KR102180827B1

KR102180827B1 - 도금량 제어 장치 및 도금량 제어 방법

Info

Publication number: KR102180827B1
Application number: KR1020180114321A
Authority: KR
Inventors: 장태인; 이원호; 노일환
Original assignee: 주식회사 포스코
Priority date: 2018-09-21
Filing date: 2018-09-21
Publication date: 2020-11-19
Also published as: KR20200034481A

Abstract

스트립이 용융 금속 포트에 담구어져 코팅되는 연속식 도금 공정에서, 상기 스트립의 진행 방향을 따라 배치된 에어 나이프를 이용하여 상기 스트립에 코팅된 도금량을 제어하는 장치는, 축적된 조업 조건을 신경망 학습한 예측 모델을 포함하는 예측 모델부, 및 입력되는 조업 조건에 기초하여 에어 나이프 압력의 절대값을 도출하고, 상기 도출된 에어 나이프 압력의 절대값 및 상기 예측 모델을 이용하여 에어 나이프 갭의 절대값을 도출하는 최적 에어 나이프 조건 산출부를 포함한다.

Description

도금량 제어 장치 및 도금량 제어 방법{COATING CONTROL DEVICE AND METHOD}

본 개시는 도금량 제어 장치 및 도금량 제어 방법에 관한 것이다.

용융도금 공정에서, 강판의 도금량 제어는 강판의 전(Top)/후(bottom)면에 설치된 에어 나이프(Air Knife)로 각각 제어 된다. 도금량을 측정하기 위해서는 용융상태의 도금층이 완전히 건조되어야 하기 때문에, 도금량 측정장치(Coating Weight Gauge)는 에어 나이프로부터 약 200m 가량 후단에 위치한다. 그러므로 즉각적인 피드백(feedback) 제어는 불가능하고, 통상 운전자들의 경험 또는 설정 테이블을 참조하여 에어 나이프와 강판의 거리인 에어 나이프 갭(gap) 및 에어 나이프로부터 강판으로 분사되는 기체의 압력인 에어 나이프 압력(pressure)을 적절히 조정하여 조업을 한다.

종래에는, 도금량 예측모델("Coating mass control system design for a continuous galvanizing line", 1976, W.J. Edwards 등)을 이용하여 강판속도(line speed) 변화에 따라 에어 나이프 압력을 단독으로 조정하거나, 도금량 오차에 의해 전/후면의 에어 나이프 갭을 단독으로 조정하여 도금량을 제어하는 방법들이 있다. 그러나 종래 방법들은 조업조건의 변화에 따라 에어 나이프 갭 및 압력 각각의 변화량을 도출하여 제어하는 방법으로, 각 강종과 도금량에 적합한 에어 나이프 갭과 압력을 직접 도출하는 데에는 한계가 있다.

선행기술문헌 1: 한국출원번호 10-2013-0100205

선행기술문헌 2: 한국출원번호 10-2014-0190176

기존의 수동 조업에 비해 도금량 제어 정확도 개선, 도금량 편차가 감소, 및 표면 품질을 개선할 수 있는 도금량 제어 장치 및 도금량 제어 방법을 제공하고자 한다.

본 발명의 한 특징에 따른 스트립이 용융 금속 포트에 담구어져 코팅되는 연속식 도금 공정에서, 상기 스트립의 진행 방향을 따라 배치된 에어 나이프를 이용하여 상기 스트립에 코팅된 도금량을 제어하는 장치는, 축적된 조업 조건을 신경망 학습한 예측 모델을 포함하는 예측 모델부, 및 입력되는 조업 조건에 기초하여 에어 나이프 압력의 절대값을 도출하고, 상기 도출된 에어 나이프 압력의 절대값 및 상기 예측 모델을 이용하여 에어 나이프 갭의 절대값을 도출하는 최적 에어 나이프 조건 산출부를 포함한다.

상기 에어 나이프 조건 산출부는, 상기 입력되는 조업 조건에 기초한 에어 나이프 압력을 도출하는 에어 나이프 압력 도출부, 및 상기 축적된 조업 조건을 신경망 학습한 예측 모델을 이용하여 상기 입력되는 조업 조건 및 상기 도출된 에어 나이프 압력에 기초한 에어 나이프 갭을 도출하는 에어 나이프 갭 도출부를 포함할 수 있다.

상기 에어 나이프 압력 도출부는, 상기 데이터 베이스에서 상기 입력되는 조업 조건에 해당하는 조업 조건들을 대상으로 통계적 방법을 통해 에어 나이프 압력을 도출하는 방법, 상기 축적된 조업 조건 중 에어 나이프 갭을 제외한 조업 조건을 신경망 학습하고, 상기 학습된 신경망을 이용하여 에어나이프 압력을 도출하는 방법, 및 룩업 테이블(Look-up table)을 이용하여 상기 입력되는 조업조건에 대응하는 에어 나이프 압력을 도출하는 방법 중 하나 이상의 방법을 이용하여, 상기 에어 나이프 압력을 도출할 수 있다.

상기 데이터 베이스에서 통계적 방법을 통해 상기 에어나이프 압력을 도출하는 방법은, 상기 데이터 베이스에서, 상기 입력되는 조업 조건에 해당하는 에어나이프 압력에 대한 데이터들의 최빈값, 평균값, 및 중앙값 중 하나, 및 상기 데이터들 중 목표 도금량과 측정된 도금량 간의 도금량 오차가 가장 적은 값 중 하나 이상을 이용할 수 있다.

상기 에어 나이프 압력 도출부는, 상기 입력되는 조업 조건에 기초하여 상기 스트립의 일면에 대한 제1 에어 나이프 압력을 도출하고, 상기 입력되는 조업 조건에 기초하여 상기 스트립의 타면에 대한 제2 에어 나이프 압력을 도출하며, 상기 에어 나이프 갭 도출부는, 상기 스트립의 일면에 대한 제1 예측 모델 및 상기 스트립의 타면에 대한 제2 예측 모델을 포함하고, 상기 제1 예측 모델에 대해 적어도 상기 입력되는 조업 조건 및 상기 제1 에어 나이프 압력을 적용하여 상기 스트립의 일면에 대한 제1 에어 나이프 갭을 도출하고, 상기 제2 예측 모델에 대해 적어도 상기 입력되는 조업 조건 및 상기 제2 에어 나이프 압력을 적용하여 상기 스트립의 타면에 대한 제2 에어 나이프 갭을 도출할 수 있다.

상기 에어 나이프 갭 도출부는, 상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭을 비교하고, 상기 비교 결과에 따라 상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭을 보정할 수 있다.

상기 도금량 제어 장치는, 상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭 간의 차가 소정의 임계치 보다 작을 경우, 상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭 각각을 출력하거나, 상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭 간의 차가 상기 소정의 임계치 보다 클 경우, 상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭을 조정하여 보정된 제1 에어 나이프 갭 및 제2 에어 나이프 갭을 도출할 수 있다.

상기 에어 나이프 갭 도출부는, 상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭의 차가 소정의 임계치 이하가 되도록 조정하여 보정된 제1 에어 나이프 갭 및 제2 에어 나이프 갭을 도출하는 동작을 수행하고, 상기 최적 에어 나이프 조건 산출부는, 상기 보정된 제1 및 제2 에어 나이프 갭에 기초하여 상기 스트립의 일면 및 타면 각각에 대한 보정된 에어 나이프 압력을 상기 예측 모델을 이용하여 도출하는 에어 나이프 압력 보정부를 더 포함할 수 있다.

상기 에어 나이프 갭 도출부는, 상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭의 평균을 최적 에어 나이프 압력으로 도출하고, 상기 최적 에어 나이프 조건 산출부는, 상기 최적 에어 나이프 갭에 기초하여 상기 스트립의 일면 및 타면 각각에 대한 에어 나이프 압력을 다시 도출하는 에어 나이프 압력 보정부를 더 포함할 수 있다.

상기 도금량 제어 장치는, 상기 스트립의 도금량을 측정하고, 상기 도금량 측정값과 상기 예측 모델을 이용하여 예측된 도금량 예측값 또는 상기 입력되는 조업 조건에 포함된 목표 도금량 간의 차에 기초하여 상기 예측 모델을 보정할 수 있다.

상기 도금량 제어 장치는, 상기 스트립이 소정 거리만큼 이동한 후, 상기 도금량 측정값과 상기 도금량 예측값 또는 상기 목표 도금량 간의 차에 기초하여 상기 예측 모델의 예측값 또는 상기 예측 모델에 입력되는 목표 도금량을 보정할 수 있다.

상기 도금량 제어 장치는, 상기 스트립이 상기 소정 거리만큼 이동하는 동안, 상기 도금량 예측값 또는 상기 목표 도금량과 상기 도금량 측정값 각각을 대응하는 셀에 저장하는 메모리 어레이를 더 포함할 수 있다.

본 발명의 다른 특징에 따른 스트립이 용융 금속 포트에 담구어져 코팅되는 연속식 도금 공정에서, 상기 스트립의 진행 방향을 따라 배치된 에어 나이프를 이용하여 상기 스트립에 코팅된 도금량을 제어하는 방법은, 축적된 조업 조건을 신경망 학습하는 단계, 및 입력되는 조업 조건에 기초하여 에어 나이프 압력의 절대값을 도출하고, 상기 도출된 에어 나이프 압력의 절대값 및 상기 학습된 신경망을 이용하여 에어나이프 갭의 절대값을 도출하는 단계를 포함한다.

상기 도금량 제어 방법은, 상기 축적된 조업 조건을 신경망 학습하여 예측 모델을 구축하는 단계, 및 상기 예측 모델을 이용하여 상기 입력되는 조업 조건 및 상기 에어 나이프 압력에 기초한 에어 나이프 갭을 도출하는 단계를 더 포함할 수 있다.

상기 에어 나이프 압력을 도출하는 단계는, 상기 데이터 베이스에서 상기 입력되는 조업 조건에 해당하는 조업 조건들을 대상으로 통계적 방법을 통해 에어 나이프 압력을 도출하는 단계, 상기 축적된 조업 조건 중 에어 나이프 갭을 제외한 조업 조건을 신경망 학습하고, 상기 학습된 신경망을 이용하여 에어나이프 압력을 도출하는 단계, 및 룩업 테이블(Look-up table)을 이용하여 상기 입력되는 조업 조건에 대응하는 에어 나이프 압력을 도출하는 단계 중 적어도 하나를 포함할 수 있다.

상기 데이터 베이스에서 통계적 방법을 통해 상기 에어 나이프 압력을 도출하는 방법은, 상기 데이터 베이스에서, 상기 입력되는 조업 조건에 해당하는 에어나이프 압력에 대한 데이터들의 최빈값, 평균값, 및 중앙값 중 하나, 및 상기 데이터들 중 목표 도금량과 측정된 도금량 간의 도금량 오차가 가장 적은 값 중 하나 이상을 이용할 수 있다.

상기 에어 나이프 압력을 도출하는 단계는, 상기 입력되는 조업 조건에 기초하여 상기 스트립의 일면에 대한 제1 에어 나이프 압력을 도출하는 단계, 및 상기 입력되는 조업 조건에 기초하여 상기 스트립의 타면에 대한 제2 에어 나이프 압력을 도출하는 단계를 포함하고, 상기 예측 모델은 상기 스트립의 일면에 대한 제1 예측 모델 및 상기 스트립의 타면에 대한 제2 예측 모델을 포함하며, 상기 에어 나이프 갭을 도출하는 단계는, 상기 제1 예측 모델에 대해 적어도 상기 입력되는 조업 조건 및 상기 제1 에어 나이프 압력을 적용하여 상기 스트립의 일면에 대한 제1 에어 나이프 갭을 도출하는 단계, 및 상기 제2 예측 모델에 대해 적어도 상기 입력되는 조업 조건 및 상기 제2 에어 나이프 압력을 적용하여 상기 스트립의 타면에 대한 제2 에어 나이프 갭을 도출하는 단계를 포함할 수 있다.

상기 도금량 제어 방법은, 상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭을 비교하고, 상기 비교 결과에 따라 상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭을 보정하는 단계를 더 포함할 수 있다.

상기 도금량 제어 방법은, 상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭 간의 차가 소정의 임계치 보다 작을 경우, 상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭 각각을 출력하는 단계, 및 상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭 간의 차가 상기 소정의 임계치 보다 클 경우, 상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭을 조정하여 보정된 제1 에어 나이프 갭 및 제2 에어 나이프 갭을 도출하는 단계를 더 포함할 수 있다.

상기 도금량 제어 방법은, 상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭 간의 차가 상기 소정의 임계치 이하가 되도록 조정하여 보정된 제1 에어 나이프 갭 및 제2 에어 나이프 갭을 도출하는 단계, 및 상기 보정된 제1 및 제2 에어 나이프 갭에 기초하여 상기 스트립의 일면 및 타면 각각에 대한 보정된 에어 나이프 압력을 예측 모델을 이용하여 도출하는 단계를 더 포함할 수 있다.

상기 최적 에어 나이프 갭을 도출하는 단계는, 상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭의 평균을 최적 에어 나이프 갭으로 도출하는 단계를 포함할 수 있다.

상기 도금량 제어 방법은, 상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭의 평균을 최적 에어 나이프 갭으로 도출하는 단계, 및 상기 최적 에어 나이프 갭에 기초하여 상기 스트립의 일면 및 타면 각각에 대한 에어 나이프 압력을 다시 도출하는 단계를 더 포함할 수 있다.

상기 도금량 제어 방법은, 상기 예측 모델을 이용하여 도금량을 예측하는 단계, 상기 스트립의 도금량을 측정하는 단계, 및 상기 도금량 측정 값과 상기 도금량 예측값 또는 상기 목표 도금량 간의 차에 기초하여 상기 예측 모델을 보정하는 단계를 더 포함할 수 있다.

상기 예측 모델을 보정하는 단계는, 상기 스트립이 소정 거리만큼 이동한 후, 상기 측정된 도금량 측정값과 상기 도금량 예측값 또는 상기 목표 도금량 간의 차에 기초하여 상기 예측 모델의 예측값 또는 상기 목표 도금량을 보정하는 단계를 포함할 수 있다.

상기 예측 모델을 보정하는 단계는, 상기 스트립이 상기 소정 거리만큼 이동하는 동안, 상기 도금량 예측값 또는 상기 목표 도금량과 상기 도금량 측정값 각각을 메모리 어레이의 대응하는 셀에 저장하는 단계를 더 포함할 수 있다.

상기 예측 모델은 도금량 예측 모델이고, 상기 입력되는 조업 조건을 입력으로 하고, 도금량을 출력으로 하는 모델일 수 있다.

상기 조업 조건은 상기 스트립 공정이 수행되는 라인 관련 조업 조건, 상기 에어 나이프 관련 조업 조건, 및 상기 스트립 관련 조업 조건 중 어느 하나 이상을 포함할 수 있다.

상기 도금량 제어 방법에 따라 생산된 본 발명의 또 다른 특징에 따른 스트립에서, 상기 스트립에 대한 목표 도금량이 제1 레벨에서 제2 레벨로 변경시, 측정 도금량이 상기 제2 레벨의 목표 도금량의 -3~3%에 도달하는 안정화 거리가 목표도금량 변화 기점으로부터 50M 미만이거나, 측정 도금량이 상기 제2 레벨의 목표 도금량의 -1~+1%에 수렴하는 거리가 목표도금량 변화 기점으로부터 250M 미만일 수 있다.

상기 도금량 제어 방법에 따라 생산된 본 발명의 또 다른 특징에 따른 스트립에서, 목표 도금량 변화 기점으로부터 200M 구간 내에서, 상기 스트립이 극박도금인 경우, 상기 스트립의 길이방향 양면합이 상기 스트립의 전후면 목표 도금량의 합 기준 0.25% 이하의 편차, 상기 스트립이 중박도금인 경우, 상기 스트립의 길이방향 양면합이 상기 스트립의 전후면 목표 도금량의 합 기준 0.66% 이하의 편차, 또는 상기 스트립이 후도금인 경우, 상기 스트립의 길이방향 양면합이 상기 스트립의 전후면 목표 도금량의 합 기준 1% 이하의 편차로 수렴할 수 있다.

상기 도금량 제어 방법에 따라 생산된 본 발명의 또 다른 특징에 따른 스트립에서, 상기 스트립 표면에 사선 무늬 형태의 체크마크(Check Mark)가 발생하지 않을 수 있다.

본 발명은 도금량 예측모델에 의해 목표 도금량을 구현하기 위한 에어 나이프의 운전조건을 도출함으로써, 기존의 수동 조업에 비해 도금량 제어 정확도를 개선함으로써, 도금량 편차가 감소되어 표면 품질을 개선할 수 있다.

도 1은 일 실시예에 따른 도금 장치 및 도금량 제어 장치를 개략적으로 나타낸 도면이다.
도 2는 일 실시예에 따른 도금량 제어 장치를 나타낸 도면이다.
도 3은 일 실시예에 따른 최적 에어 나이프 조건 도출부를 나타낸 도면이다.
도 4는 일 실시예에 따른 메모리 어레이를 나타낸 도면이다.
도 5는 일 실시예에 따른 도금량 편차와 종래 수동 조업에서의 도금량 편차를 나타낸 그래프이다.

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

용융도금 공정(Continuous Galvanizing Line)에서 스트립(strip)의 도금량은 스트립의 전후면에 각각 설치된 2기의 에어 나이프에 의해 제어되는데 도금량은 에어 나이프와 스트립 간의 거리(에어 나이프 갭), 에어 나이프가 대응하는 스트립의 일면에 분사하는 기체의 압력(에어 나이프 압력)에 의해 크게 영향을 받는다. 이하, 본 개시에서는, 스트립의 일 예로 강판을 설명한다. 그러나 발명이 이에 한정되는 것은 아니고, 스트립 형태의 마그네슘판 등의 금속판에 본 발명이 적용될 수 있다.

강판 표면의 도금량을 목표 도금량으로 조절하기 위해서, 회귀 모형에 기반한 제어 기법이 적용되고 있다. 예를 들면, 1976년 에드워드(Edwards)에 의해 제안된 방법으로, 예측도금량(CP)을 라인 속도(V), 에어 나이프(air knife) 갭(D), 그리고 에어 나이프 압력(P)의 함수로 정의한 수학식 1의 도금량 예측 모델을 사용하는 방법이 있다.

[수학식 1]

CP=V^aG^bP^c

수학식 1에서, a, b, 및 c는 모델 파라미터로 상수이다.

수학식 1의 도금량 예측 모델을 이용하여, 목표 도금량이 주어지면 특정 라인 속력에서 적절한 에어 나이프 갭과 에어 나이프 압력을 역산할 수 있다. 그러나 적절한 에어 나이프 갭과 에어 나이프 압력은 무수히 많이 존재하는데, 에어 나이프 갭 또는 압력이 너무 크거나 작을 경우 도금량과는 별개로 표면품질을 저하시킬 수 있어, 도금량 예측 모델만으로는 최적의 에어 나이프 운전 조건(에어 나이프 갭, 에어 나이프 압력)을 도출할 수 없다.

본 발명은 에어 나이프를 이용하여 강판의 도금량을 제어하는 장치에 관한 것으로, 적어도 에어 나이프 갭 및 에어 나이프 압력을 포함하는 축적된 조업 조건으로 신경망을 학습시켜 예측 모델을 구현하고, 예측 모델을 이용하여 입력되는 조업 조건에 따른 에어나이프 갭과 압력 중 적어도 하나의 절대값을 도출한다.

본 발명은 에어 나이프 갭 및 압력의 절대값을 도출함으로써, 조업 조건이 변경된 후의 초기 제어가 가능하다. 강판의 종류 변경, 라인 속도 변경, 목표 도금량 변경 등의 조업 조건이 변경되면, 현재 에어 나이프 갭 및 압력이 변경된 조업 조건에서 에어 나이프 갭 및 압력의 상대적인 변화량을 도출하기 위한 기준으로 적합하지 않다. 에어 나이프 갭 및 압력의 상대적인 변화량을 에어 나이프 갭 및 압력 제어에 적용하기 위해서는 현재 상태(초기상태)가 최적임이 보장되어야 한다. 그러나 이는 실제 조업에서 보장되기 어렵다. 따라서 종래 에어 나이프 갭 및 압력의 상대적인 변화량을 도출하는 방식에 따르면, 조업 조건이 변경된 후에 목표 도금량을 위한 정확한 에어 나이프 갭 및 압력의 상대적인 변화량을 도출하기 어렵다. 본 발명은 변경 전의 에어 나이프 갭 및 압력을 기준으로 사용하지 않고, 신경망 학습을 이용하여 변경된 조업 조건에서의 에어 나이프 갭 및 압력의 절대값을 도출함으로써, 보다 정확한 초기 제어를 제공할 수 있다.

또한, 현재 상대적인 변화량을 계산할 때, 여러가지 조업 조건이 동시에 변하는 경우 정확성 보장이 어렵다. 예를 들어, 목표 도금량과 라인 속도가 동시에 변하였을 때, 변경된 목표 도금량에 대한 압력 변화 도출 후 변화된 라인 속도에 대한 압력 변화를 도출하여 합산한 것과 반대의 순서로 계산한 것의 결과가 다를 수 있다.

아울러, 상대적인 변화량으로 제어하는 경우, 특정 강종/조건에서 표면 품질 확보를 위해 특정 갭을 사용하는 등의 조업 노하우 반영이 어렵다. 본 발명은 축적된 조업 조건에서 입력되는 조업 조건에 적합한 에어 나이프 갭을 먼저 도출함으로써 이런 문제점을 해결할 수 있다.

조업 조건은 복수의 유형을 가지며, 복수의 유형은 예를 들면 강판 관련 데이터, 에어 나이프 관련 데이터, 라인 관련 데이터 및 도금량 데이터를 포함할 수 있다. 강판 관련 데이터는 예를 들면 강판의 강종, 두께, 폭, 진동 등을 포함할 수 있다. 에어 나이프 관련 데이터는 예를 들면 에어 나이프 갭, 에어 나이프 압력, 에어 나이프 각도 및/또는 에어 나이프 높이를 포함할 수 있다. 에어 나이프 갭은 에어 나이프와 강판의 중심이 이동될 중심선 사이의 간격일 수 있다. 에어 나이프 압력은 에어 나이프에 사용되는 에어의 압력일 수 있다. 에어 나이프 높이는 도금 포트의 탕면을 기준으로 한 에어 나이프의 높이일 수 있다. 에어 나이프 각도는 수평면을 기준으로 한 에어 나이프의 각도일 수 있다. 라인 관련 데이터는 예를 들면 라인 속도(line speed), 장력 등을 포함할 수 있다. 라인 속도는 강판이 진행 방향을 따라 이동할 때의 속도이고, 장력은 강판을 진행 방향으로 이동시키기 위한 장력일 수 있다. 아울러, 조업 조건은 목표 도금량을 포함할 수 있다.

일 실시예는 도금량 예측 모델과 축적된 조업 조건을 이용하여 입력되는 조업 조건에 적합한 에어 나이프 갭과 압력을 도출하는 도금량 제어 장치 및 도금량 제어 방법에 관한 것이다. 일 실시예에서 불확실성에 의한 오차는, 강판의 도금량 측정을 위한 소정 거리만큼 이동한 시점에 측정된 도금량을 이용하여 보정될 수 있다.

예를 들어, 축적된 조업 조건에서 입력되는 조업 조건에 적절한 에어 나이프 압력을 먼저 도출하고, 도출된 에어 나이프 압력 및 도금량 예측 모델을 이용하여 에어 나이프 갭을 도출할 수 있다. 축적된 조업 조건을 이용하므로 운전자의 노하우를 반영한 에어 나이프 압력 도출이 가능하고, 이를 통해 표면 품질을 개선할 수 있는 도금량 자동제어가 가능하다. 그리고, 일 실시예는 예측 모델로부터 도출된 강판 전후면에 대한 에어 나이프 갭이 동일하거나, 전후면 에어 나이프 갭 간의 차이가 소정 범위 내에 있도록 조정하고, 조정된 에어 나이프 갭에 따라 에어 나이프 압력을 보정할 수 있다. 또한, 일 실시예는 도금량 측정치를 이용하여 도금량 예측 모델의 오차를 보정할 수 있다.

앞서 언급한 수학식 1의 도금량 예측 모델을 확장하여, 라인 속도, 에어 나이프 갭, 및 에어 나이프 압력 이외의 다른 조업 조건을 입력으로 포함하는 함수로 도금량 예측 모델을 나타내면 다음과 같이 나타낼 수 있다.

[수학식 2]

CP=F(V, G, P, …)

수학식 2에서 다른 조업 조건으로, 강판의 강종, 두께, 폭, 진동, 및 장력, 에어 나이프 높이 및 각도 등이 있을 수 있다.

수학식 2의 도금량 예측 모델은 강판의 전면 및 후면 각각에 대해서 별도로 적용될 수 있고, 수학식 2의 함수는 아래 수학식 3의 조건을 만족하여 다른 입력변수가 일정한 조건에서 G와 P에 대한 역함수가 존재하여야 한다.

[수학식 3]

도금량 예측에 있어서, 수학식 2의 도금량 예측 모델을 이용하면 목표 도금량(CP)이 주어졌을 때, 해당 조업조건(강판속도 등)에서 이를 구현하기 위한 에어 나이프 갭 및 압력을 찾을 수 있는데, 그 해가 무수히 많이 존재하게 된다.

일 실시예에서, 축적된 조업 조건이 저장된 데이터베이스(database) 및 축적된 조업 조건을 학습한 신경망(neural network)을 이용하여 무수히 많은 해 중에서 하나의 최적해를 찾아낼 수 있다. 이를 위해, 일 실시예에 따른 도금량 제어 장치는, 조업 데이터를 [시간, 코일번호, 강판의 강종, 두께, 폭, 진동, 및 장력, 라인 속도, 에어 나이프 갭(Top/Bottom), 에어 나이프 압력(Top/Bottom), 목표 도금량, 도금량 측정값(Top/Bottom), 에어 나이프 높이, 에어 나이프 각도(Top/Bottom),….]의 형태로 데이터베이스에 실시간으로 저장할 수 있다.

일 실시예에서, 조업 조건을 입력으로 하고, 도금량을 출력으로 하는 신경망이 데이터 베이스에 저장된 조업 조건을 학습하고, 도금량 예측 모델은 학습된 신경망으로 구현될 수 있다. 그러나 발명이 이에 한정되는 것은 아니고, 예측 모델의 입력 및 출력은 설계에 따라 달라질 수 있다. 일 실시예에서는, 신경망 학습을 통해 구현된 도금량 예측 모델은 먼저 도출된 에어 나이프 압력 및 적어도 목표 도금량을 포함하는 조업 조건에 기초하여 최적의 에어 나이프 갭을 찾을 수 있다.

도금량 제어 장치는, 데이터 베이스에서 입력되는 조업 조건에 해당하는 조업 조건들을 대상으로 통계적 방법을 통해 에어 나이프 압력을 도출할 수 있다. 입력되는 조업 조건에 해당하는 조업 조건들은 입력되는 동일한 조업 조건 및 소정 범위 내에서 유사한 조업 조건들을 포함한다. 예를 들어, 도금량 제어 장치는, 해당 에어 나이프 압력에 대한 데이터들의 최빈값, 평균값, 및 중앙값 중 하나, 및 해당 에어 나이프 압력에 대한 데이터들 중 목표 도금량과 측정된 도금량 간의 도금량 오차가 가장 적은 에어 나이프 압력 중 적어도 하나 이상을 이용하여 에어 나이프 압력을 도출할 수 있다.

또는, 도금량 제어 장치는 축적된 조업 조건 중 에어 나이프 갭을 제외한 조업 조건을 신경망 학습하고, 학습된 신경망을 이용하여 입력되는 조업 조건에서의 에어 나이프 압력을 도출할 수 있다.

또는, 도금량 제어 장치는 축적된 조업 조건에 관한 룩업 테이블(Look-up table)을 이용하여 입력되는 조업조건에 대응하는 에어 나이프 압력을 도출할 수 있다. 룩업 테이블은 축적된 조업 조건 중 숙련된 조업자들에 의해 수행된 조업에서 획득된 정확도가 높은 조업 조건들을 포함할 수 있다. 또는, 룩업 테이블은 도금 조업이 수행되는 라인의 고유 특성이 반영된 조업 조건들을 포함할 수 있다. 라인은 도금 조업을 위한 여러 설비들의 조합이므로, 라인마다 조업에 있어 특성이 상이할 수 있다. 이를 룩업 테이블에 반영함으로써, 도금량 제어의 정확도가 개선될 수 있다.

일 실시예에 따른 도금량 제어 장치는 에어 나이프 압력을 먼저 도출하고, 신경망 학습을 통해 구현된 예측 모델을 통해서 에어 나이프 갭을 도출한다. 또한, 일 실시예는, 강판의 전면과 후면 각각에 대해서 도금량 예측 모델을 별개로 적용할 수 있으므로, 에어 나이프는 강판의 전면 및 후면 각각에 대해서 에어 나이프 갭에 따른 거리만큼 이격되어 에어 나이프 압력에 따라 기체를 분사한다. 즉, 강판의 전면 및 후면 각각에 대한 도금 공정이 분리되어 있으므로, 전면 및 후면 각각에 대한 도금량 예측 모델을 별개로 적용할 수 있다. 목표 도금량을 구현하기 위한 에어 나이프 갭을 전/후면 각각에 대해 도출하고, 도출된 전/후면 에어 나이프 갭에 기초하여 최적 에어 나이프 갭을 결정할 수 있다.

예를 들어, 도금량 제어 장치는 전/후면 에어 나이프 갭을 비교하고, 비교 결과에 따라 전/후면 에어 나이프 갭을 보정할 수 있다. 전/후면 각각의 에어 나이프 갭 간의 차이가 큰 경우 갭 차에 의해 강판의 진동이나 쏠림이 유발될 수 있다. 따라서, 일 실시 예는 전/후면 에어 나이프 갭 간의 차가 강판의 진동이나 쏠림을 유발할 수 있는 소정의 임계치를 벗어나지 않도록 보정할 수 있다.

예를 들어, 전/후면 에어 나이프 갭 간의 차가 소정의 임계치 보다 작다면, 도출된 전/후면 에어 나이프 갭 각각을 그대로 사용할 수 있다. 전/후면 에어 나이프 갭 간의 차가 임계치 보다 크다면, 도금량 제어 장치는 전/후면 에어 나이프 갭을 조정하여 최적 에어 나이프 갭을 도출할 수 있다. 구체적으로, 도금량 제어 장치가 전/후면 에어 나이프 갭 간의 차가 소정의 임계치 이하가 되도록 조정하여 최적 에어 나이프 갭을 도출할 수 있다. 일 예로, 전/후면 에어 나이프 갭의 평균을 최적 에어 나이프 갭으로 결정할 수 있다.

또는, 도금량 제어 장치는 에어 나이프 갭 간의 차가 임계치 이하인지 여부를 판단하지 않고, 전/후면 에어 나이프 갭의 평균을 최적 에어 나이프 갭으로 결정할 수 있다.

전/후면 각각에 대한 에어 나이프 갭 간의 차이가 큰 경우, 그 차에 의해 강판의 진동이나 쏠림이 유발될 수 있다. 이를 방지하기 위해서, 일 실시예는 전/후면 모델 각각에서 도출된 2개의 에어 나이프 갭의 평균을 산출하여, 전/후면에 대해서 동일한 에어 나이프 갭을 적용할 수 있다. 이 경우, 일 실시예는 최적 에어 나이프 갭에 대응되도록 전/후면 각각의 에어 나이프 압력을 도금량 예측 모델을 이용하여 다시 도출한다.

일 실시예에서, 도금량 예측 오차를 측정하여 도금량 예측 모델의 오차를 보정할 수 있다. 예를 들어, 실제 조업에서 모니터링 되는 에어 나이프 갭은 에어 나이프의 기계적인 위치일 뿐으로 실제 에어 나이프와 강판 사이의 거리를 정확하게 나타내지 못할 수 있다. 이는 실제 강판의 위치가 강판의 두께, 장력, 진동 등에 의해 변하기 때문이다.

이러한 불확실성에 의해 발생하는 오차를 보정하기 위해서, 도금량 제어 장치는 도금 작업 위치(예를 들어, 에어 나이프 위치)로부터 소정 거리만큼의 후단에서 측정된 실제 도금량을 피드백 받는다. 예를 들어, 도금량 제어 장치는 대략 200m 후단에서 측정된 도금량 측정값을 피드백 받고, 도금량 예측모델의 오차를 보정할 수 있다.

종래에는, 도금 작업 위치로부터 피드백을 위한 도금량 실제 측정 위치까지의 강판 이동 거리가 길기 때문에, 도금량 제어 장치는 측정값과 예측값 간의 오차를 반영하는 게인(gain)을 제한적으로 가져간다. 일 실시예에 따라 피드백을 통해 도금량 예측모델의 오차를 보정함으로써, 별도의 피드백 제어를 수행하지 않고, 보정된 도금량 예측 모델에 의해 피드백 제어가 수행될 수 있다. 그러면, 제한적인 게인으로 인해 예측값이 측정값에 수렴하는데 필요한 강판의 이동 거리가 개선될 수 있다.

이하, 도면을 참조하여 일 실시예에 대해서 설명한다. 도 1 내지 도 4를 참조한 실시예 설명은 발명을 구현한 일 예로, 발명이 이에 한정되는 것은 아니다.

도 1은 일 실시예에 따른 도금량 제어 장치 및 도금 장치를 개략적으로 나타낸 도면이다.

도 1에 도시된 바와 같이, 도금 장치(100)는 도금량 제어 장치(200)의 제어에 의해 동작한다. 일 실시예에서는, 도금 장치(100)와 도금량 제어 장치(200) 간의 정보를 송수신하기 위한 데이터 통신 장치(300)가 구비될 수 있다. 발명이 이에 한정되는 것은 아니고, 도금 장치(100) 및 도금량 제어 장치(200) 각각에 데이터의 송수신을 위한 장치가 구비될 수 있다.

도금 장치(100)는 도금 포트(110), 에어 나이프(120) 및 냉각부(130)를 포함한다. 일 실시예에서, 도금 장치(100)는 용융 도금 장치일 수 있다.

도금 포트(110)는 강판(SS)을 용융 도금하기 위한 것으로, 용융 금속이 도금 포트에 담겨있고, 도금 포트(110)로 안내된 강판(SS)은 도금 포트(110) 내에 배치된 싱크롤(sink roll)(111)을 지나면서 용융 금속(112)에 담겨 용융 도금 공정이 진행되어, 강판(SS)의 표면이 코팅된다.

강판(SS)은 싱크롤(111)에 의해 진행 방향이 전환되어 도금 포트(110) 상부로 이동한다. 도금 포트(110) 내의 용융 금속(112)에 의해 표면이 도금된 강판(SS)은 도금 포트(110) 상부로 인출된다. 강판(SS)은 진행 방향을 따라 차례로 배치된 에어 나이프(120) 및 냉각부(130)를 거쳐 도금 강판으로 제조된다. 냉각부(130)를 거쳐 냉각된 강판(SS)은 텐션롤(140)을 거쳐 공정으로 진행된다.

일 실시예에서, 도금 용액은 아연, 아연 합금, 알루미늄 및/또는 알루미늄 합금 등이 사용될 수 있다.

에어 나이프(120)는 강판(SS)의 진행 방향을 따라 도금 포트(110) 후단에서 강판의 일면 또는 양면에 배치되어 강판의 도금량을 제어한다. 에어 나이프(120)는 에어 나이프(air knife)(121, 122)를 포함하며, 에어 나이프(121, 122)는 강판(SS) 표면에 부착된 도금층에 에어 나이프 갭만큼 이격된 거리에서 에어 나이프 압력으로 기체를 분사하여 도금량을 조절한다. 예를 들면, 에어 나이프(120)는 강판(SS) 폭방향으로 연장되고 내부에는 극저온 액체가 순환되는 바디를 가지고, 바디 선단에는 강판(SS)의 도금층에 대해서 에어 나이프 각도만큼 기울어진 팁(도시하지 않음)이 형성되어 있을 수 있다.

에어 나이프(121, 122) 각각은 제어 신호(AFC1, AFC2)에 따라 에어 나이프 갭 및 압력을 제어할 수 있다. 도 1에서 제어 신호(AFC1, AFC2)가 데이터 통신 장치(300)를 통해 에어 나이프(121, 122)로 전송되는 것으로 도시되어 있으나, 발명이 이에 한정되는 것은 아니다. 에어 나이프(121, 122) 각각은 도금량 제어 장치(200)로부터 직접 제어 신호(AFC1, AFC2)를 수신할 수 있다.

냉각부(130)는 강판(SS) 표면의 도금층에 직접 접촉하여 강판(SS)을 냉각한다. 예를 들면, 냉각체(131, 132)는 강판 폭방향으로 연장되고 내부에는 극저온 액체가 순환되며 강판 표면의 도금층에 가압되어 냉기를 가하는 냉각롤(도시하지 않음)을 포함할 수 있다. 이러한 냉각롤은 복수 개가 강판(SS)의 진행 방향을 따라 간격을 두고 다단으로 배치될 수 있다.

도금량 제어 장치(200)는 도금 장치(100)의 도금 조업에 사용되는 조업 조건을 자동으로 제어한다. 일 실시예에 따른 도금량 제어 장치(200)는 축적된 조업 조건 중 입력되는 조업 조건에 기초하여 에어 나이프 압력을 도출하고, 도출된 에어 나이프 압력 및 적어도 목표 도금량을 포함하는 조업 조건을 예측 모델에 입력하여 에어 나이프 갭을 도출할 수 있다. 또한, 도금량 제어 장치(200)는 전/후면 에어 나이프 갭에 기초하여 최적 에어 나이프 갭을 도출하고, 최적 에어 나이프 갭에 기초하여 전/후면 에어 나이프 압력을 보정할 수 있다.

도금량 측정 장치(400)는 강판의 전/후면을 스캔하여 전/후면 도금량을 측정하고, 그 측정값(FB1, FB2)을 생성한다. 도금량 측정 장치(400)는 전면 도금량 측정부(401) 및 후면 도금량 측정부(402)를 포함하고, 전면 도금량 측정부(401)는 전면 도금량의 측정값(FB1)을 생성하고, 후면 도금량 측정부(402)는 후면 도금량의 측정값(FB2)을 생성한다.

데이터 통신 장치(300)는 도금 장치(100)에서 도금 조업에 사용된 조업 조건및 도금 장치(100)에서 조업 조건에 따라 도금된 강판의 도금량을 측정한 값인 도금량 측정값(FB1, FB2)을 포함하는 조업 데이터를 수집하고, 도금량 제어 장치(200)로 전송할 수 있다. 또한, 데이터 통신 장치(300)는 도금량 제어 장치(200)로부터 조업 지시에 관한 데이터를 수신하고, 대응하는 제어 신호를 도금 장치(100)로 전송할 수 있다. 이러한 데이터 통신 장치(300)는 도금 장치(100) 및 도금량 제어 장치(200)와 통신할 수 있는 컴퓨팅 장치로 구현될 수 있다.

도 2는 일 실시예에 따른 도금량 제어 장치를 나타낸 도면이다.

도 2에 도시된 바와 같이, 도금량 제어 장치(200)는, 도금량 예측부(210), 최적 에어 나이프 조건 도출부(220), 피드백 모델 보정부(230), 도금량 예측 모델부(240), 및 데이터 베이스(250)를 포함한다.

데이터 베이스(250)는 조업 조건에 관한 데이터를 입력 받아 저장할 수 있다. 최적 에어 나이프 조건 도출부(220)는 최적 에어 나이프 갭을 도출하는데 있어 데이터 베이스(250)에 저장된 데이터를 이용할 수 있다. 도 2에서는 도금량 제어 장치(200)에 데이터 베이스(250)가 포함된 것으로 도시되어 있으나, 발명이 이에 한정되는 것은 아니고, 데이터 베이스(250)는 별도의 장치로 구현되고 도금량 제어 장치(200)와 서로 데이터를 송수신할 수 있다.

도금량 예측 모델부(240)는 전/후면 도금량 각각에 대한 별도의 도금량 예측 모델을 포함하고, 각 도금량 예측 모델은 축적된 조업 조건을 학습한 신경망으로 구현될 수 있다.

도금량 예측부(210)는 도금량 예측 모델부(240)의 도금량 예측 모델을 이용하여 도금량을 예측할 수 있다. 예를 들어, 도금량 예측부(210)는 조업 조건을 입력받고, 도금량 예측 모델부(240)의 전/후면 도금량 예측 모델을 통해 입력되는 조업 조건에 따른 전/후면 도금량 예측값(ECP1, ECP2)을 예측하여 출력한다.

에어 나이프 조건 도출부(220)는 도금량 예측 모델을 이용하여 현재 조업 조건에서 전/후면의 최적 에어 나이프 갭과 에어 나이프 압력을 도출할 수 있다. 에어 나이프 조건 도출부(220)는 도금량 예측 모델에 에어 나이프 갭 및 에어 나이프 압력 중 하나와 목표 도금량을 입력하고, 도금량 예측 모델을 역산하여 에어 나이프 갭 및 에어 나이프 압력 중 나머지 하나를 도출할 수 있다.

예를 들어, 최적 에어 나이프 조건 도출부(220)는 전/후면 에어 나이프 압력을 도출하고, 도출된 전/후면 에어 나이프 압력과 목표 도금량을 도금량 예측 모델부(240)의 전/후면 도금량 예측 모델에 입력하여 전/후면 에어 나이프 갭을 도출하며, 도출된 전/후면 에어 나이프 갭에 기초하여 최적 에어 나이프 갭을 도출하고, 최적 에어 나이프 압력과 목표 도금량을 전/후면 도금량 예측 모델에 입력하여 전/후면 최적 에어 나이프 압력을 도출할 수 있다.

도 3은 일 실시예에 따른 에어 나이프 조건 도출부를 나타낸 도면이다.

도 3에 도시된 바와 같이, 에어 나이프 조건 도출부(220)는 에어 나이프 압력 도출부(221), 에어 나이프 갭 도출부(222), 및 에어 나이프 압력 보정부(223)를 포함한다.

에어 나이프 압력 도출부(221)는 전면 에어 나이프 압력 도출부(2211) 및 후면 에어 나이프 압력 도출부(2212)를 포함한다. 전/후면 에어 나이프 압력 도출부(2211, 2212)는 조업 조건을 입력 받고, 전/후면 에어 나이프 압력(P1, P2)을 도출할 수 있다.

전/후면 에어 나이프 압력 도출부(2211, 2212) 각각은 데이터 베이스(250)에서 입력되는 조업 조건에 해당하는 조업 조건들을 대상으로 통계적 방법을 통해 에어 나이프 압력을 도출할 수 있다. 예를 들어, 전/후면 에어 나이프 압력 도출부(2211, 2212) 각각은 입력되는 조업 조건과 유사한 조업 조건들의 에어 나이프 압력들의 최빈값, 평균값, 및 중앙값 중 하나를 도출할 수 있다. 전/후면 에어 나이프 압력 도출부(2211, 2212) 각각은 입력되는 조업 조건과 유사한 조업 조건들의 에어 나이프 압력들 중 목표 도금량과 측정된 도금량 간의 도금량 오차가 가장 적은 에어 나이프 압력을 이용하여 에어 나이프 압력을 도출할 수 있다.

또는, 전/후면 에어 나이프 압력 도출부(2211, 2212) 각각은 축적된 조업 조건 중 에어 나이프 갭을 제외한 조업 조건을 신경망 학습하고, 학습된 신경망을 이용하여 입력되는 조업 조건에서의 에어 나이프 압력을 도출할 수 있다.

또는, 전/후면 에어 나이프 압력 도출부(2211, 2212) 각각은 축적된 조업 조건에 관한 룩업 테이블(Look-up table)을 이용하여 입력되는 조업조건에 해당하는 에어 나이프 압력을 도출할 수 있다. 일 실시예에서, 룩업 테이블은 축적된 조업 조건 중 숙련된 조업자들에 의해 수행된 조업에서 획득된 정확도가 높은 조업 조건들을 포함할 수 있다. 또는, 룩업 테이블은 도금 조업이 수행되는 라인의 고유 특성이 반영된 조업 조건들을 포함할 수 있다. 라인은 도금 조업을 위한 여러 설비들의 조합이므로, 라인마다 조업에 있어 특성이 상이할 수 있다. 이를 룩업 테이블에 반영함으로써, 도금량 제어의 정확도가 개선될 수 있다.

에어 나이프 갭 도출부(222)는 전면 에어 나이프 갭 도출부(2221), 후면 에어 나이프 갭 도출부(2222), 및 최적 에어 나이프 갭 도출부(2223)를 포함한다.

전/후면 에어 나이프 갭 도출부(2221, 2222)는 도금량 예측 모델부(240)로부터 전/후면 도금량 예측 모델을 로딩한다. 전/후면 에어 나이프 갭 도출부(2221, 2222)는 조업 조건 중 적어도 목표 도금량 및 전/후면 에어 나이프 압력(P1, P2)을 전/후면 도금량 예측 모델에 입력하고, 전/후면 도금량 예측 모델은 그 출력으로 전/후면 에어 나이프 갭(G1, G2)을 생성한다.

최적 에어 나이프 갭 도출부(2223)는 전/후면 에어 나이프 갭(G1, G2)을 평균하여 최적 에어 나이프 압력(G)을 도출한다. 최적 에어 나이프 갭을 도출하기 위한 방법이 평균에 한정되는 것은 아니다. 평균은 일 예로, 전/후면 에어 나이프 갭(G1, G2)을 이용하여 동일한 최적 에어 나이프 갭을 도출하는 다양한 방식 중 하나가 일 실시예에 적용되거나, 전/후면 에어 나이프 갭(G1, G2) 중 어느 하나를 선택하여 일 실시예에 적용될 수 있다.

또는, 최적 에어 나이프 갭 도출부(2223)는 전/후면 에어 나이프 갭(G1, G2)을 비교하고, 비교 결과에 따라 전/후면 에어 나이프 갭을 보정할 수 있다.

예를 들어, 전/후면 에어 나이프 갭(G1, G2) 간의 차가 소정의 임계치 보다 작다면, 최적 에어 나이프 갭 도출부(2223)는 도출된 전/후면 에어 나이프 갭(G1, G2) 각각을 그대로 사용할 수 있다. 이 경우, 에어 나이프 압력 보정부(223)는 바이패스 되어, 최적 에어 나이프 압력으로 "P1" 및 "P2"가 그대로 출력되고, 최적 에어 나이프 갭으로 "G1" 및 "G2"가 그대로 출력될 수 있다.

전/후면 에어 나이프 갭 간의 차가 임계치 보다 크다면, 최적 에어 나이프 갭 도출부(2223)는 전/후면 에어 나이프 갭(G1, G2)을 조정하여 최적 에어 나이프 갭을 도출할 수 있다. 일 예로 최적 에어 나이프 갭 도출부(2223)는 전/후면 에어 나이프 갭(G1, G2)의 평균을 최적 에어 나이프 갭(G)으로 도출할 수 있다.

또는, 최적 에어 나이프 갭 도출부(2223)는 전/후면 에어 나이프 갭(G1, G2) 간의 차가 소정의 임계치 이하가 되도록 조정하여 최적 에어 나이프 갭(G)을 도출할 수 있다. 예를 들어, 최적 에어 나이프 갭 도출부(2223)는 전/후면 에어 나이프 갭의 평균을 최적 에어 나이프 갭(G)으로 결정할 수 있다.

에어 나이프 압력 보정부(223)는 전면 에어 나이프 압력 보정부(2231) 및 후면 에어 나이프 압력 보정부(2232)를 포함한다.

전/후면 에어 나이프 압력 보정부(2231, 2232)는 도금량 예측 모델부(240)의 전/후면 도금량 예측 모델에 적어도 목표 도금량을 포함하는 조업 조건 및 최적 에어 나이프 갭(G)을 입력하고, 도금량 예측 모델은 최적 에어 나이프 압력(P3, P4)을 예측하여 출력한다.

최종적으로, 최적 에어 나이프 조건 도출부(220)는 최적 에어 나이프 갭 및 압력으로 "P3", "P4", 및 "G"를 출력할 수 있다. 최적 에어 나이프 갭 및 압력은 데이터 통신 장치(300)로 전송되고, 데이터 통신 장치(300)는 이에 기초한 제어신호(AFC1, AFC2)를 생성하여 에어 나이프(121, 122)로 전송할 수 있다.

피드백 모델 보정부(230)는 전/후면 도금량 측정값(FB1, FB2) 및 전/후면 도금량 예측값(ECP1, ECP2)을 입력받고, 전/후면 도금량 측정값(FB1, FB2) 및 전/후면 도금량 예측값(ECP1, ECP2) 간의 차에 기초하여 도금량 예측 모델을 보정할 수 있다. 본 발명이 이에 한정되는 것은 아니고, 전/후면 도금량 예측값(ECP1, ECP2) 대신 목표 도금량을 이용하여 도금량 예측 모델을 보정할 수 있다. 즉, 피드백 모델 보정부(230)는 입력되는 목표 도금량과 전/후면 도금량 측정값(FB1, FB2) 간의 차에 기초하여 도금량 예측 모델을 보정할 수 있다.

예를 들어, 피드백 모델 보정부(230)는 강판이 소정의 오차 산출 구간(예를 들어, 10~15m)을 이동하는 동안 두 값의 차이들을 평균하여 평균 오차(ER1, ER2)를 도금량 예측 모델부(240)에 전송한다.

도금량 예측 모델부(240)는 평균 오차(ER1, ER2)를 반영하여 전/후면 도금량 예측 모델을 보정할 수 있다.

피드백 모델 보정부(230)는 전/후면 도금량 예측값(ECP1, ECP2) 또는 입력되는 목표 도금량과 도금량 측정값(FB1, FB2)의 위치를 정확히 매칭하기 위해 메모리 어레이(231)를 포함한다.

도 4는 일 실시예에 따른 메모리 어레이를 나타낸 도면이다.

도 4에 도시된 바와 같이, 전/후면 도금량 예측값(ECP1, ECP2) 또는 입력되는 목표 도금량과 도금량 측정값(FB1, FB2) 각각은 해당 위치에 대응하는 메모리 어레이(2311, 2312)에 저장된다. 예를 들어, 강판이 진행하는 방향을 따라 소정 간격(예를 들어, 1m) 으로 강판이 구분되고, 각 영역에서의 전/후면 도금량 예측값(ECP1, ECP2) 또는 입력되는 목표 도금량과 도금량 측정값(FB1, FB2) 각각이 메모리 어레이(2311, 2312) 각각의 대응하는 셀에 저장된다.

에어 나이프(121, 122)에서 도금량 측정장치(401, 402)까지의 강판의 위치와 매칭되도록 강판 속도에 따라 메모리 어레이 셀이 시프트한다.

도 4에 도시된 바와 같이, 강판이 에어 나이프 위치(A1)에 도달한 시점에 동기되어 전/후면 도금량 예측값(ECP1, ECP2) 또는 입력되는 목표 도금량이 메모리 어레이(2311)의 대응하는 셀에 저장될 수 있다. 강판이 에어 나이프 위치(A1)를 소정 간격(1m)만큼 통과할 때마다, 셀이 시프트되고, 대응하는 메모리 어레이(2311)의 셀에 전/후면 도금량 예측값(ECP1, ECP2) 또는 입력되는 목표 도금량이 저장된다.

강판이 도금량 측정장치 위치(A2)에 도달하면 전/후면 도금량 측정값(FB1, FB2)이 메모리 어레이(2312)의 대응하는 셀(2312_2)에 저장된다. 강판이 에어 나이프 위치(A2)를 소정 간격(1m)만큼 통과할 때마다, 메모리 어레이(2312)의 셀이 시프트되고, 대응하는 메모리 어레이(2312)의 셀에 전/후면 도금량 측정값(FB1, FB2)이 저장된다.

셀(2311_1)에 대응하는 강판 영역이 도금량 측정장치 위치(A2)에 도달하여 전/후면 도금량 측정값(FB1, FB2)이 셀(2312_1)에 저장되면, 피드백 모델 보정부(230)는 셀(2312_1)에 저장된 전/후면 도금량 측정값(FB1, FB2)과 셀(2311_1)에 저장된 전/후면 도금량 예측값(ECP1, ECP2) 또는 입력되는 목표 도금량 간의 차를 산출한다.

이와 같은 방식으로, 피드백 모델 보정부(230)는 도금량 측정 장치 위치(A2)를 통과한 강판이 소정의 오차 산출 구간을 이동하는 동안 산출된 두 값의 차이들을 평균하여 평균 오차(ER1, ER2)를 산출할 수 있다. ER1은 오차 산출 구간에서 FB1-ECP1을 평균한 평균 오차이고, ER2은 오차 산출 구간에서 FB2-EPC2을 평균한 평균 오차이다.

그러면, 도금량 예측 모델부(240)는 평균 오차(ER1 or ER2)에 기초하여 도금량 예측 모델을 보정한다. 예를 들어, 도금량 예측 모델부(240)는 목표 도금량에 평균 오차를 반영하거나, 예측 도금량에 평균 오차를 반영할 수 있다.

예를 들어, 평균 오차(ER1 or ER2)만큼 목표 도금량을 감소시키거나, 평균 오차(ER1 or ER2)만큼 도금량 예측값을 증가시킬 수 있다.

도금량 예측 모델부(240)가 보정을 한 후에는, 보정된 도금량 예측 모델에 의해 예측한 부분이 도금량 측정장치 위치(A2)를 통과할 때까지 대기한다. 이 때, 피드백 모델 보정의 주기는 수학식 4와 같다.

[수학식 4]

피드백 모델 보정 주기 = [강판이 거리 A1-A2를 이동하는 시간]+[강판이 오차 산출 구간을 이동하는 시간]+[도금량 측정장치의 스캔 시간]

도금량 예측 모델의 보정 주기는 피드백 모델 보정 주기 보다 길어야 하며, 짧을 경우 헌팅이 발생할 수 있다. 이렇게 보정된 도금량 예측 모델은 다시 에어 나이프 조건 도출부에서 역산에 이용되므로 피드백 제어의 효과가 제공될 수 있다.

본 발명의 실시예에서는 에어 나이프 압력을 먼저 도출하고 도출된 에어 나이프 압력에 기초하여 에어 나이프 갭을 도출한다. 강판에서 연속하는 코일 간의 도금량의 변동 폭이 소정치 이상인 경우에 실시예가 적용될 수 있다.

도 5는 일 실시예에 따른 도금량 편차와 종래 수동 조업에서의 도금량 편차를 나타낸 그래프이다.

도 5에 도시된 바와 같이, 목표 도금량 CW_A, CW_B, 및 CW_C 각각에서, 일 실시 예에 따른 도금량 편차가 종래 수동 조업의 도금량 편차보다 월등히 개선된 점을 알 수 있다.

구체적으로, 목표 도금량 CW_A, CW_B, 및 CW_C 에 대한 종래 수동 조업에 의한 도금량 편차가 SD_A, SD_B, 및 SD_C 일 때, 일 실시예에 따라 도금량을 제어할 경우 도금량 편차가 0.33SD_A, 0.17SD_B, 및 0.34SD_C로 감소한다.

도금량 편차를 저감시키면, 고객 주문 도금량을 달성하기 위한 실제 도금 부착 지시량을 종래에 비해 현격하게 감소시킬 수 있다. 예를 들어, 종래에 고객 주문 도금량을 달성하기 위해 실제 도금 부착 지시량이 양면합 3.22%의 과도금지시 였다면, 일 실시예를 이용한 경우 과도금지시를 양면합 0.499%까지 줄일 수 있다. 그러면, 종래에 비해 고객 주문 도금량을 달성하기 위한 과도금량이 저하되는 효과가 제공될 수 있다.

종래 수동 조업에 의해 발생하는 에지빌드업, 흐름무늬, 및 체크마크는 SPM(skin pass mill) 공정 후, 그 정도가 미약하여 육안으로 드러나지 않을 수 있다. 그러나 수직 또는 수평검사대에서 지석을 이용하여 전폭에 대하여 1회 최소 5m 이상 길이에 대하여 표면검사(지석검사)를 실시하는 경우 모두 드러난다.

예를 들어, 원소재 냉연강판이 0.4t이하이면서양면합이 도금량 140g/m² 이상인 도금강판은 종래 수동작업에 의해 에지빌드업(Edge Build-up)이 발생된다. 일 실시예에 따른 도금량 제어 장치 및 방법은 에지빌드업이 발생되지 않는 에어나이프 조건(예를 들어, 압력 과 갭)을 학습하여,자동 제어 함으로서 에지빌드업을 방지할 수 있다.

에어 나이프에서 유체의 압력과 유량에 의해 도금량이 제어된 직후의 영역에서의 강판 온도는 예를 들어 430℃ 전/후이다. 그러면, 도금량이 제어된 직후의 영역은 응고 초기상태로서, 해당 영역의 표면에 산화막이 형성되어 있으나, 에어나이프로부터 유체가 강판에 충돌 후 빠져 나갈 때 발생되는 전단응력이 미응고된 산화막 층에 물리적인 힘을 가하게 된다. 이 때, 그 힘이 산화막의 파열에 필요한 임계 응력을 초과할 경우, 미세 파형(wave)이 유발되어, 도금된 강판의 전후면에 물결무늬 형태의 어두운 도금 흐름 자국인 흐름 무늬(Wave Mark)가 발생한다.

예를 들어, 후도금재에 대한 도금량 제어를 위해, 원거리 에어나이프 갭(예를 들어, 10mm 이상)을 사용할 때, 도금량을 맞추기 위해 에어나이프 갭의 변량을 최소 2mm이상으로 변경한다. 그러면, 강판표면에 흐름 무늬가 발생하게 된다. 일 실시예에 따른 도금량 제어 장치 및 방법은 흐름 무늬가 발생하는 경계조건을 학습하여 흐름 무늬를 방지할 수 있다.

또한, 라인 속도, 와이핑(wiping) 압력, 용융 금속의 점성 등의 특정 조건에서, 스트립에 부착되어 상승하는 용융 금속과 와이핑(wiping)에 의해 하강하는 용융 금속의 유동이 발생하여, 스트립 폭방향의 반원형으로 무늬가 발생한다. 즉, 에어나이프 하부의 용융 금속 유동 현상이 다이아몬드 형상의 체크(check) 무늬 형태를 일정 패턴으로 발생시켜 체크마크(check mark)가 발생할 수 있다.

예를 들어, 종래 중박도금량 제어에서 라인속도가 일정한 경우, 체크 마크가 발생할 수 있다. 일 실시예에 따른 도금량 제어 장치 및 방법은 표면결함감지장치(SDD)를 통해 판단한 결과를 기반으로, 체크마크가 발생하는 경계조건을 학습하여 체크마크를 방지할 수 있다.

본 발명의 일 실시예에서는 에어 나이프 갭을 먼저 도출하고 도출된 에어 나이프 갭에 기초하여 에어 나이프 압력을 도출한다. 강판에서 연속하는 코일 간의 도금량의 변동 폭이 소정치 이상인 경우에 일 실시예가 적용될 수 있다.

용융도금설비의 공정은 조업 특성상 연속공정이고, 에어나이프 갭과 압력을 동시에 지속적으로 도출하여 변경하는 경우, 목표 도금량에 수렴 하는 것을 목표로 함에도 불구하고, 최적화 과정 중 오답(Local Minima)에 빠져 잘못된 에어나이프 갭 및 압력이 도출되어, 실제 도금량이 목표 도금량에 수렴되지 않을 수 있다.

예를 들어, 도금량 측정 장치가 스캔한 후 피드백한 결과에서, 에어나이프 압력은 이미 최적값을 찾았음에도 불구하고,에어나이프 갭과 압력을 동시에 도출할 경우, 에어나이프 갭을 최적화하면서 에어나이프 압력을 함께 변경하게 된다. 그러면, 목표 도금량을 달성하기 위한 에어나이프 갭 및 압력의 정답(Global Minima)을 못 찾고 계속 오답에 빠져, 계속 최적값을 찾기 위해 도금량 제어가 반복되는 현상이 발생한다.

이런 상황에서, 용융도금설비 운전자가 적절한 대응을 못하는 경우 과도금과 도금미달 상태로 스트립이 에어나이프를 통과하여 도금량을 조절할 수 없는 상태가 될 수 있다.

본 발명은 에어나이프 갭 및 압력 중 비교적 정확한 값을 축적된 조업 조건으로부터 도출하거나 축적된 조업 조건을 학습한 신경망을 이용하여 먼저 고정시킨 후, 나머지 인자를 도금량 예측 모델을 통해 제어함으로써, 오답(Local Minima)에 빠지는 확률을 현저히 감소시킬 수 있다.

일 실시예에 따르면, 목표 도금량이 제1 레벨에서 제2 레벨로 변경 시, 측정 도금량이 제2 레벨의 목표 도금량의 -3%~3%에 도달하는 안정화 거리가 목표 도금량이 제1 레벨에서 제2 레벨로 변경된 기점으로부터 50M 미만일 수 있다.

또한, 목표 도금량이 변경된 제1 레벨에서 제2 레벨로 변경 시, 측정 도금량이 제2 레벨의 목표 도금량의 -1%~%에 수렴하는 거리가 목표 도금량이 제1 레벨에서 제2 레벨로 변경된 기점으로부터 250M 미만일 수 있다.

일 실시예에 따르면, 목표 도금량의 변화 기점으로부터 200M 구간 내에서, 스트립이 극박도금(예를 들어, 100g/m² 이하 제품)인 경우, 상기 스트립의 길이방향 양면합이 스트립의 전/후면 목표 도금량의 합 기준 0.25% 이하의 편차로 수렴하거나, 스트립이 중박도금(101~180 g/m² 제품)인 경우, 상기 스트립의 길이방향 양면합이 스트립의 전/후면 목표 도금량의 합 기준 0.66% 이하의 편차로 수렴하거나, 스트립이 후도금 180~300 g/m² 제품)인 경우, 스트립의 길이방향 양면합이 스트립의 전/후면 목표 도금량의 합 기준 1% 이하의 편차로 수렴할 수 있다.

참고로, 선행 코일의 목표 도금량(CW1)에 대한 후행 코일의 목표 도금량(CW2)의 비(CW1/CW2)는 0.29~3.43일 수 있다.

이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

100: 도금 장치
200: 도금량 제어 장치
300: 데이터 통신 장치
210: 도금량 예측부
220: 최적 에어 나이프 조건 도출부
230: 피드백 모델 보정부
240: 도금량 예측 모델
250: 데이터 베이스

Claims

스트립이 용융 금속 포트에 담구어져 코팅되는 연속식 도금 공정에서, 상기 스트립의 진행 방향을 따라 배치된 에어 나이프를 이용하여 상기 스트립에 코팅된 도금량을 제어하는 장치에 있어서,
축적된 조업 조건을 신경망 학습한 예측 모델을 포함하는 예측 모델부, 및
입력되는 조업 조건에 기초하여 에어 나이프 압력의 절대값을 도출하고, 상기 도출된 에어 나이프 압력의 절대값 및 상기 예측 모델을 이용하여 에어 나이프 갭의 절대값을 도출하는 최적 에어 나이프 조건 산출부를 포함하고,
상기 최적 에어 나이프 조건 산출부는,
상기 입력되는 조업 조건에 기초한 에어 나이프 압력을 도출하는 에어 나이프 압력 도출부, 및
상기 축적된 조업 조건을 신경망 학습한 예측 모델을 이용하여 상기 입력되는 조업 조건 및 상기 도출된 에어 나이프 압력에 기초한 에어 나이프 갭을 도출하는 에어 나이프 갭 도출부를 포함하는 것을 특징으로 하는 도금량 제어 장치.
삭제
제1항에 있어서,
상기 에어 나이프 압력 도출부는,
상기 축적된 조업 조건을 저장한 데이터 베이스에서 상기 입력되는 조업 조건에 해당하는 조업 조건들을 대상으로 통계적 방법을 통해 에어 나이프 압력을 도출하는 방법,
상기 축적된 조업 조건 중 에어 나이프 갭을 제외한 조업 조건을 신경망 학습하고, 상기 학습된 신경망을 이용하여 에어나이프 압력을 도출하는 방법, 및
룩업 테이블(Look-up table)을 이용하여 상기 입력되는 조업조건에 대응하는 에어 나이프 압력을 도출하는 방법 중 하나 이상의 방법을 이용하여,
상기 에어 나이프 압력을 도출하는 것을 특징으로 하는 도금량 제어 장치.
제3항에 있어서,
상기 데이터 베이스에서 통계적 방법을 통해 상기 에어나이프 압력을 도출하는 방법은,
상기 데이터 베이스에서, 상기 입력되는 조업 조건에 해당하는 에어나이프 압력에 대한 데이터들의 최빈값, 평균값, 및 중앙값 중 하나, 및 상기 데이터들 중 목표 도금량과 측정된 도금량 간의 도금량 오차가 가장 적은 값 중 하나 이상을 이용하는 것을 특징으로 하는 도금량 제어 장치.
제1항에 있어서,
상기 에어 나이프 압력 도출부는,
상기 입력되는 조업 조건에 기초하여 상기 스트립의 일면에 대한 제1 에어 나이프 압력을 도출하고,
상기 입력되는 조업 조건에 기초하여 상기 스트립의 타면에 대한 제2 에어 나이프 압력을 도출하며,
상기 에어 나이프 갭 도출부는,
상기 스트립의 일면에 대한 제1 예측 모델 및 상기 스트립의 타면에 대한 제2 예측 모델을 포함하고,
상기 제1 예측 모델에 대해 적어도 상기 입력되는 조업 조건 및 상기 제1 에어 나이프 압력을 적용하여 상기 스트립의 일면에 대한 제1 에어 나이프 갭을 도출하고,
상기 제2 예측 모델에 대해 적어도 상기 입력되는 조업 조건 및 상기 제2 에어 나이프 압력을 적용하여 상기 스트립의 타면에 대한 제2 에어 나이프 갭을 도출하는 것을 특징으로 하는 도금량 제어 장치.
제5항에 있어서,
상기 에어 나이프 갭 도출부는,
상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭을 비교하고, 상기 비교 결과에 따라 상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭을 보정하는 것을 특징으로 하는 도금량 제어 장치.
제5항에 있어서,
상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭 간의 차가 소정의 임계치 보다 작을 경우, 상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭 각각을 출력하거나,
상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭 간의 차가 상기 소정의 임계치 보다 클 경우, 상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭을 조정하여 보정된 제1 에어 나이프 갭 및 제2 에어 나이프 갭을 도출하는 것을 특징으로 하는 도금량 제어 장치.
제5항에 있어서,
상기 에어 나이프 갭 도출부는,
상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭의 차가 소정의 임계치 이하가 되도록 조정하여 보정된 제1 에어 나이프 갭 및 제2 에어 나이프 갭을 도출하는 동작을 수행하고,
상기 최적 에어 나이프 조건 산출부는,
상기 보정된 제1 및 제2 에어 나이프 갭에 기초하여 상기 스트립의 일면 및 타면 각각에 대한 보정된 에어 나이프 압력을 상기 예측 모델을 이용하여 도출하는 에어 나이프 압력 보정부를 더 포함하는 것을 특징으로 하는 도금량 제어 장치.
제5항에 있어서,
상기 에어 나이프 갭 도출부는,
상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭의 평균을 최적 에어 나이프 압력으로 도출하고,
상기 최적 에어 나이프 조건 산출부는,
상기 최적 에어 나이프 갭에 기초하여 상기 스트립의 일면 및 타면 각각에 대한 에어 나이프 압력을 다시 도출하는 에어 나이프 압력 보정부를 더 포함하는 것을 특징으로 하는 도금량 제어 장치.
제1항에 있어서,
상기 스트립의 도금량을 측정하고, 상기 도금량 측정값과 상기 예측 모델을 이용하여 예측된 도금량 예측값 또는 상기 입력되는 조업 조건에 포함된 목표 도금량 간의 차에 기초하여 상기 예측 모델을 보정하는 것을 특징으로 하는 도금량 제어 장치.
제10항에 있어서,
상기 스트립이 소정 거리만큼 이동한 후, 상기 도금량 측정값과 상기 도금량 예측값 또는 상기 목표 도금량 간의 차에 기초하여 상기 예측 모델의 예측값 또는 상기 예측 모델에 입력되는 목표 도금량을 보정하는 것을 특징으로 하는 도금량 제어 장치.
제11항에 있어서,
상기 스트립이 상기 소정 거리만큼 이동하는 동안, 상기 도금량 예측값 또는 상기 목표 도금량과 상기 도금량 측정값 각각을 대응하는 셀에 저장하는 메모리 어레이를 더 포함하는 것을 특징으로 하는 도금량 제어 장치.
제1항에 있어서,
상기 예측 모델은 도금량 예측 모델이고,
상기 입력되는 조업 조건을 입력으로 하고, 도금량을 예측하여 출력하는 모델인 도금량 제어 장치.
제1항 및 제3항 내지 제13항 중 어느 한 항에 있어서,
상기 조업 조건은 상기 스트립 공정이 수행되는 라인 관련 조업 조건, 상기 에어 나이프 관련 조업 조건, 및 상기 스트립 관련 조업 조건 중 어느 하나 이상을 포함하는 것을 특징으로 하는 도금량 제어 장치.
스트립이 용융 금속 포트에 담구어져 코팅되는 연속식 도금 공정에서, 상기 스트립의 진행 방향을 따라 배치된 에어 나이프를 이용하여 상기 스트립에 코팅된 도금량을 제어하는 방법에 있어서,
축적된 조업 조건을 신경망 학습하는 단계,
상기 축적된 조업 조건을 신경망 학습하여 예측 모델을 구축하는 단계,
입력되는 조업 조건에 기초하여 에어 나이프 압력을 도출하는 단계, 및
상기 예측 모델을 이용하여 상기 입력되는 조업 조건 및 상기 도출된 에어 나이프 압력에 기초한 에어나이프 갭을 도출하는 단계를 포함하는 것을 특징으로 하는 도금량 제어 방법.
삭제
제15항에 있어서,
상기 에어 나이프 압력을 도출하는 단계는,
상기 축적된 조업 조건을 저장한 데이터 베이스에서 상기 입력되는 조업 조건에 해당하는 조업 조건들을 대상으로 통계적 방법을 통해 에어 나이프 압력을 도출하는 단계,
상기 축적된 조업 조건 중 에어 나이프 갭을 제외한 조업 조건을 신경망 학습하고, 상기 학습된 신경망을 이용하여 에어나이프 압력을 도출하는 단계, 및
룩업 테이블(Look-up table)을 이용하여 상기 입력되는 조업 조건에 대응하는 에어 나이프 압력을 도출하는 단계
중 적어도 하나를 포함하는 것을 특징으로 하는 도금량 제어 방법.
제17항에 있어서,
상기 데이터 베이스에서 통계적 방법을 통해 상기 에어 나이프 압력을 도출하는 방법은,
상기 데이터 베이스에서, 상기 입력되는 조업 조건에 해당하는 에어나이프 압력에 대한 데이터들의 최빈값, 평균값, 및 중앙값 중 하나, 및 상기 데이터들 중 목표 도금량과 측정된 도금량 간의 도금량 오차가 가장 적은 값 중 하나 이상을 이용하는 것을 특징으로 하는 도금량 제어 방법.
제15항에 있어서,
상기 에어 나이프 압력을 도출하는 단계는,
상기 입력되는 조업 조건에 기초하여 상기 스트립의 일면에 대한 제1 에어 나이프 압력을 도출하는 단계, 및
상기 입력되는 조업 조건에 기초하여 상기 스트립의 타면에 대한 제2 에어 나이프 압력을 도출하는 단계를 포함하고,
상기 예측 모델은 상기 스트립의 일면에 대한 제1 예측 모델 및 상기 스트립의 타면에 대한 제2 예측 모델을 포함하며,
상기 에어 나이프 갭을 도출하는 단계는,
상기 제1 예측 모델에 대해 적어도 상기 입력되는 조업 조건 및 상기 제1 에어 나이프 압력을 적용하여 상기 스트립의 일면에 대한 제1 에어 나이프 갭을 도출하는 단계, 및
상기 제2 예측 모델에 대해 적어도 상기 입력되는 조업 조건 및 상기 제2 에어 나이프 압력을 적용하여 상기 스트립의 타면에 대한 제2 에어 나이프 갭을 도출하는 단계를 포함하는 것을 특징으로 하는 도금량 제어 방법.
제19항에 있어서,
상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭을 비교하고, 상기 비교 결과에 따라 상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭을 보정하는 단계를 더 포함하는 것을 특징으로 하는 도금량 제어 방법.
제19항에 있어서,
상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭 간의 차가 소정의 임계치 보다 작을 경우, 상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭 각각을 출력하는 단계, 및
상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭 간의 차가 상기 소정의 임계치 보다 클 경우, 상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭을 조정하여 보정된 제1 에어 나이프 갭 및 제2 에어 나이프 갭을 도출하는 단계를 더 포함하는 것을 특징으로 하는 도금량 제어 방법.
제19항에 있어서,
상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭 간의 차가 소정의 임계치 이하가 되도록 조정하여 보정된 제1 에어 나이프 갭 및 제2 에어 나이프 갭을 도출하는 단계, 및
상기 보정된 제1 및 제2 에어 나이프 갭에 기초하여 상기 스트립의 일면 및 타면 각각에 대한 보정된 에어 나이프 압력을 예측 모델을 이용하여 도출하는 단계를 더 포함하는 것을 특징으로 하는 도금량 제어 방법.
제19항에 있어서,
상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭의 평균을 최적 에어 나이프 갭으로 도출하는 단계를 더 포함하는 것을 특징으로 하는 도금량 제어 방법.
제20항에 있어서,
상기 제1 에어 나이프 갭 및 상기 제2 에어 나이프 갭의 평균을 최적 에어 나이프 갭으로 도출하는 단계, 및
상기 최적 에어 나이프 갭에 기초하여 상기 스트립의 일면 및 타면 각각에 대한 에어 나이프 압력을 다시 도출하는 단계를 더 포함하는 것을 특징으로 하는 도금량 제어 방법.
제15항에 있어서,
상기 예측 모델을 이용하여 도금량을 예측하는 단계,
상기 스트립의 도금량을 측정하는 단계, 및
상기 도금량 측정 값과 상기 도금량 예측값 또는 목표 도금량 간의 차에 기초하여 상기 예측 모델을 보정하는 단계를 더 포함하는 것을 특징으로 하는 도금량 제어 방법.
제25항에 있어서,
상기 예측 모델을 보정하는 단계는,
상기 스트립이 소정 거리만큼 이동한 후, 상기 측정된 도금량 측정값과 상기 도금량 예측값 또는 상기 목표 도금량 간의 차에 기초하여 상기 예측 모델의 예측값 또는 상기 목표 도금량을 보정하는 단계를 포함하는 것을 특징으로 하는 도금량 제어 방법.
제26항에 있어서,
상기 예측 모델을 보정하는 단계는,
상기 스트립이 상기 소정 거리만큼 이동하는 동안, 상기 도금량 예측값 또는 상기 목표 도금량과 상기 도금량 측정값 각각을 메모리 어레이의 대응하는 셀에 저장하는 단계를 더 포함하는 것을 특징으로 하는 도금량 제어 방법.
제15항에 있어서,
상기 예측 모델은 도금량 예측 모델이고,
상기 입력되는 조업 조건을 입력으로 하고, 도금량을 출력으로 하는 모델인 도금량 제어 방법.
제15항 및 제17항 내지 제28항 중 어느 한 항에 있어서,
상기 조업 조건은 상기 스트립 공정이 수행되는 라인 관련 조업 조건, 상기 에어 나이프 관련 조업 조건, 및 상기 스트립 관련 조업 조건 중 어느 하나 이상을 포함하는 것을 특징으로 하는 도금량 제어 방법.
제15항 및 제17항 내지 제28항 중 어느 한 항의 도금량 제어 방법에 따라 생산된 스트립에 있어서,
상기 스트립에 대한 목표 도금량이 제1 레벨에서 제2 레벨로 변경시,
측정 도금량이 상기 제2 레벨의 목표 도금량의 -3~3%에 도달하는 안정화 거리가 목표도금량 변화 기점으로부터 50M 미만이거나,
측정 도금량이 상기 제2 레벨의 목표 도금량의 -1~+1%에 수렴하는 거리가 목표도금량 변화 기점으로부터 250M 미만인 것을 특징으로 하는 스트립.
제15항 및 제17항 내지 제28항 중 어느 한 항의 도금량 제어 방법에 따라 생산된 스트립에 있어서,
목표 도금량 변화 기점으로부터 200M 구간 내에서,
상기 스트립이 극박도금인 경우, 상기 스트립의 길이방향 양면합이 상기 스트립의 전후면 목표 도금량의 합 기준 0.25% 이하의 편차,
상기 스트립이 중박도금인 경우, 상기 스트립의 길이방향 양면합이 상기 스트립의 전후면 목표 도금량의 합 기준 0.66% 이하의 편차, 또는
상기 스트립이 후도금인 경우, 상기 스트립의 길이방향 양면합이 상기 스트립의 전후면 목표 도금량의 합 기준 1% 이하의 편차로 수렴하는 것을 특징으로 하는 스트립.
삭제