JP4613751B2 - Manufacturing condition calculation method, quality adjustment method, steel manufacturing method, manufacturing condition calculation device, quality adjustment system, and computer program - Google Patents
Manufacturing condition calculation method, quality adjustment method, steel manufacturing method, manufacturing condition calculation device, quality adjustment system, and computer program Download PDFInfo
- Publication number
- JP4613751B2 JP4613751B2 JP2005246591A JP2005246591A JP4613751B2 JP 4613751 B2 JP4613751 B2 JP 4613751B2 JP 2005246591 A JP2005246591 A JP 2005246591A JP 2005246591 A JP2005246591 A JP 2005246591A JP 4613751 B2 JP4613751 B2 JP 4613751B2
- Authority
- JP
- Japan
- Prior art keywords
- vector
- manufacturing
- condition
- quality
- data
- 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
- 238000004519 manufacturing process Methods 0.000 title claims description 347
- 238000004364 calculation method Methods 0.000 title claims description 130
- 229910000831 Steel Inorganic materials 0.000 title claims description 78
- 239000010959 steel Substances 0.000 title claims description 78
- 238000000034 method Methods 0.000 title claims description 53
- 238000004590 computer program Methods 0.000 title claims description 17
- 239000013598 vector Substances 0.000 claims description 223
- 239000011159 matrix material Substances 0.000 claims description 104
- 238000003860 storage Methods 0.000 claims description 38
- 238000000513 principal component analysis Methods 0.000 claims description 24
- 230000008859 change Effects 0.000 claims description 15
- 238000011156 evaluation Methods 0.000 claims description 15
- 238000000611 regression analysis Methods 0.000 claims description 14
- 230000000875 corresponding effect Effects 0.000 description 28
- 238000010438 heat treatment Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 18
- 238000009749 continuous casting Methods 0.000 description 16
- 238000005096 rolling process Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 14
- 230000001276 controlling effect Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 11
- 238000007689 inspection Methods 0.000 description 9
- 230000002950 deficient Effects 0.000 description 7
- 238000009826 distribution Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 238000005266 casting Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000006249 magnetic particle Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、目標とする製品の品質を実現するために、鉄鋼製品等の製品を製造する際の適切な製造条件を計算する製造条件計算方法、品質調整方法、鉄鋼製造方法、製造条件計算装置、品質調整システム、及びコンピュータプログラムに関する。 The present invention relates to a manufacturing condition calculation method, a quality adjustment method, a steel manufacturing method, and a manufacturing condition calculation device for calculating appropriate manufacturing conditions when manufacturing a product such as a steel product in order to realize the target product quality. The present invention relates to a quality adjustment system and a computer program.
鉄鋼製品等の製品を製造する製造業では、製造する製品の品質を良好な状態に保ちながら操業を行う必要がある。製品の品質を良好に保つためには、製品の製造に係る各種の製造条件の内、いずれの製造条件が品質への影響要因となっているかを解析しておき、解析結果に基づいて、品質への影響要因となっている製造条件を調整することにより、製品の品質を制御することが行われる。 In the manufacturing industry that manufactures products such as steel products, it is necessary to operate while maintaining the quality of the manufactured products in a good state. In order to maintain good product quality, it is necessary to analyze which of the various manufacturing conditions related to manufacturing the product is an influencing factor, and based on the analysis results, The quality of the product is controlled by adjusting the manufacturing conditions that have an influence on the product.
特許文献1には、連続鋳造による鉄鋼鋳片の製造において鋳片の表面割れと鋳造前の溶鋼の成分の分析値との関係を解析し、溶鋼中のTi/N比のある値を境にして鋳片の表面割れが発生するとの知見を得、この知見に基づいて溶鋼中のTi/N比を調整して鋳片の品質を制御する技術が開示されている。また特許文献2には、鋼管の拡管時に鋼管の状態を監視し、鋼管の状態の変化と品質の異常との関係に基づいて鋼管の品質変化を検出する技術が開示されている。
In
前述の技術の如く、製品の品質を制御するためには、品質への影響要因を解析することと解析結果に基づいて品質の変化を予測することとが必要である。従来、品質への影響要因の解析は、過去に製品を製造した際に得られた製造条件のデータに基づいて技術者が現場以外の場所で行っていた。このような解析方法として、特許文献3には、製造条件のデータから相関行列を作成し、相関行列に対して主成分分析を行うことにより2つの主成分の固有ベクトルを求め、直交座標系の各軸に2つの主成分の固有ベクトルを対応させて品質への影響要因の解析を行う技術が開示されている。また品質の変化の予測は、解析によって解明された品質への影響要因を監視することで行っていた。
従来の品質の予測方法では、解析によって解明された品質への影響要因を監視するのみであるので、新たな要因による品質の変化を予測することができないという問題がある。また、従来の解析方法では、新たな要因の発生毎に新たな解析が必要であるので、品質への影響要因を解析するために必要な時間と人手とが膨大であるという問題がある。 Since the conventional quality prediction method only monitors the influence factors on the quality elucidated by the analysis, there is a problem that the quality change due to the new factors cannot be predicted. In addition, since the conventional analysis method requires a new analysis every time a new factor occurs, there is a problem that the time and manpower required to analyze the factor affecting the quality is enormous.
以上の問題を解決する方法としては、製品を製造する際の種々の製造条件を示すデータを用いた回帰分析を行い、製造の現場で品質への影響要因を解明する方法がある。しかし、鉄鋼製品などの製品の製造現場から得られるデータは数が多くしかもデータ間に相関関係があるので、多重共線性問題が発生し、誤った解析結果が得られる可能性が高い。従って、この方法を実用化することには問題が多い。 As a method of solving the above problems, there is a method of performing regression analysis using data indicating various manufacturing conditions when manufacturing a product, and elucidating factors affecting quality at the manufacturing site. However, since there are many data obtained from the manufacturing site of products such as steel products and there is a correlation between the data, there is a high possibility that a multicollinearity problem occurs and an erroneous analysis result is obtained. Therefore, there are many problems in putting this method to practical use.
また特許文献3に開示された技術では、主成分分析により、種々の製造条件を示す互いに相関のある複数のデータを互いに無相関なより少数の主成分へ変換し、主成分の品質への影響度合いを解析するので、多重共線性問題を回避してより確からしい解析結果をえることはできる。しかし、各主成分と品質との関係が明らかになっても、現実に製造現場で得られる製造条件と品質との関係は明らかにならないので、目標とする品質を実現するための適切な製造条件を得ることは依然として困難である。
In the technology disclosed in
本発明は、斯かる事情に鑑みてなされたものであって、その目的とするところは、現実に得られる製造条件と製品の品質との関係を明らかにし、目標とする品質を実現するための適切な製造条件を求めることができる製造条件計算方法、品質調整方法、鉄鋼製造方法、製造条件計算装置、品質調整システム、及びコンピュータプログラムを提供することにある。 The present invention has been made in view of such circumstances, and the object of the present invention is to clarify the relationship between the production conditions actually obtained and the quality of the product, and to realize the target quality. An object of the present invention is to provide a production condition calculation method, a quality adjustment method, a steel production method, a production condition calculation device, a quality adjustment system, and a computer program capable of obtaining appropriate production conditions.
第1発明に係る製造条件計算方法は、目標とする製品の品質を実現するために、記憶部及び演算部を備えるコンピュータを用いて、製品を製造する際の適切な製造条件を計算する製造条件計算方法において、製品の製造に係る製造条件を示すp種類(pは自然数)の条件データ、及び該条件データが示す製造条件の下で製造された製品の品質を示すq種類(qは自然数)の品質データを、N回(Nは自然数)製造した製品の夫々について記憶部で記憶するステップと、N回の製品の夫々に係るp種類の条件データの主成分分析により、r種類(rは自然数;r≦p)の主成分得点をN回の製品の夫々について演算部で求めるステップと、前記主成分分析により、p種類の条件データの線形結合でr種類の主成分得点の夫々を表現するための線形結合係数を演算部で求めるステップと、N回の製品の夫々に係るr種類の主成分得点及びq種類の品質データの対応関係を回帰分析することにより、r種類の主成分得点に対応するr個の変数の線形結合でq種類の品質データの推測値を表現する回帰式の回帰係数を演算部で求めるステップと、前記回帰式におけるr個の主成分得点の変数の夫々をp種類の条件データに対応するp個の変数の線形結合で置き換えた、p個の条件データの変数の線形結合でq個の品質データの推測値の夫々を表現する関係式を、前記線形結合係数及び前記回帰係数を用いて演算部で求めるステップと、前記関係式中の品質データの推測値に品質データの目標値を代入して、前記品質データの目標値を得ることが可能な適切な製造条件を示す条件データの組み合わせを演算部で求めるステップとを含むことを特徴とする。 The manufacturing condition calculation method according to the first aspect of the present invention is a manufacturing condition for calculating an appropriate manufacturing condition when manufacturing a product using a computer having a storage unit and a calculation unit in order to realize a target product quality. In the calculation method, condition data of p types (p is a natural number) indicating manufacturing conditions relating to the manufacture of products, and q types (q is a natural number) indicating the quality of a product manufactured under the manufacturing conditions indicated by the condition data Are stored in the storage unit for each of the products manufactured N times (N is a natural number), and the principal component analysis of the p types of condition data for each of the N times products, r types (r is The step of obtaining the principal component score of natural number; r ≦ p) by the calculation unit for each of the N products, and the principal component analysis represent each of the r types of principal component scores by linear combination of p types of condition data. Line to do Determining a coupling coefficient calculating unit, the correspondence between the N times r types according to each of the products of the principal component scores and q kind of quality data by regression analysis, r corresponding to r kinds of principal component scores steps and, said each of the r principal component score of the variables in the regression equation of the p type conditions for obtaining the regression coefficients of the regression equation representing the estimated value of q types of quality data by a linear combination of the number of variables in the calculating portion The relational expression expressing each of the estimated values of the q quality data by the linear combination of the variables of the p condition data replaced by the linear combination of the p variables corresponding to the data is represented by the linear combination coefficient and the regression. A step of obtaining a target value of the quality data by substituting the target value of the quality data into the estimated value of the quality data in the relational expression and the step of obtaining by the calculation unit using the coefficient; Condition data set Characterized in that it comprises the steps of obtaining a Align the arithmetic unit.
第2発明に係る製造条件計算方法は、目標とする製品の品質を実現するために、記憶部及び演算部を備えるコンピュータを用いて、製品を製造する際の適切な製造条件を計算する製造条件計算方法において、N回(Nは自然数)の製品の製造に係る製造条件を示すp種類(pは自然数)の条件データを、各種類の条件データのN回の平均及び分散が夫々所定値になるように標準化した上で、N×pの行列Xとして記憶部で記憶するステップと、前記条件データが示す製造条件の下で製造されたN回の製品の品質を示すq種類(qは自然数)の品質データを、各種類の品質データのN回の平均及び分散が夫々所定値になるように標準化した上で、N×qの行列Yとして記憶部で記憶するステップと、行列Xを用いてN回の製品の夫々に係るp種類の条件データの主成分分析を行って、主成分数r(rは自然数;r≦p)、及びN回の製品の夫々に係るr種類の主成分得点を演算部で求めるステップと、前記主成分分析の結果により、N回の製品の夫々に係るr種類の主成分得点からなるN×rの行列Tを行列Xから求めるための関係式T=XBを満たすp×rの行列Bを演算部で求めるステップと、N回の製品の夫々に係るr種類の主成分得点及びq種類の品質データの対応関係を回帰分析することにより、r種類の主成分得点に対応するr個の変数からなるr×1のベクトルtを用いてq種類の品質データの推測値からなるq×1のベクトルyを表現する回帰式y=Ctを満たす回帰係数からなるq×rの行列Cを演算部で求めるステップと、A=CBT であるq×pの行列A及びp種類の条件データに対応するp個の変数からなるp×1のベクトルxを用いてベクトルyを表現する関係式y=Axを演算部で求めるステップと、標準化された品質データの目標値からなるq×1の目標値ベクトルYAIM をベクトルyに代入することにより得られる関係式YAIM =Axを満たすベクトルxを演算部で求めて、適切な製造条件を示す条件データを成分とするベクトルxを計算するステップとを含むことを特徴とする。 The manufacturing condition calculation method according to the second invention is a manufacturing condition for calculating an appropriate manufacturing condition for manufacturing a product using a computer including a storage unit and a calculation unit in order to realize a target product quality. In the calculation method, p types (p is a natural number) of condition data indicating manufacturing conditions relating to the manufacture of N times (N is a natural number) of products, and the N times average and variance of each type of condition data are set to predetermined values, respectively. Are stored in the storage unit as an N × p matrix X, and q types indicating the quality of N times of products manufactured under the manufacturing conditions indicated by the condition data (where q is a natural number) ) Quality data is standardized so that the N averages and variances of each type of quality data become predetermined values, respectively, and stored in the storage unit as an N × q matrix Y, and a matrix X is used. P types related to each of N products Performing a principal component analysis on the condition data of the above, obtaining a principal component number r (r is a natural number; r ≦ p), and r types of principal component scores for each of N products in a calculation unit; Based on the result of component analysis, a p × r matrix B satisfying the relational expression T = XB for calculating an N × r matrix T composed of r kinds of principal component scores for each of N products is calculated. From the r variables corresponding to the r types of principal component scores, a regression analysis is performed on the correspondence between the steps obtained in the section and the r types of principal component scores and the q types of quality data for each of the N products. Q × r matrix C composed of regression coefficients satisfying regression equation y = Ct expressing q × 1 vector y composed of estimated values of q kinds of quality data using r × 1 vector t step a, a = q × matrix a and p type p is a CB T to obtain A step of obtaining a relational expression y = Ax expressing the vector y by using a p × 1 vector x composed of p variables corresponding to the condition data, and q × consisting of standardized quality data target values A vector x satisfying the relational expression Y AIM = Ax obtained by substituting the target value vector Y AIM of 1 into the vector y is obtained by the calculation unit, and the vector x having the condition data indicating appropriate manufacturing conditions as a component is calculated. And the step of performing.
第3発明に係る製造条件計算方法は、各製造条件に対応する各対角成分が各製造条件に対する適宜の重みを表すp×pの対角行列である重み行列H、各製造条件の変更に要する操業コストを示す成分からなるp×1のベクトルw、及び標準化されたp種類の条件データの基準値からなる基準条件ベクトルxbaseを記憶部で記憶するステップと、関係式YAIM =Axを満たすベクトルxの内、下記の評価関数J(x)を最小にするベクトルxを演算部で求めて、適切な製造条件を示す条件データを成分とするベクトルxを計算する最適条件計算ステップと The manufacturing condition calculation method according to the third aspect of the present invention is a weight matrix H, which is a p × p diagonal matrix in which each diagonal component corresponding to each manufacturing condition represents an appropriate weight for each manufacturing condition, and changes in each manufacturing condition. Storing a p × 1 vector w composed of components indicating required operation costs and a reference condition vector x base composed of standard values of standardized p types of condition data in a storage unit; and a relational expression Y AIM = Ax An optimum condition calculating step of calculating a vector x having a condition data indicating an appropriate manufacturing condition as a component by obtaining a vector x that minimizes the following evaluation function J (x) from among the vectors x to be satisfied;
を更に含むことを特徴とする。 Is further included.
第4発明に係る製造条件計算方法は、製品を製造する設備上の制限に基づいたp種類の条件データの上限及び下限からなる上限ベクトルxu 及び下限ベクトルxL を記憶部で記憶するステップを更に含み、前記最適条件計算ステップでは、関係式YAIM =Axを満たすベクトルxの内、xL ≦x≦xu の範囲内で前記評価関数を最小にするベクトルxを演算部で求めるようにすることを特徴とする。 The manufacturing condition calculation method according to the fourth invention comprises a step of storing an upper limit vector x u and a lower limit vector x L comprising upper and lower limits of p kinds of condition data based on restrictions on equipment for manufacturing a product in a storage unit. In addition, in the optimum condition calculation step, a vector x that minimizes the evaluation function within a range of x L ≦ x ≦ x u among the vectors x satisfying the relational expression Y AIM = Ax is obtained by the calculation unit. It is characterized by doing.
第5発明に係る製造条件計算方法は、目標値ベクトルYAIM を初期値とした仮想目標値ベクトルyMod を演算部で生成するステップと、前記最適条件計算ステップで求めたベクトルxに含まれる成分の内、変更を制限すべき成分の値を基準条件ベクトルxbaseの対応する成分の値に置き換えた制限ベクトルxlim を演算部で生成するステップと、関係式y=Axのベクトルxに制限ベクトルxlim を代入することにより、予測値ベクトルylimを演算部で求める予測値計算ステップと、目標値ベクトルYAIM から予測値ベクトルylim を差し引いた誤差ベクトルdyを演算部で求める誤差計算ステップと、誤差ベクトルdyが予め定められた許容範囲内であるか否かを判定する判定ステップと、誤差ベクトルdyが前記許容範囲外である場合は、0<G≦1であるゲインGを用いて、(yMod +G*dy)を演算部で新たな仮想目標値ベクトルyMod とする仮想目標値更新ステップと、目標値ベクトルYAIM を新たな仮想目標値ベクトルyMod で置き換えた上で前記最適条件計算ステップの計算を演算部で実行する再計算ステップと、該再計算ステップで求めたベクトルxに含まれる成分の内、変更を制限すべき成分の値を基準条件ベクトルxbaseの対応する成分の値に置き換えた新たな制限ベクトルxlim を演算部で生成する制限ベクトル更新ステップと、前記判定ステップで誤差ベクトルdyの大きさが予め定められた許容範囲内となるまで、前記予測値計算ステップ、前記誤差計算ステップ、前記判定ステップ、前記仮想目標値更新ステップ、前記再計算ステップ、及び前記制限ベクトル更新ステップを繰り返すステップと、前記判定ステップで誤差ベクトルdyの大きさが予め定められた許容範囲内である場合は、制限ベクトルxlim を、適切な製造条件を示す条件データを成分とするベクトルxとして演算部で決定するステップとを更に含むことを特徴とする。 According to a fifth aspect of the present invention, there is provided a manufacturing condition calculation method comprising: a step of generating a virtual target value vector y Mod with a target value vector Y AIM as an initial value by an arithmetic unit; and a component included in the vector x obtained in the optimum condition calculation step. A step of generating a restriction vector x lim in which the value of the component whose change should be restricted is replaced with the value of the corresponding component of the reference condition vector x base in the calculation unit, substituting x lim , a predicted value calculation step for obtaining a predicted value vector y lim in the calculation unit, and an error calculation step for obtaining in the calculation unit an error vector dy obtained by subtracting the predicted value vector y lim from the target value vector Y AIM A determination step for determining whether or not the error vector dy is within a predetermined allowable range; and if the error vector dy is outside the allowable range, 0 <G Using the gain G is 1, (y Mod + G * dy) and a virtual target value updating step of a new virtual target value vector y Mod in the calculating portion, the target value vector Y AIM a new virtual target value vector y A recalculation step in which the calculation of the optimum condition calculation step is executed by the arithmetic unit after being replaced by Mod , and a value of a component that should be restricted from changing among the components included in the vector x obtained in the recalculation step A limit vector update step of generating a new limit vector x lim replaced with the value of the corresponding component of the condition vector x base by the calculation unit; and a magnitude of the error vector dy within the predetermined allowable range determined in the determination step; Until the prediction value calculation step, the error calculation step, the determination step, the virtual target value update step, the recalculation step, and the limit vector update step If the magnitude of the error vector dy is within a predetermined allowable range in the step of repeating the step and the determination step, the limit vector x lim is set as a vector x having condition data indicating appropriate manufacturing conditions as a component. And a step of determining by a calculation unit.
第6発明に係る品質調整方法は、製品を製造する際の製造条件を制御することによって製品の品質を調整する品質調整方法において、製品の製造に係る製造条件を示すp種類(pは自然数)の条件データ、及び該条件データが示す製造条件の下で製造された製品の品質を示すq種類(qは自然数)の品質データを、N回(Nは自然数)製造した製品の夫々について取得するステップと、取得した条件データ及び品質データを用い、第1乃至第5発明のいずれか一つに係る製造条件計算方法によって、品質データの目標値を得ることが可能な条件データを計算するステップと、計算した条件データが示す製造条件に合うように製品を製造する際の製造条件を制御するステップとを含むことを特徴とする。 The quality adjustment method according to the sixth aspect of the present invention is a quality adjustment method for adjusting the quality of a product by controlling the production conditions at the time of producing the product. And quality data of q types (q is a natural number) indicating the quality of a product manufactured under the manufacturing conditions indicated by the condition data are acquired for each of the products manufactured N times (N is a natural number). A step of calculating condition data capable of obtaining a target value of the quality data by the manufacturing condition calculation method according to any one of the first to fifth inventions using the acquired condition data and quality data; And a step of controlling the manufacturing conditions when manufacturing the product so as to meet the manufacturing conditions indicated by the calculated condition data.
第7発明に係る鉄鋼製造方法は、製造条件を制御することによって鉄鋼製品の品質を調整しながら鉄鋼製品を製造する鉄鋼製造方法において、鉄鋼製品の製造に係る製造条件を示すp種類(pは自然数)の条件データ、及び該条件データが示す製造条件の下で製造された鉄鋼製品の品質を示すq種類(qは自然数)の品質データを、N回(Nは自然数)製造した製品の夫々について取得するステップと、取得した条件データ及び品質データを用い、第1乃至第5発明のいずれか一つに係る製造条件計算方法によって、品質データの目標値を得ることが可能な条件データを計算するステップと、計算した条件データが示す製造条件に合うように製造条件を制御しながら鉄鋼製品を製造するステップとを含むことを特徴とする。 The steel manufacturing method according to the seventh aspect of the present invention is a steel manufacturing method for manufacturing a steel product while adjusting the quality of the steel product by controlling the manufacturing conditions. (Natural number) condition data, and q types (q is a natural number) of quality data indicating the quality of steel products manufactured under the manufacturing conditions indicated by the condition data, each of products manufactured N times (N is a natural number) Using the acquired condition data and quality data, the condition data that can obtain the target value of the quality data is calculated by the manufacturing condition calculation method according to any one of the first to fifth inventions. And a step of manufacturing a steel product while controlling the manufacturing conditions so as to meet the manufacturing conditions indicated by the calculated condition data.
第8発明に係る製造条件計算装置は、目標とする製品の品質を実現するために、製品を製造する際の適切な製造条件を計算する製造条件計算装置において、N回(Nは自然数)の製品の製造に係る製造条件を示すp種類(pは自然数)の条件データを、各種類の条件データのN回の平均及び分散が夫々所定値になるように標準化した上で、N×pの行列Xとして記憶する手段と、前記条件データが示す製造条件の下で製造されたN回の製品の品質を示すq種類(qは自然数)の品質データを、各種類の品質データのN回の平均及び分散が夫々所定値になるように標準化した上で、N×qの行列Yとして記憶する手段と、行列Xを用いてN回の製品の夫々に係るp種類の条件データの主成分分析を行って、r≦p(rは自然数)である主成分数r、及びN回の製品の夫々に係るr種類の主成分得点を求める手段と、前記主成分分析の結果により、N回の製品の夫々に係るr種類の主成分得点からなるN×rの行列Tを行列Xから求めるための関係式T=XBを満たすp×rの行列Bを求める手段と、N回の製品の夫々に係るr種類の主成分得点及びq種類の品質データの対応関係を回帰分析することにより、r種類の主成分得点に対応するr個の変数からなるr×1のベクトルtを用いてq種類の品質データの推測値からなるq×1のベクトルyを表現する回帰式y=Ctを満たす回帰係数からなるq×rの行列Cを求める手段と、A=CBT であるq×pの行列A及びp種類の条件データに対応するp個の変数からなるp×1のベクトルxを用いてベクトルyを表現する関係式y=Axを求める手段と、製品を製造する設備上の制限に基づいたp種類の条件データの上限及び下限からなる上限ベクトルxu 及び下限ベクトルxL 、各製造条件に対応する各対角成分が各製造条件に対する適宜の重みを表すp×pの対角行列である重み行列H、各製造条件の変更に要する操業コストを示す成分からなるp×1のベクトルw、並びに標準化されたp種類の条件データの基準値からなる基準条件ベクトルxbaseを記憶する手段と、標準化された品質データの目標値からなるq×1の目標値ベクトルYAIM をベクトルyに代入することにより得られる関係式YAIM =Axを満たすベクトルxの内、xL ≦x≦xu の範囲内で下記の評価関数J(x)を最小にするベクトルxを求めて、適切な製造条件を示す条件データを成分とするベクトルxを計算する手段と A manufacturing condition calculation apparatus according to an eighth aspect of the present invention is a manufacturing condition calculation apparatus for calculating an appropriate manufacturing condition for manufacturing a product in order to realize a target product quality, wherein N times (N is a natural number) After standardizing p-type (p is a natural number) condition data indicating the production conditions relating to the production of the product so that the average and variance of each type of condition data are N values, N × p Means for storing as a matrix X, and q types (q is a natural number) of quality data indicating the quality of N times of products manufactured under the manufacturing conditions indicated by the condition data, N times of quality data of each type Means and variances are standardized so as to have predetermined values, respectively, and then stored as an N × q matrix Y, and the principal component analysis of p types of condition data relating to each of N products using the matrix X And the number r of principal components satisfying r ≦ p (r is a natural number) N × r matrix composed of r kinds of principal component scores for each of N times products and r kinds of principal component scores for each of N times products based on the result of the principal component analysis. Means for obtaining a p × r matrix B satisfying the relational expression T = XB for obtaining T from the matrix X, and r kinds of principal component scores and q kinds of quality data relating to each of N products. Regression that expresses q × 1 vector y composed of estimated values of q types of quality data using r × 1 vector t composed of r variables corresponding to r types of principal component scores by performing regression analysis. means for determining a matrix C of q × r consisting of the regression coefficients satisfying the equation y = Ct, p × composed of p pieces of variables corresponding to the matrix a and p type condition data q × p is a = CB T The relational expression y = Ax expressing the vector y using the vector x of 1 is obtained. And upper limit vector x u and lower limit vector x L consisting of upper and lower limits of p types of condition data based on restrictions on equipment for manufacturing products, and each diagonal component corresponding to each manufacturing condition is manufactured Weight matrix H, which is a p × p diagonal matrix representing appropriate weights for conditions, p × 1 vector w consisting of components indicating operation costs required for changing each manufacturing condition, and standardized p types of condition data the means for storing the reference condition vector x base made of the reference value, normalized equation obtained by the target value vector Y AIM of q × 1 consisting of the target value of the quality data is substituted into the vector y Y AIM = Among vectors x satisfying Ax, a vector x that minimizes the following evaluation function J (x) within a range of x L ≦ x ≦ x u is obtained, and a vector whose components are condition data indicating appropriate manufacturing conditions x And means for
を備えることを特徴とする。 It is characterized by providing.
第9発明に係る品質調整システムは、製品を製造する際の製造条件を制御することによって製品の品質を調整する品質調整システムにおいて、第8発明に係る製造条件計算装置と、製品の製造に係る製造条件を示すp種類(pは自然数)の条件データ、及び該条件データが示す製造条件の下で製造された製品の品質を示すq種類(qは自然数)の品質データを取得する手段と、該手段が取得した前記条件データ及び前記品質データを前記製造条件計算装置へ入力する手段と、前記製造条件計算装置が計算した、品質データの目標値を得ることが可能な条件データを出力する手段と、該手段が出力した前記条件データが示す製造条件に合うように製品を製造する際の製造条件を制御する手段とを有することを特徴とする。 A quality adjustment system according to a ninth aspect of the present invention is a quality adjustment system for adjusting the quality of a product by controlling the manufacturing conditions at the time of manufacturing the product. Means for obtaining condition data of p types (p is a natural number) indicating manufacturing conditions, and quality data of q types (q is a natural number) indicating the quality of a product manufactured under the manufacturing conditions indicated by the condition data; Means for inputting the condition data and the quality data acquired by the means to the manufacturing condition calculation apparatus; and means for outputting condition data calculated by the manufacturing condition calculation apparatus and capable of obtaining a target value of quality data And means for controlling the manufacturing conditions when manufacturing the product so as to meet the manufacturing conditions indicated by the condition data output by the means.
第10発明に係るコンピュータプログラムは、N回(Nは自然数)の製品の製造に係る製造条件を示すp種類(pは自然数)の条件データを各種類の条件データのN回の平均及び分散が夫々所定値になるように標準化したN×pの行列X、並びに前記条件データが示す製造条件の下で製造されたN回の製品の品質を示すq種類(qは自然数)の品質データを各種類の品質データのN回の平均及び分散が夫々所定値になるように標準化したN×qの行列Yを記憶するコンピュータに、目標とする製品の品質を実現するための適切な製品の製造条件を計算させるコンピュータプログラムであって、コンピュータに、行列Xを用いてN回の製品の夫々に係るp種類の条件データの主成分分析を行って、主成分数r(rは自然数;r≦p)、及びN回の製品の夫々に係るr種類の主成分得点を求めさせる手順と、コンピュータに、前記主成分分析の結果により、N回の製品の夫々に係るr種類の主成分得点からなるN×rの行列Tを行列Xから求めるための関係式T=XBを満たすp×rの行列Bを求めさせる手順と、コンピュータに、N回の製品の夫々に係るr種類の主成分得点及びq種類の品質データの対応関係を回帰分析することにより、r種類の主成分得点に対応するr個の変数からなるr×1のベクトルtを用いてq種類の品質データの推測値からなるq×1のベクトルyを表現する回帰式y=Ctを満たす回帰係数からなるq×rの行列Cを求めさせる手順と、コンピュータに、A=CBT であるq×pの行列A及びp種類の条件データに対応するp個の変数からなるp×1のベクトルxを用いてベクトルyを表現する関係式y=Axを求めさせる手順と、コンピュータに、製品を製造する設備上の制限に基づいたp種類の条件データの上限及び下限からなる上限ベクトルxu 及び下限ベクトルxL 、各製造条件に対応する各対角成分が各製造条件に対する適宜の重みを表すp×pの対角行列である重み行列H、各製造条件の変更に要する操業コストを示す成分からなるp×1のベクトルw、並びに標準化されたp種類の条件データの基準値からなる基準条件ベクトルxbaseを用いて、標準化された品質データの目標値からなるq×1の目標値ベクトルYAIM をベクトルyに代入することにより得られる関係式YAIM =Axを満たすベクトルxの内、xL ≦x≦xu の範囲内で下記の評価関数J(x)を最小にする、適切な製造条件を示す条件データを成分とするベクトルxを計算させる手順と The computer program according to the tenth aspect of the present invention provides p types of condition data (p is a natural number) indicating manufacturing conditions relating to manufacture of a product N times (N is a natural number), and N times average and variance of each type of condition data. Each of N × p matrix X standardized so as to have a predetermined value and q kinds (q is a natural number) of quality data indicating the quality of N times of products manufactured under the manufacturing conditions indicated by the condition data. Appropriate product manufacturing conditions for realizing target product quality in a computer that stores an N × q matrix Y standardized so that the average and variance of N types of quality data each have a predetermined value Is a computer program that performs a principal component analysis of p types of condition data for each of N products using a matrix X, and calculates the number of principal components r (r is a natural number; r ≦ p ), And N times An N × r matrix T composed of r kinds of principal component scores relating to each of N products according to a procedure for obtaining r kinds of principal component scores relating to each of the products and the result of the principal component analysis of the computer. For obtaining the p × r matrix B satisfying the relational expression T = XB for obtaining the relationship X from the matrix X, and having the computer calculate r kinds of principal component scores and q kinds of quality data for each of N products. By performing regression analysis of the correspondence relationship, a q × 1 vector y composed of estimated values of q types of quality data is obtained using an r × 1 vector t composed of r variables corresponding to r types of principal component scores. a step of causing seek matrix C of q × r consisting of the regression coefficients satisfying the regression equation y = Ct which expresses, in a computer, corresponding to the matrix a and p type condition data q × p is a = CB T p P × 1 vector of variables a procedure for obtaining a relational expression y = Ax expressing a vector y using x, and an upper limit vector x u composed of upper and lower limits of p kinds of condition data based on restrictions on equipment for manufacturing a product, and Lower limit vector x L , weight matrix H which is a p × p diagonal matrix in which each diagonal component corresponding to each manufacturing condition represents an appropriate weight for each manufacturing condition, and a component indicating an operation cost required for changing each manufacturing condition Q × 1 target value vector Y consisting of target values of standardized quality data using a p × 1 vector w consisting of and a standard condition vector x base consisting of standard values of p kinds of standard condition data An appropriate value that minimizes the following evaluation function J (x) within the range of x L ≦ x ≦ x u in the vector x satisfying the relational expression Y AIM = Ax obtained by substituting AIM into the vector y Manufacturing conditions A procedure for calculating the vector x to the condition data indicating the component
を含むことを特徴とする。 It is characterized by including.
第1及び第2発明においては、過去に製造した製品に係る製造条件を示す複数種類の条件データを互いに無相関な主成分得点に変換し、過去に製造した製品の品質を示す品質データと主成分得点との関係を回帰分析して、品質データと主成分得点との関係を示す回帰式を求め、回帰式中の主成分得点を元の条件データへ戻すことにより、現実に得られる製造条件と製品の品質との関係を明らかにする。 In the first and second inventions, a plurality of types of condition data indicating manufacturing conditions relating to products manufactured in the past are converted into uncorrelated principal component scores, and quality data indicating the quality of products manufactured in the past and main data Regression analysis of the relationship with the component score, obtaining a regression equation that shows the relationship between the quality data and the principal component score, and returning the principal component score in the regression equation to the original condition data, the actual production conditions And clarify the relationship between product quality.
第3、第4、第8及び第10発明においては、目標とする品質を実現することができる製造条件の内、評価関数J(x)を最小にする製造条件を示す条件データを求めることにより、製品を製造する設備の能力及び操業コスト等、実際に製品を製造する際の各種の制約を考慮した上で、目標とする製品の品質を実現するために最適な製造条件を一義的に決定する。 In the third, fourth, eighth and tenth inventions, by obtaining the condition data indicating the manufacturing condition that minimizes the evaluation function J (x) among the manufacturing conditions capable of realizing the target quality. In consideration of various restrictions when actually manufacturing the product, such as the capacity and operating cost of the equipment that manufactures the product, the optimum manufacturing conditions are uniquely determined to achieve the target product quality. To do.
第5発明においては、品質を調整するために一度に変更することが可能である製造条件の種類が数種類に限られている場合に、変更可能な数種類の製造条件の更新と変更できない製造条件をも含んだ全ての製造条件から得られる品質の計算とを繰り返し、目標とする品質が得られるような製造条件を求める。 In 5th invention, when the kind of manufacturing conditions which can be changed at once in order to adjust quality is limited to several kinds, the update of several kinds of manufacturing conditions which can be changed, and the manufacturing conditions which cannot be changed The calculation of the quality obtained from all the manufacturing conditions including the above is repeated to obtain the manufacturing conditions that can achieve the target quality.
第6及び第9発明においては、目標とする製品の品質を実現するための適切な製造条件を本発明により計算し、計算結果に従って製造条件を制御することにより、製品の品質を調整する。 In the sixth and ninth aspects of the present invention, an appropriate manufacturing condition for realizing a target product quality is calculated according to the present invention, and the product quality is adjusted by controlling the manufacturing condition according to the calculation result.
第7発明においては、目標とする鉄鋼製品の品質を実現するための適切な製造条件を本発明により計算し、鉄鋼を製造する際の製造条件を計算結果に従って制御することにより、鉄鋼製品の品質を調整する。 In the seventh invention, the quality of the steel product is calculated by calculating an appropriate manufacturing condition for realizing the quality of the target steel product according to the present invention and controlling the manufacturing condition in manufacturing the steel according to the calculation result. Adjust.
第1及び第2発明にあっては、互いに相関関係のある条件データを互いに無相関な主成分得点に一度変換した上で品質データとの関係を回帰分析することによって多重共線性問題を回避し、更に、主成分得点を元の条件データへ戻すことによって、現実に製造現場で得られる製造条件の夫々が鉄鋼製品の品質に及ぼす影響の度合いを正確に求めることができる。 In the first and second aspects of the present invention, the multicollinearity problem is avoided by performing regression analysis on the relationship with the quality data after once converting the mutually correlated condition data into uncorrelated principal component scores. Furthermore, by returning the principal component score to the original condition data, it is possible to accurately determine the degree of influence of each of the manufacturing conditions actually obtained at the manufacturing site on the quality of the steel product.
第3、第4、第8及び第10発明にあっては、実際に製品を製造する際の設備上の各種の制約を考慮した上で、目標とする鉄鋼製品の品質を実現するために最適な製造条件を一義的に決定するので、製品を製造する現実の設備での製造条件を制御することが可能となる。 In the third, fourth, eighth, and tenth inventions, it is optimal for realizing the quality of the target steel product, taking into account various restrictions on equipment when actually manufacturing the product. Therefore, it is possible to control manufacturing conditions in an actual facility for manufacturing a product.
第5発明にあっては、現実の設備では、製品を製造する際の製造条件の内で一度に変更することが可能である製造条件の種類は数種類に限定されることが多く、このような場合であっても、種類が限られた製造条件を適切に制御することにより、製品の品質を可及的に目標に近づけるための製造条件を得ることができるので、目標とする製品の品質を実現するためのより現実的な製造条件を求めることが可能となる。 In the fifth invention, in an actual facility, the types of manufacturing conditions that can be changed at a time within the manufacturing conditions for manufacturing a product are often limited to several types. Even in this case, by appropriately controlling the production conditions with limited types, it is possible to obtain the production conditions for bringing the product quality as close as possible to the target. It becomes possible to obtain more realistic manufacturing conditions for realizing.
第6及び第9発明にあっては、目標とする製品の品質を実現するための適切な製造条件を現実の設備に適用可能な形で求めることができるので、製品を製造する現実の設備での製造条件を最適化して製品の品質を良好な状態にさせることが可能となる。 In the sixth and ninth inventions, since appropriate manufacturing conditions for realizing the target product quality can be obtained in a form applicable to the actual equipment, the actual equipment for manufacturing the product It is possible to optimize the manufacturing conditions of the product and to make the product quality good.
第7発明にあっては、目標とする鉄鋼製品の品質を実現するための適切な製造条件を、鉄鋼を製造する現実の設備に適用可能な形で求めることができるので、鉄鋼を製造する現実の設備での製造条件を最適化して鉄鋼製品の品質を良好な状態にさせることが可能となる等、本発明は優れた効果を奏する。 In the seventh invention, since it is possible to obtain appropriate manufacturing conditions for realizing the quality of the target steel product in a form applicable to the actual equipment for manufacturing the steel, the reality of manufacturing the steel The present invention has an excellent effect, for example, it is possible to optimize the production conditions in the above-mentioned equipment and to make the quality of the steel product good.
以下本発明をその実施の形態を示す図面に基づき具体的に説明する。本実施の形態では、製品として鉄鋼を製造する際に鉄鋼の品質を調整する形態を例として、本発明の製造条件計算方法及び品質調整方法を説明する。 Hereinafter, the present invention will be specifically described with reference to the drawings showing embodiments thereof. In the present embodiment, the manufacturing condition calculation method and the quality adjustment method of the present invention will be described by taking as an example a mode for adjusting the quality of steel when manufacturing steel as a product.
(実施の形態1)
棒鋼又は線材等の鉄鋼の製造プロセスでは、成分を調整した溶鋼から連続鋳造又は造塊によって鋳片を製造し、製造した鋳片を加熱炉で適宜加熱した上で分塊圧延によって鋼片を製造し、磁粉探傷又は超音波探傷等の方法で鋼片の欠陥の有無を検査し、検査に合格した鋼片を適宜圧延して棒鋼又は線材等の鉄鋼製品とする。本実施の形態においては、連続鋳造から加熱炉での加熱を経て分塊圧延までの工程で製造される鋼片の品質を調整する例を用いて本発明の製造条件計算方法、品質調整方法及び鉄鋼製造方法を説明する。
(Embodiment 1)
In the manufacturing process of steel such as steel bars or wire rods, slabs are manufactured from molten steel with adjusted components by continuous casting or ingot making, and the slabs are heated in a heating furnace as appropriate, and then slabs are manufactured by split rolling. Then, the presence or absence of defects in the steel slab is inspected by a method such as magnetic particle inspection or ultrasonic inspection, and the steel slab that has passed the inspection is appropriately rolled into a steel product such as a bar or wire. In the present embodiment, the manufacturing condition calculation method, the quality adjustment method of the present invention, and the example of adjusting the quality of the steel slab manufactured in the process from continuous casting to heating in the heating furnace to the block rolling, and A steel manufacturing method will be described.
図1は、本発明の品質調整システムの構成例を示すブロック図である。鉄鋼の製造プロセスに含まれる連続鋳造、加熱、及び分塊圧延の各工程を実行する連続鋳造機21、加熱炉22、及び分塊圧延機23が備えられている。連続鋳造機21には、鋳込速度等の連続鋳造の工程における製造条件を制御する制御装置31が接続されている。また加熱炉22には、加熱炉22の各燃焼帯での温度を測定する測定装置32と、加熱炉22内の炉内温度等の加熱の工程における製造条件を制御する制御装置33とが接続されている。また分塊圧延機23には、圧延時の圧下量等の分塊圧延の工程における製造条件を制御する制御装置34が接続されている。更に品質調整システムは、鉄鋼のサイズ又は欠陥の有無等、分塊圧延までの工程で製造された鉄鋼の品質を検査する検査装置35を備えている。
FIG. 1 is a block diagram showing a configuration example of a quality adjustment system of the present invention. A
制御装置31、測定装置32、制御装置33、制御装置34、及び検査装置35は、鉄鋼の製造プロセスにおける適切な製造条件を計算する製造条件計算装置1に直接に又は通信ネットワーク経由で接続されている。製造条件計算装置1は、制御装置31、測定装置32、制御装置33及び制御装置34から、連続鋳造機21、加熱炉22、及び分塊圧延機23での各種の製造条件を示す条件データを取得する構成となっている。また製造条件計算装置1は、これらの製造条件以外に、材料に含まれる元素の比率等、材料に関する情報をも条件データとして取得する構成であってもよい。更に製造条件計算装置1は、検査装置35が検査した鉄鋼の品質を示す品質データを取得する構成となっている。
The
図2は、本発明の製造条件計算装置1の内部の機能構成を示す機能ブロック図である。製造条件計算装置1は、制御用コンピュータ又はサーバ装置などの汎用コンピュータを用いて構成されている。製造条件計算装置1は、演算を行うCPU(演算部)11と、演算に必要な情報を記憶するRAM(記憶部)12と、光ディスク等の記録媒体から情報を読み取るCD−ROMドライブ等の読み取り部13と、ハードディスク等の記憶装置14とを備えている。RAM12は、CPU11との間で直接にプログラム及びデータの交換ができる主記憶装置であり、読み取り部13及び記憶装置14は、必要時にRAM12へプログラム及びデータを受け渡すことができる外部記憶装置である。CPU11は、記録媒体10から本発明のコンピュータプログラム100を読み取り部13に読み取らせ、読み取ったコンピュータプログラム100を記憶装置14に記憶させる。コンピュータプログラム100は必要に応じて記憶装置14からRAM12へロードされ、ロードされたコンピュータプログラム100に基づいてCPU11は製造条件計算装置1に必要な処理を実行する。
FIG. 2 is a functional block diagram showing an internal functional configuration of the manufacturing
また製造条件計算装置1は、制御装置31、測定装置32、制御装置33及び制御装置34に接続された入出力部15を備えている。製造条件計算装置1は、入出力部15を用いて、条件データ及び品質データを取得し、計算した最適な製造条件を示す条件データを出力する構成となっている。製造条件計算装置1は、鉄鋼の製造プロセスで製造した鉄鋼製品の夫々について、鉄鋼製品の製造に係る製造条件を示す条件データ、及び鉄鋼製品の品質を示す品質データを入出力部15で取得し、取得した条件データ及び品質データを記憶装置14で記憶する。更に製造条件計算装置1は、オペレータが操作することによって処理条件等の各種の条件を受け付ける受付部16を備えている。
In addition, the manufacturing
なお、本発明のコンピュータプログラム100は、製造条件計算装置1に接続された図示しない外部のサーバ装置から製造条件計算装置1へロードされて記憶装置14に記憶される形態であってもよい。
The
製造条件計算装置1は、鉄鋼を製造するプロセスにおける適切な製造条件を計算する処理を行う前の段階で、過去にN回(Nは自然数)製造した製品の夫々に係る製造条件を示すp種類(pは自然数)の条件データ、及びN回の製品の夫々に係る品質を示すq種類(qは自然数)の品質データを記憶装置14で記憶している。条件データは、連続鋳造機21での鋳込速度及び加熱炉22の炉内温度等、種類に応じた単位及び分布範囲を有している。品質データが品質検査の合格・不合格を示すデータである場合は、合格を1、不合格を0とする等の、2値化されたデータが品質データとして記憶される。また品質データが鉄鋼のサイズ又は欠陥の数等の数値的なデータである場合は、種類に応じた単位及び分布範囲を有している。以下、記憶装置14で記憶しているN回の製品に係るp種類の条件データを下記の(1)式に示すN×pの行列Uとし、N回の製品に係るq種類の品質データを下記の(2)式に示すN×qの行列Vとして記述する。
The manufacturing
また製造条件計算装置1は、鉄鋼を製造する連続鋳造機21、加熱炉22及び分塊圧延機23での設備上の制限であるp種類の製造条件の上限及び下限を記憶装置14で記憶している。また製造条件計算装置1は、品質の目標であるq種類の品質データの目標値と、p種類の条件データの基準値とを記憶装置14で記憶している。条件データの基準値は、現在の製造条件を示す条件データ、又は所定期間における製造条件を示す各条件データの平均値である。
Further, the production
更に製造条件計算装置1は、各製造条件に対する重みを表した重み行列H、及び各製造条件の変更に係る操業コストを示すコストベクトルwを記憶装置14で記憶している。重み行列Hはp×pの対角行列であり、対角成分の夫々は製造条件の夫々に対応している。重み行列Hの対角成分の値は、変更が容易な製造条件に対応する対角成分の値は1であり、製造条件を変更することが実際上より困難であるほど、その製造条件に対応する対角成分の値がより大となっている。例えば、その製造条件を変更するためには設備の大幅な変更が必要となるような製造条件又は原材料の成分に係る製造条件等については、変更が困難であるので、その製造条件に対応する対角成分の値が大となる。またコストベクトルwはp×1のベクトルであり、成分の夫々は製造条件の夫々に対応している。コストベクトルwの成分の値は、変更に要する操業コストが殆どない製造条件に対応する成分の値は0であり、製造条件の変更に要する操業コストがより大であるほど、その製造条件に対応する成分の値がより大となる。例えば、製造条件が加熱炉22内の炉内温度である場合は、炉内温度を上昇させるために燃料等による操業コストの増大が必要であるので、この製造条件に対応する成分の値が大となる。
Furthermore, the manufacturing
次に、フローチャートを用いて、本発明の製造条件計算方法を説明する。図3は、本発明の製造条件計算装置1が行う適切な製造条件を計算する処理の手順を示すフローチャートである。製造条件計算装置1のCPU11は、RAM12にロードした本発明のコンピュータプログラム100に従って以下の処理を実行する。適当な回数であるN回の製品の製造に係る条件データ及び品質データが蓄積された段階で、オペレータが受付部16を操作することにより、CPU11は、処理の開始指示を受付部16で受け付け、以下の処理を実行する。
Next, the manufacturing condition calculation method of the present invention will be described using a flowchart. FIG. 3 is a flowchart showing a procedure of processing for calculating appropriate manufacturing conditions performed by the manufacturing
CPU11は、夫々N個が記憶されている各種類の条件データの平均Xmj及び分散Xsj(j=1〜p)と、各種類の品質データ平均Ymj及び分散Ysj(j=1〜q)とを計算する(S101)。ここでCPU11は、(1)式に示す行列Uの成分ui,j (i=1〜N)を用いて、j=1〜pの夫々について下記の(3)式により平均Xmj及び分散Xsjを計算し、(2)式に示す行列Vの成分vi,j (i=1〜N)を用いて、j=1〜qの夫々について下記の(4)式により平均Ymj及び分散Ysjを計算する。
The
CPU11は、次に、j=1〜pの夫々について計算した条件データの平均Xmj及び分散Xsjと、j=1〜qの夫々について計算した品質データの平均Ymj及び分散Ysjとを記憶装置14に記憶させる(S102)。CPU11は、次に、各種類の条件データ及び品質データを平均0及び分散1のデータへ標準化した成分からなる行列X及び行列Yを生成する(S103)。ここでCPU11は、下記の(6)式を用いて行列Uから下記の(5)式に示す行列Xを計算し、下記の(8)式を用いて行列Uから下記の(7)式に示す行列Yを計算する。
Next, the
CPU11は、次に、行列Xに含まれるN組のp種類の条件データについて主成分分析を行う(S104)。ここでCPU11は、主成分分析により、行列Xの各行のp種類の成分について、互いに無相関なp種類の主成分毎に主成分得点を計算する。CPU11は、次に、主成分分析により得られるp種類の主成分の内、条件データの主要な変動を要約する計算に用いる主成分の種類の数である主成分数rを決定する(S105)。ここでCPU11は、夫々にN個得られるp種類の主成分毎に主成分得点の分散を計算し、計算した分散が1を超える主成分の数を主成分数rとする。またCPU11は、主成分分析で得られる第1主成分からの累積寄与率を計算し、計算した累積寄与率が70%又は80%等の予め定められた所定の割合になるまでの主成分の数を主成分数rとする処理を行ってもよい。またCPU11は、主成分分析で得られる主成分の固有値の値が予め定められた所定の値以上である主成分の数を主成分数rとする処理を行ってもよい。
Next, the
CPU11は、次に、N回の製品に係る第1主成分から第r主成分までのr種類の主成分得点からなるN×rの行列Tを生成し、また、主成分得点を条件データの線形結合で表現する関係式T=XBを満たすp×rの行列Bを生成する(S106)。行列Bは、主成分得点を表現する条件データの線形結合の係数を成分とする。行列Tを下記の(9)式に示し、行列Bを下記の(10)式に示す。
Next, the
CPU11は、次に、品質データの行列Yと主成分得点の行列Tとの対応関係の回帰分析を行って、q種類の品質データの推定値の夫々をr種類の主成分得点の変数の線形結合で表現する回帰式y=Ctを生成する(S107)。ベクトルyはq種類の品質データの推定値からなるベクトルであり、ベクトルtはr種類の主成分得点に対応するr個の変数からなるベクトルであり、行列Cは回帰係数からなる行列である。ここで、ステップS107でCPU11が行う回帰分析の内容を説明する。j番目の品質データに係る回帰モデルは、行列Y及び行列Tの成分を用い、下記の(11)式のように書くことができる。
Next, the
(11)式におけるε(j)i はi個目の製品に係る残差であり、cj,1 ,cj,2,…,cj,r は全てのiで共通な回帰係数である。CPU11は、j番目の品質データについて、i=1〜Nの品質データ及び主成分得点を用いて、残差の2乗和{ε(j)1 2 +ε(j)2 2 +…+ε(j)N 2 }が最小となるように、(11)式中の回帰係数cj,1,cj,2 ,…,cj,r を決定する。更にCPU11は、同様にしてj=1〜qの夫々について回帰係数を決定し、回帰式y=Ctを生成する。ベクトルyはq種類の品質データの推定値チルダy1 ,チルダy2 ,…,チルダyq からなるq×1のベクトルであり、ベクトルtはr種類の主成分得点に対応するr個の変数t1 ,t2 ,…,tr からなるr×1のベクトルであり、行列Cは回帰係数からなるq×rの行列である。ベクトルy、ベクトルt及び行列Cを下記の(12)式に示す。
In equation (11), ε (j) i is a residual related to the i-th product, and c j, 1 , c j, 2 ,..., C j, r are regression coefficients common to all i. . For the j-th quality data, the
CPU11は、次に、ベクトルyとp種類の条件データに対応するp個の変数からなるp×1のベクトルxとの関係式y=Axを生成する(S108)。ここで、ベクトルxは、p種類の条件データに対応するp個の変数x1 ,x2 ,…,xp からなるp×1のベクトルである。(10)式のT=XBより、ベクトルt及びベクトルxを用いて、t=BTxが成り立つ。従って、(12)式のy=Ctにt=BT xを代入することにより、A=CBT として、y=Axが成り立つ。ステップS108では、CPU11は、A=CBTによりq×pの行列Aを計算し、関係式y=Axを生成する。ベクトルx及び行列Aを下記の(13)式に示す。
Next, the
関係式y=Axは、品質データの推測値と条件データの変数との間を関係づけているので、各種類の条件データが示す製造条件が各種類の品質データに対して及ぼす影響の度合いが行列Aの各成分の値で明らかとなる。 Since the relational expression y = Ax associates the estimated value of the quality data with the variable of the condition data, the degree of influence of the manufacturing conditions indicated by each type of condition data on each type of quality data is The value of each component of the matrix A becomes clear.
CPU11は、次に、記憶装置14で記憶している記憶内容を用いて、製品を製造する設備上の制限に基づいたp種類の条件データの上限を示す上限ベクトルxu 、p種類の条件データの下限を示す下限ベクトルxL 、標準化されたq種類の品質データの目標値を成分とするq×1の目標値ベクトルYAIM 、及び標準化されたp種類の条件データの基準値からなる基準条件ベクトルxbaseを生成する(S109)。このステップS109では、CPU11は、記憶装置14で記憶している製造条件の上限及び下限と条件データの平均Xmj及び分散Xsjとを用いて、(6)式と同様の計算を行って、製造条件の上限及び下限を示す条件データから、上限ベクトルxu 及び下限ベクトルxL を計算する。またCPU11は、記憶装置14で記憶しているq種類の品質データの目標値と品質データの平均Ymj及び分散Ysjとを用いて、(8)式と同様の計算を行って目標値ベクトルYAIM を計算する。更にCPU11は、記憶装置14で記憶しているp種類の条件データの基準値と条件データの平均Xmj及び分散Xsjとを用いて、(6)式と同様の計算を行って基準条件ベクトルxbaseを計算する。
Next, the
CPU11は、次に、関係式y=Axのベクトルyに目標値ベクトルYAIM を代入した関係式YAIM =Axを生成し、記憶装置14で記憶している重み行列H及びコストベクトルwを用いて下記の(14)式で示す評価関数J(x)を生成し、関係式YAIM =Axを満たすベクトルxの内、xL ≦x≦xu の範囲内で評価関数J(x)を最小にするベクトルxを計算する(S110)。
Next, the
関係式YAIM =Axを満たすベクトルxは、品質の目標値を実現するための製造条件を示す。行列Aに対して逆行列A-1が存在する場合は、YAIM =Axを満たすベクトルxはx=A-1YAIM で与えられる。行列Aの逆行列が存在せずにYAIM ∈ImA(Aの値域)である場合は、YAIM =Axを満たすベクトルxは無数に存在する。また行列Aの逆行列が存在せず、しかもYAIM ∈ImAが成り立たない場合は、YAIM =Axを満たすベクトルxは存在しない。特にYAIM ∈ImAである場合について、行列Aの疑似逆行列A+ を用いてxs =A+ YAIM とすれば、p×1のベクトルでAxz =0であるベクトルxz を用いて、YAIM =Axを満たすベクトルxはx=xs +xz と表すことができる。このようにして評価関数J(x)を最小にするベクトルxを求めることにより、鉄鋼を製造する設備上の制約、製造条件の変更の容易さ、及び製造条件を変更する際の操業コストを考慮に入れた上での最適な製造条件を示すベクトルxを求めることができる。 A vector x satisfying the relational expression Y AIM = Ax indicates a manufacturing condition for realizing the target value of quality. When the inverse matrix A −1 exists for the matrix A, the vector x satisfying Y AIM = Ax is given by x = A −1 Y AIM . When there is no inverse matrix of matrix A and Y AIM εImA (range of A), there are an infinite number of vectors x satisfying Y AIM = Ax. If there is no inverse matrix A and Y AIM εImA does not hold, there is no vector x that satisfies Y AIM = Ax. Especially when Y AIM ∈ImA, if x s = A + Y AIM using the pseudo inverse matrix A + of the matrix A, then a vector x z with a vector of p × 1 and Ax z = 0 is used. The vector x satisfying Y AIM = Ax can be expressed as x = x s + x z . By obtaining the vector x that minimizes the evaluation function J (x) in this way, it is possible to consider the restrictions on the facilities for manufacturing steel, the ease of changing the manufacturing conditions, and the operating cost when changing the manufacturing conditions. It is possible to obtain a vector x indicating an optimum manufacturing condition after being included in
CPU11は、ステップS110で計算したベクトルxを、目標品質を実現するための最適な製造条件を示す条件データとして記憶装置14に記憶して、適切な製造条件を計算する処理を終了する。
The
本発明の品質調整システムは、製造条件計算装置1での計算結果を用いて、本発明の品質調整方法及び鉄鋼製造方法を実行する。製造条件計算装置1は、計算したベクトルxの成分である標準化されたp種類の条件データの値を、各種類に応じた単位の値へ変換し、変換後の条件データを入出力部15から条件データの種類に応じて制御装置31,33,34のいずれかへ出力する。制御装置31,33,34は、製造条件計算装置1から出力された条件データを受け付け、受け付けた条件データが示す製造条件に合うように、連続鋳造機21、加熱炉22及び分塊圧延機23での製造条件を制御する。連続鋳造機21、加熱炉22及び分塊圧延機23は、制御された製造条件の下で連続鋳造、加熱及び分塊圧延の各工程を実行することにより、品質が調整された鉄鋼製品を製造する。
The quality adjustment system of the present invention executes the quality adjustment method and the steel manufacturing method of the present invention using the calculation results obtained by the manufacturing
(実施の形態1の実施例)
次に、連続鋳造、加熱及び分塊圧延の各工程を経て製造される鉄鋼について、本発明を用いて実際に適切な製造条件を計算した実施例を示す。条件データ及び品質データとして、過去に製造した740回分の40種類の条件データと1種類の品質データを用いた。即ち、N=740、p=40及びq=1である。品質データの内容は、合格品について1、不合格品について0とした2値データである。この条件データ及び品質データを用いて、本発明の製造条件計算方法を実行した。
(Example of Embodiment 1)
Next, an embodiment in which appropriate manufacturing conditions are actually calculated using the present invention will be shown for steel manufactured through the steps of continuous casting, heating, and block rolling. As the condition data and the quality data, 40 types of condition data and one type of quality data for 740 times manufactured in the past were used. That is, N = 740, p = 40 and q = 1. The content of the quality data is binary data with 1 for acceptable products and 0 for unacceptable products. Using this condition data and quality data, the manufacturing condition calculation method of the present invention was executed.
図4は、条件データの主成分分析により得られた各主成分得点の分散を示す特性図である。図中の横軸は第1主成分〜第40主成分までの主成分の番号を示し、縦軸は各主成分得点の分散を示す。図中に示す如く、主成分得点の分散が1以上である主成分は第12主成分までであるので、主成分数rをr=12とした。 FIG. 4 is a characteristic diagram showing the variance of each principal component score obtained by principal component analysis of condition data. In the figure, the horizontal axis indicates the numbers of the main components from the first main component to the 40th main component, and the vertical axis indicates the variance of each main component score. As shown in the figure, since the principal components having a principal component score variance of 1 or more are up to the twelfth principal component, the number r of principal components is set to r = 12.
図5は、ステップS108で生成した関係式y=Axにおいて、各条件データの変数に係る係数の値を示す特性図である。図中の横軸は40種類の条件データの番号を示し、縦軸は各条件データに係る係数の値を示している。q=1,p=40であるので、行列Aは1×40の行列となり、各条件データの変数に係る係数の値は1種類となる。図中に示す係数の値の絶対値が大であるほど、条件データが示す製造条件が品質に与える影響の度合いが大となる。 FIG. 5 is a characteristic diagram showing the values of the coefficients related to the variables of each condition data in the relational expression y = Ax generated in step S108. In the figure, the horizontal axis indicates the numbers of 40 types of condition data, and the vertical axis indicates the coefficient values related to each condition data. Since q = 1 and p = 40, the matrix A is a 1 × 40 matrix, and the value of the coefficient related to the variable of each condition data is one type. The greater the absolute value of the coefficient value shown in the figure, the greater the degree of influence that the manufacturing conditions indicated by the condition data have on the quality.
本実施例では、基準条件ベクトルxbaseとして740回分の平均のベクトルxを用いた。このとき、基準条件ベクトルxbaseは0となり、y=Axbaseを満たすベクトルyも0となる。 In this embodiment, an average vector x for 740 times is used as the reference condition vector x base . At this time, the reference condition vector x base is 0, and the vector y satisfying y = Ax base is also 0.
また目標値ベクトルYAIM の成分y1 の値として、目標とする良品率が得られるy1 の値を用いた。サンプルとなった740回分の製品では、良品率は72%であった。従って、y1 =0は良品率72%に対応する。740回分の条件データを関係式y=Axに代入することにより、ベクトルyの成分y1 の推測値を計算し、合格品についてのy1 の推測値の分布と不合格品についてのy1 の推測値の分布とを求め、同じy1 の推測値に対応する合格品と不合格品との比率を求め、目標とする良品率が得られるy1 の値を定めた。 Further, as the value of the component y 1 of the target value vector Y AIM , the value of y 1 that can obtain the target non-defective rate is used. The non-defective product rate was 72% in the sample of 740 products. Therefore, y 1 = 0 corresponds to a non-defective product rate of 72%. By substituting the 740 times of condition data in relation y = Ax, it calculates the estimated value of the components y 1 of the vector y, the y 1 of the distribution and rejects the estimate of y 1 for accepted products obtains a distribution of the estimated value, the same y determine the ratio of accepted products and reject corresponding to one of the estimated values, it determined the value of y 1 to yield rate of the target is obtained.
図6は、計算に用いたy1 の値を示す図表である。No.5は基準となる製造条件の場合であり、前述の如くy1 の値は0であり、これに対応する良品率は72%である。この基準に対して、良品率を5%刻みで低下させたNo.1〜No.4の場合と、良品率を5%刻みで増加させたNo.6〜No.9の場合とについて図6に示す如くy1 の値を求め、評価関数J(x)を最小にするベクトルxを求めた。 FIG. 6 is a chart showing the value of y 1 used for the calculation. No. 5 is the case of the standard manufacturing conditions. As described above, the value of y 1 is 0, and the yield rate corresponding to this is 72%. With respect to this standard, No. which reduced the non-defective product rate by 5%. 1-No. No. 4 and No. which increased the non-defective rate by 5%. 6-No. For the case of 9, the value of y 1 was obtained as shown in FIG. 6, and the vector x that minimizes the evaluation function J (x) was obtained.
図7は、本発明による、目標品質を実現するための最適な製造条件を示す条件データの計算結果を示す特性図である。図中の横軸は40種類の条件データの番号を示し、縦軸は各条件データの値を示している。図7中には、y1 の値を図6に示す如く定めたNo.1,No.3,No.5,No.7,No.9の場合の計算結果を示している。No.5の場合を基準として、目標とする良品率が基準からずれるのに従って条件データの絶対値が基準の値から大きくずれていくのがわかる。図8は、計算によって得られた条件データを関係式y=Axに代入することによって計算したy1 の計算値を示す図表である。条件データの計算に用いたy1 の目標値にほぼ一致するy1 の計算値が得られることがわかる。 FIG. 7 is a characteristic diagram showing calculation results of condition data indicating optimum manufacturing conditions for realizing the target quality according to the present invention. In the figure, the horizontal axis indicates the number of 40 types of condition data, and the vertical axis indicates the value of each condition data. In FIG. 7, the value of y 1 is set as shown in FIG. 1, No. 1 3, No. 5, no. 7, no. The calculation result in the case of 9 is shown. No. From the case of 5, it can be seen that the absolute value of the condition data greatly deviates from the reference value as the target non-defective product rate deviates from the reference. FIG. 8 is a chart showing calculated values of y 1 calculated by substituting the condition data obtained by the calculation into the relational expression y = Ax. It can be seen that a calculated value of y 1 that substantially matches the target value of y 1 used for the calculation of the condition data is obtained.
以上詳述した如く、本発明においては、過去に製造した鉄鋼製品に係る製造条件を示す複数種類の条件データを主成分得点に変換し、過去に製造した鉄鋼製品の品質を示す品質データと主成分得点との関係を回帰分析して、品質データと主成分得点との関係を示す回帰式を求め、回帰式中の主成分得点を元の条件データへ戻すことにより、現実に得られる製造条件と製品の品質との関係を明らかにする。互いに相関関係のある条件データを互いに無相関な主成分得点に一度変換した上で品質データとの関係を回帰分析することによって多重共線性問題を回避し、更に、主成分得点を元の条件データへ戻すことによって、現実に製造現場で得られる製造条件の夫々が鉄鋼製品の品質に及ぼす影響の度合いを正確に求めることができる。従って、目標とする鉄鋼製品の品質を実現するために必要な製造条件を正確に決定することが可能となる。 As described above in detail, in the present invention, quality data indicating the quality of steel products manufactured in the past by converting a plurality of types of condition data indicating the manufacturing conditions related to steel products manufactured in the past into principal component scores and main data. Regression analysis of the relationship with the component score, obtaining a regression equation that shows the relationship between the quality data and the principal component score, and returning the principal component score in the regression equation to the original condition data, the actual production conditions And clarify the relationship between product quality. Multi-collinearity problems are avoided by converting the relational data with the correlation data into uncorrelated principal component scores and then regressing the relationship with the quality data, and the principal component scores are converted into the original condition data. By returning to (1), it is possible to accurately determine the degree of influence that each of the manufacturing conditions actually obtained at the manufacturing site has on the quality of the steel product. Therefore, it is possible to accurately determine the manufacturing conditions necessary for realizing the target quality of the steel product.
また本発明においては、評価関数J(x)を最小にするベクトルxを求めることにより、鉄鋼製品を製造する設備の能力及び操業コスト等、実際に鉄鋼製品を製造する際の各種の制約を考慮した上で、目標とする鉄鋼製品の品質を実現するために最適な製造条件を一義的に決定することができる。得られる最適な製造条件が現実的な値であるので、現実に製造条件を最適化して鉄鋼製品の品質を良好にさせることが可能となる。 Further, in the present invention, by obtaining a vector x that minimizes the evaluation function J (x), various limitations in actual steel product manufacture, such as the capacity and operating cost of the equipment for manufacturing the steel product, are taken into consideration. In addition, it is possible to uniquely determine the optimum manufacturing conditions for realizing the target quality of the steel product. Since the optimum manufacturing conditions obtained are realistic values, it is possible to actually optimize the manufacturing conditions to improve the quality of the steel product.
(実施の形態2)
実施の形態1においては、目標とする品質を実現するための適切な製造条件を示すp種類の条件データを求め、p種類の製造条件を一度に制御して鉄鋼製品の品質を調整する形態を示した。しかし、実施の形態1の実施例に示したような40種類もの製造条件を一度に変更して品質を調整することは実際には非常に困難であり、品質を調整するために一度に変更することが可能である製造条件の種類は数種類に限られるのが現実である。そこで、実施の形態2においては、本発明をより現実的な問題に適用できるように、変更することが可能である製造条件の数が限定されている状況で、目標とする品質に可及的に近づくように製品の品質を調整する本発明の形態を示す。
(Embodiment 2)
In the first embodiment, a mode in which p types of condition data indicating appropriate manufacturing conditions for realizing the target quality is obtained, and the quality of the steel product is adjusted by controlling the p types of manufacturing conditions at a time. Indicated. However, it is actually very difficult to adjust the quality by changing as many as 40 kinds of manufacturing conditions as shown in the example of the first embodiment at a time, and it is changed at a time to adjust the quality. In reality, there are only a few types of manufacturing conditions that can be achieved. Therefore, in the second embodiment, it is possible to achieve the target quality as much as possible in a situation where the number of manufacturing conditions that can be changed is limited so that the present invention can be applied to more realistic problems. The form of this invention which adjusts the quality of a product so that it may approach is shown.
本実施の形態に係る本発明の品質調整システムの構成、及び製造条件計算装置1の内部の構成は、図1及び図2に示した実施の形態1と同様であり、その説明を省略する。製造条件計算装置1のCPU11は、RAM12にロードした本発明のコンピュータプログラム100に従って、図3のフローチャートに示すステップS101〜S110の処理を実行する。更にCPU11は、引き続いて、変更可能な製造条件の種類を限定した上で製品の品質を目標へ可及的に近づける製造条件を求めるための処理を実行する。図9は、実施の形態2に係る製造条件計算装置1が図3のフローチャートに示す処理に引き続いて実行する処理の手順を示すフローチャートである。
The configuration of the quality adjustment system of the present invention according to the present embodiment and the internal configuration of the manufacturing
CPU11は、目標値ベクトルYAIM を初期値として、仮想的な品質データの目標を示す仮想目標値ベクトルyMod を作成する(S21)。CPU11は、次に、ステップS110で計算したベクトルxに含まれる条件データの内、現実的に変更することができない製造条件に対応する条件データの成分を基準条件ベクトルxbaseの対応する成分の値に置き換えて固定した制限ベクトルxlim を生成する(S22)。CPU11は、次に、関係式y=Axのベクトルxに制限ベクトルxlim を代入してベクトルyを計算することにより、制限ベクトルxlim が示す製造条件の下での品質の予測値を示す予測値ベクトルylim を計算する(S23)。CPU11は、次に、目標値ベクトルYAIM から予測値ベクトルylim を差し引いた誤差ベクトルdy=(YAIM −ylim )を計算し(S24)、計算した誤差ベクトルdyの大きさが、十分小さい値に予め定めてある許容範囲内に含まれるか否かを判定する(S25)。
The
ステップS25で誤差ベクトルdyの大きさが許容範囲内よりも大きい場合は(S25:NO)、CPU11は、予め定めてある0<G≦1であるゲインGを用いて、(yMod +G*dy)を新たな仮想目標値ベクトルyMod とする(S26)。CPU11は、次に、関係式y=Axのベクトルyに仮想目標値ベクトルyMod を代入した関係式yMod=Axを生成し、関係式yMod =Axを満たすベクトルxの内、xL ≦x≦xu の範囲内で(14)式の評価関数J(x)を最小にするベクトルxを計算する(S27)。CPU11は、次に、計算したベクトルxに含まれる条件データの内、変更することができない条件データを基準条件ベクトルxbaseの値に置き換えて、新たな制限ベクトルxlim を生成し(S28)、処理をステップS23へ戻す。CPU11は、ステップS23〜S28の処理を繰り返し、誤差ベクトルが十分小さくなるまで制限ベクトルxlim の生成を繰り返す。
When the magnitude of the error vector dy is larger than the allowable range in step S25 (S25: NO), the
ステップS25で誤差ベクトルdyの大きさが許容範囲内である場合は(S25:YES)、CPU11は、この段階での制限ベクトルxlim を、最適な製造条件を示すベクトルxとして決定する(S29)。CPU11は、次に、計算したベクトルxを、目標品質を実現するための最適な製造条件を示す条件データとして記憶装置14に記憶して、処理を終了する。
When the magnitude of the error vector dy is within the allowable range in step S25 (S25: YES), the
製造条件計算装置1は、計算したベクトルxの成分である標準化されたp種類の条件データの内、変更することが可能である製造条件を示す条件データの値を、製造条件の種類に応じた単位の値へ変換し、変換後の条件データを入出力部15から条件データの種類に応じて制御装置31,33,34のいずれかへ出力する。制御装置31,33,34は、製造条件計算装置1から出力された条件データを受け付け、受け付けた条件データが示す製造条件に合うように、連続鋳造機21、加熱炉22又は分塊圧延機23で変更することが可能な製造条件を制御する。
The manufacturing
(実施の形態2の実施例)
次に、本発明の実施の形態2を用いて実際に適切な製造条件を計算した実施例を示す。本実施例においても、実施の形態1の実施例で用いた条件データ及び品質データを用いた。また変更が可能な製造条件は、p種類の条件データの内、1番目及び5番目の条件データx1 及びx5 が示す製造条件とする。また目標値ベクトルYAIM の成分y1 の値は、目標とする良品率を77%として、それに対応する値であるy1 =0.1115とし、ゲインGの値はG=1とした。
(Example of Embodiment 2)
Next, an example in which appropriate manufacturing conditions are actually calculated using the second embodiment of the present invention will be described. Also in this example, the condition data and quality data used in the example of the first embodiment are used. The production conditions can be changed, among the p type condition data, and the first and fifth condition data x 1 and x 5 is shown manufacturing conditions. In addition, the value of the component y 1 of the target value vector Y AIM is 77% as a target non-defective product rate, y 1 = 0.1115, which is the corresponding value, and the value of the gain G is G = 1.
図10は、変更が可能な製造条件を示す条件データx1 及びx5 の収束過程を示す特性図である。図中の横軸はステップS23〜S28の繰り返し計算回数を示し、縦軸は条件データの値を示す。図10(a)は条件データx1 の収束過程を示し、図10(b)は条件データx5 の収束過程を示している。x1 及びx5 以外の条件データが変更されないので、x1 及びx5 の値が大きく変化することによって品質の変化を可能としていることがわかる。 FIG. 10 is a characteristic diagram showing the convergence process of the condition data x 1 and x 5 indicating the production conditions that can be changed. In the figure, the horizontal axis indicates the number of repeated calculations of steps S23 to S28, and the vertical axis indicates the value of the condition data. FIG. 10A shows the convergence process of the condition data x 1 , and FIG. 10B shows the convergence process of the condition data x 5 . Since x 1 and x 5 except the condition data is not changed, it can be seen that the possible changes in quality by the value of x 1 and x 5 is greatly changed.
図11は、予測値ベクトルylim 及び仮想目標値ベクトルyMod の収束過程を示す特性図である。図中の横軸はステップS23〜S28の繰り返し計算回数を示し、縦軸はベクトルの成分y1 の値を示す。仮想目標値ベクトルyMod が大きく変化することによって、計算の上で条件データx1 及びx5 が大きく変化することを可能にしていることがわかる。また予測値ベクトルylim は、概ね10回程度の繰り返し計算で目標値のy1 =0.1115に到達できることが示されている。 FIG. 11 is a characteristic diagram showing a convergence process of the predicted value vector y lim and the virtual target value vector y Mod . The horizontal axis in the figure represents the repetition number of calculations steps S23 to S28, the vertical axis represents the value of the components y 1 of the vector. It can be understood that the condition data x 1 and x 5 can be greatly changed in calculation by the large change of the virtual target value vector y Mod . Further, it is shown that the predicted value vector y lim can reach the target value y 1 = 0.1115 after approximately 10 iterations.
以上詳述した如く、本発明においては、品質を調整するために一度に変更することが可能である製造条件の数が数種類に限られている場合であっても、限られた製造条件を適切に制御することにより、目標とする品質になるように鉄鋼製品の品質を調整することが可能である。従って、限られた製造条件を制御することで鉄鋼製品の品質を目標に近づけるように調整することが可能であるので、変更可能な製造条件が限られている現実の設備において、製造条件を最適化して鉄鋼製品の品質を良好にさせることが可能となる。 As described above in detail, in the present invention, even when the number of manufacturing conditions that can be changed at one time for adjusting the quality is limited to several types, the limited manufacturing conditions are appropriately used. It is possible to adjust the quality of steel products so as to achieve the target quality. Therefore, it is possible to adjust the quality of steel products to be close to the target by controlling the limited production conditions, so the production conditions are optimized in actual equipment where the production conditions that can be changed are limited. It becomes possible to improve the quality of steel products.
なお、以上の実施の形態1及び2においては、本発明の製造条件計算装置1は、本発明のコンピュータプログラム100を用いて本発明の製造条件計算方法を実行する方法を示したが、これに限るものではなく、コンピュータプログラム100に従ってCPU11が実行する処理の一部又は全部をハードウェアで実行する構成であってもよい。
In the first and second embodiments described above, the manufacturing
また以上の実施の形態1及び2においては、本発明の製造条件計算装置1が制御装置31、測定装置32、制御装置33、制御装置34及び検査装置35に接続されて本発明の品質制御システムを構成している形態を示したが、これに限るものではなく、製造条件計算装置1は、他の装置に接続されておらず、各種のデータをオペレータの手入力等によって入力されて製造条件の計算を行い、制御装置31,33,34は、オペレータの手入力等によって最適な条件データを入力されて製造条件を制御することによって本発明の品質調整方法を実行する形態であってもよい。
In the first and second embodiments described above, the manufacturing
更に、以上の実施の形態1及び2においては、連続鋳造、加熱、及び分塊圧延の各工程からなる鉄鋼の製造プロセスにて鉄鋼を製造する方法に製造条件計算方法及び品質調整方法を適用した例を示したが、これに限るものではなく、鉄鋼の製造に係るその他のプロセスにおいても本発明の製造条件計算方法及び品質調整方法を適用して本発明の鉄鋼製造方法を実現することが可能である。更に、本発明の製造条件計算方法及び品質調整方法は、鉄鋼の製造に限ることなく、他の金属製品、機械又は電子機器などのその他の製品の製造に関して適用することも可能である。 Furthermore, in the above Embodiments 1 and 2, the manufacturing condition calculation method and the quality adjustment method are applied to the method of manufacturing steel in the steel manufacturing process including the steps of continuous casting, heating, and ingot rolling. Although an example has been shown, the present invention is not limited to this, and it is possible to realize the steel manufacturing method of the present invention by applying the manufacturing condition calculation method and the quality adjustment method of the present invention also in other processes related to steel manufacturing. It is. Furthermore, the manufacturing condition calculation method and quality adjustment method of the present invention are not limited to the manufacture of steel, but can also be applied to the manufacture of other products such as other metal products, machines or electronic devices.
1 製造条件計算装置
11 CPU(演算部)
12 RAM(記憶部)
14 記憶装置
15 入出力部
100 コンピュータプログラム
31、33、34 制御装置
35 検査装置
1 Manufacturing
12 RAM (storage unit)
DESCRIPTION OF
Claims (10)
製品の製造に係る製造条件を示すp種類(pは自然数)の条件データ、及び該条件データが示す製造条件の下で製造された製品の品質を示すq種類(qは自然数)の品質データを、N回(Nは自然数)製造した製品の夫々について記憶部で記憶するステップと、
N回の製品の夫々に係るp種類の条件データの主成分分析により、r種類(rは自然数;r≦p)の主成分得点をN回の製品の夫々について演算部で求めるステップと、
前記主成分分析により、p種類の条件データの線形結合でr種類の主成分得点の夫々を表現するための線形結合係数を演算部で求めるステップと、
N回の製品の夫々に係るr種類の主成分得点及びq種類の品質データの対応関係を回帰分析することにより、r種類の主成分得点に対応するr個の変数の線形結合でq種類の品質データの推測値を表現する回帰式の回帰係数を演算部で求めるステップと、
前記回帰式におけるr個の主成分得点の変数の夫々をp種類の条件データに対応するp個の変数の線形結合で置き換えた、p個の条件データの変数の線形結合でq個の品質データの推測値の夫々を表現する関係式を、前記線形結合係数及び前記回帰係数を用いて演算部で求めるステップと、
前記関係式中の品質データの推測値に品質データの目標値を代入して、前記品質データの目標値を得ることが可能な適切な製造条件を示す条件データの組み合わせを演算部で求めるステップと
を含むことを特徴とする製造条件計算方法。 In a manufacturing condition calculation method for calculating an appropriate manufacturing condition when manufacturing a product using a computer including a storage unit and a calculation unit in order to realize a target product quality,
Condition data of p types (p is a natural number) indicating manufacturing conditions relating to the manufacture of products, and quality data of q types (q is a natural number) indicating the quality of products manufactured under the manufacturing conditions indicated by the condition data Storing each of the products manufactured N times (N is a natural number) in the storage unit ;
Obtaining a principal component score of r types (r is a natural number; r ≦ p) by a calculation unit for each of N products by principal component analysis of p type condition data relating to each of N products;
Obtaining a linear combination coefficient for expressing each of r kinds of principal component scores by linear combination of p kinds of condition data by the principal component analysis in an arithmetic unit ;
By performing regression analysis on the correspondence between r kinds of principal component scores and q kinds of quality data relating to each of N products, q kinds of linear combinations of r variables corresponding to r kinds of principal component scores are obtained. A step of obtaining a regression coefficient of a regression equation that expresses an estimated value of the quality data by a calculation unit ;
Each of the r principal component scoring variables in the regression equation is replaced with a linear combination of p variables corresponding to p types of condition data, and q quality data are obtained by linear combination of p condition data variables. Obtaining a relational expression expressing each of the estimated values of the calculation unit using the linear combination coefficient and the regression coefficient;
Substituting the target value of the quality data into the estimated value of the quality data in the relational expression, and obtaining a combination of condition data indicating an appropriate manufacturing condition capable of obtaining the target value of the quality data in the arithmetic unit ; The manufacturing condition calculation method characterized by including.
N回(Nは自然数)の製品の製造に係る製造条件を示すp種類(pは自然数)の条件データを、各種類の条件データのN回の平均及び分散が夫々所定値になるように標準化した上で、N×pの行列Xとして記憶部で記憶するステップと、
前記条件データが示す製造条件の下で製造されたN回の製品の品質を示すq種類(qは自然数)の品質データを、各種類の品質データのN回の平均及び分散が夫々所定値になるように標準化した上で、N×qの行列Yとして記憶部で記憶するステップと、
行列Xを用いてN回の製品の夫々に係るp種類の条件データの主成分分析を行って、主成分数r(rは自然数;r≦p)、及びN回の製品の夫々に係るr種類の主成分得点を演算部で求めるステップと、
前記主成分分析の結果により、N回の製品の夫々に係るr種類の主成分得点からなるN×rの行列Tを行列Xから求めるための関係式T=XBを満たすp×rの行列Bを演算部で求めるステップと、
N回の製品の夫々に係るr種類の主成分得点及びq種類の品質データの対応関係を回帰分析することにより、r種類の主成分得点に対応するr個の変数からなるr×1のベクトルtを用いてq種類の品質データの推測値からなるq×1のベクトルyを表現する回帰式y=Ctを満たす回帰係数からなるq×rの行列Cを演算部で求めるステップと、
A=CBT であるq×pの行列A及びp種類の条件データに対応するp個の変数からなるp×1のベクトルxを用いてベクトルyを表現する関係式y=Axを演算部で求めるステップと、
標準化された品質データの目標値からなるq×1の目標値ベクトルYAIM をベクトルyに代入することにより得られる関係式YAIM =Axを満たすベクトルxを演算部で求めて、適切な製造条件を示す条件データを成分とするベクトルxを計算するステップと
を含むことを特徴とする製造条件計算方法。 In a manufacturing condition calculation method for calculating an appropriate manufacturing condition when manufacturing a product using a computer including a storage unit and a calculation unit in order to realize a target product quality,
Standardize p-type (p is a natural number) condition data indicating the manufacturing conditions for N times (N is a natural number) of the product so that the average and variance of each type of condition data are each a predetermined value. And storing in the storage unit as an N × p matrix X;
The quality data of q types (q is a natural number) indicating the quality of N times of products manufactured under the manufacturing conditions indicated by the condition data are set to predetermined values for the N times of the quality data of each type and the variance. And then storing in the storage unit as an N × q matrix Y,
A principal component analysis of p kinds of condition data relating to each of N times of products is performed using the matrix X, the number of principal components r (r is a natural number; r ≦ p), and r relating to each of the N times of products. A step of obtaining a principal component score of a type by an arithmetic unit;
As a result of the principal component analysis, a p × r matrix B satisfying a relational expression T = XB for obtaining an N × r matrix T composed of r kinds of principal component scores for each of N products from the matrix X. A step of obtaining the
An r × 1 vector comprising r variables corresponding to r kinds of principal component scores by regression analysis of the correspondence between r kinds of principal component scores and q kinds of quality data relating to each of N products. obtaining a q × r matrix C composed of regression coefficients satisfying a regression equation y = Ct that expresses a q × 1 vector y composed of estimated values of q kinds of quality data using t;
The relation y = Ax representing the vector y with A = CB T a is q × p matrix A and p types of conditions vector x p × 1 consisting of p pieces of variables corresponding to the data by the arithmetic unit Seeking steps,
A vector x satisfying the relational expression Y AIM = Ax obtained by substituting the q × 1 target value vector Y AIM consisting of the target values of the standardized quality data into the vector y is obtained by an operation unit, and appropriate manufacturing conditions are obtained. A method for calculating a manufacturing condition, comprising: calculating a vector x having a component of condition data indicating:
関係式YAIM =Axを満たすベクトルxの内、下記の評価関数J(x)を最小にするベクトルxを演算部で求めて、適切な製造条件を示す条件データを成分とするベクトルxを計算する最適条件計算ステップと
Among the vectors x satisfying the relational expression Y AIM = Ax, a vector x that minimizes the following evaluation function J (x) is obtained by the calculation unit, and the vector x having the condition data indicating appropriate manufacturing conditions as a component is calculated. The optimal condition calculation step to
前記最適条件計算ステップでは、関係式YAIM =Axを満たすベクトルxの内、xL ≦x≦xu の範囲内で前記評価関数を最小にするベクトルxを演算部で求めるようにすること
を特徴とする請求項3に記載の製造条件計算方法。 And further comprising the step of storing an upper limit vector x u and a lower limit vector x L composed of upper and lower limits of p kinds of condition data based on restrictions on equipment for manufacturing products in a storage unit,
In the optimum condition calculation step, of the vector x that satisfies the equation Y AIM = Ax, to the x L ≦ x ≦ x u vector x that minimizes the evaluation function within the scope of the seek by the arithmetic unit The manufacturing condition calculation method according to claim 3, wherein the manufacturing condition is calculated.
前記最適条件計算ステップで求めたベクトルxに含まれる成分の内、変更を制限すべき成分の値を基準条件ベクトルxbaseの対応する成分の値に置き換えた制限ベクトルxlim を演算部で生成するステップと、
関係式y=Axのベクトルxに制限ベクトルxlim を代入することにより、予測値ベクトルylim を演算部で求める予測値計算ステップと、
目標値ベクトルYAIM から予測値ベクトルylim を差し引いた誤差ベクトルdyを演算部で求める誤差計算ステップと、
誤差ベクトルdyが予め定められた許容範囲内であるか否かを判定する判定ステップと、
誤差ベクトルdyが前記許容範囲外である場合は、0<G≦1であるゲインGを用いて、(yMod +G*dy)を演算部で新たな仮想目標値ベクトルyMod とする仮想目標値更新ステップと、
目標値ベクトルYAIM を新たな仮想目標値ベクトルyMod で置き換えた上で前記最適条件計算ステップの計算を演算部で実行する再計算ステップと、
該再計算ステップで求めたベクトルxに含まれる成分の内、変更を制限すべき成分の値を基準条件ベクトルxbaseの対応する成分の値に置き換えた新たな制限ベクトルxlim を演算部で生成する制限ベクトル更新ステップと、
前記判定ステップで誤差ベクトルdyの大きさが予め定められた許容範囲内となるまで、前記予測値計算ステップ、前記誤差計算ステップ、前記判定ステップ、前記仮想目標値更新ステップ、前記再計算ステップ、及び前記制限ベクトル更新ステップを繰り返すステップと、
前記判定ステップで誤差ベクトルdyの大きさが予め定められた許容範囲内である場合は、制限ベクトルxlim を、適切な製造条件を示す条件データを成分とするベクトルxとして演算部で決定するステップと
を更に含むことを特徴とする請求項3又は4に記載の製造条件計算方法。 Generating a virtual target value vector y Mod with the target value vector Y AIM as an initial value in an arithmetic unit;
Of the components included in the vector x obtained in the optimum condition calculation step, a limiting vector x lim is generated by replacing the value of the component whose change should be limited with the value of the corresponding component in the reference condition vector x base. Steps,
A predicted value calculation step of obtaining a predicted value vector y lim by a calculation unit by substituting a restriction vector x lim into a vector x of the relational expression y = Ax;
An error calculating step for obtaining an error vector dy obtained by subtracting the predicted value vector y lim from the target value vector Y AIM ;
A determination step of determining whether or not the error vector dy is within a predetermined allowable range;
When the error vector dy is out of the allowable range, a virtual target value using (y Mod + G * dy) as a new virtual target value vector y Mod by using the gain G satisfying 0 <G ≦ 1. An update step;
A recalculation step of replacing the target value vector Y AIM with a new virtual target value vector y Mod and executing the calculation of the optimum condition calculation step by an operation unit;
Of the components included in the vector x obtained in the recalculation step, a new limit vector x lim is generated by replacing the value of the component whose change should be limited with the value of the corresponding component of the reference condition vector x base. A limit vector update step to
Until the magnitude of the error vector dy falls within a predetermined allowable range in the determination step, the predicted value calculation step, the error calculation step, the determination step, the virtual target value update step, the recalculation step, and Repeating the limit vector update step;
When the magnitude of the error vector dy is within a predetermined allowable range in the determination step, a step of determining the limit vector x lim by the calculation unit as a vector x whose component is condition data indicating appropriate manufacturing conditions The manufacturing condition calculation method according to claim 3, further comprising:
製品の製造に係る製造条件を示すp種類(pは自然数)の条件データ、及び該条件データが示す製造条件の下で製造された製品の品質を示すq種類(qは自然数)の品質データを、N回(Nは自然数)製造した製品の夫々について取得するステップと、
取得した条件データ及び品質データを用い、請求項1乃至5のいずれか一つに記載の製造条件計算方法によって、品質データの目標値を得ることが可能な条件データを計算するステップと、
計算した条件データが示す製造条件に合うように製品を製造する際の製造条件を制御するステップと
を含むことを特徴とする品質調整方法。 In the quality adjustment method for adjusting the quality of the product by controlling the manufacturing conditions when manufacturing the product,
Condition data of p types (p is a natural number) indicating manufacturing conditions relating to the manufacture of products, and quality data of q types (q is a natural number) indicating the quality of products manufactured under the manufacturing conditions indicated by the condition data Acquiring for each of the products manufactured N times (N is a natural number);
Using the acquired condition data and quality data to calculate condition data capable of obtaining a target value of the quality data by the manufacturing condition calculation method according to any one of claims 1 to 5;
And a step of controlling manufacturing conditions when manufacturing the product so as to meet the manufacturing conditions indicated by the calculated condition data.
鉄鋼製品の製造に係る製造条件を示すp種類(pは自然数)の条件データ、及び該条件データが示す製造条件の下で製造された鉄鋼製品の品質を示すq種類(qは自然数)の品質データを、N回(Nは自然数)製造した製品の夫々について取得するステップと、
取得した条件データ及び品質データを用い、請求項1乃至5のいずれか一つに記載の製造条件計算方法によって、品質データの目標値を得ることが可能な条件データを計算するステップと、
計算した条件データが示す製造条件に合うように製造条件を制御しながら鉄鋼製品を製造するステップと
を含むことを特徴とする鉄鋼製造方法。 In a steel manufacturing method for manufacturing a steel product while adjusting the quality of the steel product by controlling the manufacturing conditions,
P-type (p is a natural number) condition data indicating manufacturing conditions related to the manufacture of steel products, and q-type (q is a natural number) quality indicating the quality of steel products manufactured under the manufacturing conditions indicated by the condition data Acquiring data for each of the products manufactured N times (N is a natural number);
Using the acquired condition data and quality data to calculate condition data capable of obtaining a target value of the quality data by the manufacturing condition calculation method according to any one of claims 1 to 5;
And a step of producing a steel product while controlling the production conditions so as to meet the production conditions indicated by the calculated condition data.
N回(Nは自然数)の製品の製造に係る製造条件を示すp種類(pは自然数)の条件データを、各種類の条件データのN回の平均及び分散が夫々所定値になるように標準化した上で、N×pの行列Xとして記憶する手段と、
前記条件データが示す製造条件の下で製造されたN回の製品の品質を示すq種類(qは自然数)の品質データを、各種類の品質データのN回の平均及び分散が夫々所定値になるように標準化した上で、N×qの行列Yとして記憶する手段と、
行列Xを用いてN回の製品の夫々に係るp種類の条件データの主成分分析を行って、r≦p(rは自然数)である主成分数r、及びN回の製品の夫々に係るr種類の主成分得点を求める手段と、
前記主成分分析の結果により、N回の製品の夫々に係るr種類の主成分得点からなるN×rの行列Tを行列Xから求めるための関係式T=XBを満たすp×rの行列Bを求める手段と、
N回の製品の夫々に係るr種類の主成分得点及びq種類の品質データの対応関係を回帰分析することにより、r種類の主成分得点に対応するr個の変数からなるr×1のベクトルtを用いてq種類の品質データの推測値からなるq×1のベクトルyを表現する回帰式y=Ctを満たす回帰係数からなるq×rの行列Cを求める手段と、
A=CBT であるq×pの行列A及びp種類の条件データに対応するp個の変数からなるp×1のベクトルxを用いてベクトルyを表現する関係式y=Axを求める手段と、
製品を製造する設備上の制限に基づいたp種類の条件データの上限及び下限からなる上限ベクトルxu 及び下限ベクトルxL 、各製造条件に対応する各対角成分が各製造条件に対する適宜の重みを表すp×pの対角行列である重み行列H、各製造条件の変更に要する操業コストを示す成分からなるp×1のベクトルw、並びに標準化されたp種類の条件データの基準値からなる基準条件ベクトルxbaseを記憶する手段と、
標準化された品質データの目標値からなるq×1の目標値ベクトルYAIM をベクトルyに代入することにより得られる関係式YAIM =Axを満たすベクトルxの内、xL ≦x≦xu の範囲内で下記の評価関数J(x)を最小にするベクトルxを求めて、適切な製造条件を示す条件データを成分とするベクトルxを計算する手段と
Standardize p-type (p is a natural number) condition data indicating the manufacturing conditions for N times (N is a natural number) of the product so that the average and variance of each type of condition data are each a predetermined value. And storing means as an N × p matrix X;
The quality data of q types (q is a natural number) indicating the quality of N times of products manufactured under the manufacturing conditions indicated by the condition data are set to predetermined values for the N times of the quality data of each type and the variance. Means for storing as an N × q matrix Y,
The principal component analysis of p kinds of condition data relating to each of N times of products is performed using the matrix X, and the number of principal components r where r ≦ p (r is a natural number) and the number of N times of the products are related. means for obtaining r principal component scores;
As a result of the principal component analysis, a p × r matrix B satisfying a relational expression T = XB for obtaining an N × r matrix T composed of r kinds of principal component scores for each of N products from the matrix X. A means of seeking
An r × 1 vector comprising r variables corresponding to r kinds of principal component scores by regression analysis of the correspondence between r kinds of principal component scores and q kinds of quality data relating to each of N products. means for obtaining a q × r matrix C composed of regression coefficients satisfying a regression equation y = Ct expressing a q × 1 vector y composed of estimated values of q kinds of quality data using t;
Means for determining the relationship y = Ax representing the vector y with A = CB T a is q × p matrix A and p types of conditions vector x p × 1 consisting of p pieces of variables corresponding to the data ,
Upper limit vector x u and lower limit vector x L consisting of upper and lower limits of p types of condition data based on restrictions on equipment for manufacturing products, and each diagonal component corresponding to each manufacturing condition has an appropriate weight for each manufacturing condition P × p diagonal matrix representing weighting matrix H, p × 1 vector w consisting of components indicating operation costs required for changing each manufacturing condition, and standard values of standardized p types of condition data Means for storing a reference condition vector x base ;
Of vectors x satisfying the relational expression Y AIM = Ax obtained by substituting q × 1 target value vector Y AIM consisting of target values of standardized quality data into vector y, x L ≦ x ≦ x u Means for obtaining a vector x that minimizes the following evaluation function J (x) within a range, and calculating a vector x having condition data representing appropriate manufacturing conditions as a component;
請求項8に記載の製造条件計算装置と、
製品の製造に係る製造条件を示すp種類(pは自然数)の条件データ、及び該条件データが示す製造条件の下で製造された製品の品質を示すq種類(qは自然数)の品質データを取得する手段と、
該手段が取得した前記条件データ及び前記品質データを前記製造条件計算装置へ入力する手段と、
前記製造条件計算装置が計算した、品質データの目標値を得ることが可能な条件データを出力する手段と、
該手段が出力した前記条件データが示す製造条件に合うように製品を製造する際の製造条件を制御する手段と
を有することを特徴とする品質調整システム。 In a quality adjustment system that adjusts the quality of products by controlling the manufacturing conditions when manufacturing products,
The manufacturing condition calculation apparatus according to claim 8,
Condition data of p types (p is a natural number) indicating manufacturing conditions relating to the manufacture of products, and quality data of q types (q is a natural number) indicating the quality of products manufactured under the manufacturing conditions indicated by the condition data Means to obtain,
Means for inputting the condition data and the quality data acquired by the means to the manufacturing condition calculator;
Means for outputting condition data capable of obtaining a target value of quality data calculated by the manufacturing condition calculation device;
A quality adjustment system comprising: means for controlling manufacturing conditions when manufacturing the product so as to meet the manufacturing conditions indicated by the condition data output by the means.
コンピュータに、行列Xを用いてN回の製品の夫々に係るp種類の条件データの主成分分析を行って、主成分数r(rは自然数;r≦p)、及びN回の製品の夫々に係るr種類の主成分得点を求めさせる手順と、
コンピュータに、前記主成分分析の結果により、N回の製品の夫々に係るr種類の主成分得点からなるN×rの行列Tを行列Xから求めるための関係式T=XBを満たすp×rの行列Bを求めさせる手順と、
コンピュータに、N回の製品の夫々に係るr種類の主成分得点及びq種類の品質データの対応関係を回帰分析することにより、r種類の主成分得点に対応するr個の変数からなるr×1のベクトルtを用いてq種類の品質データの推測値からなるq×1のベクトルyを表現する回帰式y=Ctを満たす回帰係数からなるq×rの行列Cを求めさせる手順と、
コンピュータに、A=CBT であるq×pの行列A及びp種類の条件データに対応するp個の変数からなるp×1のベクトルxを用いてベクトルyを表現する関係式y=Axを求めさせる手順と、
コンピュータに、製品を製造する設備上の制限に基づいたp種類の条件データの上限及び下限からなる上限ベクトルxu 及び下限ベクトルxL 、各製造条件に対応する各対角成分が各製造条件に対する適宜の重みを表すp×pの対角行列である重み行列H、各製造条件の変更に要する操業コストを示す成分からなるp×1のベクトルw、並びに標準化されたp種類の条件データの基準値からなる基準条件ベクトルxbaseを用いて、標準化された品質データの目標値からなるq×1の目標値ベクトルYAIM をベクトルyに代入することにより得られる関係式YAIM =Axを満たすベクトルxの内、xL ≦x≦xu の範囲内で下記の評価関数J(x)を最小にする、適切な製造条件を示す条件データを成分とするベクトルxを計算させる手順と
The computer performs a principal component analysis of p types of condition data relating to each of the N products using the matrix X, and the number of principal components r (r is a natural number; r ≦ p) and each of the N products. A procedure for obtaining r kinds of principal component scores according to
Based on the result of the principal component analysis, p × r that satisfies the relational expression T = XB for obtaining an N × r matrix T composed of r kinds of principal component scores for each of N products from the matrix X is obtained. A procedure for obtaining a matrix B of
By performing a regression analysis on the correspondence relationship between r kinds of principal component scores and q kinds of quality data relating to each of N times of products, r × consisting of r variables corresponding to r kinds of principal component scores. A procedure of obtaining a q × r matrix C composed of regression coefficients satisfying a regression equation y = Ct expressing a q × 1 vector y composed of estimated values of q types of quality data using one vector t;
The computer, the relationship y = Ax representing the vector y with A = CB T a is q × consisting p p number of variables corresponding to the matrix A and p type condition data p × 1 vector x The steps to ask
An upper limit vector x u and a lower limit vector x L composed of upper and lower limits of p kinds of condition data based on restrictions on equipment for manufacturing products in a computer, and each diagonal component corresponding to each manufacturing condition corresponds to each manufacturing condition. Weight matrix H, which is a p × p diagonal matrix representing appropriate weights, p × 1 vector w consisting of components indicating operation costs required for changing each manufacturing condition, and standard of p types of condition data A vector that satisfies the relational expression Y AIM = Ax obtained by substituting a target value vector Y AIM of q × 1 consisting of target values of standardized quality data into a vector y using a reference condition vector x base consisting of values a procedure for calculating a vector x having, as components, condition data indicating an appropriate manufacturing condition that minimizes the following evaluation function J (x) within a range of x L ≦ x ≦ x u
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005246591A JP4613751B2 (en) | 2005-08-26 | 2005-08-26 | Manufacturing condition calculation method, quality adjustment method, steel manufacturing method, manufacturing condition calculation device, quality adjustment system, and computer program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005246591A JP4613751B2 (en) | 2005-08-26 | 2005-08-26 | Manufacturing condition calculation method, quality adjustment method, steel manufacturing method, manufacturing condition calculation device, quality adjustment system, and computer program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007058806A JP2007058806A (en) | 2007-03-08 |
JP4613751B2 true JP4613751B2 (en) | 2011-01-19 |
Family
ID=37922204
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005246591A Expired - Fee Related JP4613751B2 (en) | 2005-08-26 | 2005-08-26 | Manufacturing condition calculation method, quality adjustment method, steel manufacturing method, manufacturing condition calculation device, quality adjustment system, and computer program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4613751B2 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103984331A (en) * | 2014-05-30 | 2014-08-13 | 西安交通大学 | Error sensitivity analysis and control method for complex product assembly quality |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4855353B2 (en) * | 2006-11-14 | 2012-01-18 | 新日本製鐵株式会社 | Product quality improvement condition analysis apparatus, analysis method, computer program, and computer-readable recording medium |
JP5020728B2 (en) * | 2007-07-10 | 2012-09-05 | 新日本製鐵株式会社 | Quality control device, method and program |
JP5007630B2 (en) * | 2007-08-30 | 2012-08-22 | 住友金属工業株式会社 | Product quality control method and control device |
JP5003362B2 (en) * | 2007-09-04 | 2012-08-15 | 住友金属工業株式会社 | Product quality control method and control device |
JP5012660B2 (en) * | 2008-05-22 | 2012-08-29 | 住友金属工業株式会社 | Product quality prediction and control method |
JP5288271B2 (en) * | 2009-05-18 | 2013-09-11 | 新日鐵住金株式会社 | A method to optimize multiple model parameters defining rolling torque function in rolling process |
JP6010928B2 (en) * | 2012-03-01 | 2016-10-19 | Jfeスチール株式会社 | Blowing process operation support method and blowing process operation support device |
CN104678974B (en) * | 2015-03-03 | 2018-06-15 | 深圳市华星光电技术有限公司 | To product processing procedure into the method controlled in real time on line |
JP7438615B2 (en) * | 2021-05-06 | 2024-02-27 | 三菱総研Dcs株式会社 | Information processing device and program |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002192211A (en) * | 2000-12-28 | 2002-07-10 | Nippon Steel Corp | Method for assuming product dimension in multi-stage rolling operation using universal rolling machine, and method for setting rolling clearance |
JP2003068717A (en) * | 2001-08-28 | 2003-03-07 | Hitachi Ltd | Semiconductor processing apparatus |
JP2003114713A (en) * | 2001-10-09 | 2003-04-18 | Nippon Steel Corp | Method for analyzing cause for quality degradation |
-
2005
- 2005-08-26 JP JP2005246591A patent/JP4613751B2/en not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002192211A (en) * | 2000-12-28 | 2002-07-10 | Nippon Steel Corp | Method for assuming product dimension in multi-stage rolling operation using universal rolling machine, and method for setting rolling clearance |
JP2003068717A (en) * | 2001-08-28 | 2003-03-07 | Hitachi Ltd | Semiconductor processing apparatus |
JP2003114713A (en) * | 2001-10-09 | 2003-04-18 | Nippon Steel Corp | Method for analyzing cause for quality degradation |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103984331A (en) * | 2014-05-30 | 2014-08-13 | 西安交通大学 | Error sensitivity analysis and control method for complex product assembly quality |
Also Published As
Publication number | Publication date |
---|---|
JP2007058806A (en) | 2007-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4613751B2 (en) | Manufacturing condition calculation method, quality adjustment method, steel manufacturing method, manufacturing condition calculation device, quality adjustment system, and computer program | |
KR101011546B1 (en) | Prediction formula making device and prediction formula making method | |
JP6439780B2 (en) | Magnetic property prediction device and magnetic property control device for electrical steel sheet | |
JP5169096B2 (en) | Quality prediction apparatus, quality prediction method, and product manufacturing method | |
JP4874678B2 (en) | Semiconductor manufacturing apparatus control method and semiconductor manufacturing apparatus control system | |
CN110991495B (en) | Method, system, medium, and apparatus for predicting product quality in manufacturing process | |
CN114065556B (en) | Amplitude-variable fatigue life prediction method based on dissipation energy | |
JP5962290B2 (en) | Steel heat transfer coefficient prediction apparatus and cooling control method | |
JP2022132895A (en) | Manufacturing support system for predicting characteristics of alloy material, method for generating prediction model, and computer program | |
JP2017157094A (en) | State prediction device for product, state control device for product, state prediction method for product, and program | |
JP2007052739A (en) | Method and device for generating model, method and device for predicting state, and method and system for adjusting state | |
JP4400253B2 (en) | Quality influence factor analysis method, quality prediction method, quality control method, quality influence factor analysis device, quality prediction device, quality control device, quality influence factor analysis system, quality prediction system, quality control system, and computer program | |
JP5003362B2 (en) | Product quality control method and control device | |
JP5853723B2 (en) | Phosphorus concentration prediction device and blowing control method | |
CN116305885A (en) | Method, device and storage medium for predicting or controlling iron loss of silicon steel | |
JP5195331B2 (en) | Quality prediction apparatus, prediction method, program, and computer-readable recording medium in manufacturing process | |
JP2010264499A (en) | Method of optimizing parameter of control model | |
JP2009230412A (en) | Result predicting device, and product quality prediction method using same | |
JP5821656B2 (en) | Quick lime concentration prediction device and blowing control method | |
JP4663808B2 (en) | Process parameter selection apparatus, process parameter selection method, process parameter selection program, program recording medium, and manufacturing process management apparatus including the process parameter selection apparatus | |
CN116339145A (en) | Machine parameter regulation and control method, equipment and storage medium | |
JP2001294928A (en) | Method for controlling end point of blowing in converter | |
JP7118690B2 (en) | Manufacturing method, information processing device, relational expression calculation device, and manufacturing system | |
JP2019173096A5 (en) | ||
JP2009059045A (en) | Control method and control apparatus of product quality |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070921 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071011 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100401 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100622 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100809 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20100809 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20100809 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100921 |
|
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: 20101004 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4613751 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131029 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131029 Year of fee payment: 3 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131029 Year of fee payment: 3 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |