JPH07265927A - 板クラウン予測モデルの修正方法 - Google Patents
板クラウン予測モデルの修正方法Info
- Publication number
- JPH07265927A JPH07265927A JP6126594A JP6126594A JPH07265927A JP H07265927 A JPH07265927 A JP H07265927A JP 6126594 A JP6126594 A JP 6126594A JP 6126594 A JP6126594 A JP 6126594A JP H07265927 A JPH07265927 A JP H07265927A
- Authority
- JP
- Japan
- Prior art keywords
- plate
- model
- plate crown
- rolling
- crown
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 10
- 238000005096 rolling process Methods 0.000 claims abstract description 53
- 230000005489 elastic deformation Effects 0.000 claims abstract description 5
- 238000002360 preparation method Methods 0.000 claims abstract description 3
- 239000000463 material Substances 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 9
- 239000002184 metal Substances 0.000 abstract 5
- 238000010586 diagram Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000020169 heat generation Effects 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Control Of Metal Rolling (AREA)
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】
【構成】 予め求めておいた板クラウン予測モデルを用
いて板材の連続的な圧延を実施するに当たり、板クラウ
ン予測モデルを、ロールの弾性変形モデルの他、学習対
象とする板材の変形特性解析モデル、ロールの熱膨張予
測モデルおよびロールの摩耗予測モデルからなる各要素
モデルの組合せからなるものとして構成し、この板クラ
ウン予測モデルから得られる目標板クラウンと板材の圧
延過程で実測した板クラウンから予測誤差を求め、この
予測誤差と圧延サイクル終了後における板材の圧延本数
の関係から板クラウン予測モデルの各要素がどの程度の
誤差を有するものであるかを判定するとともに、この判
定結果に基づいて目標板クラウンが得られるように上記
予測誤差を学習対象の前記各要素モデルに配分して次の
板材の圧延に備えて板クラウン予測モデルを修正するよ
うにする。 【効果】 板クラウン予測モデルの精度が改善され、品
質の安定した圧延板を得ることができる。
いて板材の連続的な圧延を実施するに当たり、板クラウ
ン予測モデルを、ロールの弾性変形モデルの他、学習対
象とする板材の変形特性解析モデル、ロールの熱膨張予
測モデルおよびロールの摩耗予測モデルからなる各要素
モデルの組合せからなるものとして構成し、この板クラ
ウン予測モデルから得られる目標板クラウンと板材の圧
延過程で実測した板クラウンから予測誤差を求め、この
予測誤差と圧延サイクル終了後における板材の圧延本数
の関係から板クラウン予測モデルの各要素がどの程度の
誤差を有するものであるかを判定するとともに、この判
定結果に基づいて目標板クラウンが得られるように上記
予測誤差を学習対象の前記各要素モデルに配分して次の
板材の圧延に備えて板クラウン予測モデルを修正するよ
うにする。 【効果】 板クラウン予測モデルの精度が改善され、品
質の安定した圧延板を得ることができる。
Description
【０００１】
【産業上の利用分野】本発明は、板クラウン予測モデル
を用いて板材を熱間圧延あるいは冷間圧延する場合にお
いて、該予測モデルの精度の向上を図り、品質の安定し
た圧延板を得るための技術を提案するものである。
を用いて板材を熱間圧延あるいは冷間圧延する場合にお
いて、該予測モデルの精度の向上を図り、品質の安定し
た圧延板を得るための技術を提案するものである。
【０００２】
【従来の技術】圧延板の板幅方向における板厚精度の改
善に対する要求は年々厳しくなってきており、板クラウ
ン予測モデルを使用して圧延を行う圧延操業において
は、かかる予測モデルの精度を高めることが極めて重要
になってきている。
善に対する要求は年々厳しくなってきており、板クラウ
ン予測モデルを使用して圧延を行う圧延操業において
は、かかる予測モデルの精度を高めることが極めて重要
になってきている。
【０００３】一般に、板クラウンの予測モデルは、物理
的な意味に着目した場合に、以下のようにそれぞれ分類
することができる。 ロールの弾性変形モデル。 板材の変形特性の解析モデル。 ロールプロフィルの推定モデル（ロールプロィール
の推定モデルはさらに、ロール熱膨張量予測モデルと、
ロール摩耗量の予測モデルとに分けられる）。
的な意味に着目した場合に、以下のようにそれぞれ分類
することができる。 ロールの弾性変形モデル。 板材の変形特性の解析モデル。 ロールプロフィルの推定モデル（ロールプロィール
の推定モデルはさらに、ロール熱膨張量予測モデルと、
ロール摩耗量の予測モデルとに分けられる）。
【０００４】そして、上記各モデルのうち、とは、
分割モデルと言われる手法等を用いて、板材が変形する
ときの圧延荷重からロールのたわみ量および偏平量を算
出して板クラウンを求めるものであって、これらは共
に、厳密な計算を行うには連立して解いていかなければ
ならない点で共通している。しかしながら、板クラウン
の予測に当たっては、オンラインにおいて計算時間を短
縮する必要のために、計算を繰り返して行うようなこと
はせず、厳密計算結果の回帰式や簡易化されたモデルが
用いられており、通常はのモデルとのモデルとは別
個に利用されることが多い。
分割モデルと言われる手法等を用いて、板材が変形する
ときの圧延荷重からロールのたわみ量および偏平量を算
出して板クラウンを求めるものであって、これらは共
に、厳密な計算を行うには連立して解いていかなければ
ならない点で共通している。しかしながら、板クラウン
の予測に当たっては、オンラインにおいて計算時間を短
縮する必要のために、計算を繰り返して行うようなこと
はせず、厳密計算結果の回帰式や簡易化されたモデルが
用いられており、通常はのモデルとのモデルとは別
個に利用されることが多い。
【０００５】ここで、圧延荷重は、板材の変形抵抗，板
厚，板幅，ロール径，張力等の圧延条件から求められ、
また、ロールの熱膨張量は板材からの熱伝導，塑性加工
熱，摩擦熱等から差分による熱伝導モデル等から求めら
れ、さらにロール摩耗は、圧延長さ，圧延荷重，ロール
径，ロール材質等から実績を踏まえて求められる。
厚，板幅，ロール径，張力等の圧延条件から求められ、
また、ロールの熱膨張量は板材からの熱伝導，塑性加工
熱，摩擦熱等から差分による熱伝導モデル等から求めら
れ、さらにロール摩耗は、圧延長さ，圧延荷重，ロール
径，ロール材質等から実績を踏まえて求められる。
【０００６】なかでも、ロールの弾性計算を行う理論解
析手法については比較的進歩しており、上記のについ
ては十分満足いく程度の精度を有している。これに対し
て、あるいは等、他のモデルについては、各種の係
数、物性値等を実際の圧延に即した値に調整するのが難
しく、また、計算結果の回帰や簡易化に伴う誤差により
板クラウンの予測誤差が生じるため、モデルの精度を確
保するには板クラウンの実測値を加味したモデルの修正
を行う必要があった。
析手法については比較的進歩しており、上記のについ
ては十分満足いく程度の精度を有している。これに対し
て、あるいは等、他のモデルについては、各種の係
数、物性値等を実際の圧延に即した値に調整するのが難
しく、また、計算結果の回帰や簡易化に伴う誤差により
板クラウンの予測誤差が生じるため、モデルの精度を確
保するには板クラウンの実測値を加味したモデルの修正
を行う必要があった。
【０００７】このような先行技術としては、板プロフィ
ルの実測値と予測値との差をロールプロフィルの予測誤
差として板クラウン予測モデルの学習を行わせるように
し、これによって次の板材を圧延する際の板クラウンの
予測に反映させるようにした、特開昭６１−２８３４０
７号公報に開示の如き技術が参照される。
ルの実測値と予測値との差をロールプロフィルの予測誤
差として板クラウン予測モデルの学習を行わせるように
し、これによって次の板材を圧延する際の板クラウンの
予測に反映させるようにした、特開昭６１−２８３４０
７号公報に開示の如き技術が参照される。
【０００８】
【発明が解決しようとする課題】ところで、上記既知技
術が提案している方法は、板クラウンの予測誤差をロー
ルプロフィルの予測誤差として学習させるため、圧延し
ようとする板材の変形特性の解析モデルに誤差がある場
合には適切な対応できない不利があった。
術が提案している方法は、板クラウンの予測誤差をロー
ルプロフィルの予測誤差として学習させるため、圧延し
ようとする板材の変形特性の解析モデルに誤差がある場
合には適切な対応できない不利があった。
【０００９】また、ロールプロフィルの予測誤差が、熱
膨張予測モデルと摩耗量予測モデルのいずれに起因する
ものなのかを判断できないため、個々のモデル（モデル
式）は依然として誤差を含んだままであり、板クラウン
の予測精度のより一層の改善を図るにも限界があった。
膨張予測モデルと摩耗量予測モデルのいずれに起因する
ものなのかを判断できないため、個々のモデル（モデル
式）は依然として誤差を含んだままであり、板クラウン
の予測精度のより一層の改善を図るにも限界があった。
【００１０】本発明の目的は、板クラウン予測モデルの
精度の改善を図り、品質の良好な圧延材を安定供給でき
る方法を提案するところにある。
精度の改善を図り、品質の良好な圧延材を安定供給でき
る方法を提案するところにある。
【００１１】
【課題を解決するための手段】本発明は、連続圧延機で
圧延される圧延板の板クラウンを、予め求めておいた板
クラウン予測モデルを用いて予測演算すると共に、実測
された板クラウンにより上記予測モデルを学習して前記
板クラウン予測モデルを修正する方法において、板クラ
ウン予測モデルを、ロールの弾性変形モデルの他、学習
対象とする板材の変形特性解析モデル、ロールの熱膨張
予測モデルおよびロールの摩耗予測モデルの各要素モデ
ルの組合せからなるものとして構成し、この板クラウン
予測モデルから得られる目標板クラウンと板材の圧延過
程で実測した板クラウンから予測誤差を求め、この予測
誤差と圧延サイクル終了後における板材の圧延本数の関
係から板クラウン予測モデルにおける上記各要素モデル
がそれぞれどの程度の誤差を有するかを判定するととも
に、この判定結果に基づいて目標板クラウンが得られる
ように該予測誤差を学習対象の前記各要素モデルに配分
してこれらの各要素モデルを調整することにより、次の
板材の圧延に備えて板クラウン予測モデルを修正しよう
とするものである。
圧延される圧延板の板クラウンを、予め求めておいた板
クラウン予測モデルを用いて予測演算すると共に、実測
された板クラウンにより上記予測モデルを学習して前記
板クラウン予測モデルを修正する方法において、板クラ
ウン予測モデルを、ロールの弾性変形モデルの他、学習
対象とする板材の変形特性解析モデル、ロールの熱膨張
予測モデルおよびロールの摩耗予測モデルの各要素モデ
ルの組合せからなるものとして構成し、この板クラウン
予測モデルから得られる目標板クラウンと板材の圧延過
程で実測した板クラウンから予測誤差を求め、この予測
誤差と圧延サイクル終了後における板材の圧延本数の関
係から板クラウン予測モデルにおける上記各要素モデル
がそれぞれどの程度の誤差を有するかを判定するととも
に、この判定結果に基づいて目標板クラウンが得られる
ように該予測誤差を学習対象の前記各要素モデルに配分
してこれらの各要素モデルを調整することにより、次の
板材の圧延に備えて板クラウン予測モデルを修正しよう
とするものである。
【００１２】図１に、この発明に従う板クラウン予測モ
デルの修正要領のフローチャトを示す。
デルの修正要領のフローチャトを示す。
【００１３】
【作用】圧延機をタンデムに７段配列した図２に示すよ
うな設備列を使用して、図３に示す如き圧延サイクル
（一般材を含めたＳＵＳ３０４の鋼材を８５本連続して
熱間圧延するようなサイクル）で圧延を実施した場合、
第７スタンド（Ｆ７）におけるロールの熱膨張量の予測
値およびロール摩耗量の予測値と板材の圧延本数との関
係は図４ａ，ｂに示すようになる。すなわち、熱膨張量
は図４ａに示す如く圧延開始時に急激に増加し、圧延本
数が４０本を超えるとほぼ一定になる一方、ロール摩耗
量については図４ｂの如く、圧延本数の増加にほぼ比例
して大きくなっていく。
うな設備列を使用して、図３に示す如き圧延サイクル
（一般材を含めたＳＵＳ３０４の鋼材を８５本連続して
熱間圧延するようなサイクル）で圧延を実施した場合、
第７スタンド（Ｆ７）におけるロールの熱膨張量の予測
値およびロール摩耗量の予測値と板材の圧延本数との関
係は図４ａ，ｂに示すようになる。すなわち、熱膨張量
は図４ａに示す如く圧延開始時に急激に増加し、圧延本
数が４０本を超えるとほぼ一定になる一方、ロール摩耗
量については図４ｂの如く、圧延本数の増加にほぼ比例
して大きくなっていく。
【００１４】この時、板プロフィル計によるＦ７の板ク
ラウンの実測値と板クラウンの予測値の差（以下この差
を予測誤差と記す）は図５に示すようになっていて、か
かる予測誤差は熱膨張量および摩耗量の大きさに応じて
大きくなっていく。これは、ロール熱膨張予測モデル、
ロール摩耗予測モデルに予測誤差があるのが原因であ
り、熱膨張量および摩耗量の大きさに比例して予測誤差
が大きくなったことを意味するものである。以上の結果
から判ることは、次の圧延サイクルのためには、上述し
た予測誤差の修正を板クラウン予測モデルを構成する各
要素毎に配分して修正すること、とくに、ロール熱膨張
予測モデルとロール摩耗予測モデルとに配分して学習す
ることが必要であることを意味しているのである。
ラウンの実測値と板クラウンの予測値の差（以下この差
を予測誤差と記す）は図５に示すようになっていて、か
かる予測誤差は熱膨張量および摩耗量の大きさに応じて
大きくなっていく。これは、ロール熱膨張予測モデル、
ロール摩耗予測モデルに予測誤差があるのが原因であ
り、熱膨張量および摩耗量の大きさに比例して予測誤差
が大きくなったことを意味するものである。以上の結果
から判ることは、次の圧延サイクルのためには、上述し
た予測誤差の修正を板クラウン予測モデルを構成する各
要素毎に配分して修正すること、とくに、ロール熱膨張
予測モデルとロール摩耗予測モデルとに配分して学習す
ることが必要であることを意味しているのである。
【００１５】一般に、板クラウンの予測誤差は、基本的
なロール弾性変形モデルの他、本発明において特に学習
対象とする熱膨張量の予測誤差、ロール摩耗量の予測誤
差および板材の変形特性の解析モデルの予測誤差の総和
であると考えることができる。この考え方に基づくと
き、板クラウンの予測誤差は、図６に示すように、ｙ＝
ｆ（Ｘ）なる関数で近似することができ、この場合、そ
のｙ軸切片のｙ0 が圧延材の変形特性を解析するモデル
に起因した予測誤差となる。一方、ｆ（Ｘ）に漸近する
直線ｆ＝ａｘ＋ｙ1 から、ロール摩耗予測モデルに対応
する予測誤差は、ｙ＝ａｘから求めることができる。従
って、ロール熱膨張予測モデルに対応する予測誤差、は
ｙ＝ｆ（ｘ）−ａｘ−ｙ0 を計算することによって求め
ることができる。このようにして、各要素モデルに配分
した各モデル, 特に学習対象とする各モデルの係数を調
整することにより、板クラウン予測モデルを修正すれ
ば、この予測モデルの精度を大幅に向上させることがで
きる。
なロール弾性変形モデルの他、本発明において特に学習
対象とする熱膨張量の予測誤差、ロール摩耗量の予測誤
差および板材の変形特性の解析モデルの予測誤差の総和
であると考えることができる。この考え方に基づくと
き、板クラウンの予測誤差は、図６に示すように、ｙ＝
ｆ（Ｘ）なる関数で近似することができ、この場合、そ
のｙ軸切片のｙ0 が圧延材の変形特性を解析するモデル
に起因した予測誤差となる。一方、ｆ（Ｘ）に漸近する
直線ｆ＝ａｘ＋ｙ1 から、ロール摩耗予測モデルに対応
する予測誤差は、ｙ＝ａｘから求めることができる。従
って、ロール熱膨張予測モデルに対応する予測誤差、は
ｙ＝ｆ（ｘ）−ａｘ−ｙ0 を計算することによって求め
ることができる。このようにして、各要素モデルに配分
した各モデル, 特に学習対象とする各モデルの係数を調
整することにより、板クラウン予測モデルを修正すれ
ば、この予測モデルの精度を大幅に向上させることがで
きる。
【００１６】ここで、板クラウン予測モデルを構成する
学習対象となる要素モデルのうち、板材の変形特性解析
モデルは、ＦＥＭ等の理論解析結果、または実測結果を
回帰すること等により、板厚, 板幅, 圧下率, 圧延材の
変形抵抗等の関数で構成され、また、ロールの熱膨張予
測モデルは、板材からの熱伝導, 塑性加工発熱, 摩擦発
熱のロールへの入熱からロールの温度分布を差分による
熱伝導モデルにより求め、線膨張係数を用いることで、
または、その計算結果の近似式等で構成され、さらに、
ロールの摩耗予測モデルは、ロール材質ごとに、実績を
踏まえて、圧延長さ, 圧延荷重, ロール径の関数で構成
される。
学習対象となる要素モデルのうち、板材の変形特性解析
モデルは、ＦＥＭ等の理論解析結果、または実測結果を
回帰すること等により、板厚, 板幅, 圧下率, 圧延材の
変形抵抗等の関数で構成され、また、ロールの熱膨張予
測モデルは、板材からの熱伝導, 塑性加工発熱, 摩擦発
熱のロールへの入熱からロールの温度分布を差分による
熱伝導モデルにより求め、線膨張係数を用いることで、
または、その計算結果の近似式等で構成され、さらに、
ロールの摩耗予測モデルは、ロール材質ごとに、実績を
踏まえて、圧延長さ, 圧延荷重, ロール径の関数で構成
される。
【００１７】本発明は、板クラウン予測モデルの予測誤
差に応じて各要素モデルの予測誤差がそれぞれどの程度
であるかを、図６に基づく上記の如き式に基づいて判定
し、この判定結果に従って各要素モデルの係数を調整し
て予測誤差を小さくするようにしたものであり、これに
よって板クラウン予測モデルの精度は大幅に改善（目標
とする板クラウンを得るためのアクチュエーターの設定
値が正確になる）されることとなる。
差に応じて各要素モデルの予測誤差がそれぞれどの程度
であるかを、図６に基づく上記の如き式に基づいて判定
し、この判定結果に従って各要素モデルの係数を調整し
て予測誤差を小さくするようにしたものであり、これに
よって板クラウン予測モデルの精度は大幅に改善（目標
とする板クラウンを得るためのアクチュエーターの設定
値が正確になる）されることとなる。
【００１８】本発明は、板クラウン予測モデルを修正す
るに当たって、予測誤差と圧延サイクルの終了後の板材
の圧延本数の関係から各要素モデルがどの程度の誤差を
有するものかを判定し、この判定結果に基づいて目標の
板クラウンが得られるように予測誤差を各要素モデルに
配分して板クラウン予測モデルを修正し、これに従い圧
延機のアクチュエーターの設定を変更することにより圧
延を行う。例えば、熱膨張量の予測モデルを調整する場
合、ロールへの入熱やロールクーラントによる冷却状態
をつかさどる熱伝達係数等の係数を、熱膨張モデルに配
分された各圧延材についての予測誤差が小さくなるよう
に調整する。また、変形特性解析モデルの調整は、同様
に、板厚, 板幅, 圧下率等にかかる係数を調整すること
で行う。
るに当たって、予測誤差と圧延サイクルの終了後の板材
の圧延本数の関係から各要素モデルがどの程度の誤差を
有するものかを判定し、この判定結果に基づいて目標の
板クラウンが得られるように予測誤差を各要素モデルに
配分して板クラウン予測モデルを修正し、これに従い圧
延機のアクチュエーターの設定を変更することにより圧
延を行う。例えば、熱膨張量の予測モデルを調整する場
合、ロールへの入熱やロールクーラントによる冷却状態
をつかさどる熱伝達係数等の係数を、熱膨張モデルに配
分された各圧延材についての予測誤差が小さくなるよう
に調整する。また、変形特性解析モデルの調整は、同様
に、板厚, 板幅, 圧下率等にかかる係数を調整すること
で行う。
【００１９】なお、本発明においては、ロールプロフィ
ルの予測誤差を用いる従来法を組合わせるようにしても
よく、この場合には板クラウン予測モデルの精度をより
一層高いものとすることができる。
ルの予測誤差を用いる従来法を組合わせるようにしても
よく、この場合には板クラウン予測モデルの精度をより
一層高いものとすることができる。
【００２０】
【実施例】まず、目標板クラウンを得るための初期設定
の板クラウン予測モデルに基づいて、圧延機のアクチュ
エーターを設定し、図３に示すような圧延サイクルにて
連続的な圧延を行い、この圧延サイクルの終了後に、圧
延本数と予測誤差の関係から、板クラウン予測モデルの
各要素の誤差がどの程度であるかを判定した。その結
果、圧延本数ｘにともなう板クラウン予測モデルの予測
誤差をｆ(x) とすると、板クラウン予測モデルの誤差が
７μｍ, ロール摩耗予測モデルの誤差が0.19ｘμｍ, 熱
膨張量予測モデルの誤差がｆ(x) −0.19ｘ−７μｍであ
った。次に、この結果に基づいて目標板クラウンが得ら
れるように、予測誤差を各要素モデルの主な係数を85本
の圧延材すべてについての予測誤差が小さくなるように
調整し、板クラウン予測モデルを修正するとともに、圧
延機のアクチュエーターの設定を行い、図７に示すよう
な圧延サイクルで圧延を行い、圧延後の予測誤差がどの
程度であるかを調査した。その結果を、板クラウン予測
モデルを修正しないで圧延を行った場合の結果と比較し
て図８に示す。
の板クラウン予測モデルに基づいて、圧延機のアクチュ
エーターを設定し、図３に示すような圧延サイクルにて
連続的な圧延を行い、この圧延サイクルの終了後に、圧
延本数と予測誤差の関係から、板クラウン予測モデルの
各要素の誤差がどの程度であるかを判定した。その結
果、圧延本数ｘにともなう板クラウン予測モデルの予測
誤差をｆ(x) とすると、板クラウン予測モデルの誤差が
７μｍ, ロール摩耗予測モデルの誤差が0.19ｘμｍ, 熱
膨張量予測モデルの誤差がｆ(x) −0.19ｘ−７μｍであ
った。次に、この結果に基づいて目標板クラウンが得ら
れるように、予測誤差を各要素モデルの主な係数を85本
の圧延材すべてについての予測誤差が小さくなるように
調整し、板クラウン予測モデルを修正するとともに、圧
延機のアクチュエーターの設定を行い、図７に示すよう
な圧延サイクルで圧延を行い、圧延後の予測誤差がどの
程度であるかを調査した。その結果を、板クラウン予測
モデルを修正しないで圧延を行った場合の結果と比較し
て図８に示す。
【００２１】図８より明らかなように、本発明に従って
板クラウン予測モデルを修正した場合においては、予測
誤差を格段に低減できることが確認できた。
板クラウン予測モデルを修正した場合においては、予測
誤差を格段に低減できることが確認できた。
【００２２】
【発明の効果】以上説明したように、本発明によれば、
板クラウン予測モデルを複数の要素モデル（板材の変形
特性解析モデル，ロールの熱膨張予測モデル，ロールの
摩耗予測モデル）からなるものとし、予測誤差を各要素
のそれぞれに適切に分配して予測モデルを修正する（各
要素の式中における係数の調整）ようにしたので予測精
度を著しく改善でき、安定した品質を有する圧延板を製
造することができる。
板クラウン予測モデルを複数の要素モデル（板材の変形
特性解析モデル，ロールの熱膨張予測モデル，ロールの
摩耗予測モデル）からなるものとし、予測誤差を各要素
のそれぞれに適切に分配して予測モデルを修正する（各
要素の式中における係数の調整）ようにしたので予測精
度を著しく改善でき、安定した品質を有する圧延板を製
造することができる。
【図１】本発明に従う板クラウン予測モデルの修正要領
を示した図である。
を示した図である。
【図２】圧延設備列の構成を示した図である。
【図３】圧延サイルを示した図である。
【図４】ａはロールの熱膨張量と圧延本数の関係を示し
た図であり、ｂはロールの摩耗量と圧延本数の関係を示
した図である。
た図であり、ｂはロールの摩耗量と圧延本数の関係を示
した図である。
【図５】予測誤差の変動状況を示した図である。
【図６】予測誤差と圧延本数の関係を示したグラフであ
る。
る。
【図７】圧延サイクルを示した図である。
【図８】予測誤差と圧延本数の関係を示したグラフであ
る。
る。
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｇ０５Ｂ 17/02 7531−3Ｈ Ｇ０６Ｆ 17/00 8724−5Ｌ Ｇ０６Ｆ 15/20 Ｆ (72)発明者 今江 敏夫 千葉県千葉市中央区川崎町１番地 川崎製 鉄株式会社技術研究本部内 (72)発明者 磯邊 邦夫 千葉県千葉市中央区川崎町１番地 川崎製 鉄株式会社技術研究本部内
Claims (1)
- 【請求項１】 連続圧延機で圧延される圧延板の板クラ
ウンを、予め求めておいた板クラウン予測モデルを用い
て予測演算すると共に、実測された板クラウンにより上
記予測モデルを学習して前記板クラウン予測モデルを修
正する方法において、 板クラウン予測モデルを、ロールの弾性変形モデルの
他、学習対象とする板材の変形特性解析モデル、ロール
の熱膨張予測モデルおよびロールの摩耗予測モデルの各
要素モデルの組合せからなるものとして構成し、この板
クラウン予測モデルから得られる目標板クラウンと板材
の圧延過程で実測した板クラウンから予測誤差を求め、
この予測誤差と圧延サイクル終了後における板材の圧延
本数の関係から板クラウン予測モデルにおける上記各要
素モデルがそれぞれどの程度の誤差を有するかを判定す
るとともに、この判定結果に基づいて目標板クラウンが
得られるように該予測誤差を学習対象の前記各要素モデ
ルに配分してこれらの各要素モデルを調整することによ
り、次の板材の圧延に備えて板クラウン予測モデルを修
正することを特徴とする板クラウン予測モデルの修正方
法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6126594A JPH07265927A (ja) | 1994-03-30 | 1994-03-30 | 板クラウン予測モデルの修正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6126594A JPH07265927A (ja) | 1994-03-30 | 1994-03-30 | 板クラウン予測モデルの修正方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH07265927A true JPH07265927A (ja) | 1995-10-17 |
Family
ID=13166232
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6126594A Pending JPH07265927A (ja) | 1994-03-30 | 1994-03-30 | 板クラウン予測モデルの修正方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH07265927A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002178017A (ja) * | 2000-10-03 | 2002-06-25 | Alcoa Inc | 圧延機スタンド |
| JP2014124666A (ja) * | 2012-12-26 | 2014-07-07 | Hitachi Ltd | 圧延制御装置、圧延制御方法および圧延制御プログラム |
| JP2015030035A (ja) * | 2013-08-07 | 2015-02-16 | 株式会社神戸製鋼所 | 板クラウン予測モデルの決定方法 |
| CN112170501A (zh) * | 2020-09-16 | 2021-01-05 | 太原理工大学 | 一种轧辊磨损凸度和热凸度的预测方法 |
| CN115415331A (zh) * | 2022-10-10 | 2022-12-02 | 日照钢铁控股集团有限公司 | 一种热连轧机架出口带钢凸度分配方法、系统及计算终端 |
-
1994
- 1994-03-30 JP JP6126594A patent/JPH07265927A/ja active Pending
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002178017A (ja) * | 2000-10-03 | 2002-06-25 | Alcoa Inc | 圧延機スタンド |
| JP2004090094A (ja) * | 2000-10-03 | 2004-03-25 | Alcoa Inc | 圧延機スタンド |
| JP2014124666A (ja) * | 2012-12-26 | 2014-07-07 | Hitachi Ltd | 圧延制御装置、圧延制御方法および圧延制御プログラム |
| JP2015030035A (ja) * | 2013-08-07 | 2015-02-16 | 株式会社神戸製鋼所 | 板クラウン予測モデルの決定方法 |
| CN112170501A (zh) * | 2020-09-16 | 2021-01-05 | 太原理工大学 | 一种轧辊磨损凸度和热凸度的预测方法 |
| CN112170501B (zh) * | 2020-09-16 | 2022-05-27 | 太原理工大学 | 一种轧辊磨损凸度和热凸度的预测方法 |
| CN115415331A (zh) * | 2022-10-10 | 2022-12-02 | 日照钢铁控股集团有限公司 | 一种热连轧机架出口带钢凸度分配方法、系统及计算终端 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4452323B2 (ja) | 熱間での板圧延における圧延負荷予測の学習方法 | |
| JPH0626723B2 (ja) | 板材の形状制御方法 | |
| US4776192A (en) | Controlling the profile of sheet during rolling thereof | |
| JPH0635007B2 (ja) | １基のストリップ材料圧延用の圧延機の制御方法 | |
| JP2839746B2 (ja) | プロセスラインにおける学習制御方法 | |
| JPH07265927A (ja) | 板クラウン予測モデルの修正方法 | |
| JP3300208B2 (ja) | プロセスラインにおける学習制御方法 | |
| KR100362662B1 (ko) | 열간압연강판의 폭방향으로의 형상제어방법 | |
| JP4227686B2 (ja) | 冷間圧延時のエッジドロップ制御方法 | |
| JP3069001B2 (ja) | 板クラウン・形状モデルのフィードバック制御方法 | |
| JP3987482B2 (ja) | 板クラウン予測モデルの修正方法 | |
| JPH0615321A (ja) | 厚板圧延における形状制御方法 | |
| JP2007283353A (ja) | 金属板の圧延方法 | |
| JP2714118B2 (ja) | 圧延機における形状制御方法および装置 | |
| JP2978056B2 (ja) | 圧延機のロール間接触摩耗予測方法 | |
| JP2719215B2 (ja) | 板圧延のエッジドロップ制御方法 | |
| JPH06277728A (ja) | 板クラウン制御設定方法 | |
| JP2002028708A (ja) | 鋼板、厚板の製造法および厚板の製造装置 | |
| JP3821665B2 (ja) | 熱間圧延における板クラウン予測方法，熱間圧延方法 | |
| US20240226978A1 (en) | Plate crown control device | |
| KR950009907B1 (ko) | 강 스라브의 열간압연 방법 | |
| JP3496327B2 (ja) | 圧延機における圧延材の形状制御方法 | |
| JP2003236605A (ja) | 複数パス圧延における板厚及び平坦度制御方法 | |
| JP2989099B2 (ja) | 圧延機のロール間偏平予測方法 | |
| JP2978058B2 (ja) | 圧延機のミル伸び予測方法 |