WO2019098484A1 - 고로의 송풍 제어 장치 및 그 방법 - Google Patents

고로의 송풍 제어 장치 및 그 방법 Download PDF

Info

Publication number
WO2019098484A1
WO2019098484A1 PCT/KR2018/007588 KR2018007588W WO2019098484A1 WO 2019098484 A1 WO2019098484 A1 WO 2019098484A1 KR 2018007588 W KR2018007588 W KR 2018007588W WO 2019098484 A1 WO2019098484 A1 WO 2019098484A1
Authority
WO
WIPO (PCT)
Prior art keywords
blast furnace
particle size
data
amount
blowing
Prior art date
Application number
PCT/KR2018/007588
Other languages
English (en)
French (fr)
Inventor
손상한
나지훈
정인현
박지성
손기완
Original Assignee
주식회사 포스코
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 주식회사 포스코 filed Critical 주식회사 포스코
Priority to JP2020526586A priority Critical patent/JP7012159B2/ja
Priority to CN201880073801.7A priority patent/CN111344420A/zh
Priority to EP18879916.7A priority patent/EP3712281B1/en
Publication of WO2019098484A1 publication Critical patent/WO2019098484A1/ko

Links

Images

Classifications

    • 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
    • F27D21/0014—Devices for monitoring temperature
    • 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
    • C21B5/006—Automatically controlling the process
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21B—MANUFACTURE OF IRON OR STEEL
    • C21B7/00—Blast furnaces
    • C21B7/16—Tuyéres
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27B—FURNACES, KILNS, OVENS, OR RETORTS IN GENERAL; OPEN SINTERING OR LIKE APPARATUS
    • F27B1/00—Shaft or like vertical or substantially vertical furnaces
    • F27B1/10—Details, accessories, or equipment peculiar to furnaces of these types
    • F27B1/26—Arrangements of controlling devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27B—FURNACES, KILNS, OVENS, OR RETORTS IN GENERAL; OPEN SINTERING OR LIKE APPARATUS
    • F27B1/00—Shaft or like vertical or substantially vertical furnaces
    • F27B1/10—Details, accessories, or equipment peculiar to furnaces of these types
    • F27B1/28—Arrangements of monitoring devices, of indicators, of alarm devices
    • 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
    • F27D19/00—Arrangements of controlling devices
    • F27D2019/0003—Monitoring the temperature or a characteristic of the charge and using it as a controlling value
    • 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
    • F27D2019/0034—Regulation through control of a heating quantity such as fuel, oxidant or intensity of current
    • F27D2019/004—Fuel quantity
    • F27D2019/0043—Amount of air or O2 to the burner
    • 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

Definitions

  • An embodiment of the present invention relates to a blast control apparatus and method for a blast furnace.
  • the reducing gas is brought into contact with the iron ore that has been charged while rising in the furnace, and the iron ore which has received heat by contact with the reducing gas is melted and reduced by the molten iron.
  • the heat energy and the reducing gas necessary for melting and reducing iron ores are supplied by the hot air supplied through the furnace.
  • the blowing amount supplied into the furnace is adjusted according to the air permeability in the furnace. Normally, as the amount of blown air supplied to the furnace increases, the amount of molten iron produced in the furnace increases, but stabilization may occur if the blowing amount is increased in a state where the air permeability in the furnace is poor. Therefore, the operator reduces the amount of blowing to stabilize the operation when the ventilation in the furnace is poor, and increases the blowing amount in order to increase the operating efficiency when the ventilation in the furnace is good.
  • the particle size and particle size distribution of the raw materials (sintered ore, pellet, sizing light, etc.) and fuel (coke) charged through the upper part of the blast furnace determine the porosity of the loading layer, It is an important factor.
  • An object of the present invention is to provide a blowing control device and method for controlling the amount of hot air supplied into a furnace by checking the particle size and particle size distribution of a charge charged into a furnace in real time.
  • a blast control apparatus for a blast furnace, the blast control apparatus comprising: a photographing apparatus for obtaining an image of a charge charged into the blast furnace; a data collecting unit for acquiring particle size data of the charge from the image; A blowing amount predicting unit for obtaining a predicted value of the amount of wind blowing from the granularity data to the blast furnace, and a blowing amount control unit for controlling the amount of hot wind supplied into the blast furnace in accordance with the predicted blowing amount.
  • the data collection unit may acquire the particle size and the particle size distribution of the charge through image analysis on the image.
  • the blowing control device further includes at least one sensor for obtaining at least one sensing data indicative of air permeability of the blast furnace, wherein the blowing amount predicting unit obtains the blowing amount predictive value from the particle size data and the at least one sensing data can do.
  • the at least one sensor may include a pressure sensor for measuring the pressure in the blast furnace, a temperature sensor for measuring the temperature in the blast furnace, or a gas sensor for measuring the composition of the gas discharged from the blast furnace.
  • the blowing rate control device further includes a blowing amount prediction model database for storing a blowing amount prediction model for estimating the blowing amount of the blast furnace, wherein the blowing amount predicting unit calculates the blowing amount prediction model based on the particle size data and the at least one sensing data, And can be used as input data to obtain the predicted blowing amount.
  • the airflow predicting model may output the airflow predicted value corresponding to the particle size data and the at least one sensing data when the particle size data and the at least one sensing data are time series data.
  • the wind volume prediction model may be based on a neural network algorithm.
  • the blowing amount control unit may control the opening degree of the blowing valve located between the hot air path and the blast furnace to control the amount of hot air.
  • a blast furnace blowing control method for a blast furnace comprising the steps of: acquiring an image of a charge charged into the blast furnace through a camera; obtaining particle size data of the charge from the image; Obtaining a prediction value of the blowing amount of the blast furnace, and adjusting the amount of hot wind supplied into the blast furnace in accordance with the predicted blowing amount.
  • the step of acquiring the particle size data may include acquiring the particle size and particle size distribution of the charge through image analysis of the image.
  • blowing control method further comprises obtaining at least one sensing data indicative of the breathability of the blast furnace through at least one sensor, wherein the step of obtaining the blowing volume predictive value comprises: And obtaining the predicted blowing amount using data.
  • the at least one sensing data may include pressure data in the blast furnace, temperature data in the blast furnace, or component data of the gas discharged from the blast furnace.
  • the obtaining of the predicted wind amount may include obtaining the predicted wind amount using the particle size data and the at least one sensed data as input data of the wind amount prediction model for estimating the wind amount of the blast furnace have.
  • the step of controlling the amount of hot air may include controlling the amount of hot air by controlling the opening and closing degree of the blowing valve located between the hot air path and the blast furnace.
  • the embodiment of the present invention it is possible to control the blowing amount by checking the particle size and the particle size distribution of the contents charged into the furnace in real time, minimizing the fluctuation of the sulfur content and stabilizing the blast furnace operation and improving the efficiency.
  • Figure 1 shows an example of a blast furnace installation.
  • FIG. 2 schematically shows a blast control apparatus for a blast furnace according to an embodiment of the present invention.
  • FIG. 3 schematically shows a blowing control method for a blast furnace according to an embodiment of the present invention.
  • Fig. 1 shows an example of a blast furnace facility.
  • the blast furnace facility is a facility that produces molten iron in the steel process.
  • the blast furnace 10 is a furnace in which iron ore as a raw material is charged and melted and reduced by pig iron.
  • a furnace hopper 11 in which raw material or fuel to be charged through the charging conveyor belt 5 is stored is disposed in the upper part of the blast furnace 10.
  • the raw material or fuel stored in the open hopper 11 is charged into the blast furnace 10 through the open charging process.
  • a blowing port 12 for introducing hot air supplied by the hot air path 20 into the blast furnace 10 is located below the blast furnace 10.
  • the amount of hot air supplied by the hot air path 20 into the blast furnace 10 (hereinafter, referred to as "blowing amount") is controlled in accordance with the degree of opening and closing of the blowing valve 21.
  • the fuel (for example, cokes) introduced into the blast furnace 10 is combusted by reaction with oxygen to generate a high-temperature gas (hereinafter referred to as "reducing gas").
  • the reducing gas contacts the iron ore charged into the blast furnace 10 while rising in the furnace.
  • the iron ores that receive heat by contact with the reducing gas at high temperature in the furnace are melted and reduced by molten iron.
  • the molten reduced molten iron in the blast furnace 10 is stored under the furnace and discharged to the outside of the furnace through a tap hole at regular intervals.
  • FIG. 2 schematically shows a blast control apparatus for a blast furnace according to an embodiment of the present invention.
  • the airflow control apparatus 100 includes a video photographing apparatus 110, a sensor unit 120, a data collecting unit 130, a breathability parameter storage unit 140, A ventilation amount predicting model database 160, a ventilation amount predicting unit 170, a ventilation amount control unit 180, and a display 190.
  • the image photographing apparatus 110 is installed on the charging conveyor belt 5 and supplies the raw materials (sintered ores, pellets, sizing light, etc.) or fuel (coke or the like) charged into the blast furnace 10 through the charging conveyor belt 5 You can shoot. An image photographed through the image photographing apparatus 110 is used for obtaining particle size data (particle size and particle size distribution) of a charge (fuel or raw material). Therefore, the image photographing apparatus 110 can use a high-quality camera so that the particle size and particle size distribution of the charge can be obtained from the charge image.
  • the sensor unit 120 may include one or more sensors for measuring factors (e.g., pressure, temperature, flue gas component, etc.) capable of determining air permeability in the blast furnace 10.
  • factors e.g., pressure, temperature, flue gas component, etc.
  • the sensor unit 120 may include a temperature sensor 121 for measuring the temperature inside the blast furnace 10.
  • the temperature sensor 121 may be attached to the inside of the blast furnace 10 or may be located outside the blast furnace 10 to measure the temperature at the time of leaving the blast furnace 10 discharged from the blast furnace 10. In the latter case, the temperature inside the blast furnace 10 can be estimated from the molten iron temperature.
  • the sensor unit 120 may include a pressure sensor 122 for measuring the pressure inside the blast furnace 10.
  • the sensor unit 120 may include a gas sensor 123 for detecting a component of an exhaust gas (blast furnace gas) discharged from the blast furnace 10.
  • the data collecting unit 130 acquires the particle size data (particle size and particle size) of the charge charged into the blast furnace 10 through the charging conveyor belt 5 through real-time image analysis of the charge image obtained through the image capturing apparatus 110 Particle size distribution) can be obtained. Also, the data collecting unit 130 may acquire sensed data (temperature, pressure, flue gas component, etc.) measured through the sensor unit 120 as parameters indicating breathability. The acquired breathability parameters (particle size data and sensing data) may be stored in the breathability parameter storage unit 140 as time series data. In addition, the operator can be displayed on the blast furnace operation screen through the display 190 so that the operator can check the situation in the blast furnace 10 in real time.
  • the learning unit 150 may learn the breathability parameters (particle size data, sensing data) collected through the data collection unit 130 as learning data for a predetermined period of time to generate a wind power prediction model based on a neural network algorithm.
  • the learning unit 150 can learn the neural network using the previously collected breathing parameters and the ventilation control values indicated by the experts as learning data of the neural network algorithm and predict the ventilation amount based on the current breathing parameters from the learning result It is possible to generate a wind volume prediction model.
  • the neural network algorithm used for learning may be composed of two or more neural networks.
  • the air flow rate prediction model generated by the learning unit 150 is stored in the air flow rate prediction model database 160 and used for predicting the air flow rate in the air flow rate predicting unit 170.
  • the airflow predicting unit 170 can estimate the airflow amount of the blast furnace 10 internal charging layer from the airflow parameter, which is time series data, using the airflow predicting model based on the neural network algorithm.
  • the airflow predicting unit 170 may input the air permeability parameters collected through the data collecting unit 130 as time series input data of the airflow amount predicting model and obtain the output value of the airflow amount predicting model as the corresponding airflow amount predicted value.
  • the blowing amount control unit 180 determines the amount of hot air to be supplied into the blast furnace 10, that is, the blowing amount, based on the predicted blowing amount output by the blowing amount predicting unit 170, and controls the degree of opening / closing of the blowing valve 21 The amount of air blown into the blast furnace 10 can be controlled.
  • the functions of the data collecting unit 130, the learning unit 150, the air blowing amount predicting unit 170 and the air blowing amount control unit 180 in the airflow control apparatus 100 having the above-described structure are performed by one or more central processing units CPU) or other chipset, microprocessor, or the like.
  • FIG. 3 schematically shows a blowing control method for a blast furnace according to an embodiment of the present invention.
  • the blowing control apparatus 100 photographs the charging conveyor belt 5 through the image capturing apparatus 110 and supplies the charged material to the blast furnace 10 Or fuel) (S100). Then, the particle size data of the charge is acquired through image analysis of the obtained charge image (S110).
  • the air flow control apparatus 100 acquires sensing data indicating the breathability in the blast furnace 10 through one or more sensors 121, 122, and 123 (S120).
  • the particle size data and the sensing data obtained through steps S110 and S120 are stored in the breathability parameter storage unit 140 as breathability parameters.
  • the air flow control apparatus 100 continuously acquires the air permeability parameter through steps S110 and S120 and obtains a predicted air flow volume in the blast furnace 10 by using the air flow parameter as time series input data of the air flow rate prediction model based on the neural network algorithm (S130). Then, the blowing amount flowing into the blast furnace 10 is controlled by controlling the open / close degree of the blowing valve 21 based on the obtained predicted blowing amount value (S140).
  • the air flow control device 100 supports the granularity and the particle size distribution of the load charged into the blast furnace 10 in real time.
  • a prediction model that can predict the wind volume according to the present age by learning, it supports the automatic wind volume control according to the aging.
  • it is possible to control the blowing amount by reacting with aging in real time, thereby minimizing the fluctuation of blast furnace sulfur and consequently stabilizing blast furnace operation and improving efficiency.
  • the blowing control method according to the embodiment of the present invention can be executed through software.
  • the constituent means of the present invention are code segments that perform the necessary tasks.
  • the program or code segments may be stored on a computer readable recording medium.
  • a computer-readable recording medium includes all kinds of recording apparatuses in which data that can be read by a computer system is stored.
  • Examples of the computer-readable recording device include ROM, RAM, CD-ROM, DVD-ROM, DVD-RAM, magnetic tape, floppy disk, hard disk and optical data storage device.
  • the computer-readable recording medium may be distributed over a network-connected computer device so that computer-readable code can be stored and executed in a distributed manner.

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)
  • Manufacture Of Iron (AREA)
  • Waste-Gas Treatment And Other Accessory Devices For Furnaces (AREA)
  • Blast Furnaces (AREA)
  • Air Transport Of Granular Materials (AREA)

Abstract

고로의 송풍 제어 장치는, 상기 고로 내로 장입되는 장입물의 이미지를 획득하는 영상 촬영 장치, 상기 고로의 노 내 상태를 측정하는 적어도 하나의 센서, 상기 이미지로부터 상기 장입물의 입도 데이터를 획득하는 데이터 수집부, 상기 입도 데이터로부터 상기 고로의 송풍량 예측값을 획득하는 송풍량 예측부, 및 상기 송풍량 예측값에 따라서 상기 고로 내로 공급되는 열풍량을 조절하는 송풍량 제어부를 포함할 수 있다.

Description

고로의 송풍 제어 장치 및 그 방법
본 발명의 실시 예는 고로의 송풍 제어 장치 및 그 방법에 관한 것이다.
고로(blast furnace)에서는 연료인 코크스(cokes)와 산소의 반응을 통해 생산된 일산화탄소를 이용하여 자연산의 철광석을 환원시킴으로써 용선이 만들어진다. 고로 공정에서 고로의 노 내 상황(이하, '노황'이라 명명하여 사용함)를 나타내는 여러 가지 조업 인자들 중, 노 내의 가스 흐름 정도를 나타내는 통기성은 고로 조업의 효율 및 안전성을 결정하는 매우 중요한 요소 중 하나이다.
고로 조업은, 환원가스가 노 내를 상승하면서 장입된 철광석과 접촉하고, 환원가스와의 접촉으로 열을 전달 받은 철광석이 용선으로 용융 및 환원되어 이루어진다. 이 과정에서, 철광석의 용융 및 환원을 위해 필요한 열 에너지 및 환원가스는 노 하부를 통해 공급되는 열풍에 의해 공급되며, 노황의 안정화를 위해서는 노 하부를 통해 유입되는 열풍의 량 즉, 송풍량을 적절히 제어하는 것이 매우 중요하다.
노 내로 공급되는 송풍량은, 노 내 통기성에 따라 조절된다. 통상적으로 노 내로 공급되는 송풍량이 증가할수록 고로에서 생산되는 용선의 량이 증가하나, 노 내 통기성이 좋지 않은 상태에서 송풍량을 증가시킬 경우 안정화 문제가 발생할 수 있다. 따라서, 조업자는 노 내 통기성이 안 좋은 경우 조업 안정화를 위해 송풍량을 감소시키고, 노 내 통기성이 좋은 경우 조업 효율을 증대시키기 위해 송풍량을 증가시킨다.
고로 상부를 통해 장입되는 원료(소결광, 펠렛, 정립광 등)와 연료(코크스)의 입도 및 입도 분포는 장입층의 공극율을 결정하며, 이러한 장입층의 공극율은 노 내 상부의 통기성을 결정하는 매우 중요한 인자이다.
기존에는, 고로로 장입되는 장입물의 입도 및 입도 분포를 확인하기 위해, 조업자가 하루 약 3~4회에 걸쳐 시료를 채취하여 측정하는 방법이 사용되었다. 그러나, 이러한 확인 방법은 데이터의 부족 및 데이터의 대표성 한계로 인해 장입물의 물리적인 성상에 관해 자세하게 파악하기에 한계가 있다.
본 발명의 실시 예를 통해 해결하려는 과제는 노 내로 장입되는 장입물의 입도 및 입도 분포를 실시간으로 확인하여 노 내로 공급되는 열풍량을 제어할 수 있는 송풍 제어 장치 및 그 방법을 제공하는 것이다.
상기 과제를 해결하기 위한 본 발명의 실시 예에 따른 고로의 송풍 제어 장치는, 상기 고로 내로 장입되는 장입물의 이미지를 획득하는 영상 촬영 장치, 상기 이미지로부터 상기 장입물의 입도 데이터를 획득하는 데이터 수집부, 상기 입도 데이터로부터 상기 고로의 송풍량 예측값을 획득하는 송풍량 예측부, 및 상기 송풍량 예측값에 따라서 상기 고로 내로 공급되는 열풍량을 조절하는 송풍량 제어부를 포함할 수 있다.
상기 데이터 수집부는, 상기 이미지에 대한 영상 분석을 통해 상기 장입물의 입도 및 입도 분포를 획득할 수 있다.
상기 송풍 제어 장치는, 상기 고로의 통기성을 나타내는 적어도 하나의 센싱 데이터를 획득하는 적어도 하나의 센서를 더 포함하며, 상기 송풍량 예측부는, 상기 입도 데이터 및 상기 적어도 하나의 센싱 데이터로부터 상기 송풍량 예측값을 획득할 수 있다.
상기 적어도 하나의 센서는, 상기 고로 내의 압력을 측정하는 압력 센서, 상기 고로 내의 온도를 측정하는 온도 센서, 또는 상기 고로로부터 배출되는 가스의 성분을 측정하는 가스 센서를 포함할 수 있다.
상기 송풍 제어 장치는, 상기 고로의 송풍량을 추정하기 위한 송풍량 예측 모델을 저장하는 송풍량 예측 모델 데이터베이스를 더 포함하며, 상기 송풍량 예측부는, 상기 입도 데이터 및 상기 적어도 하나의 센싱 데이터를 상기 송풍량 예측 모델의 입력 데이터로 사용하여, 상기 송풍량 예측값을 획득할 수 있다.
상기 송풍량 예측 모델은 시계열 데이터인 상기 입도 데이터 및 상기 적어도 하나의 센싱 데이터가 입력되면, 상기 입도 데이터 및 상기 적어도 하나의 센싱 데이터에 대응하여 상기 송풍량 예측값을 출력할 수 있다.
상기 송풍량 예측 모델은 신경회로망 알고리즘을 기반으로 할 수 있다.
상기 송풍량 제어부는, 열풍로와 상기 고로 사이에 위치하는 송풍 밸브의 개폐 정도를 제어하여 상기 열풍량을 조절할 수 있다.
또한, 본 발명의 실시 예에 따른 고로의 송풍 제어 방법은, 카메라를 통해 상기 고로 내로 장입되는 장입물의 이미지를 획득하는 단계, 상기 이미지로부터 상기 장입물의 입도 데이터를 획득하는 단계, 상기 입도 데이터로부터 상기 고로의 송풍량 예측값을 획득하는 단계, 및 상기 송풍량 예측값에 따라서 상기 고로 내로 공급되는 열풍량을 조절하는 단계를 포함할 수 있다.
상기 입도 데이터를 획득하는 단계는, 상기 이미지에 대한 영상 분석을 통해 상기 장입물의 입도 및 입도 분포를 획득하는 단계를 포함할 수 있다.
상기 송풍 제어 방법은, 적어도 하나의 센서를 통해 상기 고로의 통기성을 나타내는 적어도 하나의 센싱 데이터를 획득하는 단계를 더 포함하며, 상기 송풍량 예측값을 획득하는 단계는, 상기 입도 데이터 및 상기 적어도 하나의 센싱 데이터를 이용하여 상기 송풍량 예측값을 획득하는 단계를 포함할 수 있다.
상기 적어도 하나의 센싱 데이터는, 상기 고로 내의 압력 데이터, 상기 고로 내의 온도 데이터 또는 상기 고로로부터 배출되는 가스의 성분 데이터를 포함할 수 있다.
상기 송풍량 예측값을 획득하는 단계는, 상기 입도 데이터 및 상기 적어도 하나의 센싱 데이터를, 상기 고로의 송풍량을 추정하기 위한 송풍량 예측 모델의 입력 데이터로 사용하여, 상기 송풍량 예측값을 획득하는 단계를 포함할 수 있다.
상기 열풍량을 조절하는 단계는, 열풍로와 상기 고로 사이에 위치하는 송풍 밸브의 개폐 정도를 제어하여 상기 열풍량을 조절하는 단계를 포함할 수 있다.
본 발명의 실시 예에 따르면, 노 내로 장입되는 장입물의 입도 및 입도 분포를 실시간으로 확인하여 송풍량을 제어할 수 있어, 노황의 변동을 최소화할 수 있으며 고로 조업의 안정화 및 효율 향상이 가능하다.
도 1은 고로(blast furnace) 설비의 일 예를 도시한 것이다.
도 2는 본 발명의 실시 예에 따른 고로의 송풍 제어 장치를 개략적으로 도시한 것이다.
도 3은 본 발명의 실시 예에 따른 고로의 송풍 제어 방법을 개략적으로 도시한 것이다.
이하, 첨부한 도면을 참고로 하여 본 발명의 실시 예들에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예들에 한정되지 않는다.
본 발명의 실시 예를 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조 부호를 붙이도록 한다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다.
이하, 필요한 도면들을 참조하여 고로(blast furnace)의 송풍 제어 장치 및 그 방법에 대해 상세히 설명하기로 한다.
도 1은 고로 설비의 일 예를 도시한 것이다.
고로 설비는 철강 공정에 있어서 용선을 생산하는 설비이다.
도 1을 참조하면, 고로(10)는 원료인 철광석이 장입되어 용선(pig iron)으로 용융 환원되는 노(爐)이다.
고로(10)의 상부에는 장입 컨베이어 벨트(5)를 통해 장입되는 원료 또는 연료가 저장되는 노정 호퍼(11)가 위치한다. 노정 호퍼(11)에 저장된 원료 또는 연료는 노정 장입 공정을 통해 고로(10) 내부로 장입된다.
고로(10) 하부에는 열풍로(20)에 의해 공급되는 열풍을 고로(10) 내부로 유입시키기 위한 송풍구(12)가 위치한다. 열풍로(20)에 의해 공급되는 열풍은 송풍 밸브(21)의 개폐 정도에 따라서 고로(10) 내부로 유입되는 량(이하, '송풍량'이라 명명하여 사용함)이 조절된다.
고로(10) 내로 유입된 연료(예를 들어, 코크스(cokes))는 산소와의 반응으로 연소하여 고온의 가스(이하, '환원가스'라 명명하여 사용함)를 발생시킨다. 환원가스는 노 내를 상승하면서 고로(10)로 장입된 철광석과 접촉한다. 노 내에서 고온의 환원가스와의 접촉으로 열을 전달 받은 철광석은 용선으로 용융 및 환원된다.
고로(10) 내에서 용융 환원된 용선은 노 하부에 저장되었다가, 일정 간격으로 출선구(tap hole)를 통해 노 외로 배출된다.
도 2는 본 발명의 실시 예에 따른 고로의 송풍 제어 장치를 개략적으로 도시한 것이다.
도 2를 참조하면, 본 발명의 실시 예에 따른 송풍 제어 장치(100)는 영상 촬영 장치(110), 센서부(120), 데이터 수집부(130), 통기성 파라미터 저장부(140), 학습부(150), 송풍량 예측 모델 데이터베이스(160), 송풍량 예측부(170), 송풍량 제어부(180) 및 디스플레이(190)를 포함할 수 있다.
영상 촬영 장치(110)는 장입 컨베이어 벨트(5) 상에 설치되어, 장입 컨베이어 벨트(5)를 통해 고로(10)로 장입되는 원료(소결광, 펠렛, 정립광 등) 또는 연료(코크스 등)를 촬영할 수 있다. 영상 촬영 장치(110)를 통해 촬영되는 이미지는 장입물(연료 또는 원료)의 입도 데이터(입도 및 입도 분포) 획득에 사용된다. 따라서, 장입물 이미지로부터 장입물의 입도 및 입도 분포 획득이 가능하도록, 영상 촬영 장치(110)는 고화질의 카메라가 사용될 수 있다.
센서부(120)는, 고로(10) 내 통기성을 판단할 수 있는 인자들(예를 들어, 압력, 온도, 배가스 성분 등)을 측정하기 위한 하나 이상의 센서를 포함할 수 있다.
센서부(120)는 고로(10) 내부의 온도를 측정하기 위한 온도 센서(121)를 포함할 수 있다. 온도 센서(121)는 고로(10) 내부에 부착될 수도 있고, 고로(10) 외부에 위치하여 고로(10)로부터 배출되는 용선의 출선 시의 온도를 측정할 수도 있다. 후자의 경우, 고로(10) 내부의 온도는 용선 온도로부터 추정될 수 있다.
센서부(120)는 고로(10) 내부의 압력을 측정하기 위한 압력 센서(122)를 포함할 수도 있다.
센서부(120)는 고로(10)로부터 배출되는 배가스(고로 가스)의 성분을 검출하기 위한 가스 센서(123)를 포함할 수도 있다.
데이터 수집부(130)는 영상 촬영 장치(110)를 통해 획득되는 장입물 이미지에 대한 실시간 영상 분석을 통해, 장입 컨베이어 벨트(5)를 통해 고로(10)로 장입되는 장입물의 입도 데이터(입도 및 입도 분포)를 획득할 수 있다. 또한, 데이터 수집부(130)는 센서부(120)를 통해 측정되는 센싱 데이터(온도, 압력, 배가스 성분 등)를 통기성을 나타내는 파라미터로 획득할 수도 있다. 이렇게 획득된 통기성 파라미터(입도 데이터 및 센싱 데이터)들은 시계열 데이터로 통기성 파라미터 저장부(140)에 저장될 수 있다. 또한, 조업자가 고로(10) 노 내의 상황을 실시간으로 확인할 수 있도록, 디스플레이(190)를 통해 고로 운전 화면 상에 표시될 수 있다.
학습부(150)는 데이터 수집부(130)를 통해 수집되는 통기성 파라미터(입도 데이터, 센싱 데이터)를 학습용 데이터로 소정 시간 학습하여, 신경회로망 알고리즘 기반의 송풍량 예측 모델을 생성할 수 있다. 학습부(150)는 이전에 수집된 통기성 파라미터들 및 전문가에 의해 제시된 송풍량 제어값들을 신경회로망 알고리즘의 학습 데이터로 활용하여 신경망을 학습시키고, 학습 결과로부터 현재 통기성 파라미터에 기반하여 송풍량을 예측할 수 있는 송풍량 예측 모델을 생성할 수 있다. 여기서, 학습에 사용되는 신경회로망 알고리즘은, 2층 이상의 신경망으로 구성될 수 있다. 학습부(150)에 의해 생성된 송풍량 예측 모델은 송풍량 예측 모델 데이터베이스(160)에 저장되어, 송풍량 예측부(170)에서의 송풍량 예측에 사용된다.
송풍량 예측부(170)는 신경회로망 알고리즘 기반의 송풍량 예측 모델을 이용하여 시계열 데이터인 통기성 파라미터로부터 고로(10) 내부 장입층의 송풍량을 추정할 수 있다. 송풍량 예측부(170)는 데이터 수집부(130)를 통해 수집되는 통기성 파라미터들을 송풍량 예측 모델의 시계열 입력 데이터로 입력하고, 송풍량 예측 모델의 출력 값을 대응하는 송풍량 예측값으로 획득할 수 있다.
송풍량 제어부(180)는 송풍량 예측부(170)에 의해 출력되는 송풍량 예측값을 토대로 고로(10) 내로 공급되는 열풍의 량 즉, 송풍량을 결정하고, 이에 대응하여 송풍 밸브(21)의 개폐 정도를 제어함으로써, 고로(10) 내로 유입되는 송풍량을 제어할 수 있다.
전술한 구조의 송풍 제어 장치(100)에서, 데이터 수집부(130), 학습부(150), 송풍량 예측부(170) 및 송풍량 제어부(180)의 기능들은 하나 이상의 중앙 처리 유닛(central processing unit, CPU)이나 기타 칩셋, 마이크로프로세서 등으로 구현되는 프로세서에 의해 수행될 수 있다.
도 3은 본 발명의 실시 예에 따른 고로의 송풍 제어 방법을 개략적으로 도시한 것이다.
도 3을 참조하면, 본 발명의 실시 예에 따른 송풍 제어 장치(100)는, 영상 촬영 장치(110)를 통해 장입 컨베이어 벨트(5)를 촬영하여, 고로(10)로 이동되는 장입물(원료 또는 연료)의 이미지를 획득한다(S100). 그리고, 획득된 장입물 이미지에 대한 영상 분석을 통해 장입물의 입도 데이터를 획득한다(S110).
또한, 송풍 제어 장치(100)는 하나 이상의 센서(121, 122, 123)를 통해 고로(10) 내부의 통기성을 나타내는 센싱 데이터들을 획득한다(S120).
상기 S110 단계 및 S120 단계를 통해 획득된 입도 데이터 및 센싱 데이터들은 통기성 파라미터 저장부(140)에 통기성 파라미터로 저장된다.
송풍 제어 장치(100)는 상기 S110 단계 및 S120 단계를 통해 지속적으로 통기성 파라미터를 획득하고, 이를 신경회로망 알고리즘 기반의 송풍량 예측 모델의 시계열 입력 데이터로 사용하여 고로(10) 노 내의 송풍량 예측값을 획득한다(S130). 그리고, 획득된 송풍량 예측값에 기반하여 송풍 밸브(21)의 개폐 정도를 제어함으로써, 고로(10) 내로 유입되는 송풍량을 제어한다(S140).
전술한 실시 예에 따르면, 송풍 제어 장치(100)는 고로(10) 내로 장입되는 장입물의 입도 및 입도 분포를 실시간으로 확인할 수 있도록 지원한다. 또한, 학습을 통해 현재 노황에 따른 송풍량을 예측할 수 있는 예측 모델을 마련함으로써, 노황에 따라 송풍량을 자동 제어할 수 있도록 지원한다. 이에 따라, 노황에 실시간으로 반응하여 송풍량을 제어할 수 있어, 고로 노황의 변동을 최소화할 수 있으며 결과적으로 고로 조업의 안정화 및 효율 향상이 가능하다.
본 발명의 실시 예에 의한 송풍 제어 방법은 소프트웨어를 통해 실행될 수 있다. 소프트웨어로 실행될 때, 본 발명의 구성 수단들은 필요한 작업을 실행하는 코드 세그먼트들이다. 프로그램 또는 코드 세그먼트들은 컴퓨터가 읽을 수 있는 기록매체에 저장될 수 있다.
컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 장치의 예로는, ROM, RAM, CD-ROM, DVD_ROM, DVD_RAM, 자기 테이프, 플로피 디스크, 하드 디스크, 광 데이터 저장장치 등이 있다. 또한, 컴퓨터로 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 장치에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
지금까지 참조한 도면과 기재된 발명의 상세한 설명은 단지 본 발명의 예시적인 것으로서, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미 한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 용이하게 선택하여 대체할 수 있다. 또한 당업자는 본 명세서에서 설명된 구성요소 중 일부를 성능의 열화 없이 생략하거나 성능을 개선하기 위해 구성요소를 추가할 수 있다. 뿐만 아니라, 당업자는 공정 환경이나 장비에 따라 본 명세서에서 설명한 방법 단계의 순서를 변경할 수도 있다. 따라서 본 발명의 범위는 설명된 실시형태가 아니라 특허청구범위 및 그 균등물에 의해 결정되어야 한다.
(부호의 설명)
5: 장입 컨베이어 벨트
10: 고로
20: 열풍로
21: 송풍 밸브
100: 송풍 제어 장치
110: 영상 촬영 장치
120: 센서부
121: 온도 센서
122: 압력 센서
123: 가스 센서
130: 데이터 수집부
140: 통기성 파라미터 저장부
150: 학습부
160: 송풍량 예측 모델 데이터베이스
170: 송풍량 예측부
180: 송풍량 제어부
190: 디스플레이

Claims (16)

  1. 고로의 송풍 제어 장치에 있어서,
    상기 고로 내로 장입되는 장입물의 이미지를 획득하는 영상 촬영 장치,
    상기 이미지로부터 상기 장입물의 입도 데이터를 획득하는 데이터 수집부,
    상기 입도 데이터로부터 상기 고로의 송풍량 예측값을 획득하는 송풍량 예측부, 및
    상기 송풍량 예측값에 따라서 상기 고로 내로 공급되는 열풍량을 조절하는 송풍량 제어부를 포함하는 송풍 제어 장치.
  2. 제1항에 있어서,
    상기 데이터 수집부는, 상기 이미지에 대한 영상 분석을 통해 상기 장입물의 입도 및 입도 분포를 획득하는 송풍 제어 장치.
  3. 제1항에 있어서,
    상기 고로의 통기성을 나타내는 적어도 하나의 센싱 데이터를 획득하는 적어도 하나의 센서를 더 포함하며,
    상기 송풍량 예측부는, 상기 입도 데이터 및 상기 적어도 하나의 센싱 데이터를 이용하여 상기 송풍량 예측값을 획득하는 송풍 제어 장치.
  4. 제3항에 있어서,
    상기 적어도 하나의 센서는,
    상기 고로 내의 압력을 측정하는 압력 센서,
    상기 고로 내의 온도를 측정하는 온도 센서, 또는
    상기 고로로부터 배출되는 가스의 성분을 측정하는 가스 센서를 포함하는 송풍 제어 장치.
  5. 제3항에 있어서,
    상기 고로의 송풍량을 추정하기 위한 송풍량 예측 모델을 저장하는 송풍량 예측 모델 데이터베이스를 더 포함하며,
    상기 송풍량 예측부는, 상기 입도 데이터 및 상기 적어도 하나의 센싱 데이터를 상기 송풍량 예측 모델의 입력 데이터로 사용하여, 상기 송풍량 예측값을 획득하는 송풍 제어 장치.
  6. 제5항에 있어서,
    상기 송풍량 예측 모델은 시계열 데이터인 상기 입도 데이터 및 상기 적어도 하나의 센싱 데이터가 입력되면, 상기 입도 데이터 및 상기 적어도 하나의 센싱 데이터에 대응하여 상기 송풍량 예측값을 출력하는 송풍 제어 장치.
  7. 제6항에 있어서,
    상기 송풍량 예측 모델은 신경회로망 알고리즘 기반인 것을 특징으로 하는 송풍 제어 장치.
  8. 제1항에 있어서,
    상기 송풍량 제어부는, 열풍로와 상기 고로 사이에 위치하는 송풍 밸브의 개폐 정도를 제어하여 상기 열풍량을 조절하는 송풍 제어 장치.
  9. 고로의 송풍 제어 방법에 있어서,
    카메라를 통해 상기 고로 내로 장입되는 장입물의 이미지를 획득하는 단계,
    상기 이미지로부터 상기 장입물의 입도 데이터를 획득하는 단계,
    상기 입도 데이터로부터 상기 고로의 송풍량 예측값을 획득하는 단계, 및
    상기 송풍량 예측값에 따라서 상기 고로 내로 공급되는 열풍량을 조절하는 단계를 포함하는 송풍 제어 방법.
  10. 제9항에 있어서,
    상기 입도 데이터를 획득하는 단계는,
    상기 이미지에 대한 영상 분석을 통해 상기 장입물의 입도 및 입도 분포를 획득하는 단계를 포함하는 송풍 제어 방법.
  11. 제9항에 있어서,
    적어도 하나의 센서를 통해 상기 고로의 통기성을 나타내는 적어도 하나의 센싱 데이터를 획득하는 단계를 더 포함하며,
    상기 송풍량 예측값을 획득하는 단계는,
    상기 입도 데이터 및 상기 적어도 하나의 센싱 데이터를 이용하여 상기 송풍량 예측값을 획득하는 단계를 포함하는 송풍 제어 방법.
  12. 제11항에 있어서,
    상기 적어도 하나의 센싱 데이터는, 상기 고로 내의 압력, 상기 고로 내의 온도 또는 상기 고로로부터 배출되는 가스의 성분을 포함하는 송풍 제어 방법.
  13. 제11항에 있어서,
    상기 송풍량 예측값을 획득하는 단계는,
    상기 입도 데이터 및 상기 적어도 하나의 센싱 데이터를, 상기 고로의 송풍량을 추정하기 위한 송풍량 예측 모델의 입력 데이터로 사용하여, 상기 송풍량 예측값을 획득하는 단계를 포함하는 송풍 제어 방법.
  14. 제13항에 있어서,
    상기 송풍량 예측 모델은 시계열 데이터인 상기 입도 데이터 및 상기 적어도 하나의 센싱 데이터가 입력되면, 상기 입도 데이터 및 상기 적어도 하나의 센싱 데이터에 대응하여 상기 송풍량 예측값을 출력하는 송풍 제어 방법.
  15. 제14항에 있어서,
    상기 송풍량 예측 모델은 신경회로망 알고리즘 기반인 것을 특징으로 하는 송풍 제어 방법.
  16. 제9항에 있어서,
    상기 열풍량을 조절하는 단계는,
    열풍로와 상기 고로 사이에 위치하는 송풍 밸브의 개폐 정도를 제어하여 상기 열풍량을 조절하는 단계를 포함하는 송풍 제어 방법.
PCT/KR2018/007588 2017-11-14 2018-07-04 고로의 송풍 제어 장치 및 그 방법 WO2019098484A1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2020526586A JP7012159B2 (ja) 2017-11-14 2018-07-04 高炉の送風制御装置およびその方法
CN201880073801.7A CN111344420A (zh) 2017-11-14 2018-07-04 高炉的鼓风控制装置及其方法
EP18879916.7A EP3712281B1 (en) 2017-11-14 2018-07-04 Blast control device for blast furnace and method therefor

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020170151770A KR102002428B1 (ko) 2017-11-14 2017-11-14 고로의 송풍 제어 장치 및 그 방법
KR10-2017-0151770 2017-11-14

Publications (1)

Publication Number Publication Date
WO2019098484A1 true WO2019098484A1 (ko) 2019-05-23

Family

ID=66538640

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2018/007588 WO2019098484A1 (ko) 2017-11-14 2018-07-04 고로의 송풍 제어 장치 및 그 방법

Country Status (5)

Country Link
EP (1) EP3712281B1 (ko)
JP (1) JP7012159B2 (ko)
KR (1) KR102002428B1 (ko)
CN (1) CN111344420A (ko)
WO (1) WO2019098484A1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100508379B1 (ko) * 2002-12-10 2005-08-17 엔프라니 주식회사 주목(朱木) 과육(果肉)으로부터 유래된 폴리사카라이드의제조방법 및 이들을 함유하는 화장료 조성물
JP7380604B2 (ja) 2021-01-12 2023-11-15 Ｊｆｅスチール株式会社 学習モデル生成方法、学習モデル生成装置、高炉の制御ガイダンス方法、及び溶銑の製造方法
CN113793308A (zh) * 2021-08-25 2021-12-14 北京科技大学 一种基于神经网络的球团矿质量智能评级方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008163381A (ja) * 2006-12-27 2008-07-17 Nippon Steel Corp 炉頂部のガス流状態監視方法、監視装置、及びコンピュータプログラム
KR20110071310A (ko) * 2009-12-21 2011-06-29 주식회사 포스코 고로내 송풍용 열풍온도 제어장치
KR20130013653A (ko) * 2011-07-28 2013-02-06 현대제철 주식회사 고로의 송풍 에너지 제어 방법
KR101466499B1 (ko) * 2013-07-26 2014-11-28 현대제철 주식회사 연화 융착대 가시화 방법
JP6044536B2 (ja) * 2013-12-27 2016-12-14 Ｊｆｅスチール株式会社 高炉装入物検出装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6039724B2 (ja) * 1977-11-08 1985-09-07 日本鋼管株式会社 高炉炉況判定方法およびその装置
JPS5855512A (ja) * 1981-09-29 1983-04-01 Kawasaki Steel Corp 高炉の炉況判定方法
JPS61147804A (ja) * 1984-12-18 1986-07-05 Sumitomo Metal Ind Ltd 高炉操業方法
JPS6283410A (ja) * 1985-10-08 1987-04-16 Sumitomo Metal Ind Ltd 高炉操業方法
JPH0730368B2 (ja) * 1988-02-12 1995-04-05 日本鋼管株式会社 高炉炉熱制御装置
JPH0637650B2 (ja) * 1988-12-22 1994-05-18 川崎製鉄株式会社 高炉送風流量制御方法
JPH03236409A (ja) * 1990-02-13 1991-10-22 Nkk Corp 高炉装入原料の粒度制御方法
JPH0598322A (ja) * 1991-10-02 1993-04-20 Nkk Corp 高炉装入物の粒度制御方法
GB2509121B (en) * 2012-12-21 2015-03-18 Siemens Plc Apparatus for supplying blast to a blast furnace
CN105177199B (zh) * 2015-08-31 2017-04-19 南京南瑞继保电气有限公司 高炉煤气发生量软测量方法
CN106521066A (zh) * 2016-12-23 2017-03-22 天津市三特电子有限公司 高炉炉料粒度监控系统及分布数据在线分析方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008163381A (ja) * 2006-12-27 2008-07-17 Nippon Steel Corp 炉頂部のガス流状態監視方法、監視装置、及びコンピュータプログラム
KR20110071310A (ko) * 2009-12-21 2011-06-29 주식회사 포스코 고로내 송풍용 열풍온도 제어장치
KR20130013653A (ko) * 2011-07-28 2013-02-06 현대제철 주식회사 고로의 송풍 에너지 제어 방법
KR101466499B1 (ko) * 2013-07-26 2014-11-28 현대제철 주식회사 연화 융착대 가시화 방법
JP6044536B2 (ja) * 2013-12-27 2016-12-14 Ｊｆｅスチール株式会社 高炉装入物検出装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3712281A4 *

Also Published As

Publication number Publication date
JP7012159B2 (ja) 2022-01-27
CN111344420A (zh) 2020-06-26
JP2021503042A (ja) 2021-02-04
EP3712281B1 (en) 2023-02-15
EP3712281A1 (en) 2020-09-23
EP3712281A4 (en) 2020-09-23
KR20190054794A (ko) 2019-05-22
KR102002428B1 (ko) 2019-07-22

Similar Documents

Publication Publication Date Title
WO2019098484A1 (ko) 고로의 송풍 제어 장치 및 그 방법
WO2019117493A1 (ko) 고로의 송풍 제어 장치 및 그 방법
WO2019124931A1 (ko) 노황 관리 장치 및 방법
WO2020027385A1 (ko) 고로의 잔여 출선량 예측 시스템 및 그 방법
CN1403593A (zh) 一种利用智能控制系统控制高炉冶炼的方法
CN111893237A (zh) 一种转炉炼钢的熔池碳含量及温度全程实时预测方法
CN116627079B (zh) 用于实验室通风设备的运行监控管理系统
CN1403594A (zh) 智能控制高炉冶炼的系统
WO2019112207A1 (ko) 미분탄 취입량 제어 장치 및 그 방법
CN106795573A (zh) 用于确定氧气吹炼过程中的点火时间点的方法和设备
WO2021157930A1 (en) Methods and systems for ascertaining factors contributing to the temperature of a device
CN113791108B (zh) 含铁原料软熔滴落性能的测定方法
KR20220025428A (ko) Coke 저장 Bin에서 절출되는 Coke의 실시간 분율 측정 및 수분 추정 기술
KR20190071370A (ko) 고로의 노열 제어 장치 및 그 방법
CN114185976A (zh) 一种高炉可视化智能感知平台
KR101246513B1 (ko) 고로의 노열 변동 예측방법
WO2019132495A1 (ko) 용선 출선량 모니터링 장치
JPH05186811A (ja) 高炉操業法
KR100340571B1 (ko) 벨-레스 고로 장입차지의 거동예측장치 및 그 방법
CN217483223U (zh) 回转窑生产控制系统及回转窑
JPH0598335A (ja) 転炉スロツピング予知方法
JPH04316914A (ja) 焼却炉におけるｃｏ制御方法
CN113832283A (zh) 一种基于炉口火焰的钢水温度预测方法
WO2019004507A1 (ko) 곰팡이 모니터링 시스템 및 그 방법
CN116008260A (zh) 一种焦炉蓄热室积灰来源的判定方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18879916

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2020526586

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2018879916

Country of ref document: EP

Effective date: 20200615