WO2023008242A1 - 溶銑温度の予測方法、操業ガイダンス方法、溶銑の製造方法、溶銑温度の予測装置、操業ガイダンス装置、高炉操業ガイダンスシステム、高炉操業ガイダンスサーバ及び端末装置 - Google Patents

溶銑温度の予測方法、操業ガイダンス方法、溶銑の製造方法、溶銑温度の予測装置、操業ガイダンス装置、高炉操業ガイダンスシステム、高炉操業ガイダンスサーバ及び端末装置 Download PDF

Info

Publication number
WO2023008242A1
WO2023008242A1 PCT/JP2022/027934 JP2022027934W WO2023008242A1 WO 2023008242 A1 WO2023008242 A1 WO 2023008242A1 JP 2022027934 W JP2022027934 W JP 2022027934W WO 2023008242 A1 WO2023008242 A1 WO 2023008242A1
Authority
WO
WIPO (PCT)
Prior art keywords
molten iron
physical model
furnace
blast furnace
operation guidance
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/JP2022/027934
Other languages
English (en)
French (fr)
Inventor
佳也 橋本
稜介 益田
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 JP2022569587A priority Critical patent/JP7264321B1/ja
Priority to US18/578,006 priority patent/US20240318269A1/en
Priority to KR1020247002417A priority patent/KR20240024234A/ko
Priority to EP22849305.2A priority patent/EP4343006A4/en
Priority to CN202280052025.9A priority patent/CN117751199A/zh
Publication of WO2023008242A1 publication Critical patent/WO2023008242A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • 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
    • C21B7/24—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
    • 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 specially adapted for 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 specially adapted for furnaces of these types
    • F27B1/28—Arrangements of monitoring devices, of indicators, of alarm devices
    • 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
    • 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—Arrangement of monitoring devices; Arrangement of safety devices
    • F27D21/0014—Devices for monitoring temperature
    • 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

Definitions

  • the present disclosure relates to a molten iron temperature prediction method, an operation guidance method, a molten iron manufacturing method, a molten iron temperature prediction device, an operation guidance device, a blast furnace operation guidance system, a blast furnace operation guidance server, and a terminal device.
  • Hot metal temperature control is important to maintain stable blast furnace operation.
  • the slag becomes more viscous and difficult to discharge, which can reduce the productivity of the blast furnace.
  • the molten iron temperature drops extremely, the molten iron and slag solidify and cannot be discharged, which may cause a furnace cooling accident that stops the operation of the blast furnace.
  • Many proposals have been made for methods of predicting the hot metal temperature (see Patent Documents 1 and 2, for example).
  • the purpose of the present disclosure which has been made to solve the above problems, is to provide a molten iron temperature prediction method and a molten iron temperature prediction device that can predict the molten iron temperature with high accuracy. Further, the object of the present disclosure is to provide an operation guidance method for guiding the operation of a blast furnace, a method for manufacturing molten iron, an operation guidance device, a blast furnace operation guidance system, a blast furnace operation guidance server, and It is to provide a terminal device.
  • a hot metal temperature prediction method includes: a reaction amount calculation step of calculating a reaction amount in the furnace using a physical model that takes into account reactions and heat transfer phenomena in the furnace; a divergence degree calculation step of calculating the degree of divergence between the reaction amount calculated using the physical model and the actually measured reaction amount; a model parameter adjustment step of adjusting the parameters of the physical model that causes a biased flow of the gas in the furnace so that the calculated degree of deviation is small; and a hot metal temperature prediction step of predicting a future hot metal temperature using the physical model with the adjusted parameters.
  • An operation guidance method includes An operation action presentation step of presenting an operation action for increasing the hot metal temperature based on the hot metal temperature predicted by the hot metal temperature prediction method.
  • a method for producing hot metal according to an embodiment of the present disclosure includes: Hot metal is produced according to the operational actions presented by the operational guidance method described above.
  • a hot metal temperature prediction device includes: a storage unit that stores a physical model that takes into account reactions and heat transfer phenomena in the furnace of the blast furnace; a reaction amount calculation unit that calculates the reaction amount in the furnace using the physical model; a divergence calculation unit that calculates the degree of divergence between the reaction amount calculated using the physical model and the actually measured reaction amount; a model parameter adjustment unit that adjusts the parameters of the physical model that causes a biased flow of the gas in the furnace so that the calculated degree of deviation is small; a hot metal temperature prediction unit that predicts a future hot metal temperature using the physical model with the adjusted parameters.
  • An operation guidance device includes An operation action presenting unit is provided for presenting an operation action for increasing the molten iron temperature based on the molten iron temperature predicted by the molten iron temperature prediction device.
  • a blast furnace operation guidance system includes: A blast furnace operation guidance server and a terminal device, The blast furnace operation guidance server, a measured value acquiring unit for acquiring measured values indicating the operational state of the blast furnace; a storage unit that stores a physical model that takes into account reactions and heat transfer phenomena in the furnace of the blast furnace; a reaction amount calculation unit that calculates the reaction amount in the furnace using the physical model; a divergence calculation unit that calculates the degree of divergence between the reaction amount calculated using the physical model and the actually measured reaction amount; a model parameter adjustment unit that adjusts the parameters of the physical model that causes a biased flow of the gas in the furnace so that the calculated degree of deviation is small; a hot metal temperature prediction unit that predicts a future hot metal temperature using the physical model with the adjusted parameters; an operation action presenting unit that presents an operation action for increasing the molten iron temperature based on the predicted molten iron temperature;
  • the terminal device an operation action acquisition unit that acquires the operation action presented by the blast furnace operation guidance server; and a display
  • a blast furnace operation guidance server for acquiring measured values indicating the operational state of the blast furnace; a storage unit that stores a physical model that takes into account reactions and heat transfer phenomena in the furnace of the blast furnace; a reaction amount calculation unit that calculates the reaction amount in the furnace using the physical model; a divergence calculation unit that calculates the degree of divergence between the reaction amount calculated using the physical model and the actually measured reaction amount; a model parameter adjustment unit that adjusts the parameters of the physical model that causes a biased flow of the gas in the furnace so that the calculated degree of deviation is small; a hot metal temperature prediction unit that predicts a future hot metal temperature using the physical model with the adjusted parameters; an operation action presenting unit that presents an operation action for increasing the molten iron temperature based on the predicted molten iron temperature.
  • a terminal device includes: A terminal device that constitutes a blast furnace operation guidance system together with a blast furnace operation guidance server, an operation action acquisition unit that acquires the operation action presented by the blast furnace operation guidance server; A display unit that displays the acquired operation action,
  • the blast furnace operation guidance server is configured to reduce the deviation between the reaction amount in the furnace calculated using a physical model that takes into account the reaction and heat transfer phenomenon in the blast furnace and the measured reaction amount. , adjusting the parameters of the physical model that causes a biased flow of the gas in the furnace,
  • the operational action is an operational action for increasing the hot metal temperature based on the predicted future hot metal temperature using the physical model with the adjusted parameters.
  • an operation guidance method for providing guidance for blast furnace operation based on a highly accurately predicted molten iron temperature a method for manufacturing molten iron, an operation guidance device, a blast furnace operation guidance system, a blast furnace operation guidance server, and A terminal device can be provided.
  • FIG. 1 is a diagram showing input/output information of a physical model used in the present disclosure.
  • FIG. 2 is a diagram illustrating future prediction results of hot metal temperature.
  • FIG. 3 is a diagram illustrating prediction results by a physical model that does not consider drift.
  • FIG. 4 is a diagram illustrating prediction results by a physical model that considers drift.
  • FIG. 5 is a diagram illustrating calculation results of the in-furnace temperature distribution.
  • FIG. 6 is a diagram showing a configuration example of a hot metal temperature prediction device and an operation guidance device according to one embodiment.
  • FIG. 7 is a flowchart showing a hot metal temperature prediction method according to one embodiment.
  • FIG. 8 is a flowchart illustrating an operational guidance method according to one embodiment.
  • FIG. 9 is a diagram showing a configuration example of a blast furnace operation guidance system according to one embodiment.
  • a molten iron temperature prediction method an operation guidance method, a molten iron manufacturing method, a molten iron temperature prediction device, an operation guidance device, a blast furnace operation guidance system, a blast furnace operation guidance server, and a method for manufacturing molten iron according to an embodiment of the present disclosure.
  • a terminal device is described.
  • the physical model used in the present disclosure is similar to the method described in Reference 1 (K. Takatani et al. ISIJ International, Vol. 39 (1999), pp. 15). It is a physical model (unsteady model) that can calculate the state inside the blast furnace (furnace) in the unsteady state, composed of partial differential equations considering physical phenomena such as heat exchange and ore melting. Unsteady conditions include, for example, the occurrence of events such as blow-by, shelving, and the like.
  • the main ones that change over time are blast flow rate, blast oxygen flow rate, pulverized coal flow rate, coke ratio, blast moisture content, blast temperature, and top gas pressure.
  • These input variables are operating variables or operating factors of the blast furnace.
  • the blast flow rate, blast oxygen flow rate, and pulverized coal flow rate are the flow rates of air, oxygen, and pulverized coal sent to the blast furnace, respectively.
  • the coke ratio is the coke ratio at the top of the furnace and is the weight of coke used per ton of hot metal produced.
  • Blast moisture is the humidity of the air sent to the blast furnace.
  • the blast temperature is the temperature of the air sent to the blast furnace.
  • Top gas pressure is the pressure at the top of the gas in the furnace.
  • the main output variables of the physical model are gas utilization rate, solution loss carbon amount, reducing agent ratio, ironmaking speed, and molten iron temperature.
  • the time interval for this calculation is not particularly limited, it is 30 minutes in this embodiment.
  • the time difference between "t+1" and "t" in the physical model formula, which will be described later, is 30 minutes.
  • the physical model is a three-dimensional unsteady model capable of estimating the three-dimensional temperature distribution and ore reduction rate distribution in the furnace.
  • the form of the physical model is not limited to a three-dimensional unsteady model.
  • the physical model can be represented by the following formula.
  • x(t) is a state variable calculated within the physical model.
  • State variables are, for example, coke temperature, iron temperature, ore oxidation degree, raw material falling speed, and the like.
  • y(t) is the hot metal temperature (HMT), which is a control variable.
  • FIG. 2 exemplifies future prediction results of the hot metal temperature by such repeated calculations.
  • the horizontal axis of FIG. 2 is the time axis. The unit is hours. Also, a minus sign indicates past time.
  • the graph of the input variables located on the left side of FIG. 2 uses the above symbols.
  • a graph of the output variables of the physical model is arranged on the right side of FIG. ⁇ CO is the gas utilization rate.
  • SLC is the amount of solution loss carbon.
  • RAR is the reducing agent ratio.
  • Prod is ironmaking speed.
  • HMT is the hot metal temperature, as described above.
  • FIG. 3 shows the prediction result using the input variables when further furnace cooling occurs with the above method.
  • the period indicated by the horizontal axis (time axis) is longer than that in FIG. 2, and the unit is days.
  • the flow of furnace gas becomes non-uniform. If the in-furnace gas flow is biased in a specific direction, the contact between iron oxide and CO gas and H 2 gas deteriorates, resulting in a delay in reduction of iron oxide.
  • the gas utilization rate ( ⁇ CO ) decreases after 19.5 days, and the solution loss carbon amount (SLC) increases after 19.2 days.
  • SLC solution loss carbon amount
  • the hot metal temperature (HMT) was predicted eight hours ahead by the above repeated calculations, but there is a large deviation from the plotted actual values.
  • gas drift cannot be represented by a physical model, and there is a large divergence between the predicted value and the actual value (actual value) when furnace cooling occurs.
  • the gas Adjusted flow parameters Specifically, by adjusting (for example, increasing) the porosity in a specific region in the packed bed in the furnace as such a parameter, a gas uneven flow in the furnace was generated.
  • a specific region may be a specific orientation, for example when the position in the packed bed is associated with the orientation (see FIG. 5).
  • the ventilation resistance that governs the gas flow in the packed bed is greatly affected by the particle size and porosity of the raw material.
  • Particle size may be a parameter to be adjusted instead of or in addition to porosity. That is, the parameter adjusted as a parameter related to gas flow may be at least one of porosity and grain size in a specific region within the packed bed in the furnace.
  • the procedure for changing the porosity is as follows.
  • the degree of dissociation between the measured value of the reaction amount such as the amount of solution loss carbon (SLC) at a certain time step t and the calculated value (predicted value) calculated using the physical model is calculated.
  • the porosity of the packed bed in a specific region is updated for each time step as shown in the following equation (3) so that the dissociation between the measured and calculated values of the reaction amount becomes small.
  • reaction amount is used as the reaction amount, but as another example, the reaction amount may be the gas utilization rate. That is, the reaction amount may include at least one of the amount of solution loss carbon and the gas utilization rate. In addition, the reaction amount may include the ironmaking speed and the like.
  • the porosity of only one of the eight meshes divided in the circumferential direction of the three-dimensional model is changed. At this time, the porosity was changed over the entire region in the height direction. Also, in the radial direction, the porosity was changed only in the mesh region close to the wall.
  • Fig. 4 shows the result of predicting in the same way as in Fig. 3 by generating a biased flow of the in-furnace gas in the physical model. As is clear from the comparison with FIG. 3, the prediction accuracy has improved. As shown in FIG. 4, for example, an increase in solution loss carbon content (SLC) and a decrease in hot metal temperature (HMT) are accurately predicted.
  • SLC solution loss carbon content
  • HMT hot metal temperature
  • FIG. 5 shows the results of the furnace temperature distribution and gas flow at the time of 19.5 days in FIG.
  • locations in the packed bed are associated with directions (East (E), South (S), West (W) and North (N)).
  • the vertical direction indicates the height direction of the blast furnace.
  • the gas flow is biased in a specific direction (specifically, west (W)), and the temperature in that direction is high.
  • the temperature is lowered on the side opposite to the azimuth where the uneven flow occurs (specifically, east (E)).
  • Such bias in temperature distribution can be verified, for example, by comparing the detected values of temperature sensors provided at a plurality of locations in the furnace.
  • the technique of Patent Document 1 assumes that the gas flow in the furnace has a uniform circumferential distribution.
  • the method of the present embodiment is effective when it is determined that the circumferential direction distribution of the gas flow is non-uniform based on information such as the furnace top gas sonde.
  • the hot metal temperature prediction device (details will be described later) according to the present embodiment adjusts the parameters of the physical model that causes the gas in the furnace to flow unevenly so that the degree of deviation is reduced as described above. By predicting the future hot metal temperature using the physical model with the adjusted parameters, the hot metal temperature can be predicted with high accuracy.
  • the operation guidance device (details will be described later) according to the present embodiment can present an operation action for increasing the molten iron temperature as guidance when the predicted molten iron temperature is equal to or lower than the threshold.
  • Operational actions include, for example, increasing the coke ratio.
  • the operation guidance device presents appropriate operation actions to the operator, thereby making it possible to avoid operational troubles (for example, decreased productivity, furnace cooling accidents, etc.).
  • FIG. 6 is a diagram showing a configuration example of the hot metal temperature prediction device 10 and the operation guidance device 20 according to one embodiment.
  • the hot metal temperature prediction device 10 includes a storage unit 11, a reaction amount calculation unit 12, a deviation calculation unit 13, a model parameter adjustment unit 14, and a hot metal temperature prediction unit 15.
  • the operation guidance device 20 includes a storage unit 21 , a hot metal temperature determination unit 22 and an operation action presentation unit 23 .
  • the molten iron temperature prediction device 10 acquires actual values (also referred to as actual measured values), which are various measured values indicating the operational state of the blast furnace, from a sensor or the like provided in the blast furnace, and uses the physical model described above. do the math.
  • the operation guidance device 20 acquires the molten iron temperature calculated by the molten iron temperature prediction device 10, and displays an operation action on the display unit 30 as guidance for operating the blast furnace.
  • the operation guidance device 20 causes the display unit 30 to display an operation action as guidance for increasing the molten iron temperature when the predicted molten iron temperature becomes equal to or lower than a threshold value (1500° C. as an example).
  • the display unit 30 may be a display device such as a liquid crystal display or an organic electroluminescence panel.
  • the storage unit 11 stores a physical model that considers reactions and heat transfer phenomena in the furnace of the blast furnace.
  • the storage unit 11 also stores a program and data relating to prediction of hot metal temperature.
  • the storage unit 11 may include any storage device such as a semiconductor storage device, an optical storage device, and a magnetic storage device.
  • a semiconductor storage device may include, for example, a semiconductor memory.
  • the storage unit 11 may include multiple types of storage devices.
  • the reaction amount calculation unit 12 uses a physical model to calculate the reaction amount in the furnace.
  • the reaction amount includes at least one of the amount of solution loss carbon and the gas utilization rate.
  • the divergence calculation unit 13 calculates the divergence between the reaction amount calculated using the physical model and the actually measured reaction amount. In this embodiment, the divergence is obtained by subtracting the calculated value from the measured value of the reaction amount.
  • the model parameter adjustment unit 14 adjusts the parameters of the physical model that cause the gas in the furnace to flow unevenly so that the calculated degree of deviation becomes small.
  • the adjusted parameter is the porosity in a particular region within the packed bed in the furnace.
  • particle size may be used instead of or in conjunction with porosity.
  • the hot metal temperature prediction unit 15 predicts the future hot metal temperature using a physical model with adjusted parameters. Prediction of the hot metal temperature is performed by repeatedly calculating the above equations (1) and (2). The predicted hot metal temperature is output to the operation guidance device 20 .
  • the storage unit 21 stores programs and data relating to operational guidance.
  • the storage unit 21 may include any storage device such as a semiconductor storage device, an optical storage device, and a magnetic storage device.
  • a semiconductor storage device may include, for example, a semiconductor memory.
  • the storage unit 21 may include multiple types of storage devices.
  • the hot metal temperature determination unit 22 determines whether the hot metal temperature predicted by the hot metal temperature prediction device 10 is equal to or lower than the threshold. If it is equal to or less than the threshold, the hot metal temperature determination unit 22 causes the operation action presentation unit 23 to present an operation action.
  • the operation action presentation unit 23 presents an operation action for increasing the hot metal temperature.
  • the operation action presentation unit 23 may cause the display unit 30 to display, for example, a 10% increase in the coke ratio as an operation action.
  • the operation action presentation unit 23 may cause the hot metal temperature prediction device 10 to calculate an appropriate value of the coke ratio. That is, the operation action presentation unit 23 may cause the hot metal temperature prediction device 10 to execute a simulation using a physical model in order to determine the operation action to be presented.
  • the operator may change the operating conditions of the blast furnace based on the operating actions shown on the display unit 30.
  • Such blast furnace operating guidance can be implemented as part of a manufacturing process for producing hot metal.
  • the computer that manages the production of hot metal may automatically change the conditions of production of hot metal according to the operational actions presented by the operation guidance device 20 .
  • the hot metal temperature prediction device 10 and the operation guidance device 20 may be separate devices or may be an integrated device.
  • the storage unit 11 and the storage unit 21 may be realized by the same storage device.
  • the molten iron temperature prediction device 10 and the operation guidance device 20 may be implemented by a computer such as a process computer that controls the operation of the blast furnace or the production of molten iron.
  • a computer includes, for example, a memory and a hard disk drive (storage device), a CPU (processing unit), and a display device such as a display.
  • An operating system (OS) and application programs for performing various processes can be stored in a hard disk drive, and read from the hard disk drive into memory when executed by the CPU.
  • data in the process of being processed is stored in the memory, and if necessary, is stored in the HDD.
  • Various functions are realized by organically cooperating hardware such as a CPU and memory with an OS and necessary application programs.
  • the storage unit 11 and the storage unit 21 may be realized by, for example, a storage device.
  • the reaction amount calculator 12, the degree of deviation calculator 13, the model parameter adjuster 14, the hot metal temperature predictor 15, the hot metal temperature determiner 22, and the operational action presentation unit 23 may be realized by, for example, a CPU.
  • the display unit 30 may be realized by, for example, a display device.
  • FIG. 7 is a flow chart showing a method for predicting the hot metal temperature according to one embodiment.
  • the hot metal temperature predicting device 10 outputs the predicted hot metal temperature according to the flowchart shown in FIG.
  • the hot metal temperature prediction method shown in FIG. 7 may be performed as part of the hot metal manufacturing method.
  • the reaction amount calculation unit 12 calculates the reaction amount in the furnace using a physical model (step S1, reaction amount calculation step).
  • the divergence calculating unit 13 calculates the divergence between the reaction amount calculated using the physical model and the actually measured reaction amount (step S2, divergence calculating step).
  • the model parameter adjusting unit 14 adjusts the parameters of the physical model that causes the gas in the furnace to flow unevenly so that the degree of deviation becomes small (step S3, model parameter adjusting step). Then, the hot metal temperature prediction unit 15 predicts the future hot metal temperature using the physical model whose parameters are adjusted (step S4, hot metal temperature prediction step).
  • FIG. 8 is a flowchart showing an operation guidance method according to one embodiment.
  • the operational guidance device 20 presents operational actions according to the flowchart shown in FIG.
  • the operational guidance method shown in FIG. 8 may be executed as part of the hot metal manufacturing method.
  • the molten iron temperature determination unit 22 causes the operation action presentation unit 23 to present an operation action.
  • the operation action presentation unit 23 presents an operation action for increasing the hot metal temperature on the display unit 30 (step S12, operation action presentation step).
  • the molten iron temperature determination unit 22 determines that the predicted molten iron temperature is higher than the threshold value (No in step S11)
  • no operation action is presented.
  • FIG. 9 is a diagram showing the configuration of a blast furnace operation guidance system according to one embodiment.
  • the blast furnace operation guidance system may be composed of a blast furnace operation guidance server 40 and a terminal device 50, as indicated by broken lines in FIG. 9, for example.
  • the blast furnace operation guidance server 40 has the functions of the molten iron temperature prediction device 10 and the operation guidance device 20, and may be realized by a computer, for example.
  • the terminal device 50 functions at least as the display unit 30 and may be realized by a mobile terminal device such as a tablet or a computer, for example.
  • the blast furnace operation guidance server 40 and the terminal device 50 can mutually transmit and receive data via a network such as the Internet.
  • the blast furnace operation guidance server 40 and the terminal device 50 may be in the same place (for example, in the same factory), or may be physically separated.
  • the blast furnace operation guidance system is not limited to the above configuration, and for example, further includes an operation data server 60 that aggregates blast furnace operation data (measured values and operation parameters indicating the operation state as an example). you can
  • the operation data server 60 can communicate with the blast furnace operation guidance server 40 and the terminal device 50 via a network, and may be realized by a computer that manages the production of hot metal, for example.
  • the operation data server 60 may be located at the same location as the blast furnace operation guidance server 40 or the terminal device 50, or may be physically separated.
  • the constituent elements and the like will be described by taking as an example a blast furnace operation guidance system configured to include the blast furnace operation guidance server 40 and the terminal device 50 .
  • the blast furnace operation guidance server 40 acquires the measured values of the blast furnace, performs calculations using the physical model described above, and displays operation actions as guidance for the operation of the blast furnace based on the calculated hot metal temperature as a display unit 30. It is displayed on the functioning terminal device 50 .
  • the blast furnace operation guidance server 40 includes the components of the hot metal temperature prediction device 10 and the operation guidance device 20 described with reference to FIG. Specifically, the blast furnace operation guidance server 40 includes a storage unit, a reaction amount calculation unit 12, a deviation calculation unit 13, a model parameter adjustment unit 14, a molten iron temperature prediction unit 15, and a molten iron temperature determination unit 22. and an operation action presentation unit 23.
  • the storage unit stores a physical model that takes into account reactions and heat transfer phenomena in the blast furnace, a program and data regarding prediction of hot metal temperature, a program and data regarding operation guidance, and the like.
  • the reaction amount calculation unit 12, deviation calculation unit 13, model parameter adjustment unit 14, hot metal temperature prediction unit 15, hot metal temperature determination unit 22, and operation action presentation unit 23 are the same as those described above.
  • the blast furnace operation guidance server 40 may also include a measured value acquisition unit that acquires measured values indicating the operating state of the blast furnace.
  • the measured value acquisition unit may acquire measured values directly from a sensor provided in the blast furnace, a process computer of the blast furnace, or the like, or may acquire measured values via the operation data server 60 .
  • the terminal device 50 constitutes a blast furnace operation guidance system together with the blast furnace operation guidance server 40, and displays operation actions.
  • the terminal device 50 includes at least the display section 30 .
  • the display unit 30 is the same as described above.
  • the terminal device 50 may include an operational action acquisition unit that acquires operational actions presented by the blast furnace operation guidance server 40 .
  • the hot metal temperature prediction method and the hot metal temperature prediction device 10 can predict the hot metal temperature with high accuracy due to the above configuration.
  • the operation guidance method, the method for manufacturing molten iron, the operation guidance device 20, the blast furnace operation guidance system, the blast furnace operation guidance server 40, and the terminal device 50 according to the present embodiment are based on the highly accurately predicted molten iron temperature.
  • the configuration of the hot metal temperature prediction device 10 and the operation guidance device 20 shown in FIG. 6 is an example.
  • the hot metal temperature prediction device 10 and the operation guidance device 20 may not include all of the components shown in FIG. Further, the hot metal temperature predicting device 10 and the operation guidance device 20 may include components other than those shown in FIG.
  • the operation guidance device 20 may be configured to further include a display section 30 .

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)

Abstract

溶銑温度の予測方法は、高炉の炉内における反応及び伝熱現象を考慮した物理モデルを用いて、炉内の反応量を算出する反応量算出ステップ（Ｓ１）と、物理モデルを用いて算出された反応量と、実測された反応量との間の乖離度を算出する乖離度算出ステップ（Ｓ２）と、算出される乖離度が小さくなるように、炉内のガスに偏り流れを生じさせる物理モデルのパラメータを調整するモデルパラメータ調整ステップ（Ｓ３）と、パラメータが調整された物理モデルを用いて、将来の溶銑温度を予測する溶銑温度予測ステップ（Ｓ４）と、を含む。

Description

溶銑温度の予測方法、操業ガイダンス方法、溶銑の製造方法、溶銑温度の予測装置、操業ガイダンス装置、高炉操業ガイダンスシステム、高炉操業ガイダンスサーバ及び端末装置
　本開示は、溶銑温度の予測方法、操業ガイダンス方法、溶銑の製造方法、溶銑温度の予測装置、操業ガイダンス装置、高炉操業ガイダンスシステム、高炉操業ガイダンスサーバ及び端末装置に関する。
　製鉄業において熟練オペレータの減少が課題となっており、高炉の安定操業の継続が困難になりつつある。高炉の安定操業を維持する上で溶銑温度制御は重要である。溶銑温度が低下するとスラグの粘性が増大して排出が困難となり、高炉の生産性を低下させ得る。また、溶銑温度が極端に低下すると、溶銑及びスラグが凝固して排出できなくなり、高炉の操業が停止する炉冷事故が生じ得る。溶銑温度を予測する手法について多くの提案がされている（例えば特許文献１、特許文献２参照）。
特許第６５３１７８２号公報 特許第６０２４７１８号公報
　ここで、炉冷事故が生じるメカニズムは様々であるが、典型的なケースにおいて、粒度の細かい原料の装入又はスラグの液面レベルの上昇の際に通気抵抗が大きくなり、炉内ガスの流れが不均一になることが生じる。炉内ガスの流れが不均一になると、焼結鉱とＣＯガスとの接触が悪化し、炉下部において吸熱をともなう直接還元反応が生じて、溶銑温度の低下に至ると考えられる。
　溶銑温度予測のために炉内の状態をモデル化した従来の物理モデルでは、固体の空隙率のばらつきが小さい充填層を仮定してガス流れを計算する。従来の物理モデルでは、上記のようなガス偏流（炉内ガスの流れの不均一性）に起因した溶銑温度の低下を再現することが困難であった。
　以上の問題を解決すべくなされた本開示の目的は、高精度に溶銑温度を予測できる溶銑温度の予測方法及び溶銑温度の予測装置を提供することにある。また、本開示の目的は、高精度に予測された溶銑温度に基づいて、高炉の操業のガイダンスを行う操業ガイダンス方法、溶銑の製造方法、操業ガイダンス装置、高炉操業ガイダンスシステム、高炉操業ガイダンスサーバ及び端末装置を提供することにある。
　本開示の一実施形態に係る溶銑温度の予測方法は、
　高炉の炉内における反応及び伝熱現象を考慮した物理モデルを用いて、前記炉内の反応量を算出する反応量算出ステップと、
　前記物理モデルを用いて算出された前記反応量と、実測された反応量との間の乖離度を算出する乖離度算出ステップと、
　算出される前記乖離度が小さくなるように、前記炉内のガスに偏り流れを生じさせる前記物理モデルのパラメータを調整するモデルパラメータ調整ステップと、
　前記パラメータが調整された前記物理モデルを用いて、将来の溶銑温度を予測する溶銑温度予測ステップと、を含む。
　本開示の一実施形態に係る操業ガイダンス方法は、
　上記の溶銑温度の予測方法によって予測された前記溶銑温度に基づいて、前記溶銑温度を上昇させるための操業アクションを提示する操業アクション提示ステップを含む。
　本開示の一実施形態に係る溶銑の製造方法は、
　上記の操業ガイダンス方法によって提示される前記操業アクションに従って溶銑を製造する。
　本開示の一実施形態に係る溶銑温度の予測装置は、
　高炉の炉内における反応及び伝熱現象を考慮した物理モデルを記憶する記憶部と、
　前記物理モデルを用いて、前記炉内の反応量を算出する反応量算出部と、
　前記物理モデルを用いて算出された前記反応量と、実測された反応量との間の乖離度を算出する乖離度算出部と、
　算出される前記乖離度が小さくなるように、前記炉内のガスに偏り流れを生じさせる前記物理モデルのパラメータを調整するモデルパラメータ調整部と、
　前記パラメータが調整された前記物理モデルを用いて、将来の溶銑温度を予測する溶銑温度予測部と、を備える。
　本開示の一実施形態に係る操業ガイダンス装置は、
　上記の溶銑温度の予測装置によって予測された前記溶銑温度に基づいて、前記溶銑温度を上昇させるための操業アクションを提示する操業アクション提示部を備える。
　本開示の一実施形態に係る高炉操業ガイダンスシステムは、
　高炉操業ガイダンスサーバと、端末装置と、を備え、
　前記高炉操業ガイダンスサーバは、
　　高炉の操業状態を示す実測値を取得する実測値取得部と、
　　前記高炉の炉内における反応及び伝熱現象を考慮した物理モデルを記憶する記憶部と、
　　前記物理モデルを用いて、前記炉内の反応量を算出する反応量算出部と、
　　前記物理モデルを用いて算出された前記反応量と、実測された反応量との間の乖離度を算出する乖離度算出部と、
　　算出される前記乖離度が小さくなるように、前記炉内のガスに偏り流れを生じさせる前記物理モデルのパラメータを調整するモデルパラメータ調整部と、
　　前記パラメータが調整された前記物理モデルを用いて、将来の溶銑温度を予測する溶銑温度予測部と、
　　予測された前記溶銑温度に基づいて、前記溶銑温度を上昇させるための操業アクションを提示する操業アクション提示部と、を備え、
　前記端末装置は、
　　前記高炉操業ガイダンスサーバによって提示された前記操業アクションを取得する操業アクション取得部と、
　　取得した前記操業アクションを表示する表示部と、を備える。
　本開示の一実施形態に係る高炉操業ガイダンスサーバは、
　高炉の操業状態を示す実測値を取得する実測値取得部と、
　前記高炉の炉内における反応及び伝熱現象を考慮した物理モデルを記憶する記憶部と、
　前記物理モデルを用いて、前記炉内の反応量を算出する反応量算出部と、
　前記物理モデルを用いて算出された前記反応量と、実測された反応量との間の乖離度を算出する乖離度算出部と、
　算出される前記乖離度が小さくなるように、前記炉内のガスに偏り流れを生じさせる前記物理モデルのパラメータを調整するモデルパラメータ調整部と、
　前記パラメータが調整された前記物理モデルを用いて、将来の溶銑温度を予測する溶銑温度予測部と、
　予測された前記溶銑温度に基づいて、前記溶銑温度を上昇させるための操業アクションを提示する操業アクション提示部と、を備える。
　本開示の一実施形態に係る端末装置は、
　高炉操業ガイダンスサーバとともに高炉操業ガイダンスシステムを構成する端末装置であって、
　前記高炉操業ガイダンスサーバによって提示された操業アクションを取得する操業アクション取得部と、
　取得した前記操業アクションを表示する表示部と、を備え、
　前記高炉操業ガイダンスサーバは、高炉の炉内における反応及び伝熱現象を考慮した物理モデルを用いて算出した前記炉内の反応量と、実測された反応量との間の乖離度が小さくなるように、前記炉内のガスに偏り流れを生じさせる前記物理モデルのパラメータを調整して、
　前記操業アクションは、前記パラメータが調整された前記物理モデルを用いて予測された将来の溶銑温度に基づく、溶銑温度を上昇させるための操業アクションである。
　本開示によれば、高精度に溶銑温度を予測できる溶銑温度の予測方法及び溶銑温度の予測装置を提供することができる。また、本開示によれば、高精度に予測された溶銑温度に基づいて、高炉の操業のガイダンスを行う操業ガイダンス方法、溶銑の製造方法、操業ガイダンス装置、高炉操業ガイダンスシステム、高炉操業ガイダンスサーバ及び端末装置を提供することができる。
図１は、本開示で用いられる物理モデルの入出力情報を示す図である。 図２は、溶銑温度の将来の予測結果を例示する図である。 図３は、偏流を考慮しない物理モデルによる予測結果を例示する図である。 図４は、偏流を考慮する物理モデルによる予測結果を例示する図である。 図５は、炉内温度分布の計算結果を例示する図である。 図６は、一実施形態に係る溶銑温度の予測装置及び操業ガイダンス装置の構成例を示す図である。 図７は、一実施形態に係る溶銑温度の予測方法を示すフローチャートである。 図８は、一実施形態に係る操業ガイダンス方法を示すフローチャートである。 図９は、一実施形態に係る高炉操業ガイダンスシステムの構成例を示す図である。
　以下、図面を参照して本開示の一実施形態に係る溶銑温度の予測方法、操業ガイダンス方法、溶銑の製造方法、溶銑温度の予測装置、操業ガイダンス装置、高炉操業ガイダンスシステム、高炉操業ガイダンスサーバ及び端末装置が説明される。本開示において用いられる物理モデルは、参考文献１（Ｋ．Ｔａｋａｔａｎｉ　ｅｔ　ａｌ．　ＩＳＩＪ　Ｉｎｔｅｒｎａｔｉｏｎａｌ，Ｖｏｌ．３９（１９９９），ｐｐ．１５）に記載の方法と同様、鉱石の還元、鉱石とコークスとの間の熱交換及び鉱石の融解等の物理現象を考慮した偏微分方程式群から構成された、非定常状態における高炉の内部（炉内）の状態を計算可能な物理モデル（非定常モデル）である。非定常状態は、例えば吹き抜け、棚吊りなどの事象が発生することを含む。
　図１に示すように、物理モデルに与えられる入力変数の中で時間変化する主なものは、送風流量、送風酸素流量、微粉炭流量、コークス比、送風湿分、送風温度、炉頂ガス圧である。これらの入力変数は高炉の操作変数又は操業因子である。送風流量、送風酸素流量、微粉炭流量は、それぞれ、高炉に送られる空気、酸素、微粉炭の流量である。コークス比は、炉頂部におけるコークス比であって、１トンの溶銑生成量に対して使用されるコークス重量である。送風湿分は、高炉に送られる空気の湿度である。送風温度は、高炉に送られる空気の温度である。炉頂ガス圧は、炉内のガスの炉頂における圧力である。
　また、物理モデルの主な出力変数は、ガス利用率、ソルーションロスカーボン量、還元材比、造銑速度、溶銑温度である。物理モデルを用いて時々刻々変化する溶銑温度、造銑速度を計算可能である。この計算の時間間隔は特に限定されないが、本実施形態において３０分である。後述する物理モデルの式の「ｔ＋１」と「ｔ」との時間差が、本実施形態では３０分である。本実施形態において、物理モデルは、炉内の三次元的な温度分布及び鉱石の還元率分布などを推定可能な三次元の非定常モデルである。ただし、物理モデルの形態は三次元の非定常モデルに限定されない。
　物理モデルを以下の式により表すことができる。
Figure JPOXMLDOC01-appb-M000001
　ここでｘ（ｔ）は物理モデル内で計算される状態変数である。状態変数は、例えばコークスの温度、鉄の温度、鉱石の酸化度、原料の降下速度などである。ｙ（ｔ）は制御変数である溶銑温度（ＨＭＴ：Ｈｏｔ　Ｍｅｔａｌ　Ｔｅｍｐｅｒａｔｕｒｅ）である。ｕ（ｔ）は上記の入力変数であって、高炉の操業を行うオペレータが操作可能な変数である。つまり、入力変数は、送風流量ＢＶ（ｔ）、送風酸素流量ＢＶＯ（ｔ）、微粉炭流量ＰＣＩ（ｔ）、コークス比ＣＲ（ｔ）、送風湿分ＢＭ（ｔ）、送風温度ＢＴ（ｔ）、炉頂ガス圧ＴＧＰ（ｔ）である。ｕ（ｔ）＝（ＢＶ（ｔ），ＢＶＯ（ｔ），ＰＣＩ（ｔ），ＣＲ（ｔ），ＢＭ（ｔ），ＢＴ（ｔ），ＴＧＰ（ｔ））で表すことができる。
　ここで、現時点での入力変数が将来も保持されることを仮定して、式（１）及び式（２）を繰り返して計算することによって、将来の溶銑温度を予測することができる。図２は、このような繰り返し計算による溶銑温度の将来の予測結果を例示する。図２の横軸は時間軸である。単位は時間である。また、マイナスは過去の時間を示す。図２の左側に配置された入力変数のグラフは上記の記号を用いている。また、図２の右側に物理モデルの出力変数のグラフが配置されている。ηＣＯはガス利用率である。ＳＬＣはソルーションロスカーボン量である。ＲＡＲは還元材比である。Ｐｒｏｄは造銑速度である。ＨＭＴは上記の通り、溶銑温度である。
　図２の例では、現時点から５時間前にコークス比（ＣＲ）の増加があり、１５時間前から８時間前にかけての送風湿分（ＢＭ）の減少があった。これらの影響によって、将来の溶銑温度（ＨＭＴ）が上昇する予測がされている。その後の実績（実高炉で実測された値）を重ねてプロットしたところ、予測通りに上昇傾向が一致した。以下に検討する炉冷などの非定常な状態でなければ、十分良好な予測精度が達成されている。
　上記の手法で、さらに炉冷が生じた場合の入力変数を用いた予測結果を図３に示す。図３では、図２より横軸（時間軸）で示される期間が長くなっており、単位が日である。炉冷が生じる典型的なケースにおいて、炉内ガスの流れが不均一になる。炉内ガス流れが特定方位に偏ると、酸化鉄とＣＯガス及びＨ２ガスの接触が悪化して、酸化鉄の還元遅れが生じる。図３の例において、１９．５日以降でガス利用率（ηＣＯ）が低下し、１９．２日以降でソルーションロスカーボン量（ＳＬＣ）が増大している。実線で示される物理モデルの計算では、このような事象を予測できていない。また、図３の例において、溶銑温度（ＨＭＴ）について、上記の繰り返し計算によって８時間先の予測が行われたが、プロットした実績値との大きな乖離が生じている。つまり、従来手法では、物理モデルでガス偏流を表すことができず、炉冷が生じるような場合に予測値と実績値（実測値）との乖離が大きい。
　そこで、新たな手法として、炉冷が生じるような場合であっても、炉内の反応量（ガス利用率、ソルーションロスカーボン量など）の値が実測値に合致するように、物理モデルのガス流れに関わるパラメータを調整した。具体的には、このようなパラメータとして、炉内の充填層内の特定の領域における空隙率を調整（例えば上昇）することにより、炉内のガス偏り流れを発生させた。特定の領域は、例えば充填層における位置が方位と関連付けられる場合に（図５参照）、特定の方位であってよい。
　ここで、充填層内のガス流れを支配する通気抵抗は、原料の粒度と空隙率に大きく影響される。ただし、炉内の粒度及び空隙率を直接的にリアルタイム測定することは困難である。本実施形態においては、ガス流れに関わるパラメータとして、空隙率のみが調整された。空隙率に代えて、又は空隙率とともに、粒度が調整対象のパラメータとされてよい。つまり、ガス流れに関わるパラメータとして調整されるパラメータは、炉内の充填層内の特定の領域における空隙率及び粒度の少なくとも１つであってよい。
　本実施形態において、空隙率を変化させる手順は以下の通りである。ある時間ステップｔにおけるソルーションロスカーボン量（ＳＬＣ）などの反応量の実測値と物理モデルを用いた算出された計算値（予測値）との解離度が算出される。次に、反応量の実測値と計算値との解離が小さくなるように、以下の式（３）のように特定の領域の充填層の空隙率を時間ステップごとに更新する。
Figure JPOXMLDOC01-appb-M000002
　ここで、εは空隙率である。ＳＬＣａｃｔはソルーションロスカーボン量の実測値である。ＳＬＣｃａｌはソルーションロスカーボン量の計算値である。式（３）において、解離度は実測値から計算値を減算して得られる。本実施形態において、反応量として吸熱量に大きく影響を与えるソルーションロスカーボン量を用いたが、別の例として反応量はガス利用率であってよい。つまり、反応量は、ソルーションロスカーボン量及びガス利用率の少なくとも１つを含んでよい。また、反応量は、造銑速度などを含んでよい。
　また、本実施形態において、３次元モデルの円周方向に区分した８メッシュのうち、１つのメッシュのみについて空隙率が変化するようにした。このとき、高さ方向について全領域で空隙率が変化するようにした。また、半径方向について、壁に近接したメッシュ領域のみで空隙率が変化するようにした。
　図４は、このように炉内ガスの偏り流れを物理モデル内で発生させて、図３と同じように予測を行った結果を示す。図３との比較から明らかなように、予測の精度が向上した。図４に示すように、例えばソルーションロスカーボン量（ＳＬＣ）の増加及び溶銑温度（ＨＭＴ）の低下が、精度よく予測されている。
　また、図５は、図４における１９．５日の時点での炉内温度分布及びガス流れの結果を示す。この例において、充填層における位置は方位（東（Ｅ）、南（Ｓ）、西（Ｗ）及び北（Ｎ））と関連付けられている。また、縦方向は、高炉の高さ方向を示す。図５の例では、特定方位（具体的には西（Ｗ））にガス流れが偏っており、その方位の温度が高くなっている。また、偏り流れが生じた方位と反対側（具体的には東（Ｅ））で温度が低下していることがわかる。このような温度分布の偏りについては、例えば炉内の複数個所に設けられた温度センサの検出値の比較によって検証することが可能である。
　ここで、特許文献１の技術においても物理モデルの一部のパラメータ（鉄鉱石のガス還元平衡パラメータ）が調整される。しかし、特許文献１の技術では、炉内のガス流れの円周方向分布は均一であることを前提としている。本実施形態の手法は、例えば炉頂ガスゾンデなどの情報に基づいてガス流れの円周方向分布が不均一と判断された場合に有効である。
　本実施形態に係る溶銑温度の予測装置（詳細については後述）は、上記のように乖離度が小さくなるように、炉内のガスに偏り流れを生じさせる物理モデルのパラメータを調整する。そして、パラメータが調整された物理モデルを用いて、将来の溶銑温度を予測することによって、高精度に溶銑温度を予測できる。
　本実施形態に係る操業ガイダンス装置（詳細については後述）は、予測された溶銑温度が閾値以下の場合に、ガイダンスとして、溶銑温度を上昇させるための操業アクションを提示することができる。操業アクションは、例えばコークス比を上昇させることなどである。操業ガイダンス装置が、適切な操業アクションをオペレータに提示することで、操業上のトラブル（例えば生産性の低下、炉冷事故など）を回避することができる。
　図６は、一実施形態に係る溶銑温度の予測装置１０及び操業ガイダンス装置２０の構成例を示す図である。図６に示すように、溶銑温度の予測装置１０は、記憶部１１と、反応量算出部１２と、乖離度算出部１３と、モデルパラメータ調整部１４と、溶銑温度予測部１５と、を備える。操業ガイダンス装置２０は、記憶部２１と、溶銑温度判定部２２と、操業アクション提示部２３と、を備える。溶銑温度の予測装置１０は、高炉に備えられたセンサなどから、高炉の操業状態を示す各種の測定値である実績値（実測値とも称される）を取得し、上記の物理モデルを用いた計算を行う。操業ガイダンス装置２０は、溶銑温度の予測装置１０によって算出された溶銑温度を取得し、高炉の操業のためのガイダンスとして、操業アクションを表示部３０に表示させる。操業ガイダンス装置２０は、予測される溶銑温度が閾値（一例として１５００℃）以下となる場合に、溶銑温度を上昇させるためのガイダンスとして操業アクションを表示部３０に表示させる。表示部３０は、液晶ディスプレイ（Ｌｉｑｕｉｄ　Ｃｒｙｓｔａｌ　Ｄｉｓｐｌａｙ）又は有機ＥＬパネル（Ｏｒｇａｎｉｃ　Ｅｌｅｃｔｒｏ－Ｌｕｍｉｎｅｓｃｅｎｃｅ　Ｐａｎｅｌ）などの表示装置であってよい。
　まず、溶銑温度の予測装置１０の構成要素が説明される。記憶部１１は、高炉の炉内における反応及び伝熱現象を考慮した物理モデルを記憶する。また、記憶部１１は、溶銑温度の予測に関するプログラム及びデータを記憶する。記憶部１１は、半導体記憶デバイス、光記憶デバイス及び磁気記憶デバイスなどの任意の記憶デバイスを含んでよい。半導体記憶デバイスは例えば半導体メモリを含んでよい。記憶部１１は、複数の種類の記憶デバイスを含んでよい。
　反応量算出部１２は、物理モデルを用いて、炉内の反応量を算出する。本実施形態において、反応量はソルーションロスカーボン量及びガス利用率の少なくとも１つを含む。
　乖離度算出部１３は、物理モデルを用いて算出された反応量と、実測された反応量との間の乖離度を算出する。本実施形態において、乖離度は反応量の実測値から計算値を減算して得られる。
　モデルパラメータ調整部１４は、算出される乖離度が小さくなるように、物理モデルのパラメータのうち炉内のガスに偏り流れを生じさせるパラメータを調整する。本実施形態において、調整されるパラメータは、炉内の充填層内の特定の領域における空隙率である。ただし、空隙率に代えて、又は空隙率とともに、粒度が用いられてよい。
　溶銑温度予測部１５は、パラメータが調整された物理モデルを用いて、将来の溶銑温度を予測する。溶銑温度の予測は、上記の式（１）及び式（２）を繰り返して計算することによって行われる。予測された溶銑温度は、操業ガイダンス装置２０に出力される。
　次に、操業ガイダンス装置２０の構成要素が説明される。記憶部２１は、操業ガイダンスに関するプログラム及びデータを記憶する。記憶部２１は、半導体記憶デバイス、光記憶デバイス及び磁気記憶デバイスなどの任意の記憶デバイスを含んでよい。半導体記憶デバイスは例えば半導体メモリを含んでよい。記憶部２１は、複数の種類の記憶デバイスを含んでよい。
　溶銑温度判定部２２は、溶銑温度の予測装置１０によって予測された溶銑温度が閾値以下であるかを判定する。閾値以下である場合に、溶銑温度判定部２２は、操業アクション提示部２３に操業アクションを提示させる。
　操業アクション提示部２３は、溶銑温度を上昇させるための操業アクションを提示する。操業アクション提示部２３は、例えばコークス比の１０％上昇を操業アクションとして表示部３０に表示させてよい。ここで、操業アクション提示部２３は、コークス比の適切な値などを溶銑温度の予測装置１０に計算させてよい。すなわち、操業アクション提示部２３は、提示する操業アクションを定めるために、溶銑温度の予測装置１０に物理モデルを用いたシミュレーションを実行させてよい。
　オペレータは、表示部３０に示された操業アクションに基づいて、高炉の操業条件を変更してよい。このような高炉についての操業ガイダンスは、溶銑を製造する製造方法の一部として実行され得る。さらに、溶銑の製造を管理するコンピュータが、操業ガイダンス装置２０によって提示される操業アクションに従って、溶銑の製造の条件を自動的に変更してよい。
　ここで、溶銑温度の予測装置１０と操業ガイダンス装置２０とは、個別の装置であってよいし、一体の装置であってよい。一体の装置である場合に、記憶部１１と記憶部２１とは、同じ記憶デバイスで実現されてよい。
　溶銑温度の予測装置１０及び操業ガイダンス装置２０は、例えば高炉の操業又は溶銑の製造を制御するプロセスコンピュータなどのコンピュータによって実現されてよい。コンピュータは、例えばメモリ及びハードディスクドライブ（記憶装置）、ＣＰＵ（処理装置）、ディスプレイなどの表示装置を備える。オペレーティングシステム（ＯＳ）及び各種の処理を実施するためのアプリケーションプログラムは、ハードディスクドライブに格納することができ、ＣＰＵにより実行される際にはハードディスクドライブからメモリに読み出される。また、処理途中のデータについては、メモリに格納され、必要があればＨＤＤに格納される。各種機能は、ＣＰＵ、メモリ等のハードウエアとＯＳ及び必要なアプリケーションプログラムとを有機的に協働させることにより実現される。記憶部１１及び記憶部２１は、例えば記憶装置で実現されてよい。反応量算出部１２、乖離度算出部１３、モデルパラメータ調整部１４、溶銑温度予測部１５、溶銑温度判定部２２及び操業アクション提示部２３は、例えばＣＰＵで実現されてよい。表示部３０は、例えば表示装置で実現されてよい。
　図７は、一実施形態に係る溶銑温度の予測方法を示すフローチャートである。溶銑温度の予測装置１０は、図７に示されるフローチャートに従って、予測した溶銑温度を出力する。図７に示される溶銑温度の予測方法は、溶銑の製造方法の一部として実行されてよい。
　反応量算出部１２は、物理モデルを用いて炉内の反応量を算出する（ステップＳ１、反応量算出ステップ）。乖離度算出部１３は、物理モデルを用いて算出された反応量と、実測された反応量との間の乖離度を算出する（ステップＳ２、乖離度算出ステップ）。モデルパラメータ調整部１４は、乖離度が小さくなるように、炉内のガスに偏り流れを生じさせる物理モデルのパラメータを調整する（ステップＳ３、モデルパラメータ調整ステップ）。そして、溶銑温度予測部１５は、パラメータが調整された物理モデルを用いて、将来の溶銑温度を予測する（ステップＳ４、溶銑温度予測ステップ）。
　図８は、一実施形態に係る操業ガイダンス方法を示すフローチャートである。操業ガイダンス装置２０は、図８に示されるフローチャートに従って、操業アクションを提示する。図８に示される操業ガイダンス方法は、溶銑の製造方法の一部として実行されてよい。
　溶銑温度判定部２２は、溶銑温度の予測装置１０によって予測された溶銑温度が閾値以下の場合に（ステップＳ１１のＹｅｓ）、操業アクション提示部２３に操業アクションを提示させる。操業アクション提示部２３は、溶銑温度を上昇させるための操業アクションを表示部３０に提示する（ステップＳ１２、操業アクション提示ステップ）。溶銑温度判定部２２によって予測された溶銑温度が閾値より高いと判定された場合に（ステップＳ１１のＮｏ）、操業アクションは提示されない。
　図９は、一実施形態に係る高炉操業ガイダンスシステムの構成を示す図である。高炉操業ガイダンスシステムは、例えば図９の破線で示すように、高炉操業ガイダンスサーバ４０及び端末装置５０で構成されてよい。高炉操業ガイダンスサーバ４０は、溶銑温度の予測装置１０及び操業ガイダンス装置２０の機能を備え、例えばコンピュータによって実現されてよい。また、端末装置５０は、少なくとも表示部３０として機能し、例えばタブレットなどの携帯端末装置又はコンピュータによって実現されてよい。高炉操業ガイダンスサーバ４０と端末装置５０とは、例えばインターネットなどのネットワーク経由でデータを相互に送受信できる。高炉操業ガイダンスサーバ４０と端末装置５０とは、同じ場所（例えば同じ工場内）にあってよいし、物理的に離れて配置されていてよい。また、高炉操業ガイダンスシステムは、上記の構成に限定されるものでなく、例えば高炉の操業データ（一例として操業状態を示す実測値及び操業パラメータ）を集約する操業データサーバ６０をさらに含んで構成されてよい。操業データサーバ６０は、ネットワーク経由で高炉操業ガイダンスサーバ４０及び端末装置５０と通信可能であって、例えば溶銑の製造を管理するコンピュータで実現されてよい。操業データサーバ６０は、高炉操業ガイダンスサーバ４０又は端末装置５０と同じ場所にあってよいし、物理的に離れて配置されていてよい。以下、高炉操業ガイダンスサーバ４０及び端末装置５０を備えて構成される高炉操業ガイダンスシステムを例に、構成要素などが説明される。
　高炉操業ガイダンスサーバ４０は、高炉の実測値を取得し、上記の物理モデルを用いた計算を行って、算出された溶銑温度に基づく高炉の操業のためのガイダンスとして、操業アクションを表示部３０として機能する端末装置５０に表示させる。高炉操業ガイダンスサーバ４０は、図６を参照して説明された溶銑温度の予測装置１０の構成要素及び操業ガイダンス装置２０の構成要素を備える。具体的に述べると、高炉操業ガイダンスサーバ４０は、記憶部と、反応量算出部１２と、乖離度算出部１３と、モデルパラメータ調整部１４と、溶銑温度予測部１５と、溶銑温度判定部２２と、操業アクション提示部２３と、を備える。記憶部は、高炉の炉内における反応及び伝熱現象を考慮した物理モデル、溶銑温度の予測に関するプログラム及びデータ、操業ガイダンスに関するプログラム及びデータなどを記憶する。反応量算出部１２、乖離度算出部１３、モデルパラメータ調整部１４、溶銑温度予測部１５、溶銑温度判定部２２及び操業アクション提示部２３については、上記の説明と同じである。また、高炉操業ガイダンスサーバ４０は、高炉の操業状態を示す実測値を取得する実測値取得部を備えてよい。実測値取得部は、高炉に備えられたセンサ又は高炉のプロセスコンピュータなどから直接的に実測値を取得してよいし、操業データサーバ６０を介して実測値を取得してよい。
　端末装置５０は、高炉操業ガイダンスサーバ４０とともに高炉操業ガイダンスシステムを構成し、操業アクションを表示する。端末装置５０は少なくとも表示部３０を備える。表示部３０は上記の説明と同じである。また、端末装置５０は、高炉操業ガイダンスサーバ４０によって提示された操業アクションを取得する操業アクション取得部を備えてよい。
　以上のように、本実施形態に係る溶銑温度の予測方法及び溶銑温度の予測装置１０は、上記の構成によって高精度に溶銑温度を予測できる。また、本実施形態に係る操業ガイダンス方法、溶銑の製造方法、操業ガイダンス装置２０、高炉操業ガイダンスシステム、高炉操業ガイダンスサーバ４０及び端末装置５０は、高精度に予測された溶銑温度に基づいて、高炉の操業のガイダンスを行うことができる。例えばオペレータは、ガイダンスとして示された操業アクションに従うことによって、操業上のトラブル（一例として炉冷事故）を回避することができる。
　本開示に係る実施形態について、諸図面及び実施例に基づき説明してきたが、当業者であれば本開示に基づき種々の変形又は修正を行うことが容易であることに注意されたい。従って、これらの変形又は修正は本開示の範囲に含まれることに留意されたい。例えば、各構成部又は各ステップなどに含まれる機能などは論理的に矛盾しないように再配置可能であり、複数の構成部又はステップなどを１つに組み合わせたり、或いは分割したりすることが可能である。本開示に係る実施形態は装置が備えるプロセッサにより実行されるプログラム又はプログラムを記録した記憶媒体としても実現し得るものである。本開示の範囲にはこれらも包含されるものと理解されたい。
　図６に示される溶銑温度の予測装置１０及び操業ガイダンス装置２０の構成は一例である。溶銑温度の予測装置１０、操業ガイダンス装置２０は、図６に示す構成要素の全てを含まなくてよい。また、溶銑温度の予測装置１０、操業ガイダンス装置２０は、図６に示す以外の構成要素を備えてよい。例えば、操業ガイダンス装置２０は、さらに表示部３０を備える構成であってよい。
　１０　溶銑温度の予測装置
　１１　記憶部
　１２　反応量算出部
　１３　乖離度算出部
　１４　モデルパラメータ調整部
　１５　溶銑温度予測部
　２０　操業ガイダンス装置
　２１　記憶部
　２２　溶銑温度判定部
　２３　操業アクション提示部
　３０　表示部
　４０　高炉操業ガイダンスサーバ
　５０　端末装置
　６０　操業データサーバ

Claims (11)

  1. 　高炉の炉内における反応及び伝熱現象を考慮した物理モデルを用いて、前記炉内の反応量を算出する反応量算出ステップと、
    　前記物理モデルを用いて算出された前記反応量と、実測された反応量との間の乖離度を算出する乖離度算出ステップと、
    　算出される前記乖離度が小さくなるように、前記炉内のガスに偏り流れを生じさせる前記物理モデルのパラメータを調整するモデルパラメータ調整ステップと、
    　前記パラメータが調整された前記物理モデルを用いて、将来の溶銑温度を予測する溶銑温度予測ステップと、を含む、溶銑温度の予測方法。
  2. 　前記反応量は、ソルーションロスカーボン量及びガス利用率の少なくとも１つを含む、請求項１に記載の溶銑温度の予測方法。
  3. 　前記パラメータは、前記炉内の充填層内の特定の領域における空隙率及び粒度の少なくとも１つである、請求項１又は２に記載の溶銑温度の予測方法。
  4. 　請求項１から３のいずれか一項に記載の溶銑温度の予測方法によって予測された前記溶銑温度に基づいて、前記溶銑温度を上昇させるための操業アクションを提示する操業アクション提示ステップを含む、操業ガイダンス方法。
  5. 　請求項４に記載の操業ガイダンス方法によって提示される前記操業アクションに従って溶銑を製造する、溶銑の製造方法。
  6. 　高炉の炉内における反応及び伝熱現象を考慮した物理モデルを記憶する記憶部と、
    　前記物理モデルを用いて、前記炉内の反応量を算出する反応量算出部と、
    　前記物理モデルを用いて算出された前記反応量と、実測された反応量との間の乖離度を算出する乖離度算出部と、
    　算出される前記乖離度が小さくなるように、前記炉内のガスに偏り流れを生じさせる前記物理モデルのパラメータを調整するモデルパラメータ調整部と、
    　前記パラメータが調整された前記物理モデルを用いて、将来の溶銑温度を予測する溶銑温度予測部と、を備える、溶銑温度の予測装置。
  7. 　請求項６に記載の溶銑温度の予測装置によって予測された前記溶銑温度に基づいて、前記溶銑温度を上昇させるための操業アクションを提示する操業アクション提示部を備える、操業ガイダンス装置。
  8. 　前記操業アクション提示部は、予測された前記溶銑温度が閾値以下の場合に、前記操業アクションを提示する、請求項７に記載の操業ガイダンス装置。
  9. 　高炉操業ガイダンスサーバと、端末装置と、を備え、
    　前記高炉操業ガイダンスサーバは、
    　　高炉の操業状態を示す実測値を取得する実測値取得部と、
    　　前記高炉の炉内における反応及び伝熱現象を考慮した物理モデルを記憶する記憶部と、
    　　前記物理モデルを用いて、前記炉内の反応量を算出する反応量算出部と、
    　　前記物理モデルを用いて算出された前記反応量と、実測された反応量との間の乖離度を算出する乖離度算出部と、
    　　算出される前記乖離度が小さくなるように、前記炉内のガスに偏り流れを生じさせる前記物理モデルのパラメータを調整するモデルパラメータ調整部と、
    　　前記パラメータが調整された前記物理モデルを用いて、将来の溶銑温度を予測する溶銑温度予測部と、
    　　予測された前記溶銑温度に基づいて、前記溶銑温度を上昇させるための操業アクションを提示する操業アクション提示部と、を備え、
    　前記端末装置は、
    　　前記高炉操業ガイダンスサーバによって提示された前記操業アクションを取得する操業アクション取得部と、
    　　取得した前記操業アクションを表示する表示部と、を備える、高炉操業ガイダンスシステム。
  10. 　高炉の操業状態を示す実測値を取得する実測値取得部と、
    　前記高炉の炉内における反応及び伝熱現象を考慮した物理モデルを記憶する記憶部と、
    　前記物理モデルを用いて、前記炉内の反応量を算出する反応量算出部と、
    　前記物理モデルを用いて算出された前記反応量と、実測された反応量との間の乖離度を算出する乖離度算出部と、
    　算出される前記乖離度が小さくなるように、前記炉内のガスに偏り流れを生じさせる前記物理モデルのパラメータを調整するモデルパラメータ調整部と、
    　前記パラメータが調整された前記物理モデルを用いて、将来の溶銑温度を予測する溶銑温度予測部と、
    　予測された前記溶銑温度に基づいて、前記溶銑温度を上昇させるための操業アクションを提示する操業アクション提示部と、を備える、高炉操業ガイダンスサーバ。
  11. 　高炉操業ガイダンスサーバとともに高炉操業ガイダンスシステムを構成する端末装置であって、
    　前記高炉操業ガイダンスサーバによって提示された操業アクションを取得する操業アクション取得部と、
    　取得した前記操業アクションを表示する表示部と、を備え、
    　前記高炉操業ガイダンスサーバは、高炉の炉内における反応及び伝熱現象を考慮した物理モデルを用いて算出した前記炉内の反応量と、実測された反応量との間の乖離度が小さくなるように、前記炉内のガスに偏り流れを生じさせる前記物理モデルのパラメータを調整して、
    　前記操業アクションは、前記パラメータが調整された前記物理モデルを用いて予測された将来の溶銑温度に基づく、溶銑温度を上昇させるための操業アクションである、端末装置。
PCT/JP2022/027934 2021-07-27 2022-07-15 溶銑温度の予測方法、操業ガイダンス方法、溶銑の製造方法、溶銑温度の予測装置、操業ガイダンス装置、高炉操業ガイダンスシステム、高炉操業ガイダンスサーバ及び端末装置 Ceased WO2023008242A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2022569587A JP7264321B1 (ja) 2021-07-27 2022-07-15 溶銑温度の予測方法、操業ガイダンス方法、溶銑の製造方法、溶銑温度の予測装置、操業ガイダンス装置、高炉操業ガイダンスシステム、高炉操業ガイダンスサーバ及び端末装置
US18/578,006 US20240318269A1 (en) 2021-07-27 2022-07-15 Hot metal temperature prediction method, operation guidance method, method of manufacturing hot metal, hot metal temperature prediction apparatus, operation guidance apparatus, blast furnace operation guidance system, blast furnace operation guidance server, and terminal apparatus
KR1020247002417A KR20240024234A (ko) 2021-07-27 2022-07-15 용선 온도의 예측 방법, 조업 가이던스 방법, 용선의 제조 방법, 용선 온도의 예측 장치, 조업 가이던스 장치, 고로 조업 가이던스 시스템, 고로 조업 가이던스 서버 및 단말 장치
EP22849305.2A EP4343006A4 (en) 2021-07-27 2022-07-15 MOLTEN IRON TEMPERATURE PREDICTION METHOD, OPERATION MANAGEMENT METHOD, MOLTEN IRON TEMPERATURE PREDICTION DEVICE, OPERATION MANAGEMENT SYSTEM, BLAST FURNACE OPERATION MANAGEMENT SERVER
CN202280052025.9A CN117751199A (zh) 2021-07-27 2022-07-15 铁水温度的预测方法、运行指导方法、铁水的制造方法、铁水温度的预测装置、运行指导装置、高炉运行指导系统、高炉运行指导服务器以及终端装置

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021122756 2021-07-27
JP2021-122756 2021-07-27

Publications (1)

Publication Number Publication Date
WO2023008242A1 true WO2023008242A1 (ja) 2023-02-02

Family

ID=85087588

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/027934 Ceased WO2023008242A1 (ja) 2021-07-27 2022-07-15 溶銑温度の予測方法、操業ガイダンス方法、溶銑の製造方法、溶銑温度の予測装置、操業ガイダンス装置、高炉操業ガイダンスシステム、高炉操業ガイダンスサーバ及び端末装置

Country Status (6)

Country Link
US (1) US20240318269A1 (ja)
EP (1) EP4343006A4 (ja)
JP (1) JP7264321B1 (ja)
KR (1) KR20240024234A (ja)
CN (1) CN117751199A (ja)
WO (1) WO2023008242A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2025187599A1 (ja) * 2024-03-08 2025-09-12 Ｊｆｅスチール株式会社 高炉の操業予測方法、高炉操業の教育方法、高炉操業の設計方法、プログラム、及び端末装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN120337815B (zh) * 2025-04-11 2025-10-31 北方工业大学 Kr铁水预处理过程铁水温度的预测方法和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018009224A (ja) * 2016-07-14 2018-01-18 株式会社神戸製鋼所 操業状況評価システム
JP2018024935A (ja) * 2016-08-02 2018-02-15 Ｊｆｅスチール株式会社 溶銑温度予測方法、溶銑温度予測装置、高炉の操業方法、操業ガイダンス装置、溶銑温度制御方法、及び溶銑温度制御装置
JP2019019385A (ja) * 2017-07-19 2019-02-07 Ｊｆｅスチール株式会社 溶銑温度予測方法、溶銑温度予測装置、高炉の操業方法、操業ガイダンス装置、溶銑温度制御方法、及び溶銑温度制御装置
CN109609714A (zh) * 2018-12-04 2019-04-12 江苏省沙钢钢铁研究院有限公司 一种大型高炉炉芯堆积的诊断方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3033466B2 (ja) * 1995-04-28 2000-04-17 住友金属工業株式会社 高炉の操業方法
JP6493447B2 (ja) * 2016-08-02 2019-04-03 Ｊｆｅスチール株式会社 溶銑温度予測方法、溶銑温度予測装置、高炉の操業方法、操業ガイダンス装置、溶銑温度制御方法、及び溶銑温度制御装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018009224A (ja) * 2016-07-14 2018-01-18 株式会社神戸製鋼所 操業状況評価システム
JP2018024935A (ja) * 2016-08-02 2018-02-15 Ｊｆｅスチール株式会社 溶銑温度予測方法、溶銑温度予測装置、高炉の操業方法、操業ガイダンス装置、溶銑温度制御方法、及び溶銑温度制御装置
JP2019019385A (ja) * 2017-07-19 2019-02-07 Ｊｆｅスチール株式会社 溶銑温度予測方法、溶銑温度予測装置、高炉の操業方法、操業ガイダンス装置、溶銑温度制御方法、及び溶銑温度制御装置
CN109609714A (zh) * 2018-12-04 2019-04-12 江苏省沙钢钢铁研究院有限公司 一种大型高炉炉芯堆积的诊断方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
K. TAKATANI ET AL., ISIJ INTERNATIONAL, vol. 39, 1999, pages 15
KOKI NISHIOKA, YUTAKA UJISAWA KOUJI TAKATANI : " Development of Mathematical Model for Blast Furnace", NIPPON STEEL & SUMIKIN TECHNICAL REPORT, NIPPON STEEL, JP, 1 January 2018 (2018-01-01), JP, pages 73 - 79, XP093029635, Retrieved from the Internet <URL:https://www.nipponsteel.com/tech/report/nssmc/pdf/410-10.pdf> [retrieved on 20230307] *
See also references of EP4343006A4

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2025187599A1 (ja) * 2024-03-08 2025-09-12 Ｊｆｅスチール株式会社 高炉の操業予測方法、高炉操業の教育方法、高炉操業の設計方法、プログラム、及び端末装置
JP7772280B1 (ja) * 2024-03-08 2025-11-18 Ｊｆｅスチール株式会社 高炉の操業予測方法、高炉操業の教育方法、高炉操業の設計方法、プログラム、及び端末装置

Also Published As

Publication number Publication date
EP4343006A1 (en) 2024-03-27
JP7264321B1 (ja) 2023-04-25
KR20240024234A (ko) 2024-02-23
CN117751199A (zh) 2024-03-22
US20240318269A1 (en) 2024-09-26
JPWO2023008242A1 (ja) 2023-02-02
EP4343006A4 (en) 2024-08-28

Similar Documents

Publication Publication Date Title
JP7264321B1 (ja) 溶銑温度の予測方法、操業ガイダンス方法、溶銑の製造方法、溶銑温度の予測装置、操業ガイダンス装置、高炉操業ガイダンスシステム、高炉操業ガイダンスサーバ及び端末装置
TWI794865B (zh) 鐵水溫度之控制方法、作業指導方法、高爐之作業方法、鐵水之製造方法、鐵水溫度之控制裝置以及作業指導裝置
JPWO2021014923A1 (ja) プロセスの制御方法、操業ガイダンス方法、高炉の操業方法、溶銑の製造方法およびプロセスの制御装置
TWI853478B (zh) 高爐之熔鐵溫度預測方法、高爐之熔鐵溫度預測模型之學習方法、高爐之操作方法、高爐之熔鐵溫度預測裝置、熔鐵溫度預測系統以及終端裝置
JP7571891B2 (ja) 焼結機の操業管理方法、焼結鉱の製造方法及び制御装置
RU2843536C2 (ru) Способ прогнозирования температуры жидкого металла, способ руководства технологическими операциями, способ производства жидкого металла, устройство прогнозирования температуры жидкого металла, устройство для руководства технологическими операциями, система для руководства технологическими операциями доменной печи, сервер для руководства технологическими операциями доменной печи и оконечное устройство
JP2022048698A (ja) 高炉の制御装置、高炉の操業方法、及びプログラム
JP7464016B2 (ja) 高炉のスラグレベル推定方法、操業ガイダンス方法、溶銑の製造方法、高炉のスラグレベル推定装置及び操業ガイダンス装置
JP7384150B2 (ja) 操業ガイダンス方法、高炉の操業方法、溶銑の製造方法及び操業ガイダンス装置
JP5635464B2 (ja) 転炉の副原料投入量計算装置および該方法
RU2850785C2 (ru) Способ прогнозирования температуры расплавленного в доменной печи чугуна, способ обучения модели прогнозирования температуры расплавленного в доменной печи чугуна, способ работы доменной печи, устройство прогнозирования температуры расплавленного в доменной печи чугуна, система прогнозирования температуры расплавленного чугуна и терминальное устройство
EP4632081A1 (en) Silicon concentration prediction method, operation guidance method, silicon concentration prediction device, operation guidance device, operation guidance system, and terminal device
EP4545661A1 (en) Sintering process control method, operation guidance method, sintered ore manufacturing method, sintering process control device, operation guidance device, sintering operation guidance system, and terminal device
JP7679812B2 (ja) プロセスの制御方法、高炉の操業方法、溶銑の製造方法及びプロセスの制御装置
JP7687439B2 (ja) プロセスの制御方法、高炉の操業方法、溶銑の製造方法及びプロセスの制御装置
JP7589825B2 (ja) 焼結鉱の製造方法及び制御装置
JP2024035729A (ja) 返鉱率制御方法、焼結鉱の製造方法及び返鉱率制御装置
WO2025181986A1 (ja) 返鉱率制御方法、焼結鉱の製造方法及び返鉱率制御装置
JP2001172707A (ja) 高炉操業方法
JP2025183870A (ja) 造銑速度予測方法、操業ガイダンス方法、溶銑製造方法、及び造銑速度予測装置
JP2025029484A (ja) コークスの製造方法
WO2024202882A1 (ja) 返鉱制御装置、返鉱制御方法及び焼結鉱の製造方法
WO2024176544A1 (ja) プロセスの制御方法、高炉の操業方法、溶銑の製造方法、プロセスの制御装置及びプログラム

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2022569587

Country of ref document: JP

Kind code of ref document: A

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

Ref document number: 22849305

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 202317088246

Country of ref document: IN

Ref document number: 2022849305

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 18578006

Country of ref document: US

ENP Entry into the national phase

Ref document number: 2022849305

Country of ref document: EP

Effective date: 20231222

ENP Entry into the national phase

Ref document number: 20247002417

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 1020247002417

Country of ref document: KR

WWE Wipo information: entry into national phase

Ref document number: 202280052025.9

Country of ref document: CN

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112024001424

Country of ref document: BR

WWE Wipo information: entry into national phase

Ref document number: 2024104402

Country of ref document: RU

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 112024001424

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20240123

WWG Wipo information: grant in national office

Ref document number: 2024104402

Country of ref document: RU