JP7148024B1 - 鋼板の材質予測モデルの生成方法、材質予測方法、製造方法、及び製造設備 - Google Patents
鋼板の材質予測モデルの生成方法、材質予測方法、製造方法、及び製造設備 Download PDFInfo
- Publication number
- JP7148024B1 JP7148024B1 JP2022526831A JP2022526831A JP7148024B1 JP 7148024 B1 JP7148024 B1 JP 7148024B1 JP 2022526831 A JP2022526831 A JP 2022526831A JP 2022526831 A JP2022526831 A JP 2022526831A JP 7148024 B1 JP7148024 B1 JP 7148024B1
- Authority
- JP
- Japan
- Prior art keywords
- reference point
- steel sheet
- steel plate
- cooling
- 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.)
- Active
Links
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 678
- 239000010959 steel Substances 0.000 title claims abstract description 678
- 239000000463 material Substances 0.000 title claims abstract description 298
- 238000000034 method Methods 0.000 title claims abstract description 116
- 238000004519 manufacturing process Methods 0.000 title claims description 30
- 238000001816 cooling Methods 0.000 claims abstract description 432
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 142
- 230000008569 process Effects 0.000 claims abstract description 67
- 239000000498 cooling water Substances 0.000 claims abstract description 57
- 238000010801 machine learning Methods 0.000 claims abstract description 29
- 238000005259 measurement Methods 0.000 claims abstract description 22
- 238000011144 upstream manufacturing Methods 0.000 claims description 16
- 238000013528 artificial neural network Methods 0.000 claims description 9
- 238000003066 decision tree Methods 0.000 claims description 3
- 238000007637 random forest analysis Methods 0.000 claims description 3
- 241000733322 Platea Species 0.000 claims 1
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 238000010438 heat treatment Methods 0.000 description 96
- 238000012360 testing method Methods 0.000 description 81
- 230000000875 corresponding effect Effects 0.000 description 43
- 238000012546 transfer Methods 0.000 description 32
- 238000005098 hot rolling Methods 0.000 description 25
- 238000010586 diagram Methods 0.000 description 21
- 239000000203 mixture Substances 0.000 description 19
- 239000000126 substance Substances 0.000 description 16
- 238000005496 tempering Methods 0.000 description 16
- 230000000452 restraining effect Effects 0.000 description 14
- 238000010926 purge Methods 0.000 description 13
- 238000005096 rolling process Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 12
- 238000009826 distribution Methods 0.000 description 11
- 230000006399 behavior Effects 0.000 description 10
- 238000009529 body temperature measurement Methods 0.000 description 10
- 238000010791 quenching Methods 0.000 description 10
- 230000000171 quenching effect Effects 0.000 description 10
- 238000005070 sampling Methods 0.000 description 10
- 238000002347 injection Methods 0.000 description 9
- 239000007924 injection Substances 0.000 description 9
- 238000009864 tensile test Methods 0.000 description 8
- 238000005452 bending Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 230000005855 radiation Effects 0.000 description 7
- 238000003303 reheating Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 5
- 238000000275 quality assurance Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 125000004122 cyclic group Chemical group 0.000 description 4
- 238000009863 impact test Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 229910052782 aluminium Inorganic materials 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 238000007730 finishing process Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 229910052748 manganese Inorganic materials 0.000 description 3
- 229910052757 nitrogen Inorganic materials 0.000 description 3
- 229910052698 phosphorus Inorganic materials 0.000 description 3
- 229910052710 silicon Inorganic materials 0.000 description 3
- 238000005507 spraying Methods 0.000 description 3
- 239000002436 steel type Substances 0.000 description 3
- 240000006829 Ficus sundaica Species 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 229910001563 bainite Inorganic materials 0.000 description 2
- 238000005422 blasting Methods 0.000 description 2
- 229910052804 chromium Inorganic materials 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 229910052750 molybdenum Inorganic materials 0.000 description 2
- 229910001562 pearlite Inorganic materials 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 239000007921 spray Substances 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 238000005275 alloying Methods 0.000 description 1
- 229910001566 austenite Inorganic materials 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000009835 boiling Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012669 compression test Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009661 fatigue test Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000003698 laser cutting Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 229910000734 martensite Inorganic materials 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 229910052758 niobium Inorganic materials 0.000 description 1
- 239000012299 nitrogen atmosphere Substances 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 238000004781 supercooling Methods 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 229910052718 tin Inorganic materials 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- 229910052720 vanadium Inorganic materials 0.000 description 1
- 229910000859 α-Fe Inorganic materials 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21C—MANUFACTURE OF METAL SHEETS, WIRE, RODS, TUBES OR PROFILES, OTHERWISE THAN BY ROLLING; AUXILIARY OPERATIONS USED IN CONNECTION WITH METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL
- B21C51/00—Measuring, gauging, indicating, counting, or marking devices specially adapted for use in the production or manipulation of material in accordance with subclasses B21B - B21F
-
- 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
- B21B37/74—Temperature control, e.g. by cooling or heating the rolls or the product
-
- 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
- C21D1/00—General methods or devices for heat treatment, e.g. annealing, hardening, quenching or tempering
- C21D1/56—General methods or devices for heat treatment, e.g. annealing, hardening, quenching or tempering characterised by the quenching agents
- C21D1/60—Aqueous agents
-
- 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
- C21D11/00—Process control or regulation for heat treatments
- C21D11/005—Process control or regulation for heat treatments for cooling
-
- 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
- C21D8/005—Modifying the physical properties by deformation combined with, or followed by, heat treatment of ferrous alloys
-
- 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
-
- 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
- C21D9/00—Heat treatment, e.g. annealing, hardening, quenching or tempering, adapted for particular articles; Furnaces therefor
- C21D9/46—Heat treatment, e.g. annealing, hardening, quenching or tempering, adapted for particular articles; Furnaces therefor for sheet metals
-
- C—CHEMISTRY; METALLURGY
- C22—METALLURGY; FERROUS OR NON-FERROUS ALLOYS; TREATMENT OF ALLOYS OR NON-FERROUS METALS
- C22C—ALLOYS
- C22C38/00—Ferrous alloys, e.g. steel alloys
-
- 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
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Abstract
Description
まず、図1(a),(b)を参照して、本発明の一実施形態である鋼板の製造工程について説明する。
次に、図2を参照して、本発明の一実施形態である鋼板の冷却設備の構成について説明する。
次に、図3を参照して、水冷装置4の構成について説明する。
図2に戻る。制御用コンピュータ10は、上位計算機11から鋼板Sの加熱温度、板厚、板幅、重量等の情報の他、所望の材質を得るために必要な冷却停止温度の目標範囲(目標冷却停止温度)や冷却速度の目標範囲(目標冷却速度)に関する情報を取得する。そして、制御用コンピュータ10は、このような条件を実現するための操業条件を算出して水冷装置4の各機器の操業パラメータを決定する。
図2に戻る。本実施形態の冷却設備3は、冷却過程における鋼板Sの表面温度を測定する温度測定装置5を有する。水冷装置4よりも上流側の温度測定装置51は、水冷装置4の入口から概ね1~2m離れた位置に設置される。鋼板Sの熱処理工程における冷却開始温度を測定するためである。一方、水冷装置4よりも下流側の温度測定装置53は、水冷装置4の出口から概ね5~10m離れた位置に設置される。鋼板Sの熱処理工程における冷却停止温度を測定するためである。なお、水冷装置4よりも上流側の温度測定装置51が設置されない場合には、冷却設備3の入口部は水冷装置4の入口部と一致する。一方、水冷装置4よりも下流側に温度測定装置53を設置しない場合には、冷却設備3の出口部は水冷装置4の出口部と一致する。
本実施形態の鋼板の材質予測モデルの生成方法では、冷却設備3に設置された温度測定装置5を用いて、鋼板S上に予め設定される基準点における表面温度の実測データと、その基準点に基づいて設定される参照点における表面温度の実測データを取得する。取得した基準点及び参照点の表面温度の実測データを以下では表面温度情報データセットと呼ぶ。
本発明の一実施形態である鋼板の材質予測モデルの生成方法は、上記の表面温度情報データセットを入力実績データに含み、この入力実績データに対応する鋼板S上の基準点に対応する位置での上記冷却設備3を通過した後の鋼板Sの材質情報を出力実績データとする。
本発明の一実施形態である鋼板の材質予測装置は、材質予測モデル生成部を備える。材質予測モデル生成部は、上記冷却設備3において、鋼板S上に予め設定される基準点における表面温度の実測データと、その基準点に基づいて設定される参照点における表面温度の実測データを含む、表面温度情報データセットを入力実績データ、これらの入力実績データに対応する鋼板S上の基準点に対応する位置での冷却設備3を通過した後の鋼板Sの材質情報を出力実績データとした、複数の学習用データを用いた機械学習によって、冷却設備3を通過した後の鋼板Sの材質予測モデルを生成する。出力実績データである冷却設備3を通過した後の鋼板Sの材質情報は、冷却設備3を通過した後であれば、必ずしも室温まで冷却された後の材質情報に限定されない。但し、冷却設備3を通過した後に鋼板Sの再加熱を行う焼戻し工程を実行する場合には、焼戻し工程を完了した後の鋼板Sの材質情報を出力実績データとする。
本発明の一実施形態である鋼板の材質予測部は、図2に示す制御用コンピュータ10又は上位計算機11に設置してよい。また、図1に示す精整設備における精整工程の処理を統括する精整工程の制御用コンピュータに設置してもよい。また、これらの計算機内の一部として設置しても、これらとは別個のハードウエアとして構成してもよい。また、上記の計算機と通信機能を備えるタブレット端末内に設置してもよい。但し、材質予測部は、図2に示す制御用コンピュータ10又は上位計算機11と通信可能な手段を備え、冷却設備3において取得した鋼板Sの表面温度情報を取得できるものとする。以下、図10を参照して、本発明の一実施形態である鋼板の材質予測部の動作について説明する。
本実施例では、図1に示すオフライン型熱処理設備1において、予め予備処理設備においてショットブラスト加工を行い、表面のスケールを除去した室温状態の鋼板を用いた。その後、鋼板を加熱炉2で930℃まで窒素雰囲気で加熱した後、冷却設備3で冷却し、冷却停止温度として目標温度430℃にて冷却を行い、調質鋼を製造した。冷却設備3は加熱炉2の下流側に配置されており、その内部には水冷装置4を構成する7対の水冷ノズル41a,41bと8対の拘束ロール42a,42bが配置されている。水冷ノズル41a,41bとしてフラットスプレーノズルを用いた。
以下では、本実施形態に係る鋼板の材質予測方法を、他の材質情報を出力する場合に適用した結果について説明する。本実施例では、図1に示すオフライン型熱処理設備1を用いて耐摩耗性に優れる鋼板を製造した。オフライン型熱処理設備1を用いて熱処理を行う鋼板は、鋼素材の成分組成が、質量%で、C:0.12~0.50%、Si:0.01~1.0%、Mn:0.01~2.5%、P:0.040%以下、S:0,040%以下、Cr:0.01~3.0%、Ti:0.001~1.5%、B:0.0001~0.010%、Al:0.10%以下、N:0.050%以下を含み、残部Fe及び不可避的不純物からなるものを用いた。鋼素材は、予め熱間圧延ラインを用いて、加熱温度1150~1250℃、Ar3変態点以上の温度域での累積圧下率90~97%の条件で熱間圧延を行い、板厚12~13mmの鋼板とした後、室温まで冷却した。本実施例では、図2に示すオフライン型熱処理設備1の加熱炉2を用いて熱間圧延後の鋼板を再加熱し、冷却設備3を用いた鋼板の焼入れを行った。鋼板の熱処理条件としては、冷却開始温度を930℃±10℃として、目標冷却停止温度が250℃±50℃となるように水冷装置4の操業条件を設定した。
・シャルピー衝撃試験により取得される-40℃における吸収エネルギー(J)
・繰返し応力歪み試験により取得される繰返し降伏強度(MPa)
・疲労き裂伝播試験により取得される応力拡大係数範囲ΔK1=15MPa√mにおける疲労き裂伝播速度(m/cycle)
・吸収エネルギーの実績データの平均値22Jに対して予測誤差の標準偏差σ2.3J
・繰返し降伏強度の実績データの平均値1057MPaに対して予測誤差の標準偏差σ43.6MPa
・疲労き裂伝播速度の実績データの平均値4.12×10-9m/cycleに対して予測誤差の標準偏差σ0.75×10-9m/cycle
以下では、本実施形態に係る鋼板の材質予測方法を、曲げ加工性に優れる耐摩耗鋼に適用した結果について説明する。本実施例では、オンライン型熱処理工程を実行する、図15に示す熱間圧延ラインの冷却設備3により焼入れ処理を行った。
・曲げ試験により取得される限界曲げ半径(鋼板の板厚に対する曲げ半径の比)
・降伏応力の実績データの平均値970MPaに対して予測誤差の標準偏差σ9.2MPa
・限界曲げ半径(板厚に対する比率)の実績データの平均値2.5に対して予測誤差の標準偏差0.34
2 加熱炉
3 冷却設備
4 水冷装置
5,51,52,53 温度測定装置
6 テーブルロール
7 水切りパージノズル
7a 水切りパージ
10 制御用コンピュータ
10a 水冷条件演算部
11 上位計算機
20 材質予測モデル生成部
20a データベース部
20b 機械学習部
30 圧延機
41a,41b 水冷ノズル
42a,42b 拘束ロール
43 水冷流量制御装置
54 表面温度情報生成装置
M 材質予測モデル
PA 基準点
PB1,PB2,PB3,PB4 参照点
S 鋼板
W 冷却水
Claims (8)
- 加熱された鋼板に冷却水を噴射することによって鋼板を冷却する水冷装置と、冷却過程における鋼板の表面温度を測定する温度測定装置と、を備える鋼板の冷却設備における鋼板の材質予測モデルの生成方法であって、
鋼板上に予め設定される基準点における表面温度の実測データと、前記基準点に基づいて設定される参照点における表面温度の実測データと、を含む、表面温度情報データセットを入力実績データ、前記入力実績データに対応する鋼板上の基準点に対応する位置での前記冷却設備を通過した後の鋼板の材質情報を出力実績データとした、複数の学習用データを用いた機械学習によって、前記冷却設備を通過した後の鋼板の材質予測モデルを生成するステップを含み、
前記温度測定装置は、前記冷却設備のうち、前記水冷装置よりも上流側の位置と、前記水冷装置の途中の位置と、前記水冷装置よりも下流側の位置とのうちの少なくとも一つに設置され、
前記表面温度の実測データは、前記温度測定装置により測定されたデータであり、
前記参照点は、前記基準点に対して前記鋼板の長手方向と前記鋼板の幅方向とのうちの少なくとも一方の方向にずれた位置であって、前記基準点からの距離が0.1~200mmの範囲に設定される、
鋼板の材質予測モデルの生成方法。 - 前記参照点は、前記基準点に対して前記鋼板の長手方向のみにずれた位置に少なくとも一つ設定される長手方向参照点と、前記基準点に対して前記鋼板の幅方向のみにずれた位置に少なくとも一つ設定される幅方向参照点と、を含む、請求項1に記載の鋼板の材質予測モデルの生成方法。
- 前記材質予測モデルは、前記入力実績データとして、前記鋼板の属性情報から選択される属性情報パラメータを含む、請求項1又は2に記載の鋼板の材質予測モデルの生成方法。
- 前記材質予測モデルは、前記入力実績データとして、前記水冷装置の操業実績データから選択される少なくとも1つの操業実績データを含む、請求項1~3のうち、いずれか1項に記載の鋼板の材質予測モデルの生成方法。
- 前記機械学習として、ニューラルネットワーク、決定木学習、ランダムフォレスト、及びサポートベクター回帰の中から選択した機械学習を用いる、請求項1~4のうち、いずれか1項に記載の鋼板の材質予測モデルの生成方法。
- 加熱された鋼板に冷却水を噴射することによって鋼板を冷却する水冷装置と、冷却過程における鋼板の表面温度を測定する温度測定装置と、を備える鋼板の冷却設備における鋼板の材質予測方法であって、
鋼板上に予め設定される基準点における表面温度の実測データと、前記基準点に基づいて設定される参照点における表面温度の実測データと、を含む、表面温度情報データセットを入力実績データ、前記入力実績データに対応する鋼板上の基準点に対応する位置での前記冷却設備を通過した後の鋼板の材質情報を出力実績データとした、複数の学習用データを用いた機械学習によって生成された材質予測モデルを用いて、前記冷却設備を通過した後の鋼板の材質情報を予測する予測ステップを含み、
前記予測ステップは、
前記基準点とは異なる位置に、前記鋼板の面内において材質を予測すべき位置としての予測基準点を設定するステップと、
前記基準点に対する前記参照点と同様の位置関係で前記予測基準点に対して予測参照点を設定するステップと、
前記冷却設備において取得した前記鋼板の表面温度情報から、前記予測基準点および前記予測参照点の位置に対応する鋼板の表面温度の実測データを取得するステップと、
取得した前記予測基準点における鋼板の表面温度の実測データと、取得した前記予測参照点における鋼板の表面温度の実測データとを含む、表面温度情報データセットを入力として、前記材質予測モデルに入力し、前記予測基準点に対応する位置での前記冷却設備を通過した後の鋼板の材質情報を出力するステップと、を含み、
前記温度測定装置は、前記冷却設備のうち、前記水冷装置よりも上流側の位置と、前記水冷装置の途中の位置と、前記水冷装置よりも下流側の位置とのうちの少なくとも一つに設置され、
前記表面温度の実測データは、前記温度測定装置により測定されたデータであり、
前記参照点は、前記基準点に対して前記鋼板の長手方向と前記鋼板の幅方向とのうちの少なくとも一方の方向にずれた位置であって、前記基準点からの距離が0.1~200mmの範囲に設定される、
鋼板の材質予測方法。 - 請求項6に記載の鋼板の材質予測方法を用いて、前記冷却設備を通過した後の鋼板の材質の合否判定を行うステップを含む、鋼板の製造方法。
- 加熱された鋼板に冷却水を噴射することによって鋼板を冷却する水冷装置と、冷却過程における鋼板の表面温度を測定する温度測定装置と、を有する鋼板の冷却設備と、
鋼板上に予め設定される基準点における表面温度の実測データと、前記基準点に基づいて設定される参照点における表面温度の実測データを含む、表面温度情報データセットを入力実績データ、前記入力実績データに対応する鋼板上の基準点に対応する位置での前記冷却設備を通過した後の鋼板の材質情報を出力実績データとした、複数の学習用データを用いた機械学習によって生成された材質予測モデルを用いて、前記冷却設備を通過した後の鋼板の材質情報を出力する材質予測部と、を備え、
前記材質予測部は、
前記基準点とは異なる位置に、前記鋼板の面内において材質を予測すべき位置としての予測基準点を設定し、
前記基準点に対する前記参照点と同様の位置関係で前記予測基準点に対して予測参照点を設定し、
前記冷却設備において取得した前記鋼板の表面温度情報から、前記予測基準点および前記予測参照点の位置に対応する鋼板の表面温度の実測データを取得し、
取得した前記予測基準点における鋼板の表面温度の実測データと、取得した前記予測参照点における鋼板の表面温度の実測データとを含む、表面温度情報データセットを入力として、前記材質予測モデルに入力し、前記予測基準点に対応する位置での前記冷却設備を通過した後の鋼板の材質情報を出力し、
前記温度測定装置は、前記冷却設備のうち、前記水冷装置よりも上流側の位置と、前記水冷装置の途中の位置と、前記水冷装置よりも下流側の位置とのうちの少なくとも一つに設置され、
前記表面温度の実測データは、前記温度測定装置により測定されたデータであり、
前記参照点は、前記基準点に対して前記鋼板の長手方向と前記鋼板の幅方向とのうちの少なくとも一方の方向にずれた位置であって、前記基準点からの距離が0.1~200mmの範囲に設定される、
鋼板の製造設備。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021062617 | 2021-04-01 | ||
JP2021062617 | 2021-04-01 | ||
PCT/JP2022/004876 WO2022209320A1 (ja) | 2021-04-01 | 2022-02-08 | 鋼板の材質予測モデルの生成方法、材質予測方法、製造方法、及び製造設備 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7148024B1 true JP7148024B1 (ja) | 2022-10-05 |
JPWO2022209320A1 JPWO2022209320A1 (ja) | 2022-10-06 |
Family
ID=83455899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022526831A Active JP7148024B1 (ja) | 2021-04-01 | 2022-02-08 | 鋼板の材質予測モデルの生成方法、材質予測方法、製造方法、及び製造設備 |
Country Status (6)
Country | Link |
---|---|
EP (1) | EP4275805A1 (ja) |
JP (1) | JP7148024B1 (ja) |
KR (1) | KR20230151006A (ja) |
CN (1) | CN117042894A (ja) |
BR (1) | BR112023019852A2 (ja) |
WO (1) | WO2022209320A1 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004156973A (ja) * | 2002-11-05 | 2004-06-03 | Nippon Steel Corp | 鋼板の材質試験方法及び装置 |
JP2005315703A (ja) * | 2004-04-28 | 2005-11-10 | Nippon Steel Corp | 鋼材の材質予測方法 |
JP2010110784A (ja) * | 2008-11-06 | 2010-05-20 | Jfe Steel Corp | 厚鋼板のオンライン材質保証システム |
CN111832215A (zh) * | 2020-04-10 | 2020-10-27 | 南京钢铁股份有限公司 | 一种在线预测钢板组织性能的方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5589260U (ja) | 1978-12-15 | 1980-06-20 | ||
JPS5924362U (ja) | 1982-08-06 | 1984-02-15 | 社団法人日本能率協会 | 日記帳 |
JP5589260B2 (ja) | 2008-03-31 | 2014-09-17 | Jfeスチール株式会社 | 厚鋼板の材質保証システム |
JP2012171001A (ja) | 2011-02-23 | 2012-09-10 | Jfe Steel Corp | 鋼帯冷却制御方法、鋼帯冷却制御装置、及び鋼帯制御冷却プログラム |
JP5924362B2 (ja) | 2013-04-09 | 2016-05-25 | Jfeスチール株式会社 | 材料特性値推定装置、材料特性値推定方法、および鋼帯の製造方法 |
-
2022
- 2022-02-08 WO PCT/JP2022/004876 patent/WO2022209320A1/ja active Application Filing
- 2022-02-08 CN CN202280023363.XA patent/CN117042894A/zh active Pending
- 2022-02-08 JP JP2022526831A patent/JP7148024B1/ja active Active
- 2022-02-08 BR BR112023019852A patent/BR112023019852A2/pt unknown
- 2022-02-08 KR KR1020237033055A patent/KR20230151006A/ko unknown
- 2022-02-08 EP EP22779549.9A patent/EP4275805A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004156973A (ja) * | 2002-11-05 | 2004-06-03 | Nippon Steel Corp | 鋼板の材質試験方法及び装置 |
JP2005315703A (ja) * | 2004-04-28 | 2005-11-10 | Nippon Steel Corp | 鋼材の材質予測方法 |
JP2010110784A (ja) * | 2008-11-06 | 2010-05-20 | Jfe Steel Corp | 厚鋼板のオンライン材質保証システム |
CN111832215A (zh) * | 2020-04-10 | 2020-10-27 | 南京钢铁股份有限公司 | 一种在线预测钢板组织性能的方法 |
Also Published As
Publication number | Publication date |
---|---|
EP4275805A1 (en) | 2023-11-15 |
KR20230151006A (ko) | 2023-10-31 |
BR112023019852A2 (pt) | 2023-11-14 |
CN117042894A (zh) | 2023-11-10 |
WO2022209320A1 (ja) | 2022-10-06 |
JPWO2022209320A1 (ja) | 2022-10-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102537661B1 (ko) | 금속 제품의 제조를 모니터링하기 위한 방법 및 전자 디바이스, 관련된 컴퓨터 프로그램 및 장치 | |
KR20230061513A (ko) | 재료 특성값 예측 시스템 및 금속판의 제조 방법 | |
JP2014000593A (ja) | 熱延鋼板の温度むら予測方法、平坦度制御方法、温度むら制御方法、及び、製造方法 | |
JPH0741303B2 (ja) | 熱間圧延鋼板の冷却制御装置 | |
JP7148024B1 (ja) | 鋼板の材質予測モデルの生成方法、材質予測方法、製造方法、及び製造設備 | |
JP7287416B2 (ja) | 厚鋼板の製造仕様決定支援装置および製造仕様探索方法、コンピュータプログラム、コンピュータ読み取り可能な記録媒体ならびに厚鋼板の製造方法 | |
JP4349177B2 (ja) | 連続式加熱炉の鋼材抽出温度予測方法 | |
WO2021229949A1 (ja) | 厚鋼板の温度偏差予測方法、厚鋼板の温度偏差制御方法、厚鋼板の温度偏差予測モデルの生成方法、厚鋼板の製造方法、及び厚鋼板の製造設備 | |
JP5482365B2 (ja) | 鋼板の冷却方法、製造方法および製造設備 | |
JPH0761493B2 (ja) | 熱間圧延鋼板の冷却制御装置 | |
JP2023005968A (ja) | 熱延板の温度予測モデルの生成方法、熱延板の温度制御方法および製造方法 | |
JP2012171001A (ja) | 鋼帯冷却制御方法、鋼帯冷却制御装置、及び鋼帯制御冷却プログラム | |
EP4275806A1 (en) | Method for predicting shape of steel sheet, shape control method, manufacturing method, method for generating shape prediction model, and manufacturing equipment | |
KR20220029743A (ko) | 후강판의 제조 설비 및 제조 방법 | |
JP5369468B2 (ja) | 熱間粗圧延における被圧延材の温度予測方法を用いた熱延金属帯の製造方法 | |
JP7338599B2 (ja) | ブリスタースケールの発生予測方法、圧延機の制御方法およびブリスタースケールの発生予測モデルの生成方法 | |
WO2023042545A1 (ja) | 厚鋼板の製造方法および製造設備 | |
JP7294243B2 (ja) | 熱処理レールの硬度予測方法、熱処理方法、硬度予測装置、熱処理装置、製造方法、製造設備、並びに、硬度予測モデルの生成方法 | |
JP7294242B2 (ja) | 表面粗さの予測方法、鋼帯の製造方法および学習済の機械学習モデルの生成方法 | |
WO2024062766A1 (ja) | 金属帯の反り形状予測方法、金属帯の反り形状制御方法、金属帯の製造方法、反り形状予測モデルの生成方法及び金属帯の反り形状制御装置 | |
JP5803138B2 (ja) | 結晶粒径予測方法、結晶粒径予測装置、及び結晶粒径予測プログラム | |
KR20240046536A (ko) | ??칭 장치 및 연속 어닐링 설비, 그리고 ??칭 방법, 강판의 제조 방법 및 도금 강판의 제조 방법 | |
Maitra et al. | Life enhancement of bent pipe by heat treatment | |
JP2022192003A (ja) | 表層硬度予測モデル及びこれを用いた鋼板の表層硬度を予測制御する方法、制御指令装置、鋼板製造ライン、並びに鋼板製造方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220510 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220510 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220628 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220803 |
|
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: 20220823 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220905 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7148024 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |