JPH0924449A

JPH0924449A - 連続鋳造機の冷却制御方法および装置

Info

Publication number: JPH0924449A
Application number: JP7178397A
Authority: JP
Inventors: Yoichi Sugita; 洋一杉田; Masahiro Shikayama; 昌宏鹿山; Hiromi Inaba; 博美稲葉; Yasuo Morooka; 泰男諸岡; Takuro Shibagaki; ▲琢▼郎柴垣; Hiroshi Kawase; 宏志河瀬
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1995-07-14
Filing date: 1995-07-14
Publication date: 1997-01-28

Abstract

(57)【要約】【目的】鋳片抽出温度と冷却水流量の関係を表すテーブ
ルを用いることなく適切な冷却水流量を算出し、経年変
化等のプラントの特性変化に対しても高精度な制御を実
現することを目的とする。【構成】指令算出手段１０２は鋳片の目標温度を基に、
制御モデル１０１を参照して、指令値１を算出する。指
令算出手段１０２で算出された指令値１は指令変換手段
１０３により指令値２を算出し、連続鋳造プラント１０
６の各スプレに送出する。リアルタイム指令補正手段１
０４は鋳片抽出温度と目標温度値の差分を取り込み、指
令値１に加算して温度誤差を減少させる。モデル修正手
段１０５では指令値２の基で鋳造を行った結果得られた
鋳片抽出温度の差分，溶湯初期温度，鋳造速度，冷却水
流量を取り込み、制御モデル１０１のパラメータ修正量
を算出し、制御モデル１０１へ送出する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、連続鋳造プロセスにお
いて所望の温度で鋳片を抽出するための冷却制御方法お
よび装置に関する。

【０００２】

【従来の技術】連続鋳造される鋳片にスプレにより吹き
付ける冷却水の流量を決定する従来技術としては、例え
ば文献（三塚他；「鋼材冷却設備の改善」製鐵研究第
２９３号(１９７８)）に示されるように、鋳片抽出温度
およびモールドに注入される溶湯の初期温度や鋳造速度
などの状態量と、冷却水の流量の関係を格納したテーブ
ルを用いる方法があった。すなわち、実操業前に鋳片抽
出温度に対する冷却水流量の関係を実験および数値解析
的に調べ、テーブル化する。そして作成されたテーブル
を用いて目標温度，溶湯初期温度，鋳造速度に対応した
冷却水流量を決定する。

【０００３】また特開昭56−151155号公報には、熱伝導
方程式から導いた冷却モデルにより表面温度を求めるこ
とが記載され、更に実際に測定した熱伝達係数に基づい
て補正して鋳片の表面温度を推定することが開示されて
いる。

【０００４】

【発明が解決しようとする課題】従来技術には以下に示
す問題があった。まず、鋳片抽出温度と冷却水流量の一
対のデータを一つ採取するためには溶湯投入から抽出ま
での鋳造を行う必要があることから、上述したテーブル
作成には膨大な時間とコストが必要であった。次に、経
年変化などの理由でプラントの特性が変わり、抽出温度
と冷却水流量の関係が変化した場合、テーブルが示す関
係と実際のプラントと一致しなくなり制御精度の低下を
招く問題があった。また、上述した理由でテーブルの作
成にも多大な時間とコストを必要とする。また、モデル
を補正するのみでは応答に時間がかかるため最適な制御
を行うことができない。

【０００５】本発明はこれらの問題点を解決するため
に、鋳片抽出温度と冷却水流量の関係を表すテーブルを
用いることなく適切な冷却水流量を算出し、経年変化等
のプラントの特性変化に対しても高精度な制御を実現す
る手法の提案を目的とする。

【０００６】

【課題を解決するための手段】上記目的は溶湯から鋼片
を鋳造する連続鋳造機の冷却制御装置において、該連続
鋳造機の物理現象を数式化した制御モデルと、該制御モ
デルを用いて鋳片を目標温度で抽出するために必要な冷
却水流量の指令値を算出する指令算出手段と該鋳片の温
度と該鋳片の温度の目標値の差分を取り込み、該温度の
差分を減少させる補正量を前記指令値に加算するリアル
タイム指令補正手段とを備えることにより達成すること
ができる。

【０００７】また、上記目的は溶湯から鋼片を鋳造する
連続鋳造機の冷却制御方法において、該連続鋳造機の物
理現象を数式化した制御モデルを用いて、鋳造した鋼片
を目標温度で抽出するための単一または小数の変数で記
述される指令値１を算出し、該指令値１を各スプレの冷
却水流量指令である指令値２へ変換し、前記指令値２の
基で鋳造した結果得られた鋳片抽出温度と前記目標温度
の差分である抽出誤差から、該抽出誤差を減少させる方
向へ前記指令値１あるいは該指令値２を補正することに
より、該複数の冷却水流量を決定することにより達成す
ることができる。

【０００８】

【作用】指令算出手段は制御モデルを用いて冷却に必要
な冷却水流量を算出し、リアルタイム指令補正手段によ
り指令値を微調整することで鋳片抽出温度と冷却水流量
の関係テーブルを作成することなく高精度な冷却制御が
行える。また、モデル修正手段は逐次的な制御モデルの
修正を行うため、プラントの特性変化に対しても制御モ
デルの特性が実プラントに追従できる。さらにリアルタ
イム補正手段により指令値を補正するので応答性が向上
する。この結果、良好な指令値を算出でき、高精度な温
度制御が可能となる。

【０００９】

【実施例】以下、本発明の実施例を図面に従って説明す
る。図１に本発明によって実現される連続鋳造プラント
を対象にした連続鋳造機の冷却制御装置１００の構成を
示す。連続鋳造機の冷却制御装置１００は、制御モデル
１０１，指令算出手段102,指令変換手段１０３，リアル
タイム指令補正手段１０４，モデル修正手段１０５によ
り構成される。

【００１０】まず、連続鋳造機の冷却制御装置１００の
行う処理の内容を説明する。指令算出手段１０２は予め
設定された鋳片の目標抽出温度（以下、目標値）を基
に、これを実現する冷却水流量を算出するため連続鋳造
プラント１０６の物理現象を数式で記述した制御モデル
１０１を参照して、指令値１を算出する。このとき、指
令値１とは連続連鋳プラント１０６に備えられる複数の
スプレに個別に割り振られる冷却水流量を一括して扱う
変数（通常１変数）であり、詳細は後述する。また、こ
の冷却水流量を以下では指令値２とする。指令算出手段
１０２で算出された指令値１は指令変換手段１０３に送
出され、指令変換手段１０３は受け取った指令値を基に
指令値２（スプレの数だけ存在する冷却水流量）を算出
し、連続鋳造プラント１０６の各スプレに送出する。リ
アルタイム指令補正手段１０４は、指令算出手段１０２
および指令変換手段１０３で算出された指令値２の基で
鋳造を行った結果得られた鋳片抽出温度と目標値の差分
を取り込み、指令値の補正量を指令算出手段１０２より
算出された指令値１に加算して温度誤差を減少させる。
また、鋳造速度が変動した場合には鋳造速度変化量を取
り込み冷却水流量を調整するために指令値１へ補正量を
出力する。モデル修正手段１０５では指令算出手段１０
２および指令変換手段１０３で算出された指令値２の基
で鋳造を行った結果得られた鋳片抽出温度と、このとき
の溶湯初期温度，鋳造速度，冷却水流量を用いて制御モ
デル１０１により算出した鋳片抽出温度の差分(以下、
温度誤差)、およびこのときの溶湯初期温度，鋳造速
度，冷却水流量を取り込み、制御モデル１０１の有する
パラメータを対象にパラメータ修正量を算出し、制御モ
デル１０１へ送出する。指令算出手段１０２は、モデル
修正手段１０５により修正された新たな制御モデル１０
１を用いて新たな指令値１を算出する。以上の操作を繰
り返し、冷却制御を行う。

【００１１】次に、各部の処理を詳細に説明する。図２
に連続鋳造プラント１０６の構成を示す。連続鋳造プラ
ント１０６は、溶湯を蓄えて冷却するモールド２０１，
鋳片を引き出すロール２０３，水を吹き付けることによ
り鋳片を冷却するスプレ202より構成される。モールド
２０１に注がれた溶湯２０５は、モールド２０１で表面
を凝固され、ロール２０３で引き出されつつスプレ２０
２で冷却されることにより完全に凝固した鋳片となる。
スプレ２０２は、図１の指令変換手段１０３から送出さ
れた冷却水流量を鋳片に吹き付ける。抽出口２０４に取
り付けられた温度センサ２０６は鋳片抽出温度を検出す
る。また、溶湯２０５がモールド２０１内に注入された
時点の温度である溶湯初期温度は温度センサ２０８によ
り検出され、鋳造速度はロール２０３に備え付けられた
速度センサ２０７より検出されて、図１の制御モデル１
０１およびモデル修正手段１０５へ送出される。

【００１２】制御モデル１０１は、鋳片内部の熱伝導を
記述する（１）式と、スプレ２０２から冷却水への伝熱
量を与える（２）式により構成される。

【００１３】

【数１】

【００１４】

【数２】Ｑ＝ｈｗ(Ｔ_th−Ｔ_w) …（２）ここで、ρは鋳片の密度、ｃは鋳片の比熱、λは鋳片内
部での熱伝導率である熱伝導係数、Ｔは鋳片温度、Ｑは
鋳片表面から冷却水への熱量、Ｔ_thは鋳片表面温度、Ｔ
_wは冷却水の温度、ｈｗは鋳片表面から冷却水への熱伝
達係数である。上式は、鋳片の中心方向へのみ温度が伝
達する一次元のモデルを示したが、多次元化することも
考えられる。これらの式を差分方程式等で記述し、シミ
ュレーションを行うことにより任意の操業条件下での鋳
片抽出温度が算出できる。上述した係数のうち、モデル
修正手段１０５によりチューニングする係数は、最も誤
差が大きい熱伝達係数ｈｗである。一般に、ｈｗは鋳片
温度Ｔおよび冷却水流量Ｗに対応して変動する変数であ
る。図３に本実施例で用いるｈｗの摸式図を示す。実験
的に得られた冷却水流量に対するｈｗの近似式が温度に
関して離散的に与えられている場合、たとえば図中に示
すように近似式間を線形補間し、これをｈｗとして抽出
温度計算に用いる。また、実験的に得られたｈｗの値が
点データとして与えられる場合、ニューラルネット等の
比線形近似手法でこれを同定して用いることも考えられ
る。

【００１５】次に指令変換手段１０３について述べる。
指令変換手段１０３は、指令算出手段１０２より送出さ
れた指令値１を取り込み、これを複数の冷却水流量に変
換する。指令値１とは複数設けられたスプレ２０２の数
に相当する冷却水流量の設定値を一括してコントロール
する微分可能な一変数であり、鋳片抽出時の温度均一化
を考慮したものである。上述したように複数の冷却水流
量を指令値２としたが、本節では理解を容易にするため
冷却水流量のまま説明に用いる。本実施例では指令値１
を複数の冷却水流量に変換する手法として、二つの例を
示す。最初の例として、冷却水流量を角度に対応させる
例を示す。ここでは、指令値１をθとした。図４に、θ
と冷却水流量との関係を摸式的に示す。横軸がスプレの
番号であり、縦軸は各スプレの冷却水流量である。スプ
レ２０２のスプレナンバーはモールド２０１から順番に
１，２，…と付けた。Ｗ_maxは各スプレ２０２の持つ最
大冷却水流量であり、スプレナンバー間の幅ａはスプレ
２０２の数ｎに対応して決定し、Ｗ_max／ｎ程度に選
ぶ。このとき、各スプレの冷却水流量は図中に示すθの
大きさにより一意に決定される。すなわち、（０，Ｗ
_max）を通り、傾き−１／tanθ を持つ直線を対象に間
隔ａで０次ホールドしたものを各スプレ２０２の冷却水
流量に対応させることで実現できる。ここで、ｉ番目の
スプレ２０２の冷却水流量を｛Ｗ}_iとすると、各スプレ
２０２の冷却水流量は、次式で与えられる。

【００１６】

【数３】

【００１７】

【数４】

【００１８】

【数５】値域：０＜{Ｗ}_i＜Ｗ_max…（５）以上の手法により構成した指令変換手段１０３を図５に
示す。

【００１９】次に第２の例として、冷却水流量をスプレ
２０２により鋳片に吹き付けられる冷却水流量の総和に
対応させる例を示す。ここで指令値１を冷却水流量の総
和ＴＷとする。この手法は、スプレナンバー１から全開
で吹き付け、末端のスプレで調節するものである。図６
に、ＴＷと冷却水流量との関係を摸式的に示す。横軸が
ＴＷであり、縦軸は使用するスプレ２０２の本数であ
る。図中の例では、スプレナンバー３まで全開で、スプ
レナンバー４で微調整を行うものである。このとき、各
スプレの冷却水流量は図中に示すＴＷの大きさにより一
意に決定される。ここで、ｉ番目のスプレ２０２の冷却
水流量を｛Ｗ}_iは、次式で与えられる。ここで［ａ］と
は、実数ａを小数を切り捨てることにより整数に変換す
るものである。

【００２０】

【数６】｛Ｗ｝_{1〜[TW/Wmax]}＝Ｗ_max…（６）

【００２１】

【数７】｛Ｗ｝_[TW/Wmax]+1＝ＴＷ−［ＴＷ／Ｗ_max］ …（７）

【００２２】

【数８】｛Ｗ｝_{[TW/Wmax]〜n}＝０ …（８）以上の手法により構成した指令変換手段１０３を図７に
示す。以下では、指令値１をθとした手法を例に説明す
る。

【００２３】次に指令算出手段１０２の説明を行う。指
令算出手段１０２では目標値達成に必要な指令値１を求
める。本実施例では、線形逆補間法によりこれを行った
例を示す。図８に線形逆補間法による指令値算出プロセ
スの摸式図を示す。θと鋳片抽出温度（Tout）との関係
が図中に示す曲線で与えられると、目標値との交点が指
令値１に相当する。まず、目標値をはさむ適当な二つの
初期値を選び、これをペアとする。次にこれらの点で線
形補間した直線と目標値との交点を次の試行点とし、こ
の試行点と、目標値を間にはさむペアのうちの何れか一
方の点から新たなペアを構成する。これを繰り返すこと
により補間領域を狭めてゆき、目標温度を満たす指令値
１を探索する。このときの処理を図９に示す。ｓ−１
で、Toutが確実に目標値を上回るθ１と目標値を下回る
θ２をそれぞれ設定する。本実施例ではθ１＝tan−１
(ａ／Ｗ_max)＋δ，θ２＝９０°−δ（ここで、δは適
当な微小量）程度に選ぶ。次にｓ−２では、制御モデル
１０１を利用して、θ１およびθ2 に対する抽出温度To
ut（θ１），Tout（θ２）をそれぞれ求め、下式の計算
を行う。

【００２４】

【数９】

【００２５】ｓ−３では、θ′に対する抽出温度 Tout
（θ′）を求めて｜Tout（θ′）−目標値｜とεを比較
し、｜Tout（θ′）−目標値｜＜εならば処理をｓ−５
へ移し、｜Tout（θ′）−目標値｜＞εのときはｓ−４
に処理を移す。このときεはエラーの許容値であり本実
施例では５℃程度に設定する。ｓ−４ではTout(θ′)と
目標値を比較し、Tout（θ′）が大きいときは、θ′を
θ１に置き換え、小さいときはθ２に置き換える操作を
行う。次に、処理をｓ−２へ移す。ｓ−５では、θ′を
指令値として保存する。また最終的なθ′を算出したと
きのθ１，θ２（それぞれθ_1last，θ_2lastとする）か
ら下式を算出する。以上で処理終了となる。変化量１の
詳細は後述する。

【００２６】

【数１０】

【００２７】本実施例では、指令値算出のために線形逆
補間法を用いたが、繰り返し計算による方程式の解法で
あれば他の手法も可能なので、ニュートンラフソン法な
どによる指令値算出も考えられる。

【００２８】また、指令算出手段１０２では、溶湯が鋳
片表面を破り流出する現象（ブレークアウト）の回避な
どのために生じる鋳造速度変動に対応して冷却水流量を
調節するために、図９の上記指令算出プロセス終了後に
下式の計算を行い、変化量２を算出する。

【００２９】

【数１１】

【００３０】ここで、Ｖ，ｄＶはそれぞれ指令算出時の
鋳造速度，鋳造速度の変化量，Tout（Ｖ），Tout（Ｖ＋
ｄＶ）はそれぞれの鋳造速度における鋳片抽出温度であ
る。変化量２の計算処理フローを図１０に示す。ｓ−１
で現在のＶを取り込む。ｓ−２ではｄＶを設定する。通
常０.１(ｍ／ｓ) 程度にする。ｓ−３では図９の処理で
算出したθおよびＶを用いて制御モデル１０１により抽
出温度Tout（Ｖ）を算出する。ｓ−４ではＶ＝Ｖ＋ｄＶ
として同様に抽出温度Tout（Ｖ＋ｄＶ）を算出する。ｓ
−５でTout（Ｖ），Tout（Ｖ＋ｄＶ）を用い（１１）式
を計算する。以上でθおよび変化量１，変化量２の算出
プロセスを説明した。次に、指令算出手段１０２全体の
処理フローを図１１に示す。ｓ−１で目標値を取り込
む。ｓ−２では図９，図１０のプロセスによりθおよび
変化量１，変化量２を算出する。ｓ−３ではθ変化量
１，変化量２を指令変換手段１０３，変化量１，変化量
２をリアルタイム指令補正手段１０４へ送出する。ｓ−
４では目標値に変化があるか確認し、ない場合はｓ−５
へ、ある場合はｓ−１へそれぞれ処理を移す。ｓ−５で
は制御モデル１０１の修正が終了したかどうか確認す
る。終了ならば処理をｓ−１へ移し、でなければｓ−６
へ移す。ｓ−６では操業停止であるか確認し、停止なら
ば処理終了、そうでなければ処理をｓ−１へ移す。

【００３１】図１２にリアルタイム指令補正手段１０４
の構成を示す。リアルタイム指令補正手段１０４は、指
令算出手段１０２で算出された指令値１の基で鋳造を行
った結果得られたToutと目標値の差分（以下、抽出誤
差）から指令値１の補正量を算出する。また、鋳造速度
変動時には鋳造速度変化量（δＶ）を取り込み、δＶに
対する補正量を抽出誤差に対する補正量に加算する。抽
出誤差に対する補正量の算出は、指令算出手段１０２に
より送出された変化量１を基に修正ゲイン１１２０１を
構成し、これを鋳片抽出温度と目標値の差分に掛け合わ
せることにより行う。本実施例における修正ゲインは下
式により設定する。

【００３２】

【数１２】

【００３３】ここで変化量１は、指令値１でのToutに対
する微分値ｄθ／ｄToutに相当するため、リアルタイム
指令補正手段１０４の出力は抽出誤差に対する適切な補
正量となる。本実施例では、上式により修正ゲイン１
１２０１を設定したが、予め設定した一定の値とするこ
とも考えられる。

【００３４】また、δＶに対する補正量を算出するため
に、指令算出手段１０２より取り込んだ変化量２を基に
修正ゲイン２１２０２を下式で搆築し、指令値の補正
を行う。このとき修正ゲイン２１２０２はｄθ／ｄTo
ut・ｄTout／ｄＶに相当するためδＶに対するθの適切
な補正量が算出できる。

【００３５】

【数１３】修正ゲイン２＝変化量１・変化量２ …（１３）図１３にリアルタイム指令補正手段１０４の処理フロー
を示す。ｓ−１で指令算出手段１０２より変化量１、お
よび変化量２を取り込む。ｓ−２では取り込んだ変化量
１，変化量２より修正ゲイン１および修正ゲイン２を構
成する。ｓ−３で抽出誤差およびｄＶを取り込み補正量
を算出する。ｓ−４で操業停止かどうか確認する。停止
ならば処理終了し、そうでなければｓ−５へ処理を移
す。ｓ−５では指令算出手段１０２より新たな変化量
１，変化量２が算出されたかどうか確認する。されてい
れば処理をｓ−１へ移し、そうでなければｓ−３へ移
す。以上の処理によりリアルタイム指令補正手段１０４
は、指令算出手段１０２が指令値１を算出するために計
算時間を費やしている間、抽出誤差を減少させるために
機能する。

【００３６】図１４にモデル修正手段１０５の構成を示
す。モデル修正手段１０５では温度誤差、およびこのと
きの溶湯初期温度，鋳造速度，冷却水流量，モデル修正
手段１０５の有するｈｗを取り込み、制御モデル１０１
の有する熱伝達係数ｈｗを対象にパラメータ修正量を算
出し、制御モデル１０１へ送出する。このとき、修正対
象であるｈｗは前述したとおり鋳片表面温度と冷却水流
量の関数であるため、パラメータ修正量は現在のモデル
修正手段１０５が有するｈｗに対する修正比率αであ
る。現在のｈｗをｈｗ（ｎ）とすると、修正後のｈｗ
（ｎ＋１）は下式で与えられる。

【００３７】

【数１４】ｈｗ（ｎ＋１）＝（１＋α）・ｈｗ（ｎ） …（１４）モデル修正手段１０５は第１のニューラルネットワーク
１４０１と第２のニューラルネットワーク１４０２によ
り構成される。第１のニューラルネットワーク１４０１
ではｈｗの修正量が、第２のニューラルネットワーク１
４０２では第１のニューラルネットワーク１４０１によ
って計算された修正量の誤差分が計算される。第１のニ
ューラルネットワーク１４０１は、第１の入力値とし
て、温度誤差を入力され、第２の入力値として、温度セ
ンサ２０５により検出された溶湯初期値温度，速度セン
サ２０７より検出された鋳造速度および指令変換手段１
０３より送出された冷却水流量を入力される。第２のニ
ューラルネットワーク1402は第１のニューラルネットワ
ーク１４０１と同一の構成となっており、温度誤差が０
のときの第１のニューラルネットワーク１４０１の出力
誤差が算出される。したがって、温度誤差に対応する入
力に０が入力され、他の入力に関しては、第１のニュー
ラルネットワーク１４０１と同一の値である第２の入力
値が入力される。第１のニューラルネットワーク１４０
１の出力から第２のニューラルネットワーク１４０２の
出力との差分を減じたものがモデル修正手段１０５の出
力となり、この値にしたがって制御モデル１０１のｈｗ
が修正される。

【００３８】図１５にモデル修正手段１０５が行う処理
のフローチャートを示す。ｓ−１で、温度誤差及び、溶
湯初期温度，鋳造速度，冷却水流量およびモデル修正手
段１０５の持つｈｗを第１のニューラルネットワーク１
４０１入力し、演算結果を修正量１とする。ｓ−２で、
温度誤差に対応した入力に０を入力し第２のニューラル
ネットワーク１４０２に演算させる。このときの演算結
果を誤差量とする。ｓ−３では、ｓ−１で得られた修正
量１からｓ−２で得られた誤差量を引いたものを修正量
２とする。ｓ−４で修正量２を出力し、処理終了とな
る。

【００３９】次に、ニューラルネットワーク１４０１
（本実施例では、第１のニューラルネットワークと第２
のニューラルネットワークは同一構成のため第１のニュ
ーラルネットワークの説明のみ行う）の詳細な説明を行
う。図１６に、第１のニューラルネットワーク１４０１
の構造を示す。第１のニューラルネットワーク１４０１
は、ニューロン１６０１がシナプス１６０２により層状
に連結されて構成される。図１６の例では入力層１６０
３，中間層１６０４，出力層１６０５からなる３層構造
のネットワークを示しているが、中間層１６０４を複数
備えた４層以上のネットワークを構築してもよい。入力
層１６０３に入力された入力をＩ_i，中間層１６０４の
出力をＭ_jとすれば、Ｉ_iとＭ_jの関係はたとえば次のよ
うな式で与えられる。

【００４０】

【数１５】Ｍ_i＝ｆ(ｕ_i) …（１５）

【００４１】

【数１６】

【００４２】

【数１７】 u_j＝ΣＩ_iＷ_ij−θ_j…（１７）Ｗ_ij（ｊは中間層ニューロンの番号）は、i番目の入力
ニューロンとｊ番目の中間層ニューロンを結ぶシナプス
１６０２に与えられている重み、θ_jはニューロンｊに
対応した定数、ｆ(ｕ_j) は一般に微分可能な単調飽和関
数が用いられるが、通常（１６）式のようなシグモイド
関数が用いられる。さらに、このように得られたＭ_jを
用いると、出力層１６０５におけるｋ番目のニューロン
の出力Ｏ_kは、

【００４３】

【数１８】Ｏ_k＝ｆ(ｕ_k) …（１８）

【００４４】

【数１９】

【００４５】

【数２０】ｕ_k＝ΣＩ_jＷ_jk−θ_k…（２０）となる。Ｖ_jkはｊ番目の中間層ニューロンとｋ番目の出
力層ニューロンを結ぶ重み、θ_kは出力層ニューロンに
対応した定数である。モデル修正手段１０５では第２の
ニューラルネットワーク１４０２を第１のニューラルネ
ットワーク1401と同一構造としていたが、温度誤差に対
応する入力層１６０３でのニューロンとこれに繋がるシ
ナプスを欠落させた構成でもよい。

【００４６】図１７に、学習装置１０７の構成を示す。
学習装置１０７には、第１のニューラルネットワーク１
４０１と同一の構造を持つニューラルネットワーク１７
０３に加えて、記憶手段１７０１，学習手段１７０２が
備えられている。記憶手段１７０１には、ニューラルネ
ットワーク１７０３に学習させたい入力信号と出力信号
の関係（以下、入出力ペア）が複数個格納されている。
学習手段１７０２は記憶手段１７０１より入出力ペアを
一つ取り込み、これらのうち入力信号をニューラルネッ
トワーク１７０３に提示する。ニューラルネットワーク
１７０３は提示された入力を基に演算を行い、演算結果
を出力として学習手段１７０２に送出する。学習手段１
７０２は、送られてきた出力と入出力ペアの出力信号と
の誤差を検出し、検出された誤差に従ってニューラルネ
ットワーク１７０３の重みＷ_ij，Ｖ_jkを誤差が減少する
ように修正する。Ｗ_j，Ｖ_jの修正方法は種々の方法が提
案されており、代表的手法として最急降下法を用いた誤
差逆伝搬学習法があるが、この手法の詳細はたとえば、
雑誌（David E. Rumelhart. geoffrey e. Hinton& rona
ld J. williams.“Learning representations by back-
propagating error.”Nature. Ｖol.３２３. No.９. 第
５３３項〜第５３６項. １０月. 1986年) に記載されて
いる。学習手段１７０２は記憶手段１７０１に蓄えられ
ている入出力ペアを次々と取り込み、上記の操作を繰り
返す。最終的にニューラルネットワーク１７０３には、
記憶手段１７０１の入力と出力の関係が蓄えられる。以
上の処理により学習の終了したニューラルネットワーク
１７０３の重みＷ_ij，Ｖ_jkは、モデル修正手段１０５に
送出され、第１のニューラルネットワーク1401及び第２
のニューラルネットワーク１４０２は送出された重みを
基に演算を行う。次に、記憶手段１７０１の入出力ペア
の設定方法の一例を図１３に示す。ｓ−１でｈｗの比率
α０（ｉ）（ｉ：１〜ｎ）をｎ通り用意する。ｓ−２で
ｈｗの比率α０を一つ取り込み、ｉ≦ｎであるかどうか
判定する。ｉ≦ｎならばｓ−３に処理を移し、そうでな
ければ処理終了となる。ｓ−３でｈｗ０＝α０・ｈｗを
熱伝達係数として持つ制御モデル１０１を用いて抽出温
度θ０を計算する。また、修正比率αに初期値−０.９
を設定する。ｓ−４ではｓ−１でセットしたｈｗ０に
（１＋α）を掛ける。ｓ−５では、（１＋α）ｈｗ０を
用いて抽出温度θ１を算出する。ｓ−６では、ｓ−３で
算出したθ０とｓ−５で算出したθ１との差をとり、θ
１−θ０とｓ−４で用いたαの関係を教師信号の入出力
ペアとして保存する。ｓ−７でαの値を０.１増やして
更新する。ｓ−８では、αが上限を越えたかどうか判定
する。越えていればｓ−２へ処理を移し、そうでなけれ
ばｓ−４に処理を移す。以上の操作で入出力ペアが作成
される。上述した説明ではモデル修正手段１０５と学習
装置１０７は別の装置として取り扱ったが、一つの装置
としてもよい。

【００４７】

【発明の効果】本発明によれば、各種状態量における目
標抽出温度に対する冷却水流量の関係テーブルを事前に
作成する必要がないため、テープル作成に要した膨大な
時間と経費が解消できる。また、抽出温度誤差を基に逐
次的な制御モデルの修正を行うため、経年変化などの制
御対象の特性変化に制御モデルの特性が追従でき、高精
度な温度制御が可能となる。

【図面の簡単な説明】

【図１】スプレ冷却制御装置の構成図。

【図２】連続連鋳プラントの構成図。

【図３】熱伝達係数のモデル概念図。

【図４】冷却水流量と指令値の関係概念図。

【図５】指令変換手段の構成図。

【図６】冷却水流量と指令値の関係概念図。

【図７】指令変換手段の構成図。

【図８】指令算出過程の摸式図。

【図９】指令値１算出の処理フロー図。

【図１０】変化量２算出の処理フロー図。

【図１１】指令算出手段の処理フロー図。

【図１２】リアルタイム指令補正手段の構成図。

【図１３】リアルタイム指令補正手段の処理フロー図。

【図１４】モデル修正手段の構成図。

【図１５】モデル修正手段の処理フロー図。

【図１６】ニューラルネットワークの構成図。

【図１７】入出力ペア作成の処理フロー図。

【符号の説明】

１００…スプレ冷却制御装置、１０１…制御モデル、１
０２…指令算出手段、１０３…指令変換手段、１０４…
リアルタイム指令補正手段、１０５…モデル修正手段、
１０６…連続鋳造プラント、１０７…学習装置、１４０
１…第１のニューラルネットワーク、１４０２…第２の
ニューラルネットワーク。

───────────────────────────────────────────────────── フロントページの続き (72)発明者諸岡泰男茨城県日立市大みか町七丁目１番１号株式会社日立製作所日立研究所内 (72)発明者柴垣 ▲琢▼郎茨城県日立市大みか町五丁目２番１号株式会社日立製作所大みか工場内 (72)発明者河瀬宏志茨城県日立市大みか町五丁目２番１号株式会社日立製作所大みか工場内

Claims

【特許請求の範囲】

【請求項１】溶湯から鋼片を鋳造する連続鋳造機の冷却
制御装置において、該連続鋳造機の物理現象を数式化し
た制御モデルと、該制御モデルを用いて鋳片を目標温度
で抽出するために必要な冷却水流量の指令値を算出する
指令算出手段と該鋳片の温度と該鋳片の温度の目標値の
差分を取り込み、該温度の差分を減少させる補正量を前
記指令値に加算するリアルタイム指令補正手段とを備え
たことを特徴とする連続鋳造機の冷却制御装置。
【請求項２】請求項第１項において、前記指令算出手段は単一または小数の変数で記述される
指令値を決定し、該決定された指令値を各スプレの冷却
水流量指令に変換する指令変換手段を備えたことを特徴
とする連続鋳造機の冷却制御装置。
【請求項３】請求項第２項において、前記指令変換手段により変換された前記各スプレの冷却
流量指令に基づいて鋳造した結果得られた該鋳片の温度
と前記制御モデルを用いて算出された該鋳片の温度の差
分から該制御モデルの有するパラメータの値を修正する
モデル修正手段を備えたことを特徴とする連続鋳造機の
冷却制御装置。
【請求項４】請求項第３項において、前記差分と、該差分に影響を及ぼす状態量として該差分
に対応した溶湯初期温度，鋳造速度，冷却水流量と、前
記制御モデルが有しているパラメータの値を必要に応じ
て取り込み、該パラメータの値に対する修正量を出力し
該制御モデルの有するパラメータの値を修正するモデル
修正手段を備えたことを特徴とする連続鋳造機の冷却制
御装置。
【請求項５】請求項第４項において、前記制御モデルの有するパラメータは前記鋳片の表面温
度と前記冷却水流量の関数で決定する該鋳片の表面から
冷却水への熱伝達係数であり、前記モデル修正手段は該
熱伝達係数を修正することを特徴とするスプレ冷却制御
装置。
【請求項６】請求項第５項において、前記モデル修正手段は、前記差分と該差分に対応した溶
湯初期温度，鋳造速度，冷却水流量の状態量と、該制御
モデルが有している前記パラメータの値を取り込み、該
パラメータの値に対する修正量を算出する第１のニュー
ラルネットワークと、第１のニューラルネットワークと
同一の構造を持ち、該第１のニューラルネットワークの
入力のうち該差分の代わりに０を入力し、該第１のニュ
ーラルネットワークの出力誤差を算出する第２のニュー
ラルネットワークから構成され、該第１のニューラルネ
ットワークから該第２のニューラルネットワークの出力
を減じた値を該モデル修正手段の出力とすることを特徴
とする連続鋳造機の冷却制御装置。
【請求項７】請求項第１項において、前記リアルタイム指令補正手段は、前記モデル修正手段
が前記制御モデルのパラメータを修正し、前記指令算出
手段が修正された該パラメータを有する該制御モデルを
用いて次の前記指令値を算出する間に適当な周期で前記
抽出誤差を取り込み前記補正量を出力する処理を行うこ
とを特徴とする連続鋳造機の冷却制御装置。
【請求項８】請求項第７項において、前記リアルタイム指令補正手段は、前記指令算出手段が
前記指令値を決定する過程で得られた前記鋳片の温度の
変化量に対する指令値の変化量を格納し、該変化量と前
記鋳片の温度の誤差から該補正量を決定することを特徴
とする連続鋳造機の冷却制御装置。
【請求項９】請求項第８項において、前記リアルタイム指令補正手段は前記指令算出手段によ
り前記変化量が決定される度に該変化量を取り込み、該
変化量に前記鋳片の温度の誤差を掛け合わせたものを前
記補正量とすることを特徴とする連続鋳造機の冷却制御
装置。
【請求項１０】請求項第９項において、前記指令算出手段は、前記指令値の算出と共に鋳造速度
の変化量に対する前記鋳片の温度の変化量を決定して前
記リアルタイム指令補正手段へ送出し、前記リアルタイ
ム指令補正手段は該鋳造速度の変化に伴い該鋳片の速度
変化量を取り込み、前記鋳片の温度の変化量に対する指
令値の変化量，前記鋳造速度の変化量に対する前記鋳片
の温度の変化量及び該鋳片の速度変化量から該指令値ま
たは各スプレの冷却水流量指令に加算する補正量を決定
することを特徴とする連続鋳造機の冷却制御装置。
【請求項１１】溶湯から鋼片を鋳造する連続鋳造機の冷
却制御方法において、該連続鋳造機の物理現象を数式化
した制御モデルを用いて、鋳造した鋼片を目標温度で抽
出するための単一または小数の変数で記述される指令値
１を算出し、該指令値１を各スプレの冷却水流量指令で
ある指令値２へ変換し、前記指令値２の基で鋳造した結
果得られた鋳片抽出温度と前記目標温度の差分である抽
出誤差から、該抽出誤差を減少させる方向へ前記指令値
１あるい該指令値２を補正することにより、該複数の冷
却水流量を決定することを特徴とする連続鋳造機の冷却
制御方法。
【請求項１２】請求項第１１項において、前記指令値２の基で鋳造した結果得られた鋳片抽出温度
と前記制御モデルを用いて算出された鋳片抽出温度との
差分と、このときの溶湯初期温度，鋳造速度，冷却水流
量などの状態量と、このときの該制御モデルが有するパ
ラメータの値から、該パラメータの値に対する修正量を
算出し該制御モデルの有する該パラメータの値を修正す
ることを特徴とする連続鋳造機の冷却制御方法。
【請求項１３】請求項第１２項において、前記パラメータは鋳片表面温度と冷却水流量に依存して
変化する鋳片表面から冷却水への熱伝達係数であること
を特徴とする連続鋳造機の冷却制御方法。
【請求項１４】請求項１３において、前記指令値１を算出する過程で、前記指令値１での鋳片
抽出温度の変化量に対する指令値の変化量を変化量１と
して算出し、該変化量１と前記抽出誤差から該補正量算
出することを特徴とする連続鋳造機の冷却制御方法。
【請求項１５】請求項１４において、前記修正されたパラメータを有する前記制御モデルを用
いることにより次の前記指令値１が算出されるまで、前
記変化量１と前記抽出誤差から算出した前記補正量を適
当な周期で該指令値１あるいは前記指令値２に加算し、
該次の指令値１が算出される度に新たに算出された該変
化量１と前記抽出温度から該補正量を算出することを特
徴とする連続鋳造機の冷却制御方法。