JP7040696B1 - 冷間圧延機の圧延条件算出方法、冷間圧延機の圧延条件算出装置、冷間圧延方法、冷間圧延機、及び鋼板の製造方法 - Google Patents

冷間圧延機の圧延条件算出方法、冷間圧延機の圧延条件算出装置、冷間圧延方法、冷間圧延機、及び鋼板の製造方法 Download PDF

Info

Publication number
JP7040696B1
JP7040696B1 JP2022503914A JP2022503914A JP7040696B1 JP 7040696 B1 JP7040696 B1 JP 7040696B1 JP 2022503914 A JP2022503914 A JP 2022503914A JP 2022503914 A JP2022503914 A JP 2022503914A JP 7040696 B1 JP7040696 B1 JP 7040696B1
Authority
JP
Japan
Prior art keywords
rolling
steady
cold
cold rolling
conditions
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.)
Active
Application number
JP2022503914A
Other languages
English (en)
Other versions
JPWO2022172524A1 (ja
Inventor
昇輝 藤田
拓也 北村
哲矢 荒川
好規 生駒
美和 大橋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
JFE Steel Corp
Original Assignee
JFE Steel Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by JFE Steel Corp filed Critical JFE Steel Corp
Priority claimed from PCT/JP2021/040051 external-priority patent/WO2022172524A1/ja
Application granted granted Critical
Publication of JP7040696B1 publication Critical patent/JP7040696B1/ja
Publication of JPWO2022172524A1 publication Critical patent/JPWO2022172524A1/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
    • B21B37/007—Control for preventing or reducing vibration, chatter or chatter marks
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
    • B21B37/16—Control of thickness, width, diameter or other transverse dimensions
    • B21B37/24—Automatic variation of thickness according to a predetermined programme
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21D—MODIFYING THE PHYSICAL STRUCTURE OF FERROUS METALS; GENERAL DEVICES FOR HEAT TREATMENT OF FERROUS OR NON-FERROUS METALS OR ALLOYS; MAKING METAL MALLEABLE, e.g. BY DECARBURISATION OR TEMPERING
    • C21D8/00—Modifying the physical properties by deformation combined with, or followed by, heat treatment
    • C21D8/02—Modifying the physical properties by deformation combined with, or followed by, heat treatment during manufacturing of plates or strips
    • C21D8/0221—Modifying the physical properties by deformation combined with, or followed by, heat treatment during manufacturing of plates or strips characterised by the working steps
    • C21D8/0236—Cold rolling
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21D—MODIFYING THE PHYSICAL STRUCTURE OF FERROUS METALS; GENERAL DEVICES FOR HEAT TREATMENT OF FERROUS OR NON-FERROUS METALS OR ALLOYS; MAKING METAL MALLEABLE, e.g. BY DECARBURISATION OR TEMPERING
    • C21D8/00—Modifying the physical properties by deformation combined with, or followed by, heat treatment
    • C21D8/02—Modifying the physical properties by deformation combined with, or followed by, heat treatment during manufacturing of plates or strips
    • C21D8/0247—Modifying the physical properties by deformation combined with, or followed by, heat treatment during manufacturing of plates or strips characterised by the heat treatment
    • C21D8/0273—Final recrystallisation annealing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B1/00—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations
    • B21B1/22—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling plates, strips, bands or sheets of indefinite length
    • B21B1/24—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling plates, strips, bands or sheets of indefinite length in a continuous or semi-continuous process
    • B21B1/28—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling plates, strips, bands or sheets of indefinite length in a continuous or semi-continuous process by cold-rolling, e.g. Steckel cold mill
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B1/00—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations
    • B21B1/22—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling plates, strips, bands or sheets of indefinite length
    • B21B2001/221—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling plates, strips, bands or sheets of indefinite length by cold-rolling
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B2275/00—Mill drive parameters
    • B21B2275/02—Speed
    • B21B2275/06—Product speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B45/00—Devices for surface or other treatment of work, specially combined with or arranged in, or specially adapted for use in connection with, metal-rolling mills
    • B21B45/02—Devices for surface or other treatment of work, specially combined with or arranged in, or specially adapted for use in connection with, metal-rolling mills for lubricating, cooling, or cleaning
    • B21B45/0203—Cooling
    • B21B45/0209—Cooling devices, e.g. using gaseous coolants
    • B21B45/0215—Cooling devices, e.g. using gaseous coolants using liquid coolants, e.g. for sections, for tubes
    • B21B45/0218—Cooling devices, e.g. using gaseous coolants using liquid coolants, e.g. for sections, for tubes for strips, sheets, or plates
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B45/00—Devices for surface or other treatment of work, specially combined with or arranged in, or specially adapted for use in connection with, metal-rolling mills
    • B21B45/02—Devices for surface or other treatment of work, specially combined with or arranged in, or specially adapted for use in connection with, metal-rolling mills for lubricating, cooling, or cleaning
    • B21B45/0239—Lubricating
    • B21B45/0245—Lubricating devices
    • B21B45/0248—Lubricating devices using liquid lubricants, e.g. for sections, for tubes
    • B21B45/0251—Lubricating devices using liquid lubricants, e.g. for sections, for tubes for strips, sheets, or plates
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B45/00—Devices for surface or other treatment of work, specially combined with or arranged in, or specially adapted for use in connection with, metal-rolling mills
    • B21B45/02—Devices for surface or other treatment of work, specially combined with or arranged in, or specially adapted for use in connection with, metal-rolling mills for lubricating, cooling, or cleaning
    • B21B45/0269—Cleaning
    • B21B45/0275—Cleaning devices
    • B21B45/0287—Cleaning devices removing solid particles, e.g. dust, rust
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/4097—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by using design data to control NC machines, e.g. CAD/CAM
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/45—Nc applications
    • G05B2219/45145—Milling
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/50—Machine tool, machine tool null till machine tool work handling
    • G05B2219/50123—Setup, automatic setup
    • 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
    • Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
    • Y02P70/10—Greenhouse gas [GHG] capture, material saving, heat recovery or other energy efficient measures, e.g. motor control, characterised by manufacturing processes, e.g. for rolling metal or metal working

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Organic Chemistry (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Materials Engineering (AREA)
  • Metallurgy (AREA)
  • Thermal Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Metal Rolling (AREA)

Abstract

本発明に係る冷間圧延機の圧延条件算出方法は、冷間圧延機により圧延材を圧延した過去の圧延実績の内、非定常圧延実績データに基づいて生成した第１多次元データを説明変数とし、定常圧延実績データ及び定常圧延時の圧延制約条件データを目的変数として学習された予測モデルに対して、圧延対象材の非定常圧延実績データに基づいて生成した第２多次元データを入力することにより、圧延対象材の目標定常圧延条件に対する圧延制約条件を推定する推定ステップと、推定された圧延制約条件が所定条件を満足するように目標定常圧延条件を変更する変更ステップと、を含む。

Description

本発明は、冷間圧延機の圧延条件算出方法、冷間圧延機の圧延条件算出装置、冷間圧延方法、冷間圧延機、及び鋼板の製造方法に関する。
一般に、冷延薄鋼鈑を圧延する際には、鋼板の長手方向及び幅方向の板厚精度を良好に保ちながら鋼板の形状（又は平坦度）を良好にすることにより、鋼板の通板性を安定化させた状態で圧延が行われる。冷間圧延機の制御因子の多くは冷間圧延機に搭載されたアクチュエータによって自動的に制御され、オペレータが冷間圧延機の制御因子を設定する機会は減りつつある。
一方で、軽量化による燃費抑制等を目的として、高強度でありながら薄ゲージである薄物硬質材のニーズが高まっている。このような高負荷な難圧延材の冷間圧延時には、圧延荷重（及び付随して計算される先進率やトルク）をはじめ、冷間圧延機のロールギャップ、ワークロールベンダーや中間ロールシフト、及びサーマルクラウンによるロール膨張に代表されるロール撓み補正が、冷間圧延機の仕様限界となる操業条件となる場合が多い。この場合、オペレータは冷間圧延機の設備制約を超えないようなパススケジュールや圧延速度を設定する。
加えて、圧延前工程のプロセス条件や冷間圧延機の設備状態及びクーラント状態の変化によっては、潤滑不足又は過潤滑に起因したチャタリングと呼ばれる鉛直方向又は水平方向へのミル振動が３０Ｈｚ～２００Ｈｚ程度の周波数で発生し、鋼板の板厚が周期的に変動する現象が生じやすくなる。この場合、オペレータは冷間圧延機の設備制約を満たしつつ、且つ、生産性を阻害しない圧延速度を設定しなければならない。
このため、近年、オペレータの経験によって冷間圧延機の操業速度、ひいては生産性が左右されやすくなっている。このような背景から、特許文献１には、ニューラルネットワークを用いて過去の操業条件を学習し、学習結果を用いて圧延機のミルセットアップを行う方法が提案されている。
特許第６７０５５１９号公報
しかしながら、ミルセットアップ時点で圧延機が最適な操業条件となったとしても、操業時に圧延速度が増加すると、ロールバイト内の潤滑状態や圧延ロールの熱膨張、鋼板温度の増加等によって操業条件が変化し、コイルで達成可能な圧延速度まで到達することが困難になることがある。
本発明は、上記課題に鑑みてなされたものであって、その目的は、高負荷な難圧延材を圧延する際にも圧延の安定性を確保しつつ生産性を阻害しない圧延条件を算出可能な冷間圧延機の圧延条件算出方法及び圧延条件算出装置を提供することにある。また、本発明の他の目的は、高負荷な難圧延材を安定的に、且つ、生産性よく圧延可能な冷間圧延方法及び冷間圧延機を提供することにある。また、本発明の他の目的は、所望の製品特性及び機械特性を有する鋼板を歩留まりよく製造可能な鋼板の製造方法を提供することにある。
本発明に係る冷間圧延機の圧延条件算出方法は、冷間圧延機により圧延材を圧延した過去の圧延実績の内、非定常圧延実績データに基づいて生成した第１多次元データを説明変数とし、定常圧延実績データ及び定常圧延時の圧延制約条件データを目的変数として学習された予測モデルに対して、圧延対象材の非定常圧延実績データに基づいて生成した第２多次元データを入力することにより、圧延対象材の目標定常圧延条件に対する圧延制約条件を推定する推定ステップと、推定された圧延制約条件が所定条件を満足するように前記目標定常圧延条件を変更する変更ステップと、を含む。
前記圧延材は先行材と後行材とを溶接させた溶接部を有し、前記非定常圧延実績データは、前記溶接部が前記冷間圧延機の出側を通過した際の圧延実績データであるとよい。
前記定常圧延実績データには、過去に圧延した圧延材の定常圧延時の目標圧延速度を示すデータが含まれ、前記変更ステップは、推定された圧延制約条件が所定条件を満足するように前記圧延対象材の定常圧延時の目標圧延速度を変更するステップを含むとよい。
本発明に係る冷間圧延機の圧延条件算出装置は、冷間圧延機により圧延材を圧延した過去の圧延実績の内、非定常圧延実績データに基づいて生成した第１多次元データを説明変数とし、定常圧延実績データ及び定常圧延時の圧延制約条件データを目的変数として学習された予測モデルに対して、圧延対象材の非定常圧延実績データに基づいて生成した第２多次元データを入力することにより、圧延対象材の目標定常圧延条件に対する圧延制約条件を推定する推定手段と、推定された圧延制約条件が所定条件を満足するように前記目標定常圧延条件を変更する変更手段と、を備える。
本発明に係る冷間圧延方法は、本発明に係る冷間圧延機の圧延条件算出方法を用いて変更された目標定常圧延条件を用いて圧延対象材を圧延するステップを含む。
本発明に係る冷間圧延機は、本発明に係る冷間圧延機の圧延条件算出装置を備える。
本発明に係る鋼板の製造方法は、本発明に係る冷間圧延方法を用いて圧延材を冷間圧延する冷間圧延工程と、前記冷間圧延工程によって冷間圧延された圧延材に対して均熱温度６００～９５０℃、炉内張力０．１～３．０ｋｇｆ／ｍｍ２の焼鈍処理を施す焼鈍工程と、を含む。
本発明に係る冷間圧延機の圧延条件算出方法及び圧延条件算出装置によれば、高負荷な難圧延材を圧延する際にも圧延の安定性を確保しつつ生産性を阻害しない圧延条件を算出することができる。また、本発明に係る冷間圧延方法及び冷間圧延機によれば、高負荷な難圧延材を安定的に、且つ、生産性よく圧延することができる。また、本発明に係る鋼板の製造方法によれば、所望の製品特性及び機械特性を有する鋼板を歩留まりよく製造することができる。
図１は、本発明の一実施形態である冷間圧延機の構成を示す模式図である。 図２は、図１に示す演算ユニットの構成を示すブロック図である。 図３は、多次元配列情報の一例を示す図である。 図４は、定常圧延速度予測モデルの構成例を示す図である。 図５は、多次元配列情報を一次元情報に変換する処理の流れを示すフローチャートである。 図６は、予測モデル実行部の処理の流れを示すフローチャートである。
以下、図面を参照して、本発明の一実施形態である冷間圧延機の圧延条件算出方法、冷間圧延機の圧延条件算出装置、冷間圧延方法、及び冷間圧延機について説明する。なお、以下に示す実施形態は、本発明の技術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、構成部品の材質、形状、構造、配置等を以下に示す実施形態に特定するものではない。また、図面は模式的なものである。このため、厚みと平面寸法との関係、比率等は現実のものとは異なることに留意すべきであり、図面相互間においても互いの寸法の関係や比率が異なる部分が含まれている。
〔冷間圧延機の構成〕
まず、図１を参照して、本発明の一実施形態である冷間圧延機の構成について説明する。なお、本明細書中では「冷間圧延」を単に「圧延」と記載することがあり、本明細書において「冷間圧延」と「圧延」は同義である。また、以下の説明では、冷間圧延機により圧延される圧延材（圧延対象材）として鋼板を例に挙げる。但し、圧延材は、鋼板に限定されることはなく、アルミ板等のその他の金属帯であっても適用可能である。
図１は、本発明の一実施形態である冷間圧延機の構成を示す模式図である。図１に示すように、本発明の一実施形態である冷間圧延機１は、鋼板Ｓの入側（図１の紙面に向かって左側）から出側（図１の紙面に向かって右側）に向かって順に第１圧延スタンド～第５圧延スタンド（＃１ＳＴＤ～＃５ＳＴＤ）の５機の圧延スタンドを備える冷間タンデム圧延機である。この冷間圧延機１において、隣り合う圧延スタンド間には、図示しないテンションロール及びデフロール、板厚計、及び形状計が適宜設置されている。圧延スタンドの構成や鋼板Ｓの搬送装置等は特に限定されず、適宜公知の技術を適用しても構わない。
冷間圧延機１の各圧延スタンドにはエマルション圧延油（以降の説明で「エマルション圧延油」を単に「圧延油」と称することがある）１３が供給される。冷間圧延機１は、圧延油貯留タンクとして、ダーティタンク（回収用タンク）５及びクリーンタンク７を備え、これら圧延油貯留タンクから供給された圧延油が供給ライン９を通って各圧延スタンドに供給される。
ダーティタンク５には、第１～第５圧延スタンドの下方に配置されたオイルパン１０により回収された圧延油、すなわち冷間圧延で使用された圧延油が戻り配管１１を通って流入する。
クリーンタンク７に貯留される圧延油は、温水（希釈水）と圧延油の原液（界面活性剤が添加されている）とを混合することによって生成された圧延油である。この混合された温水と圧延油の原液は、撹拌機１２の撹拌羽の回転数を調整することにより、つまり撹拌度合を調整することにより、目的とする所望の平均粒子径や濃度範囲を有する圧延油とされる。
圧延油の原液としては、通常の冷間圧延に用いられるものが適用でき、例えば天然油脂、脂肪酸エステル、及び炭化水素系合成潤滑油のいずれかを基油としたものを用いることができる。さらに、これらの圧延油には、油性向上剤、極圧添加剤、及び酸化防止剤等の通常の冷間圧延油に用いられる添加剤を加えてもよい。
圧延油に添加される界面活性剤としては、イオン系及び非イオン系のいずれを用いてもよく、通常の循環式クーラントシステム（循環式圧延油供給方式）で使用されるものを用いればよい。そして、圧延油の原液を好ましくは濃度２～８質量％、より好ましくは濃度３～６．０質量％に希釈し、界面活性剤を用いて水に油が分散したＯ／Ｗエマルション圧延油とすればよい。なお、圧延油の平均粒子径は、好ましくは１５μｍ以下、より好ましくは３～１０μｍとする。
操業開始以降は、ダーティタンク５に回収された圧延油が、鉄粉量制御装置等からなる鉄粉除去装置６を介してクリーンタンク７に流入する。ダーティタンク５に回収された圧延油には、圧延ロールと鋼板Ｓとの間の摩擦で発生した摩耗粉（鉄粉）が含有されている。そこで、鉄粉除去装置６は、回収された圧延油の油溶鉄分がクリーンタンク７に貯留される圧延油として許容される油溶鉄分となるように摩耗粉を除去する。
鉄粉除去装置６を介したダーティタンク５側からクリーンタンク７側へのエマルション圧延油の移動は、連続的に行われてもよいし、間欠的に行われてもよい。鉄粉除去装置６としては、電磁フィルターやマグネットセパレータ等のマグネットフィルターを用いて鉄粉を吸着して除去するものが好ましいが、これに限らない。鉄粉除去装置６は、遠心分離等の方法を用いた公知の装置であってもよい。
ところで、圧延スタンドに供給された圧延油の一部は、鋼板Ｓによって系外に持ち出されたり、蒸発によって失われたりする。このため、クリーンタンク７内の圧延油の貯留レベルや濃度が所定範囲内となるように、クリーンタンク７は、原液タンク（不図示）から圧延油の原液が適宜補給（供給）される構成となっている。また、圧延油の希釈のための温水も適宜、クリーンタンク７に補給（供給）される。なお、クリーンタンク７内のエマルション圧延油の貯留レベルや濃度は、不図示のセンサで測定可能となっている。
次に、冷間圧延機１の圧延油供給系統について詳細を説明する。冷間圧延機１の圧延油供給系統は、ダーティタンク５、鉄粉除去装置６、クリーンタンク７、及びクリーンタンク７から圧延油を吸い上げるポンプ８を備えている。なお、クリーンタンク７とポンプ８との間に異物除去のためのストレーナを配置してもよい。
冷間圧延機１の圧延油供給系統は、クリーンタンク７に一端部を接続した供給ライン９と、供給ライン９の他端部（圧延機側）で分岐して、各スタンドに対応する位置に夫々配置された５組の潤滑用クーラントヘッダー３及び５組の冷却用クーラントヘッダー４を備えている。
各潤滑用クーラントヘッダー３は、圧延スタンドの入側に配置され、それぞれ設けられたスプレーノズルからロールバイトに向けて潤滑油としての圧延油を噴射することにより、ロールバイトやワークロールに潤滑油を供給する。冷却用クーラントヘッダー４は、圧延スタンドの出側に配置され、それぞれ設けられたスプレーノズルから圧延ロールに向けて圧延油を噴射することにより、圧延ロールを冷却する。
このような構成により、クリーンタンク７内のエマルション圧延油が、ポンプ８によって供給ライン９に圧送され、各圧延スタンドに配置された潤滑用クーラントヘッダー３及び冷却用クーラントヘッダー４に供給され、それぞれ設けられたスプレーノズルから噴射部位に供給される。また、圧延ロールに供給されたエマルション圧延油は、鋼板Ｓによって系外に持ち出されたり、蒸発によって失われたりしたものを除いて、オイルパン１０で回収され、戻り配管１１を介してダーティタンク５内に戻される。その後、ダーティタンク５内に貯留されたエマルション圧延油の一部は、鉄粉除去装置６を用いて冷間圧延により発生した油溶鉄分を一定量除去された後にクリーンタンク７内に戻される。
以上の圧延油供給系統によって、摩耗分の除去処理が行われた圧延油が、圧延ロールに対し循環供給されることになる。すなわち、供給されたエマルション圧延油が循環使用される。なお、クリーンタンク７は、従来の循環給油方式での循環用の圧延油タンクに対応し、上述のように、適宜、クリーンタンク７に圧延油の原液が補給（供給）される。
〔定常圧延速度予測モデル〕
次に、本発明の一実施形態である定常圧延速度予測モデルについて説明する。
本発明の一実施形態である定常圧延速度予測モデルに関連する機能は、図１に示す圧延制御装置１４及び演算ユニット１５により実現される。
圧延制御装置１４は、演算ユニット１５からの制御信号に基づいて冷間圧延機１の圧延条件を制御する。
図２は、図１に示す演算ユニット１５の構成を示すブロック図である。図２に示すように、演算ユニット１５は、演算装置７１、入力装置８８、記憶装置８９、及び出力装置９０を備えている。
演算装置７１は、バス８７を介して入力装置８８、記憶装置８９、及び出力装置９０と有線接続されている。但し、演算装置７１、入力装置８８、記憶装置８９、及び出力装置９０は、この接続の態様に限らず、無線により接続されてもよく、有線と無線とを組み合わせた態様で接続されてもよい。
入力装置８８は、圧延制御装置１４による制御情報や操業監視装置９１からの情報が入力される入力ポートとして機能する。操業監視装置９１からの情報としては、定常圧延速度予測モデルの実行指令情報、圧延対象の鋼板Ｓに関する情報（前工程条件、鋼種、サイズ）及び冷間圧延前にプロセスコンピュータ又はオペレータにより設定された冷間圧延条件情報（数値情報、文字情報及び画像情報）が含まれる。
記憶装置８９は、例えばハードディスクドライブ、半導体ドライブ、光学ドライブ等で構成され、本システムにおいて必要な情報（後述する予測モデル作成部７７及び予測モデル実行部７８の機能の実現に必要な情報）を記憶する装置である。
予測モデル作成部７７の機能の実現に必要な情報としては、例えば、鋼板Ｓの要求特性（鋼種、板厚、板幅等）やミル設備制約、鋼板Ｓの溶接点通過後の圧延情報、圧延スタンドで使用されるクーラント性状、目標圧延速度等の冷間圧延に関連する説明変数及び目的変数（目標圧延速度に対する制約判定）を示す情報が含まれる。
予測モデル実行部７８の機能の実現に必要な情報としては、例えば、予測モデル作成部７７によって作成された鋼板Ｓの圧延状態毎の定常圧延速度予測モデル及び定常圧延速度予測モデルに入力される各種情報が挙げられる。
出力装置９０は、演算装置７１からの制御信号を圧延制御装置１４に対して出力する出力ポートとして機能する。
操業監視装置９１は、液晶ディスプレイや有機ディスプレイ等の任意のディスプレイを備えている。操業監視装置９１は、圧延制御装置１４から冷間圧延機１の操業状態を示す各種情報を受信し、これら情報をオペレータが冷間圧延機１の操業状態を監視するための運転画面（操業画面）に表示する。
演算装置７１は、ＲＡＭ７２、ＲＯＭ７３、及び演算処理部７６を備えている。
ＲＯＭ７３は、予測モデル作成プログラム７４及び予測モデル実行プログラム７５を記憶している。
演算処理部７６は、演算処理機能を有し、バス８７を介してＲＡＭ７２及びＲＯＭ７３と接続されている。
ＲＡＭ７２、ＲＯＭ７３、及び演算処理部７６は、バス８７を介して入力装置８８、記憶装置８９、及び出力装置９０に接続されている。
演算処理部７６は、機能ブロックとして、予測モデル作成部７７及び予測モデル実行部７８を備えている。
予測モデル作成部７７は、冷間圧延機１における、過去の圧延実績と過去の圧延実績に対応する圧延制約条件とを結び付ける機械学習手法による定常圧延速度予測モデルを作成する処理部である。機械学習手法による定常圧延速度予測モデルとして、本実施形態では、ニューラルネットワークモデルを用いる。機械学習の手法は、ニューラルネットワークに限定されず、他の公知の機械学習の手法を採用しても構わない。
予測モデル作成部７７は、学習用データ取得部７７Ａ、前処理部７７Ｂ、第１データ変換部７７Ｃ、モデル作成部７７Ｄ、及び結果保存部７７Ｅを備えている。予測モデル作成部７７は、操業監視装置９１から定常圧延速度予測モデルの作成の指示を受けた際に、ＲＯＭ７３に記憶されている予測モデル作成プログラム７４を実行することにより、学習用データ取得部７７Ａ、前処理部７７Ｂ、第１データ変換部７７Ｃ、モデル作成部７７Ｄ、及び結果保存部７７Ｅとして機能する。定常圧延速度予測モデルは、予測モデル作成部７７が実行する度に更新される。
学習用データ取得部７７Ａは、定常圧延速度予測モデルの生成のための事前処理として、過去の圧延実績データのうち、非定常圧延実績データを入力実績データ（説明変数）とし、定常圧延実績データ及び定常圧延時の圧延制約条件データを出力実績データ（目的変数）とした、複数の学習用データを取得する。具体的には、学習用データ取得部７７Ａは、溶接点通過後の圧延条件の操業実績データ（先行材と後行材とを溶接させた溶接部が冷間圧延機の出側を通過した際の圧延実績データ）と目標圧延速度を入力実績データとし、その入力実績データを用いた冷間圧延時の目標圧延速度における制約判定値を出力実績データとした、複数の学習用データを取得する。学習用データ取得部７７Ａは、記憶装置８９から上記の入力実績データ及び出力実績データを取得して学習用データを作成する。各学習用データは、入力実績データと出力実績データの組からなる。学習用データは、記憶装置８９に記憶される。学習用データ取得部７７Ａは、記憶装置８９に学習用データを記憶させることなく、前処理部７７Ｂやモデル作成部７７Ｄに学習用データを供給してもよい。
入力実績データには、説明変数を時間方向に連結した多次元配列情報が含まれる。本実施形態では、多次元配列情報として、図３（ａ）～（ｃ）に示すような情報を採用する。
図３（ａ）は、縦列（垂直方向）がコイル条件、横列（水平方向）が冷間圧延機１の操業条件より選択される説明変数からなる入力実績データの一例を示す。説明変数の列数は特に限定されない。本実施形態では、コイル条件毎に時間方向（奥行方向）に連結した多次元配列情報を作成して入力実績データとする。時間方向へ連結する際の時間ピッチは特に限定されない。時系列データが存在しない場合、又は、時間によって変化しない説明変数である場合には、時間ピッチは０秒となり、同じデータを複製することになる。
図３（ｂ）は、縦列（垂直方向）があるコイルの溶接点通過後の経過時間、横列（水平方向）が冷間圧延機１の操業条件より選択される説明変数とした入力実績データの一例を示す。図３（ａ）の例と同様、コイル条件毎に時間方向（奥行方向）に連結した多次元配列情報が作成され、入力実績データとなる。
図３（ｃ）は、縦列（垂直方向）があるコイルの溶接点通過後の経過時間、横列（水平方向）が冷間圧延機１の操業条件より選択される説明変数とした入力実績データの一例を示す。入力実績データは、時間方向（奥行方向）に連結するのであれば同コイルである必要はなく、本例では、複数のコイルの時系列操業情報を連結した多次元配列情報を作成して入力実績データとする。
なお、記憶装置８９に過去の圧延実績データが記憶されていない場合（例えば、過去に実績のない圧延条件や鋼種条件である場合）やサンプル量が少ない場合には、学習用データ取得部７７Ａは、オペレータに対して１回又は複数回、定常圧延速度予測モデルを使用せずに冷間圧延を実行するよう要求する。また、記憶装置８９に記憶されている学習用データの数が多いほど定常圧延速度予測モデルによる予測精度が高まる。このため、学習用データの数が予め設定した閾値未満である場合、学習用データ取得部７７Ａは、データ数が閾値に至るまでオペレータに対して、定常圧延速度予測モデルを使用せずに冷間圧延を実行するよう要求してもよい。
前処理部７７Ｂは、学習用データ取得部７７Ａが取得した学習用データを定常圧延速度予測モデル作成用に加工する。具体的には、前処理部７７Ｂは、学習用データを構成する圧延実績データをニューラルネットワークモデルに読み込ませるために、必要に応じて０～１の間で入力実績データの値域を標準化（正規化）する。
入力実績データは多次元情報である。このため、第１データ変換部７７Ｃは、畳み込みニューラルネットワーク３００を用いて特徴量を残した状態で入力実績データを次元圧縮し、一次元情報とする（図４参照）。入力実績データは、一次元情報となった状態で図４に示す入力層１０１に結合される。
ここで、図５を参照して、第１データ変換部７７Ｃの処理例について説明する。図５は、多次元配列情報を一次元情報に変換する処理の流れを示すフローチャートである。図５に示すように、多次元配列情報を一次元情報に変換する処理、すなわち多次元配列情報の格納方法は、複数のフィルターの入出力が多段に繋がれた構造を有している。すなわち、多次元配列情報を一次元情報に変換する処理は、入力側から順番に、第１畳み込みステップＳ１０、第１プーリングステップＳ１１、第２畳み込みステップＳ１２、第２プーリングステップＳ１３、及び全結合ステップＳ１４を含む。
第１畳み込みステップＳ１０では、第１データ変換部７７Ｃが、横６４×縦６４の多次元配列情報を入力とし、畳み込み演算によって６４×６４の第１特徴マップを出力する。第１特徴マップは、入力配列のどの箇所にどのような局所的な特徴があるのかを示す。畳み込み演算では、例えば横３×縦３ピクセル、３２チャンネルのフィルターとし、フィルターの適用間隔を１、周辺を０で埋める（パッディング）長さを１とする。
第１プーリングステップＳ１１では、第１データ変換部７７Ｃが、第１畳み込みステップＳ１０により出力された第１特徴マップを入力とし、第１特徴マップの横３×縦３ピクセル内での最大値を新たな１ピクセルとする。第１データ変換部７７Ｃは、係る操作を、ピクセルをずらしながらマップ全体にわたり実施する。これにより、第１プーリングステップＳ１１では、第１データ変換部７７Ｃは、第１特徴マップを圧縮した第２特徴マップを出力する。
第２畳み込みステップＳ１２では、第１データ変換部７７Ｃが、第２特徴マップを入力とし、畳み込み演算によって第３特徴マップを出力する。畳み込み演算では、例えば横３×縦３ピクセル、３２チャンネルのフィルターとし、フィルターの適用間隔を１、周辺を０で埋める（パッディング）長さを１とする。
第２プーリングステップＳ１３では、第１データ変換部７７Ｃが、第２畳み込みステップＳ１２により出力された第３特徴マップを入力とし、第３特徴マップの横３×縦３ピクセル内での最大値を新たな１ピクセルとする。第１データ変換部７７Ｃは、係る操作を、ピクセルをずらしながらマップ全体にわたり実施する。これにより、第２プーリングステップＳ１３では、第１データ変換部７７Ｃは、第３特徴マップを圧縮した第４特徴マップを出力する。
全結合ステップＳ１４では、第１データ変換部７７Ｃは、第２プーリングステップＳ１３により出力された第４特徴マップの情報を一列に配列する。そして、全結合ステップＳ１４から出力された１００個のニューロンは入力層１０１となる。なお、畳み込みの手法や出力ニューロン数は上記に限定されない。また、畳み込みニューラルネットワークの手法としてはＧｏｏｇｌｅＮｅｔやＶＧＧ１６、ＭＯＢＩＬＥＮＥＴ、ＥＦＦＩＣＩＥＮＴＮＥＴ等の既知のモデルを用いてもよい。
モデル作成部７７Ｄは、前処理部７７Ｂが取得した複数の学習用データを用いた機械学習（第１データ変換部７７Ｃで変換された情報も含む）によって、非定常圧延実績データを入力実績データとして含み、目標圧延速度における圧延制約判定値を出力実績データとする定常圧延速度予測モデルを生成する。
本実施形態では、機械学習の手法としてはニューラルネットワークを採用するため、モデル作成部７７Ｄは、定常圧延速度予測モデルとしてニューラルネットワークモデルを作成する。すなわち、モデル作成部７７Ｄは、定常圧延速度予測モデル作成用に加工された学習用データにおける、入力実績データ（目標圧延速度を含む圧延実績データ）と出力実績データ（目標圧延速度における圧延制約判定値）とを結び付ける定常圧延速度予測モデルとしてのニューラルネットワークモデルを作成する。ニューラルネットワークモデルは、例えば関数式で表現される。
具体的には、モデル作成部７７Ｄは、ニューラルネットワークモデルに用いられるハイパーパラメータの設定を行うと共に、それらハイパーパラメータを用いたニューラルネットワークモデルによる学習を行う。ハイパーパラメータの最適化計算として、モデル作成部７７Ｄは、まず学習用データに対して、ハイパーパラメータ内の幾つかを段階的に変更したニューラルネットワークモデルを作成し、検証用データに対する予測精度が最も高くなるようなハイパーパラメータを選択する。
ハイパーパラメータとして通常、隠れ層の数、各々の隠れ層におけるニューロン数、各々の隠れ層におけるドロップアウト率（ニューロンの伝達をある一定の確率で遮断する）、各々の隠れ層における活性化関数、及び出力数が設定されるが、これに限定されない。また、ハイパーパラメータの最適化手法は特に限定されないが、パラメータを段階的に変更するグリッドサーチや、パラメータをランダムに選択するランダムサーチ、あるいはベイズ最適化による探索を用いることができる。
なお、モデル作成部７７Ｄは演算装置７１の一部として組み込まれているが、構成はこれに限定されない。例えば、定常圧延速度予測モデルを予め作成して保存しておき、それら適宜読み出しても構わない。
図４に示すように、本実施形態における定常圧延速度予測モデルとしてのニューラルネットワークモデルは、入力側から順に、入力層１０１、中間層１０２、及び出力層１０３を備えている。
図３で作成された多次元配列情報は、学習用データ取得部７７Ａによって畳み込みニューラルネットワークを用いて特徴量を残した状態で次元圧縮され、一次元情報となった状態で入力層１０１に格納される。
中間層１０２は複数の隠れ層で構成され、各々の隠れ層には複数のニューロンが配置されている。中間層１０２内に構成される隠れ層の数や各隠れ層に配置されるニューロンの数は特に限定されない。中間層１０２では、あるニューロンから続く隠れ層へのニューロンの伝達は、重み係数による変数の重み付けと共に、活性化関数を介して行われる。活性化関数にはシグモイト関数やハイパボリックタンジェント関数、あるいはランプ関数を用いることができる。
出力層１０３は、中間層１０２により伝達されたニューロンの情報が結合され、最終的な目標圧延速度に対する制約判定値として出力される。出力層１０３内に構成される出力数は特に限定されない。この出力された結果と、過去の鋼板Ｓの冷間圧延時の定常圧延実績とその時の圧延制約実績（圧延荷重判定、圧延動力判定、先進率判定、チャタリング判定、板形状判定、エッジ割れ判定、板厚精度判定）とに基づき、ニューラルネットワークモデル内の重み係数が徐々に最適化されることで学習が行われる。
ニューラルネットワークモデルの重み係数が学習された後、モデル作成部７７Ｄは、評価用データ（定常圧延速度予測モデルを用いた圧延対象となる鋼板Ｓの圧延条件実績）を、この重み係数が学習されたニューラルネットワークモデルに入力して、評価用データに対する推定結果を得る。
図２に戻る。結果保存部７７Ｅは、学習用データ、評価用データ、ニューラルネットワークモデルのパラメータ（重み係数）、学習用データに対するニューラルネットワークモデルの出力結果、及び評価用データに対するニューラルネットワークモデルの出力結果を記憶装置８９に記憶させる。
予測モデル実行部７８は、鋼板Ｓの冷間圧延中に、予測モデル作成部７７で作成された定常圧延速度予測モデルを用いて圧延対象の鋼板Ｓの圧延条件に対応する冷間圧延中の鋼板Ｓの定常圧延速度を予測する。そして、予測モデル実行部７８は、圧延対象の鋼板Ｓにおける定常圧延速度を決定する。
上記処理を行うため、予測モデル実行部７８は、情報読取部７８Ａ、第２データ変換部７８Ｂ、圧延速度予測部７８Ｃ、圧延条件決定部７８Ｄ、及び結果出力部７８Ｅを備えている。ここで、予測モデル実行部７８は、圧延制御装置１４から入力装置８８を介して冷間圧延が実施されていることを知らせる信号を受けたときに、ＲＯＭ７３に記憶されている予測モデル実行プログラム７５を実行することにより、情報読取部７８Ａ、圧延速度予測部７８Ｃ、圧延条件決定部７８Ｄ、及び結果出力部７８Ｅとして機能する。
情報読取部７８Ａは、記憶装置８９から操業監視装置９１にてプロセスコンピュータならびにオペレータにより設定された圧延対象の鋼板Ｓの圧延条件を読み込む。
第２データ変換部７８Ｂは、定常圧延速度予測モデルへの入力データとなる多次元配列情報を一次元情報に畳み込む処理を行う。第２データ変換部７８Ｂの処理は、第１データ変換部７７Ｃの処理と同じであるため、処理の詳細な説明は省略する。第１データ変換部７７Ｃ及び第２データ変換部７８Ｂを一つの処理部としてサブルーチン化してもよい。
圧延速度予測部７８Ｃは、第２データ変換部７８Ｂで畳み込まれた後の一次元情報を定常圧延速度予測モデルに入力して圧延対象の鋼板Ｓの定常圧延速度を予測する。また、圧延速度予測部７８Ｃは、圧延対象の鋼板Ｓの目標圧延速度に対する制約判定値を予測する。
圧延条件決定部７８Ｄは、目標圧延速度に対する制約判定値が予め設定した閾値以下となるまで目標圧延速度を設定変更して上記の情報読取部７８Ａ、第２データ変換部７８Ｂ、及び圧延速度予測部７８Ｃの処理の実行に繰り返し戻す処理を行う。
結果出力部７８Ｅは、目標圧延速度に対する制約判定値が予め設定した閾値以下となると作動し、決定した圧延対象の鋼板Ｓの圧延条件（目標圧延速度）を出力する。
次に、図６を参照して、予測モデル実行部７８の処理について説明する。
図６は、予測モデル実行部７８の処理の流れを示すフローチャートである。図６に示すように、定常圧延速度予測モデルを実行する際は、まず、予測モデル実行部７８の情報読取部７８Ａが、ステップＳ４１の処理において、圧延対象の鋼板Ｓの要求特性に対応する定常圧延速度予測モデルとしてのニューラルネットワークモデルを記憶装置８９から読み込む。
次に、情報読取部７８Ａが、ステップＳ４２の処理において、上位計算機から入力装置８８を介して記憶装置８９に記憶されている要求される制約判定閾値を読み込む。次に、情報読取部７８Ａは、ステップＳ４３の処理において、上位計算機から入力装置８８を介して記憶装置８９に記憶されている圧延対象の鋼板Ｓの圧延条件を読み込む。
次に、予測モデル実行部７８の圧延速度予測部７８Ｃが、ステップＳ４４の処理において、ステップＳ４１の処理で読み込まれた定常圧延速度予測モデルとしてのニューラルネットワークモデルを用いて、ステップＳ４３の処理で読み込まれた圧延対象の鋼板Ｓの圧延条件を多次元配列化した入力実績データとして、対応する冷間圧延中の鋼板Ｓの目標圧延速度に対する制約判定値を求める。なお、ニューラルネットワークモデルによる予測結果は、出力層１０３に出力される。
次に、予測モデル実行部７８の圧延条件決定部７８Ｄが、ステップＳ４５の処理において、ステップＳ４４の処理で求められた目標圧延速度に対する鋼板Ｓの制約判定値がステップＳ４２の処理で読み込まれた制約判定閾値以内か否かを判定する。なお、計算の収束が十分でない場合は、実際にステップＳ４５の処理で実行可能な計算時間の範囲内で収束の繰り返し回数に上限を設けてもよい。なお、制約判定値が制約判定閾値以内であることは本発明における所定条件を満足することに相当する。
そして、制約判定値が制約判定閾値以内と判定した場合（ステップＳ４５における判定結果がＹＥＳの場合）は、予測モデル実行部７８は処理を終了する。一方、制約判定値が制約判定閾値以内でないと判定した場合（ステップＳ４５における判定結果がＮｏの場合）には、予測モデル実行部７８は処理をステップＳ４６の処理に進める。
ステップＳ４６の処理では、圧延条件決定部７８Ｄが、ステップＳ４３の処理で読み込まれた圧延対象の鋼板Ｓの圧延条件（目標圧延速度）の一部を変更し、ステップＳ４７の処理に移行する。ステップＳ４７の処理では、予測モデル実行部７８の結果出力部７８Ｅが、出力装置９０を介して決定された圧延条件の一部に関する情報を圧延制御装置１４へ伝送する。
ステップＳ４６の処理で圧延条件の一部が変更されているときは、ステップＳ４７の処理では、圧延条件決定部７８Ｄは、ステップＳ４７の処理で圧延条件の一部、具体的には目標圧延速度や圧延パススケジュール、圧延スタンド間ユニット張力の操作量が変更された圧延対象の鋼板Ｓの圧延条件を、最適化された鋼板Ｓの圧延条件として決定する。そして、圧延条件決定部７８Ｄは、そのときの圧延条件に基づいて圧延速度の操作量を決定する。圧延制御装置１４は、冷間圧延段階において結果出力部７８Ｅから伝送された圧延速度に関する情報に基づいて圧延条件を変更する。
溶接点通過後における圧延条件の変更量の算出方法として、圧延条件決定部７８Ｄは、ステップＳ４４の処理で求められた目標圧延速度に対する制約判定値とステップＳ４２の処理で読み込まれた制約判定閾値との差異に基づいて、圧延対象の鋼板Ｓの適切な圧延条件を算出する。そして、圧延条件決定部７８Ｄは、算出した圧延条件とステップＳ４３の処理で読み込まれた圧延対象の鋼板Ｓの圧延条件とを比較してステップＳ４７の処理において圧延条件を変更する。
ステップＳ４３の処理に戻ると、圧延速度予測部７８Ｃは、圧延条件の一部が変更された圧延対象の鋼板Ｓの圧延条件を読み込む。また、ステップＳ４４の処理において、圧延速度予測部７８Ｃは、定常圧延速度予測モデルとしてのニューラルネットワークモデルにより、ステップＳ４３の処理で読み込まれた一部が変更された圧延対象の鋼板Ｓの圧延条件に対応する冷間圧延中の鋼板Ｓの目標圧延速度に対する制約判定値を求める。また、ステップＳ４５の処理において、圧延条件決定部７８Ｄは、ステップＳ４４の処理で求められた制約判定値がステップＳ４２の処理で読み込まれた制約判定閾値以内か否かを判定する。そして、その判定結果がＹＥＳになるまでステップＳ４３、ステップＳ４４、ステップＳ４５、ステップＳ４６、及びステップＳ４７の一連の処理を繰り返し実行する。これにより、予測モデル実行部７８による処理（圧延速度制御決定ステップ）が終了する。
以上の説明から明らかなように、本実施形態では、予測モデル作成部７７が、過去の鋼板Ｓの圧延実績とその圧延実績に対応する過去の定常圧延実績とを結び付ける機械学習手法による定常圧延速度予測モデルを作成する。また、予測モデル実行部７８は、鋼板Ｓの冷間圧延中に、作成された定常圧延速度予測モデルにより圧延対象の鋼板Ｓの目標圧延速度に対する制約判定値を求める。そして、予測モデル実行部７８は、求められた制約判定値が閾値以内となるように圧延対象の鋼板Ｓの溶接点通過後の圧延条件を決定する。これにより、オペレータの経験や主観によらない、圧延操業における各種制約を満たす定常圧延速度が予測され、冷間圧延中の板厚変動や破断等のトラブルを防止しながら生産性を維持できる。さらに、本実施形態によれば、冷間圧延中の鋼板Ｓの定常圧延速度予測に用いる説明変数として、圧延実績データより採取される数値情報を連結し多次元配列情報を入力データとして使用するので、冷間圧延中に発生する制約や最大定常圧延速度の達成に寄与の大きい因子をニューラルネットワークモデル上で識別することができる。
冷間圧延によって最終板厚とした鋼板に対しては、機械特性及び製品特性を調整するために焼鈍処理が施される。この焼鈍処理は、水平炉で行うことが好ましく、均熱温度は６００～９５０℃、炉内張力は０．１～３．０ｋｇｆ／ｍｍ２であることが好ましい。均熱温度が６００℃未満であったり、炉内張力が０．１ｋｇｆ／ｍｍ２未満であったりすると、再結晶が十分に進行せず、良好な磁気特性が得られないことに加えて、焼鈍時の形状矯正効果が十分に得られない。一方、均熱温度が９５０℃を超えたり、炉内張力が３．０ｋｇｆ／ｍｍ２を超えたりすると、結晶粒径が粗大化して鋼板の機械強度が低下したり、張力付与に伴って鋼板内にひずみが残存し、製品特性が低下する。
〔変形例〕
以上、本発明の実施形態について説明してきたが、本発明はこれに限定されずに種々の変更、改良を行うことができる。例えば、本実施形態では、ステップＳ４３の処理で読み込まれる圧延対象の鋼板Ｓの圧延条件として目標圧延速度だけでなく、溶接点通過時の圧延条件(タンデム圧延機の各圧延スタンドにおけるロールギャップ、圧延スタンド間張力、ロールシフト量、ロールベンダー量)の一部を変更してもよい。また、本実施形態では、定常圧延速度予測モデルによる鋼板Ｓの定常圧延速度予測の反復及び圧延条件の決定を初期非定常圧延段階～終期非定常圧延段階を通して行うこととしたが、一部で行うこととしてもよい。また、冷間圧延機１としては、４段式に限定されず、２段式（２Ｈｉ）や６段式（６Ｈｉ）等の多重圧延機であってもよく、圧延スタンドの数にも特に限定はない。また、クラスター圧延機やゼンジミア圧延機であってもよい。
また、演算ユニット１５によって、圧延速度の変更上下限界値を超える異常な制御量が算出される場合や制御量が算出できない場合に、圧延制御装置１４は、演算ユニット１５からの指令に基づく制御を実行できない。そこで、圧延制御装置１４は、演算ユニット１５からの制御量が異常と判定したり、演算ユニット１５から制御量が供給されなかったりした場合等には、本実施を行わないようにするとよい。
また、図２に示す構成例では、出力装置９０と操業監視装置９１は接続されていないが、両者は通信可能に接続されていてもよい。これにより、予測モデル実行部７８の処理結果（特に圧延速度予測部７８Ｃによる圧延中の鋼板Ｓの定常圧延速度予測情報、及び圧延条件決定部７８Ｄにより決定された変更後の圧延条件）を操業監視装置９１の運転画面に表示することができる。
以下、本発明を実施例に基づいて説明する。
図１に示す実施形態の全５圧延スタンドからなる冷間タンデム圧延機を用い、母材厚２．０ｍｍ、板幅１０００ｍｍの２．５ｍａｓｓ％Ｓｉを含有する電磁鋼板用の素材鋼板を圧延材として仕上げ厚０．３００ｍｍまで冷間圧延する実験を行った。圧延油の原液としては、合成エステル油に植物油脂が添加された基油に対して油性剤及び酸化防止剤をそれぞれ１質量％ずつ添加し、また界面活性剤としてノニオン系界面活性剤を対油濃度で３質量％だけ添加したものを使用した。また、循環使用されるエマルション圧延油は、圧延油の濃度３．５質量％、平均粒子径５μｍ、温度５５℃のエマルション圧延油に調製した。事前学習として、まず、学習用データ（３０００件程度の過去の鋼板の圧延実績データ）を用いてニューラルネットワークモデルによる学習を実施し、過去の鋼板の非定常圧延実績と過去の鋼板の定常圧延実績とを結び付け、定常圧延速度の予測に用いるニューラルネットワークモデルを作成した。
発明例では、過去の鋼板の圧延実績データとして、鋼板の母材厚、母材クラウン、変形抵抗、板厚、溶接点通過時の圧延パススケジュール（圧延荷重・張力・鋼板形状・板厚精度）、エマルション性状、ワークロールの寸法・クラウン・粗さ情報、ベンダー量、及びワークロールシフト量からなる情報を用いた。さらに、上記圧延実績データを時間方向に連結した多次元配列情報を入力実績データとして用いた。過去の鋼板の定常圧延実績データとして、定常圧延速度とその際に制約となった操業条件（圧延荷重・トルク・先進率・チャタリング・板厚精度・鋼板形状）の判定実績が学習された。冷間タンデム圧延機にてロールギャップの調整を行い、鋼板の溶接点が通過した後、圧延制御装置１４がオンとなった段階で、作成されたニューラルネットワークモデルによる冷間圧延後の鋼板の定常圧延速度と制約判定値を予測した。そして、予測された制約判定値が所定の閾値以下となるように圧延条件を逐次変更して、溶接点通過後の圧延条件を設定した。
比較例でも発明例と同様に、母材厚２．０ｍｍ、板幅１０００ｍｍの２．８ｍａｓｓ％Ｓｉを含有する電磁鋼板用の素材鋼板（圧延対象）を板厚０．３ｍｍまで冷間圧延する実験を行った。条件１，４，７，１０，１３の比較例では、過去の鋼板の圧延実績データを時間方向に連結せずに一次元配列とした入力データを用いて過去のチャタリング実績データを結び付け、チャタリングの予測に用いるニューラルネットワークモデルを作成した。また、条件１７～１９の比較例では、オペレータの経験に基づいて定常圧延速度までの加速を行った以外は発明例と同様にして圧延を行った。
発明例及び比較例の１００コイル圧延後の鋼板の平均定常圧延速度を表１に示す。表１に示したように、比較例では十分な学習がなされない、あるいはオペレータ毎に経験差に基づく定常圧延速度の設定がなされたため、操業制約を十分に生かせずに低速圧延となった場合や操業制約を超えてチャタリングや破断等のトラブルが発生した。
以上のことから、本発明に係る冷間圧延方法及び冷間圧延機を用いて、鋼板の圧延中の定常圧延速度と制約判定値を適切に予測し、その予測された制約判定値が予め設定された閾値以下となるように圧延条件を逐次変更して定常圧延速度を決定することが好ましいことが確認された。また、これにより、本発明を適用することにより、冷間圧延中のチャタリングや板破断等の製品トラブルを防止できるだけでなく、圧延工程や次工程以降の生産性の向上や品質の向上に大いに寄与できることが確認された。
Figure 0007040696000001
以上、本発明者らによってなされた発明を適用した実施の形態について説明したが、本実施形態による本発明の開示の一部をなす記述及び図面により本発明は限定されることはない。すなわち、本実施形態に基づいて当業者等によりなされる他の実施の形態、実施例、及び運用技術等は全て本発明の範疇に含まれる。
本発明によれば、高負荷な難圧延材を圧延する際にも圧延の安定性を確保しつつ生産性を阻害しない圧延条件を算出可能な冷間圧延機の圧延条件算出方法及び圧延条件算出装置を提供することができる。また、本発明によれば、高負荷な難圧延材を安定的に、且つ、生産性よく圧延可能な冷間圧延方法及び冷間圧延機を提供することができる。また、本発明によれば、所望の製品特性及び機械特性を有する鋼板を歩留まりよく製造可能な鋼板の製造方法を提供することができる。
１ 冷間圧延機
３ 潤滑用クーラントヘッダー
４ 冷却用クーラントヘッダー
５ ダーティタンク（回収用タンク）
６ 鉄粉除去装置
７ クリーンタンク（貯留タンク）
８ ポンプ
９ 供給ライン
１０ オイルパン
１１ 戻り配管
１３ エマルション圧延油
１４ 圧延制御装置
１５ 演算ユニット
７１ 演算装置
７４ 予測モデル作成プログラム
７５ 予測モデル実行プログラム
７６ 演算処理部
７７ 予測モデル作成部
７７Ａ 学習用データ取得部
７７Ｂ 前処理部
７７Ｃ 第１データ変換部
７７Ｄ モデル作成部
７７Ｅ 結果保存部
７８ 予測モデル実行部
７８Ａ 情報読取部
７８Ｂ 第２データ変換部
７８Ｃ 圧延速度予測部
７８Ｄ 圧延条件決定部
７８Ｅ 結果出力部
８８ 入力装置
８９ 記憶装置
９０ 出力装置
９１ 操業監視装置
Ｓ 鋼板（圧延材）

Claims (7)

  1. 冷間圧延機により圧延材を圧延した過去の圧延実績の内、非定常圧延実績データに基づいて生成した第１多次元データを説明変数とし、定常圧延実績データ及び定常圧延時の圧延制約条件データを目的変数として学習された予測モデルに対して、圧延対象材の非定常圧延実績データに基づいて生成した第２多次元データを入力することにより、圧延対象材の目標定常圧延条件に対する圧延制約条件を推定する推定ステップと、
    推定された圧延制約条件が所定条件を満足するように前記目標定常圧延条件を変更する変更ステップと、
    を含む、冷間圧延機の圧延条件算出方法。
  2. 前記圧延材は先行材と後行材とを溶接させた溶接部を有し、
    前記非定常圧延実績データは、前記溶接部が前記冷間圧延機の出側を通過した際の圧延実績データである、請求項１に記載の冷間圧延機の圧延条件算出方法。
  3. 前記定常圧延実績データには、過去に圧延した圧延材の定常圧延時の目標圧延速度を示すデータが含まれ、
    前記変更ステップは、推定された圧延制約条件が所定条件を満足するように前記圧延対象材の定常圧延時の目標圧延速度を変更するステップを含む、請求項１又は２に記載の冷間圧延機の圧延条件算出方法。
  4. 冷間圧延機により圧延材を圧延した過去の圧延実績の内、非定常圧延実績データに基づいて生成した第１多次元データを説明変数とし、定常圧延実績データ及び定常圧延時の圧延制約条件データを目的変数として学習された予測モデルに対して、圧延対象材の非定常圧延実績データに基づいて生成した第２多次元データを入力することにより、圧延対象材の目標定常圧延条件に対する圧延制約条件を推定する推定手段と、
    推定された圧延制約条件が所定条件を満足するように前記目標定常圧延条件を変更する変更手段と、
    を備える、冷間圧延機の圧延条件算出装置。
  5. 請求項１～３のうち、いずれか１項に記載の冷間圧延機の圧延条件算出方法を用いて変更された目標定常圧延条件を用いて圧延対象材を圧延するステップを含む、冷間圧延方法。
  6. 請求項４に記載の冷間圧延機の圧延条件算出装置を備える、冷間圧延機。
  7. 請求項５に記載の冷間圧延方法を用いて圧延材を冷間圧延する冷間圧延工程と、前記冷間圧延工程によって冷間圧延された圧延材に対して均熱温度６００～９５０℃、炉内張力０．１～３．０ｋｇｆ／ｍｍ２の焼鈍処理を施す焼鈍工程と、を含む、鋼板の製造方法。
JP2022503914A 2021-02-15 2021-10-29 冷間圧延機の圧延条件算出方法、冷間圧延機の圧延条件算出装置、冷間圧延方法、冷間圧延機、及び鋼板の製造方法 Active JP7040696B1 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2021021845 2021-02-15
JP2021021845 2021-02-15
PCT/JP2021/040051 WO2022172524A1 (ja) 2021-02-15 2021-10-29 冷間圧延機の圧延条件算出方法、冷間圧延機の圧延条件算出装置、冷間圧延方法、冷間圧延機、及び鋼板の製造方法

Publications (2)

Publication Number Publication Date
JP7040696B1 true JP7040696B1 (ja) 2022-03-23
JPWO2022172524A1 JPWO2022172524A1 (ja) 2022-08-18

Family

ID=81214299

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022503914A Active JP7040696B1 (ja) 2021-02-15 2021-10-29 冷間圧延機の圧延条件算出方法、冷間圧延機の圧延条件算出装置、冷間圧延方法、冷間圧延機、及び鋼板の製造方法

Country Status (6)

Country Link
US (1) US20240091833A1 (ja)
EP (1) EP4252928A4 (ja)
JP (1) JP7040696B1 (ja)
KR (1) KR20230128351A (ja)
CN (1) CN116917059A (ja)
MX (1) MX2023009515A (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4124398B1 (de) * 2021-07-27 2024-04-10 Primetals Technologies Austria GmbH Verfahren zur bestimmung mechanischer eigenschaften eines walzgutes mit hilfe eines hybriden modells

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190127627A (ko) * 2019-11-01 2019-11-13 주식회사 포스코 인공 지능을 이용한 압연기 제어 장치
JP2020131248A (ja) * 2019-02-21 2020-08-31 Ｊｆｅスチール株式会社 圧延荷重予測方法、圧延荷重予測装置、及び圧延制御方法
JP2020157327A (ja) * 2019-03-26 2020-10-01 Ｊｆｅスチール株式会社 鋼板の仕上出側温度制御方法、鋼板の仕上出側温度制御装置、及び鋼板の製造方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3787667A (en) * 1971-01-06 1974-01-22 Gen Electric Computer controlled metal rolling mill
JPH045519A (ja) 1990-04-23 1992-01-09 Morihisa Seisakusho:Kk タンク内の液の深さ測定方法及び測深器
US5933345A (en) * 1996-05-06 1999-08-03 Pavilion Technologies, Inc. Method and apparatus for dynamic and steady state modeling over a desired path between two end points

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020131248A (ja) * 2019-02-21 2020-08-31 Ｊｆｅスチール株式会社 圧延荷重予測方法、圧延荷重予測装置、及び圧延制御方法
JP2020157327A (ja) * 2019-03-26 2020-10-01 Ｊｆｅスチール株式会社 鋼板の仕上出側温度制御方法、鋼板の仕上出側温度制御装置、及び鋼板の製造方法
KR20190127627A (ko) * 2019-11-01 2019-11-13 주식회사 포스코 인공 지능을 이용한 압연기 제어 장치

Also Published As

Publication number Publication date
EP4252928A1 (en) 2023-10-04
US20240091833A1 (en) 2024-03-21
CN116917059A (zh) 2023-10-20
KR20230128351A (ko) 2023-09-04
JPWO2022172524A1 (ja) 2022-08-18
EP4252928A4 (en) 2024-05-29
MX2023009515A (es) 2023-08-24

Similar Documents

Publication Publication Date Title
WO2022172524A1 (ja) 冷間圧延機の圧延条件算出方法、冷間圧延機の圧延条件算出装置、冷間圧延方法、冷間圧延機、及び鋼板の製造方法
JP7067537B2 (ja) 熱延工程での反り予測方法、反り制御方法、熱延鋼板の製造方法、反り予測モデルの生成方法、及び熱延設備
JP7040696B1 (ja) 冷間圧延機の圧延条件算出方法、冷間圧延機の圧延条件算出装置、冷間圧延方法、冷間圧延機、及び鋼板の製造方法
JP7047988B1 (ja) 冷間圧延機のチャタリング検出方法、冷間圧延機のチャタリング検出装置、冷間圧延方法、冷間圧延機、及び鋼板の製造方法
WO2022269974A1 (ja) 冷間圧延機の圧延条件設定方法、冷間圧延方法、鋼板の製造方法、冷間圧延機の圧延条件設定装置、及び冷間圧延機
US8387433B2 (en) Method for applying a coolant
JP3408926B2 (ja) 冷間タンデム圧延方法および冷間タンデム圧延設備
WO2022172525A1 (ja) 冷間圧延機のチャタリング検出方法、冷間圧延機のチャタリング検出装置、冷間圧延方法、冷間圧延機、及び鋼板の製造方法
CN113319137B (zh) 六机架冷连轧机组超高强钢工艺润滑制度综合优化方法
JP6070737B2 (ja) 調質圧延設備の制御装置及び制御方法
WO2024018665A1 (ja) 冷間圧延機の圧延条件設定方法、冷間圧延方法、鋼板の製造方法、冷間圧延機の圧延条件設定装置および冷間圧延機
JP6421642B2 (ja) 調質圧延方法
JP6965993B2 (ja) 圧延方法、金属板の製造方法及び圧延装置
CN104289531A (zh) 五机架冷连轧机组乳化液温度优化设定方法
WO2024111238A1 (ja) 鋼板の冷間圧延方法、冷延鋼板の製造方法、及び冷延鋼板の製造設備
WO2024135050A1 (ja) 粗圧延材の幅予測方法、粗圧延材の幅制御方法、熱延鋼板の製造方法、及び粗圧延材の幅予測モデルの生成方法
JPH0824908A (ja) ステンレス鋼および高合金鉄帯体の圧延方法
Gore et al. Review of Factors Affecting Accuracy of Cold Rolling Mill Process Optimization

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220120

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20220120

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: 20220208

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220221

R150 Certificate of patent or registration of utility model

Ref document number: 7040696

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150