KR100507569B1 - 신경망을 이용한 쌍롤식 박판 주조장치의 박판 위치 제어장치 - Google Patents

신경망을 이용한 쌍롤식 박판 주조장치의 박판 위치 제어장치 Download PDF

Info

Publication number
KR100507569B1
KR100507569B1 KR10-2000-0050084A KR20000050084A KR100507569B1 KR 100507569 B1 KR100507569 B1 KR 100507569B1 KR 20000050084 A KR20000050084 A KR 20000050084A KR 100507569 B1 KR100507569 B1 KR 100507569B1
Authority
KR
South Korea
Prior art keywords
thin plate
plate position
neural
sheet
error
Prior art date
Application number
KR10-2000-0050084A
Other languages
English (en)
Other versions
KR20020017030A (ko
Inventor
이대성
김윤하
주문갑
Original Assignee
주식회사 포스코
재단법인 포항산업과학연구원
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 주식회사 포스코, 재단법인 포항산업과학연구원 filed Critical 주식회사 포스코
Priority to KR10-2000-0050084A priority Critical patent/KR100507569B1/ko
Publication of KR20020017030A publication Critical patent/KR20020017030A/ko
Application granted granted Critical
Publication of KR100507569B1 publication Critical patent/KR100507569B1/ko

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B22—CASTING; POWDER METALLURGY
    • B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
    • B22D11/00—Continuous casting of metals, i.e. casting in indefinite lengths
    • B22D11/16—Controlling or regulating processes or operations
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B22—CASTING; POWDER METALLURGY
    • B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
    • B22D11/00—Continuous casting of metals, i.e. casting in indefinite lengths
    • B22D11/06—Continuous casting of metals, i.e. casting in indefinite lengths into moulds with travelling walls, e.g. with rolls, plates, belts, caterpillars
    • B22D11/0622—Continuous casting of metals, i.e. casting in indefinite lengths into moulds with travelling walls, e.g. with rolls, plates, belts, caterpillars formed by two casting wheels
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B22—CASTING; POWDER METALLURGY
    • B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
    • B22D2/00—Arrangement of indicating or measuring devices, e.g. for temperature or viscosity of the fused mass

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Continuous Casting (AREA)

Abstract

본 발명은 신경망을 이용한 쌍롤식 박판 주조장치의 박판 위치 제어장치에 관한 것으로, 본 발명은 목표 박판위치와 보상된 박판위치와의 에러를 검출하는 제어에러 검출기(31); 상기 제어에러 검출기(31)의 박판위치 에러와 실린더 파라메타를 입력변수로 하는 신경망이론에 따른 실린더 레퍼런스로 실린더(21)를 제어하는 신경 제어기(32); 상기 신경 제어기(32)의 실린더 레퍼런스에 기초해서 박판위치를 예측하고, 보상된 박판위치, 이 보상된 박판위치와 예측된 박판위치와의 에러를 이용하여 구한 실린더 파라메타를 상기 신경 제어기(32)로 제공하는 신경 모델기(33); 상기 플랜트(20)의 박판위치에 해당하는 이미지를 촬영하는 카메라(22)로부터의 이미지를 처리하여 박판의 실제 위치(측정된 위치)를 찾아내는 이미지 프로세서(34); 상기 이미지 프로세서(34)의 실제 박판위치에 기초해서 상기 신경 모델기(33)에서 예측된 박판위치를 보상하는 박판위치 보상기(35); 상기 박판위치 보상기(35)에서 보상된 박판위치와 상기 신경 모델기(33)에서 예측된 박판위치와의 에러를 검출하여 상기 신경 모델기(33)로 제공하는 모델에러 검출기(36);를 포함하며, 이와같은 본 발명에서는, 실린더를 신경망 이론을 이용하여 목표 박판위치를 정확하게 제어할 수 있는 것이다.

Description

신경망을 이용한 쌍롤식 박판 주조장치의 박판 위치 제어장치{APPARATUS FOR CONTROLLING STRIP CENTER POSITION USING NEURAL CONTROLLER IN STRIP CASTING PROCESS}
본 발명은 신경망을 이용한 쌍롤식 박판 주조장치의 박판 위치 제어장치에 관한 것으로, 특히 신경망 이론으로 이용하여 박판 위치를 예측하고, 이 예측된 박판위치로 실제 제어된 박판위치를 보정하고, 보정된 박판 위치와 예측된 박판 위치의 에러와 보정된 박판 위치에 기초해서 실시간으로 얻어진 파라메타를 이용하여 실린더를 신경망 이론을 이용하여 제어함으로서, 목표 박판위치, 즉 박판 진행 테이블의 중앙으로 정확하게 제어할 수 있도록 하는 신경망을 이용한 쌍롤식 박판 주조장치의 박판 위치 제어장치에 관한 것이다.
일반적으로, 쌍롤식 박판 주조 공정에서 제조되는 박판을 코일러에 규칙적이고 안정하게 감는 것은 제조된 박판의 품질 측면과 주조 공정 안전성 측면에서 매우 중요하다. 그런데, 박판 진행 방향으로 진행하는 박판 위치가 어느 한쪽으로 치우치는 현상은 쌍롤의 중앙과 박판 진행 테이블의 중앙 위치의 부정확, 박판의 폭 방향 두께가 균일하지 않아 불안전하게 박판이 코일링될 경우이거나 제조되는 박판의 에지(edge) 부의 벌징(bulging)으로 인해 박판 코일링이 불안전 할 때 발생된다.
즉, 제조되는 박판의 위치가 일정하지 않으면, 제조된 박판이 박판 가이드 프레임에 부딪쳐서 박판이 손상되고 이로 인해 박판 주조 공정이 불안정하게 된다. 따라서 박판의 위치를 정밀하게 제어하는 시스템이 필요하다.
그래서 박판 위치 제어 메커니즘은 박판의 위치를 측정하고 측정된 박판 위치를 일정하게 제어하는 박판 위치 제어기로 구성되어 있다.
도 1은 종래 쌍롤식 박판 주조장치의 개략도로서, 도 1을 참조하면, 종래 쌍롤식 박판 주조장치는 고정롤(1)과 구동롤(2)사이에서 제조되는 박판(8)은 코일러(7)쪽으로 진행된다.
이때 디플렉트 롤(4)과 코일러(7)사이가 박판 진행 테이블에 해당된다. 박판 진행 테이블 위에 놓인 박판(8)의 위치는 발명의 개요에서 설명된 외부 요인에 의해 테이블의 중앙에 위치하지 않는다. 그래서 박판 위치 제어기 제 2도에서 나타난 박판 위치 제어기가 필요하다.
그 박판 위치 제어기는 박판 위치 측정용 카메라(9), 카메라 지지대(10), 박판 위치 제어 실린더(11), 박판 위치 제어 조인트(12)와 텐션 롤(6)로 구성되어 있다. 또한 박판 위치 제어기는 박판 위치 측정 카메라로부터 박판 위치 정보를 만들 수 있는 이미지 프로세서와 앞서 언급된 신경제어기를 이용한 박판 위치 제어 프로세서를 포함한다. 그리고 박판 위치 제어기의 전단에는 박판(8)을 박판 진행 테이블에 안착 되도록 꽉 잡는 역할을 하는 핀치 롤(5)이 있다.
그리고 박판의 위치를 원하는 곳으로 이동시키기 위해 제2 도의 상하 텐션 롤들과 박판 위치제어 조인트가 박판 위치 제어 실린더에 의해 움직인다. 이때 박판 위치 제어 실린더는 유압식 실린더로 구성하여 박판 위치 제어를 위한 적절한 힘을 공급한다.
종래 제어기로 PID제어기를 사용하여 박판 위치 측정용 카메라로부터 박판 위치 제어 피드백을 얻고, 원하는 위치로 박판이 움직이도록 박판의 위치 제어 실린더에 제어 입력을 가하면, 발명의 개요에서 설명된 박판 위치 제어 메커니즘의 비선형 및 시변 특성과 측정된 박판 위치의 부정확으로 인해 박판의 위치 제어가 정밀하게 수행되지 않는다.
이때 박판의 위치 측정은 주조 환경에 따라 그 정밀도가 달라진다. 즉 박판의 위치 측정을 위해 사용하는 카메라와 이미지 프로세서는 박판 제조 시 발생하는 분진 및 스케일에 의해 많은 방해를 받아 박판 위치를 정밀하게 측정하지 못하게 된다. 그리고 현재까지 쌍롤식 박판 주조 실험의 경험에 비추어 볼 때, 박판 위치 제어 메커니즘을 면밀히 분석 및 해석하지 않고 박판 위치 제어기를 설계하면 박판 위치 제어기의 움직임에 따라 박판 위치가 비례적으로 변하지 않는 현상을 들 수 있다.
앞서 언급된 쌍롤식 박판 위치 제어기의 문제점은 크게 두가지로 요약된다. 먼저 박판 위치 측정 장치인 카메라와 이미지 프로세서가 외부 요인(분진 및 산화 스케일)에 의해 부정확한 박판 위치 측정하는 것이다. 두 번째 문제점으로 비록 측정된 박판 위치가 정확하다고 가정하더라도, 쌍롤식 박판 위치 제어 메커니즘이 지닌 비선형 및 시변 특성으로 인해 쌍롤식 박판 위치 제어기가 정밀하게 박판 위치를 제어하지 못한다는 것이다. 이때 현재와 과거의 똑 같은 박판 위치 제어 메커니즘의 상황에서 현재와 과거의 똑 같은 박판 위치 제어기의 실린더 레퍼런스에 의해 응답하는 박판 위치 변동은 현재와 과거가 다르다는 것으로써 쌍롤식 박판 위치 제어 메커니즘의 비선형 및 시변 특성이 설명된다.
본 발명은 상기한 문제점을 해결하기 위해 안출한 것으로, 따라서, 본 발명의 목적은 신경망 이론으로 이용하여 박판 위치를 예측하고, 이 예측된 박판위치로 실제 제어된 박판위치를 보정하고, 보정된 박판 위치와 예측된 박판 위치의 에러와 보정된 박판 위치에 기초해서 실시간으로 얻어진 파라메타를 이용하여 실린더를 신경망 이론을 이용하여 제어함으로서, 목표 박판위치, 즉 박판 진행 테이블의 중앙으로 정확하게 제어할 수 있도록 하는 신경망을 이용한 쌍롤식 박판 주조장치의 박판 위치 제어장치를 제공하는데 있다.
상기한 본 발명의 목적을 달성하기 위한 기술적인 수단으로써, 본 발명의 장치는 신경망을 이용한 쌍롤식 박판 주조장치의 박판 위치 제어장치에 있어서, 목표 박판위치와 보상된 박판위치와의 에러를 검출하는 제어에러 검출기; 상기 제어에러 검출기(31)의 박판위치 에러와 실린더 파라메타를 입력변수로 하는 신경망이론에 따른 출력변수인 실린더 레퍼런스로 플랜트(plant)의 실린더를 제어하는 신경 제어기; 상기 신경 제어기의 실린더 레퍼런스에 기초해서 박판위치를 예측하고, 보상된 박판위치, 이 보상된 박판위치와 예측된 박판위치와의 에러를 이용하여 실린더 파라메타를 구하여 상기 신경 제어기로 제공하는 신경 모델기; 상기 플랜트의 박판위치에 해당하는 이미지를 촬영하는 카메라로부터의 이미지를 처리하여 박판의 실제 위치(측정된 위치)를 찾아내는 이미지 프로세서; 상기 이미지 프로세서의 실제 박판위치에 기초해서 상기 신경 모델기에서 예측된 박판위치를 보상하는 박판위치 보상기; 상기 박판위치 보상기에서 보상된 박판위치와 상기 신경 모델기에서 예측된 박판위치와의 에러를 검출하여 상기 신경 모델기로 제공하는 모델에러 검출기;를 포함함을 특징으로 한다.
이하, 본 발명에 따른 신경망을 이용한 쌍롤식 박판 주조장치의 박판 위치 제어장치에 대해서 첨부한 도면을 참조하여 상세하게 설명한다.
도 3은 본 발명의 신경제어기를 이용한 쌍롤식 박판 주조장치용 박판 위치 제어 구조도로서, 도 3을 참조하면, 본 발명에 따른 신경망을 이용한 쌍롤식 박판 주조장치의 박판 위치 제어장치는 목표 박판위치와 보상된 박판위치와의 에러를 검출하는 제어에러 검출기(31)와, 상기 제어에러 검출기(31)의 박판위치 에러와 실린더 파라메타를 입력변수로 하는 신경망이론에 따른 출력변수인 실린더 레퍼런스로 플랜트(plant)(20)의 실린더(21)를 제어하는 신경 제어기(32)와, 상기 신경 제어기(32)의 실린더 레퍼런스에 기초해서 박판위치를 예측하고, 보상된 박판위치, 이 보상된 박판위치와 예측된 박판위치와의 에러를 이용하여 실린더 파라메타를 구하여 상기 신경 제어기(32)로 제공하는 신경 모델기(33)와, 상기 플랜트(20)의 박판위치에 해당하는 이미지를 촬영하는 카메라(22)로부터의 이미지를 처리하여 박판의 실제 위치(측정된 위치)를 찾아내는 이미지 프로세서(34)와, 상기 이미지 프로세서(34)의 실제 박판위치에 기초해서 상기 신경 모델기(33)에서 예측된 박판위치를 보상하는 박판위치 보상기(35)와, 상기 박판위치 보상기(35)에서 보상된 박판위치와 상기 신경 모델기(33)에서 예측된 박판위치와의 에러를 검출하여 상기 신경 모델기(33)로 제공하는 모델에러 검출기(36)로 구성한다. 여기서, 상기 실린더 파라메타는 입력 또는 계산에 의해서 생성되는 실린더 제어를 위한 매개 값이고, 상기 실린더 레퍼런스는 실제 실린더 제어를 위한 값을 의미한다.
상기 신경 모델기(33)는 모델 구조를 선택한후, 박판 위치를 예측하면서 유효성을 판단하여 유효한 경우, 이 예측한 박판위치를 제공하도록 구성되어 있다.
상기 플랜트(20)는 쌍롤식 박판 주조장치에 대한 전체 설비를 포함하는 것으로서, 이 플랜트(20)는 제어기에 의해 제어에 따라 박판위치를 조절하는 실린더(21)와, 지지대(10)에 의해지지 설치되어 박판 위치를 촬영하는 카메라(22)를 포함하며, 또한, 그외 도 1에 도시된 바와같은 박판 주조장치, 즉 고정롤(1) 및 구동롤(2), 루프 가이드홀(3), 디플렉트 롤(4), 핀치롤(5), 텐션롤(6) 및 코일러(7)를 포함하고 있다.
이와같이 구성된 본 발명의 장치에 따른 동작을 첨부도면에 의거하여 하기에 상세히 설명한다.
본 발명은 박판 위치 제어기가 지닌 비선형 시변 요소를 극복하여 제어하기 위해 신경제어기를 사용하고, 그 공정의 외부 왜란을 극복하기 위해 신경 모델기를 사용하여, 목표 박판위치, 즉 박판 진행 테이블의 중앙으로 정확하게 제어할 수 있도록 한 것이다.
본 발명의 주된 내용인 신경제어기를 이용한 박판 위치 제어 방안이 제 3 도에 나타나 있으며, 도 3은 본 발명의 신경제어기를 이용한 쌍롤식 박판 주조장치용 박판 위치 제어 구조도로서(참조 : K.J. Hint, D.Sbarbaro(1991):Neural Networks for Nonlinear Internal Model Control, IEE Proceedings-D, Vol.138, No.5,PP.431-438), 도3을 참조하여 상세히 설명한다.
도 3을 참조하면, 먼저, 제어에러 검출기(31)는 박판진행의 테이블 중앙에 해당하는 목표 박판위치와 보상된 박판위치와의 에러를 검출하여 신경 제어기(32)로 제공하고, 이때, 신경 제어기(32)는 상기 제어에러 검출기(31)의 박판위치 에러와 신경 모델기(33)로부터의 실린더 파라메타를 입력변수로 하는 신경망이론에 따른 출력변수인 실린더 레퍼런스를 찾아내어 플랜트(plant)(20)의 실린더(21)를 제어한다.
상기 신경 모델기(33)는 상기 신경 제어기(32)의 실린더 레퍼런스에 기초해서 박판위치를 예측하고, 보상된 박판위치, 이 보상된 박판위치와 예측된 박판위치와의 에러를 이용하여 실린더 파라메타를 구하여 상기 신경 제어기(32)로 제공한다.
한편, 이미지 프로세서(34)는 상기 플랜트(20)의 박판위치에 해당하는 이미지를 촬영하는 카메라(22)로부터의 이미지를 처리하여 박판의 실제 위치(측정된 위치)를 찾아낸다.
이후, 박판위치 보상기(35)는 상기 이미지 프로세서(34)의 실제 박판위치에 기초해서 상기 신경 모델기(33)에서 예측된 박판위치를 보상한다.
그리고, 모델에러 검출기(36)는 상기 박판위치 보상기(35)에서 보상된 박판위치와 상기 신경 모델기(33)에서 예측된 박판위치와의 에러를 검출하여 상기 신경 모델기(33)로 제공한다.
이하, 상기 신경 모델기(33)에 대해서 보다 상세히 설명하면, 이전 쌍롤식 박판 주조 실험에 의해 많이 획득된 박판 위치와 박판 위치 제어 실린더 레퍼런스를 사용하여 박판 위치 제어 메커니즘의 기본적인 최적의 구조가 컴퓨터 시뮬레이션을 통하여 얻어진다.
이때 회귀분석 벡터(Regressor vector,φ(t))는 하기 수학식1과 같이 표현된다.
여기서 y(t)는 보상된 박판 위치이고, u(t)는 박판 위치 제어 실린더 레퍼런스이며, 그리고 ε(t)은 예측 에러로써 하기 수학식 2와 같이 표현된다.
여기서, y2(t)는 예측된 박판 위치이다. 또한 θ는 신경망(neural network)구조로 사용된 MLP(MultiLayer Perceptron)의 웨이트 벡터(weight vector)이다. 결국 알고자하는 박판 위치 제어 메커니즘의 모델은 하기 수학식 3과 같이 표현된다.
여기서, g(t)는 신경 모델기를 통해 구해지는 모델 함수이고, 한편 C(q-1)는 "1+c1q-1 + cnq-n인 후방향 천이 연산자(backward shift operator)이다.
또한, na, nb와 nc는 박판 위치 제어 메커니즘을 모델링할 때, 설정된 예측 에러 범위를 만족하는 최적 차수(order)이고, 이는 이미 실험된 쌍롤식 박판 주조 공정의 박판 위치 데이터와 박판 위치 제어 실린더 레퍼런스를 사용하여 구해진다.
이에따라, 이미 실험된 쌍롤식 박판 주조 공정의 박판 위치 데이터와 박판 위치 제어 실린더 레퍼런스를 사용하여 구해진 박판 위치 제어 메커니즘의 모델을 가지고, 실시간 주조 상황에 따라 그 제어기 모델의 파라메터를 파인 튜닝(fine tuning)하기 위해 박판 위치 제어 메커니즘 모델 함수(상기 수학식3)에 예측 에러(ε(t))를 포함시킨다.
그리고, 보상된 박판 위치(y(t))는 하기 수학식4와 같은 관계식으로 표현된다.
여기서 y1(t) 은 카메라 및 이미지 프로세서에서 획득한 측정된 박판 위치이고, y2(t) 는 신경 모델기에서 예측된 박판 위치이다. 그리고 α와 β는 각각 필터링 계수이다.
상술한 바와같은 실시간 박판 위치 제어 메커니즘의 모델기에서 형성된 모델은 결국 회귀분석 벡터와 신경망 웨이트 벡터로부터 보상된 박판 위치를 알 수 있는 관계식(g(t))을 구한다.
이때 회귀분석 벡터에는 보상된 박판 위치와 박판 위치 제어 실린더 레퍼런스 인자가 포함되어 있다. 따라서 현재 보상된 박판 위치를 목표 박판 위치로 움직이기 위해 필요한 박판 위치 제어 실린더 레퍼런스를 신경 제어기를 통해 얻을 수 있다. 즉 상기 수학식3에서 예측 에러를 무시할 수 있을 정도로 신경 모델기가 파인 튜닝되면, 상기 수학식3은 하기 수학식5와 같이 표현된다.
상기한 수학식의 역 관계의 수학식도 하기 수학식6과 같이 신경 제어기를 통해 구할 수 있다.
따라서, 목표 박판 위치로 박판을 움직이기 위해 필요한 박판 위치 제어 실린더 레퍼런스가 구해진다.
상술한 바와같은 본 발명에 따르면, 신경망 이론으로 이용하여 박판 위치를 예측하고, 이 예측된 박판위치로 실제 제어된 박판위치를 보정하고, 보정된 박판 위치와 예측된 박판 위치의 에러와 보정된 박판 위치에 기초해서 실시간으로 얻어진 최적의 파라메타를 이용하여 실린더를 신경망 이론을 이용하여 제어함으로서, 목표 박판위치, 즉 박판 진행 테이블의 중앙으로 정확하게 제어할 수 있도록 하는 특별한 효과가 있는 것이다.
또한, 외부 왜란이 상당히 복잡하게 얽혀 있는 쌍롤식 박판 위치 제어기의 성능을 향상시키기 위해 최신 제어 이론인 신경망 이론을 도입함으로서, 그 공정 제어에 존재하는 왜란을 극복하여 쌍롤식 박판 주조 공정의 안정성를 향상시키는데 큰 역할을 기대할 수 있다.
이상의 설명은 본 발명의 일실시예에 대한 설명에 불과하며, 본 발명은 그 구성의 범위내에서 다양한 변경 및 개조가 가능하다.
도 1은 종래 쌍롤식 박판 주조장치의 개략도이다.
도 2는 도 1의 쌍롤식 박판 주조장치의 박판 위치 제어기의 개략도이다.
도 3은 본 발명의 신경제어기를 이용한 쌍롤식 박판 주조장치용 박판 위치 제어 구조도이다.
* 도면의 주요부분에 대한 부호의 설명 *
1 : 고정 롤 2: 구동 롤
3: 루프 가이드 롤 4: 디플렉트 롤
5: 핀치 롤 6: 텐션 롤
7: 코일러 8: 박판
9: 박판 위치 측정용 카메라 10: 카메라 지지대
11: 박판 위치 제어 실린더 12: 박판 위치 제어용 조인트
20 : 플랜트(plant) 21 : 실린더
22 : 카메라 31 : 제어에러 검출기
32 : 신경 제어기(neural controller) 33 : 신경 모델기(Neural Identifier)
34 : 이미지 프로세서 35 : 박판위치 보상기
36 : 모델에러 검출기

Claims (2)

  1. 신경망을 이용한 쌍롤식 박판 주조장치의 박판 위치 제어장치에 있어서,
    목표 박판위치와 보상된 박판위치와의 에러를 검출하는 제어에러 검출기(31);
    상기 제어에러 검출기(31)의 박판위치 에러와 실린더 파라메타를 입력변수로 하는 신경망이론에 따른 출력변수인 실린더 레퍼런스로 플랜트(plant)(20)의 실린더(21)를 제어하는 신경 제어기(32);
    상기 신경 제어기(32)의 실린더 레퍼런스에 기초해서 박판위치를 예측하고, 보상된 박판위치, 이 보상된 박판위치와 예측된 박판위치와의 에러를 이용하여 실린더 파라메타를 구하여 상기 신경 제어기(32)로 제공하는 신경 모델기(33);
    상기 플랜트(20)의 박판위치에 해당하는 이미지를 촬영하는 카메라(22)로부터의 이미지를 처리하여 박판의 실제 위치(측정된 위치)를 찾아내는 이미지 프로세서(34);
    상기 이미지 프로세서(34)의 실제 박판위치에 기초해서 상기 신경 모델기(33)에서 예측된 박판위치를 보상하는 박판위치 보상기(35);
    상기 박판위치 보상기(35)에서 보상된 박판위치와 상기 신경 모델기(33)에서 예측된 박판위치와의 에러를 검출하여 상기 신경 모델기(33)로 제공하는 모델에러 검출기(36);를 포함함을 특징으로 하는 신경망을 이용한 쌍롤식 박판 주조장치의 박판 위치 제어장치.
  2. 제1항에 있어서, 상기 신경 모델기(33)는
    모델 구조를 선택한후, 박판 위치를 예측하면서 유효성을 판단하여 유효한 경우, 이 예측한 박판위치를 제공하는 것을 특징으로 하는 신경망을 이용한 쌍롤식 박판 주조장치의 박판 위치 제어장치.
KR10-2000-0050084A 2000-08-28 2000-08-28 신경망을 이용한 쌍롤식 박판 주조장치의 박판 위치 제어장치 KR100507569B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR10-2000-0050084A KR100507569B1 (ko) 2000-08-28 2000-08-28 신경망을 이용한 쌍롤식 박판 주조장치의 박판 위치 제어장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR10-2000-0050084A KR100507569B1 (ko) 2000-08-28 2000-08-28 신경망을 이용한 쌍롤식 박판 주조장치의 박판 위치 제어장치

Publications (2)

Publication Number Publication Date
KR20020017030A KR20020017030A (ko) 2002-03-07
KR100507569B1 true KR100507569B1 (ko) 2005-08-17

