JPH0730368B2

JPH0730368B2 - 高炉炉熱制御装置

Info

Publication number: JPH0730368B2
Application number: JP2880288A
Authority: JP
Inventors: 雅昭桜井; 一政脇元
Original assignee: 日本鋼管株式会社
Priority date: 1988-02-12
Filing date: 1988-02-12
Publication date: 1995-04-05
Anticipated expiration: 2010-04-05
Also published as: JPH01205008A

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制御する高炉
炉熱制御装置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課題〕

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、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
繁雑になっている。

このため、上記ルールのプログラムの作成、或いはルー
ル内に記述されている確信度を示す数値の量は膨大とな
り、その入力作業が繁雑となるという問題点があった。

また、高炉の炉壁の付着物が脱落した場合にはそれが羽
口に到達するまでにある程度時間がかかり、その間の炉
熱に対する影響は一様でないが、従来はそのことを把握
できず、この点からも充分な炉熱制御ができないという
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、高炉の炉熱を高精度に制御することがで
き、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、修正が容易で、かつ炉壁の付着
物の脱落の影響も考慮した高炉炉熱制御装置を得ること
を目的とする。

［課題を解決するための手段］第１図は本発明に係る高炉炉熱制御装置の概念を示した
ブロック図である。本発明に係る高炉炉熱制御装置は、
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と共
に、該各種データをその基準データと比較して、その差
データを作成する加工データ作成手段とを有し、更に、前記各種データ及び差データ（以下加工データと
いう）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格納手段と、前記記憶手段の
加工データと前記知識ベース格納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、高炉に対する
アクション量を決定する推論手段と、アクション量を出
力する手段とを有する。

前記知識ベース格納手段は、炉熱レベルを推定するため
に使用される「炉熱レベル判定知識ベース」と、炉熱推
移を推定するために使用される「炉熱推移判定知識ベー
ス」と、炉熱レベル及び炉熱推移よりアクション量を決
定するために使用される「アクション判定知識ベース」
と、過去のアクションおよび外乱に基づいてアクション
量の補正値を決定する「アクション補正知識ベース」
と、アクション量とアクション補正量から実際のアクシ
ョン量を決定する「総合判定知識ベース」とを含んでい
る。

前記「炉熱レベル判定知識ベース」及び前記「炉熱推移
判定知識ベース」は、加工データと炉熱レベルを独立変
数とし、これらの組み合わせの起こる確からしさ（以下
確信度という）を従属変数とする確信度関数と、この確
信度関数の適用方法を決定するルール群とをそれぞれ有
し、前記「アクション判定知識ベース」は、炉熱レベル
と炉熱推移よりアクション量を決定するルールを有し、
「総合判定知識ベース」は、アクション量とアクション
補正量から実際のアクション量を決定するルールを有す
る。

更に、前記「アクション補正知識ベース」は、炉壁付着
物の脱落を検出して、その脱落位置及び影響量を判定す
ると共に、その判定結果に基づいてその熱補償量及びタ
イミングを推論するために使用される壁落ち判定ルール
が含まれている。

［作用］本発明においては、加工データ作成手段によりデータ入
力手段からの高炉データに基づいて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格納手段に
格納された知識ベースとに基づいて人工知能としての推
論演算を行い、高炉に対するアクション量を決定する。

その推論演算に際しては、炉熱レベル判定知識ベースを
用いて炉熱レベルが推定され、炉熱推移判定知識ベース
を用いて炉熱推移が推定される。これらの炉熱レベル及
び炉熱推移を推論する際には、確信度関数とその適用方
法を決定するルール群とが用いられ、推論結果に対する
確信度を得る。

次に、アクション判定知識ベースに上記の炉熱レベル及
び炉熱推移を適用してアクション量を決定する。

アクション補正知識ベースの壁落ちルールを用いて壁落
ちを検出すると、その熱補償量及び熱補償のタイミング
を求めてそれをアクション補正量とする。

次に、総合判定知識ベースを用いてアクション量及びア
クション補正量から実際のアクション量を決定する。そ
して、そのアクション量に基づいて操業因子を調整する
ことにより高炉炉熱が制御される。

［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２図
は本発明の一実施例に係る高炉炉熱制御装置及び関連設
備を示すブロック図である。

図において、（１）は制御対象となる高炉、（10）は本
発明に係る高炉炉熱制御装置で、データスキャナー（1
1）、センサデータ収集手段（12）、ファイル手段（1
4）、演算手段（16）、及び出力インターフエース（1
8）、知識ベース（22）、推論エンジン（26）、共通デ
ータバッファ（24）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、フアイルデータバンキング機能
を果たしている。演算手段（16）は、フアイル手段（1
4）に格納されたセンサデータ収集手段（12）からのデ
ータを指数平滑処理をした後再びフアイル手段（14）に
格納する。そして、所定時間例えば20分毎にその平均
値、及び平均値と基準値との差データを加工データとし
て、加工データ記憶手段である共通データバッファ（2
4）に送り出す。

推論エンジンは（26）はそのデータと知識ベース（22）
の知識に基づいて所定の推論演算を行ない、次にとるべ
きアクション量を求めて共通データバッフア（24）に再
び格納すると共に、ファイル手段（14）にも格納する。

（30）はCRTで、推論エンジン（26）の推論結果が、フ
アイル手段（14）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、高炉炉熱制御装置（10）
の指令に基づいて高炉の温度制御をするもので、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。このとき、高炉炉熱制御装置（1
0）の指令は出力手段（18）を介してデジタル計装装置
（32）に送り出される。

（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の概要を説明する。

（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、例えば１分間隔で読取られ、フア
イル手段（14）に格納される。

（２）フアイル手段（14）に格納されたデータは、演算
手段（16）により指数平滑処理される。ここでは、荷下
り、温度、ガス利用率、出銑滓等に関するデータが演算
処理される。演算処理された各種データは再びフアイル
手段（14）に格納される。次に、これらの各種データは
所定時間、例えば20分間隔でその平均値、及びその平均
値と所定の基準値との差をを求めて、それを加工データ
として共通データバッファ（24）に転送する。

（３）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演
算する。

ここで、知識ベースは第３図に示すように炉熱レベル判
定KSグループ、炉熱推移判定KSグループ（KS;知識
源）、アクション判定KS、アクション補正判断KS、総合
判定KSグループ、操業状態判定KSの各知識ベースのユニ
ットから形成される。

炉熱レベル判定KSグループは、高炉の炉熱レベルがどの
水準にあるかを決定するために推論エンジン（26）によ
って使用される知識ベースであり、溶銑温度を主判断要
因として炉熱レベルを判定する「溶銑温度−炉熱レベル
KS」、その他のセンサの測定量を主判断要因として炉熱
レベルを判定する「センサ−炉熱レベルKS」等を含んで
いる。

これらのKSは、いずれも各測定量および炉熱レベルを独
立変数、それらの組合わせが発生する確率（確信度）を
従属変数とする確信度関数（以下CF関数という）と、そ
のCF関数の使用手順を決定するルール群から成立ってい
る。

炉熱推移判定KSグループは、高炉の炉熱の推移が、どの
ような水準にあるかを決定するために推論エンジン（2
6）によって使用される知識ベースであり、溶銑温度の
推移を主判断要因として炉熱の推移を判定する「溶銑温
度−炉熱推移KS」、その他のセンサの測定量の推移を主
判断要因として炉熱推移を判定する「センサ−炉熱推移
KS」等を含んでいる。

これらのKSも、各測定量および炉熱推移レベルを独立変
数、それらの組合わせが発生する確率（確信度）を従属
変数とするCF関数と、そのCF関数の使用の手順を決定す
るルール群から成立っている。

アンション判定KSは、炉熱レベルと炉熱推移レベルの組
合わせにより、アクション量を判定するルール群から成
立っている。アクション補正量KSグループは、過去にと
られたアクションおよび過去に発生した外乱の情報にも
とづいて、現在のアクション量の補正を行なうためのル
ール群から成立っている。総合判定KSは、アクション判
断の結果とアクション補正量判断の結果にもとづいて最
終的なアクション量を決定するためのルール群から成立
っている。

そして、操業状態判定KSは、例えば炉熱レベル等に基づ
いて炉の操業が正常に行われているか否かを判定し、正
常であれば上記のアクション量をそのまま制御系に送り
出し、異常であればその旨を表示してオペレータにガイ
ダンスするルール群から成り立っている。

推論エンジン手段（26）は各知識ベースを実行するもの
で、第３図のフローチャートに示すように、まず、炉熱
レベル及び炉熱推移を判定し、次にこれらの判定結果に
基づいてアクション量を判定する。このアクション量は
所定の補正がなされ、その結果は一時的に共通データバ
ッファ（24）に格納された後、ファイル手段（14）及び
出力手段（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）の温度が制御され、その結果熔
銑温度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の概要を
第３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；この炉熱レベル判定KSグループは、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、上述したように
「溶銑温度−炉熱レベルKS」、「センサ−炉熱レベルK
S」等のKS群からなっており、次に示すように、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。

炉熱レベル評価７大熱６中熱５普通４小冷３中冷２大冷１特大冷ここで、熔銑温度−炉熱レベルKSの一例を説明する。KS
は条件を設定したIF部とその条件が満たされたときの指
示内容を設定したTHEN部とから構成されている。例示す
ると以下のとおりである。

ルールNo.1 ［IF部］鍋順＝１ NOT（残滓が多い） NOT（減風終了後経過時間≦180分） Si,Sの判定が「低い」［THEN部］通常の３次元関数により熔銑温度−炉熱レベルのCF値を
求める。

このルールNo.1は高炉の操行状態が定常状態にある場合
には、通常の３次元関数により熔銑温度−炉熱レベルの
CF値を求めることを示している。

即ち、熔銑温度−炉熱レベルのCF値関数には通常〜
f_MTN、やや高い〜f_MTH、高い〜f_MTEHの３種類があり、
推論エンジン（26）は上記のような論理によってどの関
数を使用するかを選択する。

つまり、溶銑温度−炉熱レベルKSには鍋順（溶銑温度を
測定した取鍋が出銑開始から使用した取鍋の何番目にあ
たったかを示す数）と、残滓量との減風終了後からの経
過時間に対応して、前記３種類の関数のどれを採用する
かを決定するルールが格納されている。このルールの他
の例を示すと、ルールNo.2 ［IF部］鍋順＝1 NOT（残滓が多い） NOT（減風終了後経過時間≦180分） Si,Sの判定が「やや高い」［THEN部］「やや高い」ときの３次元関数により熔銑レベルのCF値
を求める。

ルールNo.3 ［IF部］鍋順＝１ NOT（残滓が多い） NOT（減風終了後経過時間≦180分） Si,Sの判定が「高い」［THEN部］「高い」ときの３次元関数により熔銑レベルのCF値を求
める。

これらルールNo.1〜No.3は、残滓が多くなく減風終了よ
り十分な時間が経過しているときは、溶銑中のSiとＳの
判定により関数の種類を選択することを示している。

また、溶銑温度−炉熱レベルの３種のCF関数はいずれも
鍋順LN,溶銑温度MT,炉熱レベルFHLの関数である。

即ち、 f_MTN＝f_MTN（LN,MT,FHL） f_MTH＝f_MTH（LN,MT,FHL） f_MTEH＝f_MTEH（LN,MT,FHL）推論エンジン（26）は前記ルールによって選択されたCF
値関数について、LN,MTは実測値をあてはめ、FHLについ
ては前記１〜７までの数値をあてはめて、各々の炉熱レ
ベルに対応するCF値を求める。

第４図は、ひとつの鍋順についてのCF値関数を示したも
ので、鍋順が固定されているので、CF値は溶銑温度と炉
熱レベルの関数となっている。

たとえば、ルールによりfMTNが選択された場合、溶銑温
度1400℃のときは炉熱レベル４の場合がCF値が最高でCF
＝0.2、溶銑温度が1480℃のときは炉熱レベル７の場合
がCF値が最高でCF0.4であることを示している。

次にセンサ−炉熱レベル（羽口埋込温度−炉熱レベルK
S、ソリューションロスＣ量−炉熱レベルKS）について
説明する。

このKSは、羽口埋込温度−炉熱レベルKSとソリューショ
ンロスＣ量−炉熱レベルKSとを使用するかどうかを決定
するルールと、それぞれ羽口埋込温度と炉熱レベル、ソ
リューションロスＣ量と炉熱レベルを２つの独立変数と
するCF値関数f_HT′f_SLから成っている f_HT＝f_HT（HT,FHL） f_SL＝f_SL（SL,FHL）この関数を計算するのに使用される羽口埋込温度HT、ソ
リューションロスＣ量SLは、実測値（その指数平滑値又
は移動平均値）が使用される。

これらの関数の使用、不使用を決めるルールの例を以下
に示す。

ルールNo.1 ［IF部］ NOT（残滓が多い）［THEN部］（１）羽口埋込温度により羽口埋込温度−炉熱レベルの
CF値を求める。

（２）ソリューションロスＣ量によりソリューションロ
スＣ量−炉熱レベルのCF値を求める。

この場合は、推論エンジン（26）は両関数を使用する。

ルールNo.2 ［IF部］（残滓が多い）［THEN部］（１）羽口埋込温度−炉熱レベルのCF値を「０」とす
る。

（２）ソリューションロスＣ量−炉熱レベルのCF値を
「０」とする。

この場合には、羽口埋込温度−炉熱レベルCF値もソリュ
ーションロスＣ量−炉熱レベルCF値も炉熱レベルによら
ず一定値となる。

このことは、後述する炉熱レベルの判定にこれらの要因
は寄与せず、炉熱レベルは前述の溶銑温度−炉熱レベル
KSによってのみ決定されることを意味する。

第５図は推論エンジン（26）の動作を示す説明図であ
り、熔銑温度−炉熱レベルKSに基づいて各炉熱レベル毎
のCF値を求め、また、羽口埋込温度−炉熱レベルKS及び
ソリューションロスＣ量−炉熱レベルKSに基づいてそれ
ぞれ各炉熱レベル毎のCF値を求める。そして、羽口埋込
温度KSによる各レベルのCF値とソリューションロスＣ量
KSによる各レベルのCF値とを加算する。このようにして
得られたセンサレベルのCF値と上記の熔銑レベルKSによ
る各レベルのCF値とを加算する。このようにして各炉熱
レベル（７〜１）のCF値を求める。

（Ｂ）炉熱推移判定KSグループ；この炉熱推移判定KSグループには、熔銑温度−炉熱推移
KS及びセンサ−炉熱推移KSが含まれており、炉熱推移を
過去から現在に至る変化の度合により、次に示すよう
に、急上昇〜一定〜急降下の間で５段階に分け各ランク
ごとにCF値を求め、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。

レベル内容５急上昇４上昇３横這い２下降１急下降ここで溶銑温度−炉熱推移KSについて説明する。

このKSは、前後するタップ（１回の出銑）間における溶
銑温度の差ΔMT、炉熱推移レベルVFHLを２つの独立本数
とするCF関数f_ΔMT＝f_ΔMT（ΔMT,VFHL）と、このCF関
数の前処理、後処理のルールとが格納されている。

以下このKSの使用方法について説明する。

ルールNo.0 ［IF部］（初期設定）［THEN部］熔銑推移のCF値としてそれぞれ次の値を設定する。

レベル１２３４５ CF 値０００００ルールNo.1 ［IF部］（１）NOT（Si,Sの判定が「やや高い」）（２）NOT（Si,Sの判定が「高い」）（３）安定フラグがON（炉況が安定している状体）［THEN部］（１）ΔMT＝（現タップの溶銑温度−前タップの溶銑温
度）として各炉熱推移レベル毎にCF値を求め、「今回溶
銑温度−炉熱推移CF値」とする。

（２）次に、ΔMT＝（前タップの熔銑温度−前タップの
溶銑温度）として各炉熱推移レベル毎にCF値を求め、
「前回溶銑温度−炉熱推移CF値」とする。

（３）「今回熔銑温度−炉熱推移CF値」と「前回熔銑温
度−炉熱推移CF値」にそれぞれ重み係数を乗じて「溶銑
温度−平滑炉熱推移CF値」に加算する。

（これらの計算は、炉熱推移のレベル毎に別々に行な
う。）つまり、炉況安定状態では、直近のデータまで、炉熱推
移の推定に使用することを示している。

ルールNo.2 ［IF部］（１）（Si,Sの判定が「やや高い」）（２）NOT（Si,Sの判定が「高い」）（３）安定フラグがOFF ［THEN部］（１）ΔMT＝（前タップ熔銑温度−前々タップの熔銑温
度）として各炉熱推移レベル毎にCF値を求め「前回熔銑
温度−炉熱推移CF値」とする。

（２）「前回熔銑温度−炉熱推移」に重み係数を乗じて
「熔銑温度−平滑炉熱推移CF値」に加算し、あらためて
「熔銑温度−平滑炉熱推移CF値」として設定する。

ここでは、炉況が安定していないので、「今回熔銑温度
−炉熱推移」は考慮しない。次にセンサ−炉熱推移KSに
ついて説明する。センサ−炉熱推移KSは、多数のセンサ
の測定値の推移と炉熱推移を２つの独立変数とするCF値
関数と、その使用方法を決定するルールが格納されたも
のであり、各センサ毎に設けられている。

つまりf_ΔSi＝f_ΔSi（ΔSi,VFHL）（ｉ＝１〜n:対応センサ毎）このうちセンサが羽口埋込温度であるものについて例を
説明する。

ルールNo.1 ［IF部］（１）NOT（残滓が多い）［THEN部］ ΔSi＝（羽口埋込温度−60分前羽口埋込温度）として羽
口埋込温度−炉熱推移のCF値を求める。

ルールNo.2 ［IF部］残滓が多い羽口推移レベル４のCF値＞０［THEN部］羽口推移レベル４のCF値に「０」を上書設定する。

レベル１２３４５ CF値＊＊＊０＊（＊は値がもとのまゝであることを示す）ルールNo.3 残滓が多い羽口推移レベル５のCF値＞０［THEN部］羽口推移レベル５のCF値に「０」を上書設定する。

レベル１２３４５ CF 値＊＊＊＊０ …… …… …… …… …… 第６図は羽口埋込温度（基準値との差）、炉熱推移レベ
ルを独立変数とする羽口埋込温度−炉熱CF関数を示す。

なお、熔銑温度−炉熱推移KSには、「短期推移」及び
「長期推移」に分けてルール化することも可能であり、
またセンサ推移KSには羽口埋込KSの他に他のKS、例えば
荷下がり、送風圧力、ガス利用率、ソリューション・ロ
ス量等の各KSについても加え、これらの情報も考慮して
いる。

推論エンジン（26）は、熔銑温度−炉熱推移KSの各ルー
ルに基づいて各推移についてのCF値炉熱推移レベル毎に
求めると共に、センサ−炉熱推移KSの各ルールに基づい
て各センサ毎の推移についてのCF値を求める。そして、
これらのKSのCF値の炉熱推移レベル毎に加算し、各炉熱
推移レベルのCF値を求める。

（Ｃ）アクション判定KS; このアクション判定KSは、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ための知識ベースである。

推論エンジン（26）は、上記のアクション判定KSに基づ
いて、炉熱レベルのCF値と炉熱推移のCF値との積を求め
てマトリックスに書き込んでいく。

第７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。

第８図はアクション型の一例を示した図で、第９図はア
クション量の一例を示した図である。

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９図のアクション量Ｇ）。

（Ｄ）アクション補正量判定KSグループ；このアクション補正量判定KSグループには、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
決定するための各種のKSが含まれている。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。

推論エンジン（26）は、上記の各ルールを実行して必要
な補正アクション量及び操作時刻を求める。

（Ｅ）総合判定KS; この総合判定KSは、上記（Ｃ）及び（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ための知
識ベースである。そして、推論エンジン（26）によりこ
のKSが推論されて判定結果が得られると、その判定結果
は操業状態判定KSに入力されて操業状態が判定され、CR
T（30）に表示して取るべきアクション量をオペレータ
に指示し、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所定の自動制御を行なう
（第２図参照）。

次に、上記の各知識ベース（Ａ）（Ｂ）でCF値を求める
際に用いられる多次元関数、例えば熔銑温度−炉熱レベ
ルのCF関数の作成方法について説明する。

第10図は溶銑温度のタップ内推移（連続測定結果）を示
す特性図である。図に示すように、炉内の熱的状態が安
定であっても炉下部での滞留中に炉底冷却の影響や、溶
銑の流路である出銑樋での放冷により、出銑の初期では
比較的温度が低い溶銑が排出される。時間の経過ととも
に出銑樋が溶銑の顕熱を受けて温度上昇し、また、炉内
での滞留の影響も少なくなってくることから、排出され
る溶銑の温度は次第に上昇して安定化し、システムの制
御対象である炉熱をよく代表した情報となってくる。

更に、この温度上昇の傾向も常に一定ではなく、操業条
件によっても変わってくるので、溶銑温度という情報は
システムの制御対象を代表する情報としての適格性が刻
々変化する、あいまいさを持った情報となる。そこで、
溶銑温度を観測してこれを炉熱の状態の推定に結びつけ
るため、出銑の開始からの経過時間がどのくらいか、と
いうことを念頭に置き、更にプロセス特有のあいまいさ
を含んで考慮することが必要となる。

上記のような観点から出銑中の溶銑温度を把握すると、
その温度分布は第11図に示されるように表される。図に
おいて、各軸はそれぞれＸ軸；無次元化した時刻Ｙ軸；溶銑温度Ｚ軸；出現頻度（発生頻度数率）を意味している第12図は、第11図の出銑時刻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13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。

第13図の特性図をＸ軸をセンサデータに置き換えて図示
すると第14図に示すように表される。図において、点A1
とA4とを結んだ直線及び点A3とA6とを結んだ直線はそれ
ぞれCF値が「０」であり、両直線の中間部に行くに従っ
てCF値は大きくなる。そして、点A2とA5とを結んだ直線
ではCF値が最大値「１」を示しており、最も信頼性が高
いことを示している。

このような３次元関数に基づいて炉温を制御した結果、
第15図に示すように従来のオペレータによる方法に比べ
エラーの発生頻度数が減少していることが分かる。

第14図の３次元関数はセンサデータの所定の範囲の最小
値と最大値とを直線で結んで構成したものであるが、第
16図はセンサデータの領域を広げ、且つセンサデータの
大きさに応じて複数に分割し（この例では３分割）、そ
れぞれの分割された領域が連続するように折れ線を結ん
で３次元関数を構成している。このような第16図の３次
元関数は、第14図の３次元関数に比べてより現実のセン
サデータ、炉熱レベル及びCF値（確信度）の関係を示し
ている。そして、このCF値の最大値は、各分割された領
域においていずれも「１」を示しているが、その最大値
は各領域毎に異なってもよいことはいうまでもない。

なお、上記の３次元関数のセンサデータが基準値との差
データ（＝測定値−目標値）となっているのは、以下の
理由による。

イ）溶銑温度は、成分調整等により目標値が変化する。

ロ）センサデータについても、操業方針、例えば低燃料
比指向か否かにより日々基準が変更される。

ハ）更に、温度計等は、レンガ等の設置位置の摩耗の程
度により、炉内情況が同じでも検知温度が異なったもの
となる。

３次元関数は、以上の理由により上記の差データを基準
とし、種々の変化に対応できるようにしている。

第17図はアクション指示、炉熱レベル及び溶銑温度の関
係を示したものである。第14図の３次元関数によるアク
ションの指示はのタップにおいて図の実線で示される
タイミングでなされ、第16図の３次元関数によるアクシ
ョン指示（破線）は図のA,Bに示すタイミングで行われ
る。その結果、第16図の３次元関数による場合は次の
タップにおいて溶銑温度が目標値になる。これに比べて
第14図の３次元関数による場合は目標値から若干ずれた
ものとなっている。

第18図は第14図及び第16図の３次元関数を用いたときの
溶銑温度、Si及びＳについての実績を示したものであ
り、第16図の３次元関数を用いたときの方が第14図の場
合より優れた特性が得られている。

その結果、第16図の３次元関数による場合は次のタッ
プにおいて溶銑温度が目標値になる。これに比べて第14
図の３次元関数による場合は目標値から若干ずれたもの
となっている。

ところで、上記のアクション判定KSCについての動作は
壁落ち等がない場合の説明であるが、本実施例では「壁
落ちルール」がアクション補正判断KSグループＤ内にあ
り、壁落ちがあると「壁落ちルール」に基づいて推論演
算がなされ、アクション判定KSCの判断とアクション補
正判断KSグループの判断の双方が総合判定KSで考慮され
ることになる。以下、詳細に説明する。

第19図に示すように、高炉（１）の壁の付着物（51）が
脱落すると、高炉に設置されているセンサ（52）がこれ
を温度の急激な変化として捕えて、その脱落を検出す
る。

高炉（１）には第20図に示すようにシャフト及び冷却盤
（以下CSという）にそれぞれセンサが取り付けられてお
り、シャフトは５段〜１段の円周方向に８本、CSには３
段、２段の円周方向に16本がそれぞれ取り付けられてい
る。

各センサの出力について、前１時間の平均温度（▲
▼）を求め、一定のしきい値ΔＴ°C/min、ここでは5
0°C/min以上の変化があった時壁落ちがあったと判断す
る。但し、同一センサで所定の時間以内で壁落ちと判定
された場合には、次に述べる強度ランクには加えないこ
ととする。

ここで、強度ランクの概念を導入して、次のように１〜
３のランク付けを行う。

強度1;▲▼＜T1j 2;T1j≦▲▼＜T2j 3;T2j≦▲▼ 但し、i;1〜８（シャフト） ;1〜16（CS） j;1〜７（高さ方向） CS3段の場合を例にとってみると次のようになる（第16
図の右側参照）。

Tij;100°Ｃ T2j;300°Ｃ ΔT;50°C/min 第20図においては各センサの壁落ちの判定の本数に対応
した補正係数が明示されており、上記において低い温度
で補正係数が大きいのは（ランク１はランク２より補正
係数大である）、低い温度での付着物の脱落は影響が大
きいということによる。更に、脱落の検出数とCF値との
関係は第21図に示すようになり、それぞれ所定の本数で
確信度が飽和していることが分かる。

次に壁落ち時間T2を計算する。この壁落ち時間T2は壁落
ちが発生してから（検出されてから）それが羽口に到達
するまでの時間であり、次式により求められる。

ch;時間当りの装入回数（回数／時間） O/C;鉱石／コークス重量比 CB;1チャージコークス量（T/ch） ρ_o，ρ_c；鉱石，コークス嵩密度（T/m³） α；圧縮定数 Vj;センサ〜羽口間の体積（m³）また、この壁落ちによる影響は付着物が羽口の近傍に行
くに従って小さくなり、その影響が小さくなり始める時
間T1は過去の経験から次式のように決定している。

T1＝T2−α α;60分このようにして時間T1,T2が求められた後、各段毎に上
記の羽口先降下時間を考慮して補正アクションを求め
る。

各段補正アクション＝（アクション量）×｛ランク１補
正係数＋ランク２補正係数＋ランク３補正係数｝上記の各段補正アクションは集計されて壁落ちの影響量
として把握される。なお、上式のアクション量とは、理
論計算及び経験値を考慮して得られた定数である。

例えば壁落ちの影響量が水吹込み比Moiにして2.0g/Nm³
であると判断されると（壁落ちによる熔銑温度低下を防
止するための熱補償量がコークス比2kg/Tに相当すると
考えた場合に、羽口よりより入力されている水吹込み比
Moiは2.0g/Nm³にあたる。）、第22図に示すように補正
アクション量として−2.0g/Nm³、即ちを水吹込み比Moi
を2.0g/Nm³減少させる補正量を得る。次に、壁落ちの影
響が減少し始める時間T1に達すると（ここではT2の60分
手前の時点）、その影響度が0.5であるとしてその影響
量は1.0g/Nm³であると推測する。従って、補正アクショ
ン量として−1.0g/Nm³を得る。

なお、第22図においては、計算を簡単にするため、時間
T1の時点から時間T2までの影響度が一律に0.5であると
したが、影響度は時間T1の影響度「１」と時間T2の影響
度「０」とを結ぶ直線に従って減少させるようにしても
よいことはいうまでもない。

以上のようにしてアクション補正判断KSグーループで得
られた補正アクション量は、総合判定KSEに基づいた推
論演算において、アクション判断KSグループのアクショ
ン量に加算されて操業値が求められる。このとき、補正
アクション量は負の値であるから第22図に示すように、
アクション量から補正アクション量の絶対値が減算され
る。このようにして得られた操業値に基づいて高炉が操
業されることになる。

第23図は溶銑温度と水吹込比との関係を示したものであ
り、実線は壁落ちを考慮しなかった場合の制御実績を示
したもので、破線は壁落ちを考慮した場合の制御実績で
ある。溶銑温度が1459°Ｃの時には壁落ちによる影響が
発生しているが、それに対する処置としては、壁落ちを
考慮しなかった場合には、その影響が現れてからΔｔ時
間後（＝６時間）に水吹込比を44g/Nm³から40g/Nm³に減
少させている。壁落ちを考慮した場合には、壁落ちが発
生してからT0時間後（＝３時間）に水吹込比を44g/Nm³
から35g/Nm³に減少させている。

このように壁落ちを考慮した場合には、溶銑温度が変化
する前に対処できるので、壁落ち後の溶銑温度の変化は
比較的少なくてすみ、目標温度に対する偏差が小さくな
っている。

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24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］以上のように本発明によれば、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、操業管理の標準化、人間の誤判断の防止、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、炉冷
の回避、省力化等が実現されている。

また、制御装置をコンピュータで実現した際に、知識ベ
ースを基準にしているので演算容量、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。

そして、各炉熱レベル及び各炉熱推移CF値を求めるのに
確信関数を使うようにしたので、ルール数、その数値入
力の作業等が軽減されている。

更に、高炉の壁落ちの影響を考慮して次のアクション量
を決定するようにしたので、実際の炉の状態に対応した
制御ができ、このため極めて高精度な炉温制御が可能に
なった。

【図面の簡単な説明】

第１図は本発明の構成を示したブロック図、第２図は本
発明の一実施例に係る高炉炉熱制御装置のブロック図、
第３図は知識ベース及びその推論順序を示したフローチ
ャート、第４図は炉熱レベルの３次元関数を示した特性
図、第５図は推論動作を説明した説明図である。第６図は羽口推移レベルの３次元関数を示した特性図、
第７図はアクションマトリックスの一例を示した説明
図、第８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９図はアクション量の一例を示した説明図
である。第10図は溶銑温度のタップ内推移を示した特性図、第11
図〜第13図は炉熱レベルの３次元関数の作成方法を示し
た説明図である。第14図は３次元関数の一例を示した説明図、第15図は第
14図の３次元関数による実績を示した特性図、第16図は
３次元関数の他の例を示した説明図、第17図は第14図の
３次元関数及び第16図の３次元関数により制御のアクシ
ョン指示、炉熱レベル及び溶銑温度の関係を示した特性
図、第18図は第14図の３次元関数及び第16図の３次元関
数による制御実績を示す目標温度に対する温度差、Si及
びＳの分布を示した特性図である。第19図は高炉の壁付着物の落下を示す説明図、第20図は
高炉に取り付けられたセンサとその補正係数を示した説
明図、第21図は壁落ちの検出数とCF値との関係を示した
特性図、第22図は壁落ちとその影響との関係を示した説
明図、第23図は壁落ちがあったときの溶銑温度と水吹込
みとの関係を示した特性図、第24図は溶銑温度のエラー
発生率を示した特性図である。（11），（12）；データ入力手段（16），（14）；加工データ作成手段（19），（24）；記憶手段（22）；知識ベース格納手段（26）；推論手段

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
タを作成すると共に、該各種データをその基準データと
比較して、その差データを作成する加工データ作成手段
と、前記各種データ及び差データ（以下加工データという）
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格納手段
と、前記記憶手段の加工データと前記知識ベース格納手段の
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、高炉に対するアクション量を決定する推論手段と、アクション量を出力する手段とを有し、前記知識ベース格納手段は、炉熱レベルを推定するため
に使用される炉熱レベル判定知識ベースと、炉熱推移を
推定するために使用される炉熱推移判定知識ベースと、
炉熱レベル及び炉熱推移よりアクション量を決定するた
めに使用されるアクション判定知識ベースと、過去のア
クション及び外乱に基づいてアクション量の補正値を決
定するアクション補正知識ベースと、アクション量とア
クション補正量から実際のアクション量を決定する総合
判定知識ベースとを含み、前記炉熱レベル判定知識ベース及び前記炉熱推移判定知
識ベースは、加工データと炉熱レベルを独立変数とし、
これらの組み合わせの起こる確からしさ（以下確信度と
いう）を従属変数とする確信度関数と、この確信度関数
の適用方法を決定するルール群とをそれぞれ有し、前記アクション判定知識ベースは、炉熱レベルと炉熱推
移よりアクション量を決定するルールを有し、総合判定
知識ベースは、アクション量とアクション補正量から実
際のアクション量を決定するルールを有し、更に、前記アクション補正知識ベースは、炉壁付着物の
脱落を検出し、その脱落位置及び影響量を判定すると共
に、その判定結果に基づいてその熱補償量及びタイミン
グを推論するために使用される壁落ち判定ルールを有す
ることを特徴とする高炉炉熱制御装置。