KR100333079B1 - 전문가시스템을이용한전로조업의정적제어방법 - Google Patents

Abstract

본 발명은 전로 조업의 정적 제어를 위한 산소 취입량과 철광석 투입량을 결정하는 수식모델을 보상하기 위하여 지식 데이터베이스와 2단계 추론엔진을 가지는 전문가 시스템을 이용하되,

먼저 상기 지식 데이터베이스에 시행착오법에 의하여 원시적이고 정성적인 조업인자로서 표 1 에 열거된 인자들과 제어변수인 용강의 탈탄, 탈린 및 승온 상태의 관계 및 상기 제어변수와 조작변수인 산소량과 철광석량의 관계를 미리 정의하여 두는 준비 단계와,

그 후 1차 추론부에서 조업인자 실측치를 입력받아 상기 지식 데이터베이스 를 참조하여 제어변수를 출력하는 1차 추론 단계와,

이에 이어서 2차 추론부에서 상기 제어변수를 입력받아 역시 상기 지식 데이터베이스를 참조하여 조작변수를 출력하는 2차 추론단계와,

마지막으로 수식모델을 보상할 조작변수 제어량을 상기 조작변수의 계산치와 실측치의 편차의 평균에 의하여 구하는 제어량 산출 단계

로 구성됨을 특징으로 한다.

Description

전문가 시스템을 이용한 전로 조업의 정적 제어 방법

본 발명은 전로에서 용강을 제조할 때 적절한 성분과 온도에 도달시키기 위해 전로에 공급해 주어야 하는 산소량과 철광석의 양을 미리 결정해 주는 정적 제어에 있어서 전문가 시스템을 이용하는 방법에 관한 것이다.

전로의 정적 제어를 실시하기 위해서는 취련 상황을 예측 또는 판단하는 기능이 필요하다. 전로 조업의 정량화에는 열수지와 물질수지를 토대로 한 수식 모델이 매우 중요한 역할을 하였으며 전로 조업의 정적 제어는 거의 수식 모델에만 의존하였다. 그렇지만 최근에는 고급강 수요 증가와 제조 원가 절감의 요구 때문에 정련 프로세스의 현저한 변화가 있었다. 즉, 복합취련의 도입, 용선 예비 처리 및 레이들 정련 등 노의 정련법의 발달 및 종점에서 성분 및 온도 확인을 하지 않고 출강하는 이른바 직접 출강율의 증가에 따라 전로 조업 방식은 다양하게 되었고, 종래의 제어 방식으로는 이러한 급격한 변화에 충분히 대응할 수 없는 상황에 이르렀다.

전로 조업은 극히 복잡하고 수학적으로 표현될 수 없는 부분이 많기 때문에 일반적으로 전로 조업에 종사하는 조업자들은 수식 모델의 예측 계산 결과에 자신의 지식과 경험을 가미하여 조업을 조절한다. 재화 상태, 슬로핑 가능성 등의 예측, 판단을 예로 들 수 있으나 이것은 기존의 수식 모델에서는 정량화가 곤란하였다. 그러나 실제 취련에서는 조업자가 가장 유의하고 있는 사항이며, 경험적인 예측, 판단에 기초를 두고 조업 패턴을 결정, 수정하여 왔으므로 취련 상황과 모델 계산 결과 등의 정보와 설비의 제어와의 사이에서 조업자가 담당하고 있는 기능을제어 시스템에 포함시킬 필요가 있다. 이같이 수식 모델로는 정량화가 어려운 조업자의 감각적인 노하우를 반영할 수 있도록 하는 것이 전문가 시스템이다.

영국에서는 이미 제한적이기는 하지만 제강 공정에 전문가 시스템을 적용하여 슬래그 성분의 변동을 줄였고, 종점 인을 하향화하는 동시에 탕면 조정을 생략하는 등의 가시적 효과를 얻었다고 하며, 일본에서는 전로 정련 방식을 개선하기 위해 최근에는 조업자의 지식과 경험을 내장한 전문가 시스템을 개발하여, 공정의 효율뿐 아니라 조업 안정도도 개선한 것으로 알려졌다.

전문가 시스템을 이미 전로 조업 제어에 이용하고 있는 제철소에서는 주로 생성 규칙을 이용하여 추론 표현을 한다. 즉 룰(Rule)은 전문가의 지식을 표현하기 쉬운 if-then의 구조로 되어 있다. 이러한 생성 규칙은 시스템 구조를 고려하지 않은 상태에서 지식을 표현하는 것이므로 전로 조업과 같이 복잡한 시스템에서는 수없이 많은 룰이 지식 베이스에 내장되어 있어야 한다. 따라서 전로 조업에 영향을 미치는 조업 인자와 제어 변수와의 상호 관계를 일일이 파악해야 하지만 인간의 지식은 여러 가지 형태를 취하고 있고, 단순한 구조로는 쉽게 표현될 수 없다. 또한 작업 일선에 있는 전문가의 지식은 보통 체계적이지 않고, 어떤 면에서는 매우 애매모호하므로, 조업자의 경험적인 지식은 조작 변수에 대하여 명쾌한 해답을 주지 못하는 경우가 많다. 설령 수천개 이상의 룰을 포함하는 방대한 지식 베이스를 구축하였다 하더라도 추론 결과를 추출하는데 장시간이 소요되어 효과적인 제어가 불가능하다. 따라서 전로 조업의 정적 제어를 위해서는 초고속 추론이 가능한 새로운 추론 방법과 전문가의 모호한 경험적 지식을 적절히 정량화 함으로써 명확성이 매우 높은 지식 베이스를 구축하는 방법의 발명이 필요하다.

진로 조업의 목표는 용선과 고철의 혼합물을 전로라 하는 반응 용기에 장입을 하고 산소를 불어 넣고 온도 조절을 위해 철광석을 투입하여 목표로 하는 수준까지 탈탄과 탈린 그리고 승온을 하는 것이다. 정적 제어용 수식 모델의 열수지 및 물질수지 식이 종점 탄소농도, 인 농도 및 용강 온도 등의 제어 변수에 따른 산소량과 철광석량 등의 조작변수를 결정하지만 수식모델에 포함되지 않은 조업 인자들이 조작 변수에 영향을 미친다.

본 발명은 상기와 같은 제반 문제점을 해소하기 위한 것으로 룰의 수효가 매우 적고 효율적인 추론을 실시할 수 있는 전문가 시스템을 구축하고 수식 모델과 접목시킴으로써 수식 모델에 포함되어 있지 않은 정성적 조업 인자에 의해 발생하는 오차를 감소시키는데 그 목적이 있다.

도 1은 본 발명 2중 추론 방식을 채용한 정적 제어용 전문가 시스템의 개념도,

도 2는 논리 함수 구조를 취한 정적 제어용 전문가 시스템의 1차 추론부에 대한 개념도,

도 3은 생성 규칙들의 집합으로 이루어진 프로시져(Producer)로 구성된 정적 제어용 전문가 시스템의 2차 추론부에 대한 개념도,

도 4는 수식 모델만을 사용하였을 경우 취입 산소량에 대한 수식 모델의 계산치와 조업 실적치를 비교한 그래프,

도 5는 수식 모델만을 사용하였을 경우 철광석 투입량에 대한 수식 모델의 계산치와 조업 실적치를 비교한 그래프,

도 6은 전문가 시스템을 정적 제어용 수식 모델과 연계하였을 경우 취입 산소량에 대한 예측치와 조업 실적치를 비교한 그래프,

도 7은 전문가 시스템을 정적 제어용 수식 모델과 연계하였을 경우 철광석 투입량에 대한 예측치와 조업 실적치를 비교한 그래프이다.

상기한 목적을 달성하기 위한 본 발명 전문가 시스템을 이용한 전로 조업의 정적 제어방법은 정적 제어용 수식 모델의 오차를 감소시키기 위해 룰의 수효를 획기적으로 감소시키고, 1차 추론을 통하여 얻어진 제어 변수의 상태가 2차 추론부의 2차 추론부의 결론인 조작 변수의 제어량에 있어서 체계적이지 않고 애매모호한 전문가의 지식 대신에, 온라인 상에서 정적제어용 수식 모델 계산치와 조업 실적과의 편차를 데이터 베이스화하고, 해당 룰에 대한 편차의 통계 처리 결과를 조작 변수인 산소량과 철광석량을 결론으로 도출할 수 있도록 하는 생성규칙들의 집합으로이루어진 프로시져(procedure)로 구성된 2차 추론부를 포함하는 것을 특징으로 한다.

보다 구체적으로는 전로 조업의 정적 제어를 위한 산소 취입량과 철광석 투입량을 결정하는 수식모델을 보상하기 위하여 지식 데이터 베이스와 2단계 추론엔진을 가지는 전문가 시스템을 이용하되.

먼저 상기 지식 데이터 베이스에 시행착오법에 의하여 원시적이고 정성적인 조업인자로서 표 1에 열거된 인자들과 제어변수인 용강의 탈탄, 탈린 및 승온상태의 관계 및 상기 제어변수와 조작변수인 산소량과 철광석량의 관계를 미리 정의하여 두는 준비 단계와,

그 후 1차 추론부에서 조업인자 실측치를 입력받아 상기 지식 데이터베이스를 참조하여 제어변수를 출력하는 1차 추론 단계와,

이에 이어서 2차 추론부에서 상기 제어변수를 입력받아 역시 상기 지식 데이터베이스를 참조하여 조작변수를 출력하는 2차 추론 단계와,

마지막으로 수식모델을 보상할 조작변수 제어량을 상기 조작변수의 계산치와 실측치의 편차의 평균에 의하여 구하는 제어량 산출 단계

로 구성됨을 특징으로 한다.

이하 첨부 도면을 참조하여 본 발명의 작용 및 효과를 상세하게 설명한다.

전문가 시스템은 대상 분야의 지식을 축적한 지식 베이스와 그 지식을 효과적으로 이용하기 위한 메카니즘을 가지고 있으며 전자는 일정한 형식에 따라 지식을 모아 놓은 것이고, 후자는 추론 기능을 중심으로 하는 추론 엔진(InferenceEngine)이다. 이들 지식 베이스와 추론 엔진은 상호 분리되어 만들어지는 경우가 많다. 전문가 시스템 툴은 추론 엔진, 지식의 표현 방법, 동적 데이터 베이스 및 개발자 환경을 제공하는 소프트웨어로서, 이미 상용화되어 널리 사용되고 있으므로 본 발명에서 툴은 관심의 대상이 아니다.

1) 수식 모델과 전문가 시스템의 연계 구도

정적 제어용 수식 모델은 제어 변수인 용강의 종점 온도, 탄소농도 및 인 농도를 목표 수준으로 제어하기 위해 용강의 총괄적인 물질 및 열수지를 해석하여 산소 취입량, 열배합체 투입량 등의 조작 변수를 조업 개시 전에 미리 설정하는 기능을 가진다.

일반적인 정적 제어용 수식 모델은 열 및 물질 수지에 큰 영향을 미치는 랜스 사용횟수, 노체 사용횟수, 산소홀다 압력등과 같은 조업 인자가 반영되어 있지 않으므로 정도의 한계가 있다. 그렇지만 조업자들의 경험 및 노하우에 해당하는 조업 인자들을 지식 베이스화하여 현재의 조업 상황에 적합한 추론을 하면 정적 제어용 수식 모델의 출력치인 산소 취입량과 철광석량을 보정할 수 있다. 정적 제어용 수식 모델과 전문가 시스템의 연결 구도에 있어서 수식 모델에 대하여 전문가 시스템이 지원하여 주는 최종 변수는 조작 변수인 산소량과 철광석량의 산출값이 된다. 정적 제어용 수식 모델에서 산출한 제어량은 조업 실적치와 비교하여 편차가 매우 크므로 전문가 시스템에서 이 편차를 줄이는 미세 조정 기능을 수행한다.

300톤 전로를 대상으로 조업자들의 조업 경험과 실제 조업 데이터를 해석하고 그 분석 결과에 근거하여 지식 베이스를 구축하였다. 본 발명에서는 수식 모델에 포함되지 않은 조업 인자를 이용하여 제어 변수인 종점 탄소 농도, 인 농도 및 용강 온도의 상태를 파악하는 1차 추론부와 1차 추론부의 결론인 제어 변수들의 상태에 따른 조작 변수의 제어량을 결정하는 2차 추론부로 구성하였다. 도 1과 같은 2중 추론 방식을 채용하면 초고속 추론이 가능한 지식 베이스를 구축할 수 있다.

이하 지식 베이스 구축 방법에 대하여 설명한다.

2) 1차 추론부의 구성

수식 모델에 포함된 조업 인자 이외에 조업자의 경험과 노하우 및 표준 조업 자료 등을 토대로 전로 조업 시 탈탄, 탈린, 온도에 영향을 주는 조업 인자를 프로세스 컴퓨터를 통하여 손쉽게 조건을 체크할 수 있는 인자들 중에서 선정하고 이러한 조업 인자들이 어떠 상태이면 제어 변수가 어떤 상태에 있는가를 파악한다.

여러 종류의 지식 표현 방식 중에서 시스템의 수행도의 효율성을 고려하여 1차 추론부에 대해서는 논리 함수 구조를 취하였다. 각 제어 변수에 대하여 조업 인자 조건이 2 개인 경우 하이(High)와 로우(Low), 조건이 3 개인 경우 하이(High), 노말(Normal) 및 로우(Low), 조건이 4 개인 경우 하이스트(Highest), 하이(high), 노말(Normal) 및 로우(Low)를 설정하였다. 예를 들면 부원료의 사용량은 탈탄에 영향을 주는 인자 중의 하나로 부원료 사용량이 많을 때(High), 정상일 때(Normal)와 적을 때(Low)의 3가지 조건에 따라서 탈탄에 미치는 영향이 달라진다.

탈탄과 탈린과 용강온도의 상태에 각각 영향을 주는 조업 인자들과 조건을 하기 표 1에 나타냈다.

[표 1]

이러한 방식으로 도출한 룰은 탈탄에 영향을 미치는 룰이 119개, 탈린에 영향을 미치는 룰이 134개, 승온에 영향을 미치는 룰이 92개로서 총 345개에 불과하며 수천 개의 룰을 보유하고 있는 기존의 전문가 시스템에 비하여 룰수를 대폭 줄일 수 있다. 1차 추론의 결론은 도 2에서 알 수 있듯이 제어 변수인 탈탄과 탈린 및 승온의 상태이다.

3) 2차 추론부의 구성

1차 추론부의 결론에 따른 2차 추론부의 구조는 생성 규칙들의 집합으로 이루어진 프로시져(Procedure)로 구성하였다. 1차 추론을 통하여 얻어진 제어 변수의 상태, 즉 탈탄의 정도, 탈인의 정도, 용강 온도의 상태가 2차 추론부의 입력 조건이 된다. 제어 변수의 조건은 하이(High), 노말(Normal) 및 로우(Low)의 3가지로 구분하였다. 이와 같은 방식으로 도출한 룰은 총 22개에 불과하며 기존의 전문가 시스템에 비하여 룰수를 획기적으로 줄일 수 있다.

조건부의 각 요소가 만족될 경우 하나의 결론을 얻는 형태인 전방향 추론을 채택하였으며 2차 추론부의 결론은 조작 변수들로서 정적 제어용 수식 모델의 편차를 조정해 줄 조작 변수인 산소량과 철광석량이다.

조작 변수의 제어량에 대해서는 전문가의 지식이 체계적이지 않고 애매모호하기 때문에 조업자의 경험적인 지식을 채택하지 않는다. 그 대신 온라인 상에서 수식 모델 계산치와 조업실적과의 편차를 데이터 베이스화하고, 해당 룰에 대한 편차를 통계 처리, 즉 편차의 평균치를 조작 변수량으로 설정하는 방법을 사용한다. X를 조작 변수를 산소량과 철광석량이라 했을 때 2차 추론부의 i번째 룰 X'_i에 대한 조작 변수의 제어량을 수식으로 표현하면 다음과 같다.

상기 식에서 n은 표본의 수, k는 조업의 순번으로서 △X_k는 i번째 룰이 적용되는 k번째 조업에서의 실적치와 계산치의 잔차로서 다음 식으로 표시된다.

또한 상기 식에서 X_k,cat는 k번째 조업에 대한 실제 조작 변수량, X_k,cal는 k번째 조업에 대한 정적 제어용 수식 모델이 계산한 조작 변수량이다.

이 방법을 사용하면 조업의 시계열 변동에 대한 적응력이 탁월하고 별도의 노력 없이 명확한 조작변수의 제어량을 얻을 수 있다. 도 3에 2차 추론 과정을 나타냈다.

이상과 같은 본 발명에 대하여 정적 제어용 수식 모델만을 사용하였을 경우와 수식 모델과 전문가 시스템을 연계하여 사용하였을 경우를 비교하여 300톤 전로를 대상으로 전문가 시스템에 의한 예측의 정확도를 평가하였다. 총 383히트(Heat)분의 조업 데이터를 분석한 결과, 수식 모델만을 사용하였을 경우 취입 산소량의 경우 계산치와 실적치 간 잔차의 표준편차는 도 4에 나타낸 바와 같이 537Nm, 철광석의 경우 잔차의 표준편차는 도 5에서 알 수 있듯이 3,012㎏ 수준인 반면, 전문가 시스템을 정적 제어에 도입하였을 경우, 취입 산소량의 경우 잔차의 표준편차는 도 6에 나타낸 바와 같이 221Nm, 철광석의 경우 잔차의 표준편차는 도 7에서 알 수 있듯이 1,342㎏으로 대폭 감소하여 전문가 시스템의 높은 제어 효과를 확인할 수 있었다.

Claims (1)

1. 전로 조업의 정적 제어를 위한 산소 취입량과 철광석 투입량을 결정하는 수식모델을 보상하기 위하여 지식 데이터베이스와 2단계 추론엔진을 가지는 전문가 시스템을 이용하되,

   먼저 상기 지식 데이터베이스에 시행착오법에 의하여 원시적이고 정성적인 조업인자로서 표 1에 열거된 인자들과 제어변수인 용강의 탈탄, 탈린 및 승온 상태의 관계 및 상기 제어변수와 조작변수인 산소량과 철광석량의 관계를 미리 정의하여 두는 준비 단계와,

   그 후 1차 추론부에서 조업인자 실측치를 입력받아 상기 지식 데이터베이스를 참조하여 제어변수를 출력하는 1차 추론 단계와,

   이에 이어서 2차 추론부에서 상기 제어변수를 입력받아 역시 상기 지식 데이터베이스를 참조하여 조작변수를 출력하는 2차 추론 단계와,

   마지막으로 수식모델을 보상할 조작변수 제어량을 상기 조작변수의 계산치와 실측치의 편차의 평균에 의하여 구하는 제어량 산출 단계

   로 구성됨을 특징으로 하는 전문가 시스템을 이용한 전로조업의 정적 제어방법.

Images