JP7549189B2 - Simulation method using a blast furnace mathematical model and blast furnace operation method using the same - Google Patents
Simulation method using a blast furnace mathematical model and blast furnace operation method using the same Download PDFInfo
- Publication number
- JP7549189B2 JP7549189B2 JP2020070973A JP2020070973A JP7549189B2 JP 7549189 B2 JP7549189 B2 JP 7549189B2 JP 2020070973 A JP2020070973 A JP 2020070973A JP 2020070973 A JP2020070973 A JP 2020070973A JP 7549189 B2 JP7549189 B2 JP 7549189B2
- Authority
- JP
- Japan
- Prior art keywords
- blast furnace
- raw material
- conveyor
- raw materials
- tank
- 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.)
- Active
Links
Images
Landscapes
- Manufacture Of Iron (AREA)
- Blast Furnaces (AREA)
Description
本発明は、高炉数学モデルを用いるシミュレーション方法及びそれを利用する高炉操業方法に関する。 The present invention relates to a simulation method using a blast furnace mathematical model and a blast furnace operation method using the same.
従来、高炉操業は、高炉に設置された各種センサ類で測定される「測定データ（センサデータ）」、及び／又は、それらの測定データから演算される「操業管理指標（演算データ）」に基づいてオペレーターが炉況を判断し、炉況異常に陥ると予測される(あるいは炉況異常に陥ったと判断された)場合に操業操作因子を適切に調整する操業アクションを行うことによって実施される。ここで、測定データとは、例えば、高炉原料（鉱石原料、コークス、副原料など）の粒径等の物理性状又は組成等の化学性状などであり、操業操作因子とは、例えば、羽口からの送風条件、炉頂からの高炉原料の装入条件、及び高炉に装入される原料性状などである。 Conventionally, blast furnace operations are carried out by operators judging the furnace status based on "measurement data (sensor data)" measured by various sensors installed in the blast furnace and/or "operation management indicators (calculated data)" calculated from the measurement data, and taking operational actions to appropriately adjust operational factors when the furnace status is predicted to become abnormal (or it is judged that the furnace status has become abnormal). Here, measurement data refers to, for example, physical properties such as particle size or chemical properties such as composition of blast furnace raw materials (ore raw materials, coke, auxiliary raw materials, etc.), and operational factors refer to, for example, blowing conditions from the tuyere, charging conditions of blast furnace raw materials from the furnace top, and properties of the raw materials charged into the blast furnace.
所望の出銑量や熱レベルで安定的な高炉操業を行うために、一般的に、測定データやそれを演算して得られる操業管理指標が、予め設定してあるそれらの基準値（「管理値」又は「閾値」ともいう）に達した場合に取るべき操業アクションが定められている。これにより、オペレーターの操業習熟度などに関わらず、所定の状態になった場合に所定の操業アクションが取られることが期待される。 In order to operate a blast furnace stably at the desired production rate and heat level, operational actions are generally specified to be taken when the measurement data or operational control indicators obtained by calculating the data reach preset reference values (also called "control values" or "threshold values"). This is expected to ensure that the specified operational actions are taken when a specified state is reached, regardless of the operator's operating proficiency, etc.
しかし、実際の高炉操業では、測定データや操業管理指標が上記基準値に達しないように、複数のデータの時系列推移に基づいて、オペレーターが自身の経験や勘に基づいて炉況を判断して、炉況異常を回避する操業アクションが早期に取られる場合がある。また、測定データや操業管理指標が基準値に達していない正常な炉況の場合であっても、高炉の出銑量及び熱レベル（溶銑温度、ソリューションロスカーボン量など）を一定にするために同様に操業アクションが取られる場合がある。 However, in actual blast furnace operations, operators may judge the furnace status based on their own experience and intuition, based on the time series trends of multiple data, and take early operational action to avoid furnace abnormalities so that the measurement data and operational management indicators do not reach the above-mentioned reference values. Even in cases where the furnace status is normal and the measurement data and operational management indicators have not reached the reference values, similar operational action may be taken to keep the blast furnace's pig iron output and heat level (molten iron temperature, solution loss carbon amount, etc.) constant.
よって、実際の高炉操業において、現在の炉況を判断さらには将来の炉況を予測し、どのような操業アクションをどのようなタイミングで行うかを判断することは、属人的に行われることがあり、この判断はオペレーターの操業習熟度に依存するところが大きい。したがって、オペレーターにより判断が分かれ、必ずしも十分に安定的な高炉操業を行えない場合がある。それだけではなく、上記操業アクションを行う判断に際し、データの見逃しや判断ミスなどの人為的ミスによって正常な炉況が悪化したり、場合によっては重大な高炉操業のトラブルに繋がったりするおそれすらある。 Therefore, in actual blast furnace operation, judging the current furnace condition and even predicting future furnace conditions, and deciding what operational actions to take and when, are often done on a personal basis, and these decisions depend heavily on the operator's operational proficiency. As a result, judgments vary depending on the operator, and there are cases where blast furnace operation is not always sufficiently stable. Not only that, but when deciding to take the above operational actions, human error such as overlooking data or misjudgment can cause the normal furnace condition to deteriorate, and in some cases, it can even lead to serious problems in blast furnace operation.
これらの問題に対処するために、測定データを使用して、高炉数学モデル（高炉の物理モデル）を用いて現在の炉況を把握し、将来の炉況を予測して操業アクションを実施する高炉操業方法が開示されている（例えば、特許文献１、２）。 To address these issues, a blast furnace operation method has been disclosed in which measurement data is used to grasp the current furnace condition using a blast furnace mathematical model (a physical model of the blast furnace), and the future furnace condition is predicted and operational actions are taken (e.g., Patent Documents 1 and 2).
従来の高炉操業方法では、高炉に装入される高炉原料、例えば、コークス炉から得られるコークスや焼結機から得られる焼結鉱は、通常、当該高炉原料を貯留する原料槽よりも手前でサンプリングすることによりその性状が測定されていた。このような測定は、測定頻度が低く（一般的に３～６回／日）、代表性の課題があるだけでなく、サンプリングから分析結果が出るまでのタイムラグ及びサンプリング位置から高炉装入までのタイムラグも存在する。そうすると、サンプリング試料により得られた原料性状と、実際に高炉に装入される高炉原料の原料性状とが必ずしも十分に一致せず、その結果、サンプリング試料により得られた原料性状に基づいてシミュレーションを行う高炉数学モデルが、実際の炉況を十分に反映できなくなる。そのため、高炉数学モデルによるシミュレーションに従って高炉操業を想定どおりに行えないことがある。また、コークス炉及び焼結機での高炉原料の製造から高炉に至る高炉原料の搬送をトラッキングすることについては、精度上の課題が未だに残っている。したがって、従来の高炉操業方法では、高炉数学モデルを用いるシミュレーションによる炉況の再現の精度は必ずしも十分なものではなかった。 In conventional blast furnace operation methods, the properties of the blast furnace raw materials charged into the blast furnace, such as coke obtained from a coke oven and sintered ore obtained from a sintering machine, were usually measured by sampling the raw materials before the raw material tank that stores the raw materials. Such measurements are not frequent (generally 3 to 6 times per day), and there is an issue of representativeness. In addition, there is a time lag between sampling and the analysis results, and between the sampling position and the blast furnace charging. As a result, the raw material properties obtained from the sampled samples do not necessarily match the raw material properties of the blast furnace raw materials actually charged into the blast furnace, and as a result, the blast furnace mathematical model that performs simulations based on the raw material properties obtained from the sampled samples cannot fully reflect the actual furnace conditions. Therefore, blast furnace operation may not be performed as expected according to the simulation by the blast furnace mathematical model. In addition, there are still issues with accuracy in tracking the transportation of blast furnace raw materials from the production of blast furnace raw materials in the coke oven and sintering machine to the blast furnace. Therefore, with conventional blast furnace operation methods, the accuracy of reproducing furnace conditions through simulations using blast furnace mathematical models was not necessarily sufficient.
本発明は、このような実情に鑑み、高炉原料の粒径及び成分の少なくとも一方を、高炉装入までのタイムラグが極めて少ない原料槽の後で測定することで、より高い精度で実際の炉況を再現することが可能な、高炉数学モデルを用いるシミュレーション方法、及び当該シミュレーション結果を利用した高炉操業方法を提供することを課題とする。 In view of the above circumstances, the present invention aims to provide a simulation method using a mathematical model of a blast furnace that can reproduce the actual furnace conditions with higher accuracy by measuring at least one of the particle size and composition of blast furnace raw materials after the raw materials are loaded into the blast furnace, which has an extremely short time lag. It also aims to provide a blast furnace operation method that utilizes the results of this simulation.
本発明の主旨は以下のとおりである。
（１）
高炉数学モデルを用いるシミュレーション方法であって、
高炉原料を貯留する原料槽と、前記原料槽から高炉まで前記高炉原料を搬送する一または複数のコンベヤと、を備える高炉原料供給設備において、前記原料槽の後かつ前記高炉の前で前記高炉原料の粒径をオンラインでレーザー光切断３Ｄカメラを用いて前記高炉に装入される前記高炉原料の分量に応じた所定時間内に連続的に測定するとともに、前記高炉原料の成分をオンラインで中性子線成分分析装置を用いて前記高炉に装入される前記高炉原料の分量に応じた前記所定時間内に連続的に測定する測定工程、
前記測定工程で得られる測定結果である原料性状、及び／又は、前記測定結果を演算して得られる演算結果である原料性状を取得する取得工程、並びに
前記原料性状を前記高炉数学モデルに入力する入力工程を含む、シミュレーション方法。
（２）
前記高炉原料の成分が、複数の鉱石原料の平均組成、及び／又は、複数の銘柄のコークスの平均組成である、（１）に記載のシミュレーション方法。
（３）
前記高炉原料の粒径が、複数の鉱石原料の粒度分布より得られる平均径、及び／又は、複数の銘柄のコークスの粒度分布より得られる平均径である、（１）又は（２）に記載のシミュレーション方法。
（４）
前記高炉原料供給設備が、前記コンベヤとして、前記原料槽から前記高炉まで高炉原料を搬送する装入コンベヤを備え、
前記測定工程が、前記装入コンベヤで実施される、（１）～（３）のいずれか１つに記載のシミュレーション方法。
（５）
前記高炉原料供給設備が、前記原料槽と前記高炉との間に中継槽をさらに備え、前記コンベヤとして、前記原料槽から前記中継槽までコークスを搬送するコークス用コンベヤ、前記原料槽から前記中継槽まで焼結鉱を搬送する焼結鉱用コンベヤ、前記原料槽から前記中継槽まで焼結鉱以外の鉱石原料及び副原料を搬送する鉱石原料用コンベヤ、並びに、前記中継槽から前記高炉までそれら高炉原料を搬送する装入コンベヤ、を備え、
前記測定工程が、前記装入コンベヤで実施される、（１）～（３）のいずれか１つに記載のシミュレーション方法。
（６）
前記高炉原料供給設備が、前記原料槽と前記高炉との間に中継槽をさらに備え、前記コンベヤとして、前記原料槽から前記中継槽までコークスを搬送するコークス用コンベヤ、前記原料槽から前記中継槽まで鉱石原料及び副原料を搬送する焼結鉱用コンベヤ、並びに、前記中継槽から前記高炉までそれら高炉原料を搬送する装入コンベヤ、を備え、
前記測定工程が、前記装入コンベヤで実施される、（１）～（３）のいずれか１つに記載のシミュレーション方法。
（７）
前記測定工程において、前記高炉原料のバッチごとに前記高炉原料の粒径及び成分の少なくとも一方を測定する、（１）～（６）のいずれか１つに記載のシミュレーション方法。
（８）
前記取得工程において、前記測定工程で得られた測定結果を、チャージごと又は所定時間ごとの平均値に演算して前記原料性状を取得する、（７）に記載のシミュレーション方法。
（９）
前記測定工程において、前記高炉原料の成分を、中性子線成分分析装置を用いて測定する、（１）～（８）のいずれか１つに記載のシミュレーション方法。
（１０）
（１）～（９）のいずれか１つに記載のシミュレーション方法で得られるシミュレーション結果を利用する高炉操業方法であって、現在時刻の炉内状態を、現在時刻の直前の時刻に取得された前記原料性状が入力された前記高炉数学モデルのシミュレーション結果を用いて把握する、高炉操業方法。
（１１）
前記シミュレーション結果を用いて得られる前記現在時刻の炉内状態を示す値と、前記高炉に設けられた１つ又は複数のセンサの実測値とが一致するように、一定の周期で前記高炉数学モデルのパラメータをチューニングすることを含む、（１０）に記載の高炉操業方法。
（１２）
（１）～（９）のいずれか１つに記載のシミュレーション方法で得られるシミュレーション結果を利用する高炉操業方法であって、現在時刻より後の将来時刻の炉内状態を、
現在時刻の直前の時刻に取得された前記原料性状が繰り返し入力された前記高炉数学モデルのシミュレーション結果を用いて予測する、高炉操業方法。
The gist of the present invention is as follows.
(1)
A simulation method using a blast furnace mathematical model, comprising:
a measuring step in a blast furnace raw material supply facility including a raw material tank for storing blast furnace raw materials and one or more conveyors for transporting the blast furnace raw materials from the raw material tank to a blast furnace, the step of: continuously measuring the particle size of the blast furnace raw materials online after the raw material tank and before the blast furnace using a laser light cutting 3D camera within a predetermined time period corresponding to the amount of the blast furnace raw materials charged to the blast furnace, and continuously measuring the components of the blast furnace raw materials online using a neutron beam component analyzer within the predetermined time period corresponding to the amount of the blast furnace raw materials charged to the blast furnace ;
An acquisition step of acquiring raw material properties which are measurement results obtained in the measurement step and/or raw material properties which are calculation results obtained by calculating the measurement results, and an input step of inputting the raw material properties into the blast furnace mathematical model.
(2)
The simulation method according to (1), wherein the components of the blast furnace raw material are an average composition of a plurality of raw ore materials and/or an average composition of a plurality of brands of coke.
(3)
The simulation method according to (1) or (2), wherein the particle size of the blast furnace raw material is an average diameter obtained from the particle size distribution of a plurality of raw ore materials, and/or an average diameter obtained from the particle size distribution of a plurality of brands of coke.
(4)
The blast furnace raw material supply facility includes, as the conveyor, a charging conveyor that transports blast furnace raw materials from the raw material tank to the blast furnace,
The simulation method according to any one of (1) to (3), wherein the measuring step is performed on the input conveyor.
(5)
The blast furnace raw material supply facility further includes a relay tank between the raw material tank and the blast furnace, and the conveyors include a coke conveyor that transports coke from the raw material tank to the relay tank, a sintered ore conveyor that transports sintered ore from the raw material tank to the relay tank, a raw ore conveyor that transports raw ore and auxiliary materials other than sintered ore from the raw material tank to the relay tank, and a charging conveyor that transports the blast furnace raw materials from the relay tank to the blast furnace,
The simulation method according to any one of (1) to (3), wherein the measuring step is performed on the input conveyor.
(6)
The blast furnace raw material supply facility further includes a relay tank between the raw material tank and the blast furnace, and the conveyors include a coke conveyor that transports coke from the raw material tank to the relay tank, a sintered ore conveyor that transports raw ore and auxiliary materials from the raw material tank to the relay tank, and a charging conveyor that transports the blast furnace raw materials from the relay tank to the blast furnace,
The simulation method according to any one of (1) to (3), wherein the measuring step is performed on the input conveyor.
(7)
The simulation method according to any one of (1) to (6), wherein in the measurement step, at least one of the particle size and components of the blast furnace raw material is measured for each batch of the blast furnace raw material.
(8)
The simulation method according to (7), wherein in the acquiring step, the raw material properties are acquired by calculating an average value of the measurement results obtained in the measuring step for each charge or for each predetermined time period.
(9)
The simulation method according to any one of (1) to (8), wherein in the measurement step, the components of the blast furnace raw material are measured using a neutron beam component analyzer.
(10)
A blast furnace operation method that utilizes a simulation result obtained by the simulation method according to any one of (1) to (9), in which the in-furnace state at the current time is grasped using the simulation result of the blast furnace mathematical model into which the raw material properties acquired at the time immediately before the current time are input.
(11)
The blast furnace operation method according to (10), further comprising tuning parameters of the blast furnace mathematical model at a constant interval so that a value indicating the furnace state at the current time obtained using the simulation result coincides with an actual measurement value of one or more sensors provided in the blast furnace.
(12)
A blast furnace operation method using a simulation result obtained by the simulation method according to any one of (1) to (9), comprising:
A blast furnace operation method, comprising: predicting the raw material properties acquired immediately before the current time using a simulation result of the blast furnace mathematical model into which the raw material properties acquired immediately before the current time are repeatedly input.
本発明によれば、より高炉に近い位置で、すなわちタイムラグが極めて少ない位置で測定した高炉原料の特性に基づいて原料性状を取得することができるため、高炉数学モデルに入力する当該原料性状を、実際に高炉に装入される原料性状に近づけることが可能となる。それにより、高炉数学モデルの入力値としてより高精度の原料性状を使用でき、その結果、より高い精度で実際の炉況を再現することが可能となり、より高い精度で炉内状態を把握又は予測することが可能な、高炉数学モデルを用いるシミュレーション方法、及び当該シミュレーション結果を利用した高炉操業方法を提供することが可能となる。 According to the present invention, since the raw material properties can be obtained based on the characteristics of the raw material for the blast furnace measured at a position closer to the blast furnace, i.e., at a position with an extremely small time lag, it is possible to make the raw material properties input to the blast furnace mathematical model closer to the raw material properties actually charged into the blast furnace. This makes it possible to use more accurate raw material properties as input values for the blast furnace mathematical model, and as a result, it is possible to reproduce the actual furnace conditions with higher accuracy, and it is possible to provide a simulation method using a blast furnace mathematical model that can grasp or predict the state inside the furnace with higher accuracy, and a blast furnace operation method that uses the simulation results.
以下、本発明に係る幾つかの実施形態について図を参照しながら説明する。しかしながら、これらの説明は、本発明の好ましい実施形態の単なる例示を意図するものであって、本発明をこのような特定の実施形態に限定することを意図するものではない。 Hereinafter, several embodiments of the present invention will be described with reference to the drawings. However, these descriptions are intended to merely exemplify preferred embodiments of the present invention, and are not intended to limit the present invention to such specific embodiments.
＜シミュレーション方法＞
本発明に係るシミュレーション方法は、高炉数学モデルの入力値として用いる原料性状を、原料槽の後かつ高炉の前で測定される高炉原料（鉱石原料、コークス、副原料など）の成分や粒径と関連付けることを特徴とする。より具体的には、本発明において、高炉原料の粒径及び成分の少なくとも一方は、図１に示される実施形態では原料槽と高炉の間の装入コンベヤで測定することができ、図２に示される実施形態では原料槽と中継槽の間のコークス用コンベヤ、焼結鉱用コンベヤ及び鉱石原料用コンベヤ、又は、中継槽と高炉の間の装入コンベヤで測定することができる。
<Simulation method>
The simulation method according to the present invention is characterized in that the raw material properties used as input values for the blast furnace mathematical model are associated with the components and particle size of the blast furnace raw materials (ore raw material, coke, auxiliary raw materials, etc.) measured after the raw material bin and before the blast furnace. More specifically, in the present invention, at least one of the particle size and components of the blast furnace raw materials can be measured on the charging conveyor between the raw material bin and the blast furnace in the embodiment shown in Figure 1, and can be measured on the coke conveyor, sintered ore conveyor, and ore raw material conveyor between the raw material bin and the relay bin, or on the charging conveyor between the relay bin and the blast furnace in the embodiment shown in Figure 2.
高炉原料とは、高炉に装入される鉱石原料、コークス、副原料のほか、スクラップや、いわゆる非焼成含炭塊成鉱やフェロコークスなども含む。鉱石原料には、例えば焼結鉱、塊鉱石、ペレットといった種類がある。コークスには、自製の直送コークスとヤードコークスといった銘柄があり、ヤードコークスには自製コークスと外部購入コークスといった銘柄がある。副原料には、例えば石灰石、珪石、製鋼スラグがある。
従来は、高炉数学モデルへの入力値として用いるコークス（自製コークス）及び焼結鉱の原料性状は、一般的に、コークス炉と原料槽の間及び焼結機と原料槽の間で、すなわち原料槽よりも手前でコークス及び焼結鉱をサンプリングして、その性状をオフラインで分析することから求められていた。この高炉原料のサンプリングによる分析は、通常は１日に数回しか行われず、そのデータには代表性の課題が残るうえ、サンプリングしてからオフラインでの分析が完了するまで幾らかのタイムラグが発生する。さらに、高炉原料は原料槽に数時間単位で貯留され、所定の高炉原料の装入条件に従って、原料槽から高炉へコンベヤを介して搬送される。したがって、上記のサンプリング位置から実際に高炉に装入されるまでのタイムラグも大きい。これらのタイムラグにより、高炉数学モデルに入力する原料性状が、実際に高炉に装入される高炉原料の原料性状を十分に反映できないことがあり、その結果、高炉数学モデルによるシミュレーションを用いて得られる炉内状態を示す値と、高炉に設けられたセンサの実測値とが十分に一致しないことがあった。
さらに、塊鉱石、ペレット及び副原料は、コークス及び焼結鉱よりもさらに分析頻度が低く、それぞれ入荷時の分析値のみが従来得られていた。
Blast furnace raw materials include ore raw materials, coke, auxiliary materials, scrap, so-called non-calcined carbon-containing agglomerates, ferro-coke, etc., charged into the blast furnace. Ore raw materials include, for example, sintered ore, lump ore, and pellets. Coke is classified into brands such as in-house direct delivery coke and yard coke, and yard coke is classified into brands such as in-house coke and externally purchased coke. Auxiliary materials include, for example, limestone, silica stone, and steelmaking slag.
Conventionally, the raw material properties of coke (self-produced coke) and sintered ore used as input values to the blast furnace mathematical model were generally obtained by sampling the coke and sintered ore between the coke oven and the raw material bin and between the sinter machine and the raw material bin, i.e., before the raw material bin, and analyzing the properties offline. This analysis by sampling of blast furnace raw materials is usually performed only a few times a day, and the representativeness of the data remains an issue, and there is a certain time lag between sampling and completion of the offline analysis. Furthermore, the blast furnace raw materials are stored in the raw material bin for several hours, and are transported from the raw material bin to the blast furnace via a conveyor according to the specified blast furnace raw material charging conditions. Therefore, there is a large time lag between the sampling position and actually charging the raw materials into the blast furnace. Due to these time lags, the raw material properties input into the blast furnace mathematical model may not fully reflect the raw material properties of the blast furnace raw materials actually charged into the blast furnace. As a result, the values indicating the furnace conditions obtained using a simulation with the blast furnace mathematical model may not fully match the actual measured values of sensors installed in the blast furnace.
Furthermore, lump ore, pellets, and auxiliary materials are analyzed even less frequently than coke and sintered ore, and only analytical values at the time of receipt were conventionally obtained for each.
一方、高炉数学モデルに入力する入力値として、原料槽より後の位置で測定した高炉原料の特性から求めた原料性状を使用することは、今まで検討されてこなかった。これは、測定装置の処理能力や精度が不十分であったことや、高炉数学モデル用の計算機の処理能力が不十分であったことも原因ではあるが、上記特性の測定頻度及び測定位置が高炉数学モデルによるシミュレーションの結果に及ぼす影響がそれほど大きくないと考えられていたことが主な原因である。よって、従来は、高炉数学モデルに用いる原料性状は、原料槽よりも手前でサンプリングした高炉原料のオフライン分析により得られる特性に基づいて算出すれば十分と考えられていた。 On the other hand, the use of raw material properties calculated from the characteristics of blast furnace raw materials measured at a position after the raw material bin as input values to the blast furnace mathematical model has not been considered until now. This is partly due to insufficient processing capacity and precision of the measuring equipment and insufficient processing capacity of the computers for the blast furnace mathematical model, but the main reason is that it was thought that the frequency and measurement position of the above characteristics would not have a significant effect on the results of simulations using the blast furnace mathematical model. Therefore, it was previously thought that it would be sufficient to calculate the raw material properties used in the blast furnace mathematical model based on the characteristics obtained by offline analysis of blast furnace raw materials sampled before the raw material bin.
しかし、本発明者らは、高炉原料の特性の測定頻度及び測定位置に起因する原料性状の変化と、高炉数学モデルによるシミュレーション結果との関係について詳細に検討した結果、当該原料性状の変化はシミュレーション結果に無視できない影響を与えることを発見した。したがって、実際に高炉に装入される高炉原料の原料性状をより高頻度かつより正確に測定することで、高炉数学モデルによるシミュレーションから求めた炉況が、実際の炉況と高い精度で一致することを見出した。特に、原料性状のうち粒径は、原料槽への貯留の間や搬送中に変化（例えば、割れたり又は欠けたり）しやすく、原料槽の前のものと実際に高炉に装入されるものとで大きな差異があることが多い。よって、原料槽の前で粒径を測定できても、このような粒径の変化を予想するのは決して容易ではない。しかも、原料槽の経由により高炉原料のトラッキングもそう容易でない。そこで、本発明者らは、原料槽の後で高炉原料の粒径及び成分の少なくとも一方を測定することで、高炉により近い位置でタイムラグのない高炉原料の特性を測定でき、そして、当該特性に基づく原料性状を高炉数学モデルの入力値として使用することで、実際に高炉に装入される高炉原料の原料性状を反映でき、高炉数学モデルによるシミュレーション結果をより高精度にできることを見出した。以下により、本発明に係るシミュレーション方法について、詳細に説明する。 However, the inventors of the present invention have conducted a detailed study on the relationship between the change in the raw material properties due to the measurement frequency and measurement position of the characteristics of the blast furnace raw material and the results of the simulation using the blast furnace mathematical model, and have found that the change in the raw material properties has a non-negligible effect on the simulation results. Therefore, by measuring the raw material properties of the blast furnace raw material actually charged into the blast furnace more frequently and more accurately, it has been found that the furnace conditions obtained from the simulation using the blast furnace mathematical model match the actual furnace conditions with high accuracy. In particular, the particle size of the raw material properties is easily changed (e.g., cracked or chipped) during storage in the raw material tank or during transportation, and there is often a large difference between the particle size before the raw material tank and the particle size actually charged into the blast furnace. Therefore, even if the particle size can be measured before the raw material tank, it is not easy to predict such a change in particle size. Moreover, tracking the blast furnace raw material through the raw material tank is not so easy. Therefore, the inventors discovered that by measuring at least one of the particle size and components of the blast furnace raw materials after the raw material tank, it is possible to measure the characteristics of the blast furnace raw materials at a location closer to the blast furnace without a time lag, and by using the raw material properties based on these characteristics as input values for the blast furnace mathematical model, it is possible to reflect the raw material properties of the blast furnace raw materials actually charged into the blast furnace, and it is possible to improve the accuracy of the simulation results using the blast furnace mathematical model. The simulation method according to the present invention will be described in detail below.
本発明に係るシミュレーション方法は、高炉数学モデルを用いるシミュレーション方法である。高炉数学モデルとは、高炉内に小領域を規定し、小領域内での挙動を塊状帯や融着帯での物質移動、反応、及び伝熱などの計算結果に基づいてシミュレーションするものであり、高炉操業条件や原料性状から炉況を把握又は予測するために用いることができる。例えば三次元高炉数学モデルであれば、高炉の内部領域を高さ方向、径方向、周方向に分割することで複数のメッシュ（小領域）を規定し、各メッシュ内での挙動をシミュレーションする。高炉数学モデルについては種々の論文等が出されているが、例えばＫｏｊｉ ＴＡＫＡＴＡＮＩらの「Ｔｈｒｅｅ－ｄｉｍｅｎｓｉｏｎａｌ Ｄｙｎａｍｉｃ Ｓｉｍｕｌａｔｏｒ ｆｏｒ Ｂｌａｓｔ Ｆｕｒｎａｃｅ」，ＩＳＩＪ Ｉｎｔｅｒｎａｔｉｏｎａｌ，Ｖｏｌ．３９（１９９９），Ｎｏ．１，ｐ．１５－２２に記載の高炉数学モデルを好適に用いることができ、以下では「高炉数学モデル」は、特に断りがない限り当該論文に記載の高炉数学モデルをいう。 The simulation method according to the present invention is a simulation method using a blast furnace mathematical model. The blast furnace mathematical model defines a small area in the blast furnace, and simulates the behavior in the small area based on the calculation results of mass transfer, reaction, and heat transfer in the lumpy zone and cohesive zone, and can be used to grasp or predict the furnace state from the blast furnace operation conditions and raw material properties. For example, in the case of a three-dimensional blast furnace mathematical model, the internal area of the blast furnace is divided in the height direction, the radial direction, and the circumferential direction to define multiple meshes (small areas), and the behavior in each mesh is simulated. Various papers have been published on blast furnace mathematical models, and for example, see "Three-dimensional Dynamic Simulator for Blast Furnace" by Koji TAKATANI et al., ISIJ International, Vol. 39 (1999), No. 1, p. The blast furnace mathematical model described in 15-22 can be preferably used, and hereinafter, "blast furnace mathematical model" refers to the blast furnace mathematical model described in the paper unless otherwise specified.
本発明に係るシミュレーション方法は、高炉原料の粒径及び成分の少なくとも一方を測定する測定工程、その測定結果に基づいて原料性状を取得する取得工程、並びに当該原料性状を高炉数学モデルに入力する入力工程を含む。以下において、各工程について詳細に説明する。 The simulation method according to the present invention includes a measurement step for measuring at least one of the particle size and components of the blast furnace raw material, an acquisition step for acquiring the raw material properties based on the measurement results, and an input step for inputting the raw material properties into a blast furnace mathematical model. Each step will be described in detail below.
