JP3738738B2

JP3738738B2 - Steel product quality control equipment

Info

Publication number: JP3738738B2
Application number: JP2002064030A
Authority: JP
Inventors: 弘靖茂森; 勇岡村
Original assignee: JFE Steel Corp
Current assignee: JFE Steel Corp
Priority date: 2002-03-08
Filing date: 2002-03-08
Publication date: 2006-01-25
Anticipated expiration: 2022-03-08
Also published as: JP2003268428A

Description

【０００１】
【発明の属する技術分野】
本発明は、製品品質制御装置に係り、特に、鋳造された鋼材を、加熱、圧延、冷却、熱処理などして製品の材質を作り込む際に用いるのに好適な、上工程の製造実績（成分や操業条件）から要求仕様（機械試験特性値範囲）を満足する下工程の製造条件（成分や操業条件）の指示値を決定することが可能な、製品品質制御装置に関する。
【０００２】
【従来の技術】
客先から鋼材製品の発注があると、機械試験特性値範囲など、客先の製品に対する要求仕様から製品を製造するための製造条件を決定し、該製品を製造する。
【０００３】
製造の途中において、それまでの工程（上工程）で製造実績が品質設計で決定した指示値と異なった場合、それ以降の工程（下工程）で品質設計で決定したとおりに製造すると、要求仕様を満足する品質が得られない。そのため、製造の途中で、上工程の製造実績を元に、要求仕様を満足するように下工程の製造条件指示値を変えている。
【０００４】
その方法として、従来は、機械試験特性値の目標値を定め、それが得られる下工程の製造条件指示値を、材質予測モデルを元に求めることが一般に行われている。既存の材質予測モデルは、製造実績から材質の予測値を出力するものである。
【０００５】
例えば、特開平５−２８７３４１には、製造条件指示値の範囲と、そのときの機械試験特性実績範囲を格納したデータベースを基に、要求仕様を満足する製造条件を求める方法が記載されている。更に、特開平５−２８７３４２には、要求仕様を満足する実績が無い場合、既存の材質推定モデルを用いて材質を推定し、要求仕様を満足する製造条件を求めることが記載されている。
【０００６】
【発明が解決しようとする課題】
しかしながら、従来の材質推定モデルを用いて材質を推定する方法は、過去の製造実績を基に材質の推定値を出力するだけで、その推定誤差をも評価するものではない。従って、材質推定値から決定される下工程の製造条件を用いて製品を製造したとしても、その製品が必ずしも要求仕様を満足するとは限らない。
【０００７】
又、一般に鋼材の製造実績は、製造条件の指示値に対して、あるばらつきやバイアスを持っていて、これらは製造条件指示値に対する誤差となる。しかもばらつきやバイアスを発生させる要因は、生産設備の能力、保守状況、制御精度、あるいはオペレータの技能や経験等から定まる操業実力の変動により変化する。
【０００８】
しかしながら、従来の方法では、このような誤差要因や誤差の経年変化を考慮できないので、従来の材質推定方法で求めた製造条件を用いて製品を製造しても該製品の材質実績が要求仕様を満足する保証はない。更に、設備改善や操業改善等により操業実力が向上しているにも拘わらず、古い製造実績に基づいて製造条件を決定すると、必要以上に高度の制御が要求されてしまう等の問題点を有していた。
【０００９】
本発明は、前記従来の問題点を解消するべくなされたもので、上工程の製造実績から、要求仕様を満足する最適な下工程の製造条件指示値を得ることができる製品品質制御装置を提供することを第１の課題とする。
【００１０】
本発明は、又、操業実力の変動にも対応できる、鋼材の製品品質制御装置を提供することを第２の課題とする。
【００１１】
【課題を解決するための手段】
本発明は、過去に製造した製品毎に、素材成分と操業条件それぞれの指示値と実績値、及び、材質実績値を事例として蓄積する製造情報記憶手段と、入力される素材成分及び操業条件の指示値に基づいて製品を製造した時に得られる材質を、前記製造情報記憶手段に蓄積されたデータを利用して推定する材質推定手段と、要求仕様及び上工程の製造実績を取得し、前記材質推定手段から出力された材質推定値とその推定誤差から、要求仕様を満足する製品を製造することが可能な下工程の操業条件の指示値を出力する製品品質制御手段と、を備えたことを特徴とする鋼材の製品品質制御装置である。
【００１２】
また、過去に製造した製品毎に、素材成分と操業条件それぞれの指示値と実績値、及び、材質実績値を事例として蓄積する製造情報記憶手段と、前記製造情報記憶手段に蓄積されたデータから製造実績推定モデルを作成し、該モデルを用いて、入力される素材成分及び操業条件の指示値をもとに素材成分の実績値と操業の実績を推定する製造条件実績推定手段と、該製造条件実績推定手段から出力された素材成分実績推定値と操業条件実績推定値を用いて、前記製造情報記憶手段に蓄積されたデータを利用して製品材質を推定する材質推定手段と、要求仕様及び上工程の製造実績を取得し、前記材質推定手段から出力された材質推定値とその推定誤差から、要求仕様を満足する製品を製造することが可能な下工程の操業条件の指示値を出力する製品品質制御手段と、を備えたことを特徴とする鋼材の製品品質制御装置である。
【００１３】
なお、前記製造条件実績推定手段が作成する製造実績推定モデルは最新データを用いて更新されているものとするのが好適であり、また、前記材質推定手段は、材質に与える影響の大きい入力変数をルールに従って限定する入力変数限定手段と、該限定した入力変数を用いて距離関数を定義し、この距離関数を用いて前記製造情報記憶手段に蓄積されている素材成分実績値と操業条件実績値を用いて入力値との距離を計算し、計算した距離に基づいて入力値に近い事例を抽出し、該抽出された事例の材質実績値から材質の推定値及びその推定誤差を計算し、出力する材質推定計算手段と、を備えているのが好適である。
【００１４】
【発明の実施の形態】
以下、図面を参照して本発明による第１の実施形態について詳細に説明する。
【００１５】
図１において、２０は本実施形態に係る製品品質制御装置である。該製品品質制御装置２０には、ローカルエリアネットワーク（ＬＡＮ）３０を介して、製造実績収集装置２２と材料試験実績収集装置２４が接続されている。これら各装置２０、２２、２４は計算機、例えばワークステーションから構成することができる。
【００１６】
製造実績収集装置２２は、図２に示す如く、過去に製造した製品１４毎に、素材（鋳片）１０の成分の指示値と実績値、および、加熱、圧延、冷却、熱処理などの製造プロセス１２における操業条件の指示値と実績値、を収集し、製品品質制御装置２０へ供給する。また、材料試験実績収集装置２４は、同じく、過去に製造された製品１４毎に、製品の材料試験で得られる機械試験特性値実績（強度、靭性等。以下材質実績値と称する）を収集し、製品品質制御装置２０へ供給する。
【００１７】
製品品質制御装置２０は、図３に示す如く、下工程の製造条件作成手段２０２、材質推定手段２０４、及び、製造情報記憶手段２０６を備えており、上工程の製造実績の誤差及び材質モデルの誤差を加味して、要求仕様を満足する下工程の製造条件（成分および操業条件）の指示値を出力するものである。
【００１８】
製造情報記憶手段２０６には、前記製造実績収集装置２２及び材料試験実績収集装置２４で収集された製造条件の指示値と実績値、及び、材質実績値が事例として蓄積される。具体的には、図４に示す如く、製品毎の素材成分（成分１〜成分Ｋ）の指示値と実績値、操業条件（操業１〜操業Ｌ）の指示値と実績値、及び材質実績値（材質１〜材質Ｍ）が記載された表形式のデータベース（１行分が過去に製造された製品１４毎のデータであり、１事例に相当する）とすることができる。この製造情報記憶手段２０６に蓄積されたデータベースは、更に素材成分や操業条件が近いグループに分類（クラスタリングと称する）して、各グループ毎のデータベースとして製造情報記憶手段に蓄積させることもできる。
【００１９】
材質推定手段２０４は、製造情報記憶手段２０６に蓄積された製造条件の実績値及び材質実績値をもとに、ある製造条件（素材の成分指示値及び操業条件の指示値）で製造した場合の製品材質を推定するとともに、その推定誤差も併せて求める。
【００２０】
また、製造条件作成手段２０２は、要求仕様及び上工程の製造実績を取得し、下工程の素材成分及び操業条件の指示値を変化させて、材質推定手段２０４に材質推定を行うように指示するとともに、その指示値に対する材質予測値及びその誤差範囲を求め、材質推定手段が求めた材質推定値および推定誤差を用いて、要求仕様の範囲内にある下工程の製造条件指示値を検索して出力するものである。
【００２１】
次に、上記材質推定手段２０４について詳細に説明する。材質推定手段２０４は図５に示すように、入力変数限定手段２０４Ａ、材質推定計算手段２０４Ｂ、及び、入力変数限定ルール格納手段２０４Ｃを備えている。
【００２２】
前記入力変数限定ルール格納手段２０４Ｃには、多数の入力変数の中から製品材質の推定に使用する入力変数を選択するためのルールが格納されている。即ち、製品の材質に影響を与える要因には、素材（鋳片）の化学成分（含有元素、含有量等）、加熱条件（鋼材抽出温度、在炉時間等）、圧延条件（鋼材温度履歴、圧延寸法、圧下率、圧延速度等）、冷却条件（鋼材温度履歴、冷却速度等）、熱処理条件（炉内温度履歴、炉内雰囲気等）等、非常に多くのものがあり、例えば５０〜１００にも昇る。このような多数の材質影響要因を有する対象に対して、全ての材質影響要因を変数（入力変数）として材質推定を行うと、入力空間の次元が多すぎて推定に非常に長い時間を要することから、材質推定に使用する入力変数を選択することで推定に要する時間の短縮を図る。そのためのルールを格納するのが入力変数限定ルール格納手段２０４Ｃである。例えば、材質を作り込む冶金プロセスには、素材のある成分Ａは、ある含有量ａ以上にならないと材質に影響しないという特性がある。従って、入力変数Ａは入力値ａ以上の入力空間領域では材質推定に用いるが、入力値ａ未満の領域では用いない。このように入力変数の特性に着目して、入力空間の領域により、入力変数を限定することができる。こうした入力変数限定ルールは、様々な方法で作成できる。例えば、物理現象に関する先見情報を蓄積したルールを予め作成しておくことができる。あるいは、決定木などにより、蓄積したデータから自動的にルールを作成することもできる。
【００２３】
入力変数限定手段２０４Ａは、材質を推定しようとする製品に関する入力情報、即ち、素材の成分指示値（含有元素、含有量等）及び製造プロセス１２における加熱条件（鋼材抽出温度、在炉時間等）、圧延条件（鋼材温度履歴、圧延寸法、圧下率、圧延速度等）、冷却条件（鋼材温度履歴、冷却速度等）、熱処理条件（炉内温度履歴、炉内雰囲気等）などの操業条件の指示値を基に、入力変数限定ルールを参照して材質推定に使用する入力変数を選択・限定し、この結果を材質推定計算手段２０４Ｂに出力する。更に、入力された各指示値の中から限定された入力変数に対応する指示値を抽出して、材質推定計算手段２０４Ｂに出力する。
【００２４】
材質推定計算手段２０４Ｂは、入力変数限定手段２０４Ａで選択された入力変数を用いて距離関数（後述）を定義し、この距離関数を用いて、製造情報記憶手段２０６に貯蔵されているデータの中から、入力値に近いデータを有する事例を複数個抽出する。そして抽出された事例の材質実績値を用いて、材質を推定して出力する。併せて、推定誤差も出力する。
【００２５】
ここで、上記製品品質制御装置２０は１つの計算機の中に構築することもできるが、複数計算機で構築するようにしてもよい。
【００２６】
以上の構成からなる鋼材の製品品質制御装置２０を用いて、下工程における操業条件を求める手順を、図６を参照して説明する。
【００２７】
まず、ステップＳｌで、ある要求仕様を有する製品Ｐｊに関する、下工程の素材成分の指示値及び操業条件の指示値を製品品質制御装置２０に入力する。ここで入力する各指示値は特に厳密さは必要なく、経験や過去の実績等から適宜決定すればよい。また、この入力は人間が行ったり、他の計算機から行うようにしたり、あるいは、下工程の製造条件作成開始の入力があった時点で、製品品質制御装置自身に自動生成させるなど、いかようにしてもよい。
