KR20190068165A - 열간 압연에서 압연유 분사 유량 설정 제어 시스템 - Google Patents

열간 압연에서 압연유 분사 유량 설정 제어 시스템 Download PDF

Info

Publication number
KR20190068165A
KR20190068165A KR1020170168280A KR20170168280A KR20190068165A KR 20190068165 A KR20190068165 A KR 20190068165A KR 1020170168280 A KR1020170168280 A KR 1020170168280A KR 20170168280 A KR20170168280 A KR 20170168280A KR 20190068165 A KR20190068165 A KR 20190068165A
Authority
KR
South Korea
Prior art keywords
rolling
flow rate
friction coefficient
oil injection
load
Prior art date
Application number
KR1020170168280A
Other languages
English (en)
Other versions
KR101998981B1 (ko
Inventor
강현석
박정훈
손승락
박민혁
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 KR1020170168280A priority Critical patent/KR101998981B1/ko
Priority to PCT/KR2018/015509 priority patent/WO2019112365A1/ko
Publication of KR20190068165A publication Critical patent/KR20190068165A/ko
Application granted granted Critical
Publication of KR101998981B1 publication Critical patent/KR101998981B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B45/00—Devices for surface or other treatment of work, specially combined with or arranged in, or specially adapted for use in connection with, metal-rolling mills
    • B21B45/02—Devices for surface or other treatment of work, specially combined with or arranged in, or specially adapted for use in connection with, metal-rolling mills for lubricating, cooling, or cleaning
    • B21B45/0239—Lubricating
    • B21B45/0245—Lubricating devices
    • B21B45/0248—Lubricating devices using liquid lubricants, e.g. for sections, for tubes
    • B21B45/0251—Lubricating devices using liquid lubricants, e.g. for sections, for tubes for strips, sheets, or plates
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B45/00—Devices for surface or other treatment of work, specially combined with or arranged in, or specially adapted for use in connection with, metal-rolling mills
    • B21B45/02—Devices for surface or other treatment of work, specially combined with or arranged in, or specially adapted for use in connection with, metal-rolling mills for lubricating, cooling, or cleaning

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Metal Rolling (AREA)

Abstract

본 발명은 열간압연 공정에서 윤활압연시 인공지능을 활용하여 적정 압연유 유량을 분사시킬 수 있고, 이상상태를 모니터링할 수 있는 열간 압연에서 압연유 분사 유량 설정 제어 시스템에 관한 것으로, 본 발명의 일 실시예에 따른 열간 압연에서 압연유 분사 유량 설정 제어 시스템은 압연의 진행에 따른 압연하중의 변동량으로부터 획득한 선진율을 압연유량 별로 저장하는 선진율 학습부, 상기 선진율, 압연하중, 및 압연토크를 마찰계수 모델에 반영하여 산출된 압연롤과 압연재 사이의 마찰계수를 압연유량 별로 저장하는 마찰계수 학습부, 상기 저장된 마찰계수를 이용하여 목표 마찰계수를 설정하고 상기 목표 마찰계수에 대응하는 압연유량을 결정하는 압연유량 결정부를 포함할 수 있다.

Description

열간 압연에서 압연유 분사 유량 설정 제어 시스템{SETTING CONTROL SYSTEM FOR INJECTOPN FLOW RATE OF ROLLING OIL OF HOT ROLLING}
본 발명은 압연유를 사용하는 열간 압연에서 압연유 분사 유량의 설정을 제어하는 압연유 분사 유량 설정 제어 시스템에 관한 것이다.
일반적으로 열간압연에서 롤과 판사이의 마찰력을 감소시키기 위해서 압연롤에 압연유를 분사시킨다. 이것을 통상적으로 윤활압연이라고 칭한다. 이를 통하여 열간압연시 압연하중이 감소시킬 수 있으며 압연에 사용되는 전력량을 줄여 생산비용을 줄일 수 있다. 그리고 롤과 판사이의 마찰력 감소에 의해서 롤표면 피로를 줄일 수 있어서 소재의 면거침과 같은 결함을 줄일 수 있으며, 오랫동안 롤을 사용할 수 있어서 비정상적인 롤교체를 막는 효과가 있다.
이런 많은 장점이 있는 윤활압연이지만 실제 구현함에 있어서, 압연유를 분사함으로써 롤과 판의 마찰효과를 정량적으로 평가하기 힘들고, 최적의 압연유 분사유량을 설정하기 어려우며, 윤활압연시 과도한 압연유 분사시 롤과 판사이에 슬립이 발생하게 되고, 압연유 성분에 의해서 압연유 분사노즐이 막히는 경우가 종종 발생하는 문제점이 있다.
대한민국 등록특허공보 제10-1230151호
본 발명의 일 실시예에 따르면, 열간압연 공정에서 윤활압연시 인공지능을 활용하여 적정 압연유 유량을 분사시킬 수 있고, 이상상태를 모니터링할 수 있는 열간 압연에서 압연유 분사 유량 설정 제어 시스템이 제공된다.
상술한 본 발명의 과제를 해결하기 위해, 본 발명의 일 실시예에 따른 열간 압연에서 압연유 분사 유량 설정 제어 시스템은 압연의 진행에 따른 압연하중의 변동량으로부터 획득한 선진율을 압연유량 별로 저장하는 선진율 학습부, 상기 선진율, 압연하중, 및 압연토크를 마찰계수 모델에 반영하여 산출된 압연롤과 압연재 사이의 마찰계수를 압연유량 별로 저장하는 마찰계수 학습부, 상기 저장된 마찰계수를 이용하여 목표 마찰계수를 설정하고 상기 목표 마찰계수에 대응하는 압연유량을 결정하는 압연유량 결정부를 포함할 수 있다.
본 발명의 일 실시예에 따르면, 윤활 압연 본연의 목적인 압연하중 감소를 통한 전력비 저감시킬 수 있고 롤표면 피로 저감을 통한 피압연 소재의 표면품질을 향상시키며, 비정상 롤교체를 줄여 생산원가를 저감시킬 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 압연유 분사 유량 설정 제어 시스템의 개략적인 구성도이다.
도 2는 압연롤과 소재간의 마찰력 분포를 나타내는 도면이다.
도 3은 본 발명의 일 실시예에 따른 압연유 분사 유량 설정 제어 시스템의 압연유 분사 유량별 압연 하중 기울기를 나타내는 그래프이다.
도 4는 본 발명의 일 실시예에 따른 압연유 분사 유량 설정 제어 시스템의 강종/압연조건/압연유의 분사 조건별 마찰 계수를 학습하는 신경망 모델의 구조를 나타내는 도면이다.
도 5는 본 발명의 일 실시예에 따른 압연유 분사 유량 설정 제어 시스템의 강종/압연조건/압연유의 분사 조건별 학습된 마찰 계수 모델의 성능을 나타내는 도면이다.
도 6은 본 발명의 일 실시예에 따른 압연유 분사 유량 설정 제어 시스템의 선진율을 실시간으로 모니터링한 결과를 나타내는 도면이다.
도 7은 본 발명의 일 실시예에 따른 압연유 분사 유량 설정 제어 시스템의 마찰계수를 실시간으로 모니터링한 결과를 나타내는 도면이다.
도 8은 본 발명의 일 실시예에 따른 압연유 분사 유량 설정 제어 시스템의 압연유가 비정상적으로 분사되지 않은 상황에서 마찰계수를 실시간 모니터링한 결과를 나타내는 도면이다.
도 9는 본 발명의 일 실시예에 따른 압연유 분사 유량 설정 제어 시스템의 압연유 분사 유량 결정시 사용된 마찰계수를 학습하는 인공 지능 학습 모델을 나타내는 도면이다.
도 10 및 도 11은 본 발명의 일 실시예에 따른 압연유 분사 유량 설정 제어 시스템의 압연 하중 학습 결과를 나타내는 도면이다.
도 12는 본 발명의 일 실시예에 따른 압연유 분사 유량 설정 제어 시스템의 압연유 분사유량과 마찰계수 간의 관계를 나타내는 그래프이다.
이하, 첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 바람직한 실시예를 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 압연유 분사 유량 설정 제어 시스템의 개략적인 구성도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 압연유 분사 유량 설정 제어 시스템(100)는 선진율 학습부(110), 마찰계수 학습부(120) 및 압연유량 결정부(130)를 포함할 수 있고, 추정부(140) 및 상태 판단부(150)를 더 포함할 수 있다.
선진율 학습부(110)는 압연의 진행에 따른 압연하중의 변동량으로부터 획득한 선진율을 압연유량 별로 저장할 수 있다. 상기 선진율은 무윤활 조건의 상기 압연하중의 변동량과 압연유가 분사되는 윤활조건의 압연하중의 변동량을 비교하여 획득될 수 있다.