［測定工程］
本発明における測定工程は、高炉原料（例えば、鉱石原料、コークス、及び副原料など）を高炉に供給するための高炉原料供給設備において行われる。高炉原料供給設備（以下、単に「設備」ともいう）は、コークス及び鉱石原料や副原料等の高炉原料を一時的に貯留する原料槽と、原料槽から切り出される高炉原料を高炉まで搬送するコンベヤとを少なくとも備える。当該設備は、例えば図１及び図２に示されるように、石炭を乾留してコークスを作り出すコークス炉と、粉鉱石を一定の大きさに焼き固めて鉱石の塊成物等の鉱石原料を作り出す焼結機と、をさらに備えていてもよい。原料槽から切り出される高炉原料を高炉まで搬送するコンベヤは、原料槽から高炉まで直列に接続された一のコンベヤや、並列に接続された複数のコンベヤであってもよく、コンベヤとコンベヤとの間に貯留槽などの設備が設けられていてもよい。
例えば、当該設備において、図１に示されるように、高炉に高炉原料を装入するための装入コンベヤが原料槽の直後に配置され、原料槽から交互に切り出されたコークス、鉱石原料及び塊鉱石・ペレット・副原料を高炉に搬送することができる。また例えば、当該設備は、図２に示されるように、原料槽と装入コンベヤとの間に、コークス炉から得られるコークスを搬送するコークス用コンベヤ、焼結機から得られる焼結鉱を搬送する焼結鉱用コンベヤ、及び、塊鉱石・ペレット・副原料を搬送する（焼結鉱以外の）鉱石原料用コンベヤ、並びに、コークス用コンベヤ、焼結鉱用コンベヤ及び鉱石原料用コンベヤから搬送されるコークス、鉱石原料及び塊鉱石・ペレット・副原料を貯留する中継槽とをさらに備えてもよい。中継槽を用いることで、複数種の鉱石原料、及び複数銘柄のコークスを混合することができる。なお、一般的に、原料槽では、高炉原料は数時間単位（例えば３～８時間程度）で貯留されるが、中継槽では、高炉原料は数分～数十分単位（例えば１０～２０分）で貯留されることが多い。図２において焼結鉱用コンベヤと（焼結鉱以外の）鉱石原料用コンベヤとは別途設けられているが、それらは共通する（焼結鉱を含む）鉱石原料用コンベヤとして設けられていてもよい。
なお、図１及び図２では図示を省略したが、高炉には炉頂装入装置（ベルレス式、ベル式）が設けられており、装入コンベヤは当該炉頂装入装置まで高炉原料を搬送するためのコンベヤである。
[Measurement process]
The measurement step in the present invention is carried out in a blast furnace raw material supply facility for supplying blast furnace raw materials (e.g., ore raw materials, coke, auxiliary raw materials, etc.) to a blast furnace. The blast furnace raw material supply facility (hereinafter also simply referred to as "facility") includes at least a raw material tank for temporarily storing blast furnace raw materials such as coke, ore raw materials, and auxiliary raw materials, and a conveyor for transporting the blast furnace raw materials cut out from the raw material tank to the blast furnace. As shown in Figs. 1 and 2, for example, the facility may further include a coke oven for producing coke by carbonizing coal, and a sintering machine for producing ore raw materials such as ore agglomerates by baking fine ore to a certain size. The conveyor for transporting the blast furnace raw materials cut out from the raw material tank to the blast furnace may be a single conveyor connected in series from the raw material tank to the blast furnace, or a plurality of conveyors connected in parallel, and a facility such as a storage tank may be provided between the conveyors.
For example, in the facility, as shown in Fig. 1, a charging conveyor for charging blast furnace raw materials into the blast furnace is disposed immediately after the raw material tank, and the coke, raw ore, lump ore, pellets, and auxiliary materials alternately cut from the raw material tank can be transported to the blast furnace. Also, for example, as shown in Fig. 2, the facility may further include a coke conveyor for transporting coke obtained from a coke oven, a sintered ore conveyor for transporting sintered ore obtained from a sintering machine, and a raw ore conveyor for transporting lump ore, pellets, and auxiliary materials (other than sintered ore), as well as a relay tank for storing the coke, raw ore, lump ore, pellets, and auxiliary materials transported from the coke conveyor, the sintered ore conveyor, and the raw ore conveyor. By using the relay tank, multiple types of raw ore and multiple brands of coke can be mixed. Generally, the raw material is stored in the raw material tank for a period of several hours (e.g., about 3 to 8 hours), whereas the raw material is often stored in the relay tank for a period of several minutes to several tens of minutes (e.g., 10 to 20 minutes). In Fig. 2, the sintered ore conveyor and the ore raw material conveyor (other than sintered ore) are provided separately, but they may be provided as a common ore raw material conveyor (including sintered ore).
Although not shown in Figures 1 and 2, the blast furnace is provided with a top charging device (bell-less type, bell type), and the charging conveyor is a conveyor for transporting blast furnace raw materials to the top charging device.
測定工程において、高炉原料の粒径及び成分の少なくとも一方が測定され、好ましくは高炉原料の粒径及び成分の両方が測定される。なお、高炉原料の一種のみ（例えばコークスのみや焼結鉱のみ）について測定が行われてもよいが、好ましくは複数種、より好ましくは全種の高炉原料について測定が行われ、または複数種の高炉原料が混合された状態で測定が行われる。
本発明においては、この測定は、原料槽の後かつ高炉の前で行われる。より具体的には、例えば図１に示されるような態様では、高炉原料の粒径及び成分の少なくとも一方は装入コンベヤで測定され、例えば図２に示されるような態様では、高炉原料の粒径及び成分の少なくとも一方は、コークス用コンベヤ、焼結鉱用コンベヤ及び鉱石原料用コンベヤで測定されるか、又は装入コンベヤで測定される。これらの高炉原料の特性は、測定頻度を上げてより高精度なシミュレーションを行う観点から、オンラインで連続的（例えば、１時間ごと、３０分ごと、１０分ごと、５分ごと、又は１分ごと）に測定するのが好ましい。オンライン測定とは、コンベヤから試料をサンプリングすることなくコンベヤ上で（オンベルト）で測定することを意図するが、コンベヤにバイパス経路を設けて当該バイパス経路上で測定するなどしてもよい。
また、測定工程において、測定頻度を上げる観点から、高炉原料の粒径及び成分の少なくとも一方を高炉原料のバッチごとに測定するのが好ましい。本明細書では、鉱石原料又はコークスの１回の高炉への装入分を１バッチという。高炉原料の特性をバッチごとに測定することで、高炉原料の特性の変化を細かい単位で測定することができ、実際に高炉に装入される高炉原料の原料性状がより高精度で反映され、高炉数学モデルによるシミュレーション結果の精度を向上させることができる。
In the measurement step, at least one of the particle size and the components of the blast furnace raw materials is measured, and preferably both the particle size and the components of the blast furnace raw materials are measured. Note that the measurement may be performed for only one type of blast furnace raw material (for example, only coke or only sintered ore), but preferably, the measurement is performed for multiple types, more preferably, all types of blast furnace raw materials, or the measurement is performed in a state where multiple types of blast furnace raw materials are mixed.
In the present invention, this measurement is performed after the raw material tank and before the blast furnace. More specifically, for example, in the embodiment shown in FIG. 1, at least one of the particle size and components of the blast furnace raw material is measured on the charging conveyor, and for example, in the embodiment shown in FIG. 2, at least one of the particle size and components of the blast furnace raw material is measured on the coke conveyor, the sintered ore conveyor, and the ore raw material conveyor, or is measured on the charging conveyor. From the viewpoint of increasing the measurement frequency and performing a more accurate simulation, it is preferable to measure these blast furnace raw material properties online continuously (for example, every hour, every 30 minutes, every 10 minutes, every 5 minutes, or every minute). Online measurement is intended to mean measuring on the conveyor (on belt) without sampling a sample from the conveyor, but it is also possible to provide a bypass path on the conveyor and measure on the bypass path.
In addition, in the measurement step, from the viewpoint of increasing the measurement frequency, it is preferable to measure at least one of the particle size and the components of the blast furnace raw material for each batch of the blast furnace raw material. In this specification, one batch refers to one charge of the ore raw material or coke into the blast furnace. By measuring the characteristics of the blast furnace raw material for each batch, it is possible to measure changes in the characteristics of the blast furnace raw material in fine units, and the raw material properties of the blast furnace raw material actually charged into the blast furnace are reflected with higher accuracy, thereby improving the accuracy of the simulation results by the blast furnace mathematical model.
中継槽を有しない図１の設備においては、装入コンベヤ上において高炉原料は、単独または混合された状態で、進行方向に離間した状態（直列状態）か、相互に積層された状態（積層状態）で搬送される。
高炉原料の粒径及び／又は成分を装入コンベヤ上で測定することで、鉱石原料については、塊鉱石及びペレットと副原料が混合した状態、または、焼結鉱、塊鉱石及びペレットと副原料が混合した状態の特性を把握することが可能となる。また、コークスについては、直送コークス（自製）、ヤードコークス（自製又は外部購入）の複数銘柄が混合した状態の特性を把握することが可能となる。具体的には、混合状態であれば直接測定が可能であるし、また、直列状態では各高炉原料の特性を測定し、積層状態ではそれぞれ表面に露出する各高炉原料の特性を測定し、そしてそれらを加重平均などの処理をすることにより、混合状態での特性を把握することができる。
高炉数学モデルの入力値としては、簡易的に混合状態の特性を入力することが一般的であるところ、従来では、原料槽の前で高炉原料の特性を測定していたため、焼結鉱単味や自製コークス単味の特性しか測定できず、高炉数学モデルに入力する際に、副原料等の入荷時の分析値を適宜補った上で単味原料から混合原料に換算する必要が生じていた。本発明では、混合した状態を把握可能であるため上記換算が容易になるだけでなく、高炉に実際に装入される高炉原料の特性をより高精度に測定できるという利点を有する。特に、原料トラッキングや変化の予測が難しい高炉原料の粒径を精度よく把握可能となる。
In the facility of FIG. 1 that does not have a relay tank, the blast furnace raw materials are transported on the charging conveyor either alone or in a mixed state, either spaced apart in the direction of travel (in-line state) or stacked on top of each other (stacked state).
By measuring the particle size and/or components of the blast furnace raw materials on the charging conveyor, it is possible to grasp the characteristics of the ore raw materials in a state where lump ore and pellets are mixed with auxiliary raw materials, or the state where sintered ore, lump ore and pellets are mixed with auxiliary raw materials. Also, it is possible to grasp the characteristics of the coke in a state where multiple brands of direct coke (self-produced) and yard coke (self-produced or purchased from an outside source) are mixed. Specifically, it is possible to directly measure the mixed state, and it is also possible to measure the characteristics of each blast furnace raw material in a series state, and to measure the characteristics of each blast furnace raw material exposed on the surface in a stacked state, and then to grasp the characteristics in the mixed state by processing them by weighted averaging or the like.
As input values for the blast furnace mathematical model, it is common to simply input the characteristics of the mixed state. Conventionally, the characteristics of the blast furnace raw materials were measured in front of the raw material tank, so only the characteristics of sintered ore or homemade coke could be measured. When inputting the raw materials into the blast furnace mathematical model, it was necessary to convert the raw materials from the raw materials to the mixed raw materials after appropriately supplementing the analytical values of auxiliary raw materials at the time of arrival. The present invention has the advantage that the mixed state can be grasped, so not only does the above conversion become easy, but the characteristics of the raw materials actually charged into the blast furnace can be measured with higher accuracy. In particular, it becomes possible to accurately grasp the particle size of the raw materials, which is difficult to track and predict the changes in the raw materials.
中継槽を備える図２の設備においては、上述したように、高炉原料の特性は、コークス用コンベヤ、焼結鉱用コンベヤ及び鉱石原料用コンベヤ、又は、装入コンベヤで測定することができる。コークス用コンベヤ、焼結鉱用コンベヤ及び鉱石原料用コンベヤで測定する場合、図１の設備と同じく、直列状態・積層状態のいずれの状態であってもそれらを混合した後の特性を把握することができる。より好ましくは、図２に示される態様において、高炉原料の特性を装入コンベヤで測定するのがよい。この場合、中継槽で混合された状態の混合原料の特性を測定することができ上記換算が不要であるとともに、コークス用コンベヤ、焼結鉱用コンベヤ及び鉱石原料用コンベヤで測定するよりさらにタイムラグを低減でき、高炉に対してより直前で測定可能なためである。 In the equipment of FIG. 2 equipped with a relay tank, as described above, the characteristics of the blast furnace raw materials can be measured on the coke conveyor, the sintered ore conveyor, and the ore raw material conveyor, or the charging conveyor. When measuring on the coke conveyor, the sintered ore conveyor, and the ore raw material conveyor, the characteristics after mixing can be grasped regardless of whether they are in a series state or a stacked state, as in the equipment of FIG. 1. More preferably, in the embodiment shown in FIG. 2, the characteristics of the blast furnace raw materials are measured on the charging conveyor. In this case, the characteristics of the mixed raw materials in the state mixed in the relay tank can be measured, the above conversion is unnecessary, and the time lag can be further reduced compared to measurements on the coke conveyor, the sintered ore conveyor, and the ore raw material conveyor, and measurements can be made immediately before the blast furnace.
（高炉原料の粒径）
測定工程で測定することができる高炉原料の粒径は、特に限定されないが、例えば、複数の鉱石原料の粒度分布より得られる平均径、及び／又は、複数の銘柄のコークスの粒度分布より得られる平均径であってもよい。「平均径」は、調和平均径を用いることができるが、シミュレーションの目的や実測値の再現度などに応じて他の平均径を用いてもよい。高炉原料の粒径は、自動篩機などの従来の測定装置を除外するものではないが、オンラインで粒径を測定できる任意の測定装置で好適に測定することができ、例えば、レーザー光切断３Ｄカメラによる撮像と表層粒子を認識する処理とを行うことで測定してもよい。なお、高炉原料の粒径を装入コンベヤで測定する場合は、測定装置を１台にすることも可能であるが、鉱石原料用及びコークス用に１台ずつ合計２台を設置してもよい。１台使用する場合は測定装置の設置スペースを低減できて装置コストも低減でき、一方、２台使用する場合は高炉原料の種類に応じた個別チューニング（切り替え）が不要になる。高炉原料の粒径をコークス用コンベヤ及び鉱石原料用コンベヤで測定する場合は、それぞれに対して計２台の測定装置を用いればよく、コークス用コンベヤ、焼結鉱用コンベヤ及び鉱石原料用コンベヤで測定する場合は、それぞれに対して計３台の測定装置を用いればよい。後述する高炉原料の成分の測定についても同様である。
なお、測定工程で測定する高炉原料の粒径は、単独または混合状態の高炉原料の粒度分布であってもよい。これらの粒度分布情報を公知の装入物分布モデルに入力して炉頂境界条件を作成して、高炉数学モデルに入力してもよい。
(Particle size of blast furnace raw material)
The particle size of the blast furnace raw material that can be measured in the measurement step is not particularly limited, and may be, for example, an average diameter obtained from the particle size distribution of a plurality of ore raw materials and/or an average diameter obtained from the particle size distribution of a plurality of brands of coke. The "average diameter" may be a harmonic mean diameter, but other average diameters may be used depending on the purpose of the simulation and the reproducibility of the actual measured value. The particle size of the blast furnace raw material is not limited to conventional measuring devices such as automatic sieves, but may be suitably measured by any measuring device that can measure particle size online, and may be measured, for example, by performing imaging with a laser light cutting 3D camera and processing to recognize surface particles. In addition, when the particle size of the blast furnace raw material is measured by the charging conveyor, it is possible to use one measuring device, but a total of two devices, one for the ore raw material and one for the coke, may be installed. When one device is used, the installation space of the measuring device can be reduced and the device cost can be reduced, while when two devices are used, individual tuning (switching) according to the type of blast furnace raw material is not required. When the particle size of the blast furnace raw materials is measured on the coke conveyor and the ore conveyor, a total of two measuring devices are required for each, and when the particle size is measured on the coke conveyor, the sintered ore conveyor, and the ore conveyor, a total of three measuring devices are required for each. The same applies to the measurement of the components of the blast furnace raw materials described below.
The particle size of the blast furnace raw material measured in the measurement step may be the particle size distribution of the blast furnace raw material alone or in a mixed state. The particle size distribution information may be input into a known charge distribution model to create a furnace top boundary condition, which may then be input into a blast furnace mathematical model.
（高炉原料の成分）
測定工程で測定することができる高炉原料の成分は、特に限定されないが、例えば、複数の鉱石原料の平均組成、及び／又は、複数の銘柄のコークスの平均組成であってもよい。鉱石原料としては、焼結鉱、塊鉱石、ペレットなどがあり、その組成としては、例えば、ＣａＯ、ＳｉＯ２、ＭｇＯ、Ａｌ２Ｏ３、ＦｅＯ、水分などが挙げられる。コークスの組成としては、例えば、Ｃ、ＳｉＯ２、Ａｌ２Ｏ３、水分などが挙げられる。高炉原料の成分は、従来の化学分析装置を除外するものではないが、オンラインで組成を測定できる任意の測定装置で好適に測定することができ、例えば、バルク分析が可能な中性子線成分分析装置を用いて測定するのが最も好ましい。透過力の高い中性子線を用いることにより、混合状態での成分測定が容易になる。
(Blast furnace raw material composition)
The components of the blast furnace raw material that can be measured in the measurement step are not particularly limited, and may be, for example, the average composition of a plurality of ore raw materials and/or the average composition of a plurality of brands of coke. The ore raw material may be sintered ore, lump ore, pellets, etc., and the compositions thereof may be, for example, CaO, SiO 2 , MgO, Al 2 O 3 , FeO, moisture, etc. The compositions of the coke may be, for example, C, SiO 2 , Al 2 O 3 , moisture, etc. The components of the blast furnace raw material may be suitably measured by any measuring device that can measure the composition online, although this does not exclude conventional chemical analyzers, and it is most preferable to measure the components using a neutron beam component analyzer that can perform bulk analysis. By using a neutron beam with high penetrating power, it is easy to measure the components in a mixed state.
［取得工程］
本発明における取得工程において、上述した測定工程で得られる測定結果である原料性状、及び／又は、当該測定結果を演算して得られる演算結果である原料性状が取得される。「測定結果である原料性状」とは、測定工程で測定される高炉原料の成分及び粒径の少なくとも一方を意味する。具体的には、例えば、質量％に基づく鉱石原料における全鉄量（Ｔ．Ｆｅ）、並びにＣａＯ、ＳｉＯ２、ＭｇＯ、及びＡｌ２Ｏ３の量、鉱石原料の粒径、質量％に基づくコークスにおけるＣ、ＳｉＯ２及びＡｌ２Ｏ３の量、コークスの粒径などである。また、「測定結果を演算して得られる演算結果である原料性状」とは、測定工程で測定される高炉原料の上記のような特性値に基づいて所定の演算を行って得られる数値であり、例えば、鉱石原料の被還元性（ＲＩ）及び耐還元粉化性（ＲＤＩ）など、及び／又はコークスのドラム強度（ＤＩ）及びＣＯ２に対する反応指数（ＣＲＩ）などであり、典型的にはＲＩ及びＲＤＩである。高炉数学モデルの精度を高める観点から、測定結果である原料性状及び測定結果を演算して得られる演算結果の両方が取得されることが好ましい。
[Acquisition process]
In the acquisition step of the present invention, the raw material properties that are the measurement results obtained in the above-mentioned measurement step and/or the raw material properties that are the calculation results obtained by calculating the measurement results are acquired. The "raw material properties that are the measurement results" refers to at least one of the components and particle size of the blast furnace raw material measured in the measurement step. Specifically, for example, the total iron amount (T.Fe) in the ore raw material based on mass%, the amounts of CaO, SiO 2 , MgO, and Al 2 O 3 , the particle size of the ore raw material, the amounts of C, SiO 2 , and Al 2 O 3 in the coke based on mass%, the particle size of the coke, etc. Further, the "raw material properties which are the calculation results obtained by calculating the measurement results" are numerical values obtained by performing a predetermined calculation based on the above-mentioned characteristic values of the blast furnace raw material measured in the measurement process, such as the reducibility (RI) and reduction resistance (RDI) of the ore raw material, and/or the drum strength (DI) and CO2 reactivity index (CRI) of the coke, typically RI and RDI. From the viewpoint of improving the accuracy of the blast furnace mathematical model, it is preferable to obtain both the raw material properties which are the measurement results and the calculation results obtained by calculating the measurement results.
取得工程において、好ましくは、測定工程で得られた測定結果を、チャージごと又は所定時間ごとの平均値に演算して原料性状を取得するとよい。本明細書では、高炉に装入される１層分の鉱石原料とコークスとをあわせて１チャージといい、すなわち１チャージは、１バッチ若しくは複数バッチの鉱石原料及び１バッチ若しくは複数バッチのコークスの１サイクルの装入分である。例えば、鉱石原料とコークス原料とを１バッチずつ装入する場合は１チャージ＝２バッチであり、鉱石原料とコークス原料とを２バッチずつ装入する場合は１チャージ＝４バッチである。チャージごとの平均値に演算して原料性状を取得すると、高炉に装入される１層分の鉱石原料とコークスの性状をより効率よく把握することができる。一方、所定の時間（例えば、１チャージに要する時間の半分の時間）ごとの平均値に演算して原料性状を取得すると、当該所定の時間の間に装入された鉱石原料又はコークスの性状をより正確に把握することができる。なお、所定時間を長く取ることにより、測定工程やシミュレーションに要する処理能力を低減することが可能である。ＲＩ及びＲＤＩは、オフラインで実測することも可能であるが、鉱石原料の組成等に基づき演算して求めることで、時間的なロスなく、その演算結果をシミュレーションの入力値に使用し、タイムラグなく高炉数学モデルによるシミュレーションを行うことが可能となる。演算方法の一例としては、事前に、通常の操業で変化し得る組成範囲において、上で示した鉱石原料の各成分の質量％とＲＩ及びＲＤＩとの関係式（より簡易的には一次関数）を求めておき、上記各成分の質量％に応じてＲＩ及びＲＤＩを求めるようにしておけばよい。高炉数学モデルのシミュレーションにおいて、ＲＩ及びＲＤＩは例えば炉内での粒径変化の計算に用いられる。 In the acquisition step, it is preferable to calculate the measurement results obtained in the measurement step into an average value for each charge or for each predetermined time to obtain the raw material properties. In this specification, one layer of raw ore and coke charged into the blast furnace is referred to as one charge, that is, one charge is one cycle of charging one or more batches of raw ore and one or more batches of coke. For example, when one batch of raw ore and raw coke are charged, one charge = 2 batches, and when two batches of raw ore and raw coke are charged, one charge = 4 batches. When the raw material properties are obtained by calculating the average value for each charge, the properties of one layer of raw ore and coke charged into the blast furnace can be grasped more efficiently. On the other hand, when the raw material properties are obtained by calculating the average value for each predetermined time (for example, half the time required for one charge), the properties of the raw ore or coke charged during the predetermined time can be grasped more accurately. In addition, by taking a long predetermined time, it is possible to reduce the processing capacity required for the measurement step and simulation. Although RI and RDI can be measured offline, by calculating them based on the composition of the raw ore, the calculation results can be used as input values for the simulation without time loss, making it possible to perform a simulation using a blast furnace mathematical model without time lag. As an example of a calculation method, a relational expression (more simply, a linear function) between the mass percentage of each component of the raw ore shown above and RI and RDI in the composition range that can change during normal operation is previously calculated, and RI and RDI are calculated according to the mass percentage of each component. In the simulation of the blast furnace mathematical model, RI and RDI are used, for example, to calculate the change in particle size in the furnace.
［入力工程］
本発明における入力工程において、上記取得工程で取得した原料性状が前記高炉数学モデルの入力値として前記高炉数学モデルに入力される。当該原料性状は、原料槽の後、すなわち高炉装入の直前で測定した高炉原料の特性に基づくものであるため、本工程における入力値は、実際の高炉に装入される高炉原料の原料性状を良好に再現している。原料性状が高炉数学モデルに入力されると、高炉数学モデルにより定められた反応及び伝熱などに基づく計算がなされ、所望の出力がなされる。出力される結果としては、例えば、出銑量（トン／日）、コークス比（ｋｇ／ｔ）、微粉炭比（ｋｇ／ｔ）、還元材比（ｋｇ／ｔ）、溶銑温度（℃）、炉頂温度（℃）、ガス利用率（％）、送風圧（ｈＰａ）及び炉頂圧（ｈＰａ）などが挙げられる。
なお、この入力工程を複数回行うことにより、高炉数学モデル内において、炉高方向に原料性状が互いに異なる複数の鉱石層が存在したり、原料性状が互いに異なる複数のコークス層が存在したりするようになる。取得工程において原料性状を平均する時間間隔を短くすることにより、原料性状が異なる層の数が増え、より実際の炉況を反映しやすくなる。すなわち、高炉数学モデルの非定常計算において、高炉原料の経時変化が考慮され、任意の時刻において、高炉数学モデルで構築される高炉内には性状の異なる鉱石層及びコークス層が存在している。
[Input process]
In the input step of the present invention, the raw material properties acquired in the acquisition step are input to the blast furnace mathematical model as input values of the blast furnace mathematical model. The raw material properties are based on the properties of the blast furnace raw material measured after the raw material tank, i.e., immediately before charging into the blast furnace, so the input values in this step well reproduce the raw material properties of the blast furnace raw material actually charged into the blast furnace. When the raw material properties are input to the blast furnace mathematical model, calculations are performed based on the reactions and heat transfer determined by the blast furnace mathematical model, and the desired output is obtained. Examples of the output results include pig iron production rate (tons/day), coke ratio (kg/t), pulverized coal ratio (kg/t), reducing agent ratio (kg/t), molten iron temperature (°C), furnace top temperature (°C), gas utilization rate (%), blast pressure (hPa), and furnace top pressure (hPa).
By performing this input process multiple times, multiple ore layers with different raw material properties may exist in the furnace height direction in the blast furnace mathematical model, or multiple coke layers with different raw material properties may exist in the blast furnace mathematical model. By shortening the time interval for averaging the raw material properties in the acquisition process, the number of layers with different raw material properties increases, making it easier to reflect the actual furnace conditions. In other words, in the non-steady-state calculation of the blast furnace mathematical model, the change over time of the blast furnace raw material is taken into account, and at any time, ore layers and coke layers with different properties exist in the blast furnace constructed by the blast furnace mathematical model.
＜高炉操業方法＞
本発明に係る高炉操業方法は、上述した任意の態様の本発明に係るシミュレーション方法で得られるシミュレーション結果を利用する高炉操業方法である。当該シミュレーション方法は、上述したように、原料槽の後かつ高炉の前で測定する高炉原料の特性を用いることで、実際に高炉に装入される原料性状と略同一の原料性状を取得することができ、シミュレーションの入力値として用いる原料性状をより高精度で算出することが可能となる。よって、高炉数学モデルによるシミュレーションの予測精度が向上し、実際の炉況をより高精度で再現することが可能となる。
よって、本発明に係る高炉操業方法によれば、現在時刻の炉内状態を、当該現在時刻の直前の時刻に取得された原料性状が入力された高炉数学モデルのシミュレーション結果を用いて把握することができる。シミュレーション結果とは、種々の高炉諸元であり、代表的には、出銑量（トン／日）、還元材比（ｋｇ／ｔ）及び溶銑温度（℃）などである。
さらに、現在時刻の直前に取得された原料性状が将来の所定期間も継続して取得されると仮定して高炉数学モデルに入力することにより、現在時刻より後の将来時刻の炉内状態を、当該高炉モデルのシミュレーション結果を用いて予測することもできる。この場合であっても、現在時刻よりも前の入力値については高炉原料の経時変化が反映されていることから、十分な予測精度が期待できる。このような将来時刻の炉内状況の予測により、将来の炉内状態が悪化すると予想された場合に、操業管理指標が基準値に早く収束する適切なアクション（例えば、羽口からの送風条件、炉頂からの高炉原料の装入条件、及び高炉に装入される原料性状の変更）を決定することができる。
<Blast furnace operation method>
The blast furnace operation method according to the present invention is a blast furnace operation method that utilizes the simulation results obtained by the simulation method according to any of the above-mentioned aspects of the present invention. As described above, the simulation method uses the characteristics of the blast furnace raw material measured after the raw material tank and before the blast furnace, so that the raw material properties that are substantially the same as those actually charged into the blast furnace can be obtained, and the raw material properties used as input values for the simulation can be calculated with higher accuracy. Therefore, the prediction accuracy of the simulation using the blast furnace mathematical model is improved, and the actual furnace conditions can be reproduced with higher accuracy.
Therefore, according to the blast furnace operation method of the present invention, the furnace state at the current time can be grasped using the simulation results of a blast furnace mathematical model to which the raw material properties acquired immediately before the current time are input. The simulation results are various blast furnace specifications, typically the iron production rate (tons/day), the reducing agent rate (kg/t), and the molten iron temperature (°C).
Furthermore, by inputting the raw material properties acquired immediately before the current time into the blast furnace mathematical model under the assumption that they will continue to be acquired for a predetermined period of time in the future, the furnace state at a future time after the current time can be predicted using the simulation results of the blast furnace model. Even in this case, since the input values before the current time reflect the changes over time of the blast furnace raw materials, sufficient prediction accuracy can be expected. By predicting the furnace state at such a future time, when the future furnace state is predicted to deteriorate, appropriate actions (e.g., changes in the blowing conditions from the tuyere, the charging conditions of the blast furnace raw materials from the furnace top, and the raw material properties charged into the blast furnace) can be determined so that the operation management index quickly converges to the reference value.
例えば、原料槽の前で原料性状を測定するような従来の方法では、８時間に１点程度の原料性状の情報しか得られず、高炉数学モデルで十分な精度で炉況を再現するのが容易ではなかったが、本発明に係る高炉操業方法では、例えば１チャージごとに炉況をシミュレーションにより再現し、より実際の炉況に近い高炉数学モデルを構築することができる。よって、高炉原料の粒径及び成分の変動に起因する出銑量や熱レベルの変動に対するアクションを取ることができれば、高炉の操業変動が抑制でき、高炉操業の安定化、さらに還元材比の低下が可能となる。 For example, in conventional methods such as measuring raw material properties in front of the raw material tank, only about one piece of raw material property information can be obtained every eight hours, and it is not easy to reproduce the furnace conditions with sufficient accuracy in a blast furnace mathematical model. However, in the blast furnace operation method according to the present invention, the furnace conditions can be reproduced by simulation for each charge, for example, and a blast furnace mathematical model that is closer to the actual furnace conditions can be constructed. Therefore, if action can be taken against fluctuations in the amount of iron produced and the heat level caused by fluctuations in the particle size and composition of the blast furnace raw materials, fluctuations in blast furnace operation can be suppressed, blast furnace operation can be stabilized, and the reducing agent ratio can be reduced.
好ましくは、高炉数学モデルのパラメータがより実際の炉況を反映するために、シミュレーション結果を用いて得られる現在時刻の炉内状態を示す値と、高炉に設けられた１つ又は複数のセンサの実測値とが一致するように、一定の周期で前記高炉数学モデルのパラメータをチューニングするとよい。高炉数学モデルのパラメータとは、例えば空隙率、熱伝達係数、還元反応速度定数などであり、それぞれ公知の方法でチューニングできる。このようなチューニングを行うことで、高炉数学モデルを実際の炉況に適宜修正することができ、長期にわたり高炉数学モデルによって実際の炉況を再現することが容易になる。 Preferably, in order for the parameters of the blast furnace mathematical model to more accurately reflect the actual furnace conditions, the parameters of the blast furnace mathematical model are tuned at regular intervals so that the value indicating the furnace state at the current time obtained using the simulation results matches the actual measured value of one or more sensors installed in the blast furnace. The parameters of the blast furnace mathematical model are, for example, the porosity, heat transfer coefficient, reduction reaction rate constant, etc., and each can be tuned by a known method. By performing such tuning, the blast furnace mathematical model can be appropriately corrected to the actual furnace conditions, making it easier to reproduce the actual furnace conditions using the blast furnace mathematical model over a long period of time.
以下、実施例によって本発明をより詳細に説明するが、本発明はこれらの実施例に何ら限定されるものではない。 The present invention will be described in more detail below with reference to examples, but the present invention is not limited to these examples.
炉容積４５００ｍ３の高炉を対象として、本発明に係る高炉数学モデルを用いるシミュレーション方法の有効性について検証を行った。本実施例におけるシミュレーションには、Ｋｏｊｉ ＴＡＫＡＴＡＮＩらの「Ｔｈｒｅｅ－ｄｉｍｅｎｓｉｏｎａｌ Ｄｙｎａｍｉｃ Ｓｉｍｕｌａｔｏｒ ｆｏｒ Ｂｌａｓｔ Ｆｕｒｎａｃｅ」，ＩＳＩＪ Ｉｎｔｅｒｎａｔｉｏｎａｌ，Ｖｏｌ．３９（１９９９），Ｎｏ．１，ｐ．１５－２２に記載の高炉数学モデルを用いた。 The effectiveness of the simulation method using the blast furnace mathematical model according to the present invention was verified for a blast furnace with a furnace volume of 4500 m3. For the simulation in this embodiment, the blast furnace mathematical model described in "Three-dimensional Dynamic Simulator for Blast Furnace" by Koji TAKATANI et al., ISIJ International, Vol. 39 (1999), No. 1, pp. 15-22 was used.
高炉数学モデルを用いたシミュレーションの計算で使用した基準操業条件及び高炉原料の原料性状をそれぞれ表１及び表２に示す。 The standard operating conditions and raw material properties of the blast furnace raw materials used in the simulation calculations using the blast furnace mathematical model are shown in Tables 1 and 2, respectively.
上記表の基準操業条件及び高炉原料の原料性状に基づき、高炉の操業での実績と高炉数学モデルによるシミュレーション結果とがほぼ一致するように、高炉数学モデルにおいて２次元定常計算を行い、シミュレーションで構築した高炉モデル内の高炉原料の反応速度、通気、熱交換パラメータを調整した。 Based on the standard operating conditions and raw material properties of the blast furnace raw materials in the table above, two-dimensional steady-state calculations were performed in the blast furnace mathematical model, and the reaction rate, ventilation, and heat exchange parameters of the blast furnace raw materials in the blast furnace model constructed by simulation were adjusted so that the actual blast furnace operation results closely matched the simulation results using the blast furnace mathematical model.
次に、原料性状の変化が高炉操業、具体的には出銑量及び溶銑温度にどの程度影響するかを確認するために、以下のように検証を行った。まず、対象とする高炉の実際の操業において、図２に示す装置における装入コンベヤ上で、高炉原料の原料性状の測定を行い、（１）その測定値を４時間ごとに平均化した値、及び（２）その測定値を基に演算して得られる値を取得した。より具体的には、（１）としては、鉱石原料のＴ．Ｆｅ、ＣａＯ、ＳｉＯ２、ＭｇＯ、Ａｌ２Ｏ３の質量％、鉱石原料の平均粒径、並びにコークスのＣ及びＳｉＯ２の質量％、コークスの平均粒径を取得し、（２）としては、鉱石原料のＲＤＩを取得した。取得した高炉原料の原料性状の変動推移を図３に示す。図３の推移からわかるように、原料性状は高炉操業において常に一定ではなく、経時的に変動することが見て取れる。なお、本実施例では、上述のように、測定値の４時間ごとの平均値を用いたが、より連続的（例えば、１時間ごと、３０分ごと、１０分ごと、５分ごと、又は１分ごと）に測定した値を高炉数学モデルの入力値として用いることで、より高精度な炉内状態の把握及び予測が可能となり、その結果、最適な操業アクションの選択を実施でき、高炉をより安定的に操業できる。 Next, in order to confirm the extent to which the change in the raw material properties affects the blast furnace operation, specifically the amount of pig iron produced and the temperature of the molten iron, the following verification was performed. First, in the actual operation of the blast furnace, the raw material properties of the blast furnace raw material were measured on the charging conveyor in the device shown in FIG. 2, and (1) the values obtained by averaging the measured values every 4 hours and (2) the values obtained by calculating based on the measured values were obtained. More specifically, as (1), the mass% of T.Fe, CaO, SiO 2 , MgO, and Al 2 O 3 of the ore raw material, the average particle size of the ore raw material, and the mass% of C and SiO 2 of the coke, and the average particle size of the coke were obtained, and as (2), the RDI of the ore raw material was obtained. The change in the raw material properties of the obtained blast furnace raw material is shown in FIG. 3. As can be seen from the change in FIG. 3, it can be seen that the raw material properties are not always constant in the blast furnace operation, but change over time. In this embodiment, as described above, the average value of the measured values every four hours was used. However, by using values measured more continuously (for example, every hour, every 30 minutes, every 10 minutes, every 5 minutes, or every minute) as input values for the blast furnace mathematical model, it becomes possible to grasp and predict the state inside the furnace with higher accuracy. As a result, the optimal operational action can be selected, and the blast furnace can be operated more stably.
次に、高炉原料の原料性状の変動による高炉操業への影響を確認するために、高炉数学モデルで用いるパラメータ、高炉原料の装入条件、及び送風条件を表１の基準操業条件で一定として、図３に示す原料性状の変動に対して出銑量（トン／日）、コークス比ＣＲ（ｋｇ／ｔ）、微粉炭比ＰＣＲ（ｋｇ／ｔ）、送風圧（ｈＰａ）、炉頂圧（ｈＰａ）、炉頂温度（℃）、ガス利用率ηＣＯ（％）、及び溶銑温度（℃）がどのように変動するかを、高炉数学モデルのシミュレーションにより計算した。その結果を図４に示す。図４の推移からわかるように、高炉原料の原料性状の変動により、例えば出銑量は±５００トン／日程度、溶銑温度は±２５℃程度の変動が起こっており、高炉原料の原料性状の変動による高炉操業への影響は無視できるものではないと言える。よって、本発明に係るシミュレーション方法に従って、より高炉に近い位置で、すなわちタイムラグが極めて少ない位置で測定した高炉原料の特性に基づいて原料性状を取得することにより、高炉数学モデルに入力する当該原料性状を、実際に高炉に装入される原料性状に近づけることで、高炉数学モデルの入力値としてより高精度の原料性状を使用できる。その結果、シミュレーションでより高い精度で実際の炉況を再現することが可能となり、より高い精度で炉内状態を把握又は予測することが可能となる。 Next, in order to confirm the impact of fluctuations in the raw material properties of the blast furnace raw materials on blast furnace operation, the parameters used in the blast furnace mathematical model, the blast furnace raw material charging conditions, and the blast conditions were kept constant at the standard operating conditions in Table 1, and the fluctuations in the raw material properties shown in Figure 3 were calculated by simulating the blast furnace mathematical model. The results are shown in Figure 4. As can be seen from the transitions in Figure 4, for example, the raw material production rate fluctuates by about ±500 tons/day and the molten iron temperature by about ±25°C due to fluctuations in the raw material properties of the blast furnace raw materials. It can be said that the impact of fluctuations in the raw material properties of the blast furnace raw materials on blast furnace operation cannot be ignored. Therefore, by obtaining raw material properties based on the characteristics of the blast furnace raw material measured at a position closer to the blast furnace, i.e., at a position with an extremely small time lag, according to the simulation method of the present invention, the raw material properties input to the blast furnace mathematical model can be made closer to the raw material properties actually charged into the blast furnace, and more accurate raw material properties can be used as input values for the blast furnace mathematical model. As a result, it becomes possible to reproduce the actual furnace conditions with higher accuracy in the simulation, and it becomes possible to grasp or predict the state inside the furnace with higher accuracy.
