JPS63210222A - Prediction of lowering of furnace heat in blast furnace - Google Patents
Prediction of lowering of furnace heat in blast furnaceInfo
- Publication number
- JPS63210222A JPS63210222A JP4459287A JP4459287A JPS63210222A JP S63210222 A JPS63210222 A JP S63210222A JP 4459287 A JP4459287 A JP 4459287A JP 4459287 A JP4459287 A JP 4459287A JP S63210222 A JPS63210222 A JP S63210222A
- Authority
- JP
- Japan
- Prior art keywords
- value
- furnace
- threshold value
- prediction
- temperature
- 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
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 3
- 238000011156 evaluation Methods 0.000 claims description 39
- 238000000034 method Methods 0.000 claims description 24
- 239000007789 gas Substances 0.000 abstract description 15
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 abstract description 4
- 229910052757 nitrogen Inorganic materials 0.000 abstract description 2
- 230000007423 decrease Effects 0.000 description 32
- 239000002184 metal Substances 0.000 description 23
- 229910052751 metal Inorganic materials 0.000 description 23
- 238000005070 sampling Methods 0.000 description 11
- 230000009471 action Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 230000009467 reduction Effects 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000004817 gas chromatography Methods 0.000 description 6
- 238000010438 heat treatment Methods 0.000 description 6
- 239000002994 raw material Substances 0.000 description 6
- 210000001015 abdomen Anatomy 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N iron Substances [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000009529 body temperature measurement Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 108010077544 Chromatin Proteins 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 210000003483 chromatin Anatomy 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000945 filler Substances 0.000 description 2
- 230000017525 heat dissipation Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 240000001549 Ipomoea eriocarpa Species 0.000 description 1
- 235000005146 Ipomoea eriocarpa Nutrition 0.000 description 1
- 229910017435 S2 In Inorganic materials 0.000 description 1
- 230000003187 abdominal effect Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 239000011449 brick Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Classifications
-
- C—CHEMISTRY; METALLURGY
- C21—METALLURGY OF IRON
- C21B—MANUFACTURE OF IRON OR STEEL
- C21B5/00—Making pig-iron in the blast furnace
- C21B5/006—Automatically controlling the process
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Materials Engineering (AREA)
- Metallurgy (AREA)
- Organic Chemistry (AREA)
- Manufacture Of Iron (AREA)
- Blast Furnaces (AREA)
Abstract
Description
【発明の詳細な説明】
(産業上の利用分野)
この発明は、高炉の安定な操業を行なうための高炉炉熱
低下予測方法に関する。DETAILED DESCRIPTION OF THE INVENTION (Industrial Field of Application) The present invention relates to a method for predicting heat drop in a blast furnace for stable operation of a blast furnace.
(従来の技術とその問題点)
高炉の安定操業の維持のためには、溶銑温度を一定にす
ることが必要であることが従来より知られている。この
ため、高炉操業者は常に高炉炉熱変化を予測する必要性
があった。(Prior art and its problems) It has been known for a long time that in order to maintain stable operation of a blast furnace, it is necessary to keep the temperature of hot metal constant. For this reason, blast furnace operators have always needed to predict changes in blast furnace heat.
高炉炉熱変化において、特に温度低下によって溶銑が凝
固し、高炉から流出しなくなる可能性があるため、温度
低下の予測は極めて重要なものとなる。Prediction of temperature drop is extremely important in blast furnace furnace thermal changes, especially since hot metal may solidify due to temperature drop and may no longer flow out of the blast furnace.
高炉炉熱の予測方法としては、特開昭60−39107
に開示されたものがある。この方法は炉腹部周辺装入物
温度が溶銑温度と強い相関関係を持つという見地から、
予め第13図に示す様に高炉1に設置したセンサ(炉腹
ゾンデ)2により検出される炉腹部局辺部温度と溶銑温
度との関係を第14図に示す如く直線回帰する。この直
線式に基づき、炉腹部局辺部温度から溶銑温度’pig
を予測するのである。As a method for predicting blast furnace furnace heat, Japanese Patent Application Laid-Open No. 60-39107
There are some that have been disclosed. This method is based on the viewpoint that the charge temperature around the furnace belly has a strong correlation with the hot metal temperature.
As shown in FIG. 13, the relationship between the temperature in the local area of the blast furnace 1 detected by the sensor (belly probe) 2 and the hot metal temperature is subjected to linear regression as shown in FIG. 14. Based on this linear equation, the hot metal temperature 'pig' is determined from the temperature in the local area of the furnace abdomen.
It predicts.
しかしながら、この方法では炉内の内壁近傍の温度を測
定するために炉腹ゾンデ2を挿入する必要があり、この
ため温度測定を間欠時点でしか行なえず、溶銑温度予測
精度も当然悪化してしまうという問題点があった。However, with this method, it is necessary to insert the furnace probe 2 in order to measure the temperature near the inner wall of the furnace, which means that temperature measurements can only be carried out intermittently, which naturally deteriorates the accuracy of hot metal temperature prediction. There was a problem.
また、溶銑温度が同じ値でも、生産計画や原料装入条件
等の変化により、炉内温度が変化する場合がある。した
がって第14図で示した炉壁温度の絶対値に基づく直線
式では、必ずしも正確な予測ができないという問題点が
あった。Further, even if the hot metal temperature is the same, the furnace temperature may change due to changes in the production plan, raw material charging conditions, etc. Therefore, the linear equation based on the absolute value of the furnace wall temperature shown in FIG. 14 has the problem that accurate prediction cannot necessarily be made.
一方、従来より、高炉の還元状態の良否を示すソリュー
ションロスカーボン聞(以下「ツルロスC量」と言う)
の増減により、高炉炉熱の予測が別の予測方法として行
なわれている。ツルロスC量の増加は、以下に示すいわ
ゆるツルロス反応が促進することを示している。On the other hand, conventionally, solution loss carbon amount (hereinafter referred to as "Tsuru loss C amount"), which indicates the quality of the reduction state of the blast furnace, has been used.
Another prediction method is to predict the blast furnace heat based on the increase or decrease of . An increase in the amount of Turuloss C indicates that the so-called Turuloss reaction described below is promoted.
c+co2−>2CO:
この反応は、吸熱反応であるため高炉炉熱が低下するこ
とが予測できる。c+co2->2CO: Since this reaction is an endothermic reaction, it can be predicted that the blast furnace heat will decrease.
ツルロスCMは、通常炉頂ガスの組成を分析するガスク
ロマトグラフィーの分析周期(3分程度)毎に、炉頂ガ
ス中のGO,GO,N2等の割合や送風条件や原料装入
条件をbとに計算され、従来は1時間毎のツルロスC量
の平均値により炉熱低下を管理していた。Tsururos CM analyzes the proportions of GO, GO, N2, etc. in the top gas, air blowing conditions, and raw material charging conditions every analysis period (about 3 minutes) of gas chromatography, which normally analyzes the top gas composition. Conventionally, the decrease in furnace heat was controlled by the average value of the amount of truss loss C per hour.
第15図(a)、(b)におイテ、同図(a)ハ、3分
毎のツルロスC量(j21 >および1時間毎のツルロ
スC量平均値(12)の経時変化を示し、同図A
−
(b)は溶銑温度の経時変化を示すグラフである。Figure 15 (a) and (b) show the time-dependent changes in the amount of vine loss C (j21 >) every 3 minutes and the average value of the amount of vine loss C (12) every hour, Same figure A
- (b) is a graph showing changes in hot metal temperature over time.
