JPH09253817A

JPH09253817A - 連続鋳造の鋳型内不均一凝固に起因するブレークアウト予知方法

Info

Publication number: JPH09253817A
Application number: JP9013496A
Authority: JP
Inventors: Kazuhisa Tanaka; 和久田中; Tomomitsu Inada; 知光稲田; Toru Takagi; 徹高木
Original assignee: Nippon Steel Corp
Current assignee: Nippon Steel Corp
Priority date: 1996-03-19
Filing date: 1996-03-19
Publication date: 1997-09-30

Abstract

(57)【要約】【課題】鋳型内不均一凝固に起因するブレークアウト
の予兆を検出するに際して、不特定多数のデータ処理を
必要とせず、しかもブレークアウトを高精度で検知する
ことのできる連続鋳造の鋳型内不均一凝固に起因するブ
レークアウト予知方法を提供する。【解決手段】鋳型壁１６にそれぞれ対をなす上部温度
検出端Ｈ_a〜Ｈ_iと下部温度検出端Ｌ_a〜Ｌ_iとを複数
埋設すると共に、上部温度検出端Ｈ_a〜Ｈ_i及び下部温
度検出端Ｌ_a〜Ｌ_iにおいて測定される、所定時間内の
それぞれの温度データの分散値が、予め定められたそれ
ぞれの分散判定値を越えたときにブレークアウトの予兆
として判定する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は連続鋳造の鋳型内不
均一凝固に起因するブレークアウト（ＢＯ：Ｂｒｅａｋ
−Ｏｕｔ）予知方法に関する。

【０００２】

【従来の技術】溶鋼の連続鋳造は、冷却された鋳型内に
溶鋼を連続的に注入、流下させ、鋳型壁側から徐々に溶
鋼の凝固シェルを形成させながら鋳片を引き抜いて製造
する過程である。そして、鋳型の冷却異常等で鋳型壁へ
の溶鋼の焼き付きが発生すると、鋳片の引き抜きに伴っ
て、その箇所が下方に伝搬し、それが鋳型の終端に達し
鋳型からの拘束力を失うことにより凝固シェルの内側の
溶鋼が流出するというブレークアウトが発生する。この
ようなブレークアウトが発生すると、流出した溶鋼に冷
却水が接触して生じる水蒸気爆発等により鋳造処理が中
断されるのみならず、設備の破損といった重大な事故を
もたらす。ブレークアウトの発生は鋳片の引き抜き速度
を小さくして、冷却時間を長く取ることで避けられるも
のの、後工程の生産性を維持するために鋳片の引き抜き
速度を限度以上に小さくすることができないのが現状で
ある。以上から連続鋳造におけるブレークアウトの発生
を高い精度で予知可能とするブレークアウト予知方法が
望まれている。

【０００３】ブレークアウト予知方法として、例えば、
特公昭６３−４７５４５号公報には連続鋳造設備の鋳型
壁面に複数の熱電対を埋設し、これらの熱電対中の一つ
の熱電対の検出温度がその平均値を基準にして、一旦上
昇してから下降に転じることを検出し、この一つの熱電
対に隣接した他の少なくとも一つの熱電対で、続いて上
記検出温度の温度変化パターンが検出されたときを、ブ
レークアウト発生の予兆として検知する拘束性ブレーク
アウトの予知方法が記載されている。

【０００４】図１１を用いてこのような拘束性ブレーク
アウトの発生機構を説明する。図１１（ａ）〜図１１
（ｅ）は、それぞれ連続鋳造鋳型５０の片側半分の断面
を表す模式図である。溶鋼５１の正常な凝固処理が行わ
れている場合には、図１１（ａ）に示すように、連続鋳
造鋳型５０の下方に行くに従って、凝固シェル５２が成
長して安定した凝固層が形成される。この溶鋼の鋳造処
理時に、何らかの原因でメニスカス面５３近傍の凝固シ
ェル５２と鋳型壁間に拘束力が発生してその拘束力が凝
固シェル５２の耐力より大きくなると、図１１（ｂ）に
示すように凝固シェル５２の破断部５４が形成される。
続いて、図１１（ｃ）に示すように破断部５４に溶鋼５
１が流入して、そこで冷却され新たに薄い凝固シェル５
２が形成される。次に、鋳込み引き抜きにより、薄い凝
固シェル５２の弱い部分、つまり該凝固シェル５２の下
方部分が引きちぎられて新たな破断部５４を形成する。
そして、以上の破断と凝固とを繰り返すことにより凝固
シェル５２の破断部５４は順次鋳型５０の下方に移動す
る。一方、破断部５４より上方の鋳型５０と固着した凝
固シェル５２の部分では固着状態で冷却されるために次
第に厚く成長していく。図１１（ｄ）に示すように凝固
シェル５２の破断部５４は鋳造速度に応じて順次鋳型壁
の下部及び巾方向に伝搬する。ここで図１１（ｅ）に示
すように凝固シェル５２の破断部５４が鋳型下端位置よ
り下方になったときにブレークアウトとなる。また、鋳
型５０に埋設された熱電対位置で凝固シェル５２の破断
が発生すると、鋳型表面に接触する溶鋼５１によりその
箇所の熱電対の検出温度が一旦、急激に上昇した後、溶
鋼５１が冷却されて新しい凝固シェル５２が形成され、
その箇所の検出温度が下降するような変動特性を示す。

【０００５】

【発明が解決しようとする課題】しかしながら、前記特
公昭６３−４７５４５号公報に示される方法は、鋳型内
に凝固シェル５２が焼き付き、それが鋳型下方からの鋳
片引き抜きにより鋳型内下方及び隣接方向に向かって伝
搬する前記の拘束性ブレークアウトを予知する方法であ
り、熱電対温度が一旦上昇してその後に下降する特徴的
な温度パターンを捉えるものである。ところが、鋳型内
不均一凝固に起因するブレークアウトの予兆時には、凝
固シェル５２の厚みが不均一となるのに伴って、鋳型壁
で測定される温度の不規則変動が大きくなるので、この
ような温度パターンを前記の温度パターンに当てはめて
判定しようとしても、膨大な計算量が必要となり、温度
パターンを誤認する確率が大きい欠点があった。さら
に、最初に特徴的な温度パターンを検出しても、それに
続く隣接した他の熱電対における温度パターンを把握す
るためには不特定多数の熱電対におけるデータの処理を
必要とし、温度パターンを判定する手順が複雑であり計
算量が多いにも拘わらず判定の精度が上がらないという
問題点があった。加えて、ブレークアウトにおける種々
の発生要因を解析して得られるデータ及び知見等をブレ
ークアウトの判定条件に反映させるのには高度でかつ膨
大なデータ処理を必要として判定条件の更新が容易でな
いために、判定条件が実質的に固定化されて柔軟性がな
いために、実際の判定に誤りが多く、判定条件の修正に
時間と手間がかかり、また、このような判定結果に基づ
いて連続鋳造の操作が行われるので生産性が低下すると
いう問題があった。

【０００６】本発明はこのような事情に鑑みてなされた
もので、鋳型内不均一凝固に起因するブレークアウトの
予兆を検出するに際して、不特定多数のデータ処理を必
要とせず、しかもブレークアウトを高精度で検知するこ
とのできる連続鋳造の鋳型内不均一凝固に起因するブレ
ークアウト予知方法を提供することを目的とする。

【０００７】

【課題を解決するための手段】前記目的に沿う請求項１
記載の連続鋳造の鋳型内不均一凝固に起因するブレーク
アウト予知方法は、連続鋳造設備の鋳型壁に埋設された
複数の温度検出端によって検出される各位置の温度を監
視する連続鋳造の鋳型内不均一凝固に起因するブレーク
アウト予知方法であって、前記鋳型壁にそれぞれ対をな
す上部温度検出端と下部温度検出端とを複数埋設すると
共に、上部温度検出端及び下部温度検出端において測定
される、所定時間内のそれぞれの温度データの分散値
が、予め定められたそれぞれの分散判定値を越えたとき
にブレークアウトの予兆として判定する。

【０００８】請求項２記載の連続鋳造の鋳型内不均一凝
固に起因するブレークアウト予知方法は、連続鋳造設備
の鋳型壁に埋設された複数の温度検出端によって検出さ
れる各位置の温度を監視する連続鋳造の鋳型内不均一凝
固に起因するブレークアウト予知方法であって、前記上
部温度検出端及び下部温度検出端において測定される、
所定時間内のそれぞれの温度データの分散値が予め定め
られたそれぞれの分散判定値を越え、かつそれぞれの該
温度データの平均値の差が予め定められた平均差判定値
よりも小さいときにブレークアウトの予兆として判定す
る。

【０００９】請求項３記載の連続鋳造の鋳型内不均一凝
固に起因するブレークアウト予知方法は、連続鋳造鋳設
備の鋳型壁における温度データ信号を、神経細胞の信号
伝達機能を備える多数のユニットで構成されるニューラ
ルネットワークに入力して、その出力信号によりブレー
クアウトを予知する連続鋳造の鋳型内不均一凝固に起因
するブレークアウト予知方法であって、前記鋳型壁にそ
れぞれ対をなす上部温度検出端と下部温度検出端とを複
数埋設すると共に、予め鋳型内不均一凝固に起因するブ
レークアウト状態を指示する教師信号群を前記ニューラ
ルネットワークに入力して、このときの出力信号がブレ
ークアウト状態を表示する規定値となるように前記ユニ
ット間の入出力関数を規定する各結合荷重を確定した
後、前記上部温度検出端及び下部温度検出端における時
系列温度データをそれぞれ前記ニューラルネットワーク
への入力信号として与え、前記ニューラルネットワーク
からの出力信号によりブレークアウトの状態を予知す
る。

【００１０】対をなす上部温度検出端と下部温度検出端
とは、鋳型壁の上部に埋設された熱電対等からなる上部
温度検出端と、その下方位置に所定距離を隔てて設けら
れた下部温度検出端からなる一対であって、これらの対
が鋳型壁に複数配置される。分散値とは、対象とする母
集団のばらつきの大きさに対応した統計量であり、その
母集団から標本データを抽出し、各標本データの値とそ
の平均値との差を自乗して総和を求め、これを標本デー
タの数で除した値である。前記分散判定値、及び平均差
判定値とは、過去における連続鋳造の鋳型内不均一凝固
に起因するブレークアウトの標本となるデータを多数集
積して、これを解析することにより求められる鋳型内不
均一凝固に起因するブレークアウトを予知するための基
準となる判定値である。なお、温度データのばらつき大
きさの尺度として、標本データの統計量である分散（σ
²）の代わりに標準偏差（σ）の値を用いることもでき
る。

【００１１】神経細胞の信号伝達機能を備えるユニット
とは、単数又は複数の入力信号に応答して、所定の信号
を出力する電子回路等からなる演算装置であり、それら
入出力信号の大きさの関係はシグモイド関数（ｆ（ｘ）
＝１／（１＋ｅｘｐ（−ｘ））等の入出力関数によって
定義される。結合荷重とは、各ユニット間の信号伝達
における相互作用の大きさを規定するパラメータであ
り、相互作用のない場合はゼロとなり、相互作用が強く
なるのに伴い増加する値である。結合荷重は、神経細胞
における軸索とシナプス結合に相当し、軸索と他の神経
細胞とはシナプス結合をしていて、そのシナプス結合の
形態や位置によって神経細胞を介する情報信号である電
位の振幅が変化する。教師信号とは、ニューラルネット
ワークの出力層における出力値の目標パターンである。
即ち、ニューラルネットワークの各結合荷重を決定する
際に指標となる信号群であり、鋳型内不均一凝固に起因
するブレークアウト発生時における入力信号の実績デー
タが用いられる。そして、教師信号となる前記実績デー
タをニューラルネットワークに入力したときに、そのニ
ューラルネットワークの出力信号が所定のブレークアウ
ト時に対応した値となるように、各結合荷重の値を例え
ば、最小２乗法等を適用して設定する。時系列温度デー
タとは、上部温度検出端、及び下部温度検出端における
測定データを、所定の単位時間間隔で現在時点を基点と
して過去に遡るように切り出して得られる所定個数から
なるそれぞれの温度データをいう。

【００１２】

【作用】請求項１記載の連続鋳造の鋳型内不均一凝固に
起因するブレークアウト予知方法においては、鋳型壁に
それぞれ対をなす上部温度検出端と下部温度検出端とを
複数埋設するので、予め上部温度検出端と下部温度検出
端との温度データを関連付けて対応させることができ
る。従って、以降の計算において鋳型壁に沿った方向の
温度パターンの相関関係を的確に把握して、かつ少ない
データ量で効率的に処理を行うことができる。そして、
一定時間内の上部温度検出端及び下部温度検出端の温度
データのそれぞれの分散値が、予め定められたそれぞれ
の分散判定値を越えたときにブレークアウトの予兆とし
て判定するので、複雑な計算を必要とせずに上部及び下
部温度検出端における不規則変動の傾向を簡単かつ、高
精度で捉えて鋳型内不均一凝固に起因するブレークアウ
トの予知を行える。

【００１３】請求項２記載の連続鋳造の鋳型内不均一凝
固に起因するブレークアウト予知方法においては、鋳型
壁にそれぞれ対をなす上部温度検出端と下部温度検出端
とを複数埋設するので、予め上部温度検出端と下部温度
検出端との温度データを関連付けて対応させることがで
きる。従って、以降の計算において鋳型壁に沿った方向
の不規則変動を有する温度パターンの相関関係を少ない
データ量で効率的に処理することができる。次いで、上
部温度検出端及び下部温度検出端において測定される、
所定時間内のそれぞれの温度データの分散値が予め定め
られたそれぞれの分散判定値を越え、かつそれぞれの該
温度データの平均値の差が予め定められた平均差判定値
よりも小さいときにブレークアウトの予兆として判定す
るので、上部温度検出端と下部温度検出端間における不
規則な温度変動の相関関係を基にして、鋳型内不均一凝
固に起因するブレークアウトの予兆を高精度で検知する
ことができる。即ち、それぞれの温度データの不規則性
の増大は分散の大きさの増加に対応し、それぞれの不規
則変動を持つ温度データ間の類似性の増大は平均の差の
減少に対応したものとなることを根拠として、分散値、
及び平均差を所定のそれぞれの判定値と比較することに
より鋳型内不均一凝固に起因するブレークアウトを予知
するものである。

【００１４】請求項３記載の連続鋳造の鋳型内不均一凝
固に起因するブレークアウト予知方法においては、鋳型
壁にそれぞれ対をなす上部温度検出端と下部温度検出端
とを複数設けているので上部温度検出端と下部温度検出
端との温度データをソフトウェアを介することなく物理
的に関連づけることができる。従って、後段のデータ処
理における演算操作をその分簡略化することができる。
また、予め鋳型内不均一凝固に起因するブレークアウト
状態を指示する教師信号群をニューラルネットワーク
（神経回路網）に入力して、このときの出力信号がブレ
ークアウト状態を表示する規定値となるようにユニット
間の入出力関数を規定する各結合荷重を確定するので、
過去に蓄積された鋳型内不均一凝固が発生したときの実
績データを活用して、ニューラルネットワークの動作パ
ラメータを確定する学習操作を行うことができる。そし
て、前記上部温度検出端及び下部温度検出端における時
系列温度データをそれぞれ前記ニューラルネットワーク
への入力信号として与え、前記ニューラルネットワーク
からの出力信号によりブレークアウトの状態を予知する
ので、固定的なアルゴリズムによる判定とは異なり、操
業条件の変動に対応して実際の実績データに基づいた柔
軟な判定が行え、鋳型内不均一凝固に起因するブレーク
アウトの予知を高精度で行える。

【００１５】

【発明の効果】従って、請求項１記載の連続鋳造の鋳型
内不均一凝固に起因するブレークアウト予知方法におい
ては、鋳型壁の不規則な温度変動を少ないデータ量で的
確、かつ効率的に捉えて、鋳型内不均一凝固に起因する
ブレークアウトの予知を高い判定精度で行うことができ
るので、鋳型内不均一凝固に起因するブレークアウトを
事前に察知して、これに対応した適切な復旧処置を行っ
て連続鋳造の高い生産性を維持することができる。

【００１６】請求項２記載の連続鋳造の鋳型内不均一凝
固に起因するブレークアウト予知方法においては、上部
温度検出端と下部温度検出端間における不規則な温度変
動の相関関係を基にして、鋳型内不均一凝固に起因する
ブレークアウトの予兆を高精度で検知することができる
ので、ブレークアウトによって操業が中断される頻度が
少なくなり、操業安定化に貢献することができる。

【００１７】請求項３記載の連続鋳造の鋳型内不均一凝
固に起因するブレークアウト予知方法においては、過去
に蓄積された鋳型内不均一凝固時における実績データを
活用してニューラルネットワークの学習操作を行って、
実際の操業データに即した柔軟な予知判定が行えるの
で、鋳型内不均一凝固に起因するブレークアウトの予知
を高い判定精度で行うことができ、ブレークアウトに伴
う復旧コストを削減すると共に、連続鋳造の操業を安定
的に維持できる。

【００１８】

【発明の実施の形態】続いて、添付した図面を参照しつ
つ、本発明を具体化した実施の形態につき説明し、本発
明の理解に供する。ここに図１は本発明の実施の形態に
係る連続鋳造設備の鋳型内不均一凝固に起因したブレー
クアウト予知方法を適用する連続鋳造設備の正断面図、
図２は同連続鋳造設備の側断面図、図３は鋳型内不均一
凝固に起因したブレークアウトの発生機構の説明図、図
４は本発明の第１、及び第２の実施の形態に係る連続鋳
造の鋳型内不均一凝固に起因するブレークアウト予知方
法を適用する装置の説明図、図５は本発明の第１の実施
の形態に係る連続鋳造の鋳型内不均一凝固に起因するブ
レークアウト予知方法のフロー図、図６は同方法の温度
検出端における温度変化の説明図、図７は本発明の第２
の実施の形態に係る連続鋳造の鋳型内不均一凝固に起因
するブレークアウト予知方法のフロー図、図８は同方法
の温度検出端における温度変化の説明図、図９は本発明
の第３の実施の形態に係る連続鋳造の鋳型内不均一凝固
に起因するブレークアウト予知方法を適用する装置の説
明図、図１０は連続鋳造における鋳造速度の時間変化と
各温度検出端の温度変動を示す概略図、図１１は拘束性
ブレークアウトの発生機構の説明図である。

【００１９】本発明の実施の形態に係る連続鋳造の鋳型
内不均一凝固に起因するブレークアウト予知方法を適用
する連続鋳造設備１０は図１、図２に示すように、図示
しないタンディッシュの溶鋼１２を鋳型１１に注入する
浸漬ノズル１４と、長辺の長さ（Ｌ）２０００ｍｍ、短
辺の長さ（Ｓ）２５０ｍｍの矩形断面の溶鋼注入口１５
を有して鋳型壁１６の深さ（Ｄ）が９００ｍｍである鋳
型１１とを備えている。そして、浸漬ノズル１４の下部
に設けられた吐出孔１３を介して鋳型１１に注入される
溶鋼１２を冷却すると共に、鋳型１１の下方から既に凝
固した鋳片１７を引き抜きながら連続的に鋳造を行える
ようになっている。鋳型壁１６の溶鋼のメニスカス面１
８は鋳型１１の上端から約１００ｍｍ位置にあり、メニ
スカス面１８から１５０ｍｍ下方の位置に上部温度検出
端である熱電対１９がＨ_a〜Ｈ_iに略等間隔に埋設され
て、さらにメニスカス面１８から２５０ｍｍ下方の位置
には下部温度検出端である熱電対１９がＬ_a〜Ｌ_iに、
即ち前記熱電対１９のＨ_a〜Ｈ_iのそれぞれ対応する直
下の位置に埋設されている。なお、前記熱電対１９の配
置個数、埋設位置はそれぞれ溶鋼の鋳込み条件等に応じ
て設定することができ、鋳型１１の短辺側の位置に必要
に応じて同様な熱電対１９の組を配置することができ
る。従って、以上のように配置された各熱電対１９のＨ
_a〜Ｈ_i、Ｌ_a〜Ｌ_iからの出力信号をコンピュータか
らなる演算装置に取り込んで、必要なデータ処理を行う
ことができるよう構成されている。

【００２０】ここで以下に述べる連続鋳造の鋳型内不均
一凝固に起因するブレークアウト予知方法の手順の理解
を容易にするために、鋳型内不均一凝固に起因するブレ
ークアウトの発生機構を図３を用いて詳細に説明する。
図３（ａ）は異常のない凝固シェル２１の状態であり、
鋳型壁１６に成長する凝固シェル２１が下方にいくに従
い、均一に漸増している状態を示している。そして、連
続鋳造時における冷却条件、鋼種成分等の変動に伴う凝
固シェル２１の成長速度のばらつきにより、凝固シェル
２１の厚みが変動し、凝固シェル２１と鋳型壁１６との
空隙が不均一になるケースが発生する（図３（ｂ））。
このような不規則な厚みを有する凝固シェル２１が引き
抜かれる過程で、凝固シェル２１の厚みが極端に薄くな
った部分が鋳型１１の下端を過ぎたときに、ここから破
れて内部の凝固していない溶鋼１２が凝固シェル２１の
外部に飛散し、ブレークアウト（図３の（ｃ））とな
る。従って、鋳型壁１６の上部及び下部における各温度
は、それぞれの位置に対応した凝固シェル２１の厚さ、
冷却効率等に伴って変動してばらつきを生じると共に、
上部及び下部における温度の差は、鋳片１７の引き抜き
速度、上部及び下部の位置の差、鋳造温度等に対応して
変動するようになる。そして、上部における時系列温度
データにおける変化傾向が、鋳込み速度に対応する時間
をおいて下部にも現れることになり、この上部と下部に
おける時系列温度データの相関を的確に捉えることによ
り、連続鋳造の鋳型内不均一凝固に起因するブレークア
ウトを予知することが可能となる。

【００２１】続いて、本発明の第１の実施の形態に係る
連続鋳造の鋳型内不均一凝固に起因するブレークアウト
予知方法について図４〜図６を用いて説明する。図４に
示すように各熱電対１９のＨ_a〜Ｈ_i、Ｌ_a〜Ｌ_iから
の生信号がそれぞれ時系列温度データとして演算装置２
０に取り込まれ、これらのデータのそれぞれが後述する
図５に示すフロー図に従って処理され、その結果が出力
されるようになっている。図６はこのような鋳型壁１６
の第ｘ番目の位置に相当する熱電対Ｈ_xとＬ_xに対応す
る温度データの変化の説明図である。同図に示すように
時刻ｔ₀を基点として、所定の時間間隔で、例えば３秒
間隔で時刻ｔ₀、ｔ₁、・・・ｔ₈のように出力信号を
切り出すことにより、上部温度検出端、及び下部温度検
出端の位置にそれぞれ相当する時系列温度データとして
例えば７個からなる（Ｈ₀〜Ｈ₆）、（Ｌ₀〜Ｌ₆）の
組を得ることができる。従って、注目する時刻ｔ₀にお
いて、特定の時間範囲ｔ₀〜ｔ₈における時系列温度デ
ータの処理を行うので、その間の上部温度検出端と下部
温度検出端の温度変化の傾向を的確に捉えて、両者の対
応関係等を計算し必要な判断を行うことができるように
なっている。

【００２２】続いて、前記説明した時系列温度データを
図５のフロー図に示すアルゴリズムに適用して、第１の
実施の形態に係る連続鋳造の鋳型内不均一凝固に起因す
るブレークアウトを予知する方法を図６を参照しながら
説明する。まず、図５に示すステップＳ１において、上
部温度検出端及び下部温度検出端における温度データの
各分散判定値Ｈ_VB、Ｌ_VBを、連続鋳造操業における実績
データを集約することによりそれぞれ設定しておく。な
お、ここでは鋳造速度１．４ｍ／ｍｉｎの下で各定数を
それぞれＨ_VB＝３．０℃、Ｌ_VB＝３．０℃に設定した。
次に、時間範囲ｔ₀〜ｔ₆における鋳型壁１６の第ｘ番
目の位置に対応する上部温度検出端、及び下部温度検出
端における時系列温度データ（Ｈ₀〜Ｈ₆、Ｌ₀〜
Ｌ₆）を取得する（ステップＳ２）。続くステップＳ３
においては、図６に示すように上部温度検出端、及び下
部温度検出端に対応するそれぞれのデータの分散値
Ｈ_V0、Ｌ_V0を計算する。そして、ステップＳ４におい
て、ステップＳ１で予め設定してある分散判定値Ｈ_VB、
Ｌ_VBと前記求めた分散値Ｈ_V0、Ｌ_V0とをそれぞれ比較す
る。このとき、分散値Ｈ_V0、Ｌ_V0の両者がそれぞれ分散
判定値Ｈ_VB、Ｌ_VB以上の場合は、続くステップＳ５にお
いてブレークアウト信号を出力する。一方、分散値
Ｈ_V0、Ｌ_V0の両者がそれぞれ分散判定値Ｈ_VB、Ｌ_VB以上
とならないような場合には、ステップＳ２に戻り、図６
に示すように時系列温度データの更新を行う。即ち、時
間範囲ｔ₁〜ｔ₇における上部温度検出端、及び下部温
度検出端における時系列温度データ（Ｈ₁〜Ｈ₇、Ｌ₁
〜Ｌ₇）を新たに設定して、ステップＳ２以降の手順を
繰り返すことができる。従って、以上の手順を繰り返す
ことにより、鋳型内不均一凝固に起因するブレークアウ
トの予兆を検出することができる。

【００２３】続いて、本発明の第２の実施の形態に係る
連続鋳造の鋳型内不均一凝固に起因するブレークアウト
予知方法を図４、図７、及び図８を用いて説明する。図
４に示すように各熱電対１９のＨ_a〜Ｈ_i、Ｌ_a〜Ｌ_i
からの生信号がそれぞれ時系列温度データとして演算装
置２０に取り込まれ、これらのデータが後述する図７に
示すフロー図に従って処理され、その結果が出力される
ようになっている。図８はこのような鋳型壁１６の第ｘ
番目の位置Ｈ_x、Ｌ_xにそれぞれ対応する熱電対１９の
温度データの変化の説明図である。同図に示すように時
刻ｔ₀を基点として、所定の時間間隔で時刻ｔ₀、
ｔ₁、・・・ｔ₈のように出力信号を切り出すことによ
り、上部温度検出端、及び下部温度検出端の位置にそれ
ぞれ相当する時系列温度データとして例えば（Ｈ₀〜Ｈ
₆）、（Ｌ₀〜Ｌ₆）の組を得ることができるようにな
っている。

【００２４】そして、図７のステップＳ１に示すよう
に、上部温度検出端及び下部温度検出端における温度デ
ータの分散判定値Ｈ_VB、Ｌ_VB、平均差判定値Ａを、連続
鋳造操業における実績データを集約することによりそれ
ぞれ設定しておく。次に、時間範囲ｔ₀〜ｔ₆における
上部温度検出端、及び下部温度検出端における時系列温
度データ（Ｈ₀〜Ｈ₆、Ｌ₀〜Ｌ₆）を取得する（ステ
ップＳ２）。続くステップＳ３においては、図８に示す
ように上部温度検出端、及び下部温度検出端に対応する
それぞれデータの分散値Ｈ_V0、Ｌ_V0、及び平均値Ｈ_A0、
Ｌ_A0を計算する。そして、ステップＳ４において、ステ
ップＳ１で予め設定してある分散判定値Ｈ_VB、Ｌ_VBと前
記求めた分散値Ｈ_V0、Ｌ_V0とをそれぞれ比較すると共
に、上部温度検出端と下部温度検出端における平均値の
差（Ｈ_A0−Ｌ_A0）と平均差判定値Ａとを比較する。この
とき、分散値Ｈ_V0、Ｌ_V0の両者がそれぞれ分散判定値Ｈ
_VB、Ｌ_VB以上であり、かつ平均値の差（Ｈ_A0−Ｌ_A0）が
平均差判定値Ａ以下のブレークアウト条件を満たす場合
には、続くステップＳ５においてブレークアウト信号を
出力する。一方、前記ブレークアウト条件を満たさない
場合には、ステップＳ２に戻り、図８に示すように時系
列温度データの更新を行う。即ち、時間範囲ｔ₁〜ｔ₇
における上部温度検出端、及び下部温度検出端における
時系列温度データ（Ｈ₁〜Ｈ₇、Ｌ₁〜Ｌ₇）を新たに
設定して、ステップＳ２以降の手順を実行する。従っ
て、以上の手順を繰り返すことにより、鋳型内不均一凝
固に起因するブレークアウトの予兆を検出することがで
きる。なお、ここでは鋳造速度１．４ｍ／ｍｉｎの下で
各定数をそれぞれＨ_VB＝３．０℃、Ｌ_VB＝３．０℃、Ａ
＝１．０℃に設定した例を示した。

【００２５】また、前述したステップＳ４における分散
値と平均差とを用いるブレークアウトの判定条件に、所
定の鋳造速度例えば１．４ｍ／ｍｉｎ以上となる条件を
付加することにより、さらに高い精度で鋳型内不均一凝
固に起因するブレークアウトの予兆を検出することがで
きる。これは、鋳造速度の速い程、鋳型内の冷却のばら
つきが大きく、不均一凝固が発生する確率が高くなるた
めである。

【００２６】続いて、本発明の第３の実施の形態に係る
連続鋳造の鋳型内不均一凝固に起因するブレークアウト
予知方法を図９に基づいて説明する。同図に示すように
連続鋳造設備１０の鋳型壁１６にそれぞれ対をなすよう
に配置された各熱電対１９のＨ_a〜Ｈ_i、Ｌ_a〜Ｌ_iか
らの出力信号がそれぞれ時系列温度データとしてコンピ
ュータからなる演算装置２４に取り込まれ、これらのデ
ータの信号が以下に示すニューラルネットワークに入力
されて、その処理結果が出力されるようになっている。
演算装置２４は、上部温度検出端Ｈ_x、及び下部温度検
出端Ｌ_xにおける温度データをそれぞれ処理する上部温
度検出部２５、下部温度検出部２６と、上部温度検出部
２５及び下部温度検出部２６からの出力信号がそれぞれ
入力される第１のニューラルネットワーク２７とを有す
る。従って、演算装置２４は、上部温度検出端及び下部
温度検出端の組の数に対応した数の前記構成を複数備え
た装置である。そして、前記上部温度検出部２５は、入
力される温度データの生信号を処理して一次微分に変換
する微分回路３０と、該微分回路３０からのデータが入
力される第２のニューラルネットワーク２８と、第２の
ニューラルネットワーク２８からの出力信号を一時的に
記憶しておき、必要に応じてその出力信号の最大値等を
取り出すことのできるバッファ３１とを有する。また、
下部温度検出部２６は、微分回路３０ａと、第３のニュ
ーラルネットワーク２９と、バッファ３１ａとを有する
前記上部温度検出部２５と同様の構成を有する装置であ
る。

