JPH02301504A - 高炉炉熱予測システム - Google Patents
高炉炉熱予測システムInfo
- Publication number
- JPH02301504A JPH02301504A JP12222189A JP12222189A JPH02301504A JP H02301504 A JPH02301504 A JP H02301504A JP 12222189 A JP12222189 A JP 12222189A JP 12222189 A JP12222189 A JP 12222189A JP H02301504 A JPH02301504 A JP H02301504A
- Authority
- JP
- Japan
- Prior art keywords
- furnace heat
- furnace
- heat level
- level
- past
- 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.)
- Granted
Links
- 230000009471 action Effects 0.000 claims abstract description 26
- 238000011156 evaluation Methods 0.000 claims description 66
- 239000002184 metal Substances 0.000 claims description 30
- 230000008676 import Effects 0.000 claims 1
- 230000008859 change Effects 0.000 abstract description 20
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 abstract 2
- 229910052742 iron Inorganic materials 0.000 abstract 1
- 230000006870 function Effects 0.000 description 60
- 239000002131 composite material Substances 0.000 description 10
- 238000010079 rubber tapping Methods 0.000 description 9
- 238000000034 method Methods 0.000 description 7
- 238000010438 heat treatment Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000005484 gravity Effects 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004817 gas chromatography Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Landscapes
- Manufacture Of Iron (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
(産業上の利用分野)
この発明は安定な高炉の操業を行うための高炉炉熱予測
システムに関するものである。
システムに関するものである。
(従来の技術)
温度センサ等で得られた情報から知識ベースを用いて、
炉熱レベルを予、測する従来の高炉炉熱予測システムと
しては、5ICE’8g 第27回学術講演会予稿集
JS60−3 r高炉炉熱エキスパートシステムにおけ
る学習機能」ベージ627゜628に開示されたエキス
パートシステムがある。
炉熱レベルを予、測する従来の高炉炉熱予測システムと
しては、5ICE’8g 第27回学術講演会予稿集
JS60−3 r高炉炉熱エキスパートシステムにおけ
る学習機能」ベージ627゜628に開示されたエキス
パートシステムがある。
ここで開示されたエキスパートシステムでは、高炉を制
御するエキスパートシステムの制御性をセンサにより常
に監視し、制御性が悪くなればエキスパートシステム中
の高炉炉熱予測システムの炉熱予測精度が低下したとみ
なし、高炉炉熱予測システム中の知識ベースのルール間
の重みづけの変更等により知識ベースの学習を行い、エ
キスパ−トシステムの制御性を良好に維持している。
御するエキスパートシステムの制御性をセンサにより常
に監視し、制御性が悪くなればエキスパートシステム中
の高炉炉熱予測システムの炉熱予測精度が低下したとみ
なし、高炉炉熱予測システム中の知識ベースのルール間
の重みづけの変更等により知識ベースの学習を行い、エ
キスパ−トシステムの制御性を良好に維持している。
このエキスパートシステムの制御性の判定方法は、以下
に示すようにして行われる。
に示すようにして行われる。
すなわち、過去数ケ月間の操業実績を蓄禎し、1回の出
銑作業(これをタップと称する)の内の最高溶銑温度(
炉熱を最もよく代表するが、出銑開始後2〜4時間経過
しないと得られない)を指標として、以下に示す基準で
炉熱の制御状態を評価する(第14図参照)。
銑作業(これをタップと称する)の内の最高溶銑温度(
炉熱を最もよく代表するが、出銑開始後2〜4時間経過
しないと得られない)を指標として、以下に示す基準で
炉熱の制御状態を評価する(第14図参照)。
■ タップ最高溶銑温度は目標温度に達したか■ タッ
プ最高溶銑温度の変動は目標以内におさまったか なお、第14図において、ケースAは異常なし、ケース
B〜ケースDは何らかの炉熱異常を判定している。そし
て、ケースB、Cの判定がなされた場合は、重みづけの
変更に関する知識ベースにより高炉炉熱予測システム中
の知識ベースのルール間の重みづけの変更を行うことに
より、高炉炉熱予1111システム中の炉熱予測に関す
る知識ベースの学習を行い高炉炉熱予測システムの予測
精度の向上を図っている。
プ最高溶銑温度の変動は目標以内におさまったか なお、第14図において、ケースAは異常なし、ケース
B〜ケースDは何らかの炉熱異常を判定している。そし
て、ケースB、Cの判定がなされた場合は、重みづけの
変更に関する知識ベースにより高炉炉熱予測システム中
の知識ベースのルール間の重みづけの変更を行うことに
より、高炉炉熱予1111システム中の炉熱予測に関す
る知識ベースの学習を行い高炉炉熱予測システムの予測
精度の向上を図っている。
(発明が解決しようとする課題)
従来の高炉炉熱予δP1システムの予Δpノ精度向上の
ための、ルール間の重みづけの変更等の学習(以下、単
に「学習」と言う。)は以上のように行われており、以
下に述べる問題点があった。
ための、ルール間の重みづけの変更等の学習(以下、単
に「学習」と言う。)は以上のように行われており、以
下に述べる問題点があった。
■ 炉熱制御システムが稼動していない場合は、制御状
態を評価することもないため、この期間中の学習は全く
行われない。
態を評価することもないため、この期間中の学習は全く
行われない。
■ 制御結果が評価基準を下回るとはじめて学習を行っ
ているため、予測精度の低下を回避するという消極的な
意味での学習にすぎない。
ているため、予測精度の低下を回避するという消極的な
意味での学習にすぎない。
■ 学習は単に、重みづけの変更に関する知識ベースに
よりルール間の重みづけの変更を行うだけのため、最適
な重みに変更できたとは断言できない。
よりルール間の重みづけの変更を行うだけのため、最適
な重みに変更できたとは断言できない。
この発明は上記■〜■の問題点を解決するためになされ
たもので、炉熱制御の有無に関わらず、炉熱予7Tl1
1を行う規則の重みを常に最適値に設定する学習機能を
有する高炉炉熱予測システムを得ることを目的とする。
たもので、炉熱制御の有無に関わらず、炉熱予7Tl1
1を行う規則の重みを常に最適値に設定する学習機能を
有する高炉炉熱予測システムを得ることを目的とする。
(課題を解決するための手段)
この発明にかかる高炉炉熱予測システムは、高炉の炉内
状況を示す高炉データを取込み、該高炉データより得ら
れる事象と、IF−THEN形式で記述され、結論部の
重要度を示す重みが設定されている第1の規則とから、
ファジィ推論により所定時間経過時点の炉熱レベルであ
る予aPJ炉熱レベルを出力する炉熱予測手段と、過去
における実溶銑温度及び過去に行った操業アクションよ
り得られる事象と、I F−THEN形式で記述された
第2の規則とから、ファジィ推論により過去の所定時点
における炉熱レベルである評価炉熱レベルを、前記予測
炉熱レベルと同一レンジで出力する炉熱評価手段と、過
去所定期間に遡り、同一時間帯における、少なくとも1
つの前記予n1炉熱レベルと前記評価炉熱レベルとの差
に基づく評価関数を求め、該評価関数が最小になるよう
に前記第1の規則の前記重みを変更する重み変更手段と
を備えている。
状況を示す高炉データを取込み、該高炉データより得ら
れる事象と、IF−THEN形式で記述され、結論部の
重要度を示す重みが設定されている第1の規則とから、
ファジィ推論により所定時間経過時点の炉熱レベルであ
る予aPJ炉熱レベルを出力する炉熱予測手段と、過去
における実溶銑温度及び過去に行った操業アクションよ
り得られる事象と、I F−THEN形式で記述された
第2の規則とから、ファジィ推論により過去の所定時点
における炉熱レベルである評価炉熱レベルを、前記予測
炉熱レベルと同一レンジで出力する炉熱評価手段と、過
去所定期間に遡り、同一時間帯における、少なくとも1
つの前記予n1炉熱レベルと前記評価炉熱レベルとの差
に基づく評価関数を求め、該評価関数が最小になるよう
に前記第1の規則の前記重みを変更する重み変更手段と
を備えている。
(作用)
この発明における重み変更手段は評価関数が最小になる
ように炉熱予測手段中の第1の規則の重みを変更してお
り、この評価関数は、過去所定期間に遡る、同一時間帯
における、少なくとも1つの予測炉熱レベルと評価炉熱
レベルとの差に基づいて求められているため、常に算出
可能である。
ように炉熱予測手段中の第1の規則の重みを変更してお
り、この評価関数は、過去所定期間に遡る、同一時間帯
における、少なくとも1つの予測炉熱レベルと評価炉熱
レベルとの差に基づいて求められているため、常に算出
可能である。
従って、炉熱制御の有無によらず第1の規則の重みを変
更することができる。
更することができる。
(実施例)
A、炉熱予7I−1手段
まず、この発明の一実施例である高炉炉熱予測システム
における炉熱予測手段について説明する。
における炉熱予測手段について説明する。
(A−1)、ツルロスC1移動平均値の算出ガスクロマ
トグラフィーによる炉頂ガス成分分析、送風条件、原料
装入条件などにより、ツルロスC(ソリューションロス
カーボン) fA (kg/ t−p)をサンプリング
時間Δtごとに算出する。ここで、時刻jにおけるツル
ロスC量をxjとし、時刻jよりもにサンプリング時間
前(すなわちΔtXk時間前)のツルロスC量をX、
とすると、現在j−に の時刻jにおける所定時間幅nΔtの各移動平均XMは
、 で計算できる。
トグラフィーによる炉頂ガス成分分析、送風条件、原料
装入条件などにより、ツルロスC(ソリューションロス
カーボン) fA (kg/ t−p)をサンプリング
時間Δtごとに算出する。ここで、時刻jにおけるツル
ロスC量をxjとし、時刻jよりもにサンプリング時間
前(すなわちΔtXk時間前)のツルロスC量をX、
とすると、現在j−に の時刻jにおける所定時間幅nΔtの各移動平均XMは
、 で計算できる。
(1)式に基づく移動平均XMをサンプリング時間Δt
ごとに計算する。このツルロス(、ffiの移動平均X
Hの増加は、吸熱反応であるツルロス反応が促進してい
ることを示しているため、簡単にいえば移動平均XMが
大きな値になると炉熱低下、小さな値になると炉熱上昇
を予測していることになる。
ごとに計算する。このツルロス(、ffiの移動平均X
Hの増加は、吸熱反応であるツルロス反応が促進してい
ることを示しているため、簡単にいえば移動平均XMが
大きな値になると炉熱低下、小さな値になると炉熱上昇
を予測していることになる。
(A−2) 、ツルロス評価点の算出
次に、第1図で示したメンバーシップ関数から、ツルロ
ス評価点Fxを求める。例えばツルロスC量移動平均X
Mが第1図で示した値をとった場合、S HH−0,8
、’ S H−0,4となる。なお、第1図において、
SHH,SHはツルロス評価パラメータであり、SHH
は「非常に高い」、sHは「高い」を、意味しており、
図示していないが、他のツルロス評価パラメータとして
5LL(r非常に低いJ)、SL([低いJ)、SM(
r安定」)等のパラメータがある。これらのパラメータ
は0〜1の適合度をもっている。
ス評価点Fxを求める。例えばツルロスC量移動平均X
Mが第1図で示した値をとった場合、S HH−0,8
、’ S H−0,4となる。なお、第1図において、
SHH,SHはツルロス評価パラメータであり、SHH
は「非常に高い」、sHは「高い」を、意味しており、
図示していないが、他のツルロス評価パラメータとして
5LL(r非常に低いJ)、SL([低いJ)、SM(
r安定」)等のパラメータがある。これらのパラメータ
は0〜1の適合度をもっている。
(A−3)、中間結論の決定
このようにして求められたツルロス評価点Fxと、予め
定められた炉熱予測ルールとを照合し、成功すると中間
結論C1を得る。以下に、炉熱予測ルールの一例を示す
。
定められた炉熱予測ルールとを照合し、成功すると中間
結論C1を得る。以下に、炉熱予測ルールの一例を示す
。
■ I F (SH) THEN (TL)αl−
0,8 ■ I F (SHH) THEN (TLL)α2
−0.2 THEN部(結論部)のTL、TLLは炉熱レベルパラ
メータであり、TLは「やや低いJ、TLLは「低い」
を意味しており、他にT’H(rやや高いJ)、THH
(r高いJ)、TM(r安定」)という炉熱レベルパラ
メータがある。
0,8 ■ I F (SHH) THEN (TLL)α2
−0.2 THEN部(結論部)のTL、TLLは炉熱レベルパラ
メータであり、TLは「やや低いJ、TLLは「低い」
を意味しており、他にT’H(rやや高いJ)、THH
(r高いJ)、TM(r安定」)という炉熱レベルパラ
メータがある。
炉熱レベルパラメータの適合度は、IF部の炉熱評価パ
ラメータの値と重みα(α 、α )との積となり、第
1図とルール■、■の例では、T L−0,4(H)
xO,8(a t ) −0,32TLL−0,8(H
H) xO,2(α2) −0,16となる。なお、I
F部(条件部)に複数のツルロス評価パラメータが存在
するときは、最小のツルロス評価パラメータと重みαと
の積により炉熱レベルパラメータの適合度を決定する。
ラメータの値と重みα(α 、α )との積となり、第
1図とルール■、■の例では、T L−0,4(H)
xO,8(a t ) −0,32TLL−0,8(H
H) xO,2(α2) −0,16となる。なお、I
F部(条件部)に複数のツルロス評価パラメータが存在
するときは、最小のツルロス評価パラメータと重みαと
の積により炉熱レベルパラメータの適合度を決定する。
中間結論C1が得られると、第2図に示した炉熱レベル
パラメータTHH,TH,TM、TL。
パラメータTHH,TH,TM、TL。
TLLのメンバーシップ関数からTL、TLLのメンバ
ーシップ関数をそれぞれ抽出し、適合度0゜32、0.
1Bで上部がそれぞれカットされた中間結論C1のメン
バーシップ関数Bl (y)、Bl’(y)を第3図に
示すように作成する。
ーシップ関数をそれぞれ抽出し、適合度0゜32、0.
1Bで上部がそれぞれカットされた中間結論C1のメン
バーシップ関数Bl (y)、Bl’(y)を第3図に
示すように作成する。
(^−4)、中間結論のメンバーシップ関数の合成そし
て、得られた全ての中間結論C1のメンバーシップ関数
Bl (y)、Bl’ (y)を合成し、合成メンバ
ーシップ関数BBI (y)(斜線で示す)を第3図に
示すように作成する。栓お、第2図、第3図において、
yは炉熱レベルを示し、正であれば、「炉熱は低い」、
負であれば、「炉熱は高い」という傾向を示している。
て、得られた全ての中間結論C1のメンバーシップ関数
Bl (y)、Bl’ (y)を合成し、合成メンバ
ーシップ関数BBI (y)(斜線で示す)を第3図に
示すように作成する。栓お、第2図、第3図において、
yは炉熱レベルを示し、正であれば、「炉熱は低い」、
負であれば、「炉熱は高い」という傾向を示している。
(八−5)、予測炉熱レベルの算出
この合成メンバーシップ関数BB1(y)とy軸で囲ま
れた領域の重心Gの位置のy座標(yl)8を、次の
(2)式により求める。
れた領域の重心Gの位置のy座標(yl)8を、次の
(2)式により求める。
この(yl) がファジィ推論により得られた、所定時
間経過後の炉熱レベルの予測値である予測炉熱レベルで
あり、予測炉熱レベル(yl)*は1に近い程、炉熱レ
ベルの低下傾向が強いことを示し、(yl) が−1に
近い程、炉熱レベルの上昇傾向が強いことを示し、(y
l)*が0近傍であれば炉熱レベルが安定傾向にあるこ
とを示している。
間経過後の炉熱レベルの予測値である予測炉熱レベルで
あり、予測炉熱レベル(yl)*は1に近い程、炉熱レ
ベルの低下傾向が強いことを示し、(yl) が−1に
近い程、炉熱レベルの上昇傾向が強いことを示し、(y
l)*が0近傍であれば炉熱レベルが安定傾向にあるこ
とを示している。
このように、所定時間経過時点での予11111炉熱レ
ベル(yl) は、ファジィ推論により得られるため、
−1〜1の間に定量的に決定する。
ベル(yl) は、ファジィ推論により得られるため、
−1〜1の間に定量的に決定する。
(A−8)、炉熱予測手段のフロー
第4図はこの発明の一実施例における炉熱予測手段の処
理の流れを示すフローチャートである。
理の流れを示すフローチャートである。
以下、同図を参照しつつそのフローを説明する。
まず、ステップS1で、(^−1)、で述べたように(
1)式より、ツルロスC量の移動平均値xMを算出する
。
1)式より、ツルロスC量の移動平均値xMを算出する
。
次にステップS2で、(A−2) 、で述べたように、
ツルロスCjl移動平均値X)4から、メンバーシップ
関数によりツルロス評価点Fxを得る。
ツルロスCjl移動平均値X)4から、メンバーシップ
関数によりツルロス評価点Fxを得る。
そして、ステップS3で(A−3)、で述べたように、
炉熱評価点Fxを炉熱予測ルールに照合し、中間結論C
1を得て、この中間結論C1のメンバーシップ関数Bl
(3/)を作成する。
炉熱評価点Fxを炉熱予測ルールに照合し、中間結論C
1を得て、この中間結論C1のメンバーシップ関数Bl
(3/)を作成する。
その後、ステップS4で、(A−4)、で述べたように
、中間結論C1のメンバーシップ関数Bl(y)を合成
し、合成メンバーシップ関数BBI (y)を作成する
。
、中間結論C1のメンバーシップ関数Bl(y)を合成
し、合成メンバーシップ関数BBI (y)を作成する
。
そして、ステップS5で(^−5)、で述べたように、
合成メンバーシップ関数BBI (y)とy軸で囲* まれだ領域の重心のy座標(yl) 、すなわち、予
11111炉熱レベルを得る。
合成メンバーシップ関数BBI (y)とy軸で囲* まれだ領域の重心のy座標(yl) 、すなわち、予
11111炉熱レベルを得る。
B、炉熱評価手段
次に、この発明の一実施例である高炉炉熱予測システム
における炉熱評価手段について説“明する。
における炉熱評価手段について説“明する。
なお、ここでは過去3回の出銑時A1〜A3の溶銑温度
代表値T1〜T3から、出銑時A2における評価炉熱レ
ベルを判定している。
代表値T1〜T3から、出銑時A2における評価炉熱レ
ベルを判定している。
(B−1)、変換溶銑温度の算出
まず、過去3回の出銑時A1−八3において、実アクシ
ョン変化予測値2 (1)を用いることにより、所定時
間間隔ごとに11pJ定された実溶銑温度y (t)か
ら、操業アクション(昇熱アクション。
ョン変化予測値2 (1)を用いることにより、所定時
間間隔ごとに11pJ定された実溶銑温度y (t)か
ら、操業アクション(昇熱アクション。
降熱アクション)による影響を取除いた変換溶銑温度y
’ (t)を求める。
’ (t)を求める。
以下、実アクション変化予測値Z (t)について、第
5図を参照しつつ詳述する。実アクション変化予測値1
値z (Bとは、風温、調湿等の操業アクションを行っ
た場合における時刻tにおける溶銑温度の変化量の予測
値である。
5図を参照しつつ詳述する。実アクション変化予測値1
値z (Bとは、風温、調湿等の操業アクションを行っ
た場合における時刻tにおける溶銑温度の変化量の予測
値である。
第5図に示すように、時刻0に操業アクションを起こす
と、その応答(溶銑温度y (t)に影響を与える力)
が徐々に現れる。
と、その応答(溶銑温度y (t)に影響を与える力)
が徐々に現れる。
この応答の変化に基づく、操業アクションを行った後の
溶銑温度変化の予測値が、実アクション変化予11$1
値2 (1)である。この実アクション変化予測値2
(1)は、風温、調湿等のアクションに対する溶銑温度
の応答を数式モデルあるいはデータ解析等により求める
ことで算出される。数式モデルによる実アクション変化
予測値Z (t)として、例えば、“高炉非定常シミュ
レーションプログラムの開発”(「鉄と鋼J No、
12.vo173.3825(19117) 第89
頁)に開示されたものがある。
溶銑温度変化の予測値が、実アクション変化予11$1
値2 (1)である。この実アクション変化予測値2
(1)は、風温、調湿等のアクションに対する溶銑温度
の応答を数式モデルあるいはデータ解析等により求める
ことで算出される。数式モデルによる実アクション変化
予測値Z (t)として、例えば、“高炉非定常シミュ
レーションプログラムの開発”(「鉄と鋼J No、
12.vo173.3825(19117) 第89
頁)に開示されたものがある。
上記したアクション変化予測値z (Bを用い、下記(
3)式により、操業アクションの影響を取除いた、つま
り操業アクションが行われなかった場合における溶銑温
度の予測値である変換溶銑温度y’ (t)を得る。
3)式により、操業アクションの影響を取除いた、つま
り操業アクションが行われなかった場合における溶銑温
度の予測値である変換溶銑温度y’ (t)を得る。
y’ (t)−y (t)−Z (t) ・・・(
3)第6図に昇熱アクションが生じた場合の変換溶銑温
度y’ (t)の経時変化を示す。なお、操業アクシ
ョンの影響が全くない場合は、当然のことなから、実ア
クション変化予ll1MZ(t)−0となる。
3)第6図に昇熱アクションが生じた場合の変換溶銑温
度y’ (t)の経時変化を示す。なお、操業アクシ
ョンの影響が全くない場合は、当然のことなから、実ア
クション変化予ll1MZ(t)−0となる。
(B−2)、溶銑温度代表値の測定
そして、変換溶銑温度y’ (t)に基づき、過去3
回の出銑時A1〜A3におけるそれぞれの溶銑温度代表
値T −T3 (T1が1番古く、T3が1番新しい
)を求める。溶銑温度代表値T1〜T3としては、最高
温度あるいは平均温度等かある。
回の出銑時A1〜A3におけるそれぞれの溶銑温度代表
値T −T3 (T1が1番古く、T3が1番新しい
)を求める。溶銑温度代表値T1〜T3としては、最高
温度あるいは平均温度等かある。
(B−3) 、炉熱評価点の算出
次に、第7図で示したメンバーシップ関数から、溶銑温
度代表値T1〜T3の炉熱評価点F1〜F3を求める。
度代表値T1〜T3の炉熱評価点F1〜F3を求める。
例えば溶銑温度代表値T1が1490℃であれば、溶銑
温度代表値T1の炉熱評価点FlはLL−0,0,LM
−0,3,M−0,7,HM−0,0,HH−0,0と
なる。
温度代表値T1の炉熱評価点FlはLL−0,0,LM
−0,3,M−0,7,HM−0,0,HH−0,0と
なる。
なお、第7図において、LL、LM、M、HM。
HHは、炉熱評価パラメータであり、各パラメータは、
LL・・・低い
LM・・・やや低い
M・・・安定
HM・・・やや高い
HH・・・高い
を意味している。これらのパラメータLL、LM。
M、HM、HHは0〜1の適合度をもつ。また、第7図
で示したメンバーシップ関数の形状は、高炉、管理温度
の違い等により変更できる。
で示したメンバーシップ関数の形状は、高炉、管理温度
の違い等により変更できる。
(B−4)、中間結論の決定
このようにして求められた炉熱評価点F1〜F3と、予
め作成された炉熱評価ルール(第1表参照)とを照合し
、成功すると中間結論C2を得る。
め作成された炉熱評価ルール(第1表参照)とを照合し
、成功すると中間結論C2を得る。
照合が成功するのは、条件F1〜F3で示したパラメー
タ(LL、LM、M、HM、HHのいずれか)の全てか
正の値となる場合である。なお、第1表において、TL
L、TL、TM、TH,THHは第2図で示した炉熱レ
ベルパラメータである。
タ(LL、LM、M、HM、HHのいずれか)の全てか
正の値となる場合である。なお、第1表において、TL
L、TL、TM、TH,THHは第2図で示した炉熱レ
ベルパラメータである。
(以下余白)
第1表
炉八評価ルール
以下、例を挙げて第1表のルールと炉熱評価点F1〜F
3との照合を説明する。例えば、タップm a m 度
代表1a T = T 2 = 1460℃、T3−
1515℃であれば、炉熱評価点Fl、F2は[LL−
1,0,HM−HH−LM−M−0,0]となり、炉熱
評価点F3は[HH−0,3,HM−0,7,M−LM
−LL−0,0] となる。このような炉熱評価点F1
〜F3とNo、 121のルールとの照合を行う場合を
考える。この場合、 条件部 Fl−LL−1,0 I F2−LL−1,0 I F:3−HH−0,3 と、すべての炉熱評価点F1〜F3が正の適合度を7ま
たため、照合が成功し、No、 121のルールの結論
である炉熱レベルパラメータTMを中間結論C1として
導き出す。このとき、炉熱レベルパラメータTMの適合
度は、条件部の最小の適合度である条件部F3の適合度
0.3になる。
3との照合を説明する。例えば、タップm a m 度
代表1a T = T 2 = 1460℃、T3−
1515℃であれば、炉熱評価点Fl、F2は[LL−
1,0,HM−HH−LM−M−0,0]となり、炉熱
評価点F3は[HH−0,3,HM−0,7,M−LM
−LL−0,0] となる。このような炉熱評価点F1
〜F3とNo、 121のルールとの照合を行う場合を
考える。この場合、 条件部 Fl−LL−1,0 I F2−LL−1,0 I F:3−HH−0,3 と、すべての炉熱評価点F1〜F3が正の適合度を7ま
たため、照合が成功し、No、 121のルールの結論
である炉熱レベルパラメータTMを中間結論C1として
導き出す。このとき、炉熱レベルパラメータTMの適合
度は、条件部の最小の適合度である条件部F3の適合度
0.3になる。
そして、第2図で示した炉熱レベルパラメータTHH,
TH,TM、TL、TLLのメンバーシップ関数から、
炉熱レベルパラメータTMのメンバーシップ関数を抽出
し、第8図で示したように、適合度0.3で上部がカッ
トされた中間結論C2のメンバーシップ関数82 (Y
)を作成する。
TH,TM、TL、TLLのメンバーシップ関数から、
炉熱レベルパラメータTMのメンバーシップ関数を抽出
し、第8図で示したように、適合度0.3で上部がカッ
トされた中間結論C2のメンバーシップ関数82 (Y
)を作成する。
上記した照合を第1表のすべてのルールに対して行い、
照合が成功すると第8図に示すような、中間結論C2の
メンバーシップ関数82 (y)を作成する。したがっ
て、上記した例ではNo、 121以外に、No、 1
22のルールの照合が成功する。この場合、 条件部 Fl−LL=、1.口 〃 F2−LL−1,0 〃F3−1(M−0,7 となり、No、 122のルールの結論である炉熱レベ
ルパラメータTLを中間結論C2として導き出す。
照合が成功すると第8図に示すような、中間結論C2の
メンバーシップ関数82 (y)を作成する。したがっ
て、上記した例ではNo、 121以外に、No、 1
22のルールの照合が成功する。この場合、 条件部 Fl−LL=、1.口 〃 F2−LL−1,0 〃F3−1(M−0,7 となり、No、 122のルールの結論である炉熱レベ
ルパラメータTLを中間結論C2として導き出す。
このとき、炉熱レベルパラメータTLの適合度は、条件
部の最小の適合度である条件部F3の適合度0.7にな
る。その後、メンバーシップ関数82(y)の作成と同
様に、炉熱レベルパラメータTLのメンバーシップ関数
を抽出し、適合度0.7で上部がカットされた中1■結
論C2のメンバーシップ関数82’ (y)を作成す
る。
部の最小の適合度である条件部F3の適合度0.7にな
る。その後、メンバーシップ関数82(y)の作成と同
様に、炉熱レベルパラメータTLのメンバーシップ関数
を抽出し、適合度0.7で上部がカットされた中1■結
論C2のメンバーシップ関数82’ (y)を作成す
る。
(I3−5) 、中間結論のメンバーシップ関数の合成
そして、得られた全ての中間結論C2のメンバーシップ
関数82 (y)、B2’ (y)を合成し、合成メ
ンバーシップ関数BB2 (y)を作成する。
そして、得られた全ての中間結論C2のメンバーシップ
関数82 (y)、B2’ (y)を合成し、合成メ
ンバーシップ関数BB2 (y)を作成する。
第9図は(B−4) 、で例示した2つのメンバーシッ
プ関数82 (y)、B2’ (y)の合成例を示し
ている。同図に示すように、炉熱レベルyに対し、適合
度が最大となるようにメンバーシップ関数82 (y)
、B2’ (y)を合成する。
プ関数82 (y)、B2’ (y)の合成例を示し
ている。同図に示すように、炉熱レベルyに対し、適合
度が最大となるようにメンバーシップ関数82 (y)
、B2’ (y)を合成する。
そして、合成メンバーシップ関数BB2 (y)とy軸
で囲まれた領域(第9図斜線で示す)の重心Gの位置の
y座標(y2) を、次の(4)式により求める。
で囲まれた領域(第9図斜線で示す)の重心Gの位置の
y座標(y2) を、次の(4)式により求める。
この(y2) がファジィ推論((13〜4)、〜([
3−6)、のステップ)により得られた出銑時A2にお
ける評価炉熱レベルを示している。つまり(y2) が
1に近い程、炉熱レベルか低いと判定され、(y2)
が−1に近い程、炉熱レベルが高いと判定され、(y2
) がO近傍であれば炉熱レベルは安定していると判定
される。
3−6)、のステップ)により得られた出銑時A2にお
ける評価炉熱レベルを示している。つまり(y2) が
1に近い程、炉熱レベルか低いと判定され、(y2)
が−1に近い程、炉熱レベルが高いと判定され、(y2
) がO近傍であれば炉熱レベルは安定していると判定
される。
(n−7)、炉熱評価手段のフロー
第10図は炉熱評価手段の処理の流れを示すフローチャ
ートである。以下、同図を参照しっつそのフローを説明
する。
ートである。以下、同図を参照しっつそのフローを説明
する。
まず、ステップSllで、(It−1)、で述べたよう
に(3)式より、実溶跣温度y (t)から、操業アク
ションによる影響を取除いた変換溶銑温度y′(1)を
得る。
に(3)式より、実溶跣温度y (t)から、操業アク
ションによる影響を取除いた変換溶銑温度y′(1)を
得る。
次に、ステップ512で(B−2) 、で述べたように
変換溶銑温度y’ (t)から過去3回の溶銑温度代
表値T −T3を算出する。
変換溶銑温度y’ (t)から過去3回の溶銑温度代
表値T −T3を算出する。
■
次にステップS13で、(B−3) 、で述べたように
、溶銑温度代表値T −T3から、メンバーシップ■ 関数により炉熱評価点F1〜F3を得る。
、溶銑温度代表値T −T3から、メンバーシップ■ 関数により炉熱評価点F1〜F3を得る。
そして、ステップ514で(B−4) 、で述べたよう
に、炉熱評価点F1〜F3を炉熱評価ルールに照合し、
中間結論C2を得、この中間結論C2のメンバーシップ
関数82 (Y)を作成する。
に、炉熱評価点F1〜F3を炉熱評価ルールに照合し、
中間結論C2を得、この中間結論C2のメンバーシップ
関数82 (Y)を作成する。
その後、ステップ515で、(B−5) 、で述べたよ
うに、中間結論C2のメンバーシップ関数82(y)を
合成し、合成メンバーシップ関数BB2(y)を作成す
る。
うに、中間結論C2のメンバーシップ関数82(y)を
合成し、合成メンバーシップ関数BB2(y)を作成す
る。
そして、ステップS16で(B−6)、で述べたように
、合成メンバーシップ関数BB2 <’l)とy軸で囲
まれた領域の重心のy座標(y2) 、すなわち、評
価炉熱レベルを得る。
、合成メンバーシップ関数BB2 <’l)とy軸で囲
まれた領域の重心のy座標(y2) 、すなわち、評
価炉熱レベルを得る。
C0重みαの学習
A、で述べた炉熱予測手段により得られる予測炉熱レベ
ル(yl) とB、で述べた炉熱評価手段により得られ
る評価予測レベル(y2) は共に同一のメンバーシッ
プ関数THH,TH,TM。
ル(yl) とB、で述べた炉熱評価手段により得られ
る評価予測レベル(y2) は共に同一のメンバーシッ
プ関数THH,TH,TM。
TL、TLLを利用したファジィ推論により算出してい
るため、(yl) 、(y2) は互いに−1〜1
の範囲の同一レンジ内で表現できている。
るため、(yl) 、(y2) は互いに−1〜1
の範囲の同一レンジ内で表現できている。
従って、過去の同一時間帯における両者(y 1)”、
(y2) を比較することにより、A、で述−べた炉
熱予測手段の予測精度を正確に評61iすることができ
る。
(y2) を比較することにより、A、で述−べた炉
熱予測手段の予測精度を正確に評61iすることができ
る。
そこで、過去において、2番目に新しい出銑時刻y′に
おける炉熱レベル(yl) 、(y2)8値をそれぞ
れ(yl) −、(y2) 、とじ、J
j その1出銑前の炉熱レベルを、(yl) j−1゜* (y2) −とじて、次の(5)式で示す如く、評価
値Jを求める。
おける炉熱レベル(yl) 、(y2)8値をそれぞ
れ(yl) −、(y2) 、とじ、J
j その1出銑前の炉熱レベルを、(yl) j−1゜* (y2) −とじて、次の(5)式で示す如く、評価
値Jを求める。
関数とみなすことができることから、(yl)*j−L
は関数f (α 、α )、 とじて表わすyi
t 2 J−1ととができる。一方、評
価炉熱レベル(y2) *は定数となることから、評価
値Jは下の(6)式に示す如く、引数をα 、α2とし
た評価関数J(α 、α2)と表現できる。
は関数f (α 、α )、 とじて表わすyi
t 2 J−1ととができる。一方、評
価炉熱レベル(y2) *は定数となることから、評価
値Jは下の(6)式に示す如く、引数をα 、α2とし
た評価関数J(α 、α2)と表現できる。
■
N−1
J (α 、 α ) −一Σ
1 2 N;・O
(【(α 、α2 )j−+
yl I
−(y2) 、 l 2
・・・(6)
そして、(6)式で示した評価関数J (α1゜α2)
の値が最小となるようにNユで述べた炉熱子Δ1手段の
炉熱予測ルールの垂みα 、α2を決■ 定する。これが重みαの学習である。
の値が最小となるようにNユで述べた炉熱子Δ1手段の
炉熱予測ルールの垂みα 、α2を決■ 定する。これが重みαの学習である。
第11図は評価関数J(α 、α2)の経時変化を示す
グラフである。同図において、 (a)〜(e)はそれ
ぞれ重みα 、α が (a) αr −1l11−0 (! 2−0−0
(b) α、−0.8 α2−0.2(c) a
l−0,5a、、 −0,5(d) αl−0,2
α2−0.8(e) al−0,Oa、、 −1,
0の場合の経時変化を示している。
グラフである。同図において、 (a)〜(e)はそれ
ぞれ重みα 、α が (a) αr −1l11−0 (! 2−0−0
(b) α、−0.8 α2−0.2(c) a
l−0,5a、、 −0,5(d) αl−0,2
α2−0.8(e) al−0,Oa、、 −1,
0の場合の経時変化を示している。
例えば、第11図の(a)〜(e)のいずれかに重みα
、α2を決定する場合、時刻t1では、■ (e) [αt −o、o 、 a2−t、o ]
が決定され、時刻t2では(a)[α1−1.0.
α2−0.0コが決定されることになる。このように炉
熱子11111手段が常にその時点での最高の予測精度
を得るように、重み変更手段が炉熱予測ルールの重みα
l、α2を時々刻々変化させることにより、炉熱子11
11ルールの重みづけの学習を行っている。
、α2を決定する場合、時刻t1では、■ (e) [αt −o、o 、 a2−t、o ]
が決定され、時刻t2では(a)[α1−1.0.
α2−0.0コが決定されることになる。このように炉
熱子11111手段が常にその時点での最高の予測精度
を得るように、重み変更手段が炉熱予測ルールの重みα
l、α2を時々刻々変化させることにより、炉熱子11
11ルールの重みづけの学習を行っている。
第12図は重み変更手段の処理手順を示すフローチャー
トである。以下、同図を参照しつつそのフローを説明す
る。
トである。以下、同図を参照しつつそのフローを説明す
る。
まず、ステップS21で、(6)式に基づき、評価関数
J(α 、α2)を求める。そして、ステ■ ツブS22で評価関数J(α 、α2)を最小にする、
炉熱予測ルールの重みα(α 、α2)の■ 変更を行う。
J(α 、α2)を求める。そして、ステ■ ツブS22で評価関数J(α 、α2)を最小にする、
炉熱予測ルールの重みα(α 、α2)の■ 変更を行う。
D、高炉炉熱予測システム
第13図は、この発明の一実施例である高炉炉熱予測シ
ステムの概念図である。同図に示すように、A、で述べ
た炉熱予測手段10が、ツルロスCmの変化に基づき、
所定時間経過時点での予測炉熱レベル(yl) を予測
している。
ステムの概念図である。同図に示すように、A、で述べ
た炉熱予測手段10が、ツルロスCmの変化に基づき、
所定時間経過時点での予測炉熱レベル(yl) を予測
している。
一方、B、で述べた炉熱評価手段20が、過去の実溶銑
温度変化と操業アクションとに基づき、過去の出銑時に
おける、操業アクションが無かった場合の評価炉熱レベ
ル(yl) を判定している。
温度変化と操業アクションとに基づき、過去の出銑時に
おける、操業アクションが無かった場合の評価炉熱レベ
ル(yl) を判定している。
そして、重み変更手段30は(6)式に示すように、過
去の同一時間帯における予測炉熱レベル(yl) と評
価予測レベル(yl) との差に基づき、炉熱子δII
+手段10の炉熱子71P1ルールの重みα 、α を
引数とした評価関数J(αl。
去の同一時間帯における予測炉熱レベル(yl) と評
価予測レベル(yl) との差に基づき、炉熱子δII
+手段10の炉熱子71P1ルールの重みα 、α を
引数とした評価関数J(αl。
α )を求め、この評価関数J (α 、α2)が最小
となるように、炉熱予測手段10の炉熱予測ルールの重
みα 、α2を時々刻々変更している。
となるように、炉熱予測手段10の炉熱予測ルールの重
みα 、α2を時々刻々変更している。
■
このように、炉熱制御の有無に関わらず、重み変更手段
30により、常に重み学習が続けられているため、炉熱
制御を行っていない場合でも、炉熱予測手段10の予測
精度の向上を図ることができる。
30により、常に重み学習が続けられているため、炉熱
制御を行っていない場合でも、炉熱予測手段10の予測
精度の向上を図ることができる。
また、炉熱評価手段20により出力される評価炉熱レベ
ル(yl)*は、炉熱予測手段10により出力される予
測炉熱レベル(yl)*と同一のメンバーシップ関数に
基づいたファジィ推論により得られる値、つまり、評価
炉熱レベル(yl)8と予71111炉熱レベル(yl
)*とは全く同一レベルの指標である。
ル(yl)*は、炉熱予測手段10により出力される予
測炉熱レベル(yl)*と同一のメンバーシップ関数に
基づいたファジィ推論により得られる値、つまり、評価
炉熱レベル(yl)8と予71111炉熱レベル(yl
)*とは全く同一レベルの指標である。
このため、過去の同一時間帯における両者(yl)
、(yl)*の差に基づいた評価関数は、炉熱子111
1+手段10の過去における予測精度を正確に反映した
値となり、この評価関数に基づいて行う重み変更手段3
0による重み変更は重みを最適な値に変更できていると
断言できる。
、(yl)*の差に基づいた評価関数は、炉熱子111
1+手段10の過去における予測精度を正確に反映した
値となり、この評価関数に基づいて行う重み変更手段3
0による重み変更は重みを最適な値に変更できていると
断言できる。
E、補足
なお、炉熱予測手段10はツルロスC量の経時変化に基
づいて、炉熱子JFJを行ったが、他にガスコロマドグ
ラフィーにより検出される炉頂ガス中の窒素量(%)、
高炉の炉壁温度、所定時間当りの原料装入回数等の高炉
の炉内状況を示す高炉データの経時変化に基づいて、炉
熱予測を行うことも考えられる。
づいて、炉熱子JFJを行ったが、他にガスコロマドグ
ラフィーにより検出される炉頂ガス中の窒素量(%)、
高炉の炉壁温度、所定時間当りの原料装入回数等の高炉
の炉内状況を示す高炉データの経時変化に基づいて、炉
熱予測を行うことも考えられる。
また、炉熱評価手段20では、過去3回の溶銑温度代表
値に基づき炉熱評価を行ったが、これに限定されない。
値に基づき炉熱評価を行ったが、これに限定されない。
また、出銑時A2における評価炉熱レベルを判定したが
、これに限定されない。
、これに限定されない。
(発明の効果)
以上説明したように、この発明によれば、重み変更手段
により評価関数が最小になるように炉熱子a?1手段中
の第1の規則の重みを変更している。
により評価関数が最小になるように炉熱子a?1手段中
の第1の規則の重みを変更している。
この評価関数は、過去所定期間に遡る、同一時間帯にお
ける、少なくとも1つの予δt1炉熱レベルと評価炉熱
レベルとの差に基づいて求められているため、常に算出
可能である。
ける、少なくとも1つの予δt1炉熱レベルと評価炉熱
レベルとの差に基づいて求められているため、常に算出
可能である。
従って、炉熱制御の有無によらず、重み変更1手段によ
り第1の規則の重みを変更することができる効果がある
。
り第1の規則の重みを変更することができる効果がある
。
また、炉熱評価手段は評価炉熱レベルを、予測炉熱レベ
ルと同一レンジで出力しており、重み変更手段で用いる
評価関数は、予測精度を正確に反映した値をとるため、
重み変更手段による第1の規則の重み変更は常に重みを
最適値に変更できる効果がある。
ルと同一レンジで出力しており、重み変更手段で用いる
評価関数は、予測精度を正確に反映した値をとるため、
重み変更手段による第1の規則の重み変更は常に重みを
最適値に変更できる効果がある。
第1図および第2図はメンバーシップ関数を示すグラフ
、第3図は合成メンバーシップ関数BB1(y)の作成
方法を示すグラフ、第4図は炉熱子al1手段の処理の
流れを示すフローチャート、第5図は昇熱アクション後
の状況を示す説明図、第6図は変換溶銑温度y’ (
t)の経時変化を示す説明図ζ第7図はメンバーシップ
関数を示すグラフ、第8図は中間結論C2のメンバーシ
ップ関数82 (y)の作成方法を示すグラフ、第9図
は合成メンバーシップ関数BB2 (y)の作成方法を
示すグラフ、第10図は炉熱評価手段の処理の流れを示
すフローチャート、第11図は評価関数の経時変化を示
すグラフ、第12図は重み変更手段の処理の流れを示す
フローチャート、第13図はこの発明の一実施例である
高炉炉熱予測システムの概念図、第14図は従来の高炉
炉熱評価の処理の流れを示すフローチャートである。 10・・・炉熱予測手段、 20・・・炉熱評価手段、 30・・・重み変更手段
、第3図は合成メンバーシップ関数BB1(y)の作成
方法を示すグラフ、第4図は炉熱子al1手段の処理の
流れを示すフローチャート、第5図は昇熱アクション後
の状況を示す説明図、第6図は変換溶銑温度y’ (
t)の経時変化を示す説明図ζ第7図はメンバーシップ
関数を示すグラフ、第8図は中間結論C2のメンバーシ
ップ関数82 (y)の作成方法を示すグラフ、第9図
は合成メンバーシップ関数BB2 (y)の作成方法を
示すグラフ、第10図は炉熱評価手段の処理の流れを示
すフローチャート、第11図は評価関数の経時変化を示
すグラフ、第12図は重み変更手段の処理の流れを示す
フローチャート、第13図はこの発明の一実施例である
高炉炉熱予測システムの概念図、第14図は従来の高炉
炉熱評価の処理の流れを示すフローチャートである。 10・・・炉熱予測手段、 20・・・炉熱評価手段、 30・・・重み変更手段
Claims (1)
- (1)高炉の炉内状況を示す高炉データを取込み、該高
炉データより得られる事象と、IF−THEN形式で記
述され、結論部の重要度を示す重みが設定されている第
1の規則とから、ファジィ推論により所定時間経過時点
の炉熱レベルである予測炉熱レベルを出力する炉熱予測
手段と、過去における実溶銑温度及び過去に行った操業
アクションより得られる事象と、IF−THEN形式で
記述された第2の規則とから、ファジィ推論により過去
の所定時点における炉熱レベルである評価炉熱レベルを
、前記予測炉熱レベルと同一レンジで出力する炉熱評価
手段と、 過去所定期間に遡り、同一時間帯における、少なくとも
1つの前記予測炉熱レベルと前記評価炉熱レベルとの差
に基づく評価関数を求め、該評価関数が最小になるよう
に前記第1の規則の前記重みを変更する重み変更手段と
を備えた高炉炉熱予測システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP12222189A JPH0726129B2 (ja) | 1989-05-16 | 1989-05-16 | 高炉炉熱予測システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP12222189A JPH0726129B2 (ja) | 1989-05-16 | 1989-05-16 | 高炉炉熱予測システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH02301504A true JPH02301504A (ja) | 1990-12-13 |
JPH0726129B2 JPH0726129B2 (ja) | 1995-03-22 |
Family
ID=14830552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP12222189A Expired - Lifetime JPH0726129B2 (ja) | 1989-05-16 | 1989-05-16 | 高炉炉熱予測システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH0726129B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100361095B1 (ko) * | 1998-12-28 | 2003-01-24 | 주식회사 포스코 | 고로 진단용 규칙 생성방법_ |
CN102776303A (zh) * | 2012-06-27 | 2012-11-14 | 浙江大学 | 一种估计高炉内表面温度的方法 |
KR101246513B1 (ko) * | 2011-08-30 | 2013-03-25 | 현대제철 주식회사 | 고로의 노열 변동 예측방법 |
-
1989
- 1989-05-16 JP JP12222189A patent/JPH0726129B2/ja not_active Expired - Lifetime
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100361095B1 (ko) * | 1998-12-28 | 2003-01-24 | 주식회사 포스코 | 고로 진단용 규칙 생성방법_ |
KR101246513B1 (ko) * | 2011-08-30 | 2013-03-25 | 현대제철 주식회사 | 고로의 노열 변동 예측방법 |
CN102776303A (zh) * | 2012-06-27 | 2012-11-14 | 浙江大学 | 一种估计高炉内表面温度的方法 |
Also Published As
Publication number | Publication date |
---|---|
JPH0726129B2 (ja) | 1995-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hashimoto et al. | Practical operation guidance on thermal control of blast furnace | |
CN107368125A (zh) | 一种基于cbr与rbr并行混合推理的高炉炉温控制系统及方法 | |
CN113239482A (zh) | 一种转炉后吹碳含量动态预测方法及装置 | |
CN117784852B (zh) | 一种基于鱼鳞仿生优化算法的多模态传感器温度控制方法 | |
Trofimov | An approach to intelligent control of complex industrial processes: An example of ferrous metal industry | |
An et al. | Two-layer fault diagnosis method for blast furnace based on evidence-conflict reduction on multiple time scales | |
JPH02301504A (ja) | 高炉炉熱予測システム | |
JP7485918B2 (ja) | 炉況評価装置、炉況評価方法、及び炉況評価プログラム、並びに、学習済みモデルの生成方法 | |
Nikolaevich et al. | Optimal energy-efficient combustion process control in heating furnaces of rolling mills | |
CN117369263B (zh) | 基于强化学习与注意力机制的热风炉智能燃烧控制方法 | |
JPH02221307A (ja) | 高炉炉熱評価方法 | |
Li et al. | Intelligent Model Building and GPC‐PID Based Temperature Curve Control Strategy for Metallurgical Industry | |
Hanna et al. | Constrained minimum variance control using hybrid genetic algorithm–An industrial experience | |
JP2000129319A (ja) | 高炉炉熱制御方法及び装置 | |
Pomerleau et al. | A first principle simulator of an iron oxide pellet induration furnace–an application to optimal tuning | |
JPH0438803B2 (ja) | ||
JP6933196B2 (ja) | 高炉の荷下り速度予測モデルの学習方法、高炉の荷下り速度予測方法、高炉の操業ガイダンス方法、高炉の荷下り速度制御方法、溶銑の製造方法、高炉の操業方法、及び高炉の荷下り速度予測モデルの学習装置 | |
JP2000017310A (ja) | 高炉の操業方法 | |
JPH06262223A (ja) | 圧延工場における使用電力量の予測方法 | |
Hu et al. | Blast furnace thermal state prediction based on multiobjective evolutionary ensemble neural networks | |
Muske et al. | Model-based control of a thermal regenerator. Part 2: control and estimation | |
Zanoli et al. | Model predictive control of a pusher type reheating furnace | |
JPS6055561B2 (ja) | 高炉の操業方法 | |
Zhao et al. | Study on prediction method of hot metal temperature in blast furnace | |
EP4276550A1 (en) | Method and computer system for controlling a process of a metallurgical plant |