【００２８】
次にステップＳ２で、初期入力された製品Ｐｊに関する指示値をもとに、製造条件作成手段２０２は、材質推定手段２０４に製品材質の推定を行うよう指令を出し、材質推定手段２０４は、図７に示すサブルーチンに従って材質の推定を行う。
【００２９】
即ち、まずステップＳ２１で、入力変数限定手段２０４Ａは入力変数限定ルール格納手段２０４Ｃに格納されているルールを参照して、ステップＳｌで入力された製品Ｐｊに関する指示値（素材の成分とその含有量、加熱炉における鋼材抽出温度や在炉時間、熱間圧延における圧延温度、圧下率、寸法、及び圧延速度、その他各種製造条件）を基に、材質に対する影響が大きい入力変数を選択する。例えば、素材成分中の不可避的不純物Ｐは通常含有量が０．０１質量％以下であれば製品の材質に悪影響を及ぼさないが、これより多く含有されると材質に影響を与えるというルールがあれば、入力されたＰの含有量が０．００６質量％の場合は、Ｐは入力変数とはされないが、０．０２質量％であれば、入力変数として選択されることになる。このようにして限定された入力変数、及びこれらの入力変数に相当する入力値（指示値）は材質推定計算手段２０４Ｂに供給される。
【００３０】
次いで、ステップＳ２２に進み、材質推定計算手段２０４ＢはステップＳ２１で抽出された入力変数、入力値、及び製造情報記憶手段２０６に格納されたデータ中で前記抽出された入力変数に対応するデータを用いて、距離関数を定義する。距離関数としては、例えば、選択された入力変数の数に相当する次元を有する空間おけるユークリッド距離を用いることができる。ユークリッド距離Ｌは、入力された指示値を（Ｘ１０、Ｘ２０、・・・）とし、製造情報記憶手段２０６内のデータを（Ｘ１、Ｘ２、・・・）とすると、次式で表わされる。
【００３１】
Ｌ＝［ｗ１（Ｘ１−Ｘ１０）²＋ｗ２（Ｘ２−Ｘ２０）²＋・・・］^1/2・・・（１）
ここで、ｗｉは重み係数であり、例えば、入力値が材質（即ち出力値）に与える影響を多重回帰分析により求めることができる。
【００３２】
そして、上記（１）式に基づいて製造情報記憶手段２０６に貯蔵されている各事例のデータと入力値の間の距離を計算する。この距離は貯蔵されている事例の数だけ算出される。
【００３３】
次いでステップＳ２３に進み、図８に示す如く、入力値の近傍にある事例のデータを製造情報記憶手段２０６に蓄積されているデータから取得する。これには様々な方法があるが、例えば製造情報記憶手段２０６の中のデータで、前記（１）式で計算した距離Ｌが小さい方からＮ個（Ｎは予め定めた定数）の事例のデータを入力値近傍にある事例のデータと定義することができる。
【００３４】
次いでステップＳ２４に進み、入力値の近傍にある取得された事例のデータか材質に関連するデータ（図４の材質１〜材質Ｍの実績値）を用いて、その入力値に対する材質推定値（出力値）とその推定誤差を計算する。
【００３５】
これには、様々な方法があるが、例えば上記のようにして取得された材質に関連する実績データの平均値［材質１１〜［材質Ｍ］を次式で算出し、これらを材質推定値として出力し、同じくそれらの標準偏差を計算し、推定誤差として出力することができる。あるいは、特開平６−９５８８０に記載されているように、近傍の事例との類似度を評価することもできる。
【００３６】
［材質１］＝Σ材質１i／Ｎ
［材質２］＝Σ材質２i／Ｎ
・・・・・・・・・・・
［材質Ｍ］＝Σ材質Ｍi／Ｎ・・・（２）
ここで、ｉ＝１〜Ｎ
【００３７】
出力値（材質推定値）としては、例えば、引張強度、降伏点、伸び、シャルピー吸収エネルギーなどの材質を表わす出力変数を用いることができる。
【００３８】
上述のステップＳ２３、Ｓ２４の処理は、いずれも材質推定計算手段２０４Ｂが行い、その結果は製造条件作成手段２０２に出力される。
【００３９】
次に図６のステップＳ３に進み、材質推定手段２０４が求めた材質推定値及び推定誤差を用いて、製造条件作成手段２０２は、下記式に基づく判定、即ち、推定誤差を考慮した材質推定値が要求仕様の許容範囲内かどうかを判定する。
【００４０】
要求仕様の下限値≦材質推定値士推定誤差≦要求仕様の上限値・・・（３）
【００４１】
（３）式を満足した場合には、ステップＳ４に進んで、上記判定に使用した下工程の製造条件指示値を図示しない記憶手段に記憶し、ステップＳ５に進む。一方、ステップＳ３で（３）式を満足しなかった場合には、ステップＳ５に飛ぶ。
【００４２】
ステップＳ５では、取り得る下工程製造条件指示値の全てについて、材質推定を行ったか否かを判定し、判定結果が否である場合にはステップＳ６に進み、下記（４）式、（５）式に従って下工程製造条件指示値を変更し、ステップＳ２に戻る。
【００４３】
【数１】

【００４４】
式中のα、βは各成分、各操業条件の増減分であり、予め実験的、経験的に決めておく必要がある。〈〉は、この〈〉中のいずれか１つを選択することを意味する。成分１を例にとれば、現在の成分１の指示値［成分１］_iにα１だけ増加させて新指示値［成分１］_i+1とするケース、α１だけ減じて新指示値［成分１］_i+1とするケース、あるいは、［成分１］_iをそのまま新指示値［成分１］_i+1とするケースがある。
【００４５】
一方、ステップＳ５において、取り得る下工程製造条件指示値の全てについて、材質推定を行ったと判定された場合にはステップＳ７に進み、それら各製品の下工程製造条件指示値を出力して終了する。
【００４６】
なお、上記のようにして得られた下工程製造条件指示値は、製造情報記憶手段２０６に記憶するようにしておけば、これに対応する下工程製造条件実績値と材質実績値を収集するだけで、事例を追加できる。
【００４７】
次に本発明による第２の実施形態について述べる。
【００４８】
この実施形態に係る製品品質制御装置２０′を図９に示す。前述した第１の実施形態に係る製品品質制御装置２０とは、製造条件推定手段２１０を付加した点で異なり、その他についてはほぼ同様の構成であるので、製造条件推定手段２１０を中心に説明し、その他の説明は省略する。
【００４９】
製造条件推定手段２１０は、製造条件作成手段２０２からの指令があると、製造情報記憶手段２０６に蓄積されている、過去に製造した製品毎の素材成分の指示値とその実績値、及び、製造条件の指示値とその実績値、を基に製造実績推定モデルを作成し、このモデルを用いて、新たに製造しようとする製品の下工程の素材成分の指示値と製造条件の指示値に対する実績値を推定する（実際に製造した場合の実績値を意味するのではなく、現在の操業実力で製造すれば、こうなるであろうと推定される実績推定値を算出する）と同時に、その結果を材質推定手段２０４へ出力する。
【００５０】
前述の第１実施形態では、製造条件指示値を用いて材質を推定するようにしているが、本実施形態では、製造実績推定モデルで推定した製造実績推定値を用いて材質を推定するようにしているので、製造条件指示値に対する製造実績のバイアスやばらつきに起因する誤差を排除することができる。
【００５１】
上記製造実績推定モデルは、例えば、図１０に示すように、製造情報記憶手段２０６に蓄積された事例３００個のデータを用いて、各パラメータ毎に、製造条件の指示値を横軸（入力）とし、製造条件の実績値を縦軸（出力）として最小２乗法で線形回帰式を作成して、これをモデルとすることができる。
【００５２】
さらにこの製造実績推定モデルは、製造情報記憶手段２０６に新たな事例が蓄積される毎に、事例３００個のなかで、最も古い事例を削除するようにして、該モデルを更新するように構成することができる。このように構成することで、該モデルは現在の操業実力を反映したものとなり、従って操業実力の経年変化にも対応することが可能となる。なお、本実施形態による製品品質制御装置２０′は１つの計算機の中に構築することもできるが、複数計算機で構築するようにしてもよい。
【００５３】
図１１に本実施形態での、製造条件を作成するための手順を示す。図６に示したフローチャートにステップＳ１１を追加したものであり、説明は省略する。
【００５４】
上記２つの実施形態においては、製造情報記憶手段に蓄積されている事例を、特にクラスタリングしていないが、素材成分、操業条件が広範囲にわたる場合には事例を近いグループにクラスタリングし、各グループ毎のデータベースを製造情報記憶手段２０６に構築するようにしてもよい。例えば、成分Ｃの含有量に応じて、極低炭素鋼、低炭素鋼、中炭素鋼、高炭素鋼のようなグループにクラスタリングすることが考えられる。これによれば、信頼性の高い推定値を得ることができ、また、推定に要する時間を更に短縮することができる。
【００５５】
また、製品品質制御装置２０への過去の事例収集は、製造実績収集装置２２、材料試験実績収集装置２４が行うことで説明したが、これに限らず、人間が直接入力してもよいし、フロッピー（登録商標）ディスクなどの記録媒体を介してもよい。
【００５６】
さらに、材質推定値の推定誤差は材質推定計算手段２０４Ｂが計算、出力することで、説明したが、別の手段が行うようにしてもよい。
【００５７】
なお、製造情報記憶手段２０６は、素材の指示値と実績値、操業条件の指示値と実績値、及び、材質実績値を蓄積することで説明したが、第１実施形態では、素材の指示値及び操業条件の指示値は使用しないから、これらを必ずしも蓄積する必要はない。
【００５８】
【発明の効果】
本発明によれば、上工程の製造実績に応じて、製造実績の誤差や材質モデルの誤差を加味して、要求仕様を満足する下工程の製造条件指示値を得ることができる。従って、設計した製造条件指示値を与えたときに、材質実績が要求仕様を外れて不良が発生する頻度を削減することができる。
【００５９】
また、製造条件を作成する際、製造条件推定手段による製造条件の実績推定値を用いる場合には、より製造設備の実力を反映することができる。
【００６０】
さらにこの際、製造条件推定手段が最新の製造条件の指示値と実績値を用いることで、操業実力の変動にも的確に対応できる。
【００６１】
なお、製造条件を作成するにあたって使用する材質推定手段として、材質に与える影響の大きい入力変数を限定する入力変数限定手段と、限定した入力変数を用いて作成した距離関数を基に材質推定値及びその推定誤差を計算し、出力する材質推定計算手段と、を有するものを用いることで、高精度の製造条件を作成することができる。
【図面の簡単な説明】
【図１】本発明を実現するに好適な装置構成を示すブロック図
【図２】図１の装置構成において、過去の製造情報を収集している様子を示すブロック図
【図３】第１の実施形態による製品品質制御装置を示すブロック図
【図４】前記実施形態で用いられる材質データベースの例を示す図表
【図５】材質推定手段を示すブロック図
【図６】製品品質制御の手順を示す流れ図
【図７】材質推定の手順を示す流れ図
【図８】入力データの近傍の事例データから局所的に推定するモデルを示す図
【図９】第２の実施形態による製品品質制御装置を示すブロック図
【図１０】製造条件推定モデルを示す図
【図１１】製品品質制御の手順を示す流れ図
【符号の説明】
１０…素材
１２…製造プロセス
１４…製品
２０…製品品質制御装置
２２…製造実績収集装置
２４…材料試験実績収集装置
２０２…製造条件作成手段
２０４…材質推定手段
２０６…製造情報記憶手段
２１０…製造条件推定手段[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a product quality control device, and in particular, the production results (components) of an upper process suitable for use when casting a steel material to produce a product material by heating, rolling, cooling, heat treatment or the like. The present invention relates to a product quality control apparatus capable of determining an instruction value of manufacturing conditions (components and operating conditions) of a lower process that satisfies a required specification (mechanical test characteristic value range) from the operating conditions).
[0002]
[Prior art]
When an order for a steel product is received from a customer, manufacturing conditions for manufacturing the product are determined from the required specifications for the customer's product, such as a mechanical test characteristic value range, and the product is manufactured.
[0003]
During manufacturing, if the manufacturing results in the previous process (upper process) differ from the indicated value determined in the quality design, if the manufacturing process is performed as determined in the quality design in the subsequent process (lower process), the required specifications Quality that satisfies the requirements cannot be obtained. For this reason, during the manufacturing process, the manufacturing condition instruction value for the lower process is changed so as to satisfy the required specifications based on the manufacturing results of the upper process.
[0004]
Conventionally, as a method, a target value of a mechanical test characteristic value is generally determined, and a manufacturing condition instruction value of a lower process from which the target value is obtained is obtained based on a material prediction model. The existing material prediction model outputs the predicted value of the material from the manufacturing results.
[0005]
For example, Japanese Patent Application Laid-Open No. 5-287341 describes a method for obtaining manufacturing conditions that satisfy the required specifications based on a database storing the range of manufacturing condition instruction values and the actual range of actual mechanical test characteristics. Furthermore, Japanese Patent Laid-Open No. 5-287342 describes that when there is no record of satisfying the required specifications, the material is estimated using an existing material estimation model, and the manufacturing conditions satisfying the required specifications are obtained.
[0006]
[Problems to be solved by the invention]
However, the conventional method for estimating the material using the material estimation model merely outputs the estimated value of the material based on the past manufacturing results, and does not evaluate the estimation error. Therefore, even if a product is manufactured using the manufacturing conditions of the lower process determined from the estimated material value, the product does not always satisfy the required specifications.
[0007]
In general, the production results of steel materials have some variation and bias with respect to the indicated value of the manufacturing condition, and these are errors with respect to the indicated value of the manufacturing condition. In addition, the factors that cause variation and bias change due to fluctuations in operational ability determined by the capacity of the production facility, maintenance status, control accuracy, operator skill and experience, and the like.
[0008]
However, since the conventional method cannot take into account such error factors and the aging of the error, even if the product is manufactured using the manufacturing conditions obtained by the conventional material estimation method, the material performance of the product does not satisfy the required specifications. There is no guarantee of satisfaction. Furthermore, there are problems such as requiring more advanced control than necessary if the manufacturing conditions are determined based on old manufacturing performance, despite the fact that the operational ability has improved due to equipment improvements and operational improvements. Was.
[0009]
The present invention has been made to solve the above-mentioned conventional problems, and provides a product quality control apparatus capable of obtaining an optimum manufacturing condition instruction value for the lower process that satisfies the required specifications from the manufacturing results of the upper process. This is the first problem.
[0010]
It is a second object of the present invention to provide a steel product quality control device that can cope with fluctuations in operational ability.
[0011]
[Means for Solving the Problems]
The present invention provides, for each product manufactured in the past, an indication value and actual value of each material component and operating condition, and manufacturing information storage means for storing the actual material value as an example, and the input raw material component and operating condition. The material estimation means for estimating the material obtained when the product is manufactured based on the indicated value using the data stored in the manufacturing information storage means, the required specifications and the manufacturing results of the upper process are acquired, and the material Product quality control means for outputting an instruction value of the operating conditions of the lower process capable of producing a product that satisfies the required specifications from the estimated material value output from the estimation means and its estimation error. This is a product quality control device for steel.
[0012]
Further, for each product manufactured in the past, from the data accumulated in the manufacturing information storage means, the manufacturing information storage means for storing the instruction value and the actual value of each of the material components and the operating conditions, and the actual material value as examples. A manufacturing condition result estimation unit that creates a manufacturing result estimation model and estimates the actual value of the material component and the actual result of operation based on the input value of the material component and the operating condition input using the model, and the manufacturing Material estimation means for estimating the product material using the data accumulated in the manufacturing information storage means, using the material component result estimated value and the operation condition result estimated value output from the condition result estimating means, Acquires the manufacturing results of the upper process, and outputs the instruction value of the operating condition of the lower process that can produce a product that satisfies the required specifications from the estimated material value output from the material estimating means and its estimation error. And product quality control means, a product quality control system of the steel material, characterized in that it comprises a.
[0013]
The manufacturing performance estimation model created by the manufacturing condition performance estimation means is preferably updated using the latest data, and the material estimation means is an input variable that has a large effect on the material. The input variable limiting means for limiting the value according to the rule, the distance function is defined using the limited input variable, and the material component actual value and the operation condition actual value accumulated in the manufacturing information storage means using the distance function Calculate the distance to the input value using, extract cases close to the input value based on the calculated distance, calculate the estimated value of the material and its estimation error from the actual material value of the extracted case, and output It is preferable to include a material estimation calculation means.
[0014]
DETAILED DESCRIPTION OF THE INVENTION
Hereinafter, a first embodiment of the present invention will be described in detail with reference to the drawings.
[0015]
In FIG. 1, 20 is a product quality control apparatus according to the present embodiment. A manufacturing performance collection device 22 and a material test performance collection device 24 are connected to the product quality control device 20 via a local area network (LAN) 30. Each of these

devices

20, 22, and 24 can be constituted by a computer, for example, a workstation.
[0016]
As shown in FIG. 2, the manufacturing result collection device 22 performs the manufacturing process such as the indicated value and the actual value of the component of the material (slab) 10 and heating, rolling, cooling, heat treatment, etc. for each product 14 manufactured in the past. 12 is collected and supplied to the product quality control apparatus 20. Similarly, the material test result collecting device 24 collects the mechanical test characteristic value results (strength, toughness, etc., hereinafter referred to as material result values) obtained by the material test for each product 14 manufactured in the past. To the product quality control device 20.
[0017]
As shown in FIG. 3, the product quality control apparatus 20 includes a manufacturing condition creation unit 202, a material estimation unit 204, and a manufacturing information storage unit 206 in the lower process. In consideration of the error, an indication value of the manufacturing conditions (components and operating conditions) of the lower process that satisfies the required specifications is output.
[0018]
In the manufacturing information storage unit 206, the instruction value and the actual value of the manufacturing condition and the actual material value collected by the manufacturing result collecting device 22 and the material test result collecting device 24 are stored as examples. Specifically, as shown in FIG. 4, the indicated value and actual value of the raw material component (component 1 to component K) for each product, the indicated value and actual value of the operation condition (operation 1 to L), and the actual material value. It can be a tabular database (materials 1 to M) (one line is data for each product 14 manufactured in the past and corresponds to one case). The database stored in the manufacturing information storage unit 206 can be further classified into groups having similar material components and operating conditions (referred to as clustering) and stored in the manufacturing information storage unit as a database for each group.
[0019]
The material estimation means 204 is based on the production conditions (the material component instruction value and the operation condition instruction value) based on the actual production condition value and the actual material value accumulated in the production information storage means 206. In addition to estimating the product material, the estimation error is also obtained.
[0020]
Further, the manufacturing condition creating unit 202 acquires the required specifications and the manufacturing results of the upper process, changes the material values of the lower process and the instruction value of the operation condition, and instructs the material estimating unit 204 to perform the material estimation. In addition, the material predicted value and its error range for the indicated value are obtained, and the manufacturing condition indicated value for the lower process within the required specification range is searched using the material estimated value and the estimated error obtained by the material estimating means. Output.
[0021]
Next, the material estimation means 204 will be described in detail. Material estimation unit 204 as shown in FIG. 5, the input variable limitation unit 204A, the material estimation calculation 204B, and, an input variable limiting rule storing hand stage 204C.
[0022]
The input variable limiting rule storage means 204C stores a rule for selecting an input variable to be used for estimating a product material from among a large number of input variables. That is, the factors that affect the material of the product include the chemical composition of the material (slab) (containing elements, content, etc.), heating conditions (steel material extraction temperature, furnace time, etc.), rolling conditions (steel temperature history, There are very many such as rolling dimensions, rolling reduction, rolling speed, etc.), cooling conditions (steel temperature history, cooling speed, etc.), heat treatment conditions (furnace temperature history, furnace atmosphere, etc.), for example 50-100 Also rises. If material estimation is performed with all material influence factors as variables (input variables) for an object with such many material influence factors, there are too many dimensions of the input space and it takes a very long time to estimate. Therefore, the time required for estimation is shortened by selecting an input variable used for material estimation. The input variable limiting rule storage means 204C stores the rules for that purpose. For example, a metallurgical process for forming a material has a characteristic that a certain component A of the material does not affect the material unless the content a is greater than or equal to a. Therefore, the input variable A is used for material estimation in the input space area of the input value a or more, but is not used in the area of the input value a or less. Thus, focusing on the characteristics of the input variable, the input variable can be limited by the area of the input space. Such input variable limiting rules can be created in various ways. For example, a rule that accumulates foresight information related to a physical phenomenon can be created in advance. Alternatively, a rule can be automatically created from accumulated data using a decision tree or the like.
[0023]
The input variable limiting means 204A is input information relating to the product whose material is to be estimated, that is, the component instruction value (containing element, content, etc.) of the material and the heating conditions in the manufacturing process 12 (steel extraction temperature, furnace time, etc.) Indication of operating conditions such as rolling conditions (steel temperature history, rolling dimensions, rolling reduction, rolling speed, etc.), cooling conditions (steel temperature history, cooling speed, etc.), heat treatment conditions (furnace temperature history, furnace atmosphere, etc.) Based on the value, the input variable used for material estimation is selected and limited with reference to the input variable limitation rule, and the result is output to the material estimation calculation means 204B. Further, an instruction value corresponding to the limited input variable is extracted from each input instruction value, and is output to the material estimation calculation means 204B.
[0024]
The material estimation calculation unit 204B defines a distance function (described later) using the input variable selected by the input variable limiting unit 204A, and uses this distance function to store the data stored in the manufacturing information storage unit 206. A plurality of cases having data close to the input value are extracted. Then, using the actual material value of the extracted case, the material is estimated and output. In addition, an estimation error is also output.
[0025]
Here, the product quality control apparatus 20 can be constructed in one computer, but may be constructed by a plurality of computers.
[0026]
A procedure for obtaining operating conditions in the lower process using the steel product quality control apparatus 20 having the above configuration will be described with reference to FIG.
[0027]
First, in step Sl, the instruction value of the raw material component and the instruction value of the operation condition for the product Pj having a certain required specification are input to the product quality control device 20. Each indication value input here is not particularly strict, and may be determined as appropriate based on experience, past results, and the like. Also, this input can be done by humans, from other computers, or automatically generated by the product quality control device itself when the start of the production process creation of the lower process is received. May be.
[0028]
Next, in step S2, the manufacturing condition creating unit 202 issues a command to the material estimating unit 204 to estimate the product material based on the instruction value regarding the product Pj that is initially input. The material is estimated according to the subroutine shown in FIG.
[0029]
That is, first, in step S21, the input variable limiting unit 204A refers to the rules stored in the input variable limiting rule storage unit 204C, and designates the instruction value (the material component and its content) related to the product Pj input in step S1. Based on the steel material extraction temperature in the heating furnace, the in-furnace time, the rolling temperature in hot rolling, the rolling reduction, the dimensions, the rolling speed, and various other production conditions, input variables having a large influence on the material are selected. For example, the inevitable impurity P in the material component does not adversely affect the material of the product if the content is usually 0.01% by mass or less, but there is a rule that if it is contained more than this, the material is affected. For example, if the input P content is 0.006% by mass, P is not an input variable, but if it is 0.02% by mass, it is selected as an input variable. The input variables thus limited and the input values (instruction values) corresponding to these input variables are supplied to the material estimation calculation means 204B.
[0030]
In step S22, the material estimation calculation unit 204B uses the input variable extracted in step S21, the input value, and the data corresponding to the input variable extracted from the data stored in the manufacturing information storage unit 206. Define the distance function. As the distance function, for example, the Euclidean distance in a space having a dimension corresponding to the number of selected input variables can be used. The Euclidean distance L is represented by the following equation, where the inputted instruction value is (X10, X20,...) And the data in the manufacturing information storage means 206 is (X1, X2,...).
[0031]
L = [w1 (X1-X10) ² + w2 (X2-X20) ² + ...] ^1/2 (1)
Here, wi is a weighting coefficient. For example, the influence of the input value on the material (that is, the output value) can be obtained by multiple regression analysis.
[0032]
Then, the distance between the data of each case stored in the manufacturing information storage unit 206 and the input value is calculated based on the above equation (1). This distance is calculated by the number of cases stored.
[0033]
Next, the process proceeds to step S23, and as shown in FIG. 8, the data of the case near the input value is acquired from the data stored in the manufacturing information storage unit 206. There are various methods for this, for example, data in the manufacturing information storage means 206, and data of N cases (N is a predetermined constant) from the smallest distance L calculated by the equation (1). Can be defined as data of cases near the input value.
[0034]
Next, the process proceeds to step S24, and the material estimated value (output) for the input value is obtained by using the acquired case data in the vicinity of the input value or the data related to the material (actual values of material 1 to material M in FIG. 4). Value) and its estimation error.
[0035]
There are various methods for this, but for example, the average values [material 11 to [material M] of the performance data related to the material acquired as described above are calculated by the following formulas, and these are used as the material estimated values. The standard deviation can be calculated and output as an estimation error. Alternatively, as described in Japanese Patent Laid-Open No. 6-95880, the degree of similarity with nearby cases can be evaluated.
[0036]
[Material 1] = ΣMaterial 1i / N
[Material 2] = ΣMaterial 2i / N
・・・・・・・・・・・
[Material M] = ΣMaterial Mi / N (2)
Where i = 1 to N
[0037]
As the output value (material estimated value), for example, an output variable representing a material such as tensile strength, yield point, elongation, Charpy absorbed energy, and the like can be used.
[0038]
The processing in steps S23 and S24 described above is performed by the material estimation calculation unit 204B, and the result is output to the manufacturing condition creation unit 202.
[0039]
Next, proceeding to step S3 of FIG. 6, using the estimated material value and the estimation error obtained by the material estimating unit 204, the manufacturing condition creating unit 202 determines based on the following formula, that is, the estimated material value considering the estimation error. Is determined to be within the allowable range of the required specifications.
[0040]
Lower limit of required specification ≤ Material estimation value error ≤ Upper limit of required specification (3)
[0041]
If the expression (3) is satisfied, the process proceeds to step S4, the manufacturing condition instruction value for the lower process used for the determination is stored in a storage means (not shown), and the process proceeds to step S5. On the other hand, if the expression (3) is not satisfied in step S3, the process jumps to step S5.
[0042]
In step S5, it is determined whether or not material estimation has been performed for all possible lower process manufacturing condition instruction values. If the determination result is negative, the process proceeds to step S6, and the following equations (4) and (5) The lower process manufacturing condition instruction value is changed according to the equation, and the process returns to step S2.
[0043]
[Expression 1]

[0044]
Α and β in the formula are increments and decrements of each component and each operating condition, and must be determined in advance experimentally and empirically. <> Means that any one of <> is selected. Taking component 1 as an example, the current indication value [component 1] _i of component 1 is increased by α1 to a new indication value [component 1] _{i + 1,} and the new indication value [component 1] is reduced by α1. ] _{I + 1} , or [component 1] _i is directly used as a new instruction value [component 1] _{i + 1} .
[0045]
On the other hand, if it is determined in step S5 that material estimation has been performed for all possible lower process manufacturing condition instruction values, the process proceeds to step S7, and the lower process manufacturing condition instruction values of the respective products are output and the process ends. .
[0046]
If the lower process manufacturing condition instruction value obtained as described above is stored in the manufacturing information storage means 206, only the lower process manufacturing condition actual value and material actual value corresponding to this are collected. You can add a case.
[0047]
Next, a second embodiment according to the present invention will be described.
[0048]
A product quality control device 20 'according to this embodiment is shown in FIG. The product quality control apparatus 20 according to the first embodiment differs from the product quality control apparatus 20 according to the first embodiment described above in that the manufacturing condition estimation unit 210 is added, and the other configuration is almost the same. Therefore, the manufacturing condition estimation unit 210 will be mainly described. Other explanations are omitted.
[0049]
When there is a command from the manufacturing condition creating unit 202, the manufacturing condition estimating unit 210 accumulates the instruction value and the actual value of the material component stored in the manufacturing information storage unit 206 for each product manufactured in the past. Create a manufacturing performance estimation model based on the indicated value of the condition and its actual value, and use this model to record the material component indicated value and the manufacturing condition indicated value of the lower process of the product to be newly manufactured. Estimate the value (not the actual value when actually manufactured, but calculate the actual estimated value that would be expected if it was manufactured with the current operational ability) It outputs to the material estimation means 204.
[0050]
In the first embodiment described above, the material is estimated using the manufacturing condition instruction value. However, in this embodiment, the material is estimated using the manufacturing performance estimation value estimated by the manufacturing performance estimation model. Therefore, it is possible to eliminate an error caused by a bias or variation in manufacturing performance with respect to the manufacturing condition instruction value.
[0051]
For example, as shown in FIG. 10, the manufacturing performance estimation model uses 300 cases of data stored in the manufacturing information storage unit 206, and indicates the indication value of the manufacturing condition for each parameter on the horizontal axis (input). Then, a linear regression equation is created by the least square method with the actual value of the manufacturing condition as the vertical axis (output), and this can be used as a model.
[0052]
Further, the manufacturing performance estimation model is configured to update the model by deleting the oldest case from the 300 cases each time a new case is accumulated in the manufacturing information storage unit 206. be able to. By configuring in this way, the model reflects the current operational ability, and therefore it is possible to cope with the secular change of the operational ability. The product quality control apparatus 20 'according to the present embodiment can be constructed in one computer, but may be constructed by a plurality of computers.
[0053]
FIG. 11 shows a procedure for creating manufacturing conditions in the present embodiment. Step S11 is added to the flowchart shown in FIG.
[0054]
In the above two embodiments, the cases accumulated in the manufacturing information storage means are not particularly clustered. However, when the material components and the operation conditions are wide-ranging, the cases are clustered into close groups. A database may be constructed in the manufacturing information storage unit 206. For example, depending on the content of component C, clustering into groups such as extremely low carbon steel, low carbon steel, medium carbon steel, and high carbon steel can be considered. According to this, a highly reliable estimated value can be obtained, and the time required for estimation can be further shortened.
[0055]
In addition, the past case collection to the product quality control device 20 has been described as being performed by the manufacturing results collection device 22 and the material test results collection device 24, but not limited to this, humans may directly input, A recording medium such as a floppy (registered trademark) disk may be used.
[0056]
Furthermore, although the estimation error of the estimated material value has been described by calculating and outputting the material estimation calculation unit 204B, another unit may perform the estimation error.
[0057]
The manufacturing information storage unit 206 has been described by accumulating the instruction value and actual value of the material, the instruction value and actual value of the operation condition, and the material actual value, but in the first embodiment, the instruction value of the material In addition, since the instruction values for the operation conditions are not used, it is not always necessary to store them.
[0058]
【The invention's effect】
According to the present invention, it is possible to obtain a manufacturing condition instruction value for a lower process that satisfies the required specifications by taking into account an error in manufacturing results and an error in a material model in accordance with the manufacturing results of the upper process. Therefore, when the designed manufacturing condition instruction value is given, it is possible to reduce the frequency of occurrence of defects due to the material results that deviate from the required specifications.
[0059]
Moreover, when producing the manufacturing conditions, when the actual estimated value of the manufacturing conditions by the manufacturing condition estimating means is used, the ability of the manufacturing equipment can be reflected more.
[0060]
Further, at this time, the manufacturing condition estimation means can accurately cope with fluctuations in operation ability by using the latest manufacturing condition indication value and actual value.
[0061]
In addition, as the material estimation means used in creating the manufacturing conditions, the input variable limiting means for limiting the input variable having a large influence on the material, and the estimated material value based on the distance function created using the limited input variable By using a material estimation calculation means for calculating and outputting the estimation error, a highly accurate manufacturing condition can be created.
[Brief description of the drawings]
FIG. 1 is a block diagram showing an apparatus configuration suitable for realizing the present invention. FIG. 2 is a block diagram showing a state in which past manufacturing information is collected in the apparatus configuration of FIG. FIG. 4 is a block diagram showing an example of a material database used in the embodiment. FIG. 5 is a block diagram showing material estimation means. FIG. 6 is a product quality control procedure. FIG. 7 is a flowchart showing a material estimation procedure. FIG. 8 is a diagram showing a model locally estimated from case data in the vicinity of input data. FIG. 9 is a block showing a product quality control apparatus according to the second embodiment. FIG. 10 is a diagram showing a manufacturing condition estimation model. FIG. 11 is a flowchart showing a product quality control procedure.
DESCRIPTION OF SYMBOLS 10 ... Material 12 ... Manufacturing process 14 ... Product 20 ... Product quality control apparatus 22 ... Manufacturing results collection device 24 ... Material test results collection device 202 ... Manufacturing condition preparation means 204 ... Material estimation means 206 ... Manufacturing information storage means 210 ... Manufacturing conditions Estimating means

Claims

For each product manufactured in the past, production information storage means for accumulating the actual values of material components and operating conditions, and the actual material values as examples,
Material estimation means for estimating the material obtained when the product is manufactured based on the input value of the material component and the operating condition, using the data stored in the manufacturing information storage means,
An indication of the operating conditions of the lower process that can produce a product that satisfies the required specifications from the estimated material value and the estimated error output from the material estimation means by obtaining the required specifications and the manufacturing results of the upper process. Product quality control means for outputting,
A product quality control device for steel products characterized by comprising:

For each product manufactured in the past, the manufacturing information storage means for storing the instruction value and actual value of each of the material components and operation conditions, and the actual material value as examples,
A production performance estimation model is created from the data accumulated in the production information storage means, and the actual value of the material component and the operation performance are calculated based on the input value of the material component and the operating condition using the model. A manufacturing condition performance estimation means to estimate;
Material estimation means for estimating the product material using the data accumulated in the manufacturing information storage means, using the material component result estimated value and the operation condition result estimated value output from the manufacturing condition result estimating means,
An indication of the operating conditions of the lower process that can produce a product that satisfies the required specifications from the estimated material value and the estimated error output from the material estimation means by obtaining the required specifications and the manufacturing results of the upper process. Product quality control means for outputting,
A product quality control device for steel products characterized by comprising:

The product quality control apparatus for steel according to claim 2, wherein the production performance estimation model created by the production condition performance estimation means is updated using the latest data.

The material estimating means includes
Input variable limiting means for limiting input variables having a large influence on the material according to the rules;
A distance function is defined using the limited input variable, and the distance between the material component actual value stored in the manufacturing information storage means and the operation condition actual value is calculated using the distance function. Extracting a case close to the input value based on the calculated distance, calculating an estimated value of the material and an estimation error thereof from the material actual value of the extracted case, and outputting a material estimation calculating means,
The product quality control device for steel products according to any one of claims 1 to 3, characterized by comprising: