特開2022-163568排滓システム、排滓システムのガイダンス生成方法、排滓システムの自動制御方法およびプログラム
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2022163568
(43)【公開日】2022-10-26
(54)【発明の名称】排滓システム、排滓システムのガイダンス生成方法、排滓システムの自動制御方法およびプログラム
(51)【国際特許分類】
F27D 3/15 20060101AFI20221019BHJP
F27D 21/02 20060101ALI20221019BHJP
F27D 19/00 20060101ALI20221019BHJP
B22D 43/00 20060101ALI20221019BHJP
C21C 7/00 20060101ALI20221019BHJP
【ＦＩ】
F27D3/15 Z
F27D21/02
F27D19/00 Z
B22D43/00 D
C21C7/00 J
【審査請求】未請求
【請求項の数】32
【出願形態】ＯＬ
(21)【出願番号】P 2021068578
(22)【出願日】2021-04-14
(71)【出願人】
【識別番号】000006655
【氏名又は名称】日本製鉄株式会社
(74)【代理人】
【識別番号】100106909
【弁理士】
【氏名又は名称】棚井 澄雄
(74)【代理人】
【識別番号】100175802
【弁理士】
【氏名又は名称】寺本 光生
(74)【代理人】
【識別番号】100134359
【弁理士】
【氏名又は名称】勝俣 智夫
(74)【代理人】
【識別番号】100188592
【弁理士】
【氏名又は名称】山口 洋
(72)【発明者】
【氏名】征矢 勝秀
(72)【発明者】
【氏名】飯尾 裕太郎
(72)【発明者】
【氏名】渡辺 務
(72)【発明者】
【氏名】赤木 俊夫
(72)【発明者】
【氏名】北野 遼
【テーマコード（参考）】
4E014
4K013
4K055
4K056
【Ｆターム（参考）】
4E014NA09
4K013CF03
4K055AA04
4K055LA02
4K055LA23
4K055LA27
4K056AA05
4K056CA02
4K056FA10
4K056FA24
(57)【要約】
【課題】復Ｓ量および溶銑ロス量を抑制した排滓を実現する。
【解決手段】排滓システムは、溶融金属を収容する容器と、容器を傾動する第１アクチュエータと、容器の傾斜角を検出する第１検出部と、容器内の溶融金属の表面のスラグを除去するスラグ除去部材と、スラグ除去部材を動かす第２アクチュエータと、第２アクチュエータの変位量を検出する第２検出部と、オペレータの操作を受け付ける操作部と、操作部が受け付けた操作に応じて第１アクチュエータと第２アクチュエータとを制御する制御部と、容器内の溶融金属の表面を撮像する撮像部と、容器内の溶融金属の表面の画像に基づいて容器内の溶融金属の表面に残留する残留スラグの重量分布を算出する重量分布算出部と、オペレータの操作のガイダンスを生成するガイダンス生成部と、ガイダンスを出力するガイダンス出力部とを備え、ガイダンス生成部は、学習モデル部とＡＩモデル部とを備える。
【選択図】図１
【解決手段】排滓システムは、溶融金属を収容する容器と、容器を傾動する第１アクチュエータと、容器の傾斜角を検出する第１検出部と、容器内の溶融金属の表面のスラグを除去するスラグ除去部材と、スラグ除去部材を動かす第２アクチュエータと、第２アクチュエータの変位量を検出する第２検出部と、オペレータの操作を受け付ける操作部と、操作部が受け付けた操作に応じて第１アクチュエータと第２アクチュエータとを制御する制御部と、容器内の溶融金属の表面を撮像する撮像部と、容器内の溶融金属の表面の画像に基づいて容器内の溶融金属の表面に残留する残留スラグの重量分布を算出する重量分布算出部と、オペレータの操作のガイダンスを生成するガイダンス生成部と、ガイダンスを出力するガイダンス出力部とを備え、ガイダンス生成部は、学習モデル部とＡＩモデル部とを備える。
【選択図】図１
【特許請求の範囲】
【請求項1】
溶融金属を収容する容器と、
前記容器を少なくとも傾動する第１アクチュエータと、
前記容器の少なくとも傾斜角を検出する第１検出部と、
前記容器内の前記溶融金属の表面のスラグを除去するスラグ除去部材と、
前記スラグ除去部材を動かす第２アクチュエータと、
前記第２アクチュエータの変位量を検出する第２検出部と、
オペレータの操作を受け付ける操作部と、
前記操作部が受け付けた操作に応じて前記第１アクチュエータと前記第２アクチュエータとを制御する制御部と、
前記容器内の前記溶融金属の表面を撮像する撮像部と、
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づいて、前記容器内の前記溶融金属の表面に残留する残留スラグの重量分布を算出する重量分布算出部と、
前記操作部に対する前記オペレータの操作のガイダンスを生成するガイダンス生成部と、
前記ガイダンス生成部によって生成されたガイダンスを出力するガイダンス出力部とを備える排滓システムであって、
前記ガイダンス生成部は、
前記スラグ除去部材によるスラグの除去が行われた後に前記容器内の前記溶融金属の表面に残留する残留スラグの量である排滓後スラグ残留量の目標値に基づいて、前記スラグ除去部材によるスラグの除去を行うための前記第１アクチュエータおよび前記第２アクチュエータの動作のスケジュールである排滓動作スケジュールを算出する学習モデル部と、
前記排滓後スラグ残留量の目標値に基づいて前記学習モデル部によって算出された前記排滓動作スケジュールを実現する前記操作部に対する前記オペレータの操作のガイダンスを生成するＡＩモデル部とを備え、
前記学習モデル部は、
前記排滓システムの過去の操業データと、前記排滓システムの過去の操業データが得られたときの排滓実績との組を教師データとして教師あり学習を行い、
前記ＡＩモデル部は、
前記操作部が受け付けた操作に応じて前記制御部が前記第１アクチュエータと前記第２アクチュエータとを制御しているときに前記第１検出部と前記第２検出部と前記撮像部とによって得られるリアルタイムデータに基づいて、前記操作部に対する前記オペレータの操作のガイダンスを修正する、
排滓システム。
前記容器を少なくとも傾動する第１アクチュエータと、
前記容器の少なくとも傾斜角を検出する第１検出部と、
前記容器内の前記溶融金属の表面のスラグを除去するスラグ除去部材と、
前記スラグ除去部材を動かす第２アクチュエータと、
前記第２アクチュエータの変位量を検出する第２検出部と、
オペレータの操作を受け付ける操作部と、
前記操作部が受け付けた操作に応じて前記第１アクチュエータと前記第２アクチュエータとを制御する制御部と、
前記容器内の前記溶融金属の表面を撮像する撮像部と、
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づいて、前記容器内の前記溶融金属の表面に残留する残留スラグの重量分布を算出する重量分布算出部と、
前記操作部に対する前記オペレータの操作のガイダンスを生成するガイダンス生成部と、
前記ガイダンス生成部によって生成されたガイダンスを出力するガイダンス出力部とを備える排滓システムであって、
前記ガイダンス生成部は、
前記スラグ除去部材によるスラグの除去が行われた後に前記容器内の前記溶融金属の表面に残留する残留スラグの量である排滓後スラグ残留量の目標値に基づいて、前記スラグ除去部材によるスラグの除去を行うための前記第１アクチュエータおよび前記第２アクチュエータの動作のスケジュールである排滓動作スケジュールを算出する学習モデル部と、
前記排滓後スラグ残留量の目標値に基づいて前記学習モデル部によって算出された前記排滓動作スケジュールを実現する前記操作部に対する前記オペレータの操作のガイダンスを生成するＡＩモデル部とを備え、
前記学習モデル部は、
前記排滓システムの過去の操業データと、前記排滓システムの過去の操業データが得られたときの排滓実績との組を教師データとして教師あり学習を行い、
前記ＡＩモデル部は、
前記操作部が受け付けた操作に応じて前記制御部が前記第１アクチュエータと前記第２アクチュエータとを制御しているときに前記第１検出部と前記第２検出部と前記撮像部とによって得られるリアルタイムデータに基づいて、前記操作部に対する前記オペレータの操作のガイダンスを修正する、
排滓システム。
【請求項2】
前記学習モデル部によって行われる前記教師あり学習において用いられる前記教師データを構成する排滓実績には、除滓後のスラグ残留量が含まれる、
請求項１に記載の排滓システム。
請求項１に記載の排滓システム。
【請求項3】
前記学習モデル部によって行われる前記教師あり学習において用いられる前記教師データを構成する排滓実績には、復Ｓ量と溶銑ロス量とが含まれる、
請求項１に記載の排滓システム。
請求項１に記載の排滓システム。
【請求項4】
前記学習モデル部によって行われる前記教師あり学習では、
前記復Ｓ量が復Ｓ量閾値より小さく、前記溶銑ロス量が溶銑ロス量閾値より小さい排滓実績と、前記復Ｓ量が前記復Ｓ量閾値より小さく、前記溶銑ロス量が前記溶銑ロス量閾値より小さい排滓実績が得られたときの前記排滓システムの過去の操業データとの組が、前記教師データの正解データとして用いられ、
前記復Ｓ量が前記復Ｓ量閾値以上であるか、あるいは、前記溶銑ロス量が前記溶銑ロス量閾値以上である排滓実績と、前記復Ｓ量が前記復Ｓ量閾値以上であるか、あるいは、前記溶銑ロス量が前記溶銑ロス量閾値以上である排滓実績が得られたときの前記排滓システムの過去の操業データとの組が、前記教師データの不正解データとして用いられる、
請求項３に記載の排滓システム。
前記復Ｓ量が復Ｓ量閾値より小さく、前記溶銑ロス量が溶銑ロス量閾値より小さい排滓実績と、前記復Ｓ量が前記復Ｓ量閾値より小さく、前記溶銑ロス量が前記溶銑ロス量閾値より小さい排滓実績が得られたときの前記排滓システムの過去の操業データとの組が、前記教師データの正解データとして用いられ、
前記復Ｓ量が前記復Ｓ量閾値以上であるか、あるいは、前記溶銑ロス量が前記溶銑ロス量閾値以上である排滓実績と、前記復Ｓ量が前記復Ｓ量閾値以上であるか、あるいは、前記溶銑ロス量が前記溶銑ロス量閾値以上である排滓実績が得られたときの前記排滓システムの過去の操業データとの組が、前記教師データの不正解データとして用いられる、
請求項３に記載の排滓システム。
【請求項5】
前記学習モデル部によって行われる前記教師あり学習において用いられる前記教師データを構成する前記排滓システムの過去の操業データには、前記容器および前記スラグ除去部材の動きに関するデータが含まれる、
請求項１に記載の排滓システム。
請求項１に記載の排滓システム。
【請求項6】
前記学習モデル部によって行われる前記教師あり学習において用いられる前記教師データを構成する前記排滓システムの過去の操業データには、前記排滓システムによって扱われる前記溶融金属および前記溶融金属の表面から除去されるスラグに関するデータが含まれる、
請求項１に記載の排滓システム。
請求項１に記載の排滓システム。
【請求項7】
前記学習モデル部によって行われる前記教師あり学習において用いられる前記教師データを構成する前記排滓システムの過去の操業データには、前記スラグ除去部材の形状に関するデータが含まれる、
請求項１に記載の排滓システム。
請求項１に記載の排滓システム。
【請求項8】
前記排滓システムによって扱われる前記溶融金属および前記溶融金属の表面から除去されるスラグに関するデータと、前記スラグ除去部材の形状に関するデータとが、前記学習モデル部の入力層に設定され、
前記容器および前記スラグ除去部材の動きの予測と、排滓実績の予測とが、前記学習モデル部の出力層に設定される、
請求項１に記載の排滓システム。
前記容器および前記スラグ除去部材の動きの予測と、排滓実績の予測とが、前記学習モデル部の出力層に設定される、
請求項１に記載の排滓システム。
【請求項9】
前記第１アクチュエータには、
前記容器の傾斜角を調節する機能を有する傾動装置と、
前記容器と前記傾動装置とを支持して移動可能な容器台車とが含まれ、
前記第１検出部には、
前記容器の傾斜角を検出する容器傾斜角度計と、
前記容器台車の位置を検出する容器台車位置検出装置とが含まれる、
請求項１に記載の排滓システム。
前記容器の傾斜角を調節する機能を有する傾動装置と、
前記容器と前記傾動装置とを支持して移動可能な容器台車とが含まれ、
前記第１検出部には、
前記容器の傾斜角を検出する容器傾斜角度計と、
前記容器台車の位置を検出する容器台車位置検出装置とが含まれる、
請求項１に記載の排滓システム。
【請求項10】
前記スラグ除去部材には、
掻き板と、
前記掻き板が先端に装着されたアームとが含まれ、
前記第２アクチュエータには、
前記アームを鉛直方向または旋回方向に移動させるシリンダと、
前記アームを水平方向に移動させる走行台車とが含まれ、
前記第２検出部には、
前記シリンダのストローク量を検出するリニアエンコーダと、
前記走行台車の車輪の回転数を検出するロータリーエンコーダと、
前記アームの画像を撮像するアーム撮像カメラと、
前記アーム撮像カメラによって撮像された前記アームの画像に基づいて、前記掻き板の座標を算出する掻き板座標計算部とが含まれる、
請求項１に記載の排滓システム。
掻き板と、
前記掻き板が先端に装着されたアームとが含まれ、
前記第２アクチュエータには、
前記アームを鉛直方向または旋回方向に移動させるシリンダと、
前記アームを水平方向に移動させる走行台車とが含まれ、
前記第２検出部には、
前記シリンダのストローク量を検出するリニアエンコーダと、
前記走行台車の車輪の回転数を検出するロータリーエンコーダと、
前記アームの画像を撮像するアーム撮像カメラと、
前記アーム撮像カメラによって撮像された前記アームの画像に基づいて、前記掻き板の座標を算出する掻き板座標計算部とが含まれる、
請求項１に記載の排滓システム。
【請求項11】
前記制御部には、
前記操作部が受け付けた操作に応じて前記第１アクチュエータを制御する傾動装置制御部と、
前記操作部が受け付けた操作に応じて前記第２アクチュエータを制御する排滓装置制御部とが含まれる、
請求項１に記載の排滓システム。
前記操作部が受け付けた操作に応じて前記第１アクチュエータを制御する傾動装置制御部と、
前記操作部が受け付けた操作に応じて前記第２アクチュエータを制御する排滓装置制御部とが含まれる、
請求項１に記載の排滓システム。
【請求項12】
溶融金属を収容する容器と、
前記容器を少なくとも傾動する第１アクチュエータと、
前記容器の少なくとも傾斜角を検出する第１検出部と、
前記容器内の前記溶融金属の表面のスラグを除去するスラグ除去部材と、
前記スラグ除去部材を動かす第２アクチュエータと、
前記第２アクチュエータの変位量を検出する第２検出部と、
オペレータの操作を受け付ける操作部と、
前記操作部が受け付けた操作に応じて前記第１アクチュエータと前記第２アクチュエータとを制御する制御部と、
前記容器内の前記溶融金属の表面を撮像する撮像部と、
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づいて、前記容器内の前記溶融金属の表面に残留する残留スラグの重量分布を算出する重量分布算出部と、
前記操作部に対する前記オペレータの操作のガイダンスを生成するガイダンス生成部と、
前記ガイダンス生成部によって生成されたガイダンスを出力するガイダンス出力部とを備える排滓システムのガイダンス生成方法あって、
前記スラグ除去部材によるスラグの除去が行われた後に前記容器内の前記溶融金属の表面に残留する残留スラグの量である排滓後スラグ残留量の目標値に基づいて、前記スラグ除去部材によるスラグの除去を行うための前記第１アクチュエータおよび前記第２アクチュエータの動作のスケジュールである排滓動作スケジュールを算出する算出ステップと、
前記排滓後スラグ残留量の目標値に基づいて前記算出ステップにおいて算出された前記排滓動作スケジュールを実現する前記操作部に対する前記オペレータの操作のガイダンスを生成する生成ステップと、
前記排滓システムの過去の操業データと、前記排滓システムの過去の操業データが得られたときの排滓実績との組を教師データとして教師あり学習を行う学習ステップと、
前記操作部が受け付けた操作に応じて前記制御部が前記第１アクチュエータと前記第２アクチュエータとを制御しているときに前記第１検出部と前記第２検出部と前記撮像部とによって得られるリアルタイムデータに基づいて、前記操作部に対する前記オペレータの操作のガイダンスを修正する修正ステップとを備える、
排滓システムのガイダンス生成方法。
前記容器を少なくとも傾動する第１アクチュエータと、
前記容器の少なくとも傾斜角を検出する第１検出部と、
前記容器内の前記溶融金属の表面のスラグを除去するスラグ除去部材と、
前記スラグ除去部材を動かす第２アクチュエータと、
前記第２アクチュエータの変位量を検出する第２検出部と、
オペレータの操作を受け付ける操作部と、
前記操作部が受け付けた操作に応じて前記第１アクチュエータと前記第２アクチュエータとを制御する制御部と、
前記容器内の前記溶融金属の表面を撮像する撮像部と、
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づいて、前記容器内の前記溶融金属の表面に残留する残留スラグの重量分布を算出する重量分布算出部と、
前記操作部に対する前記オペレータの操作のガイダンスを生成するガイダンス生成部と、
前記ガイダンス生成部によって生成されたガイダンスを出力するガイダンス出力部とを備える排滓システムのガイダンス生成方法あって、
前記スラグ除去部材によるスラグの除去が行われた後に前記容器内の前記溶融金属の表面に残留する残留スラグの量である排滓後スラグ残留量の目標値に基づいて、前記スラグ除去部材によるスラグの除去を行うための前記第１アクチュエータおよび前記第２アクチュエータの動作のスケジュールである排滓動作スケジュールを算出する算出ステップと、
前記排滓後スラグ残留量の目標値に基づいて前記算出ステップにおいて算出された前記排滓動作スケジュールを実現する前記操作部に対する前記オペレータの操作のガイダンスを生成する生成ステップと、
前記排滓システムの過去の操業データと、前記排滓システムの過去の操業データが得られたときの排滓実績との組を教師データとして教師あり学習を行う学習ステップと、
前記操作部が受け付けた操作に応じて前記制御部が前記第１アクチュエータと前記第２アクチュエータとを制御しているときに前記第１検出部と前記第２検出部と前記撮像部とによって得られるリアルタイムデータに基づいて、前記操作部に対する前記オペレータの操作のガイダンスを修正する修正ステップとを備える、
排滓システムのガイダンス生成方法。
【請求項13】
前記算出ステップにおいて算出される前記第１アクチュエータおよび前記第２アクチュエータの動作のスケジュールには、
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づくことなく、前記第１アクチュエータおよび前記第２アクチュエータが動作する時間帯と、
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づいて、前記第１アクチュエータおよび前記第２アクチュエータが動作する時間帯とが含まれる、
請求項１２に記載の排滓システムのガイダンス生成方法。
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づくことなく、前記第１アクチュエータおよび前記第２アクチュエータが動作する時間帯と、
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づいて、前記第１アクチュエータおよび前記第２アクチュエータが動作する時間帯とが含まれる、
請求項１２に記載の排滓システムのガイダンス生成方法。
【請求項14】
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づかない前記第１アクチュエータおよび前記第２アクチュエータの動作は、
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づく前記第１アクチュエータおよび前記第２アクチュエータの動作よりも先に実行される、
請求項１３に記載の排滓システムのガイダンス生成方法。
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づく前記第１アクチュエータおよび前記第２アクチュエータの動作よりも先に実行される、
請求項１３に記載の排滓システムのガイダンス生成方法。
【請求項15】
溶融金属を収容する容器と、
前記容器を少なくとも傾動する第１アクチュエータと、
前記容器の少なくとも傾斜角を検出する第１検出部と、
前記容器内の前記溶融金属の表面のスラグを除去するスラグ除去部材と、
前記スラグ除去部材を動かす第２アクチュエータと、
前記第２アクチュエータの変位量を検出する第２検出部と、
オペレータの操作を受け付ける操作部と、
前記操作部が受け付けた操作に応じて前記第１アクチュエータと前記第２アクチュエータとを制御する制御部と、
前記容器内の前記溶融金属の表面を撮像する撮像部と、
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づいて、前記容器内の前記溶融金属の表面に残留する残留スラグの重量分布を算出する重量分布算出部と、
前記操作部に対する前記オペレータの操作のガイダンスを生成するガイダンス生成部と、
前記ガイダンス生成部によって生成されたガイダンスを出力するガイダンス出力部とを備える排滓システムに搭載されたコンピュータに、
前記スラグ除去部材によるスラグの除去が行われた後に前記容器内の前記溶融金属の表面に残留する残留スラグの量である排滓後スラグ残留量の目標値に基づいて、前記スラグ除去部材によるスラグの除去を行うための前記第１アクチュエータおよび前記第２アクチュエータの動作のスケジュールである排滓動作スケジュールを算出する算出ステップと、
前記排滓後スラグ残留量の目標値に基づいて前記算出ステップにおいて算出された前記排滓動作スケジュールを実現する前記操作部に対する前記オペレータの操作のガイダンスを生成する生成ステップと、
前記排滓システムの過去の操業データと、前記排滓システムの過去の操業データが得られたときの排滓実績との組を教師データとして教師あり学習を行う学習ステップと、
前記操作部が受け付けた操作に応じて前記制御部が前記第１アクチュエータと前記第２アクチュエータとを制御しているときに前記第１検出部と前記第２検出部と前記撮像部とによって得られるリアルタイムデータに基づいて、前記操作部に対する前記オペレータの操作のガイダンスを修正する修正ステップとを実行させるためのプログラム。
前記容器を少なくとも傾動する第１アクチュエータと、
前記容器の少なくとも傾斜角を検出する第１検出部と、
前記容器内の前記溶融金属の表面のスラグを除去するスラグ除去部材と、
前記スラグ除去部材を動かす第２アクチュエータと、
前記第２アクチュエータの変位量を検出する第２検出部と、
オペレータの操作を受け付ける操作部と、
前記操作部が受け付けた操作に応じて前記第１アクチュエータと前記第２アクチュエータとを制御する制御部と、
前記容器内の前記溶融金属の表面を撮像する撮像部と、
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づいて、前記容器内の前記溶融金属の表面に残留する残留スラグの重量分布を算出する重量分布算出部と、
前記操作部に対する前記オペレータの操作のガイダンスを生成するガイダンス生成部と、
前記ガイダンス生成部によって生成されたガイダンスを出力するガイダンス出力部とを備える排滓システムに搭載されたコンピュータに、
前記スラグ除去部材によるスラグの除去が行われた後に前記容器内の前記溶融金属の表面に残留する残留スラグの量である排滓後スラグ残留量の目標値に基づいて、前記スラグ除去部材によるスラグの除去を行うための前記第１アクチュエータおよび前記第２アクチュエータの動作のスケジュールである排滓動作スケジュールを算出する算出ステップと、
前記排滓後スラグ残留量の目標値に基づいて前記算出ステップにおいて算出された前記排滓動作スケジュールを実現する前記操作部に対する前記オペレータの操作のガイダンスを生成する生成ステップと、
前記排滓システムの過去の操業データと、前記排滓システムの過去の操業データが得られたときの排滓実績との組を教師データとして教師あり学習を行う学習ステップと、
前記操作部が受け付けた操作に応じて前記制御部が前記第１アクチュエータと前記第２アクチュエータとを制御しているときに前記第１検出部と前記第２検出部と前記撮像部とによって得られるリアルタイムデータに基づいて、前記操作部に対する前記オペレータの操作のガイダンスを修正する修正ステップとを実行させるためのプログラム。
【請求項16】
溶融金属を収容する容器と、
前記容器を少なくとも傾動する第１アクチュエータと、
前記容器の少なくとも傾斜角を検出する第１検出部と、
前記容器内の前記溶融金属の表面のスラグを除去するスラグ除去部材と、
前記スラグ除去部材を動かす第２アクチュエータと、
前記第２アクチュエータの変位量を検出する第２検出部と、
前記第１アクチュエータと前記第２アクチュエータとを制御する制御部と、
前記容器内の前記溶融金属の表面を撮像する撮像部と、
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づいて、前記容器内の前記溶融金属の表面に残留する残留スラグの重量分布を算出する重量分布算出部と、
前記制御部による前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを生成する制御スケジュール生成部とを備える排滓システムであって、
前記制御スケジュール生成部は、
前記スラグ除去部材によるスラグの除去が行われた後に前記容器内の前記溶融金属の表面に残留する残留スラグの量である排滓後スラグ残留量の目標値に基づいて、前記スラグ除去部材によるスラグの除去を行うための前記第１アクチュエータおよび前記第２アクチュエータの動作のスケジュールである排滓動作スケジュールを算出する学習モデル部と、
前記排滓後スラグ残留量の目標値に基づいて前記学習モデル部によって算出された前記排滓動作スケジュールを実現する前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを生成するＡＩモデル部とを備え、
前記学習モデル部は、
前記排滓システムの過去の操業データと、前記排滓システムの過去の操業データが得られたときの排滓実績との組を教師データとして教師あり学習を行い、
前記ＡＩモデル部は、
前記制御部が前記学習モデル部によって生成された制御スケジュールに基づいて前記第１アクチュエータと前記第２アクチュエータとを制御しているときに前記第１検出部と前記第２検出部と前記撮像部とによって得られるリアルタイムデータに基づいて、前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを修正する、
排滓システム。
前記容器を少なくとも傾動する第１アクチュエータと、
前記容器の少なくとも傾斜角を検出する第１検出部と、
前記容器内の前記溶融金属の表面のスラグを除去するスラグ除去部材と、
前記スラグ除去部材を動かす第２アクチュエータと、
前記第２アクチュエータの変位量を検出する第２検出部と、
前記第１アクチュエータと前記第２アクチュエータとを制御する制御部と、
前記容器内の前記溶融金属の表面を撮像する撮像部と、
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づいて、前記容器内の前記溶融金属の表面に残留する残留スラグの重量分布を算出する重量分布算出部と、
前記制御部による前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを生成する制御スケジュール生成部とを備える排滓システムであって、
前記制御スケジュール生成部は、
前記スラグ除去部材によるスラグの除去が行われた後に前記容器内の前記溶融金属の表面に残留する残留スラグの量である排滓後スラグ残留量の目標値に基づいて、前記スラグ除去部材によるスラグの除去を行うための前記第１アクチュエータおよび前記第２アクチュエータの動作のスケジュールである排滓動作スケジュールを算出する学習モデル部と、
前記排滓後スラグ残留量の目標値に基づいて前記学習モデル部によって算出された前記排滓動作スケジュールを実現する前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを生成するＡＩモデル部とを備え、
前記学習モデル部は、
前記排滓システムの過去の操業データと、前記排滓システムの過去の操業データが得られたときの排滓実績との組を教師データとして教師あり学習を行い、
前記ＡＩモデル部は、
前記制御部が前記学習モデル部によって生成された制御スケジュールに基づいて前記第１アクチュエータと前記第２アクチュエータとを制御しているときに前記第１検出部と前記第２検出部と前記撮像部とによって得られるリアルタイムデータに基づいて、前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを修正する、
排滓システム。
【請求項17】
前記学習モデル部によって行われる前記教師あり学習において用いられる前記教師データを構成する排滓実績には、除滓後のスラグ残留量が含まれる、
請求項１６に記載の排滓システム。
請求項１６に記載の排滓システム。
【請求項18】
前記学習モデル部によって行われる前記教師あり学習において用いられる前記教師データを構成する排滓実績には、復Ｓ量と溶銑ロス量とが含まれる、
請求項１６に記載の排滓システム。
請求項１６に記載の排滓システム。
【請求項19】
前記学習モデル部によって行われる前記教師あり学習では、
前記復Ｓ量が復Ｓ量閾値より小さく、前記溶銑ロス量が溶銑ロス量閾値より小さい排滓実績と、前記復Ｓ量が前記復Ｓ量閾値より小さく、前記溶銑ロス量が前記溶銑ロス量閾値より小さい排滓実績が得られたときの前記排滓システムの過去の操業データとの組が、前記教師データの正解データとして用いられ、
前記復Ｓ量が前記復Ｓ量閾値より小さいか、あるいは、前記溶銑ロス量が前記溶銑ロス量閾値より小さい排滓実績と、前記復Ｓ量が前記復Ｓ量閾値より小さいか、あるいは、前記溶銑ロス量が前記溶銑ロス量閾値より小さい排滓実績が得られたときの前記排滓システムの過去の操業データとの組が、前記教師データの不正解データとして用いられる、
請求項１８に記載の排滓システム。
前記復Ｓ量が復Ｓ量閾値より小さく、前記溶銑ロス量が溶銑ロス量閾値より小さい排滓実績と、前記復Ｓ量が前記復Ｓ量閾値より小さく、前記溶銑ロス量が前記溶銑ロス量閾値より小さい排滓実績が得られたときの前記排滓システムの過去の操業データとの組が、前記教師データの正解データとして用いられ、
前記復Ｓ量が前記復Ｓ量閾値より小さいか、あるいは、前記溶銑ロス量が前記溶銑ロス量閾値より小さい排滓実績と、前記復Ｓ量が前記復Ｓ量閾値より小さいか、あるいは、前記溶銑ロス量が前記溶銑ロス量閾値より小さい排滓実績が得られたときの前記排滓システムの過去の操業データとの組が、前記教師データの不正解データとして用いられる、
請求項１８に記載の排滓システム。
【請求項20】
前記学習モデル部によって行われる前記教師あり学習において用いられる前記教師データを構成する前記排滓システムの過去の操業データには、前記容器および前記スラグ除去部材の動きに関するデータが含まれる、
請求項１６に記載の排滓システム。
請求項１６に記載の排滓システム。
【請求項21】
前記学習モデル部によって行われる前記教師あり学習において用いられる前記教師データを構成する前記排滓システムの過去の操業データには、前記排滓システムによって扱われる前記溶融金属および前記溶融金属の表面から除去されるスラグに関するデータが含まれる、
請求項１６に記載の排滓システム。
請求項１６に記載の排滓システム。
【請求項22】
前記学習モデル部によって行われる前記教師あり学習において用いられる前記教師データを構成する前記排滓システムの過去の操業データには、前記スラグ除去部材の形状に関するデータが含まれる、
請求項１６に記載の排滓システム。
請求項１６に記載の排滓システム。
【請求項23】
前記排滓システムによって扱われる前記溶融金属および前記溶融金属の表面から除去されるスラグに関するデータと、前記スラグ除去部材の形状に関するデータとが、前記学習モデル部の入力層に設定され、
前記容器および前記スラグ除去部材の動きの予測と、排滓実績の予測とが、前記学習モデル部の出力層に設定される、
請求項１６に記載の排滓システム。
前記容器および前記スラグ除去部材の動きの予測と、排滓実績の予測とが、前記学習モデル部の出力層に設定される、
請求項１６に記載の排滓システム。
【請求項24】
排滓動作経過時間と、排滓後スラグ残留量と、溶銑ロスの発生の有無と、前記スラグ除去部材の浸漬位置と、前記容器の傾斜角と、前記スラグ除去部材の掻き出し速度とが、前記ＡＩモデル部の入力層に設定される、
請求項１６に記載の排滓システム。
請求項１６に記載の排滓システム。
【請求項25】
前記制御部が前記学習モデル部によって生成された制御スケジュールに基づいて前記第１アクチュエータと前記第２アクチュエータとを制御しているときに前記第１検出部と前記第２検出部と前記撮像部とによって得られるリアルタイムデータには、前記ＡＩモデル部によって取得される前記容器内の前記溶融金属の表面のスラグ残留量が含まれ、
前記ＡＩモデル部によって取得される前記容器内の前記溶融金属の表面のスラグ残留量は、前記重量分布算出部によって算出されたものである、
請求項１６に記載の排滓システム。
前記ＡＩモデル部によって取得される前記容器内の前記溶融金属の表面のスラグ残留量は、前記重量分布算出部によって算出されたものである、
請求項１６に記載の排滓システム。
【請求項26】
前記第１アクチュエータには、
前記容器の傾斜角を調節する機能を有する傾動装置と、
前記容器と前記傾動装置とを支持して移動可能な容器台車とが含まれ、
前記第１検出部には、
前記容器の傾斜角を検出する容器傾斜角度計と、
前記容器台車の位置を検出する容器台車位置検出装置とが含まれる、
請求項１６に記載の排滓システム。
前記容器の傾斜角を調節する機能を有する傾動装置と、
前記容器と前記傾動装置とを支持して移動可能な容器台車とが含まれ、
前記第１検出部には、
前記容器の傾斜角を検出する容器傾斜角度計と、
前記容器台車の位置を検出する容器台車位置検出装置とが含まれる、
請求項１６に記載の排滓システム。
【請求項27】
前記スラグ除去部材には、
掻き板と、
前記掻き板が先端に装着されたアームとが含まれ、
前記第２アクチュエータには、
前記アームを鉛直方向または旋回方向に動かすシリンダと、
前記アームを水平方向に動かす走行台車とが含まれ、
前記第２検出部には、
前記シリンダのストローク量を検出するリニアエンコーダと、
前記走行台車の車輪の回転数を検出するロータリーエンコーダと、
前記アームの画像を撮像するアーム撮像カメラと、
前記アーム撮像カメラによって撮像された前記アームの画像に基づいて、前記掻き板の座標を算出する掻き板座標計算部とが含まれる、
請求項１６に記載の排滓システム。
掻き板と、
前記掻き板が先端に装着されたアームとが含まれ、
前記第２アクチュエータには、
前記アームを鉛直方向または旋回方向に動かすシリンダと、
前記アームを水平方向に動かす走行台車とが含まれ、
前記第２検出部には、
前記シリンダのストローク量を検出するリニアエンコーダと、
前記走行台車の車輪の回転数を検出するロータリーエンコーダと、
前記アームの画像を撮像するアーム撮像カメラと、
前記アーム撮像カメラによって撮像された前記アームの画像に基づいて、前記掻き板の座標を算出する掻き板座標計算部とが含まれる、
請求項１６に記載の排滓システム。
【請求項28】
前記制御部には、
前記第１アクチュエータを制御する傾動装置制御部と、
前記第２アクチュエータを制御する排滓装置制御部とが含まれる、
請求項１６に記載の排滓システム。
前記第１アクチュエータを制御する傾動装置制御部と、
前記第２アクチュエータを制御する排滓装置制御部とが含まれる、
請求項１６に記載の排滓システム。
【請求項29】
溶融金属を収容する容器と、
前記容器を少なくとも傾動する第１アクチュエータと、
前記容器の少なくとも傾斜角を検出する第１検出部と、
前記容器内の前記溶融金属の表面のスラグを除去するスラグ除去部材と、
前記スラグ除去部材を動かす第２アクチュエータと、
前記第２アクチュエータの変位量を検出する第２検出部と、
前記第１アクチュエータと前記第２アクチュエータとを制御する制御部と、
前記容器内の前記溶融金属の表面を撮像する撮像部と、
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づいて、前記容器内の前記溶融金属の表面に残留する残留スラグの重量分布を算出する重量分布算出部と、
前記制御部による前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを生成する制御スケジュール生成部とを備える排滓システムの自動制御方法であって、
前記スラグ除去部材によるスラグの除去が行われた後に前記容器内の前記溶融金属の表面に残留する残留スラグの量である排滓後スラグ残留量の目標値に基づいて、前記スラグ除去部材によるスラグの除去を行うための前記第１アクチュエータおよび前記第２アクチュエータの動作のスケジュールである排滓動作スケジュールを算出する算出ステップと、
前記排滓後スラグ残留量の目標値に基づいて前記算出ステップにおいて算出された前記排滓動作スケジュールを実現する前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを生成する生成ステップと、
前記排滓システムの過去の操業データと、前記排滓システムの過去の操業データが得られたときの排滓実績との組を教師データとして教師あり学習を行う学習ステップと、
前記制御部が前記生成ステップにおいて生成された制御スケジュールに基づいて前記第１アクチュエータと前記第２アクチュエータとを制御しているときに前記第１検出部と前記第２検出部と前記撮像部とによって得られるリアルタイムデータに基づいて、前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを修正する修正ステップとを備える、
排滓システムの自動制御方法。
前記容器を少なくとも傾動する第１アクチュエータと、
前記容器の少なくとも傾斜角を検出する第１検出部と、
前記容器内の前記溶融金属の表面のスラグを除去するスラグ除去部材と、
前記スラグ除去部材を動かす第２アクチュエータと、
前記第２アクチュエータの変位量を検出する第２検出部と、
前記第１アクチュエータと前記第２アクチュエータとを制御する制御部と、
前記容器内の前記溶融金属の表面を撮像する撮像部と、
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づいて、前記容器内の前記溶融金属の表面に残留する残留スラグの重量分布を算出する重量分布算出部と、
前記制御部による前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを生成する制御スケジュール生成部とを備える排滓システムの自動制御方法であって、
前記スラグ除去部材によるスラグの除去が行われた後に前記容器内の前記溶融金属の表面に残留する残留スラグの量である排滓後スラグ残留量の目標値に基づいて、前記スラグ除去部材によるスラグの除去を行うための前記第１アクチュエータおよび前記第２アクチュエータの動作のスケジュールである排滓動作スケジュールを算出する算出ステップと、
前記排滓後スラグ残留量の目標値に基づいて前記算出ステップにおいて算出された前記排滓動作スケジュールを実現する前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを生成する生成ステップと、
前記排滓システムの過去の操業データと、前記排滓システムの過去の操業データが得られたときの排滓実績との組を教師データとして教師あり学習を行う学習ステップと、
前記制御部が前記生成ステップにおいて生成された制御スケジュールに基づいて前記第１アクチュエータと前記第２アクチュエータとを制御しているときに前記第１検出部と前記第２検出部と前記撮像部とによって得られるリアルタイムデータに基づいて、前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを修正する修正ステップとを備える、
排滓システムの自動制御方法。
【請求項30】
前記算出ステップにおいて算出される前記第１アクチュエータおよび前記第２アクチュエータの動作のスケジュールには、
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づくことなく、前記第１アクチュエータおよび前記第２アクチュエータが動作する時間帯と、
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づいて、前記第１アクチュエータおよび前記第２アクチュエータが動作する時間帯とが含まれる、
請求項２９に記載の排滓システムの自動制御方法。
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づくことなく、前記第１アクチュエータおよび前記第２アクチュエータが動作する時間帯と、
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づいて、前記第１アクチュエータおよび前記第２アクチュエータが動作する時間帯とが含まれる、
請求項２９に記載の排滓システムの自動制御方法。
【請求項31】
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づかない前記第１アクチュエータおよび前記第２アクチュエータの動作は、
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づく前記第１アクチュエータおよび前記第２アクチュエータの動作よりも先に実行される、
請求項３０に記載の排滓システムの自動制御方法。
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づく前記第１アクチュエータおよび前記第２アクチュエータの動作よりも先に実行される、
請求項３０に記載の排滓システムの自動制御方法。
【請求項32】
溶融金属を収容する容器と、
前記容器を少なくとも傾動する第１アクチュエータと、
前記容器の少なくとも傾斜角を検出する第１検出部と、
前記容器内の前記溶融金属の表面のスラグを除去するスラグ除去部材と、
前記スラグ除去部材を動かす第２アクチュエータと、
前記第２アクチュエータの変位量を検出する第２検出部と、
前記第１アクチュエータと前記第２アクチュエータとを制御する制御部と、
前記容器内の前記溶融金属の表面を撮像する撮像部と、
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づいて、前記容器内の前記溶融金属の表面に残留する残留スラグの重量分布を算出する重量分布算出部と、
前記制御部による前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを生成する制御スケジュール生成部とを備える排滓システムに搭載されたコンピュータに、
前記スラグ除去部材によるスラグの除去が行われた後に前記容器内の前記溶融金属の表面に残留する残留スラグの量である排滓後スラグ残留量の目標値に基づいて、前記スラグ除去部材によるスラグの除去を行うための前記第１アクチュエータおよび前記第２アクチュエータの動作のスケジュールである排滓動作スケジュールを算出する算出ステップと、
前記排滓後スラグ残留量の目標値に基づいて前記算出ステップにおいて算出された前記排滓動作スケジュールを実現する前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを生成する生成ステップと、
前記排滓システムの過去の操業データと、前記排滓システムの過去の操業データが得られたときの排滓実績との組を教師データとして教師あり学習を行う学習ステップと、
前記制御部が前記生成ステップにおいて生成された制御スケジュールに基づいて前記第１アクチュエータと前記第２アクチュエータとを制御しているときに前記第１検出部と前記第２検出部と前記撮像部とによって得られるリアルタイムデータに基づいて、前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを修正する修正ステップとを実行させるためのプログラム。
前記容器を少なくとも傾動する第１アクチュエータと、
前記容器の少なくとも傾斜角を検出する第１検出部と、
前記容器内の前記溶融金属の表面のスラグを除去するスラグ除去部材と、
前記スラグ除去部材を動かす第２アクチュエータと、
前記第２アクチュエータの変位量を検出する第２検出部と、
前記第１アクチュエータと前記第２アクチュエータとを制御する制御部と、
前記容器内の前記溶融金属の表面を撮像する撮像部と、
前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づいて、前記容器内の前記溶融金属の表面に残留する残留スラグの重量分布を算出する重量分布算出部と、
前記制御部による前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを生成する制御スケジュール生成部とを備える排滓システムに搭載されたコンピュータに、
前記スラグ除去部材によるスラグの除去が行われた後に前記容器内の前記溶融金属の表面に残留する残留スラグの量である排滓後スラグ残留量の目標値に基づいて、前記スラグ除去部材によるスラグの除去を行うための前記第１アクチュエータおよび前記第２アクチュエータの動作のスケジュールである排滓動作スケジュールを算出する算出ステップと、
前記排滓後スラグ残留量の目標値に基づいて前記算出ステップにおいて算出された前記排滓動作スケジュールを実現する前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを生成する生成ステップと、
前記排滓システムの過去の操業データと、前記排滓システムの過去の操業データが得られたときの排滓実績との組を教師データとして教師あり学習を行う学習ステップと、
前記制御部が前記生成ステップにおいて生成された制御スケジュールに基づいて前記第１アクチュエータと前記第２アクチュエータとを制御しているときに前記第１検出部と前記第２検出部と前記撮像部とによって得られるリアルタイムデータに基づいて、前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを修正する修正ステップとを実行させるためのプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、排滓システム、排滓システムのガイダンス生成方法、排滓システムの自動制御方法およびプログラムに関する。
【背景技術】
【0002】
特許文献１には、駆動機構と駆動機構によって操作される複数の作業ツールとを備える溶解作業装置について記載されている。特許文献１に記載された技術では、溶解により金属から分離した不純物等であるスラグが溶解炉から排出される。溶解作業装置は、溶解炉内で材料を溶解してできた溶湯に対して作業を行う。溶解作業装置は、ティーチペンダントと入力装置とを備えており、これらを用いて、溶解により金属から分離した不純物等であるスラグの除去などの様々な作業を実行する。
詳細には、特許文献１に記載された技術では、ティーチペンダントにより作成されたプログラムが、制御装置に格納されている。作業者は、ティーチペンダントを介して駆動機構を動作させてティーチングを行い、制御装置が、その動作を学習して記録することにより、駆動機構の動作が制御装置内に蓄積される。制御装置は、ティーチングにより学習した動作を再現すること等によって、駆動機構を駆動制御する。
ところで、特許文献１に記載された技術では、復Ｓ量が考慮されることなく、排滓動作の学習が行われる。そのため、特許文献１に記載された技術によっては、復Ｓ量および溶銑ロス量を抑制した排滓を実現することができない。
詳細には、特許文献１に記載された技術では、ティーチペンダントにより作成されたプログラムが、制御装置に格納されている。作業者は、ティーチペンダントを介して駆動機構を動作させてティーチングを行い、制御装置が、その動作を学習して記録することにより、駆動機構の動作が制御装置内に蓄積される。制御装置は、ティーチングにより学習した動作を再現すること等によって、駆動機構を駆動制御する。
ところで、特許文献１に記載された技術では、復Ｓ量が考慮されることなく、排滓動作の学習が行われる。そのため、特許文献１に記載された技術によっては、復Ｓ量および溶銑ロス量を抑制した排滓を実現することができない。
【0003】
特許文献２には、溶解炉内の溶湯（溶融金属）に生ずるノロ（金属酸化物等の不純物、スラグ）を除去する産業用ロボットについて記載されている。特許文献２に記載された技術では、産業用ロボットが、レーダによって測定された溶湯の湯面の高さ情報に基づいて、ハンド装置の作業位置を修正する。また、産業用ロボットは、溶湯のサンプリングを行い、ノロの荒取りを行い、溶解炉から溶湯を取り出す。
ところで、特許文献２に記載された技術では、復Ｓ量が考慮されることなく、ノロが除去される。そのため、特許文献２に記載された技術によっても、復Ｓ量および溶銑ロス量を抑制した排滓を実現することができない。
ところで、特許文献２に記載された技術では、復Ｓ量が考慮されることなく、ノロが除去される。そのため、特許文献２に記載された技術によっても、復Ｓ量および溶銑ロス量を抑制した排滓を実現することができない。
【0004】
特許文献３には、溶解炉内の溶解金属において発生するスラグを自動で除去する自動スラグ除去装置について記載されている。特許文献３に記載された技術では、撮影カメラが、溶解炉内の溶解金属の溶湯表面全体を所定角度から撮影し、アームは、溶解炉内のスラグを除去するために電子制御によって操作される。制御部は、撮影カメラで撮影した撮影画像データに基づいてスラグ除去が必要か否かを判断し、必要な場合のスラグ除去内容を決定し、決定された内容に基づいてアームを電子制御してスラグ除去処理を実行するための制御を行う。
詳細には、特許文献３に記載された技術では、撮影された画像に含まれる複数の領域のそれぞれに、スラグが発生しているか否かを判定し得るように、スラグが存在するか否かを表した正解データを用いることによって機械学習が行われる。
ところで、特許文献３に記載された技術では、復Ｓ量が考慮されることなく、機械学習およびスラグの除去が行われる。そのため、特許文献３に記載された技術によっても、復Ｓ量および溶銑ロス量を抑制した排滓を実現することができない。
詳細には、特許文献３に記載された技術では、撮影された画像に含まれる複数の領域のそれぞれに、スラグが発生しているか否かを判定し得るように、スラグが存在するか否かを表した正解データを用いることによって機械学習が行われる。
ところで、特許文献３に記載された技術では、復Ｓ量が考慮されることなく、機械学習およびスラグの除去が行われる。そのため、特許文献３に記載された技術によっても、復Ｓ量および溶銑ロス量を抑制した排滓を実現することができない。
【0005】
一般的な排滓作業では、排滓装置のオペレータが表示モニタあるいは直接肉眼で溶融金属の表面の様子を見ながら排滓装置を操作しており、排滓作業におけるスラグ除去率や溶銑歩留はオペレータの手腕に依存し易い。このため、習熟度の異なるオペレータの存在や操作環境の影響によって、スラグ除去率や溶銑歩留にバラツキが発生してしまう。
【先行技術文献】
【特許文献】
【0006】
【特許文献1】特開２０１９－１０５３８９号公報
【特許文献2】特開２０１８－１７９３４８号公報
【特許文献3】特開２０２０－０８５３９５号公報
【特許文献4】特開２０２０－１１２４２９号公報
【発明の概要】
【発明が解決しようとする課題】
【0007】
上述した点に鑑み、本発明は、復Ｓ量および溶銑ロス量を抑制した排滓を実現することができる排滓システム、排滓システムのガイダンス生成方法、排滓システムの自動制御方法およびプログラムを提供することを目的とする。
【課題を解決するための手段】
【0008】
本発明の一態様は、溶融金属を収容する容器と、前記容器を少なくとも傾動する第１アクチュエータと、前記容器の少なくとも傾斜角を検出する第１検出部と、前記容器内の前記溶融金属の表面のスラグを除去するスラグ除去部材と、前記スラグ除去部材を動かす第２アクチュエータと、前記第２アクチュエータの変位量を検出する第２検出部と、オペレータの操作を受け付ける操作部と、前記操作部が受け付けた操作に応じて前記第１アクチュエータと前記第２アクチュエータとを制御する制御部と、前記容器内の前記溶融金属の表面を撮像する撮像部と、前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づいて、前記容器内の前記溶融金属の表面に残留する残留スラグの重量分布を算出する重量分布算出部と、前記操作部に対する前記オペレータの操作のガイダンスを生成するガイダンス生成部と、前記ガイダンス生成部によって生成されたガイダンスを出力するガイダンス出力部とを備える排滓システムであって、前記ガイダンス生成部は、前記スラグ除去部材によるスラグの除去が行われた後に前記容器内の前記溶融金属の表面に残留する残留スラグの量である排滓後スラグ残留量の目標値に基づいて、前記スラグ除去部材によるスラグの除去を行うための前記第１アクチュエータおよび前記第２アクチュエータの動作のスケジュールである排滓動作スケジュールを算出する学習モデル部と、前記排滓後スラグ残留量の目標値に基づいて前記学習モデル部によって算出された前記排滓動作スケジュールを実現する前記操作部に対する前記オペレータの操作のガイダンスを生成するＡＩモデル部とを備え、前記学習モデル部は、前記排滓システムの過去の操業データと、前記排滓システムの過去の操業データが得られたときの排滓実績との組を教師データとして教師あり学習を行い、前記ＡＩモデル部は、前記操作部が受け付けた操作に応じて前記制御部が前記第１アクチュエータと前記第２アクチュエータとを制御しているときに前記第１検出部と前記第２検出部と前記撮像部とによって得られるリアルタイムデータに基づいて、前記操作部に対する前記オペレータの操作のガイダンスを修正する、排滓システムである。
【0009】
本発明の一態様は、溶融金属を収容する容器と、前記容器を少なくとも傾動する第１アクチュエータと、前記容器の少なくとも傾斜角を検出する第１検出部と、前記容器内の前記溶融金属の表面のスラグを除去するスラグ除去部材と、前記スラグ除去部材を動かす第２アクチュエータと、前記第２アクチュエータの変位量を検出する第２検出部と、オペレータの操作を受け付ける操作部と、前記操作部が受け付けた操作に応じて前記第１アクチュエータと前記第２アクチュエータとを制御する制御部と、前記容器内の前記溶融金属の表面を撮像する撮像部と、前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づいて、前記容器内の前記溶融金属の表面に残留する残留スラグの重量分布を算出する重量分布算出部と、前記操作部に対する前記オペレータの操作のガイダンスを生成するガイダンス生成部と、前記ガイダンス生成部によって生成されたガイダンスを出力するガイダンス出力部とを備える排滓システムのガイダンス生成方法あって、前記スラグ除去部材によるスラグの除去が行われた後に前記容器内の前記溶融金属の表面に残留する残留スラグの量である排滓後スラグ残留量の目標値に基づいて、前記スラグ除去部材によるスラグの除去を行うための前記第１アクチュエータおよび前記第２アクチュエータの動作のスケジュールである排滓動作スケジュールを算出する算出ステップと、前記排滓後スラグ残留量の目標値に基づいて前記算出ステップにおいて算出された前記排滓動作スケジュールを実現する前記操作部に対する前記オペレータの操作のガイダンスを生成する生成ステップと、前記排滓システムの過去の操業データと、前記排滓システムの過去の操業データが得られたときの排滓実績との組を教師データとして教師あり学習を行う学習ステップと、前記操作部が受け付けた操作に応じて前記制御部が前記第１アクチュエータと前記第２アクチュエータとを制御しているときに前記第１検出部と前記第２検出部と前記撮像部とによって得られるリアルタイムデータに基づいて、前記操作部に対する前記オペレータの操作のガイダンスを修正する修正ステップとを備える、排滓システムのガイダンス生成方法である。
【0010】
本発明の一態様は、溶融金属を収容する容器と、前記容器を少なくとも傾動する第１アクチュエータと、前記容器の少なくとも傾斜角を検出する第１検出部と、前記容器内の前記溶融金属の表面のスラグを除去するスラグ除去部材と、前記スラグ除去部材を動かす第２アクチュエータと、前記第２アクチュエータの変位量を検出する第２検出部と、オペレータの操作を受け付ける操作部と、前記操作部が受け付けた操作に応じて前記第１アクチュエータと前記第２アクチュエータとを制御する制御部と、前記容器内の前記溶融金属の表面を撮像する撮像部と、前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づいて、前記容器内の前記溶融金属の表面に残留する残留スラグの重量分布を算出する重量分布算出部と、前記操作部に対する前記オペレータの操作のガイダンスを生成するガイダンス生成部と、前記ガイダンス生成部によって生成されたガイダンスを出力するガイダンス出力部とを備える排滓システムに搭載されたコンピュータに、前記スラグ除去部材によるスラグの除去が行われた後に前記容器内の前記溶融金属の表面に残留する残留スラグの量である排滓後スラグ残留量の目標値に基づいて、前記スラグ除去部材によるスラグの除去を行うための前記第１アクチュエータおよび前記第２アクチュエータの動作のスケジュールである排滓動作スケジュールを算出する算出ステップと、前記排滓後スラグ残留量の目標値に基づいて前記算出ステップにおいて算出された前記排滓動作スケジュールを実現する前記操作部に対する前記オペレータの操作のガイダンスを生成する生成ステップと、前記排滓システムの過去の操業データと、前記排滓システムの過去の操業データが得られたときの排滓実績との組を教師データとして教師あり学習を行う学習ステップと、前記操作部が受け付けた操作に応じて前記制御部が前記第１アクチュエータと前記第２アクチュエータとを制御しているときに前記第１検出部と前記第２検出部と前記撮像部とによって得られるリアルタイムデータに基づいて、前記操作部に対する前記オペレータの操作のガイダンスを修正する修正ステップとを実行させるためのプログラムである。
【0011】
本発明の一態様は、溶融金属を収容する容器と、前記容器を少なくとも傾動する第１アクチュエータと、前記容器の少なくとも傾斜角を検出する第１検出部と、前記容器内の前記溶融金属の表面のスラグを除去するスラグ除去部材と、前記スラグ除去部材を動かす第２アクチュエータと、前記第２アクチュエータの変位量を検出する第２検出部と、前記第１アクチュエータと前記第２アクチュエータとを制御する制御部と、前記容器内の前記溶融金属の表面を撮像する撮像部と、前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づいて、前記容器内の前記溶融金属の表面に残留する残留スラグの重量分布を算出する重量分布算出部と、前記制御部による前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを生成する制御スケジュール生成部とを備える排滓システムであって、前記制御スケジュール生成部は、前記スラグ除去部材によるスラグの除去が行われた後に前記容器内の前記溶融金属の表面に残留する残留スラグの量である排滓後スラグ残留量の目標値に基づいて、前記スラグ除去部材によるスラグの除去を行うための前記第１アクチュエータおよび前記第２アクチュエータの動作のスケジュールである排滓動作スケジュールを算出する学習モデル部と、前記排滓後スラグ残留量の目標値に基づいて前記学習モデル部によって算出された前記排滓動作スケジュールを実現する前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを生成するＡＩモデル部とを備え、前記学習モデル部は、前記排滓システムの過去の操業データと、前記排滓システムの過去の操業データが得られたときの排滓実績との組を教師データとして教師あり学習を行い、前記ＡＩモデル部は、前記制御部が前記学習モデル部によって生成された制御スケジュールに基づいて前記第１アクチュエータと前記第２アクチュエータとを制御しているときに前記第１検出部と前記第２検出部と前記撮像部とによって得られるリアルタイムデータに基づいて、前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを修正する、排滓システムである。
【0012】
本発明の一態様は、溶融金属を収容する容器と、前記容器を少なくとも傾動する第１アクチュエータと、前記容器の少なくとも傾斜角を検出する第１検出部と、前記容器内の前記溶融金属の表面のスラグを除去するスラグ除去部材と、前記スラグ除去部材を動かす第２アクチュエータと、前記第２アクチュエータの変位量を検出する第２検出部と、前記第１アクチュエータと前記第２アクチュエータとを制御する制御部と、前記容器内の前記溶融金属の表面を撮像する撮像部と、前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づいて、前記容器内の前記溶融金属の表面に残留する残留スラグの重量分布を算出する重量分布算出部と、前記制御部による前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを生成する制御スケジュール生成部とを備える排滓システムの自動制御方法であって、前記スラグ除去部材によるスラグの除去が行われた後に前記容器内の前記溶融金属の表面に残留する残留スラグの量である排滓後スラグ残留量の目標値に基づいて、前記スラグ除去部材によるスラグの除去を行うための前記第１アクチュエータおよび前記第２アクチュエータの動作のスケジュールである排滓動作スケジュールを算出する算出ステップと、前記排滓後スラグ残留量の目標値に基づいて前記算出ステップにおいて算出された前記排滓動作スケジュールを実現する前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを生成する生成ステップと、前記排滓システムの過去の操業データと、前記排滓システムの過去の操業データが得られたときの排滓実績との組を教師データとして教師あり学習を行う学習ステップと、前記制御部が前記生成ステップにおいて生成された制御スケジュールに基づいて前記第１アクチュエータと前記第２アクチュエータとを制御しているときに前記第１検出部と前記第２検出部と前記撮像部とによって得られるリアルタイムデータに基づいて、前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを修正する修正ステップとを備える、排滓システムの自動制御方法である。
【0013】
本発明の一態様は、溶融金属を収容する容器と、前記容器を少なくとも傾動する第１アクチュエータと、前記容器の少なくとも傾斜角を検出する第１検出部と、前記容器内の前記溶融金属の表面のスラグを除去するスラグ除去部材と、前記スラグ除去部材を動かす第２アクチュエータと、前記第２アクチュエータの変位量を検出する第２検出部と、前記第１アクチュエータと前記第２アクチュエータとを制御する制御部と、前記容器内の前記溶融金属の表面を撮像する撮像部と、前記撮像部によって撮像された前記容器内の前記溶融金属の表面の画像に基づいて、前記容器内の前記溶融金属の表面に残留する残留スラグの重量分布を算出する重量分布算出部と、前記制御部による前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを生成する制御スケジュール生成部とを備える排滓システムに搭載されたコンピュータに、前記スラグ除去部材によるスラグの除去が行われた後に前記容器内の前記溶融金属の表面に残留する残留スラグの量である排滓後スラグ残留量の目標値に基づいて、前記スラグ除去部材によるスラグの除去を行うための前記第１アクチュエータおよび前記第２アクチュエータの動作のスケジュールである排滓動作スケジュールを算出する算出ステップと、前記排滓後スラグ残留量の目標値に基づいて前記算出ステップにおいて算出された前記排滓動作スケジュールを実現する前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを生成する生成ステップと、前記排滓システムの過去の操業データと、前記排滓システムの過去の操業データが得られたときの排滓実績との組を教師データとして教師あり学習を行う学習ステップと、前記制御部が前記生成ステップにおいて生成された制御スケジュールに基づいて前記第１アクチュエータと前記第２アクチュエータとを制御しているときに前記第１検出部と前記第２検出部と前記撮像部とによって得られるリアルタイムデータに基づいて、前記第１アクチュエータおよび前記第２アクチュエータの制御スケジュールを修正する修正ステップとを実行させるためのプログラムである。
【発明の効果】
【0014】
本発明によれば、復Ｓ量および溶銑ロス量を抑制した排滓を実現することができる排滓システム、排滓システムのガイダンス生成方法、排滓システムの自動制御方法およびプログラムを提供することができる。
【図面の簡単な説明】
【0015】
【図1】第１実施形態の排滓システムの概要の一例を示す図である。
【図2】第１実施形態の排滓システムにおけるデータおよび制御信号の流れの一例を示す図である。
【図3】第１実施形態の排滓システムにおけるデータおよび制御信号の流れを更に詳細に示す図である。
【図4】学習モデル部によって行われる教師あり学習において用いられる教師データ（学習データ）を構成する排滓システムの排滓実績および排滓システムの過去の操業データ（操業実績、設備実績および運転実績）の一例を示す図である。
【図5】学習モデル部によって行われる教師あり学習において教師データ（学習データ）として用いられる正解データおよび不正解データの一例等を示す図である。
【図6】第１実施形態の排滓システムにおいて実行される処理の一例を説明するためのフローチャートである。
【図8】溶銑の掻き出しが発生している時に撮像部によって撮像された画像の一例を示す図である。
【図9】学習モデル部によって予測（算出）される排滓動作スケジュール（目的変数）に影響を与える可能性がある因子として第１実施形態の排滓システムにおいて考慮される因子の一例を示す図である。
【図10】第１実施形態の排滓システムにおける排滓動作の一例を説明するための図である。
【図11】第１実施形態の排滓システムにおける排滓動作の一例を説明するための図である。
【図12】第２実施形態の排滓システムの概要の一例を示す図である。
【図13】第２実施形態の排滓システムにおけるデータおよび制御信号の流れの一例を示す図である。
【図14】第２実施形態の排滓システムにおけるデータおよび制御信号の流れを更に詳細に示す図である。
【図15】第２実施形態の排滓システムにおいて実行される処理の一例を説明するためのフローチャートである。
【発明を実施するための形態】
【0016】
以下、本発明の排滓システム、排滓システムのガイダンス生成方法、排滓システムの自動制御方法およびプログラムの実施形態について説明する。
【0017】
＜第１実施形態＞
図１は第１実施形態の排滓システム１の概要の一例を示す図である。図２は第１実施形態の排滓システム１におけるデータおよび制御信号の流れの一例を示す図である。図３は第１実施形態の排滓システム１におけるデータおよび制御信号の流れを更に詳細に示す図である。
図１～図３に示す例では、排滓システム１が、容器１Ａと、第１アクチュエータ１Ｂと、第１検出部１Ｃと、スラグ除去部材１Ｄと、第２アクチュエータ１Ｅと、第２検出部１Ｆと、操作部１Ｇと、制御部１Ｈと、撮像部１Ｉと、重量分布算出部１Ｊと、ガイダンス生成部１Ｋと、ガイダンス出力部１Ｌと、操業データベース１Ｍとを備えている。
容器１Ａは、例えば特許文献４に記載された容器と同様に構成されており、溶融金属を収容する。
第１アクチュエータ１Ｂは、容器１Ａの位置、姿勢などを変更する。第１アクチュエータ１Ｂには、傾動装置１Ｂ１と、容器台車１Ｂ２とが含まれる。傾動装置１Ｂ１は、傾動シリンダ１Ｂ１１を備えており、傾動シリンダ１Ｂ１１が作動することによって容器１Ａの傾斜角を調節する機能を有する。容器台車１Ｂ２は、容器１Ａと傾動装置１Ｂ１とを支持する。容器１Ａの位置は、容器台車１Ｂ２が移動することによって変更可能である。
第１検出部１Ｃには、容器傾斜角度計１Ｃ１と、容器台車位置検出装置１Ｃ２とが含まれる。容器傾斜角度計１Ｃ１は、容器１Ａの傾斜角を検出する。容器台車位置検出装置１Ｃ２は、容器台車１Ｂ２の位置を検出する。容器Ａ１の位置は、容器台車位置検出装置１Ｃ２によって検出された容器台車１Ｂ２の位置を用いることにより、算出可能である。
図１は第１実施形態の排滓システム１の概要の一例を示す図である。図２は第１実施形態の排滓システム１におけるデータおよび制御信号の流れの一例を示す図である。図３は第１実施形態の排滓システム１におけるデータおよび制御信号の流れを更に詳細に示す図である。
図１～図３に示す例では、排滓システム１が、容器１Ａと、第１アクチュエータ１Ｂと、第１検出部１Ｃと、スラグ除去部材１Ｄと、第２アクチュエータ１Ｅと、第２検出部１Ｆと、操作部１Ｇと、制御部１Ｈと、撮像部１Ｉと、重量分布算出部１Ｊと、ガイダンス生成部１Ｋと、ガイダンス出力部１Ｌと、操業データベース１Ｍとを備えている。
容器１Ａは、例えば特許文献４に記載された容器と同様に構成されており、溶融金属を収容する。
第１アクチュエータ１Ｂは、容器１Ａの位置、姿勢などを変更する。第１アクチュエータ１Ｂには、傾動装置１Ｂ１と、容器台車１Ｂ２とが含まれる。傾動装置１Ｂ１は、傾動シリンダ１Ｂ１１を備えており、傾動シリンダ１Ｂ１１が作動することによって容器１Ａの傾斜角を調節する機能を有する。容器台車１Ｂ２は、容器１Ａと傾動装置１Ｂ１とを支持する。容器１Ａの位置は、容器台車１Ｂ２が移動することによって変更可能である。
第１検出部１Ｃには、容器傾斜角度計１Ｃ１と、容器台車位置検出装置１Ｃ２とが含まれる。容器傾斜角度計１Ｃ１は、容器１Ａの傾斜角を検出する。容器台車位置検出装置１Ｃ２は、容器台車１Ｂ２の位置を検出する。容器Ａ１の位置は、容器台車位置検出装置１Ｃ２によって検出された容器台車１Ｂ２の位置を用いることにより、算出可能である。
【0018】
スラグ除去部材１Ｄは、容器１Ａ内の溶融金属の表面のスラグを除去する。スラグ除去部材１Ｄには、掻き板１Ｄ１と、アーム１Ｄ２とが含まれる。掻き板１Ｄ１は、例えば特許文献４に記載された掻き板と同様に構成されている。アーム１Ｄ２は、例えば特許文献４に記載されたアームと同様に構成されている。掻き板１Ｄ１は、アーム１Ｄ２の先端に装着されている。
図１～図３に示す例では、スラグ除去部材１Ｄが掻き板１Ｄ１とアーム１Ｄ２とを備えているが、他の例では、スラグ除去部材１Ｄが、特許文献１に記載されたスラグ除去ツールと同様に構成されていてもよい。更に他の例では、スラグ除去部材１Ｄが、特許文献２に記載されたノロ取り用ツールと同様に構成されていてもよい。
図１～図３に示す例では、スラグ除去部材１Ｄが掻き板１Ｄ１とアーム１Ｄ２とを備えているが、他の例では、スラグ除去部材１Ｄが、特許文献１に記載されたスラグ除去ツールと同様に構成されていてもよい。更に他の例では、スラグ除去部材１Ｄが、特許文献２に記載されたノロ取り用ツールと同様に構成されていてもよい。
【0019】
図１～図３に示す例では、第２アクチュエータ１Ｅが、スラグ除去部材１Ｄを動かす。第２アクチュエータ１Ｅには、シリンダ１Ｅ１と、走行台車１Ｅ２とが含まれる。シリンダ１Ｅ１には、昇降シリンダ１Ｅ１１と、旋回シリンダ１Ｅ１２とが含まれる。昇降シリンダ１Ｅ１１は、アーム１Ｄ２を鉛直方向に動かす。旋回シリンダ１Ｅ１２は、アーム１Ｄ２を旋回方向に動かす。走行台車１Ｅ２は、掻き板１Ｄ１が装着されたアーム１Ｄ２とシリンダ１Ｅ１とを支持する。走行台車１Ｅ２は、走行台車１Ｅ２の車輪を駆動するモータ１Ｅ２１を備えており、モータ１Ｅ２１が作動することによってアーム１Ｄ２等を水平方向に動かすことができる。
排滓装置は、スラグ除去部材１Ｄと第２アクチュエータ１Ｅとによって構成される。
第２検出部１Ｆは、第２アクチュエータ１Ｅの変位量を検出する。第２検出部１Ｆには、リニアエンコーダ１Ｆ１と、ロータリーエンコーダ１Ｆ２と、アーム撮像カメラ１Ｆ３と、掻き板座標計算部１Ｆ４とが含まれる。リニアエンコーダ１Ｆ１は、シリンダ１Ｅ１のストローク量を検出する。つまり、リニアエンコーダ１Ｆ１は、昇降シリンダ１Ｅ１１のストローク量と、旋回シリンダ１Ｅ１２のストローク量とを検出する。ロータリーエンコーダ１Ｆ２は、走行台車１Ｅ２の車輪の回転数を検出する。走行台車１Ｅ２の位置は、ロータリーエンコーダ１Ｆ２によって検出された走行台車１Ｅ２の車輪の回転数を用いることにより、算出可能である。アーム撮像カメラ１Ｆ３は、アーム１Ｄ２の画像を撮像する。掻き板座標計算部１Ｆ４は、アーム撮像カメラ１Ｆ３によって撮像されたアーム１Ｄ２の画像に基づいて、掻き板１Ｄ１の座標（位置）を算出する。
排滓装置は、スラグ除去部材１Ｄと第２アクチュエータ１Ｅとによって構成される。
第２検出部１Ｆは、第２アクチュエータ１Ｅの変位量を検出する。第２検出部１Ｆには、リニアエンコーダ１Ｆ１と、ロータリーエンコーダ１Ｆ２と、アーム撮像カメラ１Ｆ３と、掻き板座標計算部１Ｆ４とが含まれる。リニアエンコーダ１Ｆ１は、シリンダ１Ｅ１のストローク量を検出する。つまり、リニアエンコーダ１Ｆ１は、昇降シリンダ１Ｅ１１のストローク量と、旋回シリンダ１Ｅ１２のストローク量とを検出する。ロータリーエンコーダ１Ｆ２は、走行台車１Ｅ２の車輪の回転数を検出する。走行台車１Ｅ２の位置は、ロータリーエンコーダ１Ｆ２によって検出された走行台車１Ｅ２の車輪の回転数を用いることにより、算出可能である。アーム撮像カメラ１Ｆ３は、アーム１Ｄ２の画像を撮像する。掻き板座標計算部１Ｆ４は、アーム撮像カメラ１Ｆ３によって撮像されたアーム１Ｄ２の画像に基づいて、掻き板１Ｄ１の座標（位置）を算出する。
【0020】
操作部１Ｇは、オペレータの操作を受け付ける。
制御部１Ｈは、操作部１Ｇが受け付けた操作に応じて第１アクチュエータ１Ｂと第２アクチュエータ１Ｅとを制御する。制御部１Ｈには、傾動装置制御部１Ｈ１と、排滓装置制御部１Ｈ２とが含まれる。傾動装置制御部１Ｈ１は、操作部１Ｇが受け付けた操作に応じて第１アクチュエータ１Ｂを制御する。排滓装置制御部１Ｈ２は、操作部１Ｇが受け付けた操作に応じて第２アクチュエータ１Ｅを制御する。
撮像部１Ｉは、容器１Ａ内の溶融金属の表面を撮像する。
重量分布算出部１Ｊは、撮像部１Ｉによって撮像された容器１Ａ内の溶融金属の表面の画像に基づいて、容器１Ａ内の溶融金属の表面に残留する残留スラグの重量分布を算出する。詳細には、重量分布算出部１Ｊは、例えば特許文献４の図２に記載された技術を用いることによって、容器１Ａ内の溶融金属の表面に残留する残留スラグの重量分布を算出する。
制御部１Ｈは、操作部１Ｇが受け付けた操作に応じて第１アクチュエータ１Ｂと第２アクチュエータ１Ｅとを制御する。制御部１Ｈには、傾動装置制御部１Ｈ１と、排滓装置制御部１Ｈ２とが含まれる。傾動装置制御部１Ｈ１は、操作部１Ｇが受け付けた操作に応じて第１アクチュエータ１Ｂを制御する。排滓装置制御部１Ｈ２は、操作部１Ｇが受け付けた操作に応じて第２アクチュエータ１Ｅを制御する。
撮像部１Ｉは、容器１Ａ内の溶融金属の表面を撮像する。
重量分布算出部１Ｊは、撮像部１Ｉによって撮像された容器１Ａ内の溶融金属の表面の画像に基づいて、容器１Ａ内の溶融金属の表面に残留する残留スラグの重量分布を算出する。詳細には、重量分布算出部１Ｊは、例えば特許文献４の図２に記載された技術を用いることによって、容器１Ａ内の溶融金属の表面に残留する残留スラグの重量分布を算出する。
【0021】
図１～図３に示す例では、ガイダンス生成部１Ｋが、操作部１Ｇに対するオペレータの操作のガイダンスを生成する。ガイダンス生成部１Ｋは、学習モデル部１Ｋ１と、ＡＩモデル部１Ｋ２と、掻き板状態量取得部１Ｋ３と、容器状態量取得部１Ｋ４と、湯面状態量取得部１Ｋ５と、排滓動作スケジュール取得部１Ｋ６と、排滓実績データベース１Ｋ７とを備えている。
図２に示す例では、ガイダンス生成部１Ｋに、アーム撮像カメラ１Ｆ３と、リニアエンコーダ１Ｆ１と、ロータリーエンコーダ１Ｆ２と、撮像部１Ｉと、容器傾斜角度計１Ｃ１とが接続されるのみならず、設定スイッチおよびプロセスコンピュータも接続されている。
図１～図３に示す例では、学習モデル部１Ｋ１が、スラグ除去部材１Ｄによるスラグの除去が行われた後に容器１Ａ内の溶融金属の表面に残留する残留スラグの量である排滓後スラグ残留量の目標値に基づいて、スラグ除去部材１Ｄによるスラグの除去を行うための第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの動作のスケジュールである排滓動作スケジュールを算出する。
詳細には、学習モデル部１Ｋ１は、排滓システム１の過去の操業データと、排滓システム１の過去の操業データが得られたときの排滓実績との組を教師データ（学習データ）として教師あり学習を行う。
図２に示す例では、ガイダンス生成部１Ｋに、アーム撮像カメラ１Ｆ３と、リニアエンコーダ１Ｆ１と、ロータリーエンコーダ１Ｆ２と、撮像部１Ｉと、容器傾斜角度計１Ｃ１とが接続されるのみならず、設定スイッチおよびプロセスコンピュータも接続されている。
図１～図３に示す例では、学習モデル部１Ｋ１が、スラグ除去部材１Ｄによるスラグの除去が行われた後に容器１Ａ内の溶融金属の表面に残留する残留スラグの量である排滓後スラグ残留量の目標値に基づいて、スラグ除去部材１Ｄによるスラグの除去を行うための第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの動作のスケジュールである排滓動作スケジュールを算出する。
詳細には、学習モデル部１Ｋ１は、排滓システム１の過去の操業データと、排滓システム１の過去の操業データが得られたときの排滓実績との組を教師データ（学習データ）として教師あり学習を行う。
【0022】
図４は学習モデル部１Ｋ１によって行われる教師あり学習において用いられる教師データ（学習データ）を構成する排滓システム１の排滓実績および排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）の一例を示す図である。
図４に示す例では、学習モデル部１Ｋ１によって行われる教師あり学習において用いられる教師データ（学習データ）を構成する排滓システム１の排滓実績に、除滓後のスラグ残留量［ｔ］と、復Ｓ量［×１０－３％］と、溶銑ロス量［ｔ／ｃｈ］とが含まれる。
復Ｓ量［×１０－３％］は、下記の式によって算出される。
復Ｓ量［×１０－３％］＝ＫＲ（Kanbara Reactor）後Ｓ－吹止最終Ｓ
溶銑ロス量［ｔ／ｃｈ］は、下記の式によって算出される。
溶銑ロス量［ｔ／ｃｈ］＝装入量－（出鋼量－出鋼合金量）／転炉歩留
図４に示す例では、学習モデル部１Ｋ１によって行われる教師あり学習において用いられる教師データ（学習データ）を構成する排滓システム１の排滓実績に、除滓後のスラグ残留量［ｔ］と、復Ｓ量［×１０－３％］と、溶銑ロス量［ｔ／ｃｈ］とが含まれる。
復Ｓ量［×１０－３％］は、下記の式によって算出される。
復Ｓ量［×１０－３％］＝ＫＲ（Kanbara Reactor）後Ｓ－吹止最終Ｓ
溶銑ロス量［ｔ／ｃｈ］は、下記の式によって算出される。
溶銑ロス量［ｔ／ｃｈ］＝装入量－（出鋼量－出鋼合金量）／転炉歩留
【0023】
図５は学習モデル部１Ｋ１によって行われる教師あり学習において教師データ（学習データ）として用いられる正解データおよび不正解データの一例等を示す図である。図５の縦軸は復Ｓ量［×１０－３％］を示しており、図５の横軸は溶銑ロス量［ｔ／ｃｈ］を示している。
図５に示す例では、復Ｓ量が復Ｓ量閾値Ｔ１より小さく、溶銑ロス量が溶銑ロス量閾値Ｔ２より小さい排滓システム１の排滓実績と、復Ｓ量が復Ｓ量閾値Ｔ１より小さく、溶銑ロス量が溶銑ロス量閾値Ｔ２より小さい排滓システム１の排滓実績が得られたときの排滓システム１の過去の操業データ（操業実績、設備実績および運転実績（図４参照））との組が、教師データ（学習データ）の正解データとして用いられる。
また、図５に示す例では、復Ｓ量が復Ｓ量閾値Ｔ１以上であるか、あるいは、溶銑ロス量が溶銑ロス量閾値Ｔ２以上である排滓システム１の排滓実績と、復Ｓ量が復Ｓ量閾値Ｔ１以上であるか、あるいは、溶銑ロス量が溶銑ロス量閾値Ｔ２以上である排滓システム１の排滓実績が得られたときの排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）との組が、教師データ（学習データ）の不正解データとして用いられる。すなわち、図５に示す例では、復Ｓ量が復Ｓ量閾値Ｔ１より小さく、溶銑ロス量が溶銑ロス量閾値Ｔ２以上である排滓システム１の排滓実績と、復Ｓ量が復Ｓ量閾値Ｔ１より小さく、溶銑ロス量が溶銑ロス量閾値Ｔ２以上である排滓システム１の排滓実績が得られたときの排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）との組が、教師データ（学習データ）の不正解データとして用いられる。また、復Ｓ量が復Ｓ量閾値Ｔ１以上であり、溶銑ロス量が溶銑ロス量閾値Ｔ２より小さい排滓システム１の排滓実績と、復Ｓ量が復Ｓ量閾値Ｔ１以上であり、溶銑ロス量が溶銑ロス量閾値Ｔ２より小さい排滓システム１の排滓実績が得られたときの排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）との組が、教師データ（学習データ）の不正解データとして用いられる。更に、復Ｓ量が復Ｓ量閾値Ｔ１以上であり、溶銑ロス量が溶銑ロス量閾値Ｔ２以上である排滓システム１の排滓実績と、復Ｓ量が復Ｓ量閾値Ｔ１以上であり、溶銑ロス量が溶銑ロス量閾値Ｔ２以上である排滓システム１の排滓実績が得られたときの排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）との組が、教師データ（学習データ）の不正解データとして用いられる。
図５に示す例では、復Ｓ量が復Ｓ量閾値Ｔ１より小さく、溶銑ロス量が溶銑ロス量閾値Ｔ２より小さい排滓システム１の排滓実績と、復Ｓ量が復Ｓ量閾値Ｔ１より小さく、溶銑ロス量が溶銑ロス量閾値Ｔ２より小さい排滓システム１の排滓実績が得られたときの排滓システム１の過去の操業データ（操業実績、設備実績および運転実績（図４参照））との組が、教師データ（学習データ）の正解データとして用いられる。
また、図５に示す例では、復Ｓ量が復Ｓ量閾値Ｔ１以上であるか、あるいは、溶銑ロス量が溶銑ロス量閾値Ｔ２以上である排滓システム１の排滓実績と、復Ｓ量が復Ｓ量閾値Ｔ１以上であるか、あるいは、溶銑ロス量が溶銑ロス量閾値Ｔ２以上である排滓システム１の排滓実績が得られたときの排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）との組が、教師データ（学習データ）の不正解データとして用いられる。すなわち、図５に示す例では、復Ｓ量が復Ｓ量閾値Ｔ１より小さく、溶銑ロス量が溶銑ロス量閾値Ｔ２以上である排滓システム１の排滓実績と、復Ｓ量が復Ｓ量閾値Ｔ１より小さく、溶銑ロス量が溶銑ロス量閾値Ｔ２以上である排滓システム１の排滓実績が得られたときの排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）との組が、教師データ（学習データ）の不正解データとして用いられる。また、復Ｓ量が復Ｓ量閾値Ｔ１以上であり、溶銑ロス量が溶銑ロス量閾値Ｔ２より小さい排滓システム１の排滓実績と、復Ｓ量が復Ｓ量閾値Ｔ１以上であり、溶銑ロス量が溶銑ロス量閾値Ｔ２より小さい排滓システム１の排滓実績が得られたときの排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）との組が、教師データ（学習データ）の不正解データとして用いられる。更に、復Ｓ量が復Ｓ量閾値Ｔ１以上であり、溶銑ロス量が溶銑ロス量閾値Ｔ２以上である排滓システム１の排滓実績と、復Ｓ量が復Ｓ量閾値Ｔ１以上であり、溶銑ロス量が溶銑ロス量閾値Ｔ２以上である排滓システム１の排滓実績が得られたときの排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）との組が、教師データ（学習データ）の不正解データとして用いられる。
【0024】
図４に示す例では、学習モデル部１Ｋ１によって行われる教師あり学習において用いられる教師データ（学習データ）を構成する排滓システム１の過去の操業データに、排滓システム１によって扱われる溶融金属および溶融金属の表面から除去されるスラグに関するデータ（図４に「操業実績」で示す。）が含まれる。詳細には、排滓システム１によって扱われる溶融金属および溶融金属の表面から除去されるスラグに関するデータ（操業実績）には、「吹錬方法［－］」、「排滓レベル［－］」、「ＫＲ処理前排滓実績有無［－］」、「スラグ性状［－］」、「排滓前推定スラグ量［ｔ］」、「排滓処理前溶銑温度［℃］」、「ＫＲ処理前排滓時間［ｍｉｎ］」、「ＫＲ処理後Ｃ、Ｓｉ、Ｍｎ、Ｐ、Ｓ［％］」、「ＫＲ処理剤投入量［ｔ］」、「溶銑量［ｔ］」が含まれる。
【0025】
吹錬方法［－］は、例えば「ＭＵＲＣ（Multi refining Converter）（図９参照）」、「ＬＤ－ＯＲＰ（ＬＤ converter-Optimized Refining Process）（図９参照）」等に分類される。
排滓レベル［－］は、例えば「Ｓ」、「Ａ」、「Ｂ」、「Ｃ」（図９参照）等に分類される。
「ＫＲ処理前排滓実績有無［－］」は、前排滓が行われるか否かを示す。
「スラグ性状［－］」は、例えば「硬い」、「柔い」、「粘い」（図９参照）等に分類される。
排滓前推定スラグ量［ｔ］は、例えば「０．５～１．０ｔ」、「１．０～１．５ｔ」、「１．５～２．０ｔ」、「２．０～２．５ｔ」、「２．５～３．０ｔ」（図９参照）等に分類される。
「排滓処理前溶銑温度［℃］」は、公知の手法を用いて取得される。
ＫＲ処理前排滓時間［ｍｉｎ］は、ＫＲ処理前排滓が行われる場合におけるＫＲ処理前排滓の開始から終了までの時間である。
ＫＲ処理後Ｃ、Ｓｉ、Ｍｎ、Ｐ、Ｓ［％］は、ＫＲ処理後におけるＣ、Ｓｉ、Ｍｎ、Ｐ、Ｓの含有量である。
ＫＲ処理剤投入量［ｔ］は、使用されるＫＲ処理剤の量である。
排滓レベル［－］は、例えば「Ｓ」、「Ａ」、「Ｂ」、「Ｃ」（図９参照）等に分類される。
「ＫＲ処理前排滓実績有無［－］」は、前排滓が行われるか否かを示す。
「スラグ性状［－］」は、例えば「硬い」、「柔い」、「粘い」（図９参照）等に分類される。
排滓前推定スラグ量［ｔ］は、例えば「０．５～１．０ｔ」、「１．０～１．５ｔ」、「１．５～２．０ｔ」、「２．０～２．５ｔ」、「２．５～３．０ｔ」（図９参照）等に分類される。
「排滓処理前溶銑温度［℃］」は、公知の手法を用いて取得される。
ＫＲ処理前排滓時間［ｍｉｎ］は、ＫＲ処理前排滓が行われる場合におけるＫＲ処理前排滓の開始から終了までの時間である。
ＫＲ処理後Ｃ、Ｓｉ、Ｍｎ、Ｐ、Ｓ［％］は、ＫＲ処理後におけるＣ、Ｓｉ、Ｍｎ、Ｐ、Ｓの含有量である。
ＫＲ処理剤投入量［ｔ］は、使用されるＫＲ処理剤の量である。
【0026】
また、図４に示す例では、学習モデル部１Ｋ１によって行われる教師あり学習において用いられる教師データを構成する排滓システム１の過去の操業データに、スラグ除去部材１Ｄの形状に関するデータ等（図４に「設備実績」で示す。）が含まれる。詳細には、スラグ除去部材１Ｄの形状に関するデータ等（設備実績）には、「掻き板１Ｄ１（ドラッガー）の形状［評点］」および「ＫＲインペラの形状［使用回数］」が含まれる。
【0027】
また、図４に示す例では、学習モデル部１Ｋ１によって行われる教師あり学習において用いられる教師データを構成する排滓システム１の過去の操業データに、容器１Ａおよびスラグ除去部材１Ｄの動きに関するデータ等（図４に「運転実績」で示す。）が含まれる。詳細には、容器１Ａおよびスラグ除去部材１Ｄの動きに関するデータ等（運転実績）には、「ＫＲ処理後排滓時間［ｍｉｎ］」、「排滓ステージＮの処理パターン［－］」、「排滓ステージＮの処理時間［ｍｉｎ］」、「鍋（容器１Ａ）の傾動角範囲［°］」、「掻き出し速度［回／ｍｉｎ］」、「操作者［名前］」、「掻き出し中断時間割合［％］」および「不規則動作回数頻度［％］」が含まれる。
【0028】
「排滓ステージＮの処理パターン［－］」の一例は、例えば「掻き出し１～２０回目：鍋（容器１Ａ）中央の排滓」、「掻き出し２１～６０回目：鍋（容器１Ａ）周囲の排滓」、「掻き出し６１～８０回目：鍋（容器１Ａ）の左右のスラグを掻き集めてまとめて排滓」、「掻き出し８１～１００回目：スラグ位置追従」である。
「鍋（容器１Ａ）の傾動角範囲［°］」は、排滓動作の開始から終了までの時間における容器１Ａの傾動角の範囲である。
「掻き出し速度［回／ｍｉｎ］」は、１分間に掻き板１Ｄ１による掻き出しが行われる回数である。
「操作者［名前］」は、操作部１Ｇに対する操作を行うオペレータの名前である。
「掻き出し中断時間割合［％］」は、排滓動作の開始から終了までの時間に占める、掻き板１Ｄ１による掻き出しが行われていない時間の割合である。
「鍋（容器１Ａ）の傾動角範囲［°］」は、排滓動作の開始から終了までの時間における容器１Ａの傾動角の範囲である。
「掻き出し速度［回／ｍｉｎ］」は、１分間に掻き板１Ｄ１による掻き出しが行われる回数である。
「操作者［名前］」は、操作部１Ｇに対する操作を行うオペレータの名前である。
「掻き出し中断時間割合［％］」は、排滓動作の開始から終了までの時間に占める、掻き板１Ｄ１による掻き出しが行われていない時間の割合である。
【0029】
図１～図３に示す例では、ＡＩモデル部１Ｋ２が、排滓後スラグ残留量の目標値に基づいて学習モデル部１Ｋ１によって算出された排滓動作スケジュールを実現する操作部１Ｇに対するオペレータの操作のガイダンスを生成する。
また、ＡＩモデル部１Ｋ２は、操作部１Ｇが受け付けた操作に応じて制御部１Ｈが第１アクチュエータ１Ｂと第２アクチュエータ１Ｅとを制御しているときに第１検出部１Ｃと第２検出部１Ｆと撮像部１Ｉとによって得られるリアルタイムデータに基づいて、操作部１Ｇに対するオペレータの操作のガイダンスを修正する機能を有する。
また、ＡＩモデル部１Ｋ２は、操作部１Ｇが受け付けた操作に応じて制御部１Ｈが第１アクチュエータ１Ｂと第２アクチュエータ１Ｅとを制御しているときに第１検出部１Ｃと第２検出部１Ｆと撮像部１Ｉとによって得られるリアルタイムデータに基づいて、操作部１Ｇに対するオペレータの操作のガイダンスを修正する機能を有する。
【0030】
掻き板状態量取得部１Ｋ３は、掻き板座標計算部１Ｆ４によって算出された掻き板１Ｄ１の座標（位置）と、リニアエンコーダ１Ｆ１によって検出された昇降シリンダ１Ｅ１１のストローク量および旋回シリンダ１Ｅ１２のストローク量と、ロータリーエンコーダ１Ｆ２によって検出された走行台車１Ｅ２の車輪の回転数と、排滓装置制御部１Ｈ２による制御の対象の第２アクチュエータ１Ｅの状態とを、掻き板状態量として取得する。掻き板状態量取得部１Ｋ３によって掻き板状態量として取得されたデータは、ＡＩモデル部１Ｋ２に送られる。
容器状態量取得部１Ｋ４は、容器傾斜角度計１Ｃ１によって検出された容器１Ａの傾斜角と、傾動装置制御部１Ｈ１による制御の対象の第１アクチュエータ１Ｂの状態とを、容器状態量として取得する。容器状態量取得部１Ｋ４によって容器状態量として取得されたデータは、ＡＩモデル部１Ｋ２に送られる。
湯面状態量取得部１Ｋ５は、重量分布算出部１Ｊによって算出された容器１Ａ内の溶融金属の表面に残留する残留スラグの重量分布を湯面状態量として取得する。湯面状態量取得部１Ｋ５によって湯面状態量として取得されたデータは、ＡＩモデル部１Ｋ２に送られる。
排滓動作スケジュール取得部１Ｋ６は、学習モデル部１Ｋ１によって算出された排滓動作スケジュールを取得する。排滓動作スケジュール取得部１Ｋ６によって取得された排滓動作スケジュールは、ＡＩモデル部１Ｋ２に送られる。
排滓実績データベース１Ｋ７には、例えば図４に示すような排滓システム１の排滓実績がデータとして格納されている。排滓実績データベース１Ｋ７に格納されている排滓システム１の排滓実績は、学習モデル部１Ｋ１に送られ、学習モデル部１Ｋ１において行われる教師あり学習に用いられる。
容器状態量取得部１Ｋ４は、容器傾斜角度計１Ｃ１によって検出された容器１Ａの傾斜角と、傾動装置制御部１Ｈ１による制御の対象の第１アクチュエータ１Ｂの状態とを、容器状態量として取得する。容器状態量取得部１Ｋ４によって容器状態量として取得されたデータは、ＡＩモデル部１Ｋ２に送られる。
湯面状態量取得部１Ｋ５は、重量分布算出部１Ｊによって算出された容器１Ａ内の溶融金属の表面に残留する残留スラグの重量分布を湯面状態量として取得する。湯面状態量取得部１Ｋ５によって湯面状態量として取得されたデータは、ＡＩモデル部１Ｋ２に送られる。
排滓動作スケジュール取得部１Ｋ６は、学習モデル部１Ｋ１によって算出された排滓動作スケジュールを取得する。排滓動作スケジュール取得部１Ｋ６によって取得された排滓動作スケジュールは、ＡＩモデル部１Ｋ２に送られる。
排滓実績データベース１Ｋ７には、例えば図４に示すような排滓システム１の排滓実績がデータとして格納されている。排滓実績データベース１Ｋ７に格納されている排滓システム１の排滓実績は、学習モデル部１Ｋ１に送られ、学習モデル部１Ｋ１において行われる教師あり学習に用いられる。
【0031】
ガイダンス出力部１Ｌは、ガイダンス生成部１Ｋによって生成されたガイダンスを出力する（図２に示す例では、表示モニタに表示する）。
操業データベース１Ｍには、例えば図４に示すような排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）が格納されている。操業データベース１Ｍに格納されている排滓システム１の過去の操業データは、学習モデル部１Ｋ１に送られ、学習モデル部１Ｋ１において行われる教師あり学習に用いられる。
操業データベース１Ｍには、例えば図４に示すような排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）が格納されている。操業データベース１Ｍに格納されている排滓システム１の過去の操業データは、学習モデル部１Ｋ１に送られ、学習モデル部１Ｋ１において行われる教師あり学習に用いられる。
【0032】
図６は第１実施形態の排滓システム１において実行される処理の一例を説明するためのフローチャートである。
図６に示す例では、ステップＳ１１Ａにおいて、操業データベース１Ｍが、排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）（制約条件）を学習モデル部１Ｋ１に出力する。
また、ステップＳ１１Ａでは、排滓実績データベース１Ｋ７が、排滓システム１の排滓実績（制約条件）を学習モデル部１Ｋ１に出力する。
次いで、ステップＳ１１Ｂでは、学習モデル部１Ｋ１が、排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）と、排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）が得られたときの排滓実績との組を教師データ（学習データ）として教師あり学習（学習モデルによる予測）を行う。
図６に示す例では、ステップＳ１１Ａにおいて、操業データベース１Ｍが、排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）（制約条件）を学習モデル部１Ｋ１に出力する。
また、ステップＳ１１Ａでは、排滓実績データベース１Ｋ７が、排滓システム１の排滓実績（制約条件）を学習モデル部１Ｋ１に出力する。
次いで、ステップＳ１１Ｂでは、学習モデル部１Ｋ１が、排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）と、排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）が得られたときの排滓実績との組を教師データ（学習データ）として教師あり学習（学習モデルによる予測）を行う。
【0033】
次いで、ステップＳ１２では、スラグ除去部材１Ｄによるスラグの除去が行われた後に容器１Ａ内の溶融金属の表面に残留する残留スラグの量である排滓後スラグ残留量の目標値が、例えばオペレータ（排滓システム１の利用者）によって設定される。
他の例では、ステップＳ１２において、学習モデル部１Ｋ１が、排滓後スラグ残留量の目標値を設定してもよい。
他の例では、ステップＳ１２において、学習モデル部１Ｋ１が、排滓後スラグ残留量の目標値を設定してもよい。
【0034】
図６に示す例では、ステップＳ１２において、学習モデル部１Ｋ１が、設定された排滓後スラグ残留量の目標値に基づいて、スラグ除去部材１Ｄによるスラグの除去を行うための第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの動作のスケジュールである排滓動作スケジュールを算出する。
【0035】
図７は図６のステップＳ１２における学習モデル部１Ｋ１による処理などの一例を説明するための図である。
図７に示す例では、図４に示す「操業実績」と「設備実績」とが、学習モデル部１Ｋ１の入力層に設定される。また、図４に示す「運転実績」の一部が、「運転実績予測」として学習モデル部１Ｋ１の出力層に設定されると共に、図４に示す「設備実績」が、「設備実績予測」として学習モデル部１Ｋ１の出力層に設定される。
図７に示す除滓動作スケジュールの例において、「経過時間」は排滓システム１の除滓動作の開始時刻からの経過時間を示しており、「鍋傾動角」は容器１Ａの傾斜角を示している。「掻出し回数」は各ステージにおける掻き板１Ｄ１の掻き出し回数を示している。「動作パターン」の各例は、上述した「排滓ステージＮの処理パターン［－］」の各例に対応している。
図７に示す除滓動作スケジュールの例では、経過時間が０～２［ｍｉｎ］の期間中（「ステージ１」の期間中）、第１アクチュエータ１Ｂの傾動装置１Ｂ１によって、容器１Ａの傾斜角が３０［°］に設定され、「掻出し回数」が２０回に設定される。また、掻き板１Ｄ１の「動作パターン」が「鍋（容器１Ａ）中央の排滓」になるように、スラグ除去部材１Ｄが、第２アクチュエータ１Ｅによって動かされる。
次いで、経過時間が２～６［ｍｉｎ］の期間中（「ステージ２」の期間中）、第１アクチュエータ１Ｂの傾動装置１Ｂ１によって、容器１Ａの傾斜角が３０［°］に設定され、「掻出し回数」が４０回に設定される。また、掻き板１Ｄ１の「動作パターン」が「鍋（容器１Ａ）周囲の排滓」になるように、スラグ除去部材１Ｄが、第２アクチュエータ１Ｅによって動かされる。
次いで、経過時間が６～８［ｍｉｎ］の期間中（「ステージ３」の期間中）、第１アクチュエータ１Ｂの傾動装置１Ｂ１によって、容器１Ａの傾斜角が３１［°］に設定され、「掻出し回数」が２０回に設定される。また、掻き板１Ｄ１の「動作パターン」が「鍋（容器１Ａ）の左右のスラグを掻き集めて排滓」になるように、スラグ除去部材１Ｄが、第２アクチュエータ１Ｅによって動かされる。
次いで、経過時間が８～１０［ｍｉｎ］の期間中、第１アクチュエータ１Ｂの傾動装置１Ｂ１によって、容器１Ａの傾斜角が３２［°］に設定され、「掻出し回数」が２０回に設定される。また、掻き板１Ｄ１の「動作パターン」が「スラグ位置追従」になるように、スラグ除去部材１Ｄが、第２アクチュエータ１Ｅによって動かされる。
図７に示す例では、図４に示す「操業実績」と「設備実績」とが、学習モデル部１Ｋ１の入力層に設定される。また、図４に示す「運転実績」の一部が、「運転実績予測」として学習モデル部１Ｋ１の出力層に設定されると共に、図４に示す「設備実績」が、「設備実績予測」として学習モデル部１Ｋ１の出力層に設定される。
図７に示す除滓動作スケジュールの例において、「経過時間」は排滓システム１の除滓動作の開始時刻からの経過時間を示しており、「鍋傾動角」は容器１Ａの傾斜角を示している。「掻出し回数」は各ステージにおける掻き板１Ｄ１の掻き出し回数を示している。「動作パターン」の各例は、上述した「排滓ステージＮの処理パターン［－］」の各例に対応している。
図７に示す除滓動作スケジュールの例では、経過時間が０～２［ｍｉｎ］の期間中（「ステージ１」の期間中）、第１アクチュエータ１Ｂの傾動装置１Ｂ１によって、容器１Ａの傾斜角が３０［°］に設定され、「掻出し回数」が２０回に設定される。また、掻き板１Ｄ１の「動作パターン」が「鍋（容器１Ａ）中央の排滓」になるように、スラグ除去部材１Ｄが、第２アクチュエータ１Ｅによって動かされる。
次いで、経過時間が２～６［ｍｉｎ］の期間中（「ステージ２」の期間中）、第１アクチュエータ１Ｂの傾動装置１Ｂ１によって、容器１Ａの傾斜角が３０［°］に設定され、「掻出し回数」が４０回に設定される。また、掻き板１Ｄ１の「動作パターン」が「鍋（容器１Ａ）周囲の排滓」になるように、スラグ除去部材１Ｄが、第２アクチュエータ１Ｅによって動かされる。
次いで、経過時間が６～８［ｍｉｎ］の期間中（「ステージ３」の期間中）、第１アクチュエータ１Ｂの傾動装置１Ｂ１によって、容器１Ａの傾斜角が３１［°］に設定され、「掻出し回数」が２０回に設定される。また、掻き板１Ｄ１の「動作パターン」が「鍋（容器１Ａ）の左右のスラグを掻き集めて排滓」になるように、スラグ除去部材１Ｄが、第２アクチュエータ１Ｅによって動かされる。
次いで、経過時間が８～１０［ｍｉｎ］の期間中、第１アクチュエータ１Ｂの傾動装置１Ｂ１によって、容器１Ａの傾斜角が３２［°］に設定され、「掻出し回数」が２０回に設定される。また、掻き板１Ｄ１の「動作パターン」が「スラグ位置追従」になるように、スラグ除去部材１Ｄが、第２アクチュエータ１Ｅによって動かされる。
【0036】
つまり、図７に示す例では、図６のステップＳ１２において算出される第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの動作のスケジュールに、撮像部１Ｉによって撮像された容器１Ａ内の溶融金属の表面の画像に基づくことなく、第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅが動作する時間帯（経過時間が０～６ｍｉｎの時間帯）と、撮像部１Ｉによって撮像された容器１Ａ内の溶融金属の表面の画像に基づいて、第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅが動作する時間帯（経過時間が６～１０ｍｉｎの時間帯）とが含まれる。
【0037】
また、図７に示す例では、撮像部１Ｉによって撮像された容器１Ａ内の溶融金属の表面の画像に基づかない第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの動作（経過時間が０～６ｍｉｎの時間帯の動作）は、撮像部１Ｉによって撮像された容器１Ａ内の溶融金属の表面の画像に基づく第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの動作（経過時間が６～１０ｍｉｎの時間帯の動作）よりも先に実行される。
【0038】
図６に示す例では、次いで、ステップＳ１３において、学習モデル部１Ｋ１が、ステップＳ１２において算出された排滓動作スケジュールを出力し、排滓システム１の排滓動作が開始する。
【0039】
次いで、ステップＳ１４では、ガイダンス生成部１Ｋが、ステップＳ１３において出力された排滓動作スケジュールに基づいて、操作部１Ｇに対するオペレータの操作のガイダンスを生成する。つまり、ガイダンス生成部１Ｋは、ステップＳ１２において設定された排滓後スラグ残留量の目標値に基づいて算出された排滓動作スケジュールを実現する操作部１Ｇに対するオペレータの操作のガイダンスを生成する。
また、ステップＳ１４では、ガイダンス出力部１Ｌが、ガイダンス生成部１Ｋによって生成されたガイダンスを出力する。
更に、ステップＳ１４では、オペレータが、ガイダンス出力部１Ｌによって出力（例えば表示モニタに表示）されたガイダンスに従って、操作部１Ｇに対する入力操作を行う。
つまり、ステップＳ１４では、操作部１Ｇが、ガイダンス出力部１Ｌによって出力されたガイダンスに従うオペレータの入力操作を受け付ける。
図７に示す例では、図６のステップＳ１４が最初に実行される時に、ガイダンス生成部１Ｋは、「経過時間」が０～２［ｍｉｎ］の期間中の排滓動作スケジュールを実現する操作部１Ｇに対するオペレータの操作のガイダンスを生成する。操作部１Ｇは、容器１Ａの傾斜角を３０［°］に設定し、「掻出し回数」２０回を実行するオペレータの操作、および、掻き板１Ｄ１の「動作パターン」として「鍋（容器１Ａ）中央の排滓」を実行するオペレータの操作を受け付ける。
また、ガイダンス生成部１Ｋは、「経過時間」が２～６［ｍｉｎ］の期間中の排滓動作スケジュールを実現する操作部１Ｇに対するオペレータの操作のガイダンスを生成する。操作部１Ｇは、容器１Ａの傾斜角を３０［°］に設定し、「掻出し回数」４０回を実行するオペレータの操作、および、掻き板１Ｄ１の「動作パターン」として「鍋（容器１Ａ）周囲の排滓」を実行するオペレータの操作を受け付ける。
また、ステップＳ１４では、ガイダンス出力部１Ｌが、ガイダンス生成部１Ｋによって生成されたガイダンスを出力する。
更に、ステップＳ１４では、オペレータが、ガイダンス出力部１Ｌによって出力（例えば表示モニタに表示）されたガイダンスに従って、操作部１Ｇに対する入力操作を行う。
つまり、ステップＳ１４では、操作部１Ｇが、ガイダンス出力部１Ｌによって出力されたガイダンスに従うオペレータの入力操作を受け付ける。
図７に示す例では、図６のステップＳ１４が最初に実行される時に、ガイダンス生成部１Ｋは、「経過時間」が０～２［ｍｉｎ］の期間中の排滓動作スケジュールを実現する操作部１Ｇに対するオペレータの操作のガイダンスを生成する。操作部１Ｇは、容器１Ａの傾斜角を３０［°］に設定し、「掻出し回数」２０回を実行するオペレータの操作、および、掻き板１Ｄ１の「動作パターン」として「鍋（容器１Ａ）中央の排滓」を実行するオペレータの操作を受け付ける。
また、ガイダンス生成部１Ｋは、「経過時間」が２～６［ｍｉｎ］の期間中の排滓動作スケジュールを実現する操作部１Ｇに対するオペレータの操作のガイダンスを生成する。操作部１Ｇは、容器１Ａの傾斜角を３０［°］に設定し、「掻出し回数」４０回を実行するオペレータの操作、および、掻き板１Ｄ１の「動作パターン」として「鍋（容器１Ａ）周囲の排滓」を実行するオペレータの操作を受け付ける。
【0040】
図６に示す例では、次いで、ステップＳ１５において、ＡＩモデル部１Ｋ２が、排滓の特徴量を掻き板状態量取得部１Ｋ３、容器状態量取得部１Ｋ４等から取得する。
また、ステップＳ１５では、ＡＩモデル部１Ｋ２が、湯面状態量（重量分布算出部１Ｊによって算出された容器１Ａ内の溶融金属の表面に残留する残留スラグの重量分布）を湯面状態量取得部１Ｋ５から取得する。つまり、ＡＩモデル部１Ｋ２は、重量分布算出部１Ｊによって算出された容器１Ａ内の溶融金属の表面のスラグ残留量を取得する。
次いで、ステップＳ１６では、ＡＩモデル部１Ｋ２は、ステップＳ１５において取得された容器１Ａ内の溶融金属の表面のスラグ残留量が、ステップＳ１２において設定された排滓後スラグ残留量の目標値より少なくなったか否かを判定する。
更に、ステップＳ１６では、ＡＩモデル部１Ｋ２は、排滓システム１の排滓動作開始後の経過時間が制限時間を超過したか否かを判定する。
また、ステップＳ１６では、ＡＩモデル部１Ｋ２は、撮像部１Ｉによって撮像された画像に基づいて、溶銑の掻き出しが発生しているか否かを判定する。
また、ステップＳ１５では、ＡＩモデル部１Ｋ２が、湯面状態量（重量分布算出部１Ｊによって算出された容器１Ａ内の溶融金属の表面に残留する残留スラグの重量分布）を湯面状態量取得部１Ｋ５から取得する。つまり、ＡＩモデル部１Ｋ２は、重量分布算出部１Ｊによって算出された容器１Ａ内の溶融金属の表面のスラグ残留量を取得する。
次いで、ステップＳ１６では、ＡＩモデル部１Ｋ２は、ステップＳ１５において取得された容器１Ａ内の溶融金属の表面のスラグ残留量が、ステップＳ１２において設定された排滓後スラグ残留量の目標値より少なくなったか否かを判定する。
更に、ステップＳ１６では、ＡＩモデル部１Ｋ２は、排滓システム１の排滓動作開始後の経過時間が制限時間を超過したか否かを判定する。
また、ステップＳ１６では、ＡＩモデル部１Ｋ２は、撮像部１Ｉによって撮像された画像に基づいて、溶銑の掻き出しが発生しているか否かを判定する。
【0041】
図８は溶銑の掻き出しが発生している時に撮像部１Ｉによって撮像された画像の一例を示す図である。
図８に示す例では、掻き出されるべきではない溶銑が掻き出されている状態（液垂れ状態）が、撮像部１Ｉによって撮像されている。図８に示す画像（つまり、撮像部１Ｉによって撮像される画像）は、排滓の特徴評価に用いられる。撮像部１Ｉは、溶銑ロス監視部として機能する。
図６のステップＳ１６の説明に戻り、スラグ残留量が排滓後スラグ残留量の目標値より少なくなった場合には、排滓システム１の排滓動作を終了し、ステップＳ１８に進む。排滓システム１の排滓動作開始後の経過時間が制限時間を超過した場合にも、排滓システム１の排滓動作を終了し、ステップＳ１８に進む。溶銑の掻き出しが発生した場合にも、排滓システム１の排滓動作を終了し、ステップＳ１８に進む。
一方、スラグ残留量が排滓後スラグ残留量の目標値より少なくなっておらず、かつ、排滓システム１の排滓動作開始後の経過時間が制限時間を超過しておらず、かつ、溶銑の掻き出しが発生していない場合には、ステップＳ１７に進む。
図８に示す例では、掻き出されるべきではない溶銑が掻き出されている状態（液垂れ状態）が、撮像部１Ｉによって撮像されている。図８に示す画像（つまり、撮像部１Ｉによって撮像される画像）は、排滓の特徴評価に用いられる。撮像部１Ｉは、溶銑ロス監視部として機能する。
図６のステップＳ１６の説明に戻り、スラグ残留量が排滓後スラグ残留量の目標値より少なくなった場合には、排滓システム１の排滓動作を終了し、ステップＳ１８に進む。排滓システム１の排滓動作開始後の経過時間が制限時間を超過した場合にも、排滓システム１の排滓動作を終了し、ステップＳ１８に進む。溶銑の掻き出しが発生した場合にも、排滓システム１の排滓動作を終了し、ステップＳ１８に進む。
一方、スラグ残留量が排滓後スラグ残留量の目標値より少なくなっておらず、かつ、排滓システム１の排滓動作開始後の経過時間が制限時間を超過しておらず、かつ、溶銑の掻き出しが発生していない場合には、ステップＳ１７に進む。
【0042】
ステップＳ１７では、学習モデル部１Ｋ１は、操作部１Ｇが受け付けたオペレータの操作に応じて制御部１Ｈが第１アクチュエータ１Ｂと第２アクチュエータ１Ｅとを制御しているとき（例えば、ステップＳ１４が最初に実行される時）に第１検出部１Ｃと第２検出部１Ｆと撮像部１Ｉとによって得られるリアルタイムデータに基づいて、操作部１Ｇに対するオペレータの操作のガイダンス（例えば、ステップＳ１４が最初に実行される時にガイダンス生成部１Ｋによって生成されたガイダンス）を修正する。
詳細には、ステップＳ１７において、学習モデル部１Ｋ１は、ステップＳ１４が最初に実行される時に第１検出部１Ｃと第２検出部１Ｆと撮像部１Ｉとによって得られたリアルタイムデータ（実測値）と、ステップＳ１４が最初に実行される時にガイダンス生成部１Ｋによって生成されたガイダンス（指示値）との誤差を算出する。
更に、ステップＳ１７において、学習モデル部１Ｋ１は、ステップＳ１４が２回目に実行される時にガイダンス生成部１Ｋがガイダンスを生成するために用いられるパラメータ、式などの修正を行う。
次いで、ステップＳ１４に戻る。
２回目に実行されるステップＳ１４では、ガイダンス生成部１Ｋが、ステップＳ１７において修正されたパラメータ、式などに基づいて、操作部１Ｇに対するオペレータの操作のガイダンスを生成する。
図７に示す例では、図６のステップＳ１４が２回目に実行される時に、ガイダンス生成部１Ｋは、「経過時間」が６～８［ｍｉｎ］の期間中の排滓動作スケジュールを実現する操作部１Ｇに対するオペレータの操作のガイダンスを生成する。操作部１Ｇは、容器１Ａの傾斜角を３１［°］に設定し、「掻出し回数」２０回を実行するオペレータの操作、および、ガイダンス生成部１Ｋによって生成されたガイダンスに従って、鍋（容器１Ａ）の左右のスラグを掻き集めて排滓するように掻き板１Ｄ１を動かすオペレータの操作を受け付ける。
また、図７に示す例では、図６のステップＳ１６が２回目に実行される時にＮＯと判定され、図６のステップＳ１４が３回目に実行される時に、ガイダンス生成部１Ｋは、「経過時間」が８～１０［ｍｉｎ］の期間中の排滓動作スケジュールを実現する操作部１Ｇに対するオペレータの操作のガイダンスを生成する。操作部１Ｇは、容器１Ａの傾斜角を３２［°］に設定し、「掻出し回数」２０回を実行するオペレータの操作、および、ガイダンス生成部１Ｋによって生成されたガイダンスに従って、スラグ位置に追従するように掻き板１Ｄ１を動かすオペレータの操作を受け付ける。
詳細には、ステップＳ１７において、学習モデル部１Ｋ１は、ステップＳ１４が最初に実行される時に第１検出部１Ｃと第２検出部１Ｆと撮像部１Ｉとによって得られたリアルタイムデータ（実測値）と、ステップＳ１４が最初に実行される時にガイダンス生成部１Ｋによって生成されたガイダンス（指示値）との誤差を算出する。
更に、ステップＳ１７において、学習モデル部１Ｋ１は、ステップＳ１４が２回目に実行される時にガイダンス生成部１Ｋがガイダンスを生成するために用いられるパラメータ、式などの修正を行う。
次いで、ステップＳ１４に戻る。
２回目に実行されるステップＳ１４では、ガイダンス生成部１Ｋが、ステップＳ１７において修正されたパラメータ、式などに基づいて、操作部１Ｇに対するオペレータの操作のガイダンスを生成する。
図７に示す例では、図６のステップＳ１４が２回目に実行される時に、ガイダンス生成部１Ｋは、「経過時間」が６～８［ｍｉｎ］の期間中の排滓動作スケジュールを実現する操作部１Ｇに対するオペレータの操作のガイダンスを生成する。操作部１Ｇは、容器１Ａの傾斜角を３１［°］に設定し、「掻出し回数」２０回を実行するオペレータの操作、および、ガイダンス生成部１Ｋによって生成されたガイダンスに従って、鍋（容器１Ａ）の左右のスラグを掻き集めて排滓するように掻き板１Ｄ１を動かすオペレータの操作を受け付ける。
また、図７に示す例では、図６のステップＳ１６が２回目に実行される時にＮＯと判定され、図６のステップＳ１４が３回目に実行される時に、ガイダンス生成部１Ｋは、「経過時間」が８～１０［ｍｉｎ］の期間中の排滓動作スケジュールを実現する操作部１Ｇに対するオペレータの操作のガイダンスを生成する。操作部１Ｇは、容器１Ａの傾斜角を３２［°］に設定し、「掻出し回数」２０回を実行するオペレータの操作、および、ガイダンス生成部１Ｋによって生成されたガイダンスに従って、スラグ位置に追従するように掻き板１Ｄ１を動かすオペレータの操作を受け付ける。
【0043】
ステップＳ１８では、排滓実績データベース１Ｋ７が、ステップＳ１６において排滓後スラグ残留量の目標値と比較された排滓後スラグ残留量を取得して格納する。
また、ステップＳ１８では、操業データベース１Ｍが、排滓システム１の排滓動作の開始から終了までの操業実績、設備実績、運転実績を取得して格納する。
更に、ステップＳ１８において、ＡＩモデル部１Ｋ２は、オペレータの操作が、ガイダンス生成部１Ｋによって生成されたガイダンスどおりであったかを示すマッチング点数を算出し、ガイダンス出力部１Ｌは、ＡＩモデル部１Ｋ２によって算出されたマッチング点数を出力する（例えば、表示モニタに表示する）。
また、ステップＳ１８では、操業データベース１Ｍが、排滓システム１の排滓動作の開始から終了までの操業実績、設備実績、運転実績を取得して格納する。
更に、ステップＳ１８において、ＡＩモデル部１Ｋ２は、オペレータの操作が、ガイダンス生成部１Ｋによって生成されたガイダンスどおりであったかを示すマッチング点数を算出し、ガイダンス出力部１Ｌは、ＡＩモデル部１Ｋ２によって算出されたマッチング点数を出力する（例えば、表示モニタに表示する）。
【0044】
次いで、ステップＳ１９では、学習モデル部１Ｋ１は、操作部１Ｇが受け付けたオペレータの操作に応じて制御部１Ｈが第１アクチュエータ１Ｂと第２アクチュエータ１Ｅとを制御しているとき（つまり、ステップＳ１４が実行される時）に第１検出部１Ｃと第２検出部１Ｆと撮像部１Ｉとによって得られたリアルタイムデータに基づいて、リアルタイムデータ（実測値）とガイダンス生成部１Ｋによって生成されたガイダンス（指示値）との誤差を算出し、排滓システム１の排滓動作が次に行われる時にガイダンス生成部１Ｋがガイダンスを生成するために用いられるパラメータ、式などの更新を行う。
【0045】
図９は学習モデル部１Ｋ１によって予測（算出）される排滓動作スケジュール（目的変数）に影響を与える可能性がある因子として第１実施形態の排滓システム１において考慮される因子の一例を示す図である。
図９に示す例では、吹錬方法がＭＵＲＣであるか、あるいは、ＬＤ－ＯＲＰであるかが考慮される。また、鋼種（除滓レベル）が「Ｓ」、「Ａ」、「Ｂ」および「Ｃ」のいずれに分類されるかが考慮される。更に、前排滓が行われるか否かが考慮される。また、スラグ性状が硬いか、柔らかいか、あるいは、粘いかが考慮される。
また、図９に示す例では、排滓前推定スラグ量が、０．５～１．０ｔ、１．０～１．５ｔ、１．５～２．０ｔ、２．０～２．５ｔおよび２．５～３．０ｔのいずれに分類されるかが考慮される。
図９に示す例では、吹錬方法がＭＵＲＣであるか、あるいは、ＬＤ－ＯＲＰであるかが考慮される。また、鋼種（除滓レベル）が「Ｓ」、「Ａ」、「Ｂ」および「Ｃ」のいずれに分類されるかが考慮される。更に、前排滓が行われるか否かが考慮される。また、スラグ性状が硬いか、柔らかいか、あるいは、粘いかが考慮される。
また、図９に示す例では、排滓前推定スラグ量が、０．５～１．０ｔ、１．０～１．５ｔ、１．５～２．０ｔ、２．０～２．５ｔおよび２．５～３．０ｔのいずれに分類されるかが考慮される。
【0046】
図１０および図１１は第１実施形態の排滓システム１における排滓動作の一例を説明するための図である。詳細には、図１０（Ａ）は傾動装置１Ｂ１の動作のタイムチャートであり、図１０（Ｂ）は走行台車１Ｅ２の前進動作のタイムチャートであり、図１０（Ｃ）は走行台車１Ｅ２の後退動作のタイムチャートであり、図１０（Ｄ）は昇降シリンダ１Ｅ１１がアーム１Ｄ２を上昇させる動作のタイムチャートであり、図１０（Ｅ）は昇降シリンダ１Ｅ１１がアーム１Ｄ２を下降させる動作のタイムチャートであり、図１０（Ｆ）は旋回シリンダ１Ｅ１２がアーム１Ｄ２を右旋回させる動作のタイムチャートであり、図１０（Ｇ）は旋回シリンダ１Ｅ１２がアーム１Ｄ２を左旋回させる動作のタイムチャートであり、図１０（Ｈ）は容器傾斜角度計１Ｃ１によって検出される容器１Ａの傾斜角のタイムチャートであり、図１０（Ｉ）は掻き板座標計算部１Ｆ４によって算出される掻き板１Ｄ１のｘ座標のタイムチャートであり、図１０（Ｊ）は掻き板座標計算部１Ｆ４によって算出される掻き板１Ｄ１のｙ座標のタイムチャートであり、図１０（Ｋ）は掻き板座標計算部１Ｆ４によって算出される掻き板１Ｄ１のｚ座標のタイムチャートである。
図１１（Ａ）は時刻ｔ１における容器１Ａ、掻き板１Ｄ１およびアーム１Ｄ２を鉛直方向の上側（ｚ軸のプラス側）から見た図である。図１１（Ｂ）は時刻ｔ１における容器１Ａ、掻き板１Ｄ１およびアーム１Ｄ２を水平方向の右側（ｘ軸のプラス側）から見た図である。
図１１（Ｃ）は時刻ｔ３における容器１Ａ、掻き板１Ｄ１およびアーム１Ｄ２を鉛直方向の上側（ｚ軸のプラス側）から見た図である。図１１（Ｄ）は時刻ｔ３における容器１Ａ、掻き板１Ｄ１およびアーム１Ｄ２を水平方向の右側（ｘ軸のプラス側）から見た図である。
図１１（Ａ）は時刻ｔ１における容器１Ａ、掻き板１Ｄ１およびアーム１Ｄ２を鉛直方向の上側（ｚ軸のプラス側）から見た図である。図１１（Ｂ）は時刻ｔ１における容器１Ａ、掻き板１Ｄ１およびアーム１Ｄ２を水平方向の右側（ｘ軸のプラス側）から見た図である。
図１１（Ｃ）は時刻ｔ３における容器１Ａ、掻き板１Ｄ１およびアーム１Ｄ２を鉛直方向の上側（ｚ軸のプラス側）から見た図である。図１１（Ｄ）は時刻ｔ３における容器１Ａ、掻き板１Ｄ１およびアーム１Ｄ２を水平方向の右側（ｘ軸のプラス側）から見た図である。
【0047】
図１０および図１１に示す例では、時刻ｔ１に、走行台車１Ｅ２の前進動作（ｙ軸のプラス側への移動）が開始し、アーム１Ｄ２の左旋回が開始する。その結果、時刻ｔ１に、掻き板１Ｄ１のｘ座標の値が減少し始め、掻き板１Ｄ１のｙ座標の値が増加し始める。
次いで、時刻ｔ２に、アーム１Ｄ２の左旋回が終了する。その結果、時刻ｔ２に、掻き板１Ｄ１のｘ座標の値の減少が終了する。
次いで、時刻ｔ３に、走行台車１Ｅ２の前進動作（ｙ軸のプラス側への移動）が終了する。その結果、時刻ｔ３に、掻き板１Ｄ１のｙ座標の値の増加が終了する。
時刻ｔ１から時刻ｔ３までにおける掻き板１Ｄ１の軌跡は、図１１（Ａ）および図１１（Ｂ）に破線で示すようになる。
また、時刻ｔ３に、アーム１Ｄ２の下降が開始する。その結果、時刻ｔ３に、掻き板１Ｄ１のｚ座標の値が減少し始める。
次いで、時刻ｔ２に、アーム１Ｄ２の左旋回が終了する。その結果、時刻ｔ２に、掻き板１Ｄ１のｘ座標の値の減少が終了する。
次いで、時刻ｔ３に、走行台車１Ｅ２の前進動作（ｙ軸のプラス側への移動）が終了する。その結果、時刻ｔ３に、掻き板１Ｄ１のｙ座標の値の増加が終了する。
時刻ｔ１から時刻ｔ３までにおける掻き板１Ｄ１の軌跡は、図１１（Ａ）および図１１（Ｂ）に破線で示すようになる。
また、時刻ｔ３に、アーム１Ｄ２の下降が開始する。その結果、時刻ｔ３に、掻き板１Ｄ１のｚ座標の値が減少し始める。
【0048】
次いで、時刻ｔ４に、アーム１Ｄ２の下降が終了する。その結果、時刻ｔ４に、掻き板１Ｄ１のｚ座標の値の減少が終了する。
また、時刻ｔ４に、走行台車１Ｅ２の後退動作（ｙ軸のマイナス側への移動）が開始し、アーム１Ｄ２の右旋回が開始する。その結果、時刻ｔ４に、掻き板１Ｄ１のｘ座標の値が増加し始め、掻き板１Ｄ１のｙ座標の値が減少し始める。
次いで、時刻ｔ５に、アーム１Ｄ２の右旋回が終了する。その結果、時刻ｔ５に、掻き板１Ｄ１のｘ座標の値の増加が終了する。
次いで、時刻ｔ６に、走行台車１Ｅ２の後退動作（ｙ軸のマイナス側への移動）が終了する。その結果、時刻ｔ６に、掻き板１Ｄ１のｙ座標の値の減少が終了する。
時刻ｔ３から時刻ｔ６までにおける掻き板１Ｄ１の軌跡は、図１１（Ｃ）および図１１（Ｄ）に破線で示すようになる。
また、時刻ｔ４に、走行台車１Ｅ２の後退動作（ｙ軸のマイナス側への移動）が開始し、アーム１Ｄ２の右旋回が開始する。その結果、時刻ｔ４に、掻き板１Ｄ１のｘ座標の値が増加し始め、掻き板１Ｄ１のｙ座標の値が減少し始める。
次いで、時刻ｔ５に、アーム１Ｄ２の右旋回が終了する。その結果、時刻ｔ５に、掻き板１Ｄ１のｘ座標の値の増加が終了する。
次いで、時刻ｔ６に、走行台車１Ｅ２の後退動作（ｙ軸のマイナス側への移動）が終了する。その結果、時刻ｔ６に、掻き板１Ｄ１のｙ座標の値の減少が終了する。
時刻ｔ３から時刻ｔ６までにおける掻き板１Ｄ１の軌跡は、図１１（Ｃ）および図１１（Ｄ）に破線で示すようになる。
【0049】
図１０（Ａ）に示すように、時刻ｔ１～時刻ｔ６の期間中、傾動装置１Ｂ１は、容器１Ａの傾斜角を変更しない。そのため、図１０（Ｈ）に示すように、容器傾斜角度計１Ｃ１によって検出される容器１Ａの傾斜角は一定値に維持される。
【0050】
操作者（オペレータ）の認知・判断によって排滓装置が操作される場合には、排滓効率（限られた時間の中でどれだけ多くのスラグを除去するか）や溶銑のロス量（溶銑の掻き出し量）の実績が操作者の習熟度や操作環境等に左右され、溶銑歩留や成分のバラツキが生じてしまうおそれがある。
そこで、第１実施形態の排滓システム１では、学習モデル部１Ｋ１が、排滓対象の溶融金属の過去の操業データと、過去の排滓実績のデータとを用いた解析（学習）を行うことにより、最適な排滓動作スケジュールを算出する。更に、ＡＩモデル部１Ｋ２は、排滓動作が行われているときに得られるリアルタイムデータ（計装・画像データ）を用いて解析を行い、掻き板１Ｄ１の最適動作を予測する。学習モデル部１Ｋ１の算出結果およびＡＩモデル部１Ｋ２の予測結果は、オペレータの操作のガイダンスとして、ガイダンス出力部１Ｌによって出力（表示モニタに表示）される。
例えば、図７に示す例では、排滓所要総時間が１０分に決められる。１０分のうちの排滓序盤の０～２分に、鍋（容器１Ａ）中央の排滓が行われる。２～６分には、鍋（容器１Ａ）周囲の排滓が行われる。６～８分には、鍋（容器１Ａ）の左右のスラグを掻き集めてまとめて排滓が行われる。８～１０分には、スラグ位置追従制御が行われる。
そこで、第１実施形態の排滓システム１では、学習モデル部１Ｋ１が、排滓対象の溶融金属の過去の操業データと、過去の排滓実績のデータとを用いた解析（学習）を行うことにより、最適な排滓動作スケジュールを算出する。更に、ＡＩモデル部１Ｋ２は、排滓動作が行われているときに得られるリアルタイムデータ（計装・画像データ）を用いて解析を行い、掻き板１Ｄ１の最適動作を予測する。学習モデル部１Ｋ１の算出結果およびＡＩモデル部１Ｋ２の予測結果は、オペレータの操作のガイダンスとして、ガイダンス出力部１Ｌによって出力（表示モニタに表示）される。
例えば、図７に示す例では、排滓所要総時間が１０分に決められる。１０分のうちの排滓序盤の０～２分に、鍋（容器１Ａ）中央の排滓が行われる。２～６分には、鍋（容器１Ａ）周囲の排滓が行われる。６～８分には、鍋（容器１Ａ）の左右のスラグを掻き集めてまとめて排滓が行われる。８～１０分には、スラグ位置追従制御が行われる。
【0051】
＜第２実施形態＞
以下、本発明の排滓システム、排滓システムのガイダンス生成方法、排滓システムの自動制御方法およびプログラムの第２実施形態について説明する。
第２実施形態の排滓システム１は、後述する点を除き、上述した第１実施形態の排滓システム１と同様に構成されている。従って、第２実施形態の排滓システム１によれば、後述する点を除き、上述した第１実施形態の排滓システム１と同様の効果を奏することができる。
以下、本発明の排滓システム、排滓システムのガイダンス生成方法、排滓システムの自動制御方法およびプログラムの第２実施形態について説明する。
第２実施形態の排滓システム１は、後述する点を除き、上述した第１実施形態の排滓システム１と同様に構成されている。従って、第２実施形態の排滓システム１によれば、後述する点を除き、上述した第１実施形態の排滓システム１と同様の効果を奏することができる。
【0052】
図１２は第２実施形態の排滓システム１の概要の一例を示す図である。図１３は第２実施形態の排滓システム１におけるデータおよび制御信号の流れの一例を示す図である。図１４は第２実施形態の排滓システム１におけるデータおよび制御信号の流れを更に詳細に示す図である。
図１２～図１４に示す例では、排滓システム１が、容器１Ａと、第１アクチュエータ１Ｂと、第１検出部１Ｃと、スラグ除去部材１Ｄと、第２アクチュエータ１Ｅと、第２検出部１Ｆと、制御部１Ｈと、撮像部１Ｉと、重量分布算出部１Ｊと、制御スケジュール生成部１Ｎと、表示部１Ｐと、操業データベース１Ｍとを備えている。
つまり、図１～図３に示す例では、排滓システム１が、操作部１Ｇと、ガイダンス生成部１Ｋと、ガイダンス出力部１Ｌとを備えているが、図１２～図１４に示す例では、排滓システム１が、操作部１Ｇと、ガイダンス生成部１Ｋと、ガイダンス出力部１Ｌとを備えていない。
図１２～図１４に示す例では、図１～図３に示す例と同様に、容器１Ａが溶融金属を収容する。第１アクチュエータ１Ｂは、容器１Ａの位置、姿勢などを変更する（つまり、容器１Ａの傾動などを実行する）。第１アクチュエータ１Ｂには、容器１Ａの傾斜角を調節する機能を有する傾動装置１Ｂ１と、容器１Ａと傾動装置１Ｂ１とを支持して移動可能な容器台車１Ｂ２とが含まれる。第１検出部１Ｃは、容器１Ａの傾斜角の検出などを実行する。第１検出部１Ｃには、容器１Ａの傾斜角を検出する容器傾斜角度計１Ｃ１と、容器台車１Ｂ２の位置を検出する容器台車位置検出装置１Ｃ２とが含まれる。
図１２～図１４に示す例では、排滓システム１が、容器１Ａと、第１アクチュエータ１Ｂと、第１検出部１Ｃと、スラグ除去部材１Ｄと、第２アクチュエータ１Ｅと、第２検出部１Ｆと、制御部１Ｈと、撮像部１Ｉと、重量分布算出部１Ｊと、制御スケジュール生成部１Ｎと、表示部１Ｐと、操業データベース１Ｍとを備えている。
つまり、図１～図３に示す例では、排滓システム１が、操作部１Ｇと、ガイダンス生成部１Ｋと、ガイダンス出力部１Ｌとを備えているが、図１２～図１４に示す例では、排滓システム１が、操作部１Ｇと、ガイダンス生成部１Ｋと、ガイダンス出力部１Ｌとを備えていない。
図１２～図１４に示す例では、図１～図３に示す例と同様に、容器１Ａが溶融金属を収容する。第１アクチュエータ１Ｂは、容器１Ａの位置、姿勢などを変更する（つまり、容器１Ａの傾動などを実行する）。第１アクチュエータ１Ｂには、容器１Ａの傾斜角を調節する機能を有する傾動装置１Ｂ１と、容器１Ａと傾動装置１Ｂ１とを支持して移動可能な容器台車１Ｂ２とが含まれる。第１検出部１Ｃは、容器１Ａの傾斜角の検出などを実行する。第１検出部１Ｃには、容器１Ａの傾斜角を検出する容器傾斜角度計１Ｃ１と、容器台車１Ｂ２の位置を検出する容器台車位置検出装置１Ｃ２とが含まれる。
【0053】
図１２～図１４に示す例では、図１～図３に示す例と同様に、スラグ除去部材１Ｄが、容器１Ａ内の溶融金属の表面のスラグを除去する。
図１２～図１４に示す例では、スラグ除去部材１Ｄが、掻き板１Ｄ１と、掻き板１Ｄ１が先端に装着されたアーム１Ｄ２とを備えているが、他の例では、スラグ除去部材１Ｄが、特許文献１に記載されたスラグ除去ツールと同様に構成されていてもよい。更に他の例では、スラグ除去部材１Ｄが、特許文献２に記載されたノロ取り用ツールと同様に構成されていてもよい。
図１２～図１４に示す例では、スラグ除去部材１Ｄが、掻き板１Ｄ１と、掻き板１Ｄ１が先端に装着されたアーム１Ｄ２とを備えているが、他の例では、スラグ除去部材１Ｄが、特許文献１に記載されたスラグ除去ツールと同様に構成されていてもよい。更に他の例では、スラグ除去部材１Ｄが、特許文献２に記載されたノロ取り用ツールと同様に構成されていてもよい。
【0054】
図１２～図１４に示す例では、図１～図３に示す例と同様に、第２アクチュエータ１Ｅがスラグ除去部材１Ｄを動かす。第２アクチュエータ１Ｅには、アーム１Ｄ２を鉛直方向または旋回方向に動かすシリンダ１Ｅ１と、アーム１Ｄ２を水平方向に動かす走行台車１Ｅ２とが含まれる。排滓装置は、スラグ除去部材１Ｄと第２アクチュエータ１Ｅとによって構成される。
第２検出部１Ｆは、第２アクチュエータ１Ｅの変位量を検出する。第２検出部１Ｆには、シリンダ１Ｅ１のストローク量を検出するリニアエンコーダ１Ｆ１と、走行台車１Ｅ２の車輪の回転数を検出するロータリーエンコーダ１Ｆ２と、アーム１Ｄ２の画像を撮像するアーム撮像カメラ１Ｆ３と、アーム撮像カメラ１Ｆ３によって撮像されたアーム１Ｄ２の画像に基づいて、掻き板１Ｄ１の座標を算出する掻き板座標計算部１Ｆ４とが含まれる。
第２検出部１Ｆは、第２アクチュエータ１Ｅの変位量を検出する。第２検出部１Ｆには、シリンダ１Ｅ１のストローク量を検出するリニアエンコーダ１Ｆ１と、走行台車１Ｅ２の車輪の回転数を検出するロータリーエンコーダ１Ｆ２と、アーム１Ｄ２の画像を撮像するアーム撮像カメラ１Ｆ３と、アーム撮像カメラ１Ｆ３によって撮像されたアーム１Ｄ２の画像に基づいて、掻き板１Ｄ１の座標を算出する掻き板座標計算部１Ｆ４とが含まれる。
【0055】
図１～図３に示す例では、操作部１Ｇがオペレータの操作を受け付け、制御部１Ｈは、操作部１Ｇが受け付けた操作に応じて第１アクチュエータ１Ｂと第２アクチュエータ１Ｅとを制御する。
一方、図１２～図１４に示す例では、制御部１Ｈが、オペレータの操作の必要なく、第１アクチュエータ１Ｂと第２アクチュエータ１Ｅとを自律的に制御する。制御部１Ｈには、第１アクチュエータ１Ｂを制御する傾動装置制御部１Ｈ１と、第２アクチュエータ１Ｅを制御する排滓装置制御部１Ｈ２とが含まれる。
一方、図１２～図１４に示す例では、制御部１Ｈが、オペレータの操作の必要なく、第１アクチュエータ１Ｂと第２アクチュエータ１Ｅとを自律的に制御する。制御部１Ｈには、第１アクチュエータ１Ｂを制御する傾動装置制御部１Ｈ１と、第２アクチュエータ１Ｅを制御する排滓装置制御部１Ｈ２とが含まれる。
【0056】
図１２～図１４に示す例では、図１～図３に示す例と同様に、撮像部１Ｉが容器１Ａ内の溶融金属の表面を撮像する。重量分布算出部１Ｊは、撮像部１Ｉによって撮像された容器１Ａ内の溶融金属の表面の画像に基づいて、容器１Ａ内の溶融金属の表面に残留する残留スラグの重量分布を算出する。
【0057】
図１２～図１４に示す例では、制御スケジュール生成部１Ｎが、制御部１Ｈによる第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの制御スケジュールを生成する。制御スケジュール生成部１Ｎは、学習モデル部１Ｎ１と、ＡＩモデル部１Ｎ２と、掻き板状態量取得部１Ｎ３と、容器状態量取得部１Ｎ４と、湯面状態量取得部１Ｎ５と、排滓動作スケジュール取得部１Ｎ６と、排滓実績データベース１Ｎ７とを備えている。
図１３に示す例では、制御スケジュール生成部１Ｎに、アーム撮像カメラ１Ｆ３と、リニアエンコーダ１Ｆ１と、ロータリーエンコーダ１Ｆ２と、撮像部１Ｉと、容器傾斜角度計１Ｃ１とが接続されるのみならず、設定スイッチおよびプロセスコンピュータも接続されている。
図１２～図１４に示す例では、学習モデル部１Ｎ１が、スラグ除去部材１Ｄによるスラグの除去が行われた後に容器１Ａ内の溶融金属の表面に残留する残留スラグの量である排滓後スラグ残留量の目標値に基づいて、スラグ除去部材１Ｄによるスラグの除去を行うための第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの動作のスケジュールである排滓動作スケジュールを算出する。
詳細には、学習モデル部１Ｎ１は、排滓システム１の過去の操業データ（操業実績、設備実績および運転実績（図４参照））と、排滓システム１の過去の操業データが得られたときの排滓実績との組を教師データ（学習データ）として教師あり学習を行う。
図１３に示す例では、制御スケジュール生成部１Ｎに、アーム撮像カメラ１Ｆ３と、リニアエンコーダ１Ｆ１と、ロータリーエンコーダ１Ｆ２と、撮像部１Ｉと、容器傾斜角度計１Ｃ１とが接続されるのみならず、設定スイッチおよびプロセスコンピュータも接続されている。
図１２～図１４に示す例では、学習モデル部１Ｎ１が、スラグ除去部材１Ｄによるスラグの除去が行われた後に容器１Ａ内の溶融金属の表面に残留する残留スラグの量である排滓後スラグ残留量の目標値に基づいて、スラグ除去部材１Ｄによるスラグの除去を行うための第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの動作のスケジュールである排滓動作スケジュールを算出する。
詳細には、学習モデル部１Ｎ１は、排滓システム１の過去の操業データ（操業実績、設備実績および運転実績（図４参照））と、排滓システム１の過去の操業データが得られたときの排滓実績との組を教師データ（学習データ）として教師あり学習を行う。
【0058】
図１２～図１４に示す例では、学習モデル部１Ｎ１によって行われる教師あり学習において用いられる教師データ（学習データ）を構成する排滓システム１の排滓実績および排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）として、例えば図４に示す排滓システム１の排滓実績および排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）を利用可能である。
この例では、学習モデル部１Ｎ１によって行われる教師あり学習において用いられる教師データを構成する排滓実績に、除滓後のスラグ残留量［ｔ］が含まれる。
また、この例では、学習モデル部１Ｎ１によって行われる教師あり学習において用いられる教師データ（学習データ）を構成する排滓実績に、復Ｓ量［×１０－３％］と溶銑ロス量［ｔ／ｃｈ］とが含まれる。
この例では、学習モデル部１Ｎ１によって行われる教師あり学習において用いられる教師データを構成する排滓実績に、除滓後のスラグ残留量［ｔ］が含まれる。
また、この例では、学習モデル部１Ｎ１によって行われる教師あり学習において用いられる教師データ（学習データ）を構成する排滓実績に、復Ｓ量［×１０－３％］と溶銑ロス量［ｔ／ｃｈ］とが含まれる。
【0059】
また、図１２～図１４に示す例では、学習モデル部１Ｎ１によって行われる教師あり学習において教師データ（学習データ）として、例えば図５に示すような正解データおよび不正解データを利用可能である。
この例では、復Ｓ量が復Ｓ量閾値Ｔ１より小さく、溶銑ロス量が溶銑ロス量閾値Ｔ２より小さい排滓システム１の排滓実績と、復Ｓ量が復Ｓ量閾値Ｔ１より小さく、溶銑ロス量が溶銑ロス量閾値Ｔ２より小さい排滓システム１の排滓実績が得られたときの排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）との組が、学習モデル部１Ｎ１によって行われる教師あり学習において、教師データ（学習データ）の正解データとして用いられる。
また、この例では、復Ｓ量が復Ｓ量閾値Ｔ１以上であるか、あるいは、溶銑ロス量が溶銑ロス量閾値Ｔ２以上である排滓システム１の排滓実績と、復Ｓ量が復Ｓ量閾値Ｔ１以上であるか、あるいは、溶銑ロス量が溶銑ロス量閾値Ｔ２以上である排滓システム１の排滓実績が得られたときの排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）との組が、学習モデル部１Ｎ１によって行われる教師あり学習において、教師データ（学習データ）の不正解データとして用いられる。
この例では、復Ｓ量が復Ｓ量閾値Ｔ１より小さく、溶銑ロス量が溶銑ロス量閾値Ｔ２より小さい排滓システム１の排滓実績と、復Ｓ量が復Ｓ量閾値Ｔ１より小さく、溶銑ロス量が溶銑ロス量閾値Ｔ２より小さい排滓システム１の排滓実績が得られたときの排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）との組が、学習モデル部１Ｎ１によって行われる教師あり学習において、教師データ（学習データ）の正解データとして用いられる。
また、この例では、復Ｓ量が復Ｓ量閾値Ｔ１以上であるか、あるいは、溶銑ロス量が溶銑ロス量閾値Ｔ２以上である排滓システム１の排滓実績と、復Ｓ量が復Ｓ量閾値Ｔ１以上であるか、あるいは、溶銑ロス量が溶銑ロス量閾値Ｔ２以上である排滓システム１の排滓実績が得られたときの排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）との組が、学習モデル部１Ｎ１によって行われる教師あり学習において、教師データ（学習データ）の不正解データとして用いられる。
【0060】
図１１～図１３に示す例では、学習モデル部１Ｎ１によって行われる教師あり学習において用いられる教師データ（学習データ）を構成する排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）に、例えば図４に「操業実績」で示すような、排滓システム１によって扱われる溶融金属および溶融金属の表面から除去されるスラグに関するデータが含まれる。
【0061】
また、図１１～図１３に示す例では、学習モデル部１Ｎ１によって行われる教師あり学習において用いられる教師データ（学習データ）を構成する排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）に、例えば図４に「設備実績」で示すような、スラグ除去部材１Ｄの形状に関するデータ等が含まれる。
【0062】
また、図１２～図１４に示す例では、学習モデル部１Ｎ１によって行われる教師あり学習において用いられる教師データ（学習データ）を構成する排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）に、例えば図４に「運転実績」で示すような、容器１Ａおよびスラグ除去部材１Ｄの動きに関するデータ等が含まれる。
【0063】
図１２～図１４に示す例では、ＡＩモデル部１Ｎ２が、排滓後スラグ残留量の目標値に基づいて学習モデル部１Ｎ１によって算出された排滓動作スケジュールを実現する第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの制御スケジュールを生成する。
また、ＡＩモデル部１Ｎ２は、制御部１Ｈが学習モデル部１Ｎ１によって生成された制御スケジュールに基づいて第１アクチュエータ１Ｂと第２アクチュエータ１Ｅとを制御しているときに第１検出部１Ｃと第２検出部１Ｆと撮像部１Ｉとによって得られるリアルタイムデータに基づいて、第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの制御スケジュールを修正（更新）する機能を有する。
制御部１Ｈが学習モデル部１Ｎ１によって生成された制御スケジュールに基づいて第１アクチュエータ１Ｂと第２アクチュエータ１Ｅとを制御しているときに第１検出部１Ｃと第２検出部１Ｆと撮像部１Ｉとによって得られるリアルタイムデータには、ＡＩモデル部１Ｎ２によって取得された容器１Ａ内の溶融金属の表面のスラグ残留量（重量分布算出部１Ｊによって算出された容器１Ａ内の溶融金属の表面のスラグ残留量）が含まれる。
詳細には、制御部１Ｈが学習モデル部１Ｎ１によって生成された制御スケジュールに基づいて第１アクチュエータ１Ｂと第２アクチュエータ１Ｅとを制御しているときに第１検出部１Ｃと第２検出部１Ｆと撮像部１Ｉとによって得られるリアルタイムデータには、ＡＩモデル部１Ｎ２が掻き板状態量取得部１Ｎ３、容器状態量取得部１Ｎ４等から取得する排滓の特徴量、ＡＩモデル部１Ｎ２が湯面状態量取得部１Ｎ５から取得する湯面状態量（重量分布算出部１Ｊによって算出された容器１Ａ内の溶融金属の表面に残留する残留スラグの重量分布）などが含まれる。
また、ＡＩモデル部１Ｎ２は、制御部１Ｈが学習モデル部１Ｎ１によって生成された制御スケジュールに基づいて第１アクチュエータ１Ｂと第２アクチュエータ１Ｅとを制御しているときに第１検出部１Ｃと第２検出部１Ｆと撮像部１Ｉとによって得られるリアルタイムデータに基づいて、第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの制御スケジュールを修正（更新）する機能を有する。
制御部１Ｈが学習モデル部１Ｎ１によって生成された制御スケジュールに基づいて第１アクチュエータ１Ｂと第２アクチュエータ１Ｅとを制御しているときに第１検出部１Ｃと第２検出部１Ｆと撮像部１Ｉとによって得られるリアルタイムデータには、ＡＩモデル部１Ｎ２によって取得された容器１Ａ内の溶融金属の表面のスラグ残留量（重量分布算出部１Ｊによって算出された容器１Ａ内の溶融金属の表面のスラグ残留量）が含まれる。
詳細には、制御部１Ｈが学習モデル部１Ｎ１によって生成された制御スケジュールに基づいて第１アクチュエータ１Ｂと第２アクチュエータ１Ｅとを制御しているときに第１検出部１Ｃと第２検出部１Ｆと撮像部１Ｉとによって得られるリアルタイムデータには、ＡＩモデル部１Ｎ２が掻き板状態量取得部１Ｎ３、容器状態量取得部１Ｎ４等から取得する排滓の特徴量、ＡＩモデル部１Ｎ２が湯面状態量取得部１Ｎ５から取得する湯面状態量（重量分布算出部１Ｊによって算出された容器１Ａ内の溶融金属の表面に残留する残留スラグの重量分布）などが含まれる。
【0064】
掻き板状態量取得部１Ｎ３は、掻き板座標計算部１Ｆ４によって算出された掻き板１Ｄ１の座標（位置）と、リニアエンコーダ１Ｆ１によって検出された昇降シリンダ１Ｅ１１のストローク量および旋回シリンダ１Ｅ１２のストローク量と、ロータリーエンコーダ１Ｆ２によって検出された走行台車１Ｅ２の車輪の回転数と、排滓装置制御部１Ｈ２による制御の対象の第２アクチュエータ１Ｅの状態とを、掻き板状態量として取得する。掻き板状態量取得部１Ｎ３によって掻き板状態量として取得されたデータは、ＡＩモデル部１Ｎ２に送られる。
容器状態量取得部１Ｎ４は、容器傾斜角度計１Ｃ１によって検出された容器１Ａの傾斜角と、傾動装置制御部１Ｈ１による制御の対象の第１アクチュエータ１Ｂの状態とを、容器状態量として取得する。容器状態量取得部１Ｎ４によって容器状態量として取得されたデータは、ＡＩモデル部１Ｎ２に送られる。
湯面状態量取得部１Ｎ５は、重量分布算出部１Ｊによって算出された容器１Ａ内の溶融金属の表面に残留する残留スラグの重量分布を湯面状態量として取得する。湯面状態量取得部１Ｎ５によって湯面状態量として取得されたデータは、ＡＩモデル部１Ｎ２に送られる。
排滓動作スケジュール取得部１Ｎ６は、学習モデル部１Ｎ１によって算出された排滓動作スケジュールを取得する。排滓動作スケジュール取得部１Ｎ６によって取得された排滓動作スケジュールは、ＡＩモデル部１Ｎ２に送られる。
排滓実績データベース１Ｎ７には、例えば図４に示すような排滓システム１の排滓実績がデータとして格納されている。排滓実績データベース１Ｎ７に格納されている排滓システム１の排滓実績は、学習モデル部１Ｎ１に送られ、学習モデル部１Ｎ１において行われる教師あり学習に用いられる。
容器状態量取得部１Ｎ４は、容器傾斜角度計１Ｃ１によって検出された容器１Ａの傾斜角と、傾動装置制御部１Ｈ１による制御の対象の第１アクチュエータ１Ｂの状態とを、容器状態量として取得する。容器状態量取得部１Ｎ４によって容器状態量として取得されたデータは、ＡＩモデル部１Ｎ２に送られる。
湯面状態量取得部１Ｎ５は、重量分布算出部１Ｊによって算出された容器１Ａ内の溶融金属の表面に残留する残留スラグの重量分布を湯面状態量として取得する。湯面状態量取得部１Ｎ５によって湯面状態量として取得されたデータは、ＡＩモデル部１Ｎ２に送られる。
排滓動作スケジュール取得部１Ｎ６は、学習モデル部１Ｎ１によって算出された排滓動作スケジュールを取得する。排滓動作スケジュール取得部１Ｎ６によって取得された排滓動作スケジュールは、ＡＩモデル部１Ｎ２に送られる。
排滓実績データベース１Ｎ７には、例えば図４に示すような排滓システム１の排滓実績がデータとして格納されている。排滓実績データベース１Ｎ７に格納されている排滓システム１の排滓実績は、学習モデル部１Ｎ１に送られ、学習モデル部１Ｎ１において行われる教師あり学習に用いられる。
【0065】
表示部１Ｐは、制御スケジュール生成部１Ｎによって生成された制御スケジュールのうちの例えば現在の状況を表示する。
操業データベース１Ｍには、例えば図４に示すような排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）が格納されている。操業データベース１Ｍに格納されている排滓システム１の過去の操業データは、学習モデル部１Ｎ１に送られ、学習モデル部１Ｎ１において行われる教師あり学習に用いられる。
操業データベース１Ｍには、例えば図４に示すような排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）が格納されている。操業データベース１Ｍに格納されている排滓システム１の過去の操業データは、学習モデル部１Ｎ１に送られ、学習モデル部１Ｎ１において行われる教師あり学習に用いられる。
【0066】
図１５は第２実施形態の排滓システム１において実行される処理の一例を説明するためのフローチャートである。
図１５に示す例では、ステップＳ２１Ａにおいて、操業データベース１Ｍが、排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）（制約条件）を学習モデル部１Ｎ１に出力する。
また、ステップＳ２１Ａでは、排滓実績データベース１Ｎ７が、排滓システム１の排滓実績（制約条件）を学習モデル部１Ｎ１に出力する。
次いで、ステップＳ２１Ｂでは、学習モデル部１Ｎ１が、排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）と、排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）が得られたときの排滓実績との組を教師データ（学習データ）として教師あり学習（学習モデルによる予測）を行う。
図１５に示す例では、ステップＳ２１Ａにおいて、操業データベース１Ｍが、排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）（制約条件）を学習モデル部１Ｎ１に出力する。
また、ステップＳ２１Ａでは、排滓実績データベース１Ｎ７が、排滓システム１の排滓実績（制約条件）を学習モデル部１Ｎ１に出力する。
次いで、ステップＳ２１Ｂでは、学習モデル部１Ｎ１が、排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）と、排滓システム１の過去の操業データ（操業実績、設備実績および運転実績）が得られたときの排滓実績との組を教師データ（学習データ）として教師あり学習（学習モデルによる予測）を行う。
【0067】
次いで、ステップＳ２２では、スラグ除去部材１Ｄによるスラグの除去が行われた後に容器１Ａ内の溶融金属の表面に残留する残留スラグの量である排滓後スラグ残留量の目標値が、例えばオペレータ（排滓システム１の利用者）によって設定される。
他の例では、ステップＳ２２において、学習モデル部１Ｎ１が、排滓後スラグ残留量の目標値を設定してもよい。
他の例では、ステップＳ２２において、学習モデル部１Ｎ１が、排滓後スラグ残留量の目標値を設定してもよい。
【0068】
図１５に示す例では、ステップＳ２２において、学習モデル部１Ｎ１が、設定された排滓後スラグ残留量の目標値に基づいて、スラグ除去部材１Ｄによるスラグの除去を行うための第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの動作のスケジュールである排滓動作スケジュール（例えば図７に示すような除滓動作スケジュール）を算出する。
また、ステップＳ２２では、制御スケジュール生成部１Ｎが、排滓後スラグ残留量の目標値に基づいて算出された排滓動作スケジュールを実現する制御部１Ｈによる第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの制御スケジュールを生成する。
また、ステップＳ２２では、制御スケジュール生成部１Ｎが、排滓後スラグ残留量の目標値に基づいて算出された排滓動作スケジュールを実現する制御部１Ｈによる第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの制御スケジュールを生成する。
【0069】
図７に示す例では、図１５のステップＳ２２において算出される第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの動作のスケジュールに、撮像部１Ｉによって撮像された容器１Ａ内の溶融金属の表面の画像に基づくことなく、第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅが動作する時間帯（経過時間が０～６ｍｉｎの時間帯）と、撮像部１Ｉによって撮像された容器１Ａ内の溶融金属の表面の画像に基づいて、第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅが動作する時間帯（経過時間が６～１０ｍｉｎの時間帯）とが含まれる。
【0070】
また、図７に示す例では、撮像部１Ｉによって撮像された容器１Ａ内の溶融金属の表面の画像に基づかない第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの動作（経過時間が０～６ｍｉｎの時間帯の動作）は、撮像部１Ｉによって撮像された容器１Ａ内の溶融金属の表面の画像に基づく第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの動作（経過時間が６～１０ｍｉｎの時間帯の動作）よりも先に実行される。
【0071】
図１５に示す例では、次いで、ステップＳ２３において、学習モデル部１Ｎ１が、ステップＳ２２において算出された排滓動作スケジュールを出力し、排滓システム１の排滓動作が開始する。
【0072】
次いで、ステップＳ２４では、制御部１Ｈが、ステップＳ２２において生成された制御スケジュールに基づいて第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅを制御する。
図７に示す例では、図１４のステップＳ２４が最初に実行される時に、制御部１Ｈは、「経過時間」が０～２［ｍｉｎ］の期間中の排滓動作スケジュールを実現する第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの制御を実行する。具体的には、制御部１Ｈは、撮像部１Ｉによって撮像された容器１Ａ内の溶融金属の表面の画像に基づくことなく、容器１Ａの傾斜角を３０［°］に設定する第１アクチュエータ１Ｂの制御、および、「掻出し回数」を２０回に設定し、掻き板１Ｄ１の「動作パターン」として「鍋（容器１Ａ）中央の排滓」を実行する第２アクチュエータ１Ｅの制御を実行する。
また、制御部１Ｈは、「経過時間」が２～６［ｍｉｎ］の期間中の排滓動作スケジュールを実現する第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの制御を実行する。制御部１Ｈは、撮像部１Ｉによって撮像された容器１Ａ内の溶融金属の表面の画像に基づくことなく、容器１Ａの傾斜角を３０［°］に設定する第１アクチュエータ１Ｂの制御、および、「掻出し回数」を４０回に設定し、掻き板１Ｄ１の「動作パターン」として「鍋（容器１Ａ）周囲の排滓」を実行する第２アクチュエータ１Ｅの制御を実行する。
また、ステップＳ２４では、表示部１Ｐが、制御部１Ｈによる現在の第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの制御の状況を例えば表示モニタに表示する。
図７に示す例では、図１４のステップＳ２４が最初に実行される時に、制御部１Ｈは、「経過時間」が０～２［ｍｉｎ］の期間中の排滓動作スケジュールを実現する第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの制御を実行する。具体的には、制御部１Ｈは、撮像部１Ｉによって撮像された容器１Ａ内の溶融金属の表面の画像に基づくことなく、容器１Ａの傾斜角を３０［°］に設定する第１アクチュエータ１Ｂの制御、および、「掻出し回数」を２０回に設定し、掻き板１Ｄ１の「動作パターン」として「鍋（容器１Ａ）中央の排滓」を実行する第２アクチュエータ１Ｅの制御を実行する。
また、制御部１Ｈは、「経過時間」が２～６［ｍｉｎ］の期間中の排滓動作スケジュールを実現する第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの制御を実行する。制御部１Ｈは、撮像部１Ｉによって撮像された容器１Ａ内の溶融金属の表面の画像に基づくことなく、容器１Ａの傾斜角を３０［°］に設定する第１アクチュエータ１Ｂの制御、および、「掻出し回数」を４０回に設定し、掻き板１Ｄ１の「動作パターン」として「鍋（容器１Ａ）周囲の排滓」を実行する第２アクチュエータ１Ｅの制御を実行する。
また、ステップＳ２４では、表示部１Ｐが、制御部１Ｈによる現在の第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの制御の状況を例えば表示モニタに表示する。
【0073】
図１５に示す例では、次いで、ステップＳ２５において、ＡＩモデル部１Ｎ２が、排滓の特徴量を掻き板状態量取得部１Ｎ３、容器状態量取得部１Ｎ４等から取得する。
また、ステップＳ２５では、ＡＩモデル部１Ｎ２が、湯面状態量（重量分布算出部１Ｊによって算出された容器１Ａ内の溶融金属の表面に残留する残留スラグの重量分布）を湯面状態量取得部１Ｎ５から取得する。つまり、ＡＩモデル部１Ｎ２は、重量分布算出部１Ｊによって算出された容器１Ａ内の溶融金属の表面のスラグ残留量を取得する。
また、ステップＳ２５では、ＡＩモデル部１Ｎ２が、湯面状態量（重量分布算出部１Ｊによって算出された容器１Ａ内の溶融金属の表面に残留する残留スラグの重量分布）を湯面状態量取得部１Ｎ５から取得する。つまり、ＡＩモデル部１Ｎ２は、重量分布算出部１Ｊによって算出された容器１Ａ内の溶融金属の表面のスラグ残留量を取得する。
【0074】
次いで、ステップＳ２６では、ＡＩモデル部１Ｎ２は、ステップＳ２５において取得された容器１Ａ内の溶融金属の表面のスラグ残留量が、ステップＳ２２において設定された排滓後スラグ残留量の目標値より少なくなったか否かを判定する。
更に、ステップＳ２６では、ＡＩモデル部１Ｎ２は、排滓システム１の排滓動作開始後の経過時間が制限時間を超過したか否かを判定する。
また、ステップＳ２６では、ＡＩモデル部１Ｎ２は、撮像部１Ｉによって撮像された画像に基づいて、溶銑の掻き出しが発生しているか否かを判定する。
スラグ残留量が排滓後スラグ残留量の目標値より少なくなった場合には、排滓システム１の排滓動作を終了し、ステップＳ２８に進む。排滓システム１の排滓動作開始後の経過時間が制限時間を超過した場合にも、排滓システム１の排滓動作を終了し、ステップＳ２８に進む。溶銑の掻き出しが発生した場合にも、排滓システム１の排滓動作を終了し、ステップＳ２８に進む。
一方、スラグ残留量が排滓後スラグ残留量の目標値より少なくなっておらず、かつ、排滓システム１の排滓動作開始後の経過時間が制限時間を超過しておらず、かつ、溶銑の掻き出しが発生していない場合には、ステップＳ２７に進む。
更に、ステップＳ２６では、ＡＩモデル部１Ｎ２は、排滓システム１の排滓動作開始後の経過時間が制限時間を超過したか否かを判定する。
また、ステップＳ２６では、ＡＩモデル部１Ｎ２は、撮像部１Ｉによって撮像された画像に基づいて、溶銑の掻き出しが発生しているか否かを判定する。
スラグ残留量が排滓後スラグ残留量の目標値より少なくなった場合には、排滓システム１の排滓動作を終了し、ステップＳ２８に進む。排滓システム１の排滓動作開始後の経過時間が制限時間を超過した場合にも、排滓システム１の排滓動作を終了し、ステップＳ２８に進む。溶銑の掻き出しが発生した場合にも、排滓システム１の排滓動作を終了し、ステップＳ２８に進む。
一方、スラグ残留量が排滓後スラグ残留量の目標値より少なくなっておらず、かつ、排滓システム１の排滓動作開始後の経過時間が制限時間を超過しておらず、かつ、溶銑の掻き出しが発生していない場合には、ステップＳ２７に進む。
【0075】
ステップＳ２７では、学習モデル部１Ｎ１は、ステップＳ２２において生成された制御スケジュールに基づいて制御部１Ｈが第１アクチュエータ１Ｂと第２アクチュエータ１Ｅとを制御しているとき（例えば、ステップＳ２４が最初に実行される時）に第１検出部１Ｃと第２検出部１Ｆと撮像部１Ｉとによって得られるリアルタイムデータに基づいて、第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの制御スケジュールを修正（更新）する。
制御部１ＨがステップＳ２２において生成された制御スケジュールに基づいて第１アクチュエータ１Ｂと第２アクチュエータ１Ｅとを制御しているときに第１検出部１Ｃと第２検出部１Ｆと撮像部１Ｉとによって得られるリアルタイムデータには、ステップＳ２５において取得された容器１Ａ内の溶融金属の表面のスラグ残留量（重量分布算出部１Ｊによって算出された容器１Ａ内の溶融金属の表面のスラグ残留量）が含まれる。
詳細には、ステップＳ２７において、学習モデル部１Ｎ１は、ステップＳ２４が最初に実行される時に第１検出部１Ｃと第２検出部１Ｆと撮像部１Ｉとによって得られたリアルタイムデータ（実測値）と、ステップＳ２２において生成された制御スケジュール（指示値）との誤差を算出する。
更に、ステップＳ２７において、学習モデル部１Ｎ１は、ステップＳ２４が２回目に実行される時に制御部１Ｈが第１アクチュエータ１Ｂと第２アクチュエータ１Ｅとを制御するために用いられるパラメータ、式などの更新を行う。
次いで、ステップＳ２４に戻る。
２回目に実行されるステップＳ２４では、制御部１Ｈが、ステップＳ２７において更新されたパラメータ、式などに基づいて、第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅを制御する。
図７に示す例では、図１５のステップＳ２４が２回目に実行される時に、制御部１Ｈは、「経過時間」が６～８［ｍｉｎ］の期間中の排滓動作スケジュールを実現する第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの制御を実行する。具体的には、制御部１Ｈは、容器１Ａの傾斜角を３１［°］に設定する第１アクチュエータ１Ｂの制御、および、「掻出し回数」を２０回に設定し、掻き板１Ｄ１の「動作パターン」として「鍋（容器１Ａ）の左右のスラグを掻き集めて排滓」を実行する第２アクチュエータ１Ｅの制御を実行する。
また、図７に示す例では、図１５のステップＳ２６が２回目に実行される時にＮＯと判定され、図１５のステップＳ２４が３回目に実行される時に、制御部１Ｈは、「経過時間」が８～１０［ｍｉｎ］の期間中の排滓動作スケジュールを実現する第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの制御を実行する。具体的には、制御部１Ｈは、容器１Ａの傾斜角を３２［°］に設定する第１アクチュエータ１Ｂの制御、および、「掻出し回数」を２０回に設定し、撮像部１Ｉによって撮像された容器１Ａ内の溶融金属の表面の画像に基づいてスラグ位置に追従するように掻き板１Ｄ１を動かす第２アクチュエータ１Ｅの制御を実行する。
制御部１ＨがステップＳ２２において生成された制御スケジュールに基づいて第１アクチュエータ１Ｂと第２アクチュエータ１Ｅとを制御しているときに第１検出部１Ｃと第２検出部１Ｆと撮像部１Ｉとによって得られるリアルタイムデータには、ステップＳ２５において取得された容器１Ａ内の溶融金属の表面のスラグ残留量（重量分布算出部１Ｊによって算出された容器１Ａ内の溶融金属の表面のスラグ残留量）が含まれる。
詳細には、ステップＳ２７において、学習モデル部１Ｎ１は、ステップＳ２４が最初に実行される時に第１検出部１Ｃと第２検出部１Ｆと撮像部１Ｉとによって得られたリアルタイムデータ（実測値）と、ステップＳ２２において生成された制御スケジュール（指示値）との誤差を算出する。
更に、ステップＳ２７において、学習モデル部１Ｎ１は、ステップＳ２４が２回目に実行される時に制御部１Ｈが第１アクチュエータ１Ｂと第２アクチュエータ１Ｅとを制御するために用いられるパラメータ、式などの更新を行う。
次いで、ステップＳ２４に戻る。
２回目に実行されるステップＳ２４では、制御部１Ｈが、ステップＳ２７において更新されたパラメータ、式などに基づいて、第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅを制御する。
図７に示す例では、図１５のステップＳ２４が２回目に実行される時に、制御部１Ｈは、「経過時間」が６～８［ｍｉｎ］の期間中の排滓動作スケジュールを実現する第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの制御を実行する。具体的には、制御部１Ｈは、容器１Ａの傾斜角を３１［°］に設定する第１アクチュエータ１Ｂの制御、および、「掻出し回数」を２０回に設定し、掻き板１Ｄ１の「動作パターン」として「鍋（容器１Ａ）の左右のスラグを掻き集めて排滓」を実行する第２アクチュエータ１Ｅの制御を実行する。
また、図７に示す例では、図１５のステップＳ２６が２回目に実行される時にＮＯと判定され、図１５のステップＳ２４が３回目に実行される時に、制御部１Ｈは、「経過時間」が８～１０［ｍｉｎ］の期間中の排滓動作スケジュールを実現する第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの制御を実行する。具体的には、制御部１Ｈは、容器１Ａの傾斜角を３２［°］に設定する第１アクチュエータ１Ｂの制御、および、「掻出し回数」を２０回に設定し、撮像部１Ｉによって撮像された容器１Ａ内の溶融金属の表面の画像に基づいてスラグ位置に追従するように掻き板１Ｄ１を動かす第２アクチュエータ１Ｅの制御を実行する。
【0076】
ステップＳ２８では、排滓実績データベース１Ｎ７が、ステップＳ２６において排滓後スラグ残留量の目標値と比較された排滓後スラグ残留量を取得して格納する。
また、ステップＳ２８では、操業データベース１Ｍが、排滓システム１の排滓動作の開始から終了までの操業実績、設備実績、運転実績を取得して格納する。
また、ステップＳ２８では、操業データベース１Ｍが、排滓システム１の排滓動作の開始から終了までの操業実績、設備実績、運転実績を取得して格納する。
【0077】
次いで、ステップＳ２９では、学習モデル部１Ｎ１は、ステップＳ２２において生成された制御スケジュールに基づいて制御部１Ｈが第１アクチュエータ１Ｂと第２アクチュエータ１Ｅとを制御しているとき（つまり、ステップＳ２４が実行される時）に第１検出部１Ｃと第２検出部１Ｆと撮像部１Ｉとによって得られたリアルタイムデータに基づいて、リアルタイムデータ（実測値）と制御スケジュール生成部１Ｎによって生成された制御スケジュール（指示値）との誤差を算出し、排滓システム１の排滓動作が次に行われる時に制御スケジュール生成部１Ｎが制御スケジュールを生成するために用いられるパラメータ、式などの更新を行う。
【0078】
図１６および図１７は図１５のステップＳ２９において行われる誤差の算出、パラメータ、式などの更新の処理などの一例を説明するための図である。
図１６に示す例では、「掻数」が「１５回目」の処理の実行中（「経過時間」が５．８［ｍｉｎ］の時）に、図１６の右上の画像に示すような溶銑ロスが発生し、撮像部１Ｉによって液垂れが検知される。
そのため、図１５のステップＳ２６においてＮＯと判定され、図１５のステップＳ２７が実行される。
ステップＳ２７では、「掻数」が「１６回目」以降のスケジュールが、図１６の左上に示すスケジュールから、図１６の左下に示すスケジュールに改定される。
また、図１６の右下のグラフに示すように、溶銑ロスの発生が検知された「経過時間」５．８［ｍｉｎ］の時点で、排滓システム１の排滓動作が終了する（つまり、「実績」で示す曲線が途切れる）。
図１６の右下のグラフに示すように、図１６に示す例では、「経過時間」５．８［ｍｉｎ］の時点で、スラグ残留量は目標値とほぼ等しく、経過時間は制限時間を超過していない。つまり、図１６に示す例では、上述したように、「経過時間」５．８［ｍｉｎ］の時点で、溶銑ロスが発生したために、図１５のステップＳ２６においてＮＯと判定される。
図１６に示す例では、「掻数」が「１５回目」の処理の実行中（「経過時間」が５．８［ｍｉｎ］の時）に、図１６の右上の画像に示すような溶銑ロスが発生し、撮像部１Ｉによって液垂れが検知される。
そのため、図１５のステップＳ２６においてＮＯと判定され、図１５のステップＳ２７が実行される。
ステップＳ２７では、「掻数」が「１６回目」以降のスケジュールが、図１６の左上に示すスケジュールから、図１６の左下に示すスケジュールに改定される。
また、図１６の右下のグラフに示すように、溶銑ロスの発生が検知された「経過時間」５．８［ｍｉｎ］の時点で、排滓システム１の排滓動作が終了する（つまり、「実績」で示す曲線が途切れる）。
図１６の右下のグラフに示すように、図１６に示す例では、「経過時間」５．８［ｍｉｎ］の時点で、スラグ残留量は目標値とほぼ等しく、経過時間は制限時間を超過していない。つまり、図１６に示す例では、上述したように、「経過時間」５．８［ｍｉｎ］の時点で、溶銑ロスが発生したために、図１５のステップＳ２６においてＮＯと判定される。
【0079】
図１７に示す例では、「経過時間［ｍｉｎ］」、「スラグ残留量［ｔ］」、「溶銑ロス発生有無」、「掻き板１Ｄ１の浸漬位置［ｍｍ］」、「鍋（容器１Ａ）の傾動角」および「掻き出し速度［回／ｍｉｎ］」が、ＡＩモデル部１Ｋ２の入力層に設定され、ＡＩモデル部１Ｎ２による制御スケジュールの予測（制御スケジュールの変更）が行われる。
【0080】
上述したように、操作者（オペレータ）の認知・判断によって排滓装置が操作される場合には、排滓効率（限られた時間の中でどれだけ多くのスラグを除去するか）や溶銑のロス量（溶銑の掻き出し量）の実績が操作者の習熟度や操作環境等に左右され、溶銑歩留や成分のバラツキが生じてしまうおそれがある。
そこで、第２実施形態の排滓システム１では、学習モデル部１Ｎ１が、排滓対象の溶融金属の過去の操業データ（操業実績、設備実績および運転実績）と、過去の排滓実績のデータとを用いた解析（学習）を行うことにより、第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの最適な制御スケジュールを生成する。更に、ＡＩモデル部１Ｎ２は、排滓動作が行われているときに得られるリアルタイムデータ（計装・画像データ）を用いて解析を行い、掻き板１Ｄ１の最適動作を予測する。学習モデル部１Ｎ１の演算結果およびＡＩモデル部１Ｎ２の予測結果は、生成される制御スケジュールに反映され、制御部１Ｈは、生成された制御スケジュールに基づいて、第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅを自動制御する。
そこで、第２実施形態の排滓システム１では、学習モデル部１Ｎ１が、排滓対象の溶融金属の過去の操業データ（操業実績、設備実績および運転実績）と、過去の排滓実績のデータとを用いた解析（学習）を行うことにより、第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅの最適な制御スケジュールを生成する。更に、ＡＩモデル部１Ｎ２は、排滓動作が行われているときに得られるリアルタイムデータ（計装・画像データ）を用いて解析を行い、掻き板１Ｄ１の最適動作を予測する。学習モデル部１Ｎ１の演算結果およびＡＩモデル部１Ｎ２の予測結果は、生成される制御スケジュールに反映され、制御部１Ｈは、生成された制御スケジュールに基づいて、第１アクチュエータ１Ｂおよび第２アクチュエータ１Ｅを自動制御する。
【0081】
以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。上述した各実施形態および各例に記載の構成を組み合わせてもよい。
【0082】
なお、上述した実施形態における排滓システム１が備える各部の機能全体あるいはその一部は、これらの機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現しても良い。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶部のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでも良い。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであっても良い。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶部のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでも良い。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであっても良い。
【符号の説明】
【0083】
１…排滓システム、１Ａ…容器、１Ｂ…第１アクチュエータ、１Ｂ１…傾動装置、１Ｂ１１…傾動シリンダ、１Ｂ２…容器台車、１Ｃ…第１検出部、１Ｃ１…容器傾斜角度計、１Ｃ２…容器台車位置検出装置、１Ｄ…スラグ除去部材、１Ｄ１…掻き板、１Ｄ２…アーム、１Ｅ…第２アクチュエータ、１Ｅ１…シリンダ、１Ｅ１１…昇降シリンダ、１Ｅ１２…旋回シリンダ、１Ｅ２…走行台車、１Ｅ２１…モータ、１Ｆ…第２検出部、１Ｆ１…リニアエンコーダ、１Ｆ２…ロータリーエンコーダ、１Ｆ３…アーム撮像カメラ、１Ｆ４…掻き板座標計算部、１Ｇ…操作部、１Ｈ…制御部、１Ｈ１…傾動装置制御部、１Ｈ２…排滓装置制御部、１Ｉ…撮像部、１Ｊ…重量分布算出部、１Ｋ…ガイダンス生成部、１Ｋ１…学習モデル部、１Ｋ２…ＡＩモデル部、１Ｋ３…掻き板状態量取得部、１Ｋ４…容器状態量取得部、１Ｋ５…湯面状態量取得部、１Ｋ６…排滓動作スケジュール取得部、１Ｋ７…排滓実績データベース、１Ｌ…ガイダンス出力部、１Ｍ…操業データベース、１Ｎ…制御スケジュール生成部、１Ｎ１…学習モデル部、１Ｎ２…ＡＩモデル部、１Ｎ３…掻き板状態量取得部、１Ｎ４…容器状態量取得部、１Ｎ５…湯面状態量取得部、１Ｎ６…排滓動作スケジュール取得部、１Ｎ７…排滓実績データベース、１Ｐ…表示部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】