JPH0445208A - 高炉装入物分布制御方法 - Google Patents

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。

Description

【発明の詳細な説明】 ［産業上の利用分野］ 本発明は高炉操業におけるステーブ熱負荷を安定に管理
範囲内に維持し、適切なガス流れ分布を確保することを
目的とするベルレス高炉装入物分布制御方法に関する。

［従来の技術１ ベルレス高炉において、炉体熱負荷すなわち炉内ガス流
れを管理する方法としては従来一般に高炉操業者が高炉
に設置された種々のセンサからの情報を定性的に判定し
て、炉内ガス流れ、炉体熱負荷の評価を行い、旋回シュ
ートの傾動パターンの変更を行うという方法がとられて
いるが、その評価の結果にはオペレータの能力や経験等
による個人差があり、操業アクションの基準化が難しい
と共に評価が定量的でないため、操業解析が困難である
という問題点があった。

このような問題を解決するため特開昭５８−８７２０９
号公報には、炉内ガス流れを定量評価し、旋回シュート
傾動ポジションを変更する方法が提案されている。この
ベルレス高炉の原料装入方法は各種センサ情報から炉内
ガス流分布におけるガス流れを中心流、中間流、炉壁流
に分別した上でそれらをそれぞれ三角形の頂点に配し、
かつこれらの中心流〜中間流間の辺と炉壁流〜中間流間
の辺とに旋回数Ｎと傾動角θの組合せにかかる旋回シュ
ート傾動ポジションの指数を目盛ってなる装入パターン
表示三角ダイヤグラムを作成し、現在の原料分配位置を
この三角ダイヤグラム上に表示させる一方、そのダイヤ
グラム表示に基づき炉体熱負荷、ガス温度、ガス利用率
に代表される炉況指数との対応において次回装入パター
ンを決定し、旋回シュートを調整して装入を行い、ベル
レス高炉の適切なガス流れ分布調整を実現している。

〔発明が解決しようとする課題〕

特開昭５８−８７２０９号公報の方法では、測定時のセ
ンサ情報だけでガス流れが判定されており過去にはオペ
レータが行った旋回シュートの調整により炉内ガス流れ
の変化等についての調整効果の把握がなされておらず、
依然として最終的な調整判断はオペレータにまかされて
いるという問題点があった。

本発明は、ニューラルネットワーク及びエキスパート・
ルールにより、ベルレス装入装置の最適な傾動ポジショ
ンを求め高炉内の適切なガス流を確保する方法を提供す
る。

［課題を解決するための手段］ 本発明は、ベルレス式高炉の旋回シュート傾動パターン
を炉内ガス流れ状況に基づいて設定変更する装入物分布
制御方法において、次の技術手段を特徴とするものであ
る。

■　ステーブ熱負荷、ステーブレンガ温度、固定ゾンデ
温度分布、シャフトガス利用率分布等の高炉に設置され
た前記各種センサデータを所定のタイミングで取り込み
、 ■　そのデータに基づき、ステーブ熱負荷シャフト温度
、固定ゾンデ温度、シャフトガス利用率、炉壁鉱石、コ
ークス層厚比等、高炉の状況を示す各種データを作成し
、 ■　ガス流れ分布の現状認識及び経時変化をニュラルネ
ットワークにより判定し、 ■　高炉について経験実績等に基づいた各種の知識ベー
スに基づき、エキスパート・ルールによりベルレス装入
装置の旋回シュート傾動ポジションパターンを決定する
。

［作用］ 本発明は、高炉の各測定値を高炉の状況を示すデータに
変換し、高炉内のガス流れ分布の現状及び直近の過去の
変化をニューラルネットワークによりメンバシップ関数
に変換し、このメンバシップ関数をエキスパート・ルー
ルを用いて高炉の装入物分布制御を行うことにある。す
なわち、各種の高炉操業データから前述の手段によって
、旋回シュート平均傾動角或は各旋回毎の傾動角パター
ンをリアルタイムで決定して制御することである。

［実施例］ 以下本発明の実施例を図面に基づいて説明する。第１図
は本発明方法を実施するためのシステム構成例のブロッ
ク図である。

高炉１へは旋回シュート２を利用して原料であるコーク
スと鉱石が交互に供給されている。旋回シュート２は回
転と傾動を任意に変更可能な自由度の高い装入装置であ
り、通常約１４旋回で炉内へ１バッチ分の原料が装入で
きるよう上部バンカからの排出速度は調整されている。

