JP6531782B2 - Hot metal temperature prediction method, hot metal temperature prediction device, blast furnace operation method, operation guidance device, hot metal temperature control method, and hot metal temperature control device - Google Patents
Hot metal temperature prediction method, hot metal temperature prediction device, blast furnace operation method, operation guidance device, hot metal temperature control method, and hot metal temperature control device Download PDFInfo
- Publication number
- JP6531782B2 JP6531782B2 JP2017100503A JP2017100503A JP6531782B2 JP 6531782 B2 JP6531782 B2 JP 6531782B2 JP 2017100503 A JP2017100503 A JP 2017100503A JP 2017100503 A JP2017100503 A JP 2017100503A JP 6531782 B2 JP6531782 B2 JP 6531782B2
- Authority
- JP
- Japan
- Prior art keywords
- hot metal
- metal temperature
- physical model
- blast furnace
- variable
- 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
- 239000002184 metal Substances 0.000 title claims description 138
- 229910052751 metal Inorganic materials 0.000 title claims description 138
- 238000000034 method Methods 0.000 title claims description 58
- 230000004044 response Effects 0.000 claims description 36
- 239000000571 coke Substances 0.000 claims description 32
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 27
- 229910052799 carbon Inorganic materials 0.000 claims description 27
- 230000009467 reduction Effects 0.000 claims description 24
- 230000007704 transition Effects 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 20
- 239000003245 coal Substances 0.000 claims description 10
- 239000000463 material Substances 0.000 claims description 8
- 239000000243 solution Substances 0.000 claims 4
- 238000002347 injection Methods 0.000 claims 2
- 239000007924 injection Substances 0.000 claims 2
- 239000007789 gas Substances 0.000 description 26
- 238000005259 measurement Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 15
- 230000008859 change Effects 0.000 description 14
- 238000007664 blowing Methods 0.000 description 12
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 10
- 230000001276 controlling effect Effects 0.000 description 8
- 238000009826 distribution Methods 0.000 description 6
- 230000010365 information processing Effects 0.000 description 6
- 229910052742 iron Inorganic materials 0.000 description 5
- 239000002994 raw material Substances 0.000 description 4
- 229910000831 Steel Inorganic materials 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000010959 steel Substances 0.000 description 3
- UQSXHKLRYXJYBZ-UHFFFAOYSA-N Iron oxide Chemical compound [Fe]=O UQSXHKLRYXJYBZ-UHFFFAOYSA-N 0.000 description 2
- 241001281643 Solus Species 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 239000000498 cooling water Substances 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 238000010977 unit operation Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000003466 welding Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Landscapes
- Manufacture Of Iron (AREA)
- Feedback Control In General (AREA)
Description
本発明は、溶銑温度予測方法、溶銑温度予測装置、高炉の操業方法、操業ガイダンス装置、溶銑温度制御方法、及び溶銑温度制御装置に関する。 The present invention relates to a hot metal temperature prediction method, a hot metal temperature prediction device, an operation method of a blast furnace, an operation guidance device, a hot metal temperature control method, and a hot metal temperature control device.
製鉄業における高炉プロセスにおいて、溶銑温度は重要な管理指標である。特に近年の高炉操業は、原燃料コストの合理化を追求すべく、低コークス比及び高微粉炭比の条件下で行われており、炉況が不安定化しやすい。このため、炉熱ばらつき低減のニーズが大きい。一方、高炉プロセスは、固体が充填された状態で操業を行うために、プロセス全体の熱容量が大きく、操作に対する応答の時定数が長いという特徴を有している。また、高炉の上部から装入された原料が高炉の下部に降下するまでには数時間オーダーの無駄時間が存在する。このため、炉熱制御のためには将来の炉熱予測に基づいた操作変数の操作量の適正化が必須となる。 Hot metal temperature is an important control index in the blast furnace process in the iron and steel industry. In particular, blast furnace operations in recent years have been conducted under conditions of low coke ratio and high pulverized coal ratio in order to pursue rationalization of raw fuel costs, and the furnace condition tends to be unstable. For this reason, there is a large need for reducing furnace heat variation. On the other hand, the blast furnace process is characterized in that the heat capacity of the whole process is large and the time constant of the response to the operation is long, since the operation is carried out with the solid filled. In addition, it takes several hours of wasted time before the raw material charged from the upper part of the blast furnace descends to the lower part of the blast furnace. For this reason, optimization of the manipulated variable of the operation variable based on future furnace heat prediction becomes essential for furnace heat control.
このような背景から、特許文献１には、物理モデルを利用した炉熱予測方法が提案されている。具体的には、特許文献１に記載の炉熱予測方法は、現在の炉頂ガスの組成に合致するように物理モデルに含まれるガス還元平衡パラメータを調整し、パラメータ調整後の物理モデルを用いて炉熱を予測する。
From such a background,
しかしながら、炉内反応の乱れの要因である装入物由来の外乱の影響は一定時間経過後に初めて実測される場合が多い。例えば炉頂部におけるコークス比に誤差が生じたとしても、その影響が炉内のガス組成に反映されるまでには、原料が炉頂部から反応帯に到達するまでの所要時間を要する。このため、現在の実測値に対してのみ物理モデルのパラメータを合わせ込んで炉熱を予測する特許文献１記載の炉熱予測方法では、非定常状態における炉内状態を精度よく推定できず、溶銑温度の予測精度が低下する。
However, the influence of the disturbance derived from the charge, which is a factor of disturbance of the reaction in the furnace, is often measured only after a predetermined time has elapsed. For example, even if an error occurs in the coke ratio at the top of the furnace, it takes time for the raw material to reach the reaction zone from the top of the furnace until the influence is reflected in the gas composition in the furnace. For this reason, with the furnace heat prediction method described in
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、溶銑温度の予測精度を向上可能な溶銑温度予測方法及び溶銑温度予測装置を提供することにある。また、本発明の他の目的は、炉熱を精度よく制御可能な高炉の操業方法、操業ガイダンス装置、溶銑温度制御方法、及び溶銑温度制御装置を提供することにある。 This invention is made in view of the said subject, Comprising: The objective is to provide the hot metal temperature prediction method and hot metal temperature prediction apparatus which can improve the prediction precision of hot metal temperature. Another object of the present invention is to provide a blast furnace operation method, operation guidance device, hot metal temperature control method, and hot metal temperature control device capable of accurately controlling furnace heat.
本発明に係る溶銑温度予測方法は、非定常状態における高炉内の状態を計算可能な物理モデルを用いて高炉における溶銑温度を予測する溶銑温度予測方法であって、前記物理モデルに含まれるパラメータを変化させた際の前記物理モデルの出力変数の応答を算出する応答算出ステップと、過去の所定区間における前記出力変数と該出力変数の実測値との差分値を前記出力変数の誤差として算出する誤差算出ステップと、前記応答算出ステップにおいて算出された前記物理モデルの出力変数の応答を用いて、前記出力変数の誤差を補償するための前記パラメータの調整量を算出する調整量算出ステップと、前記調整量に基づいて過去の所定区間前における前記物理モデルのパラメータを調整する調整ステップと、を含むことを特徴とする。 The hot metal temperature prediction method according to the present invention is a hot metal temperature prediction method for predicting hot metal temperature in a blast furnace using a physical model capable of calculating the state in the blast furnace in an unsteady state, and the parameters included in the physical model A response calculation step of calculating a response of the output variable of the physical model when changed, and an error of calculating a difference value between the output variable and a measured value of the output variable in a predetermined past interval as an error of the output variable Calculating the amount of adjustment of the parameter for compensating for the error of the output variable using the response of the output variable of the physical model calculated in the step of calculating the response; and the adjustment amount calculating step; And adjusting the parameters of the physical model before a predetermined interval in the past based on a quantity.
本発明に係る溶銑温度予測方法は、上記発明において、前記出力変数には、還元材比、ソルーションロスカーボン量、造銑速度、及びガス利用率のうちの少なくとも１つが含まれることを特徴とする。 The hot metal temperature prediction method according to the present invention is characterized in that, in the above-mentioned invention, the output variable includes at least one of a reducing material ratio, an amount of solution loss carbon, a forming speed, and a gas utilization rate. .
本発明に係る溶銑温度予測方法は、上記発明において、前記パラメータとしてガス還元平衡パラメータ又は炉頂におけるコークス比を用いることを特徴とする。 The hot metal temperature prediction method according to the present invention is characterized in that, in the above-mentioned invention, a gas reduction equilibrium parameter or a coke ratio at the furnace top is used as the parameter.
本発明に係る溶銑温度予測装置は、非定常状態における高炉内の状態を計算可能な物理モデルを用いて高炉における溶銑温度を予測する溶銑温度予測装置であって、前記物理モデルに含まれるパラメータを変化させた際の前記物理モデルの出力変数の応答を算出する応答算出手段と、過去の所定区間における前記出力変数と該出力変数の実測値との差分値を前記出力変数の誤差として算出する誤差算出手段と、前記応答算出手段によって算出された前記物理モデルの出力変数の応答を用いて、前記出力変数の誤差を補償するための前記パラメータの調整量を算出する調整量算出手段と、前記調整量に基づいて過去の所定区間前における前記物理モデルのパラメータを調整する調整手段と、を備えることを特徴とする。 The hot metal temperature prediction apparatus according to the present invention is a hot metal temperature prediction apparatus for predicting hot metal temperature in a blast furnace using a physical model capable of calculating the state in the blast furnace in a non-steady state, and the parameters included in the physical model Response calculation means for calculating the response of the output variable of the physical model when changed, and an error for calculating, as an error of the output variable, a difference value between the output variable and a measured value of the output variable in a predetermined past interval Calculation means, adjustment amount calculation means for calculating an adjustment amount of the parameter for compensating for an error of the output variable using the response of the output variable of the physical model calculated by the response calculation means, and the adjustment And adjusting means for adjusting the parameter of the physical model before a predetermined interval in the past based on a quantity.
本発明に係る高炉の操業方法は、本発明に係る溶銑温度予測方法を用いて予測された溶銑温度に従って高炉の操作変数を制御するステップを含むことを特徴とする。 The method for operating a blast furnace according to the present invention is characterized by including the step of controlling the operation variables of the blast furnace according to the hot metal temperature predicted using the hot metal temperature prediction method according to the present invention.
本発明に係る操業ガイダンス装置は、本発明に係る溶銑温度予測装置が備える前記調整手段によって調整された前記パラメータの推移を提示することにより、高炉の操業を支援する提示手段を備えることを特徴とする。 The operation guidance device according to the present invention is characterized by comprising presentation means for supporting the operation of the blast furnace by presenting the transition of the parameter adjusted by the adjustment means provided in the hot metal temperature prediction device according to the present invention. Do.
本発明に係る溶銑温度制御方法は、本発明に係る溶銑温度予測方法によって予測された溶銑温度に基づいて溶銑温度を制御する溶銑温度制御方法であって、前記調整ステップにおいて前記パラメータが調整された前記物理モデルを用いて、高炉の操作変数の現在の操作量を保持した場合の将来の溶銑温度を予測する予測ステップと、前記予測ステップにおいて予測された溶銑温度と目標溶銑温度との差を最小にするように送風湿分、微粉炭吹込み量、炉頂におけるコークス比、及び送風温度のうちの少なくとも１つを含む高炉の操作変数の適正操作量を決定し、決定した適正操作量に従って高炉の操作変数を制御する制御ステップと、を含むことを特徴とする。 The hot metal temperature control method according to the present invention is a hot metal temperature control method for controlling the hot metal temperature based on the hot metal temperature predicted by the hot metal temperature prediction method according to the present invention, wherein the parameter is adjusted in the adjusting step. A prediction step of predicting a future hot metal temperature when the present manipulated variable of the blast furnace operating variable is held using the physical model, and a difference between the hot metal temperature predicted in the prediction step and the target hot metal temperature is minimized To determine the appropriate operating amount of the blast furnace operating variable including at least one of the blast moisture, the pulverized coal blowing amount, the coke ratio at the furnace top, and the blast temperature, and the blast furnace according to the determined proper operating amount And a control step of controlling an operation variable of
本発明に係る溶銑温度制御装置は、本発明に係る溶銑温度予測装置によって予測された溶銑温度に基づいて溶銑温度を制御する溶銑温度制御装置であって、前記調整手段によって前記パラメータが調整された前記物理モデルを用いて、高炉の操作変数の現在の操作量を保持した場合の将来の溶銑温度を予測する予測手段と、前記予測手段によって予測された溶銑温度と目標溶銑温度との差を最小にするように送風湿分、微粉炭吹込み量、炉頂におけるコークス比、及び送風温度のうちの少なくとも１つを含む高炉の操作変数の適正操作量を決定し、決定した適正操作量に従って高炉の操作変数を制御する制御手段と、を備えることを特徴とする。 The hot metal temperature control device according to the present invention is a hot metal temperature control device that controls the hot metal temperature based on the hot metal temperature predicted by the hot metal temperature prediction device according to the present invention, and the parameter is adjusted by the adjusting unit. Prediction means for predicting the future hot metal temperature when the present manipulated variable of the blast furnace operation variable is held using the physical model, and the difference between the hot metal temperature predicted by the prediction means and the target hot metal temperature is minimized To determine the appropriate operating amount of the blast furnace operating variable including at least one of the blast moisture, the pulverized coal blowing amount, the coke ratio at the furnace top, and the blast temperature, and the blast furnace according to the determined proper operating amount And control means for controlling the operation variables of
本発明に係る操業ガイダンス装置は、本発明に係る溶銑温度制御装置が備える予測手段によって予測された将来の溶銑温度の推移と前記適正操作量に従って高炉の操作変数を制御した場合に予測される溶銑温度の推移とを提示することにより、高炉の操業を支援する提示手段を備えることを特徴とする。 The operation guidance device according to the present invention is a molten metal predicted when the operation variable of the blast furnace is controlled according to the transition of the future molten metal temperature predicted by the prediction means included in the hot metal temperature control device according to the present invention It is characterized by providing a presentation means which supports operation of a blast furnace by presenting temperature transition.
本発明に係る溶銑温度予測方法及び溶銑温度予測装置によれば、溶銑温度の予測精度を向上させることができる。また、本発明に係る高炉の操業方法、操業ガイダンス装置、溶銑温度制御方法、及び溶銑温度制御装置によれば、炉熱を精度よく制御することができる。 According to the hot metal temperature prediction method and the hot metal temperature prediction device according to the present invention, it is possible to improve the prediction accuracy of the hot metal temperature. Further, according to the method for operating a blast furnace, the operation guidance device, the method for controlling a temperature of a molten metal, and the device for controlling a temperature of a molten metal according to the present invention, furnace heat can be controlled with high accuracy.
以下、図面を参照して、本発明に係る溶銑温度予測方法、溶銑温度予測装置、高炉の操業方法、操業ガイダンス装置、溶銑温度制御方法、及び溶銑温度制御装置について説明する。 The hot metal temperature prediction method, the hot metal temperature prediction device, the blast furnace operating method, the operation guidance device, the hot metal temperature control method, and the hot metal temperature control device according to the present invention will be described below with reference to the drawings.
〔物理モデルの構成〕
まず、本発明において用いる物理モデルについて説明する。
[Configuration of physical model]
First, the physical model used in the present invention will be described.
本発明において用いる物理モデルは、参考文献１（羽田野道春ら：“高炉非定常モデルによる火入れ操業の検討”，鉄と鋼，vol.68，p.2369）記載の方法と同様、鉱石の還元、鉱石とコークスとの間の熱交換、及び鉱石の融解等の物理現象を考慮した偏微分方程式群から構成された、非定常状態における炉内状態を計算可能な物理モデルである。 The physical model used in the present invention is the reduction of ore in the same manner as that described in Reference 1 (Michiharu Hanadano et al .: "Study on burning operation with a blast furnace unsteady model", iron and steel, vol. 68, p. 2369). It is a physical model capable of calculating the in-furnace state in the unsteady state, which is composed of a group of partial differential equations taking into consideration physical phenomena such as heat exchange between ore and coke and melting of the ore.
図１に示すように、この物理モデルに対して与える境界条件の中で時間変化する主なもの（入力変数，高炉の操作変数（操業因子ともいう））は、炉頂におけるコークス比（溶銑生成量１トンに対して使用されるコークス重量）、送風流量（高炉に送風される空気の流量）、富化酸素流量（高炉に吹き込まれる富化酸素の流量）、送風温度（高炉に送風される空気の温度）、微粉炭吹込み量（溶銑生成量１トンに対して使用される微粉炭の重量，ＰＣＩ）、及び送風湿分（高炉に送風された空気の湿度）である。 As shown in FIG. 1, the main time-varying boundary conditions (input variables, blast furnace operation variables (also referred to as operation factors)) given to this physical model are the coke ratio (hot metal formation) at the furnace top Amount of coke used per ton, flow rate of air (flow of air blown into blast furnace), flow of enriched oxygen (flow of enriched oxygen blown into blast furnace), temperature of blow (blown in blast furnace) The temperature of the air), the amount of pulverized coal injected (the weight of pulverized coal used for 1 ton of hot metal production, PCI), and the air and moisture (humidity of air blown into the blast furnace).
また、この物理モデルの主な出力変数は、炉内におけるガス利用率（ＣＯ２／（ＣＯ＋ＣＯ２），ηＣＯ）、原料及びガス温度、ソルーションロスカーボン量（ソルロスカーボン量）、造銑速度（溶銑生成速度）、溶銑温度、炉体ヒートロス量（冷却水により炉体を冷却した際に冷却水が奪う熱量）、及び還元材比（溶銑１トンあたりの微粉炭吹込み量とコークス比との和，ＲＡＲ）である。 In addition, the main output variables of this physical model are the gas utilization rate (CO 2 / (CO + CO 2 ), CO CO) in the furnace, the raw material and gas temperature, the amount of solution loss carbon (sollos carbon), Rate of molten metal), amount of heat loss of furnace body (heat quantity deprived of cooling water when the furnace is cooled by cooling water), and reduction material ratio (amount of pulverized coal injected per ton of hot metal and coke ratio) Sum, RAR).
本発明では、非定常状態における炉内状態を計算する際のタイムステップは３０分とした。但し、タイムステップは目的に応じて可変であり、本実施例の値に限定されることはない。本発明では、この物理モデルを用いて時々刻々変化する炉内状態及び溶銑温度を計算し、物理モデルに含まれるパラメータの誤差を時々刻々補正することによって物理モデルの精度の向上を図る。これにより、溶銑温度の予測精度を向上できると共に、高炉操業において炉熱を精度よく制御することができる。 In the present invention, the time step in calculating the in-reactor state in the unsteady state is set to 30 minutes. However, the time step is variable according to the purpose, and is not limited to the value of this embodiment. In the present invention, the accuracy of the physical model is improved by calculating the in-furnace state and the hot metal temperature which change from moment to moment using this physical model, and correcting the error of the parameters included in the physical model from time to time. Thereby, the prediction accuracy of the hot metal temperature can be improved, and the furnace heat can be controlled with high accuracy in the blast furnace operation.
なお、物理モデルから出力される溶銑温度の計算値とその実測値との間には数時間程度のタイムラグが存在し、計算値が実測値よりも先行して変化する。すなわち、計算値としては、炉内で滴下している溶銑温度を計算している一方、実測値としては、炉底部の湯溜まりを経由して出銑した後の溶銑温度を測定している。このため、湯溜まりにおける滞留時間分を先読みした溶銑温度の予測が可能となっている。溶銑温度の予測により、送風湿分等の高炉の操作変数の適正化が可能となる。 There is a time lag of several hours between the calculated value of the hot metal temperature output from the physical model and the measured value, and the calculated value changes in advance of the measured value. That is, while the temperature of the molten metal dripping in the furnace is calculated as the calculated value, the temperature of the molten metal after pouring out via the pool in the bottom of the furnace is measured as the actual value. For this reason, prediction of the hot metal temperature which pre-readed the residence time in a pool is possible. The prediction of the hot metal temperature makes it possible to optimize the operation parameters of the blast furnace such as the air blowing moisture.
〔実測値との合わせ込みに使用する出力変数〕
次に、溶銑温度の実測値との合わせ込みに使用する物理モデルの出力変数について考察する。
[Output variable used in combination with actual value]
Next, the output variables of the physical model used to match with the measured values of the hot metal temperature will be considered.
図２（ａ）〜（ｅ）は、物理モデルの出力変数（計算値）とその実測値とのトレンドを示す図であり、図３（ａ）〜（ｅ）は、図２に示す物理モデルの出力変数とその実測値との誤差のトレンドを示す図である。出力変数としては、ηＣＯ、ソルロスカーボン量、造銑速度、ＲＡＲ、及び溶銑温度を例示している。 FIGS. 2 (a) to 2 (e) are diagrams showing trends of output variables (computed values) of physical models and their measured values, and FIGS. 3 (a) to 3 (e) are physical models shown in FIG. FIG. 16 is a diagram showing the trend of the error between the output variable of and the actual measurement value thereof. As the output variables, η CO, sollos carbon content, welding speed, RAR and hot metal temperature are exemplified.
図３（ａ）〜（ｅ）に示すように、例えば造銑速度や溶銑温度が増加するとＲＡＲが低下する等、各出力変数の誤差のトレンド同士に相関関係があることがわかる。実際、図４（ａ）〜（ｄ）に示すように各出力変数の誤差の散布図を作成すると、誤差同士に相関関係があることがわかる。なお、図４（ａ）〜（ｄ）中、ΔηＣＯはηＣＯの誤差、Δソルロスカーボン量はソルロスカーボン量の誤差、Δ造銑速度は造銑速度の誤差、ΔＲＡＲはＲＡＲの誤差を示している。 As shown in FIGS. 3 (a) to 3 (e), it can be seen that there is a correlation between the trends of the errors of the respective output variables, such as, for example, the RAR decreases when the welding speed and the hot metal temperature increase. In fact, as shown in FIGS. 4A to 4D, when scatter plots of the errors of the output variables are created, it can be seen that the errors have a correlation. 4 (a) to 4 (d), Δη CO is an error of CO CO, Δ sollos carbon amount is an error of Sollos carbon amount, Δ coring speed is an error of coring speed, and ΔRAR is an error of RAR. ing.
ここで、参考文献２（小野陽一：“Ｒｉｓｔ操業線図（Ｉ），鉄と鋼，79(1993)，N618）記載のＲｉｓｔモデルの観点から考察すれば、ηＣＯ、ソルロスカーボン量、造銑速度、及びＲＡＲの４つの出力変数のうち、２つの出力変数の値が決まれば残りの２つの出力変数の値が決まることから、誤差同士に相関関係があると言える。従って、これら４つの出力変数のうち、２つの出力変数をその実測値と合わせ込めば良いということになる。そこで、本発明では、ＲＡＲとソルロスカーボン量とを実測値との合わせ込みに用いることとした。なお、本実施例では、４つの出力変数のうち、２つの出力変数をその実測値と合わせ込むこととしたが、１つの出力変数のみをその実測値と合わせ込んでも相応の計算精度向上効果を期待できることから、実測値と合わせ込む出力変数の数は２つに限定されることはなく、１つ以上であればよい。 Here, when considered from the viewpoint of the Rist model described in reference 2 (Yoichi Ono: “Rist operation diagram (I), iron and steel, 79 (1993), N 618), ηCO, amount of sollos carbon, formation of iron Of the four output variables of speed and RAR, if the values of the two output variables are determined, the values of the remaining two output variables are determined, so it can be said that the errors are correlated. Among the variables, two output variables may be combined with the actual measurement value, so in the present invention, it is decided to use the RAR and the amount of sollos carbon for the combination with the actual measurement value. In the present embodiment, two output variables out of the four output variables are combined with the actual measurement value, but even if only one output variable is combined with the actual measurement value, a corresponding calculation accuracy improvement effect can be expected. From The number of output variables is intended to adjust the Hakachi is not limited to two, may be one or more.
〔調整する物理モデルのパラメータ〕
次に、実測値に計算値を合わせ込む際に調整する物理モデルのパラメータの選定について説明する。
[Physical model parameters to be adjusted]
Next, selection of parameters of a physical model to be adjusted when fitting a calculated value to an actual measurement value will be described.
上述の通り、本発明では、ＲＡＲとソルロスカーボン量とを実測値との合わせ込みに使用する。ＲＡＲについては、物理モデルに含まれる炉頂におけるコークス比を調整することによって実測値に計算値を合わせ込む。一般に、コークス比には仮定している原料水分率の誤差によって一定の誤差が生じているので、その誤差が経時的に変化すると仮定してコークス比を調整することは妥当である。一方、ソルロスカーボン量は炉上部におけるガス還元比率によって大きく左右されることから、物理モデルに含まれるガス還元平衡パラメータを調整することによって実測値に計算値を合わせ込む。実際の炉内では、炉上部においてガスの偏流や鉱石の被還元性によってガス還元速度が低下し、未還元状態の鉱石が炉下部に降下すると直接還元が生じ、ソルロスカーボン量が増加する。従って、ガス偏流度や鉱石の被還元性にはモデル化誤差が含まれていると仮定し、このモデル化誤差をガス還元平衡パラメータの変化として考慮することは妥当である。 As described above, in the present invention, the RAR and the amount of sollos carbon are used in combination with the actual measurement value. For RAR, adjust the calculated coke ratio to the actual value by adjusting the coke ratio at the furnace top included in the physical model. In general, since a constant error is caused in the coke ratio due to an error in the assumed raw material water content, it is appropriate to adjust the coke ratio on the assumption that the error changes with time. On the other hand, since the amount of Sollos carbon is greatly dependent on the gas reduction ratio in the upper part of the furnace, the calculated value is adjusted to the actual measurement value by adjusting the gas reduction equilibrium parameter included in the physical model. In an actual furnace, the gas reduction rate decreases due to the partial flow of gas and the reducibility of ore in the upper part of the furnace, and when the ore in the non-reduced state falls to the lower part of the furnace, direct reduction occurs to increase the amount of sollos carbon. Therefore, assuming that the degree of gas drift and ore reducibility include a modeling error, it is appropriate to consider this modeling error as a change in gas reduction equilibrium parameters.
なお、ηＣＯを実測値との合わせ込みに使用する場合、ガス還元平衡パラメータを調整すればよく、造銑速度を実測値との合わせ込みに使用する場合には、物理モデルに含まれるコークス比を調整するのが好ましい。 When な お CO is used for matching with the actual measurement value, it is sufficient to adjust the gas reduction equilibrium parameter, and when using flocking speed for matching with the actual measurement value, the coke ratio included in the physical model is It is preferable to adjust.
〔パラメータ調整量の決定方法〕
次に、物理モデルに含まれるパラメータの調整量の決定方法について説明する。
[Method of determining parameter adjustment amount]
Next, a method of determining the adjustment amount of the parameter included in the physical model will be described.
本発明では、過去の所定区間（例えば４８時間：炉内状態が定常状態に至るのに十分な時間）における物理モデルの出力変数とその実測値との誤差を、最小二乗法を用いてパラメータをステップ的に変化させた際のＲＡＲ及びソルロスカーボン量の応答（変化量）によりフィッテングするという方式を用いて、パラメータの調整量を決定する。以下、パラメータの調整量の決定方法について具体的に説明する。なお、所定区間の値は任意であり、本実施例に限定されることはない。 In the present invention, the error between the output variable of the physical model and its actual measurement value in a predetermined interval in the past (for example, 48 hours: sufficient time for the furnace state to reach a steady state) is calculated using the least squares method. The adjustment amount of the parameter is determined using a method of fitting based on the response (change amount) of the RAR and the amount of sollos carbon at the time of stepwise change. Hereinafter, the method of determining the adjustment amount of the parameter will be specifically described. In addition, the value of a predetermined area is arbitrary and is not limited to a present Example.
図５（ａ），（ｂ）は、コークス比をステップ的に変化させた際のソルロスカーボン量及びＲＡＲの応答を示し、図６（ａ），（ｂ）は、ガス還元平衡パラメータをステップ的に変化させた際のソルロスカーボン量及びＲＡＲの応答を示す。このようにして予め求めておいたパラメータ変化時のソルロスカーボン量及びＲＡＲの応答によりＲＡＲ及びソルロスカーボン量の誤差を補償する。なお、パラメータ変化時の出力変数の応答は、予めオフラインで求めておいてもよく、オンライン時に逐次計算するのでもよいものとする。 5 (a) and 5 (b) show the response of the amount of sollos carbon and RAR when the coke ratio is changed stepwise, and FIGS. 6 (a) and 6 (b) show the steps of the gas reduction equilibrium parameter. It shows the response of the amount of Solus carbon and RAR when it is changed dynamically. In this way, the errors in RAR and in the amount of sollos carbon are compensated by the response in the amount of sollos carbon at the time of parameter change and the response of RAR. The response of the output variable at the time of parameter change may be obtained in advance offline or may be sequentially calculated online.
ここで、過去の所定区間におけるＲＡＲ及びソルロスカーボン量の誤差（実測値−計算値）をδＲＡＲ（ｋ），δＳｏｌ（ｋ）、コークス比を単位量ａ１だけ変化させた際のＲＡＲ及びソルロスカーボン量の応答をそれぞれΔＲＡＲ１（ｋ），ΔＳｏｌ１（ｋ）、ガス還元平衡パラメータを単位量ａ２だけ変化させた際のＲＡＲ及びソルロスカーボン量の応答をそれぞれΔＲＡＲ２（ｋ），ΔＳｏｌ２（ｋ）、コークス比及びガス還元平衡パラメータの調整量をそれぞれΔＯＢＣ，ΔＲＡとおく。なお、ｋはタイムステップを表す。 Here, the errors (measured values-calculated values) of RAR and sollos carbon amount in a predetermined section in the past are δRAR (k), δSol (k), and RAR and sollos when the coke ratio is changed by the unit amount a1. Responses of RAR and Sollos carbon when changes in carbon response are ΔRAR1 (k), ΔSol1 (k), and gas reduction equilibrium parameters by unit amount a2, respectively are ΔRAR2 (k), ΔSol2 (k), The adjusted amounts of the coke ratio and the gas reduction equilibrium parameter are denoted by ΔOBC and ΔRA, respectively. Here, k represents a time step.
このとき、δＲＡＲ（ｋ），δＳｏｌ（ｋ），ΔＲＡＲ１（ｋ），ΔＳｏｌ１（ｋ），ΔＲＡＲ２（ｋ），ΔＳｏｌ２（ｋ），ΔＯＢＣ，及びΔＲＡの間には以下の数式（１）に示すような関係がある。なお、数式（１）中のｔは現在のタイムステップを示す。従って、数式（１）の左辺のベクトルをｙ、右辺の行列をＸ、未知変数ベクトルをｗとおくと、コークス比の調整量ΔＯＢＣ及びガス還元平衡パラメータの調整量ΔＲＡである未知変数ベクトルｗは以下に示す数式（２）により求められる。 At this time, as indicated by the following equation (1), between ΔRAR (k), ΔSol (k), ΔRAR1 (k), ΔSol1 (k), ΔRAR2 (k), ΔSol2 (k), ΔOBC, and ΔRA Relationship. In the equation (1), t indicates the current time step. Therefore, assuming that the vector on the left side of Equation (1) is y, the matrix on the right side is X, and the unknown variable vector is w, the unknown variable vector w, which is the adjustment amount ΔOBC of the coke ratio and the adjustment amount ΔRA of the gas reduction equilibrium parameter It is calculated by the following equation (2).
これにより、コークス比の調整量ΔＯＢＣ及びガス還元平衡パラメータの調整量ΔＲＡを用いて、過去の所定区間前（例えば４８時間前）のパラメータを以下に示す数式（３），（４）のように修正できる。そして、過去の温度分布及び還元材比等を初期値として再度現在までの非定常状態における炉内状態の計算を実行する。この際、過去の温度分布等の結果が必要になるため、各タイムステップにおける温度分布等を保存しておく必要がある。これにより、溶銑温度を予測する際に用いる物理モデルの精度を保ち、溶銑温度の予測精度を向上させることができる。また、溶銑温度の予測精度が向上することにより高炉操業において炉熱を精度よく制御することができる。 Thereby, using the adjustment amount ΔOBC of the coke ratio and the adjustment amount ΔRA of the gas reduction equilibrium parameter, the parameters before the predetermined section in the past (for example, 48 hours before) as shown in Formulas (3) and (4) below. It can be corrected. Then, calculation of the in-reactor state in the unsteady state up to the present time is executed again with the past temperature distribution, the reducing material ratio, etc. as initial values. At this time, it is necessary to save the temperature distribution and the like at each time step, since the result of the temperature distribution and the like in the past is necessary. Thereby, the accuracy of the physical model used when predicting the hot metal temperature can be maintained, and the prediction accuracy of the hot metal temperature can be improved. Moreover, furnace heat can be controlled with high accuracy in blast furnace operation by improving the prediction accuracy of the hot metal temperature.
上述した溶銑温度予測処理の流れをまとめると図７に示すフローチャートのようになる。図７は、本発明における溶銑温度予測処理の流れを示すフローチャートである。本発明における溶銑温度予測処理では、まず、パーソナルコンピュータ等の情報処理装置が、高炉内の温度分布や還元材比分布等の出力変数の初期値を設定する（ステップＳ１）。次に、情報処理装置は、物理モデルを用いて設定されたタイムステップにおける出力変数を算出し（ステップＳ２）、所定時間区間内の各タイムステップにおける出力変数を保存する（ステップＳ３）。次に、情報処理装置は、ステップＳ２の処理において算出するタイムステップを１単位量だけ増数（＋＋）した後（ステップＳ４）に溶銑温度予測処理をステップＳ２の処理に戻すと共に、過去の所定区間における物理モデルの出力変数とその実測値との誤差を計算する（ステップＳ５）。 The flow of the above-described hot metal temperature prediction process is as shown in the flowchart of FIG. FIG. 7 is a flowchart showing the flow of hot metal temperature prediction processing in the present invention. In the hot metal temperature prediction process in the present invention, first, an information processing apparatus such as a personal computer sets an initial value of an output variable such as a temperature distribution in the blast furnace and a reducing material ratio distribution (step S1). Next, the information processing apparatus calculates an output variable at a time step set using a physical model (step S2), and stores an output variable at each time step within a predetermined time interval (step S3). Next, the information processing apparatus increments the time step calculated in the process of step S2 by one unit amount (++) (step S4) and then returns the hot metal temperature prediction process to the process of step S2, and also performs the predetermined process in the past. The error between the output variable of the physical model and its actual value in the section is calculated (step S5).
次に、情報処理装置は、パラメータ変化時の物理モデルの出力変数の応答を用いてステップＳ５の処理において求められた誤差を補償するためのパラメータの調整量を算出し（ステップＳ６）、ステップＳ６の処理において求められた調整量を用いて物理モデルのパラメータを調整する（ステップＳ７）。次に、情報処理装置が、高炉の操業が継続しているか否かを判別し（ステップＳ８）、高炉の操業が継続していない場合（ステップＳ８：Ｎｏ）、溶銑温度予測処理を終了する。一方、高炉の操業が継続している場合には（ステップＳ８：Ｙｅｓ）、情報処理装置は、所定時間区間前に遡って調整されたパラメータを用いて物理モデル計算を再実行した後（ステップＳ９）、溶銑温度予測処理をステップＳ２の処理に戻す。 Next, the information processing apparatus calculates the adjustment amount of the parameter for compensating the error obtained in the process of step S5 using the response of the output variable of the physical model at the time of the parameter change (step S6). The parameters of the physical model are adjusted using the adjustment amount obtained in the processing of (step S7). Next, the information processing apparatus determines whether or not the operation of the blast furnace is continued (step S8), and when the operation of the blast furnace is not continued (step S8: No), the hot metal temperature prediction process is ended. On the other hand, if the operation of the blast furnace continues (step S8: Yes), the information processing apparatus re-executes the physical model calculation using the parameters adjusted retroactively to the predetermined time interval (step S9). ), The hot metal temperature prediction process is returned to the process of step S2.
図８（ａ）〜（ｅ）は、パラメータ調整後の物理モデルの出力変数（計算値）とその実測値との誤差のトレンドを示す図である。ここで、図８（ａ）〜（ｅ）において、溶銑温度については、計算値と実測値との間にはタイムラグが生じており、計算値が実測値よりも２時間程度先行して変化するため、計算値は２時間遅らせた値をプロットしている。なお、タイムラグは、高炉毎の炉底構造に由来して変化するため、本実施例の値に限定されることはない。 FIGS. 8A to 8E are diagrams showing trends of errors between output variables (calculated values) of the physical model after parameter adjustment and their actual measured values. Here, in FIGS. 8 (a) to 8 (e), for the hot metal temperature, a time lag occurs between the calculated value and the measured value, and the calculated value changes about 2 hours ahead of the measured value. Therefore, the calculated values are plotted two hours later. The time lag is not limited to the value of this embodiment because it changes due to the bottom structure of each blast furnace.
図９（ａ），（ｂ）は、ガス還元平衡パラメータ及びコークス比の推移を示す図である。図９（ａ）に示すガス還元平衡パラメータには、ガス偏流や鉱石の被還元性といったプロセスの外乱要因の影響が反映されている。また、図９（ｂ）に示すコークス比の補正係数には、コークス中の炭素割合や鉱石中の鉄分割合の誤差情報が反映されている。従って、ガス還元平衡パラメータ及びコークス比の推移をオペレータや操業関係者にリアルタイムに提示することによって、オペレータや操業関係者は外乱要因や誤差情報の推移を確認でき、高炉の操業を支援することができる。例えばガス還元平衡パラメータが低下した場合には、オペレータや操業関係者は、炉頂におけるコークス比や鉱石の装入物分布を調整することによって鉱石還元に有利な方向に高炉の状態を調整することができる。 FIGS. 9 (a) and 9 (b) are diagrams showing the transition of the gas reduction equilibrium parameter and the coke ratio. The gas reduction equilibrium parameters shown in FIG. 9A reflect the influence of disturbance factors of the process such as gas drift and reducibility of the ore. Further, in the correction coefficient of the coke ratio shown in FIG. 9B, error information of the carbon ratio in the coke and the iron content ratio in the ore is reflected. Therefore, by presenting the transition of the gas reduction equilibrium parameter and the coke ratio to the operator and the operators in real time, the operator and the operators can confirm the transition of the disturbance factor and the error information to support the operation of the blast furnace. it can. For example, when the gas reduction equilibrium parameter is lowered, the operator or a person in charge of operation should adjust the state of the blast furnace in a direction advantageous to ore reduction by adjusting the coke ratio at the top of the furnace and the distribution of ore charge. Can.
図２（ａ）〜（ｅ）と図８（ａ）〜（ｅ）との比較から明らかなように、ソルロスカーボン量と還元材比とを実測値に合わせ込んだ結果、ηＣＯ及び造銑速度の誤差が低減していることがわかる。そして、２時間後の溶銑温度の予測誤差が２１℃から１６℃に低減している。以上のことから、本発明によれば、溶銑温度を予測する際に用いる物理モデルの精度を保ち、溶銑温度の予測精度を向上できることが確認された。また、溶銑温度の予測精度が向上することにより、高炉操業において炉熱を精度よく制御することができる。 As is clear from the comparison between FIGS. 2 (a) to 2 (e) and FIGS. 8 (a) to 8 (e), the result of fitting Sollos carbon amount and reducing agent ratio to the measured values shows η CO and the formation of iron oxide It can be seen that the speed error is reduced. And the prediction error of the hot metal temperature after 2 hours is reducing from 21 degreeC to 16 degreeC. From the above, according to the present invention, it was confirmed that the accuracy of the physical model used when predicting the hot metal temperature can be maintained, and the prediction accuracy of the hot metal temperature can be improved. Further, by improving the prediction accuracy of the hot metal temperature, it is possible to control the furnace heat with high accuracy in the blast furnace operation.
以下、本発明によって高精度化された物理モデルを用いて溶銑温度を制御する方法について説明する。既に述べた通り、高炉プロセスの熱容量は大きいため、高炉の操作変数の操作量の変更に対する応答の時定数は１２時間程度と非常に長い。よって、炉熱ばらつきの低減のためには将来の炉内状態予測に基づいた制御が有効である。そこで、本発明では、物理モデルによる将来予測に基づいた物理モデル予測制御系を構築した。具体的には、高炉の操作変数の現在の操作量を保持することを仮定した将来の溶銑温度の予測計算、操作量のステップ応答の計算、及び操作量最適化の３ステップで物理モデル予測制御系を構築した。 Hereinafter, a method of controlling the hot metal temperature using a physical model which has been improved in accuracy by the present invention will be described. As described above, since the heat capacity of the blast furnace process is large, the time constant of the response to the change in the manipulated variable of the blast furnace operation is very long, about 12 hours. Therefore, control based on future in-furnace state prediction is effective for reducing furnace heat variation. So, in this invention, the physical model predictive control system based on the future prediction by a physical model was built. Specifically, the physical model predictive control is performed in three steps of prediction calculation of the future hot metal temperature assuming that the current manipulated variable of blast furnace operation variable is held, calculation of step response of manipulated variable, and manipulated variable optimization. I built a system.
溶銑温度の予測範囲について、ここまでの計算方法では炉底での滞留時間分のみの将来予測に限られたが、さらにその先についても次の方法で予測が可能である。具体的には、高炉の操作変数の現在の操作量が将来も一定に保持されたと仮定し、物理モデルを繰返し計算することにより将来の溶銑温度の予測計算を行う。図１０（ａ）〜（ｄ）に操作変数の操作量の将来予測、図１１（ａ）〜（ｅ）に溶銑温度を含む物理モデルの出力変数の将来予測を示す。時刻の原点はガイダンス時点、つまり予測を行うタイミングである。図１０（ａ）〜（ｅ）及び図１１（ａ）〜（ｅ）において、実線は計算値を示し、破線は実測値を示す。ガイダンス時点では得られない、将来区間における実測値も図中に破線で示す。 The prediction range of the hot metal temperature is limited to the future prediction of only the residence time at the furnace bottom in the calculation methods so far, but it is possible to predict further by the following method. Specifically, it is assumed that the current manipulated variable of the blast furnace operational variable is kept constant in the future, and the prediction calculation of the future hot metal temperature is performed by repeatedly calculating the physical model. FIGS. 10 (a) to 10 (d) show the future predictions of the manipulated variables of the operation variables, and FIGS. 11 (a) to 11 (e) show the predictions of the output variables of the physical model including the hot metal temperature. The origin of the time is the guidance time, that is, the timing at which the prediction is performed. In Fig.10 (a)-(e) and Fig.11 (a)-(e), a continuous line shows a calculated value and a broken line shows actual value. The actual measured values in the future section, which can not be obtained at the time of guidance, are also shown in the figure by broken lines.
図１１（ａ）〜（ｅ）に示すように、予測計算には将来区間における操作変数の操作量を反映させていないのにも関わらず、溶銑温度の計算値は実測値と相応に合致している。これにより、高炉プロセスの熱容量が大きいため、将来１０時間先までの溶銑温度推移は過去の操作変数の操作量の蓄積により大きく影響されるといえる。以下、ここで求めた時刻ｔにおける溶銑温度の計算値を自由応答ＨＭＴｆｒｅｅ（ｔ）と定義する。 As shown in FIGS. 11 (a) to 11 (e), although the predicted amount does not reflect the manipulated variable of the operation variable in the future section, the calculated value of the hot metal temperature agrees with the actual value accordingly. ing. As a result, since the heat capacity of the blast furnace process is large, it can be said that the transition of the hot metal temperature up to 10 hours in the future is greatly influenced by the accumulation of the manipulated variable of the past manipulated variables. Hereinafter, the calculated value of the hot metal temperature at time t obtained here is defined as free response HMT free (t).
次に、溶銑温度の変化量の予測精度について述べる。８時間先における溶銑温度変化量の予測値ΔＨＭＴと実測値との相関をとった結果を図１２に示す。図１２に示すように、溶銑温度の変化量を良好に予測可能であることを確認できた。従って、本発明によれば、過去に前例のない操業条件下においても、直近の炉内反応結果を用いることなく溶銑温度の将来の変化量を精度よく予測できる。 Next, the prediction accuracy of the amount of change of the hot metal temperature will be described. FIG. 12 shows the result of correlating the predicted value ΔHMT of the hot metal temperature change amount eight hours ahead with the actual measurement value. As shown in FIG. 12, it could be confirmed that the variation of the hot metal temperature can be well predicted. Therefore, according to the present invention, it is possible to accurately predict the future change amount of the hot metal temperature without using the latest in-furnace reaction result even under the operation condition which is not unprecedented in the past.
次に、ステップ応答の計算について述べる。図１３（ａ），（ｂ）に破線で示す通り、送風湿分等の操作変数を単位量だけ操作したと仮定し、自由応答ＨＭＴｆｒｅｅ（ｔ）の計算時と同様に将来の溶銑温度の推移を計算する。ここでは送風湿分を１０ｇ／Ｎｍ３変化させた場合を示した。図１３（ａ），（ｂ）において、実線は操作変数を操作していない場合における操作変数の推移を示し、破線は操作変数を操作した場合における操作変数の推移を示す。送風湿分以外の操作変数は図１０（ａ）〜（ｃ）に示したものと同一である。さらに、図１３（ｃ）に示すように、自由応答ＨＭＴｆｒｅｅ（ｔ）との差分を取ることにより送風湿分の単位操作量当りの溶銑温度に対する影響度を分離した。なお、その他の操作変数についても同様の手順により操作変数の影響度を分離可能である。 Next, calculation of the step response will be described. As indicated by the broken lines in FIGS. 13 (a) and 13 (b), assuming that the manipulated variables such as the air and moisture are manipulated by a unit amount, the future hot metal temperature is calculated as in the calculation of the free response HMT free (t). Calculate the transition. Here shows the case which has a blowing moisture 10 g / Nm 3 is changed. 13 (a) and 13 (b), the solid line shows the transition of the manipulated variable when the manipulated variable is not operated, and the broken line shows the transition of the manipulated variable when the manipulated variable is operated. Operating variables other than the blowing moisture are the same as those shown in FIGS. 10 (a) to 10 (c). Furthermore, as shown in FIG. 13 (c), the difference with the free response HMT free (t) was used to separate the degree of influence on the hot metal temperature per unit operation amount of air and moisture. The degree of influence of the manipulated variables can be separated by the same procedure for other manipulated variables.
一般的に高炉プロセスでは、送風温度、送風湿分、微粉炭吹込み量、炉頂におけるコークス比等の操作変数を操作することにより、溶銑温度は一定に制御されている。以下では送風湿分を操作変数として選択したが、同様のロジックを他の操作変数についても構築可能である。 Generally, in the blast furnace process, the hot metal temperature is controlled to be constant by operating the operation variables such as the air temperature, air humidity, the amount of pulverized coal injected, and the coke ratio at the furnace top. Although the blowing moisture was selected as an operation variable below, the same logic can be constructed also about other operation variables.
次に、操作変数の最適操作量の決定方法について述べる。一般的なモデル予測制御には、予測区間（どこまで先までの区間を評価関数とするか）及び制御区間（何手先までの操作量を最適化するか）という２つの調整パラメータが存在する。本実施例では、予測区間は１０時間、制御区間は１ステップとした。但し、これらは調整可能な値であり、本実施例の値に限定されるものではない。 Next, a method of determining the optimum manipulated variable of the manipulated variable will be described. In general model predictive control, there are two adjustment parameters of a prediction interval (how far ahead is the evaluation function) and a control interval (how many operations should be optimized). In the present embodiment, the prediction interval is 10 hours, and the control interval is one step. However, these are adjustable values and are not limited to the values of this embodiment.
１０時間先までの溶銑温度目標値ＨＭＴｒｅｆからの偏差の積分値と操作変数の操作量から成る以下の数式（５），（６）に示す評価関数Ｊを最小化するための送風湿分操作量ΔＢＭを求める。ここで、数式（５），（６）において、ＨＭＴｐｒｅとは送風湿分変更時の溶銑温度の予測値であり、自由応答ＨＭＴｆｒｅｅ（ｔ）に送風湿分の効果を重ね合わせたものである。また、ａ，ｂは重み係数である。また、ＳｔｐＢＭ（ｔ）は送風湿分のステップ応答である。以上の問題を２次計画問題に帰着して解く。なお、数式（５），（６）は送風湿分の適正操作量を求めるためのものであるが、同様にして微粉炭吹込み量、炉頂におけるコークス比、及び送風温度の適正操作量も求めることができる。 Blower operation to minimize the evaluation function J shown in the following Equations (5) and (6) consisting of the integral value of deviation from the hot metal temperature target value HMT ref up to 10 hours ahead and the manipulated variable of the operating variable Determine the quantity ΔBM. Here, in Equations (5) and (6), HMT pre is a predicted value of the hot metal temperature at the time of change of the air blowing moisture content, and it is obtained by superposing the effect of the air blowing moisture on the free response HMT free (t) is there. Further, a and b are weighting factors. Further, Stp BM (t) is a step response of the blowing moisture. Solve the above problems by reducing to quadratic programming problems. Equations (5) and (6) are for finding the proper operating amount of the air and moisture, but the same applies to the amount of pulverized coal blowing, the coke ratio at the furnace top, and the air temperature as well. It can be asked.
本発明により求めた送風湿分の適正操作量及び送風湿分操作時の溶銑温度の予測推移を図１４（ａ），（ｂ）に示す。図１４（ａ），（ｂ）において、ＬＡは送風湿分の計算値、ＬＢは送風湿分の実測値、ＬＣは送風湿分のガイダンス値、ＬＤは溶銑温度の計算値、ＬＤ’は送風湿分無操作時における溶銑温度の計算値、ＬＥは溶銑温度の実測値、ＬＦは送粉湿分操作時における溶銑温度の計算値を示す。また、本実施例では、溶銑温度の目標値を１５００℃とした。このように炉熱過剰を予測できた時点で先行させて送風湿分を上昇させることにより、炉熱過剰を緩和することができる。また、このように無操作時の溶銑温度予測推移及びガイダンス操作時の溶銑温度予測推移を提示することにより、ガイダンス操作の影響を直観的に把握可能な操業ガイダンスを構築することができる。 FIGS. 14 (a) and (b) show predicted transition of the temperature of the molten metal at the time of the operation of the air flow and the proper operation amount of the air and the water flow obtained by the present invention. In FIGS. 14 (a) and 14 (b), LA is a calculated value of air humidity, LB is a measured value of air humidity, LC is a guidance value of air humidity, LD is a calculated value of hot metal temperature, and LD 'is air. The calculated value of the hot metal temperature at the time of no moisture operation, LE is the actual measured value of the hot metal temperature, and LF is the calculated value of the hot metal temperature at the time of the operation of the moisture transmission. Further, in the present embodiment, the target value of the hot metal temperature is set to 1500 ° C. Thus, the furnace heat excess can be alleviated by increasing the air and moisture content in advance when the furnace heat excess can be predicted. Further, by presenting the transition of the molten metal temperature prediction transition at the time of no operation and the transition of the molten metal temperature prediction transition at the time of the guidance operation as described above, it is possible to construct operation guidance that can intuitively grasp the influence of the guidance operation.
Claims (7)
前記物理モデルに含まれるパラメータを変化させた際の前記物理モデルの出力変数の応答を算出する応答算出ステップと、
過去の所定区間における前記出力変数と該出力変数の実測値との差分値を前記出力変数の誤差として算出する誤差算出ステップと、
前記応答算出ステップにおいて算出された前記物理モデルの出力変数の応答を用いて、前記出力変数の誤差を補償するための前記パラメータの調整量を算出する調整量算出ステップと、
前記調整量に基づいて過去の所定区間前における前記物理モデルのパラメータを調整する調整ステップと、を含み、
前記出力変数には、還元材比及びソルーションロスカーボン量が含まれ、還元材比の誤差を補償する場合、前記物理モデルに含まれるパラメータである炉頂におけるコークス比を調整し、ソルーションロスカーボン量の誤差を補償する場合には、前記物理モデルに含まれるパラメータであるガス還元平衡パラメータを調整する
ことを特徴とする溶銑温度予測方法。 A hot metal temperature prediction method for predicting hot metal temperature in a blast furnace using a physical model capable of calculating a state in the blast furnace in a non-steady state,
A response calculation step of calculating a response of an output variable of the physical model when changing a parameter included in the physical model;
An error calculating step of calculating, as an error of the output variable, a difference value between the output variable and a measured value of the output variable in a predetermined past interval;
An adjustment amount calculation step of calculating an adjustment amount of the parameter for compensating for an error of the output variable using the response of the output variable of the physical model calculated in the response calculation step;
Adjusting the parameter of the physical model before a predetermined interval in the past based on the adjustment amount ;
The output variable includes the reducing material ratio and the solution loss carbon amount, and when compensating the error of the reducing material ratio, the coke ratio at the furnace top, which is a parameter included in the physical model, is adjusted, and the solution loss carbon amount is adjusted. And adjusting the gas reduction equilibrium parameter, which is a parameter included in the physical model, in the case of compensating for the error of .
前記物理モデルに含まれるパラメータを変化させた際の前記物理モデルの出力変数の応答を算出する応答算出手段と、
過去の所定区間における前記出力変数と該出力変数の実測値との差分値を前記出力変数の誤差として算出する誤差算出手段と、
前記応答算出手段によって算出された前記物理モデルの出力変数の応答を用いて、前記出力変数の誤差を補償するための前記パラメータの調整量を算出する調整量算出手段と、
前記調整量に基づいて過去の所定区間前における前記物理モデルのパラメータを調整する調整手段と、を備え、
前記出力変数には、還元材比及びソルーションロスカーボン量が含まれ、還元材比の誤差を補償する場合、前記物理モデルに含まれるパラメータである炉頂におけるコークス比を調整し、ソルーションロスカーボン量の誤差を補償する場合には、前記物理モデルに含まれるパラメータであるガス還元平衡パラメータを調整する
ことを特徴とする溶銑温度予測装置。 A hot metal temperature prediction device for predicting hot metal temperature in a blast furnace using a physical model capable of calculating the state in the blast furnace in a non-steady state,
Response calculation means for calculating a response of an output variable of the physical model when changing a parameter included in the physical model;
Error calculation means for calculating, as an error of the output variable, a difference value between the output variable and a measured value of the output variable in a predetermined past interval;
Adjustment amount calculation means for calculating the adjustment amount of the parameter for compensating for the error of the output variable using the response of the output variable of the physical model calculated by the response calculation means;
And adjusting means for adjusting the parameter of the physical model before a predetermined interval in the past based on the adjustment amount .
The output variable includes the reducing material ratio and the solution loss carbon amount, and when compensating the error of the reducing material ratio, the coke ratio at the furnace top, which is a parameter included in the physical model, is adjusted, and the solution loss carbon amount is adjusted. The apparatus for predicting the temperature of a hot metal characterized by adjusting a gas reduction equilibrium parameter which is a parameter included in the physical model when compensating an error of .
前記調整ステップにおいて前記パラメータが調整された前記物理モデルを用いて、高炉の操作変数の現在の操作量を保持した場合の将来の溶銑温度を予測する予測ステップと、
前記予測ステップにおいて予測された溶銑温度と目標溶銑温度との差を最小にするように送風湿分、微粉炭吹込み量、炉頂におけるコークス比、及び送風温度のうちの少なくとも１つを含む高炉の操作変数の適正操作量を決定し、決定した適正操作量に従って高炉の操作変数を制御する制御ステップと、
を含むことを特徴とする溶銑温度制御方法。 A hot metal temperature control method for controlling a hot metal temperature based on a hot metal temperature predicted by the hot metal temperature prediction method according to claim 1 ;
Predicting the hot metal temperature in the future when the current manipulated variable of the blast furnace operating variable is held using the physical model whose parameters have been adjusted in the adjusting step;
A blast furnace including at least one of blast moisture, pulverized coal injection rate, coke ratio at the furnace top, and blast temperature so as to minimize the difference between the hot metal temperature and the target hot metal temperature predicted in the prediction step. Control step of determining the appropriate manipulated variable of the manipulated variable of the above and controlling the manipulated variable of the blast furnace according to the determined proper manipulated variable,
And a method of controlling the temperature of the molten metal.
前記調整手段によって前記パラメータが調整された前記物理モデルを用いて、高炉の操作変数の現在の操作量を保持した場合の将来の溶銑温度を予測する予測手段と、
前記予測手段によって予測された溶銑温度と目標溶銑温度との差を最小にするように送風湿分、微粉炭吹込み量、炉頂におけるコークス比、及び送風温度のうちの少なくとも１つを含む高炉の操作変数の適正操作量を決定し、決定した適正操作量に従って高炉の操作変数を制御する制御手段と、
を備えることを特徴とする溶銑温度制御装置。 A hot metal temperature control device for controlling the hot metal temperature based on the hot metal temperature predicted by the hot metal temperature prediction device according to claim 2 , comprising:
Prediction means for predicting the future hot metal temperature when the current manipulated variable of the blast furnace operating variable is held using the physical model whose parameters have been adjusted by the adjusting means;
A blast furnace including at least one of blast moisture, pulverized coal injection amount, coke ratio at the furnace top, and blast temperature so as to minimize the difference between the hot metal temperature predicted by the prediction means and the target hot metal temperature. Control means for determining the appropriate manipulated variable of the manipulated variable of the above and controlling the manipulated variable of the blast furnace according to the determined proper manipulated variable;
A hot metal temperature control device comprising:
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016151760 | 2016-08-02 | ||
| JP2016151760 | 2016-08-02 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2018024935A JP2018024935A (en) | 2018-02-15 |
| JP6531782B2 true JP6531782B2 (en) | 2019-06-19 |
Family
ID=61195177
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017100503A Active JP6531782B2 (en) | 2016-08-02 | 2017-05-22 | Hot metal temperature prediction method, hot metal temperature prediction device, blast furnace operation method, operation guidance device, hot metal temperature control method, and hot metal temperature control device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6531782B2 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP4155421A4 (en) * | 2020-07-06 | 2023-10-25 | JFE Steel Corporation | Method for controlling hot metal temperature, operation guidance method, method for operating blast furnace, method for producing hot metal, device for controlling hot metal temperature, and operation guidance device |
| KR20240024234A (en) | 2021-07-27 | 2024-02-23 | 제이에프이 스틸 가부시키가이샤 | Molten iron temperature prediction method, operation guidance method, molten iron manufacturing method, molten iron temperature prediction device, operation guidance device, blast furnace operation guidance system, blast furnace operation guidance server and terminal device |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6930507B2 (en) * | 2018-08-23 | 2021-09-01 | Ｊｆｅスチール株式会社 | Hot metal temperature prediction method, hot metal temperature prediction device, blast furnace operation method, operation guidance device, hot metal temperature control method, and hot metal temperature control device |
| JP7067533B2 (en) * | 2019-07-17 | 2022-05-16 | Ｊｆｅスチール株式会社 | Si concentration prediction method for hot metal, operation guidance method, blast furnace operation method, molten steel manufacturing method and Si concentration prediction device for hot metal |
| WO2021014923A1 (en) * | 2019-07-23 | 2021-01-28 | Ｊｆｅスチール株式会社 | Method for controlling process, operation guidance method, method for operating blast furnace, method for manufacturing molten iron, and device for controlling process |
| JP7272326B2 (en) * | 2020-07-06 | 2023-05-12 | Ｊｆｅスチール株式会社 | Operation Guidance Method, Blast Furnace Operation Method, Hot Metal Production Method, Operation Guidance Device |
| JP7384150B2 (en) * | 2020-12-09 | 2023-11-21 | Ｊｆｅスチール株式会社 | Operation guidance method, blast furnace operation method, hot metal production method and operation guidance device |
| CN115198040B (en) * | 2022-07-12 | 2024-01-05 | 广东韶钢松山股份有限公司 | Coal injection quantity control method, device, equipment and storage medium |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS61508A (en) * | 1984-06-14 | 1986-01-06 | Kawasaki Steel Corp | Operating method of blast furnace |
| JP2912086B2 (en) * | 1992-06-09 | 1999-06-28 | 株式会社神戸製鋼所 | Blast furnace control method |
| JP3033466B2 (en) * | 1995-04-28 | 2000-04-17 | 住友金属工業株式会社 | Blast furnace operation method |
| JP2003328017A (en) * | 2002-05-10 | 2003-11-19 | Sumitomo Metal Ind Ltd | Method for educating blast furnace operation |
| JP4316421B2 (en) * | 2004-05-10 | 2009-08-19 | 株式会社神戸製鋼所 | Blast furnace hot metal temperature prediction model identification method and program thereof, blast furnace hot metal temperature prediction method and program thereof |
| JP2010271890A (en) * | 2009-05-21 | 2010-12-02 | Mitsubishi Chemical Engineering Corp | Parameter adjustment method and device |
-
2017
- 2017-05-22 JP JP2017100503A patent/JP6531782B2/en active Active
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP4155421A4 (en) * | 2020-07-06 | 2023-10-25 | JFE Steel Corporation | Method for controlling hot metal temperature, operation guidance method, method for operating blast furnace, method for producing hot metal, device for controlling hot metal temperature, and operation guidance device |
| KR20240024234A (en) | 2021-07-27 | 2024-02-23 | 제이에프이 스틸 가부시키가이샤 | Molten iron temperature prediction method, operation guidance method, molten iron manufacturing method, molten iron temperature prediction device, operation guidance device, blast furnace operation guidance system, blast furnace operation guidance server and terminal device |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2018024935A (en) | 2018-02-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6531782B2 (en) | Hot metal temperature prediction method, hot metal temperature prediction device, blast furnace operation method, operation guidance device, hot metal temperature control method, and hot metal temperature control device | |
| JP6729514B2 (en) | Hot metal temperature prediction method, hot metal temperature prediction device, blast furnace operating method, operation guidance device, hot metal temperature control method, and hot metal temperature control device | |
| JP6930507B2 (en) | Hot metal temperature prediction method, hot metal temperature prediction device, blast furnace operation method, operation guidance device, hot metal temperature control method, and hot metal temperature control device | |
| JP2018024936A (en) | Molten iron temperature prediction method, molten iron temperature prediction device, operation method of blast furnace, operation guidance device, molten iron temperature control method and molten iron temperature control device | |
| CN106636606B (en) | A kind of method for controlling furnace temperature of heating furnace based on simulation model | |
| CN101457264A (en) | Blast furnace temperature optimization control method | |
| US20200158437A1 (en) | System and method for dynamic process modeling, error correction and control of a reheat furnace | |
| CN104894362A (en) | Method for setting temperature of heating furnace in cold and hot steel billet mixed loading | |
| CN110427715B (en) | Method for predicting furnace hearth thermal state trend based on time sequence and multiple dimensions of blast furnace | |
| CN102393627A (en) | System and method for optimizing and adjusting controller parameters in distributed control system | |
| JP5803810B2 (en) | Process control system, process control method, and computer program | |
| US20190144961A1 (en) | Real-time control of the heating of a part by a steel furnace or heat treatment furnace | |
| EP3989013B1 (en) | Method for controlling process, operation guidance method, method for operating blast furnace, method for producing hot metal, and device for controlling process | |
| Zanoli et al. | Model Predictive Control with horizons online adaptation: A steel industry case study | |
| KR101246436B1 (en) | Prediction method for product measuring of pig iron | |
| CN114807590A (en) | Heating furnace-based billet heating two-stage control method and system | |
| JP2014118599A (en) | Method for controlling furnace heat in blast furnace | |
| JP2008007828A (en) | Method and apparatus for controlling dephosphorization | |
| JPH11335710A (en) | Method for predicting furnace heat in blast furnace | |
| JP7107444B2 (en) | Hot metal temperature control method, operation guidance method, blast furnace operation method, hot metal manufacturing method, hot metal temperature control device, and operation guidance device | |
| JP7031350B2 (en) | How to estimate the casting time in the steelmaking process | |
| JP2000129319A (en) | Method for controlling furnace heat in blast furnace and device therefor | |
| JP6108923B2 (en) | Control method of level in mold in continuous casting machine | |
| JPS5910966B2 (en) | How to operate a blast furnace | |
| US20230205185A1 (en) | System and method for controlling a production plant consisting of a plurality of plant parts, in particular a production plant for producing industrial goods such as metallic semi-finished products |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180323 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190121 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190205 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190322 |
|
| 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: 20190423 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190506 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6531782 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 |