JPH03221252A - 連続鋳造のブレークアウト予知処理方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔概要〕 連続鋳造のブレークアウト予知処理方式に関し、ブレー
クアウトの発生を高い精度でかつ迅速に予知できるよう
にすることを目的とし、鋳型側壁の温度を検出する温度
検出端と、内部状ｗ４（ａの割り付けられるネットワー
ク構造のデータ変換機能に従って、入力信号に対応する
出力信号を算出して出力するネットワーク構造部とを用
意し、学習用の入力信号群の提示に応じて出力されるネ
ットワーク構造部からの出力信号群が教師信号となるべ
く内部状態値を学習する学習処理装置が、温度検出端に
より検出される温度分布情報や温度検出値の時系列デー
タやその微分情報の時系列データを学習用の入力信号群
とし、その入力信号群におけるブレークアウトの徴候の
発生情報を教師信号として用いて学習を実行することで
内部状態値の学習値を得て、ネ・ントワーク構造部が、
この学習値を内部状態値として設定するとともに、温度
検出端の対応する情報を入力信号とすることで連続鋳造
のブレークアウトの発生を予知するよう構成する。

〔産業上の利用分野〕

本発明は、連続鋳造における鋳型内の鋳片のブレークア
ウトの発生を予知する連続鋳造のブレークアウト予知処
理方式に関し、特に、ブレークアウトの発生を高い精度
でかつ迅速に予知できるとともに、構築のための調整処
理が極めて容易なものとなる連続鋳造のブレークアウト
予知処理方式Ｇこ関するものである。

連続鋳造処理にあっては、溶鋼がモールド（鋳型）を流
れて外側から徐々に冷却され凝固していく過程において
、モールドの内壁に溶鋼が焼は付く等の冷却異常により
溶鋼の凝固部分に厚さの薄い箇所が生して、その部分が
モールドを出た所で破れることで溶鋼が流出するという
ブレークアウトが発生ずることが起こる。このブレーク
アウトが発生すると、流出した溶鋼や冷却水の水草気爆
発等により、鋳造処理の中断のみならず、設備の破損と
いった重大な事故をもたらすことになる。

このブレークアウトは、溶鋼の引き抜き速度を落として
冷却に要する時間を長くすることで避けられるものでは
あるが、後工程の生産性の低下を招かないために溶鋼の
引き抜き速度を余り落とすことができないというのが現
状である。これから、連続鋳造処理におけるブレークア
ウトの発生を高い精度でもって予知可能とならしめる高
精度のブレークアウト予知処理方式の提供が強く望まれ
ているのである。

（従来の技術〕 従来技術の説明に入る前に、第１５図を参照しながら、
ブレークアウトの発生機構を拘束性ブレークアウトを例
にして簡単に説明する。

溶鋼の正常な凝固処理が行われている場合には、第１５
図の■に示すように、モールドの下方に行くに従ってシ
ェル厚は増大して安定した凝固が進行していくことにな
る。この処理時に、何らかの原因でもってメニスカス近
傍で拘束力が発生してその拘束力がシェル耐力より大き
くなると、■に示すようにシェルは破断する。続いて、
■に示すように、破断したシェルの間隙より溶鋼が流出
し、新しい薄いシェルを形成しながらシェルの破断がポ
ジティブストリノブの間連続して発生する。

ネガティブストリップ期においては、シェルに破断力が
作用しないためシェル厚は増大する。しかし、ポジティ
ブストリノブ期において再びシェルに破断力が作用しシ
ェル破断が発生する。このヨウに、ノニル破断はモール
ドオシレーション毎に発生して、■に示すように、シェ
ル破断部は鋳造速度に応じて順次モールド下方及び幅方
向に伝播する。そして、■に示すように、シェル破断部
がモールド下端位置より下方になった際にブレークアウ
ト（図中のＢＯ）となることになる。

このようにして、拘束性ブレークアウトが発生した場合
には、第１６図に示すように、鋳片表面に流出した溶鋼
が凝固することによって発生ずる湯皺が認められること
になる。

このブレークアウトを予知するために、従来では、特開
昭５８−１４８０６４号公報に開示されるように、連続
鋳造設備の鋳型壁面に複数の熱電対を埋設するよう構成
して、これらの熱電対中の１つの熱電対の検出温度が平
均検出温度より一旦上昇してから下降する動作を行うと
ともに、この熱電対に隣接する他の少なくとも１つの熱
電対の検出温度が上記のような温度変動の動作を行うこ
とを検出することをもって、ブレークアウトの発生を予
知するという方法が採られていた。

すなわち、鋳型に埋設された熱電対位置でシェル破断が
発生すると、鋳型表面に流出する溶鋼によりその熱電対
の検出温度が急激に上昇するとともに、その後その流出
した溶鋼が鋳型により冷却されて新しいシェルを形成す
ることでその検出温度が下降する動作を行う特性を利用
して、埋設される熱電対の平均検出温度を基準にし、い
ずれかの熱雷対の検出温度がその隣接する熱電対の検出
温度とともにこの平均検出温度を上昇して下降する動作
を行ったならば、ブレークアウトが発生する状態になっ
たと判断してブレークアウトの発生を予知するよう処理
していた。

また、他の従来技術としては、特開昭５５−８４２５９
号公報に開示されるように、連続鋳造用の鋳型銅板４面
の内の２面以上の各面において、１ケ所以上の所で温度
を検出し、これらの温度を互いに比較して、その温度差
を指標にしつつブレークアウトの発生を予知するという
方法がある。

〔発明が解決しようとする諜ｊ！ｊ） しかしながら、このような従来技術によるブレークアウ
トの予知処理方式では、ブレークアウト徴候の発生時と
正常時との温度パターンの違いを、温度偏差や昇温率や
隣接熱電対間の温度変動時間差等に対しての単純なレヘ
ル判定の組合せでもって識別するために以下の問題点が
あった。

すなわち、鋳型表面温度は定常状態にあっても常に安定
した一定値を示すものではなく、鋼種や鋳造速度や場面
温度やパウダーの流入等の操業条件の変化により大きく
変動することになる。また、ブレークアウト発生時の温
度上昇も一定ではなく１０度Ｃから１００度Ｃといった
ような大きなバラツキがある。これから、従来のような
単純なアルゴリズム及び判定条件を用いるものでは、高
精度でもってブレークアウトの徴候を検出することが難
しく、従って誤検出や未検出が増加してしまい実用に堪
えないという問題点があった。

これを解決すべくより複雑なアルゴリズムやｉｉｌ定条
件を横築していくという方法を作ることも考えられるが
、その構築は極めて困難であるばかりか、あまりに複雑
なアルゴリズムや判定条件を用いるようにすると、信号
処理に時間がかかり過ぎてしまいブレークアウトの発生
を予知できないという新たな問題点がでてくることにな
る。

また、このような操業条件の変化を吸収するためには、
特定の操業条件で構築したアルゴリズムや判定条件を変
更したり、各判定条件における設定値を調整していく必
要がでてくるが、従来技術の方法を採ると、人手された
実績データを一事象毎に検討してその変更・調整処理を
行っていくという試行錯誤的なものにならざるを得ない
ために、オペレータに対して多大な労力と時間を強いる
ことになるという問題点もあったのである。

本発明はかかる事情に鑑みてなされたものであって、連
続鋳造処理におけるブレークアウトの発生を高い精度で
かつ迅速に予知できるとともに、構築のための調整処理
が極めて容易なものとなる新たな連続鋳造のブレークア
ウト予知処理方式の提供を目的とする。

〔課題を解決するための手段〕

本発明は、本発明者が温度のレヘル差や変化タイミング
差等のバラツキはあるものの、ブレークアウト現象が全
てのブレークアウトに共通した固有のパターン現象とし
て把握できることを知見するとともに、最近検討されつ
つある並列分散処理のニューロコンピュータがこのパタ
ーン現象の識別のために好適であることに着目して、ニ
ューロコンピュータに従ってブレークアウトの発生の予
知処理を行うよう構成するものである。

第１図に、本発明の原理構成を図示する０図中、ＩＯは
鋳型、２０は鋳型の側壁に配設される温度検出端、３０
は温度検出端２０対応で備えられて温度検出＠２０の検
出する温度検出値を入力信号とするネットワーク構造部
であって、内部状態値の割り付けられるネットワーク構
造のデータ変換機能に従って入力信ぢに対応する出力信
号を算出して出力するもの、３１はネットワーク構造部
３０が備える内部状態値管理部であって、データ変換処
理の実行時に必要となる内部状態値を管理するもの、３
２は微分演算部であって、温度検出端２０の検出する温
度検出値の１次微分や２次微分や偏差情報等の微分情報
を演算するもの、３３は時系列データ格納部であって、
温度検出端２０の検出する温度検出値の時系列データや
微分演算部３２の出力する温度検出値の微分情報の時系
列データを保持するもの、３４は隣接する少なくとも２
つ以上の温度検出端２０に対応付けられるネットワーク
構造部３０の出力信号を入力とする第１の演算部であっ
て、入力されるネットワーク構造部３０の出力信号値の
相互関係からブレークアウトの徴候が隣接する温度検出
端２０の所で概略同時に発生したのか否かを検出するも
の、３５はブレークアウト予知部であって、ネットワー
ク構造部３０や第１の演算部３４に相当するもの、３６
は第２の演算部であって、２列構成で配設される温度検
出端２０の列対応の同一部位若しくはその近傍の部位に
位置する温度検出端２０に対応付けられるブレークアウ
ト予知部３５の出力信号を入力として、この出力信号値
の相互関係からブレークアウトの徴候が上下の概略同一
位置の温度検出＠２０の所で概略同時発生したのか否か
を検出するもの、４０は学習処理装置であって、例えば
ハック・プロパゲーション法に従い、学習用の入力信号
群の提示に応じて出力されるネットワーク構造部３０か
らの出力信号群が所望の教師信号群となるようにネット
ワーク構造部３０の内部状態値を学習するもの、４Ｉは
学習処理装置４０が備える学習信号格納装置であって、
学習処理装置４０が使用する学習信号を管理するもので
ある。

この第１の演算部３４は、ネットワーク構造部３０の出
力信号値の時系列データを保持するとともに、この保持
データの内の最もブレークアウトの徴候状態を表示する
保持データを出力するバッファ部３４１と、このバッフ
ァ部３４１の出力信号を入力として、階層ネットワーク
構造のデータ変換機能に従ってブレークアウトの徴候の
同時発生の判断値を出力する階層ネットワーク構造部３
４２（データ変換処理の実行時に必要となる内部状態値
を管理する内部状＊　４ｆＬ管理部３４３を備える）と
から構成されることがある。

このように構成される本発明の詳細な説明に入る前に、
ネットワーク構造部３０や階層ネットワーク構造部３４
２の一実施例として用いられて、適応的なデータ処理を
実行する階層ネットワーク構成データ処理装置と、学習
処理装置４０がその一実施例として実行することになる
バンク・プロパゲーション法について説明する。

階層ネットワーク構成データ処理装置では、基本ユニッ
トと呼ぶ一種のノードと、内部状態値に相当する重み値
を持つ内部結合とから階層ネットワークを構成している
。第１７図に、基本ユニットｌの基本構成を示１）、こ
の基本ユニットｌは、多大カー出力系となっており、複
数の入力に対し夫々の内部結合の重み値を乗算する乗算
処理部２と、それらの全乗算結果を加算する累算処理部
３と、この累算値に非線型の闇値処理を施して一つの最
終出力を出力する闇値処理部４とを備える。

ｈ層を前段層としｉ層を後段層とすると、この累算処理
部３では下記の（１）式の演算を実行し、闇値処理部４
では下記の（２）式の′ｆ４′Ｊ？１．を実行する。

ｘｌ−ΣＶｅ１．Ｗｒｈ　　　　　　　　　　（１）式
ｙ□＝　１　／　（１＋ｅｘｐ（−ｘ　ｐｉ＋θ、））
　　（２）弐但し、 ｈ　：ｈ層のユニット番号 ｉ　：ｉ層のユニット番号 ｐ　：入力信号のパターン番号 θ、＝ｉ層の１番ユニットの闇値 Ｗ、、：ｈ−ｉ層間の内部結合の重み値ｘｐｔ：ｈ層の
各ユニットからｉ層の１番ユニットへの入力の積和 ）’ｐｈ’Ｐ番目パターンの入力信号に対するｈ層のｈ
番ユニントからの出力 ｙｌ：１番目パターンの入力信号に対するｉ層の１番ユ
ニットからの出力 そして、階層ネットワーク構成データ処理装置では、こ
のような構成の多数の基本ユニ・７）１が、入力信号値
をそのまま分配して出力する入カニニットｌ゛を入力層
として、第１８図に示すように階層的に接続されること
で階層ネットワークを構成して、人カバターンを対応す
る出カバターンに変換するという並列的なデータ処理機
能を発揮することになる。

学習処理装置４０は、バック・プロパゲーション法に従
って階層ネットワーク構成データ処理装置のデータ変換
機能を規定するところの階層ネットワークの重み値を学
習処理により求めていくよう処理する。

バンク・プロパゲーション法では、階層ネットワークの
重み値ｗｔｈと閾値θ、とを誤差のフィードバックによ
り適応的に自動調節して学習することになる。（１）　
（２）式から明らかなように、重み値Ｗ１．と閾値θ１
との調節は同時に実行される必要があるが、この作業は
相互に干渉する難しい作業となる。そこで、本出願人の
一人は、先に出願の「特願昭６２−３３３４８４号（昭
和６２年１２月２８日出願、゛ネットワーク構成データ
処理装置”）」で開示したように、入力端のｈ層に常に
１”を出力するとともにその出力に対して閾値θ、を重
み値として割り付けるユニットを設けることで、闇値θ
１を重み４ｔＬ　Ｗ　ｉ　ｋの中に組み込んで閾値θ、
を重み値として扱うようにすることを提案した。このよ
うにすることで、上述の（１）　（２）式は、ＸＩ＋Ｉ
−Σ）’ｐｋＷｔｈ　　　　　　　　　　（３）式ｙ　
ｐｉ　＝　１　／　（１＋ｅｘｐ（ｘ　ｐｔ））　　　
　（４）式で表されることになる。

次に、この（３）（４）式の記述形式のものに従って、
バック・プロパゲーション法による重み値の学習処理方
式について説明する。ここで、この説明は、階層ネット
ワーク部が、第１８図に示すｈ層−１層−ｊ層という３
層構造の階層ネットワークをもつもので行う。

（３）（４）式からの類推によって次の（５）　（６）
式が得られる。すなわち、 ｘｐａ−Σ）’ｐｉＷｊ、　　　　　　　　　（５）式
ｙ□−１／（１＋ｅｘρ（Ｘ、）＞　　　　（６）式但
し、 ｊ　：ｊ層のユニット番号 ｗ、ｔ：ｉ−ｊ層間の内部結合の重み値Ｘ□：ｉ層の各
ユニットから３層の３番ユニットへの入力の積和 ｙ□：１番目パターンの入力信号に対するｊ層の３番ユ
ニットからの出力 学習処理装置４０は、学習用の人カバターンが提示され
たときに出力される出力層からの出カバターンｙ□と、
その出カバターンｙ□のとるべき信号である教師パター
ンｄｐ＝（１番目パターンの入力信号に対するｊＮｊＮ
４番目ユニヘト教師信号）とを受は取ると、先ず最初に
、出カバターンｙ、と教師パターンｄ１との差分値〔ｄ
□−ｙ、）を算出し、次に、 α□−ｙ□（１−ｙ□）（ｄ、ｊ−３１□）を算出し、
続いて、 ΔＷ、、（ｔ）−εΣα□ｙ、＋ζΔＷ、、（ｔ−１）
但し、ε：学習定数 ζ：モーメンタム ｔ：学習回数 に従って、ｉ層−ｊ層間の重み値の更新量ΔＷ　ｊ　１
（１）を算出する。ここで、「ζΔＷ、（ｔ−１）Ｊと
いう前回の更新サイクル時に決定された重み値の更新量
に係るものを加算するのは学習の高速化を図るためであ
る。

続いて、学習処理装置４０は、算出したα１を用いて、
先ず最初に、 βｐｉ−）’＋＋＋（１）’ｐｔ）Σα、、Ｗ、１（ｔ
−１）を算出し、次に、 ΔＷｔｈ（ｏ−εΣβｐｉ　Ｖ　ｐｈ＋ζΔＷｔｈ（ｔ
−１）に従って、ｈ層−１層間の重み値の更新量ΔＷ１
゜（１）を算出する。

続いて、学習処理装置４０は、この算出した更新量に従
って次の更新サイクルのための重み値Ｗ１（ｔ）＝ｗ□
（ｔ−１）＋ΔＷ、（ｔ）Ｗｔｈ（ｔ）　＝Ｌｈ（ｔ−
１）＋ΔＷ、ｈ（ｔ）を決定していく方法を繰り返して
いくことで、学習用の人カバターンを提示したときに出
力される出力層からの出カバターンＹｐＪと、その出カ
バターンＶｐｊのとるべき信号である教師パターンｄ。

とが−敗することになる重み値Ｗ、、、Ｗｉｈを学習す
るよう処理する。

そして、学習処理装置４０は、更に多層で構成される場
合においても、同様の処理に従い、前段側の眉間の重み
値の更新量ΔＷを出力側の後段から求まる値とネットワ
ーク出力データとを使いながら決定していくよう処理す
ることになる。

このようにして学習された重み値を階層ネットワークの
内部結合に割り付けていくことで、階層ネットワーク構
成データ処理装置は、学習用の人カバターンが入力層に
提示されるときに出力層から所望の教師パターンを出力
するよう処理するとともに、想定していなかった人カバ
ターンが入力されることになっても、この階層ネットワ
ークからそれらしい出カバターンを出力するという適応
的なデータ処理を実行することになる。

〔作用〕

ブレークアウトの徴候が発生すると、第１６図でも説明
したように、鋳型１０の側壁に湯皺に基づく特徴的な温
度分布パターンが発生する。これに対して、ブレークア
ウトの徴候が発生していない場合には、操業条件による
違いはあるものの、鋳型ＩＯの側壁の温度分布パターン
は比較的変動の少ない平坦な特徴を示すことになる。

本発明では、これから、ブレークアウトの予知処理を計
画するオペレータは、先ず最初に、鋳型１０の側壁の温
度分布パターンを検出すべく複数の温度検出端２０を例
えば鋳型１０の横方向に配設する。そして、これらの温
度検出端２０の温度検出値を入力信号とするネットワー
ク構造部３０を１つ用意する。この用意されるネットワ
ーク構造部３０は、上述した階層ネットワーク構成デー
タ処理装置のように、内部状ａ値（重み値や闇値等）の
割り付けられるネットワーク構造のデータ変換機能に従
って適応的なデータ処理を実行するものである。

次に、オペレータは、今までの操業データから、ブレー
クアウトの徴候が発生したときにおけるこれらの温度検
出端２０により検出される温度分布パターンのデータと
、ブレークアウトの徴候が発生しなかったときにおける
温度分布パターンのデータとを採取して、別に用意され
る学習信号格納装置４１にブレークアウトの徴候の発生
の有無情報と対応付けて格納する処理を行う、この採取
データは、種々の操業条件の下において、樺々な態様で
発生するブレークアウトに合わせて可能な限り多く採取
することが好ましい。

続いて、オペレータは、学習信号格納装置４１に格納さ
れた温度分布パターン情報を学習用の入力信号とし、そ
のときのブレークアウトの徴候の発生の有無情報を学習
用の教師信号として用いることを指定して学習処理装置
４０を起動する。このようにして起動される学習処理装
置４０は、学習信号格納装置４１に格納された温度分布
パターン情報をネットワーク構造部３０に入力信号とし
て提示するとともに、この提示に応答してネットワーク
構造部３０からの出力信号が、学習信号格納装置４１に
格納された対応のブレークアウトの徴候の発生の有無情
報となるべくネットワーク構造部３０の内部状態値の学
習処理を実行する。この学習処理は、例えば、上述のバ
ンク・プロバゲーソぢン法により実行されることになる
。そして、オペレータは、この学習処理装置４０の学習
処理により求められた内部状態値を内部状態値管理部３
１に格納する処理を行う。

このようにして、学習処理装置４０により学習された内
部状態値の割り付けられるネットワーク構造部３０は、
実際の操業時に温度検出端２０により検出される温度分
布パターン情報が入力されると、その温度分布パターン
情報に対応するところのブレークアウトの徴候の発生の
有無情報を適応的に出力するよう処理するので、このネ
ットワーク構造部３０の出力信号に従ってブレークアウ
トの発生を予知できることになる。

また、ブレークアウトの徴候が発生すると、〔従来の技
術〕の欄でも説明したように、発生箇所の鋳型の表面温
度が急激に上昇するとともに、その後その表面温度が下
降する動作を行う。すなわち、鋳型ＩＯの側壁に第２図
に示すような特徴的な温度の時系列パターンが発生する
。そして、これに対応じて、表面温度の１次微分や２次
微分や偏差情報（直流分からの偏差）等の微分情報もブ
レークアウトの徴候の発生に対応じて急激に上昇し、そ
の後下降する動作を行うことになる。これに対して、ブ
レークアウトの徴候が発生していない場合には、操業条
件による違いはあるものの、鋳型１０の側壁の温度やそ
の微分情報の時系列パターンは比較的変動の少ない平坦
な特徴を示すことになる。従来では、この温度やその微
分情報の時系列パターンをパターンとして捉えるのでは
なくて、レベル差のみでｉ足えるようにしていた。これ
に対して、本発明では、このパターンとしての特徴を利
用してブレークアウトの徴候の発生を検出するよう構成
する。

本発明では、これから、ブレークアウトの予知処理を計
画するオペレータは、先ず最初に、鋳型ｌＯの側壁の温
度を測定する１つ又は複数の温度検出端２０を鋳型１０
の側壁の例えば横方向に配設する。そして、温度の時系
列パターンでもってブレークアウトの徴候の発生を検出
しようとするときには、配設された温度検出端２０の検
出温度値の時系列データを保持する時系列データ格納部
３３を用意し、また、温度の微分情報の時系列パターン
でもってブレークアウトの徴候の発生を検出しようとす
るときには、配設された温度検出端２０の検出温度値の
微分情報を演算する微分演算部３２と、この微分子Ｊｘ
部３２により求まる微分情報の時系列データを保持する
時系列データ格納部３３とを用意する。そして、どちら
の場合も、これに加えて、時系列データ格納部３３に格
納される温度検出値を入力信号とするネットワーク構造
部３０を時系列データ格納部３３に対応させて用意する
。

次に、オペレータは、今までの操業データから、温度の
時系列パターンでもってブレークアウトの徴候の発生を
検出しようとするときには、ブレークアウトのｒｌｉ候
が発生したときにおける温度検出端２０の検出温度値の
時系列パターンのデータと、ブレークアウトの徴候が発
生しなかったとき番こおける検出温度値の時系列パター
ンのデータとを採取して、用意される学習信号格納装置
４１にブレークアウトの（ｉｉ！候の発生の有無情報と
対応付けで格納する処理を行う、また、温度の微分情報
の時系列パターンでもってブレークアウトの徴候の発生
を検出しようとするときには、ブレークアウトの徴候が
発生したときにおける温度検出端２０の検出温度値の微
分情報の時系列パターンのデータと、ブレークアウトの
徴候が発生しなかったときにおける検出温度値の微分情
報の時系列パターンのデータとを採取して、学習信号格
納装置４１にブレークアウトの徴候の発生の有無情報と
対応付けて格納する処理を行う。この採取データもまた
、種々の操業条件の下において、様々な態様で発生する
ブレークアウトに合わせて可能な限り多く採取すること
が好ましい。

続いて、オペレータは、温度の時系列パターンでもって
ブレークアウトの徴候の発生を検出しようとするときに
は、学習信号格納装置４１に格納された温度の時系列パ
ターン情報を学習用の入力信号とし、そのときのブレー
クアウトの徴候の発生の有無情報を学習用の教師信号と
して用いることを指定して学習処理装置４０を起動し、
また、温度の微分情報の時系列パターンでもってブレー
クアウトの徴候の発生を検出しようとするときには、学
習信号格納装置４１に格納された温度の微分情報の時系
列パターン情報を学習用の入力信号とし、そのときのブ
レークアウトの徴候の発生の有無情報を学習用の教師信
号として用いることを指定して学習処理装置４０を起動
する。このようにして起動される学習処理装置４０は、
上述の処理と同様の処理に従い、学習用の教師信号が出
力されることになるネットワーク構造部３０の内部状態
値の学習処理を実行する。そして、オペレータは、この
学習処理装置４０の学習処理により求められた内部状態
値を内部状態値管理部３１に格納する処理を行う。

このようにして、学習処理装置４０により学習された内
部状態値の割り付けられるネットワーク構造部３０は、
実際の操業時に温度検出端２０により検出される温度の
時系列パターン情ｌ１ｌ（あるいは温度の微分情報の時
系列パターン情報）が入力されると、その温度の時系列
パターン情報（あるいは温度の微分情報の時系列パター
ン情報）に対応するところのブレークアウトの徴候の発
生の有無情報を適応的に出力するよう処理するので、こ
のネットワーク構造部３０の出力信号に従ってブレーク
アウトの発生を予知できることになる。

この構成を採るときにおいて、温度検出端２０を複数個
配設するときには、いずれか１つのネットワーク構造部
３０がブレークアウトの徴候の発生情報を出力すること
をもってブレークアウトの発生の予知信号を出力する構
成を採るとか、多数決の論理をもってブレークアウトの
発生の予知信号を出力する構成を採るとかいったように
、更に種々の論理演算処理を加えることが可能である。

この温度の時系列パターン情報や温度の微分情報の時系
列パターン情報によるブレークアウトの予知処理の信頼
性をより高める必要があるときには、オペレータは、複
数個用意する温度検出端２０を鋳型ＩＯの側壁の横方向
（ｗ１略横方向で十分である）に配設するとともに、第
１の演算部３４を用意する。そして、この用意される第
１の演算部３４に従ってブレークアウトの徴候が隣接す
る温度検出端２０の所で概略同時に発生するか否かを検
出して、同時発生を検出することを条件にしてブレーク
アウト発生の予知表示を実行する構成を採ることが好ま
しい。このように構成すると、場面変動や、パウダー流
入のバラツキや、凝固シェルと鋳型面との間のエアーギ
ャンブ等の状態によりブレークアウトの徴候時と類似す
る温度状態が発生ずることがあっても、誤検出すること
なくブレークアウトの徴候状態の発生を正確に予知でき
るようになる。

更に、鋳型１０の側壁の温度分布パターンや温度の時系
列パターン情報や温度の微分情報の時系列パターン情報
によるブレークアウトの予知処理の信頼性を高める必要
があるときには、オペレータは、鋳型１０の側壁に配設
する温度検出端２０を７８鋼の流れ方向（１５略涜れ方
向で十分である）に対して２列構成でもって配設し、こ
の上下２列についての同一部位若しくはその近傍の部位
Ｇこ位置する温度検出端２０に対応付けてネットワーク
構造部３０や第１の演算部３４をブレークアウト予知部
３５として用意するとともに、このブレークアウト予知
部３５の出力を入力とする第２の演算部３６を用意する
。そして、この用意される第２の演算部３６に従ってブ
レークアウトの徴候が上下２列の同一部位の温度検出端
２０の所で概略同時に発生するか否かを検出して、同時
発生を検出することを条件にしてブレークアウト発生の
予知表示を実行する構成を採ることが好ましい。このよ
うに構成すると、ブレークアウトの徴候時と類似する温
度検出状態が発生することがあっても、誤検出すること
なくブレークアウトの徴候状態の発生を正確に予知でき
るようになる。

第１の演算部３４を構成するハンファ部３４１は、隣接
する温度検出端２０の所に表れるプレクアウトの徴候の
発生のタイミングの時間的ズレを吸収するために、ネッ
トワーク構造部３０の出力信号をある時間分保持すると
ともに、その保持データに従ってその時間内におけるブ
レークアウトの発生の徴候情報を出力するよう処理する
。そして、第Ｉの演算部３４を構成する階層ネットワー
ク構造部３４２は、入力信号を与えるバッファ部３４１
がすべてブレークアウトの発生の徴候情報を出力してい
るときにおいて、自らの備える階層不・ノドワーク構造
のデータ処理機能に従ってブレークアウトの徴候の同時
発生を出力するよう動作することで、第１の演算部３４
０機能を実現するよう動作する。

このように、本発明では、鋳型１０の側壁の空間的及び
時間的な温度パターンの特徴がブレークアウトの徴候の
発生時と非発生時とで大きく異なるという点に着目して
、適応的なデータ処理を実行するネットワーク構造部３
０のデータ処理機能にこのブレークアウトの徴候の発生
時と非発生時の温度パターンを記憶させるようにするこ
とで、ブレークアウトの徴候の発生の検出を適応的に実
行できるようにすることを特徴とするものである。

これから、従来のようなレヘル判定的な予知処理よりも
ブレークアウトの徴候状態の発生の検出能力を飛躍的に
高められることになる。

そして、ネットワーク構造部３０はその構成上並列分散
処理を実行するものであることがら、従来の逐次的な予
知アルゴリズムに比べてより高速にブレークアウトの徴
候状態の発生を検出できるようになる。しかも、ネット
ワーク構造部３０の検出機能を規定する内部状態値は、
操業データとして入手できるデータを加工することなく
そのまま学習信号として用いることで学習処理袋Ｗ４０
により機械的に求められるものであり、また、新たな別
の学習信号が入手されるような場合があっても、それま
で得られている学習信号とその新たな学習信号とを新た
な学習信号として用いてより高精度の内部状態値ｔｉｔ
ｔ的に求められることから、従来のような試行錯誤的な
方法によることなくネットワーク構造部３０の調整・変
更処理を実行でき、これがためにオペレータの負荷を著
しく低減できるようになる。

（実施例） 以下、実施例に従って本発明の詳細な説明する。

第３図に、本発明が適用される連続鋳造システムのシス
テム構成を図示する。図中、第１図で説明したものと同
しものについては同一の記号で示しである。１１はロー
ルであって、鋳型ｌＯから表面の凝固した鋳鉄を引き抜
くもの、５０は本発明を実装するブレークアウト予知装
置であって、鋳型１０内の鋳片のブレークアウトを予知
するよう処理するもの、６０はロール１１の引き抜き速
度を制御するロール制御装置であって、ブレークアウト
予知装置５０からの予知信号に応じてロール１１の引き
抜き速度を減速することで発生したフレークアウトの徴
候を消滅するよう制御するとともに、ブレークアウト予
知装置５０からのキャンセル信号に応じてロール１１の
引き抜き速度を元の高速なものに戻すよう制御するもの
である。

この図に示すように、この実施例のシステム構成にあっ
ては、鋳型ｌＯの側壁に配設される温度検出端２０は、
鋳型ＩＯの側壁の横方向に２列構成で配列される構成が
採られることになる。

第４図に、このブレークアウト予知装置５０の一実施例
を図示する。図中、第１図で説明したものと同しものに
ついては同一の記号で示しである。

３０ａは２列構成の上段列の温度検出端２０に対応付け
て備えられるネットワーク構造部、３０ｂは２列構成の
下段列の温度検出端２０に対応付けて備えられるネット
ワーク構造部、３７は階層ネットワーク構造部３４２の
出力値を入力とする予知処理部であって、入力される階
層ネットワーク構造部３４２の出力値の最大値を特定す
るとともに、その最大値が所定の判定値より大きなもの
であるときにはブレークアウトの徴候が発生したものと
してブレークアウトの予知信号を出力するもの、３８は
予知情報表示器であって、予知処理部３７の出力する予
知信号をオペレータに表示するもの、３９は第１図の第
２の演算部３６に対応するブレークアウト発生確認部で
あって、ネットワーク構造部３０ｂの出力値と予知処理
部３７の出力値とを入力として、上下の同一部位の温度
検出端２０に対応付けて備えられる階層ネットワーク構
造部３４２とネットワーク構造部３０ｂとが同時（一定
の遅延時間内を考慮した同時である）にブレークアウト
の徴候の発生を検出するか否かを判断するとともに、ブ
レークアウトの徴候の同時発生を検出しないときにはキ
ャンセル信号を出力するとともに、同時発生を検出する
ときにはキャンセル信号を出力しないよう処理するもの
である。

このネットワーク構造部３０ａ、ｂの前段に備えられる
時系列データ枯納部３３は、第１図でも説明したように
、微分演算部３２の出力する温度検出値の微分情報の時
系列データを保持するものである。この保持処理の実行
のために、時系列データ格納部３３は、例えば１０個の
バッファ手段を備えて、例えば３秒毎に求められる温度
検出値の微分情報の時系列データを更新しながら保持し
ていくよう処理する。そして、ネットワーク構造部３０
ａ、ｂは、この時系列データ格納部３３の保持する微分
情報の時系列データを入力信号とするよう構成される。

第５図に、ネットワーク構造部３０ａ、ｂの一実施例を
図示する。この実施例では、ネットワーク構造部３０ａ
、ｂを第１８図で説明したような階層ネ・７トワーク横
戒で構成するものを開示しである。すなわち、入力信号
を分配する１０個の入力ユニｙ　ト１　’から構成され
る入力層と、１段構成の８個の基本ユニット１からＩ威
される中間層と、１個の基本ユニット１からｆｉｌ威さ
れる出力層とを備えるとともに、入力層と中間層との間
、中間層と出力層との間に重み値の設定される内部結合
が横取されることで、ネットワーク構造部３０ａ、ｂが
横取されることになる。なお、ブレークアウト予知装置
５０の横取が複雑となることが許容される場合には、ネ
ットワーク構造部３０ａとネットワーク構造部３０ｂと
で異なる階層ネットワーク構成を採るようにすることも
可能であり、更には、ネットワーク構造部３０ａ同士や
ネットワーク構造部３０ｂ同士の内でも異なる階層ネ。

トワーク構成を採るようにすることも可能である。

また、第４図に示す実施例の階層ネットワーク構造部３
４２は、図に示すように、上段列の隣接する２つの温度
検出端２０に対応付けて備えられるネットワーク構造部
３０ａの出力値を入力（バッファ部３４１を介して入力
する）とする構成が採られる。第６図に、この階層ネッ
トワーク構造部３４２の一実施例を図示する。この実施
例では、入力信号を分配する２個の人カニニット１゛か
ら横取される入力層と、１段構成の４個の基本ユニノＩ
−１から横取される中間層と、１個の基本ユニフト１か
ら構成される出力層とを備えるとともに、入力層と中間
層との間、中間層と出力層との間に重み値の設定される
内部結合が構成される階層ネットワーク構造部３４２を
開示しである。

ネットワーク構造部３０ａ、ｂや階層ネットワーク構造
部３４２のハードウェア部品による構成方法としては、
本出願人の一人が出願した「特願昭６３−２１６８６５
号（昭和６３年８月３１日出願、“ネットワーク構成デ
ータ処理装置”）」で開示したものを用いることが可能
である。

すなわち、基本ユニットｌは、第７図に示すように、入
力スイッチ部７を介して入力される前段層からの出力と
重み値保持部８が保持する重み値とを乗算する乗算型Ｄ
／Ａコンバータ２ａと、乗算型Ｄ／Ａコンバータ２ａの
出力値と前回の累算値とを加算して新たな累算値を算出
するアナログ加算器３ａと、アナログ加算器３ａの加算
結果を保持するサンプルホールド回路３ｂと、累算処理
が終了したときにサンプルホールド回路３ｂの保持デー
タを非線形変換する非線型関数発生回路４ａと、後段層
への出力となる非線型関数発生回路４ａのアナログ信号
値をホールドする出力保持部５と、出力保持部５の保持
データを出力する出力スイッチ部６と、これらの各処理
部を制御する制御回路９とを備えることで実現される。

そして、階層ネットワーク構成は、この横取をとる基本
ユニットｌが、第８図に示すように、１本の共通なアナ
ログバス７０でもって電気的に接続される横取で実現さ
れる。ここで、図中、７１は基本ユニットＩの重み保持
部Ｂに重み値を与える重み出力回路、７２は人カニニッ
ト１”に対応する初期信号出力回路、７３はデータ転送
の制御Ｂ信号である同期制御信号を重み出力回路７１、
初期（３号出力回路７２及び制ｊＢ回路９に伝える同期
制御信号線、７４は同期制御信号を送出する主制御回路
である。

この構成の階層ネットワーク構成において、王制ｉ１１
回路７４は、前段層の基本ユニット１を時系列的に順次
選択するとともＧこ、この選択処理と同期さセて、選択
された基本ユニフト１の出力保持部５が保持する最終出
力をアナログハス７０を介して時分割の送信形式に従っ
て後段層の基本ユニット１の乗算型Ｄ／Ａコンバータ２
ａに対して出力するよう処理する。この入力を受は取る
と、後段層の基本ユニノｌ−１の乗算型Ｄ／Ａコンバー
タ２ａは、対応する重み値を順次選択して入力値と重み
値との乗算処理を行い、アナログ加算器３ａとサンプル
ホールド回路３ｂとにより構成される累算処理部３はこ
の乗算値を順次累算していく。

続いて、前段層の基本ユニット１に関してのすべての累
算処理が終了すると、主制御回路７４は、後段層の基本
ユニットｌの非線型関数発生回路４ａを起動して最終出
力の算出を行い、出力保持部５がこの変換処理結果の最
終出力を保持するよう処理する。そして、主制御回路７
４は、この後段層を新たな前段層として次の後段層に対
して同様の処理を繰り返していくことで、人カバターン
に対応する出カバターンが出力されるべく処理するので
ある。

ネットワーク構造部３０ａ、ｂ及び階層ネットワーク構
造部３４２の内部結合の重み値は、例えばバック・プロ
パゲーション法を実装する第１図の学習処理装置４０に
より求められる。第９図に、この学習処理を実現するた
めのシステム構成の一実施例を図示する。図中、第１図
で説明したものと同しものについては同一の記号で示し
である。

３００はネットワーク・シミュレータであって、計算機
上に構築されてネットワーク構造部３０ａｂや階層ネッ
トワーク構造部３４２のデータ変換機能を模擬するもの
、４２は学習信号提示部であって、学習信号格納装置４
１から学習用の学習信号を読み出して、その内の学習提
示信号をイ・ットワーク・シミュレータ３００に提示す
るとともに、対をなすもう一方の学習教師信号を後述す
る学習実行部４４と次に説明する学習収束判定部４３に
提示するもの、４３は学習収束判定部であって、ネット
ワーク・シミュレータ３００から出力される出力信号と
学習信号提示部４２からの学習教師信号とを受けて、ネ
ットワーク・シミュレータ３００のデータ処理機能の誤
差が許容範囲に入ったか否かを判定してその判定結果を
学習信号提示部４２に通知するもの、４４は学習実行部
であって、学習信号提示部４２からの学習教師信号とネ
ットワーク・シミュレータ３００のネットワーク出力デ
ータとを受けて、ハック・プロパゲーション法に従って
重み値の更新量を算出して重み値を更新していくことで
重み値を収束値にと収束させるべく学習するものである
。なお、ネットワーク・シミュレータ３００を用いずに
、ネットワーク構造部３０ａ、ｂや階層ネットワーク構
造部３４２そのものを用意して用いることも勿論可能で
ある。

次に、第１０図に示す処理手順を参照しつつ、このよう
に構成される本発明の処理について詳細に説明する。

ブレークアウトの予知処理を計画するオペレータは、先
ず最初に、第１０図の処理手順のステップ１に示すよう
に、今までの操業データから、ブレークアウトの徴候が
発生したときにおける温度検出端２０の温度検出値の時
系列データと、ブレークアウトの徴候が発生しなかった
ときにおける温度検出値の時系列データとを採取する処
理を実行する。第１１図に、この採取された温度検出値
の時系列データの一例を図示する。ここで、第１１図（
ａ）が、ブレークアウトの＠候が発生したときに、上段
列の概略中間位置に配設される隣接する２つの温度検出
＃ｉ２０により検出された温度検出値の時系列データの
一例を示すものであり、第１１図（ｂ）が、ブレークア
ウトの徴候が発生しなかったときに、その２つの温度検
出＠２０（こより検出された温度検出値の時系列データ
を示している。このような採取データは、上段列と下段
列の温度検出端２０の夫々に対応させて採取することが
好ましく、また、種々の操業条件の下において様々な態
様で発生するブレークアウトに合わせて可能な限り多く
採取することが好ましい。

次に、オペレータは、ステップ２に示すように、ステッ
プｌで採取した温度検出値の微分情報を算出するととも
に、この算出された温度検出値の微分情報の時系列デー
タをブレークアウトの徴候の発生の有無情報と対応付け
て学習信号格納装置４１に格納する処理を実行する。第
１２図に、この演算された温度検出値の微分情報の時系
列データの一例を図示する。ここで、第１２図（ａ）が
、第１１図（ａ）の時系列データの微分情報（この図は
一次微分情報である）を示すものであり、第１２図（ｂ
）が、第１１図（ｂ）の時系列データの微分情報（この
図は一次微分情報である）を示している。なお、この温
度検出値の微分情報の時系列データは直接、微分演算部
３２から採取するようにしてもよい。

続いて、オペレータは、ステップ３で示すように、学習
処理装置４０に対して、学習信号格納装置４Ｉに格納さ
れた温度検出値の微分情報の時系列データを学習提示信
号とし、そのときのブレークアウトの徴候の発生の有無
情報を学習教師信号として用いることを指定して、ネッ
トワーク構造部３０　ａ　＋　ｂの内部結合の重み値の
学習に入ることを指示する。このようにして起動される
と、学習信号提示部４２は、学習信号格納装置４１から
温度検出値の微分情報の時系列データを読み出してネッ
トワーク・シミュレータ３００に提示するとともに、こ
の時系列データと対をなすブレークアウトの徴候の発生
の有無情報（この実施例では、有情報のときに“ｌ”、
無情報のときに“０゛としている）を読み出して学習実
行部４４及び学習収束部４３に提示する。そして、学習
実行部４４は、温度検出値の微分情報の時系列データの
提示に応答して出力されるネットワーク・シミュレータ
３００からの出力信号が、この提示されるブレークアウ
トの徴候の発生の有無情報となるべく重み値の更新処理
を実行する。この更新処理は、学習収束判定部４３がネ
ットワーク・シミュレータ３００からの出力信号が対応
するブレークアウトの徴候の発生の有無情報と概略−敗
することを検出するまで続けられる。なお、上段列と下
段列の温度検出端２０の夫々に対応させて学習信号を採
取した場合には、別々に学習処理が実行されることにな
る。

学習処理装置４０によりネットワーク構造部３０ａ、ｂ
の内部結合の重み値が求められると、続いて、オペレー
タは、ステップ４で示すように、学習処理装置４０に対
して、階層ネットワーク構造部３４２の内部結合の重み
値の学習に入ることを指示する。この階層ネットワーク
構造部３４２は、上段列の隣接する２つの温度検出端２
０に対応じて備えられるネットワーク構造部３０ａが同
時にブレークアウトの徴候の発生検出をしたのか否かを
判断する機能を実行するものであることから、この学習
は、第１３図に示すように、入力される２つの信号値が
共に１“に近い値をとる領域（図中のＢＯ領領域のデー
タを学習提示信号とする場合には、学習教師信号として
ブレークアウトの徴候が発生したことを表示する１゛を
使用し、入力される２つの信号値のいずれか一方が“０
゛に近い値をとる領域（図中の非ＢＯｊＪＩ域）のデー
タを学習提示信号とする場合には、ブレークアウトの徴
候が発生しないことを表示する′°０°゛を使用するこ
とで実行されることになる。

学習処理装置４０によりネットワーク構造部３０　ａ　
＋　ｂ及び階層ネットワーク構造部３４２の内部結合の
重み値が求められると、続いて、オペレータは、ステッ
プ５で示すように、この求められた重み値をネットワー
ク構造部３０ａ、ｂの内部状態値管理部３１と階層ネッ
トワーク構造部３４２の内部状態値管理部３４３に格納
する処理を実行する。そして、次のステップ６で示すよ
うに、ブレークアウト予知装置５０を起動させることで
連続鋳造システムにおけるブレークアウトの予知処理の
実行に入ることを指示する。

次に、第４図に戻って、学習された重み値の設定された
ブレークアウト予知装置５０の動作処理について詳細に
説明する。

鋳型ＩＯに配設される温度検出端２０により所定のサン
プリング周期に従って検出される温度検出値は、微分演
算部３２により微分処理（学習提示信号として用いた微
分情報と同し微分情報を得るための微分処理である）さ
れて時系列データ格納部３３に順次格納されていくよう
処理される。

この時系列データ格納部３３は、上述したように、例え
ば１０個のバッファ手段を備えて、例えば３秒毎に求め
られる過去１０点分の温度検出値の微分情報を保持する
ことで、温度検出値の微分情報の時系列データを保持す
るよう動作する。

この時系列データ格納部３３の保持する時系列データを
入力とするネットワーク構造部３０ａ。

ｂは、学習された重み値を用いてデータ変換機能を実行
することで、この時系列データが持つプレクアウトの徴
候の発生状態の表示値を出力するよう処理する。上述し
たように、ネットワーク構造部３０ａ、ｂの重み値はブ
レークアウトのｒＰＩ候が発生しているときには“ｌｏ
“を出力し、ブレークアウトの徴候が発生していないと
きには°°０″を出力するよう学習されているものであ
ることから、ネットワーク構造部３０ａ、ｂは、時系列
データ格納部３３の保持する時系列データがブレークア
ウトの徴候の発生状態を表示するときには°“ｌ”に近
い値を出力し、逆に、ブレークアウトの徴候の非発生状
態を表示するときには“０”に近い値を出力するよう処
理することになる。

上段列の温度検出端２０に対応付けて備えられるネット
ワーク構造部３０ａの出力は、横方向に隣接する温度検
出端２０とのブレークアウトの検出タイミングのズレを
調整するために備えられるパフフッ部３４１に入力され
る。このバ・７フッ部３４１は、例えば５個のバッファ
手段を備えることでネ・７）ワーク構造部３０ａの過去
５点の出力値を保持するとともに、この保持データの内
の最も“ｌ”に近い値を示す保持データを出力するよう
処理するものである。すなわち、第１６図にも示したよ
うに、ブレークアウトの発生の徴候状態を表示する湯皺
は、概略逆三角形の形をもって鋳型１０の下方に伝播し
ていくよう動作するものであることから、隣接する温度
検出＠２０にあってもブレークアウトの発生の徴候状態
を同時に検出することにはならないので、この検出タイ
ミングのズレを吸収するためのバッファ部３４１を備え
るよう構成するのである。

このバッファ部３４１の出力値を入力とする階層ネット
ワーク構造部３４２は、学習された重み値を用いてデー
タ変換機能を実行することで、入力信号を与える２つの
ネットワーク構造部３０ａが同時にブレークアウトの徴
候の発生状態を出力している否かを表示する表示値を出
力するよう処理する。上述したように、階層ネットワー
ク構造部３４２の重み値はブレークアウトの徴候が同時
発生しているときには“１”を出力し、ブレークアウト
の徴候が同時発生していないときには°“０゛′を出力
するよう学習されているものであることから、階層ネッ
トワーク構造部３４２は、入力信号を与える２つのバッ
ファ部３４１が共にブレークアウトの徴候の発生状態を
表示するときには°゛１”に近い値を出力し、逆に、い
ずれか一方がブレークアウトの徴候の非発生状態を表示
するときには“′０”に近い値を出力するよう処理する
ことになる。

この階層ネットワーク構造部３４２の出力を受けて、予
知処理部３７は、入力される階層ネットワーク構造部３
４２の出力値の最大値を特定するとともに、その最大値
が例えば“０．５”以上であるならばブレークアウトの
徴候が発生したものとしてブレークアウトの予知信号を
出力する。この予知信号に従って、予知情報表示器３８
が連続鋳造システムのオペレータに対してブレークアウ
トの予知情報を表示するとともに、ロール制御装置６０
に対してロール１１の引き抜き速度の減速を指示する。

一方、この予知処理部３７がブレークアウトの予知信号
を出力すると、ブレークアウト発生確認部３９が動作を
開始して、予知信号を与えた階層ネットワーク構造部３
４２に対応付けられる温度検出端２０を特定するととも
に、この特定された温度検出端２０の下の位置にある下
段列の温度検出端２０に対応付けて備えられるネットワ
ーク横造部３０ｂの出力値を所定の回数監視して、その
監視期間内にそのネットワーク構造部３０ｂの出力値に
所定の値より大きい値を示すものがあるのか否かをチエ
ツクする。そしてこのチエツク処理に従って、所定の値
より大きい値を示すものがないときには、上段列で検出
したブレークアウトの徴候情報は誤検出であったと判断
してロール制御３′ｇ装置６０に対してキャンセル信号
を出力し、逆に、所定の値より大きい値を示すものがあ
るときには、上段列で検出したブレークアウトの徴候情
報は正しいものであったと判断してキャンセル信号を出
力しないよう処理することになる。

このようにして、本発明では、ネットワーク構造部３０
が持つ適応的なデータ処理機能に従ってブレークアウト
の徴候状態の発生をリアルタイムに正確に予知するよう
処理するのである。

第１４図に、本発明の有効性を検証するために行ったシ
ミュレーションにより得られた実験データを図示する。

このシミュレーションは、計算機上に構築されたブレー
クアウト予知装置５０に対して、ブレークアウトが発生
した９件の温度検出値とブレークアウトが発生しなかっ
た２５件の温度検出値とを入力させて、本発明に係るブ
レークアウト予知装置５０がどのような検出を行ったか
を模擬したものである。

このシミュレーションは、微分演算部３２が実行する微
分処理として１次微分、２次微分、偏差（過去８点分の
平均値対しての偏差）があることを想定し、階層ネット
ワーク構造部３４２を備える場合（図中の■の実験デー
タ）と、備えない場合（図中の■の実験データ）とを想
定して行った。

なお、従来のブレークアウト予知装置は、このブレーク
アウトが発生しなかった２５件の温度検出値に対してす
べてブレークアウトと誤検出してしまっている。

この実験データから分かるように、本発明を用いること
で、ブレークアウトと誤検出する回数を大幅に減少でき
ることが確認された。この効果は、階層ネットワーク構
造部３４２を備える（隣接する温度検出端２０の検出値
を考慮する方法）ことで大きく改善されることになると
ともに、ネットワーク構造部３０に入力する温度検出値
の微分情報として１次微分情報を用いることで大きく改
善されることが確認された。

本発明は、鋳型ＩＯの側壁の温度パターンの状態をネッ
トワーク構成を採るデータ処理機能に従って監視するこ
とで、ブレークアウトのｌｔＩ［候状態の発生を検出す
るよう構成することを特徴とするものである。このよう
に、鋳型１０の側壁の温度パターン状態をパターン的に
捉えることを特徴とするものであることから、この実施
例では温度検出値の微分情報の時系列データによるパタ
ーン把握しか開示しなかったが、微分演算部３２を備え
ずに温度検出値のそのものの時系列データによるパター
ン把握により本発明を構成することも可能であるし、ま
た、第１６図に示すように、ブレークアウトの徴候状態
の発生時における空間的な温度パターンの特徴をｉｌ用
して、ネットワーク構造部３０ａ、ｂに対してこの空間
的な温度パターンを検出する温度検出端２０を温度検出
値を入力していくというパターン把握により本発明をｔ
ｉｌＩ威することも可能であるのである。

そして、この実施例では、ブレークアウトの検出精度を
高めるために、先ず最初に、横方向に配設される温度検
出端２０でもってブレークアウトの徴候状態の発生を検
出し、次に、流れ方向に配設される温度検出＠２０でも
ってブレークアウトの徴候状態の発生を確認していくと
いうものを開示したが、これとは逆に、先ず最初に、流
れ方向に配設される温度検出端２０でもってブレークア
ウトの徴候状態の発生を検出し、次に、横方向に配設さ
れる温度検出端２０でもってブレークアウトの徴候状態
の発生を確認していくという構成を採ることも可能であ
り、更に言うならば、本発明は、温度検出端２０の配列
方法やその検出順序により限定されるものではないので
ある。

図示実施例について説明したが、本発明はこれに限定さ
れるものではない。例えば、ネットワーク構造部３０ａ
、ｂとして階層ネットワーク横威のものを開示したが、
本発明はこれに限られることなく他の如何なるネットワ
ークｆＪＩ或によるものであってもよいのである。また
、学習処理装置４０が実行する学習アルゴリズムとして
バンク・プロパゲーシヲン法によるものを開示したが、
本発明はこれに限られることなく他の如何なる学習アル
ゴリズムによるものであってもよいのである。

〔発明の効果〕

以上説明したように、本発明によれば、適応的なデータ
処理を実行するネットワーク構成のデータ処理機能によ
り構成されるブレークアウト予知装置に従い、ブレーク
アウトの徴候の発生の検出をパターン的に捉えて適応的
に実行するよう構成することから、従来のようなレヘル
判定的な予知処理よりも飛躍的にその検出能力を高めら
れることになる。そして、その並列分散処理構成により
、従来よりも高速にブレークアウトの徴候状態の発生を
検出できるようになる。しかも、オペレータはただ単純
に操業データから得られる温度パターン情報を入手する
だけで機械的に本発明に係るブレークアウト予知装置を
構築できることから、従来のような試行錯誤的な調整の
負荷をオペレータに強いることがなくなる。そして、新
たな温度パターン情報を入手することができれば、−度
構築したブレークアウト予知装置であってもその検出能
力を簡単に高めていくことができるのである。

【図面の簡単な説明】

第１図は本発明の原理構成図、 第２図はブレークアウトの徴候の発生時における鋳型の
表面温度の説明図、 第３図は本発明が適用される連続鋳造システムの説明図
、 第４図はブレークアウト予知装置の一実施例、第５図は
ネットワーク構造部の一実施例、第６図は階層ネットワ
ーク構造部の一実施例、第７図は基本ユニットの一実施
例、 第８図は階層ネットワークの一実施例、第９図は重み値
の学習処理を実現するためのシステム構成図、 第１Ｏ図は本発明の処理手順の説明図、第１１図は採取
された温度検出値の時系列データの一例、 第１２図は採取された温度検出値の微分情報の時系列デ
ータの一例、 第１３図は階層ネットワーク構造部の内部結合の重み値
の学習に用いる学習信号の説明図、第１４図は実験デー
タの説明図、 第１５図及び第１６図は拘束性ブレークアウトの説明図
、 第】７図は基本ユニットの基本構成図、第１８図は階層
ネットワークの基本ｆｌｌ同図ある。 図中、ｌｏは入カユニント、ｌは基本ユニット、１０は
鋳型、２０は温度検出端、３０はネットワク購造部、３
２は微分演算部、３３は時系列データ格納部、３４は第
】の演算部、３５はブレークアウト予知部、３６は第２
の／′ｉ４算部、４０は学習処理装置、４１は学習信号
格納装置である。 フ゛ルーフ了・クトの狸χイ杉の駄朱時；９・Ｉする ９ｑ　’；　／１本朗温尽の沈明区 第 区 川 易斥 （Ｃ１） ァ二厘 、ＩＩ）ｌスｊ、ｉ□丁；うＳ□ｌ【事に土イ直へθ令
庁、５リ　−）′°°−夕　０−イ〉・茶　１１　　図 ４鷹 １屋 ２ （ｂ） １＃１フＬ　、Ｉ’ｎ　１□　；’Ｌ　度検出４．ｉ／
１　イブＥＫＪ　□Ｈζ瓶０哨シｉうｌｊ’＝５７Ｉ）
−イ５・１＄１２　　（２） １０ Ｐ官Ａネ・斗フー７檎ｌ介の用瀞↑古合の事り４直り丁
１３１；用・・ろ　１３１；イ寥」ｉ　のｉ光β門　国
：ｆ１１３Ｉ１２１ 祠＊（Ｌ７’Ｌ−７ア゛クト／ｌ説明図＄　　１６　　
［２］ （］Ｉ） 笑繍テ°゛−夕のｔ光叶図 ＄１４　　図 おＲ岨Ｏり くＲ慎Ｏし

Claims (6)

【特許請求の範囲】
1. （１）連続鋳造における鋳型内の鋳片のブレークアウト
   の発生を予知する連続鋳造のブレークアウト予知処理方
   式において、 鋳型の側壁の空間的な温度分布情報を検出する複数の温
   度検出端（２０）と、 内部状態値の割り付けられるネットワーク構造のデータ
   変換機能に従って、入力信号に対応する出力信号を算出
   して出力するネットワーク構造部（３０）とを用意し、 学習用の入力信号群の提示に応じて出力される該ネット
   ワーク構造部（３０）からの出力信号群が所望の教師信
   号群となるべく上記内部状態値を学習する機能を有する
   学習処理装置（４０）が、上記温度検出端（２０）によ
   り検出される温度分布情報を学習用の入力信号群とし、
   該温度分布情報におけるブレークアウトの徴候の発生情
   報を教師信号群として用いて学習を実行することで上記
   内部状態値の学習値を得て、 上記ネットワーク構造部（３０）が、該学習値を上記内
   部状態値として設定するとともに、上記温度検出端（２
   ０）の温度検出値を入力信号とすることで、連続鋳造の
   ブレークアウトの発生を予知するよう処理することを、 特徴とする連続鋳造のブレークアウト予知処理方式。
2. （２）連続鋳造における鋳型内の鋳片のブレークアウト
   の発生を予知する連続鋳造のブレークアウト予知処理方
   式において、 鋳型の側壁の温度情報を検出する１つ又は複数の温度検
   出端（２０）と、 該温度検出端（２０）対応で備えられて、内部状態値の
   割り付けられるネットワーク構造のデータ変換機能に従
   って、入力信号に対応する出力信号を算出して出力する
   ネットワーク構造部（３０）とを用意し、 学習用の入力信号群の提示に応じて出力される該ネット
   ワーク構造部（３０）からの出力信号群が所望の教師信
   号群となるべく上記内部状態値を学習する機能を有する
   学習処理装置（４０）が、上記温度検出端（２０）によ
   り検出される温度検出値の時系列データを学習用の入力
   信号群とし、該時系列データにおけるブレークアウトの
   徴候の発生情報を教師信号群として用いて学習を実行す
   ることで上記内部状態値の学習値を得て、 上記ネットワーク構造部（３０）が、該学習値を上記内
   部状態値として設定するとともに、上記温度検出端（２
   ０）の温度検出値の時系列データを入力信号とすること
   で、連続鋳造のブレークアウトの発生を予知するよう処
   理することを、 特徴とする連続鋳造のブレークアウト予知処理方式。
3. （３）連続鋳造における鋳型内の鋳片のブレークアウト
   の発生を検出する連続鋳造のブレークアウト予知処理方
   式において、 鋳型の側壁の温度情報を検出する１つ又は複数の温度検
   出端（２０）と、 該温度検出端（２０）対応で備えられて、内部状態値の
   割り付けられるネットワーク構造のデータ変換機能に従
   って、入力信号に対応する出力信号を算出して出力する
   ネットワーク構造部（３０）とを用意し、 学習用の入力信号群の提示に応じて出力される該ネット
   ワーク構造部（３０）からの出力信号群が所望の教師信
   号群となるべく上記内部状態値を学習する機能を有する
   学習処理装置（４０）が、上記温度検出端（２０）によ
   り検出される温度検出値の微分情報の時系列データを学
   習用の入力信号群とし、該時系列データにおけるブレー
   クアウトの徴候の発生情報を教師信号群として用いて学
   習を実行することで上記内部状態値の学習値を得て、 上記ネットワーク構造部（３０）が、該学習値を上記内
   部状態値として設定するとともに、上記温度検出端（２
   ０）の温度検出値の微分情報の時系列データを入力信号
   とすることで、連続鋳造のブレークアウトの発生を予知
   するよう処理することを、特徴とする連続鋳造のブレー
   クアウト予知処理方式。
4. （４）請求項（２）又は（３）記載の連続鋳造のブレー
   クアウト予知処理方式において、隣接する少なくとも２
   つ以上の温度検出端（２０）に対応付けられるネットワ
   ーク構造部（３０）の出力信号を入力として、該出力信
   号値の相互関係から、入力信号を与えるネットワーク構
   造部（３０）が同一に係るブレークアウトの徴候の発生
   を検出したのか否かを判断する第１の演算部（３４）を
   備え、該第１の演算部（３４）の判断情報に従って、連
   続鋳造のブレークアウトの発生を予知するよう処理する
   ことを、 特徴とする連続鋳造のブレークアウト予知処理方式。
5. （５）連続鋳造における鋳型内の鋳片のブレークアウト
   の発生を検出する連続鋳造のブレークアウト予知処理方
   式において、 鋳型の側壁に２列構成で配設されて、該側壁の温度情報
   を検出する温度検出端（２０）を備えるとともに、 上記２列の温度検出端（２０）に対応付けて、請求項（
   １）、（２）又は（３）記載のネットワーク構造部（３
   ０）あるいは請求項（４）記載の第１の演算部（３４）
   をブレークアウト予知部（３５）として備え、 かつ、上記２列の対応する同一部位若しくはその近傍の
   部位に位置する温度検出端（２０）に対応付けられる上
   記ブレークアウト予知部（３５）の出力信号を入力とし
   て、該出力信号値の相互関係から、入力信号を与えるブ
   レークアウト予知部（３５）が同一に係るブレークアウ
   トの徴候の発生を検出したのか否かを判断する第２の演
   算部（３６）を備え、該第２の演算部（３６）の判断情
   報に従って、連続鋳造のブレークアウトの発生を予知す
   るよう処理することを、 特徴とする連続鋳造のブレークアウト予知処理方式。
6. （６）請求項（４）又は（５）記載の連続鋳造のブレー
   クアウト予知処理方式において、第１の演算部（３４）
   が、ネットワーク構造部（３０）対応で備えられて、該
   ネットワーク構造部（３０）の出力信号値の時系列デー
   タを保持するとともに、該保持データの内の最もブレー
   クアウト状態を表示する保持データを出力するバッファ
   部（３４１）と、該バッファ部（３４１）の出力信号を
   入力として、階層ネットワーク構造のデータ変換機能に
   従って同一に係るブレークアウトの徴候の発生の判断値
   を出力する階層ネットワーク構造部（３４２）とから構
   成されることを、 特徴とする連続鋳造のブレークアウト予知処理方式。