JP7680243B2 - 銑鉄製造方法 - Google Patents

Description

本発明は、銑鉄製造方法に関する。

高炉内に鉱石原料を含む第１層とコークスを含む第２層とを交互に積層し、羽口から送風する熱風により補助燃料を高炉内へ吹込みつつ、上記鉱石原料を還元し、溶解することで銑鉄を製造する方法が公知である。このとき、上記コークスは、鉱石原料の溶解のための熱源、鉱石原料の還元材、溶鉄へ浸炭し融点を低下させるための加炭材、及び高炉内の通気性を確保するためのスペーサーの役割を果たしている。このコークスにより通気性を維持することで、上記第１層及び上記第２層として装入された装入物の荷下がりを安定させ、高炉の安定操業を図っている。

高炉内への熱風の吹込みは、高炉の外周から行われることが一般的である。この熱風は、高炉の中心部まで到達すると、高炉の中心部を上昇する。この中心部を上昇する熱風の流れが妨げられると、通気性が悪化し易い。この中心部の通気性を確保する方法として、高炉の中心部に集中的にコークスを装入する方法が提案されている（例えば特開昭６０－５６００３号公報）。

特開昭６０－５６００３号公報

昨今のＣＯ_２排出量削減の要求から、高炉操業においてコークスの使用量のさらなる削減が求められている。上述の高炉の中心部に集中的にコークスを装入する方法で通気性は改善するものの、さらに少ない量のコークスで通気性を維持する方法が望まれている。

本発明は、上述のような事情に基づいてなされたものであり、高炉の中心部における熱風の流れを確保しつつコークスの使用量をさらに低減できる銑鉄製造方法の提供を目的とする。

本発明の一態様に係る銑鉄製造方法は、羽口を有する高炉を用いて銑鉄を製造する銑鉄製造方法であって、上記高炉内に鉱石原料を含む第１層とコークスを含む第２層とを交互に積層する工程と、上記高炉の中心部にコークスを装入する工程と、上記羽口から送風する熱風により補助燃料を高炉内へ吹込みつつ、積層された上記第１層の上記鉱石原料を還元及び溶解する工程とを備え、上記積層する工程で、１つの上記第１層及び１つの上記第２層を合わせた積層単位を積層する１チャージの間に、１又は複数回の上記装入する工程が行われ、上記１チャージで、装入する鉱石原料の質量（ｔｏｎ／ｃｈ）に対する上記中心部に堆積するコークスの質量（ｔｏｎ／ｃｈ）の比率Ｒを所定値α以上とする。

当該銑鉄製造方法では、積層する工程の上記第１層及び上記第２層を合わせた積層単位を積層する１チャージ毎に高炉の中心部にコークスを装入することで、高炉の中心部における熱風の流れを容易に確保する。また、上記１チャージで、装入する鉱石原料の質量（ｔｏｎ／ｃｈ）に対する上記中心部に堆積するコークスの質量（ｔｏｎ／ｃｈ）の比率Ｒを所定値α以上とすることで、上記熱風の通気性が改善される。このため、コークスの使用量を低減しても、必要な通気性を確保することができるから、コークス量をさらに低減することができる。

上記所定値αが０．０１７であるとよい。このように上記所定値αを上記値とすることで容易に通気性を確保することができる。

上記第１層の鉱石原料が、鉄鉱石ペレットを含み、上記第１層の上記鉱石原料における上記鉄鉱石ペレットの割合をＰ（質量％）とするとき、上記所定値αが下記式１で算出されるとよい。中心部に装入されるコークスの必要量は、第１層の鉱石堆積傾斜角によっても変わり得る。特に第１層の鉄鉱石ペレットの割合Ｐと第１層の鉱石堆積傾斜角とは一定の相関があることから、第１層の鉄鉱石ペレットの割合Ｐを考慮して上記所定値αを決定することで、高い精度で通気性の改善効果を得ることができる。
α＝０．０１７×（０．００１×Ｐ＋０．９７） ・・・１

上記中心部に堆積するコークスの強度が、上記第２層に含まれるコークスの強度以上であるとよい。通気性の観点からはコークスの強度が高い方が好ましいが、一方強度の高いコークスは一般に高価であり、製造コストの上昇につながる。このため、強度の高いコークスを中心装入にのみ用いることで、製造コストの上昇を抑止しつつ、通気性の改善を図ることができる。

上記中心部に堆積するコークスの平均粒径が、上記第２層に含まれるコークスの平均粒径以上であるとよい。通気性の観点からはコークスの平均粒径が大きい方が好ましいが、一方平均粒径の大きいコークスは一般に高価であり、製造コストの上昇につながる。このため、平均粒径の大きいコークスを中心装入にのみ用いることで、製造コストの上昇を抑止しつつ、通気性の改善を図ることができる。

基準時刻より過去の時刻から上記基準時刻までの所定期間の少なくとも上記熱風の温度及び送風量、ソリューションロス反応量、炉壁抜熱量、残銑量、溶銑の温度並びに上記比率Ｒを含む入力データ群と、上記基準時刻より未来の上記還元及び溶解する工程で得られる溶銑の温度データを含む出力データ群との実績値を学習データとして人工知能モデルに入力し、上記入力データ群から上記基準時刻より未来の上記溶銑の温度データを予測するよう人工知能モデルに学習させる工程と、現在時刻を上記基準時刻として上記入力データ群を取得する工程と、上記取得する工程で取得した上記入力データ群を、学習済みの上記人工知能モデルに現在時刻を基準時刻として入力する工程と、学習済みの上記人工知能モデルに未来の上記溶銑の温度を推定させる工程とを備え、上記取得する工程で取得した上記入力データ群と、この入力データ群に対応する上記出力データ群の実績値とを上記学習させる工程の入力に用いるとよい。このように学習済みの人工知能モデルを用いて溶銑の温度を推定するとともに、取得する工程で取得した入力データ群とこの入力データ群に対応する出力データ群の実績値とを用いて追加学習することで、上記比率Ｒに基づいて高い精度で溶銑の温度を管理することができる。

ここで、高炉の「中心部」とは、炉口部の半径をＺとするとき、高炉の中心軸からの距離が０．２Ｚ以下の領域を指す。コークスの「強度」とは、ＪＩＳ－Ｋ－２１５１：２００４で規定されるドラム強度を指す。また、「平均粒径」とは、算術平均径を意味する。

以上説明したように、本発明の銑鉄製造方法を用いることで、高炉の中心部における熱風の流れを確保しつつコークスの使用量をさらに低減できる。

図１は、本発明の一実施形態に係る銑鉄製造方法を示すフロー図である。 図２は、図１の銑鉄製造方法で使用する高炉内部を示す模式図である。 図３は、図２の融着帯から滴下帯付近の模式的部分拡大図である。 図４は、実施例における比率Ｒと補正Ｋ値との関係を示すグラフである。 図５は、実施例におけるコークス比とＫ値との関係を示すグラフである。 図６は、実施例で用いた高炉装入物分布実験装置の構成を示す模式図である。 図７は、実施例における鉄鉱石ペレットの割合Ｐ（アルミナボール比率）と鉱石堆積傾斜角θとの関係を示すグラフである。 図８は、実施例における鉄鉱石ペレットの割合Ｐにより分類したコークス比とＫ値との関係を示すグラフである。

以下、本発明の各実施形態に係る銑鉄製造方法について説明する。

［第１実施形態］
図１に示す銑鉄製造方法は、図２に示す高炉１を用いて銑鉄を製造する銑鉄製造方法であり、積層工程Ｓ１と、中心部装入工程Ｓ２と、還元溶解工程Ｓ３とを備える。

＜高炉＞
高炉１は、図２に示すように、炉下部に設けられた羽口１ａと、出銑口１ｂとを有する。羽口１ａは通常複数設けられる。高炉１は、固気向流型のシャフト炉であり、高温の空気に、必要に応じて高温又は常温の酸素を加えた熱風を羽口１ａから炉内に吹き込んで、後述する鉱石原料１１の還元及び溶融等の一連の反応を行い、出銑口１ｂから銑鉄を取り出すことができる。また、高炉１には、ベル・アーマー方式の原料装入装置２が装備されている。この原料装入装置２については、後述する。

＜積層工程＞
積層工程Ｓ１では、図２に示すように、高炉１内に第１層１０と第２層２０とを交互に積層する。つまり、第１層１０及び第２層２０の層数は、それぞれ２以上である。

（第１層）
第１層１０は、鉱石原料１１を含む。鉱石原料１１は、還元溶解工程Ｓ３で羽口１ａより吹き込まれる熱風により昇温還元されて溶銑Ｆとなる。

鉱石原料１１は、鉄原料となる鉱石類を指し、主として鉄鉱石を含有する。鉱石原料１１としては、焼成鉱（鉄鉱石ペレット、焼結鉱）、塊鉱石、炭材内装塊成鉱、メタル等を挙げることができる。また、鉱石原料１１には、骨材１１ａが含まれているとよい。以下、鉱石原料１１に骨材１１ａが混合されている場合を説明するが、骨材１１ａは必須の構成要素ではなく、鉱石原料１１は骨材１１ａを含まなくともよい。

骨材１１ａは、後述する融着帯Ｄの通気性を改善し、上記熱風を高炉１の中心部Ｍまで通気させるためのものである。骨材１１ａは、還元鉄を圧縮成形した還元鉄成形体（ＨＢＩ、Ｈｏｔ Ｂｒｉｑｕｅｔｔｅ Ｉｒｏｎ）を含むことが好ましい。

ＨＢＩは、還元鉄ＤＲＩ（Ｄｉｒｅｃｔ Ｒｅｄｕｃｅｄ Ｉｒｏｎ）を熱間状態で成形したものである。ＤＲＩが、気孔率が高く、海上輸送や屋外保存時に酸化発熱する欠点を有するのに対し、ＨＢＩは気孔率が低く、再酸化し難い。骨材１１ａは、第１層１０の通気性の確保を果たした後は、メタルとして機能し、溶銑となる。骨材１１ａは金属化率が高く還元の必要がないので、この溶銑となる際に還元材をあまり必要としない。従って、ＣＯ_２排出量を削減できる。なお、「金属化率」とは、全鉄分に対する金属鉄の割合［質量％］をいう。

上記還元鉄成形体の装入量の下限としては、銑鉄１トン当たり１００ｋｇであり、１５０ｋｇがより好ましい。上記還元鉄成形体の装入量が上記下限未満であると、還元溶解工程Ｓ３で、融着帯Ｄでの骨材１１ａの通気性確保機能が十分に働かないおそれがある。一方、上記還元鉄成形体の装入量の上限は、骨材過多となり骨材効果が小さくならない範囲で適宜決定されるが、上記還元鉄成形体の装入量の上限は、例えば銑鉄１トン当たり７００ｋｇとされる。

骨材１１ａを除く鉱石原料１１ｂの平均粒径に対する上記還元鉄成形体の平均粒径の比の下限としては、１．３が好ましく、１．４がより好ましい。図３に示すように、第１層１０の骨材１１ａを除く鉱石原料１１ｂの一部が溶解して滴下スラグ１２として高炉１の下方へ移動し、この骨材１１ａを除く鉱石原料１１ｂが軟化収縮した際にも、高融点の上記還元鉄成形体は軟化しない。骨材１１ａを除く鉱石原料１１ｂに対して一定以上大きい上記還元鉄成形体を骨材１１ａとして混合させると、上記還元鉄成形体の骨材効果が発現し易く、第１層１０全体が層収縮することを抑止できる。従って、上記平均粒径の比を上記下限以上とすることで、図３の矢印で示すような熱風の流路を確保できるので、還元溶解工程Ｓ３での通気性を向上させることができる。一方、上記平均粒径の比の上限としては、１０が好ましく、５がより好ましい。上記平均粒径の比が上記上限を超えると、上記還元鉄成形体を第１層１０に均一に混合させ難くなり偏析が増大するおそれがある。

また、上記還元鉄成形体が酸化アルミニウムを含む場合、上記還元鉄成形体中の上記酸化アルミニウムの含有量の上限としては、１．５質量％が好ましく、１．３質量％がより好ましい。上記酸化アルミニウムの含有量が上記上限を超えると、スラグ融点の高温化や粘度の増加により炉下部での通気性の確保が困難となるおそれがある。このため、還元鉄成形体中の酸化アルミニウムの含有量を上記上限以下とすることで、コークス２１の使用量が増大することを抑止できる。なお、上記酸化アルミニウムの含有量は０質量％、すなわち上記還元鉄成形体が酸化アルミニウムを含まないものであってもよいが、上記酸化アルミニウムの含有量の下限としては、０．５質量％が好ましい。上記酸化アルミニウムの含有量が上記下限未満であると、還元鉄成形体が高価なものとなり、銑鉄の製造コストが高くなるおそれがある。

第１層１０には、鉱石原料１１に加えて、石灰石、ドロマイト、珪石等の副原料を一緒に装入してもよい。また、第１層１０には、鉱石原料１１に加えて、コークスを篩分けした篩下の小粒コークスを混合使用することが一般的である。

（第２層）
第２層２０はコークス２１を含む。

コークス２１は、鉱石原料１１の溶解のための熱源、鉱石原料１１の還元に必要な還元材であるＣＯガスの生成、溶鉄へ浸炭し融点を低下させるための加炭材、及び高炉１内の通気性を確保するためのスペーサーの役割を果たす。

（積層方法）
第１層１０及び第２層２０を交互に積層する方法は、種々の方法を用いることができる。ここでは、図２に示すようなベル・アーマー方式の原料装入装置２（以下、単に「原料装入装置２」ともいう）を搭載した高炉１を例にとり、その方法について説明する。

原料装入装置２は、炉頂部に備えられている。つまり、第１層１０及び第２層２０は、炉頂より装入される。原料装入装置２は、図２に示すように、ベルカップ２ａと、下ベル２ｂと、アーマー２ｃとを有する。

ベルカップ２ａは、装入する原料を充填する。第１層１０を装入する際は、第１層１０を構成する原料をベルカップ２ａに充填し、第２層２０を装入する際は、第２層２０を構成する原料を充填する。

下ベル２ｂは下方に広がる円錐状であり、ベルカップ２ａ内に配設される。下ベル２ｂは上下に移動可能である（図２で、上方に移動した状態を実線、下方に移動した場合を破線で示している）。下ベル２ｂは、上方に移動した場合、ベルカップ２ａの下部を密閉し、下方に移動した場合ベルカップ２ａの側壁の延長上に隙間が構成されるようになっている。

アーマー２ｃは、下ベル２ｂより下方で、高炉１の炉壁部に設けられている。下ベル２ｂを下方に移動した際、上記隙間から原料が落下するが、アーマー２ｃは、この落下する原料を反発させるための反発板である。また、アーマー２ｃは、高炉１の内部に向かって出退可能に構成されている。

この原料装入装置２を用いて、以下のようにして、第１層１０を積層することができる。なお、第２層２０についても同様である。また、第１層１０及び第２層２０の積層は、交互に行われる。

まず、下ベル２ｂを上方に位置させ、第１層１０の原料をベルカップ２ａに装入する。下ベル２ｂが上方に位置する場合、ベルカップ２ａの下部は密閉されるので、ベルカップ２ａ内に上記原料が充填される。なお、その充填量は、各層の積層量とする。ベルカップ２ａの容量が各層の積層量に満たない場合は、複数回に分けて第１層１０を積層してもよい。この１回の充填での積層を「１バッチ」ともいう。

次に、下ベル２ｂを下方へ移動させる。そうすると、ベルカップ２ａとの間に隙間が生じるので、この隙間から上記原料は炉壁方向へ落下し、アーマー２ｃに衝突する。アーマー２ｃに衝突し、反発した上記原料は、炉内に装入される。上記原料には、アーマー２ｃでの反発により炉内方向に移動しつつ落下するので、落下した位置から炉内の中心側に向かって流れ込みながら堆積する。アーマー２ｃは、高炉１の内部に向かって出退可能に構成されているから、上記原料の落下位置は、アーマー２ｃを出退させることで調整することができる。この調整により第１層１０を所望の形状に堆積させることができる。

＜中心部装入工程＞
中心部装入工程Ｓ２では、高炉１の中心部Ｍにコークス３１を装入する。このコークス３１の装入により、図２に示すように中心層３０が形成される。なお、中心部Ｍへはコークス３１のみではなく、例えば少量の鉱石原料等を混合して装入してもよい。

中心部装入工程Ｓ２（装入する工程）は、積層工程Ｓ１（積層する工程）で、１つの第１層１０及び１つの第２層２０を合わせた積層単位を積層する１チャージの間に、１又は複数回行われる。ここで１チャージとは、第１層１０及び第２層２０をそれぞれ１層ずつ積層する１サイクルであり、例えば第１層１０及び第２層２０が２バッチ処理されている場合は、第１層１０の１バッチ目、第１層１０の２バッチ目、第２層２０の１バッチ目及び第２層２０の１バッチ目の４つの処理を合わせて１チャージとなる。

１チャージ内で中心部装入工程Ｓ２を行う順序は、諸条件に応じて適宜決定することができる。例えば中心部装入工程Ｓ２は、例えば１チャージの最初の工程として行ってもよいし、第１層１０及び第２層２０を積層する直前に２回に分けて行ってもよい。また、第１層１０及び第２層２０が２バッチ処理されている場合、第１層１０の１バッチ目と第１層１０の２バッチ目の間、及び第２層２０の２バッチ目と第１層１０の１バッチ目の間の２回に分けて行うこともできる。

（コークス）
コークス３１は、第２層２０のコークス２１と同一の性状を持つものを使用することもできるが、異なる性状を持つものを使用することもできる。異なる性状のものを使用する場合、中心部Ｍに堆積するコークス３１の強度が、第２層２０に含まれるコークス２１の強度以上であることが好ましい。通気性の観点からはコークスの強度が高い方が好ましいが、一方強度の高いコークスは一般に高価であり、製造コストの上昇につながる。このため、強度の高いコークスを主として中心装入に用いることで、製造コストの上昇を抑止しつつ、通気性の改善を図ることができる。なお、「中心部に堆積するコークス」は、主として中心部装入工程で装入されるコークスであるが、例えば第２層を積層した際に、転動等によりコークスが中心部に堆積した場合、このコークスは中心部に堆積するコークスに含める。即ち、「中心部に堆積するコークス」は、１チャージの装入後に中心部に堆積したコークスであり、その起源は問わない。ここで、中心部Ｍに堆積するコークス３１の強度が、第２層２０に含まれるコークス２１の強度以上であるためには、中心部装入工程で装入されるコークス３１が第２層２０に含まれるコークス２１より強度が大きいことと同等である。第２層２０のコークス２１が転動等により中心部Ｍに堆積した場合、このコークスは第２層２０のコークス２１と強度が同じとみなせる。

また、中心部Ｍに堆積するコークス３１の平均粒径が、第２層２０に含まれるコークス２１の平均粒径以上であることが好ましい。通気性の観点からはコークスの平均粒径が大きい方が好ましいが、一方平均粒径の大きいコークスは一般に高価であり、製造コストの上昇につながる。このため、平均粒径の大きいコークスを主として中心装入に用いることで、製造コストの上昇を抑止しつつ、通気性の改善を図ることができる。

なお、中心部Ｍに堆積するコークス３１の強度が、第２層２０に含まれるコークス２１の強度以上であり、かつ中心部Ｍに堆積するコークス３１の平均粒径が、第２層２０に含まれるコークス２１の平均粒径以上であることが特に好ましい。

（装入工程）
中心層３０の積層は、種々の方法を用いることができ、後述する比率Ｒを所定値α以上とできる限り、特に限定されるものではないが、例えば第１層１０及び第２層２０と同様にベル・アーマー方式の原料装入装置２を用いて行うことができる。具体的には、原料装入装置２を用いて高炉１の中心部Ｍに中心層３０の一部（直後に積層する第１層１０又は第２層２０の厚さに相当する厚さ分）を積層するとよい。

当該銑鉄製造方法では、１チャージで、装入する鉱石原料１１の質量（ｔｏｎ／ｃｈ）に対する中心部Ｍに堆積するコークス３１の質量（ｔｏｎ／ｃｈ）の比率Ｒを所定値α以上とする。なお、例えば１チャージ内で複数回の中心部装入工程Ｓ２等が行われる場合は、比率Ｒは、１チャージ内で装入される鉱石原料１１の合計量に対するコークス３１の合計量の比を指すこととなる。また、「装入する鉱石原料の質量」は、主として積層工程Ｓ１で装入される第１層１０の鉱石原料１１であるが、他の層が鉱石原料を含む場合、その鉱石原料も含む。即ち、「装入する鉱石原料の質量」は、１チャージで装入される鉱石原料の全質量であり、その起源は問わない。

上記所定値αは、０．０１７とすることができる。このように上記所定値αを上記値とすることで容易に通気性を確保することができる。

第１層１０の鉱石原料１１が鉄鉱石ペレットを含んでいる場合、上記所定値αとして０．０１７を用いることもできるが、第１層１０の鉱石原料１１における上記鉄鉱石ペレットの割合をＰ（質量％）とするとき、所定値αが下記式１で算出されることが好ましい。ここで、「鉄鉱石ペレット」とは、数十μｍの鉄鉱石微粉を原料とし、高炉用に適した性状（例えばサイズ、強度、被還元性など）に、品質を向上させて作り込んだものである。
α＝０．０１７×（０．００１×Ｐ＋０．９７） ・・・１

通気性の改善のためには、高炉１の中心部Ｍにコークス３１による中心カラムを形成することが望まれる。つまり、１チャージで装入される鉱石原料１１の装入質量や鉱石堆積傾斜角によって決まる中心近傍の第１層１０の厚さより上記中心カラムが高くなるように、つまり第１層１０から中心部Ｍのコークス３１が突出するように中心部装入工程Ｓ２でコークス３１を装入することが好ましい。なお、「鉱石堆積傾斜角」とは、鉱石堆積層（第１層１０等）の傾斜面の水平からの角度をいう。

第１層１０は、一般に中心部Ｍが低くなるように傾斜して積層される。ここで、焼結鉱や塊鉱石は、不定形で比較的広い粒度分布を有しているのに対し、鉄鉱石ペレットは、球状で粒度が比較的揃っている。このため、鉄鉱石ペレットは焼結鉱や塊鉱石に比べて中心部Ｍへ転がり易い。鉄鉱石ペレットの割合を増加させると、鉱石堆積傾斜角が小さくなり易い。このとき、第１層１０は平坦化される傾向となり、中心部Ｍが相対的に厚くなる。従って、鉄鉱石ペレットの割合が増加すると、第１層１０の鉱石原料１１（ｔｏｎ／ｃｈ）に対して中心装入するコークス３１（ｔｏｎ／ｃｈ）の比率を高めて、相対的にコークス３１を多くするとよい。本発明者らが、第１層１０の鉄鉱石ペレットの割合Ｐと第１層１０の鉱石堆積傾斜角との相関について検討した結果、第１層１０の鉄鉱石ペレットの割合Ｐを考慮して上記所定値αを上記式１に基づいて決定することで、高い精度で通気性の改善効果を得ることができると結論された。

＜還元溶解工程＞
還元溶解工程Ｓ３では、羽口１ａから送風する熱風により補助燃料を高炉内へ吹込みつつ、積層された第１層１０の鉱石原料１１を還元及び溶解する。なお、高炉操業は連続操業であり、還元溶解工程Ｓ３は連続して行われている。一方、積層工程Ｓ１及び中心部装入工程Ｓ２は間欠的に行われており、還元溶解工程Ｓ３で第１層１０及び第２層２０の還元及び溶解処理の状況に応じて、新たに還元溶解工程Ｓ３で処理すべき第１層１０、第２層２０及び中心層３０が追加されていく。

図２は、還元溶解工程Ｓ３での状態を示している。図２に示すように、羽口１ａからの熱風により羽口１ａ付近には、コークス２１が旋回し著しく疎な状態で存在する空洞部分であるレースウェイＡが形成されている。高炉１内では、このレースウェイＡの温度が最も高く２０００℃程度である。レースウェイＡに隣接して、高炉１の内部においてコークスの擬停滞域である炉芯Ｂが存在する。また、炉芯Ｂから上方に滴下帯Ｃ、融着帯Ｄ及び塊状帯Ｅがこの順で存在する。

高炉１内の温度は頂部からレースウェイＡに向かって上昇する。つまり、塊状帯Ｅ、融着帯Ｄ、滴下帯Ｃの順に温度が高く、例えば塊状帯Ｅで２０℃以上１２００℃以下程度であるのに対し、炉芯Ｂは１２００℃以上１６００℃以下程度となる。なお、炉芯Ｂの温度は径方向で異なり、炉芯Ｂの中心部では滴下帯Ｃより温度が低くなる場合もある。また、炉内の中心部Ｍに熱風を安定して流通させることで、断面が逆Ｖ字型の融着帯Ｄを形成させ、炉内の通気性と還元性を確保している。

高炉１内では、鉄鉱石原料１１は、まず塊状帯Ｅで昇温還元される。融着帯Ｄでは、塊状帯Ｅで還元された鉱石が軟化収縮する。軟化収縮した鉱石は降下して滴下スラグとなり、滴下帯Ｃへ移動する。還元溶解工程Ｓ３で、鉱石原料１１の還元は、主に塊状帯Ｅで進行し、鉱石原料１１の溶解は、主に滴下帯Ｃで生じる。なお、滴下帯Ｃや炉芯Ｂでは、降下してきた液状の酸化鉄ＦｅＯとコークス２１の炭素とが直接反応する直接還元が進行する。

還元鉄成形体を含む骨材１１ａは、融着帯Ｄで骨材効果を発揮する。つまり、鉱石が軟化収縮した状態でも、高融点の上記還元鉄成形体は軟化せず、上記熱風を高炉１の中心部まで確実に通気させる通気路が確保される。

また、炉床部には、還元された鉄が溶融した溶銑Ｆが堆積しており、その溶銑Ｆの上部に溶融スラグＧが堆積している。この溶銑Ｆ及び溶融スラグＧは、出銑口１ｂから取り出すことができる。

羽口１ａから吹き込む補助燃料としては、石炭を粒径５０μｍ程度に微粉砕した微粉炭、重油や天然ガス等を挙げることができる。上記補助燃料は、熱源、還元材及び加炭材として機能する。つまり、コークス２１の果たす役割のうち、スペーサー以外の役割を代替する。

＜利点＞
当該銑鉄製造方法では、積層工程Ｓ１の第１層１０及び第２層２０を合わせた積層単位を積層する１チャージ毎に高炉１の中心部Ｍにコークス３１を装入することで、高炉１の中心部Ｍにおける熱風の流れを容易に確保する。また、上記１チャージで、鉱石原料１１の質量（ｔｏｎ／ｃｈ）に対する中心部Ｍに堆積するコークス３１の質量（ｔｏｎ／ｃｈ）の比率Ｒを所定値α以上とすることで、上記熱風の通気性が改善される。このため、コークスの使用量を低減しても、必要な通気性を確保することができるから、コークス量をさらに低減することができる。

［第２実施形態］
本発明の別の実施形態に係る銑鉄製造方法は、図２に示す羽口１ａを有する高炉１を用いて銑鉄を製造する銑鉄製造方法であって、高炉１内に鉱石原料１１を含む第１層１０とコークス２１を含む第２層２０とを交互に積層する工程（積層工程）と、高炉１の中心部Ｍにコークス３１を装入する工程（中心部装入工程）と、羽口１ａから送風する熱風により補助燃料を高炉１内へ吹込みつつ、積層された第１層１０の鉱石原料１１を還元及び溶解する工程（還元溶解工程）とを備え、上記積層工程で、１つの第１層１０及び１つの第２層２０を合わせた積層単位を積層する１チャージの間に、１又は複数回の上記中心部装入工程が行われ、上記１チャージで、鉱石原料の質量（ｔｏｎ／ｃｈ）に対する中心部Ｍに堆積するコークス３１の質量（ｔｏｎ／ｃｈ）の比率Ｒを所定値α以上とする。また、当該銑鉄製造方法は、学習工程と、取得工程と、入力工程と、推定工程と、制御工程とを備える。

上記積層工程、上記中心部装入工程及び上記還元溶解工程は、第１実施形態の積層工程Ｓ１、中心部装入工程Ｓ２及び還元溶解工程Ｓ３と同様であるので、詳細説明を省略する。

（学習工程）
上記学習工程は、基準時刻より過去の時刻から上記基準時刻までの所定期間の少なくとも上記熱風の温度及び送風量、炉壁から放射される熱の熱量である炉壁抜熱量、ソリューションロス反応による熱量であるソリューションロス反応量、残銑量、溶銑Ｆの温度並びに上記比率Ｒを含む入力データ群と、上記基準時刻より未来の上記還元及び溶解する工程で得られる溶銑Ｆの温度データを含む出力データ群との実績値を学習データとして人工知能モデルに入力し、上記入力データ群から上記基準時刻より未来の上記溶銑Ｆの温度データを予測するよう人工知能モデルに学習させる工程である。

上記入力データ群は、上記熱風の温度及び溶銑Ｆの温度に加え、予測精度向上の観点から、上記熱風の湿分、コークス比、補助燃料比（上記補助燃料が微粉炭を含む場合は微粉炭比が好ましい）などが含まれるとよい。

上記学習工程において、上記基準時刻は過去のある一点であり、上記基準時刻より過去の時刻は、上記基準時刻より過去である限り、どの時点であってもよい。また、上記基準時刻より未来の時刻は、少なくとも現在時刻より前の時刻である。従って、上記入力データ群及び上記出力データ群の数値は、全て実測値とすることができる。また、上記過去の時刻から上記未来の時刻までの一連の時系列データに対して、上記基準時刻を変化させて、つまり過去のデータと未来のデータとを区切る時刻を変えて用いることもできる。

また、上記入力データ群には、上記基準時刻より未来の時刻（ただし現在より過去の時刻）のデータも含まれることが好ましい。予測の対象となる上記基準時刻以降の溶銑Ｆの温度は、上記基準時刻以降の上記入力データ群の特に意図的な制御によって変わり得る。そこで、これらのデータも人工知能モデルの学習に用いることで、精度の高い予測モデルを作ることができる。

上記入力データ群及び上記出力データ群は、高炉１に設置されたセンサ等により取得することができる。このとき、例えば同じ入力データの種類に対し、異なる位置にセンサを設置し、異なる場所のデータとして取得してもよい。

実績値である上記入力データ群及び上記出力データ群は、学習データとして人工知能モデルに入力される。そして、上記入力データ群から上記基準時刻より未来の溶銑Ｆの温度データを予測するよう人工知能モデルに学習させる。具体的には、溶銑Ｆの温度データを予測する推定モデルが構築される。上記推定モデルの構築には、機械学習（ＡＩ）に関する公知の推定技術を用いることができる。具体的には、上記入力データ群及び上記出力データ群を用いて、構築手段が上記入力データ群と上記出力データ群との相関を学習し、推定モデルを構築することができる。中でも機械学習として、多層構造のニューラルネットワークを用いたディープラーニング（深層学習）を用いることが好ましい。

当該銑鉄製造方法では、後述する取得工程で取得した上記入力データ群と、この入力データ群に対応する上記出力データ群の実績値とを上記学習工程の入力に用いる。予め学習させた人工知能モデルを用いて予測を行うと同時に、高炉１の操業によって逐次生成される入力データ群及び出力データ群を用いて継続的に学習させることで、上記人工知能モデルの予測精度を高めることができる。

（取得工程）
上記取得工程では、現在時刻を上記基準時刻として上記入力データ群を取得する。具体的には、上記学習工程で用いた上記入力データ群を取得した方法と同じ方法、例えば同じセンサを用いて上記入力データ群を取得することができる。

（入力工程）
上記入力工程では、上記取得工程で取得した上記入力データ群を、学習済みの上記人工知能モデルに現在時刻を基準時刻として入力する。上記入力工程では、その基準時刻を現在時刻として上記人工知能モデルを用いるので、上記基準時刻より未来の時刻は、現実の世界においても未来の時刻であり、後述する推定工程で予測される溶銑Ｆの温度は、来るべき未来の温度となる。

（推定工程）
上記推定工程では、学習済みの上記人工知能モデルに未来の溶銑Ｆの温度を推定させる。上記人工知能モデルは学習済みのモデルであるから、未来の溶銑Ｆの温度を精度よく推定することができる。

（制御工程）
上記制御工程では、上記推定工程で推定した溶銑Ｆの温度に基づいて、上記入力データ群に含まれる項目の設定値を変更する。特に当該銑鉄製造方法では、比率Ｒを大きく取り過ぎると、溶銑温度が低下し冷え込みが発生するおそれがある。このため、未来の溶銑Ｆの温度を推定させ、冷え込みを避けるように適切に制御することが重要である。

具体的には、上記推定工程で、溶銑Ｆの温度の低下が予測される場合、例えば上記熱風の温度、送風量及び湿分、コークス比、微粉炭比並びに上記比率Ｒ等から、溶銑Ｆの温度の低下（冷え込み）を効果的に回避できるパラメータを上記人工知能モデルに推定させて、制御することができる。特に比率Ｒが高くなり過ぎないように制御するとよい。

なお、上記制御工程は必須の工程ではなく、省略することもできる。この場合、人工知能モデルは、溶銑Ｆの温度の推定のみを行う。そして、その推定結果から作業者が具体的な対応策を検討し実行することとなる。

＜利点＞
当該溶銑製造方法では、このように学習済みの人工知能モデルを用いて溶銑Ｆの温度を推定するとともに、取得する工程で取得した入力データ群とこの入力データ群に対応する出力データ群の実績値とを用いて追加学習することで、上記比率Ｒに基づいて高い精度で溶銑Ｆの温度を管理することができる。従って、高炉操業を安定して継続することができる。

［その他の実施形態］
なお、本発明は、上記実施形態に限定されるものではない。

上記実施形態では、当該銑鉄製造方法は、他の工程を含んでもよい。例えば当該銑鉄製造方法は、還元鉄成形体に由来する粉体及び石炭を微粉砕する工程を備えてもよい。この場合、上記補助燃料として上記微粉砕工程で得られる微粉体を含めることが好ましい。還元鉄成形体は、搬送過程等により一部が破砕され粉体となる。このような粉体は高炉内の通気性を低下させるため、第１層として使用することは適当ではない。また、この粉体は比表面積が大きいため、酸化鉄へと再酸化する。この酸化鉄を含む補助燃料を羽口から吹き込むと通気性を改善することができる。従って、還元鉄成形体に由来する粉体を石炭とともに微粉砕し、微粉砕した上記粉体及び上記石炭を含む微粉体を羽口から吹き込む補助燃料として用いることで、還元鉄成形体の有効利用を図ることができるとともに、高炉内の通気性を改善することができる。

上記実施形態の積層工程として、ベル・アーマー方式を用いる場合を説明したが、他の方式を用いることもできる。このような他の方式としてはベルレス方式を挙げることができる。ベルレス方式では、旋回シュートを用いて、その角度を調整しながら積層を行うことができる。この場合、中心部装入工程は、第２層の積層の前後に続けて連続的に行ってもよい。例えば第２層の積層で中央部に近づくにつれ、コークスの量を徐々に増加させて中心部装入工程を連続的に行う方法や、中心部装入工程に続けてコークスの量を徐々に減少させて第２層の積層を連続的に行う方法等を採用してもよい。

上記第２実施形態では、取得工程で取得した入力データ群と、この入力データ群に対応する出力データ群の実績値とを学習工程の入力に用いる場合について説明したが、これらの実績値を学習工程の入力に用いない構成とすることもできる。つまり、学習工程で一度構築した人工知能モデルに追加学習をさせることなく、そのまま用い続けてもよい。

また、上記第２実施形態では、制御工程で比率Ｒが高くなり過ぎないように制御するとよいことを述べた。上記制御工程では、推定工程で推定される未来の溶銑Ｆの温度に基づいて制御する方法を説明したが、他のパラメータ、例えばリアルタイムの溶銑Ｆの温度に基づいてもよい。つまり、銑鉄製造方法は、溶銑の温度の低下を回避できるように比率Ｒを制御する制御工程を備えるものであってもよい。上記制御工程により比率Ｒが高くなり過ぎる弊害を抑止できる。

以下、実施例によって本発明をさらに詳細に説明するが、本発明はこれらの実施例に限定されるものではない。

＜比率Ｒ＞
操業中の高炉の操業データを用いて、高炉の１チャージでの鉱石原料の質量（ｔｏｎ／ｃｈ）に対する上記中心部に堆積するコークスの質量（ｔｏｎ／ｃｈ）の比率Ｒと、全Ｋ値との関係を調べた。

全Ｋ値は、炉頂圧Ｐ_１（ｋＰａ）、送風圧Ｐ_２（ｋＰａ）、ボッシュガス量ＢＯＳＨ（Ｎｍ^３／ｍｉｎ）とするとき、以下の式２で表される。全Ｋ値は低いほど通気に余裕があることを示し、逆に言うとコークス比を低減した操業を可能とする。

全Ｋ値と塊コークス比との間には、
全Ｋ値＝－０．００４２×塊コークス比＋３．８０５４ ・・・３
の関係があるから、この式３に従って、塊コークス比＝２７０ｋｇ／ｔｐのときの値に全Ｋ値を補正し（補正全Ｋ値）、この補正全Ｋ値と比率Ｒとの関係を求めた。結果を図４に示す。なお、「塊コークス」とは、通気性確保を目的とする篩上の大粒径のコークスを指す。

図４の結果から、比率Ｒが増加すると補正全Ｋ値が低下しており、特に比率Ｒが所定値α＝０．０１７より大きいときに補正全Ｋ値が低値となることが分かる。そこで、各操業データをＲ＜０．０１７とＲ≧０．０１７とに分けて、コークス比と全Ｋ値との関係をプロットした。結果を図５に示す。

図５から、Ｒ≧０．０１７とすることで、全Ｋ値が低下し、通気性が改善していることが分かる。従って、全Ｋ値が操業上限値となるまでコークス比を低減することができる。

＜鉄鉱石ペレットの割合Ｐとの関係＞
まず、鉄鉱石ペレットの割合Ｐが鉱石堆積傾斜角θに与える影響を実験した。

図６に、この実験に用いた高炉装入物分布実験装置８を示す。図６に示す高炉装入物分布実験装置８は、スケール１／１０．７でベル・アーマー方式の原料装入装置を模擬した２次元スライス冷間模型である。高炉装入物分布実験装置８の大きさは、高さ１４５０ｍｍ（図８のＬ１の長さ）、幅５８０ｍｍ（図８のＬ２の長さ）、奥行き１００ｍｍ（図８で紙面に垂直方向の長さ）である。

高炉装入物分布実験装置８の各構成要素は、図２のベル・アーマー方式の原料装入装置２の対応する同一機能の構成要素と同一番号を付した。機能は同一であるので、詳細説明は省略する。また、高炉装入物分布実験装置８は、図６に示すように、中心装入を模したコークスを装入するための中心装入シュート８ａを有する。

この高炉装入物分布実験装置８に下地となるコークス層８１、中心装入コークス層８２及び鉱石層８３を順に装入した後、鉱石層である実験層８４を装入した。

実験層８４の装入に用いた原料は、焼結鉱及び塊鉱石を模擬した焼結鉱（粒径２．８～４．０ｍｍ）、鉄鉱石ペレットを模擬したアルミナボール（φ２ｍｍ）、塊コークスを模擬したコークス（粒径８．０～９．５ｍｍ）である。原料は、２／１１．２縮尺とした。

上述の条件で、鉄鉱石ペレットを模擬したアルミナボールの比率を変えて鉱石堆積傾斜角θを測定した。なお、鉱石堆積傾斜角θの対象範囲は、無次元半径（炉壁側＝０．００、中心側＝１．００）で、０．３２以上０．７１以下の範囲とした。結果を図７に示す。

図７の結果から、鉄鉱石ペレットの割合（アルミナボールの比率）が１０％増加すると鉱石堆積傾斜角θが約１度低下する傾向が確認された。

次に、操業中の高炉の操業データを用いて、各操業データをＲ＜０．０１７×（０．００１×Ｐ＋０．９７）とＲ≧０．０１７×（０．００１×Ｐ＋０．９７）とに分けて、コークス比と全Ｋ値との関係をプロットした。結果を図８に示す。

図８の結果から、鉄鉱石ペレットの割合Ｐを考慮することで、高い精度で通気性の改善効果が判断できることが分かる。

本発明の銑鉄製造方法を用いることで、高炉の中心部における熱風の流れを確保しつつコークスの使用量をさらに低減できる。

１ 高炉
１ａ 羽口
１ｂ 出銑口
２ 原料装入装置
２ａ ベルカップ
２ｂ 下ベル
２ｃ アーマー
１０ 第１層
１１ 鉱石原料
１１ａ 骨材
１１ｂ 骨材を除く鉱石原料
１２ 滴下スラグ
２０ 第２層
２１ コークス
３０ 中心層
３１ コークス
８ 高炉装入物分布実験装置
８ａ 中心装入シュート
８１ コークス層
８２ 中心コークス層
８３ 鉱石層
８４ 実験層
Ａ レースウェイ
Ｂ 炉芯
Ｃ 滴下帯
Ｄ 融着帯
Ｅ 塊状帯
Ｆ 溶銑
Ｇ 溶融スラグ
Ｍ 中心部

Claims (5)

1. 羽口を有する高炉を用いて銑鉄を製造する銑鉄製造方法であって、
   上記高炉内に鉱石原料を含む第１層とコークスを含む第２層とを交互に積層する工程と、
   上記高炉の中心部にコークスを装入する工程と、
   上記羽口から送風する熱風により補助燃料を高炉内へ吹込みつつ、積層された上記第１層の上記鉱石原料を還元及び溶解する工程と
   を備え、
   上記積層する工程で、１つの上記第１層及び１つの上記第２層を合わせた積層単位を積層する１チャージの間に、１又は複数回の上記装入する工程が行われ、
   上記１チャージで、装入する鉱石原料の質量（ｔｏｎ／ｃｈ）に対する上記中心部に堆積するコークスの質量（ｔｏｎ／ｃｈ）の比率Ｒを０．０１７以上とする銑鉄製造方法。
2. 羽口を有する高炉を用いて銑鉄を製造する銑鉄製造方法であって、
   上記高炉内に鉱石原料を含む第１層とコークスを含む第２層とを交互に積層する工程と、
   上記高炉の中心部にコークスを装入する工程と、
   上記羽口から送風する熱風により補助燃料を高炉内へ吹込みつつ、積層された上記第１層の上記鉱石原料を還元及び溶解する工程と
   を備え、
   上記積層する工程で、１つの上記第１層及び１つの上記第２層を合わせた積層単位を積層する１チャージの間に、１又は複数回の上記装入する工程が行われ、
   上記第１層の鉱石原料が、鉄鉱石ペレットを含み、
   上記第１層の上記鉱石原料における上記鉄鉱石ペレットの割合をＰ（質量％）とするとき、
   上記１チャージで、装入する鉱石原料の質量（ｔｏｎ／ｃｈ）に対する上記中心部に堆積するコークスの質量（ｔｏｎ／ｃｈ）の比率Ｒを下記式１で算出されるα以上とする銑鉄製造方法。
   α＝０．０１７×（０．００１×Ｐ＋０．９７） ・・・１
3. 上記中心部に堆積するコークスの強度が、上記第２層に含まれるコークスの強度以上である請求項１又は請求項２に記載の銑鉄製造方法。
4. 上記中心部に堆積するコークスの平均粒径が、上記第２層に含まれるコークスの平均粒径以上である請求項１から請求項３のいずれか１項に記載の銑鉄製造方法。
5. 基準時刻より過去の時刻から上記基準時刻までの所定期間の少なくとも上記熱風の温度及び送風量、ソリューションロス反応量、炉壁抜熱量、残銑量、溶銑の温度並びに上記比率Ｒを含む入力データ群と、上記基準時刻より未来の上記還元及び溶解する工程で得られる溶銑の温度データを含む出力データ群との実績値を学習データとして人工知能モデルに入力し、上記入力データ群から上記基準時刻より未来の上記溶銑の温度データを予測するよう人工知能モデルに学習させる工程と、
   現在時刻を上記基準時刻として上記入力データ群を取得する工程と、
   上記取得する工程で取得した上記入力データ群を、学習済みの上記人工知能モデルに現在時刻を基準時刻として入力する工程と、
   学習済みの上記人工知能モデルに未来の上記溶銑の温度を推定させる工程と
   を備え、
   上記取得する工程で取得した上記入力データ群と、この入力データ群に対応する上記出力データ群の実績値とを上記学習させる工程の入力に用いる請求項１から請求項４のいずれか１項に記載の銑鉄製造方法。

Images