JP2023106739A - 鋼板製造方法および鋼板製造装置 - Google Patents

Abstract

【課題】製造ラインを停止することなく、鋼板の表面欠陥を検査し、その表面欠陥に起因する欠陥発生ロールを特定し、特定された欠陥発生ロールに対しオンラインでロール表面付着物を除去する。【解決手段】鋼板の表面欠陥検査工程とロール表面付着物除去工程とを備え、鋼板の表面欠陥検査工程が、鋼板表面の欠陥の画像情報を取得するステップと、その画像情報から欠陥の出現のピッチ情報を取得し、対応するロール外径を算出するステップと、各ロールの中から表面欠陥の起因となった欠陥発生ロールを特定するステップとを有し、さらに、欠陥の画像情報から欠陥の発生した処理設備を特定するステップを有し、既存の鋼板表面の欠陥画像情報と欠陥が発生した処理設備の情報とを教師データとして機械学習させることにより、製造ラインを停止することなく、欠陥発生ロールが特定でき、オンラインでロール表面付着物の除去が可能となる。【選択図】図１

Description

本発明は、鋼板の表面欠陥検査工程とロール表面付着物除去工程とを備えた鋼板製造方法およびその製造装置に関する。

鋼板の製造ラインにおいて、鋼板を搬送する多数のロールが存在している。これらのロール、特に、鋼板の搬送方向を、例えば上下方向、あるいは逆方向に変更する際に用いられるロールにおいては、鋼板がロールに巻き付き、ロールに密着して進行していくので、そのロールの表面に異物が付着すると、ロールと接触する鋼板の表面に押疵などの欠陥が発生し、鋼板の表面品質不良が生じることになる。

従来、この対策として、ロールの表面付着物を除去するブレードと呼ばれる除去装置が使われており、ロール表面の幅方向に設置されたブレードの刃先を押圧することで、ロールの表面付着物を除去する方法が広く知られている。

例えば、特許文献１には、ブレードの刃先部をロールに押圧することにより、ロールの回転方向が正逆転いずれの方向であっても異物を掻き取ることができ、また掻き取られた異物は集塵フードによって除去することができる装置が開示されている。また、特許文献２では、ブレードを浴中ロール軸に沿って移動自在とする溶融金属めっき浴中ロールの付着物除去装置が開示されている。

しかしながら、上述のように、ロール表面付着物の除去方法として、ブレードの刃先をロールに押圧して表面付着物を除去することは知られているが、鋼板製造ラインにある多数のロールの中から異物が付着したロールを特定することは、容易な作業ではなかった。具体的には、搬送されてくる鋼板表面を、作業員による目視観察、または、特許文献３に開示されているような鋼板表面疵検査装置により、鋼板の表面疵（欠陥）を検出し、表面欠陥の出現ピッチ（鋼板上の表面欠陥が出現する前後の間隔）を計測し、そこからロールの外径を求めて、その外径に該当するロールを選択し、個別に確認するという方法が行われていた。

特開平１０－１９３２２０号公報 特開２００１－２６２３００号公報 特開２０１９－１７８９２４号公報

鋼板の表面欠陥にもいろいろな種類があり、発生原因（場所）が異なることで表面欠陥の大きさ、形状、色なども異なり、それらの欠陥の発生原因と、発生元となるロール（以下、「欠陥発生ロール」ともいう。）を特定するためには、目視判定では、困難な場合があり、製造ラインを停止して行う必要が生じ、その結果、操業がストップすることで、生産効率が低下するという課題があった。

本発明は、上記課題に鑑みてなされたものであって、製造ラインを停止することなく、鋼板の表面欠陥を検査し、その表面欠陥に起因する欠陥発生ロールを特定し、さらに、特定された欠陥発生ロールに対しオンラインでロール表面付着物を除去する鋼板製造方法および鋼板製造装置を提供することを目的とする。

本発明者は、前述の製造ラインを停止することなく、欠陥発生ロールを特定し、オンラインでロール表面付着物を除去する方法について、鋭意検討した結果、予め蓄積された各ロールの外径情報と表面検査装置から得られた情報（出現ピッチ情報と欠陥画像情報）とを用いて機械学習して得た情報に基づいて、欠陥発生ロールを特定することにより、欠陥画像から目視判定では判断できない発生原因と欠陥発生ロールの特定を行うことができることを見出した。さらに、鋼板の表面欠陥を検出した際に、直ちに欠陥発生ロールが特定でき、その情報からのロール表面付着物をオンラインで除去することができるという知見を得た。

本発明は、上記の知見に基づき、さらに検討を加えてなされたものであり、その構成は、以下のとおりである。
〔１〕ロールを有する複数の処理設備を用いた鋼板製造方法において、該鋼板製造方法は、鋼板の表面欠陥検査工程とロール表面付着物除去工程とを備え、
前記鋼板の表面欠陥検査工程が、
前記鋼板表面のロール表面性状に起因する欠陥の画像情報を取得するステップと、
前記欠陥の画像情報から前記欠陥の出現のピッチ情報を取得し、対応するロール外径を算出するステップと、
前記複数の処理設備に存在する各ロールの中から前記鋼板の表面欠陥の起因となった欠陥発生ロールを特定するステップと、
を有することを特徴とする鋼板製造方法。
〔２〕前記〔１〕において、前記鋼板の表面欠陥検査工程が、
前記欠陥の画像情報から前記欠陥の発生した処理設備を特定するステップを有し、
既存の鋼板表面の欠陥画像情報と欠陥が発生した処理設備の情報とを教師データとして機械学習させることを特徴とする鋼板製造方法。
〔３〕前記〔１〕において、前記欠陥発生ロールを特定するステップが、
前記ピッチ情報および予め蓄積された全てのロールの外径情報から特定することを特徴とする鋼板製造方法。
〔４〕前記〔２〕において、前記欠陥発生ロールを特定するステップが、
前記ピッチ情報、予め蓄積された全てのロールの外径情報および前記欠陥の発生した処理設備の情報から特定することを特徴とする鋼板製造方法。
〔５〕前記〔１〕ないし〔４〕のいずれか一つにおいて、前記ロール表面付着物除去工程が、
前記欠陥発生ロールの表面の幅方向に設置されたブレードの刃先をオンラインで押圧するステップを有することを特徴とする鋼板製造方法。
〔６〕ロールを有する複数の処理設備を備える鋼板製造装置において、該鋼板製造装置は、鋼板の表面欠陥検査装置とロール表面付着物除去装置とを備え、
前記鋼板の表面欠陥検査装置が、
前記鋼板表面のロール表面性状に起因する欠陥の画像情報を取得する手段と、
前記欠陥の画像情報から前記欠陥の出現のピッチ情報を取得し、対応するロール外径を算出する手段と、
前記複数の処理設備に存在する各ロールの中から前記鋼板の表面欠陥の起因となった欠陥発生ロールを特定する手段と、
を有することを特徴とする鋼板製造装置。
〔７〕前記〔６〕において、前記鋼板の表面欠陥検査装置が、
前記欠陥の画像情報から前記欠陥の発生した処理設備を特定する手段を有し、
既存の鋼板表面の欠陥画像情報と欠陥が発生した処理設備の情報とを教師データとして機械学習させる手段を有することを特徴とする鋼板製造装置。
〔８〕前記〔６〕において、前記欠陥発生ロールを特定する手段が、
前記ピッチ情報および予め蓄積された全てのロールの外径情報から特定する手段であることを特徴とする鋼板製造装置。
〔９〕前記〔７〕において、前記欠陥発生ロールを特定する手段が、
前記ピッチ情報、予め蓄積された全てのロールの外径情報および前記欠陥の発生した処理設備の情報から特定する手段を有することを特徴とする鋼板製造装置。
〔１０〕前記〔６〕ないし〔９〕のいずれか一つにおいて、前記ロール表面付着物除去装置が、
前記欠陥発生ロールの表面の幅方向に設置されたブレードの刃先をオンラインで押圧する手段を有することを特徴とする鋼板製造装置。

本発明によれば、ロールの表面付着物による鋼板への押疵の発生時に、鋼板表面の欠陥画像情報から目視では判断できない欠陥発生原因と欠陥発生ロールの特定をオンラインで行い、自動でロール表面付着物を除去することができる。その結果、製造ラインを停止することなく、欠陥発生ロールが特定でき、オンラインでロール表面付着物の除去が可能となることから、生産効率が低下することがなくなるという優れた効果を奏する。

本発明に係る欠陥発生ロールの特定方法およびロール表面付着物の除去方法を示すフローチャートである。 鋼板表面欠陥検査装置の概要を示す模式斜視図である。 ロール表面付着物の除去装置の全体概要を示す模式斜視図である。 ロール表面付着物の除去装置とロールとの配置を示す模式断面図である。 ロール表面付着物の除去装置の模式断面図である。

本発明に係る鋼板製造方法および鋼板製造装置の具体的な実施態様について、図１に示すフローチャートに基づいて、鋼板製造方法の各工程・ステップを主体に説明する。

［鋼板製造方法］
本発明に係る鋼板製造方法は、ロールを有する複数の処理設備（「製造ライン」ともいう。）を用いた鋼板製造方法であって、鋼板の表面欠陥検査工程およびロール表面付着物除去工程を備えている。

ここで、製造ラインとは、鋼板等の鉄鋼製品を製造するための複数の処理設備であって、それぞれの処理ごとにまとまった設備列（装置群）を構成している。具体的には、製銑工程、製鋼工程を経て連続鋳造ライン、熱間圧延ライン、冷間圧延ラインと進み、連続焼鈍ラインや電解清浄ライン、表面処理ライン（溶融亜鉛めっきライン、電気めっきラインなど）といったラインが挙げられる。

特に、本発明が対象とする製造ラインは、鋼板がロールに巻き付き、ロールに密着して走行していくようなラインである。例えば、一例として、連続溶融亜鉛めっきラインの設備列の概要を述べると、ラインの入側から順に、入側ルーパーに始まり、前処理系（脱脂、酸洗）、焼鈍炉、めっき装置（亜鉛ポット）、合金化炉を経て、調質圧延、後処理系（電気めっき、化成処理）、出側ルーパーと続き、最後に巻取機に至るものである。このような各設備に多数のロールが使用されており、ロールの仕様（外径ほか）も様々である。例えば、上記の連続溶融亜鉛めっきラインには、４００本以上のロールが使用されており、各ロールの外径も１５０～１２００ｍｍφと多岐にわたっている。

［鋼板の表面欠陥検査工程］
鋼板の表面欠陥検査工程は、欠陥の画像情報を取得するステップ（画像情報取得ステップ）と、欠陥の出現のピッチ情報を取得するステップ（ピッチ情報取得ステップ）と、欠陥発生ロールを特定するステップ（欠陥発生ロール特定ステップ）とを有している。さらに、好ましくは、欠陥の発生した処理設備を特定するステップ（処理設備特定ステップ）を有している。

［画像情報取得ステップ］
まず、鋼板表面の欠陥部を検出するために、鋼板表面欠陥検査装置を用いる。鋼板表面の欠陥としては、汚れや異物の付着、筋状の模様、疵などがあるが、本発明において対象とするのは、ロール表面の付着物（異物）により、鋼板表面に発生する疵である。

鋼板表面欠陥検査装置としては、一般的な表面検査装置が用いられる。その装置の概要は、図２に示すように、光源２、撮像部３、画像処理部４から構成される。光源２は、鋼板表面の撮像対象部位に照明光を照射するもので、図中の矢印方向に搬送される鋼板１の上方に配置されており、この照明光は、鋼板１の表面に対して、２０～４０°の入射角度で鋼板１に投光されるようになっている。また、光源２は、鋼板１の板幅方向に線状（ライン状）に照射する線状光源とし、例えば、メタルハライドランプ、ハロゲンランプ、高輝度ＬＥＤ、キセノンストロボランプ等を用いることができる。

