本发明涉及高炉的铁水温度预测方法、高炉的铁水温度预测模型的学习方法、高炉的操作方法、高炉的铁水温度预测装置、铁水温度预测系统及终端装置。
背景技术：
1、在高炉工序中，以铁水温度、透气度、造铁速度成为一定的方式进行操作。为了实现高效率且稳定的高炉操作，铁水温度的控制是重要的。当铁水温度显著下降时，作为副生成物的炉渣的温度也降低而炉渣的粘度上升。根据情况的不同，会成为炉下部的铁水或炉渣凝固的炉冷事故，甚至长时间操作停止。
2、相反地，在铁水温度较高的情况下，意味着作为燃料的煤粉或焦炭被过剩消耗，导致还原材料比的上升。在近年来的高炉操作中，为了削减co2及削减铁水成本，以低还原材料比及低焦炭比为目标，降低铁水温度偏差的需求较大。
3、高炉的操作者基于操作条件及各种传感器信息进行铁水温度的将来预测，操作焦炭比、送风湿度、送风温度、煤粉流量。由于高炉是热容量较大的工序，所以在变更了操作变量的情况下，到铁水温度变化为止的时间滞后较大。因此，不能准确地预测过去的操作的影响，存在操作变得过剩的倾向。作为结果，有如下课题：周期性地重复相对于铁水温度的目标值的过大和过少，铁水温度偏差越发变大。
4、根据这种背景，提出了基于物理模型的铁水温度控制方法(参照专利文献1)、基于统计模型的铁水温度控制方法(参照专利文献2)。例如，在专利文献1中，为了补偿还原材料比、碳素熔损量、造铁速度及气体利用率中的至少一个的计算值与实测值的误差，提出了以下方法。
5、即，在专利文献1中，调整物理模型中的气体还原平衡参数或炉顶的焦炭比的参数，同时假定为保持当前的操作量，使用物理模型算出铁水温度的预测值。然后，基于算出的预测值控制铁水温度。
6、另外，在专利文献2中，提出了如下方法：从过去的操作数据之中提取与当前的操作条件类似的操作数据，基于所提取的操作数据算出铁水温度的预测值，基于算出的预测值控制铁水温度。
7、现有技术文献
8、专利文献
9、专利文献1：日本特开2018-24935号公报
10、专利文献2：日本特开2007-4728号公报
技术实现思路
1、发明要解决的课题
2、然而，在专利文献1提出的方法中，在发生了下料(原料降下速度)的变动、作为原料的矿石中的铁分的变动等的测定较困难而难以反映到物理模型的干扰的情况下，铁水温度的预测精度降低。因此，作为结果，铁水温度的控制精度有可能降低。
3、另外，在专利文献2记载的方法中，在当前的操作条件是过去没有实绩的操作条件的情况下，铁水温度的预测精度降低，作为结果，铁水温度的控制精度有可能降低。
4、另一方面，操作者根据从设置于高炉炉体的温度计测定的温度的高低、圆周方向上的温度的偏差程度，判断包括铁水温度的变动在内的炉况的好坏。例如，由于在埋设于高炉风口的热电偶处测定的风口埋入温度受到来自炉内的焦炭填充层、铁水的辐射的影响，所以倾向先于铁水温度变化。
5、另外，将从高炉的料线正上方的炉壁突出到炉内设置的热电偶处测定的温度称为表层流动(skin flow)温度。表层流动温度的上升意味着炉壁附近的气体温度上升，表示炉内的气体的周边流增加。即，当表层流动温度上升时，透气性恶化，有可能产生铁矿石的还原不良而铁水温度降低。另外，能够在上述炉体的圆周方向上测温的项目中的圆周方向上的温度偏差由圆周方向上的原料的偏差、炉内的还原反应或气体流动的偏差引起。因此，导致出铁口间的铁水温度的偏差，甚至也有可能炉况恶化。
6、本发明鉴于上述情况作出，其目的在于提供能够仅使用能够测定的炉体的圆周方向上的温度分布来预测铁水温度的急剧上升或急剧下降的高炉的铁水温度预测方法、高炉的铁水温度预测模型的学习方法、高炉的操作方法、高炉的铁水温度预测装置、铁水温度预测系统及终端装置。
7、用于解决课题的手段
8、为了解决上述课题并达成目的，本发明的高炉的铁水温度预测方法是由利用计算机构造的装置执行的高炉的铁水温度预测方法，包括：图像转换处理步骤，所述计算机具备的图像转换处理部将炉体的温度数据二维图像化；以及铁水温度预测处理步骤，所述计算机具备的铁水温度预测处理部通过对铁水温度预测模型输入对于当前的炉体的温度数据在所述图像转换处理步骤中输出的图像数据，从而输出将来的铁水温度，所述铁水温度预测模型是将在所述图像转换处理步骤中输出的图像数据作为输入数据并将铁水温度作为输出数据进行学习而得的。
9、另外，本发明的高炉的铁水温度预测方法为，在上述发明中，所述炉体的温度数据包括炉顶探头温度、表层流动温度、冷却壁温度、风口埋入温度中的至少一种以上，所述图像转换处理步骤将所述炉体的温度与测定位置对应地二维配置，并利用不同的颜色或浓淡将温度的值图像化。
10、另外，本发明的高炉的铁水温度预测方法为，在上述发明中，所述输入数据包括每个规定时间周期的多个图像数据，是表示炉体温度分布的时间变化的数据。
11、另外，本发明的高炉的铁水温度预测方法为，在上述发明中，所述铁水温度预测处理步骤预测规定时间后的铁水温度相对于最近的规定时间的铁水温度的平均值而言的差值的绝对值。
12、为了解决上述课题并达成目的，本发明的高炉的铁水温度预测模型的学习方法是由利用计算机构造的装置执行的高炉的铁水温度预测模型的学习方法，包括：图像转换处理步骤，所述计算机具备的图像转换处理部将炉体的温度数据二维图像化；以及模型学习处理步骤，所述计算机具备的模型学习处理部将在所述图像转换处理步骤中输出的图像数据作为输入数据，将铁水温度作为输出数据，进行铁水温度预测模型的学习。
13、另外，本发明的高炉的铁水温度预测模型的学习方法为，在上述发明中，所述模型学习处理步骤将表示基准时刻之前的规定期间中的多个炉体温度分布的图像数据作为输入数据，将所述基准时刻之后的规定期间后的铁水温度相对于所述基准时刻之前的规定期间中的铁水温度的平均值而言的差值作为输出数据，进行所述铁水温度预测模型的学习。
14、为了解决上述课题并达成目的，本发明的高炉的操作方法使用上述高炉的铁水温度预测方法预测铁水温度，基于预测出的铁水温度变更操作条件。
15、为了解决上述课题并达成目的，本发明的高炉的铁水温度预测装置具备：图像转换处理部，其将炉体的温度数据二维图像化；以及铁水温度预测处理部，其通过对铁水温度预测模型输入对于当前的炉体的温度数据在所述图像转换处理部中输出的图像数据，从而输出将来的铁水温度，所述铁水温度预测模型是将在所述图像转换处理部中输出的图像数据作为输入数据并将铁水温度作为输出数据进行学习而得的。
16、另外，本发明的高炉的铁水温度预测装置为，在上述发明中，所述炉体的温度数据包括炉顶探头温度、表层流动温度、冷却壁温度、风口埋入温度中的至少一种以上，所述图像转换处理部将所述炉体的温度与测定位置对应地二维配置，并利用不同的颜色或浓淡将温度的值图像化。
17、另外，本发明的高炉的铁水温度预测装置为，在上述发明中，所述输入数据包括每个规定时间周期的多个图像数据，是表示炉体温度分布的时间变化的数据。
18、另外，本发明的高炉的铁水温度预测装置为，在上述发明中，所述铁水温度预测处理部预测规定时间后的铁水温度相对于最近的规定时间的铁水温度的平均值而言的差值的绝对值。
19、为了解决上述课题并达成目的，本发明的铁水温度预测系统是具备铁水温度预测服务器装置和终端装置的铁水温度预测系统，其中，所述铁水温度预测服务器装置具备：图像转换处理部，其将炉体的温度数据二维图像化；铁水温度预测处理部，其通过对铁水温度预测模型输入对于当前的炉体的温度数据在所述图像转换处理部中输出的图像数据，从而输出将来的铁水温度，所述铁水温度预测模型是将在所述图像转换处理部中输出的图像数据作为输入数据并将铁水温度作为输出数据进行学习而得的；以及输出部，其向所述终端装置输出至少包括在所述铁水温度预测处理部中预测出的将来的铁水温度的信息，所述终端装置具备：信息取得部，其从所述铁水温度预测服务器装置取得至少包括将来的铁水温度的信息；以及显示部，其显示所述信息取得部取得的信息。
20、为了解决上述课题并达成目的，本发明的终端装置具备：信息取得部，从铁水温度预测服务器装置取得至少包括基于将当前的炉体的温度数据二维图像化而成的图像数据预测得到的将来的铁水温度的信息；以及显示部，其显示所述信息取得部取得的信息。
21、发明的效果
22、根据本发明的高炉的铁水温度预测方法、高炉的铁水温度预测模型的学习方法、高炉的操作方法、高炉的铁水温度预测装置、铁水温度预测系统及终端装置，能够仅使用能够测定的炉体的圆周方向上的温度分布来高精度地预测铁水温度的急剧上升或急剧下降。
1.高炉的铁水温度预测方法，其由利用计算机构造的装置执行，所述高炉的铁水温度预测方法包括：
2.根据权利要求1所述的高炉的铁水温度预测方法，其中，
3.根据权利要求1或2所述的高炉的铁水温度预测方法，其中，
4.根据权利要求1至3中任一项所述的高炉的铁水温度预测方法，其中，
5.高炉的铁水温度预测模型的学习方法，其由利用计算机构造的装置执行，所述学习方法包括：
6.根据权利要求5所述的高炉的铁水温度预测模型的学习方法，其中，
7.高炉的操作方法，其使用权利要求1至4中任一项所述的高炉的铁水温度预测方法预测铁水温度，基于预测出的铁水温度变更操作条件。
8.高炉的铁水温度预测装置，其具备：
9.根据权利要求8所述的高炉的铁水温度预测装置，其中，
10.根据权利要求8或9所述的高炉的铁水温度预测装置，其中，
11.根据权利要求8至10中任一项所述的高炉的铁水温度预测装置，其中，
12.铁水温度预测系统，其具备铁水温度预测服务器装置和终端装置，其中，
13.终端装置，其具备：
