JP6825753B1 - 高炉の異常判定装置、高炉の異常判定方法、及び高炉の操業方法 - Google Patents

Abstract

本発明に係る高炉の異常判定装置は、高炉の異常度を示す異常指標を算出する異常指標算出手段と、高炉の通気指標を算出する通気指標算出手段と、異常指標算出手段によって算出された異常指標と通気指標算出手段によって算出された通気指標とを用いて高炉の異常状態を判定する判定手段と、を備える。なお、異常指標算出手段は、高炉の炉体周りに設置されたシャフト圧力センサ群の出力値を用いて異常指標を算出するとよい。

Description

本発明は、高炉の異常判定装置、高炉の異常判定方法、及び高炉の操業方法に関する。

昨今の高炉の低コークス比操業下では、高炉の炉況状態、特に炉内の通気状態及びその変化を正しくより早く把握／推定し、炉況状態を常に良好に維持することが重要である。従来、炉内の通気状態を表わす通気指標としては、炉頂圧力と送風圧力の差分値等から計算される通気抵抗等が用いられている。そして、各通気指標に対してそれぞれの通気悪化の判断の閾値を設け、通気指標が閾値を超えた場合に通気悪化との異常判定を行っていた。また、特許文献１は、主成分分析といった統計手法を用いて、シャフト圧力を入力として異常指標を計算して異常判定を行う方法が記載されている。特許文献１に記載の方法では、異常指標の計算の際には、安定限界のデータに基づいて算出したＱ統計量と異常検知対象の操業データに基づいて計算したＱ統計量との比を取って異常指標化して、その異常指標に閾値を設けて異常判定を行っている。加えて、操業異常判定に用いるセンサ自体の異常を検知することも重要である。通常、センサ自体の異常を検知する際には、センサの出力値に上下限値を設けて異常判定を行っている。また、特許文献２の方法では、高炉炉体周りに設置された各センサについて、周辺のセンサの出力値を用いてセンサの異常判定を行っている。

特開２０１７−１２８８０５号公報 特開２０１７−１９０４８２号公報

加納学ほか、プロセスケモメトリクスによる統計的プロセス管理、システム/制御/情報、2004、vol.48、no.5、p.165-170

しかしながら、特許文献１に記載の方法では、操業状態が実際に異常なケース以外に、操業データを検出するセンサに異常があるケースであっても、異常指標が大きくなり、実際には操業状態の異常ではないのにもかかわらず操業状態の異常と判定しまう場合がある。つまり、統計的な異常指標だけを用いる手法では、操業状態の異常とセンサの異常とを区別することができず、高炉の異常検知といった目的では性能が不足している。また、従来のセンサの異常判定方法では、各センサの出力値に閾値を設け、センサ単体の異常挙動のみを見て異常判定を行っている。このため、センサを正常とみなす出力値のレンジは幅広く設定されており、結果として、センサの異常度合が大きくなった段階でしか異常を検知できず、異常検知が遅れてしまう。特に高炉で使用されているシャフト圧力センサは、通気等を管理するために重要なセンサであるが、高炉ダスト等の詰り等が原因で異常になってしまう場合が多く、早期の異常検知が求められる。また、センサの出力値が正常値から急激に大きな値に変化して異常になった場合は閾値を設けて異常を判定することは可能だが、正常値から徐々に外れていくような異常は閾値で検知することは難しい。さらに、特許文献２に記載の方法は、判定対象のセンサの近傍に設置されたセンサの出力値の平均値や分散値に基づいて異常判定を行っているが、正常時に見られるセンサ群の出力値の同期性は考慮されてなく、複数のセンサ群の出力値の非同期性を考慮することにより早期の検知が可能な異常の検知が遅れるリスクがある。

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、操業の異常状態とセンサの異常状態とを区別して判定可能な高炉の異常判定装置、高炉の異常判定方法、及び高炉の操業方法を提供することにある。

