JPWO2021095594A1 - 生産設備の監視方法、生産設備の監視装置、及び生産設備の操業方法 - Google Patents

Abstract

本発明に係る生産設備の監視方法は、複数の生産拠点に配置された複数の同種の生産設備の操業状況を監視する生産設備の監視方法であって、生産拠点毎に生産設備の操業データを集約するデータ情報整備ステップと、データ情報整備ステップにおいて集約された操業データをデータ集積地に配置されたコンピューターに集積するデータ集積ステップと、データ集積ステップにおいて集積された現在の操業データと過去の操業データとを用いて、各生産設備の現在の操業状況を解析するデータ解析ステップと、データ解析ステップの解析結果に基づいて各生産設備における操業異常の有無を判定する操業状況判定ステップと、を含む。

Description

本発明は、複数の生産拠点に配置された複数の同種の生産設備の操業状況を監視する生産設備の監視方法、生産設備の監視装置、及び生産設備の操業方法に関する。

製品を生産するために大規模な生産設備を多数必要とする製造業では、生産設備を１箇所に集約すると広大な敷地が必要となることや、地震等の大きな災害が発生した場合には生産が完全に停止してしまうリスクがあるため、国内や場合によっては海外の各地に生産拠点を分散させて生産を行う場合がある。この場合、それぞれの生産拠点において生産計画がなされ、生産計画に従って生産設備の操業が行われる。

製鉄業における製鉄所も複数箇所に配置されている場合がある。製鉄所のうち、上工程から下工程までの生産設備が集まったいわゆる一貫製鉄所では、例えば鉄源を製造する高炉、高炉で製造された溶銑の成分調整を行う転炉、溶けた鉄を板状のスラブへと固める連続鋳造設備、及びスラブをさらに薄い板状に延ばす熱延設備等の生産設備が各製鉄所に共通に配されている場合が多い。こうした生産設備の操業における異常判定はこれまで各生産拠点において生産設備毎に行われ、それぞれ異常に対処してきた。

通常、生産設備は操業オペレーターが各操業データをチェックしながら操業を行っている。そして、操業異常と判断された場合には、異常が拡大しないように操業条件を変更して設備稼働の安定化を図っている。高炉における異常検知技術としては、例えば特許文献１に記載の技術がある。具体的には、高炉の炉体のシャフト部に設置された複数の圧力計データを主成分分析を行うことにより得られる第２主成分以降の成分であるＱ統計量は、高炉の通気性が阻害されるとシャフト圧力が変動することに伴い値が大きくなる。そこで、特許文献１に記載の技術は、予め収集した正常時のＱ統計量に対して閾値を設定し、Ｑ統計量が閾値を超えたときに高炉に操業異常が発生したと判定する。

特開２０１７−１２８８０５号公報

近年、企業の経営合理化による人員削減や国内労働人口の減少という背景から、操業オペレーターの人数も減少している。本来、操業異常が生じた際には、一旦操業を止める等した上、必要な対応を迅速に行ってトラブルを解消する必要があるが、操業オペレーターの人数が少ないと操業に伴う多くのワークが少数の操業オペレーターに集中する。また、こうした少人数での操業対応の中では異常時の操業技術の伝承が滞り、生産設備に異常があるにもかかわらずその状況に気が付かないまま操業を継続した結果、さらに大きなトラブルに至り、長時間の操業停止と復旧までに多額のコストがかかることがある。また、製品の製造が困難となり、製品の販売数量の減少につながる。こうした背景も踏まえ、上述したような異常検知技術が様々なプロセスに対して開発されつつある。しかしながら、こうした異常検知技術は確実に運用され、重大な設備トラブルに至らないように操業に反映させることが重要である。

本発明は、上記課題に鑑みてなされたものであって、その目的は、多くの人力を必要とすることなく生産設備の操業異常を精度よく検出して操業異常に対して迅速に対処可能な生産設備の監視方法、生産設備の監視装置、及び生産設備の操業方法を提供することにある。

本発明に係る生産設備の監視方法は、複数の生産拠点に配置された複数の同種の生産設備の操業状況を監視する生産設備の監視方法であって、生産拠点毎に生産設備の操業データを集約するデータ情報整備ステップと、前記データ情報整備ステップにおいて集約された操業データをデータ集積地に配置されたコンピューターに集積するデータ集積ステップと、前記データ集積ステップにおいて集積された現在の操業データと過去の操業データとを用いて、各生産設備の現在の操業状況を解析するデータ解析ステップと、前記データ解析ステップの解析結果に基づいて各生産設備における操業異常の有無を判定する操業状況判定ステップと、を含む。

前記操業データの項目数、項目名称、及び単位は生産設備間で共通であるとよい。

前記操業状況判定ステップは、前記データ解析ステップにおいて操業データから導出された指数に基づいて生産設備における操業異常の有無を判定するステップを含むとよい。

前記データ情報整備ステップは、前記操業データが得られた時刻における生産設備の操業条件データを少なくとも含むメタデータを集約するステップを含み、前記データ集積ステップは、前記データ情報整備ステップにおいて集約されたメタデータを前記コンピューターに集積するステップを含み、前記データ解析ステップは、現在の操業から得られたメタデータと他の生産拠点において得られたメタデータも含む過去のメタデータとを比較することにより、過去の操業条件が現在の操業条件の所定時間の変化と類似する変化をする期間を抽出するステップを含み、前記操業状況判定ステップは、前記データ解析ステップにおいて抽出された期間における現在の操業データと過去の操業データとを比較することにより、生産設備の操業異常の有無を判定するステップを含むとよい。

前記操業状況判定ステップは、同一スケール化した操業指標、操業データ、及び操業条件のうちの少なくとも一つのメタデータを用いて操業異常の有無を判定するステップを含むとよい。

集約された操業データ及び該操業データの解析結果を表示するステップを含むとよい。

本発明に係る生産設備の監視装置は、複数の生産拠点に配置された複数の同種の生産設備の操業状況を監視する生産設備の監視装置であって、生産拠点毎に生産設備の操業データを集約するデータ情報整備手段と、前記データ情報整備手段によって集約された操業データを集積するデータ集積手段と、前記データ集積手段によって集積された現在の操業データと過去の操業データとを用いて、各生産設備の現在の操業状況を解析するデータ解析手段と、前記データ解析手段の解析結果に基づいて各生産設備における操業異常の有無を判定する操業状況判定手段と、を備える。

本発明に係る生産設備の操業方法は、本発明に係る生産設備の監視方法を利用した生産設備の操業方法であって、前記操業状況判定ステップにおける判定結果に基づいて生産設備を操業するステップを含む。

本発明に係る生産設備の監視方法、生産設備の監視装置、及び生産設備の操業方法によれば、多くの人力を必要とすることなく生産設備の操業異常を精度よく検出して操業異常に対して迅速に対処することができる。

図１は、本発明の一実施形態である生産設備の監視システムの構成を示すブロック図である。 図２は、図１に示す生産設備の監視システムの変形例の構成を示すブロック図である。 図３は、本発明の一実施形態である設備監視処理の流れを示すフローチャートである。

製鉄所は、主に製品の元となるスラブを製造する上工程設備と、最終製品を製造する下工程設備と、電力や燃料ガス、水等を循環させるエネルギー設備からなっている。上工程設備には、原料の鉄鉱石やその他原料を保管する原料ヤード、石炭からコークスを製造するコークス炉、細かな鉄鉱石を焼結する焼結工場、これらの原料を高温燃焼させて溶銑を製造する高炉、溶銑を運搬するトーピードカーやこれを運搬するための鉄道設備、溶銑の成分調整を行う予備処理設備、溶銑中のカーボン量を調整して溶鋼を作り出す転炉、二次精錬を行う炉、溶鋼を最終的にスラブに固める連続鋳造設備等の生産設備が含まれる。

下工程設備には、スラブを加熱して薄い鋼帯を製造する熱延設備、鋼帯の加熱、冷却を繰り返しながら薄く引き伸ばし所定の強度を持たせた鋼板を製造する冷延設備、冷延工程で得られた鋼板にメッキ処理を施すメッキ設備、熱延工程で得られた鋼板を丸め、板端同士を溶接する等して管を製造する造管設備、建材用の形鋼と呼ばれる製品群を製造する形鋼製造設備等の生産設備が含まれる。

エネルギー設備には、高炉やコークスから得られたガスを精製する設備、精製されたガスを用いて発電を行う発電設備、ガスを発電設備へ搬送するガス管、及び各種炉や加熱された製品を冷やす水を運ぶ送水管等の生産設備が含まれる。

このように多数の生産設備があり、且つ、それぞれが設置に大きな敷地を必要とされるため、上工程設備及び下工程設備を備えた一貫製鉄所は非常に広い敷地面積を必要とする。よって、１つの製鉄所における鉄鋼製品の製造量では需要が満たされないため、複数の製鉄所で鉄鋼製品を製造する必要がある。こうした場合、鉄鋼製品のユーザーに製品を供給しやすくするために大量に鉄鋼製品を必要とするユーザーの近隣に製鉄所を立地させる場合や、大規模災害による操業停止を避けるために複数の生産拠点に製鉄所を立地させて鉄鋼製品を製造する場合もある。

製鉄所における各生産設備には、生産設備の状況を測定するセンサーや製造された鉄鋼製品の状況を測定するセンサーが多数設置され、日々の操業ではこうしたセンサーによって測定されたデータに基づいて操業オペレーターが鉄鋼製品の必要な製造条件を設定して操業を行っている。以下、上工程設備における高炉の操業を例として説明する。

一般に、高炉では、炉頂から原料となる鉄鉱石、焼結鉱、コークス等が適切な装入速度で装入されるように炉頂バンカーの開度が制御され、想定された装入物分布となるように装入装置の傾きや回転数を設定して稼働させる。炉頂に設けられた炉頂バンカーに一時貯留された原料は、逐次重量を測定して装入量を管理する。また、装入された原料はマイクロ波によるプロフィール計で装入後の原料表面形状を測定して、分布が正しいかどうかの確認が行われる。高炉では炉腹部にある円周方向に複数設置された羽口から熱風が吹き込まれる。吹き込まれた熱風は降下していく原料と熱交換しながら炉頂部へ流れていく。このとき、装入された原料が想定通りの分布であれば、炉体に複数設置された圧力計のデータはおおよそ同じような挙動を示す。さらには、炉頂に達したガスは炉頂に設けられたゾンデでその温度や成分が測定され、炉内のガス流れが想定通りで原料は正常に化学反応して溶銑が造られていることが確認される。

羽口から吹き込まれる熱風は、風量、温度、湿分、富化酸素量等の設定が行われ、吹込み圧力が測定される。さらには、羽口内に設置されたランスからは微粉炭が吹き込まれ、微粉炭の吹き込み量が設定されている。また、羽口には炉内の状況を監視するためのカメラが設置されており、羽口内の画像が逐次撮影される。また、羽口の温度も測定される。さらに、炉体の温度を監視するための多くの温度計が取り付けてあり、逐次温度が測定されている。さらには、炉体を冷却するための冷却パネルに流す冷却水の量や温度、冷却パネルの温度も測定される。また、製造された溶銑は同時に炉内で生成されるスラグと共に炉下部の出銑孔から炉外に排出される。出銑孔から出銑が始まった時刻及び出銑が終了した時刻も記録される。出銑孔から排出された溶銑とスラグは溶銑樋で比重の違いによって分離され、溶銑はトーピードカーに注入される。

また、スラグはスラグ処理設備に流入し水冷又は空冷されて貯留される。溶銑は高炉から排出された直後、温度が測定され、溶銑に含まれるシリコンの量の測定も行われる。さらには、トーピードカーに流入した溶銑の重量がロードセルによって測定される。また、スラグの塩基度及び排出量も測定される。最終製品製造設備等では、各製造ラインの運転速度、炉の温度、製品の加熱時間、めっきの目付設定量等の製造条件や、センサーから得られた製品の疵、形状、その他の製品の特性評価データ等が操業データ群の一部として考えられるが、高炉でいう製品とは溶銑やスラグと読み替えればよい。

こうした操業条件やセンサーデータ、製品に関する情報は操業オペレーターが監視可能なように制御用コンピューター（プロセスコンピューターと呼ばれる）に集約され、１つのタイムスタンプ（時間情報）と共に記録される。高炉におけるプロセスコンピューターの内部では、記録されたデータを元に高炉の状態をよく表す通気抵抗指数やガス利用率といった指数等が計算され、各設備に付随するセンサーデータ、溶銑、スラグに関する測定データや操業条件と共に記録される。遠隔地にある高炉でもおおよそ同じ操業が行われており、同様な操業データ群が得られる。

以下、図面を参照して、複数の生産拠点に配置された複数の高炉の操業状況を監視する処理に対して本発明を適用した、本発明の一実施形態である生産設備の監視システムについて説明する。なお、本実施形態は、複数の生産拠点に配置された複数の高炉の操業状況を監視する処理に対して本発明を適用したものであるが、本発明の適用範囲は本実施形態に限定されることはなく、複数の生産拠点に配置された複数の同種の生産設備の操業状況を監視する処理全般に対して広く適用することができる。

〔構成〕
まず、図１及び図２を参照して、本発明の一実施形態である生産設備の監視システムの構成について説明する。図１は、本発明の一実施形態である生産設備の監視システムの構成を示すブロック図である。図２は、図１に示す生産設備の監視システムの変形例の構成を示すブロック図である。

図１に示すように、本発明の一実施形態である生産設備の監視システム１は、複数の生産拠点に配置された複数の高炉（高炉Ａ〜高炉Ｘ）の操業状況を監視するシステムであり、高炉毎に設置された高炉や高炉で製造された溶銑の状況を示すデータを測定する高炉センサー２（高炉Ａセンサー〜高炉Ｘセンサー）、高炉センサー２と電気的に接続された生産拠点毎のプロセスコンピューター３、及びプロセスコンピューター３と電気的に接続された生産拠点毎のエッジサーバーコンピューター４、及び電気通信回線を介して各エッジサーバーコンピューター４と接続されたグローバルデータサーバーコンピューター５を備えている。

ここで、プロセスコンピューター３、エッジサーバーコンピューター４、及びグローバルデータサーバーコンピューター５は、周知の情報処理装置によって構成されている。グローバルデータサーバーコンピューター５は、任意の生産拠点又は生産拠点以外の場所に配置されている。但し、グローバルデータサーバーコンピューター５の配置場所（データ集積地）は、物理的に一箇所に限定されることはなく、複数箇所の場所に分けてもよい。なお、図２に示すように、センサーデータ処理専用コンピューター６ａ，ＰＬＣ（Programmable Logic Controller）６ｂ，ＤＣＳ（Distributed Control System）６ｃ等の装置を高炉センサー２に接続し、これらの装置を介して高炉センサー２とエッジサーバーコンピューター４とを電気的に接続してもよい。

このような構成を有する生産設備の監視システム１は、以下に示す設備監視処理を実行することによって、多くの人力を必要とすることなく高炉の操業異常を精度よく検出して高炉の操業異常に対して迅速に対処可能にする。以下、図３に示すフローチャートを参照して、この設備監視処理を実行する際の生産設備の監視システム１の動作について説明する。

〔設備監視処理〕
図３は、本発明の一実施形態である設備監視処理の流れを示すフローチャートである。図３に示す設備監視処理は、高炉の操業が開始されたタイミングで開始となり、設備監視処理はステップＳ１の処理に進む。

ステップＳ１の処理では、プロセスコンピューター３が、操業データ群を集約してエッジサーバーコンピューター４に送信し、エッジサーバーコンピューター４が、プロセスコンピューター３から送信された操業データ群をハードディスク、光学ディスク、ＵＳＢメモリー等のデータ記憶手段に保存する。ここで、操業データ群とは、同時刻に得られた高炉の操業データ及びメタデータを意味する。操業データとは、高炉センサー２によって測定されたデータ及び／又は高炉センサー２によって測定されたデータに基づいて計算された各種指数のことを意味する。また、メタデータとは、操業データが得られた時刻における高炉の操業条件データ、設定値、操業状況、及び着目した操業データ以外の操業データのことを意味する。なお、操業データ及びメタデータの項目数、項目名称、及び単位は、複数の生産拠点間で全て同一として共通化を図っておくことが望ましい。

プロセスコンピューター３は、モデル計算、各種機器の制御、データの収集や処理等を実行するために負荷が大きい。これに加えて、電気通信回線を介して操業データ群をグローバルデータサーバーコンピューター５に送信することとすると、電気通信回線の混雑状況によっては待機時間が生じ、高炉の操業に影響が出る可能性も考えられる。そこで、本実施形態では、電気通信回線上の距離が近い位置にエッジサーバーコンピューター４を設置し、電気通信回線を介してプロセスコンピューター３とエッジサーバーコンピューター４とを接続する。そして、操業データ群は一旦エッジサーバーコンピューター４に保存し、後述するように、グローバルデータサーバーコンピューター５がエッジサーバーコンピューター４に保存されている操業データ群を電気通信回線を介して集積する。なお、生産設備の監視システム１が図２に示す構成である場合には、エッジサーバーコンピューター４は、センサーデータ処理専用コンピューター６ａ，ＰＬＣ６ｂ，ＤＣＳ６ｃ等の装置から送信されたデータも保存する。これにより、ステップＳ１の処理は完了し、設備監視処理はステップＳ２の処理に進む。

ステップＳ２の処理では、グローバルデータサーバーコンピューター５が、各エッジサーバーコンピューター４に保存されている操業データ群が記録された電子ファイルを電気通信回線を介して所定時間毎（高炉の各センサーの変化を追う場合は例えば１分毎）に読み取る。なお、エッジサーバーコンピューター４が、操業データ群が記録された電子ファイルを所定時間毎にグローバルデータサーバーコンピューター５へ送信するようにしてもよい。これにより、ステップＳ２の処理は完了し、設備監視処理はステップＳ３の処理に進む。

ステップＳ３の処理では、グローバルデータサーバーコンピューター５が、ステップＳ２の処理において読み取った各高炉の操業データ群をハードディスク、光学ディスク、ＵＳＢメモリー等の集約データ記録装置に保存する。この際、グローバルデータサーバーコンピューター５は、同時刻における各高炉の操業データ群同士を比較できるように、各高炉の操業データ群の時刻を同期させる。また、操業データ群のデータ項目の名称や単位が異なる場合には、グローバルデータサーバーコンピューター５は、予め決められた名称や単位に変換することにより名称や単位を統一しておく。これにより、ステップＳ３の処理は完了し、設備監視処理はステップＳ４の処理に進む。

ステップＳ４の処理では、グローバルデータサーバーコンピューター５が、集積データ記録装置に保存されている各高炉の操業データ群を解析することにより各高炉の操業状況を解析する。具体的には、高炉の操業状況は、圧力データから算出される通気抵抗指数、圧力データから算出されるＱ統計量、ガス分析値から算出されるガス利用率、及び高炉に複数ある羽口の画像データの輝度から計算されるＱ統計量の炉周方向のばらつき等から知ることが可能である。また、シャフト圧力と炉頂の圧力との差を炉の体積で割った通気抵抗からも高炉の操業状況を検知できる。また、炉頂から得られたガス成分を分析して得られるＣＯとＣＯ_２の成分比を示すガス利用率等も高炉の操業状況を表す一つの指標である。高炉炉下部に着目すると、高炉炉下部の熱収支計算をもとにした高炉内の熱状態を反映する炉熱指数を算出し、溶銑温度よりも早く高炉内の反応の状況を判断するために利用することができる。その他にも操業データ群には高炉の操業状況を知ることが可能な多くのデータがあり、これらを時系列データとして扱ったときの移動平均値、予め求めておいた平均値からの標準偏差の推移、複数のデータ同士の和算や減算等からも高炉の操業状況を判断することができる。

グローバルデータサーバーコンピューター５は、各高炉の操業データ群に対して上述した解析を実行することにより各高炉の操業状況を示す指数を算出する。なお、グローバルデータサーバーコンピューター５は、解析終了後、各高炉の操業状況を示す指数を操業データ群と共に集約データ記録装置へ保存しておくことが望ましい。また、このステップＳ４の処理をエッジサーバーコンピューター４に実行させ、エッジサーバーコンピューター４が高炉の操業状況を示す指数を操業データ群に含めるようにしてもよい。これにより、ステップＳ４の処理は完了し、設備監視処理はステップＳ５の処理に進む。

ステップＳ５の処理では、グローバルデータサーバーコンピューター５が、各高炉の操業状況を示す指数や操業データ群をその時間変化がわかるように液晶ディスプレイ装置等のデータ表示手段に表示する。なお、グローバルデータサーバーコンピューター５は、各高炉の操業状況を示す指数や操業データ群をデータ表示手段に同時に表示して各高炉の操業状況を示す指数や操業データ群を比較できるようにすることが望ましい。また、データを表示する期間を任意に設定可能にすることにより、長期的なトレンドから短期的なトレンドまで参照可能として、各高炉の操業状況の推移をわかりやすくするとよい。このような処理によれば、高炉の操業状況が良好かどうかの判断をつけやすくなると共に、高炉の操業状況が将来どのように変化するかを推測しやすくなる。これにより、ステップＳ５の処理は完了し、設備監視処理はステップＳ６の処理に進む。

ステップＳ６の処理では、グローバルデータサーバーコンピューター５が、各高炉の操業状況を示す指数等に基づいて各高炉の操業状況の良否を判定する。この際、グローバルデータサーバーコンピューター５は、高炉のどこで異常が起こっているのか及びどのような種類の異常なのかもあわせて判定するとよい。具体的には、高炉では、炉内の通気性が良好であることが安定的な操業を継続するにあたり重要である。しかしながら、何らかの理由で炉内のガス流れが乱された場合には棚吊、スリップ、吹抜けといった異常が発生する場合がある。「棚吊」は原料が正常に降下せず停止してしまう現象であり、「棚吊」が解消する際にスリップが発生したり、炉下部の羽口から吹き込まれた高温のガスが何らかの理由で急激に炉上部へ噴出したりする。高炉の炉体には多数のシャフト圧力計が設置されており、シャフト圧力計のデータに対して主成分分析を行うことにより得られるＱ統計量は操業状況が正常なときに取りうる圧力データの分布からの逸脱度を示す指標である。従って、Ｑ統計量に対して閾値を設定することにより操業異常を判定可能である。また、操業異常と判定したときに、全てのシャフト圧力データを参照することによって圧力の乱れが生じた方向を知ることが可能である。ここで、Ｑ統計量を算出する前提となる主成分分析においては、各データは各データの平均値及び標準偏差によって正規化されたデータに基づいてモデル化が行われる。そのため、Ｑ統計量の判断は設備固有ということはなく、設備共通の尺度で異常判定をすることが可能となる。

また、高炉炉内の通気状態を判断する指標として通気抵抗指数がある。通気抵抗指数は、羽口における熱風の吹込み圧力と炉頂の圧力との差を炉容積で割った値を計算して得られる。通気抵抗指数においても、閾値を設定しておけば、操業異常を判定できる。さらには、羽口の吹込み圧力の代わりに炉上部、中部、シャフト下部の圧力センサーの測定値を用いて上部、中部、下部と領域を分けて評価することで、通気の異常がどの部位で発生しているかを知ることもできる。しかしながら、他の生産拠点の生産設備の仕様はそれぞれ異なる場合が多い。その際、同じ指数で操業状況を評価しても瞬時に異常かどうかを判定するのが困難である可能性がある。従って、仕様が異なる同種の生産設備から得られた指数は、同じスケールで評価することにより判定を誤る可能性を低下できる。高炉について考えると、高炉の体積や形状が異なることにより、圧力センサーや温度計の設置されている位置や数等も異なるため、得られる指数や変動幅はそれぞれの生産設備で異なることが考えられる。

そこで、操業データから得られ、設備の操業状況を判定する指数を第１の指数として、過去の生産状況において設備が正常と考えられる期間で得られた第１の指数の平均値を計算する。この平均値で逐次得られる第１の指数を除して第２の指数を計算することにより、互いに異なる同種の生産設備の設備状況を比較することが容易となり、異常を瞬時に判定することができる。なお、平均値を算出するのに用いるデータの期間は、生産設備の種類にもよるが１か月〜数か月程度、また雰囲気温度等に影響を受けるような場合には、季節変動要因も考慮して１年程度の期間の第１の指数について平均値を計算してもよい。また、このような同一スケールへの変換は統計的な正規化、すなわち操業データから平均値を引いたものを標準偏差で除するような方法でも構わない。本明細書中では、このような処理を各種指標や操業データの同一スケール化と呼ぶ。前述の通気抵抗指数や圧力センサー他の各種センサー観測量等は同一スケール化を行って利用してもよい。

また、高炉から出てくる溶銑の温度はおおよそ一定であることが望ましいが、操業中に異常が発生した場合には、溶銑温度が過度に低下して出銑孔から溶銑及びスラグが排出できなくなってしまうことがある。こうしたトラブルは炉冷事故と呼ばれ、復旧までには長い時間がかかり、製品の製造も滞ってしまい、大きな減産に繋がってしまう。こうした事故を防ぐために、炉熱指数ＴＱという指数によって操業異常を判定できる。炉熱指数ＴＱは以下に示す数式（１）により算出できる。そして、炉熱指数ＴＱに通気抵抗指数の場合と同様に閾値を設定し、炉熱指数ＴＱが閾値を下回った場合に操業異常と判定する。

ＴＱ＝（Ｑ１＋Ｑ２）−（Ｑ３＋Ｑ４＋Ｑ５＋Ｑ６）＋（Ｑ７−Ｑ８−Ｑ９）…（１）

ここで、Ｑ１は送風顕熱、Ｑ２は羽口先カーボン燃焼熱、Ｑ３は送風湿分分解熱、Ｑ４はソルロス反応熱、Ｑ５はヒートロス、Ｑ６はＰＣ（微粉炭）分解熱、Ｑ７はコークス・溶融物持込み顕熱、Ｑ８は発生ガス持出顕熱、Ｑ９はコークス持出顕熱を示す。炉熱指数についても、高炉の炉体の構造上の違いが影響を与えることから、通気抵抗指数同様に各設備共通で比較できるように同一スケール化した炉熱指数を利用してよい。

グローバルデータサーバーコンピューター５は、こうした異常判定アルゴリズムを複数用意しておき、同一の高炉から得られた操業データ群を順次評価する。なお、グローバルデータサーバーコンピューター５は、現在の操業から得られたメタデータと他の生産拠点において得られたメタデータも含む過去のメタデータとを比較することにより、過去の操業条件が現在の操業条件の所定時間の変化と類似する変化をする期間を抽出し、抽出された期間における生産設備の操業状況に基づいて生産設備の操業異常の有無を判定してもよい。ここで、メタデータとしては、装入物分布、送風流量、富化酸素量、微粉炭流量、コークス比、送風湿分、送風温度、送風圧力等を含む操業条件のほか、操作条件等が挙げられる。これらのメタデータも設備毎に異なるスケールとなるものは同一スケール化されたデータも含め保存されるため、設備が異なっても異常診断に利用するこが可能となる。

また、操業状況の判定に人が介在してもよい。その場合は、操業異常と判定したときに操業異常と入力する入力装置を準備しておく。これにより、操業異常と判断した場合の異常を示すラベルが時系列データに同期させてタイムスタンプと共に記録させることができる。この場合、異なるラベルによって、様々な異常状態を記録することができる。また、グローバルデータサーバーコンピューター５上での異常判定処理負荷が高い場合には、グローバルデータサーバーコンピューター５の直下に繋がった異常判定用コンピューターを準備し、異常判定用コンピューターに異常判定処理を実行させてもよい。また、グローバルデータサーバーコンピューター５は、ステップＳ６の処理において高炉の操業状況が正常と判定されたときの操業データ群を学習データとして学習することにより操業データ群を入力値、高炉の操業状況の判定値を出力値とする学習モデルを構築し、現在の操業データ群を学習モデルに入力することにより出力された高炉の操業状況の判定値に基づいて高炉の操業状況を判定してもよい。

さらに、上述の人が入力した異常ラベルと各設備での操業指標（通気抵抗指数、炉熱指数ほか）、操業データ、及び操業条件のうちの少なくとも一つのメタデータを同一スケール化したデータを用いて、異常診断のための機械学習モデルを構築し高炉の操業状況を判定してもよい。各設備特有の操業データから操業を示す指数等で共通化した上でさらに同一スケール化することにより、全設備のデータを利用した大量のデータによるモデル化が可能となる。これにより、個々の設備では発生頻度が低くても全体データによる異常判定の機械学習モデルを構築することが可能となる。これにより、ステップＳ６の処理は完了し、設備監視処理はステップＳ７の処理に進む。

ステップＳ７の処理では、グローバルデータサーバーコンピューター５が、操業異常と判定された高炉の操業オペレーターに対して、発生している異常の種類及び異常の発生部位に関する情報を通知する。例えばＱ統計量や通気抵抗による異常判定では、原料性状に起因する可能性が疑われ、炉熱指数による異常検知では排滓性の異常等が疑われる。高炉の操業状況の異常を通知された操業オペレーターは速やかに復旧のためのアクションに移行する。操業オペレーターへの異常伝達手段としては、同じ電気通信回線に接続された専用のパソコン、タブレット端末等に異常情報を示す画面を準備しておき、その画面に異常情報を表示する方法や、操業オペレーターが所有している携帯電話やスマートフォン端末にメール等で告知する方法を例示できる。

なお、グローバルデータサーバーコンピューター５は、操業状況がよい状態が続いているか、悪化の方向へ向かいつつあるか等の判定を各高炉の操業オペレーターに通知してもよい。また、異常が発生している生産拠点以外の生産拠点にいる操業オペレーターが異常が発生している生産拠点の異常に対処するためのアクションを取ってもよい。さらに、異常が発生したときの高炉に対するアクション手段や操作量を事前に決めておくことにより、自動でアクションを実行できるようにしてもよい。

また、異常が発生した場合、同じ生産設備が導入されている他の生産拠点でも同種の異常が起こる可能性が考えられる。また、異なる生産拠点で同じ原料を用いた時にも同様な異常が複数の生産拠点で発生する可能性も考えられる。従って、異常情報は異常が発生した生産拠点だけでなく、他の生産拠点の操業オペレーターにも注意情報として伝達しておくことが望ましい。このような処理によれば、他の生産拠点の操業オペレーター又は設備担当者は、同様な異常が発生しないかどうかを前もって判断し、大きなトラブルに至る前に対応することが可能となる。これにより、ステップＳ７の処理は完了し、一連の設備監視処理は終了する。

以上、本発明者らによってなされた発明を適用した実施形態について説明したが、本実施形態による本発明の開示の一部をなす記述及び図面により本発明は限定されることはない。すなわち、本実施形態に基づいて当業者等によりなされる他の実施の形態、実施例、及び運用技術等は全て本発明の範疇に含まれる。

本発明によれば、多くの人力を必要とすることなく生産設備の操業異常を精度よく検出して操業異常に対して迅速に対処可能な生産設備の監視方法、生産設備の監視装置、及び生産設備の操業方法を提供することができる。

１ 生産設備の監視システム
２ 高炉センサー
３ プロセスコンピューター
４ エッジサーバーコンピューター
５ グローバルデータサーバーコンピューター

Claims (8)

1. 複数の生産拠点に配置された複数の同種の生産設備の操業状況を監視する生産設備の監視方法であって、
   生産拠点毎に生産設備の操業データを集約するデータ情報整備ステップと、
   前記データ情報整備ステップにおいて集約された操業データをデータ集積地に配置されたコンピューターに集積するデータ集積ステップと、
   前記データ集積ステップにおいて集積された現在の操業データと過去の操業データとを用いて、各生産設備の現在の操業状況を解析するデータ解析ステップと、
   前記データ解析ステップの解析結果に基づいて各生産設備における操業異常の有無を判定する操業状況判定ステップと、
   を含む、生産設備の監視方法。
2. 前記操業データの項目数、項目名称、及び単位は生産設備間で共通である、請求項１に記載の生産設備の監視方法。
3. 前記操業状況判定ステップは、前記データ解析ステップにおいて操業データから導出された指数に基づいて生産設備における操業異常の有無を判定するステップを含む、請求項１又は２に記載の生産設備の監視方法。
4. 前記データ情報整備ステップは、前記操業データが得られた時刻における生産設備の操業条件データを少なくとも含むメタデータを集約するステップを含み、
   前記データ集積ステップは、前記データ情報整備ステップにおいて集約されたメタデータを前記コンピューターに集積するステップを含み、
   前記データ解析ステップは、現在の操業から得られたメタデータと他の生産拠点において得られたメタデータも含む過去のメタデータとを比較することにより、過去の操業条件が現在の操業条件の所定時間の変化と類似する変化をする期間を抽出するステップを含み、
   前記操業状況判定ステップは、前記データ解析ステップにおいて抽出された期間における現在の操業データと過去の操業データとを比較することにより、生産設備の操業異常の有無を判定するステップを含む、
   請求項１〜３のうち、いずれか１項に記載の生産設備の監視方法。
5. 前記操業状況判定ステップは、同一スケール化した操業指標、操業データ、及び操業条件のうちの少なくとも一つのメタデータを用いて操業異常の有無を判定するステップを含む、請求項１〜４のうち、いずれか１項に記載の生産設備の監視方法。
6. 集約された操業データ及び該操業データの解析結果を表示するステップを含む、請求項１〜５のうち、いずれか１項に記載の生産設備の監視方法。
7. 複数の生産拠点に配置された複数の同種の生産設備の操業状況を監視する生産設備の監視装置であって、
   生産拠点毎に生産設備の操業データを集約するデータ情報整備手段と、
   前記データ情報整備手段によって集約された操業データを集積するデータ集積手段と、
   前記データ集積手段によって集積された現在の操業データと過去の操業データとを用いて、各生産設備の現在の操業状況を解析するデータ解析手段と、
   前記データ解析手段の解析結果に基づいて各生産設備における操業異常の有無を判定する操業状況判定手段と、
   を備える、生産設備の監視装置。
8. 請求項１〜６のうち、いずれか１項に記載の生産設備の監視方法を利用した生産設備の操業方法であって、前記操業状況判定ステップにおける判定結果に基づいて生産設備を操業するステップを含む、生産設備の操業方法。

Images