[发明专利]高炉的鼓风控制装置及其方法在审

专利信息
申请号: 201880073801.7 申请日: 2018-07-04
公开(公告)号: CN111344420A 公开(公告)日: 2020-06-26
发明(设计)人: 孙相汉;罗芝薰;郑仁炫;朴智成;孙基完 申请(专利权)人: 株式会社POSCO
主分类号: C21B7/24 分类号: C21B7/24;C21B7/16
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 谭天;孙雅雯
地址: 韩国庆*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 高炉 鼓风 控制 装置 及其 方法
【权利要求书】:

1.一种高炉的鼓风控制装置,包括:

图像拍摄装置,用于获取装入所述高炉内的炉料的图像;

数据收集单元,用于从所述图像获取所述炉料的粒度数据;

鼓风量预测单元,用于从所述粒度数据获取所述高炉的鼓风量预测值;以及

鼓风量控制单元,用于根据所述鼓风量预测值调节供应到所述高炉内的热风量。

2.根据权利要求1所述的鼓风控制装置,其中,

所述数据收集单元通过对所述图像的图像分析来获取所述炉料的粒度和粒度分布。

3.根据权利要求1所述的鼓风控制装置,还包括:

至少一个传感器,用于获取表示所述高炉的透气性的至少一个感测数据,

所述鼓风量预测单元利用所述粒度数据和所述至少一个感测数据获取所述鼓风量预测值。

4.根据权利要求3所述的鼓风控制装置,其中,

所述至少一个传感器包括:

压力传感器,用于检测所述高炉内的压力;

温度传感器,用于检测所述高炉内的温度;或者

气体传感器,用于检测从所述高炉排出的气体的成分。

5.根据权利要求3所述的鼓风控制装置,还包括:

鼓风量预测模型数据库,用于存储用于估算所述高炉的鼓风量的鼓风量预测模型,

所述鼓风量预测单元将所述粒度数据和所述至少一个感测数据作为所述鼓风量预测模型的输入数据获取所述鼓风量预测值。

6.根据权利要求5所述的鼓风控制装置,其中,

当输入作为时序数据的所述粒度数据和所述至少一个感测数据时,所述鼓风量预测模型对应于所述粒度数据和所述至少一个感测数据输出所述鼓风量预测值。

7.根据权利要求6所述的鼓风控制装置,其中,

所述鼓风量预测模型基于神经网络算法。

8.根据权利要求1所述的鼓风控制装置,其中,

所述鼓风量控制单元通过控制热风炉和所述高炉之间的鼓风阀的开闭程度来调节所述热风量。

9.一种高炉的鼓风控制方法,包括:

通过摄像机获取装入所述高炉内的炉料的图像的步骤;

从所述图像获取所述炉料的粒度数据的步骤;

从所述粒度数据获取所述高炉的鼓风量预测值的步骤;以及

根据所述鼓风量预测值调节供应到所述高炉内的热风量的步骤。

10.根据权利要求9所述的鼓风控制方法,其中,

所述获取粒度数据的步骤包括通过对所述图像的图像分析来获取所述炉料的粒度和粒度分布的步骤。

11.根据权利要求9所述的鼓风控制方法,还包括:

通过至少一个传感器获取表示所述高炉的透气性的至少一个感测数据的步骤,

所述获取鼓风量预测值的步骤包括利用所述粒度数据和所述至少一个感测数据获取所述鼓风量预测值的步骤。

12.根据权利要求11所述的鼓风控制方法,其中,

所述至少一个感测数据包括所述高炉内的压力、所述高炉内的温度或从所述高炉排出的气体的成分。

13.根据权利要求11所述的鼓风控制方法,其中,

所述获取鼓风量预测值的步骤包括将所述粒度数据和所述至少一个感测数据作为用于估算所述高炉的鼓风量的鼓风量预测模型的输入数据获取所述鼓风量预测值的步骤。

14.根据权利要求13所述的鼓风控制方法,其中,

当输入作为时序数据的所述粒度数据和所述至少一个感测数据时,所述鼓风量预测模型对应于所述粒度数据和所述至少一个感测数据输出所述鼓风量预测值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于株式会社POSCO,未经株式会社POSCO许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201880073801.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top