同図において、時刻17時に閾値ε1を越えているが昇
熱アクションをとらず、その後■のように溶銑温度は大
幅低下している。第16図は、閾値ε2を越えた時刻1
3時に昇熱アクションAを起した時の各々の経時変化を
示している。なお第15図と同様、図中11が3分毎の
瞬間値、j!2が1時間平均のツルロスC量を示してい
る。第15図、第16図を比較することにより、昇熱ア
クションAにより第15図(b)の■のような溶銑温度
低下が、第16図で示すようにある程度回避できている
のがわかる。In the figure, although the threshold value ε1 is exceeded at time 17, no action is taken to raise the temperature, and thereafter the hot metal temperature drops significantly as shown in (■). Figure 16 shows time 1 when the threshold ε2 was exceeded.
It shows each change over time when the heating action A was started at 3 o'clock. As in Figure 15, 11 in the figure is the instantaneous value every 3 minutes, j! 2 indicates the hourly average amount of Tsuru loss C. By comparing FIG. 15 and FIG. 16, it can be seen that the temperature increase of the hot metal as shown in ■ in FIG. 15(b) can be avoided to some extent by heating action A, as shown in FIG. 16.
しかしながら、1時間毎のツルロスC量の平均値の予測
では、急激なツルロスC量の増加があった時、最悪の場
合、はぼ1時間程度も炉熱低下の予測に遅れが生じてし
まう問題点があった。例えば第16図の場合にしても、
予測おくれのため昇熱アクションAをとるのは溶銑温度
が管理温度T。をある程度下まわってからになってしま
っている。そこで、この問題点を回避するため、3程度
−9一
度の間隔で測定したツルロスCmの瞬時値で炉熱低下予
測した場合、第15図、第16図の12で示したように
個々のバラツキが大きく、ノイズ成分が大きいためデー
タの持続性がない。したがってツルロスC量の瞬時値で
は炉熱低下予測が不可能に近い。However, the problem with predicting the average value of the amount of vine loss C every hour is that when there is a sudden increase in the amount of vine loss C, in the worst case, there is a delay in predicting the decrease in furnace heat by about an hour. There was a point. For example, in the case of Figure 16,
The temperature of the hot metal is the control temperature T when heating action A is taken due to a delay in prediction. It has become a problem since it has fallen below a certain level. Therefore, in order to avoid this problem, when predicting the decrease in furnace heat using the instantaneous value of the trunnion loss Cm measured at intervals of about 3 - 9 times, individual variations as shown in 12 in Figs. 15 and 16. is large and the noise component is large, so the data is not sustainable. Therefore, it is almost impossible to predict the decrease in furnace heat using the instantaneous value of the amount of truss loss C.
(発明の目的)
この発明の目的は、上記従来技術の問題点を解消し、予
測ができるだけ早く得られ、しかも溶銑温度の低下を正
確に予測することのできる高炉炉熱低下予測方法を提供
することである。(Object of the Invention) An object of the present invention is to provide a blast furnace furnace heat drop prediction method that can solve the problems of the prior art described above, obtain predictions as quickly as possible, and accurately predict the drop in hot metal temperature. That's true.
(目的を達成するための手段)
上記目的を達成するため、この発明における高炉炉熱低
下予測方法は、高炉の所定箇所に内壁温度計を設置し、
該内壁温度計にて、所定時間間隔ごとの内壁温度差を測
定し、ある時刻における前記内壁温度差の正の値を示す
部分の合計値が閾値を越えた時に所定期間評価点を与え
る第1の予測手段と、ある時刻における前記内壁温度差
の負の値を示す部分の合計値が閾値を越えた時に所定期
間評価点を与える第2の予測手段と、ある時刻における
前記内壁温度差の正の値を示す部分の所定時間幅の移動
平均値の総和が閾値を越えた時に所定期間評価点を与え
る第3の予測手段と、ソリューション日スカーボン量を
所定時間間隔ごとに求め、この求めた値の所定時間幅に
おける移動平均値が閾値を越えた時に評価点を与える第
4の予測手段と、炉頂ガス成分中の窒素量を所定時間間
隔ごとに求め、この求めた値の所定時間幅における移動
平均値が閾値を下回った時に評価点を与える第5の予測
手段とのうちの少なくとも1つを備え、前記少なくとも
1つの予測手段の評価点による総合評価値を予め定めら
れた総合閾値と比較することで炉熱低下の度合いを予測
するに際し、前記総合閾値を高炉操業中に、炉熱低下の
度合いの予測精度が高まるように時々刻々変化させるよ
うにしている。(Means for Achieving the Object) In order to achieve the above object, the blast furnace heat drop prediction method according to the present invention includes installing an inner wall thermometer at a predetermined location of the blast furnace,
A first method that measures the inner wall temperature difference at predetermined time intervals using the inner wall thermometer, and gives an evaluation point for a predetermined period when the total value of the portion showing a positive value of the inner wall temperature difference at a certain time exceeds a threshold value. a second prediction means for giving an evaluation point for a predetermined period when the total value of the portion indicating a negative value of the inner wall temperature difference at a certain time exceeds a threshold; a third prediction means that gives an evaluation point for a predetermined period when the sum of the moving average values of a predetermined time width of the part showing the value exceeds a threshold; a fourth prediction means for giving an evaluation point when the moving average value over a predetermined time width of the values exceeds a threshold value; and a fifth prediction means that gives an evaluation point when the moving average value of When predicting the degree of decrease in furnace heat by comparison, the comprehensive threshold value is changed from time to time during blast furnace operation so as to increase the accuracy of predicting the degree of decrease in furnace heat.
(実施例) が考えられる。(Example) is possible.
高炉羽口から吹き上げる溶銑温度及び溶銑量調整のため
の高温空気(ガス流)は通常、炉内中央部に吹き込んで
いる。ところが原料装入条件、装入物分布等の理由によ
り、急にガス流が炉内周辺部に多く流れる場合がある。High-temperature air (gas flow) blown up from the blast furnace tuyeres to adjust the temperature and amount of hot metal is usually blown into the center of the furnace. However, due to reasons such as raw material charging conditions and charge distribution, a large amount of gas may suddenly flow to the periphery of the furnace.
その結果、Fe O+C−+ Fe +CO の吸熱反応が促進され、炉熱低下が起こる。As a result, Fe +C-+ Fe +CO The endothermic reaction of is promoted and the furnace heat decreases.
ところで、ガス流が多量に炉内周辺部に流れると、Na
、に、Pb等の炉内付着物及び停滞層が剥離し、壁落
ちすることにより、その部分の炉壁温度が急激に上昇す
る。この急激な温度上昇を検知すれば炉熱低下が予測で
きる。By the way, when a large amount of gas flows around the furnace, Na
, when the deposits in the furnace such as Pb and the stagnation layer peel off and fall off the wall, the temperature of the furnace wall in that part increases rapidly. If this rapid temperature rise is detected, a decrease in furnace heat can be predicted.
B、IWλ亘P慕l王I潰
また、高炉の炉熱低下の一因として、以下に示すものが
考えられる。B, IWλ亘亘P 柕IL王IRU Additionally, the following factors are considered to be contributing factors to the decrease in furnace heat of the blast furnace.
高炉内の荷下がり速度がN−と同様の理由で上がると、
いわゆる生鉱下りにより高炉内の融着帯レベルが下がり
、炉熱低下が起こる。When the unloading speed in the blast furnace increases for the same reason as N-,
The level of the cohesive zone in the blast furnace decreases due to so-called raw ore descent, causing a decrease in furnace heat.
ところで、融着帯レベルが下がると、該当部分における
炉壁温度も急激に下降する。この急激な温度下降を検知
すれば炉熱低下が予測できる。By the way, when the cohesive zone level decreases, the furnace wall temperature at the corresponding portion also decreases rapidly. If this rapid temperature drop is detected, a decrease in furnace heat can be predicted.
C0第3の炉熱低不理
さらに、高炉の炉熱低下の一因として、以下に示すもの
が考えられる。C0 Third Furnace Heat Reduction In addition, the following factors are considered to be contributing factors to the decrease in the furnace heat of the blast furnace.
高炉羽口から吹き上げる<6 a ’IA度及び溶銑量
調整のための高温空気(ガス流)は通常、炉内中央部に
吹き込んでいる。ところが、N工、比重と同様の理由に
より、ガス流の一部が炉内周辺部に流れる場合がある。High-temperature air (gas flow) blown up from the blast furnace tuyeres to adjust the degree of IA and the amount of hot metal is usually blown into the center of the furnace. However, for the same reason as the specific gravity, part of the gas flow may flow to the periphery of the furnace.
この状態が長時間続くと、高炉の炉壁からのガス流の熱
放散が正常操業時より多くなり、その結果、炉熱低下が
起こる。If this state continues for a long time, heat dissipation from the gas flow from the blast furnace wall becomes greater than during normal operation, resulting in a decrease in furnace heat.
ところで、ガス流の一部が定常的に炉内周辺部に流れる
と、炉壁温度が徐々に上昇する。このような比較的長時
間のゆるやかな温度上昇を検知すれば炉熱低下が予測で
きる。By the way, when a part of the gas flow steadily flows into the periphery of the furnace, the temperature of the furnace wall gradually increases. If such a gradual temperature rise over a relatively long period of time is detected, a decrease in furnace heat can be predicted.
D、第1〜第3の予測手段
第1図(a)、 (b)は、各々この発明の一実施例で
用いられる内壁温度計の配置を示す側面断面図、平面断
面図である。内壁温度計3は同図(a)に示すように、
高炉1の高さ方向に7個(背部3個。D. First to Third Predicting Means FIGS. 1(a) and 1(b) are a side sectional view and a plan sectional view, respectively, showing the arrangement of an inner wall thermometer used in an embodiment of the present invention. As shown in the figure (a), the inner wall thermometer 3
7 pieces in the height direction of blast furnace 1 (3 pieces on the back).
腹部2個、朝顔部2個)、同図(b)に示すように高炉
1の周方向に4個設置する。つまり、4方向7レベルで
討211の内壁温度計3を設置する訳である。(2 abdominal parts, 2 morning glory parts), and 4 pieces are installed in the circumferential direction of the blast furnace 1 as shown in FIG. In other words, 211 inner wall thermometers 3 are installed at 7 levels in 4 directions.
内壁温度計は例えば、本出願人による実開昭57−81
531.実公昭59−16816に開示されたものを用
いてもよく、第2図は後者に開示された内壁温度計(J
y、下これをrFMセンサ」という。)を示す概念図で
ある。The inner wall thermometer is, for example, disclosed in Japanese Utility Model Application No. 57-81 by the present applicant.
531. The one disclosed in Japanese Utility Model Publication No. 59-16816 may be used, and FIG. 2 shows an inner wall thermometer (J
y, this is called the rFM sensor. ) is a conceptual diagram showing.
同図において、4は2本の導線5が絶縁的に平行して埋
設され前方端側に感温部6を有するシース型測温体であ
り、シース型測温体4は複数本を、夫々の感温部6が長
さ方向の異なる部位に配置される様に平行配列されてお
り、ざらにシース型ダミー棒7を感温部6の先端に接続
して、最先端を揃えている。シース型ダミー棒7は2本
の導線5が絶縁的に平行して埋設され、シース型測温体
4と実質的に同一の熱伝導性を有する。FMセンサ3は
このシース型測温体4を絶縁材8で相互に非接触に保ち
、シース管9内に収納することにより形成される。In the figure, reference numeral 4 denotes a sheath type thermometer having two conductive wires 5 buried in parallel insulatively and having a temperature sensing part 6 on the front end side. The temperature-sensing parts 6 are arranged in parallel so as to be placed at different parts in the length direction, and a roughly sheathed dummy rod 7 is connected to the tips of the temperature-sensing parts 6 to align the leading ends. The sheath type dummy rod 7 has two conductive wires 5 buried in parallel insulating manner, and has substantially the same thermal conductivity as the sheath type temperature measuring element 4. The FM sensor 3 is formed by keeping the sheath type temperature measuring element 4 in a non-contact manner with an insulating material 8 and housing it in a sheath tube 9.
第3図はFMセンサ3の設置説明図である。同図におい
て、10〜13は高炉の炉壁であり、10はレンガ、1
1はステーブ、12はスタンプ、13は鉄皮である。F
Mセンサ3は同図に示すように、パツキン14及び溶接
部15への溶接により、炉壁内部に設置されている。な
お、16は充填材であり、17はミルク注入口であり充
填材16を注ぎ込む箇所である。FIG. 3 is an explanatory diagram of the installation of the FM sensor 3. In the figure, 10 to 13 are the walls of the blast furnace, 10 is a brick, and 1
1 is a stave, 12 is a stamp, and 13 is an iron skin. F
As shown in the figure, the M sensor 3 is installed inside the furnace wall by welding to a packing 14 and a welded portion 15. Note that 16 is a filler, and 17 is a milk injection port into which the filler 16 is poured.
なお、ここで説明したFMセンサ3はその設置及び構造
上、炉壁の侵食と共にFMセンサ3自体も侵食され、シ
ース型測温体4が炉壁近傍の炉内に露出する場合もあり
、実際には「炉壁温度」と共に「炉壁近傍の炉内温度」
を測定していることになる。以下、両者を含めた概念を
「炉壁温度」として述べる。FMセンサ3は上述のよう
に、従来のシース熱電対等の温度計に比べ、多数の測定
点を有し、迅速な測温応答を満足し、長期の連続的な温
度測定が可能であり、信頼性の向上、耐久性の向上、施
工性の向上等が計られている。Note that due to the installation and structure of the FM sensor 3 described here, the FM sensor 3 itself is eroded along with the erosion of the furnace wall, and the sheath type temperature sensing element 4 may be exposed inside the furnace near the furnace wall. In addition to "furnace wall temperature", "furnace temperature near the furnace wall"
is being measured. Hereinafter, a concept including both will be described as "furnace wall temperature." As mentioned above, compared to conventional thermometers such as sheathed thermocouples, the FM sensor 3 has a large number of measurement points, satisfies rapid temperature measurement response, is capable of long-term continuous temperature measurement, and is highly reliable. The aim is to improve performance, durability, and workability.
各FMセセン3は、第4図に示すように所定サンプリン
グ時間Δtごとに高炉1の内壁温度を測定している。こ
こで、時刻jの1番目のFMセンサ3の内壁温度をTj
、、とし、時刻jの1サンプリング時間Δを前の内壁温
度を王、 、とすると、J−1,I
T・、とT、 、どの内壁温度差(差分値)△TJ、
(J−1,1
・・は、
J、1
ΔTj、1=Tj、i ’j−1.i ・・・(
1)となる。この状態を第5図に示す。Each FM sensor 3 measures the inner wall temperature of the blast furnace 1 at every predetermined sampling time Δt, as shown in FIG. Here, the inner wall temperature of the first FM sensor 3 at time j is Tj
, , and if one sampling time Δ at time j is the previous inner wall temperature, , then J−1,I T・, and T, , which inner wall temperature difference (difference value) ΔTJ,
(J-1,1... is J,1 ΔTj, 1=Tj, i'j-1.i...(
1). This state is shown in FIG.
この差分値Δ王1.に、各FMセンサ3毎の高J、1
さ9周方向等を考慮して重みW、を乗する。ざらに、差
分値ΔT・、が負のものに対しては、viJ、1
一〇、それ以外のものに対しては、v、=1を示す正負
パラメータV、も乗じ、時刻jの補正差分値(正の差分
値)CTj、、を得る。This difference value ΔK1. is multiplied by the weight W, taking into consideration the height J of each FM sensor 3, the circumferential direction, etc. Roughly speaking, for negative difference values ΔT・, viJ,1 10, for other values, multiply by the positive/negative parameter V, which indicates v,=1, and calculate the corrected difference at time j. Obtain the value (positive difference value) CTj, .
CT、、 −W、 −V、−ΔT、、 ・(
2)J、l l l
J、1次に、補正差分値CT、、の全FMセンサ3に
J、1
対する総和をとり、これを5T1jとする。CT,, -W, -V, -ΔT,, ・(
2) J, l l l
J, first-order, the sum of the corrected difference values CT, , for all FM sensors 3, J,1, is taken and this is set as 5T1j.
そして次(4)式に従い、この差分値総和5T1jの値
が予め定められた閾値ε1より大きくなれば、急激な温
度上昇があったとみなし所定期間評価点1を与える。Then, according to the following equation (4), if the value of the total difference value 5T1j becomes larger than the predetermined threshold value ε1, it is assumed that there has been a rapid temperature rise, and an evaluation point of 1 is given for the predetermined period.
8丁1・≧81 ・・・(4)以上
がNユの理由に基づく第1の予測手段である。8dō1·≧81 (4) The above is the first prediction means based on the reason of Nyu.
B1の理由に基づく第2の予測手段は、以下に示ず通り
である。The second prediction means based on the reason B1 is as shown below.
(2)式において、正負パラメータViは差分値6丁、
・が正のものに対しては、v、=Q、それJ、l
1以外のものに対しては、v、
=lとし、次に、補■
正差分値CTj、iの絶対値の全FMセンサ3に対する
総和をとり、これを5T2jとする。In equation (2), the positive and negative parameters Vi are 6 differential values,
For those where ・is positive, v,=Q, that J,l
For anything other than 1, v,
=l, and then the sum of the absolute values of the corrected difference values CTj and i for all FM sensors 3 is taken, and this is set as 5T2j.
ST2.−ΣlcT、、l ・・・(3)
。ST2. −ΣlcT,,l...(3)
.
J 殉 J、1
そして次(4)′ に従い、(3)°式に基づく差分値
総和ST2・の値が予め定められた閾値ε2より大きく
なれば、生鉱下りによる急激な温度下降があったとみな
し、所定期間評価点1を与える。According to the following (4)', if the value of the total difference value ST2 based on the equation (3) ° becomes larger than the predetermined threshold ε2, it is determined that there has been a rapid temperature drop due to the raw ore descent. Regarded as such, an evaluation point of 1 will be given for a predetermined period of time.
ST2.≧82 ・・・(4)。ST2. ≧82 (4).
Ω4の理由に基づく第3の予測手段は、以下に示す通り
である。The third prediction means based on the reason for Ω4 is as shown below.
(2)式の正負パラメータ■・は第1の予測手段と同様
、差分値ΔTj、、が負のものに対しては、VH=Q、
それ以外のものに対してはvl−1とする。また時刻j
のにサンプリング時間前(すなわちΔtxklIIa航
)の補正差分値をCT j−b、 。As with the first prediction means, the positive and negative parameters ■· in equation (2) are as follows: VH=Q, for negative difference values ΔTj, .
For other cases, it is set to vl-1. Also time j
The corrected difference value before the sampling time (i.e., ΔtxklIIa) is CTj-b,.
とし、この補正差分値の所定の時間幅nΔtの移動平均
の時刻jにおける値の全FMセンサ3に対そして次(4
) ”式に従い、この移動平均総和ST3・の値が予め
定められた閾値ε3より大きくなれば、ゆるやかな温度
上昇が長期間あったとみなし、所定期間評価点1を与え
る。Then, for all FM sensors 3 of the value at time j of the moving average of this corrected difference value with a predetermined time width nΔt, and then (4
) According to the formula, if the value of this moving average sum ST3 is larger than a predetermined threshold value ε3, it is assumed that there has been a gradual temperature rise for a long period of time, and an evaluation point of 1 is given for the predetermined period.
ST3・≧ε3 ・・・(4)”上
記した第1〜第3の予測手段は、各々炉壁温度差(差分
値)により行なっているため、炉壁温度の絶対値の上下
によらず、正確な予測を行なうことができる。しかも、
FMセンサ3はその施工性の良さ及び側溝応答性の良さ
から、高炉全周を覆うように配置でき、連続的な内壁温
度差が把握できることで、さらに正確な予測を行なうこ
とができる。ST3・≧ε3...(4)"Since the above-mentioned first to third prediction means are each performed based on the furnace wall temperature difference (difference value), Accurate predictions can be made.Moreover,
The FM sensor 3 can be placed so as to cover the entire circumference of the blast furnace due to its good workability and good side gutter response, and by being able to grasp continuous inner wall temperature differences, more accurate predictions can be made.
また、上記した第1〜第3の予測手段は、コンピュータ
により実現が可能となる。第6図は第1の予測手段の処
理の流れを示すフローチャートである。同図において、
ステップS1で各FMセンサ3の炉壁温度Tj、、をサ
ンプリング時間△を毎に測定する。次に、ステップS2
において各FMセンサ3の差分値を(1)式に基づき計
算する。Further, the first to third prediction means described above can be realized by a computer. FIG. 6 is a flowchart showing the processing flow of the first prediction means. In the same figure,
In step S1, the furnace wall temperature Tj, , of each FM sensor 3 is measured at every sampling time Δ. Next, step S2
In this step, the difference value of each FM sensor 3 is calculated based on equation (1).
そして、ステップS3において、(2)、(3)式に基
づく正の差分値総和5T1jを求める。さらに、ステッ
プS4において、この正の差分値総和5T1jと予め定
められた閾値ε1との比較を行い、(4)式を満足すれ
ばステップS5においてガス流の急激な炉内周辺流化に
よる炉熱低下が起こるであろうとみなし、所定期間評価
点1を与える。一方、(4)式を満足しない場合は、異
常なしとみなしステップS1に戻り、以下ステップ$1
〜ステップS4を繰り返すことで炉熱低下評価を行なう
。Then, in step S3, a total positive difference value 5T1j is determined based on equations (2) and (3). Furthermore, in step S4, this positive difference value sum 5T1j is compared with a predetermined threshold value ε1, and if equation (4) is satisfied, in step S5, the furnace heat due to the sudden flow of the gas flow around the furnace is reduced. It is assumed that a decrease will occur and a score of 1 is given for a predetermined period. On the other hand, if the equation (4) is not satisfied, it is assumed that there is no abnormality and the process returns to step S1.
~ Evaluate the furnace heat drop by repeating step S4.
第7図は第2の予測手段の処理の流れを示ずフローチャ
ートである。同図において、ステップS11で各FMセ
ンサの炉壁温度T・・をサンブリJ、1
ング時間Δを毎に測定する。次に、ステップS12にお
いて各「Mセンサ3の差分値を(1)式に基づき計算す
る。FIG. 7 is a flowchart showing the flow of processing by the second prediction means. In the figure, in step S11, the furnace wall temperature T of each FM sensor is measured every 1 time period Δ. Next, in step S12, the difference value of each M sensor 3 is calculated based on equation (1).
そして、ステップ813において、(3)式に基づく負
の差分値総和ST2.を求める。さらに、ステップ81
4において、この負の差分値総和ST2・と予め定めら
れた閾値ε2との比較を行い、(4)°式を満足すれば
ステップ815において荷下り速度が上ったことによる
炉熱低下が起こるであろうとみなし、所定期間評価点1
を与える。一方、(4ン゛式を満足しない場合は、異常
なしとみなしステップS11に戻り、以下ステップ81
1〜ステツプS14を繰り返すことで炉熱低下評価を行
なう。Then, in step 813, the sum of negative difference values ST2. based on equation (3) is calculated. seek. Furthermore, step 81
In step 4, this negative difference value sum ST2 is compared with a predetermined threshold value ε2, and if the formula (4) is satisfied, a decrease in furnace heat occurs due to the increase in unloading speed in step 815. 1 evaluation point for the specified period.
give. On the other hand, if the (4-inch formula) is not satisfied, it is assumed that there is no abnormality and the process returns to step S11.
Furnace heat reduction evaluation is performed by repeating steps 1 to S14.
第8図は第3の予測手段の処理の流れを示すフローチャ
ートである。同図において、ステップS21で各FMセ
ンサ3の炉壁温度T1.をサンプJ、1
リングFR間Δを毎に測定する。次に、ステップS22
において各FMセンサ3の差分値を(1)式に基づき計
算する。FIG. 8 is a flowchart showing the processing flow of the third prediction means. In the figure, in step S21, the furnace wall temperature T1 of each FM sensor 3. Measure the Δ between the rings FR and 1 at each sample J. Next, step S22
In this step, the difference value of each FM sensor 3 is calculated based on equation (1).
そして、ステップS23において(3)”式に基づく正
の差分値の時間幅nΔtにおける移動平均総和ST3
、を求める。さらに、ステップ824において、この正
の差分値移動平均総和5T3jと予め定められた閾値ε
3との比較を行い、(4)゛式を満足すればステップS
25において炉体熱放散による炉熱低下が起こるであろ
うとみなし、所定期間評価点1を与える。一方、(4)
”式を満足しない場合は、異常なしとみなしステップS
21に戻り、以下ステップ821〜ステツプ824を繰
り返すことで炉熱低下評価を行なう。Then, in step S23, the moving average sum ST3 of the positive difference value in the time width nΔt based on the formula (3) is calculated.
, find. Furthermore, in step 824, this positive difference value moving average sum 5T3j and a predetermined threshold value ε
3, and if formula (4) is satisfied, step S
In step 25, it is assumed that a decrease in furnace heat due to heat dissipation from the furnace body will occur, and an evaluation point of 1 is given for the predetermined period. On the other hand, (4)
”If the formula is not satisfied, it is assumed that there is no abnormality and step S
21, and the furnace heat reduction evaluation is performed by repeating steps 821 to 824.
E、第4.第5の予測手段
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Cff1 (
Kg/1−11 )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△tX
k時間前)のツルロスC量をX J −kとすると、現
在の時刻jにおける所定時間幅nΔtの移動平均XHは
、
で計算できる。E, 4th. Fifth prediction means Based on top gas component analysis by gas chromatography, ventilation conditions, raw material charging conditions, etc., the trunnion loss Cff1 (
Kg/1-11) is calculated for each sampling time Δt. Here, let the amount of trail loss C at time j be
Assuming that the amount of loss C of k hours ago) is X J -k, the moving average XH of the predetermined time width nΔt at the current time j can be calculated as follows.
(5)式に基づくXHをサンプリング時間Δtごとに計
算し、下記(6)式により、XHが予め定めておいた閾
値ε ・(i −= 1〜rl)(εx1〈εx2・・
・〈εxn)×1
を越えた時の最大の閾値ε 、により評価点iを与×1
え、評価を行なう。XH based on equation (5) is calculated for each sampling time Δt, and XH is determined by equation (6) below to a predetermined threshold ε ・(i −= 1~rl)(εx1<εx2 ・・
・An evaluation point i is given based on the maximum threshold value ε when <εxn)×1 is exceeded, and evaluation is performed.
x H> εxi (i=1〜n)
・(6)以上が第4の予測手段である。x H>εxi (i=1~n)
-(6) The above is the fourth prediction means.
また、ガスクロマトグラフィーにより検出される炉頂ガ
ス中の窒素量(%)(以下、「ガスクロN2量」と言う
。)はツルロスlと強い負の相関があり、ツルロスC量
の増加に代え、ガスクロN2量の減少により、高炉炉熱
低下が予測できる。In addition, the amount of nitrogen (%) in the furnace top gas detected by gas chromatography (hereinafter referred to as "gas chromatography N2 amount") has a strong negative correlation with vine loss l, and instead of increasing the amount of vine loss C, A decrease in blast furnace heat can be predicted by a decrease in the amount of gas chromatin N2.
このことにより、現在の時刻jにおけるガスクロN2量
をVjとし、時刻jよりもにサンプリング時間前(すな
わち△tXk時間前)のガスクロNfjtをV j4.
とすると、現在の時刻jにおける所定時間幅nΔtの移
動平均VHは、
y −Σ yj−に
’ n+1 1”・ ・・・(7)で計
算できる。As a result, the amount of gas chromatography N2 at the current time j is set as Vj, and the amount of gas chromatography Nfjt at a sampling time before time j (that is, △tXk hours before) is set as Vj4.
Then, the moving average VH of the predetermined time width nΔt at the current time j can be calculated as follows: y −Σ yj−′ n+1 1” (7).
(7)式に基づくy)Iをサンプリング時間Δを毎に計
算し、下記(8)式により、VHが予め定めておいた閾
値ε 、(j・・1〜n)(εy1〉εy2・・・〉ε
yo)J
を下回った時の最小の閾値ε、jにより評価点jを与え
、炉熱低下評価を行なう。Calculate y)I based on equation (7) for each sampling time Δ, and use equation (8) below to calculate the threshold value ε, (j...1~n)(εy1>εy2...・〉ε
yo) An evaluation point j is given based on the minimum threshold value ε,j when the value falls below J, and the furnace heat decrease is evaluated.
yH<εyj(j−1〜n) ・・・(8
)以上が第5の予測手段である。yH<εyj(j-1~n)...(8
) The above is the fifth prediction means.
さらに、第4の予測手段であるツルロスC量の移動平均
を求めるに際し、ツルロスC量の瞬時値が第9図(a)
に示すようにノイズ等の原因で異常値E1.E2を発生
する場合がある。ここで、時刻jのツルロスC量をX・
、1サンプリング時間△を前のツルロスC量をX J
−1とすると、ツルロスC量の差分値の絶対値ΔX、
JはΔX・ =lx ・ −X・ 1
・・・(9)J J J−1
となる。この△X・を閾値ε2と同図(b)のように比
較することで異常値E1.E2を見つけだし同図(C)
に示すように直前の測定値と置き換えることにより平滑
化をはかる方法が考えられる。Furthermore, when calculating the moving average of the amount of vine loss C, which is the fourth prediction means, the instantaneous value of the amount of vine loss C is shown in Fig. 9(a).
As shown in , the abnormal value E1. due to noise etc. E2 may occur. Here, the amount of truss loss C at time j is expressed as
, 1 sampling time △ is the previous tsuru loss C amount
-1, the absolute value ΔX of the difference value of the amount of truss loss C,
J is ΔX・=lx・−X・1
...(9) J J J-1. By comparing this ΔX・ with the threshold value ε2 as shown in FIG. 2(b), the abnormal value E1. Find E2 and draw the same figure (C)
One possible method is to smooth the data by replacing it with the previous measured value, as shown in the figure below.
この方法を適用することにより、より正確なツルロスC
fiの移動平均が求まり、その結果、かなり精度の高い
予測が可能となる。By applying this method, more accurate truss C
A moving average of fi is determined, and as a result, highly accurate prediction becomes possible.
このような異常値補正を含んだツルロスC量の移動平均
による炉熱低下予測方法はコンピュータを用いて実現す
ることが可能である。第10図はその処理の流れを示す
フローチャートである。同図において、まず、ステップ
831において、n段階にεx1〈εx2・・・εxn
の大きさで、閾値εx1〜εxnを設定する。そして、
ステップS32でツルロスC量の瞬時値Xjをサンプリ
ング時間Δを毎に求める。ステップS33においてツル
ロスC量の差分値の絶対値△X・を求め、次にステップ
S34において差分値の絶対値△Xjが閾値ε7と比較
して大きい場合、ステップS35において、この瞬時値
×・は異常値とみなし、直前の測定値X、 に置き換え
、ステップ836に移行する。A method for predicting a decrease in furnace heat by using a moving average of the amount of truss loss C, which includes such abnormal value correction, can be realized using a computer. FIG. 10 is a flowchart showing the flow of the process. In the figure, first, in step 831, εx1<εx2...εxn
Threshold values εx1 to εxn are set with the magnitude of . and,
In step S32, the instantaneous value Xj of the amount of trailing loss C is obtained at every sampling time Δ. In step S33, the absolute value ΔX of the difference value of the amount of trailing loss C is calculated, and then in step S34, if the absolute value ΔXj of the difference value is larger than the threshold ε7, in step S35, this instantaneous value Regarded as an abnormal value, it is replaced with the immediately previous measured value X, and the process moves to step 836.
一方、ステップ833において閾値ε7より小さい場合
は、瞬時値XJを変更することなく、ステップS36に
移行する。ステップS36では時間幅nΔtの移動平均
XHを求め、次のステップS37において評価点1を0
に初期設定する。On the other hand, if it is smaller than the threshold value ε7 in step 833, the process moves to step S36 without changing the instantaneous value XJ. In step S36, the moving average XH of the time width nΔt is calculated, and in the next step S37, the evaluation point 1 is changed to 0.
Initialize to .
そして、ステップS38において、ツルロスC量移動平
均値りと閾値εx1(i=0より)との比較が行なわれ
、XH≧εx1ならば、ステップS39においてiの値
をO→1と1増し、ステップS40においてi=nと判
定されるか、ステップ838においてXH<εx(i+
1)と判定されるまで閾値εx(i+1)の値を段階的
に増加させながらステップS38〜840を繰返して評
価点iを算出し、ステップS41に移行する。またX
H<εx1ならば、ステップ339.840は1度も実
行されず、評価点iは0としてステップS41に移行す
る。Then, in step S38, the moving average value of the trail loss C amount is compared with the threshold value εx1 (from i=0), and if XH≧εx1, the value of i is increased by 1 from O→1 in step S39, and step In step S40, it is determined that i=n, or in step 838, XH<εx(i+
Steps S38 to S840 are repeated while increasing the threshold value εx(i+1) in stages until it is determined that the evaluation point i is determined as 1), and the process proceeds to step S41. Also X
If H<εx1, steps 339 and 840 are never executed, the evaluation point i is set to 0, and the process moves to step S41.
最後にステップ841において、ステップ838〜84
0により求められた評価点iを出力する。Finally, in step 841, steps 838-84
Output the evaluation point i obtained from 0.
なお、当然のことながら、上記した異常値処理。Note that, of course, the above-mentioned abnormal value processing.
コンピュータへの適用は、ガスクロN2量の移動平均値
y8による炉熱低下予測の場合においても同様に実現で
きる。Application to a computer can be similarly realized in the case of predicting a decrease in furnace heat using the moving average value y8 of the amount of gas chromatin N2.
上述した第4.第5の予測手段はサンプリング時間Δを
毎の移動平均に基づいているため、予測を早く得ること
ができ、しかも精度も十分確かなものといえる。4. mentioned above. Since the fifth prediction means is based on a moving average for each sampling time Δ, prediction can be obtained quickly and the accuracy can be said to be sufficiently reliable.
旦−」L負jJq且
り、E、で述べた第1〜第5の予測手段のうちの少なく
とも1つの予測手段の評価点を用いることで、以下に述
べるように総合予測を行なう。この総合予測手段は第1
〜第5の予測手段の評価点を各々f 〜f 1重みを各
々ω 〜ω5とすると、(使用しない予測手段は重み0
)
C=ω f +ω f +ω3f3
+ω4 f4+ω5 f5 ・・・(1
0)で求められた総合評価Cに基づいており、この総合
評価Cの値を、予め多段階に設けられた総合閾値ε。1
〜ε。。と比較することで、炉熱低下レベル0〜nに応
じた予測が行なわれる訳である。このように総合評価C
の値に応じて、アラームの度合いを変えることで、昇熱
アクションを細かく変化させることができる。その結果
、必要十分な昇熱アクションを選択することが実現でき
るようになり、炉熱低下を確実に防止できるのは勿論、
過度の冒熱アクションによる不要な炉熱上昇を招くこと
がなく、安定かつ経済的な高炉操業が可能になる。Comprehensive prediction is performed as described below by using the evaluation score of at least one of the first to fifth prediction means described in dan-''L negative jJq and E. This comprehensive prediction method is the first
~ Let the evaluation points of the fifth prediction means be f ~ f 1 and the weights ω ~ ω5, respectively (prediction means that are not used have a weight of 0)
) C=ω f +ω f +ω3f3 +ω4 f4+ω5 f5...(1
0), and the value of this comprehensive evaluation C is set as a comprehensive threshold value ε that is set in advance in multiple stages. 1
~ε. . By comparing this, predictions are made according to the furnace heat reduction level 0 to n. In this way, the overall rating is C
By changing the degree of alarm according to the value of , the heating action can be changed in detail. As a result, it becomes possible to select the necessary and sufficient heating action, and of course it is possible to reliably prevent a decrease in furnace heat.
Stable and economical blast furnace operation is possible without causing an unnecessary rise in furnace heat due to excessive heating action.
しかしながら、当初最適であった総合評価Cによる炉熱
低下レベルの予測が高炉操業中において、生産計画や原
料条件などの諸条件の変化に伴い、必ずしも最適でなく
なる可能性がある。このため、総合評価Cの値による炉
熱低下レベルを決定づける総合閾値ε。1〜ε。。を高
炉操業中に適切に変化させる必要があり、総合閾値ε。However, there is a possibility that the prediction of the furnace heat reduction level based on the comprehensive evaluation C, which was initially optimal, is no longer optimal due to changes in various conditions such as the production plan and raw material conditions during blast furnace operation. Therefore, the overall threshold value ε determines the furnace heat reduction level based on the value of the overall evaluation C. 1~ε. . must be changed appropriately during blast furnace operation, and the overall threshold ε.
1〜ε。、の学習を〜 23 − 以下に示すように行なう。1~ε. , 23 - Proceed as shown below.
第11図は第1〜第5の予測手段全ての評価点による総
合予測手段の処理の流れを示ずフローチャートである。FIG. 11 is a flowchart showing the process flow of the comprehensive prediction means based on the evaluation points of all the first to fifth prediction means.
以下同図を参照しつつ説明する。This will be explained below with reference to the same figure.
まずステップS51で総合評価Cを(1o)式より算出
する。次にスップ852で炉熱低下レベルを決定する閾
溶銑温度T H(i−1〜n)を降順に設定(第12図
参照)する。そして、ステップS53において、過去に
逆のぼった一定期間における多数の総合評価Cの値と、
各総合評価Cにより予測される所定期間後の溶銑温度実
績値下との関係を調べ以下に示すように、最小二乗法で
C−Tの近似直線を導く。First, in step S51, a comprehensive evaluation C is calculated using equation (1o). Next, in step 852, threshold hot metal temperatures T H (i-1 to n) that determine the furnace heat reduction level are set in descending order (see FIG. 12). Then, in step S53, the values of a large number of comprehensive evaluations C over a certain period of time that have been reversed in the past,
The relationship between the lower actual temperature of hot metal after a predetermined period predicted by each comprehensive evaluation C is investigated, and an approximate straight line of CT is derived by the least squares method as shown below.
第12図は、溶銑温度実績値下と総合評価Cの値の相関
を示すグラフであり、×は測定データを示す。Lは測定
データにより最小二乗法で求められたC−T近似直線で
あり、直線式は下(11)のように決定できる。FIG. 12 is a graph showing the correlation between the lower actual temperature of hot metal and the value of comprehensive evaluation C, where x indicates measured data. L is a CT approximation straight line determined by the least squares method from the measurement data, and the linear equation can be determined as shown in (11) below.
C=aT十b 川(11)ステ
ップS53で求めた(、T近似直線L (17)−24
一
式に基づき、ステップ854において、各閾溶銑瀧度丁
・に対応する各総合閾値ε、iを、第12図区
の破線に示すように決定する。そしてステップS55に
おいて、ステップS51で算出された総合評価Cと、ス
テップ854で決定された各総合閾値ε。iとを比較す
ることで、炉熱低下レベル1(ε ≦Cくε。(j!+
1))を決定する。そして最後に、炉熱低下レベルlに
応じたアラームを出力することで炉熱低下を警告し、以
降ステップ851に戻り、ステップ851〜S56を繰
り返すことで炉熱低下を予測する。C=aT×b River (11) Obtained in step S53 (,T approximate straight line L (17)-24
Based on the set, in step 854, each comprehensive threshold value ε,i corresponding to each threshold value ε,i is determined as shown by the broken line in the section of FIG. Then, in step S55, the comprehensive evaluation C calculated in step S51 and each comprehensive threshold value ε determined in step 854. By comparing with i, the furnace heat reduction level 1 (ε ≦C
1)) Determine. Finally, an alarm corresponding to the furnace heat decrease level l is output to warn of a decrease in furnace heat, and thereafter the process returns to step 851 and steps 851 to S56 are repeated to predict a decrease in furnace heat.
このように、総合閾値εciを、総合評価Cの値と溶銑
温度実績値Tの相関に基づき、絶えず自動的に更新する
ことで高炉操業中に生産計画や原料条件が変化したよう
な場合においても、正確に炉熱低下レベルに応じた予測
が行える。In this way, by constantly and automatically updating the comprehensive threshold value εci based on the correlation between the value of the comprehensive evaluation C and the actual hot metal temperature value T, even if the production plan or raw material conditions change during blast furnace operation, , accurate predictions can be made according to the level of furnace heat drop.
G、補足
尚、この実施例における第1〜第3の予測手段では内壁
温度計にFMセンサを用いたが、通常の測温センサ(例
えばシース熱電対)でも寿命の点で問題はあるものの代
用可能である。また、ステーブ温度計、レンガ埋め込み
温度計を用いてもその信頼性、測温応答性の低さから予
測精度は若干低下するものの、代用可能である。G. Supplementary note: In the first to third prediction means in this example, an FM sensor was used as the inner wall thermometer, but a normal temperature sensor (for example, a sheathed thermocouple) can also be used as a substitute, although it has problems with its lifespan. It is possible. Furthermore, a stave thermometer or a brick-embedded thermometer can be used as a substitute, although the prediction accuracy will be slightly lower due to their reliability and low temperature response.
また、この実施例における第1〜第3の予測手段では、
FMセンサ3を7レベル4方向に28個段装したが、高
炉の特性により適当に設置すれば良いのは勿論である。Furthermore, in the first to third prediction means in this example,
Although 28 FM sensors 3 are arranged in seven levels and in four directions, it goes without saying that they may be installed appropriately depending on the characteristics of the blast furnace.
さらに、総合予測はL−で述べたように第1〜第5の予
測手段全てを用いるのが望ましいが、最低限第1〜第5
の予測手段の少なくとも1つを用いることで、L工で述
べた例とほぼ同様の効果が期待できる。また総合閾値の
更新の代りに、各予測手段の少なくとも1つの閾値を変
更する等の変形例も考えられ、第1〜第3の予測手段も
第4゜第5の予測手段と同様に複数の閾値を設けること
も考えられる。Furthermore, as mentioned in L-, it is desirable to use all of the first to fifth prediction means for the comprehensive prediction, but at least the first to fifth prediction means are used.
By using at least one of the prediction means described above, it is possible to expect almost the same effect as the example described in L-engineering. In addition, instead of updating the overall threshold value, a modification example such as changing at least one threshold value of each prediction means can be considered, and the first to third prediction means also have multiple prediction means similar to the fourth and fifth prediction means. It is also conceivable to provide a threshold value.
(発明の効果)
以上説明したように、この発明によれば、予測が早く得
られ、しかも総合閾値の変更などにより炉熱低下の度合
いの予測精度の向上を自動的に行なう総合予測によるた
め、溶銑温度の低下をより正確に予測し、必要に応じた
昇熱アクションをとることができる。(Effects of the Invention) As explained above, according to the present invention, predictions can be obtained quickly, and the comprehensive prediction automatically improves the accuracy of predicting the degree of decrease in furnace heat by changing the comprehensive threshold value, etc. It is possible to more accurately predict the drop in hot metal temperature and take action to raise the temperature as necessary.
第1図(a)、(b)は各々、この発明の一実施例に用
いられるFMセンサの高炉炉壁内の配置を示す側面断面
図、平面断面図、第2図、第3図は各々FMセンサの概
念図及び設置説明図、第4図はFMセンサによる測定炉
壁温度の経時変化を示すグラフ、第5図はFMセンサに
よる測定炉壁温度の差分値の経時変化を示すグラフ、第
6図は第1の予測手段の処理の流れを示すフローチャー
ト、第7図は第2の予測手段の処理の流れを示すフロー
チャート、第8図は第3の予測手段の処理の流れを示す
フローチャート、第9図(a)、 (b)、 (c)は
各々異常値を含んだツルロスC量の瞬時値、ツルロスC
量の差分値の絶対値、異常値を取り除いたツルロスCf
f1の瞬時値を示すグラフ、第10図は第4の予測手段
の処理の流れを示すフローチャート、第11図は総合予
測手段の処理の流れを示すフローチャート、第12図は
総合評価と溶銑温度実績値との関係を示すグラフ、第1
3図は従来技術にお【プる炉腹ゾンデの高炉内の配置を
示す側面断面図、第14図は溶銑温度と炉腹部層辺部温
度の相関を示すグラフ、第15図(a)、(b)はツル
ロスC量の1時間平均値ど溶銑温度の経時変化を示すグ
ラフ、第16図(a)、 (b)は臂熱アクションを起
した時の各々ツルロスC量の1時間平均値と溶銑温度の
経時変化を示すグラフである。FIGS. 1(a) and 3(b) are a side sectional view and a plan sectional view, respectively, showing the arrangement of an FM sensor used in an embodiment of the present invention in the blast furnace wall, and FIGS. 2 and 3 are respectively A conceptual diagram and an installation explanatory diagram of the FM sensor. Figure 4 is a graph showing the change over time in the furnace wall temperature measured by the FM sensor. Figure 5 is a graph showing the change over time in the difference value of the furnace wall temperature measured by the FM sensor. 6 is a flowchart showing the flow of processing of the first prediction means, FIG. 7 is a flowchart showing the flow of processing of the second prediction means, FIG. 8 is a flowchart showing the flow of processing of the third prediction means, Figures 9 (a), (b), and (c) are instantaneous values of the amount of trail loss C including abnormal values, respectively.
Absolute value of the difference value of quantity, Tsuru loss Cf with abnormal values removed
A graph showing the instantaneous value of f1, Fig. 10 is a flowchart showing the processing flow of the fourth prediction means, Fig. 11 is a flowchart showing the processing flow of the comprehensive prediction means, and Fig. 12 shows the comprehensive evaluation and hot metal temperature performance. Graph showing the relationship with the value, 1st
Figure 3 is a side cross-sectional view showing the arrangement of a furnace belly sonde in a blast furnace according to the prior art, Figure 14 is a graph showing the correlation between hot metal temperature and furnace belly layer side temperature, Figure 15 (a), (b) is a graph showing the hourly average value of the amount of vine loss C and the change in hot metal temperature over time. Figures 16 (a) and (b) are the 1-hour average values of the amount of vine loss C when arm heat action occurs. and is a graph showing changes in hot metal temperature over time.
Claims (1)
度計にて、所定時間間隔ごとの内壁温度差を測定し、 ある時刻における前記内壁温度差の正の値を示す部分の
合計値が閾値を越えた時に所定期間評価点を与える第1
の予測手段と、 ある時刻における前記内壁温度差の負の値を示す部分の
合計値が閾値を越えた時に所定期間評価点を与える第2
の予測手段と、 ある時刻における前記内壁温度差の正の値を示す部分の
所定時間幅の移動平均値の総和が閾値を越えた時に所定
期間評価点を与える第3の予測手段と、 ソリューションロスカーボン量を所定時間間隔ごとに求
め、この求めた値の所定時間幅における移動平均値が閾
値を越えた時に評価点を与える第4の予測手段と、 炉頂ガス成分中の窒素量を所定時間間隔ごとに求め、こ
の求めた値の所定時間幅における移動平均値が閾値を下
回った時に評価点を与える第5の予測手段とのうちの少
なくとも1つを備え、前記少なくとも1つの予測手段の
評価点による総合評価値を予め定められた総合閾値と比
較することで炉熱低下の度合いを予測するに際し、前記
総合閾値を高炉操業中に、炉熱低下の度合いの予測精度
が高まるように時々刻々変化させることを特徴とする高
炉炉熱低下予測方法。(1) An inner wall thermometer is installed at a predetermined location in the blast furnace, and the inner wall temperature difference is measured at a predetermined time interval with the inner wall thermometer, and the sum of the portions that show a positive value of the inner wall temperature difference at a certain time. The first one gives an evaluation point for a predetermined period when the value exceeds the threshold.
and a second means for giving an evaluation point for a predetermined period when the total value of the portion indicating a negative value of the inner wall temperature difference at a certain time exceeds a threshold value.
a third prediction means for giving an evaluation point for a predetermined period when the sum of moving average values of a portion showing a positive value of the inner wall temperature difference at a certain time over a predetermined time width exceeds a threshold; A fourth prediction means that calculates the amount of carbon at predetermined time intervals and gives an evaluation point when the moving average value of the calculated values over a predetermined time width exceeds a threshold; evaluation of the at least one prediction means, comprising at least one of a fifth prediction means that calculates for each interval and gives an evaluation point when the moving average value of the calculated value in a predetermined time width is less than a threshold value; When predicting the degree of furnace heat drop by comparing the comprehensive evaluation value based on points with a predetermined comprehensive threshold value, the comprehensive threshold value is changed from time to time during blast furnace operation so as to increase the accuracy of predicting the degree of furnace heat drop. A blast furnace furnace heat drop prediction method characterized by changing.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP4459287A JPH0635606B2 (en) | 1987-02-26 | 1987-02-26 | Blast furnace furnace heat drop prediction method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP4459287A JPH0635606B2 (en) | 1987-02-26 | 1987-02-26 | Blast furnace furnace heat drop prediction method |
Publications (2)
Publication Number | Publication Date |
---|---|
JPS63210222A true JPS63210222A (en) | 1988-08-31 |
JPH0635606B2 JPH0635606B2 (en) | 1994-05-11 |
Family
ID=12695743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP4459287A Expired - Fee Related JPH0635606B2 (en) | 1987-02-26 | 1987-02-26 | Blast furnace furnace heat drop prediction method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH0635606B2 (en) |
-
1987
- 1987-02-26 JP JP4459287A patent/JPH0635606B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JPH0635606B2 (en) | 1994-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
SE445258B (en) | VIEW TO MONITOR THE DRAINAGE OF ELFABLE WALLS IN A MASTER OVEN | |
JPS63210222A (en) | Prediction of lowering of furnace heat in blast furnace | |
JPS63210212A (en) | Prediction for lowering of furnace heat in blast furnace | |
JPS63210223A (en) | Predicting on of lowering of furnace heat of blast furnace | |
JPS63210211A (en) | Prediction for lowering of furnace heat in blast furnace | |
JPS63210210A (en) | Prediction for lowering of furnace heat in blast furnace | |
JPS63297517A (en) | Method for predicting lowering of furnace heat in blast furnace | |
JPS63210219A (en) | Prediction of furnace heat in blast furnace | |
JPS63206412A (en) | Method for predicting reduction of blast furnace heat | |
JPH02107707A (en) | Method for predicting lowering and raising of furnace heat in blast furnace | |
JPS63210215A (en) | Prediction of furnace heat in blast furnace | |
JPS63297516A (en) | Method for predicting lowering of furnace temperature in blast furnace | |
JPS63210216A (en) | Method for prediction of furnace heat in blast furnace | |
JPS63312910A (en) | Method for predicting lowering of furnace heat in blast furnace | |
JPS63206414A (en) | Method for predicting reduction of furnace heat of blast furnace | |
JPS63210217A (en) | Prediction of furnace heat in blast furnace | |
JPH02294419A (en) | Method for controlling furnace heat in blast furnace | |
JPS63312911A (en) | Method for predicting lowering of furnace heat in blast furnace | |
JPS63210218A (en) | Prediction of furnace heat in blast furnace | |
JPS63206413A (en) | Method for predicting reduction of blast furnace heat | |
JPS63210221A (en) | Prediction of furnace heat in blast furnace | |
JPH04365807A (en) | Method for predicting lowering of furnace heat accompanying wall falling in high temperature furnace | |
JPS63210214A (en) | Prediction of furnace heat in blast furnace | |
JPS63210220A (en) | Prediction of furnace heat in blast furnace | |
JPS63210213A (en) | Prediction of furnace heat in blast furnace |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
LAPS | Cancellation because of no payment of annual fees |