【００２７】ここで、第２及び第３のニューラルネット
ワーク２８、２９は、それぞれ１０個のユニット３２か
らなる入力層３３と、８個のユニット３２からなる中間
層３４と、１個のユニット３２の出力層３５とを有する
階層型ネットワーク構造となっていて、入力層３３−中
間層３４、及び中間層３４−出力層３５間の各ユニット
３２がそれぞれ信号線を介して連結され、入力層３３か
ら出力層３５に向かってそれぞれの信号が伝達されるよ
うになっている。そして、各ユニット３２における入力
信号と出力信号の関係はシグモイド関数等の入出力関数
によって規定されている。さらに、各ユニット３２間の
結合荷重を設定して第２、第３のニューラルネットワー
ク２８、２９を設定することにより、入力層３３の各ユ
ニット３２に入力されるそれぞれの信号の大きさに応じ
て、最終的に出力層３５から出力される信号の大きさが
定まるようになっている。そして、第１のニューラルネ
ットワーク２７は２個のユニット３２からなる入力層３
６と、４個のユニット３２からなる中間層３７と１個の
ユニット３２の出力層３８とを有し、結合荷重等のパラ
メータを確定した後、前記上部温度検出部２５及び下部
温度検出部２６からの出力信号をこの入力層３６に入力
することにより、鋳型壁１６の第ｘ番目の熱電対１９の
Ｈ_x、Ｌ_xにおける連続鋳造の鋳型内不均一凝固に起因
したブレークアウトの予知結果が最終的に出力されるよ
うになっている。なお、各層におけるユニットの数、及
び中間層の数は任意であって、ユニット数、層数を増や
すことにより、ユニット間の相互作用がより緊密に構成
され、有機的な構成を有するニューラルネットワークを
形成することができる。

【００２８】次いで、前記演算装置２４を用いて、鋳型
内不均一凝固に起因したブレークアウトを予知する方法
を説明する。なお、以下においては鋳型壁１６の任意の
一つの上部温度検出端と、それに対応する直下の下部温
度検出端である熱電対Ｈ_xとＬ_xの一組みのデータを処
理する場合について説明する。まず、実際に連続鋳造操
業を行うことにより鋳型内に不均一凝固が発生している
とみなせる時系列温度データ群を多数抽出しておく。そ
して、予め各ユニット３２間の結合荷重を仮の初期値に
それぞれ設定した後、前記時系列温度データ群を各ユニ
ット３２間の結合荷重を確定するための教師信号として
前記演算装置２４の入力層３３に入力する。このとき、
第１のニューラルネットワーク２７から出力される出力
信号の値がブレークアウト状態を表示する所定の値とな
るように、最小自乗法等を適用して各結合荷重の値を定
めることができる。従って、以上の手順により第１〜第
３のニューラルネットワーク２７、２８、２９の信号伝
達機能を規定するパラメータである各結合荷重の値を更
新することにより、必要な学習が行われる。即ち、結合
荷重の値は常時固定した値ではなく、連続鋳造における
鋳型内不均一凝固時の実績データを必要に応じて教師信
号としてその都度入力して、更新されるので、その時点
における操業条件にもっとも対応した柔軟なニューラル
ネットワークを形成することが可能である。ニューラル
ネットワークを用いた並列分散型情報処理においては、
認識対象となるブレークアウト時の温度変化パターンの
本質を追求する必要はなく、学習によって結合荷重等の
パラメータを設定するだけで、未知のパターンにも対応
することができる。また、入力される温度データが不足
したり、曖昧なときにも、既に各結合荷重の値として記
憶されているニューラルネットワークの体系を利用し
て、入力されるデータにおけるパターンの認識を行える
利点がある。

【００２９】以上のように各ニューラルネットワーク２
７、２８、２９の各パラメータを確定した後、実際に熱
電対１９のＨ_x、Ｌ_xを用いて、温度データを時系列的
に取得し、この生信号をそれぞれ微分回路３０、３０ａ
に入力し各生信号に対応した一次微分のデータを求め
る。そして、これを所定時間間隔で切り出して時系列温
度データＨ_x0〜Ｈ_x9、Ｌ_x0〜Ｌ_x9を得る。なお、このと
き、生信号をそのまま切り出して、これを時系列温度デ
ータとすることも可能であり、生信号を一次微分に変換
して用いる場合には、ブレークアウトの予兆を示す温度
変化を顕在化する等の利点、特徴がある。そして、この
時系列温度データをそれぞれ第２のニューラルネットワ
ーク２８及び第３のニューラルネットワーク２９の入力
層３３に入力する。次いで、第２及び第３のニューラル
ネットワーク２８、２９を統合する第１のニューラルネ
ットワーク２７からの出力信号が所定の鋳型内不均一凝
固に起因したブレークアウトの表示値であるか否かによ
って、鋳型内不均一凝固に起因したブレークアウトの予
兆を検知することができる。

【００３０】上記説明したブレークアウト予知方法を用
いて、実際に連続鋳造の操業を行う場合を以下に説明す
る。図１０は連続鋳造における鋳造速度の時間変化と、
鋳型１１内の凝固シェル２１の状態と各温度検出端の温
度変動を示す概略図である。は凝固シェルが健全に成
長している状態を示しており、上部及び下部温度検出端
における温度の変動はそれぞれ少なく、ブレークアウト
予知信号は出力されていない。は鋳型内不均一凝固の
状態を示しており、上部温度検出端及び下部温度検出端
における温度の不規則な変動はそれぞれ大きくなって、
前述したように鋳型内不均一凝固に起因したブレークア
ウトの予知信号が出力される。そして、この鋳型内不均
一凝固に起因したブレークアウトの予知信号を検知し
て、図１０に示すように、現在の鋳造速度１．４ｍ／ｍ
ｉｎを約０．８ｍ／ｍｉｎまで低下させて、その鋳造速
度を保持して凝固シェル２１を厚く形成させる操作を行
う。これらの操作により、に示すように凝固シェル２
１が均一に厚くなって、極端に薄い部分がなくなり鋳型
内不均一凝固に起因したブレークアウトを回避すること
ができる。

【００３１】以上、本発明の実施の形態を説明したが、
本発明はこのような実施の形態に限定されるものではな
く、要旨を逸脱しない条件の変更等は全て本発明の適用
範囲である。例えば、本発明においては上部温度検出端
と下部温度検出端の一対からなる熱電対をそれぞれ水平
方向に複数配置する例を示したが、このような対を溶鋼
の下降方向に沿って鋳型壁に複数配置することにより、
鋳型内不均一凝固に起因するブレークアウトの予知精度
をさらに向上させることもできる。また、第３の実施の
形態においては通常の逐次直列処理型のコンピュータを
用いて、これを制御するプログラムに神経回路網を模擬
した機能を持たせる例を示したが、ハードウエアに神経
細胞の機能を備えた並列分散処理型のニューロコンピュ
ータに、上部及び下部温度検出端から入力されるそれぞ
れの時系列温度データを入力して、両者を有機的に関連
づける情報処理によってブレークアウトの予知を行うこ
とも可能である。

【図面の簡単な説明】

【図１】本発明の実施の形態に係る連続鋳造設備の鋳型
内不均一凝固に起因したブレークアウト予知方法を適用
する連続鋳造設備の正断面図である。

【図２】同連続鋳造設備の側断面図である。

【図３】鋳型内不均一凝固に起因したブレークアウトの
発生機構の説明図である。

【図４】本発明の第１、及び第２の実施の形態に係る連
続鋳造の鋳型内不均一凝固に起因するブレークアウト予
知方法を適用する装置の説明図である。

【図５】本発明の第１の実施の形態に係る連続鋳造の鋳
型内不均一凝固に起因するブレークアウト予知方法のフ
ロー図である。

【図６】同方法の温度検出端における温度変化の説明図
である。

【図７】本発明の第２の実施の形態に係る連続鋳造の鋳
型内不均一凝固に起因するブレークアウト予知方法のフ
ロー図である。

【図８】同方法の温度検出端における温度変化の説明図
である。

【図９】本発明の第３の実施の形態に係る連続鋳造の鋳
型内不均一凝固に起因するブレークアウト予知方法を適
用する装置の説明図である。

【図１０】連続鋳造における鋳造速度の時間変化と各温
度検出端の温度変動を示す概略図である。

【図１１】拘束性ブレークアウトの発生機構の説明図で
ある。

【符号の説明】

１０連続鋳造設備１１鋳型１２溶鋼１３吐出孔１４浸漬ノズル１５溶鋼注入
口１６鋳型壁１７鋳片１８メニスカス面１９熱電対２０演算装置２１凝固シェ
ル２４演算装置２５上部温度
検出部２６下部温度検出部２７第１のニューラルネットワーク２８第２のニューラルネットワーク２９第３のニューラルネットワーク３０微分回路３０ａ微分回路３１バッファ３１ａバッファ３２ユニット３３入力層３４中間層３５出力層３６入力層３７中間層３８出力層

Claims

【特許請求の範囲】

【請求項１】連続鋳造設備の鋳型壁に埋設された複数
の温度検出端によって検出される各位置の温度を監視す
る連続鋳造の鋳型内不均一凝固に起因するブレークアウ
ト予知方法であって、前記鋳型壁にそれぞれ対をなす上部温度検出端と下部温
度検出端とを複数埋設すると共に、上部温度検出端及び
下部温度検出端において測定される、所定時間内のそれ
ぞれの温度データの分散値が、予め定められたそれぞれ
の分散判定値を越えたときにブレークアウトの予兆とし
て判定することを特徴とする連続鋳造の鋳型内不均一凝
固に起因するブレークアウト予知方法。
【請求項２】連続鋳造設備の鋳型壁に埋設された複数
の温度検出端によって検出される各位置の温度を監視す
る連続鋳造の鋳型内不均一凝固に起因するブレークアウ
ト予知方法であって、前記上部温度検出端及び下部温度検出端において測定さ
れる、所定時間内のそれぞれの温度データの分散値が予
め定められたそれぞれの分散判定値を越え、かつそれぞ
れの該温度データの平均値の差が予め定められた平均差
判定値よりも小さいときにブレークアウトの予兆として
判定することを特徴とする連続鋳造の鋳型内不均一凝固
に起因するブレークアウト予知方法。
【請求項３】連続鋳造鋳設備の鋳型壁における温度デ
ータ信号を、神経細胞の信号伝達機能を備える多数のユ
ニットで構成されるニューラルネットワークに入力し
て、その出力信号によりブレークアウトを予知する連続
鋳造の鋳型内不均一凝固に起因するブレークアウト予知
方法であって、前記鋳型壁にそれぞれ対をなす上部温度検出端と下部温
度検出端とを複数埋設すると共に、予め鋳型内不均一凝
固に起因するブレークアウト状態を指示する教師信号群
を前記ニューラルネットワークに入力して、このときの
出力信号がブレークアウト状態を表示する規定値となる
ように前記ユニット間の入出力関数を規定する各結合荷
重を確定した後、前記上部温度検出端及び下部温度検出
端における時系列温度データをそれぞれ前記ニューラル
ネットワークへの入力信号として与え、前記ニューラル
ネットワークからの出力信号によりブレークアウトの状
態を予知することを特徴とする連続鋳造の鋳型内不均一
凝固に起因するブレークアウト予知方法。