KR100709000B1 - 스테인레스강 주편 품질 온라인 예측 시스템 및 이를이용한 예지방법 - Google Patents
스테인레스강 주편 품질 온라인 예측 시스템 및 이를이용한 예지방법 Download PDFInfo
- Publication number
- KR100709000B1 KR100709000B1 KR1020050092778A KR20050092778A KR100709000B1 KR 100709000 B1 KR100709000 B1 KR 100709000B1 KR 1020050092778 A KR1020050092778 A KR 1020050092778A KR 20050092778 A KR20050092778 A KR 20050092778A KR 100709000 B1 KR100709000 B1 KR 100709000B1
- Authority
- KR
- South Korea
- Prior art keywords
- stainless steel
- quality
- cast
- prediction system
- evaluating
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 229910001220 stainless steel Inorganic materials 0.000 title claims abstract description 63
- 239000010935 stainless steel Substances 0.000 title claims abstract description 62
- 238000005266 casting Methods 0.000 claims abstract description 41
- 238000004364 calculation method Methods 0.000 claims abstract description 34
- 229910001208 Crucible steel Inorganic materials 0.000 claims abstract description 29
- 238000009749 continuous casting Methods 0.000 claims abstract description 15
- 238000004519 manufacturing process Methods 0.000 claims abstract description 7
- 238000004891 communication Methods 0.000 claims abstract description 6
- 229910000831 Steel Inorganic materials 0.000 claims description 85
- 239000010959 steel Substances 0.000 claims description 85
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 72
- 229910052802 copper Inorganic materials 0.000 claims description 72
- 239000010949 copper Substances 0.000 claims description 72
- 238000012546 transfer Methods 0.000 claims description 58
- 238000011156 evaluation Methods 0.000 claims description 53
- 230000010355 oscillation Effects 0.000 claims description 36
- 238000007711 solidification Methods 0.000 claims description 36
- 230000008023 solidification Effects 0.000 claims description 36
- 238000007654 immersion Methods 0.000 claims description 31
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 29
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 claims description 21
- 229910000859 α-Fe Inorganic materials 0.000 claims description 21
- 238000002425 crystallisation Methods 0.000 claims description 19
- 230000008025 crystallization Effects 0.000 claims description 19
- 229910052799 carbon Inorganic materials 0.000 claims description 18
- 238000001816 cooling Methods 0.000 claims description 18
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 17
- 230000008021 deposition Effects 0.000 claims description 17
- 239000000843 powder Substances 0.000 claims description 16
- 239000011148 porous material Substances 0.000 claims description 14
- 229910052757 nitrogen Inorganic materials 0.000 claims description 13
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 claims description 11
- 230000008018 melting Effects 0.000 claims description 11
- 238000002844 melting Methods 0.000 claims description 11
- 239000002893 slag Substances 0.000 claims description 11
- 229910052717 sulfur Inorganic materials 0.000 claims description 11
- 239000011593 sulfur Substances 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 10
- 230000003749 cleanliness Effects 0.000 claims description 10
- 239000013078 crystal Substances 0.000 claims description 10
- 238000005204 segregation Methods 0.000 claims description 10
- 238000010405 reoxidation reaction Methods 0.000 claims description 8
- 230000015572 biosynthetic process Effects 0.000 claims description 7
- 229910000734 martensite Inorganic materials 0.000 claims description 7
- 206010011416 Croup infectious Diseases 0.000 claims description 4
- 238000004393 prognosis Methods 0.000 claims description 4
- 239000007790 solid phase Substances 0.000 claims description 4
- 229910018072 Al 2 O 3 Inorganic materials 0.000 claims description 3
- 229910010413 TiO 2 Inorganic materials 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 3
- 229910001873 dinitrogen Inorganic materials 0.000 claims description 3
- 239000007789 gas Substances 0.000 claims description 3
- 238000010079 rubber tapping Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 13
- 230000006872 improvement Effects 0.000 abstract description 7
- 238000009628 steelmaking Methods 0.000 abstract description 7
- 238000013210 evaluation model Methods 0.000 abstract description 5
- 230000007547 defect Effects 0.000 description 24
- 238000010586 diagram Methods 0.000 description 16
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 10
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 10
- 229910052760 oxygen Inorganic materials 0.000 description 10
- 239000001301 oxygen Substances 0.000 description 10
- 239000002436 steel type Substances 0.000 description 9
- 239000000203 mixture Substances 0.000 description 8
- 239000000047 product Substances 0.000 description 8
- 238000009826 distribution Methods 0.000 description 7
- 239000000498 cooling water Substances 0.000 description 6
- 239000010410 layer Substances 0.000 description 6
- 229910001566 austenite Inorganic materials 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000000227 grinding Methods 0.000 description 5
- 229910052742 iron Inorganic materials 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 229910000975 Carbon steel Inorganic materials 0.000 description 4
- 239000010962 carbon steel Substances 0.000 description 4
- 239000012467 final product Substances 0.000 description 4
- 230000000630 rising effect Effects 0.000 description 4
- 229910000589 SAE 304 stainless steel Inorganic materials 0.000 description 3
- 150000004767 nitrides Chemical class 0.000 description 3
- -1 oxide amount Substances 0.000 description 3
- 239000012071 phase Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000002344 surface layer Substances 0.000 description 3
- 229910000984 420 stainless steel Inorganic materials 0.000 description 2
- 238000000137 annealing Methods 0.000 description 2
- 230000015271 coagulation Effects 0.000 description 2
- 238000005345 coagulation Methods 0.000 description 2
- 238000005336 cracking Methods 0.000 description 2
- 238000005272 metallurgy Methods 0.000 description 2
- 238000012821 model calculation Methods 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 238000007670 refining Methods 0.000 description 2
- 238000003756 stirring Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000005255 carburizing Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000005261 decarburization Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000006477 desulfuration reaction Methods 0.000 description 1
- 230000023556 desulfurization Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 239000013067 intermediate product Substances 0.000 description 1
- 238000003475 lamination Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 229910001105 martensitic stainless steel Inorganic materials 0.000 description 1
- 230000005499 meniscus Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000006911 nucleation Effects 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000161 steel melt Substances 0.000 description 1
- 230000008646 thermal stress Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32194—Quality prediction
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Automation & Control Theory (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Continuous Casting (AREA)
- Investigating And Analyzing Materials By Characteristic Methods (AREA)
Abstract
본 발명은 제강에서 연속주조 공정 전반에 걸쳐 활용가능한 모든 조업 데이터를 취합하여 이를 열역학 및 통계 프로그램을 활용하여 야금학적 계산 평가모델로서, 생산되는 주편의 품질을 네트워크 기반 시스템을 사용하여 온라인으로 정도높은 예측이 가능도록 된 스테인레스강 주편 품질 온라인 예측 시스템 및 이를 이용한 예지방법에 관한 것으로서, 스테인레스강 주편 생산라인에서 정보를 수집 및 저장하는 메인 컴퓨터; 상기 메인 컴퓨터와 상호 통신되는 열역학 계산전용 컴퓨터; 및 상기 메인 컴퓨터와 상호 통신되는 서버용 컴퓨터;를 포함하여 구성되어, 제강에서 연속주조 공정 전반에 걸쳐 활용가능한 모든 조업 데이터를 취합한 뒤, 열역학 및 통계 프로그램을 활용하여 야금학적 계산 평가모델로서, 기존의 조업 데이터에 의한 예측법의 한계를 극복하고 생산되는 주편의 품질을 네트워크 기반 시스템을 사용하여 온라인으로 정도높은 예측이 가능하고, 이에따라 품질개선 및 생산성 향상에 크게 기여할 수 있다.
스테인레스강, 주편, 품질 예측, 온라인, 연속주조
Description
도 1은 일반적인 스테인레스 제강-연주 공정을 도식적으로 나타낸 도면,
도 2는 본 발명의 바람직한 실시예에 따른 스테인레스강 주편 품질 온라인 예측 시스템을 개략적으로 나타낸 도면,
도 3은 도 2의 개념도,
도 4a는 도 2에 따른 초기응고 균일도 측정을 위하여 몰드 내에 열전대가 삽입된 것을 나타낸 모식도,
도 4b는 도 4a의 동판 상에 열전대가 설치된 위치를 나타낸 도면,
도 5a는 연주조업 안정도 평가원리 중 침지노즐 침적깊이를 계산하기 위하여 레이저 센서가 설치된 것을 개략적으로 나타낸 도면,
도 5b는 도 5a를 통한 연주조업 안정도 평가원리 중 용강유동 평가를 위한 상승유속 값의 계산을 나타낸 도면,
도 6은 본 발명의 바람직한 실시예에 따른 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법의 몰드 열전달 평가항목을 활용한 효과를 나타낸 그래프도면,
도 7a는 304강 주편의 델타 페라이트 분포를 나타낸 그래프도면,
도 7b는 430강 주편응고 조직을 나타낸 마크로응고조직 사진도면,
도 7c는 420강 주편 응고조직을 나타낸 마크로응고조직 사진도면,
도 8a는 오실레이션마크의 품질을 분류한 도면,
도 8b는 오실레이션마크를 포함한 주편 표면에 탄소 및 유황이 몰드 파우더로부터 픽업된 것을 나타낸 그래프도면,
도 9a는 오실레이션 마크 깊이의 예측값과 실제값의 차이가 도시된 그래프도면,
도 9b는 탄소 픽업량의 예측값과 실제값의 차이가 도시된 그래프도면,
도 10a는 본 발명의 실시예에 따른 산화물 평가의 개념을 도식화하여 나타낸 도면,
도 10b는 본 발명의 실시예에 따른 질화물 및 기포 평가의 개념을 도식화하여 나타낸 도면,
도 11a는 내부 개재물의 형성기구를 도식적으로 나타낸 도면,
도 11b는 도 11a에 도시된 형성기구를 바탕으로 개재물의 조성, 산화물량, 결정상, 전체 산소 등을 계산해 내는 방법을 도식적으로 나타낸 도면,
도 12a는 예측 전체 산소값과 실제 전체 산소값이 상호 비교되어 도시된 그래프도면,
도 12b는 강 중 개재물 중 고융점 개재물량의 예측값이 도시된 그래프도면,
도 13은 본 발명의 바람직한 실시예에 따른 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법의 침지노즐 침적 깊이 평가항목을 활용한 효과를 나타낸 그래프도면.
본 발명은 스테인레스강 주편 품질 온라인 예측 시스템 및 이를 이용한 예지방법에 관한 것으로서, 더 상세하게는 제강에서 연속주조 공정 전반에 걸쳐 활용가능한 모든 조업 데이터를 취합하여 이를 열역학 및 통계 프로그램을 활용하여 야금학적 계산 평가모델로서, 생산되는 주편의 품질을 네트워크 기반 시스템을 사용하여 온라인으로 정도높은 예측이 가능하도록 된 스테인레스강 주편 품질 온라인 예측 시스템 및 이를 이용한 예지방법에 관한 것이다.
일반적으로, 스테인레스강은 제강 및 연속주조 공정 등을 거쳐 생산된다.
도 1은 일반적인 스테인레스 제강-연주 공정을 도식적으로 나타낸 도면이다.
우선, 고철은 전기로 내에서 용해되어 용선으로 만들어진다. 그러나, 이러한 용선은 단순히 고철을 용해하여 얻어진 것이므로 불순물이 다량 함유되어 있다.
따라서, 전기로를 거쳐 얻어진 용선은 정련로에서 탈탄 및 탈황 공정을 거친 뒤 제품으로 사용가능한 조성을 이루는 용강으로서 만들어진다.
상기 용강은 이후의 래들 정련에서 최종 성분조정 및 연속주조에 적절한 온도가 확보된 뒤 연속주조기로 이동된다.
상기 연속주조기에서 용강은 래들에서 턴디쉬를 거쳐 물로 냉각되는 동판 몰 드에 부어져서 응고가 되고, 중간 제품인 주편으로 생산된다.
이렇게 생산된 주편은 압연과정을 거쳐 최종 제품이 되어 사용되게 된다.
그러나, 이와 같이 생산된 주편 내에는 여러 종류의 결함을 내재하고 있는데, 그 중 대표적으로, 주편 표면이 갈라지는 크랙, 비금속개재물 혼입, 비정상 응고조직형성, 표면 오실레이션마크 결함 등이 있다.
상기와 같은 결함 중 표면에 노출된 대형 결함은 조업자가 육안으로 확인이 가능하고 주편 그라인딩(grinding) 등을 통해 결함제거가 가능하지만, 육안 관찰이 불가능한 미세한 표면결함 및 내부에 존재하는 결함은 확인이 불가능하므로, 주편을 100% 그라인딩하거나 아니면 제품 결함을 감수하는 수 밖에 없는 실정이다.
또한, 이러한 방법은 그라인딩 및 제품 결함에 따른 품질비용이 많이 요구될 뿐만 아니라 공정부하를 야기하여 생산성을 열악하게 한다.
따라서, 이러한 문제점을 해결하기 위하여, 조업자들이 주편을 조사하지 않고도 온라인으로 주편의 품질 상태를 정확히 예측하는 기술을 개발되어 왔다.
통상적으로, 공정이 진행될수록 결함을 제거하는 비용이 증대되므로, 다시 말하면, 주편 상태에서 결함을 예측하여 이를 제거하는 것이 비용 및 공정효율면에서 더 경제적이므로, 정확도가 높은 주편 품질예측시스템이 사용되어 예측결과를 활용하여 반드시 그라인딩이 필요 또는 불필요한 주편을 정확히 선별할 수 있다면, 그라인딩이 불필요한 주편에 대하여 상기 언급된 100% 그라인딩이 불필요하므로 이에 따른 경제적 이익이 기대될 수 있고, 그라인딩이 필요한 주편에 대하여만 그라인딩을 함으로써 제품 품질을 확보하여 이에 따른 생산성 증대 또한 기대된다.
이러한 취지로서, Voest 사(社)의 VAI-Q, Terni 사(社)의 M-Cast 및 Preussag S. 사(社)의 MIDAS 등의 주편 품질예지 시스템이 개발되었다.
베스트사(社)의 VAI-Q는 제강 및 연주공정에서의 조업 데이터를 활용하여 품질 평가 결과에 따라 합격 가/부만을 판정하는 시스템이다.
Terni 사(社)의 M-Cast는 동판온도와 연주조업 데이터를 이용하여 실시간으로 스테인레스강의 주편 품질을 예측하는 시스템이다.
Preussag S. 사(社)의 MIDAS는 생산계획, 품질 및 공정 데이터 등을 활용하여 평과 결과가 생산계획 부서에 전달되어 주편 절단 전에 변경가능하도록 하는 시스템이다.
그러나, 이러한 시스템들의 특징은 조업 데이터의 단순평가방법을 채택함으로써, 단순히 목표값과 실적값과의 차이만으로써 주편 품질을 평가하므로, 단순히 조업의 정확성만이 평가되어 다양한 주편 품질을 정도 높게 예측하는데 한계가 있었다.
예를 들자면, 주조 속도의 경우에 있어서, 어느 항목에는 매우 결정적인 영향을 주지만 다른 항목에는 미미한 영향을 주는 경우가 있다. 종래의 시스템에 있어서는 이러한 다양한 중요도의 가중치가 무시된다는 문제점을 가지고 있다.
또한, 종래의 주편 품질예지방법은 대부분 일반 탄소강을 대상으로 개발되어 있으므로, 스테인레스강에 직접 적용하는데는 한계가 있다. 스테인레스강과 일반 탄소강은 품질관점에 있어 매우 상이한 부분이 많기 때문이다. 예를 들자면, 스테인레스강은 가열로에서 스케일이 제거되는 양이 매우 적기 때문에, 일반 탄소강의 경우에서 스케일로 제거되는 주편 극표층부의 결함이 모두 제품 결함으로 발전하게 된다.
따라서, 일반 탄소강에서와 달리, 스테인레스강의 주편 품질예지방법에 있어서는 오실레이션마크를 포함한 주편 극표층부의 침탄 및 침황 결함 등이 고려된 시스템이 요구되어 왔으며, 레이져센서 등을 사용한 첨단 센세 계측 시스템, 더욱 정확한 평가결과를 산출가능하게 하는 통계 및 열역학계산 프로그램 및 조업자가 더욱 편리하게 사용할 수 있도록 하는 네트워크 기반 시스템 등이 요구되어 왔다.
본 발명은 상기된 바와 같은 종래의 문제점을 해결하기 위하여 안출된 것으로, 제강에서 연속주조 공정 전반에 걸쳐 활용가능한 모든 조업 데이터를 취합한 뒤, 열역학 및 통계 프로그램을 활용하여 야금학적 계산 평가모델로서, 기존의 조업 데이터에 의한 예측법의 한계를 극복하고 생산되는 주편의 품질을 네트워크 기반 시스템을 사용하여 온라인으로 정도높은 예측이 가능하고, 이에따라 품질개선 및 생산성 향상에 크게 기여할 수 있도록 된 스테인레스강 주편 품질 온라인 예측 시스템 및 이를 이용한 예지방법을 제공함에 그 목적이 있다.
상기 목적을 달성하기 위하여, 본 발명에 따른 스테인레스강 주편 품질 온라인 예측 시스템은, 스테인레스강 주편 생산라인에서 정보를 수집 및 저장하는 메인 컴퓨터; 상기 메인 컴퓨터와 상호 통신되는 열역학 계산전용 컴퓨터; 및 상기 메인 컴퓨터와 상호 통신되는 서버용 컴퓨터;를 포함하여 구성된다.
여기서, 상기 메인 컴퓨터에서 수집된 정보는 상기 열역학 계산전용 컴퓨터로 송신되어 열역학 계산이 이루어진 뒤, 다시 상기 메인 컴퓨터로 송신되어 데이터베이스로 저장되며, 상기 메인 컴퓨터는 데이터 처리, 야금학적 모델 계산 및 데이터베이스 관리 중 적어도 하나 이상이 수행되도록 구성되고, 상기 열역학 계산전용 컴퓨터는 청정도 및 응고관련 중 적어도 하나 이상의 열역학 계산이 수행되도록 구성된다.
또한, 상기 메인 컴퓨터에 초기 응고 균일도를 위한 온도 정보를 제공하도록 상기 메인 컴퓨터에 연결설치되는 다수의 열전대가 더 구성되며, 상기 다수의 열전대는 동판에 삽입되는 방식으로 설치되고, 상기 다수의 열전대는 상기 동판의 장변에 각 5 개, 단변에 각 1 개씩 설치된다.
바람직하게는, 상기 열전대는 시스형(sheath type) 열전대이다.
또한 바람직하게는, 상기 다수의 열전대는 상기 동판의 내측 및 우측의 6 개의 상기 열전대가 하나의 소켓으로 연결되고, 외측 및 좌측의 6 개의 상기 열전대가 다른 하나의 소켓으로 연결되어, 두 개의 상기 소켓이 몰드 밖으로 연장되어져 상기 메인 컴퓨터에 연결설치되도록 구성된다.
또한, 상기 메인 컴퓨터에 침지노즐 침적깊이 정보를 제공하도록 상기 메인 컴퓨터에 연결설치되는 레이저 거리센서가 더 구성되어 이루어질 수도 있다.
본 발명에 따른 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법은, 스테인레스강의 주편 품질 예측을 위한 예지항목을 측정하는 측정단계; 상 기 측정된 예지항목을 토대로 수치상 평가가 이루어지는 평가단계; 및 상기 평가단계에서 산출된 상기 수치를 분석하여 상기 스테인레스강의 주편 품질을 예측하는 예측단계;를 포함하여 이루어진다.
여기서, 상기 예지항목은 초기응고 균일도, 몰드 냉각속도, 주편 응고조직, 주편 오실레이션마크 품질, 청정도 및 연주조업안정도이다.
이때, 상기 초기응고 균일도에서 측정된 정보는 상기 평가단계에서 동판온도, 동판온도의 편차, 동판온도 내부/외부 비, 동판온도 좌/우 비 및 동판온도 장변/단변 비로서 수치상으로 평가된다.
여기서, 상기 동판온도는 주편 단위별 평균 동판온도를 계산하여 강종별 최적 동판온도와의 차이를 평가하여 구해지고, 상기 동판온도의 편차는 주편 단위별 동판온도의 전체 편차를 통계 분석하여 편차의 정도를 평가하여 초기응고의 안정도를 평가하여 구해지고, 상기 동판온도 내부/외부 비는 주편 단위별 장변 동판의 내부 및 외부의 동판온도비를 계산하여 균형값과의 차이를 평가하여 초기응고 균형도를 평가하여 구해지고, 상기 동판온도 좌/우 비는 주편 단위별 단변동판의 좌측 및 우측의 동판온도비를 계산하여 균형값과의 차이를 평가하여 초기응고 균형도를 평가하여 구해지고, 상기 동판온도 장변/단변 비는 주편 단위별 장변 및 단변 동판온도의 비를 계산하여 균형값과의 차이를 평가하여 초기응고 균형도를 평가하여 구해진다.
또한, 상기 몰드 냉각속도에서 측정된 정보는 상기 평가단계에서 열전달량, 열전달량의 편차, 열전달량 내부/외부 비, 열전달량 좌/우 비 및 열전달량 장변/단 변 비로서 수치상으로 평가된다.
여기서, 상기 열전달량은 주편 단위별 평균 열전달량을 계산하여 강종별 최적 열전달량과의 차이를 평가하여 구해지고, 상기 열전달량의 편차는 주편 단위별 열전달량의 전체 편차를 통계 분석하여 편차의 정도를 평가하여 구해지고, 상기 열전달량 내부/외부 비는 주편 단위별 장변 동판의 내부 및 외부의 열전달량비를 계산하여 균형값으로부터의 차이를 평가하여 열전달량의 균형도를 평가하여 구해지고, 상기 열전달량 좌/우 비는 주편 단위별 단변 동판의 좌측 및 우측의 비를 계산하여 균형값으로부터의 차이를 평가하여 열전달량의 균형도를 평가하여 구해지고, 상기 열전달량 장변/단변 비는 주편 단위별 장변 및 단변 동판온도의 비를 계산하여 균형값으로부터의 차이를 평가하여 열전달량의 균형도를 평가하여 구해진다.
또한, 상기 주편 응고조직에서 측정된 정보는 상기 평가단계에서 오스테나이트계의 평균잔류 페라이트, 오스테나이트계의 표층 페라이트, 페라이트계 등축정율 및 마르텐자이트계 중심편석도로서 수치상으로 평가된다.
여기서, 상기 오스테나이트계의 평균잔류 페라이트는 하기 식, 소위 KRUPP식을 활용하여 평가하여 구해지며,
[식]
이때, δ-ferrite의 %는 체적%를 나타내고, 원소들의 %는 중량%를 의미한다.
상기 오스테나이트계의 표층 페라이트는 하기 식을 활용하여 평가하여 구해 지고,
[식]
상기 페라이트계 등축정율은 하기 식을 활용하여 평가하여 구해지고,
[식]
상기 마르텐사이트계 중심편석도는 하기 식을 활용하여 평가하여 구해진다.
[식]
또한, 상기 오실레이션마크 품질에서 측정된 정보는 상기 평가단계에서 오실레이션마크 깊이, 오실레이션마크 품질, 탄소 픽업(C-pick up) 및 황 픽업(S-pick up)으로서 수치상으로 평가된다.
여기서, 상기 오실레이션마크 깊이는 하기 식을 활용하여 평가하여 구해지고,
[식]
상기 오실레이션마크 품질은 하기 식을 활용하여 평가하여 구해지고,
[식]
상기 탄소 픽업은 하기 식을 활용하여 평가하여 구해지고,
[식]
Cpick up = f[(몰드 슬래그 층 두께),(Uvalue),(몰드 파우더 내 C%)]
상기 황 픽업은 하기 식을 활용하여 평가하여 구해지며,
[식]
Spick up = f[(몰드 슬래그 층 두께),(Uvalue),(몰드 파우더 내 S%)]
상기 몰드 슬래그 층 두께는 몰드 파우더 용융속도 및 소모속도 계산 모델에 의해 계산되어진다.
또한, 상기 청정도에서 측정된 정보는 상기 평가단계에서 고융점 개재물량, 개재물 Ti-Al-산화물 함량, 재산화 정도, Ti 실수율, TiN 정출량, TiN 정출온도, 질소 기공, Ar 기공 및 강 중 산화물량으로서 수치상으로 평가된다.
여기서, 상기 고융점 개재물량은 턴디쉬 용강 기준으로 용강 내 비금속 개재물 중 고상으로 된 량을 계산하고 평가하여 구해지고, 상기 개재물 Ti-Al-산화물 함량은 턴디쉬 용강 기준으로 용강 내 비금속 개재물 중 표면 품질과 상관성이 깊은 TiO2+Ti2O3+Al2O3 함량을 계산하고 평가하여 구해지고, 상기 재산화 정도는 AOD 출강부터 턴디쉬까지 질소 농도의 변화를 이용하여 재산화 정도를 평가하여 구해지 고, 상기 Ti 실수율은 Ti 첨가강(409L, 439 등)의 Ti 실수율을 계산하고 평가하여 구해지고, 상기 TiN 정출량은 Ti 첨가강의 TiN 정출량(턴디쉬 기준)을 열역학을 이용하여 계산하고 평가하여 구해지고, 상기 TiN 정출온도는 TiN이 형성되는 온도를 열역학적으로 계산하고 턴디쉬 온도와의 차이로 평가하여 구해지고, 상기 질소 기공은 고질소강의 경우 응고 중 질소 가스 형성량을 열역학적으로 계산하고 평가하여 구해지고, 상기 Ar 기공은 연속 주조 중 사용된 Ar 가스 유량을 이용하여 평가하여 구해지고, 상기 강 중 산화물량은 턴디쉬 기준으로 용강 내 총 산화물 함량을 열역학적으로 계산하고 평가하여 구해진다.
또한, 상기 연주조업 안정도에서 측정된 정보는 상기 평가단계에서 주조온도 편차, 주조온도 차이, 주조속도 편차, MLAC 정도, 슬라이딩 게이트(sliding gate) 개도 편차, 슬라이딩 게이트 개도 변화량, 용강 유동, 침지노즐 침적 깊이, 주형-주편 마찰력, 주편 표면온도 및 2차 냉각 비수량으로서 수치상으로 평가된다.
여기서, 상기 주조온도 편차는 주조온도의 편차를 계산하고 평가하여 구해지고, 상기 주조온도 차이는 조업표준 설정 주조온도와 실적 주조온도와의 차이를 계산하고 평가하여 구해지고, 상기 주조속도 편차는 주조속도의 편차를 계산하고 평가하여 구해지고, 상기 MLAC 정도는 탕면변동량(±1 ㎜ 적중율)을 계산하고 평가하여 구해지고, 상기 슬라이딩 게이트 개도 편차는 슬라이딩 게이트의 편차를 계산하고 평가하여 구해지고, 상기 슬라이딩 게이트 개도 변화량은 주편 초기에서 말기 사이의 슬라이딩 게이트 개도의 변화를 계산하고 평가하여 구해지고, 상기 용강유동은 몰드 단변부에 충돌한 후 상향으로 올라가는 용강류의 속도이며, 상기 상향으 로 올라가는 용강류의 속도는 토출구를 빠져나오는 순간의 이론 용강유속, 탕면으로부터 동판 단변부 용강충돌점까지의 거리, 침지노즐 중심부로부터 동판 단변부 용강충돌점까지의 거리 및 토출구에서의 용강 토출각도로부터 계산하고 평가하여 구해지고, 상기 용강유동은 몰드 내 상승 용강유속을 계산하고 평가하여 구해지고, 상기 침지노즐 침적 깊이는 침지노즐 침적 깊이를 레이저 센서로 측정하고 조업 표준상 설정 침적 깊이와의 차이를 계산하고 평가하여 구해지고, 상기 주형-주편 마찰력은 주형-주편 간 마찰력을 주조조건, 몰드 파우더 소모량 등으로 계산하고 평가하여 구해지고, 상기 주편 표면온도는 주편 표면온도를 열측정기를 이용하여 측정하고 강종별 최적치와의 차이를 계산하고 평가하여 구해지고, 상기 2차냉각 비수량은 2차냉각 비수량을 2차냉각 냉각수 유량 데이터로부터 계산하고 강종별 설정치와의 차이를 계산하고 평가하여 구해진다.
이하, 본 발명에 따른 스테인레스강 주편 품질 온라인 예측 시스템의 바람직한 실시예를 첨부된 도면을 참조하여 상세히 설명한다.
도 2는 본 발명의 바람직한 실시예에 따른 스테인레스강 주편 품질 온라인 예측 시스템을 개략적으로 나타낸 도면이며, 도 3은 도 2의 개념도이다.
본 발명에 따른 스테인레스강 주편 품질 온라인 예측 시스템은, 스테인레스강 주편 생산라인에서 정보를 수집 및 저장하는 메인 컴퓨터; 상기 메인 컴퓨터와 상호 통신되는 열역학 계산전용 컴퓨터; 및 상기 메인 컴퓨터와 상호 통신되는 서버용 컴퓨터;를 포함하여 구성된다.
메인 컴퓨터, 열역학 계산전용 컴퓨터 및 서버용 컴퓨터는 스테인레스강 생산라인에서 연속주조 운전실에 설치된다.
상기 열역학 계산전용 컴퓨터는 청정도 및 응고관련 열역학 계산을 수행할 수 있도록 구성되며, 응고관련 열역학 계산은 Thermo-Calc. 청정도관련 계산은 FactSage 상용 프로그램을 사용한다.
상기의 열역학 계산에 요구되는 강의 성분, 온도 및 기타 데이터는 중앙의 상기 메인 컴퓨터로 전송된 뒤 데이터베이스화되어 저장되고, 상기 열역학 계산전용 컴퓨터와 상기 메인 컴퓨터와의 상호통신을 통하여 계산에 필요한 데이터의 전송 및 계산결과의 데이터베이스로의 전송이 이루어진다.
상기 메인 컴퓨터는 모든 데이터의 처리 및 야금학적 모델 계산수행, 데이터베이스 관리 등을 하는 핵심기능을 한다. 조업 데이터는 2 개의 경로를 통하여 수집되는데, 첫째는 강의 조성, 용강 무게 등의 데이터는 스테인레스 종합 데이터베이스로부터 가져오고, 주조속도, 탕면안정도, 턴디쉬온도 등 일정시각 예를 들면, 5초 간격으로 실시간 측정되는 데이터는 다른 서버로부터 수집되며, 모든 데이터는 품질예지 시스템을 위해 설치되는 전용 광케이블을 통하여 전송된다. 품질예지용 센서인 동판온도 및 레이저를 이용하여 측정되는 침지노즐 침적깊이 또한 메인 컴퓨터로 전송되어 처리된다.
상기 터미널 서버용 컴퓨터는 네트워크에 접속된 사용자가 접속하여 평가 및 예측이 완료된 주편단위의 결과 데이터를 조회할 수 있도록 구성된다.
도 4a는 도 2에 따른 초기응고 균일도 측정을 위하여 몰드 내에 열전대가 삽 입된 것을 나타낸 모식도이며, 도 4b는 도 4a의 동판 상에 열전대가 설치된 위치를 나타낸 도면이다.
초기응고 균일도는 모든 강종에 있어 매우 중요한 항목으로서, 주편의 대표적인 결함인 크랙 발생 가능성을 평가하는 가장 좋은 방법이다.
본 발명의 바람직한 실시예에서는, 초기응고 균일도를 평가하기 위하여 열전대를 동판에 삽입하여 초기응고 위치의 열전달의 안정성을 평가하였다. 즉, 온도가 안정적으로 유지되면 열전달이 안정적이고 결국 초기응고가 안정적으로 유지되고 있다는 것을 의미한다.
동판에 삽입되는 열전대는 총 12 개의 K-타입 열전대가 사용되었다. 상기 12 개의 K-타입 열전대는 장방형의 상기 동판 상의 장변 내측 및 외측에 각 5 개씩, 단변 좌측 및 우측에 각 1 개씩 구비되며, 상기 동판에 수직의 홀을 가공하여 삽입하였고 품질예지 특성상 내구성이 요구되기 때문에 상부는 나사식으로 하여 견고히 고정되도록 설계되었다.
또한, 스테인레스강의 주조 시 내부 품질 확보를 위하여 전자기 교반장치(EMS: Electro-Magnetic Stirrer)를 가동하는 경우에 상기 열전대가 직접 상기 동판과 접촉되면 상기 전자기 교반장치에 의한 유도전류의 영향으로 온도측정에 간섭을 받게 되는 일이 발생한다. 따라서, 상기 열전대는 상기 동판에 플로팅 전위(floating potential)를 이루도록 시스형(sheath type)으로 설치되며, 상기 열전대는 상기 몰드 내 용강이 위치하는 탕면(meniscus) 직하 30 ㎜에 위치된다.
또한, 상기 열전대는 내측 및 우측의 6 개의 열전대가 하나의 소켓(미도시) 으로 연결되고, 외측 및 좌측의 6 개의 열전대가 다른 하나의 소켓(미도시)으로 연결되며, 이 두 개의 상기 소켓이 몰드 밖으로 연장되어져 상기 메인 컴퓨터에 연결설치되어 상기 열전대를 통한 계측수치가 상기 메인 컴퓨터에 전송/입력되도록 한다.
도 5a는 연주조업 안정도 평가원리 중 침지노즐 침적깊이를 계산하기 위하여 레이저 센서가 설치된 것을 개략적으로 나타낸 도면이며, 도 5b는 도 5a를 통한 연주조업 안정도 평가원리 중 용강유동 평가를 위한 상승유속 값의 계산을 나타낸 도면이다.
레이저 센서는 거리측정을 위하여 턴디쉬 측면에 설치된다. 상기 턴디쉬에는 상기 레이저 센서의 계측점이 되는 타겟을 측면에 구비하고 상기 레이저 센서는 센서에서부터 상기 타겟까지의 거리를 계측하여 이 데이터를 상기 메인 컴퓨터에 전송한다.
상기 턴디쉬의 하강 전에 센서에서부터 타겟까지의 거리를 D0로 설정하고, 상기 턴디쉬가 하강된 상태에서의 센서에서부터 타겟까지의 거리를 D로 설정한다. 상기 턴디쉬의 하강 전의 침지노즐에서부터 주조 중 용강 레벨(ML)까지의 거리는 K, 상기 침지노즐의 침적 깊이, d는 (D-D0)-K로 설정된다. 이와 같은 방법으로서 침지노즐의 침적 깊이를 구할 수 있다.
용강유동(U-value)은 상기 몰드 내 상기 침지노즐 토출구를 빠져나와 용강류가 몰드 단변부에 충돌한 후 일부는 상향으로, 다른 일부는 하향으로 갈라지는 현 상 중에서 상향으로 올라가는 용강류의 속도를 의미한다.
이러한 용강유동값이 크면 상승류의 세기가 커져서 용강 탕면이 불안정해지고 몰드 슬래그의 혼입 결함 등이 발생하기 쉽다.
도 5b를 참조하면, 용강유동값은 토출구를 빠져나오는 순간의 이론 용강유속(Ucal), 탕면으로부터 동판 단변부 용강충돌점까지의 거리(X2), 상기 침지노즐 중심부에서부터 동판 단변부 용강충돌점까지의 거리(X1) 및 토출구에서의 용강 토출각도(θ1)로 부터 구해질 수 있다.
이하, 본 발명에 따른 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법의 바람직한 실시예를 상세히 설명한다.
본 발명에 따른 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법은, 스테인레스강의 주편 품질 예측을 위한 예지항목을 측정하는 측정단계; 상기 측정된 예지항목을 토대로 수치상 평가가 이루어지는 평가단계; 및 상기 평가단계에서 산출된 상기 수치를 분석하여 상기 스테인레스강의 주편 품질을 예측하는 예측단계;를 포함하여 이루어진다.
여기서, 상기 예지항목은 초기응고 균일도, 몰드 냉각속도, 주편 응고조직, 주편 오실레이션마크 품질, 청정도 및 연주조업안정도이다.
이때, 상기 초기응고 균일도에서 측정된 정보는 상기 평가단계에서 동판온도, 동판온도의 편차, 동판온도 내부/외부 비, 동판온도 좌/우 비 및 동판온도 장 변/단변 비로서 수치상으로 평가된다.
상기 초기응고 균일도는 모든 강종에 있어서 매우 중요한 항목으로서, 특히 초기응고의 균일도는 주편의 대표적인 결함인 크랙 발생 가능성을 평가하는 가장 좋은 방법이다.
상기 초기응고 균일도에서 측정된 정보 중 동판온도는 요구되는 최적치를 미리 설정한 뒤 실제 측정된 값과 이 최적치와의 비교를 통하여 평가가 이루어진다. 즉, 주편 단위별 평균 동판온도를 계산하여 강종별 최적 동판온도와의 차이와 비교한 뒤 이의 차이값의 크기에 따라서 평가가 이루어진다. 기설정된 최적치와의 차이값이 클수록 낮은 점수를 가지며, 차이값이 적을수록 높은 점수가 산출된다.
상기 동판온도의 편차는 동판 자체 내에서의 균일한 온도분포 유무를 판단한다. 즉, 주편 단위별 동판온도의 전체 편차를 통계 분석하여 편차의 정도를 평가하여 초기응고의 균일도 즉, 안정도를 평가한다. 동판 자체의 온도분포는 편차가 적을수록 균일도가 높으며, 편차가 클수록 균일도가 떨어지는 것을 의미한다.
상기 동판온도 내부/외부 비는 동판의 내외부의 온도차를 평가하기 위한 것이다. 주편 단위별 장변 동판의 내부 및 외부의 동판온도를 비율로서 구하여, 이 비율과 균형값 즉, 1(내부 및 외부 동판온도가 같은 값)과의 차이를 비교평가한다. 동판온도의 내부/외부 비는 1로부터의 편차가 적을수록 균일도 측면에서 유리하다.
상기 동판온도 좌/우 비는 동판의 좌우의 온도차를 평가하기 위한 것이다. 주편 단위별 단변 동판의 좌측 및 우측의 동판온도비를 비율로서 산출하여, 이 비율과 균형값 즉, 1(좌측 및 우측 동판온도가 같은 값)과의 차이를 비교평가한다. 동판온도의 내부/외부 비는 1로부터의 편차가 적을수록 좋은 특성을 나타낸다.
상기 동판온도 장변/단변 비는 정방형으로 이루어진 동판의 장변 및 단변의 동판온도를 비교평가하기 위한 것이다. 주편 단위별 장변 및 단변 동판온도의 비 또한 균형값 즉, 1(장변 및 단변 동판온도가 같은 값)과의 차이를 비교평가하여 산출하며, 1로부터의 편차가 적을수록 좋다.
또한, 상기 몰드 냉각속도에서 측정된 정보는 상기 평가단계에서 열전달량, 열전달량의 편차, 열전달량 내부/외부 비, 열전달량 좌/우 비 및 열전달량 장변/단변 비로서 수치상으로 평가된다.
냉각속도는 몰드 전체에 대한 평균 냉각속도 개념으로 몰드 내 응고 거동에 매우 중요한 인자인다. 즉, 냉각속도가 부족하면 몰드를 빠져 나오는 주편의 응고셀의 두께가 얇아 주편 부풀림 현상 소위, 벌징(bulging)을 초래하고, 심한 경우에는 대형 사고인 주편 터짐 현상을 초래한다. 반대로 열전달량이 지나치게 많으면 과도한 열적 응력이 작용하여 주편 터짐 현상이 발생하기 쉽다. 따라서 적정한 열전달량을 유지하는 것이 매우 중요하다. 본 발명에서 열전달량은 몰드 내 순환되는 냉각수의 온도상승과 주조조건을 이용하여 계산하였으며 계산식은 하기 식과 같다.
[식]
여기서, q는 스트랜드(strand)면에서부터의 열전달량으로서 단위는 J/㎡sec=W/㎡이고, LZ 및 LW는 각각 몰드 내 스트랜드 길이 및 너비로서 단위는 m이며, ρW는 냉각수 밀도로서 단위는 ㎏/㎥이고, CPW는 냉각수의 비열로서 단위는 (J/㎏℃)이며, ΔT는 몰드 냉각수의 온도상승폭으로서 출측온도 값과 입측온도 값의 차이이며 단위는 ℃이고, FW는 냉각수유량으로서 단위는 ㎥/sec이다.
계산에 필요한 모든 데이터는 연주 조업 데이터로부터 수집되고 해당 주편에 상당하는 데이터의 평균값을 구해서 열전달량을 계산하게 된다.
상기 열전달량은 주편 단위별 평균 열전달량을 계산하여 강종별 최적 열전달량과의 차이를 평가하여 구해지며, 요구되는 최적치와의 차이에 따라 평가가 이루어진다.
상기 열전달량의 편차는 주편 단위별 열전달량의 전체 편차를 통계 분석하여 편차의 정도를 평가하여 구해지며, 편차가 적을수록 좋다.
상기 열전달량 내부/외부 비는 주편 단위별 장변 동판의 내부 및 외부의 열전달량비를 계산하여 균형값 즉, 내부 및 외부의 열전달량 비가 1이 되는 값으로부터의 차이를 평가함으로써 열전달량의 균형도를 평가한다.
상기 열전달량 좌/우 비는 주편 단위별 단변 동판의 좌측 및 우측의 열전달량비를 계산하여 균형값 즉, 좌측 및 우측의 열전달량 비가 1이 되는 값으로부터의 차이를 평가함으로써 열전달량의 균형도를 평가한다.
상기 열전달량 장변/단변 비는 주편 단위별 장변 및 단변 열전달량비를 계산 하여 균형값 즉, 장변 및 단변의 열전달량 비가 1이 되는 값으로부터의 차이를 평가함으로써 열전달량의 균형도를 평가한다.
상기 열전달량 내부/외부 비, 열전달량 좌/우 비 및 열전달량 장변/단변 비는 1의 값이 가장 이상적인 수치이며, 이로부터 멀어질수록 더 나쁜 특성을 가진다.
도 6은 본 발명의 바람직한 실시예에 따른 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법의 몰드 열전달 평가항목을 활용한 효과를 나타낸 그래프도면이다.
도 6에 도시된 바와 같이, Ti가 다량 함유된 강종의 몰드 파우더를 개발하는 과정에 있어서, 본 발명의 바람직한 실시예를 적용 시에 몰드 파우더의 열전달 편차가 종래의 열전달 편차보다 적어 균일한 열전달을 유도하는 것을 알 수 있으며, 이에따른 품질의 향상을 기대할 수 있다.
또한, 상기 주편 응고조직에서 측정된 정보는 상기 평가단계에서 오스테나이트계의 평균잔류 페라이트, 오스테나이트계의 표층 페라이트, 페라이트계 등축정율 및 마르텐자이트계 중심편석으로서 수치상으로 평가된다.
도 7a는 304강 주편의 델타 페라이트 분포를 나타낸 그래프도면이며, 도 7b는 430강 주편응고 조직을 나타낸 마크로응고조직 사진도면이고, 도 7c는 420강 주편 마크로응고조직을 나타낸 사진도면이다.
상기 주편 응고 조직은 강종별 품질과 직결되는 응고조직을 평가하는 것으로 구분하였다. 즉, 300계 강종 즉, 오스테나이트계 강종은 주편의 잔류 델타 페라이 트를 평가하였다.
도 7a를 참조하면, 주편 두께 방향 델타 페라이트는 제품 품질과 매우 밀접한 상관성이 있으며, 최적 델타 페라이트의 분포 값은 경험상으로 획득될 수 있다. 따라서, 본 발명의 실시예에서는 조업 실적을 활용하여 주편 두께별 델타 페라이트의 분포를 예측하여 건전성을 평가하였다.
도 7b를 참조하면, 페라이트계 스테인레스강은 주편응고 조직을 통하여 주편 내부의 등축정율을 평가하였다. 등축정은 도 7b의 사각형 테두리에 도시되어 있듯이 응고 조직이 미세한 부분을 의미하며, 이러한 등축정이 충분히 확보되어야만 최종제품에서의 리징(ridging) 결함이 발생되지 않을 뿐만 아니라 소둔생략 조업이 가능하다.
본 발명의 실시예에서는 이러한 등축정을 예측하는 야금학적 모델을 개발하여 조업 실적으로부터 등축정율을 예측하였다.
도 7c를 참조하면, 마르텐사이트계 스테인레스강은 탄소가 다량 함유되므로 도 7c의 사각형 테두리에 도시된 바와 같은 주편 중심부의 탄소 편석이 가장 중요하다. 본 발명의 실시예에서는 이러한 중심부 탄소 편석을 예측하는 야금학적 모델을 개발하여 주편 품질을 평가하였다.
상술된 평가결과는 오스테나이트계 강에서는 M-슬리버(M-sliver)를, 페라이트계 강에서는 열연무소둔 판정을, 마르텐사이트계 강에서는 라미네이션 결함 예측에 활용될 수 있다.
여기서, 상기 오스테나이트계의 평균잔류 페라이트는 소위 KRUPP식이라고 불 리우는 계산식을 활용하여 평가하여 구해진다.
구해진 값과 설정된 최적치와의 차이가 적을수록 더 좋은 특성을 예견할 수 있다.
상기 오스테나이트계의 표층 페라이트는 하기 식을 활용하여 평가하여 구해진다.
[식]
이또한, 구해진 값과 설정된 최적치와의 차이가 적을수록 더 좋은 특성을 예견할 수 있다.
상기 페라이트계 등축정율은 하기 식을 활용하여 평가하여 구해진다.
[식]
Ti가 0.05 이하 혹은 이상인 어느 경우에 있어서나, 등축정율은 높으면 높을 수록 좋은 특성을 나타낸다.
상기 마르텐자이트계 중심편석은 하기 식을 활용하여 평가하여 구해진다.
[식]
이때, 중심편석도는 1의 값에 가까울 수록 좋은 특성을 나타낸다.
이와 같은 모델에 독립변수로 되어있는 항목은 1차 조업 데이터가 직접 사용될 수도 있고, 2차로 가공되거나 또는 2차 모델식으로 평가된 항목이 사용될 수도 있다.
또한, 상기 오실레이션마크 품질에서 측정된 정보는 상기 평가단계에서 오실레이션마크 깊이, 오실레이션마크 품질, 탄소 픽업(C-pick up) 및 황 픽업(S-pick up)으로서 수치상으로 평가된다.
오실레이션마크는 연속주조가 가능하게 몰드가 일정한 진폭 및 진동수를 가지고 상하왕복운동함에 따라 주편 표면에 형성되는 일정한 간격으로 존재하는 깊이가 있는 흔적이다. 스테인레스강은 연주 및 가열로에서 스케일제거되는 양이 거의 없기 때문에 오실레이션마크 품질은 특히 중요하다. 즉, 오실레이션마크가 지나치게 깊거나 오실레이션마크에 편석 및 크랙이 있는 경우 이들 주편 결함은 최종 제품 결함으로 직접적으로 연결된다.
도 8a는 오실레이션마크의 품질을 분류한 도면이고, 도 8b는 오실레이션마크를 포함한 주편 표면에 탄소 및 유황이 몰드 파우더로부터 픽업된 것을 나타낸 그래프도면이다.
도 8a를 참조하면, 오실레이션마크의 타입이 증가될수록 품질이 열악해지는 것을 나타낸다.
도 8b를 참조하면, 탄소 및 유황의 픽업 역시 오실레이션마크 품질만큼 중요하다는 것을 나타낸다. 본 발명의 실시예서는 야금학적 모델을 개발하여 조업실적 및 몰드 파우더의 물성 등을 이용하여 상술한 오실레이션마크의 깊이, 품질, 주편 표층의 탄소 및 유황의 픽업량을 예측하고 주편 품질 평가에 활용하였다.
상기 오실레이션마크 깊이는 하기 식을 활용하여 평가하여 구해진다.
[식]
이때, 오실레이션마크 깊이가 적을수록 더 좋은 특성으로서 평가된다.
상기 오실레이션마크 품질은 하기 식을 활용하여 평가하여 구해진다.
[식]
이 오실레이션마크 품질 값은 높을수록 우수한 특성으로 평가된다.
상기 탄소 픽업은 하기 식을 활용하여 평가하여 구해지며,
[식]
Cpick up = f[(몰드 슬래그 층 두께),(Uvalue),(몰드 파우더 내 C%)]
상기 황 픽업은 하기 식을 활용하여 평가하여 구해진다.
[식]
Spick up = f[(몰드 슬래그 층 두께),(Uvalue),(몰드 파우더 내 S%)]
탄소 또는 황 픽업 어느 경우에 있어서나 수치 값이 적을수록 좋으며, 상기 몰드 슬래그 층 두께는 몰드 파우더 용융속도 및 소모속도 계산 모델에 의해 계산 되어진다.
이러한 방법은 주로 300계 M-슬리버 결함 및 침탄에 의한 블랙 밴드(black band) 결함의 예측에 활용된다.
이와 같은 모델에 독립변수로 되어있는 항목은 1차 조업 데이터가 직접 사용될 수도 있고, 2차로 가공되거나 또는 2차 모델식으로 평가된 항목이 사용될 수도 있다.
도 9a는 오실레이션 마크 깊이의 예측값과 실제값의 차이가 도시된 그래프도면이고, 도 9b는 탄소 픽업량의 예측값과 실제값의 차이가 도시된 그래프도면이다.
도 9a를 참조하면, 304강과 같은 300계 강의 예측에 있어서는 예측값과 실제값이 거의 일치하는 것을 알 수 있으며, 430강과 같은 400계 강의 예측에 있어서는 예측값이 더 크게 나왔지만, 어느 정도 유사하다는 것을 알 수 있다. 따라서, 400계 강에 있어서는 주편에 그라인딩을 하지 않는 기술 개발 시 오실레이션마크 깊이 저감이 필요하다는 것을 알 수 있다.
도 9b를 참조하면, 예측된 주편 표층 탄소 픽업량은 실제 픽업량과 경향이 거의 유사하다는 것을 알 수 있다. 이와 같은 데이터는 저탄소 또는 저황 몰드 파우더 개발에 활용될 수 있다.
상기 청정도에서 측정된 정보는 상기 평가단계에서 고융점 개재물량, 개재물 Ti-Al-산화물 함량, 재산화 정도, Ti 실수율, TiN 정출량, TiN 정출온도, 질소 기공, Ar 기공 및 강 중 산화물량으로서 수치상으로 평가된다.
도 10a는 본 발명의 실시예에 따른 산화물 평가의 개념을 도식화하여 나타낸 도면이고, 도 10b는 본 발명의 실시예에 따른 질화물 및 기포 평가의 개념을 도식화하여 나타낸 도면이다.
도 10a에 도시된 산화물 평가에 있어서는 열역학 계산을 위하여 FactSage 상용 프로그램을, 도 10b에 도시된 질화물 및 기포 평가에 있어서는 열역학 계산을 위하여 ThermoCalc 상용 프로그램을 활용하였으며, 이러한 상용 프로그램의 활용으로서 개재물 거동의 예측이 가능하다. 계산에 필요한 조성 및 온도 등의 조업 데이터는 메인 컴퓨터의 데이터베이스에 저장된 값을 사용한다.
도 11a는 내부 개재물의 형성기구를 도식적으로 나타낸 도면이며, 도 11b는 도 11a에 도시된 형성기구를 바탕으로 개재물의 조성, 산화물량, 결정상, 전체 산소 등을 계산해 내는 방법을 도식적으로 나타낸 도면이다.
비금속내부 개재물의 조성, 량, 전체 산소, 전체 산화물량은 상기 청정도 평가에 있어서 가장 중요한 항목이다.
도 11a를 참조하면, 용강 중 현탁된 슬래그 입자를 핵생성 사이트(site)로 해서 온도가 감소함에 따라 용강중 Al, Ti 등이 탈산반응을 하여 개재물의 조성 및 량이 변하는 것을 알 수 있다.
도 11b를 참조하면, 도 10a에 도시된 형성 기구를 바탕으로 FactSage 상용 프로그램을 활용하여 개재물의 조성, 산화물량, 결정상, 전체 산소 등을 계산해낼 수 있다.
상기 고융점 개재물량은 턴디쉬 용강 기준으로 용강 내 비금속 개재물 중 고상으로 된 량을 계산하고 평가하여 구해지며, 고상으로 된 량이 많을수록 나쁜 특 성을 예측할 수 있다.
상기 개재물 Ti-Al-산화물 함량은 턴디쉬 용강 기준으로 용강 내 비금속 개재물 중 표면 품질과 상관성이 깊은 TiO2+Ti2O3+Al2O3 함량을 계산하고 평가하여 구해지며, 개재물 Ti-Al-산화물 함량이 많을수록 나쁜 특성으로 예측한다.
상기 재산화 정도는 AOD 출강부터 턴디쉬까지 질소 농도의 변화를 이용하여 재산화 정도를 평가하여 구해진다.
상기 Ti 실수율은 Ti 첨가강(409L, 439 등)의 Ti 실수율을 계산하고 평가하여 구해지며, 이 값이 높을수록 좋은 특성으로 평가된다.
상기 TiN 정출량은 Ti 첨가강의 TiN 정출량(턴디쉬 기준)을 열역학을 이용하여 계산하고 평가하여 구해지며, TiN 정출량이 많을 수록 나쁜 특성이라 할 수 있다.
상기 TiN 정출온도는 TiN이 형성되는 온도를 열역학적으로 계산하고 턴디쉬 온도와의 차이로 평가하여 구해지며, 턴디쉬 용강온도와 대비하여 높을수록 즉, TiN정출온도가 높을수록 나쁜 특성으로 예견된다.
상기 질소 기공은 고질소강의 경우 응고 중 질소 가스 형성량을 열역학적으로 계산하고 평가하여 구해지고, 상기 Ar 기공은 연속 주조 중 사용된 Ar 가스 유량을 이용하여 평가하여 구해지고, 상기 강 중 산화물량은 턴디쉬 기준으로 용강 내 총 산화물 함량을 열역학적으로 계산하고 평가하여 구해지며, 상기 질소 기공 및 상기 Ar 기공 공히 높을수록 나쁜 영향을 끼친다.
도 12a는 예측 전체 산소값과 실제 전체 산소값이 상호 비교되어 도시된 그래프도면이고, 도 12b는 강 중 개재물 중 고융점 개재물량의 예측값이 도시된 그래프도면이다.
도 12a를 참조하면, 예측 전체 산소값과 실제 전체 산소값은 유사한 수치를 나타내는 것을 알 수 있다.
도 12b를 참조하면, 304강 및 430강에서는 고융점이 없는 매우 양호한 개재물을 예측하였음을 알 수 있고, 409L강에 있어서는 상당량의 고융점 개재물을 예측하였다. 실제로, 409L강에서는 CaTiO3와 같은 고융점상이 존재함을 확인하였다.
상기 연주조업 안정도에서 측정된 정보는 상기 평가단계에서 주조온도 편차, 주조온도 차이, 주조속도 편차, MLAC 정도, 슬라이딩 게이트(sliding gate) 개도 편차, 슬라이딩 게이트 개도 변화량, 용강 유동, 침지노즐 침적 깊이, 주형-주편 마찰력, 주편 표면온도 및 2차 냉각 비수량으로서 수치상으로 평가되며, 상기 연주조업 안정도는 품질과 관련된 중요 연주조업 인자의 목표값과 실적값의 차이를 평가하는 것이다.
상세하게는, 상기 주조속도 편차, 주조온도 편차, MLAC 정도 및 주형-주편 마찰력은 연주조업에 있어서 기본적으로 평가되는 인자이며, 상기 침지노즐 침적 깊이, 상승유속, 슬라이딩 게이트 개도 편차 및 슬라이딩 게이트 개도 변화량은 몰드 용강 유동제어에 관련된 평가이고, 상기 2차 냉각 비수량 및 주편 표면온도는 2차 냉각에 관련된 평가이다.
상기 주조온도 편차는 주조온도의 편차를 계산하고 평가하여 구해지고, 상기 주조온도 차이는 조업표준 설정 주조온도와 실적 주조온도와의 차이를 계산하고 평가하여 구해지고, 상기 주조속도 편차는 주조속도의 편차를 계산하고 평가하여 구해지며, 상기 주조온도 편차, 상기 주조온도 차이 및 상기 주조속도 편차 공히 적을수록 좋은 평가결과가 산출된다.
상기 MLAC 정도는 탕면변돌량(±1 ㎜ 적중율)을 계산하고 평가하여 구해지고, 상기 슬라이딩 게이트 개도 변화량은 주편 초기에서 말기 사이의 슬라이딩 게이트 개도의 변화를 계산하고 평가하여 구해지며, 상기 슬라이딩 게이트 개도 편차는 슬라이딩 게이트의 편차를 계산하고 평가하여 구해진다. 상기 MLAC정도 평가는 높을수록, 상기 슬라이딩 게이트 개도 편차 및 상기 슬라이딩 게이트 개도 변화량은 적을수록 좋다고 평가된다.
상기 용강유동(U-value)은 몰드 내 상승 용강유속을 계산하고 평가하여 구해지며, 이 값이 적을수록 좋은 것이다.
상기 침지노즐 침적 깊이는 침지노즐 침적 깊이를 레이저 센서로 측정하고 조업 표준상 설정 침적 깊이와의 차이를 계산하고 평가하여 구해지는데, 이 차이가 적을수록 좋다고 평가된다.
상기 주형-주편 마찰력은 주형-주편 간 마찰력을 주조조건, 몰드 파우더 소모량 등으로 계산하고 평가하여 구해지며, 이 마찰력이 적을수록 안정된 조업이 가능하고 우수한 제품이 생산된다.
상기 주편 표면온도는 주편 표면온도를 열측정기를 이용하여 측정하고 강종 별 최적치와의 차이를 계산하고 평가하여 구해지고, 상기 2차냉각 비수량은 2차냉각 비수량을 2차냉각 냉각수 유량 데이터로부터 계산하고 강종별 설정치와의 차이를 계산하고 평가하여 구해지며, 공히 그 차이가 적을수록 좋은 특성을 가진다.
도 13은 본 발명의 바람직한 실시예에 따른 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법의 침지노즐 침적 깊이 평가항목을 활용한 효과를 나타낸 그래프도면이다.
도 13을 참조하면, 본 발명의 바람직한 실시예에 따른 레이저 센서를 적용 시 현재 조업에 적용 중인 침적 깊이인 110 ㎜, 120 ㎜와 정확히 일치하는 것을 알 수 있다. 반면, 종래의 침적 깊이는 100~140 ㎜까지의 분포를 나타낸다.
따라서, 요구되는 침적 깊이를 정확히 준수함으로써 최종 제품의 품질의 향상을 기대할 수 있다.
이상과 같이 평가되어 수치상으로 표현되는 항목들은 시스템 상에서 이를 취합하여 주편 단위 품질평가, 주편 단위 제품 결함 발생확률 평가, 품질분석 및 품질문제별 조업 가이드 등에 활용된다.
상기 내용은 본 발명의 바람직한 실시예를 단지 예시한 것으로 본 발명이 속하는 분야의 당업자는 첨부된 청구범위에 기재된 본 발명의 사상 및 요지로부터 벗어나지 않고 본 발명에 대한 수정 및 변경을 가할 수 있다는 것을 인식하여야 한다.
상술한 바와 같이, 본 발명에 따른 스테인레스강 주편 품질 온라인 예측 시스템 및 이를 이용한 예지방법에 의하여, 제강에서 연속주조 공정 전반에 걸쳐 활용가능한 모든 조업 데이터를 취합한 뒤, 열역학 및 통계 프로그램을 활용하여 야금학적 계산 평가모델로서, 기존의 조업 데이터에 의한 예측법의 한계를 극복하고 생산되는 주편의 품질을 네트워크 기반 시스템을 사용하여 온라인으로 정도높은 예측이 가능하고, 이에따라 품질개선 및 생산성 향상에 크게 기여할 수 있다.
Claims (24)
- 스테인레스강 주편 생산라인에서 정보를 수집 및 저장하는 메인 컴퓨터;상기 메인 컴퓨터와 상호 통신되는 열역학 계산전용 컴퓨터; 및상기 메인 컴퓨터와 상호 통신되는 서버용 컴퓨터;를 포함하여 구성되는 스테인레스강 주편 품질 온라인 예측 시스템.
- 제1항에 있어서,상기 메인 컴퓨터에 초기 응고 균일도를 위한 온도 정보를 제공하도록 상기 메인 컴퓨터에 연결설치되는 다수의 열전대가 시스형(sheath type)으로 동판에 삽입되고, 상기 다수의 열전대는 상기 동판의 장변 내측 및 외측에 각 5 개씩, 단변 좌측 및 우측에 각 1 개씩 설치되는 스테인레스강 주편 품질 온라인 예측 시스템.
- 제1항에 있어서,상기 메인 컴퓨터에 침지노즐 침적깊이 정보를 제공하도록 상기 메인 컴퓨터에 연결설치되는 레이저 거리센서가 더 구성된 스테인레스강 주편 품질 온라인 예측 시스템.
- 스테인레스강의 주편 품질 예측을 위한 예지항목을 측정하는 측정단계;상기 측정된 예지항목을 토대로 수치상 평가가 이루어지는 평가단계; 및상기 평가단계에서 산출된 상기 수치를 분석하여 상기 스테인레스강의 주편 품질을 예측하는 예측단계;를 포함하여 이루어지는 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법.
- 제4항에 있어서,상기 예지항목은 초기응고 균일도, 몰드 냉각속도, 주편 응고조직, 주편 오실레이션마크 품질, 청정도 및 연주조업안정도인 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법.
- 제5항에 있어서,상기 초기응고 균일도에서 측정된 정보는 상기 평가단계에서 동판온도, 동판온도의 편차, 동판온도 내부/외부 비, 동판온도 좌/우 비 및 동판온도 장변/단변 비로서 수치상으로 평가되는 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법.
- 제5항에 있어서,상기 몰드 냉각속도에서 측정된 정보는 상기 평가단계에서 열전달량, 열전달량의 편차, 열전달량 내부/외부 비, 열전달량 좌/우 비 및 열전달량 장변/단변 비로서 수치상으로 평가되는 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법.
- 제5항에 있어서,상기 주편 응고조직에서 측정된 정보는 상기 평가단계에서 오스테나이트계의 평균잔류 페라이트, 오스테나이트계의 표층 페라이트, 페라이트계 등축정율 및 마르텐자이트계 중심편석으로서 수치상으로 평가되는 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법.
- 제8항에 있어서,상기 오스테나이트계의 평균잔류 페라이트는 하기 KRUPP식을 활용하여 평가여 구해지며,[KRUPP식]
[여기서, δ-ferrite의 %는 체적%를, 원소들의 %는 중량%를 나타낸다.]상기 오스테나이트계의 표층 페라이트는 하기 식을 활용하여 평가하여 구해지는 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법.[식]
- 제8항에 있어서,상기 페라이트계 등축정율은 하기 식을 활용하여 평가하여 구해지는 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법.[식]
- 제8항에 있어서,상기 마르텐자이트계 중심편석은 하기 식을 활용하여 평가하여 구해지는 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법.[식]
- 제5항에 있어서,상기 오실레이션마크 품질에서 측정된 정보는 상기 평가단계에서 오실레이션마크 깊이, 오실레이션마크 품질, 탄소 픽업(C-pick up) 및 황 픽업(S-pick up)으로서 수치상으로 평가되는 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법.
- 제12항에 있어서,상기 주편 오실레이션마크 깊이는 하기 식을 활용하여 평가하여 구해지며,[식]
상기 오실레이션마크 품질은 하기 식을 활용하여 평가하여 구해지는 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법.[식]
- 제12항에 있어서,상기 탄소 픽업은 하기 식을 활용하여 평가하여 구해지며,[식]Cpick up = f[(몰드 슬래그 층 두께),(Uvalue),(몰드 파우더 내 C%)]상기 황 픽업은 하기 식을 활용하여 평가하여 구해지는 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법.[식]Spick up = f[(몰드 슬래그 층 두께),(Uvalue),(몰드 파우더 내 S%)]
- 제5항에 있어서,상기 청정도에서 측정된 정보는 상기 평가단계에서 고융점 개재물량, 개재물 Ti-Al-산화물 함량, 재산화 정도, Ti 실수율, TiN 정출량, TiN 정출온도, 질소 기공, Ar 기공 및 강 중 산화물량으로서 수치상으로 평가되는 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법.
- 제15항에 있어서,상기 고융점 개재물량은 턴디쉬 용강 기준으로 용강 내 비금속 개재물 중 고상으로 된 량을 계산하고 평가하여 구해지는 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법.
- 제15항에 있어서,상기 개재물 Ti-Al-산화물 함량은 턴디쉬 용강 기준으로 용강 내 비금속 개재물 중 표면 품질과 상관성이 깊은 TiO2+Ti2O3+Al2O3 함량을 계산하고 평가하여 구해지는 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법.
- 제15항에 있어서,상기 재산화 정도는 AOD 출강부터 턴디쉬까지 질소 농도의 변화를 이용하여 재산화 정도를 평가하여 구해지는 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법.
- 제15항에 있어서,상기 Ti 실수율은 Ti 첨가강(409L, 439 등)의 Ti 실수율을 계산하고 평가하여 구해지는 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법.
- 제15항에 있어서,상기 TiN 정출량은 Ti 첨가강의 TiN 정출량(턴디쉬 기준)을 열역학을 이용하여 계산하고 평가하여 구해지며,상기 TiN 정출온도는 TiN이 형성되는 온도를 열역학적으로 계산하고 턴디쉬 온도와의 차이로 평가하여 구해지는 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법.
- 제15항에 있어서,상기 질소 기공은 고질소강의 경우 응고 중 질소 가스 형성량을 열역학적으로 계산하고 평가하여 구해지며,상기 Ar 기공은 연속 주조 중 사용된 Ar 가스 유량을 이용하여 평가하여 구해지는 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법.
- 제15항에 있어서,상기 강 중 산화물량은 턴디쉬 기준으로 용강 내 총 산화물 함량을 열역학적으로 계산하고 평가하여 구해지는 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법.
- 제5항에 있어서,상기 연주조업 안정도에서 측정된 정보는 상기 평가단계에서 주조온도 편차, 주조온도 차이, 주조속도 편차, MLAC 정도, 슬라이딩 게이트(sliding gate) 개도 편차, 슬라이딩 게이트 개도 변화량, 용강 유동, 침지노즐 침적 깊이, 주형-주편 마찰력, 주편 표면온도 및 2차 냉각 비수량으로서 수치상으로 평가되는 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법.
- 제23항에 있어서,상기 침지노즐 침적 깊이는 침지노즐 침적 깊이를 레이저 센서로 측정하고 조업 표준상 설정 침적 깊이와의 차이를 계산하고 평가하여 구해지는 스테인레스강 주편 품질 온라인 예측 시스템을 이용한 예지방법.
Priority Applications (6)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020050092778A KR100709000B1 (ko) | 2005-10-04 | 2005-10-04 | 스테인레스강 주편 품질 온라인 예측 시스템 및 이를이용한 예지방법 |
| CN2006800371363A CN101283361B (zh) | 2005-10-04 | 2006-09-27 | 不锈钢板坯的在线质量预测系统以及应用该系统的预测方法 |
| EP06798925A EP1934855A4 (en) | 2005-10-04 | 2006-09-27 | ONLINE QUALITY PREDICTION SYSTEM FOR STAINLESS STEEL BRICK AND FORECAST METHOD USING THE FORECAST SYSTEM |
| JP2008533240A JP4829972B2 (ja) | 2005-10-04 | 2006-09-27 | ステンレス鋼鋳片品質オンライン予測システム及びこれを用いた予知方法 |
| US11/992,736 US20090138223A1 (en) | 2005-10-04 | 2006-09-27 | On-Line Quality Prediction System for Stainless Steel Slab and the Predicting Method Using It |
| PCT/KR2006/003842 WO2007040314A1 (en) | 2005-10-04 | 2006-09-27 | An on-line quality prediction system for stainless steel slab and the preedicting method using it |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020050092778A KR100709000B1 (ko) | 2005-10-04 | 2005-10-04 | 스테인레스강 주편 품질 온라인 예측 시스템 및 이를이용한 예지방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20070037781A KR20070037781A (ko) | 2007-04-09 |
| KR100709000B1 true KR100709000B1 (ko) | 2007-04-18 |
Family
ID=37906348
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020050092778A KR100709000B1 (ko) | 2005-10-04 | 2005-10-04 | 스테인레스강 주편 품질 온라인 예측 시스템 및 이를이용한 예지방법 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US20090138223A1 (ko) |
| EP (1) | EP1934855A4 (ko) |
| JP (1) | JP4829972B2 (ko) |
| KR (1) | KR100709000B1 (ko) |
| CN (1) | CN101283361B (ko) |
| WO (1) | WO2007040314A1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014017714A1 (ko) * | 2012-07-24 | 2014-01-30 | 주식회사 포스코 | 주편 품질 예측 장치 및 그 방법 |
Families Citing this family (37)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100103078A (ko) * | 2009-03-13 | 2010-09-27 | 한국생산기술연구원 | 알루미늄 용탕 통합관리 시스템 및 그 방법 |
| EP2272605A1 (de) * | 2009-06-24 | 2011-01-12 | Siemens AG | Regelverfahren für den Gießspiegel einer Stranggießkokille |
| CN101916080B (zh) * | 2010-07-15 | 2011-12-28 | 首钢总公司 | 一种对高炉钛平衡进行实时在线计算的系统及其方法 |
| KR101299094B1 (ko) * | 2010-08-30 | 2013-08-27 | 현대제철 주식회사 | 래들 교환시 용강 오염범위 예측 방법 |
| KR101224970B1 (ko) | 2011-05-30 | 2013-01-22 | 현대제철 주식회사 | 연주공정에서 제품의 표면크랙 예측 장치 및 그 방법 |
| WO2012176211A1 (en) * | 2011-06-24 | 2012-12-27 | Aditya Birla Science & Technology Co. Ltd. | A computer implemented interactive system for facilitating aluminium smelting analysis and optimization |
| CN102527974B (zh) * | 2012-01-18 | 2013-06-12 | 重庆钢铁(集团)有限责任公司 | 防止连铸板坯窄面鼓肚的方法 |
| CN102527971B (zh) * | 2012-02-27 | 2014-01-22 | 宝山钢铁股份有限公司 | 一种铸坯内裂缺陷的在线预报方法 |
| KR101368350B1 (ko) | 2012-02-29 | 2014-03-03 | 현대제철 주식회사 | 용강의 탄소증가량 예측장치 및 그 방법 |
| KR101344897B1 (ko) | 2012-02-29 | 2013-12-26 | 현대제철 주식회사 | 연속주조시 판재의 품질 예측장치 및 그 방법 |
| KR101505406B1 (ko) | 2012-04-26 | 2015-03-25 | 현대제철 주식회사 | 주편 품질 예측 방법 |
| KR101400041B1 (ko) * | 2012-04-26 | 2014-05-30 | 현대제철 주식회사 | 용강의 탄소증가량 예측장치 및 그 방법 |
| KR101505141B1 (ko) | 2013-04-30 | 2015-03-23 | 현대제철 주식회사 | 극저탄소강 제조방법 |
| CN104484560B (zh) * | 2014-12-08 | 2017-08-11 | 燕山大学 | 一种适合于连退机组的带钢跑偏预报方法 |
| JP6440586B2 (ja) * | 2015-07-06 | 2018-12-19 | 株式会社シオザワ | 機密書類廃棄用キャビネット |
| US10275565B2 (en) | 2015-11-06 | 2019-04-30 | The Boeing Company | Advanced automated process for the wing-to-body join of an aircraft with predictive surface scanning |
| US10444079B2 (en) * | 2016-10-13 | 2019-10-15 | Tata Consultancy Services Limited | System and method for accretion detection |
| CN108067599B (zh) * | 2016-11-15 | 2019-09-17 | 上海宝信软件股份有限公司 | 基于炼钢连铸全过程数据的板坯质量分析方法 |
| CN107498015A (zh) * | 2017-08-08 | 2017-12-22 | 唐山不锈钢有限责任公司 | 一种预报板坯连铸中心偏析的方法 |
| CN109085213B (zh) * | 2018-08-10 | 2020-12-04 | 广东工业大学 | 一种应力腐蚀裂纹萌生寿命预测方法 |
| US10712730B2 (en) * | 2018-10-04 | 2020-07-14 | The Boeing Company | Methods of synchronizing manufacturing of a shimless assembly |
| CN111220614B (zh) * | 2018-11-27 | 2023-05-09 | 宝山钢铁股份有限公司 | 一种快速评估钢水质量的方法 |
| US11360039B2 (en) * | 2019-01-28 | 2022-06-14 | Colorado School Of Mines | Identification of variations or defects in a slab material, made from a continuous casting process |
| WO2020188549A2 (en) * | 2019-03-20 | 2020-09-24 | Tata Consultancy Services Limited | Method and system for monitoring and optimizing the operation of an alumina rotary kiln |
| CN110673556B (zh) * | 2019-09-23 | 2021-03-02 | 珠海格力电器股份有限公司 | 一种用于胀管过程的质量管控方法及系统 |
| CN112935213B (zh) * | 2019-12-11 | 2022-10-28 | 中冶京诚工程技术有限公司 | 结晶器内钢水液面高度测量方法及相关装置 |
| CN111429424B (zh) * | 2020-03-20 | 2023-08-11 | 中冶赛迪信息技术(重庆)有限公司 | 一种基于深度学习的加热炉入口异常识别方法 |
| CN112068506B (zh) * | 2020-07-31 | 2021-10-29 | 马鞍山钢铁股份有限公司 | 一种连铸铸坯宽度的自动、快速、准确预报方法 |
| CN112884272A (zh) * | 2021-01-07 | 2021-06-01 | 江苏联峰能源装备有限公司 | 一种电炉炉长操作自动实时评价的方法 |
| CN113092712B (zh) * | 2021-02-26 | 2023-05-09 | 邯郸钢铁集团有限责任公司 | 一种高端汽车用外板暴露件铸坯质量评估方法 |
| CN113649538B (zh) * | 2021-08-19 | 2023-04-07 | 宝武集团鄂城钢铁有限公司 | 板坯连铸机基于钢水温度控制的自动变渣线系统 |
| CN114686660A (zh) * | 2022-04-14 | 2022-07-01 | 武汉科技大学 | 增材制造不锈钢及其热调控方法、及纳米夹杂物尺寸预测方法 |
| CN115049319B (zh) * | 2022-08-15 | 2022-12-20 | 张家港广大特材股份有限公司 | 一种钢材锻造成型的质量评估方法及系统 |
| CN115856004B (zh) * | 2023-01-30 | 2023-05-05 | 中航久远科技(北京)有限公司 | 预测430铁素体不锈钢中夹杂物在热轧过程中变形能力的方法 |
| CN116772742B (zh) * | 2023-08-23 | 2023-10-27 | 江苏永钢集团有限公司 | 一种连铸方坯振痕深度测量方法 |
| CN116992265B (zh) * | 2023-09-22 | 2024-01-09 | 卡奥斯工业智能研究院(青岛)有限公司 | 碳排放量估算方法、装置、设备和存储介质 |
| CN117644189B (zh) * | 2024-01-30 | 2024-04-05 | 北京科技大学 | 一种采用离散小波变换监测连铸过程中铸坯鼓肚的方法 |
Family Cites Families (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62224454A (ja) * | 1986-03-25 | 1987-10-02 | Kobe Steel Ltd | 連続鋳造用鋳型 |
| JPH0399759A (ja) * | 1989-09-13 | 1991-04-24 | Kawasaki Steel Corp | 単ロール法におけるノズルの位置ずれなどの検出および修正方法 |
| JP2961332B2 (ja) * | 1991-03-12 | 1999-10-12 | 日新製鋼株式会社 | Ｔｉ含有鋼の無手入れ連鋳スラブの製造法 |
| KR950007169B1 (ko) * | 1992-12-30 | 1995-07-03 | 포항종합제철주식회사 | 이종강종 혼합주편의 성분예측방법 |
| JPH06304725A (ja) * | 1993-04-26 | 1994-11-01 | Nippon Steel Corp | 連続鋳造における鋳片表面品質評価方法および鋳造異常の検出方法 |
| JPH0747453A (ja) * | 1993-08-10 | 1995-02-21 | Nippon Steel Corp | 連続鋳造における品質制御方法 |
| JPH08159883A (ja) * | 1994-12-07 | 1996-06-21 | Nippon Steel Corp | 連続鋳造設備における鋳型熱電対の正常・異常判別方法および同熱電対を用いたブレークアウトの検知方法 |
| KR0140324B1 (ko) * | 1994-12-29 | 1998-07-15 | 김만제 | 전문가 시스템을 이용한 연주주편 품질 예측방법 |
| KR100224487B1 (ko) * | 1995-02-09 | 1999-10-15 | 에모또 간지 | 오오스테나이트계 스테인레스강의 연속주조방법 |
| US5884685A (en) * | 1995-03-29 | 1999-03-23 | Nippon Steel Corporation | Quality prediction and quality control of continuous-cast steel |
| JPH0976050A (ja) * | 1995-09-13 | 1997-03-25 | Sumitomo Metal Ind Ltd | モールドパウダー厚の制御方法および装置 |
| CA2182645A1 (en) * | 1996-07-12 | 1998-01-13 | James Kellams | Custom quality control monitoring of a steel making process |
| KR20010057093A (ko) * | 1999-12-18 | 2001-07-04 | 이구택 | 연속주조주편의 내부 품질 평가 방법 |
| KR100419886B1 (ko) * | 1999-12-21 | 2004-03-02 | 주식회사 포스코 | 이강종 연연주시 강종 혼합정도 예측방법 |
| JP3728198B2 (ja) * | 2000-11-10 | 2005-12-21 | 新日本製鐵株式会社 | 評価対象の状態検出装置、状態検出方法およびコンピュータ読み取り可能な記録媒体 |
| KR100832424B1 (ko) * | 2001-11-30 | 2008-05-26 | 주식회사 포스코 | 신경회로망을 이용한 연속주조공정의 품질안정화 방법 |
| JP3845332B2 (ja) * | 2002-04-11 | 2006-11-15 | 新日本製鐵株式会社 | 流動状態の推定装置、方法、コンピュータプログラム、及びコンピュータ読み取り可能な記憶媒体 |
| JP3896026B2 (ja) * | 2002-04-12 | 2007-03-22 | 新日本製鐵株式会社 | 連続鋳造鋳型内における溶鋼流動状態の診断装置、方法、コンピュータプログラム、及びコンピュータ読み取り可能な記憶媒体 |
| JP2004141906A (ja) * | 2002-10-23 | 2004-05-20 | Jfe Steel Kk | 連続鋳造の鋳片異常検出方法及び装置 |
| JP4259164B2 (ja) * | 2003-04-07 | 2009-04-30 | Ｊｆｅスチール株式会社 | 連続鋳造鋳片の品質監視装置及び品質監視方法 |
| US6885907B1 (en) * | 2004-05-27 | 2005-04-26 | Dofasco Inc. | Real-time system and method of monitoring transient operations in continuous casting process for breakout prevention |
-
2005
- 2005-10-04 KR KR1020050092778A patent/KR100709000B1/ko active IP Right Grant
-
2006
- 2006-09-27 JP JP2008533240A patent/JP4829972B2/ja not_active Expired - Fee Related
- 2006-09-27 CN CN2006800371363A patent/CN101283361B/zh not_active Expired - Fee Related
- 2006-09-27 WO PCT/KR2006/003842 patent/WO2007040314A1/en active Application Filing
- 2006-09-27 EP EP06798925A patent/EP1934855A4/en not_active Withdrawn
- 2006-09-27 US US11/992,736 patent/US20090138223A1/en not_active Abandoned
Non-Patent Citations (1)
| Title |
|---|
| 없음 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014017714A1 (ko) * | 2012-07-24 | 2014-01-30 | 주식회사 포스코 | 주편 품질 예측 장치 및 그 방법 |
| KR101456453B1 (ko) * | 2012-07-24 | 2014-10-31 | 주식회사 포스코 | 주편 품질 예측 장치 및 그 방법 |
| CN104661773A (zh) * | 2012-07-24 | 2015-05-27 | Posco公司 | 预测板坯质量的装置和方法 |
| US10126285B2 (en) | 2012-07-24 | 2018-11-13 | Posco | Apparatus and method for predicting slab quality |
Also Published As
| Publication number | Publication date |
|---|---|
| EP1934855A1 (en) | 2008-06-25 |
| JP4829972B2 (ja) | 2011-12-07 |
| KR20070037781A (ko) | 2007-04-09 |
| US20090138223A1 (en) | 2009-05-28 |
| EP1934855A4 (en) | 2009-10-28 |
| WO2007040314A1 (en) | 2007-04-12 |
| JP2009509769A (ja) | 2009-03-12 |
| CN101283361A (zh) | 2008-10-08 |
| CN101283361B (zh) | 2010-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100709000B1 (ko) | 스테인레스강 주편 품질 온라인 예측 시스템 및 이를이용한 예지방법 | |
| Thomas | Continuous casting of steel | |
| JP4259164B2 (ja) | 連続鋳造鋳片の品質監視装置及び品質監視方法 | |
| JP2005517807A (ja) | 鋼の取鍋精錬用プロセスパラメータを割出すモデル準拠システム | |
| JP4704980B2 (ja) | 大断面ブルーム連鋳における軸受鋼の中心偏析改善方法 | |
| JP2008264827A (ja) | 連鋳におけるバネ用鋼の中心偏析改善方法 | |
| Louhenkilpi et al. | New phenomenological quality criteria for continuous casting of steel based on solidification and microstructure tool IDS | |
| Kromhout et al. | Mould powder selection for thin slab casting | |
| KR100965975B1 (ko) | 연속 주조용 침지 노즐내의 막힘 물질의 탈락 검출 및이를 이용한 연주정정 조업방법 | |
| KR101344897B1 (ko) | 연속주조시 판재의 품질 예측장치 및 그 방법 | |
| KR101204946B1 (ko) | 연주공정에서 제품의 표면결함 예측 장치 및 그 방법 | |
| Camisani-Calzolari, FR*, Craig, IK* & Pistorius | Quality prediction in continuous casting of stainless steel slabs | |
| Kavička et al. | Numerical models of solidification and their application in metal and ceramic technology | |
| Normanton et al. | Tools and techniques for use in development of mould powders | |
| Wizner et al. | Effect of the production conditions of continuously cast steels on the degree of hot rolled product downgrading | |
| Gotti et al. | Project Deliverable Report | |
| Morov et al. | Improvement in manufacturing technology for coiled and sheet rolled product in a VMZ casting and rolling complex | |
| Normanton et al. | Advances in secondary steelmaking and continuous casting | |
| Abhishek et al. | Wireless Online Tundish Temperature Monitoring System for Better Casting Automation and Failure Prevention | |
| Harris et al. | 5th European continuous casting conference part 1 | |
| Slagter | Advanced Inspection of Surface Quality in Continuously Cast Products by Online Monitoring | |
| Ray | Surface quality of steel products | |
| Li et al. | Discussion on some typical phenomena during unsteady casting process | |
| Kovacic et al. | Modeling and Optimization of Steel Machinability with Genetic Programming: Industrial Study. Metals 2021, 11, 426 | |
| Larson et al. | Performance of Three to Five Poise Mold Powders with an Exothermic Addition |
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: 20120404 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20130403 Year of fee payment: 7 |
|
| FPAY | Annual fee payment |
Payment date: 20160405 Year of fee payment: 10 |
|
| FPAY | Annual fee payment |
Payment date: 20170412 Year of fee payment: 11 |