JP4365556B2 - Equipment for creating manufacturing conditions for steel products - Google Patents
Equipment for creating manufacturing conditions for steel products Download PDFInfo
- Publication number
- JP4365556B2 JP4365556B2 JP2002039025A JP2002039025A JP4365556B2 JP 4365556 B2 JP4365556 B2 JP 4365556B2 JP 2002039025 A JP2002039025 A JP 2002039025A JP 2002039025 A JP2002039025 A JP 2002039025A JP 4365556 B2 JP4365556 B2 JP 4365556B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- manufacturing
- actual
- values
- estimation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Control Of Heat Treatment Processes (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、製品に対する要求仕様から、該製品を製造するための製造条件を作成する鋼材製品の製造条件作成装置に係り、特に、鋳造におけるチャージ編成を容易にすることが可能な鋼材製品の製造条件作成装置に関する。
【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】
製造条件を決定する従来技術として、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。
【０００４】
【発明が解決しようとする課題】
通常、鋼材の鋳造プロセスにおいては１回の鋳込みで（以下、チャージという）、複数の鋳片（素材）を製造することから、成分が同じである製品の素材を複数まとめてチャージ編成を行う必要がある。従って、前述のようにして要求仕様を満足する製造条件を決定しても、決定した製品毎の素材成分がばらついていれば、これらを同一チャージで製造できない、即ち、チャージ編成ができないという問題がある。
【０００５】
又、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。
【０００６】
更に、一般に鋼材製品の製造実績は、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。
【０００７】
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。
【０００８】
本発明は、前記従来の問題を解消されるべくなされたもので、誤差を考慮して材質を推定して推定精度を向上させた上で、鋳造におけるチャージ編成を容易とする鋼材製品の製造条件作成装置を提供することを第１の課題とする。
【０００９】
本発明は、又、操業実力の変動にも対応できる、鋼材製品の製造条件作成装置を提供することを第２の課題とする。
【００１０】
【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の実績値、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、要求仕様を有する複数の製品に関する、取り得る素材成分及び操業条件の指示値の全てについて、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材質実績値を利用して推定する手段であって、素材成分及び操業条件の指示値と、前記製造情報記憶手段に蓄積された素材成分及び操業条件の実績値との距離を定義した距離関数を用いて、指示値に近い実績値をもつ事例を複数抽出し、該抽出された事例の材質実績値から平均値とその標準偏差を計算し、これらを材質推定値とその推定誤差として出力する材質推定手段と、（材質推定値±推定誤差）が要求仕様を満足する場合に、推定に用いた素材成分及び操業条件の指示値を、製品を製造することが可能な製造条件指示値として保存する製造条件作成手段と、前記製造条件作成手段に保存されている素材成分の指示値が同じである製品の個数が、一回の鋳込み（以下、「チャージ」という。）を行うに足る場合に、そのチャージを構成する各製品に関する素材成分及び操業条件の指示値を製造条件指示値として出力するチャージ編成手段と、を備えたことを特徴とする鋼材製品の製造条件作成装置である。
【００１１】
また、過去に製造した製品毎に、素材成分と操業条件の指示値とその実績値、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素材成分及び操業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、該モデルを用いて、新たに製造しようとする製品の素材成分及び操業条件の指示値に対する実績推定値を出力する製造条件実績推定手段と、要求仕様を有する複数の製品に関する、取り得る素材成分及び操業条件の指示値の全てについて、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材質実績値を利用して推定する手段であって、素材成分及び操業条件の指示値に対し前記製造条件実績推定手段から出力された実績推定値と、前記製造情報記憶手段に蓄積された素材成分及び操業条件の実績値との距離を定義した距離関数を用いて、実績推定値に近い実績値をもつ事例を複数抽出し、該抽出された事例の材質実績値から平均値とその標準偏差を計算し、これらを材質推定値とその推定誤差として出力する材質推定手段と、（材質推定値±推定誤差）が要求仕様を満足する場合に、推定に用いた素材成分及び操業条件の指示値を、製品を製造することが可能な製造条件指示値として保存する製造条件作成手段と、前記製造条件作成手段に保存されている素材成分の指示値が同じである製品の個数が、一回のチャージを行うに足る場合に、そのチャージを構成する各製品に関する素材成分及び操業条件の指示値を製造条件指示値として出力するチャージ編成手段と、を備えたことを特徴とする鋼材製品の製造条件作成装置である。
【００１２】
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、ルールに従って、材質に与える影響の大きい指示値のみを入力変数とする入力変数限定手段と、入力変数とされた指示値と実績値との距離を距離関数を用いて計算し、計算した距離に基づいて事例を抽出し、該抽出された事例の材質実績値から材質推定値とその推定誤差を計算し、出力する材質推定計算手段と、を備えるか、又は、前記材質推定手段は、ルールに従って、材質に与える影響の大きい実績推定値のみを入力変数とする入力変数限定手段と、入力変数とされた実績推定値と実績値との距離を距離関数を用いて計算し、計算した距離に基づいて事例を抽出し、該抽出された事例の材質実績値から材質推定値と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。
【００１３】
【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。
【００１４】
図１において、２０は本実施形態に係る製造条件作成装置である。該製造条件作成装置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。
【００１５】
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、製造条件作成装置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、製造条件作成装置２０へ供給する。
【００１６】
製造条件作成装置２０は、図３に示す如く、製造条件作成手段２０２、材質推定手段２０４、製造情報記憶手段２０６、及び、チャージ編成手段２０８を備えており、要求仕様を基にチャージ編成を可能とする製造条件（成分および操業条件）の指示値を出力するものである。
【００１７】
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。
【００１８】
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。
【００１９】
また、製造条件作成手段２０２は、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、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、要求仕様を満足するすべての製造条件を複数の製品に対して算出する。
【００２０】
更に、チャージ編成手段２０８は、前記製造条件作成手段２０２が算出した製造条件の中からチャージ編成が可能となる製造条件を抽出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千段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、多数の材質影響要因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、材質影響要因Ａはある値ａ以上の入力空間領域では入力変数として材質推定に用いるが、ある値ａ未満の領域では用いない。このように材質影響要因の特性に着目して、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、製造情報記憶手段２０６に貯蔵されているデータの中から、指示値に近い実績値を有する事例を複数個抽出する。指示値と事例の実績値との距離は、距離関数（後述）を用いて求める。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、上記製造条件作成装置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造条件作成装置を用いて、鋳造におけるチャージ編成手順を、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、素材成分の指示値及び操業条件の指示値を製造条件作成装置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、製造条件作成開始の入力があった時点で、製造条件作成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、指示値、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成分および操業条件の実績値を用いて、各事例の実績値と、入力された製品Ｐｊに関する指示値との間の距離を計算する。距離の計算には、素材成分及び操業条件の実績値との距離を定義した距離関数を用いる。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、抽出された入力変数についての指示値を（Ｘ１０、Ｘ２０、・・・）とし、抽出された入力変数についての製造情報記憶手段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）
【００３２】
ここで、ｗｉは重み係数であり、例えば、指示値が材質（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。
【００３３】
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実績値と、入力された製品Ｐｊに関する指示値と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。
【００３４】
次いでステップＳ２３に進み、図８に示す如く、実績が、入力された製品Ｐｊに関する指示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）の事例を指示値近傍にある事例と定義することができる。
【００３５】
次いでステップＳ２４に進み、入力された製品Ｐｊに関する指示値の近傍にある取得された事例のデータのうち、材質に関連する材質実績値（図４の材質１〜材質Ｍの実績値）を用いて、その入力された製品Ｐｊに関する指示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。
【００３６】
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。
【００３７】
［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
【００３８】
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。
【００３９】
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。
【００４０】
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。
【００４１】
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）
【００４２】
（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。
【００４３】
ステップＳ５では、取り得る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）式に従って製造条件指示値を変更し、ステップＳ２に戻る。
【００４４】
【数１】
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。
【００４６】
一方、ステップＳ５において、取り得る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、チャージ編成手段２０８は、ステップ４で保存されている、要求仕様を満足する製造条件が得られた製品の個数が、チャージ編成の検討を行うに足るかどうかを判定する。否と判定された場合は、ステップＳｌに戻り、別の製品に対して同様の処理を行う。
【００４７】
ステップＳ７で正と判定された場合にはステップＳ８に進み、これまでに保存されているデータを用いて素材の成分が同じである製品を選択し、ステップＳ９に進む。このステップでは、該選択された製品の個数が、チャージ編成を行うに足るかどうかを判定する。チャージ編成が可能と判断されれば、ステップＳ１０でそれら各製品の製造条件指示値を出力して終了する。チャージ編成ができない場合には、ステップＳｌに戻り、他の製品に対して同様の処理を行うことになる。
【００４８】
ここでチャージ編成について、図９を用いて詳細に説明する。
【００４９】
要求仕様を満足する製造条件指示値が得られた製品として、Ｐ１、Ｐ２、〜、Ｐ６が保存されているとする。また、製品Ｐ１に対する要求仕様を満足する製造条件指示値には５通りが存在し、素材成分指示値としては、図示のように成分Ａ〜Ｅがある。製品Ｐ２については、要求仕様を満足する製造条件指示値には３通り、成分指示値としては成分Ｂ，Ｄ，Ｆがある。製品Ｐ３〜Ｐ６についても同様である。これらの中から、最も多くの製品について素材成分指示値が同じになっているものを選択する。この例では成分Ｄが５つの製品に共通しており、最多である。従って、チャージ編成に必要な製品数５を満足することから、製品Ｐ１、Ｐ２、Ｐ４、Ｐ５、Ｐ６を１チャージ分として編成することができる。そこで、製造条件作成装置２０は、製品Ｐｌ、Ｐ２、Ｐ４、Ｐ５、Ｐ６に関する素材成分及び製造条件の指示値を出力することになる。
【００５０】
そして、該出力結果に基づいて、成分指示値を成分Ｄとして鋼を溶製し、鋳造して素材としての鋳片を得る。次いで、同時に出力された操業条件指示値をもとに製造プロセス（加熱、熱延、冷却、熱処理等）の各操業条件を設定してその条件下で製造することにより、要求仕様を満足する製品Ｐ１、Ｐ２、Ｐ４、Ｐ５、Ｐ６を得ることができる。なお、製品Ｐ３に関しては、同一チャージに組み込むことができないから、別の製品と組み合わせ可能となるまで、製品Ｐ３のデータは保存されることになる。
【００５１】
なお、上記のようにして得られた製造条件指示値は、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。
【００５２】
次に本発明による第２の実施形態について述べる。
【００５３】
この実施形態に係る製造条件作成装置２０′を図１０に示す。前述した第１の実施形態に係る製造条件作成装置２０とは、製造条件実績推定手段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、製造条件実績推定手段２１０を中心に説明し、その他の説明は省略する。
【００５４】
製造条件実績推定手段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素材成分の指示値と操業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、その結果を実績推定値として材質推定手段２０２へ出力する。
【００５５】
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。
【００５６】
上記製造実績推定モデルは、例えば、図１１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。
【００５７】
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造条件作成装置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。
【００５８】
図１２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。
【００５９】
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。
【００６０】
また、製造条件作成装置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、フレキシブルディスクなどの記録媒体を介してもよい。
【００６１】
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。
【００６２】
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。
【００６３】
【発明の効果】
本発明によれば、鋼材製品に対する要求仕様に基づいて、鋳造におけるチャージ編成を行うことのできる鋼材の製造条件を精度よくかつ容易に作成することができる。
【００６４】
また、製造条件を作成する際、製造条件実績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してチャージ編成が行える。
【００６５】
さらにこの際、製造条件実績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。
【００６６】
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造条件作成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】 製造条件作成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】 チャージ編成を示す模式図
【図１０】 第２の実施形態による製造条件作成装置を示すブロック図
【図１１】 製造条件実績推定モデルを示す図
【図１２】 製造条件作成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…製造条件作成装置
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
２０８…チャージ編成手段
２１０…製造条件実績推定手段[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a steel material for creating production conditions for producing a product from the required specifications for the product. Product In particular, a steel material capable of facilitating charge knitting in casting. Product The present invention relates to a manufacturing condition creating apparatus.
[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]
As a conventional technique for determining manufacturing conditions, Japanese Patent Laid-Open No. 5-287341 obtains manufacturing conditions that satisfy the required specifications based on a database that stores the range of manufacturing condition indication values and the actual range of mechanical test characteristics at that time. A method is described. 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.
[0004]
[Problems to be solved by the invention]
Usually, in the steel casting process, multiple castings (materials) are produced by a single casting (hereinafter referred to as charging), so it is necessary to perform charge knitting for multiple materials of the same component. There is. Therefore, even if the manufacturing conditions satisfying the required specifications are determined as described above, if the material components for each determined product vary, they cannot be manufactured with the same charge, that is, the charge organization cannot be performed. is there.
[0005]
Further, 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 manufacturing conditions determined from the estimated material value, the product does not necessarily satisfy the required specifications.
[0006]
In general, steel Product The manufacturing results have a certain variation or 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.
[0007]
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.
[0008]
The present invention has been made to solve the above-mentioned conventional problems, and is a steel material that facilitates charge knitting in casting after estimating the material in consideration of errors and improving the estimation accuracy. Product It is a first problem to provide a manufacturing condition creating apparatus.
[0009]
The present invention is also a steel material that can cope with fluctuations in operational ability. Product A second problem is to provide a manufacturing condition creating apparatus.
[0010]
[Means for Solving the Problems]
The present invention, for each product manufactured in the past, actual values of raw material components and operating conditions, and manufacturing information storage means for accumulating material actual values as examples, Possible for multiple products with required specifications Indication values for material components and operating conditions For all of The material obtained when the product is manufactured is stored in the manufacturing information storage means. Actual material value Estimate using The actual value close to the indicated value using a distance function that defines the distance between the indicated value of the material component and the operating condition and the actual value of the material component and the operating condition accumulated in the manufacturing information storage means. Multiple cases are extracted, the average value and its standard deviation are calculated from the actual material values of the extracted cases, and these are output as the estimated material value and its estimation error Material estimation means; When the (material estimated value ± estimation error) satisfies the required specifications, the indicated values of the material components and operating conditions used for the estimation are stored as the manufacturing condition indicating values that can produce the product. Manufacturing condition creating means to Above Manufacturing condition creation means In the case where the number of products having the same indicated value of the material component stored in is sufficient to perform one casting (hereinafter referred to as “charge”), The operating condition indicated value is used as the manufacturing condition indicated value. Steel material characterized by comprising charge knitting means for outputting Product This is a manufacturing condition creation apparatus.
[0011]
In addition, for each product manufactured in the past, the material composition and operating conditions Indication value and its Manufacturing information storage means for storing actual results and material actual values as examples, and stored in the manufacturing information storage means Based on the indicated values and actual values of material components and operating conditions Create a manufacturing performance estimation model and use the model Estimated results for the indicated values of material components and operating conditions of the product to be newly manufactured The output Manufacturing condition performance estimation means to perform, Estimate the material obtained at the time of manufacturing the product using the actual material values stored in the manufacturing information storage means for all the possible material components and operating condition indication values for multiple products with the required specifications. A result estimated value output from the manufacturing condition result estimating means for the indicated value of the material component and the operating condition, and a result value of the material component and the operating condition accumulated in the manufacturing information storage means. Using the distance function that defines the distance, multiple cases with actual values close to the actual estimated value are extracted, the average value and the standard deviation are calculated from the actual material values of the extracted cases, and these are the estimated material values And output as its estimation error Material estimation means; When the (material estimated value ± estimation error) satisfies the required specifications, the indicated values of the material components and operating conditions used for the estimation are stored as the manufacturing condition indicating values that can produce the product. Manufacturing condition creating means to Above Manufacturing condition creation means If the number of products with the same indicated value of the material component stored in is sufficient to perform a single charge, the specified value of the material component and the operating condition for each product that constitutes the charge is indicated in the manufacturing condition. As value Steel material characterized by comprising charge knitting means for outputting Product This is a manufacturing condition creation apparatus.
[0012]
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 According to the rules Large impact on material Only the indicated value is an input variable Input variable limiting means; Use the distance function to calculate the distance between the indicated value and the actual value as input variables. Based on calculated distance Thing A material estimation calculating means for extracting an example, calculating a material estimated value and its estimation error from the material actual value of the extracted case, and outputting the calculated value. Or, according to the rule, the material estimating means determines the distance between the input variable limiting means having only the actual estimated value having a large influence on the material as an input variable, and the actual estimated value and the actual value as the input variable. A material estimation calculation means for calculating using a distance function, extracting a case based on the calculated distance, calculating a material estimated value and its estimation error from the actual material value of the extracted case, and outputting It is suitable.
[0013]
DETAILED DESCRIPTION OF THE INVENTION
Hereinafter, a first embodiment of the present invention will be described in detail with reference to the drawings.
[0014]
In FIG. 1,
[0015]
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 manufacturing
[0016]
As shown in FIG. 3, the manufacturing
[0017]
In the manufacturing
[0018]
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.
[0019]
In addition, the manufacturing
[0020]
Further, the charge knitting means 208 extracts and outputs the manufacturing conditions that enable charge knitting from the manufacturing conditions calculated by the manufacturing
[0021]
Next, the material estimation means 204 will be described in detail. As shown in FIG. 5, the
[0022]
The input variable limiting rule storage means 204C has a number of Material influence factors Stores a rule for selecting an input variable to be used for estimating a product material from among the items. 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 using 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, Material influence factors A is is there In the input space area above the value a As an input variable Used for material estimation, is there It is not used in the area below the value a. in this way Material influence factors Focusing on the characteristics, 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 related 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 material 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]
Material estimation calculation means 204B , Made From the data stored in the structure information storage means 206, Instructions Close to value Actual value Extract a plurality of cases with The distance between the indicated value and the actual value of the case is obtained using a distance function (described later). Then, using the material actual value of the extracted case, the material is estimated and output. In addition, an estimation error is also output.
[0025]
Here, the manufacturing
[0026]
A charge knitting procedure in casting will be described with reference to FIG. 6 using the steel material production condition creating apparatus having the above-described configuration.
[0027]
First, in step S1, the material component instruction value and the operation condition instruction value for the product Pj having a certain required specification are input to the manufacturing
[0028]
Next, in step S2, the manufacturing
[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]
Next, the process proceeds to step S22, where the material estimation calculation means 204B inputs the input variables extracted in step S21, Indication value Corresponding to the extracted input variables in the data stored in the manufacturing information storage means 206 Using the actual values of the components and operating conditions, the distance between the actual value of each case and the indicated value related to the input product Pj is calculated. For the calculation of the distance, a distance function that defines the distance from the material component and the actual value of the operation condition is used. 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 Extracted input About variables The indicated value is (X10, X20, ...), About extracted input variables If the data in the manufacturing information storage means 206 is (X1, X2,...), It is expressed by the following equation.
[0031]
L = [w1 (X1-X10) 2 + W2 (X2-X20) 2 + ...] 1/2 ... (1)
[0032]
Here, wi is a weighting coefficient, for example, Instructions The influence of the value on the material (that is, the output value) can be obtained by multiple regression analysis.
[0033]
And each case stored in the manufacturing information storage means 206 based on the above equation (1). Actual values and input values related to the input product Pj Calculate the distance between. This distance is calculated by the number of cases stored.
[0034]
Next, the process proceeds to step S23, and as shown in FIG. Achievements input Indicated value for the finished product Pj Data of cases in the vicinity of , Obtained from data stored in the manufacturing information storage means 206. There are various methods for this. For example, in the data in the manufacturing information storage means 206, N cases (N is a predetermined constant) from the smallest distance L calculated by the equation (1) are used. Direct Be in the vicinity of the value Examples and Can be defined.
[0035]
Next, proceed to step S24 and input Indicated value for the finished product Pj Data for acquired cases in the vicinity of Out of Related to material Actual material value (The actual value of
[0036]
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.
[0037]
[Material 1] = ΣMaterial 1i / N
[Material 2] = ΣMaterial 2i / N
・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・
[Material M] = ΣMaterial Mi / N (2)
Where i = 1 to N
[0038]
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.
[0039]
The processing in steps S23 and S24 described above is performed by the material
[0040]
Next, proceeding to step S3 of FIG. 6, using the estimated material value and the estimation error obtained by the
[0041]
Lower limit of required specification ≤ Material estimation value error ≤ Upper limit of required specification (3)
[0042]
If the expression (3) is satisfied, the process proceeds to step S4, the manufacturing condition instruction value 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.
[0043]
In step S5, it is determined whether or not material estimation has been performed for all possible manufacturing condition instruction values. If the determination result is negative, the process proceeds to step S6, and the following formulas (4) and (5) are used. The manufacturing condition instruction value is changed, and the process returns to step S2.
[0044]
[Expression 1]
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
[0046]
On the other hand, if it is determined in step S5 that material estimation has been performed for all possible manufacturing condition instruction values, the process proceeds to step S7, and the charge knitting means 208 satisfies the required specifications stored in
[0047]
If it is determined to be positive in step S7, the process proceeds to step S8, a product having the same material component is selected using the data stored so far, and the process proceeds to step S9. In this step, it is determined whether or not the number of the selected products is sufficient for charge organization. If it is determined that the charge organization is possible, the manufacturing condition instruction value of each product is output in step S10 and the process ends. If the charge organization is not possible, the process returns to step S1 and the same processing is performed for other products.
[0048]
Here, the charge knitting will be described in detail with reference to FIG.
[0049]
Assume that P1, P2,..., P6 are stored as products for which manufacturing condition instruction values satisfying the required specifications are obtained. Further, there are five kinds of manufacturing condition instruction values that satisfy the required specifications for the product P1, and the material component instruction values include components A to E as shown in the figure. For the product P2, there are three production condition instruction values that satisfy the required specifications, and there are components B, D, and F as component instruction values. The same applies to the products P3 to P6. Among these, the product with the same material component instruction value for the most products is selected. In this example, component D is common to five products and is the largest. Therefore, since the number of products required for charge organization is satisfied, the products P1, P2, P4, P5, and P6 can be organized as one charge. Therefore, the manufacturing
[0050]
Then, based on the output result, steel is melted with the component instruction value as the component D and cast to obtain a slab as a raw material. Next, a product that satisfies the required specifications by setting each operating condition of the manufacturing process (heating, hot rolling, cooling, heat treatment, etc.) based on the operating condition instruction value output at the same time and manufacturing under that condition P1, P2, P4, P5, and P6 can be obtained. Since the product P3 cannot be incorporated into the same charge, the data of the product P3 is stored until it can be combined with another product.
[0051]
In addition, if the manufacturing condition instruction value obtained as described above is stored in the manufacturing information storage means 206, the manufacturing condition result value and the material result value corresponding to this can be collected. Can be added.
[0052]
Next, a second embodiment according to the present invention will be described.
[0053]
A manufacturing condition creation apparatus 20 'according to this embodiment is shown in FIG. The manufacturing
[0054]
Manufacturing conditions Performance When there is a command from the manufacturing
[0055]
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 estimated 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.
[0056]
For example, as shown in FIG. 11, the manufacturing performance estimation model uses 300 pieces of case data stored in the manufacturing
[0057]
Further, the manufacturing performance estimation model is configured to update the model by deleting the oldest case among the 300 cases each time a new case is accumulated in the manufacturing
[0058]
FIG. 12 shows a procedure for creating manufacturing conditions in the present embodiment. Step S11 is added to the flowchart shown in FIG.
[0059]
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
[0060]
In addition, the past case collection to the production condition creation device has been described as being performed by the production performance collection device 22 and the material test
[0061]
Furthermore, although the estimation error of the estimated material value has been described by calculating and outputting the material
[0062]
The manufacturing
[0063]
【The invention's effect】
ADVANTAGE OF THE INVENTION According to this invention, based on the requirement specification with respect to steel products, the manufacturing conditions of the steel materials which can perform the charge organization in casting can be created accurately and easily.
[0064]
In addition, when creating manufacturing conditions, manufacturing conditions Performance In the case where the estimated value of the manufacturing condition by the estimating means is used, the charge knitting can be performed more reflecting the capability of the manufacturing facility.
[0065]
In this case, the manufacturing conditions Performance When the estimation means uses the latest manufacturing condition instruction value and actual value, it is possible to accurately cope with fluctuations in operation ability.
[0066]
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. 3 is a block diagram showing a manufacturing condition creation apparatus according to the first embodiment.
FIG. 4 is a chart 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 flowchart showing a procedure for producing manufacturing conditions.
FIG. 7 is a flowchart showing a material estimation procedure.
FIG. 8 shows a model that is locally estimated from case data in the vicinity of input data.
FIG. 9 is a schematic diagram showing charge organization.
FIG. 10 is a block diagram showing a manufacturing condition creation apparatus according to a second embodiment.
FIG. 11 Manufacturing conditions Performance Diagram showing estimation model
FIG. 12 is a flowchart showing a procedure for creating manufacturing conditions.
[Explanation of symbols]
10 ... Material
12 ... Manufacturing process
14 ... Product
20 ... Manufacturing condition creation device
22 ... Manufacturing performance collection device
24 ... Material test results collection device
202 ... Manufacturing condition creation means
204 ... Material estimation means
206 ... Manufacturing information storage means
208: Charge organization means
210 ... Manufacturing conditions Performance Estimating means
Claims (5)
要求仕様を有する複数の製品に関する、取り得る素材成分及び操業条件の指示値の全てについて、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材質実績値を利用して推定する手段であって、素材成分及び操業条件の指示値と、前記製造情報記憶手段に蓄積された素材成分及び操業条件の実績値との距離を定義した距離関数を用いて、指示値に近い実績値をもつ事例を複数抽出し、該抽出された事例の材質実績値から平均値とその標準偏差を計算し、これらを材質推定値とその推定誤差として出力する材質推定手段と、
（材質推定値±推定誤差）が要求仕様を満足する場合に、推定に用いた素材成分及び操業条件の指示値を、製品を製造することが可能な製造条件指示値として保存する製造条件作成手段と、
前記製造条件作成手段に保存されている素材成分の指示値が同じである製品の個数が、一回の鋳込み（以下、「チャージ」という。）を行うに足る場合に、そのチャージを構成する各製品に関する素材成分及び操業条件の指示値を製造条件指示値として出力するチャージ編成手段と、
を備えたことを特徴とする鋼材製品の製造条件作成装置。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,
Estimate the material obtained at the time of manufacturing the product using the actual material values stored in the manufacturing information storage means for all the possible material components and operating condition indication values for multiple products with the required specifications. Using a distance function that defines the distance between the indicated value of the material component and the operating condition and the actual value of the material component and the operating condition stored in the manufacturing information storage means, and a result close to the indicated value. A plurality of cases having a value, a mean value and a standard deviation thereof are calculated from the actual material values of the extracted cases, and a material estimation means for outputting these as a material estimation value and an estimation error thereof ;
Manufacturing condition creation means for storing the material component and the operating condition instruction values used for estimation as manufacturing condition instruction values capable of producing a product when (estimated material ± estimation error) satisfies the required specifications When,
When the number of products having the same indicated value of the material component stored in the manufacturing condition creating means is sufficient to perform one casting (hereinafter referred to as “charge”), each of the charges constituting the charge Charge knitting means for outputting the indicated values of the material components and operating conditions relating to the product as the manufacturing condition indicating values ;
An apparatus for producing manufacturing conditions for steel products , comprising:
前記製造情報記憶手段に蓄積された素材成分及び操業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、該モデルを用いて、新たに製造しようとする製品の素材成分及び操業条件の指示値に対する実績推定値を出力する製造条件実績推定手段と、
要求仕様を有する複数の製品に関する、取り得る素材成分及び操業条件の指示値の全てについて、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材質実績値を利用して推定する手段であって、素材成分及び操業条件の指示値に対し前記製造条件実績推定手段から出力された実績推定値と、前記製造情報記憶手段に蓄積された素材成分及び操業条件の実績値との距離を定義した距離関数を用いて、実績推定値に近い実績値をもつ事例を複数抽出し、該抽出された事例の材質実績値から平均値とその標準偏差を計算し、これらを材質推定値とその推定誤差として出力する材質推定手段と、
（材質推定値±推定誤差）が要求仕様を満足する場合に、推定に用いた素材成分及び操業条件の指示値を、製品を製造することが可能な製造条件指示値として保存する製造条件作成手段と、
前記製造条件作成手段に保存されている素材成分の指示値が同じである製品の個数が、一回のチャージを行うに足る場合に、そのチャージを構成する各製品に関する素材成分及び操業条件の指示値を製造条件指示値として出力するチャージ編成手段と、
を備えたことを特徴とする鋼材製品の製造条件作成装置。For each product manufactured in the past, the manufacturing information storage means for storing the instruction value of the material component and the operating condition and its actual value, and the actual material value as an example,
A production performance estimation model is created based on the indicated values and actual values of the raw material components and operation conditions accumulated in the production information storage means, and the raw material components and operations of the product to be newly manufactured using the model. Production condition result estimation means for outputting a result estimate value for the indicated value of the condition;
Estimate the material obtained at the time of manufacturing the product using the actual material values stored in the manufacturing information storage means for all the possible material components and operating condition indication values for multiple products with the required specifications. A result estimated value output from the manufacturing condition result estimating means for the indicated value of the material component and the operating condition, and a result value of the material component and the operating condition accumulated in the manufacturing information storage means. Using the distance function that defines the distance, multiple cases with actual values close to the actual estimated value are extracted, the average value and the standard deviation are calculated from the actual material values of the extracted cases, and these are the estimated material values And material estimation means for outputting the estimation error ,
Manufacturing condition creation means for storing the material component and the operating condition instruction values used for estimation as manufacturing condition instruction values capable of producing a product when (estimated material ± estimation error) satisfies the required specifications When,
When the number of products having the same indicated value of the raw material component stored in the manufacturing condition creating means is sufficient to perform a single charge, the raw material component and the operating condition instruction for each product constituting the charge Charge organization means for outputting a value as a manufacturing condition instruction value ;
An apparatus for producing manufacturing conditions for steel products , comprising:
ルールに従って、材質に与える影響の大きい指示値のみを入力変数とする入力変数限定手段と、
入力変数とされた指示値と実績値との距離を距離関数を用いて計算し、計算した距離に基づいて事例を抽出し、該抽出された事例の材質実績値から材質推定値とその推定誤差を計算し、出力する材質推定計算手段と、を備えてなることを特徴とする請求項１に記載の鋼材製品の製造条件作成装置。The material estimating means includes
In accordance with the rules, the input variable limiting means which takes only the indicated value having a large influence on the material as the input variable ,
The distance between the instruction value and the actual value, which is an input variable using the distance function is calculated, and extracted things example based on the calculated distance, the material estimate from a material actual value of said extracted cases and the estimated The steel product manufacturing condition creating apparatus according to claim 1, further comprising: a material estimation calculating unit that calculates and outputs an error.
ルールに従って、材質に与える影響の大きい実績推定値のみを入力変数とする入力変数限定手段と、In accordance with the rules, the input variable limiting means that takes only the actual estimated value having a large influence on the material as input variables,
入力変数とされた実績推定値と実績値との距離を距離関数を用いて計算し、計算した距離に基づいて事例を抽出し、該抽出された事例の材質実績値から材質推定値とその推定誤差を計算し、出力する材質推定計算手段と、を備えてなることを特徴とする請求項２又は３に記載の鋼材製品の製造条件作成装置。Calculate the distance between the actual estimated value and the actual value as input variables using the distance function, extract a case based on the calculated distance, and estimate the material estimated value and its estimate from the actual material value of the extracted case The steel product manufacturing condition creating apparatus according to claim 2, further comprising: a material estimation calculating unit that calculates and outputs an error.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002039025A JP4365556B2 (en) | 2002-02-15 | 2002-02-15 | Equipment for creating manufacturing conditions for steel products |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002039025A JP4365556B2 (en) | 2002-02-15 | 2002-02-15 | Equipment for creating manufacturing conditions for steel products |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003239022A JP2003239022A (en) | 2003-08-27 |
| JP4365556B2 true JP4365556B2 (en) | 2009-11-18 |
Family
ID=27780183
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002039025A Expired - Fee Related JP4365556B2 (en) | 2002-02-15 | 2002-02-15 | Equipment for creating manufacturing conditions for steel products |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4365556B2 (en) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3738738B2 (en) * | 2002-03-08 | 2006-01-25 | Ｊｆｅスチール株式会社 | Steel product quality control equipment |
| JP6508185B2 (en) * | 2015-12-24 | 2019-05-08 | Ｊｆｅスチール株式会社 | Result prediction device and result prediction method |
| JP6439780B2 (en) * | 2015-12-24 | 2018-12-19 | Ｊｆｅスチール株式会社 | Magnetic property prediction device and magnetic property control device for electrical steel sheet |
-
2002
- 2002-02-15 JP JP2002039025A patent/JP4365556B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2003239022A (en) | 2003-08-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4365600B2 (en) | Steel product quality design apparatus and steel product manufacturing method | |
| JP5682484B2 (en) | Thick steel plate cooling control method, cooling control device, and thick steel plate manufacturing method | |
| JP3738738B2 (en) | Steel product quality control equipment | |
| JP5516390B2 (en) | Quality prediction apparatus, quality prediction method, program, and computer-readable recording medium | |
| JP5114673B2 (en) | Processing time prediction apparatus, method, program, and computer-readable storage medium | |
| JP4623020B2 (en) | Optimal quality design support device | |
| JP5462750B2 (en) | Molten steel temperature management method, apparatus and program | |
| JP7429623B2 (en) | Manufacturing condition setting automation device and method | |
| JP5003362B2 (en) | Product quality control method and control device | |
| JP4691005B2 (en) | Method, apparatus, computer program, and computer-readable storage medium for predicting operation state of manufacturing process | |
| JP2022132895A (en) | Manufacturing support system for predicting characteristics of alloy material, method for generating prediction model, and computer program | |
| JP4365556B2 (en) | Equipment for creating manufacturing conditions for steel products | |
| JP5845945B2 (en) | Operation prediction apparatus, operation prediction method, and computer program | |
| JP2004277835A (en) | System for supporting orders for product of steel material | |
| JP3943841B2 (en) | Steel material estimation equipment | |
| JP6904157B2 (en) | Operation schedule creation method, equipment and programs | |
| JP4365537B2 (en) | Steel product quality control equipment | |
| JP4365536B2 (en) | Steel production process abnormality judgment device | |
| JP2020071493A (en) | Result prediction device, result prediction method and program | |
| JP5522060B2 (en) | Quality prediction apparatus, operation condition determination method, quality prediction method, computer program, and computer-readable storage medium | |
| JP5220458B2 (en) | Output value prediction method, apparatus, and program for the method | |
| JP2002297236A (en) | Data base device for manufacture result | |
| CN114266412A (en) | Optimization method and device for coking production, electronic equipment and storage medium | |
| CN112988529A (en) | Method and system for predicting database system performance based on machine learning | |
| TWI787954B (en) | Method and computer system for predicting temperature of molten steel |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040430 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070724 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20071127 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090714 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090821 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120828 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |