CN102641904A - 能量消耗量预测装置 - Google Patents

Abstract

本发明提供一种预测精度较高的热轧线的能量消耗量预测装置。包括：使用轧制转矩、辊速度及轧制功率的设定值来算出能量消耗量计算值的能量消耗量算出装置；使用根据轧制转矩及辊速度的实际值算出的计算值来算出能量消耗量实际计算值的能量消耗量实际值算出装置；通过对轧制功率的动作实际值进行积分来获取能量消耗量实际值的能量消耗量实际值获取装置；通过对能量消耗量实际计算值与能量消耗量实际值进行比较，算出能量消耗量学习值的能量消耗量学习值算出装置；算出使能量消耗量学习值反映在能量消耗量计算值中的能量消耗量预测值的预测值算出装置。

Description

能量消耗量预测装置

技术领域

本发明涉及对制造金属制品的热轧线的能量消耗量进行预测的能量消耗量预测装置。

背景技术

利用热轧线来制造期望尺寸、品质的产品所需的能量消耗量，例如可使用轧制台的轧制转矩或辊速度来算出(例如参照专利文献1)。另外，以每个被轧制材料的轧制转矩和辊速度被大致决定为前提，提出了不使用轧制转矩或辊速度的预测值，对按照材质、轧制时间及轧制前后被轧制材料的尺寸进行区分的每一个能量消耗量加以掌握的方法(例如参照专利文献2)。

专利文献1：日本专利第3444267号公报

专利文献2：日本专利第3498786号公报

能量消耗量的预测所使用的参数即轧制时间、轧制转矩、辊速度中，轧制转矩可以通过使用模型公式的设定计算等来高精度地预测。但是，轧制时间或辊速度在实际的轧制中容易与预测值产生误差，是能量消耗量的预测误差的主要原因。另外，能量消耗量也会由于对轧制台的辊进行驱动的电动机的老化等在设定计算或设定计算学习中没有考虑的原因而变化。因此，为了准确地预测能量消耗量，需要利用学习计算来校正这些误差。

然而，在对按照材质、轧制时间及轧制前后被轧制材料的尺寸进行区分的每一个能量消耗量加以掌握的上述方法中，没有使用轧制转矩或辊速度的预测值。因此存在的问题是：即使是同一区分，在轧制条件变化时，若轧制转矩及轧制速度变化则预测精度会下降。

发明内容

鉴于上述问题，本发明的目的在于提供一种预测精度较高的热轧线的能量消耗量预测装置。

根据本发明的一个形态，是一种热轧线的能量消耗量预测装置，包括：(1)实际值获取装置，获取在热轧线的轧制处理中所计测的动作实际值；(2)设定计算学习装置，对将动作实际值用于模型公式的参数而得到的动作实际计算值与动作实际值进行比较，算出设定计算学习值；(3)设定计算装置，使用热轧线的操作条件及设定计算学习值，计算包含热轧线的轧制转矩、辊速度及轧制功率的设定值在内的动作设定值；(4)能量消耗量算出装置，使用动作设定值来算出能量消耗量计算值；(5)能量消耗量实际值算出装置，使用轧制转矩及辊速度的动作实际计算值来算出能量消耗量实际计算值；(6)能量消耗量实际值获取装置，通过对轧制功率的动作实际值进行积分来获取能量消耗量实际值；(7)能量消耗量学习值算出装置，通过对能量消耗量实际计算值与能量消耗量实际值进行比较，算出能量消耗量学习值；以及(8)预测值算出装置，算出使能量消耗量学习值反映在能量消耗量计算值中的能量消耗量预测值。

根据本发明，可以提供预测精度较高的热轧线的能量消耗量预测装置。

附图说明

图1是表示本发明的实施方式1所涉及的能量消耗量预测装置的结构的示意图。

图2是表示热轧线的结构例的示意图。

图3是表示利用本发明的实施方式1所涉及的能量消耗量预测装置算出能量消耗量实际值的方法的例子的示意图。

图4是表示本发明的实施方式2所涉及的能量消耗量预测装置的结构的示意图。

图5是表示本发明的实施方式3所涉及的能量消耗量预测装置的结构的示意图。

图6是表示本发明的实施方式3所涉及的能量消耗量预测装置的学习值数据库所存储的表格的例子。

图7是表示本发明的实施方式4所涉及的能量消耗量预测装置的结构的示意图。

附图标记

10...能量消耗量预测装置

11...实际值获取装置

12...设定计算学习装置

13...设定计算装置

14...能量消耗量算出装置

15...能量消耗量实际值算出装置

16...能量消耗量实际值获取装置

17...能量消耗量学习值算出装置

18...预测值算出装置

19...能量消耗量学习值更新装置

20...热轧线

21...加热炉

23...粗轧机

26...精轧机

27...冷却装置

28...卷绕机

30...学习值数据库

40...显示装置

100...被轧制材料

121...设定计算学习值存储装置

171...能量消耗量学习值存储装置

具体实施方式

接下来，参照附图，说明本发明的实施方式1～4。在下面的附图的记载中，对同一或者类似的部分标注同一或者类似的标记。下面示出的实施方式是对用于将本发明的技术思想具体化的装置或方法的举例，本发明的实施方式的构成器件的构造、配置等不限于下述结构。本发明的实施方式可以在权利要求的范围内进行各种变更。

(实施方式1)

本发明的实施方式1所涉及的能量消耗量预测装置10是对热轧线20的能量消耗量进行预测的装置，如图1所示，包括：实际值获取装置11、设定计算学习装置12、设定计算装置13、能量消耗量算出装置14、能量消耗量实际值算出装置15、能量消耗量实际值获取装置16、能量消耗量学习值算出装置17、预测值算出装置18。

实际值获取装置11获取在热轧线20的轧制处理中所计测的，包含轧制转矩、辊速度及遍及被轧制材料全长的轧制功率等在内的实际值(以下称作“动作实际值A^ACT”)。

设定计算学习装置12对将动作实际值A^ACT用于模型公式的参数而得到的动作实际计算值A^ACTCAL与动作实际值A^ACT进行比较，算出设定计算学习值Zn_M。此处，上标ACT表示动作实际值，上标ACTCAL表示动作实际计算值(下同)。

设定计算装置13使用热轧线20的操作条件及设定计算学习值Zn_M，计算包含热轧线20的轧制转矩、辊速度及轧制功率的设定值在内的动作设定值A^SET。能量消耗量算出装置14使用动作设定值A^SET来算出能量消耗量计算值En^SET。

能量消耗量实际值算出装置15使用轧制转矩及辊速度的动作实际计算值A^ACTCAL，算出能量消耗量实际计算值En^ACTCAL。另一方面，能量消耗量实际值获取装置16通过对由实际值获取装置11获取的轧制功率的动作实际值Pw^ACT进行积分，获取能量消耗量实际值En^ACT。

能量消耗量学习值算出装置17通过对能量消耗量实际计算值En^ACTCAL与能量消耗量实际值En^ACT进行比较，算出能量消耗量学习值Zn_EC ^CUR。算出的能量消耗量学习值Zn_EC ^CUR存储在能量消耗量学习值存储装置171。

预测值算出装置18算出能量消耗量预测值En^Pred，该能量消耗量预测值En^Pred使从能量消耗量学习值存储装置171读出的能量消耗量学习值Zn_EC反映在能量消耗量计算值En^SET中。

图2表示利用能量消耗量预测装置10预测能量消耗量的预测对象即热轧线20的结构例。图2所示的热轧线20具有加热炉21、粗轧机23、精轧机26、卷绕机28。

从加热炉21运出的被轧制材料100被可逆式的粗轧机23轧制。粗轧机23通常具有1台至多台的轧制台，通过边使被轧制材料100往返边使其多次通过粗轧机23，在粗轧机出口侧轧制到目标的中间条板厚。以下将使被轧制材料100通过粗轧机23的轧制台的通路称作“轧制道”。

在被粗轧机23轧制后，被轧制材料100从粗轧机23的出口侧被运送到精轧机26的入口侧，例如利用由5～7台的轧制台260构成的精轧机26，轧制到期望的产品板厚。从精轧机26运出的被轧制材料100在被水冷装置等冷却装置27冷却后，被卷绕机28卷绕成线圈状。

此外，粗轧机23的轧制台的辊由电动机231进行驱动，精轧机26的轧制台260的辊由电动机261进行驱动。另外，在粗轧机23的入口侧配置粗轧机入口侧去氧化皮机22，在精轧机26的入口侧配置精轧机入口侧去氧化皮机25。再有，在粗轧机23和精轧机26间的运送台区域配置剪料头机24。

图1所示的能量消耗量预测装置10算出用于制造期望尺寸、品质的产品所需的、热轧线20的能量消耗量的预测值。下面，说明能量消耗量预测装置10的详细动作。

设定计算装置13基于操作条件及设定计算学习值Zn_M，使用已知的模型公式，计算动作设定值A^SET。操作条件例如是精轧机26出口侧的作为目标的板厚、精轧机出口侧温度等。另外，动作设定值A^SET是对用于使被轧制材料100具有期望的板厚所需的辊间隙、以及用于实现期望的精轧机出口侧温度所需的辊速度等进行计算。即，用于使热轧线20所制造的产品具有期望的尺寸及品质所需的轧制转矩、辊速度等由设定计算装置13计算得到。

再有，包含各轧制道或各轧制台260的轧制负荷、轧制转矩及辊速度等的设定值在内的动作设定值A^SET由设定计算装置13计算得到，以不超过精轧机26的负载极限值、以及对轧制台260的辊进行驱动的电动机261的转矩极限值。

优选的是，至少在以下的3点算出这些动作设定值A^SET：对从被轧制材料100的前端保证精度来说比较重要的嵌入点、从确保生产量的观点使被轧制材料100加速而轧制速度最大的中间点、以及被轧制材料100的温度变低的后端点。以下将算出动作设定值A^SET的地点称作“目标点”。

另外，将上述一系列的计算称作“设定计算”。通过设定计算而计算得到的辊间隙或辊速度等的动作设定值A^SET输出至热轧线20的控制装置，基于这些动作设定值A^SET操作热轧线20。另外，轧制转矩、辊速度的动作设定值A^SET作为能量消耗量计算用的输入参数，输出至能量消耗量算出装置14。

实际值获取装置11从设置在热轧线20的计测器(未图示)，获取遍及轧制处理中的被轧制材料100全长的轧制转矩、辊速度、以及轧制功率等的动作实际值A^ACT。例如，轧制转矩使用施加在辊上的负荷等、辊速度使用辊的转速等、轧制功率使用电动机261的驱动电流等被分别算出。

由实际值获取装置11获取的动作实际值A^ACT输出至设定计算学习装置12。

设定计算学习装置12将由实际值获取装置11获取的动作实际值A^ACT代入模型公式的参数，算出动作实际计算值A^ACTCAL。再有，设定计算学习装置12通过对由实际值获取装置11获取的被轧制材料100的各目标点的动作实际值A^ACT、与算出的动作实际计算值A^ACTCAL进行比较，掌握动作实际值A^ACT与动作实际计算值A^ACTCAL的误差。

具体而言，设定计算学习装置12算出动作实际值A^ACT与动作实际计算值A^ACTCAL之比。即，以“动作实际值A^ACT/动作实际计算值A^ACTCAL”算出设定计算学习值Zn_M。

算出的设定计算学习值Zn_M存储在设定计算学习值存储装置121.设定计算学习值存储装置121所存储的设定计算学习值Zn_M被用于设定计算装置13。

在利用能量消耗量算出装置14计算热轧线20的能量消耗量时，使用由设定计算装置13算出的动作设定值A^SET。具体而言，能量消耗量算出装置14基于算出的轧制转矩及辊速度等的动作设定值A^SET、及操作条件，算出粗轧机23的各轧制道及精轧机26的各轧制台260的能量消耗量计算值En^SET。例如，对各轧制道及各轧制台260的辊进行驱动的电动机261的能量消耗量计算值En^SET如下式(1)及式(2)所示，通过对轧制转矩G(t)[kNm]与辊速度v(t)[m/s]的积进行时间(t)[s]积分而算出：

En^SET＝η∫Pw(t)dt…(1)

Pw(t)＝(1000×v(t)×G(t))/R…(2)

式(1)中，∫dt表示从t＝0至T，即从开始对被轧制材料100进行轧制处理到结束的时间积分，η是功率转换效率(电流-功之间进行转换时的效率)。式(2)中，R[mm]是辊半径，Pw(t)[kW]是轧制功率。轧制转矩G(t)是辊基准。

能量消耗量实际值算出装置15使用设定计算学习装置12在算出设定计算学习值Zn_M时所使用的、轧制转矩的动作实际计算值G_i ^ACTCAL和辊速度的动作实际计算值V_i ^ACTCAL，算出能量消耗量实际计算值En^ACTCAL。能量消耗量实际计算值En^ACTCAL使用式(1)及式(2)，利用下式(3)及式(4)算出：

Pw_i ^ACTCAL＝(1000×V_i ^ACTCAL×G_i ^ACTCAL)/R…(3)

En^ACTCAL＝∑(Pw_i ^ACTCAL+Pw_i+1 ^ACTCAL)×S_i ^ACT/2…(4)

式(3)的Pw_i ^ACTCAL是目标点i的轧制功率的实际计算值，R[mm]是辊半径。式(4)中，S_i ^ACT[s]是目标点i～i+1间的时间，n是轧制道或者轧制台260的编号。∑表示从第一个目标点到最后一个目标点M的总和。

算出的能量消耗量实际计算值En^ACTCAL输出至能量消耗量学习值算出装置17。

能量消耗量实际值获取装置16对由实际值获取装置11获取的轧制功率的动作实际值进行积分，算出能量消耗量实际值En^ACT。图3表示能量消耗量实际值En^ACT的算出方法的例子。在图3中，纵轴是轧制功率的动作实际值Pw^ACT，横轴是时间t。

如下式(5)所示，通过将测定地点j的轧制功率的动作实际值Pw^ACT(j)与时间步长Δt(j)相乘，并对所得到的积进行求和，直到最终测定地点为止，可以准确地算出能量消耗量实际值En^ACT：

En^ACT＝∫Pw^ACT(j)(t)dt＝∑(Pw^ACT(j)×Δt(j))…(5)

在式(5)中，∫dt表示从t＝0至T的时间积分，∑表示从j＝0至L-1的总和。L是最终测定地点。

算出的能量消耗量实际值En^ACT输出至能量消耗量学习值算出装置17。

能量消耗量学习值算出装置17通过对能量消耗量实际值En^ACT与能量消耗量实际计算值En^ACTCAL进行比较，掌握能量消耗量实际值En^ACT与能量消耗量实际计算值En^ACTCAL的误差。具体而言，如下式(6)所示，算出能量消耗量实际值En^ACT与能量消耗量实际计算值En^ACTCAL之比，作为能量消耗量学习值Zn_EC ^CUR：

Zn_EC ^CUR＝En^ACT/En^ACTCAL…(6)

算出的能量消耗量学习值Zn_EC ^CUR存储在能量消耗量学习值存储装置171。

在能量消耗量学习值存储装置171中，通过对过去算出且已经存储在能量消耗量学习值存储装置171中的旧的能量消耗量学习值(以下表示为“Zn_EC ^OLD”)与新算出的能量消耗量学习值Zn_EC ^CUR进行式(7)所示的加权平均计算，重新算出能量消耗量学习值Zn_EC：

Zn_EC＝(1-α)Zn_EC ^OLD+αZn_EC ^CUR…(7)

式(7)中，α是加权系数。使用式(7)而更新的新的能量消耗量学习值Zn_EC存储在能量消耗量学习值存储装置171。

预测值算出装置18算出能量消耗量预测值En^Pred，该能量消耗量预测值En^Pred使存储在能量消耗量学习值存储装置171的能量消耗量学习值Zn_EC，反映在由能量消耗量算出装置14算出的能量消耗量计算值En^SET中。具体而言，使用下式(8)，算出考虑了能量消耗量学习值Zn_EC的能量消耗量预测值En^Pred：

En^Pred＝Zn_EC×En^SET…(8)

如上所述，通过使用能量消耗量学习值Zn_EC，能以较高的精度算出准确的能量消耗量预测值En^Pred，其中，能量消耗量学习值Zn_EC是通过对将轧制功率进行时间积分而得到的能量消耗量实际值En^ACT、与使用从实际值算出的轧制转矩及计算辊速度的动作实际计算值A^ACTCAL而算出的能量消耗量实际计算值En^ACTCAL进行比较而求出的。

如以上说明，本发明的实施方式1所涉及的能量消耗量预测装置10使用将轧制转矩和辊速度作为能量消耗量计算的输入参数的能量消耗量计算式，算出能量消耗量计算值。此时，轧制转矩和辊速度是使用设定计算的模型公式计算的。

而且，能量消耗量计算式的输入参数即轧制转矩及辊速度的动作实际值A^ACT与动作实际计算值A^ACTCAL的误差，被由设定计算学习装置12算出的设定计算学习值Zn_M消除。

另外，在掌握能量消耗量时，通过掌握能量消耗量实际计算值En^ACTCAL与能量消耗量实际值En^ACT的误差，消除能量消耗量计算式自身的误差，其中，能量消耗量实际计算值En^ACTCAL是使用将轧制转矩及辊速度的动作实际计算值A^ACTCAL作为输入参数的能量消耗量计算式而算出的，能量消耗量实际值En^ACT是使用来自热轧线20的反馈信息即轧制功率的动作实际值而算出的。

所以，根据图1所示的能量消耗量预测装置10，通过使能量消耗量计算式的输入参数的误差、能量消耗量计算式自身的误差分开，并分别掌握各误差，能够提高能量消耗量的预测精度。

(实施方式2)

本发明的实施方式2所涉及的能量消耗量预测装置10如图4所示，与图1所示的能量消耗量预测装置10的不同之处在于，还包括能量消耗量学习值更新装置19。其他结构与图1所示的实施方式1相同。

能量消耗量学习值更新装置19如后文详细描述，根据由设定计算学习装置12算出的设定计算学习值Zn_M的变化率，将存储在能量消耗量学习值存储装置171的能量消耗量学习值Zn_EC除以设定计算学习值Zn_M的变化率，算出新的能量消耗量学习值Zn_EC。然后，预测值算出装置18使用新的能量消耗量学习值Zn_EC，算出能量消耗量预测值En^Pred。

能量消耗量实际值En^ACT与能量消耗量计算值En^SET的误差也会由于算出轧制转矩及辊速度时所使用的模型公式的预测误差而产生。在轧制转矩及辊速度的设定计算学习值Zn_M大幅变化的情况下，由于能量消耗量计算的输入参数即轧制转矩及辊速度变化，因此能量消耗量的预测精度有可能下降。

因此，在能量消耗量学习计算中，需要判断轧制转矩及辊速度的设定计算学习值Zn_M是否饱和。此处“设定计算学习值饱和”是指即使反复对热轧线进行轧制处理，设定计算学习值也几乎不变化。例如，在设定计算学习值的变化率为10％以下的情况判断为饱和。

若轧制转矩及辊速度的设定计算学习值Zn_M没有饱和，则在接下来处理的被轧制材料100的能量消耗量计算中，需要考虑设定计算学习值Zn_M的变化量来将该变化量去除。

能量消耗量学习值更新装置19从设定计算学习值存储装置121读出能量消耗量计算的输入参数即轧制转矩及辊速度的设定计算学习值Zn_M。读出的设定计算学习值Zn_M是更新前的设定计算学习值Zn_M ^OLD及更新后的设定计算学习值Zn_M ^NEW。此外，由于轧制速度和辊速度大致有比例关系，因此使用轧制速度的设定计算学习值也没有任何问题。

为了在能量消耗量计算中将设定计算学习值变化量去除，进行以下的处理。即，能量消耗量学习值更新装置19对更新前的设定计算学习值Zn_M ^OLD与更新后的设定计算学习值Zn_M ^NEW进行比较，算出设定计算学习值的变化率β_M。在该设定计算学习值的变化率β_M为预先设定的一定的阈值γ以上的情况下，作为适用于能量消耗量计算的设定计算学习值Zn_M，使用将存储在设定计算学习值存储装置121的设定计算学习值除以设定计算学习值的变化率β_M而得到的值。阈值γ例如是0.1。

具体而言，使用式(9)来算出设定计算学习值的变化率β_M：

β_M＝Zn_M ^NEW/Zn_M ^OLD…(9)

此处，在γ≤|1-β_M|的情况下，由下式(10)算出适用于能量消耗量计算的新的能量消耗量学习值Zn_EC：

Zn_EC＝Zn_EC ^OLD/β_M…(10)

另一方面，在|1-β_M|＜γ的情况下，将更新前的能量消耗量学习值Zn_EC ^OLD原样用作为适用于能量消耗量计算的能量消耗量学习值Zn_EC。即，Zn_EC＝Zn_EC ^OLD。

如上所述决定的能量消耗量学习值Zn_EC输出至预测值算出装置18。预测值算出装置18算出反映有能量消耗量学习值Zn_EC的能量消耗量。其他与实施方式1实际上一样，省略重复的描述。

如以上说明，根据实施方式2所涉及的能量消耗量预测装置10，可以避免计算能量费量计算的输入参数的设定计算学习装置12、能量消耗量学习值算出装置17这两者重复地掌握能量消耗量计算的输入参数的预测误差。其结果是，可以使能量消耗量预测的精度稳定、提高。

(实施方式3)

本发明的实施方式3所涉及的能量消耗量预测装置10如图5所示，与实施方式1不同之处在于，包括学习值数据库30，对按照被轧制材料100的板厚、板宽及钢种进行区分的多个能量消耗量学习值进行存储。其他结构与图1所示的实施方式1相同。

轧制转矩、辊速度及轧制时间会随着被轧制材料100的板厚、板宽及钢种的不同而不同。因此，能量消耗量的预测误差会随着被轧制材料100的板厚、板宽及钢种的不同而不同。所以，作为能量消耗量学习值Zn_EC，准备按照被轧制材料100的板厚、板宽及钢种进行区分的学习值是有效的。

图6表示存储在学习值数据库30的表格的例子。该表格的结构为按照钢种准备表，对于各表以板厚及板宽进行区分，记录按照区分的能量消耗量学习值Zn_EC。

例如，以板厚区分1为1.2[mm]～1.4[mm]、板宽区分2为980[mm]～1100[mm]这样决定的范围来划分板厚及板宽，对每个区分标注连续的号码。然后，在图6所示的表格中按照区分显示能量消耗量学习值。

在热轧线20中对被轧制材料100进行了轧制处理后，向能量消耗量学习值存储装置171输入由能量消耗量学习值算出装置17算出的能量消耗量学习值。此时，与被轧制处理的被轧制材料100的板厚、板宽及钢种的区分对应的能量消耗量学习值，作为式(7)的已经存储的能量消耗量学习值Zn_EC ^OLD被使用。然后，使用式(7)而更新的能量消耗量学习值Zn_EC，作为新的能量消耗量学习值，记录在学习值数据库30所存储的表格内的对应区分。另一方面，与预定进行轧制的被轧制材料100的板厚、板宽及钢种的区分对应的能量消耗量学习值，在轧制处理前输出至预测值算出装置18。

如上所述，在图5所示的能量消耗量预测装置10中，根据被轧制材料100的板厚、板宽及钢种的区分，能量消耗量学习值在每个区分被更新，保存在学习值数据库30。然后，按照区分存储在学习值数据库30的能量消耗量学习值被输出至预测值算出装置18。预测值算出装置18算出反映有与区分相应的能量消耗量学习值的能量消耗量预测值En^Pred。其他与实施方式1实际上一样，省略重复的描述。

如以上说明，根据实施方式3所涉及的能量消耗量预测装置10，通过按照板厚、板宽及钢种的区分得到能量消耗量学习值，可以补偿被轧制材料100的不同板厚、板宽及钢种所产生的不同的预测误差。其结果是，可以进一步准确预测能量消耗量。

(实施方式4)

本发明的实施方式4所涉及的能量消耗量预测装置10如图7所示，与图1所示的能量消耗量预测装置10的不同之处在于，还包括显示装置40，显示预测值算出装置18算出的能量消耗量预测值En^Pred。其他结构与图1所示的实施方式1相同。

根据实施方式4所涉及的能量消耗量预测装置10，算出的能量消耗量预测值En^Pred显示在显示装置40。因此，操作者或工程师等热轧线20的操作者可以始终确认接下来处理的被轧制材料100的能量消耗量。因此，在能量消耗量预测值En^Pred较大的情况下，操作者可以根据需要进行轧制条件的变更。

如上所述，通过第一至实施方式4说明了本发明，但构成该披露的一部分的论述及附图不应理解为是限定本发明。根据该披露，普通技术人员可以想到各种代替的实施方式、实施例及运用技术。即，本发明当然包含此处没有记载的各种实施方式等。所以，根据上述说明，本发明的技术范围由适当的权利要求所涉及的发明特定事项决定。

Claims (5)

1.一种热轧线的能量消耗量预测装置，其特征在于，包括：

实际值获取装置，获取在所述热轧线的轧制处理中所计测的动作实际值；

设定计算学习装置，对将所述动作实际值用于模型公式的参数而得到的动作实际计算值与所述动作实际值进行比较，算出设定计算学习值；

设定计算装置，使用所述热轧线的操作条件及所述设定计算学习值，计算包含所述热轧线的所述轧制转矩、所述辊速度及所述轧制功率的设定值在内的动作设定值；

能量消耗量算出装置，使用所述动作设定值来算出能量消耗量计算值；

能量消耗量实际值算出装置，使用所述轧制转矩及所述辊速度的所述动作实际计算值来算出能量消耗量实际计算值；

能量消耗量实际值获取装置，通过对所述轧制功率的所述动作实际值进行积分来获取能量消耗量实际值；

能量消耗量学习值算出装置，通过对所述能量消耗量实际计算值与所述能量消耗量实际值进行比较，算出能量消耗量学习值；以及

预测值算出装置，算出使所述能量消耗量学习值反映在所述能量消耗量计算值中的能量消耗量预测值。

2.如权利要求1所述的能量消耗量预测装置，其特征在于，

所述预测值算出装置使用通过对过去算出的旧的能量消耗量学习值与所述能量消耗量学习值进行加权而得到的能量消耗量学习值，算出所述能量消耗量预测值。

3.如权利要求1或2所述的能量消耗量预测装置，其特征在于，

还包括能量消耗量学习值更新装置，在所述设定计算学习值的变化率为一定值以上的情况下，将所述能量消耗量学习值除以所述设定计算学习值的变化率，算出新的能量消耗量学习值。

4.如权利要求1或2所述的能量消耗量预测装置，其特征在于，

还包括学习值数据库，存储有按照所述被轧制材料的板厚、板宽及钢种进行区分的多个能量消耗量学习值。

5.如权利要求1或2所述的能量消耗量预测装置，其特征在于，

还包括显示装置，显示所述能量消耗量预测值。

Images