本発明に係る高炉の異常判定装置は、高炉の異常度を示す異常指標を算出する異常指標算出手段と、高炉の通気指標を算出する通気指標算出手段と、前記異常指標算出手段によって算出された異常指標と前記通気指標算出手段によって算出された通気指標とを用いて高炉の異常状態を判定する判定手段と、を備える。

前記異常指標算出手段は、高炉の炉体周りに設置されたシャフト圧力センサ群の出力値を用いて前記異常指標を算出するとよい。

前記異常指標は、主成分分析に基づくＱ統計量であるとよい。

前記Ｑ統計量について寄与度を評価し、前記通気指標が所定の閾値を超えず、且つ、前記Ｑ統計量が所定の閾値を超える場合、異常となるセンサを前記寄与度に基づき特定するセンサ異常特定手段を備えるとよい。

前記Ｑ統計量の計算から前記センサ異常特定手段によって異常となるセンサとして特定されたセンサの信号値を除いて、新たにＱ統計量を算出することにより、異常判定を継続する異常センサ除去手段を備えるとよい。

前記通気指標は、以下に示す数式（１）により算出され、数式（１）中のパラメータＸは、高炉内のガス発生量が変化しても高炉内のガス発生量と通気指標とが略線形関係で表現できるように調整されている数値であるとよい。

本発明に係る高炉の異常判定方法は、高炉の異常度を示す異常指標を算出する異常指標算出ステップと、高炉の通気指標を算出する通気指標算出ステップと、前記異常指標算出ステップにおいて算出された異常指標と前記通気指標算出ステップにおいて算出された通気指標とを用いて高炉の異常状態を判定する判定ステップと、を含む。

本発明に係る高炉の操業方法は、本発明に係る高炉の異常判定装置を用いて高炉の異常状態を判定しながら高炉を操業するステップを含む。

本発明に係る高炉の異常判定装置、高炉の異常判定方法、及び高炉の操業方法によれば、操業の異常状態とセンサの異常状態とを区別して判定することができる。

図１は、本発明の第１の実施形態である高炉の異常判定装置の構成を示すブロック図である。 図２は、シャフト圧力、通気指標、及びＱ統計量の時間変化の一例を示す図である。 図３は、本発明の第２の実施形態である高炉センサ群の異常判定装置の構成を示すブロック図である。 図４は、シャフト圧力の時系列変化の一例を示す図である。 図５は、寄与度の時系列変化の一例を示す図である。

以下、図面を参照して、本発明の第１及び第２の実施形態である高炉の異常判定装置の構成及びその動作について詳細に説明する。

〔第１の実施形態〕
図１は、本発明の第１の実施形態である高炉の異常判定装置の構成を示すブロック図である。図１に示すように、本発明の第１の実施形態である高炉の異常判定装置１は、高炉の操業及び高炉で使用されているセンサ２の異常を判定する装置であり、データ収集装置１１、異常指標計算装置１２、異常指標判定装置１３、通気指標判定装置１４、異常判定装置１５、及び表示装置１６を主な構成要素として備えている。

データ収集装置１１は、センサ２の出力値を収集、保存する。出力値を収集するセンサ２としては、シャフト圧力センサ群を例示できる。シャフト圧力センサ群は、高炉の炉体周りの高さ方向及び円周方向の複数箇所に設置されている。

異常指標計算装置１２は、データ収集装置１１内に記憶されているセンサ２の出力値を用いて高炉の異常指標を算出する。異常指標の算出手法は限定されることはなく、複数の入力データを一元化して異常指標とする方法であればよい。すなわち、例えば特許文献１に記載されているようなＱ統計量の手法であってもよいし、独立成分分析による一指標化や機械学習の手法を用いた一指標化であってもよい。また、例えば安定限界値とする操業データ群から計算した指標で判定対象のデータから計算した指標を割って異常指標とする、つまり、安定限界で１となるといった異常指標の基準化処理を加えてもよい。

異常指標判定装置１３は、異常指標計算装置１２によって算出された異常指標が安定限界データに基づいて予め決められた所定の閾値を超えているか否かを判定することにより、高炉の異常の有無を判定する。例えば安定限界で１となるといった異常指標の基準化処理を加えた場合には、所定の閾値は１に設定すればよい。

通気指標判定装置１４は、データ収集装置１１内に記憶されているセンサ２の出力値を用いて高炉の通気指標を算出し、算出された通気指標が所定の閾値を超えているか否かを判定することにより、高炉の通気状態の異常の有無を判定する。通気指標は、例えば、以下の数式（１）に示す通気指標を用いることができる。なお、数式（１）において、炉圧力値Ａは高炉内に設置された圧力計Ａの出力値であり、炉圧力値Ｂは高炉内の圧力計Ａよりガス流れ方向下流側（高炉の上部側）に設置された圧力計Ｂの出力値である。また、Ｘは数値であり、高炉内ガス発生量が変化しても高炉内ガス発生量と通気指標とができるだけ線形関係で表現できるように調整するパラメータである。また、所定の閾値は通常操業で用いられている通気指標の異常判定の閾値より低めの値を用いるとよい。これにより、通気指標がやや悪化傾向で、且つ、異常指標が異常である時に高炉が異常であると判定でき、従来の通気指標のみの判定より早く高炉の異常を検知できる。

異常判定装置１５は、異常指標判定装置１３及び通気指標判定装置１４の異常判定結果に基づいて、最終的、且つ、総合的な高炉の異常判定を行う。

表示装置１６は、異常判定装置１５の判定結果を表示出力する。特に、異常指標及び通気指標が共に閾値を超えて異常と判定された場合、表示装置１６は、その旨を表示出力することによりオペレータに異常を通知し、オペレータにセルフチェック等の対応を促す。

一方、通気指標が正常、異常指標が異常と判定された場合には、センサ２に異常が発生した可能性があるので、表示装置１６は、オペレータに「センサ異常」を通知してセンサ２の点検を促す。なお、通気指標については、本発明に関係なく単体で閾値が別途設けられているので、通気指標のみ閾値を超えた場合、従来装置により異常状態がオペレータに通知される。

以上の説明から明らかなように、本発明の第１の実施形態である高炉の異常判定装置１は、高炉の異常度を示す異常指標を算出し、高炉の通気指標を算出する通気指標算出手段と、異常指標と通気指標とを用いて高炉の異常状態を判定するので、操業の異常状態とセンサの異常状態とを区別して判定することができる。また、これにより、センサ異常による操業の異常状態の誤検知を削減することが可能となる。さらに、通気抵抗と同時に異常指標を見ることにより、高炉が異常状態であることの判定の確度が上がる。また、これらにより、異常状態における減風等の対処を適切、且つ、早期に実施することが可能となり、異常によるトラブル防止で大減産の回避が可能となる。

［実施例］
本実施例では、異常指標としてＱ統計量を算出した。Ｑ統計量の算出自体は主成分分析によるものであり、一般的なものであるため、ここでは特に提示しない（非特許文献１を参照のこと）。本実施例では使用（入力と）する複数データは、高炉のシャフト圧力センサ群の出力値とする。まず、高炉プロセスに即した形で、Ｑ統計量及びその元となる主成分分析ついて説明する。主成分分析は、同期する複数個(複数次元)のデータ群について、元のデータ群の持つ情報量の損失をできる限り小さくしつつ、元のデータ群の持つ特徴が良く反映された少数の変数へと置換(低次元化)する数学的処理を指す。これは、高炉のシャフト圧力データの場合であれば、高炉一基に対しシャフト圧力計は約３０点設置されているが、これに主成分分析を適用し３０点のデータ群の特徴を良好に反映する数個の変数（主成分値）に仮に置き換えられたとすれば、これら３０点のデータ群全てを観察することなく、主成分分析により生成された少数の変数を監視することにより、炉内の状態をより簡便に推定可能であることを表している。

高炉のシャフト圧力データにおいては、主成分分析おける分散が一番大きい第１主成分値には、高炉の安定操業時における各シャフト圧力が同期した動きの成分が現れる。一方、主成分分析の第２主成分以降には同期成分以外の成分が現れるので、本実施例ではこれら成分を使用して高炉の異常を判定した。すなわち、ここでは、主成分としては第１主成分のみを考慮してＱ統計量を算出した。図２（ａ）にＱ統計量の計算に用いたシャフト圧力の時系列データを示し、図２（ｃ）に算出されたＱ統計量を示す。図２に示す時間ｔ＝ｔ１〜ｔ２の区間のように、平常時の同期したシャフト圧力の変動時にはＱ統計量は小さい。これに対して、図２に示す時間ｔ＝ｔ３のタイミングでは、１つのシャフト圧力センサの出力値のみが他のシャフト圧力センサの出力値と同期せず、大きく変動している。そのためＱ統計量が大きくなり、太線で示す閾値を超え、Ｑ統計量単体の異常判定では、高炉の異常と判断してしまう。このケースでは、一時的にシャフト圧力センサが詰り気味であったため、センサ異常の状態であり、操業状態の異常ではない。この時間ｔ＝ｔ３のタイミングでは、図２（ｂ）に示す通気指標は閾値を超えておらず、通気指標とＱ統計量とが共に閾値を超えた場合に異常と判定するならば、異常と判定されない。このようにこのケースではＱ統計量と通気指標を同時に鑑みることで単なるセンサ異常時に操業異常と判定することを避けることができる。次に、図２に示す時間ｔ＝ｔ４のタイミングでは、複数のシャフト圧力センサの出力値のばらつきが大きくなり、これに伴い、Ｑ統計量が上昇し、閾値を超えている。また同時に、通気指標も閾値を超えており、Ｑ統計量及び通気指標が共に閾値を超えているとして、高炉の操業状態の異常である判断して、オペレータに表示装置１６を通じて伝える。

〔第２の実施形態〕
図３は、本発明の第２の実施形態である高炉センサ群の異常判定装置の構成を示すブロック図である。図３に示すように、本発明の第２の実施形態である高炉センサ群の異常判定装置２０は、高炉操業において使用されるセンサ群３の異常を判定する装置であり、データ収集装置２１、異常指標計算装置２２、異常判定装置２３、及び表示装置２４を主な構成要素として備えている。

データ収集装置２１は、センサ群３の出力値を収集、保存する。出力値を収集するセンサ群としてはシャフト圧力センサ群を例示できる。シャフト圧力センサ群は、高炉の炉体周りの高さ方向及び円周方向の複数箇所に設置されている。

異常指標計算装置２２は、データ収集装置２１内に記憶されているセンサ群３の出力値に対して主成分分析（Principal Component Analysis：ＰＣＡ）を実行することにより、センサ毎に異常指標を算出する。具体的には、異常指標計算装置２２は、ＭＳＰＣ（Multivariate Statistical Process Control）手法の一指標であるＱ統計量を用いることによりセンサ毎に異常指標を算出する。なお、Ｑ統計量の算出方法自体は、非特許文献１に示す通り、周知の手法であるため詳述しないが、Ｑ統計量は以下に示す数式（２）により算出することができる。なお、数式（２）中、Ｎはセンサの総数を示す。

Ｑ統計量は、ＰＣＡモデル作成データが持っていた変数間の相関からの逸脱度合を示す指標であり、この指標を監視することにより各入力変数の異常を検出できる。Ｑ統計量の各要素はＱ統計量に対する各センサの出力値の寄与度を表し、検出された異常がどのセンサの出力値によって影響されたかを各入力変数（各センサの出力値）と各入力変数の推定値の差（寄与度）から求めることができる。具体的には、寄与度は以下に示す数式（３）により算出することができる。センサの異常判定を行う際には、この数値化された寄与度を用いて行う。また、センサの出力値の基準化（平均値０、分散１）を行うことにより、各センサの異常判定閾値を共通化（同じ値に）することもできる。このように各センサの寄与度に予め定めた異常判定用の閾値を定めておくことにより、異常の候補となるセンサを提示することができる

なお、主成分分析は、同期する複数個(複数次元)のデータ群について、元のデータ群の持つ情報量の損失をできる限り小さくしつつ、元のデータ群の持つ特徴が良く反映された少数の変数へと置換(低次元化)する数学的処理を意味する。これは、高炉のシャフト圧力データの場合であれば、高炉一基に対しシャフト圧力センサは約３０点設置されているが、これに主成分分析を適用して３０点のデータ群の特徴を良好に反映する数個の変数（主成分値）に仮に置き換えられたとすれば、これら３０点のデータ群全てを観察することなく、主成分分析により生成された少数の変数を監視することにより、炉内の状態をより簡便に推定可能であることを表している。なお、同期とは、プロセスにおける時間推移又は操業アクションに対して、操業上の変数の挙動に協調性があることを指す。

高炉のシャフト圧力データにおいては、主成分分析おける分散が一番大きい第１主成分値には、高炉の安定操業時における各シャフト圧力の同期した動きの成分が現れる。これに対して、主成分分析の第１主成分値以外には、非同期した動き以外の動きが現れる。他のセンサと比べて非同期度が大きいセンサがある場合には、そのセンサを異常とみなすことができる。今回の例示では、主成分を第１主成分のみ考慮するとして、前述した各入力変数と各入力変数の第１主成分の推定値の差をＱ統計量として算出し、その各要素の絶対値（寄与度）を非同期度として異常判定を行う。

異常判定装置２３は、異常指標計算装置２２によって計算された異常指標に基づいてセンサの異常判定を行う。具体的には、異常判定装置２３は、異常指標計算装置２２によって算出された各センサの計測値のＱ統計量に対する寄与度と所定の閾値との大小関係を比較することにより各センサの異常判定を行う。所定の閾値は過去のセンサの出力値の異常のケースから決定するとよい。

表示装置２４は、異常判定装置２３の判定結果を表示出力する。センサの異常が検出された場合には、センサの異常判定結果を表示装置２４に表示出力することにより、オペレータに連絡し、センサチェック等の対応を促すことができる。

以上の説明から明らかなように、本発明の第２の実施形態である高炉センサ群の異常判定装置２０は、センサ群３の出力値に対して主成分分析を行い、Ｑ統計量と寄与度を算出し、算出されたデータと所定の閾値との大小関係を比較することにより、センサ群３の異常を判定するので、センサ群３の出力値の閾値に基づく検知が困難な異常についても早期に検知し、それに基づきメンテナンス担当者が点検／修理を行うことが可能となる。また、早期にセンサの修理が完了されることにより、多数のセンサを用いた状態での操業の異常状態を判定することが可能となり、異常判定の確度が更に上昇する。

ここで、第１及び第２の実施形態の使用方法として、まず、第１の実施形態により異常なセンサを検知し、異常と判定されたセンサをＱ統計量の計算から除いて第２の実施形態により再度Ｑ統計量を計算する。続いて、その再度計算されたＱ統計量と通気指標を同時に考慮して、高炉の異常状態の判定を行うこともできる。これにより、異常の可能性のあるセンサを取り除き、他のセンサ値に基づいて引き続きＱ統計量と通気指標による異常判定を継続することが可能となり、且つ、異常判定の精度が向上する。この処理はさらに異常と検出されたセンサに対しても繰り返し実施することができる。また、センサ異常と判定されたセンサはメンテナンス担当に提示し、点検、復旧を行うことができる。

［実施例］
本実施例では、まず、シャフト圧力センサ群のデータ毎に基準化処理（平均値０、分散１）を行った。基準化を行う際には、正常操業及びセンサが正常の際の時系列データを用いた。次に、基準化したデータに対してＱ統計量を算出し、各入力変数と各入力変数の推定値の差（寄与度）を求めた。次に、寄与度に対して閾値によって異常判定を行った。図２に計算に用いたシャフト圧力を示す。図４に示す例は、１つのセンサの出力値が他のセンサの出力値の動きからゆっくりと乖離して、その後戻っている例である。図５に同時間帯の各入力変数と各入力変数の第１主成分の推定値との差（寄与度）を示す。図５に示すように、異常な挙動を示すセンサの寄与度が大きくなっている。なお、寄与度は図５に示すように０が一番小さく、その絶対値が大きくなるに従って寄与度が大きくなると見なす。この寄与度に対して、閾値を設けて異常判定を行った。今回のケースでは図３に示すように±１０を異常判定の閾値として、＋１０を上回った場合及び−１０を下回った場合を異常とした。この異常判定の閾値は実際のセンサ異常が発生しているデータを用いた本手法の計算結果に基づいて決定した。この閾値を用いることで今回用いたデータにおいて、途中から一つのセンサが異常であると判定できた。

本発明によれば、操業の異常状態とセンサの異常状態とを区別して判定可能な高炉の異常判定装置、高炉の異常判定方法、及び高炉の操業方法を提供することができる。

１ 高炉の異常判定装置
２ センサ
３ センサ群
１１，２１ データ収集装置
１２，２２ 異常指標計算装置
１３ 異常指標判定装置
１４ 通気指標判定装置
１５，２３ 異常判定装置
１６，２４ 表示装置
２０ 高炉センサ群の異常判定装置

Claims (7)

1. 高炉の異常度を示す異常指標を算出する異常指標算出手段と、
   高炉の通気指標を算出する通気指標算出手段と、
   前記異常指標算出手段によって算出された異常指標と前記通気指標算出手段によって算出された通気指標とを用いて高炉の異常状態を判定する判定手段と、を備え、
   前記異常指標は、主成分分析に基づくＱ統計量である、高炉の異常判定装置。
2. 前記異常指標算出手段は、高炉の炉体周りに設置されたシャフト圧力センサ群の出力値を用いて前記異常指標を算出する、請求項１に記載の高炉の異常判定装置。
3. 前記Ｑ統計量について寄与度を評価し、前記通気指標が所定の閾値を超えず、且つ、前記Ｑ統計量が所定の閾値を超える場合、異常となるセンサを前記寄与度に基づき特定するセンサ異常特定手段を備える、請求項１又は２に記載の高炉の異常判定装置。
4. 前記Ｑ統計量の計算から前記センサ異常特定手段によって異常となるセンサとして特定されたセンサの信号値を除いて、新たにＱ統計量を算出することにより、異常判定を継続する異常センサ除去手段を備える、請求項３に記載の高炉の異常判定装置。
5. 前記通気指標は、以下に示す数式（１）により算出され、数式（１）中のパラメータＸは、高炉内のガス発生量が変化しても高炉内のガス発生量と通気指標とが略線形関係で表現できるように調整されている数値である、請求項１〜４のうち、いずれか１項に記載の高炉の異常判定装置。
   

   
6. 高炉の異常度を示す異常指標を算出する異常指標算出ステップと、
   高炉の通気指標を算出する通気指標算出ステップと、
   前記異常指標算出ステップにおいて算出された異常指標と前記通気指標算出ステップにおいて算出された通気指標とを用いて高炉の異常状態を判定する判定ステップと、を含み、
   前記異常指標は、主成分分析に基づくＱ統計量である、高炉の異常判定方法。
7. 請求項１〜５のうち、いずれか１項に記載の高炉の異常判定装置を用いて高炉の異常状態を判定しながら高炉を操業するステップを含む、高炉の操業方法。

Images