また、旋回シュートは各旋回毎に傾動角を変更すること
ができる。

高炉のプロセスコンピュータ３は炉内各所の検出端情報
９を集中的に管理する機能を持っている。したがって、
本発明に必要なすべての測定データやそれらを基に計算
された操業データ類はすべてこのプロセスコンピュータ
３が一定期間過去のデータも含めて記憶している。本発
明を実行する専用コンピュータ４は前記各データ９の入
力手段５とそれらを加工処理するデータ加工処理手段６
、ニューラルネットワーク７を持ち、ニューラルネット
ワーク７から出力される判定を、エキスハート・ルール
１０により推論し、分布アクションを決定する。この分
布アクション（旋回シュートの傾動パターン）は専用コ
ンピュータ４から旋回シュート制御装置８へ与えられる
。

以上が本発明を実施するための具体的構成例である。コ
ンピュータ３と４は同一装置としてもよい。本発明のプ
ログラムは１日に１度、又は要求された時に作動する。

次に詳細な実施例を説明する。データ入力手段５がプロ
セスコンピュータから入力するデータは下記の通り。

（ａ）ステーブ熱負荷ニ ステープから抜熱される熱量を示すデータ（ｂ）ガスサ
ンプラＮｌ〜Ｎｌｏ： ガスサンブラで測定されたシャフト部ガス利用率分布で
あり、Ｎの右下の添字は半径方向のボイＣＯ＋Ｃ○２ である。

（ｃ）固定ゾンデ温度Ｔｉ　−Ｔ６　：固定ゾンデで測
定された半径方向ガス温度分布であり、Ｔ１が中心側、
Ｔ６が炉壁側である。

（ｄ）シャフト圧損： シャフト部上段と下段に設置された圧力計の測定値の差
である。

（ｅ）Ｌｏ／Ｌｃ： 原料装入直前のサウジング降下距離からの鉱石層厚（Ｌ
ｏ）とコークス層厚（Ｌｃ）の比。

（ｆ）疎密指数： Σ（（差指間隔）−（計算上のチャージ必要時間）） （ｇ）プロフィール計炉壁フラット部長さ（Ｌ）と傾斜
角（θ）： プロフィール計で測定された装入物表面形状を第５図に
示すように指数化したものである。

（ｈ）過去のアクション履歴： 過去数日分とったアクションをＣＰＩ指数で定量化した
ものである。

これらのデータの現在値及び過去数日分の時系列データ
をデータ入力手段がサンプルし、次のデータ加工手段へ
渡される。データ加工手段では前記データのうちのいく
つかを用いて次のような加工処理をする。

（ｉ）固定ゾンデ中心温度のシャープさを示すデータと
して Ｔ、−Ｔ２ （１１）壁側の温度分布を定量化するデータとしてＴ６
−Ｔｍｉｎ ここに、Ｔｍ１ｎはＴ１〜Ｔ６の最小値を算出する。

さらに上記ＴＩ　　Ｔ２、Ｔ６−Ｔｍｉｎを含めて人力
手段が集めた各データが過去数日前から現在までの間に
どれだけ変化したかを示す変化量を求める。変化量は本
例では７日前の日毎平均値と最新１日分の平均値の差と
して定義した。

なお、ここに示した加工処理方法は１例であり、オペレ
ータがガス流分布を観測し判定するのに使っている情報
ならどのような情報を用いても構わない。

加工したデータは、ニューラルネットワーク７へ人力さ
れる。第２図に示すものは、現状のガス流れを判定する
ニューラルネットワークで第３図に示すものは、過去１
週間のガス流れがどのような変化をしてきたかを判定す
るニューラルネットワークである。

実施例ではニューラルネットワークは３層構造とし、中
間の隠れ層を１層設けた。隠れ層のユニット数は任意で
あるが本例では１０〜５ユニツトで十分機能する。ユニ
ットの内部関数は入力層はスルー（ｔｈｒｏｕｇｈ）　
、　隠れ層と出力層はシグモイド関数とした。また、層
構造とは独立にバイアスユニットをひとつ設け（図示省
略）常に出力＝１とし、隠れ層と出力層者ユニットとリ
ンクさせた。これによりスカッシング関数のしきい値も
学習が可能である。

まずこのネットワークは熟練オペレータの判定をもとに
参照入力とその時の教師出力を何パターンか与え、現状
のガス流れの認識と、過去数日の変化を把握できるよう
にする。

ここで出力となるものは、現状の認識では「中心流が強
い」　「周辺流が強い」　「適当である」の３つであり
、変化の認識では「中心流が強（なった」　「周辺流が
強くなった」　「変化は少ない」の３つである。これら
３×３の場合の数から、次の７つのルールを示す。ここ
で、 （１）若し「中心流強い」及び「中心流強くなったＪな
らばそのとき「周辺流化」 （２）若し「中心流強いＪ及び「かわらない」ならばそ
のとき「中間流化」 （３）若し「中心流強い」及び「周辺流強（なった」な
らばそのとき「現状維持」 （４）若し「適当である」ならばそのとき「現状維持」 （５）若し「周辺流強い」及び「中心流強くなった」な
らばそのとき「現状維持」 （６）若し「周辺流強い」及び「かわらない」ならばそ
のとき「中間流化」 （７）若し「周辺流強い」及び「周辺流強くなった」な
らばそのとき「中心流化」 である。

以上７つのルールにより現在のパターンを変更するアク
ションの方向が決定されたわけである。

ここで、次にこの方向に対してベルレスパターンを決定
するわけであるが、ここでガス流れ分布に対応したベル
レス装入パターンを決めて置（必要がある。以下その内
容について記す。

ガス流れ分布は炉内半径方向において、中心流、中間流
、炉壁流の３種に大別することができるから、例えば、
三角形の底辺に炉内におけるガス流れ分布な炉壁流〜中
心流となるように表し、斜辺となる他の２面に中間流〜
炉壁流、中間流〜中心流といういずれも中間流を基点と
した装入パターンを表示して三角ダイアグラムを作成し
、炉内半径方向のガス流れ分布形態に応じた分配シュー
トの設定位置を表示し、或は選択できるようにする。

上記三角ダイヤグラムの斜辺に設定される分配シュート
の設定位置は以下のようにして決定する。いま第４図（
ａ）に示すようなＣ１０という組合わせの２バツチ１チ
ヤージの装入形態では、Ｃ１○それぞれについて前半と
後半の装入があり、一方第４図（ｂ）で示すようなｃｃ
、ｏｏという組合わせの４バツチ１チヤージの装入形態
では、予め、ＣＣとＯＯのバッチに分割し、ＣＣの場合
の前半が炉壁流の促進又は抑制に、後半が中心流の促進
又は抑制に、また００の場合の前半が炉壁流の促進又は
抑制に、後半が中心流の促進又は抑制に寄与するものと
して、前記装入１チヤージを旋回数に応じて割りつける
。

例えば、ＣＯの２バツチ１チヤージにおけるＣの１バツ
チについて、旋回数を１４旋回で炉内に分配する場合は
第１表に示すように最初の１〜６旋回を炉壁流に、ｌＯ
〜１４旋回を中心流に寄与するものとして、数値のパタ
ーンを設定する。

残る７〜９旋回については、パターン数が多くなること
及び影響度が小さいため便宜上ｌパターンとして固定し
、装入物を前・後半何れかに適宜振り分けるようにした
が、高炉容積或は操業条件によって、好ましくは２分す
るのがよい。

このようにして、前半或は後半の旋回数毎に分配シュー
トの傾動角を組み合わせて設定された数種のパターンも
、例えば従来のように端に第１表の１１２２３３・・・
という数値を組み合わせたようなものでは、シュートの
位置がどの部位にあるかを一見して見分けるのには頗る
不便である。そのため本発明ではまず便宜上装入分布指
数としΣ　　ｓｉｎθ／Ｎ ｊ＝１ 但し、θ＝傾斜角 ｎ＝旋回数 の式により第１表に示すパターン（傾動ポジション）が
炉中心からどの程度の位置に相当するかを求めて配列す
る。即ち、第１表中のパタ一ンＵを例にとると、　１〜
６旋回の傾斜角が１１２２３３で表される場合、 １１・・・５ｉｎ５２’　　２２・・・５ｉｎ５０．５
”３３−　ｓ　ｉ　ｎ　４８．５°　　Ｎ＝６旋回であ
るから５ｉｎ５２°：α、５ｉｎ５０．５°＝β、５ｉ
ｎ４８．５°＝γとした場合 ｊ＝１ ＝０．７　６９７ となる。このようにしてそれぞれのパターンについて同
様に指数化し、数値の大小順に配列したものが第１表に
示したものである。なお傾動角指数Ｐについて傾動角θ
、Σ　ｓｉｎθ／Ｎの関係をｊ＝１ 対応させると第２表のようになる。

第 表 第１表において、左側のｇ　−ｚパターンは、１〜６旋
回までのパターンを示し、右側の２〜２７パターンは１
０〜１４旋回のパターンを示す。ｇから２に変化するに
つれて傾動角は大となり、鉱石を装入する場合は鉱石が
炉壁寄りに分配されるので炉壁流を抑制して中間流化し
、逆にＺからｇに変化する場合は、傾動角が小となり、
中間に分配されるので中間流を抑制し、炉壁流化のパタ
ーンとなる。

一方、パターンが２７から２に変化するにつれて傾動角
は大となり、鉱石を装入する場合は鉱石が中間部に分配
されるので、中間流を抑制して中心流化し、逆に２から
２７に変化する場合は傾動角が小となり、中心部が分配
されるので中心流を抑制して中間流化のパターンとなる
。コークス装入の場合は上述の鉱石の例とは丁度逆のガ
ス流形態となるが、何れにしろ、ｚ−ｇ、２〜２７で設
定したパターンは炉内半径方向における中間−炉壁、中
間−炉中心のガス流分布を表わすものとして取扱うこと
ができる さらに上述したパターンを、第６図のような中心Ｃ−中
間Ａ−炉壁Ｂ流化ダイアグラムに対応させて表示する。

即ち、斜辺ＡＢには１〜６旋回で決定されるパターンｚ
　−ｇを、また斜辺ＡＣには１０〜１４旋回で決定され
るパターン２６〜２を等間隔に表記する。例えば、この
第６図のような三角ダイアグラムを作ることにより、操
業パターンは、ｎ−２３（第６図中Ｃ点）Ｐ−１６（第
６図中り点）というふうに一義的に決定することができ
る。以下これを鉱石の装入を例にとって説明する。

第６図中操業パターンが０点からＤ点に変ったことを考
えると、１〜６旋回のパターンがｎかｐに変ることで鉱
石が炉壁寄りに分配されるため、炉壁流を抑制した中間
流指向の分布制御となり、しかも１０〜１４旋回が２３
→１６に変ることで、鉱石は中間部に分配されるため中
心流指向の分布制御に変ったことを示している。要する
に、ｐ−１６（Ｄ点）のパターンは原料が０点に比べ中
間部に多（装入されることから、鉱石装入時は中間流抑
制となり、またコークス装入時は中間流指向のガス流分
布制御を行っている装入パターンであることが判る。さ
らに、現在のガス流分布形態が０点からＤ点へ移行した
ことで、底辺に表示される如く、中心流下に近くなって
いることもわかり、どのような分布形態になっているの
かに対して、次に対処するのに適正な装入パターンを容
易に選択することができる。

以上のように「中心流化」　「周辺流化」　「中間流化
」に対応した装入パターンを選択する。

ここで実際にアクションを行うのかどうか、鉱石のパタ
ーンを変更するか、コークスのパターンを変更するのか
であるが、これらの判定について次に述べる。

まず実際にアクションを行うかどうかの判定について説
明する。

粗密指数の加工されたデータを第７図に示すメンバシッ
プ関数から現在の炉況がどうであるのかという判定を下
す。ここで「炉況が悪い」という判定の確信度が０．７
以上であるならば、ここでアクションは実施をキャンセ
ルされる。

また次に、上記の判定で、キャンセルされなかった場合
で過去１日以内に装入パターン変更アクションが行われ
たときは過去のガス流れ判定を記憶しておき、この判定
結果で過去の判定が）「中心流化」に対して、（現在）
「中心流が強（なってきた」　「中間流化」に対して 「中心流が強い」時には「周辺流が強くなってきた」 「周辺流が強い１時には「中心流が強（なってきた」 「周辺流化」に対して「周辺流が強くなってきた」場合
には今回のアクションの実施はキャンセルをする。上記
以外についてはアクションを実施する。

次に鉱石の装入パターンを変更するか、コークスの装入
パターンを変更するかの判定について述べる。

アクションを実施することになり、Ｃ９Ｏどちらでアク
ションを行うかであるが、現状のプロフィールメータで
のコークスのテラスの長さを第８図に示すメンバシップ
関数で、現状が適か否かを判定する。ここで「適」の確
信度が、０．７以上であった場合は、鉱石の装入パター
ンの変更アクションを実施し、それ以外であった場合は
、コークスの装入パターンの変更を実施する。

次に、出銑量８０００ｔ／ｄ、内容積４５００ゴの高炉
に本発明を適用した例を第９図によって説明する。

データ加工処理手段で処理されたデータはニューラルネ
ットワーク７に送られる。ステーブ熱負荷が、第９図（
ａ）に示す変化をしていた時、ネットワークは第９図（
ｂ）〜（ｇ）に示す出力をしていた。

ここで、第９図（ｂ）〜（ｇ）で矢印２０のマークが入
っている点での出力は■「周辺流が強い」、■「周辺流
が強（なってきた」である。他の出力はほとんどＯであ
る。

そこで、この２つの出力が次のステップでエキスパート
・ルールの知識ベースから、「若し「周辺流が強い」及
び「周辺流が強くなってきた」ならば、「中心流化」で
ある」という出力を得る。

この時のベルレス高炉の鉱石装入時の旋回シュドの傾動
パターンは第６図のＢ点であった。また、プロフィール
メータで測定したコークスのテラス長さの推移を第９図
（ｈ）に示す。矢印２０のマークが入っている時点での
テラス長さを見ると、はとんど変化が見られず、はぼ１
．５ｍで推移している。そのため、ここでテラス長さは
「適」と判断され、ここでのアクションは鉱石で行う。

実際のアクション判定は、第６図で示される三角形ダイ
ヤグラムにより、Ｅ点から中心流化の方向として、Ｆ点
を選択し、鉱石混入パターンがえらばれる。

［発明の効果］ 本発明によって、適切なガス流れ分布判定が可能となり
、従来よりも的確でタイムリーなアクションが可能とな
った。このためステーブ熱負荷やガス流れ分布が安定に
維持されるとともにスリップ回数が減少し、炉況が安定
するようになった。

【図面の簡単な説明】

第１図は本発明方法の実施に用いる装置の全体構成ブロ
ック図、第２図は現状判定ニューラルネットワークの構
成図、第３図は推移判定ニューラルネットワークの構成
図、第４図（ａ）、第４図（ｂ）は代表的な高炉装入方
式を示すフローチャート、第５図はプロフィール計デー
タの説明図、第６図はパターンと対応させた炉壁−中間
−中心流化の本発明に基づく三角ダイヤグラムを示す三
元状態図、第７図は炉況判定メンバシップ関数の説明図
、第８図はコークステラス長さ判定メンバシップ関数の
説明図、第９図は実施例の効果を示すグラフである。 ｌ・・・高炉 ２・・・旋回シュート ３・・・プロセスコンピュータ ４・・・専用コンピュータ ５・・・データ入力手段 ６・・・データ加工手段 ７・・・ニューラルネットワーク ８・・・旋回シュート制御装置 ９・・・各種センサ

Claims (1)

【特許請求の範囲】
1. １　高炉に設置された各種のセンサからのデータを所定
   のタイミングで取り込み、そのデータに基づき、ステー
   ブ熱負荷シャフト温度、固定ゾンデ温度、シャフトガス
   利用率、炉壁鉱石、コークス層厚比等、高炉の状況を示
   す各種データを作成し、ガス流れ分布の現状認識及び経
   時変化をニューラルネットワークにより判定し、高炉に
   ついての経験、実績等に基づいた各種の知識ベースに基
   づきエキスパート・ルールにより、ベルレス装入装置の
   旋回シュート傾動ポジションパターンを決定することを
   特徴とするベルレス高炉の高炉装入物分布制御方法。