마찰계수 학습부(120)는 상기 선진율, 압연하중, 및 압연토크를 마찰계수 모델에 반영하여 산출된 압연롤과 압연재 사이의 마찰계수를 압연유량 별로 저장할 수 있다.
압연유량 결정부(130)는 상기 저장된 마찰계수를 이용하여 목표 마찰계수를 설정하고 상기 목표 마찰계수에 대응하는 압연유량을 결정할 수 있다. 더하여, 압연유량 결정부(130)는 상기 압연 진행 중의 마찰계수를 이용하여 상기 압연유량을 조절할 수 있다.
추정부(140)는 상기 선진율, 측정된 압연하중, 및 측정된 압연토크를 상기 마찰계수 모델에 반영하여 압연 진행 중의 마찰계수를 실시간으로 추정할 수 있으며, 상태 판단부(150)는 상기 추정된 마찰계수가 사전에 설정된 설정 범위 이외인 경우 이상상태로 판단할 수 있다. 예를 들면 마찰계수가 상기 설정 범위의 상한값보다 커지게 되면 통상의 마찰계수보다 높음을 뜻한다. 이는 압연유 분사 노즐이 막히거나, 압연유가 분사되지 않는 상황을 의미할 수 있기 때문에 운전자에게 경고 신호를 줌으로써 설비진단과 같은 조치를 취할 수 있게 된다.
상태 판단부(150)는 피압연소재가 압연기에 치입되는 순간의 마찰계수를 기억하고 마찰계수의 변동범위(상한/하한)를 설정한다. 실시간으로 계산되는 마찰계수가 마찰계수 변동범위를 벗어나게 되면 이상 신호를 만들어 낸다.
그리고 실시간으로 모니터링하는 마찰계수가 한계 마찰계수 이하가 되면 롤과 판의 마찰계수가 낮음을 뜻하고 슬립현상을 의심할 수 있다. 마찰계수가 통상의 마찰계수보다 낮을 경우 판이 한쪽으로 쏠리게 되어 사고를 일으킬 수 있다. 따라서 이러한 경우에 작업자가 판속도를 낮춘다라던지 조치를 가능하게 한다.
먼저, 압연유 유량을 설정하기 위해서는 롤과 소재사이의 마찰계수를 알아야하는데, 압연롤과 소재사이의 마찰계수는 비선형적인 요소가 크기 때문에 일반적인 물리모델을 적용하여 예측하기 어렵다. 따라서 인공지능 학습모델을 적용하여 비선형 요소를 모델링할 수 있다.
도 2는 압연롤과 소재간의 마찰력 분포를 나타내는 도면이다.
도 2를 참조하면, 압연 롤바이트에는 중립점이 존재하여 중립점 기준으로 마찰력의 방향이 바뀌게 된다. 따라서 롤바이트내 마찰효과를 정량적으로 평가하기 위해서는 중립점을 반드시 고려해야한다. 소성변형이 없는 일반 회전체와 지면사이의 마찰계수가 단순히 회전 토크와 수직항력로 간략화할 수 있다면, 압연에서의 마찰계수는 하기의 수식과 같이 중립점의 위치를 수식에 포함시켜야 한다.
(수식)
Figure pat00001
여기서, μ는 마찰계수, R'는 편평화된 롤반경, R은 롤반경, RF는 압연하중, β는 선진율, τ는 압연토크, To는 출측장력, 및 Ti는 입측장력일 수 있으며 도 2에서 p는 롤바이트내 압력분포일 수 있다.
압연 롤바이트에서 중립점을 기준으로 마찰력 방향이 반대로 바뀌는데, 이때 중립점은 통상적으로 선진율(출측 판속도/롤속도 -1)이라는 변수를 통해서 알 수가 있다. 선진율이라는 변수를 통해서 중립점의 위치를 파악가능한데, 열연 공정에서는 단순히 롤속도만 측정가능하기 때문에 선진율을 알 수가 없다.
측정 불가능한 선진율은 압연하중 변화 기울기를 통하여 예측할 수 있다.
도 3은 본 발명의 일 실시예에 따른 압연유 분사 유량 설정 제어 시스템의 압연유 분사 유량별 압연 하중 기울기를 나타내는 그래프이다.
도 1과 함께 도 3을 참조하면, 압연유 분사유량이 크면 클수록 압연시 압연하중 기울기가 작아진다. 이렇게 압연하중 기울기 차이를 이용하여 선진율의 변화를 구하게 된다. 이때 압연하중 기울기를 구하기 위해서 임의의 두지점에서의 압연하중을 인공지능 학습을 통하여 계산한다. 인공지능 학습에 필요한 입력 데이터는 압연조건 및 압연유 분사유량이며 출력값은 두지점의 압연하중이 된다.
압연유 분사유량이 증가할수록 압연하중 기울기가 낮아지는 것을 알 수 있다. 무윤활 조건과 윤활조건에서 압연하중 기울기(200, 1000 샘플링 위치에서 기울기) 차이를 선진율에 반영한다.
따라서, 선진율 학습부(110)는 압연하중 학습모델을 포함하고, 상기 압연하중 학습모델에서 임의의 압연조건을 입력으로 넣어주면 압연하중이 계산되고, 압연하중 기울기 및 선진율이 계산된다.
상기 방법으로 선진율 계산값 및 압연 데이터(압연토크, 압연하중, 장력, 롤반경 등) 상기한 수식에 대입하면 마찰계수값을 알 수가 있다.
마찰계수를 사전에 예측가능하다면 이를 통하여 압연유 분사유량을 결정할 수 있다. 하지만 마찰계수는 일반적으로 비선형성이 매우 강한 변수로써 압연조건의 영향도를 수식모델로 도출해내기 매우 어려우므로, 인공지능 학습을 통하여 마찰계수 예측모델을 구현한다.
도 4는 본 발명의 일 실시예에 따른 압연유 분사 유량 설정 제어 시스템의 강종/압연조건/압연유의 분사 조건별 마찰 계수를 학습하는 신경망 모델의 구조를 나타내는 도면이다.
도 4를 참조하면, 입력조건에는 강종, 압연조건, 압연유 분사유량등이 들어가며, 출력에는 학습하고자 하는 마찰계수가 들어간다. 인공지능 신경망 학습을 통하여 신경망 모델을 구성하는 학습계수 값을 도출할 수 있다.
상기 신경망 모델은 강종/압연조건/압연유 분사조건별 마찰계수를 학습하기 위한 신경망 모델의 구조일 수 있으며, 다수의 Hidden layer 및 뉴런으로 구성되어 있다. 학습된 모델을 기반으로 임의의 강종 및 압연조건에서의 마찰계수를 예측할 수 있다.
도 5는 본 발명의 일 실시예에 따른 압연유 분사 유량 설정 제어 시스템의 강종/압연조건/압연유의 분사 조건별 학습된 마찰 계수 모델의 성능을 나타내는 도면이다.
도 1과 함께, 도 5를 참조하면, 데이터를 크게 학습/검증/테스트로 나누어서 학습된 마찰계수값을 세로축으로, 실제 마찰계수값을 가로축으로 표현할 때 나타낸 그래프이다. 즉, 학습 모델로 통해서 얻어진 마찰계수(세로축), 실제 마찰계수(가로축)를 나타낸 그래프이다. 분포도가 Y=X에 가까울수록 학습 정확도가 높음을 뜻한다. 학습한 데이터를 학습/검증/테스트/총 데이터 4개로 나누어서 비교하였으며, 모든 조건에서 95%이상의 신뢰도가 나옴을 확인할 수 있어 학습된 결과과 실제값을 잘 추종함을 알 수가 있다. 이 모델을 통해서 임의의 강종, 압연조건, 압연유 분사유량을 입력으로 넣어서 마찰계수값을 예측할 수 있다. 예측된 마찰계수를 기반으로 정량적으로 압연유 분사유량을 결정할 수 있다.
즉, 압연유 분사유량을 결정하기 위해서 먼저, 마찰계수 학습부(120)의 마찰계수 학습모델에서 무윤활 조건에서 마찰계수를 구한다.(인공지능 마찰계수 모델에 압연유 분사유량을 0대입) 그리고 무윤활에서의 마찰계수를 기반으로 목표로 하는 마찰계수를 계산한다. 그리고 압연유 분사유량을 변경하여 목표로하는 마찰계수가 되도록 마찰계수 모델을 다수 계산을 수행한다. 다수의 계산에서 마찰계수가 목표로 하는 마찰계수가 되면 계산을 중지하고, 압연 유량 결정부(130)는 입력으로 들어간 분사유량으로 설정값으로 정한다. 설정된 압연유 분사유량을 압연기 설정모델에 전달한다.
한편, 상기 수식에서와 같이 마찰계수는 압연하중, 압연토크, 선진율(베타)의 함수로 나타낼 수 있다. 압연하중과 압연토크는 실시간으로 측정이 가능하다. 하지만 선진율을 상기에 언급한 것처럼 실시간으로 측정이 불가능하다. 선진율을 반영하기 위해서 압연하중 기울기 차이를 이용하여 실측이 불가능한 변수를 반영한다. 피압연소재가 압연 롤바이트 치입이후 압연유 분사시점의 압연하중을 기억하고 이후 압연 하중의 비교를 통해서 압연하중 기울기를 구할 수 있다. 이 기울기와 무윤활 상태의 기울기 차이를 통해서 선진율 변동을 반영한다.
이때 무윤활 상태의 압연하중 기울기는 상기 언급된 무윤활인 경우의 압연하중 두지점의 압연하중 신경망 학습을 통하여 계산한다. 이를 통하여 얻어진 선진율(베타)값은 도 9에서 나타난다. 압연유 분사유량이 증가할수록 선진율이 작아지면 롤바이트내 중립점이 출측으로 이동됨을 알 수 있다. 이 선진율을 기반으로 마찰계수를 실시간으로 모니터링하면 도 7과 같다. 압연유 분사유량이 증가할수록 마찰계수가 떨어짐을 알 수 있다. 특히 압연유 분사가 시작되는 시점부터 마찰계수가 낮아지는 것은 실시간 모니터링된 마찰계수가 높은 정확도를 가진다는 것을 의미하며 실시간으로 측정되는 압연하중, 압연토크 등을 입력으로 받아서 마찰계수를 계산하게 된다.
도 6은 본 발명의 일 실시예에 따른 압연유 분사 유량 설정 제어 시스템의 선진율을 실시간으로 모니터링한 결과를 나타내는 도면이고, 도 7은 본 발명의 일 실시예에 따른 압연유 분사 유량 설정 제어 시스템의 마찰계수를 실시간으로 모니터링한 결과를 나타내는 도면이다.
마찰계수를 계산하기 위해서 선진율을 알아야 하는데, 이 값은 무윤활 상태와 윤활상태의 압연하중 기울기 차이를 통해서 모니터링할 수 있다. 무윤활상태의 압연하중 기울기는 상기 압연하중 학습 모델을 통해서 구할 수 있으며, 윤활상태의 압연하중 기울기는 치입 시점에서 기억하고 있는 압연하중과의 차이를 이용하여 구할 수 있다. 이 두 기울기를 실시간으로 계산하여 선진율은 도 6과 같다. 그리고 이 선진율을 기반으로 마찰계수를 실시간으로 나타낸 그래프는 도 7과 같다. 압연유 분사유량이 증가할수록 롤바이트 중립점은 출측으로 이동하고, 마찰계수는 낮아지는 것을 볼 수 있다.
도 8은 본 발명의 일 실시예에 따른 압연유 분사 유량 설정 제어 시스템의 압연유가 비정상적으로 분사되지 않은 상황에서 마찰계수를 실시간 모니터링한 결과를 나타내는 도면이다.
압연유가 비정상적으로 분사되지 않은 상황에서 마찰계수를 모니터링하면, 압연유가 분사되지 않는 구간에서 마찰계수가 높아짐을 확인할 수 있다. 이를 통해서 비정상 상태의 모니터링이 가능하게 된다. 그리고 기준 압연유가 분사되는 시점에서 마찰계수를 기준 마찰계수로 설정하고 이 범위를 벗어나는 경우를 이상상태로 정의할 수 있다.
