KR100919424B1 - Width fault diagnosis apparatus and method in hot strip mill - Google Patents
Width fault diagnosis apparatus and method in hot strip millInfo
- Publication number
- KR100919424B1 KR100919424B1 KR1020020077712A KR20020077712A KR100919424B1 KR 100919424 B1 KR100919424 B1 KR 100919424B1 KR 1020020077712 A KR1020020077712 A KR 1020020077712A KR 20020077712 A KR20020077712 A KR 20020077712A KR 100919424 B1 KR100919424 B1 KR 100919424B1
- Authority
- KR
- South Korea
- Prior art keywords
- quality
- variable
- test value
- statistical test
- value
- Prior art date
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B38/00—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B2261/00—Product parameters
- B21B2261/02—Transverse dimensions
- B21B2261/04—Thickness, gauge
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B2275/00—Mill drive parameters
- B21B2275/02—Speed
Abstract
본 발명은 열간 사상 압연에서 압연 및 제어 상태를 나타내는 모든 설정 데이터와 실시간 데이터를 가지고 제어 및 물리 현상을 표현하는 수식 모델과 조업 경험을 바탕으로 구축된 데이터베이스를 이용하여 두께 품질 이상 진단을 수행하며, 특히, 제어상의 이상에 의한 사상 압연 출측의 품질 불량 여부를 판단할 수 있는 사상 압연 제어성 이상 진단 장치를 제공하는데 그 목적이 있다.The present invention performs a diagnosis of thickness quality abnormality using a database built on a mathematical model and an operating experience representing all control and physical phenomena with all setting data and real time data indicating rolling and control states in hot finishing rolling. In particular, it aims at providing the finishing-rolling control abnormality diagnosis apparatus which can determine the quality defect of the finishing-rolling exit side by the control abnormality.
본 발명에 따르면, 통계 검정치 및 상한 경계치를 계산 비교하여 상기 통계 검정치가 상한 경계치 이상이면, 선정된 품질 변수 중 어떠한 변수가 품질 불량의 원인인지를 판단하여 각 품질 변수의 통계 검정치를 연산하고, 상기 각 품질 변수의 상한 경계치를 연산하고, 상기 각 품질 변수 중 어떠한 품질 변수가 불량의 원인인지를 각각의 품질 변수마다 차례로 검증하며, 각 변수의 통계 검정치와 연산된 각 품질 변수의 상한 경계치의 대소를 판단함으로써, 품질 불량의 원인을 판단하는 것을 특징으로 하는 사상 압연 두께 불량 인자 판단 장치가 제공된다. According to the present invention, when the statistical test value and the upper limit threshold are calculated and compared, if the statistical test value is higher than or equal to the upper limit threshold, it is determined which variable among the selected quality variables is the cause of the poor quality, and then the statistical test value of each quality variable is calculated. Calculating an upper boundary value of each quality variable, and sequentially verifying which quality variable of each quality variable is the cause of the failure for each quality variable, and performing a statistical test value of each variable and an upper boundary of each calculated quality variable. By determining the magnitude of teeth, the cause of the quality rolling thickness defect factor determining apparatus is characterized by determining the cause of the quality defect.
Description
본 발명은 열간 사상 압연 두께 불량 인자 판단 장치 및 그 방법에 관한 것이며, 특히, 열간 사상 압연에서 압연 및 제어 상태를 나타내는 모든 설정 데이터와 실시간 데이터를 가지고 제어 및 물리 현상을 표현하는 수식 모델과 조업 경험을 바탕으로 구축된 데이터베이스를 이용하여 두께 품질 이상 진단을 수행하며, 그 중에서도 사상 압연에서 압연 속도가 보상된 두께 편차 신호만을 이용하여 제품의 품질 불량을 판단함으로써, 품질 불량의 원인을 신속하고 정확하게 판단할 수 있는 사상 압연 두께 불량 인자 판단 장치 및 그 방법에 관한 것이다.The present invention relates to an apparatus and method for judging a hot finishing rolling thickness defect factor, and more particularly, to a mathematical model and an operation experience that express control and physical phenomena with all setting data and real-time data representing rolling and control states in hot finishing rolling. Diagnosis of thickness quality abnormality is carried out using the database built on the basis of the above, and the quality defect of the product is judged by using only thickness deviation signal whose rolling speed is compensated in finishing rolling. It is related with the finishing rolling thickness defect factor determination apparatus which can be made, and its method.
최근 열연 마무리 압연 공정에서는 제품 품질 향상 요구가 점점 더 높아지고 있고 다품종 소량 생산 형태로 생산되고 있어, 보다 더 정밀도가 높은 품질 제어 시스템을 필요로 하고 있다.In recent hot rolled finish rolling process, there is an increasing demand for product quality improvement and production in a small quantity production form, which requires a more precise quality control system.
열연 제품 생산은 각종 컴퓨터 및 제어 시스템에 의한 고도의 제어로 안정적인 조업을 함으로써, 품질 정도 허용치를 확보하고 있다. 그러나, 제어 시스템 갱신 또는 안정적인 상태에서도 가끔 조업의 불안정이나 제품 불량이 발생하고 있다. The production of hot rolled products is a stable operation with high control by various computers and control systems, ensuring the quality tolerance. However, operation instability or product defects sometimes occur even when the control system is updated or stable.
이러한 것들은 크게 분류하면, 제품의 재질, 운전자의 조업 방법, 압연 설비 및 제어 시스템 등이 원인이다. 조업 불안정과 제품 불량이 발생한 경우에는 구체적으로 시스템 불량인지 운전자의 조작 이상인지 등을 판단하여 재발 방지를 위한 대책을 마련하여야 한다. 종래에는 이상 진단을 행하기 위하여 제품 단위로 계산기에 수집 저장된 실적 평균 데이터를 비교 분석하거나, 실적 평균 데이터를 이용한 간단한 모의 실험 검증 등을 수행하는 방법을 채용하고 있다.These are largely classified by the material of the product, the operating method of the driver, the rolling equipment and the control system. In case of unstable operation and product defects, it is necessary to determine whether the system is defective or the driver's operation in detail, and to prepare countermeasures for recurrence prevention. Conventionally, in order to perform an abnormal diagnosis, a method of comparing and analyzing performance average data collected and stored in a calculator in units of products or performing simple simulation verification using performance average data is employed.
그러나, 상세한 원인 분석을 해야 하는 경우, 주로 온라인 아날로그 데이터 챠트를 보고 판단하는 것이 필요하기 때문에 전문가 수작업에 의존하는 경우가 대부분이며, 이에 따라 분석 시간이 많이 걸리는 문제와 실적 관리가 곤란한 면이 있었다.However, when detailed cause analysis is required, it is often necessary to look at online analog data charts and judge them. Therefore, many of them rely on expert manual work, which results in a problem that requires a lot of analysis time and performance management.
따라서, 품질 제어 시스템에 의하여 고품질의 제품을 생산하기 위해서는 운전자가 순간적으로 판단할 수 없는 품질 및 제어 이상 원인을 빠르게 추정하는 것을 지원하는 진단 시스템의 개발이 필요하다.Therefore, in order to produce a high quality product by the quality control system, it is necessary to develop a diagnostic system that supports the quick estimation of the cause of quality and control abnormalities that the driver cannot instantly determine.
지금까지 압연기의 품질 진단 기술과 관련된 선행 기술들을 살펴 보면, 다음과 같다.Looking at the prior art related to the quality diagnostic technology of the rolling mill, as follows.
첫번째로, 출원인이 '포항 종합 제철 주식 회사'이고, 발명의 명칭이 '압연기의 이상 진단 장치'(공개 번호 : 특 2001-0027829)를 살펴 보면, 다음과 같다.First, the applicant is a Pohang Iron & Steel Co., Ltd., and the name of the invention is an abnormality diagnosis device of a rolling mill (published number: Sec. 2001-0027829).
본 특허 출원은 다단 스탠드로 구성된 압연기를 대상으로 설비 불량, 조업 불량을 진단하는 압연기 이상 진단 장치에 관한 것으로, 철강 플랜트에서의 다단 스탠드로 구성된 압연기를 대상으로 두께, 형상 및 설비에 대한 이상 판정과 요인 진단을 자동으로 수행하도록 함으로써, 고속, 고정확도의 진단이 가능하고, 진단 임계치를 강판의 양부 판정 결과와 진단 결과가 일치하도록 적절하게 조정하도록 한다. 이렇게 함으로써, 대상의 특성이 변화하는 경우에도 적절한 임계치가 유지되어 항상 고정확도의 진단을 수행하도록 한 것이 본 선행 기술의 특징이다.The present patent application relates to a rolling mill abnormality diagnosis device for diagnosing equipment failure and operation failure for a rolling mill composed of multi-stage stands, and for determining the thickness, shape and abnormality of a rolling mill for a rolling mill composed of multi-stage stands in a steel plant. By performing the factor diagnosis automatically, high-speed and high-accuracy diagnosis is possible, and the diagnosis threshold is appropriately adjusted so that the diagnosis result of the steel sheet is consistent with the diagnosis result. In this way, it is a feature of the prior art that an appropriate threshold is maintained even when the characteristic of the object changes so that a high accuracy diagnosis is always performed.
그런, 상기 선행 기술은 품질의 이상 판정을 위하여 단순하게 임계치와의 크기를 비교하여 양부를 결정하는 내용으로 되어 있어 룰 베이스(Rule Base)에 의한 본 출원과는 차이가 난다. 또한, 상기 특허는 대상의 특성이 변화할 때, 임계치를 자동으로 변경하여 진단하는 기술이기 때문에 최적의 임계치를 설정하는 것이 진단 성공율을 좌우하는 기준이 될 수 있다. 그러나 이와 같은 임계치의 최적 설정은 강종과 사이즈, 압연 조건 및 현장의 상황에 따라서 선정되는 것으로 매우 힘들다는 문제점이 있다.However, the prior art is to determine the quality by simply comparing the size with the threshold for the determination of abnormality of quality is different from the present application by the rule base (Rule Base). In addition, since the patent is a technology for automatically changing the threshold value when the characteristics of the object is changed to diagnose, setting the optimal threshold value can be a criterion that determines the success rate of diagnosis. However, such an optimal setting of the threshold value is very difficult to be selected according to the steel grade and size, rolling conditions and the situation of the site.
두번째로, 출원인이 '미쯔비시 전기 주식 회사'이고, 발명의 명칭이 '이상 진단 장치 및 이상 진단 방법(일본 공개 번호 : 특개평 11-347614)을 살펴 보면, 다음과 같다.Secondly, the applicant is Mitsubishi Electric Corporation, and the name of the invention is a fault diagnosis apparatus and a fault diagnosis method (Japanese Laid-Open Patent Publication No. Hei 11-347614).
본 선행 기술은 압연된 압연재의 판 두께와 목표 판 두께의 편차를 연산하고, 그 편차가 기준치를 초과한다면, 판 두께 이상으로 인정한다. 즉, 판 두께의 국소적 최소치와 국소적 최대치를 검출하여, 그 국소적 최소치와 최대치의 편차가 미리 설정된 기준치를 초과하면, 판 두께 이상으로 인정한다. 또한, 이상 발생 원인을 주로 롤 속도 밸런스와 밀 모터의 토크 실적 및 압연 하중 실적으로부터 판정하고 있다.The present prior art calculates the deviation between the plate thickness of the rolled rolled material and the target plate thickness, and if the deviation exceeds the reference value, it is recognized as the plate thickness or more. In other words, if the local minimum value and the local maximum value of the plate thickness are detected, and the deviation between the local minimum value and the maximum value exceeds a preset reference value, it is recognized as the plate thickness or more. In addition, the cause of abnormality is mainly determined from the roll speed balance, the torque performance of the mill motor, and the rolling load performance.
그러나, 압연기의 두께 이상의 원인은 이보다 훨씬 다양한 원인에 의하여 발생하고 있으므로, 상기 선행 기술로는 완전한 품질 진단을 할 수 없다는 문제점이 있다.However, since the cause of the thickness or more of the rolling mill is caused by a much more various causes than this, there is a problem that a complete quality diagnosis cannot be performed by the prior art.
세번째로, 출원인이 '미쯔비시 전기 주식 회사'이고, 발명의 명칭이 '온라인 롤 연삭 장치의 고장 진단 방법'(공개 번호 : 특개평 7-251210)을 살펴 보면, 다음과 같다.Third, the applicant is Mitsubishi Electric Corporation, and the name of the invention is a failure diagnosis method of an on-line roll grinding device (Publication No. 7-251210).
상기 선행 기술은 운전자의 육안에 의지하지 않고, 자동적으로 온라인 롤 연삭 장치의 고장을 진단한 기술로서, 하우징 내부의 롤을 회전시키면서, 그 외주면에 회전 가능한 숫돌을 끼우고, 이 숫돌을 롤 축 방향으로 왕복 이동시키며 연삭하는 온라인 롤 연삭 장치에 있어서, 상기 롤의 숫돌에 의한 연삭 중에 숫돌 구동 회전 장치의 출력 토크를 검출하고, 출력 토크가 상한치를 초과하거나, 하한치 미만인 경우에 이상이라고 진단하는 방법이다.The prior art is a technique for automatically diagnosing a failure of an on-line roll grinding device without resorting to the naked eye of the driver. The rotating wheel is inserted into the outer circumferential surface while the roll inside the housing is rotated, and the grinding wheel is rotated in the roll axial direction. An on-line roll grinding device for grinding while reciprocating in a step, wherein the output torque of the whetstone drive rotary device is detected during grinding by the grindstone of the roll, and is diagnosed as abnormal when the output torque exceeds the upper limit or is below the lower limit. .
본 선행 기술도 상기 타 선행 기술과 마찬가지로 단순히 경계치에 대한 특허로서, 완전한 진단이 힘들다는 문제점이 있다.Like the other prior arts, the present prior art is simply a patent for a threshold value, and thus there is a problem that complete diagnosis is difficult.
네번째로, 출원인이 '신일본 제철 주식 회사'이고, 발명의 명칭이 '압연롤용 축수의 이상 진단 장치'(공개 번호 : 특개평 7-63605)를 살펴 보면, 다음과 같다.Fourth, the applicant is "New Nippon Steel Co., Ltd.", and the name of the invention is an abnormality diagnosing device for a rolling stock bearing (published number: Japanese Patent Laid-Open No. 7-63605).
상기 선행 기술은 진단시에 압연롤이 압연롤용 베어링에 가중한 하중을 측정하고, 베어링의 이상 검출 범위를 폭넓게 진단할 수 있는 압연롤용 베어링의 이상 진단 장치에 관한 것이나, 본 선행 기술도 상기 타 선행 기술과 마찬가지의 문제점들이 있다. The prior art relates to an apparatus for diagnosing an abnormality of a rolling roll bearing capable of measuring a load that the rolling roll weighs on the rolling roll bearing at the time of diagnosis and diagnosing the abnormality detection range of the bearing widely. There are the same problems as technology.
본 발명은 상기와 같은 종래 기술의 문제점을 해결하기 위하여 안출된 것으로서, 열간 사상 압연에서 압연 및 제어 상태를 나타내는 모든 설정 데이터와 실시간 데이터를 가지고 제어 및 물리 현상을 표현하는 수식 모델과 조업 경험을 바탕으로 구축된 데이터베이스를 이용하여 두께 품질 이상 진단을 수행하며, 특히, 그 중에서도 사상 압연에서 압연 속도가 보상된 두께 편차 신호만을 이용하여 제품의 품질 불량을 판단함으로써, 품질 불량의 원인을 신속하고 정확하게 판단할 수 있는 사상 압연 두께 불량 인자 판단 장치 및 그 방법을 제공하는데 그 목적이 있다. The present invention has been made to solve the problems of the prior art as described above, based on the mathematical model and operation experience to express the control and physical phenomena with all setting data and real-time data indicating the rolling and control state in hot finishing rolling Diagnosis of thickness quality abnormality is carried out using a database constructed by using the database, and in particular, the quality defect of the product is judged using only the thickness deviation signal whose rolling speed is compensated in finishing rolling. It is an object of the present invention to provide a finishing rolling thickness defect factor determining apparatus and a method thereof.
앞서 설명한 바와 같은 목적을 달성하기 위한 본 발명에 따르면, 사상 압연에서 이상 원인을 추정하여 압연판의 품질 정도를 높이기 위한 두께 불량 인자 판단 장치에 있어서, 다수의 압연판 두께 품질 변수를 선정한 후, 상기 선정한 품질 변수의 평균 벡터와 공분산 행렬을 연산하기 위한 품질 변수 통계치 연산부; 상기 품질 변수들로 이루어진 공분산 행렬의 상한 경계치 및 이상 진단하고자 하는 코일의 통계 검정치를 연산하는 경계치/검정치 연산부; 상기 계산된 통계 검정치 및 상한 경계치를 비교하여 상기 통계 검정치가 상한 경계치 이상이면, 상기 선정된 품질 변수 중 어떠한 변수가 품질 불량의 원인인지를 판단하여 각 품질 변수의 통계 검정치를 연산하는 품질 변수 개별 통계 검정치 연산부; 상기 각 품질 변수의 상한 경계치를 연산하고, 상기 각 품질 변수 중 어떠한 품질 변수가 불량의 원인인지를 각각의 품질 변수마다 차례로 검증하며, 각 변수의 통계 검정치와 연산된 각 품질 변수의 상한 경계치의 대소를 판단하는 품질 변수 통계 검정치 대소 판단부; 및 상기 품질 변수 통계 검정치 대소 판단부의 판단 결과, 각 변수의 통계 검정치가 크면, 그 변수가 품질 불량의 원인이라고 최종적으로 판단하는 품질 변수 이상 진단 결과 표시부; 를 포함하는 것을 특징으로 하는 사상 압연 두께 불량 인자 판단 장치가 제공된다.According to the present invention for achieving the object as described above, in the thickness defect factor determination device for estimating the cause of the abnormality in finishing rolling to increase the quality of the rolled plate, after selecting a plurality of thickness plate thickness quality parameters, A quality variable statistical calculator for calculating an average vector and a covariance matrix of selected quality variables; A boundary value / test value calculating unit for calculating an upper limit boundary value of the covariance matrix composed of the quality variables and a statistical test value of a coil to be diagnosed abnormally; Comparing the calculated statistical test value and the upper limit boundary value, if the statistical test value is greater than or equal to the upper boundary value, it is determined whether any of the selected quality variables is the cause of the poor quality and the quality variable for calculating the statistical test value of each quality variable. An individual statistical test value calculating unit; Calculating an upper boundary value of each quality variable, and sequentially verifying which quality variable among the respective quality variables is the cause of the failure for each quality variable, and checking the statistical test value of each variable and the upper boundary value of each calculated quality variable. Quality variable statistical test value judging large and small; And a quality variable abnormality diagnosis result display unit which finally determines that the variable is the cause of the quality defect if the statistical test value of each variable is large as a result of the determination of the quality variable statistical test value magnitude determination unit. There is provided a finishing rolling thickness defect factor determining apparatus comprising a.
또한, 보다 더 양호하게는, 상기 품질 변수 개별 통계 검정치 연산부는, 계산된 통계 검정치 및 상한 경계치를 비교하여 상기 통계 검정치가 상한 경계치보다 작으면, 정상 코일로 최종 판단하는 정상 코일 표시 수단; 을 포함하는 것을 특징으로 하는 사상 압연 두께 불량 인자 판단 장치가 제공된다.Further, more preferably, the quality variable individual statistical test value calculating unit compares the calculated statistical test value and the upper limit boundary value, and if the statistical test value is smaller than the upper limit boundary value, normal coil display means for finally determining as a normal coil. ; There is provided a finishing rolling thickness defect factor determining apparatus comprising a.
또한, 사상 압연에서 이상 원인을 추정하여 압연판의 품질 정도를 높이기 위한 두께 불량 인자 판단 방법에 있어서, 다수의 압연판 두께 품질 변수를 정의하고, 상기 정의된 품질 변수의 평균 벡터 및 공분산 행렬을 연산한 후, 상기 공분산 행렬의 상한 경계치를 연산하는 제 1 단계; 이상 진단을 수행하고자 하는 코일의 통계 검정치를 연산하는 제 2 단계; 상기 계산된 통계 검정치 및 상기 연산된 상한 경계치를 비교 판단하여, 상한 경계치 이상이라고 판단되면, 상기 정의된 각각의 품질 변수 중 어떠한 변수가 품질 불량의 원인인지를 판단하기 위하여 각 품질 변수의 통계 검정치를 연산하는 제 3 단계; 상기 각각의 품질 변수의 상한 경계치를 연산하는 제 4 단계; 상기 각 품질 변수 중 어떠한 품질 변수가 불량의 원인인지를 각각의 품질 변수마다 차례로 검증하며, 각 변수의 통계 검정치와 연산된 각 품질 변수의 상한 경계치의 대소를 판단하는 제 5 단계; 및 상기 제 5 단계에서의 판단 결과, 각 변수의 통계 검정치가 크면, 그 변수가 품질 불량의 원인이라고 최종적으로 판단하는 제 6 단계; 를 포함하는 것을 특징으로 하는 사상 압연 두께 불량 인자 판단 방법이 제공된다. In addition, in the thickness defect factor determination method for estimating the cause of the abnormality in finishing rolling to increase the quality of the rolled sheet, a plurality of rolled sheet thickness quality parameters are defined, and the average vector and covariance matrix of the defined quality variables are calculated. A first step of computing an upper boundary of the covariance matrix; A second step of calculating a statistical test value of the coil for which the abnormal diagnosis is to be performed; Comparing and determining the calculated statistical test value and the calculated upper limit boundary value, when it is determined that the upper limit value is greater than or equal to each other, the statistics of each quality variable to determine which one of each of the defined quality variables is the cause of poor quality Calculating a test value; A fourth step of calculating an upper boundary of each quality variable; A fifth step of sequentially verifying which quality variables of each of the quality variables are the cause of the failure for each quality variable, and determining the magnitude of the statistical test value of each variable and the upper boundary value of each calculated quality variable; And a sixth step of finally determining that the variable is the cause of poor quality if the statistical test value of each variable is large as a result of the determination in the fifth step. There is provided a finishing rolling thickness defect factor determination method comprising a.
아래에서, 본 발명에 따른 양호한 일 실시예를 첨부한 도면을 참조로 하여 상세히 설명하겠다.In the following, with reference to the accompanying drawings, a preferred embodiment according to the present invention will be described in detail.
도 1a 내지 도 1b는 본 발명의 일 실시예에 따른 사상 압연에 있어서 두께 불량 인자 판단 방법을 나타낸 흐름도로서, 이를 상세히 설명하면, 다음과 같다.1A to 1B are flowcharts illustrating a thickness defect factor determining method in finishing rolling according to an embodiment of the present invention.
먼저, 스텝 S101에서, 각 압연 조건에 따라 설정된 목표 두께, 목표 하중, 롤 속도 및 롤 갭 등의 설정값을 SCC(Supervisory Control Computer) 설정부(210)로부터 읽어 들인 후, 스텝 S102에서, 스탠드 출측에 설치되어 있는 두께계(205)로부터 압연판(203)의 두께 신호가 인가되는지, 즉, 상기 출측 두께계에 로드온(Load On)되었는지 여부를 판단한다. 압연판이 검지되면, 본 발명에서 제시하는 알고리즘들이 동작하게 된다.First, in step S101, setting values such as target thickness, target load, roll speed, and roll gap set according to each rolling condition are read from the supervisory control computer (SCC) setting unit 210, and then in step S102, the stand exit side It is determined whether the thickness signal of the rolled plate 203 is applied from the thickness meter 205 provided in the circuit board, that is, whether it has been loaded on. When the rolled sheet is detected, the algorithms proposed in the present invention operate.
그리고, 스텝 S103에서, 상기 두께계(205), 출측 온도계(206), 압연 하중 측정 센서(207) 및 롤 갭 측정 센서(208)로부터 각각 실측 데이터를 수집한다.In step S103, measurement data are collected from the thickness meter 205, the exit thermometer 206, the rolling load measurement sensor 207, and the roll gap measurement sensor 208, respectively.
이어서, 스텝 S104에서, 다수의 두께 품질 변수를 정의하기 위하여 P 개의 품질 변수를 선정한다. 여기서, P 개는 상기 SCC 설정부(210)에서 압연 이전에 설정되는 값으로써, 테스트를 통하여 결정되는 값이다.Subsequently, in step S104, P quality variables are selected to define a plurality of thickness quality variables. Here, P pieces are values set before rolling in the SCC setting unit 210 and are values determined through a test.
스텝 S105는 상기 스텝 S104에서 선정한 품질 변수의 평균 벡터와 공분산 행렬을 연산하는 과정으로써, 아래의 [정의식 1]에 따른다.(정상 모델 설정을 위한 n*p 데이터 행렬의 정의식)Step S105 is a process of calculating the average vector and the covariance matrix of the quality variables selected in step S104, and follows [Formula 1] below. (Definition formula of n * p data matrix for setting a normal model)
[정의식 1][Definition 1]
여기서, n은 정상 코일의 갯수, x는 선정된 데이터, p는 선정된 품질 변수의 갯수, i는 행의 번호, j는 열의 번호를 의미한다.Where n is the number of normal coils, x is the selected data, p is the number of selected quality variables, i is the row number, and j is the column number.
또한, p*p 공분산 행렬은 아래의 [정의식 2]에 의하여 구한다.(품질 변수의 평균 벡터와 공분산 행렬의 정의식)In addition, the p * p covariance matrix is obtained by the following [Formula 2]. (Definition expression of mean vector and covariance matrix of quality variables)
[정의식 2][Definition 2]
(1) 품질 변수의 평균 벡터 정의식(1) Mean Vector Definition of Quality Variables
(2) 품질 변수의 공분산 행렬 정의식(2) Covariance Matrix Definition of Quality Variables
스텝 S106은 상기 품질 변수들로 이루어진 공분산 행렬의 상한 경계치를 연산하는 과정으로써, 아래의 [수학식 1]과 같은 방법으로 UCL(Upper Control Limit)을 연산한다.Step S106 is a process of calculating the upper boundary of the covariance matrix composed of the quality variables, and calculates an Upper Control Limit (UCL) in the same manner as in Equation 1 below.
여기서, n은 선정된 코일의 갯수이고, p는 선정된 품질 변수 갯수이며, 는 [p, n-p] 자유도(Degree of Freedom)를 가지는 F 분포(Distribution)를 의미한다.Where n is the number of coils selected, p is the number of quality parameters selected, Denotes an F distribution having a [p, np] degree of freedom.
스텝 S107은 이상 진단을 하고자 하는 코일의 통계 검정치를 연산하는 과정으로써, 아래의 [수학식 2]에 의한다.(진단 대상 코일의 통계 검정치(T2) 연산 방법)Step S107 is a process of calculating the statistical test value of the coil to be diagnosed abnormally, and is based on the following Equation ( 2 ).
여기서, 는 품질 변수의 평균이고, S는 공분산 행렬을 나타낸다.here, Is the mean of the quality variables, and S is the covariance matrix.
스텝 S108은 진단 대상 코일의 정상과 이상 유무를 판정하는 과정으로서, 상기 계산된 통계 검정치와 상기 스텝 S106에서 연산된 상한 경계치를 이용하여 아래의 [수학식 3]에 의하여 판정한다.(진단 대상 코일의 정상 유무 판정식)Step S108 is a process of determining whether the diagnosis target coil is normal or not, and is determined by the following Equation 3 using the calculated statistical test value and the upper limit boundary value calculated in step S106. Coil normality judgment formula)
(2) 진단 대상 코일의 통계 검정치 UCL --> 품질 정상(2) Statistical test value of coil to be diagnosed UCL-> Quality Normal
스텝 S110은 진단 대상 코일의 통계 검정치 연산 결과, 상한 경계치 이상이라고 판단되면, 상기 스텝 S104에서 선정된 품질 변수 중 어떠한 변수가 품질 불량의 원인인지를 판단하기 위하여 각 품질 변수의 통계 검정치를 아래의 [수학식 4]에 의하여 판정한다.(진단 대상 코일의 통계 검정치() 연산 방법) 그러나, 상한 경계치보다 작으면 정상코일로 판단한다.(스텝 S109)In step S110, if it is determined that the result of the statistical test value calculation of the coil to be diagnosed is equal to or greater than the upper limit threshold value, the statistical test value of each quality variable is determined to determine which of the quality variables selected in step S104 is the cause of the poor quality. Is determined by Equation 4 below. However, if it is smaller than the upper limit boundary, it is determined as a normal coil. (Step S109)
여기서, 는 j 번째 품질 변수의 평균이고, 는 j 번째 품질 변수의 공분산 행렬을 의미한다.here, Is the mean of the j th quality variable, Denotes the covariance matrix of the j th quality variable.
스텝 S111은 각각의 품질 변수의 상한 경계치를 연산하는 과정으로서, 아래의 [수학식 5]와 같은 방법으로 UCL(Upper control Limit)을 연산한다.(품질 변수의 상한 경계치(UCL) 연산 방법)Step S111 is a process of calculating the upper boundary value of each quality variable, and calculates an upper control limit (UCL) in the same manner as in Equation 5 below.
여기서, n은 선정된 코일 갯수, 은 [m, n] 자유도를 가지는 F 분포를 의미한다.Where n is the number of selected coils, Denotes an F distribution with [m, n] degrees of freedom.
스텝 S112 및 스텝 S113은 각각의 품질 변수 중 어떠한 품질 변수가 불량의 원인인지를 한 개의 품질 변수씩 차례로 검증하는 과정이다.Steps S112 and S113 are processes for verifying, in order, one quality variable which quality variable among the respective quality variables is the cause of the failure.
스텝 S115는 상기 스텝 S110에서 연산된 각 변수의 통계 검정치와 상기 스텝 S111에서 연산된 각 품질 변수의 상한 경계치의 대소를 판단하는 과정으로서, 만약 각 변수의 통계 검정치가 크면, 스텝 S116에서 그 변수가 품질 불량의 원인이라고 최종적으로 판단하여 결과를 표시한다. 그러나, 각 변수의 통계 검정치가 작으면, 스텝 S114를 거쳐 스텝 S113을 반복 수행한다. Step S115 is a process of determining the magnitude of the statistical test value of each variable calculated in the step S110 and the upper limit boundary value of each quality variable calculated in the step S111. If the statistical test value of each variable is large, the variable is determined in step S116. Is finally the cause of poor quality, and the result is displayed. However, if the statistical test value of each variable is small, step S113 is repeated through step S114.
도 2는 본 발명에 적용되는 사상 압연에 있어서 두께 불량 인자 판단 장치의 개략적인 구성도로서, 이를 상세히 설명하면, 다음과 같다.2 is a schematic configuration diagram of a thickness defect factor determining apparatus in finishing rolling applied to the present invention.
본 발명에 적용되는 두께 불량 인자 판단 장치는, 목표 두께, 목표 하중, 롤 속도 및 롤 갭 등의 설정값을 인가하는 SCC 설정부(210)를 포함한다.The thickness defect factor determination apparatus applied to this invention includes the SCC setting part 210 which applies setting values, such as target thickness, target load, roll speed, and roll gap.
또한, 두께계(205), 입측 온도계(204), 출측 온도계(206), 압연 하중 측정 센서(207) 및 롤 갭 측정 센서(208)로부터 각각 실측 데이터를 수집하기 위한 실측 데이터 수집부(211)를 포함한다.In addition, measurement data collection unit 211 for collecting measurement data from the thickness meter 205, the entry thermometer 204, the exit thermometer 206, the rolling load measurement sensor 207, and the roll gap measurement sensor 208, respectively. It includes.
또한, 출측 두께계가 로드온되었는지를 판정하는 출측 두께계 로드온 판단부(212)를 포함한다.The apparatus further includes an exit thickness meter load-on determination unit 212 that determines whether the exit thickness meter is loaded on.
다수의 두께 품질 변수를 정의하기 위하여 P 개의 품질 변수를 선정하는 품질 변수 선정부(213) 및 상기 선정한 품질 변수의 평균 벡터와 공분산 행렬을 연산하기 위하여 품질 변수 통계치 연산부(214)를 갖춘다.A quality variable selecting unit 213 for selecting P quality variables to define a plurality of thickness quality variables and a quality variable statistical calculator 214 for calculating an average vector and a covariance matrix of the selected quality variables.
상기 품질 변수들로 이루어진 공분산 행렬의 상한 경계치를 연산하기 위하여 상한 경계치 연산부(215) 및 이상 진단하고자 하는 코일의 통계 검정치를 연산하기 위하여 통계 검정치 연산부(216)를 갖춘다.An upper limit boundary calculator 215 is provided for calculating the upper limit boundary value of the covariance matrix including the quality variables, and a statistical test value calculator 216 is used for calculating the statistical test value of the coil to be diagnosed abnormally.
진단 대상 코일의 정상 및 이상 유무를 상기 계산된 통계 검정치와 상한 경계치를 이용하여 판정하는 통계 검정치 대소 판단부(217) 및 진단 대상 코일의 통계 검정치 연산 결과 상한 경계치 이상이라고 판단되면 상기 선정된 품질 변수 중 어떠한 변수가 품질 불량의 원인인지를 판단하고 각 품질 변수의 통계 검정치를 연산하기 위한 품질 변수 개별 통계 검정치 연산부(218)를 갖춘다.If the statistical test value case determination unit 217 and the statistical test value calculation result of the diagnostic target coil determine the normal and abnormality of the diagnosis target coil using the calculated statistical test value and the upper limit boundary value, A quality variable individual statistical test value calculating unit 218 for determining whether any of the selected quality variables is the cause of poor quality and calculating the statistical test value of each quality variable is provided.
상기 대소 판단 결과 정상 코일이면 정상 코일임을 표시하는 정상 코일 표시부(219)도 갖춘다.The normal coil display unit 219 which indicates that the coil is a normal coil as the result of the magnitude determination is also provided.
또한, 각 품질 변수의 상한 경계치를 연산하기 위한 품질 변수 상한 경계치 연산부(220) 및 각 품질 변수 중 어떠한 품질 변수가 불량의 원인인지를 한 개의 품질 변수마다 차례로 검증하고 각 변수의 통계 검정치와 연산된 각 품질 변수의 상한 경계치의 대소를 판단하는 품질 변수 통계 검정치 대소 판단부(221)를 갖춘다.In addition, the quality variable upper limit boundary calculation unit 220 for calculating the upper limit boundary value of each quality variable and which one of the quality variables is the cause of the failure are verified in order for each quality variable, and the statistical test value of each variable and A quality variable statistical test value magnitude determination unit 221 for determining the magnitude of the upper limit boundary value of each calculated quality variable is provided.
그리고, 각 변수의 통계 검정치가 크면, 그 변수가 품질 불량의 원인이라고 최종적으로 판단하여 그 결과를 표시하는 품질 변수 이상 진단 결과 표시부(222)를 갖춘다. 도 2의 미설명부호 201은 상부 사상 압연 롤, 202는 하부 사상 압연 롤을 각각 나타낸다.And if the statistical test value of each variable is large, it is provided with the quality variable abnormality diagnosis result display part 222 which finally determines that the variable is the cause of a quality defect, and displays the result. Reference numeral 201 in FIG. 2 denotes an upper finishing roll, and 202 denotes a lower finishing roll.
이상에서 본 발명에 대한 기술 사상을 첨부 도면과 함께 서술하였지만 이는 본 발명의 가장 양호한 일 실시예를 예시적으로 설명한 것이지 본 발명을 한정하는 것은 아니다. 또한, 이 기술 분야의 통상의 지식을 가진 자이라면 누구나 본 발명의 기술 사상의 범주를 이탈하지 않는 범위 내에서 다양한 변형 및 모방이 가능함은 명백한 사실이다. The technical spirit of the present invention has been described above with reference to the accompanying drawings, but this is by way of example only and not by way of limitation to the present invention. In addition, it is obvious that any person skilled in the art may make various modifications and imitations without departing from the scope of the technical idea of the present invention.
앞서 상세히 설명한 바와 같이 본 발명은, 품질 제어 시스템에 의하여 고품질의 제품을 생산하기 위하여 운전자가 순간적으로 판단할 수 없는 품질 및 제어 이상 원인을 빠르게 추정함으로써, 사상 압연 이상 진단을 수행하는 효과가 있다.As described in detail above, the present invention has an effect of performing the finishing rolling abnormality diagnosis by quickly estimating the cause of the quality and the control abnormality which the driver cannot instantly determine in order to produce a high quality product by the quality control system.
도 1a 내지 도 1b는 본 발명의 일 실시예에 따른 사상 압연에 있어서 두께 불량 인자 판단 방법을 나타낸 흐름도이고,1A to 1B are flowcharts illustrating a method for determining a thickness defect factor in finishing rolling according to an embodiment of the present invention.
도 2는 본 발명에 적용되는 사상 압연에 있어서 두께 불량 인자 판단 장치의 개략적인 구성도이다.2 is a schematic configuration diagram of a thickness defect factor determining apparatus in finishing rolling applied to the present invention.
* 도면의 주요 부분에 대한 부호의 설명 *Explanation of symbols on the main parts of the drawings
201 : 상부 사상 압연 롤 202 : 하부 사상 압연 롤201: upper finishing rolling roll 202: lower finishing rolling roll
203 : 압연판 204 : 사상 압연 입측 온도계203: rolled plate 204: finishing rolling entering thermometer
205 : 사상 압연 출측 두께계 206 : 사상 압연 출측 온도계205: finishing rolling exit thickness meter 206: finishing rolling exit thermometer
207 : 압연 하중 측정 센서 208 : 롤 갭 측정 센서207: rolling load measurement sensor 208: roll gap measurement sensor
210 : SCC 설정부 211 : 실측 데이터 수집부210: SCC setting unit 211: measured data collection unit
212 : 출측 두께계 로드온 판단부 213 : 품질 변수 선정부212: exit thickness meter load-on determination unit 213: quality variable selection unit
214 : 품질 변수 통계치 연산부 215 : 상한 경계치 연산부214: quality variable statistical calculator 215: upper bound boundary calculator
216 : 통계 검정치 연산부 217 : 통계 검정치 대소 판단부216: statistical test value calculation unit 217: statistical test value case determination unit
218 : 품질 변수 개별 통계 검정치 연산부 218: quality variable individual statistical test value calculating unit
219 : 정상 코일 표시부 220 : 품질 변수 상한 경계치 연산부219: Normal coil display unit 220: Quality variable upper limit boundary calculation unit
221 : 품질 변수 통계 검정치 대소 판단부221: quality variable statistical test value case determination unit
222 : 품질 변수 이상 진단 결과 표시부 222: diagnostic result display unit of the quality variable abnormality
Claims (4)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020020077712A KR100919424B1 (en) | 2002-12-09 | 2002-12-09 | Width fault diagnosis apparatus and method in hot strip mill |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020020077712A KR100919424B1 (en) | 2002-12-09 | 2002-12-09 | Width fault diagnosis apparatus and method in hot strip mill |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20040050021A KR20040050021A (en) | 2004-06-14 |
| KR100919424B1 true KR100919424B1 (en) | 2009-09-29 |
Family
ID=37344286
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020020077712A KR100919424B1 (en) | 2002-12-09 | 2002-12-09 | Width fault diagnosis apparatus and method in hot strip mill |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR100919424B1 (en) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR19990010567A (en) * | 1997-07-18 | 1999-02-18 | 김종진 | Rolling method to prevent thickness and plate width defects in hot rolled plate tip |
-
2002
- 2002-12-09 KR KR1020020077712A patent/KR100919424B1/en active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR19990010567A (en) * | 1997-07-18 | 1999-02-18 | 김종진 | Rolling method to prevent thickness and plate width defects in hot rolled plate tip |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20040050021A (en) | 2004-06-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102398307B1 (en) | Abnormality judgment support device | |
| DE102017103588A1 (en) | ANALYSIS DEVICE AND ANALYSIS SYSTEM | |
| US20040153196A1 (en) | Apparatus and method for diagnosing faults in hot strip finishing rolling | |
| CN107949813B (en) | Manufacturing equipment diagnosis support device and manufacturing equipment diagnosis support method | |
| WO2018096682A1 (en) | Method and device for diagnosing abnormality in rolling equipment | |
| JP6330864B2 (en) | MOTOR MONITORING DEVICE AND METHOD | |
| KR20190081933A (en) | Method for sensing and diagnosing abnormality of manufacture equipment | |
| KR100328939B1 (en) | On-line diagnosis method and system for roll eccentricity | |
| KR100919424B1 (en) | Width fault diagnosis apparatus and method in hot strip mill | |
| JP2755782B2 (en) | Rolling line diagnostic system | |
| JPH05273002A (en) | Method and device for monitoring sensor and searching position of accident | |
| KR100931630B1 (en) | Controllable abnormality diagnosis device in finishing rolling | |
| KR100950958B1 (en) | Fault diagnosis apparatus and method for facilities in hot strip mill | |
| KR100931628B1 (en) | Device and method for diagnosing operability abnormality in finishing rolling | |
| KR100919423B1 (en) | Fault diagnosis apparatus and method for hot strip mill | |
| JP3379304B2 (en) | Plant abnormality monitoring method and abnormality monitoring device | |
| KR100931631B1 (en) | Accuracy rolling accuracy diagnosis device | |
| KR100931629B1 (en) | Apparatus and method for diagnosing material abnormalities in finishing rolling | |
| JP2000315111A (en) | Method and device for diagnosing abnormal state in equipment and product process | |
| JP3981911B2 (en) | Manufacturing process monitoring method | |
| JP3199975B2 (en) | Diagnostic equipment for cooling equipment in hot rolling equipment | |
| JP7461798B2 (en) | Equipment monitoring support device, method, and program | |
| Benkedjouh et al. | Bearings Prognostics based on Blind Sources Separation and Robust Correlation Analysis. | |
| JPH045518A (en) | Abnormality diagnostic system for rolling facility | |
| CN117579653A (en) | Cloud monitoring method for Internet of things industry |
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: 20120921 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20130902 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20140923 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20150921 Year of fee payment: 7 |
|
| FPAY | Annual fee payment |
Payment date: 20160921 Year of fee payment: 8 |
|
| FPAY | Annual fee payment |
Payment date: 20170913 Year of fee payment: 9 |
|
| FPAY | Annual fee payment |
Payment date: 20180921 Year of fee payment: 10 |