KR0118989B1 - 배가스 및 신경망을 이용한 탄소농도 예측방법과 이를 이용한 전로종점취련 제어장치 - Google Patents

배가스 및 신경망을 이용한 탄소농도 예측방법과 이를 이용한 전로종점취련 제어장치

Info

Publication number
KR0118989B1
KR0118989B1 KR1019940034289A KR19940034289A KR0118989B1 KR 0118989 B1 KR0118989 B1 KR 0118989B1 KR 1019940034289 A KR1019940034289 A KR 1019940034289A KR 19940034289 A KR19940034289 A KR 19940034289A KR 0118989 B1 KR0118989 B1 KR 0118989B1
Authority
KR
South Korea
Prior art keywords
carbon concentration
oxygen
converter
amount
temperature
Prior art date
Application number
KR1019940034289A
Other languages
English (en)
Other versions
KR960023106A (ko
Inventor
남승정
민병환
정우영
Original Assignee
김종진
포항종합제철주식회사
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 김종진, 포항종합제철주식회사 filed Critical 김종진
Priority to KR1019940034289A priority Critical patent/KR0118989B1/ko
Publication of KR960023106A publication Critical patent/KR960023106A/ko
Priority to KR1019970031290A priority patent/KR100226943B1/ko
Application granted granted Critical
Publication of KR0118989B1 publication Critical patent/KR0118989B1/ko

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21C—PROCESSING OF PIG-IRON, e.g. REFINING, MANUFACTURE OF WROUGHT-IRON OR STEEL; TREATMENT IN MOLTEN STATE OF FERROUS ALLOYS
    • C21C5/00—Manufacture of carbon-steel, e.g. plain mild steel, medium carbon steel or cast steel or stainless steel
    • C21C5/28—Manufacture of steel in the converter
    • C21C5/30—Regulating or controlling the blowing
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21C—PROCESSING OF PIG-IRON, e.g. REFINING, MANUFACTURE OF WROUGHT-IRON OR STEEL; TREATMENT IN MOLTEN STATE OF FERROUS ALLOYS
    • C21C5/00—Manufacture of carbon-steel, e.g. plain mild steel, medium carbon steel or cast steel or stainless steel
    • C21C5/28—Manufacture of steel in the converter
    • C21C5/42—Constructional features of converters
    • C21C5/46—Details or accessories
    • C21C5/466—Charging device for converters
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21C—PROCESSING OF PIG-IRON, e.g. REFINING, MANUFACTURE OF WROUGHT-IRON OR STEEL; TREATMENT IN MOLTEN STATE OF FERROUS ALLOYS
    • C21C5/00—Manufacture of carbon-steel, e.g. plain mild steel, medium carbon steel or cast steel or stainless steel
    • C21C5/28—Manufacture of steel in the converter
    • C21C5/42—Constructional features of converters
    • C21C5/46—Details or accessories
    • C21C5/4673—Measuring and sampling devices
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21C—PROCESSING OF PIG-IRON, e.g. REFINING, MANUFACTURE OF WROUGHT-IRON OR STEEL; TREATMENT IN MOLTEN STATE OF FERROUS ALLOYS
    • C21C2300/00—Process aspects
    • C21C2300/06—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
    • F27D19/00—Arrangements of controlling devices
    • F27D2019/0028—Regulation
    • F27D2019/0068—Regulation involving a measured inflow of a particular gas in the enclosure
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P10/00—Technologies related to metal processing
    • Y02P10/25—Process efficiency

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Materials Engineering (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Carbon Steel Or Casting Steel Manufacturing (AREA)

Abstract

제강공정의 전로 취련시 용강취련 종점온도나 탄소 농도를 목표치에 적중시키기 위한 전로종점 취련 제어 시스템은 프로세스컴퓨터로부터의 냉각제량 설정값에 따라 부원료 투입제어장치를 제어하여 고로에 부원료를 투입하고 그 투입량 데이터를 프로세스컴퓨터에 제공하는 전로 PLC와, 배가스 유량기와 배가스 분석기로부터 올라오는 배가스 데이터를 프로세스컴퓨터에 제공하는 배가스 DCS와; 프로세스컴퓨터의 산소유량 설정값에 따라 산소유량 및 콘트롤밸브를 제어하고 침적 산소량에 따라 서브랜스 기동장치를 제어하고 그 제어데이타를 프로세스컴퓨터에 제공하는 전로 DCS; 상기 전로 PLC 전로 DCS, 배가스 DCS로부터 입력되는 조업실적으로부터 배가스를 이용하는 탄소농도 예측과 신경망을 이용한 탄소농도를 예측하고, 여기에서 얻어진 2개의 용강 탄소로부터 용강온도를 예측하여 취련부원료 패턴 설정과 서브랜스의 자동기어를 제어하고, 취련 종점온도 예측에 따른 적중 산소량 및 냉각제량을 계산하고, 용강 탄탈량에 따른 침적산소량을 계산하여 전로 PLC와 전로 DCS에 부원료 투입량 데이터와 산소유량제어 및 서브랜스 자동기동 데이터를 제공하는 프로세스컴퓨터를 포함한다.

Description

배가스 및 신경망을 이용한 탄소농도 예측방법과 이를 이용한 전로종점취련 제어장치
제1도는 본 발명이 적용되는 전로설비의 개략구성도이다.
제2도는 본 발명에 따른 전로종점취련제어장치를 도시한 블록구성도이다.
제3도는 본 발명에 따른 전로종점취련제어장치의 동작을 설명하기 위한 각 부분별동작 흐름도이다.
제4도는 본 발명에 의한 탄소농도예측을 위한 신경회로망의 구성도이다.
제5도는 본 발명에 의한 신경망학습 및 탄소농도예측을 설명하는 단계설명도이다.
* 도면의 주요부분에 대한 부호의 설명
1 : 부원료투입제어장치 2 : 산소취입랜스 기동장치
3 : 서브랜스 기동장치 4 : 콘트롤밸브 및 유량제어장치
5 : 배가스 분석기 8 : 배가스 유량기
100 : 프로세스컴퓨터 200 : 전로 PLC
300 : 배가스 DCS 400 : 전로 DCS
본 발명은 제강공정에서 전로 취련 조업시 전로내의 용강온도 및 탄소농도를 취련산소량에 따라 시계열적으로 예측한 후, 최적의 취련 소요 산소량 및 냉각제를 취련 추이에 따라 계산하여 실시간(ON LINE REAL TIME)으로 전로취련제어를 수행함으로써, 취련종점온도 및 탄소농도를 목표온도 및 탄소농도에 적중시키고자 하는 배가스 및 신경망을 이용한 탄소농도 및 용강온도 예측방법과 이를 이용한 전로종점취련제어장치에 관한 것이다. 고로에서 생산된 저온 고탄의 용선은 전로 정련을 거쳐 고온, 저탄의 용강이 된다. 전로정련에서 용강의 품질과 직결되는 중요한 요인은 강의 종류에 따라 산소량 및 냉각제를 투입하여 취련종점온도 및 탄소농도를 목표온도 및 탄소농도에 얼마만큼 적중시키는 가에 있다. 일상조업에서는 조업자가 전로내 불꽃판정과 취입산소량, 투입냉각제량에 의한 경험적인 승온 및 탈탄효과로 노내 용강온도 및 탄소농도를 예측하였으나, 이때 취련조건(용선성분 및 온도)에 따라서 취입산소량에 따른 탈탄반응이 다양하고 탈탄반응변화에 의한 온도변화폭도 상이하게 나타나게 된다. 기존에는 이 때문에 배가스 모델에 의한 취련중 노구로 배출되는 배가스 정보(배가스 유량,배가스 성분)을 사용하여, 실질적인 탈탄반응의 결과치에 의한 용강의 탈탄을 계산하여 용강의 탄소량을 예측하고, 그 용강의 탈탄량에 의한 탈탄반응을 생성열로 도출함으로써 용강온도를 시계열적으로 예측하였다. 이와 같은, 종래의 배가스 모델은 전로반응의 물질수지, 열수지를 이용하여 노내상황을 이론모델에 실측정된 배가스 분석정보를 조합하여 탄소농도 및 용강온도의 시계열 추이를 파악하였다. 다음 식은 배가스 성분 조성 및 유량에 의한 탄소농도 예측수식이다.
상기 식 1에 있어서, Ct[mole/mole]:취련개시 후 임의 시점t의 탄소농도,XCOt[%]:취련개시 후 임의시점t의 CO 배기가스조성, XCO2t[%]:취련개시 후 임의 시점t의 CO2배가스 조성, Fext[mole/min]:취련개시 후 임의시점t의 배가스 유량, 용강량t[mole] : 취련개시 후 임의시점t의 용강량이다. 상기 식 1과 같이, 용강의 탄소농도는 노내용강이 취입산소량과 산화반응하여 탈탄되어 노구로 배출되는 CO, CO2배가스 조성을 이용하여 탈탄량을 계산하고 초기의 용성탈탄소농도에서 상기 배가스 탈탄량을 저감하여 계산한다. 즉, 종래의 탄소농도예측은 배가스 성분의 CO, CO2조성과 배가스 유량에 의해 결정된다. 그런데, 취련말기(취련 90% 이후)에는 탈탄반응의 저탄가로서 배가스 유량이 급격히 감소하고,배가스 유량의 감소에 의해 외부공기가 노구에 유입됨으로써 외부에 의한 2차 탈탄반응으로 배가스 조성의 혼란이 야기된다. 이러한 배가스 조성의 혼란은 배가스 조성함수에 의한 정확한 탄소농도예측을 어럽게 하는 문제점이 있었다. 그리고, 용강온도는 취입산소량에 따른 탈탄반응과 이에 수반되는 탈탄탈열반응의 생성열에 가장 큰 영향을 받는 것으로, 지금까지는 배가스 조성에서 계산한 탈탄량을 이용하여 탈탄반응 생성열을 계산한 후, 그외의 철산화반응 생성열, Si 산화반응 생성열 및 투입된 냉각제(철광석, 생석회)의 냉각효과에 의한 흡수열을 고려하여 현재 노내의 용강온도를 복잡하게 계산하였다. 그러나, 상술한 바와 같이 종래의 방법은 취련말기의 배가스 조성혼란으로 탈탄반응 생성열을 정확히 계산하는 것이 불가능하기 때문에 결국 정확한 용강의 온도예측이 어려워지는 문제점이 있었다. 본 발명은 상술한 종래의 문제점을 해결하고자 한 것으로써, 그 목적은 신경회로망을 이용해 강종별로 취련실적의 입력데이타와 종점탄소량, 종점산소량과의 상관관계를 도출하여 말기탈탄량을 구하고, 이를 이용취련말기의 용강온도 및 탄소농도를 취련진행상황에 따라 정확하게 예측하여 취련말기의 배가스 조성의 혼란으로 인한 종점탈탄량의 오류를 극복한 배가스 및 신경망을 이용한 탄소농도 및 용강온도 예측방법과 이를 이용한 전로종점취련제어장치를 제공하는 것이다. 상술한 본 발명의 목적을 이루기 위한 기술적인 수단으로써, 본 발명에 의한 전로종점취련제어장치는 제강공정의 전로취련시 용강취련 종점온도나 탄소농도를 목표치에 적중시키기 위해, 프로세스컴퓨터로부터의 냉각제량 설정값에 따라 부원료투입제어장치를 제어하여 고로에 부원료를 투입하고 그 투입량데이타를 프로세스컴퓨터에 제공하는 전로 PLC와, 배가스 유량기와 배가스 분석기로부터 올라오는 배가스 데이터를 프로세스컴퓨터에 제공하는 배가스 DCS와, 프로세스컴퓨터의 산소유량 설정값에 따라 산소유량 및 콘트롤밸브를 제어하고 침적산소량에 따라 서브랜스 기동장치를 제어하고 그 제어데이타를 프로세스컴퓨터에 제공하는 전로 DCS와, 상기 전로 PLC, 전로 DCS,배가스 DCS로부터 입력되는 조업실적으로부터 배가스를 이용하는 탄소농도예측과 신경망을 이용한 탄소농도를 예측하고, 여기에서 얻어진 2개의 용강탄소농도로부터 용강온도를 예측하여 취련부원료패턴설정과 서브랜스의 자동기동을 제어하고, 취련종점온도예측에 따른 적중산소량 및 냉각제량을 계산하고, 용강탈탄량에 따른 침적산소량을 계산하여 전로 PLC와 전로 DCS에 부원료투입량데이타와 산소유량제어 및 서브랜스 자동기동 데이터를 제공하는 프로세스컴퓨터를 구비한다. 또한, 본 발명의 배가스를 이용한 탄소농도예측방법은 배가스 DCS를 통해 변환되어 입력되는 배가스 분석기와 배가스 유량기에 의해 측정된 배가스 조성 및 유량으로부터 탈탄량을 산출하여 초기용선탄소농도에 상기 배가스에 의하여 산출된 탈탄량을 저감하여 노내용강의 탄소농도를 구하고, 상기와 같이 구해진 노내용강의 탄소농도가 0.8∼1.0%의 범위에 있을 때, 침적산소량 계산에 따른 서브랜스 자동기동시점을 결정하여 전로 DCS로 서브랜스 기동제어신호를 출력하도록 하는 것이다. 또한, 본 발명의 신경망을 이용한 탄소농도예측방법은 강종별 학습입력데이타와 학습목표를 데이터베이스에서 읽어들여 신경망의 입력층에 연결하고, 현재의 입력층-중간층사이의 연결강도를 이용하여 중간층의 값을 구하고, 현재의 중간층-출력층사이의 연결강도를 이용하여 출력층의 값과 학습목표값의 오차를 감소시키는 방향으로 연결강도를 수정하여 데이터베이스에 신경회로망 지식으로 저장하는 것으로 학습을 종료하고, 상기 데이터베이스에서 현재의 취련실적과 기준의 학습지식을 읽어들여 현재의 취련실적데이타를 신경회로망의 입력층에 연결하는 것으로 출력층의 값을 구하고, 서브랜스 기동자동제어에 위한 현재의 취련중서브랜스 측정산소량(Os), 신경망출력 종점산소량(Oe), 현재의 취련중 서브랜스 축정탄소농도(Cs)와, 신경망출력 종점탄소농도(Ce)를 탈탄저감계수(k)를 구하는
에 대입하여 탈탄저감계수(k)를 구하고, 상기 탈탄저감계수(k)를
에 대입하여 취련중 서브랜스 축정 이후 취련말기 현재 취입되고 있는 산소량(O)에 따른 용강의 탄소농도([C])를 예측한다.
이하, 첨부한 도면을 기초로 하여 본 발명을 상세하게 설명한다.
본 발명에서는 용강의 탈탄량 계산을 취련 시점에 따라 두가지 형태로 분할하여 적용한다. 즉, 취련개시부터 취련중 서브랜스(이하, S/L이라 한다)측정까지는 기존의 배가스 모델을 이용하여 용강의 탈탄량을 도출하고, S/L측정시부터 취련종료까지 취련말기 구간에서는 인공지능의 새로운 분야인 신경회로망의 여러 가지 구조중 역전파이론(ERROR BACK PROPAGATION)의 학습알고리즘을 이용하여 강종별 취련실적의 입력데이타와 신경망 출력 데이타인 종점탄소량, 종점산소량과의 상관관계를 도출하여 일정주기(예를 들어, 취련산소량 200Nm3마다)로 용강의 탈탄량을 예측하므로써 취련 말기의 용강 탄소 농도의 편차를 줄이고, 동시에 정확한 용강 탈탄량을 이용하여 종점온도를 정확히 예측하므로써 적정 취련 산소량 및 냉각제량을 제어하는 것이다. 제1도는 본 발명이 적용될 전로설비의 구성도로써, 전로(6)내에 용선(7)을 장입한 후, 취련을 개시하면 콘트롤밸브 및 유량제어장치(4)에 의해 산소공급라인(15) 상의 산소취입제어밸브(14)가 열리고 산소취입랜스 기동장치(2)가 동작하여 산소 취입랜스를 통해 전로(6)내로 산소가 취입된다. 이에 전로(6)내에서 산화반응에 의한 탈탄이 일어나고, 이에 의하여 발생된 배가스 조성은 복사부상단에 설치된 배가스 분석기(5)에 의하여 축정된다. 또한, 상기 전로(6)에서 산화반응에 의하여 발생되는 배가스 유량은 전기집진장치(9)에 의해 먼지가 제거된 후 전기집진장치(9)의 후단에 설치된 배가스 유량기(8)에 의해 측정된다. 또한, 호퍼내에 저장된 부원료는 부원료투입제어장치(1)에 의해서 이미 설정된 패턴에 따라 제어되어 전로(6)로 투입된다. 그리고, 서브랜스 기동장치(3)는 프로세스컴퓨터에 의해 설정된 서브랜스 침적산소량에 따라 기동되어 전로(6)내의 용광의 탄소농도, 온도, 산소량을 측정한다. 제2도는 본 발명에 따른 전로종점취련제어장치의 블록구성도로써, 제강공정의 전로(6)에서의 취련추이 및 상황에 따라 용강의 온도 및 탄소농도를 예측하는 프로세스컴퓨터(100)와, 전로취련을 위한 취련패턴(취입산소량, 산소유량, 취입랜스 높이) 등을 제어하는 전로 DCS(Direct Control System)(400)와, 부원료패턴(부원료량, 부원료투입시점) 등을 제어하는 전로 PLC(Programmable Logic Controller)(200)와 이들과 유기적으로 결합되어 실시간으로 용강온도 및 탄소농도의 예측을 위해 배가스로부터 측정된 배가스 성분분석 및 유량을 나타내는 데이타를 발생하는 배가스 DCS(300)를 구비한다. 상기한 바와 같이 구성된 전로종점취련제어장치의 동작을 제3도를 참조하여 설명하면 다음과 같다. 상기 제1도에 도시된 배가스 분석기(5) 및 배가스 유량기(8)로 측정된 배가스의 조성 및 유량은 배가스 DCS(300)에 의하여 신호변환되어 프로세스컴퓨터(100)으로 입력되고, 또한 상기 콘트롤밸브 및 유량제어장치(4)에 의하여 전로(6)에 취입된 산소량은 전로 DCS(200)를 통해 프로세스컴퓨터(100)로 입력된다. 먼저, 제3도에 도시한 조업실적저장단계에서 프로세스컴퓨터(100)는 전로조업이 시작되면 조업실적을 저장하는데, 이 조업실적저장단계는 취련산소량 200Nm3를 주기로 전로 DCS(200)를 통해 전로(6)에 취입된 취입산소량, 산소유량을 수집관리하고, 또한 취입산소량 200Nm3주기로 배가스 DCS(300)를 통해 전로(6)의 취련도중 발생되는 배가스 조성 및 배가스 유량을 수집관리하고, 또한, 전로 PLC(200)를 통해 전로(6)내로 투입되는 부원료량(즉, 냉각제량)을 수집관리한다. 그 다음, 프로세스컴퓨터(100)는 서브랜스 측정전까지 상기와 같이 수집되는 데이타로부터 배가스 모델을 이용하여 현재 전로(6)내의 용강의 탄소농도를 예측하는데, 상기 배가스 DCS(300)를 통하여 입력되는 배가스 조성, 배가스 유량을 상기 식1에 대입하여 현재 전로내의 탄소농도를 예측하고, 그로부터 목표하는 탄소농도를 얻는데 필요한 탈탄량을 계산하고, 초기의 용선탄소농도에서 상기와 같이 계산된 배가스 탈탄량을 저감하여 현재의 노내 용강의 탄소농도를 계산한다. 상기에서, 배가스 분석데이타 및 유량이 취련산소량 200Nm3주기로 입력되므로, 취련산소량 200Nm3마다의 노내 용강의 탄소농도가 예측된다.
상기와 같이 배가스 모델에 의하여 예측된 노내 용강의 탄소농도가 0.9%∼1.0% 사이에 속할 때, 프로세스컴퓨터(100)는 서브랜스 침적산소량을 계산하여 전로 DCS(400)로 출력하고, 이에 전로 DCS(400)가 침적산소량에 따라 서브랜스 자동기동장치(3)를 기동시킴으로써 종점탄소농도예측에 필요한 현재 노내의 온도, 탄소농도, 산소량이 측정된다. 그리고, 상기 전로 DCS(400)는 서브랜스 자동기동장치(3)의 기동으로 측정된 노내의 용강온도, 탄소농도 및 산소량을 프로세스컴퓨터(100)로 출력한다. 상기와 같이 서브랜스의 기동으로 측정된 노내의 용강온도, 탄소농도 및 산소량이 입력되면, 이때부터 프로세스컴퓨터(100)는 신경회로망을 이용하여 탄소농도를 예측한다. 상기 서브랜스 측정후부터 탄소농도예측에 이용되는 신경회로망은 제4도에 도시한 바와 같이 입력데이타 9개와 출력데이타 2개로 구성된다. 그리고, 상기 신경회로망은 학습에 의하여 결정된 연결강도값을 갖는 것으로, 학습에 이용되는 모든 입력데이타는 취련개시에서 S/L측정시점까지의 취련실적이며, 출력데이타는 종점 탄소농도, 종점취련산소량이다. 상기 신경회로망 학습을 위한 학습용 입출력데이타는 강종별로 구분관리되고, 학습도 강종별로 실시되며 최종 학습결과인 연결강도파일도 강종별로 구분관리된다. 학습과정은 각 강종별로 입력데이타(48)와 학습목표(51)를 데아타베이스에서 읽어들여 신경회로망의 입력층(52)에 연결함으로서 현재의 입력층-중간층사이의 연결강도(49)를 이용하여 중간층(53)의 값을 구하고, 현재의 중간층-출력층사이의 연결강도(55)와 중간값을 이용하여 출력층(54)의 출력값(50)과 학습목표(51)와의 오차를 감소시키는 바향으로 연결가오 (49,55)를 수정한다. 학습이 종료되면 입력에 대한 출력의 상관관계인 연결강도(49,55)를 데이타베이스(56)에 연결강도파일(신경회로망 지식)로서 저장한다. 신경회로망 용강 탄소농도 예측방법은 제5도와 같이 데이타베이스(56)에서 현재의 취련실적과 기존에 학습된 연결강도파일(신경회로망지식)을 읽어와 현재의 취련실적데이타(취련종료, 전로별, 강종별 조업실적)를 신경회로망의 입력층(52)에 연결시켜 출력층(54)의 출력값(50)을 구한다. 이 출력값은 신경회로망이 강종별 학습데이타 파일을 근간으로 생성된 연결강도에 의해 만들어져 최적의 종점 탄소농도(Ce), 종점 산소량(Oe)으로써 현재의 취련조건에 만족하는 값이다. 현재 취련되고 있는 취련중 S/L측정시점 이후부터의 취련말기 용강의 탄소농도예측은 S/L기동 자동제어에 위한 현재의 취련중 S/L측정시점 탄소농도(Cs)와, 취련중 S/L측정시점 취련산소량(Os)과, 신경회로망에서 예측한 현 취련의 최적 종점산소량(Oe) 및 최적 종점산소량(Ce)를 다음의 식 2에 대입하여 탈탄저감계(k)를 도출한다. 상기 탈탄저감계(k)를 구하는 산출식은 다수의 조업실적으로부터 수집된 전로조업실적데이타를 통계분석하고 학습함에 의하여 산출된 것이다. 그리고, 상기 도출된 탈탄 저감계수(k)를 이용하여, 취련중 S/L측정 이후의 취련말기에 현재 취입되고 있는 산소량(O)에 따른 현재 용강의 농도 예측은 다음의 3을 이용하여 구한다.
상기에서, k : 탈탄저감계수, Cs : 취련중 S/L측정시점의 탄소농도, Os : 취련중 S/L측정시점 산소량, Ce : 신경망으로부터 출력되는 종점탄소농도, Oe : 신경망으로부터 출력되는 종점산소량, O : 취련중 S/L측정 이후의 취련산소량, 0.025 : 탈탄천이점이다. 그리고, 용강의 오도변화는 취입산소량에 따른 탈탄반응과 이에 수반되는 탈탄발열반응의 생성열이 가장 주요한 원인이다. 따라서 제3도의 배가스를 이용한 탄소농도예측과 신경망을 이용한 종점탄소농도예측과정에서 계산된 탈탄량을 이용하여 탈탄반응 생성열을 계산하고, 그외의 철산화반응생성열,산화반응생성열, 또한 투입된 냉각제량(철광석,생석회)의 냉각효과에 의한 흡수열을 고려하여 현재 노내의 용강온도를 계산한다. 상기에서, 탈탄반응 생성열은 취입산소량과 용선의 탄소량이 반응하여 CO, CO2의 배가스로 생성되는 과정에서 발생되는 반응열이고, 철산화반응 생성열은 취입산소량이 용선의 철(Fe)과 반응하여 FeO로 산화되는 과정에서 발생되는 반응열이고,Si산화반응 생성열은 취입산소량이 용선의 Si와 반응하여 SiO2로 산화되는 과정에서 발생되는 반응열이다. 이와 같이 계산된 탈탄반응생성열, 철산화반응생성열, Si 산화반응 생성열 및 투입된 냉각제량의 냉각효과에 의한 흡수열로부터 취련개시후 임의시점t에서의 용강온도(Tt)를 구하는 식은 다음과 같다.
Tt= 초기용선온도(k)+t{(탈탄반응 생성열+철산화반응 생성열+Si산화반응생성열-Tt-1*(철광석 분해흡수열-생석회분해흡수열)}/(Ctot*Ntot)dt
상기에서, Tt는 취련개시후 임의시점t에서의 용강온도[k]이고,Ctot는 용강과 슬래그의 중량을 감안한 평균 열용량(10cal/k.mole]이고, Ntot는 용강과 슬래그의 총 몰수[mole]이다.
그리고, 취련 및 부원료패턴 설정은 예측한 용강온도 및 탄소농도에 따라 목표온도 및 탄소농도에 필요한 산소량, 산소유량 및 냉각제량을 계산하여 콘트롤밸브 및 유량제어장치(4)와 부원료투입제어장치(1) 등이 기동될 수 있도록 설정한다.
현재 t시점에서 취련종료시까지 취입할 산소량은 t시점의 예측 용강온도 및 탄소농도로부터 목표온도 및 탄소농도를 얻기 위해 소요되는 승온소요산소량과 탈탄소요산소량의 합이며, 승온소요 산소량 및 탈탄소요 산소량의 계산은 현재 예측온도 및 탄소농도를 이용하여 승온계수와 탈탄계수를 도출함으로써 구할 수 있다.
즉, 승온계수는 하기의 식 4에 의하여 취련산소량 200Nm3주기로 예측하는 용강온도를 이용하여 t-1시점에서의 예측용강 온도와 산소량 200Nm3취입에 따른 t시점 예측용강온도간의 산소1몰당 일어나는 온도증가량이다.
승온계수[k/mole]=(Tt[k]-Tt-1[k])/(취련산소량t[mole]-취련산소량t-1[mole]..........................................................................................................식4
승온소요산소량은 다음의 식 5에 의해 t시점예측온도에서 종점목표온도까지 승온해야 할 절대온도에 상기 식 4로 구해진 승온계수를 곱하여, 소요산소량의 몰(mole)수를 계산하고, 상기 몰수를 Nm3로 환산한다.
승온소요산소량[mole]=(종점목표온도[k]-Tt[k])/ 승온계수[k/mole]....식5
그리고, 탈탄계수는 t시점까지 취입한 총산소량으로 초기용선탄소농도에서 t시점의 예측 탄소농도까지 탈탄한 탈탄효율로써, 다음의 식 6에 의해서 산출된다.
탈탄계수=log(예측탄소농도 t[mole/mole]/초기용선탄소농도[mole/mole])/총취련산소량 t[mole].....................................................................................식6
따라서, 탈탄소요산소량은 다음의 식 7과 같이, t시점의 탄소농도에서 목표탄소농도까지 저감해야할 탈탄량에 상기 식 6에 의하여 구해진 탈탄계수를 곱하여 mole수로 계산하고, 상기 mole수는 Nm3로 환산한다.
탈탄소요산소량[mole]=log((목표탄소농도[mole/mole]/예측탄소농도
t[mole/mole]/탈탄계수).....................................................................식7
이와 같이 현재 t시점에서의 탄소농도를 목표하는 탄소농도로 저감시키는데 요구되는 취련소요산소량은 상기한 식 5와 식 7에 의하여 구해진 승온소요산소량과 탈탄소요산소량의 합이고, 이와 같이 계산된 취련소요산소량과 승온계수를 이용하여 종점의 온도를 다음의 식 8과 같이 예측할 수 있다.
종점예측온도[k]=예측온도t[k]+취련소요산소량[mole]*승온계수[k/mole].........................................................................................................................식8
상기 식 8에서 예측온도t는 임의시점t에서의 노내 예측온도이다. 그리고, 상기 식 8에 의하여 계산된 종점예측온도가 종점목표온도보다 상향되어 있으며 그 용강온도를 목표용강온도로 저감시키기 위하여 필요한 냉각제량을 산출하여야 하는데, 상기 온도저감에 소요되는 냉각제량은 종점예측온도를 종점목표 온도로 저감시키는 저감온도량에 냉각계수를 곱하여 산출하는 것으로 다음의 식 9와 같이 표현되며, 상기 냉각계수는 철광석 단위 몰당 냉각효과이다. 상기 식 9에 의하여 계산된 냉각제량은 몰수에서 kg으로 환산하여 관리한다.
소요냉각제량[mole]=(종점예측온도[k]-종점목표온도[k])/냉각계수[k/mole].................................................................................................................식9
상기 식 9에 의하여 t시점 이후의 취련소요산소량과 냉각제량이 계산되면, 상기 취련소요산소량과 냉각제량은 각각 전로 DCS(400) 및 전로 PLC(200)를 경유하여 콘트롤밸브 및 산소유량제어장치(4)와 부원료투입제어장치(1)로 인가된다. 이에 콘트롤밸브 및 산소유량제어장치(4)는 산기 산출된 취련소요산소량이 전로(6)내에 인가되도록 취련산소량, 산소유량을 설정함으로써 취련패턴을 제어하고, 부원료투입제어장치(1)는 상기 산출된 소요냉각제량이 전로(1)에 유입되도록 부원료패턴을 제외한다. 따라서, 고로에서 생산된 저온 고탄의 용선을 제강공정의 전로정련을 통해 목표로 하는 고온, 저탄의 용강을 생산할 때, 본 발명에 의하여 용강온도 및 탄소농도예측을 통하여 목표하는 온도 및 탄소농도의 용강을 제조할 수 있도록 현재 용강의 온도 및 탄소농도를 취련추이에 따라 정확하게 예측하고, 그 예측된 용강온도 및 탄소농도로부터 목표로 하는 용강온도와 탄소농도를 얻기 위해 요구되는 적정산소량 및 냉각제를 계산함으로써, 취련종점의 동시적중을 제고시킬 수 있게 된다. 이에 따라 취련 종료후 재취련이나 냉각 등의 사후 조치없이 산소 취입과 냉각제투입만으로 단한번에 원하는 탄소농도, 온도를 갖는 용강을 제조할 수 있게 되는 것으로,생산성향상 및 출강실수율의 향상과 노체수명 연장 등의 경제적효과를 얻을 수 있다.

Claims (2)

  1. 제강공정의 전로취련시 용강취련 종점온도나 탄소농도를 목표치에 적중시키기 위해, 프로세스컴퓨터의 냉각제량 설정값에 따라 부원료투입제어장치를 제어하여 고로에 부원료를 투입하고 그 투입량데이타를 프로세스컴퓨터에 제공하는 전로PLC와. 배가스 유량기와 배가스 분석기로부터 올라오는 배가스 데이타를 프로세스컴퓨터에 제공하는 배가스 DCS와, 프로세스컴퓨터의 산소유량 설정값에 따라 산소유량 및 콘트롤밸브를 제어하고 침적산소량에 따라 서브랜스 기동장치를 제어하고 그 제어데이타를 프로세스컴퓨터에 제공하는 전로 DCS와, 상기 전로 PLC. 전로 DCS, 배가스 DCS로부터 입력되는 조업실적으로부터 배가스를 이용한 탄소농도예측과 신경망을 이용한 탄소농도예측을 하고, 여기에서 얻어진 2개의 용강탄소농도로부터 용강온도를 예측하여 취련부원료패턴설정과 서브랜스의 자동기동을 제어하고, 취련종점온도예측에 따른 적중산소량 및 냉각제량을 계산하고, 용강탈탄량에 따른 침적산소량을 계산하여 전로 PLC와 전로 DCS에 부원료투입량데이타와 산소유량제어 및 서브랜스 자동기동데이타를 제공하는 프로세스컴퓨터를 포함하는 것을 특징으로 하느 전로종점취련제어장치.
  2. 배가스 DCS를 통해 변환되어 입력되는 배가스 분석기와 배가스 유량기에 의해 측정된 배가스 조성 및 유량으로부터 탈탄량을 산출하여 초기용선탄소농도에 상기 배가스에 의하여 산출된 탈탄량을 저감하여 노내용강의 탄소농도를 구하고, 상기와 같이 구해진 노내용강의 탄소농도가 0.9~1.0%의 범위에 있을 때, 침적산소량 계산에 따른 서브랜스 자동기동시점을 결정하여 전로 DCS로 서브랜스 기동제어신호를 출력하도록 하는 것을 특징으로 하는 배가스를 이용한 탄소농도예측방법.
KR1019940034289A 1994-12-14 1994-12-14 배가스 및 신경망을 이용한 탄소농도 예측방법과 이를 이용한 전로종점취련 제어장치 KR0118989B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1019940034289A KR0118989B1 (ko) 1994-12-14 1994-12-14 배가스 및 신경망을 이용한 탄소농도 예측방법과 이를 이용한 전로종점취련 제어장치
KR1019970031290A KR100226943B1 (ko) 1994-12-14 1997-07-07 신경망을 이용한 탄소농도 예측방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1019940034289A KR0118989B1 (ko) 1994-12-14 1994-12-14 배가스 및 신경망을 이용한 탄소농도 예측방법과 이를 이용한 전로종점취련 제어장치

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1019970031290A Division KR100226943B1 (ko) 1994-12-14 1997-07-07 신경망을 이용한 탄소농도 예측방법

Publications (2)

Publication Number Publication Date
KR960023106A KR960023106A (ko) 1996-07-18
KR0118989B1 true KR0118989B1 (ko) 1997-09-30

Family

ID=19401575

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1019940034289A KR0118989B1 (ko) 1994-12-14 1994-12-14 배가스 및 신경망을 이용한 탄소농도 예측방법과 이를 이용한 전로종점취련 제어장치
KR1019970031290A KR100226943B1 (ko) 1994-12-14 1997-07-07 신경망을 이용한 탄소농도 예측방법

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1019970031290A KR100226943B1 (ko) 1994-12-14 1997-07-07 신경망을 이용한 탄소농도 예측방법

Country Status (1)

Country Link
KR (2) KR0118989B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020034454A (ko) * 2000-11-02 2002-05-09 이구택 전로가스홀더 운영방법
KR100399223B1 (ko) * 1998-12-30 2004-02-14 주식회사 포스코 전로조업에서용강중탄소농도제어방법및제어장치
CN102690923A (zh) * 2012-06-13 2012-09-26 鞍钢股份有限公司 一种转炉副枪过程碳含量预报方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100406423B1 (ko) * 1999-12-28 2003-11-20 주식회사 포스코 고로 열풍로 연소제어방법
KR100428582B1 (ko) * 1999-12-29 2004-04-30 주식회사 포스코 복합취련용 전로에서의 탄소의 이차연소비 예측방법 및용강중 탄소농도의 예측방법
KR101827152B1 (ko) 2016-10-04 2018-03-22 현대자동차주식회사 차량 데이터 기반의 노면 판단 방법
CN114875196B (zh) * 2022-07-01 2022-09-30 北京科技大学 一种转炉出钢量的确定方法和系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100399223B1 (ko) * 1998-12-30 2004-02-14 주식회사 포스코 전로조업에서용강중탄소농도제어방법및제어장치
KR20020034454A (ko) * 2000-11-02 2002-05-09 이구택 전로가스홀더 운영방법
CN102690923A (zh) * 2012-06-13 2012-09-26 鞍钢股份有限公司 一种转炉副枪过程碳含量预报方法
CN102690923B (zh) * 2012-06-13 2013-11-06 鞍钢股份有限公司 一种转炉副枪过程碳含量预报方法

Also Published As

Publication number Publication date
KR960023106A (ko) 1996-07-18
KR100226943B1 (ko) 1999-10-15

Similar Documents

Publication Publication Date Title
CN101845531B (zh) 一种转炉冶炼终点钢水碳、温度控制系统及其方法
CN111893237B (zh) 一种转炉炼钢的熔池碳含量及温度全程实时预测方法
CN107368125B (zh) 一种基于cbr与rbr并行混合推理的高炉炉温控制系统及方法
CN103103309B (zh) 一种辅助预报转炉炼钢终点的方法
US20150337404A1 (en) Method and device for predicting, controlling and/or regulating steelworks processes
KR0118989B1 (ko) 배가스 및 신경망을 이용한 탄소농도 예측방법과 이를 이용한 전로종점취련 제어장치
JP2018178200A (ja) 溶鋼中りん濃度推定方法、転炉吹錬制御装置、プログラム及び記録媒体
JP2012136767A (ja) 転炉りん濃度推定方法
KR102308614B1 (ko) 함수소 가스 취입에 따른 고로 조업 예측모델 생성 방법 및 이를 수행하는 시스템
JP6825348B2 (ja) 溶銑予備処理方法、溶銑予備処理制御装置、プログラム及び記録媒体
CN109517937A (zh) 一种转炉冶炼热平衡方法
CN115341069B (zh) 一种基于在线动态检测模型的转炉吹炼终点的钢液碳含量预测控制方法
TWI665307B (zh) 熔鋼中磷濃度推定方法、轉爐吹煉控制裝置、程式及記錄媒體
Widlund et al. Towards model-based closed-loop control of the basic oxygen steelmaking process
JP7043949B2 (ja) Ｔ．Ｆｅ推定方法、Ｔ．Ｆｅ制御方法、転炉吹錬制御装置、およびプログラム
US4150973A (en) Method of controlling molten steel temperature and carbon content in oxygen converter
JP6547901B2 (ja) 溶銑予備処理方法及び溶銑予備処理制御装置
Deo et al. Mathematical model for computer simulation and control of steelmaking
JP7469646B2 (ja) 転炉吹錬制御装置、統計モデル構築装置、転炉吹錬制御方法、統計モデル構築方法およびプログラム
JP7319538B2 (ja) 転炉吹錬制御装置、転炉吹錬制御方法およびプログラム
JP7376787B2 (ja) 溶鋼中りん濃度推定装置、統計モデル構築装置、溶鋼中りん濃度推定方法、統計モデル構築方法、およびプログラム
JP3858150B2 (ja) 転炉における吹錬終点Ｍｎ濃度の推定方法
SU817065A1 (ru) Способ регулировани кислородно- КОНВЕРТОРНОгО пРОцЕССА
JP2022148377A (ja) 高炉の操業方法
RU2180951C1 (ru) Способ управления металлургической плавкой

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20020703

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee