転炉吹錬操業への構造化Deep Learningの適用検討（Ⅱ）－酸素吹込量・副原料投入量計画－

カテゴリ: 全国大会

論文No: 4-150

グループ名: 【全国大会】令和7年電気学会全国大会論文集

発行日: 2025/03/01

タイトル(英語): A Study of Structured Deep Learning for Converter Steelmaking (Ⅱ) － Input Planning of Oxygen and Raw Materials －

著者名: 中山日菜子（JFEスチール）,長野真孟（JFEスチール）,佐藤美穂（JFEスチール）,森重直人（JFEスチール）,島崎祐一（富士電機）,金田龍哉（富士電機）,吉川肇（富士電機）

著者名(英語): Hinako Nakayama (JFE Steel Corporation),Masatake Nagano (JFE Steel Corporation),Miho Sato (JFE Steel Corporation),Naoto Morishige (JFE Steel Corporation),Yuichi Shimasaki (Fuji Electric Co., Ltd.),Ryuya Kaneda (Fuji Electric Co., Ltd.),Hajime Yoshikawa (Fuji Electric Co., Ltd.)

キーワード: 吹錬|転炉|品質予測|ニューラルネットワーク|steelmaking|converter|quality prediction|neural network

要約(日本語): 鉄鋼プラントの製鋼工程では，転炉に装入した溶銑に酸素を吹込むことで，溶鋼を生成している。この一連のプロセスは吹錬と呼ばれ，製品毎の品質に応じて溶鋼の成分調整を行う重要なプロセスとなる。吹錬操業では，オペレータが溶鋼温度・溶鋼C濃度を予測し，溶鋼温度・溶鋼C濃度の目標値を目指して酸素吹込量，副原料投入量の計画を行う。本稿では，溶鋼温度・溶鋼C濃度の予測モデルをシミュレータとして活用し，酸素吹込量，副原料投入量を計画する手法を提案する。提案手法について，JFEスチール西日本製鉄所倉敷地区の実データを用いてシミュレーションを行い，オペレータの感覚と近い計画結果を得られたので報告する。

本誌掲載ページ: 249-251 p

原稿種別: 日本語

PDFファイルサイズ: 1,573 Kバイト