本発明は、製鉄用高炉などの高温炉に関連する高炉数学モデルを用いるシミュレーション方法に使用することができ、本発明に係るシミュレーション方法により、現在時刻の炉内状態を把握、さらには将来時刻の炉内状態を予測でき、高炉の安定操業が可能となる。 The present invention can be used in a simulation method that uses a blast furnace mathematical model related to high-temperature furnaces such as blast furnaces for steelmaking. The simulation method according to the present invention makes it possible to grasp the current state of the furnace and even predict the state of the furnace at a future time, enabling stable operation of the blast furnace.
Claims (12)
高炉原料を貯留する原料槽と、前記原料槽から高炉まで前記高炉原料を搬送する一または複数のコンベヤと、を備える高炉原料供給設備において、前記原料槽の後かつ前記高炉の前で前記高炉原料の粒径をオンラインでレーザー光切断３Ｄカメラを用いて前記高炉に装入される前記高炉原料の分量に応じた所定時間内に連続的に測定するとともに、前記高炉原料の成分をオンラインで中性子線成分分析装置を用いて前記高炉に装入される前記高炉原料の分量に応じた前記所定時間内に連続的に測定する測定工程、
前記測定工程で得られる測定結果である原料性状、及び／又は、前記測定結果を演算して得られる演算結果である原料性状を取得する取得工程、並びに
前記原料性状を前記高炉数学モデルに入力する入力工程を含む、シミュレーション方法。 A simulation method using a blast furnace mathematical model, comprising:
a measuring step in a blast furnace raw material supply facility including a raw material tank for storing blast furnace raw materials and one or more conveyors for transporting the blast furnace raw materials from the raw material tank to a blast furnace, the step of: continuously measuring the particle size of the blast furnace raw materials online after the raw material tank and before the blast furnace using a laser light cutting 3D camera within a predetermined time period corresponding to the amount of the blast furnace raw materials charged to the blast furnace, and continuously measuring the components of the blast furnace raw materials online using a neutron beam component analyzer within the predetermined time period corresponding to the amount of the blast furnace raw materials charged to the blast furnace ;
An acquisition step of acquiring raw material properties which are measurement results obtained in the measurement step and/or raw material properties which are calculation results obtained by calculating the measurement results, and an input step of inputting the raw material properties into the blast furnace mathematical model.
前記測定工程が、前記装入コンベヤで実施される、請求項１～３のいずれか１項に記載のシミュレーション方法。 The blast furnace raw material supply facility includes, as the conveyor, a charging conveyor that transports blast furnace raw materials from the raw material tank to the blast furnace,
The simulation method according to any one of claims 1 to 3, wherein the measuring step is performed on the input conveyor.
前記測定工程が、前記装入コンベヤで実施される、請求項１～３のいずれか１項に記載のシミュレーション方法。 The blast furnace raw material supply facility further includes a relay tank between the raw material tank and the blast furnace, and the conveyors include a coke conveyor for transporting coke from the raw material tank to the relay tank, a sintered ore conveyor for transporting sintered ore from the raw material tank to the relay tank, a raw ore conveyor for transporting raw ore and auxiliary raw materials other than sintered ore from the raw material tank to the relay tank, and a charging conveyor for transporting the blast furnace raw materials from the relay tank to the blast furnace,
The simulation method according to any one of claims 1 to 3, wherein the measuring step is performed on the input conveyor.
前記測定工程が、前記装入コンベヤで実施される、請求項１～３のいずれか１項に記載のシミュレーション方法。 The blast furnace raw material supply facility further includes a relay tank between the raw material tank and the blast furnace, and the conveyors include a coke conveyor that transports coke from the raw material tank to the relay tank, a sintered ore conveyor that transports raw ore and auxiliary materials from the raw material tank to the relay tank, and a charging conveyor that transports the blast furnace raw materials from the relay tank to the blast furnace,
The simulation method according to any one of claims 1 to 3, wherein the measuring step is performed on the input conveyor.
現在時刻の直前の時刻に取得された前記原料性状が繰り返し入力された前記高炉数学モデルのシミュレーション結果を用いて予測する、高炉操業方法。 A blast furnace operation method using a simulation result obtained by the simulation method according to any one of claims 1 to 9, comprising:
A blast furnace operation method comprising: predicting the raw material properties acquired immediately before the current time using a simulation result of the blast furnace mathematical model into which the raw material properties acquired immediately before the current time are repeatedly input.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020070973A JP7549189B2 (en) | 2020-04-10 | 2020-04-10 | Simulation method using a blast furnace mathematical model and blast furnace operation method using the same |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020070973A JP7549189B2 (en) | 2020-04-10 | 2020-04-10 | Simulation method using a blast furnace mathematical model and blast furnace operation method using the same |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2021167447A JP2021167447A (en) | 2021-10-21 |
| JP7549189B2 true JP7549189B2 (en) | 2024-09-11 |
Family
ID=78079920
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020070973A Active JP7549189B2 (en) | 2020-04-10 | 2020-04-10 | Simulation method using a blast furnace mathematical model and blast furnace operation method using the same |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7549189B2 (en) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2023057779A (en) * | 2021-10-12 | 2023-04-24 | 株式会社三共 | game machine |
| JP2023057778A (en) * | 2021-10-12 | 2023-04-24 | 株式会社三共 | game machine |
| JP2023058125A (en) * | 2021-10-13 | 2023-04-25 | 株式会社三共 | game machine |
| JP2023058126A (en) * | 2021-10-13 | 2023-04-25 | 株式会社三共 | game machine |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004346414A (en) | 2003-05-26 | 2004-12-09 | Sumitomo Metal Ind Ltd | Blast furnace charging equipment |
| JP2008260990A (en) | 2007-04-11 | 2008-10-30 | Jfe Steel Kk | Raw material cutting feeder control method and apparatus |
| WO2018110521A1 (en) | 2016-12-16 | 2018-06-21 | Ｊｆｅスチール株式会社 | Method for operating blast furnace |
| JP2018123426A (en) | 2017-01-27 | 2018-08-09 | Ｊｆｅスチール株式会社 | Blast furnace operation method |
| JP2020094283A (en) | 2018-12-07 | 2020-06-18 | Ｊｆｅスチール株式会社 | Blast furnace operation method |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03264612A (en) * | 1990-03-14 | 1991-11-25 | Nkk Corp | Distribution control method of raw material charged at the top of blast furnace |
| JPH11323412A (en) * | 1998-05-19 | 1999-11-26 | Sumitomo Metal Ind Ltd | Blast furnace heat drop detection method |
-
2020
- 2020-04-10 JP JP2020070973A patent/JP7549189B2/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004346414A (en) | 2003-05-26 | 2004-12-09 | Sumitomo Metal Ind Ltd | Blast furnace charging equipment |
| JP2008260990A (en) | 2007-04-11 | 2008-10-30 | Jfe Steel Kk | Raw material cutting feeder control method and apparatus |
| WO2018110521A1 (en) | 2016-12-16 | 2018-06-21 | Ｊｆｅスチール株式会社 | Method for operating blast furnace |
| JP2018123426A (en) | 2017-01-27 | 2018-08-09 | Ｊｆｅスチール株式会社 | Blast furnace operation method |
| JP2020094283A (en) | 2018-12-07 | 2020-06-18 | Ｊｆｅスチール株式会社 | Blast furnace operation method |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2021167447A (en) | 2021-10-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7549189B2 (en) | Simulation method using a blast furnace mathematical model and blast furnace operation method using the same | |
| CN111593155B (en) | Blast furnace diagnosis system and method | |
| CN111607673B (en) | Pre-iron diagnostic system and method | |
| KR102757587B1 (en) | Method for monitoring production facilities, monitoring device for production facilities, and operating method for production facilities | |
| CN111639801B (en) | Scoring method and scoring system for blast furnace conditions | |
| CN101555546B (en) | A method for adjusting the ratio of sintering raw materials | |
| CN110628974A (en) | Operation decision method and system based on safe liquid level of hearth | |
| JP2020012132A (en) | Quality control method of blast furnace coke | |
| CN113420426A (en) | Method, device, medium and computer equipment for determining forward running condition of blast furnace | |
| CN110283956A (en) | Whether go out most devices and methods therefor for rational judgment Blast furnace slag | |
| CN117556711B (en) | Blast furnace coal injection optimization method, system, terminal and medium based on neural network | |
| CN119007853A (en) | Blast furnace air permeability index prediction method based on furnace burden structure and metallurgical performance | |
| EP4685423A1 (en) | Production device for sintered ore and production method for sintered ore | |
| Shiau et al. | Results of tuyere coke sampling with regard to application of appropriate coke strength after reaction (CSR) for a blast furnace | |
| JP7718621B1 (en) | Sintered ore strength control device, sintered ore strength control method, sintered ore manufacturing method, prediction model creation method, sintered ore strength prediction method, sintered ore operation guidance system, and terminal device | |
| CN113990404B (en) | Sintering ore raw material consumption calculation method | |
| JP7736193B2 (en) | Return ore control device, return ore control method, and sintered ore manufacturing method | |
| Matsuzaki et al. | Development of visual evaluation and numerical analysis system of blast furnace | |
| Hazra et al. | Application of data reconciliation and gross error detection techniques to enhance reliability and consistency of the blast furnace process data | |
| JP7695601B1 (en) | Blast furnace operation method | |
| Konstanciak | The effect of coke quality on blast furnace working | |
| CN120996631A (en) | Quantitative determination system and method for the steady state of pellet production lines | |
| CN120655159A (en) | Sintered product quality tracing method and device, electronic equipment and storage medium | |
| van Niekerk et al. | Practical and verifiable quantification of energy consumption in large industries for energy reporting and incentive applications | |
| Bazin et al. | Estimation of gas flow rates and pellet temperatures in an iron oxide induration furnace |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221205 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231027 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231031 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231220 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20240227 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240527 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20240603 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240730 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240812 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7549189 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |