JP7449776B2 - 熱間圧延ライン制御システムおよび熱間圧延ライン制御方法 - Google Patents

熱間圧延ライン制御システムおよび熱間圧延ライン制御方法 Download PDF

Info

Publication number
JP7449776B2
JP7449776B2 JP2020088243A JP2020088243A JP7449776B2 JP 7449776 B2 JP7449776 B2 JP 7449776B2 JP 2020088243 A JP2020088243 A JP 2020088243A JP 2020088243 A JP2020088243 A JP 2020088243A JP 7449776 B2 JP7449776 B2 JP 7449776B2
Authority
JP
Japan
Prior art keywords
data
stratification
hot rolling
rolling line
grid
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
JP2020088243A
Other languages
English (en)
Other versions
JP2021181109A (ja
Inventor
ミンソク 朴
昌宏 鹿山
剛資 林
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.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
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 Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP2020088243A priority Critical patent/JP7449776B2/ja
Priority to US17/318,296 priority patent/US11537105B2/en
Priority to EP21174010.5A priority patent/EP3912741B1/en
Publication of JP2021181109A publication Critical patent/JP2021181109A/ja
Application granted granted Critical
Publication of JP7449776B2 publication Critical patent/JP7449776B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G05B19/4155—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 programme execution, i.e. part programme or machine function execution, e.g. selection of a programme
    • 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
    • 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
    • B21B1/02—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 heavy work, e.g. ingots, slabs, blooms, or billets, in which the cross-sectional form is unimportant ; Rolling combined with forging or pressing
    • 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
    • B21B1/02—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 heavy work, e.g. ingots, slabs, blooms, or billets, in which the cross-sectional form is unimportant ; Rolling combined with forging or pressing
    • B21B2001/028—Slabs
    • 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
    • G05B2219/45152—Forming workpiece by pressing tool against metal on model

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Metal Rolling (AREA)

Description

本発明は、材質予測機能を有する熱間圧延ライン制御システムおよび熱間圧延ライン制御方法に関する。
熱間圧延ラインでは厚い鋼スラブを１２００℃前後に加熱してから圧延することで、比較的低い圧延荷重で薄い鋼板を製造できる。一方、高温での圧延過程および圧延後の冷却過程で金属組織が変化するため、圧延鋼板の材質は原料成分のみならず圧延および冷却条件によっても変化する。原料成分と圧延条件および冷却条件に基づいて圧延鋼板の材質を予測する数学モデルを構築することも可能であり、そのような数学モデルは、例えば、非特許文献１に開示されている。このため、熱間圧延ライン制御システムの中には、圧延後の鋼板の材質を予測または推定する機能を有するシステムがある。
熱間圧延では多様な規格及び寸法の鋼板を製造するため、一つの熱間圧延ラインで製造される鋼板の種類は数十種から数百種になる。材質予測機能を有する熱間圧延ラインの制御システムは、これら数十種から数百種の鋼板に対して、原料成分と圧延条件および冷却条件に基づいて材質を予測する必要がある。
原料成分と圧延条件および冷却条件による多鋼種の材質を精度良く予測する技術として、特許文献１に開示された技術がある。特許文献１によれば、過去に製造された製品毎に、素材成分実績、操業実績及び材質実績を蓄積する材質記憶手段と、入力される素材成分情報及び操業情報を用いて、材質に与える影響の大きい入力変数をルールに従って限定する入力変数限定手段と、該限定した入力変数を用いて距離関数を定義し、この距離関数を用いて前記材質記憶手段内の各データと入力値との距離を計算し、計算した距離に基づいて入力値に近いデータを抽出し、該抽出されたデータから材質の推定値を計算し、出力する、という。特許文献１によれば、この技術により、材質推定モデル作成における熟練や労力を削減し、モデルの構造と対象の構造の乖離により生じる推定誤差の発生を防止し、入力空間の全ての領域での推定精度を向上できるという。
原料成分と圧延条件および冷却条件による多鋼種の材質を精度良く予測する別の技術として、特許文献２に開示された技術がある。特許文献２によれば、圧延される鋼種を含まれる成分その他の情報により区分した鋼種コードを用いて、鋼種コード毎に学習項格納テーブルを作成する。学習項格納テーブルは、材質に関わる因子ｘ１，ｘ２などが取り得る範囲において適宜数十区分に分割されたものである。特許文献２によれば、このようなテーブルの区分方法および構造を用いることで長期学習の学習速度と学習の安定性を改善することができ、さらに学習値の付近一世の欠点を解消し、安定した操業の実現と高品質の製品の製造を実現できる、という。
特開２００２―２３６１１９号公報 特開２００３－３４０５０８号公報
Y. Tomota et al., ISIJ Int. 32, pp. 343-349 (1992)
特許文献１に開示された従来技術には、次のような技術的な課題があると考えられる。第１に、鋼板上の一点の材質を予測する度に、その点の素材成分実績と操業実績を参照して、材質記憶手段に記憶された情報から該点に近いデータを抽出する処理が必要になるため、多数の点に対する材質予測ではデータ抽出処理の計算機負荷が高くなる。
第２に、素材成分実績と操業実績が近いデータだけを集めると、集まったデータの範囲から離れたデータに対する予測の精度が低下する。近いデータを回帰に用いる極端な例は、真の関係がｙ＝ｘの時に、全く同じ（０，０）のデータ１０００個を集めて回帰に用いることである。この例で回帰したモデルｆ（ｘ）では、ｆ（ｘ）＝１を得ることはできない。この例で示したように、近いデータだけを集めて回帰に用いると、回帰モデルの予測精度が低下する問題が生ずる可能性がある。
特許文献２に開示された従来技術では、数十種から数百種ある鋼種コードに対して、材質に関わる因子ｘ１，ｘ２などが取り得る範囲において適宜数十区分に分割した学習項格納テーブルを鋼種コード毎に作るとしている。材質に関わる因子は数十種類になることが多いため、学習項格納テーブルのマス目が多くなり過ぎる課題がある。
例えば、材質に関わる因子がｘ１～ｘ１０の１０種の場合、各因子が取り得る範囲を１０区分に分割すると、１鋼種コードの学習項格納テーブルは１０１０個のマス目を持つことになる。現実に圧延ラインで得られる実績データ数では、マス目が多すぎて学習が殆ど進めない可能性がある。また、各マス目に含まれる実績データは材質に関わる因子ｘ１～ｘ１０が近いデータのみとなる。従って、前記特許文献１と同じく、材質に関わる因子が近いデータだけを集めたことにより、集まったデータの範囲から離れたデータに対する予測の精度が低下する課題が発生し得る。
以上を鑑みて、本発明が解決しようとする課題は、材質予測時の計算負荷を考慮しつつ、圧延条件および冷却条件による多鋼種の材質を精度良く予測することの可能な熱間圧延ライン制御システムおよび熱間圧延ライン制御方法を提供することである。
前記課題を解決するために、本発明の熱間圧延ライン制御システムは、圧延条件を設定する圧延条件設定部と、前記設定された設定データと圧延中のラインの操業データを収集する操業データ収集部と、前記操業データを保存する操業データ保存部と、圧延鋼板の材質を測定した材質実測データを保存する材質測定データ保存部と、前記圧延鋼板の材質を予測する材質予測部と、前記材質予測部での材質予測データを保存する材質予測データ保存部と、を有し、前記材質予測部は、前記操業データを用いて組織モデル計算処理を行い、金属組織特徴量データを作成し、前記操業データと前記材質実測データと前記金属組織特徴量データを用いて、材質予測対象の前記圧延鋼板を複数の材質グループの一つに分類する層別基準を作成すると共に、該作成された層別基準に従って前記操業データと前記材質実測データを層別して、該層別された操業データと材質実測データとを回帰して層別毎の材質モデルを作成する層別基準作成および材質モデル回帰部を有することを特徴とする。本発明のその他の態様については、後記する実施形態において説明する。
本発明の層別基準および材質モデル回帰部は、操業データと材質実測データを用いて、層別基準と材質モデルを一貫学習することから、層別・材質学習部（classification-property learning part）とも称する。
本発明によれば、材質予測時の計算負荷を考慮しつつ、圧延条件および冷却条件による多鋼種の材質を精度良く予測することの可能である。
本発明の第１実施形態に係る熱間圧延ライン制御システムの概略構成の一例を示す構成図である。 本発明の第１実施形態に係る材質予測部の概略構成の一例を示す構成図である。 比較例の材質予測部の概略構成の一例を示す構成図である。 比較例の材質モデル回帰部の処理の一例を示すフローチャートである。 本発明の第１実施形態に係る層別基準作成および材質モデル回帰部の処理の一例を示すフローチャートである。 本発明の第１実施形態に係る層別基準作成および材質モデル回帰部が材質測定データ保存部から読み込む材質測定データの一例を示す表である。 本発明の第１実施形態に係る層別基準作成および材質モデル回帰部が操業データ保存部から読み込む操業データの一例を示す表である。 本発明の第１実施形態に係る層別基準作成および材質モデル回帰部で、組織モデル計算処理から層別基準作成および材質モデル係数計算処理へ入力されるデータの一例を示す表である。 本発明の第１実施形態に係る層別基準作成および材質モデル回帰部での層別基準作成および材質モデル係数計算処理の一例を示すフローチャートである。 本発明の第１実施形態に係る層別基準作成および材質モデル回帰部での層別基準教師データ作成処理の一例を示すフローチャートである。 本発明の第１実施形態に係る層別基準作成および材質モデル回帰部での層別基準データ作成処理で材質予測部と接続された表示装置上に表示される画面の一例を示す図である。 本発明の第１実施形態に係る層別基準作成および材質モデル回帰部での層別基準データ作成処理で材質予測部と接続された表示装置上に表示される別の画面の一例を示す図である。 本発明の第１実施形態に係る層別基準作成および材質モデル回帰部での層別基準データ作成処理で材質予測部と接続された表示装置上に表示される更に別の画面の一例を示す図である。 本発明の第１実施形態に係る層別基準作成および材質モデル回帰部での層別処理で材質予測部と接続された表示装置上に表示される画面の一例を示す図である。 本発明の第１実施形態に係る層別基準作成および材質モデル回帰部での層別毎の回帰処理で材質予測部と接続された表示装置上に表示される画面の一例を示す図である。 従来技術で発生可能な課題を本発明の技術で解決できることを示す図である。 従来技術で発生可能な別の課題を本発明の技術で解決できることを示す図である。 本発明の第２実施形態に係る材質予測部の概略構成の一例を示す構成図である。 本発明の第３実施形態に係る熱間圧延ライン制御システムの概略構成の一例を示す構成図である。
以下、本発明の実施形態について、図面を参照して詳細に説明する。なお、各図面において、共通する構成要素には同一の符号を付し、重複した説明を省略する。
≪第１実施形態≫
図１は、本発明の第１実施形態に係る熱間圧延ライン制御システム２０の概略構成の例を熱間圧延ライン１２とともに示した図である。熱間圧延ライン１２は、熱間圧延ライン制御システム２０の圧延条件設定部２１の設定データに従って圧延前鋼材１１を圧延して圧延鋼板１３を製造する。前記設定データは操業データ収集部２２で収集され、操業データ保存部２３に保存される。図示は省略するが、熱間圧延ライン１２には温度計、ロードセル、板厚計などの多数の計測器が装備されており、これら計測器で計測された操業データも、操業データ収集部２２で収集され、操業データ保存部２３に保存される。操業データ収集部２２で収集された設定データおよび操業データは、材質予測部２６にも送信され、材質予測に用いられる。
圧延鋼板１３は、全数または一部から材質測定用の試験片が採取された後、出荷鋼板１４として出荷される。採取された試験片の材質は材質測定装置３０で測定され、測定結果は材質測定データ保存部２４に保存される。品質判定部２５は、操業データ保存部２３と材質測定データ保存部２４に保存されたデータを用いて、出荷鋼板１４に対する品質判定データを生成し、出荷鋼板１４の出荷時に品質判定情報を添付する。
材質予測部２６は操業データに基づいて材質を予測する材質予測モデルを実装している。材質予測モデルは、非特許文献１に示したように、圧延前鋼材の化学組成や圧延条件、金属組織の結晶粒径などを独立変数とし、従属変数を引張強度などの材質とする関数の形である。材質予測モデルの予測精度を上げるために、材質予測部２６は、材質測定データ保存部２４に保存された材質測定データ（材質実測データ）と、該データに対応する操業データ保存部２３に保存された操業データを用いて、前記モデルの係数を計算する。この計算は、回帰（regression）またはフィッティング（fitting）と呼ばれる。
材質予測部２６は、材質測定データのない圧延鋼板の箇所の材質を予測するため、操業データ収集部２２で収集された操業データ、または、操業データ保存部２３に保存された操業データを用いて、材質予測モデルの独立変数を作成し、材質予測モデルの従属変数である材質予測値を計算する。計算された材質予測値は材質予測データ保存部２７に保存される。材質予測データ保存部２７に保存された材質予測値は、圧延条件設定部２１または品質判定部２５から参照することができる。
本願発明は、熱間圧延ライン制御システム２０の中でも特に材質予測部２６に関するものである。
図２は、本発明の第１実施形態に係る材質予測部２６の概略構成の一例を示した図である。材質予測部２６の層別基準作成および材質モデル回帰部２６０は、材質測定データ保存部２４に保存された材質測定データ（材質実測データ）と、該データに対応する操業データ保存部２３に保存された操業データを読み取り、層別基準を作成する。層別基準作成および材質モデル回帰部２６０は、また、前記材質測定データと操業データを用いて層別毎の材質モデルの係数を回帰する。層別基準は層別基準保存部２６１に保存され、材質モデルの係数はモデル係数保存部２６３に保存される。
ここで、層別（classification）とは、原料成分、または圧延条件、または冷却条件、またはこれらから計算される量、またはこれらの組合せを用いて、材質予測対象の圧延鋼板を複数の材質グループの一つに分類することである。同じ材質グループに属する圧延鋼板には同じ係数の材質予測モデルが適用される。
材質予測対象の圧延鋼板の操業データは操業データ収集部２２また操業データ保存部２３から入力される。図２には操業データ収集部２２から材質予測対象の圧延鋼板の操業データが入力される例を示した。組織モデル計算部２６４は入力された操業データを用いて、圧延鋼板の金属組織特徴量を計算する。金属組織特徴量は、例えば、フェライト組織の比率、パーライト組織の比率、結晶粒径などである。組織モデル計算部２６４は、計算した組織特徴量と操業データの全てまたは一部を層別判定部２６５および材質モデル計算部２６７に出力する。
層別判定部２６５は、組織モデル計算部２６４からの入力データに層別基準保存部２６１に保存された層別基準を適用して、材質予測対象の圧延鋼板を層別判定する。モデル係数読み出し部２６６は層別判定の結果に対応する材質モデルの係数をモデル係数保存部２６３から読み出し、材質モデル計算部２６７に出力する。材質モデル計算部２６７はモデル係数保存部２６３からの入力データを材質モデルの係数に設定した後、組織モデル計算部２６４からの入力データに基づいて、材質予測対象の圧延鋼板の材質を計算する。計算された材質は材質予測データ保存部２７に保存される。
比較例と本願発明の違いを説明する。
図３は、比較例の材質予測部２６の概略構成の一例を示す構成図である。比較例における材質予測部２６には、本願と比べて層別基準作成を行う部分がなく、層別基準は材質予測部２６の製造者または使用者またはその他の関係者によって作成され層別基準保存部２６１に保存される。
例えば、比較例として特許文献２に記載の技術は、層別テーブルの区分および構造に対しても最適な方式を提案するとするが、その層別テーブルについては、モデル式の複数のパラメータの実績計算値が取り得る範囲において、適宜、数十区分に分割したテーブルを特許文献２の図２または図４の如く作成することを開示し、また、該テーブルのキーとして上位計算機から設定された製品寸法、鋼種とするだけである。複数のパラメータの実績計算値またはキーが取り得る範囲を複数の区分に分割する基準、即ち、層別基準については、比較例としての特許文献には何も言及されてない。
比較例の材質モデル回帰部２６２は、層別基準が予め決定されているため、層別基準保存部２６１から層別基準を読み出して、その層別基準に基づいて材質測定データ保存部２４と操業データ保存部２３から材質データと操業データを読み出して、層別毎の材質モデルの係数を回帰した後、回帰した材質モデルの係数をモデル係数保存部２６３に保存する。比較例の材質モデル回帰部２６２の処理は後で図４を用いて詳しく説明する。
モデル係数保存部２６３に保存されたモデル係数は、操業データ収集部２２から入力される操業データを基に層別判定部２６５が行った層別判定の結果に基づいて、モデル係数読み出し部２６６によって読み出され、材質モデル計算部２６７に設定される。比較例の材質モデル計算部２６７は、操業データ収集部２２から入力される操業データに基づいて、材質モデルを用いて材質を計算する。計算された材質は材質予測データ保存部２７に保存される。
図４は、比較例の材質モデル回帰部２６２の処理の一例を示すフローチャートである。処理を開始すると、初めに層別基準保存部２６１から予め決定されていた層別判定基準を読み込み（ＳＰ１）、層別毎の回帰ループを初期化する。次に、ループ内では材質測定データ保存部２４から層別ｎに該当する材質測定データを読み込み、また、読み込んだ材質測定データに対応する操業データを操業データ保存部２３から読み込む（ＳＰ２）。
次に、読み込んだ材質測定データと操業データを用いて層別ｎの材質モデル係数を計算する（ＳＰ３）。次に、計算した層別ｎの材質モデル係数をモデル係数保存部２６３に保存する（ＳＰ４）。次に、層別ｎと層別数Ｎｃを比較する（ＳＰ５）。層別ｎがＮｃ未満の場合はｎを１増加させた後、ＳＰ２に戻る（ＳＰ６）。層別ｎが層別数Ｎｃと一致したら処理を終了する。
以上の比較例の処理と対比して、本発明の実施形態における層別基準作成および材質モデル回帰部２６０の処理を図５に示す。
図５は、本発明の第１実施形態に係る層別基準作成および材質モデル回帰部２６０の処理の一例を示すフローチャートである。適宜図２を参照する。層別基準作成および材質モデル回帰部２６０は、処理を開始すると、材質測定データ保存部２４から材質測定データを読み込み、また、読み込んだ材質測定データに対応する操業データを操業データ保存部２３から読み込む（Ｓ１）。データ読み込みに層別基準を用いない点で比較例と異なる。次に、読み込んだ操業データを用いて、圧延鋼板の金属組織特徴量を計算する（Ｓ２）。計算に用いる組織モデルは、前記組織モデル計算部２６４と共通のモデルでよい。
次に、操業データと材質測定データと計算した組織特徴量の全てまたは一部を用いて、層別基準の作成および材質モデルの係数計算を行う（Ｓ３）。処理Ｓ３の詳細は図９を用いて後で詳しく説明する。次に、層別基準を層別基準保存部２６１に保存し、および、層別に回帰した材質モデルの係数をモデル係数保存部２６３に保存する（Ｓ４）。
図６は、材質測定データ保存部２４から読み込まれる材質測定データ（材質実測データ）の一例である。材質測定データの１行は、各々、圧延鋼板１３から採取された１つの試験片で測定された引張強度（ＴＳ）と降伏強度（ＹＳ）と伸び（ＥＬ）と硬さ（Ｈｖ）からなる。細長い形状を取る圧延鋼板１３は一般的に熱間圧延ラインの終端部でスクロール状に巻き取られるため、巻き取り後に露出される圧延鋼板の尾端部から試験延を採取して材質を測定することが一般的である。
図７は、操業データ保存部２３から読み込まれる操業データの一例である。操業データには炭素濃度Ｃ、珪素濃度Ｓｉ、マンガン濃度Ｍｎのような圧延前鋼材１１の化学組成データと、鋼板の厚み（Thick.）のような寸法データと、鋼板の仕上げ圧延機入り口温度（Finishing mill Entry Temperature，ＦＥＴ）のようなラインデータが含まれる。操業データは一般に一本の圧延鋼板でも位置によって変化するため、材質測定データの試験片と対応する位置の操業データを用いることが好ましい。
図８は、組織モデル計算処理（Ｓ２）から層別基準作成および材質モデル係数計算処理（Ｓ３）へ入力されるデータの一例である。材質測定データと操業データに、組織モデル計算処理（Ｓ２）で計算されたフェライト組織の比率（Ｘｆ）、フェライト結晶の粒徑（Ｄｆ）などの金属組織特徴量を加えたデータである。
図９は、本発明の第１実施形態における層別基準作成および材質モデル係数計算処理（Ｓ３）の一例を示すフローチャートである。層別基準作成および材質モデル回帰部２６０は、処理Ｓ３を開始すると、処理する材質のインデックスｉ（材質 loop index）を１に設定した後（Ｓ３０）、材質Ｙｉに対する処理ループＳ３１～Ｓ４１に入る。材質Ｙｉは、例えば、図６に示した引張強度ＴＳ、降伏強度ＹＳ、伸びＥＬ、硬さＨｖの中の１種類である。処理ループの中では、初めに、組織モデル計算処理から入力された操業データおよび金属組織特徴量データを用いて、材質Ｙｉに対するＮｘ種の説明因子Ｘ１、Ｘ２、…、ＸＮｘを作成する（Ｓ３１）。説明因子は、例えば、熱延鋼板の材質に対する物理冶金理論の知識に基づいた次のようなものである。
Ｘ１＝Ｘｆ×Ｍｎ
Ｘ２＝Ｘｆ／（Ｄｆ１／２）
Ｘ３＝Ｘｐ
ここでＸｐは金属組織特徴量の一つでパーライト（pearlite）組織の比率である。
次に、材質Ｙｉと説明因子Ｘ１、Ｘ２、…、ＸＮｘの間の相関係数を計算（相関計算）する（Ｓ３２）。相関係数には、例えば、線形相関として一般的に使われるPearson相関、または、非線形相関の評価に使われる最大情報係数（Maximal Information Coefficient、MIC、D.N. Reshef et al., Science 334, pp.1518-1524 (2011)）などを使う。
次に、相関係数の絶対値の降順に説明因子を整列する（Ｓ３３）。即ち、相関係数を求める関数corrに対して、

|corr(Ｙｉ，Ｘ１)|≧|corr(Ｙｉ，Ｘ２)|≧…≧|corr(Ｙｉ，ＸＮｘ)|

となるように説明因子を降順に整列する。これにより、後述するＳ３５～Ｓ４１のループでは材質Ｙｉとの相関係数の絶対値が最も大きい説明因子から順に処理される。
次に、説明因子に対するループのインデックスｎ（説明因子 loop index）を１にする（Ｓ３４）。ｎは説明因子に対する処理Ｓ３５～Ｓ４１が１回終わる度に増加され（Ｓ４１）、最大Ｎｘまで増加する。
次に、説明因子Ｘｎに対する材質Ｙｉの分布を用いて、材質Ｙｉに対する層別基準の教師データを作成する（Ｓ３５）。層別基準の教師データは、入力データ１行の説明因子のセット（Ｘ１，ｍ、Ｘ２，ｍ、…、ＸＮｘ，ｍ）を層別Ｃ１、Ｃ２、ＣＮｃの一つとだけ対応させたデータである。ここで、ｍはＮＤ個の入力データ行の中の１行を表すインデックスである。Ｓ３５については後で図１０を用いて詳しく説明する。
次に、Ｓ３５で作成した層別基準教師データを用いて、層別基準を作成する（Ｓ３６）。説明因子と層別を対応させた教師データを用いるため、Ｓ３６では機械学習で「分類問題」と定義され、サポートベクトル分類（Support Vector Classification）、ｋ近傍分類（k-Neighbor Classification）などの方法を適用することができる。説明因子と層別を対応させた教師データがない場合の層別は、機械学習で「クラスタリング（clustering）」問題と呼ばれ、ｋ平均法（k-means）、ＤＢＳＣＡＮ法（Density-Based Spatial Clustering of Application with Noise）などの方法を適用できる。
しかし、発明者らの研究の結果、熱間圧延鋼板の材質モデルに対する層別においては、層別基準教師データを作成して分類問題の方法を用いる本発明の技術が、教師データを作成せずクラスタリング方法を適用する技術に比べて、圧延条件および冷却条件による多鋼種の材質を高い精度で予測できた。比較の結果は、後で例を持って示す。
次に、Ｓ３６で作成した層別基準を用いて、入力データを層別して（Ｓ３７）、層別毎に材質Ｙｉに対する材質モデルの係数を計算する（Ｓ３８）。材質モデルの係数計算には、前記のとおり、同業他社で周知の回帰（regression）の方法を用いることができる。
次に、ｎと説明因子の数Ｎｘを比較する（Ｓ３９）。ｎ＜Ｎｘの場合には（Ｓ３９，Ｙｅｓ）、説明因子に対するループで未処理の説明因子があることを意味し、追加層別の可能性があるため、層別毎の判定処理（Ｓ４０）に移る。一方、ｎがＮｘに達した場合には（Ｓ３９，Ｎｏ）、全ての説明因子を処理したことになるため、説明因子に対するループを終了して、材質ループ終了の判定処理（Ｓ４２）に移行する。
層別毎の判定処理（Ｓ４０）では、層別毎に、Ｓ３８で回帰した材質モデルの精度と、含まれるデータ数を基準に、Ｓ３５～Ｓ３９の処理を再度実施するかを判定する。材質モデルの精度が目標精度に達してなく、更に、含まれるデータ数が敷居値より多い層別に対しては（Ｓ４０，Ｎｏ）、説明因子のｉｎｄｅｘを１増加させた後、Ｓ３５処理に戻る（Ｓ４１）。これにより材質Ｙｉとの相関係数の絶対値が、只今処理された説明因子の次に大きい説明因子に対して、Ｓ３５～Ｓ３９の処理が行われることになる。一方、材質モデルの精度が目標精度に達した層別や含まれるデータ数が敷居値より少ない層別に対しては（Ｓ４０，Ｙｅｓ）、材質Ｙｉに対する処理ループを終了する。
最後に、材質ループの材質インデックスｉと予測対象材質の数Ｎｐを比較する（Ｓ４２）。ｉがＮｐと一致しない場合には（Ｓ４２，Ｎｏ）、材質インデックスｉをｉ＋１に更新した後、Ｓ３１に戻る（Ｓ４３）。一方、ｉとＮｐが一致した場合には（Ｓ４２，Ｙｅｓ）、全ての材質に対する処理が終わったため、層別基準作成および材質モデル係数計算処理（Ｓ３）を終了する。
図１０は、本発明の一実施例における層別基準教師データ作成処理（Ｓ３５）の一例を示すフローチャートである。説明因子Ｘｎ、材質Ｙｉに対する処理Ｓ３５が始まると、層別基準作成および材質モデル回帰部２６０は、先ず、データ（Ｘｎ，Ｙｉ）が分布する空間を格子で分割して、格子毎のデータ密度を計算する（Ｓ３５１）。次に、データ密度を基準に、格子を疎格子（sparse grid、Ｓ格子）と密格子（dense grid、Ｄ格子）の２種類に分割する（Ｓ３５２）。次に、各Ｄ格子とその最も近隣のＤ格子（最近隣Ｄ格子）との間の勾配を計算する（Ｓ３５３）。最も近隣のＤ格子が複数あるＤ格子については、複数の勾配値を持ってもよい。
以上のＳ３５１～Ｓ３５３で、（Ｘｎ，Ｙｉ）の分布空間を格子に分割して、データが多く分布するＤ格子を抽出し、Ｄ格子間の勾配を計算したことは、次の効果を持つ。
第１に、データ毎ではなく格子毎の処理にすることで、処理に必要な計算時間を大幅に減らして、熱間圧延ラインに設置される一般的な計算機でも短時間で処理することができる。
第２に、操業データに記録されない外乱要因によって大きくばらついたデータの悪影響を低減できる。なぜなら、大きくばらついたデータは、他のデータと傾向が異なるため、Ｓ位置する可能性が高く、Ｄ格子同士の勾配には影響しないからである。
第３に、勾配を計算したことで、素材成分実績と操業実績が近いデータだけを集める比較例の課題を解決できる。比較例では、材質に関わる因子、即ち、説明因子が近いデータだけを集めて回帰していたため、集まったデータの範囲から離れたデータに対する予測の精度が低下する可能性があった。
本発明では、この課題を解決する方法を鋭意検討した結果、説明因子そのものではなく、材質と説明因子との間の勾配が近いデータを集める本発明の方法に至った。熱間圧延鋼板の材質は、本質的には、説明因子の非線形関数であるが、実用的な成分範囲、圧延条件範囲、冷却条件範囲を複数の範囲に分割すれば、分割後の範囲内ではテイラー展開などを用いて材質を説明因子の１次関数として表すことができる。材質モデルを説明因子の１次関数に表すと、回帰で決めるべきモデル係数は各説明因子に掛け算される係数であり、この係数は材質と説明因子の勾配として求めることができる。このことは、材質と説明因子との勾配が同じデータの群れは、説明因子や材質の値そのものは互いに離れていても、同じ材質モデルで精度よく材質を計算することができることを意味する。本発明はこの検討結果に基づいて、説明因子が近いデータを集めるのではなく、材質と説明因子との勾配の値が近いデータを集める。この方法により、集めたデータの範囲から離れたデータに対する予測の精度が低下する問題を解決できる。
次に、計算した勾配の値を基準に、Ｄ格子を層別準備グループＰにクラスタリングする（Ｓ３５４）。クラスタリングには前記のｋ平均法やＤＢＳＣＡＮ法などの方法を適用できる。最も近隣のＤ格子が複数あり、複数の勾配値を持つＤ格子は複数のＰグループに属してもよい。次に、１つのＰグループだけに属するＤ格子を教師格子Ｔとして抽出する（Ｓ３５５）。次に、Ｔ格子内のデータに対して、その説明因子とＰグループ名のセット（Ｘ１，ｍ、Ｘ２，ｍ、…、ＸＮｘ，ｍ、Ｃｊ）を出力する（Ｓ３５６）。ここで、Ｃｊは説明因子（Ｘ１，ｍ、Ｘ２，ｍ、…、ＸＮｘ，ｍ）のデータが属するＴ格子のＰグループ名である。Ｓ３５６の出力データが処理Ｓ３５によって作成される層別基準の教師データである。
図１１は、本発明の第１実施形態におけるＳ３５１処理で材質予測部２６と接続された表示装置上に表示される画面の一例である。（Ｘｎ，Ｙｉ）の空間上に１００種以上の鋼種の圧延鋼板のデータが分布しており、空間は格子で分割されている。なお、図１１の例では四角格子を示したが、三角格子、六角格子など、他の形状の格子を使ってもよい。図１１では格子毎のデータ密度が計算されており、種々の方法で表示することができる。例えば、マウスのクリックやペンまたは指でのタッチで格子を指定するとデータ密度値を表示する方法や、表示方法を切り替えるとデータ点が消えて格子毎の密度値を表示する方法、表示方法を切り替えるとデータ点が消えて格子毎の密度値を異なる色で表示する方法などがある。
図１２は、Ｓ３５４処理で材質予測部２６と接続された表示装置上に表示される画面の一例である。データ密度の高いＤ格子がハッチングで表示され、最も隣接したＤ格子間の勾配を基準に、Ｐ－１からＰ－３までの３つの層別準備グループにクラスタリングされた。一部のＤ格子は最も隣接する格子が複数のため、複数の勾配値を持ち、複数のＰグループに属する。上記のとおり、画面に表示されたデータは１００種以上の鋼種の圧延鋼板のデータであり、各Ｐグループには複数鋼種のデータが含まれる。
図１３は、Ｓ３５５処理で表示される画面の一例である。Ｔ－１はＰ－１グループにのみ属するＤ格子の集合を、Ｔ－２はＰ－２グループにのみ属するＤ格子の集合を、Ｔ－３はＰ－３グループにのみ属するＤ格子の集合を各々表す。複数のＰグループに属するＤ格子は、Ｔ－１、Ｔ－２、Ｔ－３の何れにも含まれない。Ｔ－１、Ｔ－２、Ｔ－３に属するＤ格子に含まれるデータの説明因子とＰグループ名のセット（Ｘ１，ｍ、Ｘ２，ｍ、…、ＸＮｘ，ｍ、Ｃｊ）が層別基準教師データとなる。
図１４は、層別処理Ｓ３７で表示される画面の一例である。図１３に示したＴ－１、Ｔ－２、Ｔ－３の教師データにサポートベクトル分類法を適用して作成した層別基準を、全データに適用して層別した結果である。図１２のＳ格子中のデータや、複数のＰグループに含まれたＤ格子中のデータも、Ｃｌａｓｓ－１～Ｃｌａｓｓ－３に層別される。
図１５は、Ｓ３８の層別毎の材質モデル係数計算、即ち、層別毎の回帰処理で表示される画面の一例である。図１４の層別毎に材質Ｙｉを説明因子（Ｘ１、Ｘ２、…、ＸＮｘ）の１次関数として回帰する。
図１６は、鋼種（Steel Grade）毎の層別で発生可能な課題を本発明の層別で解決できることを示す図である。ＳＧ－１、ＳＧ－２、ＳＧ－３は図１５で示した本発明のＣｌａｓｓ－３に属する３つの鋼種である。実際は鋼種とデータ点がもっと多いが、分かりやすくするため、図１６には必要最小限を示した。
比較例の鋼種毎の層別では、ＳＧ－１、ＳＧ－２、ＳＧ－３が各々、１つの層別またはｃｌａｓｓとなり、回帰も鋼種毎に行われる。ひし形点で示したＳＧ－２の材質モデルを例に説明する。回帰時に既に保存されていて、材料モデルの係数決定に用いられたデータを白塗りのひし形点とし、材料モデルを用いて材質を予測したい圧延鋼板のデータを黒塗りのひし形点で表した。同じ鋼種に属する白塗りのひし形点は、基本的に同じ素材成分を持ち、同じ圧延条件と冷却条件で圧延された鋼板のデータであるため、その分布は丸くなりやすい。丸い分布のデータに対する回帰は、データ全体が明確な勾配を持たないため、図中の破線で示した如く、データの小さいバラツキによって、大幅に異なる回帰結果をもたらす。このような層別および回帰では、黒塗りのひし形点のように、素材成分または圧延条件または冷却条件の変化によって、圧延鋼板のデータが旧データの丸い分布の中心から離れた場合、材質予測精度が著しく低下する恐れがある。
本発明の技術は、鋼種に関わらず、説明因子と材質データとの勾配を基準に層別するため、図１６に示したＳＧ－１、ＳＧ－２、ＳＧ－３を含んだＣｌａｓｓ－３のデータは明確な勾配を持ち、回帰した材質モデルもデータの小さなバラツキに影響されることなく、黒塗りのひし形点のような鋼種データの中心から離れたデータに対しても高い精度を持つことができる。
図１７は、鋼種（Steel Grade）毎の層別で発生可能な別の課題を本発明の層別で解決できることを示す図である。比較例の鋼種毎の層別では、ＳＧ－１、ＳＧ－２、ＳＧ－３が各々、１つの層別またはｃｌａｓｓとなるため、新しい鋼種ＳＧ－４に対する材質予測精度が低下する恐れがある。例えば、操業データが近い鋼種としてＳＧ－２またはＳＧ－３の材質モデルをＳＧ－４に適用することができるが、前記の如く、比較例の材質モデルは鋼種データの中心から離れたデータに対して材質予測精度が低下する可能性があるためである。
一方、本発明の技術は、鋼種に関わらず、説明因子と材質データとの勾配を基準に層別するため、新しい鋼種ＳＧ－４のデータに対してもＣｌａｓｓ－３の材質モデルを適用することで、高い材質予測精度を持つことができる。また、計算負荷を増やすことがない。
≪第２実施形態≫
図１８は、本発明の第２実施形態に係る材質予測部２６の概略構成の一例を示す図である。第１実施形態との違いは、処理選択部２６８と、材質モデル回帰部２６２を有する点である。処理選択部２６８は、入力された操業データと材質測定データを、層別基準作成および材質モデル回帰部２６０で処理して層別基準までを作成または更新するか、あるいは、材質モデル回帰部２６２で処理して層別基準の作成または更新をせず材料モデルのみ作成するかを選択する。
第２実施形態の材質予測部２６の構成は、第１の構成に比べて複雑になる反面、次の利点を持つ。即ち、既に大量のデータを用いて作成された層別基準が層別基準保存部に保存されている状態で、前記データと同様の少量のデータが追加で入力された時に、層別基準作成処理を省いて、材質モデルの回帰だけを行うことで、処理の手順と時間を短くできることである。
この構成によれば、例えば、層別基準作成と材質モデル回帰の両方を含む完全な処理は１年に１回、または、予測精度が低下した場合に行い、材質モデル回帰のみの処理は毎日１回行うことができる。
≪第３実施形態≫
図１９は、本発明の第３実施形態に係る熱間圧延ライン制御ローカルシステム４１と熱間圧延ライン制御リモートシステム４２の概略構成の例を示した図である。第１実施形態との差は、複数の熱間圧延プラントからの操業データと材質測定データを統合して材質予測に用いる点である。
ＡとＢという二つの熱間圧延プラントを例に説明する。熱間圧延プラントＡとＢでは、鋼種区分の仕方が違うため、鋼種によって層別する比較例では、プラントＡの操業データと材質測定データを用いて回帰した材質モデルに、プラントＢの操業データを入力してプラントＢで圧延さられた鋼板の材質を予測することは、不可能ではなくても困難であった。本発明の技術は鋼種に依存しない層別であるため、プラントＡの圧延鋼板とプラントＢの圧延鋼板を合わせて層別することができ、プラントＡのデータで回帰した材質モデルをプラントＢの圧延鋼板の材質予測に用いることができる。複数のプラントのデータを合わせて層別できる本発明の技術は、例えば、既に熱間圧延プラントＡを有する会社が新たな熱間圧延プラントＢを建てた時、または、プラントＡでは既に圧延されていたがプラントＢでは圧延されたことのない鋼種をプラントＢで圧延する時など、材質予測精度を上げることができる。
なお、複数のプラントの操業データと材質測定データを統合して材質予測に用いるならば、図１９で熱間圧延ライン制御リモートシステム４２中に示された要素の一部が熱間圧延ライン制御ローカルシステム４１中にあってもよい。例えば、品質判定部２５が熱間圧延ライン制御ローカルシステム４１にあってもよい。また、本実施例の図１９では熱間圧延ライン制御リモートシステム４２が熱間圧延プラントと独立して存在する例を示したが、複数のプラントの操業データと材質測定データを統合して材質予測に用いるならば、熱間圧延ライン制御リモートシステム４２を明示的に設けず、複数のプラントのローカルシステム間で操業データおよび材質測定データを共有する形態でもよい。同じデータを複数のサイトに複製して利用することは、情報通信分野で双方向同期（two-way synchronization）と呼ばれる技術を用いて実現できる。
以上、本実施形態の熱間圧延ライン制御システム２０は、圧延条件を設定する圧延条件設定部２１と、設定された設定データと圧延中のラインの操業データを収集する操業データ収集部２２と、操業データを保存する操業データ保存部２３と、圧延鋼板の材質を測定した材質実測データを保存する材質測定データ保存部２４と、圧延鋼板の材質を予測する材質予測部２６と、材質予測部での材質予測データを保存する材質予測データ保存部２７と、を有し、材質予測部は、操業データと材質実測データを用いて層別基準を作成すると共に、該作成された層別基準に従って操業データと材質実測データを層別して、該層別された操業データと材質実測データとを回帰して層別毎の材質モデルを作成する層別基準作成および材質モデル回帰部２６０（層別・材質学習部）を有する。
本発明の技術を用いれば、熱間圧延ライン制御システム２０は、操業データと材質実測データを用いて層別基準を作成すると共に、作成された層別基準に従って操業データと材質実測データを層別して、層別されたこれらデータを回帰して層別毎の材質モデルを作成することで、材質予測時の計算負荷を増やすことなく、圧延条件および冷却条件による多鋼種の材質を精度良く予測することができる。
１１ 圧延前鋼材
１２ 熱間圧延ライン
１３ 圧延鋼板
１４ 出荷鋼板
２０ 熱間圧延ライン制御システム（制御装置）
２１ 圧延条件設定部
２２ 操業データ収集部
２３ 操業データ保存部
２４ 材質測定データ保存部
２５ 品質判定部
２６ 材質予測部
２６０ 層別基準作成および材質モデル回帰部（層別・材質学習部）
２６１ 層別基準保存部
２６２ 材質モデル回帰部
２６３ モデル係数保存部
２６４ 組織モデル計算部
２６５ 層別判定部
２６６ モデル係数読み出し部
２６７ 材質モデル計算部
２６８ 処理選択部
２７ 材質予測データ保存部
３０ 材質測定装置
４１ 熱間圧延ライン制御ローカルシステム
４２ 熱間圧延ライン制御リモートシステム

Claims (12)

  1. 圧延条件を設定する圧延条件設定部と、
    前記設定された設定データと圧延中のラインの操業データを収集する操業データ収集部と、
    前記操業データを保存する操業データ保存部と、
    圧延鋼板の材質を測定した材質実測データを保存する材質測定データ保存部と、
    前記圧延鋼板の材質を予測する材質予測部と、
    前記材質予測部での材質予測データを保存する材質予測データ保存部と、を有し、
    前記材質予測部は、
    前記操業データを用いて組織モデル計算処理を行い、金属組織特徴量データを作成し、前記操業データと前記材質実測データと前記金属組織特徴量データを用いて、材質予測対象の前記圧延鋼板を複数の材質グループの一つに分類する層別基準を作成すると共に、該作成された層別基準に従って前記操業データと前記材質実測データを層別して、該層別された操業データと材質実測データとを回帰して層別毎の材質モデルを作成する層別基準作成および材質モデル回帰部を有する
    ことを特徴とする熱間圧延ライン制御システム。
  2. 前記層別基準作成および材質モデル回帰部は、
    前記層別基準を作成する際に、説明因子Ｘｎと材質Ｙｉとの間の勾配を表示装置に表示する
    ことを特徴とする請求項１に記載の熱間圧延ライン制御システム。
  3. 前記層別基準作成および材質モデル回帰部から材質Ｙｉとの勾配が表示される説明因子Ｘｎには、前記金属組織特徴量データが含まれる
    ことを特徴とする請求項２に記載の熱間圧延ライン制御システム。
  4. 前記層別基準作成および材質モデル回帰部は、
    前記層別基準を作成する際に、説明因子Ｘｎと材質Ｙｉとの間の勾配を利用して前記層別基準の教師データを作成する
    ことを特徴とする請求項１に記載の熱間圧延ライン制御システム。
  5. 前記層別基準作成および材質モデル回帰部から作成される前記層別基準の教師データには、前記金属組織特徴量データが含まれる
    ことを特徴とする請求項４に記載の熱間圧延ライン制御システム。
  6. 前記層別基準作成および材質モデル回帰部は、
    説明因子Ｘｎと材質Ｙｉの２次元データの空間を格子で分割して、前記格子毎のデータ密度を計算し、
    前記データ密度を基準に、前記格子を疎格子と密格子の２種類に分割し、
    それぞれの前記密格子とその最も近隣の密格子との間の勾配を計算し、
    前記計算した勾配の値を基準に、前記密格子を層別準備グループにクラスタリングし、
    １つの前記層別準備グループだけに属する前記密格子を教師格子として抽出し、
    前記教師格子内のデータに対して、その説明因子と層別準備グループ名を組として出力する
    ことを特徴とする請求項１に記載の熱間圧延ライン制御システム。
  7. 熱間圧延ラインの圧延条件を設定し、該設定された設定データと圧延中のラインの動作データを収集して操業データとして保存し、圧延鋼板の材質を測定した材質実測データを保存し、前記材質実測データと前記操業データを用いて材質モデルを回帰して、回帰した材質モデルと前記操業データを用いて前記圧延鋼板の材質を予測する制御装置の熱間圧延ラインの制御方法であって、
    前記制御装置は、前記操業データを用いて組織モデル計算処理を行い、金属組織特徴量データを作成し、前記操業データと前記材質実測データと前記金属組織特徴量データを用いて、材質予測対象の前記圧延鋼板を複数の材質グループの一つに分類する層別基準を作成すると共に、該作成された層別基準に従って前記操業データと前記材質実測データを層別して、該層別された操業データと材質実測データとを回帰して層別毎の材質モデルを作成する層別基準作成および材質モデル回帰処理を行う
    ことを特徴とする熱間圧延ライン制御方法。
  8. 前記層別基準作成および材質モデル回帰処理において、
    前記制御装置は、説明因子Ｘｎと材質Ｙｉとの間の勾配を表示装置に表示する
    ことを特徴とする請求項７に記載の熱間圧延ライン制御方法。
  9. 前記層別基準作成および材質モデル回帰処理で表示される説明因子Ｘｎには、前記金属組織特徴量データが含まれる
    ことを特徴とする請求項８に記載の熱間圧延ライン制御方法。
  10. 前記層別基準作成および材質モデル回帰処理では、
    前記制御装置は、説明因子Ｘｎと材質Ｙｉとの間の勾配を用いて前記層別基準の教師データを作成する
    ことを特徴とする請求項７に記載の熱間圧延ライン制御方法。
  11. 前記層別基準作成および材質モデル回帰処理で作成される層別基準の教師データには、前記金属組織特徴量データが含まれる
    ことを特徴とする請求項１０に記載の熱間圧延ライン制御方法。
  12. 前記層別基準作成および材質モデル回帰処理は、
    説明因子Ｘｎと材質Ｙｉの２次元データの空間を格子で分割して、前記格子毎のデータ密度を計算し、
    前記データ密度を基準に、前記格子を疎格子と密格子の２種類に分割し、
    それぞれの前記密格子とその最も近隣の密格子との間の勾配を計算し、
    前記計算した勾配の値を基準に、前記密格子を層別準備グループにクラスタリングし、
    １つの前記層別準備グループだけに属する前記密格子を教師格子として抽出し、
    前記教師格子内のデータに対して、その説明因子と層別準備グループ名を組として出力する
    ことを特徴とする請求項７に記載の熱間圧延ライン制御方法。
JP2020088243A 2020-05-20 2020-05-20 熱間圧延ライン制御システムおよび熱間圧延ライン制御方法 Active JP7449776B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2020088243A JP7449776B2 (ja) 2020-05-20 2020-05-20 熱間圧延ライン制御システムおよび熱間圧延ライン制御方法
US17/318,296 US11537105B2 (en) 2020-05-20 2021-05-12 Hot rolling line control system and hot rolling line control method
EP21174010.5A EP3912741B1 (en) 2020-05-20 2021-05-17 Hot rolling line control system and hot rolling line control method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020088243A JP7449776B2 (ja) 2020-05-20 2020-05-20 熱間圧延ライン制御システムおよび熱間圧延ライン制御方法

Publications (2)

Publication Number Publication Date
JP2021181109A JP2021181109A (ja) 2021-11-25
JP7449776B2 true JP7449776B2 (ja) 2024-03-14

Family

ID=75936830

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020088243A Active JP7449776B2 (ja) 2020-05-20 2020-05-20 熱間圧延ライン制御システムおよび熱間圧延ライン制御方法

Country Status (3)

Country Link
US (1) US11537105B2 (ja)
EP (1) EP3912741B1 (ja)
JP (1) JP7449776B2 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7265872B2 (ja) * 2019-01-25 2023-04-27 富士通株式会社 解析プログラム、解析装置、及び解析方法
JP2023069328A (ja) 2021-11-05 2023-05-18 ルネサスエレクトロニクス株式会社 差動増幅器、半導体装置、およびオフセットキャンセル方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002126809A (ja) 2000-10-23 2002-05-08 Kobe Steel Ltd 熱延鋼板の材質予測方法およびパススケジュール修正方法
JP2002236119A (ja) 2001-02-08 2002-08-23 Kawasaki Steel Corp 鋼材の材質推定装置
JP2005152937A (ja) 2003-11-25 2005-06-16 Sumitomo Metal Ind Ltd 数式モデルにおける予測誤差補正用テーブル値生成装置及びその方法
JP2014038595A (ja) 2012-07-20 2014-02-27 Jfe Steel Corp 鋼材の材質予測装置及び材質制御方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4119684B2 (ja) 2002-05-27 2008-07-16 東芝三菱電機産業システム株式会社 圧延機設定計算装置用学習制御装置
JP2005107940A (ja) * 2003-09-30 2005-04-21 Nippon Steel Corp 溶銑温度予測装置、溶銑温度予測方法、コンピュータプログラム、及びコンピュータ読み取り可能な記録媒体
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002126809A (ja) 2000-10-23 2002-05-08 Kobe Steel Ltd 熱延鋼板の材質予測方法およびパススケジュール修正方法
JP2002236119A (ja) 2001-02-08 2002-08-23 Kawasaki Steel Corp 鋼材の材質推定装置
JP2005152937A (ja) 2003-11-25 2005-06-16 Sumitomo Metal Ind Ltd 数式モデルにおける予測誤差補正用テーブル値生成装置及びその方法
JP2014038595A (ja) 2012-07-20 2014-02-27 Jfe Steel Corp 鋼材の材質予測装置及び材質制御方法

Also Published As

Publication number Publication date
US20210365008A1 (en) 2021-11-25
US11537105B2 (en) 2022-12-27
EP3912741A1 (en) 2021-11-24
JP2021181109A (ja) 2021-11-25
EP3912741B1 (en) 2022-08-10

Similar Documents

Publication Publication Date Title
JP7449776B2 (ja) 熱間圧延ライン制御システムおよび熱間圧延ライン制御方法
CN110428175B (zh) 一种基于深度学习的热轧带钢板凸度预报方法
JP5434837B2 (ja) 品質予測装置、品質予測方法、プログラムおよびコンピュータ読み取り可能な記録媒体
JP5604945B2 (ja) 品質予測装置、品質予測方法、コンピュータプログラム、およびコンピュータ読み取り可能な記録媒体
JP5516390B2 (ja) 品質予測装置、品質予測方法、プログラムおよびコンピュータ読み取り可能な記録媒体
KR20080071607A (ko) 예측식 작성장치 및 예측식 작성방법
JP6439780B2 (ja) 電磁鋼板の磁気特性予測装置及び磁気特性制御装置
CN108664682A (zh) 一种变压器顶层油温的预测方法及其系统
JP2012074007A (ja) プラントの運転条件最適化システム、プラントの運転条件最適化方法、プラントの運転条件最適化プログラム
Yang et al. Roll load prediction—data collection, analysis and neural network modelling
Lin et al. A novel dynamic progress forecasting approach for construction projects
CN106600029A (zh) 一种基于电力数据的宏观经济预测量化修正方法
Peng et al. A collaborative design platform for new alloy material development
CN113330440B (zh) 金属材料的设计辅助方法和设计辅助装置
Mukhopadhyay et al. Prediction of mechanical properties of hot rolled, low-carbon steel strips using artificial neural network
JP2010115692A (ja) 製造プロセスにおける品質予測装置、予測方法、プログラム及びコンピュータ読み取り可能な記録媒体
JP5682131B2 (ja) 鋼材の材質予測装置
JP2011085970A (ja) 品質予測装置、品質予測方法、プログラムおよびコンピュータ読み取り可能な記録媒体
JP5488140B2 (ja) 品質予測装置、品質予測方法、コンピュータプログラム、およびコンピュータ読み取り可能な記録媒体
CN106067075B (zh) 一种建筑用能负荷预测模型建立、负荷预测方法及其装置
CN105069214A (zh) 一种基于非线性相关分析的工艺可靠性评估方法
JP5375506B2 (ja) 品質予測装置、品質予測方法、プログラムおよびコンピュータ読み取り可能な記録媒体
JP2020071493A (ja) 結果予測装置、結果予測方法、及びプログラム
JP5522060B2 (ja) 品質予測装置、操業条件決定方法、品質予測方法、コンピュータプログラムおよびコンピュータ読み取り可能な記憶媒体
CN110852605B (zh) 一种基于信息效能的产品设计决策的确定方法及系统

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230222

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20231129

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20240109

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240206

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: 20240227

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240304

R150 Certificate of patent or registration of utility model

Ref document number: 7449776

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150