JPWO2021033721A1 - Blast furnace abnormality judgment device, blast furnace abnormality judgment method, blast furnace operation method and hot metal manufacturing method - Google Patents

Blast furnace abnormality judgment device, blast furnace abnormality judgment method, blast furnace operation method and hot metal manufacturing method Download PDF

Info

Publication number
JPWO2021033721A1
JPWO2021033721A1 JP2021516499A JP2021516499A JPWO2021033721A1 JP WO2021033721 A1 JPWO2021033721 A1 JP WO2021033721A1 JP 2021516499 A JP2021516499 A JP 2021516499A JP 2021516499 A JP2021516499 A JP 2021516499A JP WO2021033721 A1 JPWO2021033721 A1 JP WO2021033721A1
Authority
JP
Japan
Prior art keywords
abnormality
blast furnace
evaluation value
threshold value
value
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
Application number
JP2021516499A
Other languages
Japanese (ja)
Other versions
JP6940030B2 (en
Inventor
島本　拓幸
拓幸 島本
伊藤　友彦
友彦 伊藤
山口　達也
達也 山口
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
JFE Steel Corp
Original Assignee
JFE Steel Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by JFE Steel Corp filed Critical JFE Steel Corp
Publication of JPWO2021033721A1 publication Critical patent/JPWO2021033721A1/en
Application granted granted Critical
Publication of JP6940030B2 publication Critical patent/JP6940030B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21B—MANUFACTURE OF IRON OR STEEL
    • C21B7/00—Blast furnaces
    • C21B7/24—Test rods or other checking devices
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21B—MANUFACTURE OF IRON OR STEEL
    • C21B5/00—Making pig-iron in the blast furnace
    • 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
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D21/00—Arrangements of monitoring devices; Arrangements of safety devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D21/00—Arrangements of monitoring devices; Arrangements of safety devices
    • F27D21/0028—Devices for monitoring the level of the melt
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21B—MANUFACTURE OF IRON OR STEEL
    • C21B2300/00—Process aspects
    • C21B2300/04—Modeling of the process, e.g. for control purposes; CII
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D21/00—Arrangements of monitoring devices; Arrangements of safety devices
    • F27D2021/0007—Monitoring the pressure

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Materials Engineering (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Blast Furnaces (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Waste-Gas Treatment And Other Accessory Devices For Furnaces (AREA)

Abstract

【課題】状態異常の検出のみならず、高炉の状態異常の予兆を検出することができる異常判定装置及び方法を提供する。【解決手段】異常判定装置１０は、高炉１の異なる位置に設置された複数のセンサＳ１〜Ｓｎを用いて高炉１の異常を検出するものであって、複数のセンサＳ１〜Ｓｎにより検知された複数の測定データＤ１〜Ｄｎから評価値を算出する評価値算出部１１と、評価値算出部１１において算出された評価値ＥＶに基づき、異常しきい値ＥＶｒｅｆ１と、異常しきい値ＥＶｒｅｆ１より小さい予兆しきい値ＥＶｒｅｆ２とを用いて高炉１の異常を検出する異常検出部１２とを有する。異常検出部１２は、評価値ＥＶが異常しきい値ＥＶｒｅｆ１より大きい場合には異常であると判定するとともに、評価値ＥＶが予兆しきい値ＥＶｒｅｆ２よりも大きい期間が設定期間ＰＴ以上継続した場合、異常の予兆があると判定する。PROBLEM TO BE SOLVED: To provide an abnormality determination device and a method capable of detecting not only a state abnormality but also a sign of a state abnormality of a blast furnace. An abnormality determination device 10 detects an abnormality in a blast furnace 1 by using a plurality of sensors S1 to Sn installed at different positions of the blast furnace 1, and the abnormality is detected by the plurality of sensors S1 to Sn. Based on the evaluation value calculation unit 11 that calculates the evaluation value from the plurality of measurement data D1 to Dn and the evaluation value EV calculated by the evaluation value calculation unit 11, the abnormal threshold value EVref1 and the sign smaller than the abnormal threshold value EVref1. It has an abnormality detection unit 12 for detecting an abnormality in the blast furnace 1 using the threshold value EVref2. The abnormality detection unit 12 determines that the evaluation value EV is abnormal when it is larger than the abnormality threshold value EVref1, and when the evaluation value EV is larger than the predictive threshold value EVref2 continues for the set period PT or more. Judge that there is a sign of abnormality.

Description

本発明は、通気不良に伴う棚吊りまたは吹き抜けなどの異常を検出する高炉の異常判定装置、高炉の異常判定方法、当該高炉の異常判定装置を用いた高炉の操業方法および溶銑の製造方法に関する。 The present invention relates to a blast furnace abnormality determination device for detecting an abnormality such as a shelf suspension or a stairwell due to poor ventilation, a blast furnace abnormality determination method, a blast furnace operation method using the blast furnace abnormality determination device, and a hot metal manufacturing method.

銑鉄を生産する高炉内において、通常、炉頂から原料である鉄鉱石とコークスとがそれぞれ交互に装入され、鉱石層とコークス層とが層状に積層されている。そして、炉内における鉱石層とコークス層との堆積後の分布を調整することにより、炉内でのガスの流れが制御される。 In a blast furnace that produces pig iron, iron ore and coke, which are raw materials, are usually charged alternately from the top of the furnace, and the ore layer and the coke layer are laminated in layers. Then, the gas flow in the furnace is controlled by adjusting the distribution of the ore layer and the coke layer after deposition in the furnace.

高炉内の通気性が悪化して炉内におけるガスの円滑な流れが阻害されたとき、炉況異常が生じる場合がある。炉況異常は、定常状態から大きく乖離した状態を意味し、例えば、下記（１）〜（３）が挙げられる。
（１）炉上部から順次降下する鉱石及びコークスの降下が停止してしまう「棚吊り」。
（２）停止している鉱石及びコークスが突如降下する「スリップ」。
（３）炉下部から供給された高温のガスが急激に炉上部へと噴出する「吹き抜け」。When the air permeability in the blast furnace deteriorates and the smooth flow of gas in the furnace is hindered, abnormal furnace conditions may occur. The furnace condition abnormality means a state in which the state deviates greatly from the steady state, and examples thereof include the following (1) to (3).
(1) "Shelf suspension" in which the descent of ore and coke that descend sequentially from the upper part of the furnace stops.
(2) A "slip" in which stopped ore and coke suddenly descend.
(3) "Atrium" in which high-temperature gas supplied from the lower part of the furnace suddenly blows out to the upper part of the furnace.

例えば、吹き抜けが生じると炉頂設備の破損もしくは炉熱の低下等の不具合が生じる。このため、炉況異常が生じないように通気状態を迅速かつ正確に把握し、炉内の状態を常に良好に維持することが重要になる。 For example, if a stairwell occurs, problems such as damage to the furnace top equipment or a decrease in furnace heat occur. For this reason, it is important to quickly and accurately grasp the ventilation state so that the furnace condition abnormality does not occur, and to always maintain a good state inside the furnace.

従来、炉内通気性を表わす指標として、炉頂圧力と送風圧力の差分値などから計算する通気抵抗が用いられている。例えば、特許文献１では、シャフト圧データから主成分分析に基づき高炉の異常を検出する手法が提案されている。特許文献１には、高炉の異なる位置の複数のシャフト圧から主成分分析によりＱ統計量等を計算し、Ｑ統計量に基づいて異常判定を行うことが開示されている。 Conventionally, the ventilation resistance calculated from the difference value between the furnace top pressure and the ventilation pressure has been used as an index showing the air permeability in the furnace. For example, Patent Document 1 proposes a method of detecting an abnormality in a blast furnace from shaft pressure data based on principal component analysis. Patent Document 1 discloses that a Q statistic or the like is calculated by principal component analysis from a plurality of shaft pressures at different positions of a blast furnace, and an abnormality determination is performed based on the Q statistic.

特開２０１７−１２８８０５号公報JP-A-2017-128805

炉頂から投入された原料は炉下部まで長時間（例えば８時間程度）掛けて降下していき、それに従って炉内の状態はゆっくり変化する。したがって、通気状態も急激に悪化するのではなく、徐々に悪化する場合がある。このようなゆっくりとした状態の悪化も、後々のトラブルの起因となり得るので、早期に減風などの対応を行うのが望ましい。 The raw material charged from the top of the furnace descends to the bottom of the furnace over a long period of time (for example, about 8 hours), and the state inside the furnace changes slowly accordingly. Therefore, the ventilation condition may not deteriorate rapidly but gradually deteriorate. Such slow deterioration of the condition can also cause troubles later, so it is desirable to take measures such as wind reduction at an early stage.

しかしながら、特許文献１のように１つのしきい値で異常判定を行った場合、徐々に悪化している状態を検出するのは困難である。一方で、異常検知を早くするために異常判定のしきい値を下げると、過検知が多く発生し、本来の異常検知の役割を果たせなくなる。 However, when an abnormality is determined with one threshold value as in Patent Document 1, it is difficult to detect a gradually deteriorating state. On the other hand, if the threshold value for abnormality determination is lowered in order to speed up abnormality detection, many over-detections occur and the original role of abnormality detection cannot be fulfilled.

そこで、本発明は、状態異常の検出のみならず、高炉の状態異常の予兆を検出することができる異常判定装置及び方法を提供することを目的とするものである。 Therefore, an object of the present invention is to provide an abnormality determination device and a method capable of not only detecting an abnormality in a state but also detecting a sign of an abnormality in the state of a blast furnace.

本発明は、これら課題を解決するために以下の構成を有する。
［１］高炉の異なる位置に設置された複数のセンサを用いて高炉の異常を検出する異常判定装置であって、複数の前記センサにより検知された複数の測定データから評価値を算出する評価値算出部と、前記評価値算出部において算出された評価値に基づき、異常しきい値と、前記異常しきい値より小さい予兆しきい値とを用いて、前記高炉の異常を検出する異常検出部と、を有し、前記異常検出部は、前記評価値が前記異常しきい値より大きい場合には異常であると判定し、前記評価値が前記予兆しきい値よりも大きい期間が設定期間以上になった場合には異常の予兆があると判定する、高炉の異常判定装置。
［２］前記異常検出部は、所定の判定期間毎に、前記評価値が前記予兆しきい値よりも大きい期間の積算値が設定期間以上になったかを判定し、前記積算値が設定期間以上になった場合には異常の予兆があると判定する、［１］に記載の高炉の異常判定装置。
［３］前記異常検出部は、前記評価値の時間積分値が積分しきい値より大きい場合に異常の予兆があると判定する、［１］または［２］に記載の高炉の異常判定装置。
［４］前記評価値算出部は、複数の前記測定データを主成分分析してＱ統計量またはＴ２統計量を算出し、算出したＱ統計量またはＴ２統計量に基づいて前記評価値を算出する、［１］から［３］のいずれか１つに記載の高炉の異常判定装置。
［５］複数の前記センサは、高炉の異なる高さ位置及び異なる円周位置に設置されたシャフト圧センサからなる、［１］から［４］のいずれか１つに記載の高炉の異常判定装置。
［６］高炉の異なる位置に設置された複数のセンサを用いて高炉の異常を検出する高炉の異常判定方法であって、複数の前記センサにより検知された複数の測定データから評価値を算出する評価値算出ステップと、算出した前記評価値に基づき、異常しきい値と、前記異常しきい値より小さい予兆しきい値とを用いて、前記高炉の異常を検出する異常検出ステップと、を有し、前記異常検出ステップにおいて、前記評価値が前記異常しきい値より大きい場合には異常であると判定し、前記評価値が前記予兆しきい値よりも大きい期間が設定期間以上になった場合には異常の予兆があると判定する、高炉の異常判定方法。
［７］前記予兆しきい値は、通常操業時における前記複数の測定データの一部の圧力値の変動が正常時の圧力値の変動から所定の範囲を超える場合に算出される前記複数の測定データの評価値を用いて決定される、［６］に記載の高炉の異常判定方法。
［８］［１］から［５］のいずれか１つに記載の高炉の異常判定装置を用いて高炉の異常を判定しながら高炉を操業する、高炉の操業方法。
［９］［８］に記載の高炉の操業方法により溶銑を製造する、溶銑の製造方法。The present invention has the following configurations in order to solve these problems.
[1] An abnormality determination device for detecting an abnormality in a blast furnace using a plurality of sensors installed at different positions in the blast furnace, and an evaluation value for calculating an evaluation value from a plurality of measurement data detected by the plurality of sensors. An abnormality detection unit that detects an abnormality in the blast furnace by using an abnormality threshold value and a predictive threshold value smaller than the abnormality threshold value based on the evaluation value calculated by the calculation unit and the evaluation value calculation unit. When the evaluation value is larger than the abnormality threshold value, the abnormality detection unit determines that the abnormality is present, and the period in which the evaluation value is larger than the predictive threshold value is equal to or longer than the set period. An abnormality determination device for a blast furnace that determines that there is a sign of abnormality when
[2] The abnormality detection unit determines, for each predetermined determination period, whether the integrated value for a period in which the evaluation value is larger than the predictive threshold value exceeds the set period, and the integrated value exceeds the set period. The abnormality determination device for a blast furnace according to [1], which determines that there is a sign of abnormality in the case of.
[3] The abnormality determination device for a blast furnace according to [1] or [2], wherein the abnormality detection unit determines that there is a sign of abnormality when the time integration value of the evaluation value is larger than the integration threshold value.
[4] The evaluation value calculation unit calculates a Q statistic or a T 2 statistic by performing principal component analysis of a plurality of the measurement data, and calculates the evaluation value based on the calculated Q statistic or the T 2 statistic. The abnormality determination device for a blast furnace according to any one of [1] to [3], which is calculated.
[5] The blast furnace abnormality determination device according to any one of [1] to [4], wherein the plurality of sensors are shaft pressure sensors installed at different height positions and different circumferential positions of the blast furnace. ..
[6] A blast furnace abnormality determination method in which an abnormality in a blast furnace is detected using a plurality of sensors installed at different positions in the blast furnace, and an evaluation value is calculated from a plurality of measurement data detected by the plurality of sensors. There is an evaluation value calculation step, and an abnormality detection step for detecting an abnormality in the blast furnace using an abnormality threshold value and a predictive threshold value smaller than the abnormality threshold value based on the calculated evaluation value. Then, in the abnormality detection step, when the evaluation value is larger than the abnormality threshold value, it is determined to be abnormal, and when the period in which the evaluation value is larger than the predictive threshold value becomes the set period or more. A method for determining an abnormality in a blast furnace, which determines that there is a sign of an abnormality in.
[7] The predictive threshold value is the plurality of measurements calculated when the fluctuation of a part of the pressure values of the plurality of measurement data during normal operation exceeds a predetermined range from the fluctuation of the pressure value during normal operation. The method for determining an abnormality in a blast furnace according to [6], which is determined using the evaluation value of the data.
[8] A method for operating a blast furnace, wherein the blast furnace is operated while determining the abnormality of the blast furnace by using the abnormality determination device for the blast furnace according to any one of [1] to [5].
[9] A method for producing hot metal, wherein the hot metal is produced by the operating method of the blast furnace according to [8].

本発明の異常判定装置及び方法によれば、異常の発生前には異常の予兆が現れるのを利用し、評価値が異常しきい値を超えたときに異常の発生を検出するだけでなく、評価値が予兆しきい値を設定期間以上超えたときに異常の予兆を検出する。これにより、異常が生じないように早期の減風等を行うことが可能になり、操業トラブルを未然に防止することができる。 According to the abnormality determination device and the method of the present invention, the occurrence of an abnormality is utilized before the occurrence of an abnormality, and not only the occurrence of an abnormality is detected when the evaluation value exceeds the abnormality threshold value, but also the occurrence of an abnormality is detected. A sign of abnormality is detected when the evaluation value exceeds the sign threshold for a set period or longer. As a result, it is possible to reduce the wind at an early stage so that an abnormality does not occur, and it is possible to prevent operational troubles.

図１は、本発明の異常判定装置の好ましい実施形態を示すブロック図である。FIG. 1 is a block diagram showing a preferred embodiment of the abnormality determination device of the present invention. 図２は、図１の異なるセンサにおいて測定された２つの測定データを例示したグラフである。FIG. 2 is a graph illustrating two measurement data measured by the different sensors of FIG. 図３は、図１の異なるセンサにおいて測定された２つの測定データを例示したグラフである。FIG. 3 is a graph illustrating two measurement data measured by the different sensors of FIG. 図４は、図１の評価値算出部において算出される評価値の一例を示すグラフである。FIG. 4 is a graph showing an example of the evaluation value calculated by the evaluation value calculation unit of FIG. 図５は、図１の異常検出部において異常の予兆が検出される様子を示すグラフである。FIG. 5 is a graph showing how a sign of abnormality is detected in the abnormality detection unit of FIG. 図６は、図１の異常検出部において評価値が時間積分される様子を示すグラフである。FIG. 6 is a graph showing how the evaluation values are time-integrated in the abnormality detection unit of FIG. 図７は、本発明の高炉の異常判定方法の好ましい実施形態を示すフローチャートである。FIG. 7 is a flowchart showing a preferred embodiment of the blast furnace abnormality determination method of the present invention.

以下、本発明の実施形態について説明する。図１は本発明の高炉の異常判定装置の好ましい実施形態を示すブロック図である。図１のような異常判定装置１０の構成は、コンピュータに記憶されたプログラムを実行することにより、コンピュータ上に構築される。図１の高炉の異常判定装置１０は、高炉の異なる位置に設置された複数のセンサＳ１〜Ｓｎを用いて高炉１の異常を検出するものである。 Hereinafter, embodiments of the present invention will be described. FIG. 1 is a block diagram showing a preferred embodiment of the abnormality determination device for a blast furnace of the present invention. The configuration of the abnormality determination device 10 as shown in FIG. 1 is constructed on the computer by executing the program stored in the computer. The abnormality determination device 10 of the blast furnace of FIG. 1 detects an abnormality of the blast furnace 1 by using a plurality of sensors S1 to Sn installed at different positions of the blast furnace.

この複数のセンサＳ１〜Ｓｎは、例えばシャフト圧センサであって、高炉１の高さ方向および円周方向の異なる位置に複数（例えば３０個）設置されている。複数のセンサＳ１〜Ｓｎにおいてそれぞれ測定された複数の測定データＤ１〜Ｄｎは、異常判定装置１０のデータベースＤＢに格納される。高炉の異常判定装置１０は、複数の測定データＤ１〜Ｄｎに基づいて高炉の異常及び異常の予兆を検出する。 The plurality of sensors S1 to Sn are, for example, shaft pressure sensors, and a plurality of (for example, 30) sensors are installed at different positions in the height direction and the circumferential direction of the blast furnace 1. The plurality of measurement data D1 to Dn measured by the plurality of sensors S1 to Sn are stored in the database DB of the abnormality determination device 10. The abnormality determination device 10 of the blast furnace detects an abnormality of the blast furnace and a sign of the abnormality based on a plurality of measurement data D1 to Dn.

高炉の異常判定装置１０は、評価値算出部１１と、異常検出部１２と、情報出力部１３とを備える。評価値算出部１１は、複数のセンサＳ１〜Ｓｎにより検知された複数の測定データＤ１〜Ｄｎから評価値ＥＶを算出する。例えば、評価値算出部１１は複数の測定データＤ１〜Ｄｎに対して主成分分析を適用することにより評価値ＥＶを算出する。主成分分析（ＰＣＡ：Ｐｒｉｎｃｉｐａｌ Ｃｏｍｐｏｎｅｎｔ Ａｎａｌｙｓｉｓ）とは、複数個のデータ群について、元のデータ群の持つ情報量の損失を小さくしつつ、元のデータの持つ特徴が反映された変数へ低次元化する数学的処理を意味する。すべてのデータ群を監視するのではなく、主成分分析により低次元化させた少数の変数を監視することで、炉内の状態の監視をより簡便に行うことができる。 The abnormality determination device 10 of the blast furnace includes an evaluation value calculation unit 11, an abnormality detection unit 12, and an information output unit 13. The evaluation value calculation unit 11 calculates the evaluation value EV from the plurality of measurement data D1 to Dn detected by the plurality of sensors S1 to Sn. For example, the evaluation value calculation unit 11 calculates the evaluation value EV by applying the principal component analysis to a plurality of measurement data D1 to Dn. Principal component analysis (PCA: Principal Component Analysis) is a method of reducing the dimension of multiple data groups to variables that reflect the characteristics of the original data while reducing the loss of the amount of information that the original data group has. It means mathematical processing to be done. By monitoring a small number of variables reduced in dimension by principal component analysis instead of monitoring all data groups, it is possible to more easily monitor the state inside the furnace.

図２及び図３は、図１の異なるセンサにおいて測定された２つの測定データを例示したグラフである。高炉１において正常な操業が行われているとき、図２のように、測定データＤ１、Ｄ２は、所定の信号値の範囲内を同期して変化する傾向がある。同期とは、プロセスにおける時間推移または操業アクションに対して、操業上の測定データ（変数）の挙動に協調性があることを意味する。すると、図３に示すように、正常に操業されているときには、測定データＤ１、Ｄ２は、同期を示す直線（測定データＤ１＝測定データＤ２）の周辺であって所定の信号値の範囲内にプロットされる。 2 and 3 are graphs illustrating two measurement data measured by the different sensors of FIG. When normal operation is performed in the blast furnace 1, the measurement data D1 and D2 tend to change synchronously within a predetermined signal value range as shown in FIG. Synchronization means that the behavior of measured data (variables) in operation is coordinated with respect to the time transition or operation action in the process. Then, as shown in FIG. 3, during normal operation, the measurement data D1 and D2 are around a straight line indicating synchronization (measurement data D1 = measurement data D2) and are within a predetermined signal value range. It is plotted.

一方で、高炉１内において異常が発生した場合、異なる測定データＤ１、Ｄ２は互いに同期しているものの、所定の信号値の範囲から外れるか、もしくは測定データＤ１、Ｄ２が同期しなくなる傾向がある。つまり、図３において、高炉１内において通気に異常が発生すると、測定データＤ１、Ｄ２は、それぞれ所定の信号値の範囲から外れた位置にプロットされるか、もしくは上記同期を示す直線から離れた位置にプロットされる。高炉１のシャフト圧データにおいては、主成分分析における分散が一番大きい第１主成分値には、高炉１の安定操業時における各シャフト圧の同期した動きの成分が現れる。一方、主成分分析の第２主成分以降には安定期以外の成分が現れる。 On the other hand, when an abnormality occurs in the blast furnace 1, although the different measurement data D1 and D2 are synchronized with each other, they tend to be out of the predetermined signal value range or the measurement data D1 and D2 are not synchronized. .. That is, in FIG. 3, when an abnormality occurs in the ventilation in the blast furnace 1, the measurement data D1 and D2 are plotted at positions outside the predetermined signal value range or separated from the straight line indicating the above synchronization. Plot in position. In the shaft pressure data of the blast furnace 1, the component of the synchronized movement of each shaft pressure at the time of stable operation of the blast furnace 1 appears in the first principal component value having the largest dispersion in the principal component analysis. On the other hand, components other than the stable period appear after the second principal component of the principal component analysis.

説明の容易のために、２つの測定データＤ１、Ｄ２について例示しているが、複数の測定データＤ１〜Ｄｎについても同様の傾向がある。そこで、評価値算出部１１は、ｎ個の測定データから１個のＱ統計量もしくはＴ２統計量を求める。このＴ２統計量は、信号が所定の変動範囲内にあるかを示す指標である。Ｑ統計量は、Ｔ２統計量に直交する指標であって、非同期性を表す指標である。このＱ統計量もしくはＴ２統計量は、公知の技術を用いて算出することができる。第２主成分値を用いる場合について例示しているが、第３主成分以降に異常現象が大きく表れている場合にはそれらの値を使用してもよい。For the sake of simplicity, the two measurement data D1 and D2 are illustrated, but there is a similar tendency for the plurality of measurement data D1 to Dn. Therefore, the evaluation value calculation unit 11 obtains one Q statistic or T 2 statistic from n measurement data. This T 2 statistic is an index indicating whether the signal is within a predetermined fluctuation range. The Q statistic is an index orthogonal to the T 2 statistic and is an index showing asynchrony. This Q statistic or T 2 statistic can be calculated using a known technique. Although the case where the second principal component value is used is illustrated, those values may be used when the abnormal phenomenon appears significantly after the third principal component.

さらに、評価値算出部１１には、正常な操業時の測定データを用いて第２主成分のＱ統計量を算出したときのＱ統計量の最大値が予め記憶されている。正常な操業区間においては、正常と判断できる安定限界のデータが含まれている。正常な操業区間について第２主成分の最大値を求めることは、正常な操業を行なっている場合の測定データの変動幅および正常な操業範囲からの逸脱量の最大値（安定限界の値）を求めることを意味する。評価値算出部１１は、測定データＤ１〜Ｄｎから算出されたＱ統計量を記憶されている最大値で除したＱ統計量指数を評価値ＥＶとして算出する。 Further, the evaluation value calculation unit 11 stores in advance the maximum value of the Q statistic when the Q statistic of the second principal component is calculated using the measurement data during normal operation. In the normal operation section, the data of the stability limit that can be judged to be normal is included. To find the maximum value of the second principal component for a normal operation section, determine the fluctuation range of the measured data and the maximum value of the deviation amount from the normal operation range (stability limit value) during normal operation. Means to ask. The evaluation value calculation unit 11 calculates the Q statistic index calculated by dividing the Q statistic calculated from the measurement data D1 to Dn by the stored maximum value as the evaluation value EV.

評価値算出部１１がＱ統計量を用いて評価値ＥＶを算出する場合について例示したが、Ｔ２統計量を用いて評価値ＥＶを算出してもよい。この場合であっても、評価値算出部１１には、正常な操業時の測定データを用いてＴ２統計量を算出したときのＴ２統計量の最大値が予め記憶されている。評価値算出部１１は、測定データからＴ２統計量を算出し、算出したＴ２統計量を記憶された最大値で除してＴ２統計量指数を評価値ＥＶとして求める。Although the case where the evaluation value calculation unit 11 calculates the evaluation value EV using the Q statistic has been illustrated, the evaluation value EV may be calculated using the T 2 statistic. Even in this case, the evaluation value calculation unit 11, the maximum value of T 2 statistic when the calculated T 2 statistic using the measurement data during normal operation are stored in advance. The evaluation value calculation unit 11 calculates the T 2 statistic from the measurement data, divides the calculated T 2 statistic by the stored maximum value, and obtains the T 2 statistic index as the evaluation value EV.

図４は、図１の評価値算出部において算出される評価値ＥＶの一例を示すグラフである。異常検出部１２は、評価値算出部１１において算出された評価値ＥＶに基づき高炉１の異常を検出する。異常検出部１２には、異常しきい値ＥＶｒｅｆ１と、異常しきい値ＥＶｒｅｆ１よりも小さい予兆しきい値ＥＶｒｅｆ２とが記憶されている。異常検出部１２は、評価値ＥＶが異常しきい値ＥＶｒｅｆ１より大きい場合には異常であると判定する。さらに、異常検出部１２は、評価値ＥＶが異常しきい値ＥＶｒｅｆ１以下であって、予兆しきい値ＥＶｒｅｆ２よりも大きい期間が設定期間ＰＴ以上になった場合、異常の予兆があると判定する。評価値ＥＶがＱ統計量指数からなる場合、異常しきい値ＥＶｒｅｆ１は、例えば０．５〜１．０の範囲内に設定され、予兆しきい値ＥＶｒｅｆ２は、例えば０．５以下に設定される。ＥＶｒｅｆ１は、例えば、過去実際に吹き抜けなどに至った場合の直前(数分前)の評価値ＥＶの値に対応させて決定してよい。 FIG. 4 is a graph showing an example of the evaluation value EV calculated by the evaluation value calculation unit of FIG. The abnormality detection unit 12 detects an abnormality in the blast furnace 1 based on the evaluation value EV calculated by the evaluation value calculation unit 11. The abnormality detection unit 12 stores an abnormality threshold value EVref1 and a predictive threshold value EVref2 smaller than the abnormality threshold value EVref1. The abnormality detection unit 12 determines that the abnormality is abnormal when the evaluation value EV is larger than the abnormality threshold value EVref1. Further, the abnormality detection unit 12 determines that there is a sign of abnormality when the evaluation value EV is equal to or less than the abnormality threshold value EVref1 and the period larger than the predictive threshold value EVref2 becomes the set period PT or more. When the evaluation value EV consists of the Q statistic index, the abnormal threshold value EVref1 is set in the range of, for example, 0.5 to 1.0, and the predictive threshold value EVref2 is set, for example, in the range of 0.5 or less. .. EVref1 may be determined, for example, in correspondence with the evaluation value EV value immediately before (a few minutes before) when a stairwell or the like is actually reached in the past.

次に、高炉１内の異常と、当該異常の予兆との違いを説明する。異常の予兆が発生する状態とは、高炉１内において局所的に小さな圧力変動が発生している状態と考えられる。これは原料層の局所的な乱れやコークス粉などの粉体の蓄積、荷下がり（原料降下）の局所的な変動などに起因する圧力変動である。 Next, the difference between the abnormality in the blast furnace 1 and the sign of the abnormality will be described. The state in which a sign of abnormality occurs is considered to be a state in which a small pressure fluctuation is locally generated in the blast furnace 1. This is a pressure fluctuation caused by local disturbance of the raw material layer, accumulation of powder such as coke powder, and local fluctuation of unloading (raw material drop).

高炉１内では、小さな圧力変動が発生している箇所から炉内の様々な方向に圧力変動が伝播し、他の場所でも圧力変動が生じる場合がある。例えば、局所的な原料の小さな乱れであっても、その乱れによって高炉１内の通過ガスの流れが変化して原料の昇温および還元が変わる現象がある。高炉１内では下部から上方に通過ガスが流れているので、原料の小さな乱れは、その近傍および上方の状態に影響、伝播する。さらに、原料の降下とともに原料の小さな乱れは下方の状態にも影響、伝播する。このように、局所的な原料の小さな乱れが上方および下方に影響、伝播し、この結果、大きな乱れ（異常）になる。 In the blast furnace 1, the pressure fluctuation propagates in various directions in the furnace from the place where the small pressure fluctuation occurs, and the pressure fluctuation may occur in other places as well. For example, even if there is a small disturbance of the raw material locally, there is a phenomenon that the flow of the passing gas in the blast furnace 1 changes due to the disturbance, and the temperature rise and reduction of the raw material change. Since the passing gas flows from the lower part to the upper part in the blast furnace 1, a small disturbance of the raw material affects and propagates the state in the vicinity and the upper part. Furthermore, as the raw material drops, small disturbances in the raw material affect and propagate to the lower state. In this way, small disturbances in the local raw material affect and propagate upwards and downwards, resulting in large disturbances (abnormalities).

局所的な圧力変動であっても、その圧力変動が大きい場合には異常となる。例えば、荷下がりの悪化で円周方向の特定箇所の圧力が徐々に高まり（評価値ＥＶが徐々に大きくなる）、それが解放されるとき、同一円周方向の高さ方向の複数センサ群だけが大きく乱れて異常となる。 Even if the pressure fluctuation is local, it becomes abnormal when the pressure fluctuation is large. For example, when the pressure at a specific point in the circumferential direction gradually increases (evaluation value EV gradually increases) due to the deterioration of the load unloading and it is released, only a group of multiple sensors in the height direction in the same circumferential direction Is greatly disturbed and becomes abnormal.

このように、高炉１では、異常が発生する前にその予兆となる小さな圧力の変動が発生するので、当該小さな圧力の変動（予兆）を検出することができれば、異常の発生を予測できる。 As described above, in the blast furnace 1, a small pressure fluctuation that is a sign of the abnormality occurs before the abnormality occurs. Therefore, if the small pressure fluctuation (predictor) can be detected, the occurrence of the abnormality can be predicted.

上述した局所的な小さな圧力の変動が発生するために予兆を検出するための予兆しきい値ＥＶｒｅｆ２を定める。予兆しきい値ＥＶｒｅｆ２は、異常が発生した高炉１の操業のうち、予兆があった操業における当該予兆発生時の評価値ＥＶを用いて決定してよい。 A predictive threshold EVref2 for detecting a sign due to the occurrence of a small local pressure fluctuation described above is set. The sign threshold value EVref2 may be determined by using the evaluation value EV at the time of occurrence of the sign in the operation in which the sign has occurred among the operations of the blast furnace 1 in which the abnormality has occurred.

予兆しきい値ＥＶｒｅｆ２を以下のように決定してもよい。局所的な圧力変動が高炉１内に伝播していく場合を考えると、局所的な圧力の変動は、炉体に接している面積として数ｍ×数ｍ程度と考えられる。この影響を受ける圧力計の個数は、図１に示した例では４個程度となる。このため、この影響を受けた圧力計の圧力値の変動が、通常操業時（正常時）の圧力値の変動の標準偏差をσとしたときの２σを超えた場合の評価値ＥＶを用いて、予兆しきい値ＥＶｒｅｆ２を決定してもよい。 The predictive threshold EVref2 may be determined as follows. Considering the case where the local pressure fluctuation propagates into the blast furnace 1, the local pressure fluctuation is considered to be about several m × several m as the area in contact with the furnace body. The number of pressure gauges affected by this is about 4 in the example shown in FIG. Therefore, the evaluation value EV when the fluctuation of the pressure value of the pressure gauge affected by this exceeds 2σ when the standard deviation of the fluctuation of the pressure value during normal operation (normal time) is σ is used. , The predictive threshold EVref2 may be determined.

さらに、異常検出部１２は、所定の判定期間（例えば４５分）毎に、評価値ＥＶが予兆しきい値ＥＶｒｅｆ２より大きい期間の積算値が設定期間ＰＴ（例えば４０分）以上になったかを判定する。そして、異常検出部１２は、判定期間以内に積算値が設定期間ＰＴ以上にならなかった場合、カウントしていた期間をリセットし、新たに期間の計測を開始する。これは、評価値ＥＶがノイズ的に短時間だけ低下することもあり、設定期間ＰＴ以上連続して評価値ＥＶが予兆しきい値ＥＶｒｅｆ２を超えなければ異常の予兆があると判定しない場合、異常の予兆を検知ができないケースがあるためである。そこで、異常検出部１２は、予兆しきい値ＥＶｒｅｆ２以上である期間が連続していなくても、所定の判定期間内において積算値が設定期間ＰＴ以上になっていれば、異常の予兆があると判定するようにしている。 Further, the abnormality detection unit 12 determines every predetermined determination period (for example, 45 minutes) whether the integrated value for the period in which the evaluation value EV is larger than the predictive threshold value EVref2 becomes the set period PT (for example, 40 minutes) or more. do. Then, when the integrated value does not exceed the set period PT within the determination period, the abnormality detection unit 12 resets the counting period and starts measuring the new period. This is because the evaluation value EV may decrease for a short time due to noise, and if it is not determined that there is a sign of abnormality unless the evaluation value EV continuously exceeds the sign threshold value EVref2 for the set period PT or longer, it is abnormal. This is because there are cases where the sign of is not detected. Therefore, the abnormality detection unit 12 determines that there is a sign of abnormality if the integrated value is equal to or longer than the set period PT within the predetermined determination period even if the period of the sign threshold value EVref2 or higher is not continuous. I am trying to judge.

設定期間ＰＴは、異常が発生した高炉１の操業のうち、予兆が確認された操業において、予兆が発生してから異常となるまでの期間より短い期間に設定することが好ましい。これにより、異常になる前に減風等を行い、異常の発生を未然に防止できる。 The set period PT is preferably set to a period shorter than the period from the occurrence of the sign to the abnormality in the operation in which the sign is confirmed in the operation of the blast furnace 1 in which the abnormality has occurred. As a result, it is possible to reduce the wind before the abnormality occurs and prevent the occurrence of the abnormality.

低位の状態で蓄積された異常が、吹き抜けなどの異常に至る場合があるので、設定期間ＰＴを長くし過ぎることは好ましくない。本実施形態では、本格的な異常となる前に余裕をもって対処できるように、所定の判定期間を４５分とし、設定期間ＰＴを４０としている。この期間は、荷下がり速度や昇温速度を考慮して、局所的な異常領域が伝播、拡大して吹き抜けなどの異常になる確率を下げることができる期間に設定している。高炉１における荷下がり速度は４ｍ／ｈ程度であるので、荷下がりによる高さ方向の領域拡大を３ｍ以内にするため判定期間を４５分とした。 It is not preferable to make the set period PT too long because the abnormalities accumulated in the low-level state may lead to abnormalities such as stairwells. In the present embodiment, the predetermined determination period is set to 45 minutes and the set period PT is set to 40 so that a full-scale abnormality can be dealt with with a margin. This period is set to a period in which the probability that the local abnormal region propagates and expands and becomes abnormal such as a stairwell can be reduced in consideration of the unloading speed and the rising speed. Since the unloading speed in the blast furnace 1 is about 4 m / h, the determination period was set to 45 minutes in order to keep the area expansion in the height direction due to the unloading within 3 m.

一方、高炉１や操業形態によっては、短い予兆後に異常となる場合も考えられる。このような場合には設定期間ＰＴを短くすることが好ましい。例えば、炉体内部レンガの損耗などによる引っ掛かりで荷下がりが不連続になっている場合には、短い予兆後に異常となり得るので、この場合には、所定の判定期間および設定期間ＰＴを短くすることが好ましい。但し、所定の判定期間および設定期間ＰＴを短くする場合であっても、誤検知防止のため、所定の判定期間を１０分以上、設定期間ＰＴを８分以上に設定することが好ましい。 On the other hand, depending on the blast furnace 1 and the operation mode, it is possible that an abnormality may occur after a short sign. In such a case, it is preferable to shorten the set period PT. For example, if the loading is discontinuous due to catching due to wear of bricks inside the furnace body, it may become abnormal after a short sign. In this case, shorten the predetermined judgment period and set period PT. Is preferable. However, even when the predetermined determination period and the set period PT are shortened, it is preferable to set the predetermined determination period to 10 minutes or more and the set period PT to 8 minutes or more in order to prevent false detection.

図５は、図１の異常検出部において異常の予兆が検出される様子を示すグラフである。図５（Ａ）に示すように、異常検出部１２は、１分ごとに評価値ＥＶが予兆しきい値ＥＶｒｅｆ２を超えるかを判定し、判定した回数をカウントしていく。このカウント値は判定期間（例えば４５分）毎にリセットされる。そして、カウンタのカウント値が設定回数（例えば４０回＝設定期間ＰＴ）になったとき、図５（Ｂ）のように異常の予兆があると判定する。 FIG. 5 is a graph showing how a sign of abnormality is detected in the abnormality detection unit of FIG. As shown in FIG. 5A, the abnormality detection unit 12 determines whether the evaluation value EV exceeds the predictive threshold value EVref2 every minute, and counts the number of determinations. This count value is reset every determination period (for example, 45 minutes). Then, when the count value of the counter reaches the set number of times (for example, 40 times = setting period PT), it is determined that there is a sign of abnormality as shown in FIG. 5B.

異常検出部１２は、しきい値処理をするのではなく、評価値ＥＶの時間積分値Ｉが積分しきい値Ｉｒｅｆを超えたとき、異常の予兆があると判断するようにしてもよい。図６は、図１の異常検出部において評価値が時間積分される様子を示すグラフである。例えば、評価値ＥＶ＝０．６の状況が続くよりも、評価値ＥＶ＝０．８の状況が続く方が異常しきい値ＥＶｒｅｆ１に到達するまでの期間は短い。そこで、異常検出部１２は、評価値ＥＶが大きい状況が続くときには早期に異常の予兆を出力するように、積分値Ｉが積分しきい値Ｉｒｅｆを超えたとき、異常の予兆があると判断する。 The abnormality detection unit 12 may determine that there is a sign of abnormality when the time integration value I of the evaluation value EV exceeds the integration threshold value Iref, instead of performing the threshold value processing. FIG. 6 is a graph showing how the evaluation values are time-integrated in the abnormality detection unit of FIG. For example, the period until the abnormal threshold value EVref1 is reached is shorter when the situation with the evaluation value EV = 0.8 continues than when the situation with the evaluation value EV = 0.6 continues. Therefore, the abnormality detection unit 12 determines that there is a sign of abnormality when the integral value I exceeds the integration threshold value Iref so as to output a sign of abnormality at an early stage when the situation where the evaluation value EV is large continues. ..

時間積分を行うことは、換言すれば、評価値ＥＶの値に応じて基準となる設定期間ＰＴが変化することを意味する。積分しきい値Ｉｒｅｆ＝設定期間ＰＴ×予兆しきい値ＥＶｒｅｆ２とすれば、上述した評価値ＥＶが予兆しきい値ＥＶｒｅｆ２を超えた状態の期間が設定期間ＰＴだけ超えた場合の判断と同義となる。 In other words, performing time integration means that the reference set period PT changes according to the value of the evaluation value EV. If the integration threshold value Iref = set period PT x predictive threshold EVref2, it is synonymous with the judgment when the period in which the above-mentioned evaluation value EV exceeds the predictive threshold EVref2 exceeds the set period PT. ..

図１の情報出力部１３は、例えば表示装置もしくはスピーカ等からなり、異常の予兆が検出された場合に、その旨を出力してオペレータに知らせるものである。異常の予兆が検出されたことを知ったオペレータは、高炉内部への送風量を減少させる或いは送風を停止させるなど、高炉操業条件を調整することにより、異常現象の発生を未然に防止する。これにより、通気不良に起因する棚吊り、スリップ、吹き抜けなどの異常現象つまり炉況異常の発生を未然に防止することができる。異常検出部１２において異常もしくは異常の予兆が検出されたとき、図示しない制御装置において自動的に送風量を減少させる或いは送風を停止等が行われるようにしてもよい。 The information output unit 13 of FIG. 1 is composed of, for example, a display device or a speaker, and outputs a sign of abnormality when a sign of abnormality is detected to notify the operator. The operator who knows that a sign of abnormality has been detected prevents the occurrence of an abnormal phenomenon by adjusting the operating conditions of the blast furnace, such as reducing the amount of air blown into the blast furnace or stopping the air blowing. As a result, it is possible to prevent the occurrence of abnormal phenomena such as shelving, slipping, and stairwell caused by poor ventilation, that is, abnormal furnace conditions. When an abnormality or a sign of an abnormality is detected in the abnormality detection unit 12, a control device (not shown) may automatically reduce the amount of air blown or stop the air blowing.

図７は、本発明の異常判定方法の好ましい実施形態を示すフローチャートであり、図７を参照して異常判定方法について説明する。まず、複数のセンサＳ１〜Ｓｎから測定データＤ１〜Ｄｎが取得され（ステップＳＴ１）、評価値算出部１１において評価値ＥＶが算出される（評価値算出ステップ、ステップＳＴ２）。その後、異常検出部１２において、評価値ＥＶが異常しきい値ＥＶｒｅｆ１より大きいかが判断される（異常検出ステップ、ステップＳＴ３）。 FIG. 7 is a flowchart showing a preferred embodiment of the abnormality determination method of the present invention, and the abnormality determination method will be described with reference to FIG. 7. First, the measurement data D1 to Dn are acquired from the plurality of sensors S1 to Sn (step ST1), and the evaluation value EV is calculated by the evaluation value calculation unit 11 (evaluation value calculation step, step ST2). After that, the abnormality detection unit 12 determines whether the evaluation value EV is larger than the abnormality threshold value EVref1 (abnormality detection step, step ST3).

評価値ＥＶが異常しきい値ＥＶｒｅｆ１より大きい場合（ステップＳＴ３のＹＥＳ）、高炉に異常が生じていると判断し、情報出力部１３から警告が出力される（ステップＳＴ４）。一方、評価値ＥＶが異常しきい値ＥＶｒｅｆ１以下である場合（ステップＳＴ３のＮＯ）、さらに評価値ＥＶが予兆しきい値ＥＶｒｅｆ２より大きい期間が設定期間ＰＴを超えたかが判断される（異常検出ステップ、ステップＳＴ５）。もしくはステップＳＴ５において、評価値ＥＶの時間積分値Ｉが積分しきい値より大きいか否かを判定してもよい。 When the evaluation value EV is larger than the abnormality threshold value EVref1 (YES in step ST3), it is determined that an abnormality has occurred in the blast furnace, and a warning is output from the information output unit 13 (step ST4). On the other hand, when the evaluation value EV is equal to or less than the abnormal threshold value EVref1 (NO in step ST3), it is determined whether the period in which the evaluation value EV is larger than the predictive threshold value EVref2 exceeds the set period PT (abnormality detection step, Step ST5). Alternatively, in step ST5, it may be determined whether or not the time integration value I of the evaluation value EV is larger than the integration threshold value.

そして、評価値ＥＶが予兆しきい値ＥＶｒｅｆ２よりも大きい期間が設定期間ＰＴになったとき（ステップＳＴ５のＹＥＳ）、異常の予兆がある旨が出力される（ステップＳＴ６）。一方、評価値ＥＶが予兆しきい値ＥＶｒｅｆ２より大きい期間が設定期間ＰＴより短い場合、異常の予兆がないと判断され（ステップＳＴ５のＮＯ）、異常の監視が継続される（ステップＳＴ１〜ＳＴ５）。 Then, when the period in which the evaluation value EV is larger than the sign threshold value EVref2 becomes the set period PT (YES in step ST5), it is output that there is a sign of abnormality (step ST6). On the other hand, when the period in which the evaluation value EV is larger than the sign threshold value EVref2 is shorter than the set period PT, it is determined that there is no sign of abnormality (NO in step ST5), and the monitoring of the abnormality is continued (steps ST1 to ST5). ..

上記実施形態によれば、異常の発生前には異常の予兆が現れるのを利用し、評価値ＥＶが異常しきい値ＥＶｒｅｆ１を超えたときに異常の発生を検出する。これにより、高炉の異常を判定しながら高炉の操業を実施でき、当該操業の実施により溶銑を製造できる。さらに、本実施形態では、異常の検出だけでなく、評価値ＥＶが予兆しきい値ＥＶｒｅｆ２を設定期間ＰＴ以上超えたときに異常の予兆を検出する。これにより、異常が生じないように早期の減風等を行うことが可能になり、操業トラブルを未然に防止することができる。 According to the above embodiment, the occurrence of the abnormality is detected when the evaluation value EV exceeds the abnormality threshold value EVref1 by utilizing the fact that the sign of the abnormality appears before the occurrence of the abnormality. As a result, the operation of the blast furnace can be carried out while determining the abnormality of the blast furnace, and the hot metal can be produced by carrying out the operation. Further, in the present embodiment, not only the abnormality is detected, but also the sign of the abnormality is detected when the evaluation value EV exceeds the sign threshold value EVref2 for the set period PT or more. As a result, it is possible to reduce the wind at an early stage so that an abnormality does not occur, and it is possible to prevent operational troubles.

上述のように異常しきい値ＥＶｒｅｆ１を超えるような異常が発生したときには、吹き抜け状態となり、炉頂のブリーダー弁が開いてを逃がすなどの対処が行われる。これにより、その後、評価値ＥＶは正常値の値に戻る。しかしながら、吹き抜けが起きると、熱損失の増大によって炉熱が低下したり、原料の層が崩れるなど高炉に悪影響を及ぼすので、異常が発生する前に異常の予兆を検出することが好ましい。ここで、評価値ＥＶは、異常の発生前には定常時よりも大きくなる傾向があるため、異常しきい値ＥＶｒｅｆ１より低い予兆しきい値ＥＶｒｅｆ２を用いて異常の予兆を検出することが考えられる。 When an abnormality that exceeds the abnormality threshold value EVref1 occurs as described above, the bleeder valve at the top of the furnace is opened and the bleeder valve at the top of the furnace is opened to allow the bleeder valve to escape. As a result, the evaluation value EV then returns to the normal value. However, when a stairwell occurs, the furnace heat decreases due to the increase in heat loss, and the raw material layer collapses, which adversely affects the blast furnace. Therefore, it is preferable to detect a sign of abnormality before the abnormality occurs. Here, since the evaluation value EV tends to be larger than that in the steady state before the occurrence of the abnormality, it is conceivable to detect the sign of the abnormality by using the sign threshold EVref2 lower than the abnormality threshold EVref1. ..

一方、炉内において小さな乱れが生じて多少の通気不良が生じても、小さな吹き抜けが生じれば、減風等の処置を講じることなく、評価値ＥＶは正常時の値に戻る。したがって、単にしきい値処理をしただけでは、異常の予兆としてオペレータ等に警告を出力する必要がないケースもある。しかしながら、上述のような炉内に小さな乱れが生じても小さな吹き抜けが生じなければ炉況が徐々に悪化していき、これに伴って評価値ＥＶも徐々に上昇していく。これを利用して、評価値ＥＶが予兆しきい値ＥＶｒｅｆ２より大きくなった期間の積算値が設定期間ＰＴ以上となった場合に異常の予兆を検出する。これにより、異常の予兆を誤検出することなく精度よく検出することができる。 On the other hand, even if a small turbulence occurs in the furnace and some ventilation failure occurs, if a small stairwell occurs, the evaluation value EV returns to the normal value without taking measures such as wind reduction. Therefore, there are cases where it is not necessary to output a warning to the operator or the like as a sign of abnormality simply by performing the threshold value processing. However, even if a small turbulence occurs in the furnace as described above, if a small stairwell does not occur, the furnace condition will gradually deteriorate, and the evaluation value EV will gradually increase accordingly. Utilizing this, when the integrated value of the period when the evaluation value EV becomes larger than the sign threshold value EVref2 becomes the set period PT or more, the sign of abnormality is detected. As a result, it is possible to accurately detect a sign of abnormality without erroneously detecting it.

特に、異常検出部１２が、所定の判定期間（例えば４５分）内において、評価値ＥＶが予兆しきい値ＥＶｒｅｆ２より大きくなった期間の積算値が設定期間ＰＴ（例えば４０分）以上になったかを判定することで異常の予兆を判定する。すると、異常の予兆があっても、一時的に評価値ＥＶが予兆しきい値ＥＶｒｅｆ２を下回ることで異常の予兆がなくなったと判断されるのを防止することができる。あるいは、異常の予兆がなくても、一時的に評価値ＥＶが予兆しきい値ＥＶｒｅｆ２以上になることで異常の予兆があると判断されるのを防止することができる。これにより、より精度の高い異常予兆の検出を行うことができる。 In particular, whether the integrated value of the period in which the evaluation value EV is larger than the predictive threshold value EVref2 becomes the set period PT (for example, 40 minutes) or more within the predetermined determination period (for example, 45 minutes) by the abnormality detection unit 12. The sign of abnormality is determined by determining. Then, even if there is a sign of abnormality, it is possible to prevent it from being determined that the sign of abnormality has disappeared by temporarily lowering the evaluation value EV below the sign threshold value EVref2. Alternatively, even if there is no sign of abnormality, it is possible to prevent it from being determined that there is a sign of abnormality by temporarily setting the evaluation value EV to the sign threshold value EVref2 or higher. As a result, it is possible to detect an abnormality sign with higher accuracy.

異常検出部１２は、評価値ＥＶの時間積分値Ｉが積分しきい値Ｉｒｅｆより大きい場合に異常の予兆があると判定してもよい。これにより、評価値ＥＶに反映されている炉内の状況の悪化度合いに応じて異常の予兆があると判断するまでの期間を調整することができる。 The abnormality detection unit 12 may determine that there is a sign of abnormality when the time integration value I of the evaluation value EV is larger than the integration threshold value Iref. As a result, the period until it is determined that there is a sign of abnormality can be adjusted according to the degree of deterioration of the condition inside the furnace reflected in the evaluation value EV.

本発明の実施形態は、上記実施形態に限定されず、種々の変更を加えることができる。例えば、上記実施形態において、複数のセンサＳ１〜Ｓｎはシャフト圧センサである場合について例示したが、異常を検出できるものであれば、温度センサ等の高炉に設置されたその他の種類のセンサであってもよい。 The embodiment of the present invention is not limited to the above embodiment, and various modifications can be made. For example, in the above embodiment, the case where the plurality of sensors S1 to Sn are shaft pressure sensors has been illustrated, but if an abnormality can be detected, it may be another type of sensor installed in a blast furnace such as a temperature sensor. You may.

評価値算出部１１は、Ｑ統計量指数もしくはＴ２統計量指数のいずれか一方を評価値ＥＶとして算出する場合について例示するが、双方を評価値ＥＶとして算出し異常を検出してもよい。この場合、双方の評価値ＥＶで異常もしくは異常の予兆が検出されたときに警告を出力してもよいし、いずれか一方でも異常等が検出されたら警告を出力するようにしてもよい。評価値ＥＶとして統計量を算出する場合について例示しているが、複数の入力データを一元化して異常指標化する方法であればなんでもよく、例えば、独立成分分析による一指標化、機械学習の手法を用いた一指標化等の公知の技術を用いても良い。The evaluation value calculation unit 11 exemplifies the case where either the Q statistic index or the T 2 statistic index is calculated as the evaluation value EV, but both may be calculated as the evaluation value EV and an abnormality may be detected. In this case, a warning may be output when an abnormality or a sign of an abnormality is detected in both evaluation values EV, or a warning may be output when an abnormality or the like is detected in either one of them. The case of calculating the statistic as the evaluation value EV is illustrated, but any method can be used as long as it is a method of unifying a plurality of input data and indexing them as an abnormality. A known technique such as one indexing using the above may be used.

さらに、上記実施形態において、評価値算出部１１は、１つの評価値ＥＶを算出する場合について例示したが、センサＳ１〜Ｓｎの設置高さに応じて例えば上段と下段との２つの評価値ＥＶを算出し、各評価値ＥＶについて異常の検出を行うようにしてもよい。異常検出部１２は、判定期間内において評価値ＥＶが予兆しきい値ＥＶｒｅｆ２より大きくなった期間の積算値が設定期間ＰＴ以上となったかを判定する場合について例示したが、単に連続して予兆しきい値ＥＶｒｅｆ２を超える期間が設定期間ＰＴ以上となった場合に異常の予兆があると判定してもよい。 Further, in the above embodiment, the evaluation value calculation unit 11 illustrates the case of calculating one evaluation value EV, but for example, two evaluation value EVs, upper and lower, depending on the installation height of the sensors S1 to Sn. May be calculated and an abnormality may be detected for each evaluation value EV. The abnormality detection unit 12 exemplifies the case where the integrated value during the period when the evaluation value EV becomes larger than the predictive threshold value EVref2 within the determination period is determined as to be equal to or longer than the set period PT, but the abnormality detection unit 12 simply continuously predicts. When the period exceeding the threshold value EVref2 becomes the set period PT or more, it may be determined that there is a sign of abnormality.

１ 高炉
１０ 異常判定装置
１１ 評価値算出部
１２ 異常検出部
１３ 情報出力部
Ｄ１〜Ｄｎ 測定データ
ＤＢ データベース
ＥＶ 評価値
ＥＶｒｅｆ１ 異常しきい値
ＥＶｒｅｆ２ 予兆しきい値
Ｉ 時間積分値
Ｉｒｅｆ 積分しきい値
ＰＴ 設定期間
Ｓ１〜Ｓｎ センサ1 blast furnace 10 abnormality judgment device 11 evaluation value calculation unit 12 abnormality detection unit 13 information output unit D1 to Dn measurement data DB database EV evaluation value EVref1 abnormality threshold value EVref2 predictive threshold value I time integration value Iref integration threshold value PT setting Period S1-Sn sensor

Claims (9)

高炉の異なる位置に設置された複数のセンサを用いて高炉の異常を検出する異常判定装置であって、
複数の前記センサにより検知された複数の測定データから評価値を算出する評価値算出部と、
前記評価値算出部において算出された評価値に基づき、異常しきい値と、前記異常しきい値より小さい予兆しきい値とを用いて、前記高炉の異常を検出する異常検出部と、
を有し、
前記異常検出部は、前記評価値が前記異常しきい値より大きい場合には異常であると判定し、前記評価値が前記予兆しきい値よりも大きい期間が設定期間以上になった場合には異常の予兆があると判定する、高炉の異常判定装置。An abnormality determination device that detects abnormalities in the blast furnace using multiple sensors installed at different positions in the blast furnace.
An evaluation value calculation unit that calculates an evaluation value from a plurality of measurement data detected by the plurality of sensors, and an evaluation value calculation unit.
An abnormality detection unit that detects an abnormality in the blast furnace by using an abnormality threshold value and a predictive threshold value smaller than the abnormality threshold value based on the evaluation value calculated by the evaluation value calculation unit.
Have,
The abnormality detection unit determines that the abnormality is abnormal when the evaluation value is larger than the abnormality threshold value, and when the period when the evaluation value is larger than the predictive threshold value becomes the set period or more. Anomaly determination device for blast furnaces that determines that there is a sign of abnormality. 前記異常検出部は、所定の判定期間毎に、前記評価値が前記予兆しきい値よりも大きい期間の積算値が設定期間以上になったかを判定し、前記積算値が設定期間以上になった場合には異常の予兆があると判定する、請求項１に記載の高炉の異常判定装置。 The abnormality detection unit determines, for each predetermined determination period, whether the integrated value for a period in which the evaluation value is larger than the predictive threshold value exceeds the set period, and the integrated value exceeds the set period. The abnormality determination device for a blast furnace according to claim 1, wherein in some cases, it is determined that there is a sign of abnormality. 前記異常検出部は、前記評価値の時間積分値が積分しきい値より大きい場合に異常の予兆があると判定する、請求項１または請求項２に記載の高炉の異常判定装置。 The abnormality determination device for a blast furnace according to claim 1 or 2, wherein the abnormality detection unit determines that there is a sign of abnormality when the time integration value of the evaluation value is larger than the integration threshold value. 前記評価値算出部は、複数の前記測定データを主成分分析してＱ統計量またはＴ２統計量を算出し、算出したＱ統計量またはＴ２統計量に基づいて前記評価値を算出する、請求項１から請求項３のいずれか１項に記載の高炉の異常判定装置。 The evaluation value calculation unit calculates the Q statistic or the T 2 statistic by performing principal component analysis of the plurality of the measurement data, and calculates the evaluation value based on the calculated Q statistic or the T 2 statistic. The abnormality determination device for a blast furnace according to any one of claims 1 to 3. 複数の前記センサは、高炉の異なる高さ位置及び異なる円周位置に設置されたシャフト圧センサからなる、請求項１から請求項４のいずれか１項に記載の高炉の異常判定装置。 The abnormality determination device for a blast furnace according to any one of claims 1 to 4, wherein the plurality of sensors include shaft pressure sensors installed at different height positions and different circumferential positions of the blast furnace. 高炉の異なる位置に設置された複数のセンサを用いて高炉の異常を検出する高炉の異常判定方法であって、
複数の前記センサにより検知された複数の測定データから評価値を算出する評価値算出ステップと、
算出した前記評価値に基づき、異常しきい値と、前記異常しきい値より小さい予兆しきい値とを用いて、前記高炉の異常を検出する異常検出ステップと、
を有し、
前記異常検出ステップにおいて、前記評価値が前記異常しきい値より大きい場合には異常であると判定し、前記評価値が前記予兆しきい値よりも大きい期間が設定期間以上になった場合には異常の予兆があると判定する、高炉の異常判定方法。This is a blast furnace abnormality determination method that detects blast furnace abnormalities using multiple sensors installed at different positions in the blast furnace.
An evaluation value calculation step of calculating an evaluation value from a plurality of measurement data detected by the plurality of sensors, and an evaluation value calculation step.
An abnormality detection step for detecting an abnormality in the blast furnace using an abnormality threshold value and a predictive threshold value smaller than the abnormality threshold value based on the calculated evaluation value.
Have,
In the abnormality detection step, if the evaluation value is larger than the abnormality threshold value, it is determined to be abnormal, and if the period in which the evaluation value is larger than the predictive threshold value becomes the set period or more. A method for determining an abnormality in a blast furnace, which determines that there is a sign of an abnormality. 前記予兆しきい値は、通常操業時における前記複数の測定データの一部の圧力値の変動が正常時の圧力値の変動から所定の範囲を超える場合に算出される前記複数の測定データの評価値を用いて決定される、請求項６に記載の高炉の異常判定方法。 The predictive threshold value is an evaluation of the plurality of measurement data calculated when the fluctuation of a part of the pressure values of the plurality of measurement data during normal operation exceeds a predetermined range from the fluctuation of the pressure value during normal operation. The method for determining an abnormality in a blast furnace according to claim 6, which is determined using a value. 請求項１から請求項５のいずれか１項に記載の高炉の異常判定装置を用いて高炉の異常を判定しながら高炉を操業する、高炉の操業方法。 A method for operating a blast furnace, wherein the blast furnace is operated while determining an abnormality of the blast furnace using the abnormality determination device for the blast furnace according to any one of claims 1 to 5. 請求項８に記載の高炉の操業方法により溶銑を製造する、溶銑の製造方法。 A method for producing hot metal, wherein the hot metal is produced by the operating method of the blast furnace according to claim 8.
JP2021516499A 2019-08-22 2020-08-19 Blast furnace abnormality judgment device, blast furnace abnormality judgment method, blast furnace operation method and hot metal manufacturing method Active JP6940030B2 (en)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2019151653 2019-08-22
JP2019151653 2019-08-22
PCT/JP2020/031287 WO2021033721A1 (en) 2019-08-22 2020-08-19 Blast furnace irregularity assessment device, blast furnace irregularity assessment method, blast furnace operation method, and molten pig iron production method

Publications (2)

Publication Number Publication Date
JPWO2021033721A1 true JPWO2021033721A1 (en) 2021-09-13
JP6940030B2 JP6940030B2 (en) 2021-09-22

Family

ID=74660917

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021516499A Active JP6940030B2 (en) 2019-08-22 2020-08-19 Blast furnace abnormality judgment device, blast furnace abnormality judgment method, blast furnace operation method and hot metal manufacturing method

Country Status (6)

Country Link
EP (1) EP3985132A4 (en)
JP (1) JP6940030B2 (en)
CN (1) CN114258433A (en)
BR (1) BR112022003100A2 (en)
TW (1) TWI748604B (en)
WO (1) WO2021033721A1 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023190234A1 (en) * 2022-03-29 2023-10-05 Ｊｆｅスチール株式会社 Blast furnace abnormality determination device, blast furnace abnormality determination method, blast furnace operation method, blast furnace operation system, blast furnace abnormality determination server device, program for blast furnace abnormality determination server device, and display terminal device

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63297518A (en) * 1987-02-23 1988-12-05 Kobe Steel Ltd Method for predicting lowering of furnace heat in blast furnace
US20090093978A1 (en) * 2007-09-28 2009-04-09 Afshin Sadri System and method for the acoustic monitoring of tapblocks and similar elements
US20120166107A1 (en) * 2005-07-29 2012-06-28 Terry Gerritsen Diagnostic System and Method for Metallurgical Reactor Cooling Elements
WO2014203509A1 (en) * 2013-06-19 2014-12-24 Ｊｆｅスチール株式会社 Method for detecting abnormality in blast furnace, and method for operating blast furnace
JP2017128805A (en) * 2016-01-19 2017-07-27 Ｊｆｅスチール株式会社 Operation method of blast furnace

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0635607B2 (en) * 1987-02-26 1994-05-11 株式会社神戸製鋼所 Blast furnace furnace heat drop prediction method
JPS63297513A (en) * 1987-05-29 1988-12-05 Sumitomo Metal Ind Ltd Operating method for blast furnace
CN1039498C (en) * 1995-11-23 1998-08-12 宝山钢铁(集团)公司 Blast furnace comprhensive deterministic system
US8082131B2 (en) * 2006-05-29 2011-12-20 Osaka University Electronic state calculation method, electronic state calculation device, computer program, and recording medium
JP6607821B2 (en) * 2016-04-12 2019-11-20 株式会社神戸製鋼所 Blast furnace sensor failure detection method and abnormal situation prediction method
JP6690081B2 (en) * 2016-07-14 2020-04-28 株式会社神戸製鋼所 Operation status evaluation system
CN109685289B (en) * 2019-01-21 2020-11-10 重庆电子工程职业学院 Method, device and system for forward prediction of blast furnace conditions

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63297518A (en) * 1987-02-23 1988-12-05 Kobe Steel Ltd Method for predicting lowering of furnace heat in blast furnace
US20120166107A1 (en) * 2005-07-29 2012-06-28 Terry Gerritsen Diagnostic System and Method for Metallurgical Reactor Cooling Elements
US20090093978A1 (en) * 2007-09-28 2009-04-09 Afshin Sadri System and method for the acoustic monitoring of tapblocks and similar elements
WO2014203509A1 (en) * 2013-06-19 2014-12-24 Ｊｆｅスチール株式会社 Method for detecting abnormality in blast furnace, and method for operating blast furnace
JP2017128805A (en) * 2016-01-19 2017-07-27 Ｊｆｅスチール株式会社 Operation method of blast furnace

Also Published As

Publication number Publication date
EP3985132A4 (en) 2022-09-07
CN114258433A (en) 2022-03-29
EP3985132A1 (en) 2022-04-20
TWI748604B (en) 2021-12-01
KR20220035233A (en) 2022-03-21
WO2021033721A1 (en) 2021-02-25
TW202113086A (en) 2021-04-01
BR112022003100A2 (en) 2022-05-17
JP6940030B2 (en) 2021-09-22

Similar Documents

Publication Publication Date Title
JP2017128805A (en) Operation method of blast furnace
JP6940030B2 (en) Blast furnace abnormality judgment device, blast furnace abnormality judgment method, blast furnace operation method and hot metal manufacturing method
JP6607821B2 (en) Blast furnace sensor failure detection method and abnormal situation prediction method
JP2015035118A (en) Diagnostic system and elevator
CN109933020A (en) Abnormal omen notice system, abnormal omen notification method and program
EP2474495B1 (en) Elevator control device
JP4840108B2 (en) Compressor protection control method for air conditioner
CN104199417A (en) Semiconductor coating technology statistical process control monitoring method
CN116772285B (en) Intelligent building heating load safety real-time monitoring method
KR102668061B1 (en) Blast furnace abnormality determination device, blast furnace abnormality determination method, blast furnace operation method, and molten iron manufacturing method
US20130246002A1 (en) Method of measuring health index of plant in which condition of lower level component is reflected and computer-readable storage medium in which program to perform the method is stored
CN111518975A (en) Blast furnace tuyere small sleeve damage monitoring method and system
JP3361439B2 (en) Elevator failure prediction device
JP7307341B2 (en) Furnace gas pressure fluctuation detection method
US20190249565A1 (en) Method for detecting damage during the operation of a gas turbine
JP3487203B2 (en) Blast furnace condition prediction method
TWI435936B (en) Method for predicting channeling phenomenon of blast furnace
JP6575467B2 (en) Blast furnace operation method
RU2794126C1 (en) Device for determining blast furnace failure, method for detecting blast furnace fault and method for operating blast furnace
KR100402019B1 (en) Method For Anticipating Channeling In Blast Furnace
JPH10298618A (en) Operation of blast furnace
CN108981078A (en) A kind of frequency-changeable compressor stall detection method, system and air conditioner
JPH10310807A (en) Operation of blast furnace
JPH0711018B2 (en) Blow-through prevention method in blast furnace operation
KR20110022339A (en) Method for anticipating channeling in blast furnace

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210330

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20210330

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20210426

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210511

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210708

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20210803

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210816

R150 Certificate of patent or registration of utility model

Ref document number: 6940030

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150