KR20130020148A - 열연 코일의 생산에 필요한 전력 사용량 추정 방법 및 장치 - Google Patents
열연 코일의 생산에 필요한 전력 사용량 추정 방법 및 장치 Download PDFInfo
- Publication number
- KR20130020148A KR20130020148A KR1020110082583A KR20110082583A KR20130020148A KR 20130020148 A KR20130020148 A KR 20130020148A KR 1020110082583 A KR1020110082583 A KR 1020110082583A KR 20110082583 A KR20110082583 A KR 20110082583A KR 20130020148 A KR20130020148 A KR 20130020148A
- Authority
- KR
- South Korea
- Prior art keywords
- hot rolled
- slab
- rolled coil
- neural net
- modeling
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000001537 neural effect Effects 0.000 claims abstract description 44
- 238000004519 manufacturing process Methods 0.000 claims abstract description 22
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 16
- 239000010959 steel Substances 0.000 claims abstract description 16
- 230000005611 electricity Effects 0.000 abstract 1
- 238000005096 rolling process Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000009749 continuous casting Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B1/00—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations
- B21B1/22—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling plates, strips, bands or sheets of indefinite length
- B21B2001/225—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling plates, strips, bands or sheets of indefinite length by hot-rolling
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Control Of Metal Rolling (AREA)
Abstract
열연 코일의 생산에 필요한 전력 사용량 추정 방법 및 장치가 제공된다. 전력 사용량 추정 장치는, 뉴럴넷 알고리즘을 이용하여 열연 코일을 제조하기 위한 슬라브의 기본 정보와 전력 사용량과의 관계를 모델링하는 뉴럴넷 모델링부와, 열연 코일의 제조에 소모되는 전력량과 모델링에 의해 출력되는 전력 사용량과의 오차를 연산하는 오차 연산부와, 연산된 오차가 미리 설정된 기준값 이하가 되도록 뉴럴넷 알고리즘의 파라미터를 변경하는 파라미터 변경부를 포함함으로써, 열연 코일의 종류별로 전력 사용량을 추정할 수 있는 기술적 효과가 있다.
Description
본 발명은 뉴럴넷 알고리즘을 이용하여 열연 코일의 종류별로 해당 열연 코일의 생산에 필요한 전력 사용량을 추정하는 방법 및 장치에 관한 것이다.
일반적으로 열연코일을 생산하는 미니밀 설비는, 도 1에 도시된 바와 같이, 전로(10)에 담겨진 용강을 슬라브의 형상으로 주조한 후에 인발시키는 연속 주조기(11)와, 슬라브를 20mm 두께를 갖는 열연강판으로 압연하는 조압연기(Roughing unit: 12)와, 조압연기(12)를 통과한 열연강판을 일정 길이로 절단하는 펜들럼쉬어(13)와, 열연강판을 일정온도로 승온시키는 제1 유도가열기(Inductive Heater: 14)와, 열연강판을 2mm 정도의 두께를 갖는 열연박판으로 압연하는 사상압연기(Finishing Mill: 19) 및 압연박판이 출하되도록 코일 형태로 다시 권취하는 다운코일러(Down Colier: 20)로 구성된다.
상술한 바와 같은 설비에 의해 열연 코일을 제조하기 위해서는 연속 주조기(11) 등을 포함한 여러 부분에서 많은 전력이 소모되며, 여기서 소모되는 전력은 최종 제조되는 열연 코일의 종류에 따라 다르게 된다.
따라서, 원하는 열연 코일을 제조하기 위해 슬라브의 기본 정보, 예를 들면 슬라브의 강종, 폭 등에 따라 소모되는 전력량을 추정할 필요가 있으나, 현재는 이와 같은 전력량을 추정하는 방법이 개시되어 있지 않다.
본 발명은 슬라브의 기본 정보들로부터 열연 코일 제조에 소모되는 전력 사용량을 추정할 수 있는 열연 코일의 생산에 필요한 전력 사용량 추정 방법 및 장치를 제공한다.
본 발명의 제1 실시 형태에 의하면,
뉴럴넷 알고리즘을 이용하여 열연 코일을 제조하기 위한 슬라브의 기본 정보와 전력 사용량과의 관계를 모델링하는 뉴럴넷 모델링부;
상기 열연 코일의 제조에 소모되는 전력량과 상기 모델링에 의해 출력되는 전력 사용량과의 오차를 연산하는 오차 연산부; 및
상기 연산된 오차가 미리 설정된 기준값 이하가 되도록 상기 뉴럴넷 알고리즘의 파라미터를 변경하는 파라미터 변경부를 포함하는 열연 코일의 생산에 필요한 전력 사용량 추정 장치를 제공한다.
본 발명의 실시 형태에 의하면, 상기 슬라브의 기본 정보는,
상기 슬라브의 강종, 압하율, 슬라브의 폭 및 중량을 적어도 포함할 수 있다.
본 발명의 실시 형태에 의하면, 상기 뉴럴넷 모델링부는,
제조되는 열연 코일의 종류별로 모델링할 수 있다.
본 발명의 제2 실시 형태에 의하면, 뉴럴넷 알고리즘을 이용하여 열연 코일을 제조하기 위한 슬라브의 기본 정보와 전력 사용량과의 관계를 모델링하는 단계;
상기 열연 코일의 제조에 소모되는 전력량과 상기 모델링에 의해 출력되는 전력 사용량과의 오차를 연산하는 단계; 및
상기 연산된 오차가 미리 설정된 기준값 이하가 되도록 상기 뉴럴넷 알고리즘의 파라미터를 변경하는 단계를 포함하는 열연 코일의 생산에 필요한 전력 사용량 추정 방법을 제공한다.
본 발명의 실시 형태에 의하면, 상기 슬라브의 기본 정보는,
상기 슬라브의 강종, 압하율, 슬라브의 폭 및 중량을 적어도 포함할 수 있다.
본 발명의 실시 형태에 의하면, 상기 모델링하는 단계는,
제조되는 열연 코일의 종류별로 모델링할 수 있다.
본 발명의 일 실시 형태에 의하면, 슬라브의 기본 정보들, 예를 들면 슬라브의 강종, 압하율 등과 전력 사용량과의 관계를 뉴럴넷 알고리즘을 사용하여 모델링하고, 실측된 전력 사용량과 모델링에 의해 출력되는 전력 사용량과의 오차를 피드백받아 뉴럴넷 알고리즘의 파라미터를 변경함으로써, 열연 코일의 종류별로 전력 사용량을 추정할 수 있는 기술적 효과가 있다.
또한, 열연 코일의 종류마다 소모되는 전력량을 미리 예측함으로써 첨두 전력을 방지할 수 있으며, 전력 수급 계획시에 이러한 정보를 반영함으로써 전력 비용을 절감할 수 있는 기술적 효과가 있다.
도 1은 일반적인 열연 코일을 제조하는 설비의 구성도이다.
도 2는 본 발명의 실시 형태에 따른 열연 코일의 생산에 필요한 전력 사용량 추정 장치의 구성도이다.
도 3은 본 발명의 실시 형태에 따른 열연 코일의 생산에 필요한 전력 사용량 추정 방법을 설명하는 흐름도이다.
도 2는 본 발명의 실시 형태에 따른 열연 코일의 생산에 필요한 전력 사용량 추정 장치의 구성도이다.
도 3은 본 발명의 실시 형태에 따른 열연 코일의 생산에 필요한 전력 사용량 추정 방법을 설명하는 흐름도이다.
이하, 첨부된 도면을 참조하여 본 발명의 실시형태를 설명한다. 그러나 본 발명의 실시형태는 여러 가지의 다른 형태로 변형될 수 있으며, 본 발명의 범위가 이하 설명하는 실시형태로만 한정되는 것은 아니다. 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있으며, 도면상의 동일한 부호로 표시되는 요소는 동일한 요소이다.
도 2는 본 발명의 실시 형태에 따른 열연 코일의 생산에 필요한 전력 사용량 추정 장치의 구성도이다.
도 2에 도시된 바와 같이, 전력 사용량 추정 장치는, 뉴럴넷 알고리즘을 이용하여 열연 코일을 제조하기 위한 슬라브의 기본 정보와 전력 사용량과의 관계를 모델링하는 뉴럴넷 모델링부(220)와, 열연 코일의 제조에 소모되는 전력량과 모델링에 의해 출력되는 전력 사용량과의 오차를 연산하는 오차 연산부(230)와, 연산된 오차가 미리 설정된 기준값 이하가 되도록 뉴럴넷 알고리즘의 파라미터를 변경하는 파라미터 변경부(240)를 포함할 수 있다. 또한, 전력 사용량 추정 장치는 예를 들면 슬라브의 강종, 압하율, 슬라브의 폭 및 중량을 적어도 포함하는 슬라브의 기본 정보를 저장하는 슬라브 정보 데이터베이스(210)와 실시간으로 측정된 전력 사용량을 저장하는 전력 사용량 데이터베이스(211)를 더 포함할 수 있다.
이하, 도 2를 참조하여 본 발명의 실시예에 따른 본 발명의 실시 형태에 따른 전력 사용량 추정 장치를 상세하게 설명한다.
도 2를 참조하면, 슬라브 정보 데이터베이스(210)는 예를 들면 슬라브의 강종, 압하율, 슬라브의 폭 및 중량을 적어도 포함하는 슬라브의 기본 정보를 저장할 수 있다. 저장된 슬라브 정보는 뉴럴넷 모델링부(220)에 의해 참조될 수 있다.
마찬가지로, 전력 사용량 데이터베이스(211)는 실시간으로 측정된 전력 사용량을 저장할 수 있다. 저장된 전력 사용량은 오차 연산부(230)에 의해 참조될 수 있다.
한편, 뉴럴넷 모델링부(220)는 뉴럴넷 알고리즘을 이용하여 열연 코일을 제조하기 위한 슬라브의 기본 정보와 전력 사용량과의 관계를 모델링할 수 있다. 이때 뉴럴넷 모델링부(220)는 슬라브 정보 데이터베이스(210)를 참조하게 된다.
여기서, 뉴럴넷 네트워크 알고리즘(Neural network algorithm)은 인간 두뇌의 신경세포를 모델링하여 인공지능을 구현하고자 하는 기법이다. 구체적으로, 뉴럴 네트워크는 입력층, 중간층 및 출력층의 세 부분으로 구성되며, 각 층들은 각각의 연결강도(weight)를 갖는 망으로 구성되어 있다. 입력층에서는 외부로부터의 자극을 받아들이며, 중간층은 입력층의 값에 연결 강도를 부여하여 출력층으로 전달하는 기능을 수행하고, 출력층은 최종 출력을 내보내는 기능을 담당한다.
이러한 뉴럴 네트워크 알고리즘에 의해 출력값이 목표값과 유사하게 될 때까지 학습을 반복하게 되며, 학습이 끝나면 학습한 대로 출력을 하게 된다. 상술한 뉴럴넷 알고리즘은 공지된 기술로서 당업자에게 자명한 사항이므로 구체적인 설명은 생략한다.
오차 연산부(230)는 전력 사용량 데이터베이스(211)에 저장된 열연 코일의 제조에 소모되는 전력량과 뉴럴넷 모델링부(220)로부터 출력되는 전력 사용량과의 오차를 연산한다. 연산된 오차는 파라미터 변경부(240)로 전달될 수 있다.
마지막으로, 파라미터 변경부(240)는 오차 연산부(230)로부터 전달받은 오차가 미리 설정된 기준값 이하가 되도록 뉴럴넷 모델링부(220)에서 사용되는 뉴럴넷 알고리즘의 파라미터를 변경할 수 있다.
상술한 바와 같이, 본 발명의 일 실시 형태에 의하면, 슬라브의 기본 정보들, 예를 들면 슬라브의 강종, 압하율 등과 전력 사용량과의 관계를 뉴럴넷 알고리즘을 사용하여 모델링하고, 실측된 전력 사용량과 모델링에 의해 출력되는 전력 사용량과의 오차를 피드백받아 뉴럴넷 알고리즘의 파라미터를 변경함으로써, 열연 코일의 종류별로 전력 사용량을 추정할 수 있는 기술적 효과가 있다.
한편, 도 3은 본 발명의 실시예에 따른 본 발명의 실시 형태에 따른 전력 사용량 추정 방법을 설명하는 흐름도이다.
도 2 및 도 3을 참조하면, 우선 뉴럴넷 모델링부(220)는 뉴럴넷 알고리즘을 이용하여 열연 코일을 제조하기 위한 슬라브의 기본 정보와 전력 사용량과의 관계를 모델링할 수 있다(S300). 이때 뉴럴넷 모델링부(220)는 슬라브 정보 데이터베이스(210)를 참조하게 된다.
다음, 전력 사용량 데이터베이스(211)는 실시간으로 측정된 전력 사용량을 저장할 수 있다(S301).
이후, 오차 연산부(230)는 전력 사용량 데이터베이스(211)에 저장된 전력량과 뉴럴넷 모델링부(220)로부터 출력되는 전력 사용량과의 오차를 연산한다(S302). 연산된 오차는 파라미터 변경부(240)로 전달될 수 있다.
마지막으로, 파라미터 변경부(240)는 오차 연산부(230)로부터 전달받은 오차가 미리 설정된 기준값 미만인지 판단한다(S303).
S303에서의 판단결과, 오차가 미리 설정된 기준값 미만인 경우에는 종료되나, 오차가 미리 설정된 기준값을 초과하는 경우에는 오차 연산부(230)로부터 전달받은 오차가 미리 설정된 기준값 이하가 되도록 뉴럴넷 모델링부(220)에서 사용되는 뉴럴넷 알고리즘의 파라미터를 변경할 수 있다(S304).
상술한 바와 같이, 본 발명의 일 실시 형태에 의하면, 슬라브의 기본 정보들, 예를 들면 슬라브의 강종, 압하율 등과 전력 사용량과의 관계를 뉴럴넷 알고리즘을 사용하여 모델링하고, 실측된 전력 사용량과 모델링에 의해 출력되는 전력 사용량과의 오차를 피드백받아 뉴럴넷 알고리즘의 파라미터를 변경함으로써, 열연 코일의 종류별로 전력 사용량을 추정할 수 있는 기술적 효과가 있다.
본 발명은 상술한 실시형태 및 첨부된 도면에 의해 한정되지 아니한다. 첨부된 청구범위에 의해 권리범위를 한정하고자 하며, 청구범위에 기재된 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 형태의 치환, 변형 및 변경할 수 있다는 것은 당 기술분야의 통상의 지식을 가진 자에게 자명할 것이다.
10: 전로 11: 연속 주조기
12: 조압연기 13: 펜들럼쉬어
14: 유도가열기 15: 가속로
16: 코일러 17: 홀딩퍼니스
18: 언코일러 19: 사상압연기
20: 다운코일러 210: 슬라브 정보 DB
211: 전력 사용량 DB 220: 뉴럴넷 모델링부
230: 오차 연산부 240: 파라미터 변경부
12: 조압연기 13: 펜들럼쉬어
14: 유도가열기 15: 가속로
16: 코일러 17: 홀딩퍼니스
18: 언코일러 19: 사상압연기
20: 다운코일러 210: 슬라브 정보 DB
211: 전력 사용량 DB 220: 뉴럴넷 모델링부
230: 오차 연산부 240: 파라미터 변경부
Claims (6)
- 뉴럴넷 알고리즘을 이용하여 열연 코일을 제조하기 위한 슬라브의 기본 정보와 전력 사용량과의 관계를 모델링하는 뉴럴넷 모델링부;
상기 열연 코일의 제조에 소모되는 전력량과 상기 모델링에 의해 출력되는 전력 사용량과의 오차를 연산하는 오차 연산부; 및
상기 연산된 오차가 미리 설정된 기준값 이하가 되도록 상기 뉴럴넷 알고리즘의 파라미터를 변경하는 파라미터 변경부를 포함하는 열연 코일의 생산에 필요한 전력 사용량 추정 장치.
- 제1항에 있어서
상기 슬라브의 기본 정보는,
상기 슬라브의 강종, 압하율, 슬라브의 폭 및 중량을 적어도 포함하는 열연 코일의 생산에 필요한 전력 사용량 추정 장치.
- 제2항에 있어서,
상기 뉴럴넷 모델링부는,
제조되는 열연 코일의 종류별로 모델링하는 열연 코일의 생산에 필요한 전력 사용량 추정 장치.
- 뉴럴넷 알고리즘을 이용하여 열연 코일을 제조하기 위한 슬라브의 기본 정보와 전력 사용량과의 관계를 모델링하는 단계;
상기 열연 코일의 제조에 소모되는 전력량과 상기 모델링에 의해 출력되는 전력 사용량과의 오차를 연산하는 단계; 및
상기 연산된 오차가 미리 설정된 기준값 이하가 되도록 상기 뉴럴넷 알고리즘의 파라미터를 변경하는 단계를 포함하는 열연 코일의 생산에 필요한 전력 사용량 추정 방법.
- 제4항에 있어서
상기 슬라브의 기본 정보는,
상기 슬라브의 강종, 압하율, 슬라브의 폭 및 중량을 적어도 포함하는 열연 코일의 생산에 필요한 전력 사용량 추정 방법.
- 제5항에 있어서,
상기 모델링하는 단계는,
제조되는 열연 코일의 종류별로 모델링하는 열연 코일의 생산에 필요한 전력 사용량 추정 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110082583A KR20130020148A (ko) | 2011-08-19 | 2011-08-19 | 열연 코일의 생산에 필요한 전력 사용량 추정 방법 및 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110082583A KR20130020148A (ko) | 2011-08-19 | 2011-08-19 | 열연 코일의 생산에 필요한 전력 사용량 추정 방법 및 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20130020148A true KR20130020148A (ko) | 2013-02-27 |
Family
ID=47898142
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020110082583A KR20130020148A (ko) | 2011-08-19 | 2011-08-19 | 열연 코일의 생산에 필요한 전력 사용량 추정 방법 및 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20130020148A (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104998913A (zh) * | 2015-06-29 | 2015-10-28 | 东北大学 | 一种冷轧轧制过程中电机功率的预测方法 |
| KR20190075327A (ko) * | 2017-12-21 | 2019-07-01 | 주식회사 포스코 | 가열로 에너지 사용량 예측 장치 |
| KR20200118530A (ko) * | 2019-04-08 | 2020-10-16 | 재단법인 포항산업과학연구원 | 다변량 선형 회귀 분석을 이용한 코일 단위의 전력량 예측 장치, 방법 및 컴퓨터로 독출 가능한 기록 매체 |
-
2011
- 2011-08-19 KR KR1020110082583A patent/KR20130020148A/ko not_active Application Discontinuation
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104998913A (zh) * | 2015-06-29 | 2015-10-28 | 东北大学 | 一种冷轧轧制过程中电机功率的预测方法 |
| KR20190075327A (ko) * | 2017-12-21 | 2019-07-01 | 주식회사 포스코 | 가열로 에너지 사용량 예측 장치 |
| KR20200118530A (ko) * | 2019-04-08 | 2020-10-16 | 재단법인 포항산업과학연구원 | 다변량 선형 회귀 분석을 이용한 코일 단위의 전력량 예측 장치, 방법 및 컴퓨터로 독출 가능한 기록 매체 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101889668B1 (ko) | 압연 시뮬레이션 장치 | |
| RU2545872C2 (ru) | Способ функционирования чистового прокатного стана с прогнозированием скорости управления | |
| CN101522325B (zh) | 在用于加工热轧板材或热轧带材的厚板轧机的控制的范围内对热轧板材或热轧带材的物理状态进行跟踪的方法 | |
| Pittner et al. | Tandem cold metal rolling mill control: using practical advanced methods | |
| CN102688894B (zh) | 一种热轧带钢连轧机组穿带的控制方法 | |
| CN103140815A (zh) | 用于协调生产过程的两个相继的制造级的方法和装置 | |
| CN103920719A (zh) | 热轧板形的凸度控制方法 | |
| JP2008149354A (ja) | 巻取り温度制御装置および制御方法 | |
| KR20130020148A (ko) | 열연 코일의 생산에 필요한 전력 사용량 추정 방법 및 장치 | |
| CN106167887B (zh) | 基于刀距动态补偿的热镀锌镀层厚度快速切换方法及系统 | |
| CN103170508A (zh) | 一种热轧带钢宽度控制的方法 | |
| CN115815342A (zh) | 一种基于机理和数据融合模型的冷轧轧制力预测方法 | |
| CN103611730A (zh) | 用于提高热连轧新品种首卷钢尺寸控制精度的方法 | |
| CN109926452A (zh) | 应用于轧钢的过程控制方法、过程控制装置及终端 | |
| Ji et al. | Coordinate control of strip thickness-crown-tension based on inverse linear quadratic in tandem hot rolling mill | |
| JP5380199B2 (ja) | 圧延装置での張力制御方法及び圧延装置 | |
| JP2009148797A (ja) | 冷間連続圧延設備の制御装置 | |
| JP2010148185A (ja) | 製造プラント発電設備の発電電力調整方法 | |
| JP2005342787A (ja) | 熱間圧延工場の加熱・圧延スケジュール作成装置、加熱・圧延スケジュール作成方法、コンピュータプログラム、及び読取可能な記憶媒体 | |
| CN103028603B (zh) | 一种带钢热连轧的可轧范围优化方法 | |
| CN108543814B (zh) | 一种带钢终轧温度的控制方法 | |
| KR102516612B1 (ko) | 금속 피가공재 제조 방법 | |
| CN103639211A (zh) | Bp神经网络和pid参数优化的辊缝控制方法及系统 | |
| CN107292438A (zh) | 一种钢铁工业负荷功率特性建模方法 | |
| CN107812787B (zh) | 一种控制轧机轧制成品钢材的方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal |