전로 제강의 고도 자동화·제어·모델링 기술

전로 제강 공정의 자동화, 제어 및 모델링

전로 제강 공정에서 전로(컨버터)는 고로 생산 선철 탄소 함량 ~4.5%를 0.03~1.0%로 낮춰 용강 생산. 컨버터는 대량 순수 산소 선철에 불어넣어 단시간 내 강철로 정련. 현재 전로 제강은 상하 복합 취입(상부 산소 취입, 하부 불활성 가스 취입) 채택. 컨버터 정련 중 다양한 재료 사용. 선철/철스크랩 주원료 외 석회 소결, 돌로마이트 소결, 마그네사이트 소결(적정 슬래그 형성용), 각종 냉각제(광석, 스펀지 아이언 등) 사용. 컨버터 조업은 고온 가스 온도 설정 필요, 대량 분진 발생.

전로 제강 목적과 자동화·제어 시스템

전로 제강 목적: 액체 금속(용해 스크랩+선철) 정련, 액체 강철 조성·온도 조정. 이 목적을 위해 제강 공정 자동화·제어 시스템 사용, 통상 기본 자동화 시스템과 공정 제어 시스템 구성.

전로 제강 엔지니어링 설비 및 서브시스템

전로 제강 엔지니어링 설비는 실질적으로 다양한 서브시스템 설계·조립. 주설비: 제강 공정 이루어지는 내화물 라이닝 컨버터 용기(전로). 컨버터 용기 외 제강 공정 여러 서브시스템 구성: (i) 컨버터 용기 틸팅 드라이브, (ii) 산소 랜스 시스템, (iii) 불활성 가스 하부 교반 시스템, (iv) 상부 가스(전로 가스) 냉각·정제·분석·회수 시스템, (v) 서브랜스 측정 시스템, (vi) 슬로핑 방지 시스템, (vii) 자재 취급 시스템, (viii) 스크랩 장입 시스템, (ix) 플럭스/냉각제 장입 시스템, (x) 페로합금 장입 시스템, (xi) 수평 온도 측정/시료 채취 시스템, (xii) 자동 탭핑 시스템, (xiii) 슬래그 스토퍼 시스템, (xiv) 2차 집진 시스템, (xv) 인터록/알람 시스템, (xvi) HMI(휴먼 머신 인터페이스) 시스템.

상하류 공정 및 외부 시스템 연계

이 서브시스템들 추가로 전로 제강은 상/하류 공정과 통합 운용 필요. 또한 제강 공정은 외부 시스템과 연계 필요: (i) 제강공장 실험실(발광 분광기, X선 형광 분광기 등 분석 장비 구비), (ii) SCADA(감시 제어 데이터 수집) 시스템.

전로 제강 공정 제어 방식

전로 제강 공정은 영향 인자 많은 복잡 물리화학 공정. 컨버터 취입 제어 2가지 방식: (i) 배기 가스 간접 측정, (ii) 서브랜스 직접 측정. 두 번째 방식: 취입 중 용강 온도(°C) 동시 직접 측정. 이 방식은 욕 레벨링, 슬래그 레벨링, 산소 농도 측정, 슬래그 샘플링 등 다양한 목적에도 사용.

전로 제강 공정에서 고전 공정 모델 여전히 유효: 조작자는 입력, 공정 파라미터, 출구에 대해 최대한 많이 알아야 하고, 이 정보 자유롭게 활용해 공정 필요 조정 가해 우수 품질 제품 생산해야. 이를 위해 다양한 제어·추정 기법 조직적 기능 필요로 조작자 행동 위한 필요 정보 제공.

이 엔지니어링 계층구조 편입 서브시스템: (i) 선철 질량 측정, (ii) 선철 분석, (iii) 불활성 가스 하부 교반, (iv) 산소 공급, (v) 장입 온도/분석, (vi) 플럭스/냉각제 장입 시스템, (vii) 페로합금 장입 시스템, (viii) 공정 제어 컴퓨터, (ix) 관리 컴퓨터. 공정 중 필요 측정: (i) 온도 측정, (ii) 욕 탄소 함량, (iii) 욕 깊이, (iv) 완전 화학 분석. 통상 공정 정지, 컨버터 틸팅, 수동 온도/시료 채취로 달성.

공정 제어 중요성과 전략

공정 제어는 열 생산 시간 영향으로 전로 제강 조업 중요 부분. 오늘날 여러 제강 공정 제어 전략 사용 가능, 제강소 설비·니즈 따라 전략 채택. 공정 제어 모델 크게 (i) 정적, (ii) 동적 2범주 구분.

정적 공정 모델(Static Process Model)

최단 공정 제어: 정적 공정 모델 기반. 열, 산소, 철, 슬래그 수지 세트 + 상태 방정식 결합. 후자는 슬래그 내 철 함량, 강 중 실제 망간/탄소 함량, 슬래그 염기도 간 관계 기술. 정적 모델: 초기/최종 열 정보 주어지면 취입 산소량과 로 장입량 결정. 단, 산소 취입 중 공정 변수 정보 제공 안함. 정적 모델은 기본적으로 화살 쏘기와 같음. 화살이 활 떠난 후 추가 제어 불가.

동적 공정 제어(Dynamic Process Control)

동적 공정 제어: 실제 취입 공정 상태 정확 정보 필요. 이상적: 강/슬래그/가스 조성 및 온도 연속 정보 가용·온라인 공정 감독용 사용. 예상 공정 진행 편차 감지→모델 기반 산소 공급 조정 또는 추가 플럭스 컨버터 투입. 기본 제강 컨버터서 이상 상황만 가능. 실무는 완전히 다름. 특히 전로 제강서 연속 측정 강한 실용적 한계: 진동, 분진, 고온, 액체 금속/슬래그 상. 동적 모델: 특정 취입 중 측정 기반 산소 취입 중 조정.

동적 제어 공정 요건: (i) 공정 중단 안함, (ii) 실시간 측정 획득. 랜스 팁 일회용 센서 활용해 공정 조건 견디는 서브랜스 시스템 사용. 센서들 측정 기능별 특징, 가장 중요: (i) 욕 온도 측정, (ii) 욕 탄소 측정, (iii) 욕 레벨 측정. 모든 조합 사용 가능.

기본 자동화 시스템과 공정 제어 시스템 기능

기본 자동화 시스템 주요 기능: 산소 랜스 제어, 자재 제어, 하부 교반 제어, 서브랜스 검출 제어, 종점 제어. 공정 제어 시스템: 생산 관리, 제어 모델, 공정 제어, 데이터 관리 수행. 공정 제어 시스템이 기본 자동화 시스템 제어. 첫째, 용해 공정 정보와 서브랜스 검출 수집. 둘째, 모델 계산 결과 기준 용해 공정 상태 판단. 셋째, 기본 자동화 시스템에 조정 파라미터 제어 신호 송신.

전로 제강 자동화·제어 목적과 아키텍처

전로 제강 자동화·제어는 컨버터 고유 공정 기능뿐 아니라 장입 재료 관련 파라미터(선철 준비, 스크랩 야드 관리, 스케줄링 물류)도 고려. 공정 최적화(레벨 2) 솔루션: 복잡 열역학 야금 반응 정확히 표현 고급 알고리즘 방정식 기반. 주로 다양한 운전 조건(가변 스크랩/선철 비율, 최소 슬래그 관행, 가변 인 함량 등) 적합.

전로 제강 자동화·제어 핵심 목적: (i) 제강 요건 충족, (ii) 운영 지원 제공. 추가로 제강 공정 자동화·제어 효과적 방식: (i) 조작자 지침용 포괄적·일관된 공정 정보 제공, (ii) 표준화 조업으로 용강 균질 품질 보장, (iii) 공정 성능 개선, (iv) 종점 제어 정확도 향상, (v) 열 사이클 단축, (vi) 최적화 제강으로 생산성 향상, (vii) 공정 모델 활용 최적 자재 사용·에너지 투입으로 생산 비용 절감. 자동화·제어는 주로 컴퓨터 의존, 제강 공정 기계화와 불가분.

전로 제강 자동화·제어 일반 아키텍처 구조: (i) 기업 정보 시스템, (ii) 제강공장 관리 정보 시스템, (iii) 공정 제어, (iv) 현장 계측·설비.

다양한 서브시스템과 인터페이싱 통해 필요 상호연결 기존(아날로그) 회로로 달성 불가 명확. 따라서 디지털 공정 제어 장비 폭넓게 사용: (i) 추가/시스템 변경 용이 수용, (ii) 고급 제어 전략 처리, (iii) 지능 시스템 프로그래밍 가능, (iv) 효과적 백업 시설 존재, (v) CRT(브라운관) 조작자 인터페이스 대형 디스플레이 옵션 통합, (v) 저장 데이터 존재, (vi) 정보/저장 데이터 쉬운 접근, (vii) 상위/하위 계층 간 통신. 그림 1은 전로 제강 기본 자동화·공정 제어 시스템.

그림 1: 전로 제강 기본 자동화 및 공정 제어 시스템

컴퓨터 속도/용량 증대, 전기·제어 시스템 PLC 채택, 아날로그→디지털 계측 전환으로 제어 정확도 비약적 향상. 최근 직접 디지털 제어 적용으로 제강 공정 자동화 가속.

공정 컴퓨터/주변 측정 기술 발전으로 컨버터 취입 제어 정적 제어 시스템→동적/완전 자동 운영 제어 시스템 전환. 전기·제어 시스템 기술 발전으로 컨트롤러 계기판→CRT 디스플레이 이동, 조작자 CRT 화면서 제강 공정 모니터링/제어 가능. 수학적 모델과 전문가 시스템(인공지능 프로그램) 활용으로 제강 공정 자동화·제어 더 조작자 친화적.

제어 시스템 구성과 제어 모델

서브시스템별 제어 시스템 자주 DCS(분산 제어 시스템)와 PLC(프로그래머블 로직 컨트롤러) 구성, 전로 DCS와 심리스 연결로 통합 모니터링·제어 제공. 이 통합 접근 독특 장점: 공정 안정성, 제품 품질, 조업 유연성, 작업 환경 개선 측면 커버하면서 효율성·비용 효과성 수호.

분산 제어 계측 수용: (i) 생산 조작자 콘솔, (ii) 라이브 미믹, (iii) 계기 디스플레이/제어, (iv) 트렌드 그래프, (v) 로그. 데이터 하이웨이 분산 컴퓨터 필요 I/O로 (i) 수계, (ii) 계량 시스템, (iii) 하부 교반 시스템, (iv) 산소 시스템, (v) 호스트 컴퓨터 통신 처리.

관리 정보/제어 컴퓨터: 보통 대용량 시스템, 주로 (i) 정보 공급(교대/일/월 보고서), (ii) 대화형 생산 처리, (iii) 하류/상류 플랜트 간 스케줄링, (iv) 장입 준비(스크랩 사전 적재 등), (v) 정적 모델 수용(열수지, 플럭스(석회/돌로마이트) 및 냉각제(스펀지 아이언/철광석) 양·시기, 산소 수지(비율/지속시간/취입 패턴 결정)), (vi) 서브랜스 실시간 정보 제공 후 가동 동적 모델 수용. 시스템 활성 디스플레이 생성→조작자 목표 공정 종료, 최종 결과 계산, 미세 수정 제안, 최종 합금 첨가.

제어 모델은 자동 제강 제어 시스템 핵심. 용해 메커니즘 지식, 수리 통계, 전문가 원칙, 적응 학습 통합. 제어 방정식: 용해 메커니즘 지식으로 유도, 핵심 제어 파라미터 수리 통계·전문가 원칙 정의. 또한 이 제어 파라미터 적응 학습으로 정기적 수정 가능. 제어 모델 참조: 정적 제어 모델, 주원료 모델, 슬래그 형성 모델, 온도 모델, 산소 소비 모델, 동적 제어 모델, 슬로핑 모델, 합금 모델, 종점 모델 등. 추가로 적응 학습 모델도 존재. 사용 검출 장비: 서브랜스, 질량 분석기, 화염 분광기, 마이크로파 거리계, 산소 랜스 진동 모니터링 장치 등.

현재 여러 제어 모델 존재: 메커니즘 모델, 통계 모델, 증분 모델 등. 메커니즘 모델: 열/질량 보존 기반. 수학적 유도로 변수 간 관계 결정. 그러나 용해 공정 복잡성으로 적용 부적합. 통계 모델: 블랙박스 이론 기반. 물리화학 공정 무시, 입력/출력 파라미터 통계적 관계만 관심. 용해 조건 변경 시 계산 정확도 유지 불가. 증분 모델: 기록된 생산성 데이터와 비교로 운전 파라미터 정제. 용해 조건 변화 영향 극복 가능. 단, 주단점: 계산 정확도 낮음. 그림 2는 제어 시스템과 공정 모델 기능.

그림 2: 제어 시스템과 공정 모델 기능

종점 탄소 예측(End-point Carbon Prediction)

종점 탄소 예측 초기: 조작자 경험/기술 의존. 비효율적·어려움 알려짐, 특히 중고탄소 강 용해 공정. 컴퓨터/정보 기술 발전으로 전로 제강 컴퓨터 제어 연구 수행. 컴퓨터 계산 기반 정적 장입 모델 최초 Jones & Laughlin Steel Corp. 활용, 장입 선철/스크랩/슬래깅 재료량 계산, 용강 종점 탄소 제어 가이드.

자동 검출법, 수학적 모델, 알고리즘 급속 발전으로 동적·지능적 종점 탄소 예측 제강 공정용 가용. 종점 탄소 함량 계산용 수집 데이터 특성 기반, 종점 탄소 예측 3단계: 정적 예측, 동적 예측, 지능적 예측.

정적 예측(Static Prediction)

전로 제강 전 공정 중 조작자 보통 컴퓨터 기반 가이드 시스템 지원: 질량/에너지 수지, 열역학 계산 기반 공정 파라미터/조작자 행동 제안. 정적 종점 탄소 예측 주로 질량/열수지 기반 수립 수학적 모델 의존: 초기 장입 파라미터(장입 선철/스크랩, 선철 조성/온도) 기반 용강 종점 탄소 함량 계산. 그림 3은 전로 제강 종점 예측 정적 모델.

그림 3: 전로 제강 종점 예측 정적 모델

정적 종점 탄소 예측 핵심: 수학적 모델 합리적 수립, 초기 양 데이터 획득. 조작자 경험/기술 기반 종점 탄소 예측 무작위성/불확실성 대비, 정적 예측은 취입 산소량과 종점 탄소 함량 정량 계산 가능→종점 탄소 예측 정확도 향상. 정적 종점 탄소 예측 주로 사용 수학적 모델: 이론 모델, 통계 모델.

• 이론 모델: 제강 공정 중 질량/열수지 계산 기반 취입 산소량, 종점 탄소 함량 계산. 기본 제강 공정 다양한 영향 인자 복잡 상호작용으로 질량/열수지 계산 보통 경험치/부정확 완료→이론 모델 기본 컨버터 종점 탄소 예측 상대적 저조 성능.
• 통계 모델: 용탕 내 화학 반응 메커니즘 고려 않음, 수집 데이터 통계 분석으로 입력/출력 변수 간 관계만 관심. 방정식 X = F(W, S, T, t, Z) 기술. 'F': 선형/비선형 함수, 'W': 장입 선철/스크랩 중량, 'S': 용강 종점 목표 조성, 'T': 선철 초기 온도, 't': 산소 취입 시간, 'Z': 기타 중요 영향 인자(상부 랜스 높이, 산소 압력 등).

통계 모델 일종으로 역전파 신경망(Back Propagation Neural Network) 다양한 알고리즘 결합 최근 전로 제강 종점 예측 널리 적용. 이론 모델 대비 신경망: 랜덤 편차 분석 특화, 랜덤 인자 영향 제거, 종점 탄소 예측 더 신뢰도 높은 참고자료 제공. 그림 4는 종점 탄소 예측 역전파 신경망.

그림 4: 종점 탄소 예측용 역전파 신경망

그러나 위 이론/통계 모델은 초기 조건과 정적 공정 데이터(시계열 특성 없는 소량 데이터셋, 실제 생산 대표 못함)만 고려해 구축→정적 종점 탄소 예측 모델 실제 생산 부적합(예측 정확도 제한). 정적 종점 탄소 예측 특정 도전: 시계열 특성 가진 대량 생산 데이터셋 기반 예측 모델 합리적 수립. 위 도전 기반 동적 종점 탄소 예측 정적 예측 기반 급속 발전.

동적 예측(Dynamic Prediction)

정적 제어와 달리 동적 종점 탄소 예측: 용강 종점 탄소 함량 예측, 시계열 데이터(랜스 움직임, 배기 가스 CO/CO2 레벨, 화염 스펙트럴 특징) 기반 수립 동적 모델 계산으로 온라인 운전 파라미터 조정 수행. 현재 서브랜스 시스템, 배기 가스 분석 시스템, 화염 분광 분석 시스템이 전로 제강 동적 종점 탄소 예측 적용 주된 방법. 그림 5는 서브랜스 시스템 동적 종점 탄소 예측.

그림 5: 서브랜스 시스템 동적 종점 탄소 예측

서브랜스 시스템 동적 종점 예측: 취입 후기 단계 용강 탄소 함량 직접 측정, 온라인 예측 모델 구축, 상이한 취입 시간 탄소 함량 동적 예측. 서브랜스 시스템 적용으로 장입 재료 초기 편차 영향 감소, 종점 탄소 예측 정적 예측 대비 더 정확·정밀. 일부 일본 제강소 서브랜스 시스템으로 탄소 예측 정확도 90% 이상, 오차 ±0.02% 달성.

배기 가스 정보(취입 중 CO/CO2 함량 변화) 모니터링으로 배기 가스 정보 기반 수학적 모델로 용강 탄소 함량 동적 추론, 계산 결과 피드백으로 종점 탄소 함량 예측·제어. 간접 추정법이므로 수집 데이터 정확도(배기 가스 함량/유량), 수학적 모델 응답 시간이 종점 탄소 예측 정확도 큰 영향. 따라서 여러 제강소에서 배기 가스 분석 시스템과 서브랜스 시스템 함께 사용해 필요 정확도 종점 탄소 제어.

전로 입구 화염 스펙트럴 특징이 용강 탄소 함량 관련→기본 제강 공정 중 변화. 화염 복사 정보 스펙트럴 특성 기반 화염 분광 분석 시스템 개발→종점 탄소 함량 예측. 상이한 취입 시간 화염 스펙트럼과 컨버터 욕 상태 간 관계 분석으로 용강 탄소 함량 온라인 예측 완료.

광학 센서 이용해 기본 제강 저탄소 열(목표 종점 탄소 <0.06%) 탄소 함량 동적 예측 제강소서 상당한 개선 결과.

동적 종점 탄소 예측이 정적 예측 대비 상당한 예측 개선 주지만, 전체 제강 공정 전체 거동 대표하는 실제 풀사이즈 풍부 데이터셋 수집, 예측 모델 자기학습/자기적응이 동적 종점 탄소 예측 특정 도전. 따라서 지능적 종점 탄소 예측 동적 예측 기반 구축.

지능적 예측(Intelligent Prediction)

데이터 수집/지능 모델 발전으로 전로 제강 지능적 종점 탄소 예측 이제 가용. 상이한 특징 가진 풀사이즈 풍부 데이터셋 기반, 강한 자기학습 능력으로 예측 정확도 향상. 서브랜스 시스템 외 자동 전로 제강 시스템 주로 타 기술 채택: (i) 취입 중 온라인 슬래그 검출→슬래깅 조업 가이드, (ii) 배기 가스 분석 시스템→취입 중 용강 탄소/온도 동적 추정, (iii) 강한 자기학습/자기적응 지능 모델. 그림 6은 지능 모델 수립.

그림 6: 지능 모델 수립

위 기술 적용으로 전로 제강 지능적 종점 탄소 예측 컴퓨터로 자동·효율적 구현 가능(수동 조작 대체), 종점 탄소 함량 예측 정확도 크게 향상. 지능적 종점 예측 실용 적용 제강소서 재취입 비율 14%→1% 감소, 탭투탭 시간 37분→29분 단축→전로 제강 공정 효율 대폭 개선.

지능적 예측이 종점 탄소 함량 예측 정확도 크게 향상시킴 의심 여지 없음. 최근 로봇 시료채취/온도 측정 시스템, 무선 조성 측정 시스템 등 더 많은 자동 검출 기술 개발·종점 탄소 제어 적용. 한편 IIoT(산업 사물인터넷) 5G(5세대 이동통신), 빅데이터 분석과 함께 급속 발전, 스마트 제조 점차 적용. 따라서 전로 제강 지능적 종점 탄소 예측 미래 더 주목받을 것.

산업 구현 관점: 고정확도 지능적 종점 탄소 예측 모델 기존 공정 시스템 설치 가능, 기본 전로 제강 공정 중 실제/계획 이벤트 기반 공정 탄소 함량 연속 예측, 조작자 가이드 제공.

전문가 시스템(Expert System)

전문가 시스템: 제강 공정 이미지화·최적화하는 종합 공정 모델 그룹. 전문가 시스템: 야금/열 공정 모니터링, 강욕/슬래그 실제 상태 주기적 계산. 이로써 강욕/슬래그 분석/온도 상시 제공, 설정점 모델 계산 항상 실제 상황 기반.

전문가 시스템 공정 모델: 컨버터 내 전체 처리 중 제강 공정 최적화·제어. 레벨 2 시스템: 강종별 저장된 생산 스킴 기반 모델 계산으로 조작자 지원. 전문가 시스템: 열 전체 상태(중량, 온도, 분석) 조작자에 지속 통보.

전문가 시스템 광범위 설정점 모델 그룹이 전문가 시스템 설정점 결정, 이 설정점은 다른 처리 단계 필요 원료, 가스량, 에너지 결정 책임. 일부 설정점 모델 기술:

• 전문가 시스템 1차 장입 계산: 가변 입력 데이터 시나리오(가변 스크랩/가변 선철, 가변 스크랩/고정 선철, 고정 스크랩/가변 선철) 적용 가능. 추가 스크랩 비용 최적화 활용. 모델 출력: 생산 스케줄 계획 강종 따라 목표 도달 최적 장입 믹스 제공.
• 전문가 시스템 2차 장입 계산: 실제 장입 선철/스크랩 데이터(서로 다른 스크랩 유형 부분 중량 포함) 수신 직후 수행. 2차 장입 계산 모델: 취입 종말 목표 분석·목표 온도 달성 필요 용기 첨가량·산소량 계산.
• 전문가 시스템 취입 중 보정 계산: 서브랜스 모델 수행. 데이터 가용성(온도, 탄소) 따라 주기적 온라인 모델 측정값 인수, 서브랜스 측정이 핫스팟 근접 수행되므로 일부 보정 조치 적용. 잔여 필요 산소량, 가열/냉각제, 추가 슬래그 형성제 계산.
• 전문가 시스템 재취입 보정 계산: 취입 종말 특정 강욕 물성(온도, 탄소, 인 등) 목표 한계 밖일 시 시작. 실제 강욕 분석/온도 온도 측정/실제 강 샘플서 취득. 재취입 필요 산소량, 가열/냉각제, 추가 슬래그 형성제 계산.
• 전문가 시스템 합금 모델: 탭핑 래들 첨가 필요 합금/탈산 재료 비용 최적화 계산. 합금제 분석/특정 손실 고려.
• 전문가 시스템 예측 모델: 감독/설정점 모델 결과 사용 완전 생산 공정 시뮬레이션. 열 진행/최종 상태 예측, 필요 모든 첨가/행동 예측, 생산 공정 최적화 지원. 예측 모델 전형적 HMI 화면: 화면 각 섹션 목표/입력 데이터, 모델 결과, 강/슬래그 계산 분석, 특정 소비량 표시.
• 전문가 시스템 사전 계산 모델: 스크랩/선철 컨버터 장입 전/후 완전 제강 공정 시뮬레이션. 전문가 시스템 예측 모델: 최적 취입/교반 전략, 용기 첨가 정확 시간/배분 결정. 사전 계산 모델: 사전 정의 공정 단계 리스트(장입, 주취입, 교반, 탭핑 등), 공정 엔지니어 정의 표준 조업 관행(SOP) 목표값 기반.

사전 계산 모델 5개 파트: (i) 선철/스크랩 입력 계산, (ii) 목표 중량/분석/염기도 도달 위해 가열/냉각제, 합금, 스크랩, 플럭스 계산·배분, (iii) 목표 탄소/온도 도달 위해 취입 설정점 계산, (iv) 각 공정 단계 후 강/슬래그/배기 가스 중량/분석 예측 위해 진행 반응 계산, (v) 공정 단계 목표값 미달성 시 조작자 정보/경고.

• 전문가 시스템 감독 모델(순환 공정 모델/포화 모델): 온라인 모델, 취입 공정 중 강욕/슬래그 내 진행 반응 주기적 계산. 산화/환원 반응, 산소/질소/수소 픽업, 황/인 강-슬래그 분배, CO2/수소 후연소 포함. 이로써 상이한 취입/교반/자재 첨가 패턴 및 장입 물질 용해 효과 공정 진행 과정 반영.
• 전문가 시스템 동적 제어(감독 모델 부분): 실제 배기 가스 데이터 기반 탄소 동적 취입 종말 예측. 실제 배기 가스 데이터(유량, 분석(CO, CO2, O2, N2), 실제 공정 데이터)로 취입 종말 근접 배기 가스 데이터 전형 프로파일서 취입 종말 탄소 함량 예측. 결과: 취입 종말 예측 탄소 함량(통상 0.3% 미만 탄소 함량용), 목표 탄소 함량 도달 위한 취입 종말 요청. 순환 온라인 모델(감독 모델)과 결합으로 강/슬래그 완전 예측(온도, 분석, 중량) 가능: 탄소 함량 동적 제어서 취득, 기타 데이터 감독 모델 계산.

전문가 시스템서 취입 중 탄소 함량 계산: 서브랜스 측정 장치 탄소 함량 계산값 대신 원시 데이터(액체선 온도 Tliq) 기반. 취입 중 탄소 함량 계산식: Cin-blow = a0 + a1×Tliq + a2×Tliq². 튜닝 파라미터 a0, a1, a2 레벨 2 데이터베이스 유지, 취입 중 샘플 액체선 온도/탄소 함량 쌍 이용 피팅.

취입 중 측정 계산 탄소 함량 온라인 모델 인수→탄소 예측 모델 보정. 기본 전로 동적 배기 가스 측정 기반 자동 취입 정지 기능 완성 위해 이 기능 서브랜스 시스템에도 채택. 자동 취입 정지 기능: 최종 취입 단계 연장/단축→종말 온도/탄소 목표 도달.

순환 공정 모델(포화 모델)은 복합 제강 슬래그 CaO(석회), MgO(마그네시아) 포화 농도 고려. 석회/돌로마이트 용해 해당 포화 농도 도달 시 중단, 슬래그 조성 추가 용해 허용 시 재개. 공정 모델: 액체 슬래그 양/분석, 미용해 플럭스 첨가량 추적. 평형 인 분배 비율 계산: 광학적 염기도 모델 기반. 광학적 염기도 결정 위해 액체 슬래그 상 조성만 사용, 미용해 플럭스 부분 질량 이동 계수 계산시 고려. 보통 포화 모델로 염기도(CaO/SiO2), MgO 최적화·목표화→취입 종말 과도 미용해 플럭스 자재 방지.

전문가 시스템 공정 모델: 선철 장입 전 장입된 슬래그 형성제 열적 크래킹 고려. 이 첨가물 CO2/수증기 부분 완전 제거. 석회석/생돌로마이트 등 예비 장입 플럭스 냉각 효과 과대평가 방지→온도 계산 개선. 또한 이전 열 잔류 슬래그 컨버터 내 선철 장입 후 실리콘에 의해 부분 환원: 2(FeO)+[Si]=2[Fe]+(SiO2), 2(Fe2O3)+3[Si]=4[Fe]+3(SiO2), 2(MnO)+[Si]=2[Mn]+(SiO2) 및 소량 탄소에도. 상당량 잔류 슬래그 시 FeO, Fe2O3, MnO 환원 온도 프로파일 영향.

모델들이 각 서브시스템 특수 요건 맞춰 구체적 조정되나, 예측·감독·설정점 모델 특징 결합해 완벽한 품질 위한 전문가 시스템 원칙은 제강 자동화 전반 적용.