Family

ID=19685584

Family Applications (1)

Application Number Title Priority Date Filing Date
KR10-2000-0050084A KR100507569B1 (ko) 2000-08-28 2000-08-28 신경망을 이용한 쌍롤식 박판 주조장치의 박판 위치 제어장치

Country Status (1)

Country Link
KR (1) KR100507569B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102339688B1 (ko) * 2021-09-01 2021-12-14 이철웅 자동화 장비 프로그램 설계 방법 및 시스템

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100674414B1 (ko) * 2005-03-07 2007-01-26 주식회사 서강이엔씨 크린룸 천정 설비실의 전선와이어 덕트 설치구조
KR102104905B1 (ko) * 2018-09-19 2020-05-29 주식회사 포스코 예측 모델을 이용한 압연 제어 장치 및 방법
CN111495986A (zh) * 2020-04-16 2020-08-07 中冶南方工程技术有限公司 用于带材的组合纠偏方法以及冷轧处理方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07214134A (ja) * 1994-02-09 1995-08-15 Nisshin Steel Co Ltd 自己診断機能を備える金属帯の蛇行防止装置
JPH11156504A (ja) * 1997-09-19 1999-06-15 Ishikawajima Harima Heavy Ind Co Ltd 金属ストリップ鋳造設備のストリップ操舵方法及び装置
KR20010057469A (ko) * 1999-12-23 2001-07-04 이구택 쌍롤식 박판 주조기용 박판위치 제어장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07214134A (ja) * 1994-02-09 1995-08-15 Nisshin Steel Co Ltd 自己診断機能を備える金属帯の蛇行防止装置
JPH11156504A (ja) * 1997-09-19 1999-06-15 Ishikawajima Harima Heavy Ind Co Ltd 金属ストリップ鋳造設備のストリップ操舵方法及び装置
KR20010057469A (ko) * 1999-12-23 2001-07-04 이구택 쌍롤식 박판 주조기용 박판위치 제어장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102339688B1 (ko) * 2021-09-01 2021-12-14 이철웅 자동화 장비 프로그램 설계 방법 및 시스템

Also Published As

Publication number Publication date
KR20020017030A (ko) 2002-03-07

Similar Documents

Publication Publication Date Title
JP4859931B2 (ja) 調整及び制御を行なう方法と装置
JP5265355B2 (ja) ストリップの圧延工程における平坦度制御を最適化するための方法と装置
CN104741388A (zh) 一种热连轧精轧厚度控制方法
KR100507569B1 (ko) 신경망을 이용한 쌍롤식 박판 주조장치의 박판 위치 제어장치
US20200208247A1 (en) Coating Weight Control Apparatus and Coating Weight Control Method
US6185967B1 (en) Strip threading speed controlling apparatus for tandem rolling mill
CN110076215B (zh) 开卷机及其纠偏控制系统和方法
JP2007268559A (ja) 連続鋳造鋳片の凝固完了位置制御方法及び装置並びに連続鋳造鋳片の製造方法
KR950003800B1 (ko) 신경회로망을 이용한 형상제어시스템
JP2002172406A (ja) 圧延機の板厚補正方法
KR100293213B1 (ko) 열간사상압연기에서의출측판두께제어방법
JP4461075B2 (ja) 連続鋳造方法
CN117784826B (zh) 一种自动化涂布机纠偏控制方法
JP5858265B1 (ja) 圧下制御装置及び圧下制御方法
JP2719215B2 (ja) 板圧延のエッジドロップ制御方法
KR20020052433A (ko) 연속압연기의 롤갭 설정방법
JP2000126809A (ja) 圧延機のセットアップ装置
Braatz et al. Identification and cross-directional control of coating processes: Theory and experiments
JP6597565B2 (ja) 冷間圧延における板厚制御方法
JPH05239556A (ja) 金属帯の蛇行防止方法
KR100530074B1 (ko) 강판 패싱라인의 움직임을 보상하는연속식용융도금공정에서의 에어나이프 간격 제어 장치 및방법
JP2009113100A (ja) 圧延機の板厚制御装置及び圧延機の板厚制御方法
JPH09314299A (ja) 連続鋳造設備におけるスラブ幅制御方法
TW202144735A (zh) 鋼帶中心位置虛擬量測器及其量測方法
JP5207858B2 (ja) 圧延材の先端部の温度予測方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20100629

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee