KR0140324B1 - 전문가 시스템을 이용한 연주주편 품질 예측방법 - Google Patents

Abstract

철강생산공정 중에서 연속주조공정에서 생산되는 주편에 대한 품질을 실시간으로 예측하고 품질결함내용을 추출해 내기 위하여 객체 지향적인 품질결함지식 베이스를 이용하는 패턴매칭형태의 품질결함 패턴매칭과 결함판정을 위한 추론방법을 구비하는 전문가 시스템을 사용한다.

Description

전문가 시스템을 이용한 연주주편 품질 예측방법

제 1 도는 연속주조 공정도

제 2 도는 지식베이스(base) 구조도

제 3 도는 품질 예측전문가 시스템 구성도

제 4 도는 추론 처리방법 구성도

제 5 도는 영향 데이터 심볼릭(symbolic) 변환처리방법 예시도

제 6 도는 결함 패턴 오브젝트(object) 구성도

제 7 도는 품질판정 규칙(rule) 예시도

제 8 도는 지식베이스의 입력형태 예시도

제 9 도는 절단운전실의 CRT 화면출력 예시도이다.

본 발명은 철강생산공정 중에서 연주(연속주조)공정에서 생산되는 주편(슬라브)에 대한 품질을 전문가 시스템을 이용하여 실시간으로 예측하고 품질 결함내용을 추출하는 방법에 관한 것이다.

철강생산공정 중의 연주공정을 제 1 도에 도시하였다. 제 1 도에 도시된 바와 같은 연주공정은 제강공정에서의 정련공정을 거쳐 생산된 용강(molten steel)을 300톤 규모의 래들(1)로 넘겨받아 턴디쉬(tundish)(2)라는 중간그릇을 거쳐 밑이 터진 주형(mold)(3)으로 1520℃이상의 용강을 연속주입하여 주형(3)과 냉각실(cooling chamber)설비(12)에서의 1,2차 냉각처리를 거쳐 800∼900℃ 정도로 냉각된 주편을 대형 산소절단장치(4)로 절단하여 주편을 연속으로 주조하는 공정이다.

연주공정을 통해 생산되는 주편내부와 표면에 갈라짐이나 흠이 없는 고품질의 주편을 생산하기 위해서는 용강의 특성을 결정짓는 특수원소인 탄소, 망간, 규소들 성분의 적합성과 주조에 알맞는 용강온도 등의 용강 자체적인 품질영향 요인과 주조작업시의 1.2차 냉각수(12)온도, 턴디쉬(2)온도 및 주형(3)의 용강 레벨 제어정도 등의 주조상태 등 수많은 품질영향 데이터들이 정상을 유지해야 한다. 그러나 주형에서 주조된 주편의 냉각을 위한 2차 냉각대(12)는 냉각용으로 뿌리는 스프레이(spray)냉각수에 의한 고온의 수증기가 대량으로 발생되는 냉각실(12)로써 주편의 품질상태 인식이 곤란하고, 냉각실(12)을 빠져 나오는 주편에 대해서도 고온상태이므로 육안으로는 표면결함상태를 판별하기가 곤란한 상태이다.

열간상태에서 생산되는 주편 품질판정을 위해 직접적인 검사방법으로 레이저나 CCD카메라를 이용하는 화상처리(image processing)기법에 의한 표면결함검출방법 등의 사례가 있으나 주편표면에 묻어 나오는 몰드 파우더 스케일(mold powder scale) 등의 이물질을 구분이 어려운 점과 내부결함 검출의 난점등 만족할 만한 수준이라고 보기는 어려운 실정이다.

간접적인 방법으로 1980년대 후반부터 개발되어 사용중인 공정제어용 프로세스 컴류터(7)에 의한 전반적인 주조상태 및 용강데이터의 발생정도에 따른 가중치 배분과 그 배분을 이용한 통계적 분석을 통한 품질 예측방법이 사용되어 왔으나, 주편품질에 직접적으로 영향을 미치는 여러 품질데이터들의 이상여부를 조직적으로 점검하고, 품질결함 발생을 예측하기 위하여 통계적 분석을 통한 품질예측방법이 사용되고 있으나 너무 복잡한 품질항목별 점수표 형식의 품질판정용 데이터 구조를 이용하는 통계적인 수법을 사용함에 따라 결함 종류별 품질판정 점수표 개발에 있어서 개발 과정이 복잡하고, 판정결과 데이터의 원인 분석시 영향을 미친 인자를 추출해 낼 수 있는 방법이 모호하고, 판정모델 갱신이 용이하지 않는 점과 실제 작업자들이 경험적으로 느끼는 품질 관련 지식을 적용하기 곤란함 등의 많은 단점을 갖고 있었다.

본 발명의 목적은 상기한 문제점을 해결하고자 전문가 시스템을 이용하여 품질관련 데이터들이 발생사태를 검출하고 주편의 품질을 온라인 실시간으로 예측하며 품질예측결과에 따른 후공정으로의 주편행선을 지시하고, 정정작업 필요시 스카핑 방법 지시를 설정하는데 있다.

본 발명의 다른 목적은 결함예측에 사용된 품질항목들을 온라인으로 작업자에게 표시하여 품질실적을 알리므로서 이상 발생시의 신속, 적절한 처리로 열간 직송압연 실시율을 향상시키는데 있다.

상기의 목적을 달성하기 위하여 본 발명으로 다음의 기능들을 처리하도록 하였다.

첫째는 연속 주조 품질예측 전문가 시스템의 구성도를 도시한 제 3 도에서의 전문가 시스템이 주편의 일정길이별로 발생된 품질 데이터를 수집하는 메세지 인터페이스(31)와 수신데이터처리(33)기능 및 품질트래킹(32)에 의해 수집된 품질관련 데이터의 유형별 전처리(34)기능에 의하여 데이터 값의 범위에 따라 혹은 여러 상황 발생 이벤트(event) 데이터를 조합하여 수치적 데이터를 나쁘다, 좋다, 보통이다 등의 일상용어를 조합하여 품질이상 여부를 판정하는 규칙을 작성할 수 있도록 하기 위한 심볼릭 데이터로 변환하는 기능을 처리하도록 하였다.

둘째는 품질예측 전문가 시스템이 야금학적 지식과 조업 노하우 및 작업자의 경험적 지식을 체계적으로 지식베이스화 하고 이를 적용하여 주편별 품질결함에 관련되는 심볼릭(symbolic) 데이터들의 패턴을 검출, 주편의 품질을 온라인 실시간으로 추론 처리(35)로 예측하여 품질예측결과를 후속처리단계인 제 1 도의 주편마킹(5) 후 품질예상 등급에 따라 후공정으로 직송할 것인지 결합을 없애기 위한 추가작업인 정정(finishing) 공정을 실시하는 장소로 보낼 것인지의 주편행선을 결정하고, 정정작업 필요시 표면 흠을 용삭해내기 위한 스카핑(6) 방법 지시를 설정하는데 적용토록 하며 결함예측에 사용된 품질항목들을 온라인으로 작업자에게 표시하여 품질실적을 안내하는 기능을 처리하도록 하였다.

상기의 목적을 달성하기 위한 본 발명의 품질예측 전문가 시스템의 지식베이스와 추론 규칙 구성에 대해 설명하면, 본 발명에서 사용되는 품질결함 패턴은 제 2 도와 같이 품질데이터 항목을 특성 슬롯(slot)(26)들로 갖는 스키마(SCHEMA)라 불리는 오브젝트(object)형태를 이용한 객체지향적인 기법을 사용한 구조로써 구현되어, 오브젝트별 관련성에 따라 계통적인 체계를 이루며 체계상하간에 특성 데이터를 자동적으로 유산(inheritance) 받을 수 있는 특유의 구조화 형태를 사용하고 있으며 최상위에 입력테이터로 사용된 다수의 특성슬롯과 행선지시 슬롯으로 구성된 결함(DEFECT) 오브젝트(21)가 존재하며 다음단계로써 강종별 결함 오브젝트들이 IS­A(23)의 관계로 바로 밑 단계에 존재하며, 실제적인 결함패턴들은 강종별 결함 오브젝트와 INSTANCE­OF(25) 관계로 연결되도록 구성되어 있다.

INSTANCE­OF 등으로 연결되는 하위계층의 스키마인 경우 루트 스키마(ROOT SCHEMA)(21)에 정의된 특성슬롯(26)들 중에서 필요한 슬롯만을 선택적으로 정의하여 사용하면 상위 스키마상에 정의된 다른 특성슬롯의 내용을 자동적으로 이어 받게 되는 특성을 갖는다. 실제로 적용한 결함패턴 오브젝트(스키마) 구성은 제 6 도에 도시된 형식으로 되어 있다.

결함 패턴(pattern) 매칭(matching)의 규칙은 조업상의 지식을 표현하는 형식으로서 기본적인 구조는 IF­THEN­ELSE형태로서 IF부분의 조건들이 품질예측 지식베이스의 상태와 일치될 경우에 THEN부분을 실행하여 지식베이스상의 상태를 변경시키거나 어떤 결과 값을 출력할 수 있도록 하는 구조이다. 제 7 도에 도시된 THEN(77) 위의 조건부에서는 먼저 실행제어를 위한 키 (key) 데이터로서 품질요구코드(strand YoguCode slab­number)(71) 정보와 강종별 결함패턴 그룹적용을 관리하기 위한 PERMIT­TO­FIRE(strand...)(72) 정보를 사용하며 M/D 폭변경개시(strand seg status­23), M/D 레벨변동(strand seg status­30)(74), 주조속도변경(strand seg status­36)(75) 등의 결함데이터 정보를 검색하기 위한 조건으로 제시하며 검색을 위한 방안으로 검색가능한 결함패턴 오브젝트 S(76)를 아래에 조건으로 같이 제시하여 매칭이 되는 경우 위의 3가지 결함데이타와 값들이 동시에 발생한 것으로 판단하게 되며 이에 상응하는 결과처리를 하게 된다. 이와같이 검색을 원하는 결함패턴 오브젝트와 검색규칙을 다수 작성하여 지식베이스를 구축하여 원하는 결함패턴 검색 및 처리를 용이하게 할 수 있음며, 수정 및 추가를 쉽게 할 수 있다.

본 발명의 품질예측 전문가 시스템의 작동과정을 추론처리방법을 도시한 제 4 도의 처리순서에 따라 설명하면, 품질예측 작업의 시작은 한 개의 주편이 주편절단기에서 절단개시정보를 받으므로 이루어지며 추론엔진에서 데이터 영역으로 사용되는 작업메모리(working memory) 관리를 위해 논리적 의존 (logical dependency)기법을 사용하여 주편절단 정보에 논리적으로 의존하여 후속 관련 데이터들을 생성시키는 방법을 사용한다. 즉, 다시 말해서 품질예측 처리가 모두 끝난 후 주편절단정보를 삭제할 경우 논리적으로 의존하여 발생된 모든 데이터들이 자동적으로 삭제되어 작업메모리 관리를 용이하게 할 수 있도록 하는 기법이다.

강종별 적용결함그룹결정단계(41)에서 품질평가 개시는 절단제어부로부터 절단개시 이벤트 관련정보를 포함한 메세지를 수신 후 소주편 품질 데이터 파일에서 해당 데이터를 검색해 오며, 주편의 강종, 즉 탄소함량에 따른 결함탐색 그룹을 결정하며 이에 따른 관련 결함패턴 그룹을 검색에 적용할 것인지를 표시하는 아래 표1에서 ● 로 표시된 데로 결함패턴 적용그룹 리스트(list) 정보 PERMIT­TO­FIRE(...) 제 7 도의 (72)를 생성한다. 예를들면 강종이 중탄이고 후판재인 경우 PERMIT­TO­FIRE(strand 면세로크랙 코너크랙)와 같은 형식의 리스트를 포함하게 된다.

품질영향데이터의 심볼릭 변환저리단계(42)에서 데이타 전처리는 원시 데이타를 심볼릭 데이터로 변환처리 및 연속 데이터인 경우의 범위 체크 등을 강종별 적용처리에 필요한 입력데이터에 대하여 처리, 효율적인 패턴매칭을 하기 위한 중간단계로써, 여러 상황 발생 이벤트 데이터를 조합하여 심볼릭 데이터를 생성하는 기능도 포함되어 있는 품질예측 추론을 위한 준비작업으로써, 제 5 도에서 보는 바와같이 소주편 데이터 파일(51)의 항목별 데이터 값을 읽어서 품질항목 데이타 변환함수(52)에 의해 데이터 영역별 심볼릭 데이타(53)의 형태로 변환한다.

품질결함 패턴매칭(43)단계에서 주편행선 코드 출력(45)단계는 품질결함 패턴매칭을 취한 규칙 실행단계로써 본 발명에서는 지식베이스 개발 및 운용에 사용된 전문가 시스템 개발도구(tool)(소프트웨어 패키지)인 ART­IM(Automated Reasoning­Tool for Information Management, Inference Corp. USA) 추론엔진의 RETE알고리즘(DATA DRIVEN, 패턴매칭)특성을 이용하여 야금전문가들에 의해 작성되어 구축된 품질이상 패턴 오브젝트와 매치여부를 효과적으로 추출할 수 있는 구조를 갖도록 하였다.

결함패턴을 매칭하기 위해서 먼저 제어용 변수로 사용되고 있는 강종 및 재질 설계번호에 의해 결정되는 강종별 결함적용 긴준인 글로벌(global) 변수 PERMIT­TO­FIRE(...)제 7 도(72)에 제시한 것과 같이 스트랜드(strand) 변수에 이어 개재물1이 결함그룹 리스트에 포함되어 있는지를 체크하여 만족되는 경우 해당규칙이 실행되는 조건으로 되며 이에 따라 결함 오브젝트와 소주편 품질 데이터 간의 패턴매칭을 위한 규칙들이 실행된다. 강종별 결함적용 기준에 관한 사실을 결함패턴 매칭에 포함하도록 하여 결함적용 그룹별 추론을 제어하며, 개개의 결함판정 규칙들은 변환처리된 모든 주편품질 데이터와 결함패턴 오브젝트들과의 매칭 여부를 체크하는데 사용된다.

결함패턴 오브젝트는 요구품질별 행선결정코드를 가지고 있어서 결함 판정 중인 주편의 요구품질코드(표2. 주편요구 품질코드 참조)에 따라서, 체크되는 결함항목과 이에 따른 행선결정 정보는 최악값 기준으로 글로벌 변수로 지정된 최종행선코드와 검출된 결함 리스트에 계속 갱신되고 더 이상의 결함사항이 없을 경우 즉 다시말해서 추론엔진에서 주편품질 데이터와 결함패턴검색 규칙들 간에 매칭되는 규칙들이 우선순위대로 모두 실행된 후 스카핑(6)방법결정(표3. 주편행선 결정코드 참조)에 사용될 품질결과 행선코드를 정정제어(11)로 전송하고 절단운전실의 조업용 CRT 화면에 온-라인(on-line)으로 상세한 품질판정 실적을 표시하여 작업자가 주조상태를 즉각적으로 인지할 수 있도록 하며, 상위레벨의 작업컴퓨터(business computer)로도 품질실적을 전송하여 후공정 품질관리에 적용토록 한다.

본 발명의 품질예측 전문가 시스템의 한 실시예를 설명하면, 제 8 도는 심볼릭 데이터 형태로 변환되어 지식베이스에 입력되어진 형태를 보여주는 리스트로서(81)의 PERMIT­TO­FIRE 데이터의 첫 번째 항목 1은 스트랜드(strand) 번호이며, 그 다음항은 표1.에서 설명한 결함그룹명 중의 하나인 개재물 1을 나타낸다.

또, (84)는 1번 스트랜드(1번째 항목)의 2번째 소주편(2번째 항목)에 대한 주조속도가 느림(LOW)(3번째 항목)임을 나타내고 있다. 이와같이 주편의 품질과 관련되어 현장에서 발생된 모든 품질 데이터들은 제 8 도와 같은 형태의 심볼릭 데이터로 변환되어 추론에 사용되도록 준비되게 된다.

다음은 심볼릭 데이터 값들의 조합으로 이루어진 제 6 도와 같은 품질결함패턴 오브젝트(67)들과 이에 상응하여 결함패턴을 추출하는데 사용되도록 제 7 도와 같은 품질결함 패턴매칭 규칙들이 지식베이스로 준비되어 있는 상태에서 ART­IM 추론 엔진에 의해 제 8 도에서 보는 바와 같은 형태의 품질 데이터들은 제 7 도와 같은 품질결함 판정용 규칙내에 제시된 규칙의 조건들((71)에서 (76)까지)가 일치될 경우(77)이하의 실행부(78)(79)가 실행되어 개개의 규칙에서 판정된 품질요구코드(YoguCode disp)(76-6)의 YoguCode는 (참고 : 규칙내에서 괄호안의 항목명들은 프로그래밍에서의 변수와 같은 역할을 한다.)(71)의 YoguCode와 일치되어야 하며 실제 주편별 품질요구코드의 제 8 도(82)에서 B로 주어졌으므로 YoguCode변수에는 B가 들어가게 되고 제 6 도(67) 스키마의 품질요구코드 슬롯의 데이터 항목중 (BR)리스트이 R 판정코드로 채택되게 되며 (78)에서 UPDATE­STRAND­DISP­INC­1이라는 결함그룹별 최종판정코드를 갱신(update)하는 기능(function)에 의해 최악값 기준으로 갱신(update)되도록 한다. 제 9 도의 (94)는 제 7 도의 규칙이 제 8 도의 데이터 f­49(88), f­44(83), f­47(86)와 Schema­DEFECT­저탄 4­23­30­36과 매칭되어 실행되었음을 나타내며 이와같이 품질데이터와 규칙의 조건들이 매칭되는 것이 없을 때까지 계속 규칙들이 실행되고 결과는 계속 결함그룹별로 갱신되며, (95)의 52번 주편에 대한 최종결과를 (96)과 같이 최악의 결함패턴 번호는 2번 주편행선 결정코드는 R(실격처리 : REJECT)와 검출된 모든 결함정보((97)­(101))을 출력하게 된다.

