JP6098553B2 - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JP6098553B2 JP6098553B2 JP2014046277A JP2014046277A JP6098553B2 JP 6098553 B2 JP6098553 B2 JP 6098553B2 JP 2014046277 A JP2014046277 A JP 2014046277A JP 2014046277 A JP2014046277 A JP 2014046277A JP 6098553 B2 JP6098553 B2 JP 6098553B2
- Authority
- JP
- Japan
- Prior art keywords
- amount
- converter
- phosphorus
- prediction
- recovered
- 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.)
- Expired - Fee Related
Links
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 title claims description 113
- 229910052698 phosphorus Inorganic materials 0.000 title claims description 113
- 239000011574 phosphorus Substances 0.000 title claims description 113
- 238000000034 method Methods 0.000 title claims description 55
- 230000003716 rejuvenation Effects 0.000 title description 2
- 238000011084 recovery Methods 0.000 claims description 52
- 229910000831 Steel Inorganic materials 0.000 claims description 45
- 239000010959 steel Substances 0.000 claims description 45
- 238000007670 refining Methods 0.000 claims description 38
- 230000008569 process Effects 0.000 claims description 26
- 239000002436 steel type Substances 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000009749 continuous casting Methods 0.000 claims description 16
- 239000002994 raw material Substances 0.000 claims description 16
- 239000000463 material Substances 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 13
- 238000007664 blowing Methods 0.000 claims description 11
- 230000008439 repair process Effects 0.000 claims description 8
- 238000009628 steelmaking Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 7
- 239000002893 slag Substances 0.000 description 7
- 229910052757 nitrogen Inorganic materials 0.000 description 4
- 239000000203 mixture Substances 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 230000003009 desulfurizing effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000005587 bubbling Effects 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000007872 degassing Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- BHEPBYXIRTUNPN-UHFFFAOYSA-N hydridophosphorus(.) (triplet) Chemical compound [PH] BHEPBYXIRTUNPN-UHFFFAOYSA-N 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Description
本発明は、鉄鋼製造の際の製鋼プロセスにおける吹錬終了後から連続鋳造設備に到着するまでのスラブから溶鋼への復燐量を予測する復燐量予測装置および復燐量予測方法、ならびに予測された復燐量に基づいて脱燐処理を制御する転炉脱燐制御方法に関する。ここで、復燐量とは、吹錬終了後の溶鋼燐濃度から、連続鋳造設備で測定した溶鋼燐濃度までの変化量（燐濃度上昇量）をいう。
鉄鋼製造の際の製鋼プロセスでは、鋼種ごとに各成分の目標となる上限値および下限値が設定され、管理されている。製鋼プロセスにおける各工程で成分調整された溶鋼は、最終的に連続鋳造設備に供給され、鋳込み前にサンプルを採取し、各成分の割合が設定範囲に収まっているか判定される。この時、成分の割合が設定範囲から外れると、売却単価が低い鋼種への格落ち等が発生する。このため、連続鋳造以前の各工程では、鋼種・操業条件に沿った成分割合の制御を行う必要があり、様々な方法が提案されている。
このような鋼種ごとに設定される成分の一つとして燐がある。脱燐処理が可能な転炉設備における操業では、連続鋳造設備で要求される目標値を満たすように、転炉目標燐濃度を個別に設定している。その方法として、連続鋳造設備到着時の溶鋼の目標燐濃度から復燐量（転炉出鋼から連鋳到着までの燐濃度上昇量）を差し引いて転炉目標燐濃度を求める方法が知られている（特許文献１参照）。この時、復燐量を予測する必要があるが、従来技術として、復燐量を転炉で添加する副原料の種類・量から重回帰分析によって推定するものが知られている（特許文献１、２参照）。
しかしながら、転炉での目標燐濃度を決定する際に、復燐量を転炉で添加する副原料の種類・量から重回帰分析によって推定する従来の方法では、復燐量予測誤差を十分小さくすることが困難である。
本発明は、かかる事情に鑑みてなされたものであって、高精度で復燐量を予測することができる復燐量予測装置および復燐量予測方法、ならびに高精度で予測された復燐量に基づいて脱燐処理の際の燐濃度を高精度で制御する転炉脱燐制御方法を提供することを課題とする。
本発明者は、上記課題を解決すべく検討を重ねた結果、以下の点が判明した。
（１）復燐量予測の際に使用するパラメータとして、転炉で添加する副原料だけでは、復燐量の推定が困難である。
（２）復燐量予測の際に重回帰式では操業状況の変化に追随することが困難である。
（１）復燐量予測の際に使用するパラメータとして、転炉で添加する副原料だけでは、復燐量の推定が困難である。
（２）復燐量予測の際に重回帰式では操業状況の変化に追随することが困難である。
そこで、これらについてさらに検討した結果、以下の知見を得た。
（ａ）上記（１）に関して、従来は吹錬終了後に転炉に添加する副原料に含まれる燐成分による復燐のみに着目しており、他の操業因子は復燐量に影響しないと考えられていた。しかし、他の操業因子との相関を調査した結果、転炉で添加する副原料条件としての副原料の種類・量以外に、二次精錬条件としての二次精錬における溶鋼湯面が変動する工程の時間、鋼種、設備条件としての転炉の使用年月および／または使用回数が復燐量に影響することを見出した。
（ｂ）上記（２）に関して、従来は、上述のように、転炉で添加する副原料に含まれる燐成分のみが復燐量に影響すると考えられていたため、副原料の種類と投入量がわかれば線形回帰モデルで予測することができると考え、重回帰式を使用していた。しかし、上記（ａ）のように、復燐量には、副原料条件以外に、二次精錬条件、鋼種、設備条件が復燐量に影響するため、これらの因子を用いて線形回帰モデルを用いた重回帰式では、説明関数の意味が異なるため、きれいにフィッティングすることができない可能性が高い。このような場合、副原料条件に加えて、二次精錬条件、鋼種・設備条件の実績データを用いた局所回帰モデルにより復燐量を予測することが有効であることを見出した。
（ａ）上記（１）に関して、従来は吹錬終了後に転炉に添加する副原料に含まれる燐成分による復燐のみに着目しており、他の操業因子は復燐量に影響しないと考えられていた。しかし、他の操業因子との相関を調査した結果、転炉で添加する副原料条件としての副原料の種類・量以外に、二次精錬条件としての二次精錬における溶鋼湯面が変動する工程の時間、鋼種、設備条件としての転炉の使用年月および／または使用回数が復燐量に影響することを見出した。
（ｂ）上記（２）に関して、従来は、上述のように、転炉で添加する副原料に含まれる燐成分のみが復燐量に影響すると考えられていたため、副原料の種類と投入量がわかれば線形回帰モデルで予測することができると考え、重回帰式を使用していた。しかし、上記（ａ）のように、復燐量には、副原料条件以外に、二次精錬条件、鋼種、設備条件が復燐量に影響するため、これらの因子を用いて線形回帰モデルを用いた重回帰式では、説明関数の意味が異なるため、きれいにフィッティングすることができない可能性が高い。このような場合、副原料条件に加えて、二次精錬条件、鋼種・設備条件の実績データを用いた局所回帰モデルにより復燐量を予測することが有効であることを見出した。
結果予測や、適切な操作量を求める際に、多数の過去のデータから当該データに近い状態のデータを収集し、それらの情報から局所的なモデルを予測計算や操作量計算のたびに構築する局所回帰の手法は、復燐量予測以外の分野では用いられている。例えば、特開２００４−５９９５５号公報では、吹錬終了時の組成を目標値に一致させるため、各チャージにおける吹錬条件および吹錬終了時の実績吹止積算酸素量を実績データとし、新規に実施するチャージの転炉に対する適切な送酸量を算出している。また、特開２００９−１６７４８１号公報では、インペラーにより溶銑を撹拌して脱硫する設備において、蓄積された実績データを基に脱硫剤の投入量を局所回帰により求め、処理後の硫黄濃度の精度を向上させている。しかし、従来は、復燐量予測に局所回帰を用いるという発想はなかった。
本発明は、以上の知見に基づいて完成されたものであり、以下の（１）〜（７）を提供する。
（１）製鋼プロセスにおける吹錬終了後から連続鋳造設備に到着するまでの溶鋼への復燐量を予測する復燐量予測装置であって、
転炉で添加する副原料の種類・量、二次精錬条件としての二次精錬における溶鋼湯面が変動する工程の時間、鋼種、ならびに設備条件としての転炉耐火物交換後の使用年月および／または使用回数を、復燐量を予測するための説明変数として用い、転炉以降の工程を制御する外部の制御装置から、転炉で添加する副原料の種類・量、二次精錬条件としての二次精錬における溶鋼湯面が変動する工程の時間、鋼種、ならびに設備条件としての転炉補修後の使用年月および／または使用回数の実績データおよび予測対象の転炉で添加する副原料の種類・量、二次精錬条件としての二次精錬における溶鋼湯面が変動する工程の時間、鋼種、ならびに設備条件としての転炉補修後の使用年月および／または使用回数を説明変数として取り込んで局所回帰モデルにより予測対象の目的変数である復燐量を予測し、その予測した復燐量を出力することを特徴とする復燐量予測装置。
転炉で添加する副原料の種類・量、二次精錬条件としての二次精錬における溶鋼湯面が変動する工程の時間、鋼種、ならびに設備条件としての転炉耐火物交換後の使用年月および／または使用回数を、復燐量を予測するための説明変数として用い、転炉以降の工程を制御する外部の制御装置から、転炉で添加する副原料の種類・量、二次精錬条件としての二次精錬における溶鋼湯面が変動する工程の時間、鋼種、ならびに設備条件としての転炉補修後の使用年月および／または使用回数の実績データおよび予測対象の転炉で添加する副原料の種類・量、二次精錬条件としての二次精錬における溶鋼湯面が変動する工程の時間、鋼種、ならびに設備条件としての転炉補修後の使用年月および／または使用回数を説明変数として取り込んで局所回帰モデルにより予測対象の目的変数である復燐量を予測し、その予測した復燐量を出力することを特徴とする復燐量予測装置。
（２）前記制御装置から取り込まれた、前記説明変数および前記目的変数の実績データにより作成される実績データベースと、
前記実績データベースに基づき、前記制御装置から取り込んだ予測対象の説明変数から局所回帰モデルにより予測対象の目的変数である復燐量を予測する復燐量予測処理部とを有することを特徴とする（１）に記載の復燐量予測装置。
前記実績データベースに基づき、前記制御装置から取り込んだ予測対象の説明変数から局所回帰モデルにより予測対象の目的変数である復燐量を予測する復燐量予測処理部とを有することを特徴とする（１）に記載の復燐量予測装置。
（３）前記復燐量予測処理部は、
前記実績データベースの説明変数と前記予測対象の説明変数の類似度を算出する類似度算出部と、
前記実績データベースに格納されている実績データと、前記類似度とを用いて予測モデルとしての局所的回帰モデルを作成する予測式作成部と、
前記予測式作成部によって作成された前記予測モデルに予測対象の説明変数の値を代入することによって復燐量の予測値を算出する復燐量予測部と
を有することを特徴とする（２）に記載の復燐量予測装置。
前記実績データベースの説明変数と前記予測対象の説明変数の類似度を算出する類似度算出部と、
前記実績データベースに格納されている実績データと、前記類似度とを用いて予測モデルとしての局所的回帰モデルを作成する予測式作成部と、
前記予測式作成部によって作成された前記予測モデルに予測対象の説明変数の値を代入することによって復燐量の予測値を算出する復燐量予測部と
を有することを特徴とする（２）に記載の復燐量予測装置。
（４）製鋼プロセスにおける吹錬終了後から連続鋳造設備に到着するまでの溶鋼への復燐量を予測する復燐量予測装置であって、
転炉で添加する副原料の種類・量、二次精錬条件としての二次精錬における溶鋼湯面が変動する工程の時間、鋼種、ならびに設備条件としての転炉耐火物交換後の使用年月および／または使用回数を、復燐量を予測するための説明変数として用い、転炉以降の工程を制御する外部の制御装置から、転炉で添加する副原料の種類・量、二次精錬条件としての二次精錬における溶鋼湯面が変動する工程の時間、鋼種、ならびに設備条件としての転炉補修後の使用年月および／または使用回数の実績データおよび予測対象の転炉で添加する副原料の種類・量、二次精錬条件としての二次精錬における溶鋼湯面が変動する工程の時間、鋼種、ならびに設備条件としての転炉補修後の使用年月および／または使用回数を説明変数として取り込んで局所回帰モデルにより予測対象の目的変数である復燐量を予測し、その予測した復燐量を出力することを特徴とする復燐量予測装置。
転炉で添加する副原料の種類・量、二次精錬条件としての二次精錬における溶鋼湯面が変動する工程の時間、鋼種、ならびに設備条件としての転炉耐火物交換後の使用年月および／または使用回数を、復燐量を予測するための説明変数として用い、転炉以降の工程を制御する外部の制御装置から、転炉で添加する副原料の種類・量、二次精錬条件としての二次精錬における溶鋼湯面が変動する工程の時間、鋼種、ならびに設備条件としての転炉補修後の使用年月および／または使用回数の実績データおよび予測対象の転炉で添加する副原料の種類・量、二次精錬条件としての二次精錬における溶鋼湯面が変動する工程の時間、鋼種、ならびに設備条件としての転炉補修後の使用年月および／または使用回数を説明変数として取り込んで局所回帰モデルにより予測対象の目的変数である復燐量を予測し、その予測した復燐量を出力することを特徴とする復燐量予測装置。
（５）前記制御装置から取り込まれた、前記説明変数および前記目的変数の実績データにより実績データベースを作成する工程と、
前記実績データベースに基づき、前記制御装置から取り込んだ予測対象の説明変数から局所回帰モデルにより予測対象の目的変数である復燐量を予測する工程とを有することを特徴とする（４）に記載の復燐量予測方法。
前記実績データベースに基づき、前記制御装置から取り込んだ予測対象の説明変数から局所回帰モデルにより予測対象の目的変数である復燐量を予測する工程とを有することを特徴とする（４）に記載の復燐量予測方法。
（６）前記復燐量を予測する工程は、
前記実績データベースの説明変数と前記予測対象の説明変数の類似度を算出する類似度算出工程と、
前記実績データベースに格納されている実績データと、前記類似度とを用いて予測モデルとしての局所的回帰モデルを作成する予測式作成工程と、
前記予測式作成工程によって作成された前記予測モデルに予測対象の説明変数の値を代入することによって復燐量の予測値を算出する復燐量予測工程と
を有することを特徴とする（５）に記載の復燐量予測方法。
前記実績データベースの説明変数と前記予測対象の説明変数の類似度を算出する類似度算出工程と、
前記実績データベースに格納されている実績データと、前記類似度とを用いて予測モデルとしての局所的回帰モデルを作成する予測式作成工程と、
前記予測式作成工程によって作成された前記予測モデルに予測対象の説明変数の値を代入することによって復燐量の予測値を算出する復燐量予測工程と
を有することを特徴とする（５）に記載の復燐量予測方法。
（７）上記（４）〜（６）のいずれかの復燐量予測方法によって予測された復燐量に基づいて、転炉目標燐濃度を算出し、それにより転炉脱燐制御を行うことを特徴とする転炉脱燐制御方法。
従来は、転炉から連続鋳造設備に到達するまでのデータを用いた復燐量予測の局所回帰モデルは用いられていなかったが、本発明では、転炉以降の工程を制御する制御装置から新たに従来考慮されていなかったデータを取り込み、局所回帰モデルによって復燐量を予測し、予測した復燐量を出力する復燐予測装置および復燐予測方法を設計する。
本発明によれば、転炉で添加する副原料の種類・量、二次精錬条件としての二次精錬における溶鋼湯面が変動する工程の時間、鋼種、ならびに設備条件としての転炉の耐火物交換後の使用年月および／または使用回数をパラメータとして用い、実績データを用いた局所回帰モデルにより復燐量を予測するので、副原料からの復燐のみを考慮する従来技術に比べて転炉から連続鋳造設備までの復燐量を高精度に予測することができる。
以下、添付図面を参照して本発明の実施形態について説明する。
図１は、本発明の一実施形態に係る復燐量予測装置を示す概略構成図である。復燐量予測装置１は、転炉以降の工程を制御する外部の制御装置１０から、実績データ１１、および予測対象チャージ（以下、要求点と称する）の説明変数１２を入力し、要求点の目的変数（予測復燐量）１３、および転炉目標燐濃度１４を制御装置１０へ返す装置である。
図１は、本発明の一実施形態に係る復燐量予測装置を示す概略構成図である。復燐量予測装置１は、転炉以降の工程を制御する外部の制御装置１０から、実績データ１１、および予測対象チャージ（以下、要求点と称する）の説明変数１２を入力し、要求点の目的変数（予測復燐量）１３、および転炉目標燐濃度１４を制御装置１０へ返す装置である。
復燐量予測装置１は、実績データベース２と、復燐量予測処理部３とを有する。実績データベース２は、入力された実績データ１１により作成され、その実績データベース２と要求点の説明変数１２とに基づいて、復燐量予測処理部３によって要求点の目的変数（予測復燐量）１３が計算される。
次に、実績データベース２について説明する。
図２は、実績データベースの例を示す図である。実績データベース２は、説明変数である「転炉で添加する副原料」、「二次精錬条件」、「鋼種条件」、および「設備条件」、ならびに目的変数である「復燐量」によって構成される。
図２は、実績データベースの例を示す図である。実績データベース２は、説明変数である「転炉で添加する副原料」、「二次精錬条件」、「鋼種条件」、および「設備条件」、ならびに目的変数である「復燐量」によって構成される。
「転炉で添加する副原料」は、従来から用いられているもので、副原料の種類および量である。
「二次精錬条件」とは、二次精錬において溶鋼の湯面が変動する工程の時間をパラメータ化したものであり、溶鋼の湯面が変動することによってスラグと溶鋼面の接触面積が増え、スラグ内の燐がメタル層に戻り復燐することを考慮している。例えば、脱ガス設備の改質作業時間やバブリング工程の処理時間が挙げられる。
「鋼種条件」は、鋼種そのもの（鋼種分類）である。スラグの組成、溶鋼温度は鋼種ごとに変化する。スラグの組成、溶鋼温度は、溶鋼・スラグ間の平衡反応に影響するため、鋼種条件がスラグから溶鋼の復燐量を予測する指標の一つとなっている。
「設備条件」とは、設備である転炉の使用年月および／または使用回数等をパラメータ化したものであり、転炉の摩耗や劣化が復燐に影響することを考慮している。例えば、転炉の出鋼孔使用回数をパラメータとした場合、使用回数が増加するに従って摩耗で出鋼孔径が広がり、出鋼中にスラグが溶鋼に流れやすくなることで復燐量が増加する。
「復燐量」は、実績データとして入力される連鋳の溶鋼燐濃度と、吹錬終了後の溶鋼燐濃度との差分として、実績データベース２に格納される。
各説明変数と目的変数は、チャージごとに関連付けして保存され、最新の実績データに基づいて予測モデルを構築することができるように、所定の期間が過ぎたら新しいデータと入れ替わる形で古いデータが消去されるように構成されている。
次に、復燐量予測処理部３について説明する。
図３は復燐量予測処理部３の構成を示すブロック図、図４は復燐量予測処理部３での計算の手順を示すフローチャートである。復燐量予測処理部３は、図３に示すように、類似度算出部２１と、予測式作成部２２と、復燐量予測部２３と、転炉目標燐濃度計算部２４とを有しており、転炉での処理開始前に要求点の説明変数１２が入力されると、図４に示すステップ１〜４により以下の手順で計算処理が実施され、得られた結果が転炉の脱燐処理に使用される。
図３は復燐量予測処理部３の構成を示すブロック図、図４は復燐量予測処理部３での計算の手順を示すフローチャートである。復燐量予測処理部３は、図３に示すように、類似度算出部２１と、予測式作成部２２と、復燐量予測部２３と、転炉目標燐濃度計算部２４とを有しており、転炉での処理開始前に要求点の説明変数１２が入力されると、図４に示すステップ１〜４により以下の手順で計算処理が実施され、得られた結果が転炉の脱燐処理に使用される。
［ステップ１：類似度算出工程］
ステップ１の類似度算出工程では、類似度算出部２１において、図１の実績データベース２の説明変数と要求点の説明変数１２との類似度を算出する。具体的には、初めに、要求点の説明変数１２である「転炉で添加する副原料条件」、「二次精錬条件」、「鋼種条件」、および「設備条件」を一つのベクトルとし、要求点ｘ（≡［ｘ１，ｘ２，ｘ３，…,ｘＭ］Ｔ（ただし、Ｍは説明変数の数である））として、実績データベース２に格納されている各説明変数の実績値ｘｎ（≡［ｘ１ ｎ，ｘ２ ｎ，ｘ３ ｎ，…,ｘＭ ｎ］Ｔ（ただし、ｎ＝１，２，…，Ｎ、Ｎは実績データの格納チャージ数、Ｍは説明変数の数である））について、以下に示す数式（１）を用いて要求点ｘからの距離Ｌｎを算出する。
なお、数式（１）中、パラメータλｍは、化学成分と温度等のように異なる尺度で測定される入力変数をスケーリングするための重み変数である。
ステップ１の類似度算出工程では、類似度算出部２１において、図１の実績データベース２の説明変数と要求点の説明変数１２との類似度を算出する。具体的には、初めに、要求点の説明変数１２である「転炉で添加する副原料条件」、「二次精錬条件」、「鋼種条件」、および「設備条件」を一つのベクトルとし、要求点ｘ（≡［ｘ１，ｘ２，ｘ３，…,ｘＭ］Ｔ（ただし、Ｍは説明変数の数である））として、実績データベース２に格納されている各説明変数の実績値ｘｎ（≡［ｘ１ ｎ，ｘ２ ｎ，ｘ３ ｎ，…,ｘＭ ｎ］Ｔ（ただし、ｎ＝１，２，…，Ｎ、Ｎは実績データの格納チャージ数、Ｍは説明変数の数である））について、以下に示す数式（１）を用いて要求点ｘからの距離Ｌｎを算出する。
次に、実績データベース２に格納されている各入力変数の実績値ｘｎについて、以下に示す数式（２）を用いて要求点ｘから距離Ｌｎにある点の類似度Ｗｎを算出する。なお、数式（２）中、パラメータσＬは、実績データに対する距離Ｌｎの標準偏差、パラメータｐは調整用パラメータである。
［ステップ２：予測式作成工程］
ステップ２の予測式作成工程では、予測式作成部２２において、実績データベース２に格納されているＮ個の実績データ（説明変数の実績値ｘｎ）と、その要求点ｘとの類似度Ｗｎとを用いて、要求点ｘに類似する過去の実績データを重視した局所的な予測モデル（局所回帰モデル）を作成する。具体的には、以下の数式（３）によって表される予測モデルを作成する。数式（３）を構成する以下の数式（４）によって表されるモデルパラメータθは、以下に示す数式（５）〜（８）によって表される評価関数Ｊの値を最も小さくする最適化問題を解くことによって算出することができる。評価関数Ｊは、数式（５）〜（８）に示すように、類似度Ｗｎを重みとする実測値と予測値との誤差の二乗和である。
ステップ２の予測式作成工程では、予測式作成部２２において、実績データベース２に格納されているＮ個の実績データ（説明変数の実績値ｘｎ）と、その要求点ｘとの類似度Ｗｎとを用いて、要求点ｘに類似する過去の実績データを重視した局所的な予測モデル（局所回帰モデル）を作成する。具体的には、以下の数式（３）によって表される予測モデルを作成する。数式（３）を構成する以下の数式（４）によって表されるモデルパラメータθは、以下に示す数式（５）〜（８）によって表される評価関数Ｊの値を最も小さくする最適化問題を解くことによって算出することができる。評価関数Ｊは、数式（５）〜（８）に示すように、類似度Ｗｎを重みとする実測値と予測値との誤差の二乗和である。
なお、数式（６）中、パラメータｙｎ（ただし、ｎ＝１，２，…，Ｎ、Ｎは実績データの格納チャージ数である）は、実績データベース２のｎ番目の目的変数（復燐量）であり、数式（７）中、パラメータｄｉａｇ（ｓ）は、ｓの要素を主対角要素とする対角行列を示す。
このように、予測値と実測値との重み付き二乗和を最小化するモデルパラメータを計算することによって、類似度が高い、すなわち要求点ｘに近い実績データをよりよくフィッティングする局所的な予測モデルを作成することができる。
［ステップ３：復燐量予測工程］
ステップ３の復燐量予測工程では、復燐量予測部２３において、ステップ２の予測式作成工程によって作成された予測モデルである数式（３）に要求点ｘの値（予測対象チャージの説明変数の値）を代入することによって復燐量の予測値を算出する。
ステップ３の復燐量予測工程では、復燐量予測部２３において、ステップ２の予測式作成工程によって作成された予測モデルである数式（３）に要求点ｘの値（予測対象チャージの説明変数の値）を代入することによって復燐量の予測値を算出する。
［ステップ４：転炉目標燐濃度計算工程］
ステップ４の転炉目標燐濃度計算工程では、転炉目標燐濃度計算部２４において、ステップ３で予測した復燐量予測値と、鋼種ごとに設定された連鋳の目標燐設定値を用いて、下記の数式（９）により転炉目標燐濃度を計算する。数式（９）において、パラメータｑは復燐量予測誤差により、連鋳燐濃度が設定値外れを起こさないように補償するための補償代である。
転炉目標燐濃度＝連鋳の目標燐設定値−復燐量予測値−ｑ ・・・（９）
ステップ４の転炉目標燐濃度計算工程では、転炉目標燐濃度計算部２４において、ステップ３で予測した復燐量予測値と、鋼種ごとに設定された連鋳の目標燐設定値を用いて、下記の数式（９）により転炉目標燐濃度を計算する。数式（９）において、パラメータｑは復燐量予測誤差により、連鋳燐濃度が設定値外れを起こさないように補償するための補償代である。
転炉目標燐濃度＝連鋳の目標燐設定値−復燐量予測値−ｑ ・・・（９）
数式（９）の転炉目標燐濃度をガイダンスすることにより、転炉〜二次精錬〜連鋳間の復燐量を考慮した、転炉での脱燐制御が可能となる。
以上のように、「転炉で添加する副原料条件」、「二次精錬条件」、「鋼種条件」、および「設備条件」をパラメータとして適用し、実績データを用いた局所回帰モデルにより復燐量を予測するので、副原料からの復燐のみを考慮する従来技術よりも高精度で転炉〜二次精錬〜連鋳間の復燐量を予測することができる。そして、このような復燐量予測技術により予測した復燐量から転炉目標燐濃度を算出し、それにより転炉での脱燐制御を行うことにより、高精度で燐濃度を制御することができる。
なお、本発明は上記実施形態に限定されることなく、本発明の思想の範囲内で種々変形可能である。例えば、局所回帰モデルは、上記式に限定されるものではない。
ここでは、転炉で添加する副原料条件から重回帰モデルを用いて予測した従来例の復燐量予測結果と、「転炉で添加する副原料条件」、「二次精錬条件」、「鋼種条件」、および「設備条件」から局所回帰モデルを用いて予測する本発明例の復燐量予測装置による復燐量予測結果とを比較した。
図５は従来例の復燐量予測結果を示す図、図６は本発明例の復燐量予測装置を用いたシミュレーション結果を示す図である。これらの図に示すように、従来の予測手法による復燐量予測誤差ＲＭＳＥ（二乗平均平方根誤差：Ｒｏｏｔ Ｍｅａｎ Ｓｑｕａｒｅ Ｅｒｒｏｒ）が３．０２［１０−３％］であったのに対し、本発明例のデータベース型の局所回帰モデルを用いた復燐量予測装置では復燐量予測誤差ＲＭＳＥが２．０２［１０−３％］となり、復燐量予測誤差ＲＭＳＥを約３３％（＝１００［％］−（２．０２／３．０２）×１００［％］）低減できることが確認された。
なお、予測誤差ＲＭＳＥは、以下の式で計算することができる。
１ 復燐量予測装置
２ 実績データベース
３ 復燐量予測処理部
１０ 制御装置
１１ 実績データ
１２ 要求点の説明変数
１３ 要求点の目的変数（予測復燐量）
１４ 転炉目標燐濃度
２１ 類似度算出部
２２ 予測式作成部
２３ 復燐量予測部
２４ 転炉目標燐濃度計算部
２ 実績データベース
３ 復燐量予測処理部
１０ 制御装置
１１ 実績データ
１２ 要求点の説明変数
１３ 要求点の目的変数（予測復燐量）
１４ 転炉目標燐濃度
２１ 類似度算出部
２２ 予測式作成部
２３ 復燐量予測部
２４ 転炉目標燐濃度計算部
Claims (7)
- 製鋼プロセスにおける吹錬終了後から連続鋳造設備に到着するまでの溶鋼への復燐量を予測する復燐量予測装置であって、
転炉で添加する副原料の種類・量、二次精錬条件としての二次精錬における溶鋼湯面が変動する工程の時間、鋼種、ならびに設備条件としての転炉耐火物交換後の使用年月および／または使用回数を、復燐量を予測するための説明変数として用い、転炉以降の工程を制御する外部の制御装置から、転炉で添加する副原料の種類・量、二次精錬条件としての二次精錬における溶鋼湯面が変動する工程の時間、鋼種、ならびに設備条件としての転炉補修後の使用年月および／または使用回数の実績データおよび予測対象の転炉で添加する副原料の種類・量、二次精錬条件としての二次精錬における溶鋼湯面が変動する工程の時間、鋼種、ならびに設備条件としての転炉補修後の使用年月および／または使用回数を説明変数として取り込んで局所回帰モデルにより予測対象の目的変数である復燐量を予測し、その予測した復燐量を出力することを特徴とする復燐量予測装置。 - 前記制御装置から取り込まれた、前記説明変数および前記目的変数の実績データにより作成される実績データベースと、
前記実績データベースに基づき、前記制御装置から取り込んだ予測対象の説明変数から局所回帰モデルにより予測対象の目的変数である復燐量を予測する復燐量予測処理部とを有することを特徴とする請求項１に記載の復燐量予測装置。 - 前記復燐量予測処理部は、
前記実績データベースの説明変数と前記予測対象の説明変数の類似度を算出する類似度算出部と、
前記実績データベースに格納されている実績データと、前記類似度とを用いて予測モデルとしての局所的回帰モデルを作成する予測式作成部と、
前記予測式作成部によって作成された前記予測モデルに予測対象の説明変数の値を代入することによって復燐量の予測値を算出する復燐量予測部と
を有することを特徴とする請求項２に記載の復燐量予測装置。 - 製鋼プロセスにおける吹錬終了後から連続鋳造設備に到着するまでの溶鋼への復燐量を予測する復燐量予測方法であって、
転炉で添加する副原料の種類・量、二次精錬条件としての二次精錬における溶鋼湯面が変動する工程の時間、鋼種、ならびに設備条件としての転炉耐火物交換後の使用年月および／または使用回数を、復燐量を予測するための説明変数として用い、転炉以降の工程を制御する外部の制御装置から、転炉で添加する副原料の種類・量、二次精錬条件としての二次精錬における溶鋼湯面が変動する工程の時間、鋼種、ならびに設備条件としての転炉補修後の使用年月および／または使用回数の実績データおよび予測対象の転炉で添加する副原料の種類・量、二次精錬条件としての二次精錬における溶鋼湯面が変動する工程の時間、鋼種、ならびに設備条件としての転炉補修後の使用年月および／または使用回数を説明変数として取り込んで局所回帰モデルにより予測対象の目的変数である復燐量を予測することを特徴とする復燐量予測方法。 - 前記制御装置から取り込まれた、前記説明変数および前記目的変数の実績データにより実績データベースを作成する工程と、
前記実績データベースに基づき、前記制御装置から取り込んだ予測対象の説明変数から局所回帰モデルにより予測対象の目的変数である復燐量を予測する工程とを有することを特徴とする請求項４に記載の復燐量予測方法。 - 前記復燐量を予測する工程は、
前記実績データベースの説明変数と前記予測対象の説明変数の類似度を算出する類似度算出工程と、
前記実績データベースに格納されている実績データと、前記類似度とを用いて予測モデルとしての局所的回帰モデルを作成する予測式作成工程と、
前記予測式作成工程によって作成された前記予測モデルに予測対象の説明変数の値を代入することによって復燐量の予測値を算出する復燐量予測工程と
を有することを特徴とする請求項５に記載の復燐量予測方法。 - 請求項４から請求項６のいずれかの復燐量予測方法によって予測された復燐量に基づいて、転炉目標燐濃度を算出し、それにより転炉脱燐制御を行うことを特徴とする転炉脱燐制御方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014046277A JP6098553B2 (ja) | 2014-03-10 | 2014-03-10 | 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 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014046277A JP6098553B2 (ja) | 2014-03-10 | 2014-03-10 | 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 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2015168870A JP2015168870A (ja) | 2015-09-28 |
| JP6098553B2 true JP6098553B2 (ja) | 2017-03-22 |
Family
ID=54201886
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2014046277A Expired - Fee Related JP6098553B2 (ja) | 2014-03-10 | 2014-03-10 | 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 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6098553B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2017115173A (ja) * | 2015-12-21 | 2017-06-29 | 株式会社神戸製鋼所 | 転炉の操業方法 |
| JP2019023355A (ja) * | 2018-11-09 | 2019-02-14 | 株式会社神戸製鋼所 | 転炉の操業方法 |
| KR102326243B1 (ko) * | 2019-12-19 | 2021-11-16 | 주식회사 포스코 | 용선 탈황 장치의 제어 시스템 및 그 제어 방법 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5434837B2 (ja) * | 2010-07-23 | 2014-03-05 | 新日鐵住金株式会社 | 品質予測装置、品質予測方法、プログラムおよびコンピュータ読み取り可能な記録媒体 |
| JP5853723B2 (ja) * | 2011-01-28 | 2016-02-09 | Ｊｆｅスチール株式会社 | リン濃度予測装置及び吹錬制御方法 |
| JP5790607B2 (ja) * | 2012-08-20 | 2015-10-07 | 新日鐵住金株式会社 | 溶銑脱りん方法、溶銑脱りんシステム、低りん溶銑の製造方法および低りん溶銑の製造装置 |
-
2014
- 2014-03-10 JP JP2014046277A patent/JP6098553B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2015168870A (ja) | 2015-09-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6607577B2 (en) | Desulphurization reagent control method and system | |
| JP5462750B2 (ja) | 溶鋼温度管理方法、装置及びプログラム | |
| 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 | |
| JP2007186734A (ja) | 溶鋼温度予測方法及び溶鋼温度予測装置 | |
| JP5853723B2 (ja) | リン濃度予測装置及び吹錬制御方法 | |
| JP5816148B2 (ja) | 出力値予測装置、出力値予測方法およびそのプログラム | |
| KR20200035550A (ko) | 인공신경망 기법을 활용한 전로 출강 온도 예측 방법 | |
| JP2011039762A (ja) | 出力値予測方法、該装置および該方法のプログラム | |
| Botnikov et al. | Development of the metal temperature prediction model for steel-pouring and tundish ladles used at the casting and rolling complex | |
| JP5271136B2 (ja) | 出力値予測方法、該装置および該方法のプログラム | |
| 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 | |
| JP4400253B2 (ja) | 品質影響要因解析方法、品質予測方法、品質制御方法、品質影響要因解析装置、品質予測装置、品質制御装置、品質影響要因解析システム、品質予測システム、品質制御システム、及びコンピュータプログラム | |
| JP5854171B2 (ja) | 補正装置、補正方法及び鉄鋼精錬方法 | |
| JP5821656B2 (ja) | 生石灰濃度予測装置及び吹錬制御方法 | |
| JP2006309709A (ja) | 結果予測装置、制御装置及び品質設計装置 | |
| JP5577568B2 (ja) | インペラー脱硫制御装置及び方法 | |
| JP6376200B2 (ja) | 溶湯状況推定装置、溶湯状況推定方法、及び溶湯の製造方法 | |
| JP5319451B2 (ja) | 出力値予測方法、該装置および該方法のプログラム | |
| 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 | |
| JP2010207900A (ja) | 熱間圧延における変形抵抗予測方法 | |
| JP2001294928A (ja) | 転炉吹錬の終点制御方法 | |
| JP6375741B2 (ja) | 製鋼工場における溶鋼温度の制御方法 | |
| JP5483429B2 (ja) | 溶鋼中の燐濃度を精度よく推定する方法 | |
| WO2020222145A1 (en) | System and method for evaluation of foundry sand | |
| JP2007238982A (ja) | 転炉吹錬終点制御方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20151027 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20161024 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20161101 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 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: 20170124 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170206 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6098553 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 |
|
| LAPS | Cancellation because of no payment of annual fees |