TWI739364B - 轉爐之噴濺預測方法、轉爐之作業方法及轉爐之噴濺預測系統 - Google Patents

轉爐之噴濺預測方法、轉爐之作業方法及轉爐之噴濺預測系統 Download PDF

Info

Publication number
TWI739364B
TWI739364B TW109110759A TW109110759A TWI739364B TW I739364 B TWI739364 B TW I739364B TW 109110759 A TW109110759 A TW 109110759A TW 109110759 A TW109110759 A TW 109110759A TW I739364 B TWI739364 B TW I739364B
Authority
TW
Taiwan
Prior art keywords
converter
luminous intensity
splashing
measuring point
splash
Prior art date
Application number
TW109110759A
Other languages
English (en)
Other versions
TW202039865A (zh
Inventor
天野勝太
髙橋幸雄
加瀬寛人
菊池樹
Original Assignee
日商Ｊｆｅ鋼鐵股份有限公司
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 日商Ｊｆｅ鋼鐵股份有限公司 filed Critical 日商Ｊｆｅ鋼鐵股份有限公司
Publication of TW202039865A publication Critical patent/TW202039865A/zh
Application granted granted Critical
Publication of TWI739364B publication Critical patent/TWI739364B/zh

Links

Images

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
    • C21C5/42—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
    • 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
    • C21C5/30—Regulating or controlling the blowing
    • C21C5/35—Blowing from above and through the bath
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/71—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light thermally excited
    • 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
    • C21C2300/04—Avoiding foam formation
    • 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

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Materials Engineering (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Carbon Steel Or Casting Steel Manufacturing (AREA)

Abstract

在轉爐進行之鐵水的脫碳精煉中，不須將用於偵知噴濺的感測器設置在轉爐爐內或非常靠近轉爐爐內，且能夠無時間遲延地預測噴濺的發生。 本發明的轉爐之噴濺預測方法，係對轉爐內的鐵水從頂吹管噴吹氧化性氣體、或是進一步從底吹風口吹入氧化性氣體或惰性氣體，藉此將鐵水實施脫碳精煉，而從鐵水製造熔鋼之轉爐的脫碳精煉中的噴濺預測方法，其係測定從前述轉爐的爐口吹出的爐口燃燒火焰之發射光譜，算出所測定的發射光譜在波長580~620nm的範圍之發光強度，根據所算出的發光強度之時間序列變化來預測噴濺的發生。

Description

轉爐之噴濺預測方法、轉爐之作業方法及轉爐之噴濺預測系統
本發明是關於，在轉爐進行之鐵水的脫碳精煉中預測噴濺(slopping)(來自爐內之熔渣及熔鐵的噴出)的發生之方法及系統。此外是關於，在防止噴濺發生的狀態下將鐵水實施氧吹煉的轉爐之作業方法。
從高爐出鐵後的鐵水裝填於轉爐，對於裝填於轉爐內的鐵水是從頂吹管或底吹風口供給氧化性氣體(氧氣)，鐵水是在轉爐實施脫碳精煉，而從鐵水熔製成熔鋼。在該轉爐中，藉由朝爐內吹入氧化性氣體(稱為「氧吹煉」)讓助熔劑渣化而形成熔渣，藉此將鐵水所含的雜質元素(P、Si等)在熔渣中除去。然而，若想要讓助熔劑充分渣化，可能使所生成的熔渣發泡(起泡)，而在氧吹煉中爆沸地使爐內的熔渣及熔鐵(鐵水或熔鋼)從爐口往爐外噴出，即發生所謂「噴濺」。
特別是當將氧化鐵源(鐵礦石、軋鋼鱗片(mill scale)等)往爐內大量投入的情況、進行軟吹(soft blow)作業時，會使熔渣中的氧蓄積量(FeO量)增加，而在熔渣和熔鐵(鐵水或熔鋼)的界面爆炸性地產生脫碳反應(C+O→CO)，因為讓大量的CO氣體發生，而產生噴濺。
噴濺會擾亂熔鋼成分而使出鋼良率降低，並引發：脫碳精煉時間的增加、在OG設備(非燃燒式廢氣處理設備)之氣體回收率的降低、作業環境變差、周邊機器的故障等之各式各樣的問題。因此，以往有各種的噴濺預測方法被提出。
例如，在專利文獻1提出一種噴濺預測方法，是利用設置於頂吹管之振動感測器來測定頂吹管的振動，算出所測定的振動信號當中比預定的振幅設定值更大的信號在一定時間內的比率，若超過既定設定比率則判定為噴濺發生。
在專利文獻2提出一種精煉方法，是對轉爐內的熔渣面投射微波，捕捉從熔渣面反射後的微波，算出投射波和反射波的混合波之頻率及/或在熔渣面的微波反射率，根據這些算出值來偵知熔渣高度及熔渣渣化狀況，為了將熔渣高度及熔渣渣化狀況維持於預定的基準狀態而將這些影響要素進行設定控制。
此外，在專利文獻3提出一種轉爐精煉方法，是在用於將從轉爐產生的廢氣進行冷卻除塵並回收之轉爐廢氣處理裝置中，根據利用測音計、廢氣組成分析、粉塵濃度計所偵知之資訊來判定熔渣狀況，根據其判定結果，為了抑制噴濺、噴渣(spitting)的產生而進行吹管高度、送氧流量、頂底吹比率或副原料投入量的控制。 [先前技術文獻] [專利文獻]
專利文獻1:日本特開平6-248321號公報 專利文獻2:日本特開昭59-41409號公報 專利文獻3:日本特開平6-256832號公報
[發明所欲解決之問題]
然而，在上述先前技術存在以下的問題。
亦即，專利文獻1是使用振動感測器，專利文獻2是使用微波型的熔渣高度計，在這些使用感測器的噴濺預測方法，必須將感測器設置在轉爐爐內、或非常靠近爐內。所設置的感測器，因為曝露於在氧吹煉中的轉爐內劇烈流動之熔鋼、熔渣、廢氣等的附近，有設備的耐久性、連續連轉性方面的問題。
專利文獻3，是在轉爐廢氣處理設備的廢氣導管進行測定，在廢氣導管，因為氛圍溫度低而能進行比較穩定的運轉，但在測定時期會產生迄到達廢氣導管的測定位置為止讓廢氣移動之時間遲延，而有問題存在。
本發明是有鑑於上述事情而開發完成的，其目的如下。為了提供一種預測方法及預測系統，在轉爐進行之鐵水的脫碳精煉中，不須將用於偵知噴濺的感測器設置在轉爐爐內或非常靠近轉爐爐內，且能夠無時間遲延地預測噴濺的發生。此外，其目的是為了提供一種轉爐之作業方法，可在防止噴濺發生的狀態下實施氧吹煉。 [解決問題之技術手段]
用於解決上述問題之本發明的要旨如下。
[1]一種轉爐之噴濺預測方法，係對轉爐內的鐵水從頂吹管噴吹氧化性氣體、或是進一步從底吹風口吹入氧化性氣體或惰性氣體，藉此將鐵水實施脫碳精煉，而從鐵水製造熔鋼之轉爐的脫碳精煉中的噴濺預測方法， 其係測定從前述轉爐的爐口吹出的爐口燃燒火焰之發射光譜， 算出所測定的發射光譜在波長580~620nm的範圍之發光強度， 根據所算出的發光強度之時間序列變化來預測噴濺的發生。
[2]如上述[1]所記載的轉爐之噴濺預測方法，其中， 偵知前述發光強度一度減少後轉為增加之反曲點，藉由偵知反曲點來預測噴濺的發生。
[3]如上述[1]或上述[2]所記載的轉爐之噴濺預測方法，其中， 前述發光強度的時間序列變化是藉由移動平均來求出。
[4]如上述[1]或上述[2]所記載的轉爐之噴濺預測方法，其中， 前述發光強度的時間序列變化，是使用基於移動平均之判定用的式子來求出。
[5]如上述[4]所記載的轉爐之噴濺預測方法，其中， 前述判定用的式子，是使用下述(1)式~下述(3)式，且在(1)式~(3)式全都滿足時判定為噴濺會發生。
Figure 02_image001
在此，I(n,m0 )是從測定點n-m0 ~測定點n之發光強度指數的移動平均(a.u.)，I(n-L1 ,m1 )是從測定點n-L1 -m1 ~測定點n-L1 之發光強度指數的移動平均(a.u.)，I(n-2L1 ,m1 )是從測定點n-2L1 -m1 ~測定點n-2L1 之發光強度指數的移動平均(a.u.)，I(n,m2 )是從測定點n-m2 ~測定點n之發光強度指數的移動平均(a.u.)，I(n-L2 ,m2 )是從測定點n-L2 -m2 ~測定點n-L2 之發光強度指數的移動平均(a.u.)，C0 、C1 、C2 是判定的臨限值且C0 ＞0、C2 ＞0、C1 ＜C2 ，L1 、L2 是常數且是1以上的整數，m0 、m1 、m2 是常數且是0以上的整數。
[6]如上述[5]所記載的轉爐之噴濺預測方法，其中， 在(1)式~(3)式中之判定的臨限值C0 、C1 、C2 ，是使用選自氧吹煉中之發光強度的變遷、廢氣流量、廢氣成分、來自頂吹管之氧氣供給速度、頂吹管之吹管高度當中的1種以上來決定。
[7]如上述[5]所記載的轉爐之噴濺預測方法，其中， 在(1)式~(3)式中之判定的臨限值C0 、C1 、C2 ，是使用選自氧吹煉中之發光強度的變遷、廢氣流量、廢氣成分、來自頂吹管之氧氣供給速度、頂吹管的吹管高度當中之1種以上，並藉由機器學習來決定。
[8]一種轉爐之作業方法，是從鐵水製造熔鋼的轉爐之作業方法， 當依上述[1]至上述[7]之任一者所記載的轉爐之噴濺預測方法判定為噴濺會發生時， 在判定為噴濺會發生的時點實施：選自從頂吹管噴吹的氧化性氣體的流量之調整、頂吹管的吹管高度之調整、可動式護罩(hood)的高度位置之調整、從底吹風口吹入的氧化性氣體或惰性氣體的流量之調整、鎮靜材的投入當中之1種或2種以上。
[9]一種轉爐之噴濺預測系統，係對轉爐內的鐵水從頂吹管噴吹氧化性氣體、或是進一步從底吹風口將氧化性氣體或惰性氣體吹入，藉此將鐵水實施脫碳精煉，而從鐵水製造熔鋼的轉爐之脫碳精煉中的噴濺預測系統，其係具有分光攝像機、影像解析裝置， 該分光攝像機，是配置在前述轉爐的周圍，且從轉爐和可動式護罩的間隙拍攝爐口燃燒火焰， 該影像解析裝置，是將從該分光攝像機送來的影像資料以可取出的方式記錄，並算出前述影像資料之發射光譜在波長580~620nm的範圍之發光強度，且根據所算出之發光強度的時間序列變化來預測噴濺的發生。
[10]如上述[9]所記載的轉爐之噴濺預測系統，其進一步具有控制用計算機， 該控制用計算機，是根據從前述影像解析裝置輸入的資料，來發送用於改變作業條件之控制信號。
[11]如請求項9或請求項10所記載的轉爐之噴濺預測系統，其中， 前述影像解析裝置，是偵知前述發光強度一度減少後轉為增加之反曲點，藉由偵知反曲點來預測噴濺的發生。
[12]如上述[9]至上述[11]之任一者記載的轉爐之噴濺預測系統，其中， 前述影像解析裝置，是將前述發光強度的時間序列變化，使用基於移動平均之判定用的式子來求出。
[13]如上述[12]所記載的轉爐之噴濺預測系統，其中， 前述判定用的式子，是使用下述(1)式~下述(3)式，且在(1)式~(3)式全都滿足時判定為噴濺會發生。
Figure 02_image003
在此，I(n,m0 )是從測定點n-m0 ~測定點n之發光強度指數的移動平均(a.u.)，I(n-L1 ,m1 )是從測定點n-L1 -m1 ~測定點n-L1 之發光強度指數的移動平均(a.u.)，I(n-2L1 ,m1 )是從測定點n-2L1 -m1 ~測定點n-2L1 之發光強度指數的移動平均(a.u.)，I(n,m2 )是從測定點n-m2 ~測定點n之發光強度指數的移動平均(a.u.)，I(n-L2 ,m2 )是從測定點n-L2 -m2 ~測定點n-L2 之發光強度指數的移動平均(a.u.)，C0 、C1 、C2 是判定的臨限值且C0 ＞0、C2 ＞0、C1 ＜C2 ，L1 、L2 是常數且是1以上的整數，m0 、m1 、m2 是常數且是0以上的整數。
[14]如上述[13]所記載的轉爐之噴濺預測系統，其中， 前述影像解析裝置係具備機器學習模型， 該機器學習模型，是將(1)式~(3)式中之判定的臨限值C0 、C1 、C2 ，使用選自氧吹煉中的發光強度之變遷、廢氣流量、廢氣成分、來自頂吹管之氧氣供給速度、頂吹管的吹管高度當中之1種以上，藉由機器學習來決定。
[15]如上述[13]所記載的轉爐之噴濺預測系統，其進一步具有機器學習用計算機， 該機器學習用計算機所具備的機器學習模型，是將(1)式~(3)式中之判定的臨限值C0 、C1 、C2 ，使用選自氧吹煉中的發光強度之變遷、廢氣流量、廢氣成分、來自頂吹管之氧氣供給速度、頂吹管的吹管高度當中之1種以上，藉由機器學習來決定。 [發明之效果]
本發明的轉爐之噴濺預測方法及預測系統，是藉由測定爐口燃燒火焰的發射光譜來預測噴濺的發生。因此，不須將用於偵知噴濺的感測器設置在轉爐爐內或非常靠近轉爐爐內，且能夠無時間遲延地預測噴濺的發生。此外，依據本發明的轉爐之作業方法，在預測到噴濺會發生的時點實施噴濺防止對策，因此可穩定地抑制噴濺的發生。
本發明人等，在將鐵水實施氧化精煉而從鐵水製造熔鋼之轉爐所進行的脫碳精煉中，為了將氧吹煉中之噴濺的發生無時間遲延地即時預測，進行苦心地探討。具體而言，在轉爐所進行的脫碳精煉中，即時監視噴濺發生時之轉爐的爐內狀況。了解到，噴濺是在轉爐內的熔渣發泡(起泡)的狀態時發生。
探討的結果，本發明人等想到了，作為將轉爐的爐內狀況即時且準確地掌握之因子，是著眼於轉爐之爐口燃燒火焰，在脫碳精煉中，將爐口燃燒火焰之發射光譜以既定的時間間隔進行測定。在此之「爐口燃燒火焰」是指，從轉爐的爐口朝向上方的煙道吹出之爐內的火焰。
在爐口燃燒火焰的發射光譜包含：與藉由在轉爐內的脫碳反應(C+O→CO)所產生之CO氣體相關的資訊、與藉由自燃所生成之CO2 氣體相關的資訊，該自燃是因該CO氣體的一部分和在轉爐爐口部分被吸引的空氣混合所引起。此外，發射光譜還包含：與源自從轉爐內的火點(來自頂吹管的氧化性氣體對於鐵水浴面之碰撞位置)蒸發的鐵原子之FeO*(中間產物)相關的資訊。本發明人等發現，針對在該發射光譜當中之波長580~620nm的範圍，只要能將每個波長的發光強度即時地測定，就能將轉爐之爐內狀況即時且輕易地推定。
發射光譜當中之波長580~620nm的範圍，是相當於起因於FeO*(中間產物)的生成及消失之「FeO橙色系條帶(FeO orange system band)」，而與烴類氣體的中間產物的波長區不同。進而，本發明人等確認了，在FeO* (中間產物)生成時，在該波長區出現吸收峰，另一方面，在FeO*(中間產物)消失時，在同一波長區出現發射峰。又進一步確認了，發光強度是與FeO*(中間產物)的消失速度連動。以下，將「FeO*(中間產物)」簡稱為「FeO*」。
於是，在轉爐進行之脫碳精煉中，將轉爐之爐口燃燒火焰的發射光譜進行時間序列的測定。轉爐之爐口燃燒火焰的發射光譜之測定，如圖1(圖1的說明隨後詳述)所示般，是在轉爐2的正面安裝分光攝像機6，藉由拍攝可從爐口9和可動式護罩10的間隙看見之爐口燃燒火焰16來進行。將利用分光攝像機6所拍攝的拍攝影像發送到影像解析裝置7。而且，利用影像解析裝置7記錄影像，並在所輸入的影像資料之任意的掃描線上進行線分析，而解析每個發光波長的發光強度。發射光譜的測定及發光強度的解析，是將各測定點的間隔、即測定時間間隔Δt設定為恒定的1秒來進行。
根據所獲得之發射光譜的測定結果，將在脫碳精煉中變化幅度最大之波長610nm設定為特定波長(解析用的波長)，算出在脫碳精煉中測定之各時期之波長610nm的發光強度，求出發光強度的時間序列變化。在求出發光強度的時間序列變化時，是以氧吹煉開始前由分光攝像機6拍攝爐口而得的影像資料之發光強度為1而進行標準化後的發光強度定義為「發光強度指數」，並使用該發光強度指數來求出時間序列變化。當然也能夠就那樣使用未標準化的發光強度來求出時間序列變化。
在該探討，是使用可從頂吹管3噴吹氧化性氣體並從爐底部的底吹風口4吹入攪拌用氣體之轉爐(容量300噸規模)。作為來自頂吹管的氧化性氣體，是使用氧氣(工業用純氧)；作為來自底吹風口的攪拌用氣體，是使用氬氣。此外，頂吹管是使用具有拉瓦(Laval)型噴嘴之頂吹管，其設置在前端之氧氣噴嘴的個數為5孔，且其噴射角度為15°。在此，噴嘴的噴射角度，是噴嘴之氧氣噴射方向與頂吹管之軸心方向的相對角度。
使用上述的轉爐，進行碳濃度為3.5質量%之鐵水的脫碳精煉。來自頂吹管之氧氣的供給，是從鐵水之碳含量3.5質量%的時點開始，且持續進行到爐內之熔鐵的碳含量成為0.04質量%的時點為止。
來自頂吹管之氧氣流量為800~1000Nm3 /min，頂吹管之吹管高度為2.5~3.0m，來自底吹風口之攪拌用氣體的流量為5~30Nm3 /min。在此，「頂吹管之吹管高度」，是從頂吹管的前端到在轉爐內呈靜止狀態的鐵水浴面為止的距離。
圖2顯示，在發生了噴濺的加料之依上述方法所算出之發光強度指數之氧吹煉中的時間系列變化；圖3顯示，在未發生噴濺的加料之依上述方法所算出之發光強度指數之氧吹煉中的時間系列變化。圖2所示之發生了噴濺之加料的脫碳精煉時間為19.5分鐘，圖3所示之未噴濺之加料的脫碳精煉時間為18.0分鐘。圖2及圖3之橫軸所示的氧吹煉進展率，是由下述(4)式所定義。
氧吹煉進展率=(QO2C /QO2 )×100……(4) 在此，QO2C 是從氧吹煉開始到任意的某個時點為止之累積氧量(Nm3 )，QO2 是氧吹煉結束時的累積氧量(Nm3 )。
從圖2及圖3可知，不論是否有噴濺的發生，在氧吹煉的前半(到氧吹煉進展率60~70%為止的範圍)，發光強度指數會隨著氧吹煉進展率的增加而增加，另一方面，在氧吹煉的後半，發光強度指數是隨著氧吹煉進展率的增加而減少。
但如圖2所示般，在發生了噴濺的加料，縱使是在氧吹煉的前半，隨著氧吹煉進展率的增加而開始增加之發光強度指數會一度減少，然後，發光強度指數轉為再度增加後，發生了噴濺。
這應該是，噴濺發生時，因為爐內的熔渣發泡，使熔渣之視厚度增加，基於熔渣之視厚度增加所產生之阻隔效應，使FeO的還原反應停滯，亦即使脫碳反應停滯，因此發光強度指數一度降低。然後，發光強度指數轉為再度增加的理由應在於，因為FeO的還原反應停滯，造成熔渣中的FeO量變得過多，因為FeO量過多，會在熔渣和熔鐵的界面再度開始產生脫碳反應(FeO+C→Fe+CO)，而使發光強度指數轉為再度增加。
根據此結果，本發明人等發現發光強度指數的時間序列變化能夠利用在噴濺的預測上。
關於未發生噴濺的加料，如圖3所示般，發光強度指數是隨著吹煉的進展而增加，在吹煉中期呈現最大值。然後，在吹煉末期，因為氧化鐵的還原反應速度降低，而使發光強度指數減少。
本發明人等，從形成發光強度指數增加、減少的圖案(pattern)的觀點，針對發生了噴濺之加料和未發生噴濺之加料，將發光強度指數的時間系列變化做比較。結果了解到，在發生噴濺的情況，發光強度指數的時間系列變化存在以下所例示的特徵。亦即了解到，當發光強度指數之現在的數值是比現在的10秒前之測定點之發光強度指數增加20%以上，且現在的10秒前之測定點的發光強度指數是與現在的80秒前之測定點的發光強度指數同等或較小的情況，會發生噴濺。這個現象，就那樣使用未標準化之發光強度的測定值時也是同樣的。
亦即暗示了，發光強度及發光強度指數如上述般持續一定時間(約70秒鐘左右)減少或出現停滯傾向之後轉為大幅增加的舉動(該舉動在本說明書是定義為「反曲點」)，當發生噴濺時會被觀察到。換言之暗示了，藉由在發光強度及發光強度指數的時間序列變化偵知反曲點的出現，可預測噴濺的發生。
又在圖2所示之發生了噴濺之加料，發光強度指數一度減少然後轉為增加的期間(發光強度指數之谷)有二處。第一個谷(氧吹煉進展率約30%的時期)比起第二個谷(氧吹煉進展率約45%的時期)，相對於在測定點的10秒前之測定點的發光強度指數之發光強度指數增加率較小。亦即，第一個谷(氧吹煉進展率約30%的時期)，應是暗示尚未到達噴濺的程度之熔渣發泡的發生。另一方面，在第二個谷(氧吹煉進展率約45%的時期)，相對於在10秒前的測定點的發光強度指數之發光強度指數增加率超過20%，當通過第二個谷之後發生噴濺。亦即，藉由偵知在發光強度及發光強度指數的時間序列變化出現第二個谷那樣的反曲點，可更正確地預測噴濺的發生。
在將發光強度指數利用在噴濺的預測時，如圖2及圖3所示之發光強度指數的舉動那樣，也能藉由將未實施移動平均的瞬間值(實際值)的發光強度指數進行比較來預測噴濺。然而了解到，藉由使用某個期間之發光強度指數的移動平均，可更正確地預測噴濺的發生。在此，移動平均是指，將正在變化的資料之某個範圍的和除以資料的個數而得的值，是將時間序列資料平滑化的手法。
藉由將發光強度(實際值)及發光強度指數實施移動平均，使偏差變小。藉由將移動平均的相加數等適切地選擇，例如使發光強度指數的移動平均值成為，在未發生噴濺之加料，迄發光強度指數呈現最大值為止是單調遞增，在發光強度指數呈現最大值之後則單調遞減。發光強度(實際值)也顯現與發光強度指數同樣的舉動。
又進一步了解到，將發光強度及發光強度指數的時間序列變化，使用基於移動平均之判定用的式子來求出，藉此可更正確地預測噴濺的發生。
作為在測定點n之基於發光強度指數的移動平均之判定用的式子，例如可使用下述的(1)式~(3)式。藉由使用(1)式~(3)式，可輕易地偵知上述反曲點。在此，測定點n是指脫碳精煉中之任意時點的測定點，相當於現在的測定點。
Figure 02_image005
在此，I(n,m0 )是從測定點n-m0 ~測定點n之發光強度指數的移動平均(a.u.)，I(n-L1 ,m1 )是從測定點n-L1 -m1 ~測定點n-L1 之發光強度指數的移動平均(a.u.)，I(n-2L1 ,m1 )是從測定點n-2L1 -m1 ~測定點n-2L1 之發光強度指數的移動平均(a.u.)，I(n,m2 )是從測定點n-m2 ~測定點n之發光強度指數的移動平均(a.u.)，I(n-L2 ,m2 )是從測定點n-L2 -m2 ~測定點n-L2 之發光強度指數的移動平均(a.u.)，C0 、C1 、C2 是判定的臨限值且C0 ＞0、C2 ＞0、C1 ＜C2 ，L1 、L2 是常數且是1以上的整數，m0 、m1 、m2 是常數且是0以上的整數。
在此，(1)式表示，僅使用具有C0 以上的值之資料作為判定用的資料。藉由加上此條件，可除去背景雜訊、分光攝像機的視野被短期間遮住而遮蔽(black out)的期間之資料而進行判定。(2)式是表示從測定點n-2L1 到測定點n-L1 的期間、亦即現在的不久之前之發光強度指數變化量的式子。又(3)式是表示從測定點n-L2 到測定點n的期間、亦即緊接現在之前的發光強度指數變化量的式子。
又(2)式及(3)式成為分別以I(n-2L1 ,m1 )及I(n-L2 ,m2 )標準化後的形式，這是為了將藉由各加料而使發光強度的絕對值改變之影響除去。此外，在本發明，因為是偵知在現在的不久之前的期間發光強度指數一度減少，然後在緊接現在之前轉為增加之時間序列變化的反曲點，C2 ＞0、C1 ＜C2 。
此外，L1 、L2 是給定應從現在回溯之測定點的數量。若將測定時間間隔設為Δt(秒)，則L1 ×Δt、L2 ×Δt成為應從現在回溯的期間(秒)。m0 、m1 、m2 是給定成為後方移動平均範圍之測定點的數量。若將測定時間間隔設定為Δt(秒)，則m1 ×Δt、m2 ×Δt、m3 ×Δt成為取後方移動平均之時間範圍(秒)。
假想為使用上述(1)式、(2)式及(3)式，且當(1)式~(3)式所有的式子都滿足時會發生噴濺，將判定的臨限值C0 、C1 、C2 及常數L1 、L2 、m0 、m1 、m2 改變，進行預測脫碳精煉中之噴濺發生的試驗。
表1顯示試驗結果。在該試驗，是將波長610nm設為特定波長，縱使在判定為噴濺會發生的情況，作業條件仍不改變，並不防止噴濺的發生。
Figure 02_image007
如表1所示般可看出，藉由將發光強度指數之移動平均的相加數、判定的臨限值予以適切地選擇，可穩定地預測噴濺。在此，表1中的「判定成功率」是指，在比實際發生了噴濺的時點早60秒以上之前可預測到噴濺之加料的比例。此外，「正常偵知率」是指，在未發生噴濺之加料中，未預測到發生噴濺之加料的比例，亦即，未發生誤偵知之加料的比例。
本發明的轉爐之噴濺預測方法、噴濺預測系統及轉爐之作業方法，是根據上述見解，進一步探討而完成者。以下，參照圖式來說明本發明的轉爐之噴濺預測方法、噴濺預測系統及轉爐之作業方法的具體實施方法。圖1係示意顯示適用於實施本發明之轉爐設備的結構之概略。
適用於實施本發明的轉爐設備1係具有轉爐2、頂吹管3、分光攝像機6、影像解析裝置7及控制用計算機8。分光攝像機6是配設在轉爐2的周圍，且能拍攝爐口燃燒火焰16。影像解析裝置7，是將藉由該分光攝像機6拍攝的拍攝影像以可取出的方式記錄，並將該拍攝影像進行解析。控制用計算機8，是根據藉由該影像解析裝置7解析後的資料來發送控制信號。
又進一步具有：構成為可藉由從控制用計算機8發送的控制信號而個別地動作之吹管高度控制裝置11及氧化性氣體流量控制裝置12，吹管高度控制裝置11是用於調整頂吹管3的吹管高度，氧化性氣體流量控制裝置12是用於調整從頂吹管3噴射的氧化性氣體之流量。又進一步具有：用於調整從底吹風口4吹入的攪拌用氣體的流量之底吹氣體流量控制裝置13、用於控制收容於爐上加料斗(未圖示)之副原料的品名及投入量之副原料投入控制裝置14、以及用於控制可動式護罩10的高度位置之可動式護罩高度位置控制裝置15。
為了進行回饋控制，對控制用計算機8輸入：藉由吹管高度控制裝置11測定的吹管高度、藉由氧化性氣體流量控制裝置12測定的氧化性氣體供給速度、藉由底吹氣體流量控制裝置13測定的底吹氣體流量、藉由副原料投入控制裝置14測定的副原料投入量、藉由可動式護罩高度位置控制裝置15測定的可動式護罩高度位置。又對控制用計算機8輸入：藉由廢氣流量測定器(未圖示)測定的廢氣流量、藉由廢氣成分測定器(未圖示)測定的廢氣成分，廢氣流量測定器是設置於煙道且用於測定從轉爐排出的廢氣之流量，廢氣成分測定器是設置於煙道且用於測定從轉爐排出之廢氣的成分(CO、CO2 、O2 )。
本發明所使用的轉爐2，可從頂吹管3朝向爐內的鐵水5噴射氧化性氣體噴流17，並同時從爐底部的底吹風口4吹入攪拌用氣體。而且，在轉爐2的周圍安裝了可測定轉爐之爐口燃燒火焰16的發射光譜之分光攝像機6。藉由所安裝之分光攝像機6，拍攝從轉爐的爐口9和可動式護罩10的間隙看見之爐口燃燒火焰16。
又分光攝像機6的安裝位置，只要是熱、粉塵等對分光攝像機6造成的負荷小、能耐用、且可拍攝從轉爐的爐口9和可動式護罩10之間隙看見的爐口燃燒火焰16之位置即可。例如，如果在轉爐2的正面安裝分光攝像機6，可拍攝從設置於加料門之火焰確認用小窗(間隙)看見的爐口燃燒火焰16。此外，也能在包圍轉爐爐體之壁的爐裡(操作室的相對側)、爐側(耳軸(trunnion)側)設置可拍攝爐口燃燒火焰16之攝影窗，在該窗的外側安裝分光攝像機6而進行拍攝。或是，縱使是在包圍轉爐爐體之壁的內側，只要是分光攝像機6能耐用的場所都能夠採用。
藉由分光攝像機6拍攝的拍攝影像(影像資料)，逐次發送到影像解析裝置7。在影像解析裝置7，是將送來的拍攝影像(影像資料)記錄，並在影像資料之任意的掃描線上進行線分析，解析發光波長及每個波長的發光強度。此外，影像解析裝置7是根據送來的拍攝影像(影像資料)之解析結果來預測噴濺的發生。
藉由影像解析裝置7解析後之爐口燃燒火焰16的影像資料，包含預測了噴濺的發生之資料，是隨時發送到控制用計算機8。同樣的，儲存於控制用計算機8之來自頂吹管的氧氣供給速度、頂吹管的吹管高度、廢氣流量、廢氣成分等之作業資料，是隨時發送到影像解析裝置7。
控制用計算機8，如果從影像解析裝置7接收到預測了噴濺的發生之資料，就發送：讓吹管高度控制裝置11、氧化性氣體流量控制裝置12、底吹氣體流量控制裝置13、副原料投入控制裝置14及可動式護罩高度位置控制裝置15個別或同時地動作之控制信號。又圖1中的符號18是往頂吹管之氧化性氣體供給管，符號19是從頂吹管之冷卻水供給管，符號20來自頂吹管之冷卻水排出管。
在本發明，是使用轉爐設備1，對收容於轉爐2之鐵水5，從頂吹管3噴吹氧化性氣體，或進一步從底吹風口4將氧化性氣體或惰性氣體吹入，藉此將鐵水5實施氧化精煉，亦即將鐵水5實施脫碳精煉，而從鐵水5製造熔鋼。
而且，在脫碳精煉中，藉由分光攝像機6拍攝爐口燃燒火焰16，將所獲得的發射光譜進行解析，即時推定在轉爐2之脫碳精煉中的爐內狀況之變化。根據所推定的爐內狀況之變化來預測噴濺。分光攝像機6所進行之爐口燃燒火焰16的拍攝、發射光譜的解析，基於生產性提高及鐵良率提高之觀點較佳為將測定時間間隔Δt設定為1~10秒來進行。
拍攝所獲得的發射光譜，是以可取出的方式記錄於影像解析裝置7。影像解析裝置7，針對所獲得的爐口燃燒火焰16之發射光譜當中之波長580~620nm的範圍，進行發光波長的特定，並算出每個特定的發光波長之發光強度。
波長580~620nm的範圍，如前述般，相當於起因於FeO*的生成和消失之FeO橙色系條帶(FeO orange system band)。本發明人等確認了，在FeO*生成時，在該波長區出現吸收峰，另一方面，在FeO*消失時，在同一波長區出現發射峰，其中的發光強度是與FeO*的消失速度連動。亦即，波長580~620nm的範圍，是反映轉爐內的反應，而成為容易推定轉爐的爐內狀況之線索，因此以其作為測定的對象。此外，發光強度是表示FeO從激發態(FeO*)變化為基態時之發光能量的大小。
影像解析裝置7算出所獲得的每個波長之發光強度及發光強度指數。更佳為算出發光強度指數的移動平均。而且，影像解析裝置7是根據所算出的發光強度、發光強度指數、發光強度指數的移動平均之時間序列變化，推定爐內狀況的變化，而預測轉爐作業中之噴濺的發生。在此情況較佳為，偵知上述的反曲點，藉由偵知反曲點來預測噴濺的發生。
在此較佳為，作為用於噴濺的預測之基於移動平均之判定用的式子，是使用(1)式~(3)式，且在(1)式~(3)式全都滿足時，判定為噴濺會發生。在(1)式~(3)式中之判定的臨限值C0 、C1 、C2 ，因為依各轉爐的拍攝環境、作業條件而有不同，是測定發光強度而以依(1)式~(3)式正常偵知到噴濺的比例成為最大的方式實施預備實驗而事先決定的。此外，鑑於作業上的好處，也能在誤偵知成為最低的範圍以正常偵知率成為最大的方式來決定C0 ~C2 。
關於其他之L1 、L2 、m0 、m1 、m2 的各常數，設定為較大值時，趨勢變緩和，不容易發生過偵知(將未噴濺者判定為噴濺)。然而，若將這些值設定成過大，靈敏度會變差，要在噴濺發生前偵知噴濺變得困難。
此外，Δt×L1 、Δt×L2 、Δt×m0 、Δt×m1 、Δt×m2 ，考慮到偵知到噴濺後之採取對策的時間(數十秒~百秒左右)，是以依(1)式~(3)式正常偵知到噴濺之比例成為最大的方式實施預備實驗而事先決定。Δt×L1 、Δt×L2 、Δt×m0 、Δt×m1 、Δt×m2 相對於吹煉時間為1~5%左右的長度的情況，可獲得比較良好的偵知率。此外，鑑於作業上的好處，也能在誤偵知成為最低的範圍以正常偵知率成為最大的方式來決定。
在影像解析裝置7，操作者可將C0 、C1 、C2 的各臨限值、及L1 、L2 、m0 、m1 、m2 的各常數設定成任意的數值。此外，影像解析裝置7係具備機器學習模型功能，其是使用選自氧吹煉中之發光強度的變遷、廢氣流量、廢氣成分、來自頂吹管之氧氣供給速度、頂吹管的吹管高度當中之1種或2種以上，藉由機器學習來決定判定的臨限值C0 、C1 、C2 。亦即，影像解析裝置7具備：可藉由機器學習而自動設定C0 、C1 、C2 的功能。
此外，如圖4所示般，除了影像解析裝置7以外，可另外設置具有機器學習模型功能之機器學習用計算機21。在此情況，可如以下般設定各常數。首先，從記錄有作業資料之控制用計算機8等將作業資料線上發送給機器學習用計算機21，並從記錄有爐口燃燒火焰之發光強度的資料之影像解析裝置7等將發光強度的資料發送給機器學習用計算機21。機器學習用計算機21，根據所接收的資料進行機器學習，決定上述的各常數，將決定的值發送給影像解析裝置7。影像解析裝置7接收到新的常數，在下次以後的作業是使用新的常數進行判定。
圖4係示意地顯示適用於本發明的實施之轉爐設備的其他結構之概略圖。圖4所示的轉爐設備1A，是除了圖1所示的轉爐設備1，進一步配置了機器學習用計算機21。其他結構是成為與圖1所示的轉爐設備1相同的結構，對同一部分是用同一符號表示而將其說明省略。
發光強度指數的算出所使用之特定波長，是在波長580~620nm的範圍當中，事先測定脫碳精煉中之發光強度的變化量最大的波長來決定，或是，在該脫碳精煉中監視該波長區內之複數個波長，而隨時決定發光強度的變化量最大的波長。
在本發明的轉爐之作業方法，於脫碳精煉中，在根據所算出之發光強度的時間序列變化而判定為噴濺會發生的時點，為了防止噴濺的發生及防止設備的損傷，是實施：選自從頂吹管噴吹之氧化性氣體的流量調整、吹管高度的調整、可動式護罩的高度位置調整、從底吹風口吹入之氧化性氣體或惰性氣體的流量調整、鎮靜材往爐內投入當中之1種或2種以上。在此情況較佳為，發光強度指數的時間序列變化是使用(1)式~(3)式之判定用的式子求出，當(1)式~(3)式全都滿足時，判定為噴濺會發生。
作為具體的應對方法較佳為，將從頂吹管噴吹之氧化性氣體的流量減少、將頂吹管的吹管高度降低、將可動式護罩的高度位置調高而防止熔渣導致可動式護罩損傷、讓從底吹風口吹入之氧化性氣體或惰性氣體的流量增加、將鎮靜材投入。更佳為，將上述操作當中之2種以上組合來進行。藉由這樣的調整，在噴濺發生前或噴濺發生之最初期，可抑制熔渣的發泡或急劇的脫碳反應，可避免熔渣及熔鐵往爐外噴出，能使鐵良率提高。
在此，從頂吹管噴吹之氧化性氣體流量的減少、頂吹管之吹管高度的降低、從底吹風口吹入之氣體流量的增加及鎮靜材的投入，是用於防止噴濺發生之作業條件的變更；將可動式護罩的高度位置調高，是用於防止設備損傷之作業條件的變更。因此，宜至少實施用於防止噴濺發生之作業條件的變更。基於減輕熔渣噴出的觀點，將可動式護罩的高度位置調低而物理性地防止熔渣噴出也是有效的措施，但在此情況，必須考慮可動式護罩的使用次數變少。
在此，鎮靜材是一種製鋼用副原料，藉由投入轉爐內而在爐內的熔渣形成除氣流路，用於改善發泡(起泡)後的熔渣之除氣，而抑制熔渣的發泡。作為鎮靜材，一般是使用將碳材、軋鋼鱗片、熔渣等用水分或油脂造粒而成者，但也可以是其他的物質。
從頂吹管噴吹之氧化性氣體的流量之減少量、頂吹管之吹管高度的降低量、可動式護罩的高度位置變化量、從底吹風口吹入之氧化性氣體或惰性氣體的流量之增加量、鎮靜材的投入量，較佳為事先根據熔鐵之攪拌力和氧化性氣體的流量之比率等來決定。
此外，適用於實施本發明之轉爐設備1，較佳為構成為，在上述(1)式~(3)式之判定用的式子全都滿足的時點，隨時從控制用計算機8，對吹管高度控制裝置11發送將吹管高度降低之控制信號，或對氧化性氣體流量控制裝置12發送將從頂吹管噴射之氧化性氣體的流量減少之控制信號，或對可動式護罩高度位置控制裝置15發送將可動式護罩的高度位置調高之控制信號，或對底吹氣體流量控制裝置13發送將吹入的氧化性氣體或惰性氣體的流量增加之控制信號，或對副原料投入控制裝置14發送將既定量的鎮靜材投入之控制信號，或是將這些控制信號全部同時發送。
從頂吹管3噴吹的氧化性氣體，一般是氧氣(工業用純氧)，而可以使用：氧氣和氬氣、氦氣等的稀有氣體或氮氣之混合氣體，空氣、富氧空氣等。又在此的「氧化性氣體」，是指氧濃度與空氣同等或是空氣以上之含氧氣體。此外，從底吹風口4吹入的氣體是惰性氣體或氧化性氣體，當將氧化性氣體吹入的情況，是作為氧化精煉用的氧化性氣體發揮作用，還作為攪拌用氣體發揮作用。
此外，在基於爐口燃燒火焰16的光譜解析之爐內狀況的判定，會有因起重機的通過、往爐口之金屬塊的堆積等所造成之視野遮蔽等的狀況變化而導致誤偵知的情形。因此，宜讓(1)式~(3)式之判定的臨限值C0 、C1 、C2 在每個加料的轉爐作業改變。
具體而言，判定的臨限值C0 、C1 、C2 較佳為，使用選自氧吹煉中之發光強度的變遷、廢氣流量、廢氣成分、來自頂吹管之氧氣供給速度、頂吹管的吹管高度當中之1種或2種以上來決定。
此外，判定的臨限值C0 、C1 、C2 更佳為，使用選自氧吹煉中之發光強度的變遷、廢氣流量、廢氣成分、來自頂吹管之氧氣供給速度、頂吹管的吹管高度當中之1種或2種以上，藉由機器學習來決定。
此外，上述說明是使用發光強度指數來算出(1)式~(3)式，但也能使用在各時點的發光強度本身來算出(1)式~(3)式。
如以上所說明般，依據本發明，在將鐵水5實施脫碳精煉之轉爐2中，因為是藉由測定爐口燃燒火焰的發射光譜來預測噴濺的發生，不須將用於偵知噴濺之感測器設置在轉爐爐內或非常靠近轉爐爐內，且能夠無時間遲延地預測噴濺的發生。而且，在預測到噴濺會發生的時點，實施噴濺防止對策，因此可穩定地抑制噴濺的發生。 實施例1
使用具有與圖1所示的轉爐2同樣的形式且容量300噸之頂底吹轉爐(氧氣頂吹、氬氣底吹)，進行了鐵水5的脫碳精煉。所使用的頂吹管3，是在前端部，將5個拉瓦型噴嘴之噴射角度設為15°，且等間隔地配置在以頂吹管的軸心為中心之同一圓周上。又噴嘴之喉徑dt 為73.6mm，出口徑de 為78.0mm。
首先，在轉爐內裝填鐵屑(scrap)之後，事先實施脫硫處理及脫磷處理，將溫度1310~1360℃之300噸的鐵水裝填於轉爐。鐵水的化學成分如表2所示。
Figure 02_image009
接下來，一邊從底吹風口4將作為攪拌用氣體之氬氣吹入鐵水中，一邊從頂吹管3將作為氧化性氣體之氧氣朝向鐵水浴面噴吹，而開始實施鐵水的脫碳精煉。鐵屑的裝填量，是以脫碳精煉結束後的熔鋼溫度成為1650℃的方式進行調整。
然後，在脫碳精煉中，從爐上加料斗(未圖示)將作為CaO系助熔劑之生石灰投入，迄熔鐵中的碳濃度成為0.05質量%為止進行脫碳精煉。生石灰的投入量，是以在爐內生成之熔渣的鹼度(basicity)((質量%CaO)/(質量%SiO2 ))成為2.5的方式進行調整。
在脫碳精煉中，以既定的測定時間間隔Δt:1秒，連續地藉由設置於轉爐2的大致正面之分光攝像機6，拍攝從轉爐2的爐口9和可動式護罩10之間隙看見的爐口燃燒火焰16。
從所獲得的拍攝影像，藉由影像解析裝置7測定發射光譜(影像資料)，針對所獲得的發射光譜當中之波長580~620nm的範圍，進行了在各時點之發光波長的特定、算出每個波長的發光強度指數之解析。所使用的波長(特定波長)為610nm。解析是在影像資料之任意的掃描線上進行線分析。
使用所獲得的在各時點之特定波長的發光強度指數，算出上述(1)式~(3)式。這時，(1)式~(3)式之判定的臨限值C0 =15、C1 =0.65、C2 =0.7，常數L1 =L2 =10、m0 =m1 =m2 =20。
而且，在(1)式~(3)式全都滿足時，判定為噴濺會發生，在判定為噴濺會發生的時點，實施選自來自頂吹管之氧氣流量的調整、頂吹管的吹管高度之調整、可動式護罩的高度位置之調整、從底吹風口吹入之氧化性氣體或惰性氣體的流量之調整、鎮靜材往爐內投入當中之任1種或2種以上。
具體而言，來自頂吹管之氧氣流量的調整是從1000Nm3 /min減少成833Nm3 /min，吹管高度的調整是從3.0m降低到2.5m，底吹氣體流量的調整是從15Nm3 /min增加到30Nm3 /min。此外，可動式護罩之高度位置的調整，是調整到比在判定了會發生噴濺的時點之可動式護罩的高度位置高500mm的位置，鎮靜材的投入量設定為500~1500kg。
這樣的調整，是在判定了會發生噴濺的時點，馬上從控制用計算機8，對吹管高度控制裝置11、氧化性氣體流量控制裝置12、底吹氣體流量控制裝置13、副原料投入控制裝置14及可動式護罩高度位置控制裝置15發送控制信號而讓其等動作。又來自頂吹管之氧氣流量、頂吹管的吹管高度、可動式護罩的高度位置、從底吹風口吹入之氧化性氣體或惰性氣體的流量，在變成無法滿足(1)式~(3)式之任一式的時點，回到調整前的數值而繼續實施脫碳精煉。
藉由實施本發明，噴濺的發生率是比實施本發明之前的發生率降低到約1/3。 實施例2
使用與實施例1相同的轉爐設備(頂底吹轉爐)，與實施例1同樣地進行了鐵水5的脫碳精煉。
在脫碳精煉中，將測定時間間隔Δt設定為1秒，與實施例1同樣地，連續地藉由分光攝像機6拍攝從轉爐2的爐口和可動式護罩之間隙看見之爐口燃燒火焰16。從所獲得的拍攝影像，藉由影像解析裝置7測定發射光譜(影像資料)，針對所獲得的發射光譜當中之波長580~ 620nm的範圍，進行在各時點之發光波長的特定、算出每個波長的發光強度指數之解析。所使用的波長(特定波長)為610nm。解析是在影像資料之任意的掃描線上進行線分析。
使用所獲得之在各時點的特定波長之發光強度指數，算出上述(1)式~(3)式。這時，關於(1)式~(3)式的常數，L1 、L2 、m0 、m1 、m2 是與實施例1相同，判定的臨限值C0 、C1 、C2 ，是根據氧吹煉中之氧氣流量的平均值大小，將與實施例1所記載之脫碳精煉同樣的200加料之作業資料分成4組(division)，而決定各組的臨限值。亦即，根據氧氣流量之平均值大小，將(1)式~(3)式各個的臨限值設定成4種。
而且，在實際作業中，是逐次運算氧氣流量的平均，並使用根據氧氣流量的平均所決定之前述4種中的1種臨限值。而且，如上述般當所設定的(1)式~(3)式全都滿足時，判定為噴濺會發生，在判定為噴濺會發生的時點，以與實施例1相同的基準實施：選自來自頂吹管之氧氣流量的調整、頂吹管之吹管高度的調整、可動式護罩之高度位置的調整、從底吹風口吹入之氧化性氣體或惰性氣體之流量的調整、鎮靜材往爐內投入當中之任1種或2種以上。又來自頂吹管之氧氣流量、頂吹管的吹管高度、可動式護罩的高度位置、從底吹風口吹入之氧化性氣體或惰性氣體的流量，在變成無法滿足(1)式~(3)式之任一式的時點，回到調整前的數值而繼續實施脫碳精煉。
如此般決定(1)式~(3)式中之判定的臨限值，脫碳精煉中之噴濺的發生頻率是與實施例1同等或其以下，而確認了脫碳精煉是穩定的。 實施例3
在基於爐口燃燒火焰16的光譜解析之爐內狀況的判定，如前述般，會有因起重機的通過、往爐口之金屬塊的堆積等所造成之視野遮蔽等的狀況變化而導致誤偵知的情形。因此，宜讓(1)式~(3)式中之判定的臨限值C0 、C1 、C2 在每個各加料的轉爐作業改變。
於是，使用進行了爐口燃燒火焰16的光譜解析之2000加料的線上解析資料作為教師資料，進行神經網路型的機器學習。輸入資料包含：鐵水質量、鐵屑質量、脫碳精煉前的鐵水溫度、副原料投入量、每個吹煉進展率之送氧速度(來自頂吹管之氧氣供給速度)、底吹流量、吹管高度、廢氣流量、廢氣組成、可動式護罩高度等共30項，隱藏層(hidden layer)為5層。
使用如上述般進行了機器學習之臨限值的決定方法，設定(1)式~(3)式之判定的臨限值C0 、C1 、C2 ，使用與實施例1相同的轉爐設備(頂底吹轉爐)，與實施例1同樣地進行了鐵水之脫碳精煉。(1)式~(3)式的常數L1 、L2 、m0 、m1 、m2 是與實施例1相同。
在整個脫碳精煉之吹煉時間中，與實施例1同樣的，以既定的時間間隔Δt:1秒，連續地藉由分光攝像機6拍攝從轉爐2的爐口吹出之爐口燃燒火焰16，根據所獲得的拍攝影像，藉由影像解析裝置7測定發射光譜(影像資料)並記錄下來。
而且，當如上述般設定之(1)式~(3)式全都滿足時，判定為噴濺會發生，在判定為噴濺會發生的時點，以與實施例1相同的基準實施：選自來自頂吹管之氧氣流量的調整、頂吹管之吹管高度的調整、可動式護罩之高度位置的調整、從底吹風口吹入之氧化性氣體或惰性氣體之流量的調整、鎮靜材往爐內投入當中之任1種或2種以上(本發明例3)。
為了將實施例1~3做比較也實施了，實施例1所記載之將(1)式~(3)式之判定的臨限值C0 、C1 、C2 事先設定為某個既定值而進行之脫碳精煉(本發明例1)，以及將實施例2所記載之將(1)式~(3)式之判定的臨限值C0 、C1 、C2 根據氧吹煉中之氧氣流量平均值的大小來設定而進行之脫碳精煉(本發明例2)。
將本發明例1、本發明例2、本發明例3分別實施了100加料。在任一個作業中都是，在判定了噴濺會發生的時點，以與實施例1相同的基準實施：選自來自頂吹管之氧氣流量的調整、頂吹管之吹管高度的調整、可動式護罩之高度位置的調整、從底吹風口吹入之氧化性氣體或惰性氣體之流量的調整、鎮靜材往爐內投入當中之任1種或2種以上
又來自頂吹管之氧氣流量、頂吹管的吹管高度、可動式護罩的高度位置、從底吹風口吹入之氧化性氣體或惰性氣體的流量，在變成無法滿足(1)式~(3)式之任一式的時點，回到調整前的數值而繼續實施脫碳精煉。
表3顯示本發明例1、本發明例2、本發明例3之作業結果。表3也一併顯示未預測噴濺而進行之以往的脫碳精煉(先前例)之作業結果。表3所示之噴濺發生率，是相對於全部加料數(100加料)之噴濺發生加料數的百分率。
Figure 02_image011
從表3可知，在本發明例3，噴濺發生率低，可減少噴濺發生所致之吹煉時間延長、此外，鎮靜材的使用量減少。
1:轉爐設備 1A:轉爐設備 2:轉爐 3:頂吹管 4:底吹風口 5:鐵水 6:分光攝像機 7:影像解析裝置 8:控制用計算機 9:爐口 10:可動式護罩 11:吹管高度控制裝置 12:氧化性氣體流量控制裝置 13:底吹氣體流量控制裝置 14:副原料投入控制裝置 15:可動式護罩高度位置控制裝置 16:爐口燃燒火焰 17:氧化性氣體噴流 18:往頂吹管之氧化性氣體供給管 19:往頂吹管之冷卻水供給管 20:來自頂吹管之冷卻水排出管 21:機器學習用計算機
[圖1]係示意顯示適用於本發明的實施之轉爐設備的結構之概略圖。 [圖2]係顯示在發生了噴濺之加料(charge)的發光強度指數之氧吹煉中的時間系列變化。 [圖3]係顯示在未發生噴濺之加料的發光強度指數之氧吹煉中的時間系列變化。 [圖4]係示意顯示適用於本發明的實施之轉爐設備的其他結構之概略圖。
1:轉爐設備
2:轉爐
3:頂吹管
4:底吹風口
5:鐵水
6:分光攝像機
7:影像解析裝置
8:控制用計算機
9:爐口
10:可動式護罩
11:吹管高度控制裝置
12:氧化性氣體流量控制裝置
13:底吹氣體流量控制裝置
14:副原料投入控制裝置
15:可動式護罩高度位置控制裝置
16:爐口燃燒火焰
17:氧化性氣體噴流
18:往頂吹管之氧化性氣體供給管
19:往頂吹管之冷卻水供給管
20:來自頂吹管之冷卻水排出管

Claims (11)

  1. 一種轉爐之噴濺預測方法，係對轉爐內的鐵水從頂吹管噴吹氧化性氣體、或是進一步從底吹風口吹入氧化性氣體或惰性氣體，藉此將鐵水實施脫碳精煉，而從鐵水製造熔鋼之轉爐的脫碳精煉中的噴濺預測方法，其係測定從前述轉爐的爐口吹出的爐口燃燒火焰之發射光譜，算出所測定的發射光譜在波長580~620nm的範圍之發光強度，根據所算出的發光強度之時間序列變化來預測噴濺的發生，偵知前述發光強度一度減少後轉為增加之反曲點，藉由偵知反曲點來預測噴濺的發生。
  2. 如請求項1所述之轉爐之噴濺預測方法，其中，前述發光強度的時間序列變化是藉由移動平均來求出。
  3. 一種轉爐之噴濺預測方法，係對轉爐內的鐵水從頂吹管噴吹氧化性氣體、或是進一步從底吹風口吹入氧化性氣體或惰性氣體，藉此將鐵水實施脫碳精煉，而從鐵水製造熔鋼之轉爐的脫碳精煉中的噴濺預測方法，其係測定從前述轉爐的爐口吹出的爐口燃燒火焰之發射光譜，算出所測定的發射光譜在波長580~620nm的範圍之發 光強度，根據所算出的發光強度之時間序列變化來預測噴濺的發生，前述發光強度的時間序列變化，是使用基於移動平均之判定用的式子來求出，前述判定用的式子，是使用下述(1)式~下述(3)式，且在(1)式~(3)式全都滿足時判定為噴濺會發生，I(n,m0)≧C0．．．(1)
    Figure 109110759-A0305-02-0039-1
    Figure 109110759-A0305-02-0039-2
     在此，I(n,m0)是從測定點n-m0~測定點n之發光強度指數的移動平均(a.u.)，I(n-L1,m1)是從測定點n-L1-m1~測定點n-L1之發光強度指數的移動平均(a.u.)，I(n-2L1,m1)是從測定點n-2L1-m1~測定點n-2L1之發光強度指數的移動平均(a.u.)，I(n,m2)是從測定點n-m2~測定點n之發光強度指數的移動平均(a.u.)，I(n-L2,m2)是從測定點n-L2-m2~測定點n-L2之發光強度指數的移動平均(a.u.)，C0、C1、C2是判定的臨限值且C0>0、C2>0、C1<C2，L1、L2是常數且是1以上的整數，m0、m1、m2是常數且是0以上的整數。
  4. 如請求項3所述之轉爐之噴濺預測方法，其中，在(1)式~(3)式中之判定的臨限值C0、C1、C2，是使用 選自氧吹煉中之發光強度的變遷、廢氣流量、廢氣成分、來自頂吹管之氧氣供給速度、頂吹管之吹管高度當中的1種以上來決定。
  5. 如請求項3所述之轉爐之噴濺預測方法，其中，在(1)式~(3)式中之判定的臨限值C0、C1、C2，是使用選自氧吹煉中之發光強度的變遷、廢氣流量、廢氣成分、來自頂吹管之氧氣供給速度、頂吹管之吹管高度當中的1種以上，並藉由機器學習來決定。
  6. 一種轉爐之作業方法，是從鐵水製造熔鋼的轉爐之作業方法，當依如請求項1至請求項5中任一項所述的轉爐之噴濺預測方法判定為噴濺會發生時，在判定為噴濺會發生的時點實施：選自從頂吹管噴吹的氧化性氣體的流量之調整、頂吹管的吹管高度之調整、可動式護罩的高度位置之調整、從底吹風口吹入的氧化性氣體或惰性氣體的流量之調整、鎮靜材的投入當中之1種或2種以上。
  7. 一種轉爐之噴濺預測系統，係對轉爐內的鐵水從頂吹管噴吹氧化性氣體、或是進一步從底吹風口將氧化性氣體或惰性氣體吹入，藉此將鐵水實施脫碳精煉，而從鐵水製造熔鋼的轉爐之脫碳精煉中的噴濺預測系統，其係具有分光攝像機、影像解析裝置，該分光攝像機，是配置在前述轉爐的周圍，且從轉爐 和可動式護罩的間隙拍攝爐口燃燒火焰，該影像解析裝置，是將從該分光攝像機送來的影像資料以可取出的方式記錄，並算出前述影像資料之發射光譜在波長580~620nm的範圍之發光強度，且根據所算出之發光強度的時間序列變化來預測噴濺的發生，前述影像解析裝置，是偵知前述發光強度一度減少後轉為增加之反曲點，藉由偵知反曲點來預測噴濺的發生。
  8. 如請求項7所述之轉爐之噴濺預測系統，其進一步具有控制用計算機，該控制用計算機，是根據從前述影像解析裝置輸入的資料，來發送用於改變作業條件之控制信號。
  9. 一種轉爐之噴濺預測系統，係對轉爐內的鐵水從頂吹管噴吹氧化性氣體、或是進一步從底吹風口將氧化性氣體或惰性氣體吹入，藉此將鐵水實施脫碳精煉，而從鐵水製造熔鋼的轉爐之脫碳精煉中的噴濺預測系統，其係具有分光攝像機、影像解析裝置，該分光攝像機，是配置在前述轉爐的周圍，且從轉爐和可動式護罩的間隙拍攝爐口燃燒火焰，該影像解析裝置，是將從該分光攝像機送來的影像資料以可取出的方式記錄，並算出前述影像資料之發射光譜在波長580~620nm的範圍之發光強度，且根據所算出之發光強度的時間序列變化來預測噴濺的發生，前述影像解析裝置，是將前述發光強度的時間序列變化，使用基於移動平均之判定用的式子來求出， 前述判定用的式子，是使用下述(1)式~下述(3)式，且在(1)式~(3)式全都滿足時判定為噴濺會發生，I(n,m0)≧C0．．．(1)
    Figure 109110759-A0305-02-0042-3
    Figure 109110759-A0305-02-0042-4
     在此，I(n,m0)是從測定點n-m0~測定點n之發光強度指數的移動平均(a.u.)，I(n-L1,m1)是從測定點n-L1-m1~測定點n-L1之發光強度指數的移動平均(a.u.)，I(n-2L1,m1)是從測定點n-2L1-m1~測定點n-2L1之發光強度指數的移動平均(a.u.)，I(n,m2)是從測定點n-m2~測定點n之發光強度指數的移動平均(a.u.)，I(n-L2,m2)是從測定點n-L2-m2~測定點n-L2之發光強度指數的移動平均(a.u.)，C0、C1、C2是判定的臨限值且C0>0、C2>0、C1<C2，L1、L2是常數且是1以上的整數，m0、m1、m2是常數且是0以上的整數。
  10. 如請求項9所述之轉爐之噴濺預測系統，其中，前述影像解析裝置係具備機器學習模型，該機器學習模型，是將(1)式~(3)式中之判定的臨限值C0、C1、C2，使用選自氧吹煉中的發光強度之變遷、廢氣流量、廢氣成分、來自頂吹管之氧氣供給速度、頂吹管的吹管高度當中之1種以上，藉由機器學習來決定。
  11. 如請求項9所述之轉爐之噴濺預測系 統，其進一步具有機器學習用計算機，該機器學習用計算機所具備的機器學習模型，是將(1)式~(3)式中之判定的臨限值C0、C1、C2，使用選自氧吹煉中的發光強度之變遷、廢氣流量、廢氣成分、來自頂吹管之氧氣供給速度、頂吹管的吹管高度當中之1種以上，藉由機器學習來決定。
TW109110759A 2019-04-02 2020-03-30 轉爐之噴濺預測方法、轉爐之作業方法及轉爐之噴濺預測系統 TWI739364B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019-070519 2019-04-02
JP2019070519 2019-04-02

Publications (2)

Publication Number Publication Date
TW202039865A TW202039865A (zh) 2020-11-01
TWI739364B true TWI739364B (zh) 2021-09-11

Family

ID=72668144

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109110759A TWI739364B (zh) 2019-04-02 2020-03-30 轉爐之噴濺預測方法、轉爐之作業方法及轉爐之噴濺預測系統

Country Status (8)

Country Link
US (1) US20220177987A1 (zh)
EP (1) EP3929312A4 (zh)
JP (1) JP6927436B2 (zh)
KR (1) KR102521711B1 (zh)
CN (1) CN113661257B (zh)
BR (1) BR112021019527A2 (zh)
TW (1) TWI739364B (zh)
WO (1) WO2020203504A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114609359B (zh) * 2022-02-17 2023-10-13 奥朗博佳羽冶金技术有限公司 一种转炉用的高精度集成模块式检测装置
TWI836484B (zh) * 2022-06-23 2024-03-21 中國鋼鐵股份有限公司 氮氣供需的預測系統
KR20240020532A (ko) 2022-08-08 2024-02-15 주식회사 포스코 전로 취련 중 슬로핑 발생 억제방법
US11733053B1 (en) * 2022-11-04 2023-08-22 Pitt-Ohio Method and apparatus for alerting an operator of a carbon impact
CN117788468B (zh) * 2024-02-26 2024-04-30 江西福松和安医疗科技有限公司 喉部图像处理方法、系统、喉镜、可调节气道建立装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06235015A (ja) * 1993-02-08 1994-08-23 Nippon Steel Corp 精錬容器におけるスロッピング予知方法とその装置
JP2010013685A (ja) * 2008-07-02 2010-01-21 Nippon Steel Corp 溶銑脱りん方法
CN105925750A (zh) * 2016-05-13 2016-09-07 南阳理工学院 一种基于神经网络的炼钢终点预测方法
JP6235015B2 (ja) 2012-08-22 2017-11-22 シンセス・ゲーエムベーハーＳｙｎｔｈｅｓ ＧｍｂＨ アンカーインアンカーシステム
TW201905213A (zh) * 2017-06-30 2019-02-01 日商Ｊｆｅ鋼鐵股份有限公司 轉爐之操作監視方法及轉爐之操作方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5941409A (ja) 1982-08-31 1984-03-07 Sumitomo Metal Ind Ltd 吹錬制御方法
US4749171A (en) * 1984-09-06 1988-06-07 Nippon Steel Corporation Method and apparatus for measuring slag-foam conditions within a converter
JPS63127964U (zh) * 1987-02-12 1988-08-22
JPH0598335A (ja) * 1991-10-09 1993-04-20 Nkk Corp 転炉スロツピング予知方法
JPH06248321A (ja) 1993-02-22 1994-09-06 Sumitomo Metal Ind Ltd 精錬炉におけるスロッピング予知方法
JPH06256832A (ja) 1993-03-02 1994-09-13 Nippon Steel Corp 転炉吹錬方法
JP3164976B2 (ja) * 1994-08-03 2001-05-14 新日本製鐵株式会社 転炉でのスロッピング予知方法及びその防止方法
JPH11140528A (ja) * 1997-11-04 1999-05-25 Kobe Steel Ltd 溶融鉄処理炉におけるスロッピングの予知方法
JP2000144229A (ja) * 1998-11-09 2000-05-26 Nkk Corp 転炉スロッピング予測方法及び装置
CN1588346A (zh) * 2004-08-30 2005-03-02 邢台钢铁有限责任公司 利用人工神经网络技术预测转炉终点的方法
CN101832967B (zh) * 2009-03-09 2013-12-11 鞍钢股份有限公司 一种连续预测转炉熔池碳含量的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06235015A (ja) * 1993-02-08 1994-08-23 Nippon Steel Corp 精錬容器におけるスロッピング予知方法とその装置
JP2010013685A (ja) * 2008-07-02 2010-01-21 Nippon Steel Corp 溶銑脱りん方法
JP6235015B2 (ja) 2012-08-22 2017-11-22 シンセス・ゲーエムベーハーＳｙｎｔｈｅｓ ＧｍｂＨ アンカーインアンカーシステム
CN105925750A (zh) * 2016-05-13 2016-09-07 南阳理工学院 一种基于神经网络的炼钢终点预测方法
TW201905213A (zh) * 2017-06-30 2019-02-01 日商Ｊｆｅ鋼鐵股份有限公司 轉爐之操作監視方法及轉爐之操作方法

Also Published As

Publication number Publication date
JP6927436B2 (ja) 2021-09-01
BR112021019527A2 (pt) 2022-01-18
CN113661257A (zh) 2021-11-16
EP3929312A4 (en) 2022-03-30
WO2020203504A1 (ja) 2020-10-08
JPWO2020203504A1 (ja) 2021-04-30
EP3929312A1 (en) 2021-12-29
TW202039865A (zh) 2020-11-01
US20220177987A1 (en) 2022-06-09
KR20210130215A (ko) 2021-10-29
KR102521711B1 (ko) 2023-04-13
CN113661257B (zh) 2023-03-03

Similar Documents

Publication Publication Date Title
TWI739364B (zh) 轉爐之噴濺預測方法、轉爐之作業方法及轉爐之噴濺預測系統
JP6617855B2 (ja) 転炉の操業監視方法および転炉の操業方法
CN101818231B (zh) 防止氩氧精炼铬铁合金过程中发生喷溅的控制方法
TW202225418A (zh) 轉爐的操作方法及轉爐的吹煉控制系統
JP7036142B2 (ja) 転炉のスロッピング予知方法、転炉の操業方法及び転炉のスロッピング予知システム
JP5444692B2 (ja) スラグの流出検知方法
CN106795573B (zh) 用于确定氧气吹炼过程中的点火时间点的方法和设备
JP6954262B2 (ja) 転炉の操業方法
JP5630324B2 (ja) 転炉での溶銑の脱炭精錬方法
RU2772726C1 (ru) Способ прогнозирования выброса металла в конвертере, способ производства жидкой стали из расплава передельного чугуна в конвертере и система для прогнозирования выброса металла в конвертере
JP7052716B2 (ja) 転炉の操業方法
JP2803542B2 (ja) 転炉の操業方法
JP2023103049A (ja) 転炉の吹錬制御方法
TWI840756B (zh) 轉爐之操作方法及熔鋼之製造方法
JP2002060824A (ja) 転炉吹錬方法
Ayres et al. Measurement of thickness of oxygen lance skull in LD converters using artificial vision
JPS625969B2 (zh)
JP2017102040A (ja) 製鋼用炉の操業方法
JP2004115910A (ja) 溶銑の精錬方法
Kattenbelt Modeling and optimization of slopping prevention and batch time reduction in basic oxygen steelmaking
JPS583004B2 (ja) 転炉廃ガス処理装置におけるフ−ド内ガス圧制御方式
JPH0468363B2 (zh)