特許 7663705 液体冶金製品の化学組成を決定するためのシステムおよび方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2025-04-08

(45)【発行日】2025-04-16

(54)【発明の名称】液体冶金製品の化学組成を決定するためのシステムおよび方法

(51)【国際特許分類】

   G01N 21/31 20060101AFI20250409BHJP

   G01N 25/02 20060101ALN20250409BHJP

【ＦＩ】

G01N21/31

G01N25/02 B

【請求項の数】 11

(21)【出願番号】P 2023555254

(86)(22)【出願日】2021-03-10

(65)【公表番号】

(43)【公表日】2024-03-04

(86)【国際出願番号】 IB2021051976

(87)【国際公開番号】W WO2022189830

(87)【国際公開日】2022-09-15

【審査請求日】2023-10-31

(73)【特許権者】

【識別番号】515214729

【氏名又は名称】アルセロールミタル

(74)【代理人】

【識別番号】110001173

【氏名又は名称】弁理士法人川口國際特許事務所

(72)【発明者】

【氏名】ピコン，アルトサイ

(72)【発明者】

【氏名】アルバレス・ヒラ，アイトル

(72)【発明者】

【氏名】ビセンテ・ロホ，アシエル

【審査官】後藤 慎平

(56)【参考文献】

【文献】特開２０００－１４６９５０（ＪＰ，Ａ）

【文献】特開平０１－２２９９４３（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０１Ｎ ２１／１７－２１／６１

Ｇ０１Ｎ ２５／０２

(57)【特許請求の範囲】

【請求項1】

電磁放射を放出する液体冶金製品（２）の化学組成を決定するためのデバイスであって、
所定の波長範囲Δλにおいて冶金製品（２）によって放出された電磁放射を取得するように構成された収集プローブ（３）、
収集プローブ（３）に接続され、取得された電磁放射のスペクトル信号を生成するように構成された分光手段（８）、
ＭＣＭＣ法を用いて、前記生成されたスペクトル信号から、観測された放射輝度Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）を計算し、前記計算された観測された放射輝度Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）から、所定の波長範囲Δλにおける冶金製品（２）の温度Ｔ_ｅｓｔおよび分光放射率ε_ｅｓｔ（λ，Ｔ_ｅｓｔ）を推定するように構成された処理手段
を少なくとも備え、
前記処理手段は、所定の波長範囲ΔλにおけるＸ個の試料ｉ（ｉは１からＸまで変化する）の基準放射輝度Ｌ_{ｒｅｆ，ｉ}（λ，Ｔ_{ｒｅｆ，ｎ}）、およびＺ個の基準温度Ｔ_{ｒｅｆ，ｎ}（ｎは１からＺまで変化する）のデータベースであって、各基準放射輝度について、
所定の波長範囲Δλにおける基準温度Ｔ_{ｒｅｆ，ｎ}に関連する基準分光放射率ε_{ｒｅｆ，ｉ}（λ，Ｔ_{ｒｅｆ，ｎ}）、および
前記試料ｉの化学組成
を含む、データベースを含み、
処理手段は、推定された分光放射率ε_ｅｓｔ（λ，Ｔ_ｅｓｔ）および推定された温度Ｔ_ｅｓｔを、前記データベースに含まれる所定の波長範囲Δλおよび推定された温度Ｔ_ｅｓｔにおける基準温度Ｔ_{ｒｅｆ，ｎ}および基準分光放射率ε_{ｒｅｆ，ｉ}（λ，Ｔ_{ｒｅｆ，ｎ}）と比較して、観測された放射輝度Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）と最良適合する基準放射輝度Ｌ_ｂｆ（λ，Ｔ_ｒｅｆ）を決定するように、
および、決定された最良適合する基準放射輝度Ｌ_ｂｆ（λ，Ｔ_ｒｅｆ）から液体冶金製品（２）の化学組成を決定するように構成される、デバイス。

【請求項2】

分光手段（８）が、複数の分光計（９、１０、１１）を備え、各分光計が収集プローブ（３）に接続され、所定の波長範囲Δλの決定された一部分においてスペクトル信号の一部を生成するように構成される、請求項１に記載のデバイス（１）。

【請求項3】

分光手段（８）が、所定の波長範囲Δλに対応する２００から１２０００ナノメートルの間のスペクトル範囲でスペクトル信号を生成するように構成される、請求項１または２に記載のデバイス（１）。

【請求項4】

処理手段がまた、前記処理手段によって計算され、考慮される分光計（９、１０、１１）に関連付けられた少なくとも較正定数を用いて、スペクトル信号の各部分を補正するように構成される、請求項１から３のいずれか一項に記載のデバイス（１）。

【請求項5】

請求項１から４のいずれか一項に記載のデバイス（１）を用いて、電磁放射を放出する液体冶金製品（２）の化学組成を決定するための方法であって、
ｉ．所定の波長範囲Δλにおいて冶金製品（２）によって放出される電磁放射を取得するステップ（Ｅ１）と、
ｉｉ．冶金製品（２）によって放出される前記電磁放射のスペクトル成分を分離し測定することにより、スペクトル信号を生成するステップ（Ｅ２）と、
ｉｉｉ．前記スペクトル信号から、冶金製品（２）の観測された放射輝度Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）を生成するステップ（Ｅ３）と、
ｉｖ．前記観測された放射輝度Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）から、冶金製品（２）の前記所定の波長範囲における、温度Ｔ_ｅｓｔおよび分光放射率ε_ｅｓｔ（λ，Ｔ_ｅｓｔ）を推定するステップ（Ｅ４）と、
ｖ．前記推定された分光放射率ε_ｅｓｔ（λ，Ｔ_ｅｓｔ）および温度Ｔ_ｅｓｔを、データベースからの、各基準放射輝度Ｌ_{ｒｅｆ，ｉ}（λ，Ｔ_ｒｅｆ）の基準分光放射率ε_{ｒｅｆ，ｉ}（λ，Ｔ_ｒｅｆ）および基準Ｔ_ｒｅｆ温度と比較するステップ（Ｅ５）と、
ｖｉ．観測された放射輝度Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）と最良適合する基準放射輝度Ｌ_ｂｆ（λ，Ｔ_ｒｅｆ）を決定するステップ（Ｅ６）と、
ｖｉｉ．放出冶金製品（２）の化学組成を決定するステップ（Ｅ７）と
を含む、方法。

【請求項6】

ステップｉｖ（Ｅ４）において、大気の減衰係数も観測された放射輝度から推定され、前記観測された放射輝度が前記減衰係数と相関される、請求項５に記載の方法。

【請求項7】

ステップｉｉｉ（Ｅ３）が、
スペクトル信号を理想的な黒体放射輝度Ｌ_ＢＢ（λ，Ｔ）に変換するサブステップ、
この理想的な放射輝度Ｌ_ＢＢ（λ，Ｔ）を、処理手段によって計算され、分光手段（８）に関連付けられた少なくとも較正定数を用いて補正するサブステップであって、前記較正定数が、波長範囲において知られている放射温度および知られている放射率の較正ランプを用いて計算される、サブステップ
にしたがって実施される、請求項５または６に記載の方法。

【請求項8】

ステップｉｖ（Ｅ４）が：
ベクトルを決定するサブステップであって、ベクトルの座標が、波長範囲における、少なくとも放射温度および放射率を表す、ランダムに選択された変数である、サブステップ、
選択された変数に基づいて、期待される放射輝度Ｌ_ｅｘｐ（λ，Ｔ）を計算するサブステップ、
観測された放射輝度と期待される放射輝度とを比較することにより確率論的推論モデルを適合させて、観測された放射輝度Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）に向かっての、期待される放射輝度Ｌ_ｅｘｐ（λ，Ｔ）の収束まで、選択された変数をランダムに変更することにより期待される分散をランダムに変更するサブステップ、
当該の適合された確率論的推論モデルを使用することによって、液体冶金製品（２）の波長範囲Δλにおける放射温度Ｔ_ｅｓｔと分光放射率ε_ｅｓｔ（λ，Ｔ_ｅｓｔ）とを推定するサブステップ
にしたがって実施される、請求項７に記載の方法。

【請求項9】

ベクトルの座標のうちの１つが大気の減衰係数を含み、前記減衰係数もまた、当該の適合された確率論的推論モデルを使用することによって推定される、請求項８に記載の方法。

【請求項10】

ステップｉｖ（Ｅ４）が、三角形の伝達関数を用いて波長範囲から決定される波長の縮小されたセットを用いて実施される、請求項８または９に記載の方法。

【請求項11】

ステップｖ（Ｅ５）からステップｖｉｉ（Ｅ７）が、処理手段によって実現された多層パーセプトロンによって実行される、請求項５から１０のいずれか一項に記載の方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、冶金の分野であり、より詳細には液体冶金製品の分野である。

【背景技術】

【0002】

本発明は、より詳細には、そのような冶金製品によって放出される電磁放射を使用して液体冶金製品の化学組成を決定するためのシステムおよび方法に関する。

【0003】

冶金において知られている問題は、冶金製品が非常に高い温度、典型的には１０００℃を超える温度にさらされ、そのためそれらの溶融により液体状であるときに、冶金製品の特性を適切に評価することである。

【0004】

公開ＷＯ２０１６／１８１１８５号から、設備を使用して、固体スラグ部分の化学組成を得ることができるセンサが知られており、その設備は、スラグ部分を明るくするように適合された光源と、スラグ部分からの反射光を収集するように適合された光学系と、収集された光からデータセットを得るように適合された処理手段とを備え、前記データセットは複数の点から収集された反射光の強度を表す値を含む行列を定義する。このようにして、反射光の強度とその波長に基づいてスラグ部分の化学組成を推定する回帰アルゴリズムが実施される。

【0005】

しかしながら、公開ＷＯ２０１６／１８１１８５号のシステムおよび方法は、知られていない冶金製品に適用することはできない。さらに、反射光のみが設備によって収集されるので、スラグ部分は光源によって励起されなければならない。

【先行技術文献】

【特許文献】

【0006】

【文献】国際公開第２０１６／１８１１８５号

【発明の概要】

【発明が解決しようとする課題】

【0007】

したがって、本発明の目的は、電磁放射を放出する任意の液体冶金製品の化学組成を決定するためのシステムおよび方法を提供することによって、先行技術の欠点を改善することである。

【課題を解決するための手段】

【0008】

この目的のために、本発明は、電磁放射を放出する液体冶金製品の化学組成を決定するためのデバイスに関するものであり、デバイスは少なくとも：
－ 所定の波長範囲Δλにおいて冶金製品によって放出された電磁放射を取得するように構成された収集プローブ、
－ 収集プローブに接続され、取得された電磁放射のスペクトル信号を生成するように構成された分光手段、
－ 前記生成されたスペクトル信号から、観測された放射輝度Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）を計算し、前記計算された観測された放射輝度から、所定の波長範囲Δλにおける冶金製品の温度Ｔ_ｅｓｔおよび分光放射率ε_ｅｓｔ（λ，Ｔ_ｅｓｔ）を推定するように構成された処理手段、
を含み、前記処理手段は、所定の波長範囲ΔλにおけるＸ個の試料ｉ（ｉは１からＸまで変化する）の基準放射輝度Ｌ_{ｒｅｆ，ｉ}（λ，Ｔ_{ｒｅｆ，ｎ}）、およびＺ個の基準温度Ｔ_{ｒｅｆ，ｎ}（ｎは１からＺまで変化する）のデータベースであって、各基準放射輝度について：
・所定の波長範囲Δλにおける基準温度Ｔ_{ｒｅｆ，ｎ}に関連する基準分光放射率ε_{ｒｅｆ，ｉ}（λ，Ｔ_{ｒｅｆ，ｎ}）、および
・前記試料ｉの化学組成、
を含む、データベースを含み、
推定された分光放射率ε_ｅｓｔ（λ，Ｔ_ｅｓｔ）および推定された温度Ｔ_ｅｓｔを、前記データベースに含まれる所定の波長範囲Δλおよび推定された温度Ｔ_ｅｓｔにおける基準温度Ｔ_{ｒｅｆ，ｎ}および基準分光放射率ε_{ｒｅｆ，ｉ}（λ，Ｔ_{ｒｅｆ，ｎ}）と比較して、観測された放射輝度Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）と最良適合する基準放射輝度Ｌ_ｂｆ（λ，Ｔ_ｒｅｆ）を決定し、決定された最良適合する基準放射輝度Ｌ_ｂｆ（λ，Ｔ_ｒｅｆ）から液体冶金製品（２）の化学組成を決定するように構成される。

【0009】

デバイスはまた、個々にまたはあらゆる可能な技術の組合せにしたがって考慮される以下の任意選択の特徴を含むことができる：
－ 分光手段が、複数の分光計を備え、各分光計が収集プローブに接続され、所定の波長範囲Δλの決定された一部分においてスペクトル信号の一部を生成するように構成される。
－ 分光手段が、所定の波長範囲Δλに対応する２００から１２０００ナノメートルの間のスペクトル範囲でスペクトル信号を生成するように構成される。
－ 処理手段がまた、前記処理手段によって計算され、考慮される分光計に関連付けられた少なくとも較正定数を用いて、スペクトル信号の各部分を補正するように構成される。

【0010】

本発明はまた、本発明によるデバイスを用いて、電磁放射を放出する液体冶金製品の化学組成を決定するための方法を提供し、前記方法は以下のステップ：
ｉ．所定の波長範囲Δλにおいて冶金製品（２）によって放出される電磁放射を取得するステップ（Ｅ１）と；
ｉｉ．冶金製品（２）によって放出される前記電磁放射のスペクトル成分を分離し測定することにより、スペクトル信号を生成するステップ（Ｅ２）と；
ｉｉｉ．前記スペクトル信号から、冶金製品（２）の観測された放射輝度Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）を生成するステップ（Ｅ３）と；
ｉｖ．前記観測された放射輝度Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）から、冶金製品（２）の前記所定の波長範囲における、温度Ｔ_ｅｓｔおよび分光放射率ε_ｅｓｔ（λ，Ｔ_ｅｓｔ）を推定するステップ（Ｅ４）と；
ｖ．前記推定された分光放射率ε_ｅｓｔ（λ，Ｔ_ｅｓｔ）および温度Ｔ_ｅｓｔを、データベースからの、各基準放射輝度Ｌ_{ｒｅｆ，ｉ}（λ，Ｔ_ｒｅｆ）の基準分光放射率ε_{ｒｅｆ，ｉ}（λ，Ｔ_ｒｅｆ）および基準Ｔ_ｒｅｆ温度と比較するステップ（Ｅ５）と；
ｖｉ．観測された放射輝度Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）と最良適合する基準放射輝度Ｌ_ｂｆ（λ，Ｔ_ｒｅｆ）を決定するステップ（Ｅ６）と、
ｖｉｉ．放出冶金製品（２）の化学組成を決定するステップ（Ｅ７）と
を含む。

【0011】

本方法はまた、個別に、またはあらゆる可能な技術の組合せにしたがって考慮される以下の任意選択の特徴を含むことができる：
－ ステップｉｖにおいて、大気の減衰係数も観測された放射輝度から推定され、前記観測された放射輝度が前記減衰係数と相関される。
－ ステップｉｉｉが：
・スペクトル信号を理想的な黒体放射輝度Ｌ_ＢＢ（λ，Ｔ）に変換するサブステップ；
・この理想的な放射輝度Ｌ_ＢＢ（λ，Ｔ）を、処理手段によって計算され、分光手段に関連付けられた少なくとも較正定数を用いて補正するサブステップであって、前記較正定数が、波長範囲において知られている放射温度および知られている放射率の較正ランプを用いて計算される、サブステップ
にしたがって実施される。－ ステップｉｖが：
・ベクトルを決定するサブステップであって、ベクトルの座標が、波長範囲における、少なくとも放射温度および放射率を表す、ランダムに選択された変数である、サブステップ；
・選択された変数に基づいて、期待される放射輝度Ｌ_ｅｘｐ（λ，Ｔ）を計算するサブステップ；
・観測された放射輝度と期待される放射輝度とを比較することにより確率論的推論（ｉｎｆｅｒｅｎｃｅ ｐｒｏｂａｂｉｌｉｓｔｉｃ）モデルを適合させて、観測された放射輝度Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）に向かっての、期待される放射輝度Ｌ_ｅｘｐ（λ，Ｔ）の収束まで、選択された変数をランダムに変更することにより期待される分散をランダムに変更するサブステップ；
・当該の適合された確率論的推論モデルを使用することによって、液体冶金製品の波長範囲における、放射温度Ｔ_ｅｓｔと放射率ε_ｅｓｔ（λ，Ｔ_ｅｓｔ）とを推定するサブステップ
にしたがって実施される。
－ ベクトルの座標のうちの１つが大気の減衰係数を含み、前記減衰係数もまた、当該の適合された確率論的推論モデルを使用することによって推定される。
－ ステップｉｖが、三角形の伝達関数を用いて波長範囲から決定される波長の縮小されたセットを用いて実施される。
－ ステップｖからステップｖｉｉが、処理手段によって実現された多層パーセプトロンによって実行される。

【0012】

本発明の他の特徴および利点は、添付の図面を参照する、例示としてであって決して限定するものではない、以下の説明において明らかになるであろう。

【図面の簡単な説明】

【0013】

【図1】図１は、本発明のシステムの概略図である。

【図2】図２は、決定された波長範囲から考えられた波長のセットを決定するための三角形関数の適用を示すグラフである。

【図3】図３は、本発明の方法の連続するステップを示す図である。

【発明を実施するための形態】

【0014】

まず、図上では、同じ参照符号は、同じ要素を、それらが特徴となっている図およびこれらの要素の形式に関係なく、指定することに留意されたい。同様に、ある図上で要素が具体的に参照されていない場合、それらの参照は、別の図を参照することによって容易に見つけることができる。

【0015】

また、図が主に本発明の対象の一実施形態を表しているが、本発明の定義に対応する他の実施形態が存在する可能性があることに留意されたい。

【0016】

本発明の分光システム１および方法は、液体冶金製品２、例えばスラグまたは液体鋼の化学組成の推定に用途を見出す。

【0017】

液体鋼のような液体金属などの高温の元素は、それぞれの放射温度および化学組成に相関した電磁放射を放出する。これらの放射は、典型的には紫外線波長から遠赤外線波長までの大きな放射スペクトルで放出され、液体冶金製品の赤色から白色の外観を誘起する放射温度に直接関連する赤外線および可視波長を含む。

【0018】

物理パラメータは、前記電磁放射の測定可能な特徴から抽出することができる。それらの物理パラメータは以下を含む：
・Ｔ、温度と命名され、電磁放射を放出する液体冶金製品２の温度である；
・ε（λ，Ｔ）、分光放射率または単に放射率と命名され、完全黒体と比較しての、所与の温度Ｔおよび所与の波長λで表面要素によって放出される電磁放射の放射束である。したがって、放射率の値は０から１の間に含まれる。
・Ｌ（λ，Ｔ）、分光放射輝度と命名され、単位立体角あたり、単位投影面積あたり、および単位波長あたりの、与えられた表面によって放出される放射束である。以下では、「放射輝度」という用語を使用する。

【0019】

液体冶金製品２によって放出される電磁放射を取得する一方で、これから説明する本発明の分光システム１は、少なくとも上述の物理パラメータを推定し、次に、これらの推定された物理パラメータを使用して、考慮される液体冶金製品２の化学組成を決定するために提供される。

【0020】

図１に描かれているように、本発明の分光システム１は、広スペクトル範囲の少なくとも１つの収集プローブ３を備え、これは収集プローブが、少なくとも０．１マイクロメートルから１５０００マイクロメートルまでの波長に対して完全に動作可能であることを意味する。この収集プローブ３は、高温の冶金製品２によって放出される放射を収集するために設けられた収集ヘッド４、平行光線１９を生成するコリメータ（図示せず）、集光されたビーム６をプローブ３の出力７を通して放射するように構成された集光手段５を備える。前記出力７は、光伝送手段、例えばファイババンドル１２を形成する１セットの光ファイバに接続され、バンドル１２の光ファイバ１３－１７を通して、集光されたビーム６を伝送するように設けられている。

【0021】

システム１はまた、集光されたビーム６のスペクトル成分を分離し測定し、冶金製品によって放出される電磁放射のスペクトル信号を生成するように設けられた分光手段８を備える。生成されたスペクトル信号の精度は、分光手段８の解像力に依存する。言い換えれば、分光手段８は集光されたビーム６をＭ個の成分ｍに分離し、各成分ｍは特定の波長λ_ｍに関連するパラメータ、例えば強度である。解像力が高いほど、Ｍは大きくなる。通常、Ｍは３０００以上である。

【0022】

図１によれば、分光手段８は、集光されたビーム６を分析し、決定された波長範囲で特定のスペクトル信号を生成するようにそれぞれ構成された３つの分光計９、１０、１１を含む。各分光計９－１１は、ファイババンドル１２を介して収集プローブ３に光学的に接続されている。

【0023】

分光手段の第１の分光計９は、０．２から１．１μｍまでの波長範囲を有する。言い換えれば、第１の分光計９は、紫外線および可視光線に対応する０．２μｍから１．１μｍの波長範囲の放出された放射からスペクトル信号を生成するように構成される。

【0024】

分光手段の第２の分光計１０は、０．９から２．６μｍの間に含まれる波長範囲を有する。言い換えれば、第２の分光計１０は、近赤外放射に対応する０．９μｍから２．６μｍの間の波長範囲の放出された放射からスペクトル信号を生成するように構成される。

【0025】

分光手段８の第３の分光計１１は、２．５μｍから１２μｍの間に含まれる波長範囲を有する。言い換えれば、第３の分光計１１は、中赤外放射に対応する２．５μｍから１２μｍの間の波長範囲の放出された放射からスペクトル信号を生成するように構成される。

【0026】

有利には、分光システム１は、ファイババンドル１２を介して収集プローブ３に接続されたレーザ装置１８も備える。このレーザ装置１８は、典型的には、可視光、例えば５３２ナノメートルの緑色光を放出するクラスＢレーザであり、取得面を指し示すために設けられている。このレーザ装置１８により、取得部位を選択することができる。

【0027】

上述したように、収集プローブ３、３つの分光計９－１１、およびレーザ装置１８はすべて、レーザ装置１８および３つの分光計９－１１にそれぞれ接続された４つの入力と、収集プローブ３に接続された１つの出力とを備えるファイババンドル１２で接続されている。

【0028】

より正確には、レーザ装置１８は１本の低水酸基イオンシリカ光ファイバ１７を介してプローブ３に接続され、第１の分光計９は別の１本の低水酸基イオンシリカ光ファイバ１３を介してプローブに接続され、第２の分光計１０は２本の低水酸基イオンシリカ光ファイバ１４を介してプローブ３に接続され、第３の分光計１１は２本の多結晶赤外光ファイバ１５を介してプローブ３に接続されている。

【0029】

もちろん、上述の７本の光ファイバはすべて、収集プローブ３の出力に接続されている１６。

【0030】

最後に、分光システム１は、スペクトル信号から冶金製品２の観測された放射輝度を生成するように構成された処理手段を備える。第１のアルゴリズムにより、処理手段は、確率論的推論モデルを使用して、観測された放射輝度から期待される放射輝度を決定し、次いで冶金製品２の温度および放射率を推定するように構成される。

【0031】

さらに、第２のアルゴリズムにより、処理手段は、二酸化ケイ素（ｉｎ－ｓｉｌｉｃｏｎ ｄｉｏｘｉｄｅ）ＳｉＯ_２、酸化アルミニウムＡｌ_２Ｏ_３、酸化鉄（ＩＩ）ＦｅＯ、酸化鉄（ＩＩＩ）Ｆｅ_２Ｏ_３、酸化カルシウムＣａＯ、および酸化マグネシウムＭｇＯの含有量などの放出冶金製品２の化学組成を、知られている回帰アルゴリズム、有利には前記処理手段により実現される多層パーセプトロンを用いて推定するように構成される。

【0032】

後述するように、この第２のアルゴリズムを実施するために、処理手段は、基準放射輝度Ｌ_{ｒｅｆ，ｉ}（λ，Ｔ_{ｒｅｆ，ｎ}）のデータベースを備え、各基準放射輝度Ｌ_{ｒｅｆ，ｉ}（λ、Ｔ_{ｒｅｆ，ｎ}）は、定義された基準温度Ｔ_{ｒｅｆ，ｎ}および波長λにおける知られている分光放射率ε_{ｒｅｆ，ｉ}（λ，Ｔ_{ｒｅｆ，ｎ}）（さらに基準放射率と呼ばれる）の試料ｉに関連付けられている。したがって、各基準放射率値ε_{ｒｅｆ，ｉ}（λ，Ｔ_{ｒｅｆ，ｎ}）は、データベース内の基準温度値Ｔ_{ｒｅｆ，ｎ}および波長値λに関連する。ｉは１からＸまで変化し、Ｘは例えば少なくとも３０に等しく、Ｘが高いほど、より多くの異なる化学組成がデータベースに含まれる。ｎは１からＺまで変化し、Ｚは例えば少なくとも５に等しい。

【0033】

さらに、データベース内の各試料ｉの化学組成は知られており、波長範囲Δλにおいて考慮される基準放射率ε_{ｒｅｆ，ｉ}（λ，Ｔ_{ｒｅｆ，ｎ}）および基準温度Ｔ_{ｒｅｆ，ｎ}の両方に関連付けられている。液体冶金製品２の化学組成を決定するために、処理手段は：
・推定された放射率ε_ｅｓｔ（λ，Ｔ_ｅｓｔ）および推定された温度Ｔ_ｅｓｔを、Ｔ_{ｒｅｆ，ｎ}＝Ｔ_ｒｅｆについて、データベースからの、各基準放射輝度Ｌ_{ｒｅｆ，ｉ}（λ，Ｔ_{ｒｅｆ，ｎ}）の基準放射率ε_{ｒｅｆ，ｉ}（λ，Ｔ_{ｒｅｆ，ｎ}）および基準温度Ｔ_{ｒｅｆ，ｎ}と比較し、
・観測された放射輝度Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）と最良適合する基準放射輝度Ｌ_ｂｆ（λ，Ｔ_ｅｓｔ）を決定し、
・放出冶金製品２の化学組成を決定する、
ように構成される。

【0034】

本発明によれば、温度Ｔ_ｅｓｔおよび放射率ε_ｅｓｔ（λ，Ｔ_ｅｓｔ）を推定し、電磁放射を放出する液体冶金製品２の化学組成を決定するための方法が、次に説明される。

【0035】

第１のステップでは、収集プローブ３が、ユーザによって選択された取得部位に向けられる。この取得部位を正確に選択するために、レーザ１８に電源が投入され、レーザ１８が取得部位を指し示すまで収集プローブ３が移動される。

【0036】

第２のステップＥ１において、収集プローブ３は、取得部位において液体冶金製品２によって放出された電磁放射を取得し、この取得された放射を集光されたビーム６の中に集中させ、この集光されたビーム６は、プローブ３の出力７からファイババンドル１２を介して分光手段８の３つの分光計９－１１に伝播する。そして、各分光計９－１１は、その特定の波長範囲のスペクトル信号を生成する。次に、分光システム１の処理手段は、０．２μｍから１２μｍまでの決定された波長範囲において、結合されたスペクトル信号を生成するＥ２。

【0037】

第３のステップＥ３において、処理手段は、結合されたスペクトル信号から冶金製品２の観測された放射輝度Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）を生成する。この観測された放射輝度Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）は、以下に説明するサブステップにしたがって生成される。

【0038】

第１のサブステップにおいて、処理手段は、黒体炉上の分光システムによって測定された多項式較正関数を通じて、結合されたスペクトル信号を理想的な黒体放射輝度Ｌ_ＢＢ（λ，Ｔ_ｅｓｔ）に変換し、前記多項式関数は以下の式にしたがう。

【数1】

ここで、ｈはプランク定数、ｃは光速、ｋ_Ｂはボルツマン定数である。

【0039】

第２のサブステップでは、この理想放射輝度Ｌ_ＢＢ（λ，Ｔ_ｅｓｔ）を分光手段８に直接関連する定数Ｋで補正する。分光手段８の分光計９－１１が同じエリアを測定しないので、また、分光手段８の器具類（収集プローブ３、ファイババンドル１２、コリメータ５）が測定に不正確さを引き起こすので、補正定数Ｋ_ｓを各分光計Ｓに適用しなければならない。この定数Ｋは、したがって、座標がそれぞれ第１の分光計９、第２の分光計１０、および第３の分光計１１の定数Ｋ_１、Ｋ_２、およびＫ_３であるベクトルである。

【0040】

これらの定数Ｋ_１からＫ_３の初期値は、波長範囲において、知られている放射率および知られている放射温度を有する較正ランプ上で分光システム１を使用して決定される。

【0041】

計算された定数Ｋを用いて処理手段によって補正された理想の放射輝度Ｌ_ＢＢ（λ，Ｔ_ｅｓｔ）は、観測された放射輝度Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）である。

【0042】

第４のステップＥ４において、処理手段は、第１のアルゴリズムを実施して、液体冶金製品２の波長範囲λにおける温度Ｔ_ｅｓｔおよび放射率ε_ｅｓｔ（λ，Ｔ_ｅｓｔ）を推定する。

【0043】

上述のように、放射輝度は、冶金製品２の波長範囲における放射率および放射温度を含むいくつかの物理パラメータの関数であることが知られている。したがって、第１のアルゴリズムは、これらの知られていないパラメータが観測された放射輝度Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）に適合できるように、これらの知られていないパラメータを抽出することを目的とする放射伝達モデルを実装する。

【0044】

次に、処理手段は、例えばメトロポリスヘイスティングランダムウォーク（Ｍｅｔｒｏｐｏｌｉｓ－Ｈａｓｔｉｎｇ ｒａｎｄｏｍ ｗａｌｋ）とも命名されるメトロポリスヘイスティングアルゴリズムを用いたマルコフ連鎖モンテカルロ法（Ｍａｒｋｏｖ Ｃｈａｉｎ ＭｏｎｔｅＣａｒｌｏ ａｐｐｒｏａｃｈ）すなわちＭＣＭＣ法にしたがって、期待される放射輝度Ｌ_ｅｘｐ（λ，Ｔ_ｅｓｔ）を計算する。期待される放射輝度は、以下の式で表される：

【数2】

ここで、

【数3】

は、水蒸気と二酸化炭素による大気の減衰係数である。ｘは、考慮されるガスの濃度に関係し、γは考慮されるガスの知られている減衰係数に関係し、ｄは、放射要素と分光計９－１１との間の距離である。さらに、ｆは、反射減衰、光ファイバ減衰、および分光計９－１１の非線形感度をモデル化した伝達関数である。この伝達関数ｆは、分光システム１によって較正された黒体炉を用いて計算される。

【0045】

ＭＣＭＣ法は、ベイズ推論モデルを実装し、計算された期待される放射輝度を観測された放射輝度と比較することで、放射温度、波長λの範囲における放射率、および水蒸気と二酸化炭素の濃度である知られていないパラメータを推定することを可能にする。さらに、較正された補正係数Ｋ_１からＫ_３は、メトロポリスヘイスティングアルゴリズムによって細かく調整される。

【0046】

ベイズ推論モデルは、以下の式を用いて、シーク知られていないパラメータ（ｓｅｅｋ ｕｎｋｎｏｗｎ ｐａｒａｍｅｔｅｒ）の値に対する確率分布を構築する：

【数4】

ここで、ｘは、観測された放射輝度Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）を表し、θは座標が知られていないパラメータであるベクトルである：

【数5】

【0047】

事後確率分布として知られるＰ（θ│ｘ）は、Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）が与えられた場合の各シーク知られていないパラメータ値の確率である。これは、知られていないパラメータを推定するために処理手段が計算する必要がある確率である。

【0048】

尤度として知られるＰ（ｘ│θ）は、パラメータセットが与えられた場合の観測された放射輝度Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）の分布の仕方である。この確率の計算については後で説明する。

【0049】

事前分布として知られるＰ（θ）は、処理手段にメトロポリスヘイスティングアルゴリズムを計算させるために使用される事前知識である。言い換えれば、後で説明するように、計算の最初にパラメータθ_０のセットがランダムに選択される。

【0050】

Ｐ（ｘ）は、パラメータが放射伝達モデルによって生成されたというエビデンスである。この量は多くの場合計算することができない。しかしながら、Ｐ（θ│ｘ）は、尤度Ｐ（ｘ│θ）と事前分布Ｐ（θ）を定義するだけで、ＭＣＭＣ法、特にメトロポリスヘイスティングアルゴリズムを用いて推定することができる。

【0051】

次に、本発明の方法の第４ステップＥ４の詳細な実施について説明する。

【0052】

上述したように、放射率は波長に依存し、各波長は放射率に関連付けられることを意味する。分光手段８の解像力は、各々が固有の波長λ_ｍに関連するＭ個の離散化されたスペクトル値を生成することを可能にするので、Ｍ個の放射率値が、本発明の方法を実施する処理手段によって決定され得る。

【0053】

しかしながら、Ｍが３０００以上であるため、処理手段は、計算パワーの制限ゆえに、Ｍ個の波長に基づいてＭ個の放射率値を推定することができない。この問題を解決するために、処理手段によって、例えば以下の式にしたがうメンバーシップ三角形関数を使用して、Ｎ個の波長の縮小されたセットの選定が最初に達成されなければならない：

【数6】

ここで、λ_Ｃｍは中心波長であり、Ｄは連続する２つの波長間の距離である。

【0054】

処理手段は、Ｍ個の波長を三角形関数に関連付け、Ｎセットの波長を計算する。ＮはＭよりはるかに小さく、Ｎの値は通常４から１０程度である。Ｎセットはファジィ論理を用いて計算されるので、前記セットは通常ファジィ集合と命名される。

【0055】

さらに、波長λ_ｍにおける特定の放射率ε_ｍは、処理手段によって、波長の考慮されるファジィ集合の中心でそれぞれ定義されるファジィ放射率値ε_ｍの重み付けされた値として、以下の式にしたがって計算される：

【数7】

【0056】

例えば、Ｎ＝８である図２に描かれているように、放射率ε_ｍ＝ε（λ_ｍ）は、ファジィ放射率ε_４＝ε（λ_４）の３３％とファジィ放射率ε_５＝ε（λ_５）の６７％との組合せである。その結果、放射率のＮ個の値のみが処理手段によって直接計算され、これはｍ＝１からＮまでの各放射率ε_ｍを意味する。波長範囲内の他の放射率値は、１つまたは複数のファジィ放射率から計算される。したがってλは、このような三角形関数、または波長のセットを縮小することを可能にする任意の他の類似の関数を使用するとき、波長または波長範囲を公平に表すことができる。

【0057】

波長の縮小されたセットが選定されると、メトロポリスヘイスティングアルゴリズムを使用する処理手段は、座標が、処理手段によってランダムに選択された知られていないパラメータであるベクトルθ_０を、ランダムに生成する。次に、処理手段は、一様分布関数および正規分布関数を使用して、ランダムに選択されたパラメータから事前分布Ｐ（θ_０）を計算する。

【0058】

一様分布関数は、以下の式

【数8】

にしたがって放射温度Ｔに適用され、ここでＴ_ｍｉｎ＝４００℃、およびＴ_ｍａｘ＝１５００℃である。

【0059】

一様分布関数は、以下の式

【数9】

にしたがって分光放射率ε（λ）に適用され、ここでε_ｍｉｎ＝０、およびε_ｍax＝１である。

【0060】

【数10】

を中心とする正規分布関数は、以下の式

【数11】

にしたがって各補正係数Ｋ_ｓに適用され、ここで、

【数12】

は較正ランプを用いて計算されたｓ番目の分光計９－１１の初期較正定数であり、σ^２＝０．００１^２、σ^２は分布の分散である。

【0061】

【数13】

および

【数14】

をそれぞれ中心とする正規分布関数は、

【数15】

および

【数16】

にも適用される：

【数17】

ここで

【数18】

、σ^２＝５０^２であり、および

【数19】

ここで、

【数20】

、σ^２＝５００^２である。

【0062】

上記の各分布の計算結果を用いて、処理手段は事前分布Ｐ（θ_０）を決定する。

【0063】

さらに、ベクトルθ_０の座標がランダムに決定されると、処理手段は、θ_０の知られていないパラメータ値を用いて、上述した式により期待される分散Ｌ_ｅｘｐ（θ_０）の第１の値を計算する。

【0064】

このようにして、処理手段は、Ｌ_ｅｘｐ（θ_０）を中心とする正規分布関数

【数21】

を使用して尤度Ｐ（Ｌ_ｏｂｓ│θ_０）を計算し、σ^２は、ハーフコーシー分布σ～ＨａｌｆＣａｕｃｈｙ（β）であり、その式は：

【数22】

であり、βは固定パラメータであり、その値は１０において選ばれる。

【0065】

処理手段は、θ_０を中心とする正規分布

【数23】

にしたがうベクトルθ_１をランダムに生成する。このようにして、知られていないパラメータの新しいセットがランダムに選択され、処理手段は、Ｌ_ｅｘｐ（θ_１）、尤度Ｐ（Ｌ_ｏｂｓ│θ_１）、および事前分布Ｐ（θ_１）を計算する。

【0066】

数ｒ_１が、次いで以下の式にしたがって計算される：

【数24】

【0067】

乱数ｒ’も標準一様分布

【数25】

を用いて計算される。

【0068】

処理手段は、ｒ_１とｒ’とを比較し、ｒ_１＞ｒ’であれば、ベクトルθ_１を保持し、θ_１を中心とする正規分布

【数26】

にしたがってベクトルθ_２を計算する。ｒ_１＜ｒ’の場合、ベクトルθ_１は棄却され、ｒ_１＜ｒ’である限り、正規分布

【数27】

にしたがって新しいベクトルθ_１’がランダムに計算される。

【0069】

【数28】

を用いて、ｙ＝ｙ_ｍａｘになるまで、このアプローチにしたがってステップバイステップでベクトルθ_ｙが計算される。例えば、ｙ_ｍａｘ＝２０００である。ｙ_ｍａｘが大きいほど、推定はより正確であるが、計算はより長くなる。

【0070】

処理手段によって実施されるメトロポリスヘイスティングランダムウォークは、期待される分散Ｌ_ｅｘｐ（λ，Ｔ）を、最終ベクトル

【数29】

の座標であるパラメータの推定されたセットを用いる観測された放射輝度Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）に向かって収束させる。

【0071】

観測された放射輝度Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）が与えられると、ＭＣＭＣ法は、液体冶金製品２の放射温度Ｔ_ｅｓｔおよび分光放射率ε_ｅｓｔ（λ，Ｔ_ｅｓｔ）の値を推定する。さらに、分光計９、１０、１１の内部補正パラメータＫ_１からＫ_３、および大気中の水蒸気

【数30】

および二酸化炭素

【数31】

の濃度が共に推定される。

【0072】

処理手段は、第２のアルゴリズムを実行して、本発明の方法の第５のステップＥ５、第６のステップＥ６、および第７のステップＥ７を実施する。第５のステップＥ５において、処理手段は、観測された放射輝度Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）から推定された放射率ε_ｅｓｔ（λ，Ｔ_ｅｓｔ）および温度Ｔ_ｅｓｔを、Ｔ_{ｒｅｆ，ｎ}＝Ｔ_ｒｅｆについて、データベースからの、各基準放射輝度Ｌ_{ｒｅｆ，ｉ}（λ_Ｋ，Ｔ_{ｒｅｆ，ｎ}）の基準放射率ε_{ｒｅｆ，ｉ}（λ，Ｔ_{ｒｅｆ，ｎ}）および基準放射温度Ｔ_ｒｅｆと比較する。第５のステップＥ５で得られた比較結果を用いて、処理手段は、第６のステップＥ６で、観測された放射輝度Ｌ_ｏｂｓ（λ，Ｔ_ｅｓｔ）と最良適合する基準放射輝度Ｌ_ｂｆ（λ，Ｔ_ｒｅｆ）を決定する。最後に、処理手段は、最良適合する基準放射輝度Ｌ_ｂｆ（λ，Ｔ_ｒｅｆ）に関連する化学組成を放出冶金製品２に帰する。このようにして、処理手段は、放出冶金製品２の化学組成を決定する。

【0073】

有利には、この第２のアルゴリズムは、知られている回帰アルゴリズムであり、優先的には、数Ｊの個数の相互接続されたニューラル層を備える人工ニューラルネットワークである多層パーセプトロンであり、前記人工ニューラルネットワークは、処理手段によって実現される。

【0074】

ニューラルネットワークの層の各デジタルニューロンは、先行する層のニューロンの出力からデータを受け取るために提供される複数の入力と、次の層のニューロンに出力データを送信するために提供される出力とを備える。より正確には、入力データは、典型的には、シナプス重みでそれぞれ重み付けされたすべての入力データを合計する組合せ関数などの演算子を使用して、出力データを生成し、デジタルニューロンによって処理される。さらに、各ニューロンは、入力データの加重和が閾値関数によって定義された閾値を超えた場合に、出力データを生成するように提供される閾値関数である非線形伝達関数を含むことができる。典型的には、前記閾値関数はシグモイド関数であり、その式は

【数32】

である。

【0075】

ニューラル層のニューロンｊの各入力は、特定のシナプス重みの影響を受ける。入力のシナプス重みは、多層パーセプトロンがプログラムされるときに、まずランダムに選択される。後述するように、これらのシナプス重みはニューラルネットワークの訓練段階中に調節される。

【0076】

人工ニューラルネットワークは、ニューラルネットワークの入力を通じて、つまり第１の層のニューロンの入力を通じて、入れられたデータの回帰分析を行うデータを予測および分類するために提供される。入れられたデータは、ｊ個の座標のベクトルＸ^０であり、第１のニューラル層およびすべての中間ニューラル層によって連続的に処理される。

【0077】

出力データは、ニューラルネットワークの出力で得られるデータを意味し、入れられたデータを表すベクトルＸ^０に関連するｊ個の座標のベクトルＹ^Ｊである。

【0078】

ベクトルＸ^０はｊ個の座標を備え、ニューラルネットワークの第１の層およびすべての中間ニューラル層もまた、それぞれｊ個の入力を有するｊ個のニューロンを含み、各入力は特定のシナプス重みの影響を受ける。最後の層は、出力ベクトルＹ^Ｊがｊ個の座標を備えるので、ｊ個のニューロンを備える。

【0079】

ニューラルネットワークによって実施されるデータ回帰を要約すると、層ｊの各ニューロンによって受け取られる入力データは、層ｊ－１のすべてのニューロンの出力によって生成される出力データである。言い換えれば、ニューラルネットワークの各層ｊは、入力ベクトルＸ^ｊから層ｊのニューロンの伝達関数で処理された出力ベクトルＹ^Ｊを生成する。Ｘ^ｊの座標は、層ｊ－１の出力ベクトルＹ^Ｊ－１と同じ座標であり、層ｊ＋１の入力ベクトルＸ^ｊ＋１の座標は、層ｊの出力ベクトルＹ^Ｊと同じ座標である。

【0080】

ニューラルネットワークの出力において、出力ベクトルＹ^Ｊは、ニューラルネットワークの出力層による入力ベクトルＸ^ｊ＝Ｙ^Ｊ－１の処理から生じる。このように、データ回帰は、ニューラルネットワークの連続する層におけるデータ伝搬を介して実施される。

【0081】

本発明の方法の第５のステップＥ５から第７のステップＥ７に関して、入力ベクトルＸ^０の座標は、Ｎ個のファジィ集合の各中心波長λ_ｍに対する推定された放射温度Ｔ_ｅｓｔ、および推定された放射率ε_{ｅｓｔ，ｍ}（λ_ｍ，Ｔ_ｅｓｔ）の異なる値である。この入力ベクトルＸ^０は、ニューラルネットワークの層によって連続的に処理されて、座標が冶金製品２の異なる化学化合物の割合である出力ベクトルＹ^Ｍを生成する。言い換えれば、第５から第７ステップの処理手段は、推定された分光放射率ε_ｅｓｔ（λ，Ｔ_ｅｓｔ）および推定された温度Ｔ_ｅｓｔから冶金製品２の化学組成を決定する。しかしながら、このような処理は、重みが正しく調節されている場合にのみ可能である。

【0082】

本方法の重要な問題は、前記シナプス重みを細かく調節して、良好なデータ分類および／または予測を得ることである。

【0083】

基準放射輝度Ｌ_{ｒｅｆ，ｉ}（λ，Ｔ_{ｒｅｆ，ｎ}）のデータベースは、異なる放射温度Ｔ_{ｒｅｆ，ｎ}において、知られている化学組成を有する試料ｉのコレクションを測定することによって事前に構築される。各試料について、観測された放射輝度が測定され、この観測された放射輝度に対して上述の第１のアルゴリズムが適用されて、波長λ_ｋに応じたいくつかの基準放射率値ε_{ｒｅｆ，ｉ，ｋ}（λ_ｋ，Ｔ_ｒｅｆ）が得られる。

【0084】

このようにして、処理手段は、試料のデータベースを構築し、各試料は、異なる基準放射温度における基準放射率値に関連する入力ベクトルＸ’^０と、Ｘ’^０と相関し、知られている化学組成に関連する出力ベクトルＹ’^Ｊとを備える。言い換えれば、特定の放射温度における放射率値は、冶金製品２の化学組成に直接関連する。

【0085】

ニューラルネットワークを訓練するために、逆伝搬関数が実装される。知られている出力ベクトルＹ’^Ｊと相関した入力ベクトルＸ’^０がニューラルネットワークに入力される。Ｘ’^０はニューラルネットワークによって処理され、計算された出力ベクトルＹ^Ｊが得られる。そして、Ｙ^ＪがＹ’^Ｊと知られている損失関数を用いて比較されて、誤差値が決定される。次に、処理手段は、この誤差値を所定の閾値と比較する。

【0086】

誤差値が閾値よりも大きい場合、この誤差値または優先的には誤差勾配は、各ニューロン入力の重みをわずかに適合させるために、ニューラルネットワーク内で逆伝搬される。そして、Ｘ’^０から新しい出力ベクトルＹ^Ｊが計算され、出力ベクトルＹ^Ｊは再び損失関数を用いてＹ’Ｊと比較され、新しい誤差値が計算される。誤差値またはその勾配が閾値より大きい限り、逆伝搬のステップが繰り返される。誤差値が閾値より小さくなると、ニューラルネットワークは訓練されている。

【0087】

本発明の分光システム１および方法により：
・液体冶金製品２によって直接放出される電磁放射を取得すること；
・分光システム１の処理手段によって実現された放射伝達モデルによって、放出された放射から、システム１の所定の波長範囲λにおける分光放射率ε_ｅｓｔ（λ，Ｔ_ｅｓｔ）および冶金製品２の温度Ｔ_ｅｓｔを推定すること、および、
・処理手段によって実現された回帰モデルによって、冶金製品２の化学組成を推定すること
が可能となる。

【図1】

【図2】

【図3】