본 발명에 의하면 주편품질의 온라인 실시간 판정으로 열간 직송 압연 조업기반을 구축하게 되었으며, 품질이상 제품의 후공 정 투입방지로 제품의 고품질 확보와 이상 발생시의 신속, 적절한 처리로 열간 직송압연 실시율 향상을 통하여 제품원가 절감을 이룰 수 있는 효과가 있다.

Claims (4)

1. 철강생산공정의 연속주조공정에서 생산되는 주편에 대한 품질을 실시간으로 예측하고 품질 결함 내용을 추출하는 방법에 있어서, 연속주조공정에서 생산되는 주편에 대한 품질 관련 데이터를 수집하고 무게, 길이별 소주편 생성에 따른 소주편 제이터를 할당함으로써 소주편 품질 데이터를 생성하는 단계(31,32,33,34)와, 주편절단개시 신호에 따라 소주편 품질 데이터 파일에서 해당 제이차를 검색하여 주편의 강종 즉, 탄소함량에 따른 강종별 적용그룹을 결정하는 단와, 소주편 데이터 파일(51)의 항목별 데이터 값을 읽어서 데이터의 값의 범위에 따라 혹은 여러 데이차를 조합하여 수치적 데이터를 나쁘다, 좋다, 보통이다 등의 일상용어를 조합한 데이터 영역별 심볼릭 데이터(53)의 형태로 변환하는 단계(42)와, 상기 결정된 각각의 강종별 적용그룹에 야금학적 지식과 조업 노하우 및 작업자의 경험적 지식을 체계적으로 지식베이스화한 품질결함 패턴 오브젝트(스키마)들을 구성하고 이를 적용하여 상기 주편별 품질결함 오브젝트에 관련되는 심볼릭(symbolic) 데이터들의 패턴을 결함패텬 매칭 규칙에 따라 검출, 주편의 품질을 온라인 실시간으로 추론관정으로 예측하는 단계(35)와, 상기 품질예측 결과를 후속처리단계인 주편마칭(5) 후 품질예상 등급에 따라 후공정으로 직송할 것인지 결함을 없애개ㅣ 위한 추가작업인 전정(finishing)공정을 실시하느 장소로 보낼 것인지의 주편행서능ㄹ 결정하는 단계와, 상기 정정공정이 필요한 겅유 펴면 흠을 용삭해내기 위한 스카핑(6)방법지시를 설정하며, 결함예측에 사용된 품질항목들을 온라인으로 작업자에게 표시하여 품질실적을 안내하는 단계를 구비하는 것을 특징으로 하는 전문가 시스템에 의한 연주주편 품질 예측방법.

상기 제 1 항에 있어서, 상기 품질결함패텀은 상기 품질관련데이터 항목을 특성슬롯들로 갖는 스키마라 불리는 오브젝트 형태를 이용한 객체지향적인 기법을 사용한 구조를 가지는 것을 특징으로 하는 전문가 시스템에 의한 연주주편 품질예측방법.

상기 제 1 항에 있어서, 상기 결함패턴 매칭규칙을 결함 데이터 정보를 검색하기 위한 조건과 검색을 위한 방안으로 검색가능한 결함패턴 오브젝트를 조건으로 제시하여 매칭되는 경우에 상기 결함데이터 중 매치되는 결함데이타의 값들이 발생한 것으로 판단하고 이에 상응하는 결과처리르 가지는 것을 특징으로 하는 전문가시스템에 의한 연주주편 품질예측방법.

상기 제 1 항에 있어서, 상기 추론과정은 데이터 영역으로 사용되는 작업메모리 관리를 위해 논리적 의존(logical depency)기법을 사용하는 것을 특징으로 하는 전문가 시스템에 의한 연주주편 품질예측방법.