JPWO2008012881A1 - 圧延ラインの材質予測および材質制御装置 - Google Patents

Abstract

プロセスの変化過程を模擬し、情報を補完する機能を備えることにより、材質モデルの予測精度を向上させ、材質を高精度に制御する圧延ラインの材質予測および材質制御装置を得ることを目的とする。熱間圧延ラインおよび圧延材の状態を測定するセンサ、熱間圧延ラインを制御する制御装置から得られる圧延実績情報を収集する圧延実績情報収集機能と、圧延実績情報、機械諸元などの固定情報、圧延材の厚みや幅等の目標情報に基づいて、圧延実績情報としては収集できない圧延ラインの中間状態を示すプロセス中間情報を予測するプロセス情報補完機能と、圧延実績情報およびプロセス中間情報に基づき、圧延実績情報およびプロセス中間情報の進行に同期しながら圧延材の材質を予測する材質予測機能と、予測した材質を目標とする材質に一致させるように制御する材質制御機能とを備える。

Description

この発明は、金属素材を圧延するラインにおいて、所望の寸法形状の製品を製造し、所望の材質を得るための圧延ラインの材質予測および材質制御装置に関するものである。

鋼を始めとする金属材料において、機械的特性（強度、成形性、靭性等）、電磁的特性（透磁率等）などの材質は、その合金組成だけでなく、加熱条件、加工条件、および、冷却条件によっても変化する。合金組成の調整は、成分元素の添加量を制御することで行うが、成分調整時には例えば１００トン前後の溶鋼を保持できる成分調整炉を用いるなど、１つのロット単位が大きく、１５トン前後になる個々の製品ごとに添加量を変更することは不可能である。したがって、所望の材質の製品を製造するためには、加熱条件、加工条件、および、冷却条件を適正にし、材質を造り込むことが重要である。
従来、加熱、加工、および、冷却の各条件に対し、加熱温度目標値、加工後の寸法目標値、冷却速度目標値などが製品仕様毎に長年に亘る経験に基づいて決められ、これを達成するように、温度制御および寸法制御を行う方法が一般的であった。ところが、近年、製品仕様への要求の高度化、多様化が著しく、経験に基づく決め方ではこれら目標値を必ずしも適正に決めることができず、所望の材質が得られないケースが生じてきていた。

このため、圧延中に板厚、材料温度の実績値を採取し、これを材質予測モデルの入力データとすることで精度向上を図る方法が知られている。この方法は、圧延開始前に鋼材の成分値、圧延後の鋼材サイズ、鋼材材質保証値に基づき、材質モデルを用いて加熱条件、圧延条件、冷却条件を決めるようになっており、さらに、加熱工程、粗圧延工程、および、仕上圧延工程の後に板厚、材料温度、パス間時間、ロール径、ロール回転数の実績値が得られると、これら実測値に基づき、材質モデルを用いて次工程以降の圧延条件、又は、冷却条件予定を決め直すようにして、製品の材質のばらつきを抑えようとしている（例えば、特許文献１参照）。

また、材質モデルに変えてニューラルネットワークを用いた制御方法が知られている。この方法は、加工後または熱処理後の金属材料の有する特性を調べ教示データとしてニューラルネットワークに与えることにより、ニューラルネットワークによる予測精度の向上を図っている（例えば、特許文献２参照）。

日本特許第２５０９４８１号 日本特開２００１−３４９８８３号公報

しかしながら、材質予測モデルを用いる方法では、材質の予測に使用する実績値としては、鋼材の加熱後、粗圧延後、仕上げ圧延後、冷却後に得られるそれぞれのプロセスの前後の実績値であり、プロセスの途中の情報を利用することはしない。この場合、例えば圧延材の温度がプロセス前は高く、プロセス後は低くなったとしても、プロセスの途中でプロセス前より温度が上昇している場合もあり、前後関係だけでは高精度な予測結果が得られるとは限らない。

一方、材質モデルに変えてニューラルネットワークを用いた制御方法では、加工後または熱処理後の金属材料の有する特性を調べ教示データとしてニューラルネットワークに与えることによりニューラルネットワークによる予測精度の向上を図っているが、前記のように加熱条件、加工条件、および、冷却条件と製品の材質の関係は極めて複雑であり、これを精度よく模擬するためには多層に亘る大規模なニューラルネットワークが必要となり、その学習のために膨大な教示データを与えなければならず精度改善に時間がかかる問題点があった。勿論小規模なニューラルネットワークを用いれば教示データが少なく済むが、この場合は適用可能な操業範囲が限定されるという問題があった。

この発明は、上述のような課題を解決するためになされたもので、プロセスの変化過程を模擬し、情報を補完する機能を備えることにより、材質モデルの予測精度を向上させ、材質を高精度に制御する圧延ラインの材質予測および材質制御装置を提供することを目的としている。

この発明に係る圧延ラインの材質予測および材質制御装置は、金属素材を所定の温度に加熱し圧延する熱間圧延ラインで製造される圧延材の厚みや幅などの寸法形状および圧延材の温度を制御する装置であって、熱間圧延ラインおよび圧延材の状態を測定するセンサ、熱間圧延ラインを制御する制御装置から得られる圧延実績情報を収集する圧延実績情報収集機能と、圧延実績情報、機械諸元などの固定情報、圧延材の厚みや幅等の目標情報に基づいて、圧延実績情報としては収集できない圧延ラインの中間状態を示すプロセス中間情報を予測するプロセス情報補完機能と、圧延実績情報およびプロセス中間情報に基づき、圧延実績情報およびプロセス中間情報の進行に同期しながら圧延材の材質を予測する材質予測機能と、予測した材質を目標とする材質に一致させるように制御する材質制御機能とを備えたものである。

また、圧延実績情報収集機能とプロセス情報補完機能は別の計算機で実現されるものである。

また、プロセス情報補完機能は、圧延モデルに基づくシミュレータにより構成され、圧延の進行により実行され、圧延モデルの精度を向上させるために、圧延実績情報を用いて圧延モデルの学習を行う圧延モデル学習機能を有するものである。

また、材質予測機能は、材質の状態変化を表す材質モデルに基づき、圧延の進行により実行することができるもので、材質モデルの精度を向上させるために、圧延後測定される材質情報を用いて材質モデルの学習を行う材質モデル学習機能を有するものである。

この発明によれば、所望の材質を容易に実現する熱間圧延ラインの材質予測および材質制御装置を実現することができる。また、センサ等からの実績値では測定できない情報を補完し、より高精度な材質予測および材質制御が可能となる。また、圧延実績情報収集機能とプロセス情報補完機能とを別の計算機で実現することにより、操業や既存の機能に外乱を与えることなく新しい機能を付加することができる。

図１はこの発明の実施例１における圧延ラインの材質予測および材質制御装置の全体構成を示すブロック図である。 図２はこの発明の実施例１における圧延ラインの材質予測および材質制御装置の詳細な構成を示すブロック図である。 図３はこの発明の実施例１における圧延ラインの材質予測および材質制御装置の詳細な構成を示すブロック図である。 図４はこの発明の実施例１における圧延ラインの材質予測および材質制御装置の詳細な構成を示すブロック図である。 図５はこの発明の実施例１における圧延ラインの材質予測および材質制御装置の詳細な構成を示すブロック図である。 図６はこの発明の実施例１における圧延ラインの材質予測および材質制御装置の詳細な構成を示すブロック図である。 図７はこの発明の実施例１における圧延ラインの材質予測および材質制御装置の詳細な構成を示すブロック図である。 図８はこの発明の実施例２における圧延ラインの材質予測および材質制御装置の全体構成を示すブロック図である。

符号の説明

１ 圧延ライン
２ 上位計算機
３ 設定制御用計算機
４ 材質検査システム
５ 圧延実績情報収集機能
６ プロセス情報補完機能
７ 材質予測機能
８ 材質制御機能
９ 圧延材
１０ 圧延スタンド
１１ 水冷装置
１２ 入側温度計
１３ 出側温度計
１４ 圧延ロール
１５ 圧延モデル
１６ シミュレータ
１７ 圧延モデル学習機能
１８ 材質モデル学習機能
１９ 材質モデル
２０ 加熱炉
２１ スケールブレーカ
２２、２３ 粗圧延機
２４ 出側温度計
２５ クロップシア
２６ スケールブレーカ
２７ 仕上圧延機
２８ ランアウトテーブル
２９ 巻取り機
３０ 出側温度計、板圧計等
３１ 既存の計算機
３２ 別の計算機

この発明をより詳細に説明するために、添付の図面に従って実施例を説明する。

図１はこの発明の実施例１における圧延ラインの材質予測および材質制御装置を示すブロック構成図である。圧延ライン１において、金属素材からなる圧延材は、所定の温度に加熱し、圧延、冷却等のプロセスを経て、製品となる。圧延ライン１には、加熱装置、ロールを駆動するモータドライブ装置、ロールの開度を変更する圧下装置、冷却装置などが備えられ、製造される圧延材の厚みや幅などの寸法形状および圧延材の温度を制御しているが図示省略する。
圧延ライン１における設定制御は、まず上位計算機２でどのような製品を製造するかを決め、その製品仕様、例えば厚み、幅、断面形状等の情報を含んだ圧延命令を設定制御用計算機３に送る。設定制御用計算機３では、所望の製品品質を実現するために必要な設定計算、制御計算を行い、圧延ライン１を制御する。このとき、設定制御用計算機３では、一般に、圧延モデル等による予測計算が必要になるため、圧延モデルを内在し、またそのモデルを適応修正するために予測した値と圧延実績値を比較することが一般に行われている。
このため圧延実績値を収集したり、管理する機能が必要であり、圧延実績情報収集機能５として実現する。この圧延実績情報収集機能５は、圧延材の位置情報を収集したり、圧延材の進行に合わせて、圧延ラインに設定された温度計、ロードセル、板厚計、板幅計、板クラウン計などのセンサで測定した値を収集する。収集したデータは、圧延材の全長に渡るデータとして保管されたり、時々刻々の情報として表示するために使用する。この圧延実績情報収集機能５は、設定制御用計算機３の中に実現されている場合もあるし、別の計算機の中に実現されている場合もある。例えば既存の圧延ライン１にすでに圧延実績情報収集機能５と等価なものがあればそれを利用してもよい。
この発明における圧延実績情報収集機能５の必要条件は、それぞれのセンサで測定したデータや、圧延材の位置情報をリアルタイムでプロセス情報補完機能６に送ることが可能であることが望ましい。しかし、リアルタイムではなく、多少の遅れを伴っても構わない。
プロセス情報補完機能６は、圧延実績情報収集機能５だけでは測定できないデータ・情報またはセンサから得られるデータ・情報より詳しい圧延プロセス、冷却プロセス等の圧延ライン１で起こる現象を模擬する機能である。プロセス情報補完機能６は、シミュレータで実現することができ、動的な圧延現象を表現できる圧延モデルを用いて、圧延や冷却のプロセスを数値で再現する。
材質予測機能７は、圧延実績情報収集機能５で獲得したデータや情報、プロセス情報補完機能６で計算した詳細な圧延、冷却等に関する中間情報、および圧延材が圧延、冷却等のプロセスを経て製品となった圧延材（製品）のデータや情報を材質検査システム４により入力し、それらの情報に基づいて材質を予測する。材質を予測するモデルは、従来から用いられているような、圧延ライン１のセンサ情報等が示す入出力情報から材質を予測するモデルではなく、微小時間の変化で材質の変化を現わすことのできるモデルを使用する必要がある。材質予測機能７には、圧延材が圧延、冷却等のプロセスを経て製品となったら、圧延材（製品）を材質検査システム４により検査し、材質検査結果を入力している。
材質制御機能８は、材質予測機能７において予測された材質を用いて、所望の材質を実現する圧延条件を算出し、その圧延条件を設定制御用計算機３に与える。

以下にプロセス情報補完機能６の実現方法、材質予測機能７内の材質予測モデル、材質制御機能８の実現方法について、詳細に説明する。

まず、プロセス情報補完機能６の実現方法について述べる。
図２に実際の圧延における温度の変化の様子の一例を示す。圧延材９がNO.i圧延スタンド１０iで圧延され、NO.i+1圧延スタンド１０i+1に搬送される間に、水冷装置１１が設置されているものとする。図２には、位置１から位置４における圧延材９の板厚方向の温度分布を示している。NO.i圧延スタンド１０iで圧延される前である位置１における温度分布において、NO.i圧延スタンド１０iの入側温度計１２による測定値は、圧延材９上側の表面温度である945℃であるが、一般に内部の温度は高いので、その例として内部中心温度が+20℃高いということを図示している。NO.i圧延スタンド１０iでの圧延後の出側温度計１３による測定値は、圧延材９から圧延ロール１４の表面に熱が奪われるために、位置２では圧延材９の温度全体が下がるとともに表面温度と内部の温度差が広がるため、例として上表面温度が925℃、内部中心温度が+30℃高いということを示している。位置３では圧延材９の内部の温度が表面に伝導され、いわゆる復熱されるため、表面と内部の温度差が小さくなる。位置４では、水冷装置１１により表面が冷されるため、再び圧延材９全体の温度が下がるとともに表面温度と内部の温度差が+30℃と広がる。
これらの圧延材９の温度変化を捉えるために、圧延ライン１のあらゆる箇所に温度計を設置することは困難であり、また圧延材９内部の温度は推定せざるを得ない。このように温度計で測定した情報だけでは圧延材９の温度変化の様子を的確に把握することは困難である。このためにプロセス情報補完機能６において、圧延や冷却等に関する詳細な情報を計算する。

図３に圧延材板厚方向の温度分布を計算するための一例を示す。図３では板厚方向に４分割し、それぞれをノードという点で代表させ、ノード間の熱の伝導を計算する。図３では、ノードiからノードi+1という一般的な描き方で示している。
図３における関係式は以下のようになる。連続系で表せば、（１）式となる。

差分方程式で表せば、（２）式となる。

差分方程式の解き方は一般的な方法を用いればよい。
一方、圧延材と外部との熱伝達が境界条件となり、たとえば（３）式で表される。

なお、添え字Ｒ、Ｗ、Ａはそれぞれ、圧延ロール、冷却水、空気との接触を示し、例えばα_R は圧延ロールとの熱伝達係数、r_Rは圧延ロールとの接触比率を示す。
（３）式も差分方程式に変換して計算機で解くことができる。
図２においては圧延材の板厚方向のノード数を５個、図３においては４個としているが、これは一例であって、一般に、同じ板厚であればノード数を多くすれば精度のよい計算結果が得られる。しかしあまり多すぎても計算負荷が高くなるだけで、精度の向上は鈍化するので、ノード数の選択は事前に検討する必要がある。
上記のように圧延材の温度計算を、圧延材が圧延されるに従って位置を進め、上流から下流に向かって実施する。このように温度計算を行うことで、圧延材の材質に大きな影響がある温度情報を詳細に知ることができる。なお、図２では、例として位置１から位置４までの位置しか記述していないが、より細かな位置での温度計算が必要なことはいうまでもない。
さらに、圧延スタンドにおける圧延材の塑性変形においても、ロールバイト内での変形は幅方向によって異なる。例えば、圧延スタンド入り側で平坦な板を圧延すると、圧延ロールが圧延荷重により撓むため、圧延スタンドの出側では、いわゆる板クラウンのついた状態になる。すなわち板幅方向の中央部と板端部で受ける塑性変形の量が異なる。塑性変形量の差は圧延材の材質に影響を与えるので、考慮する必要がある。

図４にプロセス情報補完機能６の具体的な構成を示す。前述のようにプロセス情報補完機能６の中には、圧延モデル１５を持ち、それに適正な入力を与えることで、圧延や冷却の詳細な現象を得ることができる。圧延材の温度や加工量などを圧延材の進行に合わせて出力していくことが必要なため、例えば圧延モデル１５を計算機上のシミュレータ１６として実現し、高速演算を実施して圧延や冷却の詳細な状態を計算で求める。このとき例えば温度モデルなら（１）式から（３）式に示したような微分方程式、差分方程式が、圧延モデル１５に相当する。
しかしながら、実際の圧延や冷却を現わすためには、圧延モデル１５を適正に学習し、圧延モデル１５を実際の圧延や冷却等に適応させることが必要である。このため、図４に示すように、圧延モデル学習機能１７を備える。例えば（２）（３）式に示した温度モデルの学習は、計算した温度とセンサで測定した温度との比が20%異なったとすれば、（２）式の中の熱伝導率あるいは（３）式の中の熱伝達係数を20%修正する。圧延モデル学習機能１７は一般に公表されている方法でも実現することが可能である。

次に材質予測機能７について詳細に説明する。
図５は材質予測機能７の材質モデル学習機能１８を示している。現状、圧延材の材質の測定は、製鉄所が備えるラボにおける手作業の試験が最も正確であり、ここで測定された材質を正として、材質モデル１９を学習する。材質予測モデルでは、最終的に製品の材質予測を行い、ラボ試験で定量的評価がなされる引張り強度、延性等の数値も計算されるので、計算値と実際に測定した値を比較し、材質モデル１９のパラメータを修正する。
材質を予測するモデルには、様々なものが提案されており、静的再結晶、静的回復、動的再結晶、動的回復、粒成長などを表す数式群からなるものが広く知られている。一例として、塑性加工技術シリーズ7 板圧延 P198〜229（コロナ社）に掲載されているものがある。同教科書には、理論式とその原典が記載されている。
また実操業データに基づき、統計的処理により導かれた簡易モデルで代用する場合もあり、このような簡易モデルとして、たとえば、材料とプロセスVol. 17(2004)、227（(財)日本鉄鋼協会）に掲載されているものがある。
しかしながら、前述のように、上記２つの文献に示されている、従来から用いられているような、圧延ライン１のセンサ情報等が示す入出力情報から材質を予測するモデルではなく、微小時間の変化で材質の変化を表すことのできるモデルを使用する必要がある。
例えば次の文献には、計算機負荷の少ない増分解法による予測計算が示されている。
Incremental Formulation for the Prediction of Micro-structural Change in Multi-pass Hot Forming
ISIJ International Vol. 39 (1999)、 No. 2、 pp. 171-175
Jun YANAGIMOTO and Jinshan Liu
材質予測モデルにおいては、各工程における金属素材の各相の粒径、体積分率等を求めることができる。各相とは、鉄鋼ではオーステナイト、フェライト、パーライト、マルテンサイトなどの状態を言う。製品となってからは、これらの粒径、体積分率等に基づいて、材質の指標としての、引っ張り強度、延性、などの数値に変換して、実際のラボ試験におけるそれらの数値と比較することができる。

次に材質制御機能８について、詳細に説明する。
図６と図７に材質制御の２つの態様を示す。図６、図７における圧延ラインは、加熱炉２０、スケールブレーカ２１、粗圧延機２基（Ｒ１）（Ｒ２）２２、２３、出側温度計２４、クロップシア２５、スケールブレーカ２６、仕上圧延機７基２７、ランアウトテーブル２８、巻取り機１基２９の例を示す。
図６は、１本の圧延材の中において、上流工程、例えば粗圧延工程にて圧延実績情報収集機能５でセンサ情報等を収集し、プロセス情報補完機能６で圧延の詳細な中間情報を計算で求め、材質予測機能７において、粒径、体積分率等を計算し、これを入力情報として、仕上圧延機２７における所望の粒径、体積分率等になるような目標圧延材温度、目標加工量等を求める。これらを用いて、設定制御用計算機３ではすでに計算している設定・制御の諸量を再度計算するか、修正を施す。
図７は、図６とは若干異なり、圧延終了後の情報を出側温度計、板厚計等３０を用いて、次に圧延される圧延材の設定制御を修正するものである。図６と図７では、少なくともいずれか一方を実施する。

以上、この発明の実施例１の構成を示したが、このような構成とすることにより、圧延や冷却等においてセンサ等から得られる情報だけでは判らない情報から圧延材の材質を詳細に計算することができ、高精度に材質を予測し、制御することが可能となる。さらに、材質予測機能は、材質の状態変化を表す材質モデルに基づき、また圧延の進行により実行することができるので、材質モデルの精度を向上させるために、圧延後測定される材質情報を用いて材質モデルの学習を行う材質モデル学習機能を有する。また材質の予測に重要な役割果たすプロセス情報補完機能の実現においては、圧延実績情報を用いて、プロセス情報補完機能に含む圧延モデルの学習を行い、圧延モデルの精度を向上させるものである。これにより、圧延モデルによるプロセス中間情報の誤差をなくすことができ、プロセス中間情報の精度を向上させ、材質予測および材質制御の精度を向上させることが可能となる。

図８はこの発明の実施例２における圧延ラインの材質予測および材質制御装置を示すブロック構成図である。

国内外に拘らず、製鉄所はすでに数多く建設され、多くの熱間圧延ラインが稼動している。図１に示す実施例１では、設定制御用計算機３、上位計算機２、圧延実績情報収集機能５の一部、材質検査システム４は殆どの熱間圧延ライン１で実現されている。また材質予測機能７の一部、材質制御機能８の一部も実現されていることがある。したがって、プロセス情報補完機能６と、それを利用する材質予測機能７、材質制御機能８を新たに熱間圧延ラインの制御装置として追加する場合、既存の計算機設備に追加することが困難な場合がある。またプロセス情報補完機能６は多くの計算を行う必要があるため、既存の計算機設備で実行できない場合もある。

そこで、この実施例２においては、図８に示すように、プロセス情報補完機能６と、それを利用する材質予測機能７、材質制御機能８を既存の計算機３１とは別の計算機システム３２上に実現し、既存の計算機３１とのインターフェースを実現することで、操業や既存の機能に外乱を与えることなく新しい機能を付加したり、設備や機能の拡張を容易に行うものである。
これにより、圧延実績情報収集機能とプロセス情報補完機能とを別の計算機で実現することにより、操業や既存の機能に外乱を与えることなく新しい機能を付加することができる。

この発明の圧延ラインの材質予測および材質制御装置は、プロセスの変化過程を模擬し、情報を補完する機能を備えることにより、材質モデルの予測精度を向上させ、材質を高精度に制御することができる。

Claims (4)

1. 金属素材を所定の温度に加熱し圧延する熱間圧延ラインで製造される圧延材の厚みや幅などの寸法形状および圧延材の温度を制御する装置であって、
   熱間圧延ラインおよび圧延材の状態を測定するセンサ、熱間圧延ラインを制御する制御装置から得られる圧延実績情報を収集する圧延実績情報収集機能と、
   前記圧延実績情報、機械諸元などの固定情報、圧延材の厚みや幅等の目標情報に基づいて、圧延実績情報としては収集できない圧延ラインの中間状態を示すプロセス中間情報を予測するプロセス情報補完機能と、
   前記圧延実績情報および前記プロセス中間情報に基づき、前記圧延実績情報および前記プロセス中間情報の進行に同期しながら圧延材の材質を予測する材質予測機能と、
   予測した材質を目標とする材質に一致させるように制御する材質制御機能と、
   を備えたことを特徴とする圧延ラインの材質予測および材質制御装置。
2. 金属素材を所定の温度に加熱し圧延する熱間圧延ラインで製造される圧延材の厚みや幅などの寸法形状および圧延材の温度を制御する装置であって、
   熱間圧延ラインおよび圧延材の状態を測定するセンサ、熱間圧延ラインを制御する制御装置から得られる圧延実績情報を収集する圧延実績情報収集機能と、
   前記圧延実績情報、機械諸元などの固定情報、圧延材の厚みや幅等の目標情報に基づいて、圧延実績情報としては収集できない圧延ラインの中間状態を示すプロセス中間情報を予測するプロセス情報補完機能と、
   前記圧延実績情報および前記プロセス中間情報に基づき、前記圧延実績情報および前記プロセス中間情報の進行に同期しながら圧延材の材質を予測する材質予測機能と、
   予測した材質を目標とする材質に一致させるように制御する材質制御機能と、を備え、 前記圧延実績情報収集機能と前記プロセス情報補完機能は別の計算機で実現されることを特徴とする圧延ラインの材質予測および材質制御装置。
3. プロセス情報補完機能は、圧延モデルに基づくシミュレータにより構成され、また圧延の進行により実行され、前記圧延モデルの精度を向上させるために、圧延実績情報を用いて圧延モデルの学習を行う圧延モデル学習機能を有することを特徴とする請求項１又は請求項２記載の圧延ラインの材質予測および材質制御装置。
4. 材質予測機能は、材質の状態変化を表す材質モデルに基づき、また圧延の進行により実行することができるもので、前記材質モデルの精度を向上させるために、圧延後測定される材質情報を用いて材質モデルの学習を行う材質モデル学習機能を有することを特徴とする請求項１又は請求項２記載の圧延ラインの材質予測および材質制御装置。

Images