JP2012101235A - 冷却停止温度制御装置および冷却停止温度制御方法 - Google Patents

Abstract

【課題】冷却停止予測温度の精度を高くし、かつばらつきを抑えることができる冷却停止温度制御装置および冷却停止温度制御方法を提供すること。
【解決手段】冷却停止温度制御装置１０は、鋼板表面性状に影響する情報を含む厚鋼板１の圧延情報と厚鋼板１の熱伝達係数の補正値との関係を記憶する補正テーブル１３と、圧延機後面実績温度および前記補正値をもとに厚鋼板１の温度降下予測演算を行って該厚鋼板１が目標冷却停止温度となる冷却条件を設定する設定部１１と、冷却開始実績温度および前記補正値をもとに厚鋼板１の温度降下予測演算を行い、冷却停止予測温度と冷却停止実績温度との差が所定値内でない場合、該所定値内となるように前記補正値を求め、補正テーブル１３を更新する学習処理を行う学習部１２とを備える。
【選択図】図１

Description

本発明は、圧延機によって圧延された鋼板を冷却装置によって冷却する際、該冷却装置による冷却後における該鋼板の冷却停止温度を制御する冷却停止温度制御装置に関するものである。

厚鋼板の熱間圧延工程では、仕上圧延機を通過した厚鋼板は、所望の材質を得るために予め定められた目標冷却停止温度を実現するように、厚鋼板の搬送方向に冷却装置が配置されて加速冷却される。ここで、個々の厚鋼板の冷却の際には、個々の厚鋼板に対応する冷却条件（搬送速度や冷却ゾーン数など）を選出し、この選出した冷却条件を冷却前の厚鋼板の表面温度をもとに修正するために、設定演算と学習演算とを行う（特許文献１参照）。

この設定演算では、仕上圧延機の後方における厚鋼板の温度を起点に温度降下予測演算を行い、目標冷却停止温度となるように、冷却条件を決定している。一方、学習演算では、冷却開始実績温度を基点として冷却停止温度までの温度降下予測演算を行い、冷却停止予測温度と冷却停止実績温度とが一致するように、熱伝達係数の補正値を求め、この補正をテーブル形式で管理する。そして、つぎの厚鋼板以降の設定演算に際し、このテーブルで管理され、学習された補正値を用いるようにして、冷却停止予測温度の精度を高めている。

なお、特許文献２には、データベース型モデリングを用いて鋼板全面の材質特性を推定するものが記載されている。

特開２０００−３１９７３２号公報 特開２００９−２４１０９７号公報

ところで、温度降下予測演算で用いる熱伝達係数は、鋼板表面温度と水量密度との関数であるが、この熱伝達係数は、鋼板表面性状に影響を受ける関数でもある。鋼板表面性状の変化によって、たとえばスケールが基準値以上の厚さで付着すると伝熱を阻害するため、熱伝達係数も変化する。この結果、適切でない熱伝達係数を用いて温度降下予測演算を行うことになり、たとえ、学習演算を行っても、冷却停止予測温度のばらつきが大きいという問題点があった。

本発明は、上記課題に鑑みてなされたものであって、冷却停止予測温度の精度を高くし、かつばらつきを抑えることができる冷却停止温度制御装置および冷却停止温度制御方法を提供することを目的とする。

上記課題を解決し、目的を達成するために、本発明に係る冷却停止温度制御装置は、圧延機によって圧延された鋼板を冷却装置によって冷却する際、該冷却装置による冷却後における該鋼板の冷却停止温度を制御する冷却停止温度制御装置であって、鋼板表面性状に影響する情報を含む鋼板の圧延情報と鋼板の熱伝達係数の補正値との関係を記憶する補正テーブルと、圧延機後面実績温度および前記補正値をもとに鋼板の温度降下予測演算を行って該鋼板が目標冷却停止温度となる冷却条件を設定する設定部と、冷却開始実績温度および前記補正値をもとに鋼板の温度降下予測演算を行い、冷却停止予測温度と冷却停止実績温度との差が所定値内でない場合、該所定値内となるように前記補正値を求め、前記補正テーブルを更新する学習処理を行う学習部と、を備えたことを特徴とする。

上記課題を解決し、目的を達成するために、本発明に係る冷却停止温度制御装置は、圧延機によって圧延された鋼板を冷却装置によって冷却する際、該冷却装置による冷却後における該鋼板の冷却停止温度を制御する冷却停止温度制御装置であって、鋼板表面性状に影響する情報を含む鋼板の圧延情報と鋼板の熱伝達係数の補正値との関係を記憶するデータベース部と、圧延機後面実績温度および前記補正値をもとに鋼板の温度降下予測演算を行って該鋼板が目標冷却停止温度となる冷却条件を設定する設定部と、冷却開始実績温度および前記補正値をもとに鋼板の温度降下予測演算を行い、冷却停止予測温度と冷却停止実績温度との差が所定値内でない場合、該所定値内となるように前記圧延情報を説明変数として重回帰演算を行って前記補正値を求め、前記データベース部を更新する学習処理を行う学習部と、を備えたことを特徴とする。

上記課題を解決し、目的を達成するために、本発明に係る冷却停止温度制御方法は、圧延機によって圧延された鋼板を冷却装置によって冷却する際、該冷却装置による冷却後における該鋼板の冷却停止温度を制御する冷却停止温度制御方法であって、鋼板表面性状に影響する情報を含む鋼板の圧延情報と鋼板の熱伝達係数の補正値との関係を補正テーブルとして記憶する記憶ステップと、圧延機後面実績温度および前記補正値をもとに鋼板の温度降下予測演算を行って該鋼板が目標冷却停止温度となる冷却条件を設定する設定ステップと、冷却開始実績温度および前記補正値をもとに鋼板の温度降下予測演算を行い、冷却停止予測温度と冷却停止実績温度との差が所定値内でない場合、該所定値内となるように前記補正値を求め、前記補正テーブルを更新する学習処理を行う学習ステップと、を含むことを特徴とする。

上記課題を解決し、目的を達成するために、本発明に係る冷却停止温度制御方法は、圧延機によって圧延された鋼板を冷却装置によって冷却する際、該冷却装置による冷却後における該鋼板の冷却停止温度を制御する冷却停止温度制御方法であって、鋼板表面性状に影響する情報を含む鋼板の圧延情報と鋼板の熱伝達係数の補正値との関係をデータベース部として記憶する記憶ステップと、圧延機後面実績温度および前記補正値をもとに鋼板の温度降下予測演算を行って該鋼板が目標冷却停止温度となる冷却条件を設定する設定ステップと、冷却開始実績温度および前記補正値をもとに鋼板の温度降下予測演算を行い、冷却停止予測温度と冷却停止実績温度との差が所定値内でない場合、該所定値内となるように前記圧延情報を説明変数として重回帰演算を行って前記補正値を求め、前記データベース部を更新する学習処理を行う学習ステップと、を含むことを特徴とする。

本発明によれば、たとえば、鋼板の成分など、鋼板表面性状に影響する情報を鋼板の圧延情報に含め、鋼板の熱伝達係数の補正値をこの圧延情報を用いて学習処理するようにしているので、スケールの付着等によって生じる冷却停止予測温度の予測誤差を小さくすることができ、結果的に精度が高く、ばらつきが小さい冷却停止温度制御を行うことができる。

図１は、本発明の実施の形態１である冷却停止温度制御装置が適用される圧延装置の概要を示す模式図である。 図２は、設定部による冷却条件の設定処理手順を示すフローチャートである。 図３は、学習部による水冷熱伝達係数の補正値の学習処理手順を示すフローチャートである。 図４は、補正テーブルで用いる圧延情報の一例を示す図である。 図５は、本発明の実施の形態２である冷却停止温度制御装置が適用される圧延装置の概要を示す模式図である。 図６は、データベース部の構造の一例を示す図である。 図７は、実施の形態１による冷却停止予測温度のばらつきを示す図である。 図８は、実施の形態２による冷却停止予測温度のばらつきを示す図である。

以下、図面を参照して、本発明の実施の形態である冷却停止温度制御装置が適用される圧延装置について説明する。

（実施の形態１）
図１は、本発明の実施の形態１である冷却停止温度制御装置が適用される圧延装置の概要を示す模式図である。図１に示すように、この圧延装置の厚鋼板製造ラインには、厚鋼板１を所定の厚みまで圧延する仕上圧延機２と、圧延された高温の厚鋼板１を搬送しつつ加速冷却する冷却装置４とが配置される。仕上圧延機２と冷却装置４とは、複数のローラからなる搬送テーブル３で結ばれる。搬送テーブル３は、冷却停止温度制御装置１０の制御のもと、搬送速度制御部１６によって厚鋼板１の搬送速度が制御される。

冷却装置４は、搬送される厚鋼板１の上面および下面に冷却水を噴霧する複数のノズル５が厚鋼板１の搬送方向および幅方向に配置されており、厚鋼板１の全幅を冷却するようになっている。ノズル５からの噴霧量およびノズル５の使用数は、冷却停止温度制御装置１０の制御のもと、冷却水量制御部１５によって制御される。

仕上圧延機１の直後の下流には、厚鋼板１の上面側および下面側の温度（圧延機後面温度）を測定する温度計６が設けられる。また、冷却装置４の直前上流には、厚鋼板１の上面側および下面側の温度（冷却開始温度）を測定する温度計８が設けられ、冷却装置４の下流には、厚鋼板１の上面側および下面側の温度（冷却停止温度）を測定する温度計９が設けられる。なお、温度計６と温度計８との間にも、厚鋼板１の温度（冷却前温度）を測定する温度計７が設けられる。

冷却停止温度制御装置１０は、温度計６が測定した圧延機後面温度を起点として厚鋼板１の温度降下予測演算を行い、厚鋼板１の冷却停止温度が目標冷却停止温度となるように冷却条件を設定する設定部１１と、温度計８が測定した冷却開始温度を起点として温度計９における冷却停止温度までの厚鋼板１の温度降下予測演算を行い、冷却停止予測温度と冷却停止実測温度とが所定値内に収まるように、温度降下予測演算に用いる水冷熱伝達係数の補正値を修正する学習処理を行う学習部１２とを有する。

ここで、補正テーブル１３は、この圧延装置によって圧延される厚鋼板１の冷却に関する圧延情報と上述した水冷熱伝達係数の補正値との関係を保持しており、設定部１１は、冷却条件を設定する際、補正テーブル１３を参照して、冷却対象となる厚鋼板１の温度降下予測演算に用いる水冷熱伝達係数の補正値を取得する。一方、学習部１２は、冷却停止実測温度と冷却停止予測温度とが所定値内に収まらない場合、水冷熱伝達係数の補正値を修正し、この修正した補正値を補正テーブル１３へ格納し、同様な厚鋼板に対する水冷熱伝達係数の補正値として用いることができるように、設定部１１による冷却条件の設定精度を上げるようにしている。特に、この補正テーブル１３では、鋼板表面性状に影響する情報などを圧延情報として保持し、この圧延情報と水冷熱伝達係数の補正値との関係を保持し、最適な水冷熱伝達係数の補正値が用いられるようにしている。ここで、厚鋼板の成分によって鋼板表面に生成するスケールの厚さや性状が異なることから、鋼板表面性状に影響する情報として、厚鋼板の複数の成分を保持するようにしている。

つぎに、図２に示すフローチャートを参照して、設定部１１による冷却条件の設定処理について説明する。設定部１１は、まず、温度計６から圧延機後面実績温度を取得する（ステップＳ１０１）。その後、入力部１４から入力された圧延情報および取得した圧延機後面実績温度をもとに温度計８での冷却開始温度を推定する演算処理を行う（ステップＳ１０２）。さらに、補正テーブル１３を参照して、入力された圧延情報に対応する水冷熱伝達係数の補正値を抽出し、この補正値を加味した水冷熱伝達係数を算出する（ステップＳ１０３）。

その後、推定された冷却開始温度および算出された水冷熱伝達係数をもとに、温度モデルを用いて、温度降下予測演算を行い、温度計９の位置における冷却停止予測温度を予測する（ステップＳ１０４）。その後、圧延情報内の冷却停止目標温度と予測された冷却停止予測温度との差の絶対値が３℃以下であるか否かを判断する（ステップＳ１０５）。

絶対値が３℃以下でない場合（ステップＳ１０５，Ｎｏ）には、たとえば、搬送速度の収束演算処理を行って（ステップＳ１０６）、絶対値が３℃未満となるように、搬送速度を調整する。一方、絶対値が３℃以下である場合、このときの冷却条件を設定し、この冷却条件を、冷却水量制御部１５および搬送速度制御部１６に送出して、それぞれに温度制御を行わせる。この冷却条件としては、たとえば、冷却ゾーン数や搬送速度などがある。

なお、この設定処理は、温度計６によって圧延機後面実績温度を取得した時点からリアルタイムで演算処理を行い、少なくとも温度計８の位置に到達するまでに冷却条件を設定出力できればよい。可能であれば、たとえば、図１に示す温度計７の位置までに１度目の冷却条件の設定処理を終え、温度計７における冷却前実績温度を取得し、この温度計７の位置から冷却開始温度の推定および温度降下予測演算を行って２度目の修正された冷却条件を取得することが精度上、好ましい。

つぎに、図３に示したフローチャートを参照して、学習部１２による水冷熱伝達係数の補正値の学習処理について説明する。まず、学習部１２は、温度計８が計測した冷却開始実績温度を取得する（ステップＳ２０１）。その後、水冷熱伝達係数の初期補正値、たとえば、初期補正値＝１．０を設定する（ステップＳ２０２）。なお、この初期補正値は、その後修正されて補正テーブル１３に保存されている場合、この修正された現補正値を設定する。

その後、取得された冷却開始実績温度および設定された補正値をもとに求められた水冷熱伝達係数をもとに、温度モデルを用いて、温度降下予測演算を行い、温度計９の位置における冷却停止予測温度を予測する（ステップＳ２０３）。その後、圧延情報内の冷却停止目標温度と予測された冷却停止予測温度との差の絶対値が３℃以下であるか否かを判断する（ステップＳ２０４）。

絶対値が３℃以下でない場合（ステップＳ２０４，Ｎｏ）には、この絶対値が３℃以下となるように補正値を修正し（ステップＳ２０５）、ステップＳ２０３に移行して上述した温度降下予測演算を繰り返し行う。一方、絶対値が３℃以下である場合、このときの水冷熱伝達係数の補正値を圧延情報とともに補正テーブル１３に設定する更新処理を行い（ステップＳ２０６）、本処理を終了する。

ここで、上述したステップＳ１０４，Ｓ２０３における温度降下予測演算について説明する。この温度降下予測演算では、次式（１）の熱伝導方程式および次式（２）の熱伝達方程式を用いている。

なお、θ（t,x）は鋼板温度（℃）、tは時間（hr）、xは板厚方向位置（ｍ）、Ｃ（θ）は比熱（kcal／kg・℃）、λ（θ）は熱伝導率（kcal／kg・hr・℃）、ρは密度（kg／m^３）、Ｑは熱流速（kcal／m^２・hr）である。

この熱流速Ｑは、水冷の場合、熱流速Ｑsprayであり、次式（３）で表せる。
Ｑspray＝αw・（θ−θw） …（３）
なお、αwは水冷熱伝達係数（kcal／m^２・hr・℃）であり、θwは水温（℃）である。この水冷熱伝達係数αwは、鋼板表面性状の変化によって影響を受けるため、この水冷熱伝達係数αwの補正は、温度降下予測演算の精度に大きな影響を及ぼす。

そして、この実施の形態１では、図４に示すように、圧延情報として、圧延寸法（厚）、圧延寸法（長さ）、冷却停止目標温度、圧延機後面温度、上側流量総計、下側流量総計、水温、冷却時間、および鋼板表面性状に関する情報としての鋼板の複数（１３個）の成分項目を持たせ、総計２１項目の圧延情報をもつ補正テーブル１３として水冷熱伝達係数の補正値を学習しているため、精度の高い温度降下予測演算を行うことができ、結果として精度の高い冷却停止温度制御を行うことができる。この成分項目として、図４は、１３個の成分として、Ｃ，Ｓｉ，Ｍｎ，Ｃｕ，Ｃｒ，Ｍｏ，Ｎｂ，Ｖ，Ｎｉ，Ｂ，Ｔｉ，Ｐ，Ｓを用いている。

（実施の形態２）
つぎに、この発明の実施の形態２について説明する。上述した実施の形態１では、補正テーブル１３を用いて学習部１２が水冷熱伝達係数の補正値を学習処理するようにしていたが、この実施の形態２では、データベース型モデリングを用いて水冷熱伝達係数の補正値を学習処理するようにしている。

図５は、本発明の実施の形態２である冷却停止温度制御装置が適用される圧延装置の概要を示す模式図である。図５に示すように、この圧延装置では、補正テーブル１３に替えてデータベース部１１３を持たせ、このデータベース部１１３内に保持された説明変数の項目をもとに学習部１１２が重回帰式を用いて水冷熱伝達係数の補正値の学習処理を行うようにしている。その他の構成は、実施の形態１と同じであり、同一構成部分には同一符号を付している。

データベース部１１３には、図６に示すように、補正テーブル１３の圧延情報に対応した２１の項目（圧延寸法（厚）、圧延寸法（長さ）、冷却停止目標温度、圧延機後面温度、上側流量総計、下側流量総計、水温、冷却時間、成分（Ｃ，Ｓｉ，Ｍｎ，Ｃｕ，Ｃｒ，Ｍｏ，Ｎｂ，Ｖ，Ｎｉ，Ｂ，Ｔｉ，Ｐ，Ｓ）があり、鋼板の各板番毎にその値が格納されている。また、データベース部１１３には、水冷熱伝達係数の補正値の項目があり、その値が格納される。

演算部１１２は、水冷熱伝達係数の補正値を目的変数とし、上述した圧延情報の２１の項目の値を説明変数とする重回帰式として表し、適正な水冷熱伝達係数の補正値を求める。一般に重回帰式は、目的変数をｙ、説明変数をｘ（ｘ１、ｘ２、…、ｘｎ）とすると、
ｙ（ｘ）＝ａ０＋ａ１・ｘ１＋ａ２・ｘ２＋…＋ａｎ・ｘｎ
として表すことができる。ここで、ａ０は、定数であり、ａ１〜ａｎは、偏回帰係数である。したがって、図６に示した説明変数として上述した２１項目の圧延情報の値を代入し、図６に示した圧延情報から偏回帰係数を算出することによって、目的変数である水冷熱伝達係数の補正値を求めることができる。

たとえば、
水冷熱伝達係数の補正値
＝−１６８２．８１９＋０．０４９×（圧延寸法（厚））＋（−０．００１）×（圧延寸法（長さ））＋０．５０６×（冷却停止目標温度）＋０．２６１×（圧延機後面温度）＋（−０．２５９）×（上側流量総計）＋０．３５９×（下側流量総計）＋０．８７７×（水温）＋（−０．０５９）×（冷却時間）＋（−０．１００）×（成分Ｃ）＋０．７９１×（成分Ｓｉ）＋０．０９５×（成分Ｍｎ）＋（−０．０１３）×（成分Ｃｕ）＋（−０．１１７）×（成分Ｃｒ）＋６．４２１×（成分Ｍｏ）＋（−１．７５６）×（成分Ｎｂ）＋０．６９２×（成分Ｖ）＋０．０８８×（成分Ｎｉ）＋（−２．３１１）×（成分Ｂ）＋（−２．９８２）×（成分Ｔｉ）＋０．０６７×（成分Ｐ）＋（−１．０６５）×（成分Ｓ）
として求めることができる。そして、求められた水冷熱伝達係数の補正値は、「補正値」としてデータベース部１１３に格納される。

ここで、この実施の形態２では、データベース部１１３に格納されている全ての説明変数（圧延情報）および目的変数（補正値）を用いてもよいが、格納されるデータ量が膨大になると、重回帰式演算の負荷が大きくなるため、局所重回帰処理を行う。すなわち、まず、補正値算出対象の現厚鋼板の各説明変数の値に近い値をもつ説明変数の組を所定数、抽出する。その後、この抽出された所定数の説明変数および補正値の組に対して重回帰処理を行う。たとえば、データベース部１１３内に1万の厚鋼板のデータがあった場合、その中から、現厚鋼板の各説明変数の値に近い値をもつ５０個の厚鋼板のデータを抽出し、この抽出した５０個の厚鋼板のデータを用いて重回帰処理を行う。この局所重回帰処理を行うことによって、適切な補正値を迅速に算出することができる。

この実施の形態２では、データベース部１１３に格納されている説明変数と目的変数とを用い、重回帰式に当てはめることによって、容易に適切な水冷熱伝達係数の補正値を求めることができる。そして、データベース部１１３のデータが多くなればなるほど、一層精度の高い水冷熱伝達係数の補正値を求めることができる。

なお、重回帰分析を行う場合、相互に相関係数の高い説明変数のペアがある場合（多重共線性がある場合）、いずれかの説明変数を外すことによって、精度の高い分析を行うことができる。また、説明変数に異常データがあった場合には削除して分析を行うことが好ましい。

この実施の形態２では補正テーブルを用いていないため、一次元的な説明変数の増加のみであるため、記録容量を大幅に削減することができるとともに、圧延情報が、圧延情報の数値領域をカバーできない場合であっても、ばらつきのない適正な水冷熱伝達係数の補正値を求めることができ、結果的に冷却停止温度制御を精度良く行うことができる。

図７は、実施の形態１に示した補正テーブル１３を用いた学習処理の結果を示し、図８は、実施の形態２に示したデータベース部１１３を用いた重回帰式による学習処理の結果を示している。図７および図８のいずれも、鋼板表面性状に関する圧延情報あるいは説明変数を用いているので、冷却停止温度許容値（±３０℃）以内に収まった冷却停止予測温度を算出できている。また、図７では、所定値から外れたノイズ的な冷却停止予測温度となる場合があるが、図８に示した実施の形態２を適用すると、ほぼ全ての冷却停止予測温度が冷却停止温度許容値内に収まっており、精度の高い冷却停止温度制御を実現することができる。

以上、本発明者によってなされた発明を適用した実施の形態について説明したが、本実施形態による本発明の開示の一部をなす記述および図面により本発明は限定されることはない。すなわち、本実施形態に基づいて当業者等によりなされる他の実施の形態、実施例および運用技術等は全て本発明の範疇に含まれる。

１ 厚鋼板
２ 仕上圧延機
３ 搬送テーブル
４ 冷却装置
５ ノズル
６〜９ 温度計
１０ 冷却停止温度制御装置
１１ 設定部
１２，１１２ 学習部
１３ 補正テーブル
１４ 入力部
１５ 冷却水量制御部
１６ 搬送速度制御部
１１３ データベース部

Claims (8)

1. 圧延機によって圧延された鋼板を冷却装置によって冷却する際、該冷却装置による冷却後における該鋼板の冷却停止温度を制御する冷却停止温度制御装置であって、
   鋼板表面性状に影響する情報を含む鋼板の圧延情報と鋼板の熱伝達係数の補正値との関係を記憶する補正テーブルと、
   圧延機後面実績温度および前記補正値をもとに鋼板の温度降下予測演算を行って該鋼板が目標冷却停止温度となる冷却条件を設定する設定部と、
   冷却開始実績温度および前記補正値をもとに鋼板の温度降下予測演算を行い、冷却停止予測温度と冷却停止実績温度との差が所定値内でない場合、該所定値内となるように前記補正値を求め、前記補正テーブルを更新する学習処理を行う学習部と、
   を備えたことを特徴とする冷却停止温度制御装置。
2. 圧延機によって圧延された鋼板を冷却装置によって冷却する際、該冷却装置による冷却後における該鋼板の冷却停止温度を制御する冷却停止温度制御装置であって、
   鋼板表面性状に影響する情報を含む鋼板の圧延情報と鋼板の熱伝達係数の補正値との関係を記憶するデータベース部と、
   圧延機後面実績温度および前記補正値をもとに鋼板の温度降下予測演算を行って該鋼板が目標冷却停止温度となる冷却条件を設定する設定部と、
   冷却開始実績温度および前記補正値をもとに鋼板の温度降下予測演算を行い、冷却停止予測温度と冷却停止実績温度との差が所定値内でない場合、該所定値内となるように前記圧延情報を説明変数として重回帰演算を行って前記補正値を求め、前記データベース部を更新する学習処理を行う学習部と、
   を備えたことを特徴とする冷却停止温度制御装置。
3. 前記学習部は、冷却停止予測温度と冷却停止実績温度との差が所定値内でない場合、該所定値内となるように前記データベース部内の複数の鋼板の圧延情報の中から現鋼板の圧延情報の値に近い圧延情報をもつ所定鋼板数の圧延情報を抽出し、該抽出した圧延情報を説明変数として重回帰演算を行って前記補正値を求め、前記データベース部を更新する学習処理を行うことを特徴とする請求項２に記載の冷却停止温度制御装置。
4. 前記鋼板表面性状に影響する情報は、鋼板の複数の成分を含むことを特徴とする請求項１〜３のいずれか一つに記載の冷却停止温度制御装置。
5. 圧延機によって圧延された鋼板を冷却装置によって冷却する際、該冷却装置による冷却後における該鋼板の冷却停止温度を制御する冷却停止温度制御方法であって、
   鋼板表面性状に影響する情報を含む鋼板の圧延情報と鋼板の熱伝達係数の補正値との関係を補正テーブルとして記憶する記憶ステップと、
   圧延機後面実績温度および前記補正値をもとに鋼板の温度降下予測演算を行って該鋼板が目標冷却停止温度となる冷却条件を設定する設定ステップと、
   冷却開始実績温度および前記補正値をもとに鋼板の温度降下予測演算を行い、冷却停止予測温度と冷却停止実績温度との差が所定値内でない場合、該所定値内となるように前記補正値を求め、前記補正テーブルを更新する学習処理を行う学習ステップと、
   を含むことを特徴とする冷却停止温度制御方法。
6. 圧延機によって圧延された鋼板を冷却装置によって冷却する際、該冷却装置による冷却後における該鋼板の冷却停止温度を制御する冷却停止温度制御方法であって、
   鋼板表面性状に影響する情報を含む鋼板の圧延情報と鋼板の熱伝達係数の補正値との関係をデータベース部として記憶する記憶ステップと、
   圧延機後面実績温度および前記補正値をもとに鋼板の温度降下予測演算を行って該鋼板が目標冷却停止温度となる冷却条件を設定する設定ステップと、
   冷却開始実績温度および前記補正値をもとに鋼板の温度降下予測演算を行い、冷却停止予測温度と冷却停止実績温度との差が所定値内でない場合、該所定値内となるように前記圧延情報を説明変数として重回帰演算を行って前記補正値を求め、前記データベース部を更新する学習処理を行う学習ステップと、
   を含むことを特徴とする冷却停止温度制御方法。
7. 前記学習ステップは、冷却停止予測温度と冷却停止実績温度との差が所定値内でない場合、該所定値内となるように前記データベース部内の複数の鋼板の圧延情報の中から現鋼板の圧延情報の値に近い圧延情報をもつ所定鋼板数の圧延情報を抽出し、該抽出した圧延情報を説明変数として重回帰演算を行って前記補正値を求め、前記データベース部を更新する学習処理を行うことを特徴とする請求項６に記載の冷却停止温度制御方法。
8. 前記鋼板表面性状に影響する情報は、鋼板の複数の成分を含むことを特徴とする請求項５〜７のいずれか一つに記載の冷却停止温度制御方法。

Images