撮像部３は、空間分解能が０．１ｍｍ（板幅方向）×０．１ｍｍ（鋼板搬送方向）のＣＣＤラインセンサカメラ等から構成されており、この撮像部３は、撮像対象部位に対して上記光源２と反対側または同じ側に配置することができる。光源２と反対側に配置した場合には、撮像対象部位からの正反射光を受光するものであり、光源２と同じ側に配置した場合には、鋼板１からの後方散乱光を受光するものである。また、撮像部３としては、上記のＣＣＤラインセンサカメラ等の１次元撮像装置の他に、ＣＣＤエリアセンサカメラ等の２次元撮像装置を用いることができる。

上記の撮像部３で得られた鋼板表面の画像信号は、画像処理部４に送られて、そこで画像処理され、そこで取得された画像情報から、鋼板表面の欠陥部が検出される。

なお、鋼板表面欠陥検査装置を鋼板製造ラインに適用する場合、例えば、前述の連続溶融亜鉛めっきラインであれば、出側ルーパーの後に設置することが好ましい。

［ピッチ情報取得ステップ］
前述の画像情報取得ステップにより得られた鋼板表面の欠陥部の情報から、欠陥部の出現の頻度である出現ピッチの情報を取得する。つまり、ロール表面の付着物によって、そのロールに巻き付く鋼板表面に、ロールが１回転するごとにその付着物によって鋼板表面が疵付けられて、鋼板表面に一定の間隔（ピッチ）で疵が出現することになる。したがって、そのピッチ情報を取得し、その情報から疵発生の元となったロールの外径を算出することができる。例えば、欠陥の出現ピッチが、２５１２ｍｍであった場合、ロール外径の算出値は、その１／πである８００ｍｍφとなる。

［欠陥発生ロール特定ステップ］
前述のピッチ情報取得ステップにより得られた鋼板表面欠陥の起因となるロールの外径の算出値を鋼板製造ラインで使用される全ロールの外径情報と対比する。この製造ラインで使用されている全ロールの外径等のロール仕様に関する情報は、予め蓄積されている。この全ロールの外径情報と上記のピッチ情報取得ステップから得られたロール外径の算出値とを対比して、欠陥発生ロールと同じ外径を持つロールがどの処理設備のどのロールに該当するかという候補が提示される。

ここで、該当するロールの候補が１つの場合には、そのロールが欠陥発生ロールであると特定することができる。しかし、該当するロールの候補が２つ以上存在する場合には、次の処理設備特定ステップへ移行する。

［処理設備特定ステップ］
この処理設備特定ステップは、先の画像情報取得ステップから得られた表面欠陥部の情報を基に、欠陥の特徴量および欠陥発生の処理設備の情報を教師データとして、機械学習することにより、欠陥発生処理設備の特定を行うステップである。

欠陥の特徴量としては、欠陥の大きさ、形状、濃淡（色合い）などの項目が挙げられる。それらの違いによって、欠陥の種類が判別できる。欠陥の種類としては、表面疵、筋模様、縞模様、汚れ、異物（付着物）など種々存在する。その中からロール表面付着物による鋼板への押し疵や汚れを対象としており、その疵や汚れを瞬時に判別するものである。さらに、同じ押し疵や汚れでも、製造ラインの各処理設備によって表面欠陥性状が微妙に異なっている。それらの処理設備ごとのロールによる押し疵や汚れの画像情報を集積し、これらの情報を教師データとして機械学習し、前述の表面欠陥部の情報と対比することにより、欠陥発生原因と該当する処理設備を特定することができる。

そこで、前述した提示された該当ロール候補とこの特定された処理設備の情報とから、欠陥発生ロールを特定することが可能となる。

［機械学習］
ここで、機械学習の手法としては、ロジスティック回帰分析、決定木、ニューラルネットワーク、ディープラーニング（深層学習）等の手法がある。また、機械学習の種類としては、教師あり学習、教師なし学習、強化学習の３種類があるが、本発明においては、入力データと出力データがそろっており、入力データから出力データを推計する「教師あり学習」の方法により、入力データと予測結果との関係が分かりやすい「ロジスティック回帰分析手法」を用いることが好ましい。具体的には、前述したように、教師データとして製造ラインの処理設備の各ロールの情報および鋼板表面欠陥の画像情報を学習させて、欠陥の画像情報から対応する処理設備を予測する手法である。

［ロール表面付着物除去工程］
上述した「表面欠陥検査工程」により、特定された欠陥発生ロールの情報を、以下に説明する「ロール表面付着物除去工程」によって、対象ロールの表面付着物を除去し、ロール表面を清浄化することができる。この除去工程は、オンラインで（操業中において）特定されたロールに付帯する除去装置のブレードをロールに押圧する作業信号を送信し、その信号を受信したブレードが刃先をロール表面に押圧して付着物の除去作業を実行するものである。

本発明に係るロール表面付着物の除去装置の一実施形態を、図３、図４および図５に示す。

図３は、ロール表面付着物の除去装置６の全体概要を示している。図４は、除去装置６とロール５との配置関係を示している。また、図５は、除去装置６の内部構造を示している。図３および図５に示すように、除去装置６は、ロール５の幅方向全体にわたって付設されたフレーム８に、付着物を除去するためのブレード７が取り付けられている。フレーム８は、断面がＴ字型の構造になっており、フレーム８の下部の両側（ロール５に近い側とロール５から離れた側）に、２組のエアチューブ１０が配設されている。ブレード７は、フレーム８とロール５に近い側のエアチューブ１０との間に設置されている。さらに、ブレード７とフレーム８の間には、細かく分割（例えば、１１０分割）されたフィンガープレート９が備えられている。通常の操業時には、ロール５に近い側のエアチューブ１０を加圧することにより、ブレード７が押し上げられて、ロール５の表面から離れた状態となるが、ロール表面付着物１２を除去する際には、ロール５から離れた側のエアチューブ１０を加圧することにより、ブレード７が下がり、ブレード７の刃先１１がロール５の表面に押圧され、ロール表面付着物１２を除去することができる。なお、上記の分割されたフィンガープレート９によって、幅方向に均等に圧力が掛かるので、ブレード７の刃先１１をロール５の幅方向に均等に押圧することができる。

以下に、本発明の実施例について説明する。

鋼板製造ラインとして、連続溶融亜鉛めっきラインを使用し、出側ルーパーの後に設置された鋼板表面欠陥検査装置により表面欠陥を検出し、その欠陥発生の起因となるロールを特定し、そのロールに対して表面付着物を除去する実験操業を行った。このラインに使用されているロールの本数は、４３０本で、その外径は、１５０～１２００ｍｍφである。

実験操業の内容は、以下の通り実施した。
（１）比較例として、従来技術の方法により実験した。まず、鋼板表面欠陥検査により表面欠陥を検出した後、操業を停止して目視観察によりその表面欠陥の状況（欠陥の種類、特徴）を把握した。その結果から、その欠陥発生の起因となるロールを特定し、そのロールに付帯するロール表面付着物除去装置を稼働して、付着物を除去することができた。
この時、鋼板表面欠陥を検出してから、目視観察し、欠陥発生ロールを特定するまで、操業を停止した時間は、１８０分であり、特定したロールに付帯した除去装置を作動させてロール表面の付着物を除去するのに、６０分を要した。結果的に、計２４０分の操業停止となった。

（２）本発明例は、本発明の表面欠陥検査手段（機械学習を用いたステップを利用）により欠陥発生ロールを直ちに特定することができた。その特定したロール情報を該当するロールに付帯するロール表面付着物除去装置に伝え、自動で除去装置のブレードをロール表面に押圧して、表面付着物を除去することができた。その結果、操業を停止することなく、オンラインで除去作業を実施することができた。

１ 鋼板
２ 光源
３ 撮像部
４ 画像処理部
５ ロール
６ 除去装置
７ ブレード
８ フレーム
９ フィンガープレート
１０ エアチューブ
１１ ブレードの刃先
１２ ロール表面付着物

Claims (10)

1. ロールを有する複数の処理設備を用いた鋼板製造方法において、該鋼板製造方法は、鋼板の表面欠陥検査工程とロール表面付着物除去工程とを備え、
   前記鋼板の表面欠陥検査工程が、
   前記鋼板表面のロール表面性状に起因する欠陥の画像情報を取得するステップと、
   前記欠陥の画像情報から前記欠陥の出現のピッチ情報を取得し、対応するロール外径を算出するステップと、
   前記複数の処理設備に存在する各ロールの中から前記鋼板の表面欠陥の起因となった欠陥発生ロールを特定するステップと、
   を有することを特徴とする鋼板製造方法。
2. 前記鋼板の表面欠陥検査工程が、
   前記欠陥の画像情報から前記欠陥の発生した処理設備を特定するステップを有し、
   既存の鋼板表面の欠陥画像情報と欠陥が発生した処理設備の情報とを教師データとして機械学習させることを特徴とする請求項１に記載の鋼板製造方法。
3. 前記欠陥発生ロールを特定するステップが、
   前記ピッチ情報および予め蓄積された全てのロールの外径情報から特定することを特徴とする請求項１に記載の鋼板製造方法。
4. 前記欠陥発生ロールを特定するステップが、
   前記ピッチ情報、予め蓄積された全てのロールの外径情報および前記欠陥の発生した処理設備の情報から特定することを特徴とする請求項２に記載の鋼板製造方法。
5. 前記ロール表面付着物除去工程が、
   前記欠陥発生ロールの表面の幅方向に設置されたブレードの刃先をオンラインで押圧するステップを有することを特徴とする請求項１ないし４のいずれか一項に記載の鋼板製造方法。
6. ロールを有する複数の処理設備を備える鋼板製造装置において、該鋼板製造装置は、鋼板の表面欠陥検査装置とロール表面付着物除去装置とを備え、
   前記鋼板の表面欠陥検査装置が、
   前記鋼板表面のロール表面性状に起因する欠陥の画像情報を取得する手段と、
   前記欠陥の画像情報から前記欠陥の出現のピッチ情報を取得し、対応するロール外径を算出する手段と、
   前記複数の処理設備に存在する各ロールの中から前記鋼板の表面欠陥の起因となった欠陥発生ロールを特定する手段と、
   を有することを特徴とする鋼板製造装置。
7. 前記鋼板の表面欠陥検査装置が、
   前記欠陥の画像情報から前記欠陥の発生した処理設備を特定する手段を有し、
   既存の鋼板表面の欠陥画像情報と欠陥が発生した処理設備の情報とを教師データとして機械学習させる手段を有することを特徴とする請求項６に記載の鋼板製造装置。
8. 前記欠陥発生ロールを特定する手段が、
   前記ピッチ情報および予め蓄積された全てのロールの外径情報から特定する手段であることを特徴とする請求項６に記載の鋼板製造装置。
9. 前記欠陥発生ロールを特定する手段が、
   前記ピッチ情報、予め蓄積された全てのロールの外径情報および前記欠陥の発生した処理設備の情報から特定する手段を有することを特徴とする請求項７に記載の鋼板製造装置。
10. 前記ロール表面付着物除去装置が、
    前記欠陥発生ロールの表面の幅方向に設置されたブレードの刃先をオンラインで押圧する手段を有することを特徴とする請求項６ないし９のいずれか一項に記載の鋼板製造装置。

Images