physical models using (8) and Equation (9) ;
A weight for calculating a weight for each of a plurality of physical models by the following formula (10) and formula (11) using the fitness calculated by the fitness calculation means, and assigning the calculated weight to each physical model Granting means;
A value obtained by multiplying the temperature distribution in the vertical retorting furnace estimated by the estimating means by the weight given by the weight assigning means is calculated for each of the plurality of physical models, and the sum of the multiplied values of each physical model is calculated. A temperature distribution calculating means for calculating as a temperature distribution in the type dry distillation furnace,
A temperature distribution estimation device comprising:
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012220141A JP6094127B2 (en) | 2012-10-02 | 2012-10-02 | Temperature distribution estimation method and temperature distribution estimation apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012220141A JP6094127B2 (en) | 2012-10-02 | 2012-10-02 | Temperature distribution estimation method and temperature distribution estimation apparatus |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2014070218A JP2014070218A (en) | 2014-04-21 |
| JP6094127B2 true JP6094127B2 (en) | 2017-03-15 |
Family
ID=50745722
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012220141A Active JP6094127B2 (en) | 2012-10-02 | 2012-10-02 | Temperature distribution estimation method and temperature distribution estimation apparatus |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6094127B2 (en) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5900386B2 (en) * | 2013-03-13 | 2016-04-06 | Ｊｆｅスチール株式会社 | Control method and control device for dry distillation furnace |
| JP6119625B2 (en) * | 2014-02-03 | 2017-04-26 | Ｊｆｅスチール株式会社 | Method and apparatus for estimating forming coke strength |
| JP6065854B2 (en) * | 2014-02-03 | 2017-01-25 | Ｊｆｅスチール株式会社 | Method for operating vertical dry distillation furnace and method for producing coke |
| JP6544271B2 (en) * | 2016-03-07 | 2019-07-17 | Ｊｆｅスチール株式会社 | Temperature distribution control method and control device of vertical dry distillation furnace |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4666114B2 (en) * | 2009-08-10 | 2011-04-06 | Ｊｆｅスチール株式会社 | Ferro-coke manufacturing method and manufacturing apparatus |
| JP4860003B2 (en) * | 2010-03-29 | 2012-01-25 | Ｊｆｅスチール株式会社 | Vertical shaft furnace, ferro-coke manufacturing equipment provided with the vertical shaft furnace, and ferro-coke manufacturing method using the ferro-coke manufacturing equipment |
| JP5900025B2 (en) * | 2012-03-02 | 2016-04-06 | Ｊｆｅスチール株式会社 | Method and apparatus for estimating furnace temperature distribution |
-
2012
- 2012-10-02 JP JP2012220141A patent/JP6094127B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2014070218A (en) | 2014-04-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6094127B2 (en) | Temperature distribution estimation method and temperature distribution estimation apparatus | |
| CN111831719A (en) | Intelligent control method and system for blast furnace ironmaking production process | |
| JP6024718B2 (en) | Blast furnace heat prediction apparatus and blast furnace heat prediction method | |
| CN105574297B (en) | Self adaptation blast furnace molten iron silicon content trend prediction method | |
| CN106709197A (en) | Molten iron silicon content predicting method based on slide window T-S fuzzy neural network model | |
| JP5900026B2 (en) | Method and apparatus for estimating furnace temperature distribution | |
| JP5900025B2 (en) | Method and apparatus for estimating furnace temperature distribution | |
| Baiteche et al. | Description and applications of a 3D mathematical model for horizontal anode baking furnaces | |
| JP6119625B2 (en) | Method and apparatus for estimating forming coke strength | |
| JP5900386B2 (en) | Control method and control device for dry distillation furnace | |
| JP6065854B2 (en) | Method for operating vertical dry distillation furnace and method for producing coke | |
| JPH08295910A (en) | Operation of blast furnace | |
| JP5900027B2 (en) | Method and apparatus for estimating furnace temperature distribution | |
| CN113517037B (en) | Method and system for predicting sintering ore FeO by fusing data and knowledge | |
| JP6003909B2 (en) | Blast furnace air permeability prediction apparatus and blast furnace air permeability prediction method | |
| JP6544271B2 (en) | Temperature distribution control method and control device of vertical dry distillation furnace | |
| CN111985682A (en) | Coal water slurry gasification furnace temperature prediction method based on neural network | |
| CN111680932B (en) | Method and device for acquiring cause of abnormal furnace condition of blast furnace | |
| CN110427693B (en) | Fluid simulation calculation method in industrial reactor with spray gun | |
| KR20200077740A (en) | Method for simulating combustion space condition of blast furnace and apparatus thereof | |
| JP2014071859A (en) | Result prediction method and result prediction device | |
| Hashimoto et al. | Online Heat Pattern Control of a Shaft Furnace Based on a Real-time Visualization by Particle Filter | |
| Das et al. | A mathematical model for prediction of physical properties of the coke oven charge during carbonisation | |
| Wang et al. | Feature Selection and Long-Term Modeling for the Blast Furnace Ironmaking Process Based on Random Forests | |
| JP2018021693A (en) | Temperature distribution estimation device and temperature distribution estimation method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150825 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160719 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160915 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20161004 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20161208 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20161216 |
|
| 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: 20170117 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170130 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6094127 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 |