WO2025009529A1 - プロセスデータの編集方法、プロセスの異常検知方法、プロセスデータの編集装置およびプロセスの異常検知装置 - Google Patents

プロセスデータの編集方法、プロセスの異常検知方法、プロセスデータの編集装置およびプロセスの異常検知装置 Download PDF

Info

Publication number
WO2025009529A1
WO2025009529A1 PCT/JP2024/023935 JP2024023935W WO2025009529A1 WO 2025009529 A1 WO2025009529 A1 WO 2025009529A1 JP 2024023935 W JP2024023935 W JP 2024023935W WO 2025009529 A1 WO2025009529 A1 WO 2025009529A1
Authority
WO
WIPO (PCT)
Prior art keywords
equipment
raw materials
process data
editing
time delay
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/JP2024/023935
Other languages
English (en)
French (fr)
Inventor
昌史 松下
弘貴 祇園
晴久 馬場
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
JFE Steel Corp
Original Assignee
JFE Steel Corp
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 JFE Steel Corp filed Critical JFE Steel Corp
Priority to JP2024550794A priority Critical patent/JP7722596B2/ja
Priority to CN202480043953.8A priority patent/CN121464406A/zh
Priority to KR1020267002008A priority patent/KR20260026561A/ko
Priority to EP24836042.2A priority patent/EP4722833A1/en
Publication of WO2025009529A1 publication Critical patent/WO2025009529A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C22—METALLURGY; FERROUS OR NON-FERROUS ALLOYS; TREATMENT OF ALLOYS OR NON-FERROUS METALS
    • C22B—PRODUCTION AND REFINING OF METALS; PRETREATMENT OF RAW MATERIALS
    • C22B1/00—Preliminary treatment of ores or scrap
    • C22B1/14—Agglomerating; Briquetting; Binding; Granulating
    • C22B1/16—Sintering; Agglomerating
    • C22B1/20—Sintering; Agglomerating in sintering machines with movable grates
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Program-control systems
    • G05B19/02—Program-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]

Definitions

  • the present invention relates to a method for editing process data, a method for detecting process anomalies, a device for editing process data, and a device for detecting process anomalies.
  • the sintering process in the steel industry spans multiple manufacturing steps, such as granulation, firing, and cooling, and sintered ore is produced over a long period of time. Therefore, when analyzing the process data given to the raw materials for certain product or operational characteristics, it is necessary to correct for time delays that take into account the differences in the times at which each process data was given.
  • a data set required for analysis may be created by adding a fixed time correction (time delay correction) according to the process data of interest.
  • time delay correction a fixed time correction
  • Patent Document 1 proposes a method of measuring the temperature distribution and changes in temperature on a sintering machine using thermometers attached to the raw materials and pallets. In this way, data obtained from a thermometer that moves with the raw materials laid on the pallet does not require consideration of the above-mentioned time delay correction.
  • Patent Document 2 also proposes a method of acquiring data such as the temperature distribution at each position within the sintering machine by using RFID tags to individually identify the pallets of the sintering machine.
  • the wireless master unit does not correspond to an individual pallet, so it is uncertain at what position on the sintering machine the obtained data, such as temperature distribution, was measured. For this reason, it can be said that the method proposed in Patent Document 1 is not suitable for analysis that focuses on the relationship between the obtained data, such as temperature distribution, and other process data.
  • Patent Document 2 solves the problems of Patent Document 1, the equipment it targets is limited to sintering machines. Therefore, in the method proposed in Patent Document 2, in order to analyze the quality of raw materials and the characteristics of operation from the relationship between process data across processes, such as the granulation process and the firing process, and the temperature distribution on the sintering machine, it is still necessary to take into account the time delay correction described above.
  • the present invention has been made in consideration of the above, and aims to provide a process data editing method, a process anomaly detection method, a process data editing device, and a process anomaly detection device that are capable of correlating various process data in a manufacturing line by correcting time delays.
  • the process data editing method of the present invention includes a collection step in which a collection means provided in a computer collects process data indicating the operating status of a plurality of pieces of equipment in a production line, the plurality of pieces of equipment being made up of a plurality of devices that perform a predetermined process on raw materials and a transport device that connects the plurality of devices and transports the raw materials, and an editing step in which an editing means provided in the computer associates the process data by correcting a time delay according to the type of equipment through which the raw materials pass in the production line.
  • the editing step corrects the time delay based on the conveying speed of the raw materials by the conveying device and the equipment length of the conveying device.
  • the editing step corrects the time delay based on the weight of the deposited raw materials and the insertion speed of the raw materials at the inlet side of the equipment, or based on the weight of the deposited raw materials and the discharge speed of the raw materials at the outlet side of the equipment.
  • the process anomaly detection method of the present invention includes a collection step in which a collection means provided in a computer collects process data indicating the operating status of the plurality of pieces of equipment in a production line consisting of a plurality of devices that perform a predetermined process on raw materials and a transport device that connects the plurality of devices and transports the raw materials, an editing step in which an editing means provided in the computer associates the process data by correcting a time delay according to the type of equipment through which the raw materials pass in the production line, and an anomaly detection step in which an anomaly detection means provided in the computer detects an anomaly in the quality or productivity of the raw materials in the production line based on the process data with the time delay corrected.
  • the manufacturing line is a sintering process line in a steelworks.
  • the process data editing device of the present invention includes a collection means for collecting process data indicating the operating status of a production line made up of multiple pieces of equipment, the multiple pieces of equipment being made up of multiple devices that perform a predetermined process on raw materials and a transport device that connects the multiple devices and transports the raw materials, and an editing means for correlating the process data by correcting time delays depending on the type of equipment through which the raw materials pass on the production line.
  • the editing means corrects the time delay based on the conveying speed of the raw materials by the conveying device and the equipment length of the conveying device.
  • the editing means corrects the time delay based on the weight of the stacked raw materials and the insertion speed of the raw materials at the inlet side of the equipment, or based on the weight of the stacked raw materials and the discharge speed of the raw materials at the outlet side of the equipment.
  • the process anomaly detection device of the present invention comprises a collection means for collecting process data indicating the operating status of a production line made up of a plurality of pieces of equipment, the plurality of pieces of equipment being made up of a plurality of devices that perform a predetermined process on raw materials and a transport device that connects the plurality of devices and transports the raw materials, an editing means for correlating the process data by correcting a time delay according to the type of equipment through which the raw materials pass on the production line, and anomaly detection means for detecting anomalies in the quality or productivity of the raw materials on the production line based on the process data with the time delay corrected.
  • process data editing method, process anomaly detection method, process data editing device, and process anomaly detection device of the present invention make it possible to correlate various process data in a manufacturing line by correcting time delays.
  • FIG. 1 is a diagram showing an example of a steel sintering process line.
  • FIG. 2 is a diagram showing an example of a specific configuration of a surge hopper.
  • FIG. 3 is a diagram showing an example of a specific configuration of a sintering machine.
  • FIG. 4 is a diagram showing the insertion and discharge (cut-out) times of a raw material at each piece of equipment while the raw material is being transported from an upstream piece of equipment to a downstream piece of equipment in a manufacturing line.
  • FIG. 5 is a block diagram showing an example of a configuration of a process data editing device according to the embodiment.
  • FIG. 6 is a flowchart showing an example of the flow of a process data editing method according to the embodiment.
  • FIG. 1 is a diagram showing an example of a steel sintering process line.
  • FIG. 2 is a diagram showing an example of a specific configuration of a surge hopper.
  • FIG. 3 is a diagram showing an example of a specific configuration of a
  • FIG. 7 is a block diagram illustrating an example of the configuration of a process anomaly detection device according to the embodiment.
  • FIG. 8 is an example of a method for editing process data according to an embodiment, and is a diagram showing an example of the configuration of a blending tank, a drum mixer, and a belt conveyor connecting them, and a method for calculating the actual moisture content of the raw materials in the drum mixer.
  • Figure 9 shows an example of a method for editing process data according to an embodiment, where (a) is a diagram showing the relationship between the target moisture content and the actual moisture content when tracking according to the present invention is not performed, and (b) is a diagram showing the relationship between the target moisture content and the actual moisture content when tracking according to the present invention is performed.
  • process data editing method process anomaly detection method, process data editing device, and process anomaly detection device according to the embodiments of the present invention will be described with reference to the drawings.
  • the present invention is not limited to the following embodiments, and the components in the following embodiments include those that are replaceable and easy for a person skilled in the art, or those that are substantially the same.
  • FIG. 1 (Overview of the sintering process)
  • a steel sintering process line is a production line that links the raw material granulation process, sintering process, and cooling process, with a time constant of several hours.
  • the raw materials are processed using equipment such as a blending tank 21 and a drum mixer 22.
  • the raw materials are processed using equipment such as a surge hopper (raw material insertion device) 23, a sintering machine 24, an ignition furnace 25, and a crusher 26.
  • the raw materials are processed using equipment such as a cooler 27 and a sieve 28. The raw materials processed by the sieve 28 are then fed into a blast furnace 29.
  • a conveying device (belt conveyor) is provided between each piece of equipment to connect the pieces of equipment and transport the raw materials.
  • the multiple pieces of equipment that perform predetermined processing on the raw materials and the conveying device that connects these multiple pieces of equipment and transports the raw materials are collectively referred to as "equipment.”
  • the surge hopper 23 is equipped with a raw material supply port 231, a roll feeder 232, a main/split gate 233, and a raw material cut-out port 234.
  • This surge hopper 23 cuts out a predetermined amount of granulated raw material and spreads it on the pallet 241 of the sintering machine 24 shown in FIG. 3.
  • the surge hopper 23 since the surge hopper 23 has a mechanism for storing raw material, it has the characteristic that the time delay that occurs changes successively depending on the operating conditions.
  • Figure 4 shows the time when raw materials are inserted and discharged (cut out) at each facility as they are transported from facility A on the upstream side to facility G on the downstream side.
  • facilities A to G shown in the figure also include belt conveyors in addition to the various devices shown in Figure 1.
  • the time when the raw material passes through the equipment is estimated by calculating the time delay correction amount from the operating status of each piece of equipment.
  • data is generated on when and what process data was given to the raw materials transported to equipment G by the equipment upstream of it (e.g. equipment A-F), or when and what process data was measured by the upstream equipment.
  • the time delay in the process data of each piece of equipment is corrected by tracing back to the upstream equipment while calculating the time from the insertion to the discharge of the raw materials at each piece of equipment, and each piece of process data is associated.
  • process data refers to various data (various signals) acquired from each piece of equipment.
  • This process data includes, for example, the settings (e.g., conveying speed, temperature, etc.) when processing raw materials in each piece of equipment, the measured values (e.g., temperature, etc.) from sensors attached to each piece of equipment, and the operation amounts (e.g., motor current value, etc.) given to each piece of equipment.
  • process data may also include data on the quality (observation data such as moisture ratio and grain size) at a specific position of the raw materials conveyed to the sintering equipment, and the quality (analytical values such as strength and components) of the produced sintered ore.
  • “Associating each process data” means associating the process data related to the raw materials inserted into equipment G, indicated by a star in Figure 4, with the process data related to the raw materials inserted into equipment upstream of that (e.g. equipment A to F). In doing so, the process data is associated with each other after correcting the time delay.
  • the time from the insertion to the discharge of the raw materials in each equipment i.e., the residence time
  • the time from the insertion to the discharge of the raw materials in each facility i.e., the time delay correction amount
  • the time delay correction amount must be calculated taking into consideration the characteristics of the facility through which the raw materials pass and the operating status of that facility.
  • the raw materials first extracted from the blending tank 21 are transported by a belt conveyor and inserted into the drum mixer 22 via multiple belt conveyors.
  • the raw materials that have been converted into pseudo-particles by the drum mixer 22 are then transported again by the belt conveyor before being inserted into the surge hopper 23 and handed over to the subsequent firing process.
  • the belt conveyor is controlled at a constant speed, the time from when the raw materials are inserted into the belt conveyor until they are discharged can be considered constant.
  • the time from when the raw materials are inserted into the drum mixer 22 until they are discharged i.e., the residence time
  • the residence time varies depending on the rotation speed of the drum, so it is necessary to calculate a time delay correction amount that takes this into account.
  • the time delay correction amount is calculated using patterns 1 to 3, as shown in Table 1, depending on the type of facility through which the raw materials pass, i.e., the raw materials transport route.
  • the time delay correction amount is calculated using the method of pattern 1 in Table 1.
  • the time delay correction amount is calculated based on the relationship between the raw material transport speed and the equipment length. Also, the time when the value obtained by integrating (accumulating) the transport speed measured every moment reaches the equipment length is determined as the time when the raw materials are discharged from the equipment. Also, the difference between the time when the raw materials are discharged from the equipment and the time when they are inserted into the facility is the time delay correction amount.
  • the time delay correction amount is calculated using the method of pattern 2 in Table 1.
  • the time delay correction amount is calculated based on the relationship between the weight of the accumulated raw materials and the amount of raw materials inserted per unit time, or the relationship between the weight of the accumulated raw materials and the amount of raw materials discharged per unit time.
  • the time delay correction amount is also calculated as the difference between the time of discharge from the equipment and the time of insertion into the facility.
  • the time delay correction amount is calculated using the method of pattern 3 in Table 1.
  • the time delay correction amount is calculated based on the rotation speed of the drum mixer 22 and the shape factor of the drum mixer 22.
  • the shape factor of the drum mixer 22 is a coefficient proportional to the diameter of the drum mixer 22.
  • FIG. 5 shows the configuration of an information processing device 1 that realizes the editing device for process data according to the embodiment.
  • the information processing device 1 is realized by, for example, a general-purpose computer such as a workstation or a personal computer, or a server arranged on a cloud.
  • the information processing device 1 also includes an input unit 11, an operation DB 12, a calculation unit 13, and an output unit 14.
  • the input unit 11 is an input means for the calculation unit 13, and is realized by an input device such as a keyboard, a mouse pointer, or a numeric keypad.
  • the input unit 11 inputs information necessary for various processes in the calculation unit 13.
  • Operation DB12 stores process data acquired from each piece of equipment.
  • this process data includes, for example, the operating conditions when processing raw materials at each piece of equipment (e.g., motor current values and other operating variables), the measured values of sensors attached to each piece of equipment (e.g., temperature, etc.), etc.
  • the calculation unit 13 is realized by a processor such as a CPU (Central Processing Unit) and a memory (main memory unit) such as a RAM (Random Access Memory) or a ROM (Read Only Memory).
  • a processor such as a CPU (Central Processing Unit) and a memory (main memory unit) such as a RAM (Random Access Memory) or a ROM (Read Only Memory).
  • main memory unit such as a RAM (Random Access Memory) or a ROM (Read Only Memory).
  • the calculation unit 13 loads a program into the working area of the main memory and executes it, and controls each component part through the execution of the program to realize functions that meet a predetermined purpose.
  • the calculation unit 13 functions as a collection unit 131 and an editing unit 132 through the execution of the program.
  • FIG. 5 shows an example in which the functions of each part are realized by one computer (calculation unit), the means for realizing the functions of each part is not particularly limited, and the functions of each part may be realized by multiple computers, for example.
  • the collection unit 131 accesses the operation DB 12 and collects process data indicating the operating status of multiple pieces of equipment.
  • the editing unit 132 correlates the process data collected by the collection unit 131 with the time delay corrected according to the type of equipment through which the raw materials pass on the production line.
  • the collection unit 131 correlates the process data with each other after correcting the time delay. This makes it possible to look back and determine, for example, what state the raw materials were in at a certain point in the production process (what processing was performed on them) in equipment upstream of that point. Note that in this embodiment, the process data correlated with the time delay corrected in this way is also referred to as "tracked data.”
  • the editing unit 132 corrects the time delay based on the raw material conveying speed of the conveying device and the equipment length of the conveying device, as shown in pattern 1 of Table 1 above. Then, the editing unit 132 associates each of the process data with the time delay corrected.
  • the editing unit 132 corrects the time delay using the method shown in pattern 2 of Table 1 above. That is, the editing unit 132 corrects the time delay based on the weight of the raw materials accumulated in the equipment and the insertion speed of the raw materials at the inlet side of the equipment, or based on the weight of the raw materials accumulated in the equipment and the discharge speed of the raw materials at the outlet side of the equipment. Then, the editing unit 132 associates each of the process data with the time delay corrected.
  • the editing unit 132 calculates the time delay correction amount based on the rotation speed of the drum mixer 22 and the shape factor of the drum mixer 22, as shown in pattern 3 of Table 1 above. Then, the editing unit 132 associates each of the process data with the time delay corrected.
  • the editing unit 132 when focusing on a certain raw material, the editing unit 132 performs time delay correction and correlation for all process data from the upstream equipment that processed the raw material to the downstream equipment. This makes it easy to analyze the process data given to the raw material with respect to certain characteristics of a product or operation, for example.
  • the output unit 14 is realized by a display device such as an LCD display or a CRT display.
  • the output unit 14 outputs the tracked data edited by the editing unit 132, etc.
  • Fig. 6 shows an example of details of a process performed by the editing unit 132 after the collection unit 131 collects process data.
  • the equipment from which the search will begin is set (step S1).
  • This "equipment from which the search will begin” refers to, for example, "equipment G" in FIG. 4.
  • an arbitrary time to begin the search is set as the search start time (step S2).
  • the equipment from which the search will begin and the search start time are set as in steps S1 and S2 in order to link, by tracking, the process data given to the material in the upstream equipment for the material that passed through the target equipment at the target time.
  • the equipment one unit upstream of the equipment from which the search is to be started is set as the equipment to be searched for tracking (step S3).
  • This "equipment to be searched” refers to, for example, "equipment F" in FIG. 4.
  • the discharge time of the upstream equipment and the insertion time of the downstream equipment can be considered to be the same. Therefore, the discharge time of the equipment to be searched, which is one unit upstream of the equipment from which the search is to be started, is set as the search start time (step S4).
  • step S5 the time delay correction amount for the equipment to be searched is calculated using one of the patterns 1 to 3 in Table 1 (step S5).
  • step S6 the search start time is moved back by the time delay correction amount (step S6), and the moved back time is recorded as the insertion time of the equipment to be searched (step S7).
  • step S8 it is determined whether the equipment to be searched is the final equipment in the search (step S8).
  • step S8 if the equipment to be searched is not the final equipment in the search (No in step S8), the process returns to step S3, and the processes in steps S3 to S7 are repeated until the final equipment in the search is reached.
  • step S8 if the equipment to be searched is the final equipment in the search (Yes in step S8), the following process is performed.
  • FIG. 7 shows the configuration of an information processing device 1A that realizes the process anomaly detection device according to the embodiment.
  • the information processing device 1A is realized by, for example, a general-purpose computer such as a workstation or a personal computer, or a server arranged on a cloud.
  • the information processing device 1A also includes an input unit 11, an operation DB 12, a calculation unit 13A, and an output unit 14.
  • the input unit 11, the operation DB 12, and the output unit 14 are the same as those of the information processing device 1 described above, and therefore description thereof will be omitted.
  • the calculation unit 13A is realized by a processor such as a CPU, and a memory (main storage unit) such as a RAM or ROM.
  • the calculation unit 13A loads a program into the working area of the main storage unit, executes it, and realizes functions that meet a predetermined purpose by controlling each component through the execution of the program.
  • the calculation unit 13A functions as a collection unit 131, an editing unit 132, and an anomaly detection unit 133 through the execution of the program.
  • FIG. 7 shows an example in which the functions of each unit are realized by one computer (calculation unit), the means for realizing the functions of each unit is not particularly limited, and the functions of each unit may be realized by multiple computers, for example.
  • the collection unit 131 and the editing unit 132 are the same as those of the calculation unit 13 described above, and therefore their explanations are omitted.
  • the anomaly detection unit 133 performs anomaly diagnosis to detect anomalies in the quality or productivity of raw materials on the production line based on the process data for which the time delay has been corrected in the editing unit 132.
  • An anomaly diagnosis is a method in which a prediction model that predicts specific process data based on other process data is constructed in advance, and the prediction error, which is the difference between the predicted value of the process data based on the prediction model and its actual value, is evaluated.
  • Another anomaly diagnosis method is to detect anomalies by evaluating the degree of deviation of each process data from normal times.
  • the abnormality detection unit 133 predefines abnormality monitoring items and abnormality diagnosis methods as described above, and detects the presence or absence of an abnormality for each abnormality monitoring item. In addition, if there is a problem with the quality of the raw material currently being processed in the sieve 28 (or the crusher 26, drum mixer 22, etc.), the abnormality detection unit 133 can also check the condition of the raw material in the equipment upstream and identify the cause.
  • a process anomaly diagnosis method (Method of detecting abnormalities in a process) A process anomaly diagnosis method according to the embodiment will be described.
  • an anomaly in the quality or productivity of raw materials in a production line is detected based on the process data in which the time delay has been corrected by the above-mentioned method for editing process data.
  • an example of the above production line is a sintering process line in a steelworks.
  • the above-mentioned process data editing method is used to associate data that has a physical and spatial spread from upstream to downstream equipment with data that indicates the state of each piece of equipment or the state of raw materials based on the amount of time delay.
  • the process anomaly detection method according to the embodiment can also use such a data set to build a predictive model required for anomaly detection.
  • the current value of the raw material transport belt conveyor in front of the sintering plant depends on the amount of raw material on the belt conveyor. Therefore, it is possible to predict the current value from the weight of each raw material by synchronizing the timing of the multiple raw materials that are cut out and taking into account the transport time to each motor position. It is possible to detect abnormalities in the belt conveyor motor or the belt conveyor itself based on the prediction error between the current predicted value and the actual current value using this prediction model. In addition, operational abnormality detection using a prediction model of the raw material moisture content in the drum mixer 22, which will be described later, is also performed based on data that has been edited with time delay correction. It is also possible to predict the quality, including the strength, of the produced sintered ore and detect quality abnormalities based on the prediction error.
  • the data set obtained by this embodiment can achieve its effect by focusing on the relationship (correlation, etc.) between multiple variables.
  • Possible methods of detecting anomalies include a method of detecting anomalies by evaluating the degree of deviation between a predicted amount and an actual value, or the degree of deviation between a predicted amount and a target value, based on a prediction model that predicts equipment conditions, etc., constructed using data from normal times, and anomaly detection based on principal component analysis, etc.
  • the prediction model used for anomaly detection is not limited to a method based on a statistical method such as machine learning, but may be constructed using a method based on a scientific approach such as a physical model.
  • the process anomaly detection method performs anomaly detection by taking into account the effect of the time delay from the upstream equipment to the downstream equipment, so that the variation in data that depends on the time delay can be suppressed, enabling accurate anomaly detection.
  • Identifying the cause of the abnormality When an anomaly is detected based on a prediction error, it is possible to identify the process data that is the explanatory variable that contributes to the prediction error and to clearly indicate it as a candidate for the cause of the anomaly. It is also possible to extract candidate anomaly signals by evaluating the degree of deviation from the normal state of each explanatory variable. This makes it possible to quickly identify the cause of an abnormal operation, minimize the impact of the abnormal operation on product quality, and shorten the time it takes to restore the normal state, thereby contributing to maintaining production speed and product quality.
  • Figure 8 shows an example of the configuration of blending tanks #1 to #20, drum mixers, and belt conveyors 1 to 3 connecting them, and a method for calculating the moisture content (effective moisture content) of the raw materials in the drum mixer.
  • the raw materials used in the sintering process are stored in multiple blending tanks, and are extracted from the multiple blending tanks and granulated for use, taking into consideration the raw material blend and production schedule.
  • the amount of raw material extracted from each blending tank is measured for each tank by a weighing machine attached to each tank.
  • the moisture content in each tank is also measured for each tank by a moisture meter attached to each tank.
  • the raw materials discharged from the blending tank are granulated by spraying water and stirring in a drum mixer. To optimize this granulation, it is necessary to maintain an appropriate moisture content, and it is necessary to manage the target and actual moisture content values.
  • the actual moisture content of the raw materials is calculated using the formula shown at the bottom of Figure 8. Meanwhile, the weighing machines and moisture content meters installed in each blending tank are located physically away from the drum mixer. Therefore, by utilizing this invention, process data that indicates the operating status of each piece of equipment that makes up the entire process is continuously collected, and tracked data is created by correlating the process data with time delay corrections according to the raw material transport route.
  • the delay time from the downstream equipment, the drum mixer, to the upstream equipment, the blending tank #1 is 30 minutes.
  • the actual moisture content of the raw material in the current drum mixer is linked to the amount of raw material discharged and the moisture content in blending tank #1 30 minutes prior.
  • the discharge amounts and moisture contents of the other blending tanks #2 to #20 are also linked to the actual moisture content of the drum mixer to create tracked data.
  • the conveying speeds of belt conveyors 1 to 3 are different, this is also taken into account to correct the time delay and create tracked data.
  • the present invention by accurately calculating the real moisture content as described above, it is also possible to perform anomaly detection to prevent the real moisture content from deviating from the target moisture content. In this case, by using the present invention, it is expected that anomaly detection will be improved, leading to stable production and quality of raw materials.
  • process anomaly detection method process data editing device, and process anomaly detection device according to the embodiments described above, it is possible to correlate various process data in a manufacturing line with time delays corrected.
  • the process data in which the time delays have been corrected and which has been appropriately correlated can be used for data analysis, quality control, equipment maintenance, etc., and can be used for monitoring the entire process, detecting anomalies, optimization, etc.

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Materials Engineering (AREA)
  • Metallurgy (AREA)
  • Geochemistry & Mineralogy (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Geology (AREA)
  • Organic Chemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manufacture And Refinement Of Metals (AREA)

Abstract

プロセスデータの編集方法は、原料に所定の処理を施す複数の機器と、複数の機器を連結して原料を搬送する搬送装置とからなる複数の設備で構成される製造ラインにおいて、コンピュータが備える収集手段が、複数の設備の稼働状態を示すプロセスデータを収集する収集ステップと、コンピュータが備える編集手段が、プロセスデータについて、製造ラインで原料が経由する設備の種類に応じて時間遅れを補正して関連付ける編集ステップと、を含む。

Description

プロセスデータの編集方法、プロセスの異常検知方法、プロセスデータの編集装置およびプロセスの異常検知装置
　本発明は、プロセスデータの編集方法、プロセスの異常検知方法、プロセスデータの編集装置およびプロセスの異常検知装置に関する。
　鉄鋼分野の焼結プロセスは、造粒、焼成、冷却といった複数の製造工程にまたがっており、長い時間をかけて焼結鉱が生産されている。そのため、製品や操業のある特性に対して原料に与えられたプロセスデータを分析する際は、各プロセスデータが与えられた時刻の違いを考慮した時間遅れの補正が必要となる。
　オフラインのデータ分析作業では、着目するプロセスデータに応じた一定時間の時刻補正（時間遅れの補正）を加えることで、分析に必要なデータセットを作成することがある。また、例えば特許文献１には、焼結機上の温度分布とその変化を、原料およびパレットに取り付けた温度計によって計測する方法が提案されている。このように、パレットに敷かれた原料とともに移動する温度計から得られるデータは、上記のような時間遅れの補正を考慮する必要はない。
　また、特許文献２では、ＲＦＩＤタグを用いて、焼結機のパレットを個別に識別することで、焼結機内の位置ごとの温度分布等のデータを取得する方法が提案されいる。
特開２０１１－８４７５８号公報 特開２０１３－１２２３４１号公報
　しかしながら、特許文献１で提案された方法では、無線親機が個別のパレットに対応していないため、得られた温度分布等のデータが、焼結機上のどの位置で計測されたものであるかが不確定である。そのため、特許文献１で提案された方法は、得られた温度分布等のデータと、その他のプロセスデータとの関係に着目するような分析には向かないといえる。
　また、特許文献２で提案された方法では、上記の特許文献１の問題は解決されるものの、対象とする設備が焼結機に限定されている。そのため、特許文献２で提案された方法において、例えば造粒工程および焼成工程のように、工程をまたいだプロセスデータと、焼結機上の温度分布との関係から、原料の品質や操業の特性の分析を行うには、依然として、前述の時間遅れ補正を考慮する必要がある。
　本発明は、上記に鑑みてなされたものであって、製造ラインにおける各種プロセスデータについて、時間遅れを補正して関連付けることが可能なプロセスデータの編集方法、プロセスの異常検知方法、プロセスデータの編集装置およびプロセスの異常検知装置を提供することを目的とする。
　上述した課題を解決し、目的を達成するために、本発明に係るプロセスデータの編集方法は、原料に所定の処理を施す複数の機器と、前記複数の機器を連結して前記原料を搬送する搬送装置とからなる複数の設備で構成される製造ラインにおいて、コンピュータが備える収集手段が、前記複数の設備の稼働状態を示すプロセスデータを収集する収集ステップと、前記コンピュータが備える編集手段が、前記プロセスデータについて、前記製造ラインで前記原料が経由する設備の種類に応じて時間遅れを補正して関連付ける編集ステップと、を含む。
　また、本発明に係るプロセスデータの編集方法は、上記発明において、前記編集ステップが、前記原料が経由する設備に前記搬送装置が含まれる場合、前記搬送装置による原料の搬送速度と、前記搬送装置の設備長とに基づいて、前記時間遅れを補正する。
　また、本発明に係るプロセスデータの編集方法は、上記発明において、前記編集ステップが、前記原料が経由する設備に前記原料を堆積させる機器が含まれる場合、堆積している前記原料の重量と設備入側における前記原料の挿入速度とに基づいて、または堆積している前記原料の重量と設備出側における前記原料の排出速度とに基づいて、前記時間遅れを補正する。
　上述した課題を解決し、目的を達成するために、本発明に係るプロセスの異常検知方法は、原料に所定の処理を施す複数の機器と、前記複数の機器を連結して前記原料を搬送する搬送装置とからなる複数の設備で構成される製造ラインにおいて、コンピュータが備える収集手段が、前記複数の設備の稼働状態を示すプロセスデータを収集する収集ステップと、前記コンピュータが備える編集手段が、前記プロセスデータについて、前記製造ラインで前記原料が経由する設備の種類に応じて時間遅れを補正して関連付ける編集ステップと、前記コンピュータが備える異常検知手段が、時間遅れが補正された前記プロセスデータに基づいて、製造ラインにおける原料の品質または生産性に対する異常を検知する異常検知ステップと、を含む。
　また、本発明に係るプロセスの異常検知方法は、上記発明において、前記製造ラインが、製鉄所の焼結プロセスラインである。
　上述した課題を解決し、目的を達成するために、本発明に係るプロセスデータの編集装置は、原料に所定の処理を施す複数の機器と、前記複数の機器を連結して前記原料を搬送する搬送装置とからなる複数の設備で構成される製造ラインにおいて、前記複数の設備の稼働状態を示すプロセスデータを収集する収集手段と、前記プロセスデータについて、前記製造ラインで前記原料が経由する設備の種類に応じて時間遅れを補正して関連付ける編集手段と、を含む。
　また、本発明に係るプロセスデータの編集装置は、上記発明において、前記編集手段が、前記原料が経由する設備に前記搬送装置が含まれる場合、前記搬送装置による原料の搬送速度と、前記搬送装置の設備長とに基づいて、前記時間遅れを補正する。
　また、本発明に係るプロセスデータの編集装置は、上記発明において、前記編集手段が、前記原料が経由する設備に前記原料を堆積させる機器が含まれる場合、堆積している前記原料の重量と設備入側における前記原料の挿入速度とに基づいて、または堆積している前記原料の重量と設備出側における前記原料の排出速度とに基づいて、前記時間遅れを補正する。
　上述した課題を解決し、目的を達成するために、本発明に係るプロセスの異常検知装置は、原料に所定の処理を施す複数の機器と、前記複数の機器を連結して前記原料を搬送する搬送装置とからなる複数の設備で構成される製造ラインにおいて、前記複数の設備の稼働状態を示すプロセスデータを収集する収集手段と、前記プロセスデータについて、前記製造ラインで前記原料が経由する設備の種類に応じて時間遅れを補正して関連付ける編集手段と、時間遅れが補正された前記プロセスデータに基づいて、製造ラインにおける原料の品質または生産性に対する異常を検知する異常検知手段と、を備える。
　本発明に係るプロセスデータの編集方法、プロセスの異常検知方法、プロセスデータの編集装置およびプロセスの異常検知装置によれば、製造ラインにおける各種プロセスデータについて、時間遅れを補正して関連付けることが可能となる。
図１は、鉄鋼の焼結プロセスラインの一例を示す図である。 図２は、サージホッパーの具体的構成の一例を示す図である。 図３は、焼結機の具体的構成の一例を示す図である。 図４は、製造ラインにおいて、ある原料が上流側の設備から下流側の設備まで搬送されてくる間の、各設備における原料の挿入時刻、排出（切出）時刻を示す図である。 図５は、実施形態に係るプロセスデータの編集装置の構成の一例を示すブロック図である。 図６は、実施形態に係るプロセスデータの編集方法の流れの一例を示すフローチャートである。 図７は、実施形態に係るプロセスの異常検知装置の構成の一例を示すブロック図である。 図８は、実施形態に係るプロセスデータの編集方法の実施例であり、配合槽、ドラムミキサーおよびそれらを連結するベルトコンベヤの構成例と、ドラムミキサー内における原料の実質水分率の算出方法とを示す図である。 図９は、実施形態に係るプロセスデータの編集方法の実施例であり、（ａ）は、本発明によるトラッキングを実施しなかった場合の、目標水分率に対する実績水分率の関係を示す図であり、（ｂ）は、本発明によるトラッキングを実施した場合の、目標水分率に対する実績水分率の関係を示す図である。
　本発明の実施形態に係るプロセスデータの編集方法、プロセスの異常検知方法、プロセスデータの編集装置およびプロセスの異常検知装置について、図面を参照しながら説明する。なお、本発明は以下の実施の形態に限定されるものではなく、以下の実施の形態における構成要素には、当業者が置換可能かつ容易なもの、あるいは実質的に同一のものも含まれる。
（焼結プロセスの概要）
　まず、実施形態に係るプロセスデータの編集方法が適用される高炉鉄鋼業の焼結プロセスの概要について、図１～図４を参照しながら説明する。
　鉄鋼の焼結プロセスラインは、原料の造粒工程、焼成工程、冷却工程が連結された構成となり、時定数が数時間におよぶ製造ラインとなる。造粒工程では、図１に示すように、配合槽２１、ドラムミキサー２２といった機器により原料を処理する。また、焼成工程では、サージホッパー（原料挿入装置）２３、焼結機２４、点火炉２５、粉砕機２６といった機器により原料を処理する。また、冷却工程では、クーラー（冷却器）２７、篩２８といった機器により原料を処理する。そして、篩２８により処理された原料は、高炉２９に投入される。
　ここで、図１では図示を省略したが、各機器の間には、各機器を連結して原料を搬送する搬送装置（ベルトコンベヤ）が設けられている。なお、本実施形態では、原料に所定の処理を施す複数の機器と、これら複数の機器を連結して原料を搬送する搬送装置とを含めて「設備」と表記する。
　サージホッパー２３は、図２に示すように、原料供給口２３１と、ロールフィーダ２３２と、主／分割ゲート２３３と、原料切出口２３４と、を備えている。このサージホッパー２３は、造粒された原料を所定量に切り出し、図３に示した焼結機２４のパレット２４１上に敷き詰める役割を果たす。また、サージホッパー２３は、原料を蓄える機構を持つため、発生する時間遅れが操業条件によって逐次変化する特徴を有している。
　続いて、焼結プロセスにおける原料の搬送の概要について説明する。図４は、ある原料が上流側の設備Ａから下流側の設備Ｇまで搬送されてくる間の、各設備における原料の挿入時刻、排出（切出）時刻を示している。なお、同図に示した設備Ａ～Ｇには、図１に示したような各種機器の他に、ベルトコンベヤも含まれる。
　特定の原料が設備を通過した実際の時刻を識別することは困難であるが、本実施形態では、各設備の稼働状態から時間遅れ補正量を算出することにより、原料が設備を通過した時刻を推定する。
　本実施形態では、例えばある時刻において、設備Ｇに搬送されてきた原料が、それよりも上流側の設備（例えば設備Ａ～Ｆ）でいつどのようなプロセスデータを与えられたか、あるいは上流側の設備でいつどのようなプロセスデータが計測されたのかをデータ化する。そしてその際に、各設備における原料の挿入から排出までの時間を算出しながら上流側の設備に遡ることにより、各設備におけるプロセスデータの時間遅れを補正し、各プロセスデータの関連付けを行う。
　ここで、本実施形態における「プロセスデータ」とは、各設備から取得される各種データ（各種信号）のことを示している。このプロセスデータには、例えば各設備で原料を処理する際の設定値（例えば搬送速度、温度等）、各設備に取り付けられたセンサによる計測値（例えば温度等）、各設備に与える操作量（例えばモータの電流値等）等が含まれる。更に、焼結設備に搬送される原料の特定の位置における品位（水分比率や粒度等の観測データ）や、製造された焼結鉱の品位（強度、成分等の分析値）のデータ等もプロセスデータとして含めてもよい。
　また、「各プロセスデータの関連付け」とは、例えば図４の星印で示した設備Ｇに挿入された原料に関するプロセスデータと、それよりも上流側の設備（例えば設備Ａ～Ｆ）に挿入された原料に関するプロセスデータとを、それぞれ対応付けることを意味している。またその際、各プロセスデータについて、時間遅れを補正した上でそれぞれ対応付ける。また、本実施形態では、図４のＸで示した、各設備における原料の挿入から排出までの時間（すなわち滞留時間）のことを、「時間遅れ補正量」と定義する。
　なお、図４では、星印で示した最下流側の設備Ｇを起点として、最上流側の設備Ａを終点として、各設備の時間遅れ量を算出する場合の例を示しているが、例えば設備Ｇの下流側に更に別の設備を追加して計算を行ってもよい。あるいは、設備Ａの上流側に更に別の設備を追加して計算を行ってもよい。また、同図の星印で示した起点や終点を複数設定し、それぞれの起点～終点について計算を行ってもよい。
　ここで、各設備における原料の挿入から排出までの時間（すなわち時間遅れ補正量）は、原料が経由する設備の特性や、当該設備の稼働状況を考慮して算出する必要がある。例えば造粒工程の場合、最初に配合槽２１から切り出された原料はベルトコンベヤで搬送され、複数のベルトコンベヤを経由してドラムミキサー２２に挿入される。
　そして、ドラムミキサー２２で疑似粒子化された原料は、再度ベルトコンベヤで搬送された後に、サージホッパー２３に挿入され、続く焼成工程へと渡される。この造粒工程において、ベルトコンベヤが定速制御されている場合、ベルトコンベヤへの原料の挿入から排出までの時間は一定とみなすことができる。一方で、ドラムミキサー２２への挿入から排出までの時間（すなわち滞留時間）は、ドラムの回転速度によって変化するため、この点を考慮した時間遅れ補正量の算出が必要となる。
　そこで、本実施形態では、原料が経由する設備の種類、すなわち原料の搬送ルートに応じて、例えば表１に示すようなパターン１～３を用いて時間遅れ補正量を算出する。
Figure JPOXMLDOC01-appb-T000001
＜パターン１＞
　例えばベルトコンベヤ、焼結機２４、クーラー２７等のように、モータ等の駆動装置によって原料を搬送する設備では、表１のパターン１の方法を用いて時間遅れ補正量を算出する。この方法では、原料の搬送速度と設備長との関係に基づいて、時間遅れ補正量を算出する。また、刻一刻と計測される搬送速度を時間積分（積算）した値が設備長に達した時点を、原料が当該設備から排出される時刻として決定する。また、当該設備からの排出時刻と当該施設への挿入時刻の差が、時間遅れ補正量となる。
＜パターン２＞
　例えばサージホッパー２３、ホットシュート、排出ホッパー等のように、原料を堆積させる設備では、表１のパターン２の方法を用いて時間遅れ補正量を算出する。この方法では、堆積している原料の重量と単位時間当たりの原料の挿入量との関係、または堆積している原料の重量と単位時間当たりの原料の排出量との関係に基づいて、時間遅れ補正量を算出する。また、当該設備からの排出時刻と当該施設への挿入時刻の差が、時間遅れ補正量となる。
＜パターン３＞
　例えばドラムミキサー２２では、表１のパターン３の方法を用いて時間遅れ補正量を算出する。この方法では、ドラムミキサー２２の回転速度とドラムミキサー２２の形状係数とに基づいて、時間遅れ補正量を算出する。なお、ドラムミキサー２２の形状係数は、ドラムミキサー２２の直径に比例する係数である。
（プロセスデータの編集装置）
　続いて、実施形態に係るプロセスデータの編集装置の構成の一例について、図５を参照しながら説明する。同図は、実施形態に係るプロセスデータの編集装置を実現する情報処理装置１の構成を示している。この情報処理装置１は、例えばワークステーションやパソコン等の汎用コンピュータ、あるいはクラウド上に配置されたサーバ等により実現される。また、情報処理装置１は、入力部１１と、操業ＤＢ１２と、演算部１３と、出力部１４と、を備えている。
　入力部１１は、演算部１３に対する入力手段であり、例えばキーボード、マウスポインタ、テンキー等の入力装置によって実現される。入力部１１は、演算部１３における各種処理に必要な情報を入力する。
　操業ＤＢ１２には、各設備から取得されたプロセスデータが格納されている。このプロセスデータには、上記のように、例えば各設備で原料を処理する際の操業条件（例えばモータの電流値等の操作量）、各設備に取り付けられたセンサの計測値（例えば温度等）等が含まれる。
　演算部１３は、例えばＣＰＵ（Central　Processing　Unit）等からなるプロセッサと、ＲＡＭ（Random　Access　Memory）やＲＯＭ（Read　Only　Memory）等からなるメモリ（主記憶部）と、によって実現される。
　演算部１３は、プログラムを主記憶部の作業領域にロードして実行し、プログラムの実行を通じて各構成部等を制御することにより、所定の目的に合致した機能を実現する。演算部１３は、前記したプログラムの実行を通じて、収集部１３１および編集部１３２として機能する。なお、図５では、例えば一つのコンピュータ（演算部）によって各部の機能を実現する例を示しているが、各部の機能の実現手段は特に限定されず、例えば複数のコンピュータによって各部の機能をそれぞれ実現してもよい。
　収集部１３１は、操業ＤＢ１２にアクセスし、複数の設備の稼働状態を示すプロセスデータを収集する。
　編集部１３２は、収集部１３１が収集したプロセスデータについて、製造ラインで原料が経由する設備の種類に応じて時間遅れを補正して関連付ける。すなわち、収集部１３１は、時間遅れを補正したプロセスデータ同士を対応付ける。これにより、例えば製造プロセスのある時点における原料が、それよりも上流側の設備でどのような状態であったのか（どのような処理が行われたのか）を、過去に遡って特定することが可能となる。なお、本実施形態では、このように時間遅れが補正されて関連付けられたプロセスデータのことを、「トラッキング済みデータ」とも表記する。
　編集部１３２は、例えば原料が経由する設備に搬送装置（ベルトコンベヤ）が含まれる場合、前記した表１のパターン１に示すように、搬送装置による原料の搬送速度と、搬送装置の設備長とに基づいて、時間遅れを補正する。そして、編集部１３２は、時間遅れを補正したプロセスデータをそれぞれ関連付ける。
　また、編集部１３２は、例えば原料が経由する設備に原料を堆積させる機器が含まれる場合、前記した表１のパターン２に示す方法で時間遅れを補正する。すなわち、編集部１３２は、当該機器に堆積している原料の重量と設備入側における原料の挿入速度とに基づいて、または当該機器に堆積している原料の重量と設備出側における原料の排出速度とに基づいて、時間遅れを補正する。そして、編集部１３２は、時間遅れを補正したプロセスデータをそれぞれ関連付ける。
　また、編集部１３２は、例えば原料が経由する設備にドラムミキサー２２が含まれる場合、前記した表１のパターン３に示すように、ドラムミキサー２２の回転速度とドラムミキサー２２の形状係数とに基づいて、時間遅れ補正量を算出する。そして、編集部１３２は、時間遅れを補正したプロセスデータをそれぞれ関連付ける。
　編集部１３２では、例えばある原料に着目した場合、当該原料を処理した上流側の設備から下流側の設備にわたって、全てのプロセスデータについて時間遅れの補正を行って関連付けを行う。これにより、例えば製品や操業のある特性に対して原料に与えられたプロセスデータの分析を、容易に行うことが可能となる。
　また、例えば焼結プロセスライン（図１参照）における特定の時点のプロセスデータを評価する際に、それよりも上流側の設備におけるプロセスデータとの関連性を確認することも可能となる。例えば、現在篩２８（あるいは粉砕機２６、ドラムミキサー２２等）で処理されている原料の品質に問題があった場合に、それよりも上流側の設備における原料の状態を確認し、原因を特定することが可能となる。
　出力部１４は、例えばＬＣＤディスプレイ、ＣＲＴディスプレイ等の表示装置によって実現される。出力部１４は、編集部１３２によって編集されたトラッキング済みデータ等を出力する。
（プロセスデータの編集方法）
　実施形態に係るプロセスデータの編集方法の一例について、図４および図６を参照しながら説明する。図６は、収集部１３１によってプロセスデータを収集した後に、編集部１３２が実施する処理の詳細の一例を示している。
　まず、探索を開始する設備を設定する（ステップＳ１）。この「探索を開始する設備」とは、例えば図４における「設備Ｇ」のことを示している。続いて、探索を開始する任意の時刻を探索開始時刻に設定する（ステップＳ２）。ステップＳ１，Ｓ２のように、探索を開始する設備と探索開始時刻とを設定するのは、対象の設備を対象の時刻に通過した原料に対して、当該原料がそれより上流の設備において与えられたプロセスデータをトラッキングにより紐付けるためである。
　続いて、探索を開始する設備の一つ上流側の設備を、トラッキングの探索対象設備に設定する（ステップＳ３）。この「探索対象設備」とは、例えば図４における「設備Ｆ」のことを示している。ここで、隣接する設備において、上流側の設備の排出時刻と下流側の設備における挿入時刻は同じとみなすことができる。そこで、探索を開始する設備の一つ上流側に位置する探索対象設備の排出時刻を、探索開始時刻に設定する（ステップＳ４）。
　続いて、前記した表１のパターン１～３のいずれかを用いて、探索対象設備の時間遅れ補正量を算出する（ステップＳ５）。続いて、探索開始時刻を時間遅れ補正量だけ遡り（ステップＳ６）、遡った時刻を探索対象設備の挿入時刻として記録する（ステップＳ７）。
　続いて、探索対象設備が探索の最終設備であるか否かを判定する（ステップＳ８）。ステップＳ８において、探索対象設備が探索の最終設備ではない場合（ステップＳ８でＮｏ）、ステップＳ３に戻り、ステップＳ３～Ｓ７の処理を、探索の最終設備に到達するまで繰り返す。
　一方、ステップＳ８において、探索対象設備が探索の最終設備である場合（ステップＳ８でＹｅｓ）、次のような処理を行う。この場合、例えば各設備の挿入側あるいは排出側に設けられているセンサの計測データ（＝プロセスデータ）について、上記のトラッキング処理で記録した時刻のデータをそぞれ関連付けて（ステップＳ９）、トラッキング済みデータとして作成する。
（プロセスの異常検知装置）
　実施形態に係るプロセスの異常検知装置の構成の一例について、図７を参照しながら説明する。同図は、実施形態に係るプロセスの異常検知装置を実現する情報処理装置１Ａの構成を示している。この情報処理装置１Ａは、例えばワークステーションやパソコン等の汎用コンピュータ、あるいはクラウド上に配置されたサーバ等により実現される。また、情報処理装置１Ａは、入力部１１と、操業ＤＢ１２と、演算部１３Ａと、出力部１４と、を備えている。情報処理装置１Ａの構成のうち、入力部１１、操業ＤＢ１２および出力部１４は前記した情報処理装置１と同様であるため、説明を省略する。
　演算部１３Ａは、例えばＣＰＵ等からなるプロセッサと、ＲＡＭやＲＯＭ等からなるメモリ（主記憶部）と、によって実現される。演算部１３Ａは、プログラムを主記憶部の作業領域にロードして実行し、プログラムの実行を通じて各構成部等を制御することにより、所定の目的に合致した機能を実現する。演算部１３Ａは、前記したプログラムの実行を通じて、収集部１３１、編集部１３２および異常検知部１３３として機能する。なお、図７では、例えば一つのコンピュータ（演算部）によって各部の機能を実現する例を示しているが、各部の機能の実現手段は特に限定されず、例えば複数のコンピュータによって各部の機能をそれぞれ実現してもよい。また、演算部１３Ａの構成のうち、収集部１３１および編集部１３２は前記した演算部１３と同様であるため、説明を省略する。
　異常検知部１３３は、編集部１３２におい時間遅れが補正されたプロセスデータに基づいて、製造ラインにおける原料の品質または生産性に対する異常を検知する異常診断を行う。
　異常診断としては、例えば特定のプロセスデータを他のプロセスデータに基づいて予測する予測モデルを予め構築し、予測モデルに基づくプロセスデータの予測値とその実績値との差である予測誤差を評価する手法が挙げられる。また、別の異常診断の手法として、例えば各プロセスデータの正常時からの逸脱度を評価することにより異常を検知することもできる。この他、複数のプロセスデータを用いて、主成分分析等の統計的異常診断技術に基づく異常診断を行うことも可能である。
　異常検知部１３３では、例えば異常監視項目と上記のような異常診断の手法とを定めておき、異常監視項目ごとに異常の有無を検知する。また、異常検知部１３３では、例えば、現在篩２８（あるいは粉砕機２６、ドラムミキサー２２等）で処理されている原料の品質に問題があった場合に、それよりも上流側の設備における原料の状態を確認し、原因を特定することも可能である。
（プロセスの異常検知方法）
　実施形態に係るプロセスの異常診断方法について説明する。実施形態に係るプロセスの異常検知方法では、前記したプロセスデータの編集方法によって時間遅れが補正されたプロセスデータに基づいて、製造ラインにおける原料の品質または生産性に対する異常を検知する。また、上記の製造ラインとしては、例えば製鉄所の焼結プロセスライン等が挙げられる。
　また、実施形態に係るプロセスの異常検知方法では、前記したプロセスデータの編集方法によって、上流側から下流側の設備までの物理的・空間的な広がりを持つデータに対して、時間遅れ量に基づいて各設備の状態または原料の状態を示すデータを関連付ける。そして、実施形態に係るプロセスの異常検知方法では、このようなデータセットを用いて、異常検知に必要な予測モデルを構築することもできる。
　例えば、焼結工場前の原料搬送ベルトコンベアの電流値は、ベルトコンベア上の原料の量に依存する。そのため、切り出された複数の原料の切り出しタイミングを合わせ、各モータ位置までの搬送時間を考慮した上で、各原料の重量から電流値を予測することができる。この予測モデルによる電流予測値と電流実績値との予測誤差に基づいて、ベルトコンベアのモータまたはベルトコンベアそのものの異常検知を行うことが可能となる。また、後述するドラムミキサー２２内の原料水分率の予測モデルを利用した操業異常検知等も、時間遅れ補正のデータ編集がされたデータに基づいて実施される。更に製造された焼結鉱の強度等を含む品質を予測し、予測誤差に基づく品質異常検知を行うことも可能である。
　本実施形態によって得られるデータセットは、複数の変数の関係（相関等）に着目することでその効果を得ることができる。また、異常検知の方法としては、例えば正常時のデータを用いて構築した設備状態等の予測を行う予測モデルに基づいて、予測量と実績値との逸脱度や、予測量と目標値との逸脱度を評価して異常検知する方法、主成分分析等に基づく異常検知等が考えられる。また、異常検知に用いる予測モデルは、機械学習等の統計的手法に基づく手法に限らず、物理モデル等の科学的アプローチに基づく手法で構築してもよい。
　実施形態に係るプロセスの異常検知方法によれば、上流側の設備から下流側の設備までの時間遅れの影響を考慮して異常検知を行うため、時間遅れに依存するデータのバラツキを抑制することができ、精度のよい異常検知が可能となる。
（異常原因の特定）
　予測誤差に基づいて異常検知された場合は、予測誤差に寄与する説明変数であるプロセスデータを特定し、異常原因の候補として明示することも可能である。また、各説明変数の正常状態からの逸脱度を評価して異常候補信号を抽出することも可能である。これにより、操業異常の原因を速やかに特定し、異常操業による製品品質への影響を最小限とし、正常な状態への復旧の短縮化を図り、生産速度の維持や製品品質の維持に貢献することができる。
（実施例）
　本発明に係るプロセスデータの編集方法の実施例について、図８および図９を参照しながら説明する。図８は、配合槽♯１～♯２０、ドラムミキサーおよびそれらを連結するベルトコンベヤ１～３の構成例と、ドラムミキサー内における原料の水分率（実質水分率）の算出方法とを示している。
　焼結プロセスで利用する原料は、複数の配合槽で保管されており、原料の配合、生産スケジュール等を考慮して、複数の配合槽から原料を切り出し、造粒して利用している。各配合槽から切り出される原料の量（切り出し量）は、各配合槽に取り付けられた秤量機により、配合槽ごとに計測されている。また、各配合槽における水分量は、各配合槽に取り付けられた水分率計により、配合槽ごとに計測されている。
　配合槽から切り出された原料は、ドラムミキサーで散水および攪拌がなされて造粒される。この造粒を最適化するためには、適切な水分率を維持する必要があり、水分率の目標値と実績値とを管理する必要がある。
　原料の実質水分率は、図８の下部に示した式により算出する。一方、各配合槽に設置されている秤量機および水分率計は、ドラムミキサーから物理的に離れた位置に設けられている。そこで、本発明を利用して、プロセス全体を構成する各機器の稼働状態を表すプロセスデータを連続的に収集し、当該プロセスデータについて、原料の搬送ルートに応じて時間遅れを補正して関連付けることにより、トラッキング済みデータを作成する。
　例えば下流側の設備であるドラムミキサーから、上流側の設備である配合槽♯１までの遅れ時間が３０分であると仮定する。この場合、現在のドラムミキサー内における原料の実質水分率に対して、その３０分前の配合槽♯１内における原料の切り出し量および水分量を紐付ける。また、それ以外の配合槽♯２～♯２０の切り出し量および水分量についても、同様にドラムミキサーの実質水分率への紐付けを行うことにより、トラッキング済みデータを作成する。更に、例えばベルトコンベヤ１～３の搬送速度が異なる場合、これも加味して時間遅れを補正してトラッキング済みデータを作成する。
　これにより、例えば図９に示すように、ドラムミキサー内における原料の実質水分率を、高い精度で算出することが可能となる。なお、同図の（ａ）は、本発明によるトラッキングを実施しなかった場合の、目標水分率に対する実績水分率の関係を示す図である。また、同図の（ｂ）は、本発明によるトラッキングを実施した場合の、目標水分率に対する実績水分率の関係を示す図である。
　また、本発明では、上記のように実質水分率を精度よく算出することにより、実質水分率の目標水分率からの乖離を抑止するための異常検知を行うことも可能である。この場合、本発明を利用することにより、異常検知の向上が期待され、原料の生産や品質の安定に繋げることが可能となる。
　また、例えばドラムミキサーにおける水分率と、ドラムミキサーにおける散水量とから算出される造粒後の推定水分率について、造粒工程の目標水分率との比、または造粒工程の目標水分率との差を統計的に管理することも可能である。また、造粒工程の目標水分率との比、または造粒工程の目標水分率との差について、正常操業時における広がりを予め決定しておき、その広がりと比較して優位な逸脱が確認された場合に、異常であると検知することも可能である。更に、実質水分率に対して、物理的視点から閾値を設定できる場合、その値に基づいて異常を検知することも可能である。
　以上説明した実施形態に係るプロセスデータの編集方法、プロセスの異常検知方法、プロセスデータの編集装置およびプロセスの異常検知装置によれば、製造ラインにおける各種プロセスデータについて、時間遅れを補正して関連付けることが可能となる。その結果、時間遅れが補正され、適切に関連付けられたプロセスデータを、データ分析、品質管理、設備保全等の目的で活用することにより、プロセス全体の監視、異常検知、最適化等に利用することができる。
　以上、本発明者によってなされた発明を適用した実施の形態について説明したが、本実施形態による本発明の開示の一部をなす記述および図面により本発明は限定されることはない。すなわち、本実施形態に基づいて当業者等によりなされる他の実施の形態、実施例および運用技術等は、全て本発明の範疇に含まれる。
　１，１Ａ　情報処理装置
　１１　入力部
　１２　操業ＤＢ
　１３，１３Ａ　演算部
　１３１　収集部（収集手段）
　１３２　編集部（編集手段）
　１３３　異常検知部（異常検知手段）
　１４　出力部
　２１　配合槽
　２２　ドラムミキサー
　２３　サージホッパー（原料挿入装置）
　２３１　原料供給口
　２３２　ロールフィーダ
　２３３　主／分割ゲート
　２３４　原料切出口
　２４　焼結機
　２４１　パレット
　２５　点火炉
　２６　粉砕機
　２７　クーラー（冷却器）
　２８　篩
　２９　高炉

Claims (9)

  1. 　原料に所定の処理を施す複数の機器と、前記複数の機器を連結して前記原料を搬送する搬送装置とからなる複数の設備で構成される製造ラインにおいて、
    　コンピュータが備える収集手段が、前記複数の設備の稼働状態を示すプロセスデータを収集する収集ステップと、
    　前記コンピュータが備える編集手段が、前記プロセスデータについて、前記製造ラインで前記原料が経由する設備の種類に応じて時間遅れを補正して関連付ける編集ステップと、
    　を含むプロセスデータの編集方法。
  2. 　前記編集ステップは、前記原料が経由する設備に前記搬送装置が含まれる場合、前記搬送装置による原料の搬送速度と、前記搬送装置の設備長とに基づいて、前記時間遅れを補正する請求項１に記載のプロセスデータの編集方法。
  3. 　前記編集ステップは、前記原料が経由する設備に前記原料を堆積させる機器が含まれる場合、堆積している前記原料の重量と設備入側における前記原料の挿入速度とに基づいて、または堆積している前記原料の重量と設備出側における前記原料の排出速度とに基づいて、前記時間遅れを補正する請求項１に記載のプロセスデータの編集方法。
  4. 　原料に所定の処理を施す複数の機器と、前記複数の機器を連結して前記原料を搬送する搬送装置とからなる複数の設備で構成される製造ラインにおいて、
    　コンピュータが備える収集手段が、前記複数の設備の稼働状態を示すプロセスデータを収集する収集ステップと、
    　前記コンピュータが備える編集手段が、前記プロセスデータについて、前記製造ラインで前記原料が経由する設備の種類に応じて時間遅れを補正して関連付ける編集ステップと、
    　前記コンピュータが備える異常検知手段が、時間遅れが補正された前記プロセスデータに基づいて、製造ラインにおける原料の品質または生産性に対する異常を検知する異常検知ステップと、
    　を含むプロセスの異常検知方法。
  5. 　前記製造ラインは、製鉄所の焼結プロセスラインである請求項４に記載のプロセスの異常検知方法。
  6. 　原料に所定の処理を施す複数の機器と、前記複数の機器を連結して前記原料を搬送する搬送装置とからなる複数の設備で構成される製造ラインにおいて、
    　前記複数の設備の稼働状態を示すプロセスデータを収集する収集手段と、
    　前記プロセスデータについて、前記製造ラインで前記原料が経由する設備の種類に応じて時間遅れを補正して関連付ける編集手段と、
    　を含むプロセスデータの編集装置。
  7. 　前記編集手段は、前記原料が経由する設備に前記搬送装置が含まれる場合、前記搬送装置による原料の搬送速度と、前記搬送装置の設備長とに基づいて、前記時間遅れを補正する請求項６に記載のプロセスデータの編集装置。
  8. 　前記編集手段は、前記原料が経由する設備に前記原料を堆積させる機器が含まれる場合、堆積している前記原料の重量と設備入側における前記原料の挿入速度とに基づいて、または堆積している前記原料の重量と設備出側における前記原料の排出速度とに基づいて、前記時間遅れを補正する請求項６に記載のプロセスデータの編集装置。
  9. 　原料に所定の処理を施す複数の機器と、前記複数の機器を連結して前記原料を搬送する搬送装置とからなる複数の設備で構成される製造ラインにおいて、
    　前記複数の設備の稼働状態を示すプロセスデータを収集する収集手段と、
    　前記プロセスデータについて、前記製造ラインで前記原料が経由する設備の種類に応じて時間遅れを補正して関連付ける編集手段と、
    　時間遅れが補正された前記プロセスデータに基づいて、製造ラインにおける原料の品質または生産性に対する異常を検知する異常検知手段と、
    　を備えるプロセスの異常検知装置。
PCT/JP2024/023935 2023-07-05 2024-07-02 プロセスデータの編集方法、プロセスの異常検知方法、プロセスデータの編集装置およびプロセスの異常検知装置 Ceased WO2025009529A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2024550794A JP7722596B2 (ja) 2023-07-05 2024-07-02 プロセスデータの編集方法、プロセスの異常検知方法、プロセスデータの編集装置およびプロセスの異常検知装置
CN202480043953.8A CN121464406A (zh) 2023-07-05 2024-07-02 工艺数据的编辑方法、工艺的异常检测方法、工艺数据的编辑装置以及工艺的异常检测装置
KR1020267002008A KR20260026561A (ko) 2023-07-05 2024-07-02 프로세스 데이터의 편집 방법, 프로세스의 이상 검지 방법, 프로세스 데이터의 편집 장치 및 프로세스의 이상 검지 장치
EP24836042.2A EP4722833A1 (en) 2023-07-05 2024-07-02 Process data editing method, process abnormality detection method, process data editing device, and process abnormality detection device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2023110832 2023-07-05
JP2023-110832 2023-07-05

Publications (1)

Publication Number Publication Date
WO2025009529A1 true WO2025009529A1 (ja) 2025-01-09

Family

ID=94171503

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2024/023935 Ceased WO2025009529A1 (ja) 2023-07-05 2024-07-02 プロセスデータの編集方法、プロセスの異常検知方法、プロセスデータの編集装置およびプロセスの異常検知装置

Country Status (5)

Country Link
EP (1) EP4722833A1 (ja)
JP (1) JP7722596B2 (ja)
KR (1) KR20260026561A (ja)
CN (1) CN121464406A (ja)
WO (1) WO2025009529A1 (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH042732A (ja) * 1990-04-20 1992-01-07 Nippon Steel Corp 焼結プロセス制御装置
JP2011084758A (ja) 2009-10-13 2011-04-28 Kobe Steel Ltd 測定データ収集方法及び測定データ収集システム
JP2013122341A (ja) 2011-12-12 2013-06-20 Nippon Steel & Sumitomo Metal Corp 焼結機のパレットのデータ測定装置およびデータ測定方法
JP2018180666A (ja) * 2017-04-05 2018-11-15 オムロン株式会社 制御装置、制御プログラム、制御システム、および、制御方法
JP2021086457A (ja) * 2019-11-28 2021-06-03 花王株式会社 品質計測方法及び品質計測装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH042732A (ja) * 1990-04-20 1992-01-07 Nippon Steel Corp 焼結プロセス制御装置
JP2011084758A (ja) 2009-10-13 2011-04-28 Kobe Steel Ltd 測定データ収集方法及び測定データ収集システム
JP2013122341A (ja) 2011-12-12 2013-06-20 Nippon Steel & Sumitomo Metal Corp 焼結機のパレットのデータ測定装置およびデータ測定方法
JP2018180666A (ja) * 2017-04-05 2018-11-15 オムロン株式会社 制御装置、制御プログラム、制御システム、および、制御方法
JP2021086457A (ja) * 2019-11-28 2021-06-03 花王株式会社 品質計測方法及び品質計測装置

Also Published As

Publication number Publication date
EP4722833A1 (en) 2026-04-08
JP7722596B2 (ja) 2025-08-13
KR20260026561A (ko) 2026-02-26
JPWO2025009529A1 (ja) 2025-01-09
CN121464406A (zh) 2026-02-03

Similar Documents

Publication Publication Date Title
CN114144738B (zh) 品质预测模型生成方法、品质预测模型、品质预测方法、金属材料的制造方法、品质预测模型生成装置以及品质预测装置
Lee et al. Process mean and screening limits for filling processes under two-stage screening procedure
JP2009282740A (ja) 製品品質予測および制御方法
JP7031512B2 (ja) 鉄鋼プラント用監視作業支援システム
CN106794499A (zh) 材料特性值推定方法、材料特性值推定装置、及钢带的制造方法
JP7725927B2 (ja) 成形管理装置
JP5821363B2 (ja) 製品欠陥要因分析装置
US10095199B2 (en) Energy consumption predicting device for rolling line
JP5888175B2 (ja) データ解析装置
KR101801897B1 (ko) 제품 품질 관리를 위한 공정 관리 시스템 및 그 관리 방법
JP7722596B2 (ja) プロセスデータの編集方法、プロセスの異常検知方法、プロセスデータの編集装置およびプロセスの異常検知装置
CN109948746B (zh) 一种基于传感器的钢坯信息追溯方法
CN105903768A (zh) 制钢成套设备的趋势监测装置
JP7135962B2 (ja) 鋼板の仕上出側温度制御方法、鋼板の仕上出側温度制御装置、及び鋼板の製造方法
JP4647809B2 (ja) 生産管理システム
JP5007630B2 (ja) 製品品質の制御方法及び制御装置
TWI654043B (zh) 分割切斷控制裝置
JP4718287B2 (ja) 圧延ライン管理システム
JP7029647B2 (ja) コントローラ、システム、方法及びプログラム
CN120850018B (zh) 基于联合机器学习模型的饲料产线监测控制方法及系统
JP7151636B2 (ja) データ収集装置
Prakoso et al. Measurement of Machine Effectiveness Using the Overall Equipment Effectiveness (OEE) Value Approach on the BX-75 Machine (A Case Study)
JP6822390B2 (ja) 厚鋼板の粗圧延時間算出方法、厚鋼板の粗圧延時間算出装置、及び厚鋼板の製造方法
EP4674991A1 (en) Method and device for detecting air leak in sintering machine pallet
Hijriah et al. Effect of Raw Material Inventory, Workers Quantity, and The Capacity of Machine on The Volume of The Production (Case on Nickel Pig Iron PT. Cahaya Modern Metal Industry)

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 2024550794

Country of ref document: JP

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

Ref document number: 24836042

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 202517127069

Country of ref document: IN

WWE Wipo information: entry into national phase

Ref document number: 2024836042

Country of ref document: EP

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112025029376

Country of ref document: BR

WWP Wipo information: published in national office

Ref document number: 202517127069

Country of ref document: IN

ENP Entry into the national phase

Ref document number: 2024836042

Country of ref document: EP

Effective date: 20251230

ENP Entry into the national phase

Ref document number: 1020267002008

Country of ref document: KR

Free format text: ST27 STATUS EVENT CODE: A-0-1-A10-A15-NAP-PA0105 (AS PROVIDED BY THE NATIONAL OFFICE)

WWE Wipo information: entry into national phase

Ref document number: 1020267002008

Country of ref document: KR

ENP Entry into the national phase

Ref document number: 2024836042

Country of ref document: EP

Effective date: 20251230

ENP Entry into the national phase

Ref document number: 2024836042

Country of ref document: EP

Effective date: 20251230

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2024836042

Country of ref document: EP

Effective date: 20251230

WWP Wipo information: published in national office

Ref document number: 1020267002008

Country of ref document: KR

WWP Wipo information: published in national office

Ref document number: 2024836042

Country of ref document: EP