JP6172124B2

JP6172124B2 - 鋼板形状検出装置及びその方法、鋼板圧延方法、鋼板製造方法

Info

Publication number: JP6172124B2
Application number: JP2014237692A
Authority: JP
Inventors: 貴大田中; 淳川原; 太基宮野
Original assignee: JFE Steel Corp
Current assignee: JFE Steel Corp
Priority date: 2014-11-25
Filing date: 2014-11-25
Publication date: 2017-08-02
Anticipated expiration: 2034-11-25
Also published as: JP2016097431A

Description

本発明は、鋼板の形状を検出する鋼板形状検出装置及びその方法、鋼板圧延方法、鋼板製造方法に関し、例えば圧延工程で鋼板の形状を検出し、その検出された鋼板形状に応じて圧延方法を設定するのに好適なものである。

厚鋼板の圧延において、要求される製品寸法を得る方法として、鋼板を製品寸法以上の大きさに圧延し、切出しによって製品寸法の大きさにカットする手法を用いる。そのため、圧延後の板幅や板長といった寸法が製品寸法に満たない場合、その鋼板は板取りすることができず、製品として出荷することができない。また、鋼板が略円弧状に湾曲するキャンバー形状が大きく発生した場合も要求される製品寸法を板取りできない。このような幅不足、長さ不足、或いはキャンバー形状による幅不足、長さ不足を避けるためには、事前にスラブ重量をより大きく付与する必要がある。しかしながら、スラブ重量を余分に付加することは歩留り低下につながる。また、圧延後の寸法が製品寸法に比べて長すぎる場合も、切出し時に余分が生じ、歩留りが悪くなる。

もし、圧延前や圧延中の板幅、板長、オフセンター量といった鋼板の形状を精度良く検出することができれば、その情報を利用して圧延後の鋼板を目標寸法に制御する精度が向上する。例えば圧延中の鋼板の長さが予定より小さいことが分かれば、残りのパスでの圧延荷重を増やして板長が大きくなるように調整することができる。また、逆に板の長さが大き過ぎる場合は圧延荷重を減らして最適な長さになるように調整することができる。もし、圧延中の鋼板のキャンバー量（曲がり具合）が大きい場合は、レベリング量を調整して鋼板が真っ直ぐになるように制御することも可能である。

このように圧延前や圧延中、或いは圧延パス間で鋼板の形状を精度良く検出することは歩留り向上につながる。下記特許文献１では、撮像式二次元センサと撮像式一次元センサで測定データを比較して、両者の誤差が大きなデータをキャンセルする方法が記載されている。

特開平５−３４１１２号公報

ところで、圧延機の近傍では、スラブ表面に付着したスケールを除去するために高圧水を噴射しており、水蒸気などのノイズが生じ易い。その結果、圧延機近傍では霧状水滴や浮遊性粒子、所謂ヒュームが充満し易く、光学式カメラを用いて鋼板の形状を検出する方法では、検出位置を圧延機から１０ｍ以上離さなければ、１０ｍｍ程度といった要求される検出精度を維持できない。しかしながら、鋼板の搬送時間を考えた場合に鋼板形状の検出所要時間を短縮したいという要求からは検出位置は圧延機近傍であることが望ましく、圧延機近傍で鋼板形状を検出するためには水蒸気などによるノイズを取り除くことが重要となる。また、鋼板とセンサとの間に水蒸気などが存在し、その結果、鋼板の端部（エッジ）部分がぼやけてしまった場合、特許文献１のように二次元センサ及び一次元センサで鋼板を撮像しても、両者にノイズが生じてしまうため、ノイズを除去することができない。また、特許文献１に記載される方法でノイズを取り除き切れなかった場合、鋼板寸法の最大値、最小値などの代表値に大きな影響を与えてしまう。

本発明は、上記のような問題点に着目してなされたものであり、水蒸気などのノイズを適正に除去することで鋼板の形状を適正に検出することができる鋼板形状検出装置及びその方法と、圧延中に適正に検出された鋼板の形状に応じて歩留りを向上することが可能な鋼板圧延方法、鋼板製造方法を提供することを目的とするものである。

上記課題を解決するために、本発明の一態様によれば、演算処理機能を有する演算処理装置で鋼板の形状を検出する鋼板形状検出装置であって、鋼板の輪郭を光学的に検出する鋼板輪郭検出装置と、鋼板輪郭検出装置で検出された鋼板の輪郭又はその輪郭に対応する曲線を座標データとして抽出する座標データ抽出部と、座標データ抽出部で抽出された座標データのうち、近傍の座標データに対してバラツキの大きい座標データをノイズとして除去する座標データノイズ除去部と、座標データノイズ除去部で除去された後の残存する座標データのデータ密度が大きいほど大きい重みを設定する重み設定部と、重み設定部で設定された重みを用いて鋼板の輪郭又はその輪郭に対応する曲線を曲線近似する重み付き曲線近似部と、重み付き曲線近似部で曲線近似された鋼板の輪郭又はその輪郭に対応する曲線から鋼板の形状を算出する鋼板形状算出部とを備えた鋼板形状検出装置が提供される。

また、本発明の別の態様によれば、演算処理機能を有する演算処理装置で鋼板の形状を検出する鋼板形状検出方法であって、鋼板の輪郭を鋼板輪郭検出装置で光学的に検出し、鋼板輪郭検出装置で検出された鋼板の輪郭又はその輪郭に対応する曲線を座標データとして抽出する座標データ抽出ステップと、座標データ抽出ステップで抽出された座標データのうち、近傍の座標データに対してバラツキの大きい座標データをノイズとして除去する座標データノイズ除去ステップと、座標データノイズ除去ステップで除去された後の残存する座標データのデータ密度が大きいほど大きい重みを設定する重み設定ステップと、重み設定ステップで設定された重みを用いて鋼板の輪郭又はその輪郭に対応する曲線を曲線近似する重み付き曲線近似ステップと、重み付き曲線近似ステップで曲線近似された鋼板の輪郭又はその輪郭に対応する曲線から当該鋼板の形状を算出する鋼板形状算出ステップとを備えた鋼板形状検出方法が提供される。

また、本発明の別の態様によれば、算出された鋼板の形状からその鋼板の板幅及び板長の最大値、最小値、平均値を求め、圧延後の鋼板形状が目標寸法になるように圧下量を設定する鋼板圧延方法及び鋼板製造方法が提供される。

本発明によれば、水蒸気などのノイズを適正に除去することで鋼板の形状を適正に検出することができ、また圧延中に適正に検出された鋼板の形状に応じて歩留りを向上することが可能となる。

本発明の鋼板形状検出装置及びその方法、鋼板圧延方法、鋼板製造方法が適用された熱間圧延設備の一実施形態を示す概略構成図である。図１の演算処理装置で検出しようとする鋼板形状の説明図である。図１のカメラで撮像された鋼板輪郭画像及び画像処理で抽出された鋼板の輪郭の説明図である。図１の演算処理装置で行われる鋼板形状検出のための演算処理のフローチャートである。図４の演算処理の説明図である。図４の演算処理の説明図である。図４の演算処理の説明図である。図１の演算処理装置で行われる鋼板圧延のための演算処理のフローチャートである。図４の演算処理による座標データの説明図である。図４の演算処理による座標データの説明図である。図４の演算処理による座標データの説明図である。図４の演算処理による座標データの説明図である。図４の演算処理による座標データの説明図である。図４の演算処理によって構成される鋼板形状検出装置及びその方法の概略構成図である。本発明の鋼板形状検出装置及びその方法の他の例を示す概略構成図である。本発明の鋼板形状検出装置及びその方法の更に他の例を示す概略構成図である。

以下に示す実施の形態は、本発明の技術的思想を具体化するための装置や方法を例示するものであって、本発明の技術的思想は、構成部品の材質、形状、構造、配置等を下記のものに特定するものでない。本発明の技術的思想は、特許請求の範囲に記載された請求項が規定する技術的範囲内において、種々の変更を加えることができる。
以下、本発明の実施形態に係る鋼板形状検出装置及びその方法、並びに鋼板圧延方法、鋼板製造方法について図面を参照しながら説明する。この実施形態の鋼板形状検出装置及びその方法、並びに鋼板圧延方法は、例えば図１に例示する熱間圧延設備に用いられる。図１に例示する熱間圧延設備では、鋼板Ｓは、圧延機で往復圧延される場合除き、原則的に、図の左から右に搬送（通板）される。加熱されたスラブは圧延機２で圧延される。この圧延機２は、往復圧延が可能で、予め設定された圧延スケジュールに従って鋼板Ｓを所定の板厚まで圧延する。また、後述する演算処理に従って、鋼板Ｓが所定寸法・所定形状になるように圧延を行う。

加熱炉１と圧延機２の間には、鋼板Ｓの輪郭を光学的に検出するための鋼板輪郭検出装置４が設置されている。また、圧延機２の近傍の入側及び出側には、鋼板表面のスケールを除去するデスケーリング装置３が配置されている。この実施形態におけるデスケーリング装置３は、装置の内部に配置されたノズルから鋼板Ｓの表面に高圧水を吹き付けて鋼板表面のスケールを除去する形態のものが用いられている。これらの熱間圧延設備は、高度な演算処理機能を有するプロセスコンピュータやプログラマブルコントローラなどの演算処理装置５によって操業・制御されている。プロセスコンピュータは、鋼板Ｓの搬送状態もトラッキングデータとして管理している。

周知の熱間圧延設備と同様に、鋼板Ｓは回転するテーブルロール６で搬送される。テーブルロール６は、軸線を鋼板搬送方向と直交且つ水平に向けて、鋼板搬送方向に等間隔で多数併設されており、各テーブルロール６間には、エプロンと呼ばれる図示しない鋼板支持台が配置されている。この実施形態における鋼板輪郭検出装置４は、鋼板Ｓの表面（上面）の輪郭を光学的に検出するカメラ７で構成される。このカメラ７は、ＣＭＯＳセンサなどの撮像素子を用いた所謂デジタルカメラであり、集積されている素子の個々が画素として輝度や色合いを検出し、それを演算処理装置５に向けて出力する。熱間圧延中の鋼板Ｓは、赤熱して輝度が高いので、画像中の高輝度部分を鋼板Ｓと認識することで、その周縁部を鋼板Ｓの輪郭として検出することができる。また、画素の位置を鋼板Ｓの表面の平面座標に置換することで、鋼板Ｓの輪郭又はその輪郭に対応した曲線を座標データとして抽出することもできる。但し、画像中に水蒸気などが写り込んだ場合には、それを鋼板Ｓの輪郭と誤認識する可能性もある。なお、鋼板Ｓの輪郭に対応した曲線とは、後述するように、例えば鋼板Ｓの幅方向に対向する辺と辺の中心線、つまり鋼板Ｓの幅方向中心線などが挙げられ、鋼板Ｓの幅方向中心線の位置から鋼板Ｓのオフセンター量を表すことができる。

図２は、この実施形態の鋼板形状検出装置及びその方法で検出しようとする鋼板形状の説明図である。例えば図の左から右に鋼板Ｓが搬送されるとき、一般的に図の上下方向寸法が鋼板Ｓの板幅、図の左右方向寸法が鋼板Ｓの板長である。例えば板幅方向の両辺を検出することができれば、その中心線が板幅方向中心線であり、本来あるべき鋼板Ｓの板幅方向中心線（例えば図のＸ軸）とのずれ量がオフセンター量となる。また、板幅方向の両辺の位置の差は即ち板幅である。同様に、板長方向の両辺の位置の差は即ち板長である。例えば板幅方向の両辺は、本来あるべき辺と平行な方向（鋼板搬送方向）をＸ軸、辺と直交する方向をＹ軸として、各辺の存在位置を座標データとして表現することができる。例えば、特定のＸ軸座標ｘ_iにおける図示上方の板幅方向の辺の端部位置（図ではエッジ位置）のＹ軸座標をｙ_Ai、図示下方の板幅方向の辺の端部位置（図ではエッジ位置）のＹ軸座標をｙ_Biとすると、板幅もオフセンター量もＹ軸座標ｙ_Ai、ｙ_Biの関数として表すことができる。この置換は、例えば板幅方向の両辺を検出、つまり座標データの連続ではなく、例えば曲線近似などによって辺を辺として検出してからでも可能である。そこで、この実施形態では、鋼板Ｓの輪郭の四辺を曲線近似によって辺として検出してから鋼板Ｓの形状を算出する。

図３は、カメラ７で撮像された鋼板Ｓの輪郭画像を模式的に表したものである。図中の実線が実際の鋼板Ｓの輪郭、図中の破線は、例えば画像処理によって検出された鋼板Ｓの輪郭である。前述のように、熱間圧延中の鋼板は赤熱しているため、輝度が高い。そこで、画像中の輝度の高い部分を画像処理によって強調して、その周縁部を抽出すると鋼板の輪郭が得られる。図中で、実際の鋼板Ｓの輪郭と抽出された鋼板Ｓの輪郭のずれている部分、具体的に抽出された鋼板Ｓの輪郭が実際の鋼板Ｓの輪郭よりも膨らんでいる部分は、鋼板Ｓの端部（エッジ）に水蒸気が映り込んでいる。そのため、画像処理で抽出した鋼板Ｓの輪郭は、水蒸気の部分で外側に膨らんでしまっている。

そこで、この実施形態では、図３の破線のように抽出された鋼板Ｓの輪郭に対し、水蒸気などの影響でずれてしまった部分をノイズとして除去し、鋼板Ｓの本来の輪郭から鋼板の形状を検出する。図４は、鋼板Ｓの形状を検出するために演算処理装置５で行われる演算処理である。この演算処理は、例えばオペレータによる入力操作で開始され、まずステップＳ１で、カメラ７で撮像された鋼板表面の画像を読込む。

次にステップＳ２に移行して、ステップＳ１で読込んだ鋼板表面画像に輪郭強調などの画像処理を施し、鋼板表面の端部（エッジ）の位置座標を抽出する。
次にステップＳ３に移行して、鋼板表面の何れかの一辺に着目し、その一辺の辺直交座標を辺直交座標軸、即ちＹ軸上のｙ_iとし、その辺の辺平行座標軸、即ちＸ軸上の辺平行座標ｘ_iと対応して、例えば図５のように記憶する。

次にステップＳ４に移行して、例えば下記１式に示す評価関数に各辺直交座標ｙ_iを代入し、その辺直交座標ｙ_iの評価関数の絶対値｜ｆ_i｜が予め設定された規定値ε₁より大きい場合、その辺直交座標ｙ_iを除去することで、バラツキの大きいデータをノイズとして除去する。これにより、図６に斜線で示す部分の辺直交座標がノイズとして除去される。なお、下記１式では、辺の両端部における夫々２つの座標データは評価できないので、強制的に除去する。このようなノイズ除去処理を微分フィルタとも称する。

次にステップＳ５に移行して、ステップＳ４でノイズ除去された辺直交座標ｙ_iに対して、残存するデータ密度が大きいほど大きい重みＷ_iを設定する。この重み設定は、例えば全ての辺直交座標（除去する前の辺直交座標を含む）ｙ_iを等間隔に区切り、区切られた範囲内に残存する辺直交座標ｙ_iの数をカウントし、そのカウント数Ｃ_jを重みＷ_iとして設定する。例えば、図６にあっては、全ての辺直交座標ｙ_iを４つずつのグループに分け、夫々のグループ内に残存している辺直交座標ｙ_iの数、例えばｙ_i-4からｙ_i-1までのグループではカウント数Ｃ_j-1＝２を重みＷ_i-4〜Ｗ_i-1に設定し、ｙ_iからｙ_i+3までのグループではカウント数Ｃ_j＝３を重みＷ_i〜Ｗ_i+3に設定する。なお、重みを強調するためには、例えばカウント数Ｃ_jを適正な指数κで累乗してもよい。

次にステップＳ６に移行して、ステップＳ５で設定された重みＷ_iを用いて辺平行座標ｘ_iに対する辺直交座標ｙ_iを下記２式で示すｎ次多項式で重み付き曲線近似する。

ここで、多項式の係数ａ₀、〜、ａ_nは、例えば重み付き最小二乗法で求めることができる。即ち、下記３式で表される評価関数Ｊを与え、この評価関数Ｊが最小となる係数ａ₀、〜、ａ_nを決定すればよい。具体的には、下記４式の行列式を解くことで係数ａ₀、〜、ａ_nが得られる。

次にステップＳ７に移行して、ステップＳ６で近似された重み付け曲線で得られる辺直交座標Ｙ_iと残存する座標データとしての辺直交座標ｙ_iとの差の絶対値｜ｙ_i−Ｙ_i｜が予め設定された規定値ε₂より大きい場合、図７に示すように、その辺直交座標ｙ_iをバラツキとして再度除去する。
次にステップＳ８に移行して、ステップＳ５と同様に、ステップＳ７でバラツキが再度除去された辺直交座標ｙ_iに対して、残存するデータ密度が大きいほど大きい重みＷ_iを再設定する。
次にステップＳ９に移行して、ステップＳ６と同様に、ステップＳ８で再設定された重みＷ_iを用いて辺平行座標ｘ_iに対する辺直交座標ｙ_iを前述の２式で示すｎ次多項式で重み付き曲線再近似する。

次にステップＳ１０に移行して、鋼板Ｓの全ての辺を重み付き曲線で近似したか否かを判定し、全ての辺を重み吹き曲線で近似した場合にはステップＳ１１に移行し、そうでない場合にはステップＳ１２に移行する。
ステップＳ１２では、鋼板Ｓの残りの辺のうち、これまでと異なる一辺に着目し、ステップＳ３と同様に、その一辺の辺直交座標をＹ軸上のｙ_iとし、その辺のＸ軸上の辺平行座標ｘ_iと対応して記憶してからステップＳ４に移行する。

また、ステップＳ１１では、重み付き曲線近似した鋼板の全ての辺の座標から、例えば板幅、板長、オフセンター量といった鋼板Ｓの形状を算出してから復帰する。
次に、検出された鋼板の形状に応じて圧延を行うために演算処理装置５で実行される演算処理について図８のフローチャートを用いて説明する。この演算処理は、例えばオペレータによる入力操作で開始され、まずステップＳ２１で、図４の演算処理による鋼板Ｓの形状検出が完了したか否かを判定し、鋼板Ｓの形状検出が完了した場合にはステップＳ２２に移行し、そうでない場合には待機する。

ステップＳ２２では、算出された鋼板Ｓの形状から板幅及び板長の最大値、最小値、平均値を求め、圧延後の鋼板Ｓの形状が目標寸法になるように圧延機２による圧下量を設定する。
次にステップＳ２３に移行して、算出された鋼板Ｓの形状によるオフセンター量の近似曲線から鋼板Ｓの曲率を求め、圧延後の鋼板Ｓの曲率が目標値になるように圧延機２のレベリング量を設定する。

次にステップＳ２４に移行して、図示しない個別の演算処理に従って、設定した圧下量及びレベリング量で圧延機２による鋼板Ｓの圧延を実施してから復帰する。
図４の演算処理のステップＳ３では、例えば図３の鋼板Ｓの幅方向上側の辺に対して、図９のような辺平行座標及び辺直交座標が得られる。これに対し、図４の演算処理のステップＳ４では、バラツキの大きいデータがノイズとして除去されるので、図９の辺平行座標及び辺直交座標は図１０のようになる。そして、データ密度が大きいほど大きく設定される重みを用い、図１０の辺平行座標及び辺直交座標を図４の演算処理のステップＳ６で重み付け曲線近似すると図１１のような近似曲線が得られる。更に、図４の演算処理のステップＳ７で図１１の近似曲線に対してバラツキの大きいデータを再度除去するとデータは図１２のように更に減少する。バラツキが再度除去されたデータのデータ密度が大きいほど大きく設定される重みを用い、図１２の辺平行座標及び辺直交座標を図４の演算処理のステップＳ９で重み付け曲線再近似すると図１３のような近似曲線が得られる。従って、このように辺の近似曲線が得られたら、残りの辺の近似曲線との関係から、鋼板Ｓの板幅、板長、オフセンター量といった形状を算出することができる。

この実施形態による鋼板形状検出を要約すると、図１４に示すように、鋼板の輪郭を座標データ（元データ）として抽出した後、近傍の座標データに対してバラツキの大きい座標データをノイズとして除去する微分フィルタ、除去された後の残存する座標データのデータ密度が大きいほど大きく設定された重みを用いて鋼板の輪郭を曲線近似する重み付き曲線近似、曲線近似された座標データと残存する座標データとの差の絶対値が予め設定された規定値より大きい場合にその座標データを再除去する近似曲線との比較、残存する座標データのデータ密度が大きいほど大きく設定された重みを用いて鋼板の輪郭を再度曲線近似する重み付き曲線再近似のステップで構成され、この曲線再近似で補正された座標データによる鋼板の輪郭から鋼板の形状を算出する。

しかしながら、例えば鋼板の輪郭の曲線近似を一度行うだけでも、場合によっては鋼板の輪郭を十分に補正することができる場合もある。そのような場合には、図１５に示すように、鋼板の輪郭を座標データ（元データ）として抽出した後、近傍の座標データに対してバラツキの大きい座標データをノイズとして除去する微分フィルタ、除去された後の残存する座標データのデータ密度が大きいほど大きく設定された重みを用いて鋼板の輪郭を曲線近似する重み付き曲線近似のステップで構成し、この曲線近似で補正された座標データによる鋼板の輪郭から鋼板の形状を算出すればよい。

また、板幅及び板長の最大値、最小値、平均値などの数値だけを必要とする場合には、例えば鋼板の輪郭の曲線近似を一度行った後、曲線近似された座標データと残存する座標データとの差が大きい場合にその座標データを再除去するだけで、十分に補正された座標データを取得できる場合もある。そのような場合には、図１６に示すように、鋼板の輪郭を座標データ（元データ）として抽出した後、近傍の座標データに対してバラツキの大きい座標データをノイズとして除去する微分フィルタ、除去された後の残存する座標データのデータ密度が大きいほど大きく設定された重みを用いて鋼板の輪郭を曲線近似する重み付き曲線近似、曲線近似された座標データと残存する座標データとの差の絶対値が予め設定された規定値より大きい場合にその座標データを再除去する近似曲線との比較のステップで構成し、この近似曲線との比較で残存した座標データ、つまり補正された座標データによる鋼板の輪郭から鋼板の形状を算出すればよい。

また、この実施形態では、先に鋼板の四辺を近似曲線などによって辺として検出してから鋼板の形状を算出することとしたが、前述のように、鋼板の輪郭の座標データから板幅方向中心線を座標データとして取得することもできるので、そのような鋼板の輪郭に対応した曲線を近似曲線などによって検出し、その検出された鋼板の輪郭に対応した曲線から鋼板の形状を算出することも勿論可能である。そして、その場合には、例えば図５の演算処理の「辺」を「板幅方向中心線」のように置換すればよい。また、鋼板の形状として、輪郭座標データを用いた板幅、板長、オフセンター量などの数値に対しても同様に近似曲線化して補正することができる。

このように、この実施形態の鋼板形状検出装置及びその方法では、演算処理機能を有する演算処理装置５で鋼板の形状を検出するにあたり、鋼板輪郭検出装置４としてのカメラ７で鋼板Ｓの輪郭を光学的に検出し、検出された鋼板Ｓの輪郭又はその輪郭に対応する曲線を座標データ抽出ステップＳ２で座標データとして抽出し、抽出された座標データのうち、近傍の座標データに対してバラツキの大きい座標データを座標データノイズ除去ステップＳ４でノイズとして除去し、除去された後の残存する座標データのデータ密度が大きいほど大きい重みを重み設定ステップＳ５で設定し、設定された重みを用いて鋼板Ｓの輪郭又はその輪郭に対応する曲線を重み付き曲線近似ステップＳ６で曲線近似し、曲線近似された鋼板Ｓの輪郭又はその輪郭に対応する曲線から鋼板Ｓの形状を鋼板形状算出ステップＳ１１で算出する。そのため、水蒸気などのノイズを適正に除去することができ、その結果、鋼板Ｓの形状を適正に検出することができる。

また、曲線近似された座標データと除去された後の残存する座標データとの差の絶対値が予め設定された規定値ε₂より大きい場合にその残存する座標データを座標データ再除去ステップＳ７で再度除去し、鋼板形状算出ステップＳ１１では、再度除去された後の残存する座標データから鋼板Ｓの形状を算出する。そのため、水蒸気などのノイズを適正に除去することができ、その結果、鋼板Ｓの形状を適正に検出することができる。

また、再度除去された後の残存する座標データのデータ密度が大きいほど大きい重みを重み再設定ステップＳ８で再設定し、再設定された重みを用いて鋼板Ｓの輪郭又はその輪郭に対応する曲線を重み付き曲線再近似ステップＳ９で再度曲線近似し、鋼板形状算出ステップＳ１１では、再度曲線近似された鋼板Ｓの輪郭又はその輪郭に対応する曲線から当該鋼板Ｓの形状を算出する。そのため、水蒸気などのノイズを適正に除去することができ、その結果、鋼板Ｓの形状を適正に検出することができる。

また、この実施形態の鋼板圧延方法では、算出された鋼板の形状から当該鋼板の板幅及び板長の最大値、最小値、平均値を求め、圧延後の鋼板形状が目標寸法になるように圧下量を設定する。これにより、圧延中に適正に検出された鋼板の形状に応じて歩留りを向上することができる。
また、算出された鋼板の形状によるオフセンター量の近似曲線から鋼板の曲率を求め、圧延後の鋼板の曲率が目標値になるようにレベリング量を設定する。これにより、圧延中に適正に検出された鋼板の形状に応じて歩留りを向上することができる。
本発明がここに記載していない様々な実施の形態等を含むことは勿論である。従って、本発明の技術的範囲は上記の説明から妥当な特許請求の範囲に記載された発明特定事項によってのみ定められるものである。

１加熱炉
２圧延機
３デスケーリング装置
４鋼板輪郭検出装置
５演算処理装置
６テーブルロール
７カメラ
Ｓ鋼板

Claims

演算処理機能を有する演算処理装置で鋼板の形状を検出する鋼板形状検出装置であって、
鋼板の輪郭を光学的に検出する鋼板輪郭検出装置と、
前記鋼板輪郭検出装置で検出された鋼板の輪郭又は当該輪郭に対応する曲線を座標データとして抽出する座標データ抽出部と、
前記座標データ抽出部で抽出された座標データのうち、近傍の座標データに対してバラツキの大きい座標データをノイズとして除去する座標データノイズ除去部と、
前記座標データノイズ除去部で除去された後の残存する座標データである辺直交座標のデータ密度が大きいほど大きい重みを設定するものであって、前記残存する座標データの重み設定が、全ての辺直交座標を等間隔に区切り、区切られた範囲内に残存する辺直交座標の数をカウントし、そのカウント数を重みとして設定する重み設定部と、
前記重み設定部で設定された重みを用いて鋼板の輪郭又は当該輪郭に対応する曲線を曲線近似する重み付き曲線近似部と、
前記重み付き曲線近似部で曲線近似された鋼板の輪郭又は当該輪郭に対応する曲線から当該鋼板の形状を算出する鋼板形状算出部と
を備えたことを特徴とする鋼板形状検出装置。
前記重み付き曲線近似部で曲線近似された座標データと前記座標データノイズ除去部で除去された後の残存する座標データとの差の絶対値が予め設定された規定値より大きい場合に当該残存する座標データを除去する座標データ再除去部を備え、
前記鋼板形状算出部は、前記座標データ再除去部で除去された後の残存する座標データから前記鋼板の形状を算出することを特徴とする請求項１に記載の鋼板形状検出装置。
前記座標データ再除去部で除去された後の残存する座標データである辺直交座標のデータ密度が大きいほど大きい重みを再設定するものであって、前記残存する座標データの重み再設定が、全ての辺直交座標を等間隔に区切り、区切られた範囲内に残存する辺直交座標の数をカウントし、そのカウント数を重みとして再設定する重み再設定部と、
前記重み再設定部で再設定された重みを用いて鋼板の輪郭又は当該輪郭に対応する曲線を再度曲線近似する重み付き曲線再近似部とを備え、
前記鋼板形状算出部は、前記重み付き曲線再近似部で再度曲線近似された鋼板の輪郭又は当該輪郭に対応する曲線から当該鋼板の形状を算出することを特徴とする請求項２に記載の鋼板形状検出装置。
演算処理機能を有する演算処理装置で鋼板の形状を検出する鋼板形状検出方法であって、
鋼板の輪郭を鋼板輪郭検出装置で光学的に検出し、
前記鋼板輪郭検出装置で検出された鋼板の輪郭又は当該輪郭に対応する曲線を座標データとして抽出する座標データ抽出ステップと、
前記座標データ抽出ステップで抽出された座標データのうち、近傍の座標データに対してバラツキの大きい座標データをノイズとして除去する座標データノイズ除去ステップと、
前記座標データノイズ除去ステップで除去された後の残存する座標データである辺直交座標のデータ密度が大きいほど大きい重みを設定するものであって、前記残存する座標データの重み設定が、全ての辺直交座標を等間隔に区切り、区切られた範囲内に残存する辺直交座標の数をカウントし、そのカウント数を重みとして設定する重み設定ステップと、
前記重み設定ステップで設定された重みを用いて鋼板の輪郭又は当該輪郭に対応する曲線を曲線近似する重み付き曲線近似ステップと、
前記重み付き曲線近似ステップで曲線近似された鋼板の輪郭又は当該輪郭に対応する曲線から当該鋼板の形状を算出する鋼板形状算出ステップと
を備えたことを特徴とする鋼板形状検出方法。
前記重み付き曲線近似ステップで曲線近似された座標データと前記座標データノイズ除去ステップで除去された後の残存する座標データとの差の絶対値が予め設定された規定値より大きい場合に当該残存する座標データを除去する座標データ再除去ステップを備え、
前記鋼板形状算出ステップは、前記座標データ再除去ステップで除去された後の残存する座標データから前記鋼板の形状を算出することを特徴とする請求項４に記載の鋼板形状検出方法。
前記座標データ再除去ステップで除去された後の残存する座標データである辺直交座標のデータ密度が大きいほど大きい重みを再設定するものであって、前記残存する座標データの重み再設定が、全ての辺直交座標を等間隔に区切り、区切られた範囲内に残存する辺直交座標の数をカウントし、そのカウント数を重みとして再設定する重み再設定ステップと、
前記重み再設定ステップで再設定された重みを用いて鋼板の輪郭又は当該輪郭に対応する曲線を再度曲線近似する重み付き曲線再近似ステップとを備え、
前記鋼板形状算出ステップは、前記重み付き曲線再近似ステップで再度曲線近似された鋼板の輪郭又は当該輪郭に対応する曲線から当該鋼板の形状を算出することを特徴とする請求項５に記載の鋼板形状検出方法。
請求項４乃至６の何れか一項に記載の鋼板形状検出方法で圧延中の鋼板の形状を算出し、
算出された鋼板の形状から当該鋼板の板幅及び板長の最大値、最小値、平均値を求め、圧延後の鋼板形状が目標寸法になるように圧下量を設定することを特徴とする鋼板圧延方法。
請求項４乃至６の何れか一項に記載の鋼板形状検出方法で圧延中の鋼板の形状を算出し、
算出された鋼板の形状によるオフセンター量の近似曲線から鋼板の曲率を求め、圧延後の鋼板の曲率が目標値になるようにレベリング量を設定することを特徴とする鋼板圧延方法。
請求項７又は８に記載の鋼板圧延方法で鋼板を製造する鋼板製造方法。