즉, 압연유가 꺼지는 일부 영역에서 마찰계수가 비정상적으로 높아짐을 알 수 있다. 상태 판단부(150)는 압연유가 분사되는 시점에서의 마찰계수를 기준 마찰계수라고 정의하고 실시간 모니터링 되는 마찰계수가 한계 마찰계수이상이 되는지를 검출한다. 이런 상황이라면 압연유 노즐 막힘을 의심해 볼 수가 있다. 이 정보를 압연 조업자가 파악하게 되면 설비점검과 같은 조치를 취할 수 있게 된다. 그리고 마찰계수가 기준 마찰계수 이하일 경우 롤과 판사이의 슬립이 발생한다는 것으로 추정할 수 있으며 설정되는 압연속도를 줄일 수 있다.
도 9는 본 발명의 일 실시예에 따른 압연유 분사 유량 설정 제어 시스템의 압연유 분사 유량 결정시 사용된 마찰계수를 학습하는 인공 지능 학습 모델을 나타내는 도면이다.
도 9를 참조하면, 마찰계수 학습부(120)는 마찰계수를 학습하기 위해서 총 37의 입력조건(슬라브, 압연조건, 가열대조건, 강종, 압연유 분사유량등)과 마찰계수를 인공지능 신경망을 이용하여 학습한다. 이때 신경망은 다수의 Hidden layer 및 뉴런으로 이루어져 있다. 그리고 마찰계수에 들어가는 베타값(실측하기 힘든 선진율의 함수값)은 무윤활 조건과 윤활조건의 압연하중 기울기 차이를 반영한다. 이때 무윤활 조건의 압연하중은 무윤활 조건에서의 압연하중 기울기를 신경망으로 학습한다. 학습한 결과는 도 5를 통해서 알 수 있다.
도 10 및 도 11은 본 발명의 일 실시예에 따른 압연유 분사 유량 설정 제어 시스템의 압연 하중 학습 결과를 나타내는 도면이다.
좀더 상세하게 설명하면, 도 10 200번째 샘플링 지점에서의 1번 스탠드 압연하중을 학습한 결과이며, 도 11은 1000번째 샘플링 지점에서 1번 스탠드 압연하중을 학습한 결과이다. 두지점의 압연하중 신경망 모델을 통해서 얻은 압연하중 기울기와 동일한 지점에서 얻을 수 있는 압연하중 기울기 차이로부터 선진율을 구하며, 이를 통하여 마찰계수를 구한다.
선진율은 압연하중 기울기 차이를 통해서 계산되는데, 임의의 두지점(200, 1000 샘플링 지점)에서의 압연하중을 각각 학습하고 기울기를 계산한다. 도 10 및 도 11은 두지점에 대해서 1번 스탠드의 압연하중을 학습한 결과를 나타낸 도면이다. 학습 모델로 통해서 얻어진 압연하중(세로축), 실제 압연하중(가로축)를 나타낸 그래프이다. 분포도가 Y=X에 가까울수록 학습 정확도가 높음을 뜻한다. 학습한 데이터를 학습/검증/테스트/총 데이터 4개로 나누어서 비교하였고 모든 조건에서 95%이상의 신뢰도가 나옴을 확인할 수 있다.
도 12는 본 발명의 일 실시예에 따른 압연유 분사 유량 설정 제어 시스템의 압연유 분사유량과 마찰계수간의 관계를 나타내는 그래프이다.
도 12는 도 9에서 학습된 마찰계수 인공지능 학습모델에서 임의의 압연조건을 대입하고 압연유 분사유량만을 10ml/min단위로 증가시켜 시뮬레이션한 결과를 나타낸 그래프이며, 상기 마찰계수 학습모델에 압연유 분사유량을 10ml/min단위로 증가시켜서 마찰계수를 예측할 수 있다. 세로축은 마찰계수이고, 가로축은 10ml/min단위의 압연유 분사유량이다.
도 12를 참조하면, 압연유 분사유량이 증가할수록 마찰계수가 낮아짐을 알 수 있으며, 압연유 분사유량이 0인 지점에서의 마찰계수를 무윤활 상태의 마찰계수이며, 무윤활 마찰계수의 90%지점에서의 분사유량으로 설정할 수 있다. 이 방법을 통해서 학습된 어떠한 강종에 대해서 일률적인 비율로 줄어든 마찰조건으로 압연유 분사유량을 결정할 수 있게 된다.
상술한 바와 같이, 본 발명에 따르면, 롤과 판사이의 마찰계수를 이용하여 롤과 판사이의 윤활성능을 정량적으로 판단할 수 있게 한다. 이를 기반으로 최적의 압연유 분사유량을 결정하게 된다. 그리고 롤과 판사이 마찰계수를 실시간으로 모니터링하여 과도한 마찰계수 발생시 윤활압연 시스템의 비정상 상태를 모니터링할 수 있으며, 마찰계수가 상대적으로 낮을 경우 슬립을 사전에 파악하여 이상조치를 할 수 있도록 한다.
이를 통하여 기존의 윤활압연 시스템의 실구현시 발생하는 문제점을 해결하여, 윤활압연 본연의 목적인 압연하중 감소를 통한 전력비 저감시킬 수 있다. 그리고 롤표면 피로 저감을 통한 피압연 소재의 표면품질을 향상시키고, 비정상 롤교체를 줄여 생산원가를 저감시킬 수 있다.
이상에서 설명한 본 발명은 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니고 후술하는 특허청구범위에 의해 한정되며, 본 발명의 구성은 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 그 구성을 다양하게 변경 및 개조할 수 있다는 것을 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 쉽게 알 수 있다.
100: 압연유 분사 유량 설정 제어 시스템
110: 선진율 학습부
120: 마찰계수 학습부
130: 압연 유량 결정부
140: 추정부
150: 상태 판단부

Claims (8)

  1. 압연의 진행에 따른 압연하중의 변동량으로부터 획득한 선진율을 압연유량 별로 저장하는 선진율 학습부;
    상기 선진율, 압연하중, 및 압연토크를 마찰계수 모델에 반영하여 산출된 압연롤과 압연재 사이의 마찰계수를 압연유량 별로 저장하는 마찰계수 학습부; 및
    상기 저장된 마찰계수를 이용하여 목표 마찰계수를 설정하고 상기 목표 마찰계수에 대응하는 압연유량을 결정하는 압연유량 결정부
    를 포함하는 열간 압연에서 압연유 분사 유량 설정 제어 시스템.
  2. 제1항에 있어서,
    상기 선진율 학습부는 압연조건 및 압연유 분사유량을 입력받아 압연하중을 출력하는 압연하중 학습모델을 포함하는 열간 압연에서 압연유 분사 유량 설정 제어 시스템.
  3. 제1항에 있어서,
    상기 선진율은 무윤활 조건의 상기 압연하중의 변동량과 압연유가 분사되는 윤활조건의 압연하중의 변동량을 비교하여 획득되는 열간 압연에서 압연유 분사 유량 설정 제어 시스템.
  4. 제1항에 있어서,
    상기 마찰계수 모델은 다음의 수학식으로 표현되고,
    Figure pat00002

    여기서, μ는 마찰계수, R'는 편평화된 롤반경, R은 롤반경, RF는 압연하중, β는 선진율, τ는 압연토크, To는 출측장력, 및 Ti는 입측장력인 열간 압연에서 압연유 분사 유량 설정 제어 시스템.
  5. 제1항에 있어서,
    상기 압연유량 결정부는 무윤활 조건의 마찰계수의 일정 비율인 값으로 상기 목표 마찰계수를 설정하는 열간 압연에서 압연유 분사 유량 설정 제어 시스템.
  6. 제1항에 있어서,
    상기 선진율, 측정된 압연하중, 및 측정된 압연토크를 상기 마찰계수 모델에 반영하여 압연 진행 중의 마찰계수를 실시간으로 추정하는 추정부를 더 포함하는 열간 압연에서 압연유 분사 유량 설정 제어 시스템.
  7. 제1항에 있어서,
    상기 압연유량 결정부는 상기 압연 진행 중의 마찰계수를 이용하여 상기 압연유량을 조절하는 열간 압연에서 압연유 분사 유량 설정 제어 시스템.
  8. 제5항에 있어서,
    상기 추정된 마찰계수가 사전에 설정된 설정 범위 이외인 경우 이상상태로 판단하는 상태 판단부를 더 포함하는 열간 압연에서 압연유 분사 유량 설정 제어 시스템.

KR1020170168280A 2017-12-08 2017-12-08 열간 압연에서 압연유 분사 유량 설정 제어 시스템 KR101998981B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020170168280A KR101998981B1 (ko) 2017-12-08 2017-12-08 열간 압연에서 압연유 분사 유량 설정 제어 시스템
PCT/KR2018/015509 WO2019112365A1 (ko) 2017-12-08 2018-12-07 열간 압연에서 압연유 분사 유량 설정 제어 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170168280A KR101998981B1 (ko) 2017-12-08 2017-12-08 열간 압연에서 압연유 분사 유량 설정 제어 시스템

Publications (2)

Publication Number Publication Date
KR20190068165A true KR20190068165A (ko) 2019-06-18
KR101998981B1 KR101998981B1 (ko) 2019-07-10

Family

ID=66751661

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170168280A KR101998981B1 (ko) 2017-12-08 2017-12-08 열간 압연에서 압연유 분사 유량 설정 제어 시스템

Country Status (2)

Country Link
KR (1) KR101998981B1 (ko)
WO (1) WO2019112365A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111797534B (zh) * 2020-07-10 2024-04-09 合肥工业大学 一种用于确定轧辊主动再制造时机的试验方法及试验系统
CN116078837A (zh) * 2022-12-13 2023-05-09 鞍钢集团自动化有限公司 一种基于工况智能决策的热轧辊道润滑控制方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120074600A (ko) * 2010-12-28 2012-07-06 주식회사 포스코 열간압연공정에서의 압연유량 제어방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0613126B2 (ja) * 1985-09-27 1994-02-23 新日本製鐵株式会社 板圧延における先進率制御方法
JP4101998B2 (ja) * 1999-05-12 2008-06-18 新日本製鐵株式会社 板圧延反り予測・制御装置
KR20020037479A (ko) * 2000-11-14 2002-05-22 이구택 압연기의 마찰계수 제어에 의한 압연유 유량제어방법
JP4559939B2 (ja) * 2005-09-06 2010-10-13 新日本製鐵株式会社 厚鋼板矯正ラインの通板監視方法及び通板監視装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120074600A (ko) * 2010-12-28 2012-07-06 주식회사 포스코 열간압연공정에서의 압연유량 제어방법
KR101230151B1 (ko) 2010-12-28 2013-02-15 주식회사 포스코 열간압연공정에서의 압연유량 제어방법

Also Published As

Publication number Publication date
WO2019112365A1 (ko) 2019-06-13
KR101998981B1 (ko) 2019-07-10

Similar Documents

Publication Publication Date Title
CN111492220B (zh) 用于对尤其是风力发电设备的滑动轴承进行状态监控的基于模型的方法和系统
KR102110645B1 (ko) 열간 압연 방법
US10919513B2 (en) Device and method for forecasting wear in brake linings
KR101998981B1 (ko) 열간 압연에서 압연유 분사 유량 설정 제어 시스템
RU2169053C2 (ru) Способ непрерывной разливки между валками
EP3332883B1 (en) Metal thickness control model based inferential sensor
EP2644288A1 (en) Rolling mill control device
KR20190078334A (ko) 연속 압연 패스 스케쥴 설정 장치
JP7272331B2 (ja) 走間板厚変更方法及び鋼板の製造方法
US7854154B2 (en) Process and computer program for controlling a rolling process
CN105583236B (zh) 冷轧带钢塑性系数的在线获取方法
JP5610776B2 (ja) 圧延機における制御ゲインの決定方法、及び圧延機
JP3235449B2 (ja) 高速冷間圧延方法
KR100780423B1 (ko) 열간 사상압연기의 장력연산 제어장치 및 그 제어방법
Cheri et al. An online intelligent control method for surface roughness of cold-rolled strip steel
US20210129199A1 (en) Regulating a rolling process
Marchenko Investigation of wear of a contact pair of friction rope block-rope
Byon et al. A numerical approach to determine flow stress–strain curve of strip and friction coefficient in actual cold rolling mill
Shram et al. Control of the process of wear of the tribosystems based on the optical density of the lubricating oil using neural network models
KR20020037479A (ko) 압연기의 마찰계수 제어에 의한 압연유 유량제어방법
JP6597565B2 (ja) 冷間圧延における板厚制御方法
KR102679773B1 (ko) 탠덤 냉간 압연기의 제어 시스템
JP6057774B2 (ja) 圧延機におけるミル伸び式の同定方法
KR100437635B1 (ko) 열간 압연 제어기의 두께 예측 장치 및 그 예측 방법
JP2017024052A (ja) 圧下制御装置及び圧下制御方法

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