JPH0726127B2

JPH0726127B2 - 高炉炉熱自動制御システム

Info

Publication number: JPH0726127B2
Application number: JP29194387A
Authority: JP
Inventors: 雅昭桜井; 一政脇元; 隆志炭竈; 章牧
Original assignee: 日本鋼管株式会社
Priority date: 1987-11-20
Filing date: 1987-11-20
Publication date: 1995-03-22
Anticipated expiration: 2010-03-22
Also published as: JPH01136912A

Description

【発明の詳細な説明】［産業上の利用分野］本発明は、高炉から出銑される溶銑温度を自動制御する
高炉炉熱自動制御システムに関するものである。

［従来の技術］従来高炉内の溶銑の温度を推定し且つこれを管理・制御
する方法としては、一般に高炉操業者が高炉に設置され
た種々のセンサからの情報を定性的に判定して高炉の状
況の評価を行い、操業因子の最適な調整を行うという方
法が採られている。しかし、その評価の結果には操業者
の能力や経験等による個人差があり、このため、操業ア
クションの基準化が難しいと共に、評価が定量的でない
ため溶銑温度の推定が行い難いという問題点があった。

このようなことから、例えば特公昭51−30007号公報に
開示されているような高炉のプロセス制御方法が提案さ
れている。このプロセス制御方法は、送風温度を一定に
保ち、操業中連続的に入手できる測定値から炉内の直接
還元量を求め、銑中Si含有量の目標値とその実績値を代
表する指数平滑値との差によって、銑中Si含有量の長周
期変動を防止するための補正項を付加した方程式によっ
て送風湿分を決定し、この送風湿分決定値によって炉内
における熱収支を制御するようにしている。

このため、高炉状況の計算制御した時に生ずるその大波
変化（長周期の変化）を修正して的確な操業を実現した
ものとなっている。

［発明が解決しようとする問題点］上記の特公昭51−30007号公報に開示されている従来の
プロセス制御方法では、センサからの情報を解析してモ
デルに入力して所定の演算を行うようにしている。この
ため、その演算を実行するコンピュータは言語として例
えばフォートランが使用されているが、演算容量は極め
て大きなものとなっている。更に、高炉は経年変化する
ので解析モデル自体を変更してメンテナンスしなければ
ならないが、解析モデル自体が複雑であるから解析モデ
ルの条件変更は極めて面倒な作業になるという問題点が
あった。

また、前記の問題点を解決する手段として、人工知能用
言語、例えばLISPを使用したコンピュータシステムによ
りメンテナンス性を改善することができるが、ここで、
センサ情報（真偽データ、各種センサデータ）と、知識
ベースを用いて、炉熱状況について推論する上で、プロ
ダクションルールを用いた場合には、例えば IF xi＝▲ｘ^j ₁▼ THEN Ａ＝A₁ CF＝Y₁ IF xi＝▲ｘ^j ₂▼ THEN Ａ＝A₂ CF＝Y₂ というように、記述するためプログラムの作成、或いは
ルール内に記述されている数値の入力作業が繁雑となる
という問題点があった。

本発明は、このような問題点を解決するためになされた
ものであり、直接的には高炉の炉熱を所定の温度レベル
に制御することによりその結果として溶銑温度及び溶銑
成分が所望のものとなるようにし、そして、コンピュー
タで実現した際にその演算容量、演算速度を改善し、且
つ、高炉の経年変化など新たな状況に対しても、ルール
の追加、修正が容易な高炉炉熱自動制御システムを得る
ことを目的とする。

［問題点を解決する手段］本発明に係る高炉炉熱自動制御システムは、高炉に設置
された各種のセンサからデータを所定のタイミングで取
り込むデータ入力手段と、前記センサからのデータに基
づいて、羽口埋込み温度、荷下り速度、圧力損失、炉頂
温度、ガス利用率、及びソリューションロス量を含む、
高炉の状況を示す各種データを作成する手段とを有す
る。

更に、前記各種データをその基準データと比較して、加
工データ（真偽及び炉熱との関係を示すデータ）を作成
する手段と、前記加工データを一時記憶する記憶手段
と、高炉操業についての経験、実績、及び数式モデルに
基づいた各種の知識ベースが記憶された知識ベース手段
と、前記記憶手段の加工データと前記知識ベース手段の
知識ベースに基づいて炉熱レベル及び炉熱推移を推論
し、高炉の炉熱が所定の温度レベルになるように、その
推論結果に基いて高炉に対するアクション量を決定する
推論手段と、前記アクション量の自動制御を行う手段と
を有する。

前記推論手段は、この発明の好ましい実施例によれば、
センサ情報と、炉熱レベル又は炉熱推移と、確信度とを
３軸とする３次元関数が用いられる。

［作用］本発明においては、データ入力手段からの高炉データを
高炉の状況を示す各種データを作成した後、そのデータ
に基づいて加工データを作成する。その加工データと知
識ベースとに基づいた人工知能としての推論演算をし、
高炉に対するアクション量を決定する。そして、そのア
クションに基づいて操業因子を調整することにより高炉
炉熱を自動制御する。高炉はそれ自体大きな熱容量をも
っており、しかも炉熱を直接計測することはできない
が、本発明においては、上述のように、加工データ及び
知識ベースに基いてそのとき炉熱温度に対応した炉熱レ
ベル及び炉熱の時間的な変化に対応した炉熱推移をそれ
ぞれ推論し、この２つの推論結果に基いて炉熱が所定の
温度になるように、高炉に対するアクション量を決定し
ているので、そのアクション量は炉況に対応した適切な
ものとなり、高炉の炉熱を所定の温度レベルに精度よく
制御することができる。そして、高炉の炉熱が精度よく
制御されることにより、その結果として、溶銑温度及び
溶銑成分がいずれも所望のものとなる。

［実施例］以下本発明の実施例を図面に基づいて説明する。第１図
は本発明の一実施例に係る高炉炉熱自動制御システムの
概念図であり、高炉操業支援機能を持つプロセスコンピ
ュータ、AIルーツを持つ推論処理用のAI専用プロセッサ
及びデジタル計装装置を主たる構成とする。

図において、（１）は制御対象となる高炉、（10）は高
炉操業支援機能を持つプロセスコンピュータで、センサ
データ収集手段（12）、ファイル手段（14）、演算手段
（16）、高炉制御システム（18）及びインターフエース
・バッフア（19）を含んでいる。

センサデータ収集手段（12）は各種センサ、例えば温度
センサ、圧力センサ、ガスセンサ等からのデータをデー
タスキャナー（11a），（11b），（11c）を介して時系
列に入力処理するものである。

フアイル手段（14）は、時系列フアイル手段（通常の制
御用）及び時系列フアイル手段（人工知能用）を含んで
おり、データバンキング機能を果たしている。演算処理
手段（16）は、システム処理手段、時系列処理手段（人
工知能用）及びセンサデータ前処理手段を含んでいる。

この実施例では、上記装置においてフアイル手段（13）
に時系列ファイル手段（人工知能用）が組み込まれ、演
算手段（16）に時系列処理手段（人工知能用）及びセン
サーデータ前処理手段が組み込まれ、更にインターフェ
ース・バッファ（19）が組込まれた点に、従来プロセス
コンピュータとの相違点があり、これらの装置はAI専用
プロセッサとしての小型のコンピュータでの演算のため
にセンサーデータの前処理を行うものである。

（20）はAI専用プロセッサとしての小型コンピュータ
で、第２図に示した知識ベース（22）、共通データバッ
ファ（24）及び推論エンジン（26）が含まれている。
（以上の符号（10），（20）で示されたものの構成は、
同一出願人が既に出願した特願昭61−113795号に係るも
のと基本的には同一である。）（30）はCRTで、推論エンジン（25）の推論の結果がイ
ンターフエース・バッフア（19）及びフアイル手段（1
4）を介して伝えられて表示される。（32）はデジタル
計装装置で、推論エンジン（26）の推論の結果に基づい
て高炉の温度制御をするために送風湿分、送風温度、重
油等液体燃料等炉熱調整可能な操作種の操作量を調整す
るものであり、インターフエース・バッフア（19）及び
高炉制御システム（18）を介して制御される。

（40）は熱風炉で、（42），（44），（46）はそれぞれ
制御弁である。

以上の構成からなる本実施例の動作を説明する。

（１）まず、各種のセンサのデータがデータスキャナー
（11）を介してセンサデータ収集手段（12）により順次
所定のタイミングで読取り取られ、フアイル手段（14）
の時系列ファイル手段（通常制御用）に格納される。

（２）フアイル手段（14）の時系列ファイル手段（通常
制御用）に格納されたデータは、演算処理手段（16）の
センサーデータ前処理手段にてデータ処理される。

このセンサーデータ前処理手段では、荷下り、温度、ガ
ス利用率、出銑滓等に関するデータ処理がなされる。こ
れらのデータをそれぞれ所定の基準値と比較して所定の
加工データを作成し、インターフェース・バッファ（1
9）に格納する。

（３）次に、インターフェース・バッファ（19）に格納
された加工データを共通データバッファ（24）に転送す
る。

（４）推論エンジン手段（26）は、知識ベース（22）に
予め格納されている知識データと共通データバッファ
（24）の加工データとに基づいて高炉内の状況を推論す
る。

ここで、知識ベース（22）は推論の効率等を考慮して第
２図に示すような炉熱判断、炉熱推移、アクション判断
及びアクション補正をするための知識ユニットから構成
されている。これらはオペレータの知識や経験をIF〜TH
EN〜型のプロダクションルール或いはフレームで表現さ
れており、更に各々のルールの曖昧さを表わす指標とし
てCF値（Certainty Factor;確信度）を導入して、推論
の信頼性を高めている。

更に、CF値を決定する手段として後述する３次元関数を
用いることにより、ルール数の減少、メンテナンス性の
改善を図っている。

推論エンジン手段（26）においては、第２図に示すよう
にまず、炉熱レベル及び炉熱推移が判定され、次にこれ
らの判定結果に基づいてアクション量が判定される。こ
のアクション量は所定の補正がなされ、その結果は高炉
制御システム（18）を介してデジタル計装装置（32）に
送られる。

そして、デジタル計装装置（32）により制御弁（42）、
（44），（46）の開度が適宜制御されて、アクション動
作がなされ、高炉（１）の炉温が所望の値に制御され
る。

次に、知識ベースの構成及びその具体的な推論を第２図
に基づいて説明する。

（Ａ）炉熱レベル判定KS（KS（Knowlege Source）；知
識源）グループ；推論開始時刻における炉熱の状態を判定する知識ベース
である。「溶銑温度」、「送風圧力」、「羽口埋込温
度」等、センサの属性、機能に分割されたKS群からなっ
ており、各KS群毎に高〜低レベルまで７段階に分けられ
た炉熱レベルに対し、後述する方法でCF値分布を求め、
最大確信度のレベルを現時刻の炉熱レベルとしている。
また、炉熱レベルが極度に低いと判定した場合は、羽口
状況、出銑状況などを任意の時刻に対話形式で入力し、
センサ関係ルールで得られない情報を取り込むことがで
きる「人間判断ルール」を持っている。

なお、その他残銑滓貯留、溶銑成分、出銑口間温度偏
差、出銑形態など様々な条件に対応できる知識ベースも
含まれている。

（Ｂ）炉熱推移判定KSグループ；炉熱推移を、過去から現在に至る変化の度合により、急
上昇〜一定〜急降下の間で５段階に分け各ランクごとに
確信度を求め、その最大の値の段階位置を現時刻の炉熱
推移状態とする。

知識ベースは、「溶銑温度」を初めとした各種センサ類
と、「溶銑成分」等から構成されており、また「溶銑温
度」と「溶銑成分」とについては、更に「短期推移」及
び「長期推移」に分けてルール化している。

（Ｃ）アクション判定KSグループ；現時刻の炉熱状態を炉熱推移と炉熱レベルを軸としたマ
トリックス上で求め、取るべきアクションを決定する。
第３図はその例を示したもので、この例ではCF値の頂点
（最大値）が、炉熱レベル＝4,炉熱推移＝３であること
を示している。なお、マトリックス上の各位置のアクシ
ョン型及びアクション量は予めフレームに知識として格
納されている。アクション型は例えば第４図に示すよう
に構成され、アクション量については第５図に示される
ように定量化されている。

なお、アクション型の所定位置のアクションを採用する
際にはCF値が所定の大きさに達していることが必要であ
る。また、アクション量は全てを自動制御することを原
則とするが、一部をマニュアル制御することも可能であ
る（例えば第５図のＧ）。

（Ｄ）アクション補正量判定KSグループ；過去にとられたアクション或いは外乱の判定をすると共
に、それらの現時刻における影響量を考慮して補正アク
ション量を決定する。その内容は、送風湿度、送風温
度、液体燃料、コークス比等の操作量変更、及びコーク
ス水分、付着物脱落等の外乱等を検知して対応するルー
ル等から構成されている。

例えば、送風湿度を変更した場合、その変更時刻と変更
量は「操作量変更検知」ルールで自動的に検出され、そ
の後の影響量は「送風湿度」ルールにより時間の関数と
して考慮される。また、炉壁付着物の脱落時には、「壁
落ち」ルールにより自動的に脱落個所と炉熱への影響量
及び羽口先降下時間が判定され、予備アクションの操作
時刻と操作量が決定され補正計算に組み込まれる。

（Ｅ）総合判定KS; 上記（Ａ）〜（Ｄ）の判定結果に基づいて取るべきアク
ション量を総合判定する。そして、その判定結果は休風
判定KSと共に操業状態判定KSに入力されて操業状態が判
定され、画面表示KSを介してCRT（30）に表示して取る
べきアクション量をオペレータに指示、ガイダンスする
と同時に、デジタル計装装置（32）にフィードバックし
て完全自動制御を行なう（第１図参照）。

次に、上記の各知識ベース（Ａ）（Ｂ）でCF値を求める
際に用いられる３次元関数について説明する。

この関数を導入しない通常のプロダクションルールにお
いては、関係する全てのセンサに対して、例えば、 IF（センサｉの温度がT1〜T2の範囲である。）THEN
（高熱レベルであるCF値はC1），……，（低熱レベルで
あるCF値はCn）； IF（センサｉの温度がT1〜T3の範囲である。）THEN
（高熱レベルのCF値Ｃ′１），……（低熱レベルのCF値
はＣ′ｎ）； …… とルールを表現して行く必要があり、膨大なルール数と
なるため推論時間が増大し、且つ、CF値の調整が極めて
繁雑になる欠点がある。

第６図は或る一つのセンサ情報に対する炉熱推移の３次
元関数を示したものである。図中（●）はこの関数の境
界条件として与える入力値である。

図において、Ｘ〜Ｚは、Ｘ軸：一次処理データ（例えばソリューションロスカー
ボン量）Ｙ軸：炉熱推移状況（変化の程度を１〜５段階に区別）Ｚ軸：確信度（CF値）を意味する。ここでは、あるセンサの値がＸ軸上のＸの
時、第６図内に示すＹ軸上の各段階（ｊ＝１〜５）に対
する確信度Zj（Ｘ）が求まることを表している。このよ
うにして各情報ごとに確信度分布を求めた後、センサー
ごとに重み付けをして累積加算し、炉熱推移の総合確信
度分布を決定する。

次に、溶銑温度レベルの３次元関数の作成方法について
詳細に説明する。第７図は出銑中の溶銑温度変化の分布
を表したものであり、各軸はそれぞれＸ軸；出銑温度Ｙ軸；溶銑温度Ｚ軸；出現頻度（発生頻度数率）を意味している。次に、出銑時刻Ｘ＝Xiにおける溶銑温
度Tiとタップ最高溶銑温度Tmiの関係を示したものが第
８図である。この図に基づいてタップ最高溶銑温度と炉
熱との関係、及び出現頻度とCF値の関係を調整すると第
９図に示される３次元関数が得られる。なお、出銑温度
は出銑開始からの経過時間や操業条件に依存した計測情
報であるため、使い分けができるように30種類以上用意
されており、条件に合わせて自動的に選択される。

以上の３次元関数はフレームに記載され、計算の手続き
はLISP関数で与えられる。

第10図に吹込み水比制御により全自動制御の操業の実績
を示す。例えば、アクションD1（水比−3g/Nm3）は、炉
熱レベルに低下によるものである。また、15時のアクシ
ョン（水比−2g/Nm3）は現時刻ではＣ型（ノーアクショ
ン）であるが、後にコークス比−2kg/Tが羽口先へ降下
することを考慮して取られたものである。

本実施例による操業実績と、従来のオペレータによる操
業実績とを比較すると、第11図に示したように溶銑温度
の管理精度の向上が図られていることが分かる。このこ
とは、操業管理の標準化ができたことを意味している。

［発明の効果］以上のようにこの発明によれば、高炉に設置された各種
のデータから加工データを作成し、その加工データと経
験等に基づく知識ベースとにより人工知能としての所定
の推論をするようにしたので、従来の経験が十分に生か
され、以下の効果が得られている。

（１）操業管理の標準化（２）人間の誤判断の防止（３）温度，成分変動の少ない高品質溶銑の次工程への
安定供給（４）炉冷の回避（５）省力化（６）コンピュータで装置を実現した際にその演算容
量、演算速度を改善し、且つ高炉の経年変化等の新たな
状況に対してもルールの追加、修正が容易になってい
る。

【図面の簡単な説明】

第１図はこの発明の一実施例に係る高炉炉熱自動制御シ
ステムのブロック図、第２図は知識ベースの構成を示し
たブロック図、第３図はアクションマトリックスの一例
を示した説明図、第４図はアクションマトリックスの型
の一例を示した説明図、第５図はアクション量の一例を
示した説明図、第６図は炉熱推移の３次元関数の説明
図、第７図〜第９図は炉熱レベルの３次元関数の作成方
法を示した説明図、第10図は吹き込み水比例制御による
全自動制御の操業例の実績を示した特性図、第11図は溶
銑温度のエラー発生率を示した特性図である。

Claims

【特許請求の範囲】

【請求項１】高炉に設置された各種のセンサからデータ
を所定のタイミングで取り込むデータ入力手段と、前記センサからのデータに基づいて、羽口埋込み温度、
荷下り速度、圧力損失、炉頂温度、ガス利用率、及びソ
リューションロス量を含む、高炉の状況を示す各種デー
タを作成する手段と、前記各種データをその基準データと比較して、真偽及び
炉熱との関係を示すデータ（以下加工データという）を
作成する手段と、前記加工データを一時記憶する記憶手段と、高炉操業についての経験、実績、及び数式モデルに基づ
いた各種の知識ベースが記憶された知識ベース手段と、前記記憶手段の加工データと前記知識ベース手段の知識
ベースに基づいて炉熱レベル及び炉熱推移をそれぞれ推
論し、炉熱が所定の温度レベルになるように、その推論
結果に基いて高炉に対するアクション量を決定する推論
手段と、前記アクション量の自動制御を行う手段とを備えたことを特徴とする高炉炉熱自動制御システム。
【請求項２】推論手段は、センサ情報と、炉熱レベル又
は炉熱推移と、確信度とを３軸とした３次元関数を用い
て推論するものである特許請求の範囲第１項記載の高炉
炉熱自動制御システム。