KR102143119B1 - 품질 예측방법 및 장치 - Google Patents

품질 예측방법 및 장치 Download PDF

Info

Publication number
KR102143119B1
KR102143119B1 KR1020190099590A KR20190099590A KR102143119B1 KR 102143119 B1 KR102143119 B1 KR 102143119B1 KR 1020190099590 A KR1020190099590 A KR 1020190099590A KR 20190099590 A KR20190099590 A KR 20190099590A KR 102143119 B1 KR102143119 B1 KR 102143119B1
Authority
KR
South Korea
Prior art keywords
amount
erosion
refractory
plate
inclusions
Prior art date
Application number
KR1020190099590A
Other languages
English (en)
Inventor
김장훈
박민재
Original Assignee
주식회사 포스코
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 filed Critical 주식회사 포스코
Priority to KR1020190099590A priority Critical patent/KR102143119B1/ko
Application granted granted Critical
Publication of KR102143119B1 publication Critical patent/KR102143119B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
    • G01B11/306—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces for measuring evenness
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B22—CASTING; POWDER METALLURGY
    • B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
    • B22D41/00—Casting melt-holding vessels, e.g. ladles, tundishes, cups or the like
    • B22D41/14—Closures
    • B22D41/22—Closures sliding-gate type, i.e. having a fixed plate and a movable plate in sliding contact with each other for selective registry of their openings
    • B22D41/28—Plates therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • 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
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Mathematical Optimization (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

본 발명은 주조장치에서 생산된 철강제품의 품질을 예측하는 방법으로서, 상기 주조장치에서 사용된 내화물의 침식량을 산출하는 과정, 및 상기 내화물의 침식량을 이용하여 상기 철강제품 내 개재물 양을 예측하는 과정을 포함하고, 주조장치에 사용된 내화물의 상태로부터 철강제품의 품질을 용이하게 예측할 수 있다.

Description

품질 예측방법 및 장치{METHOD AND APPARATUS FOR PREDICTING QUALITY}
본 발명은 품질 예측방법 및 품질 예측장치에 관한 것으로, 더욱 상세하게는 주조장치에 사용된 내화물의 상태로부터 철강제품의 품질을 용이하게 예측할 수 있는 품질 예측방법 및 품질 예측장치에 관한 것이다.
일반적으로 연속 주조설비는 래들로부터 공급받은 용강을 턴디쉬에 저장하였다가, 턴디쉬 내의 용강을 침지노즐을 통해 주형 내에 주입시켜 주조공정을 수행한다. 래들과 턴디쉬 사이, 및 턴디쉬와 침지노즐 사이에 플레이트 내화물이 배치된다. 플레이트 내화물의 이동에 의해, 래들과 턴디쉬 사이, 및 턴디쉬와 침지노즐 사이가 개폐되어, 공급되는 용강의 양이 조절된다.
이때, 플레이트 내화물이 용강에 의해 침식되거나 크랙이 발생하면서 손상된다. 플레이트 내화물의 재질은 보통 알루미나 그라파이트(Al2O3-Graphite)이다. 따라서, 플레이트 내화물에서 침식된 알루미나(Al2O3) 입자가 개재물이 되어 주형에 유입되는데, 개재물의 크기가 클수록 철강제품에 심각한 결함을 발생시킨다.
또한, 플레이트 내화물이 일정수준 이상으로 손상되면, 외기가 플레이트 내화물의 틈으로 혼입될 수 있다. 이에, 혼입된 외기에 의해 용강이 재산화되어 청정도가 저하되고, 철강제품의 품질을 저하시키는 문제가 있다.
철강제품의 품질은 후공정(열연, 냉연)에서 확인 가능하지만, 개재물이 철강제품의 표면에 있는 경우에만 확인이 가능하다. 따라서, 개재물이 철강제품의 내부에 존재하는 경우 이를 확인하기 어려운 문제가 있다. 한편, 종래에는 육안이나 자(Ruler)를 이용하여 플레이트 내화물이 침식된 정도를 확인하였기 때문에, 플레이트 내화물의 침식량을 정량적으로 측정하지 못했다.
KR 2014-0118266 A KR 2012-0026720 A
본 발명은 주조장치에 사용된 내화물의 상태로부터 철강제품 내 개재물 양을 예측할 수 있는 품질 예측방법 및 품질 예측장치를 제공한다.
본 발명은 철강제품 내 개재물 양에 따라 철강제품의 품질을 판단할 수 있는 품질 예측방법 및 품질 예측장치를 제공한다.
본 발명은 주조장치에서 생산된 철강제품의 품질을 예측하는 방법으로서, 상기 주조장치에서 사용된 내화물의 침식량을 산출하는 과정; 및 상기 내화물의 침식량을 이용하여 상기 철강제품 내 개재물 양을 예측하는 과정;을 포함한다.
상기 내화물의 침식량을 산출하는 과정은, 레이저 스캔을 이용하여 상기 내화물의 침식량을 산출하는 과정을 포함한다.
상기 레이저 스캔을 이용하여 상기 내화물의 침식량을 산출하는 과정은, 상기 내화물의 표면에서 적어도 일부 영역을 레이저 스캔하여 평탄도를 측정하는 과정; 및 평탄도 측정결과를 이용하여 상기 내화물의 침식량을 구하는 과정;을 포함한다.
상기 레이저 스캔하여 평탄도를 측정하는 과정은, 상기 내화물에 라인 형태의 레이저빔을 조사하는 과정; 상기 레이저빔의 연장방향과 교차하는 방향으로 상기 레이저빔을 이동시키는 과정; 상기 레이저빔의 속도에, 상기 레이저빔이 상기 내화물에 도달하는 시간을 곱하여, 레이저빔이 시작되는 위치와 상기 내화물 사이의 간격을 구하는 과정; 및 상기 레이저빔을 이동시키면서 복수의 위치에서 구해진 간격값들로 상기 내화물 표면의 평탄도를 구하는 과정;을 포함한다.
상기 레이저 스캔하여 평탄도를 측정하는 과정은, 상기 내화물 표면에서 용융금속과 접촉했던 접촉영역과, 상기 접촉영역 외측의 비접촉영역의 평탄도를 측정하는 과정을 포함하고, 상기 평탄도 측정결과를 이용하여 상기 내화물의 침식량을 구하는 과정은, 상기 접촉영역과 상기 비접촉영역의 평탄도를 비교하는 과정; 두 영역의 평탄도가 차이나는 부분에 침식이 발생했다고 판단하고, 침식이 발생한 부분의 면적값을 구하는 과정; 및 상기 간격값들 중 침식이 발생한 부분의 간격값과 상기 면적값을 이용하여 상기 내화물의 침식량을 부피값으로 산출하는 과정;을 포함한다.
상기 내화물의 침식량을 이용하여 상기 철강제품 내 개재물 양을 예측하는 과정은, 복수개의 침식 설정값과 그에 대응하는 개재물 양을 나타내는 데이터를 미리 마련하는 과정; 복수개의 침식 설정값 중 상기 내화물의 침식량과 가장 근접한 값을 선택하는 과정; 및 선택된 침식 설정값에 대응하는 개재물 양만큼, 개재물이 상기 철강제품에 함유되었다고 예측하는 과정;을 포함한다.
상기 내화물의 침식량을 이용하여 상기 철강제품 내 개재물 양을 예측한 후에, 예측된 개재물 양에 따라 상기 철강제품의 품질을 판단하는 과정을 더 포함한다.
상기 예측된 개재물 양에 따라 상기 철강제품의 품질을 판단하는 과정은, 기준값을 미리 마련하는 과정; 상기 개재물 양과 상기 기준값을 비교하는 과정; 및 상기 개재물 양이 상기 기준값보다 크면, 상기 철강제품에 불량이 발생했다고 판단하는 과정;을 포함한다.
상기 주조장치에서 사용된 내화물의 침식량을 산출하기 전에, 상기 내화물 표면을 촬영하여 크랙이 발생했는지 확인하는 과정을 더 포함하고, 상기 주조장치에서 사용된 내화물의 침식량을 산출하는 과정은, 상기 내화물 표면에 크랙이 발견되지 않으면 수행된다.
상기 주조장치에서 사용된 내화물의 침식량을 산출하기 전에, 상기 주조장치로 철강제품을 제조하고, 상기 철강제품을 제조하는데 사용된 내화물을 회수하는 과정을 더 포함한다.
상기 내화물은 턴디쉬와 주형 사이의 슬라이딩 게이트에 구비되는 플레이트를 포함한다.
본 발명은 주조장치에서 생산된 철강제품의 품질을 예측하는 장치로서, 상기 주조장치에서 사용된 내화물의 침식량을 산출할 수 있는 산출부; 및 상기 산출부와 연결되고, 상기 내화물의 침식량을 이용하여 상기 철강제품 내 개재물 양을 예측할 수 있는 예측부;를 포함한다.
상기 내화물을 지지할 수 있는 지지부; 및 상기 내화물 표면의 평탄도를 측정할 수 있도록, 상기 지지부 상에 이동 가능하게 설치되는 측정부;를 더 포함하며, 상기 산출부는 상기 측정부와 연결되고, 상기 내화물의 평탄도를 이용하여 상기 내화물의 침식량을 산출할 수 있다.
상기 측정부는 복수의 위치에서 상기 내화물 표면과의 간격을 측정하고, 측정된 간격값들을 이용하여 상기 내화물의 평탄도를 구할 수 있다.
상기 측정부는, 라인 형태의 레이저빔을 조사할 수 있는 빔조사부재; 및 상기 빔조사부재를 지지하고, 상기 레이저빔의 연장방향과 교차하는 방향으로 상기 빔조사부재를 이동시킬 수 있는 이송부재;를 포함한다.
상기 내화물의 표면은 용융금속과 접촉했던 접촉영역과, 접촉영역 외측의 비접촉영역을 포함하고, 상기 산출부는, 상기 접촉영역과 상기 비접촉영역의 평탄도를 비교하여 차이가 발생하는 부분에 침식이 발생했다고 판단하고, 침식이 발생한 부분의 면적값을 구하는 비교기; 및 상기 비교기와 연결되고, 상기 간격값들 중 침식이 발생한 부분의 간격값과 상기 면적값을 이용하여 상기 내화물의 침식량을 부피값으로 산출하는 산출기;를 포함한다.
상기 예측부는, 복수개의 침식 설정값과 그에 대응하는 개재물 양을 나타내는 데이터를 이용하여 상기 철강제품 내 개재물 양을 예측하는 예측기; 및 상기 예측기와 연결되고, 상기 철강제품 내 개재물 양에 따라 상기 철강제품의 품질을 판단하는 판단기;를 포함한다.
상기 내화물 표면의 이물질을 제거하도록 적어도 일부가 상기 지지부와 마주보게 배치되는 이물질 제거부를 더 포함한다.
상기 지지부, 상기 측정부, 상기 이물질 제거부가 수용될 수 있는 내부공간을 제공하는 챔버; 및 상기 챔버 내부의 이물질을 배기하도록 상기 챔버와 연결되는 배기부;를 더 포함한다.
본 발명의 실시 예에 따르면, 주조장치에 사용된 내화물의 상태로부터 철강제품 내 개재물 양을 예측할 수 있다. 이에, 예측된 개재물 양에 따라 철강제품의 품질을 판단할 수 있다. 따라서, 철강제품의 품질을 신속하고 정확하게 판단할 수 있고, 철강제품을 품질에 따라 용이하게 분류하여 관리할 수 있다.
도 1은 본 발명의 실시 예에 따른 슬라이딩 게이트의 작동구조를 나타내는 도면이다.
도 2는 본 발명의 실시 예에 따른 품질 예측장치의 구조를 나타내는 도면이다.
도 3은 본 발명의 실시 예에 따른 지지부의 구조를 나타내는 평면도이다.
도 4는 본 발명의 실시 예에 다른 측정부의 작동구조를 나타내는 도면이다.
도 5는 본 발명의 실시 예에 따른 레이저빔의 조사영역을 나타내는 도면이다.
도 6은 본 발명의 실시 예에 따른 품질 예측방법을 나타내는 플로우 차트이다.
도 7은 본 발명의 실시 예에 따른 침식 설정값과 그에 따른 개재물 양을 나타내는 표이다.
도 8은 본 발명의 실시 예에 따른 플레이트들 내 개재물 분포를 나타내는 그래프이다.
도 9는 본 발명의 실시 예에 따른 플레이트들의 손상량과 재산화흔적을 나타내는 표이다.
이하, 첨부된 도면을 참조하여 본 발명의 실시 예를 더욱 상세히 설명하기로 한다. 그러나 본 발명은 이하에서 개시되는 실시 예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하며, 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 발명을 상세하게 설명하기 위해 도면은 과장될 수 있고, 도면상에서 동일 부호는 동일한 요소를 지칭한다.
도 1은 본 발명의 실시 예에 따른 슬라이딩 게이트의 작동구조를 나타내는 도면이고, 도 2는 본 발명의 실시 예에 따른 품질 예측장치의 구조를 나타내는 도면이고, 도 3은 본 발명의 실시 예에 따른 지지부의 구조를 나타내는 평면도이고, 도 4는 본 발명의 실시 예에 다른 측정부의 작동구조를 나타내는 도면이고, 도 5는 본 발명의 실시 예에 따른 레이저빔의 조사영역을 나타내는 도면이다.
본 발명의 실시 예에 따른 품질 예측장치는, 주조장치에서 생산된 철강제품의 품질을 예측하는 장치이다. 품질 예측장치는 산출부 및 예측부를 포함한다.
우선 측정부가 평탄도를 측정하는 대상인 내화물에 대해 설명하기로 한다. 도 1을 참조하면 내화물은 플레이트(50)일 수 있다. 플레이트(50)는 용융금속을 응고시켜 철강제품을 제조하는 주조장치에 구비될 수 있다. 상세하게는 턴디쉬(10)와 주형 사이에 설치되는 슬라이딩 게이트에 구비되는 플레이트(50)일 수 있다. 슬라이딩 게이트는 턴디쉬(10)에 토출구와 침지노즐(20) 사이에 배치되고, 상부판(30), 하부판(40), 및 플레이트(50)를 포함할 수 있다.
플레이트(50)는 사각판 형태로 형성될 수 있고, 중심부에 용융금속이 통과할 수 있는 관통구(55)가 구비될 수 있다. 플레이트(50)는 용융금속에 의해 용융되지 않도록 그라파이트(Graphite) 재질의 내화물로 제작될 수 있다. 플레이트(50)는 이동하면서 용융금속이 이동하는 경로를 개폐할 수 있다. 예를 들어, 플레이트(50)가 일방향으로 이동하여 관통구(55)와 턴디쉬(10)의 토출구가 서로 엇갈리게 위치하면 토출구가 폐쇄되어 턴디쉬(10)에서 주형으로 용강이 공급되지 않을 수 있다. 플레이트(50)가 반대방향으로 이동하여 관통구(55)와 턴디쉬(10)의 토출구가 상하방향으로 서로 중첩되게 위치하면 토출구가 개방되어 턴디쉬(10)에서 주형으로 용강이 공급될 수 있다. 그러나 플레이트(50)의 구조와 형상 및 재질은 이에 한정되지 않고 다양할 수 있다.
이때, 용융금속이 관통구(55)를 통과하면서 플레이트(50)가 용융금속에 의해 침식되거나 크랙이 발생하면서 손상될 수 있다. 즉, 플레이트(50)에서 용융금속이 접촉하는 부분에 손상이 발생할 수 있다. 플레이트(50)에서 침식된 입자는 개재물이 되어 용융금속에 유입될 수 있고, 철강제품에 심각한 결함을 발생시킬 수 있다.
또한, 플레이트(50)가 일정수준 이상으로 손상되면, 플레이트(50)의 손상된 부분을 통해 외기가 혼입되어 용융금속을 재산화시키는 문제가 발생할 수 있다. 따라서, 주조공정 후 플레이트(50)를 주조장치에서 분리한 후, 품질 예측장치(100)에서 플레이트(50)의 상태를 검사하여 철강제품의 품질을 예측할 수 있다.
도 2 및 도 3을 참조하면, 품질 예측장치(100)는 지지부(120)와 측정부(140)를 더 포함할 수 있다. 지지부(120)는 주조장치에서 사용된 플레이트(50)를 지지하는 역할을 한다. 지지부(120)는 스테이지(121) 및 고정부재(122)를 포함한다.
스테이지(121)는 플레이트(50)가 안착될 수 있는 일면을 제공하는 역할을 한다. 스테이지(121)는 챔버(110) 내부의 바닥면 상에 배치될 수 있다. 스테이지(121)는 판 형태로 형성되고, 일면(또는, 상부면)이 플레이트(50)의 면적보다 클 수 있다. 이에, 플레이트(50)의 하부면 전체가 스테이지(121)의 상부면과 접촉하여 안정적으로 안착된 상태를 유지할 수 있다. 그러나 스테이지(121)의 구조와 형상은 이에 한정되지 않고 다양할 수 있다.
고정부재(122)는 스테이지(121)에 안착된 플레이트(50)의 위치를 고정시키는 역할을 한다. 칸막이 형태로 형성될 수 있고, 플레이트(50) 둘레의 적어도 일부를 감싸도록 고정 배치될 수 있다. 이에, 플레이트(50)가 스테이지(121)에 안착되면 고정부재(122) 내에 끼워져 이동이 제한될 수 있다. 따라서, 고정부재(122)가 동일한 크기의 플레이트(50)들을 안정적으로 고정시킬 수 있다.
또는, 고정부재(122)가 스테이지(121) 상에 이동 가능하게 설치될 수도 있다. 예를 들어, 플레이트(50)의 길이방향(또는, 전후방향)으로 이동 가능하며 길이방향으로 서로 이격되는 한 쌍의 제1 고정부재, 및 플레이트(50)의 폭방향(또는, 좌우방향)으로 이동 가능하며 폭방향으로 서로 이격되는 한 쌍의 제2 고정부재가 구비될 수 있다. 따라서, 고정부재(122)를 이동시켜 플레이트(50)에 밀착시키면, 플레이트(50)의 이동이 제한될 수 있다. 이에, 고정부재(122)가 다양한 크기의 플레이트(50)들을 고정시킬 수 있다. 그러나 고정부재(122)의 구조와 형상은 이에 한정되지 않고 다양할 수 있다.
도 4 및 도 5를 참조하면, 측정부(140)는 플레이트(50)의 평탄도를 측정하는 역할을 한다. 예를 들어, 측정부(140)는 복수의 위치에서 플레이트(50) 표면과의 간격을 측정하고, 측정된 간격값들을 이용하여 플레이트(50) 표면의 평탄도를 측정할 수 있다. 측정부(140)는 지지부 상에서 이동 가능하게 설치될 수 있다. 측정부(140)는 빔조사부재(141) 및 이송부재(142)를 포함한다.
빔조사부재(141)는 레이저빔을 플레이트(50)에 조사하고, 플레이트(50)에서 반사되는 레이저빔을 감지할 수 있다. 빔조사부재(141)는 레이저빔이 조사되는 속도에, 레이저빔이 플레이트(50) 표면에 도달하는 시간을 곱하여, 빔조사부재(141)와 플레이트(50) 사이의 간격을 측정할 수 있다.
레이저빔이 플레이트(50)에 도달하는 시간은, 조사된 레이저빔이 플레이트(50)에서 반사된 되돌아온 시간으로 산출할 수 있다. 빔조사부재(141)에서 출발한 레이저빔이 플레이트(50)에 도달한 거리와, 플레이트(50)에서 반사된 레이저빔이 빔조사부재(141)에 도달한 거리는 동일하다. 따라서, 레이저빔이 빔조사부재(141)에서 출발하여 되돌아 온 시간에 1/2을 곱하면 레이저빔이 플레이트(50) 표면에 도달한 시간을 알 수 있다.
또한, 빔조사부재(141)로 측정한 간격값으로 플레이트(50) 표면의 높이를 산출할 수도 있다. 예를 들어, 도 4와 같이 빔조사부재(141)와 스테이지(121) 사이의 간격(L2)을 측정한 후, 빔조사부재(141)와 플레이트(50) 사이의 간격(L1)을 측정할 수 있다. 빔조사부재(141)와 스테이지(121) 간격(L2)에서, 빔조사부재(141)와 플레이트(50) 사이의 간격(L1)을 빼면, 플레이트(50) 표면의 높이값을 산출할 수 있다.
이때, 빔조사부재(141)는 라인 형태의 레이저빔을 조사할 수 있다. 도 5와 같이 레이저빔은 플레이트(50)의 폭방향(W)으로 연장되는 선 형태로 형성될 수 있다. 따라서, 레이저빔을 플레이트(50)의 길이방향으로 이동시키면, 플레이트(50)의 표면의 적어도 일부를 면으로 스캔할 수 있다. 이때, 레이저빔은 소정 너비를 가질 수 있다. 조사되는 레이저빔의 폭은, 관통구(55)의 폭보다 클 수 있다. 이에, 레이저빔이 관통구(55)를 통과할 때, 관통구(55) 주위의 평탄도를 측정할 수 있다.
또한, 빔조사부재(141)가 조사하는 레이저빔의 색은 청색일 수 있다. 플레이트(50)의 이동을 원활하게 위해 플레이트(50)의 표면에는 카본(Carbon)이 함유된 윤활제가 도포된다. 이에, 적색 레이저빔을 사용하는 경우, 카본에 의해 레이저빔의 반사가 심하게 발생되어 측정결과의 신뢰도가 저하될 수 있다. 따라서, 레이저빔의 반사가 심하게 발생하지 않도록 청색 레이저빔을 사용할 수 있다. 그러나 레이저빔의 색은 이에 한정되지 않고 다양할 수 있으며, 플레이트(50)에 도포되는 윤활제의 종류에 따라 적색 레이저빔이 사용될 수도 있다.
이송부재(142)는 빔조사부재(141)를 지지하는 역할을 한다. 이송부재(142)는 플레이트(50)의 두께방향(또는, 상하방향)으로 지지부(120)와 이격되어 지지부(120)의 상측에 이격되어 배치되고, 레이저빔의 연장방향(또는, 폭방향, 좌우방향)과 교차하는 방향(또는, 길이방향, 전후방향)으로 빔조사부재(141)를 이동시킬 수 있다. 빔조사부재(141)가 이송부재(142)에 지지되기 때문에, 이송부재(142)의 이동을 따라 빔조사부재(141)가 이동할 수 있다. 이에, 이송부재(142)로 빔조사부재(141)를 이동시키면, 레이저빔이 전후 및 좌우로 연장되는 일면에 조사될 수 있다. 따라서, 레이저빔이 조사된 일면 전체의 평탄도가 측정될 수 있다.
또한, 이송부재(142)는 전후방향 외에 좌우방향으로도 이동할 수 있다. 이에, 이송부재(142)로 빔조사부재(141)가 레이저빔을 조사하는 위치를 제어할 수 있다. 따라서, 이송부재(142)로 빔조사부재(141)를 이동시켜, 플레이트(50) 표면에서 원하는 영역의 평탄도만 측정할 수 있다.
이때, 플레이트(50)에서 평탄도를 측정할 영역이 미리 정해질 수 있다. 용융금속과 접촉하는 플레이트(50)의 관통구(55) 주변에서 침식이 자주 발생하기 때문에, 도 5와 같이 관통구(55) 주위의 접촉영역(A)의 평탄도를 측정할 수 있다. 예를 들어, 관통구(55)에서 5mm 이상 내지 300mm 이하 이내 영역의 평탄도를 측정할 수 있다. 관통구(55)에서 5mm 미만 이내의 영역의 평탄도만 측정하면, 측정영역이 너무 작아 플레이트(50)에서 침식된 부분의 전체를 측정하지 못할 수 있다. 관통구(55)에서 300mm를 초과한 영역의 평탄도를 측정하면, 플레이트(50)를 벗어난 범위까지 평탄도가 측정되어 측정결과의 신뢰도가 저하될 수 있다.
또한, 플레이트(50)에서 평탄도를 측정할 때, 접촉영역(A) 외측에 위치한 비접촉영역(B)의 평탄도도 측정할 수 있다. 비접촉영역(B)은 용융금속과 접촉하지 않아 침식이 발생하지 않는 부분 중 적어도 일부 영역이다. 즉, 플레이트(50)가 상부판과 하부판 사이에서 슬라이딩할 때, 상부판과 계속 중첩되는 부분은 용융금속과 접촉하지 않을 수 있다.
예를 들어, 비접촉영역(B)은 레이저빔의 이동경로 상에 배치될 수 있고, 접촉영역(A)보다 레이저빔과 먼저 접촉할 수 있다. 비접촉영역(B)의 폭은 접촉영역(A)의 폭과 같을 수 있다. 이에, 이송부재(142)로 빔조사부재(141)를 이동시키면서, 접촉영역(A)과 비접촉영역(B)의 평탄도를 한 번에 획득할 수 있다. 따라서, 용융금속에 의해 손상이 발생할 수 있는 접촉영역(A)과, 손상이 발생하지 않은 비접촉영역(B)을 비교하여, 접촉영역(A)의 손상 상태를 확인할 수 있다. 그러나 비접촉영역의 위치는 이에 한정되지 않고 다양할 수 있다.
한편, 도 2를 참조하면, 품질 예측장치(100)는 촬영부(130)는 더 포함할 수도 있다. 촬영부(130)는 플레이트(50)의 표면을 촬영하여 플레이트(50)의 표면결함을 확인하는 역할을 한다. 촬영부(130)는 지지부(120)의 상측에 이격되어 지지부(120)와 마주보게 배치될 수 있다. 촬영부(130)는 카메라(131) 및 조명부재(132)를 포함한다.
카메라(131)는 플레이트(50)를 촬영하여 이미지를 생성하는 역할을 한다. 카메라(131)는 지지부(120)의 상측에서 이동 가능하게 설치되는 측정부(140)에 설치될 수 있다. 이에, 카메라(131)가 측정부(140)에 의해 플레이트(50) 상측에서 이동하면서, 플레이트(50) 상부면에서 원하는 영역의 표면을 촬영할 수 있다.
이때, 작업자는 카메라(131)가 생성한 이미지를 통해 플레이트(50)의 표면결함을 찾을 수 있다. 플레이트(50) 표면에는 용융금속에 의해 크랙이 발생할 수도 있고, 주조공정 중 플레이트(50)의 수평이 맞지 않아 산소가 유입되면서 플레이트(50) 표면에 재산화 반응 흔적이 발생할 수도 있다. 따라서, 카메라(131)가 생성한 이미지를 통해 작업자는 플레이트(50) 표면의 크랙이나 재산화 반응 흔적과 같은 표면결함을 찾을 수 있다.
조명부재(132)는 플레이트의 표면에 빛을 조사하는 역할을 한다. 조명부재(132)는 램프일 수 있고, 지지부(120) 상측에 이격되어 고정 설치될 수 있다. 또는, 카메라(131)와 함께 측정부(140)에 설치되어, 카메라(131)와 이동하면서 카메라의 촬영영역에 빛을 조사할 수도 있다. 이에, 챔버(110)의 내부공간이 어두워도 조명부재(132)에서 조사하는 빛에 의해 카메라(131)가 플레이트(50)의 표면을 안정적으로 촬영할 수 있다.
또한, 조명부재(132)가 고정 설치되는 경우, 조명부재(132)는 복수개가 구비될 수 있다. 조명부재(132)들은 서로 다른 위치에서 플레이트(50)의 서로 다른 영역에 빛을 조사할 수 있다. 이에, 플레이트(50)의 상부면 전체로 용이하게 빛이 조사될 수 있고, 카메라(131)가 플레이트(50)의 표면 전체를 정확하게 촬영할 수 있다.
이때, 플레이트(50)의 표면에 그라파이트가 함유되어 있기 때문에, 플레시를 사용하여 카메라(131)로 플레이트(50)를 촬영하는 경우, 그라파이트에 의해 빛 번짐 현상이 발생할 수 있다. 따라서, 플레시 대신 측정하는 동안 빛을 계속 조사하는 조명부재(132)를 사용하여 카메라(131)로 플레이트(50)를 촬영할 수 있다. 조명부재(132)의 조명색으로 빛 번짐을 최소화할 수 있는 색이 선택될 수 있다. 그러나 조명부재(132)가 배치되는 방식은 이에 한정되지 않고 다양할 수 있다.
산출부(150)는 플레이트(50)의 평탄도를 이용하여 플레이트(50)의 침식량을 산출할 수 있다. 산출부(150)는 측정부(140)와 정보를 주고받을 수 있게 연결될 수 있다. 산출부(150)는 비교기(151) 및 산출기(152)를 포함한다.
비교기(151)는 측정부(140)에서 측정된 접촉영역과 비접촉영역의 평탄도를 비교할 수 있다. 비교기(151)는 두 영역의 평탄도가 차이 나는 부분에 침식이 발생했다고 판단할 수 있다. 즉, 두 영역의 평탄도가 차이가 나기 시작하는 부분부터, 차이가 없어지는 부분까지 영역에 침식이 발생했다고 판단할 수 있다.
이때, 접촉영역과 비접촉영역의 표면거칠기 차이가 있기 때문에, 두 영역의 평탄도를 비교할 때, 오차범위를 고려할 수 있다. 예를 들어, 평탄도 측정결과는 주파수 형태로 나타날 수 있는데, 평탄도 측정결과에서 골과 골 사이의 기울기를 계산할 수 있다. 침식이 발생하면 기울기가 커지기 때문에, 접촉영역에서 비접촉영역의 기울기보다 2배 이상 큰 부분이 발견되면 침식이 발생했다고 판단할 수 있다. 그러나 접촉영역과 비접촉영역을 비교하는 방식은 이에 한정되지 않고 다양할 수 있다.
또한, 비교기(151)는 침식이 발생한 부분의 면적값을 구할 수 있다. 비교기(151)는 레이저빔이 조사된 면에서 침식이 발생한 영역을 찾을 수 있기 때문에, 플레이트(50) 표면 상에서 침식이 발생한 부분의 면적을 산출할 수 있다. 즉, 레이저 스캔으로 침식이 발생한 부분의 면적을 알 수 있다.
산출기(152)는 비교기(151)와 정보를 주고받을 수 있게 연결된다. 산출기(152)는 측정부(140)에서 측정된 빔조사부재(141)와 플레이트(50) 사이의 간격값들과, 비교기(151)에서 산출된 침식부분의 면적값을 이용하여 플레이트(50)의 침식량을 산출할 수 있다. 상세하게는 간격값들 중 침식이 발생한 부분의 간격값과 면적값을 이용하여 플레이트(50)의 침식량을 부피값으로 산출할 수 있다.
또한, 산출기(152)는 침식된 부분의 부피를 산출하고, 침식이 발생한 부분을 3차원 이미지화할 수도 있다. 이에, 플레이트(50)에 커다란 덩어리의 입자가 침식되었는지, 또는 작은 크기의 입자들이 침식되었는지 확인할 수 있다. 따라서, 3차원 이미지를 통해 철강제품에 유입된 개재물의 크기를 유추할 수 있다.
예측부(160)는 플레이트(50)의 침식량을 이용하여 철강제품 내 개재물 양을 예측할 수 있다. 예측부(160)는 산출부와 정보를 주고받을 수 있게 연결될 수 있다. 예측부(160)는 예측기(161) 및 판단기(162)를 포함한다.
예측기(161)에는 복수개의 침식 설정값과 그에 대응하는 개재물 양을 나타내는 데이터가 저장될 수 있다. 이러한 데이터를 이용하여 예측기(161)는 철강제품 내 개재물 양을 예측할 수 있다.
이때, 데이터는 이전 주조공정에서 사용된 플레이트(50)들의 침식량과, 각 주조공정에서 제조된 철강제품 내 개재물 양을 저장하여 미리 축적한 데이터일 수 있다. 따라서, 예측기(161)는 데이터에서 산출부(150)에서 산출된 플레이트(50)의 침식량과 가장 근접한 데이터를 찾아 철강제품 내 개재물 양을 예측할 수 있다.
판단기(162)는 예측기(161)와 정보를 주고 받을 수 있게 연결될 수 있다. 판단기(162)는 철강제품 내 개재물 양에 따라 철강제품의 품질을 판단할 수 있다. 예를 들어, 판단기(162)에 작업자가 미리 설정한 기준값이 입력될 수 있고, 판단기(162)는 기준값과 철강제품 내 개재물 양을 비교한 후, 개재물 양이 기준값보다 크면 철강제품에 불량이 발생했다고 판단할 수 있다.
한편, 품질 예측장치(100)는 이물질 제거부(170), 챔버(110), 및 배기부(미도시)를 더 포함할 수도 있다. 이에, 플레이트(50)의 표면과 플레이트(50) 주변을 깨끗한 상태로 유지하여 측정부(140)의 측정결과 신뢰도를 향상시킬 수 있다.
이물질 제거부(170)는 지지부(120)에 안착된 플레이트(50) 표면의 이물질을 제거하는 역할을 한다. 예를 들어, 이물질 제거부(170)는 에어 블로워일 수 있다. 따라서, 이물질 제거부(170)는 지지부(120)와 마주보게 배치되어 에어를 분사하면서 플레이트(50) 표면의 이물질을 불어내어 제거할 수 있다. 이에, 측정부(140)가 플레이트(50) 표면의 평탄도를 더 정확하게 측정할 수 있다.
또한, 이물질 제거부(170)는 스테이지(121)에 설치되어 플레이트(50)와 마주보게 배치될 수 있다. 이에, 플레이트(50)가 스테이지(121)에 안착되면 이물질 제거부(170)가 플레이트(50)로 에어를 분사하여 이물질을 제거할 수 있다. 또는, 이물질 제거부(170)가 측정부(140)에 연결될 수도 있다. 따라서, 이물질 제거부(170)가 측정부(140)와 함께 이동하면서, 측정부(140)가 측정하려는 영역의 이물질을 제거할 수도 있다. 그러나 이물질 제거부(170)가 이물질을 제거하는 방식 및 설치되는 위치는 이에 한정되지 않고 다양할 수 있다.
챔버(110)는 내부에 플레이트(50)가 검사되는 공간을 제공하는 역할을 한다. 챔버(110)는 박스 형태로 형성되어, 내부공간을 가질 수 있다. 이에, 챔버(110)의 내부에 지지부(120), 측정부(140), 및 이물질 제거부(170)가 설치될 수 있다. 지지부(120)는 챔버(110) 내부의 바닥면 상에 배치되고, 측정부(140)는 챔버(110) 내부의 천장면에 설치될 수 있다. 챔버(110)의 측면 또는 상부면에는 플레이트(50)가 출입할 수 있는 출입구가 형성될 수 있다. 그러나 챔버(110)의 구조와 형상은 이에 한정되지 않고 다양할 수 있다.
배기부는 챔버(110) 내부의 이물질을 배기하는 역할을 한다. 예를 들어, 배기부는 펌프일 수 있다. 배기부는 챔버(110)의 내부공간과 연결될 수 있다. 이에, 이물질 제거부(170)에 의해 비산되는 이물질이 배기부를 통해 챔버(110) 외부로 배출될 수 있다. 따라서, 이물질 제거부(170)에 의해 비산되는 이물질이 주변을 오염시키는 것을 억제하거나 방지할 수 있고, 비산된 이물질이 플레이트(50) 상에 다시 안착되는 것도 억제하거나 방지할 수 있다.
도 6은 본 발명의 실시 예에 따른 품질 예측방법을 나타내는 플로우 차트이고, 도 7은 본 발명의 실시 예에 따른 침식 설정값과 그에 따른 개재물 양을 나타내는 표이다. 본 발명의 실시 예에 따른 품질 예측방법은, 주조장치에서 생산된 철강제품의 품질을 예측하는 방법이다. 도 6을 참조하면, 품질 예측방법은, 주조장치에서 사용된 내화물의 침식량을 산출하는 과정, 및 내화물의 침식량을 이용하여 철강제품 내 개재물 양을 예측하는 과정을 포함한다. 품질 예측방법은 품질 예측장치의 작동에 의해 수행될 수 있다.
이때, 내화물은 턴디쉬와 주형 사이의 슬라이딩 게이트에 구비되는 플레이트일 수 있다. 플레이트는 사각판 형태로 형성될 수 있고, 중심부에 용융금속이 통과할 수 있는 관통구가 구비될 수 있다. 플레이트는 이동하면서 용융금속이 이동하는 경로를 개폐할 수 있다. 따라서, 주조장치로 철강제품을 제조하고, 철강제품을 제조하는데 사용된 플레이트를 주조장치에서 회수하여 침식량을 산출하는 작업을 수행할 수 있다. 플레이트에서 침식된 입자는 개재물이 되어 철강제품에 유입되었기 때문에, 플레이트의 침식량을 이용하여 철강제품 내 개재물 양을 예측할 수 있다.
우선, 도 2 내지 도 6을 참조하면, 플레이트(50) 표면의 평탄도 측정하기 위해, 주조장치에서 분리된 플레이트(50)를 챔버(110) 내로 운반한 후, 스테이지(121)에 안착시킬 수 있다. 스테이지(121) 상에 설치된 고정부재(122)는 플레이트(50)의 전후 및 좌우방향 이동을 제한하여 플레이트(50)의 위치가 고정될 수 있다.
플레이트(50)의 위치가 고정되면, 이물질 제거부(170)를 이용하여 플레이트(50) 표면에서 더스트 등의 이물질을 제거할 수 있다. 이물질 제거부(170)에 의해 비산된 이물질은, 챔버(110)와 연결된 배기부를 통해 챔버(110) 외부로 배출될 수 있다. 따라서, 이물질이 작업장 주위로 비산되어 작업장을 오염시키는 것을 차단할 수 있다.
그 다음, 촬영부(130)로 플레이트(50)의 표면을 촬영할 수 있다. 촬영부(130)는 플레이트(50)의 상부면 전체를 촬영할 수도 있고, 플레이트(50)에서 용융금속과 접촉하는 부분만 촬영할 수도 있다. 작업자는 촬영부(130)에서 생성한 이미지를 분석하여, 플레이트(50)에 크랙이나 재산화 반응 흔적 등의 표면결함이 발생했는지 확인할 수 있다.
슬라이딩 게이트에서 플레이트(50)의 수평상태가 불량이거나, 플레이트(50)에 손상이 발생하면, 틈새가 발생하여 외기가 유입될 수 있다. 이에, 용융금속이 외기에 의해 재산화되어 하얗게 탈탄된 흔적이 플레이트(50)의 표면에 나타날 수 있다. 따라서, 촬영부(130)가 생성한 이미지에서 플레이트(50)의 표면에 재산화된 흔적(또는, 탈탄된 흔적)을 통해, 외기의 유입여부를 확인할 수 있다.
한편, 플레이트(50)의 표면에 대형 크랙이 발생하면, 플레이트(50)의 침식량을 이용하여 철강제품 내 개재물 양을 예측하기 어려워진다. 플레이트(50)에 발생한 대형 크랙은 측정부(140)에서 측정되지 않을 수 있다. 이에, 플레이트(50)의 침식량을 산출할 때, 대형 크랙이 발생한 부분은 침식량에 포함되지 않을 수 있다. 따라서, 플레이트(50)의 침식량이 작게 산출되더라도, 대형 크랙에 의해 발생한 개재물에 의해 실제 철강제품에는 많은 개재물이 함유될 수 있다. 따라서, 개재물의 침식량을 산출하고, 이를 이용하여 철강제품 내 개재물 양을 예측하는 작업은, 플레이트(50)에 대형 크랙이 발견되지 않으면 수행될 수 있다.
플레이트(50)에 대형 크랙이 발견되지 않으면, 주조장치에서 사용된 플레이트(50)의 침식량을 산출하는 작업이 수행(S110)될 수 있다. 플레이트(50)의 침식량은 레이저 스캔에 의해 산출될 수 있다. 먼저, 측정부(140)로 플레이트(50)의 표면에서 적어도 일부 영역을 레이저 스캔하여 평탄도를 측정할 수 있다. 예를 들어, 플레이트(50)에 라인 형태의 레이저빔을 조사할 수 있다. 레이저빔을 조사하는 상태에서, 레이저빔의 연장방향과 교차하는 방향으로 레이저빔을 이동시킬 수 있다. 따라서, 레이저빔의 플레이트(50) 표면의 일부 영역의 한 면 전체를 스캔할 수 있다.
이때, 측정부(140)에서는 레이저빔이 조사되는 속도와, 레이저빔이 플레이트(50)에 도달하는 시간을 측정할 수 있다. 레이저빔의 속도에, 레이저빔이 플레이트(50)에 도달하는 시간을 곱하면, 레이저빔이 시작되는 위치(측정부(140)의 위치)와 플레이트(50) 사이의 간격을 구할 수 있다. 레이저빔이 이동하면서 간격을 측정하기 때문에, 복수의 위치에서 구해진 간격값들로 플레이트(50) 표면의 평탄도를 구할 수 있다. 즉, 레이저빔이 조사된 면 전체의 평탄도를 구할 수 있다.
그 다음, 평탄도 측정결과를 이용하여 플레이트(50)의 침식량을 구할 수 있다. 측정부(140)는 플레이트(50) 표면에서 용융금속과 접촉했던 접촉영역과, 접촉영역 외측의 비접촉영역의 평탄도를 함께 측정할 수 있다. 따라서, 접촉영역과 비접촉영역의 평탄도를 비교하여, 두 영역의 평탄도가 차이나는 부분에 침식이 발생했다고 판단할 수 있고, 침식이 발생한 부분의 면적값을 구할 수 있다. 레이저빔이 조사된 영역에서 침식이 발생한 영역을 알기 때문에, 침식이 발생한 부분의 면적을 구할 수 있다.
또한, 측정부(140)에서 측정된 간격값들 중 침식이 발생한 부분의 간격값과, 침식이 발생한 부분의 면적값을 획득하면, 두 값을 이용하여 침식된 부분의 부피를 산출할 수 있다. 이에, 플레이트(50)의 침식량을 부피값으로 산출할 수 있다. 따라서, 플레이트(50)에서 어느 정도 부피의 입자가 침식되었는지 확인할 수 있다.
그 다음, 플레이트(50)의 침식량을 이용하여 철강제품 내 개재물 양을 예측(S120)할 수 있다. 먼저, 복수개의 침식 설정값과 그에 대응하는 개재물 양을 나타내는 데이터를 미리 마련할 수 있다. 데이터 저장된 개재물 양은 입자가 5㎛ 이상(또는, 20㎛ 이상)의 대형 개재물의 양일 수 있다.
데이터는 이전 주조공정에서 사용된 플레이트(50)들의 침식량과, 각 주조공정에서 제조된 철강제품 내 개재물 양을 저장하여 미리 축적한 데이터일 수 있다. 예를 들어, 이전 주조공정들에서 제조된 철강제품들을 수집하고, 각 철강제품 내 개재물 양을 측정할 수 있다. 그리고 각 주조공정들에서 사용된 플레이트를 수거하여 플레이트들 각각의 침식량을 산출할 수 있다. 이에, 서로 다른 주조공정에서 플레이트들의 침식량을 한 줄로 입력하고, 서로 다른 주조공정에서 제조된 철강제품 내 개재물 양을 다른 줄에 입력하여, 동일한 주조공정의 플레이트 침식량과 개재물 양이 서로 대응되게 입력할 수 있다. 따라서, 서로 다른 주조공정의 플레이트 침식량과 개재물 양을 나타내는 데이터가 완성될 수 있다.
플레이트(50)의 침식량이 X3이면, 도 7과 같은 데이터에서 X3과 가장 근접한 값을 찾을 수 있고, X3의 값이 입력된 침식 설정값이 선택될 수 있다. 침식 설정값이 X3일 때, 대응되는 개재물 양은 Y3이다. 이에, 철강제품에 Y3만큼의 개재물이 유입되었다고 예측할 수 있다. 플레이트(50)의 침식량이 X5이면, 도 7과 같은 데이터에서 X5와 가장 근접한 값을 찾을 수 있고, X5의 값이 입력된 침식 설정값이 선택될 수 있다. 침식 설정값이 X5일 때, 대응되는 개재물 양은 Y5이다. 따라서, 철강제품에 Y5만큼의 개재물이 유입되었다고 예측할 수 있다. 이처럼 데이터를 활용하여, 산출된 플레이트(50)의 침식량을 이용하여 철강제품 내 개재물 양을 예측할 수 있다.
플레이트(50)의 침식량이 산출되면, 플레이트(50)의 침식량과 데이터를 비교할 수 있다. 예를 들어, 복수개의 침식 설정값 중 플레이트(50)의 침식량과 가장 근접한 값을 선택할 수 있다. 선택된 침식 설정값에 대응하는 개재물 양만큼, 개재물이 상기 철강제품에 함유되었다고 예측할 수 있다. 플레이트(50)에서 침식된 입자가 5㎛ 이상(또는, 20㎛ 이상)의 대형 개재물을 발생시킬 수 있기 때문에, 플레이트(50)의 침식량으로 철강제품에 함유된 대형 개재물 양을 예측할 수 있다.
그 다음, 예측된 개재물 양에 따라 철강제품의 품질을 판단할 수 있다. 먼저, 작업자가 기준값을 미리 마련할 수 있다. 기준값이 마련되면, 철강제품 내 개재물 양과, 기준값을 비교(S130)할 수 있다. 철강제품 내 개재물 양이 기준값보다 크면, 철강제품에 불량이 발생했다고 판단(S140)할 수 있다. 이에, 작업자가 기준값을 낮출수록 철강제품의 품질 판단 기준이 엄격해져 철강제품의 불량률이 증가하고, 기준값을 높일수록 철강제품의 품질 판단 기준이 낮아져 불량이 감소할 수 있다. 철강제품은 품질에 따라 서로 다른 용도로 사용될 수 있다.
철강제품의 품질이 판단되면, 플레이트(50)의 침식량과, 철강제품 내 개재물 양 정보를 저장할 수 있다. 저장된 정보는 다음 주조공정에서 생산된 철강제품의 품질을 예측할 때 사용될 수 있다. 따라서, 주조공정을 수행할수록 데이터의 양이 더 증가할 수 있다. 이에, 데이터의 피드백이 가능하기 때문에, 이후 철강제품의 품질을 예측할 때 더 정확하게 예측할 수 있다.
이처럼 주조장치에 사용된 플레이트(50)의 상태로부터 철강제품 내 개재물 양을 예측할 수 있기 때문에, 철강제품 내 개재물 양에 따라 철강제품의 품질을 판단할 수 있다. 따라서, 철강제품의 품질을 신속하고 판단할 수 있고, 철강제품을 품질에 따라 용이하게 분류하여 관리할 수 있다.
도 8은 본 발명의 실시 예에 따른 플레이트들 내 개재물 분포를 나타내는 그래프이고, 도 9는 본 발명의 실시 예에 따른 플레이트들의 손상량과 재산화흔적을 나타내는 표이다. 이때, 도 8은 철강제품들 수거하여 별도의 개재물 측정장치로 철강제품 내 개재물 양을 측정하여 그래프로 나타낸 것이고, 도 9는 본 발명의 실시 예에 따른 품질 예측장치로 플레이트들의 상태를 측정한 결과를 표로 나타낸 것이다. 하기에서는 본 발명의 실시 예에 따른 품질 예측방법 및 품질 예측장치의 신뢰성을 보여주는 실험 예에 대해 설명하기로 한다.
플레이트의 침식량과 실제 철강제품 내 개재물 크기분포를 확인하기 위해, 서로 다른 주조공정에서 턴디쉬와 침지노즐 사이에 설치되었던 동일한 강종의 5개 플레이트를 회수하여 침식된 부분의 부피(또는, 침식량)를 측정하고, 각각 주조공정에서 생산된 철강제품 내 개재물을 추출하여 크기분포를 측정하였다.
이때, 실험을 위해 철강제품 내 개재물 양을 측정할 수 있는 개재물 측정장치가 사용되었다. 예를 들어, 개재물 측정장치는 현미경일 수 있고, 작업자가 현미경으로 철강제품을 관찰하면서 육안으로 개재물의 개수를 셀 수 있다. 그러나 개재물 측정장치로 철강제품 내 개재물 양을 측정하는 경우, 정확한 측정결과를 얻을 수 있으나, 측정결과를 얻는데 많은 시간이 소요되는 문제가 있다. 따라서, 실제 주조공정에서 개재물 측정장치를 사용하는데 어려움이 있다. 이에, 신속하게 개재물 양을 예측하고 철강제품의 품질을 판단하기 위해서 실제 주조공정에서는 본 발명의 실시 예에 따른 품질 예측장치가 사용될 수 있다.
도 8과 도 9를 참조하면, 제4 플레이트의 침식량이 가장 크게 나타났다. 제4 플레이트에서 침식된 입자가 개재물이 되었기 때문에, 제4 플레이트가 사용된 주조공정에서 생산된 철강제품의 개재물 개수가 가장 크게 나타났고, 크기가 80㎛에 가까운 초대형 개재물도 관찰되었다.
제1 플레이트, 제3 플레이트, 및 제5 플레이트는 제4 플레이트에 비해 침식량이 비교적 적게 나타났다. 이에, 제1 플레이트, 제3 플레이트, 및 제5 플레이트가 사용된 주조공정에서 생산된 철강제품에는, 제4 플레이트를 사용했을 때보다 개재물 개수가 적고, 발견된 가장 큰 개재물의 크기도 80㎛ 이하로 관찰되었다. 따라서, 플레이트의 침식량이 클수록 철강제품 내 개재물의 크기가 크고, 함유된 대형 개재물의 양도 증가한 것을 알 수 있다. 반대로, 플레이트의 침식량이 작을수록 철강제품 내 개재물의 크기가 작고, 함유된 대형 개재물의 양도 감소한 것을 알 수 있다.
이러한 결과는 플레이트에서 침식된 입자가 용융금속에 유입되어 철강제품 내 개재물이 되는 것을 보여준다. 플레이트의 침식량이 증가할수록 철강제품 내 개재물 양이 증가하고, 플레이트의 침식량이 감소할수록 철강제품 내 개재물 양이 감소할 수 있다. 이에, 플레이트의 침식량을 이용하여 철강제품 내 개재물 양을 예측하는 것이 가능한 것을 알 수 있다. 따라서, 플레이트의 침식량과 철강제품 내 개재물 양이 서로 연관이 있기 때문에, 본 발명의 실시 예에 따른 품질 예측방법 및 품질 예측장치로 플레이트의 침식량을 이용하여 철강제품 내 개재물 양을 예측하는 것이 가능하다는 것을 확인할 수 있다.
한편, 제2 플레이트의 침식량이 다른 플레이트들에 비해 가장 작게 나타났지만, 100㎛에 가까운 초대형 개재물이 다수 관찰되었다. 제2 플레이트에서 침식량으로 나타나지 않은 부분에 발생한 대형 크랙이 발생했기 때문에, 제2 플레이트의 침식량은 작게 나타났지만, 대형 크랙에 의한 개재물이 철강제품에 유입된 것을 알 수 있다. 즉, 대형 크랙이 발생하면 플레이트의 평탄도 측정결과와 상관없이 철강제품에 불량이 발생할 수 있다. 따라서, 품질 예측장치의 촬영부로 플레이트 표면의 대형 크랙을 발견한 경우, 플레이트의 침식량을 이용하여 철강제품의 불량 발생여부를 판단하기 어려워진다. 이에, 촬영부로 플레이트 표면의 대형 크랙 발생 여부를 확인한 후, 대형 크랙이 발견되지 않으면 플레이트의 침식량을 이용하여 철강제품 내 개재물 양을 예측하는 작업을 수행할 수 있다.
이와 같이, 본 발명의 상세한 설명에서는 구체적인 실시 예에 관해 설명하였으나, 본 발명의 범주에서 벗어나지 않는 한도 내에서 여러 가지 변형이 가능하다. 그러므로, 본 발명의 범위는 설명된 실시 예에 국한되어 정해져서는 안되며, 아래에 기재될 특허청구범위뿐만 아니라 이 청구범위와 균등한 것들에 의해 정해져야 한다.
100: 품질 예측장치 110: 챔버
120: 지지부 130: 촬영부
140: 측정부 150: 산출부
160: 판단부 170: 이물질 제거부

Claims (19)

  1. 주조장치에서 생산된 철강제품의 품질을 예측하는 방법으로서,
    상기 주조장치에서 사용된 내화물의 침식량을 산출하는 과정; 및
    상기 내화물의 침식량을 이용하여 상기 철강제품 내 개재물 양을 예측하는 과정;을 포함하는 품질 예측방법.
  2. 청구항 1에 있어서,
    상기 내화물의 침식량을 산출하는 과정은,
    레이저 스캔을 이용하여 상기 내화물의 침식량을 산출하는 과정을 포함하는 품질 예측방법.
  3. 청구항 2에 있어서,
    상기 레이저 스캔을 이용하여 상기 내화물의 침식량을 산출하는 과정은,
    상기 내화물의 표면에서 적어도 일부 영역을 레이저 스캔하여 평탄도를 측정하는 과정; 및
    평탄도 측정결과를 이용하여 상기 내화물의 침식량을 구하는 과정;을 포함하는 품질 예측방법.
  4. 청구항 3에 있어서,
    상기 레이저 스캔하여 평탄도를 측정하는 과정은,
    상기 내화물에 라인 형태의 레이저빔을 조사하는 과정;
    상기 레이저빔의 연장방향과 교차하는 방향으로 상기 레이저빔을 이동시키는 과정;
    상기 레이저빔의 속도에, 상기 레이저빔이 상기 내화물에 도달하는 시간을 곱하여, 레이저빔이 시작되는 위치와 상기 내화물 사이의 간격을 구하는 과정; 및
    상기 레이저빔을 이동시키면서 복수의 위치에서 구해진 간격값들로 상기 내화물 표면의 평탄도를 구하는 과정;을 포함하는 품질 예측방법.
  5. 청구항 4에 있어서,
    상기 레이저 스캔하여 평탄도를 측정하는 과정은, 상기 내화물 표면에서 용융금속과 접촉했던 접촉영역과, 상기 접촉영역 외측의 비접촉영역의 평탄도를 측정하는 과정을 포함하고,
    상기 평탄도 측정결과를 이용하여 상기 내화물의 침식량을 구하는 과정은,
    상기 접촉영역과 상기 비접촉영역의 평탄도를 비교하는 과정;
    두 영역의 평탄도가 차이나는 부분에 침식이 발생했다고 판단하고, 침식이 발생한 부분의 면적값을 구하는 과정; 및
    상기 간격값들 중 침식이 발생한 부분의 간격값과 상기 면적값을 이용하여 상기 내화물의 침식량을 부피값으로 산출하는 과정;을 포함하는 품질 예측방법.
  6. 청구항 1에 있어서,
    상기 내화물의 침식량을 이용하여 상기 철강제품 내 개재물 양을 예측하는 과정은,
    복수개의 침식 설정값과 그에 대응하는 개재물 양을 나타내는 데이터를 미리 마련하는 과정;
    복수개의 침식 설정값 중 상기 내화물의 침식량과 가장 근접한 값을 선택하는 과정; 및
    선택된 침식 설정값에 대응하는 개재물 양만큼, 개재물이 상기 철강제품에 함유되었다고 예측하는 과정;을 포함하는 품질 예측방법.
  7. 청구항 1에 있어서,
    상기 내화물의 침식량을 이용하여 상기 철강제품 내 개재물 양을 예측한 후에,
    예측된 개재물 양에 따라 상기 철강제품의 품질을 판단하는 과정을 더 포함하는 품질 예측방법.
  8. 청구항 7에 있어서,
    상기 예측된 개재물 양에 따라 상기 철강제품의 품질을 판단하는 과정은,
    기준값을 미리 마련하는 과정;
    상기 개재물 양과 상기 기준값을 비교하는 과정; 및
    상기 개재물 양이 상기 기준값보다 크면, 상기 철강제품에 불량이 발생했다고 판단하는 과정;을 포함하는 품질 예측방법.
  9. 청구항 1 내지 청구항 8 중 어느 한 항에 있어서,
    상기 주조장치에서 사용된 내화물의 침식량을 산출하기 전에, 상기 내화물 표면을 촬영하여 크랙이 발생했는지 확인하는 과정을 더 포함하고,
    상기 주조장치에서 사용된 내화물의 침식량을 산출하는 과정은, 상기 내화물 표면에 크랙이 발견되지 않으면 수행되는 품질 예측방법.
  10. 청구항 1 내지 청구항 8 중 어느 한 항에 있어서,
    상기 주조장치에서 사용된 내화물의 침식량을 산출하기 전에,
    상기 주조장치로 철강제품을 제조하고, 상기 철강제품을 제조하는데 사용된 내화물을 회수하는 과정을 더 포함하는 품질 예측방법.
  11. 청구항 10에 있어서,
    상기 내화물은 턴디쉬와 주형 사이의 슬라이딩 게이트에 구비되는 플레이트를 포함하는 품질 예측방법.
  12. 주조장치에서 생산된 철강제품의 품질을 예측하는 장치로서,
    상기 주조장치에서 사용된 내화물의 침식량을 산출할 수 있는 산출부; 및
    상기 산출부와 연결되고, 상기 내화물의 침식량을 이용하여 상기 철강제품 내 개재물 양을 예측할 수 있는 예측부;를 포함하는 품질 예측장치.
  13. 청구항 12에 있어서,
    상기 내화물을 지지할 수 있는 지지부; 및
    상기 내화물 표면의 평탄도를 측정할 수 있도록, 상기 지지부 상에 이동 가능하게 설치되는 측정부;를 더 포함하며,
    상기 산출부는 상기 측정부와 연결되고, 상기 내화물의 평탄도를 이용하여 상기 내화물의 침식량을 산출할 수 있는 품질 예측장치.
  14. 청구항 13에 있어서,
    상기 측정부는 복수의 위치에서 상기 내화물 표면과의 간격을 측정하고, 측정된 간격값들을 이용하여 상기 내화물의 평탄도를 구할 수 있는 품질 예측장치.
  15. 청구항 14에 있어서,
    상기 측정부는,
    라인 형태의 레이저빔을 조사할 수 있는 빔조사부재; 및
    상기 빔조사부재를 지지하고, 상기 레이저빔의 연장방향과 교차하는 방향으로 상기 빔조사부재를 이동시킬 수 있는 이송부재;를 포함하는 품질 예측장치.
  16. 청구항 14에 있어서,
    상기 내화물의 표면은 용융금속과 접촉했던 접촉영역과, 접촉영역 외측의 비접촉영역을 포함하고,
    상기 산출부는,
    상기 접촉영역과 상기 비접촉영역의 평탄도를 비교하여 차이가 발생하는 부분에 침식이 발생했다고 판단하고, 침식이 발생한 부분의 면적값을 구하는 비교기; 및
    상기 비교기와 연결되고, 상기 간격값들 중 침식이 발생한 부분의 간격값과 상기 면적값을 이용하여 상기 내화물의 침식량을 부피값으로 산출하는 산출기;를 포함하는 품질 예측장치.
  17. 청구항 12에 있어서,
    상기 예측부는,
    복수개의 침식 설정값과 그에 대응하는 개재물 양을 나타내는 데이터를 이용하여 상기 철강제품 내 개재물 양을 예측하는 예측기; 및
    상기 예측기와 연결되고, 상기 철강제품 내 개재물 양에 따라 상기 철강제품의 품질을 판단하는 판단기;를 포함하는 품질 예측장치.
  18. 청구항 13 내지 청구항 17 중 어느 한 항에 있어서,
    상기 내화물 표면의 이물질을 제거하도록 적어도 일부가 상기 지지부와 마주보게 배치되는 이물질 제거부를 더 포함하는 품질 예측장치.
  19. 청구항 18에 있어서,
    상기 지지부, 상기 측정부, 상기 이물질 제거부가 수용될 수 있는 내부공간을 제공하는 챔버; 및
    상기 챔버 내부의 이물질을 배기하도록 상기 챔버와 연결되는 배기부;를 더 포함하는 품질 예측장치.
KR1020190099590A 2019-08-14 2019-08-14 품질 예측방법 및 장치 KR102143119B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190099590A KR102143119B1 (ko) 2019-08-14 2019-08-14 품질 예측방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190099590A KR102143119B1 (ko) 2019-08-14 2019-08-14 품질 예측방법 및 장치

Publications (1)

Publication Number Publication Date
KR102143119B1 true KR102143119B1 (ko) 2020-08-10

Family

ID=72049366

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190099590A KR102143119B1 (ko) 2019-08-14 2019-08-14 품질 예측방법 및 장치

Country Status (1)

Country Link
KR (1) KR102143119B1 (ko)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5125745A (en) * 1987-09-30 1992-06-30 Armco Inc. Automatic BOF vessel remaining lining profiler and method
KR20040042323A (ko) * 2002-11-14 2004-05-20 주식회사 포스코 래들 롱 노즐의 침적깊이 검출방법
JP2008221271A (ja) * 2007-03-12 2008-09-25 Daishin Kako Kk プレート損傷測定器具
KR20120026720A (ko) 2010-09-10 2012-03-20 주식회사 포스코 슬라이딩 게이트 어셈블리 및 이의 제어 방법
KR20120067460A (ko) * 2010-12-16 2012-06-26 한국산업기술대학교산학협력단 ３차원 레이저 스캔을 이용한 내화물 침식 정도 측정 방법
KR20140118266A (ko) 2013-03-28 2014-10-08 현대제철 주식회사 래들의 용강 출강 노즐
JP2016000419A (ja) * 2014-06-12 2016-01-07 新日鐵住金株式会社 溶融金属の流量制御用プレート耐火物の損傷測定装置及び測定方法、並びに流量制御用プレート耐火物の交換判定方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5125745A (en) * 1987-09-30 1992-06-30 Armco Inc. Automatic BOF vessel remaining lining profiler and method
KR20040042323A (ko) * 2002-11-14 2004-05-20 주식회사 포스코 래들 롱 노즐의 침적깊이 검출방법
JP2008221271A (ja) * 2007-03-12 2008-09-25 Daishin Kako Kk プレート損傷測定器具
KR20120026720A (ko) 2010-09-10 2012-03-20 주식회사 포스코 슬라이딩 게이트 어셈블리 및 이의 제어 방법
KR20120067460A (ko) * 2010-12-16 2012-06-26 한국산업기술대학교산학협력단 ３차원 레이저 스캔을 이용한 내화물 침식 정도 측정 방법
KR20140118266A (ko) 2013-03-28 2014-10-08 현대제철 주식회사 래들의 용강 출강 노즐
JP2016000419A (ja) * 2014-06-12 2016-01-07 新日鐵住金株式会社 溶融金属の流量制御用プレート耐火物の損傷測定装置及び測定方法、並びに流量制御用プレート耐火物の交換判定方法

Similar Documents

Publication Publication Date Title
US11344952B2 (en) Three-dimensional additive manufacturing device, three-dimensional additive manufacturing method, and three-dimensional additive manufactured product
US20150177158A1 (en) Operational performance assessment of additive manufacturing
US20150165683A1 (en) Operational performance assessment of additive manufacturing
CN112639138B (zh) 精炼设备和方法
JP2010071722A (ja) 凹凸疵検査方法及び装置
JP2017159534A (ja) 三次元造形方法
US20190299527A1 (en) Three-dimensional additive manufacturing apparatus
JP4760029B2 (ja) 欠陥検査方法および欠陥検査装置
US20230166354A1 (en) Skid state determination device, skid state determination method, and laser processing system
KR102143119B1 (ko) 품질 예측방법 및 장치
TW201432252A (zh) 基板之缺陷檢查方法、基板之缺陷檢查裝置、程式及電腦記憶媒體
JP5611177B2 (ja) 溶削異常検出装置および溶削異常検出方法
JP7494448B2 (ja) 付加製造物の品質推定装置
KR101293432B1 (ko) 용융 몰드 플럭스의 두께 계측장치 및 계측방법
CN115401220A (zh) 监视系统以及附加制造系统
JP5200872B2 (ja) スラブの表面欠陥検出方法およびスラブ表面欠陥検出装置
JP2005207858A (ja) 鋼材表面欠陥の検査方法および検査装置
JP5396824B2 (ja) スラブ表面欠陥検出方法およびスラブ表面欠陥検出装置
JP2010117279A (ja) スラブの表面欠陥検出方法およびスラブ表面欠陥検出装置
JP6361301B2 (ja) 溶融金属の流量制御用プレート耐火物の損傷測定装置及び測定方法、並びに流量制御用プレート耐火物の交換判定方法
US9427797B2 (en) Up-drawing continuous casting apparatus and up-drawing continuous casting method
Le In-line monitoring of powder layer quality in powder bed fusion processes
JP2014092372A (ja) スラブの地金位置検出方法及び地金位置検出装置
JP2010117282A (ja) スラブの表面欠陥検出方法およびスラブ表面欠陥検出装置
EP4056302A1 (en) Three-dimensional powder bed fusion additive manufacturing apparatus and three-dimensional powder bed fusion additive manufacturing method

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant