KR20190136571A - Prediction apparatus for iron loss reduction of electric steel sheet - Google Patents

Prediction apparatus for iron loss reduction of electric steel sheet Download PDF

Info

Publication number
KR20190136571A
KR20190136571A KR1020180062466A KR20180062466A KR20190136571A KR 20190136571 A KR20190136571 A KR 20190136571A KR 1020180062466 A KR1020180062466 A KR 1020180062466A KR 20180062466 A KR20180062466 A KR 20180062466A KR 20190136571 A KR20190136571 A KR 20190136571A
Authority
KR
South Korea
Prior art keywords
iron loss
steel sheet
weight
section
value
Prior art date
Application number
KR1020180062466A
Other languages
Korean (ko)
Other versions
KR102075245B1 (en
Inventor
한진미
이상원
박종인
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 KR1020180062466A priority Critical patent/KR102075245B1/en
Publication of KR20190136571A publication Critical patent/KR20190136571A/en
Application granted granted Critical
Publication of KR102075245B1 publication Critical patent/KR102075245B1/en

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21D—MODIFYING THE PHYSICAL STRUCTURE OF FERROUS METALS; GENERAL DEVICES FOR HEAT TREATMENT OF FERROUS OR NON-FERROUS METALS OR ALLOYS; MAKING METAL MALLEABLE, e.g. BY DECARBURISATION OR TEMPERING
    • C21D8/00—Modifying the physical properties by deformation combined with, or followed by, heat treatment
    • C21D8/12—Modifying the physical properties by deformation combined with, or followed by, heat treatment during manufacturing of articles with special electromagnetic properties
    • C21D8/1244—Modifying the physical properties by deformation combined with, or followed by, heat treatment during manufacturing of articles with special electromagnetic properties the heat treatment(s) being of interest
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21D—MODIFYING THE PHYSICAL STRUCTURE OF FERROUS METALS; GENERAL DEVICES FOR HEAT TREATMENT OF FERROUS OR NON-FERROUS METALS OR ALLOYS; MAKING METAL MALLEABLE, e.g. BY DECARBURISATION OR TEMPERING
    • C21D11/00—Process control or regulation for heat treatments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models

Abstract

The present invention provides a device for predicting iron loss reduction of an electric steel sheet capable of improving a quality by predicting an iron loss values of the electric steel sheet according to a cooling zone temperature pattern of an annealing and an annealing coating line. According to one embodiment of the present invention, the device for predicting the iron loss reduction of the electric steel sheet can comprise: a weight calculation part for calculating a weight according to a temperature difference of each section of an annealing furnace cooling zone of the annealing and annealing coating line (ACL) producing the electrical steel sheet; and a calculation part for calculating an iron loss reduction prediction value of the electrical steel sheet of each section of the annealing furnace cooling zone according to the weight of the weight calculation part and the temperature difference of each section of the annealing furnace cooling zone.

Description

전기 강판의 철손 저감 예측 장치{PREDICTION APPARATUS FOR IRON LOSS REDUCTION OF ELECTRIC STEEL SHEET}Prediction of reduction of iron loss in electrical steel sheet {PREDICTION APPARATUS FOR IRON LOSS REDUCTION OF ELECTRIC STEEL SHEET}

본 발명은 전기 강판의 철손 저감 예측 장치에 관한 것이다.The present invention relates to a device for predicting iron loss reduction of an electrical steel sheet.

무방향성 전기강판은 주로 모터 혹은 발전기 첨심과 같이 회전자기 특성이 요구되는 곳에 주로 사용되는데 전 세계적으로 철강시장의 공급과잉이 지속되고 있다. Non-oriented electrical steel sheet is mainly used in places where rotating magnetic characteristics are required, such as motor or generator cores, and the oversupply of the steel market continues around the world.

반면에, 최근 친환경차 시장증가에 따라 최고급재 수요는 지속적으로 증가함에 따라 시장경쟁력 향상을 위한 품질향상을 위한 기술개발이 요구되고 있다.On the other hand, as the demand for high-end grade materials continues to increase with the recent increase in the eco-friendly car market, technology development for quality improvement for improving market competitiveness is required.

이러한, 무방향성 전기강판은 방향성 전기강판과 달리 크게 소둔산세, 냉간압연, 소둔코팅의 비교적 단순한 공정을 거처 생산되어 최고급(Hyper), 고급(H), 중저급(L,M)으로 제품등급이 나눠지는데, 제품 등급을 결정하는 주요 인자들 중 소둔로의 냉각대 온도가 있으며, 냉각대 온도 패턴에 따라 전기강판의 품질이 결정될 수 있다.Unlike oriented electrical steel, these non-oriented electrical steel sheets are produced through relatively simple processes of annealing, cold rolling, and annealing coating, and have high grade (H), high grade (H), and low grade (L, M) products. Among the main factors that determine product grades are the cold zone temperatures of the annealing furnace, and the quality of the electrical steel sheet can be determined by the cold zone temperature pattern.

대한민국 공개특허번호 제10-2014-0084894호Republic of Korea Patent Publication No. 10-2014-0084894

본 발명의 일 실시예에 따르면, 소둔 및 코팅설비(Annealing Coating Line)의 냉각대 온도 패턴에 따라 전기강판의 철손값을 예측하여 품질을 향상시킬 수 있는 전기 강판의 철손 저감 예측 장치가 제공된다.According to an embodiment of the present invention, there is provided an apparatus for reducing iron loss of an electrical steel sheet, which may improve quality by predicting iron loss of an electrical steel sheet according to a cooling zone temperature pattern of annealing and coating equipment.

상술한 본 발명의 과제를 해결하기 위해, 본 발명의 일 실시예에 따른 전기 강판을 생산하는 소둔 및 코팅설비(Annealing Coating Line; ACL)의 소둔로 냉각대의 각 구간별 온도차에 따라 가중치를 계산하는 가중치 계산부와, 상기 가중치 계산부의 가중치 및 상기 소둔로 냉각대의 각 구간별 온도차에 따라 상기 소둔로 냉각대의 각 구간의 전기 강판의 철손 저감 예측값을 연산하는 연산부를 포함할 수 있다. In order to solve the above problems of the present invention, to calculate the weight according to the temperature difference for each section of the annealing furnace cooling zone of the annealing and annealing coating line (ACL) to produce an electrical steel sheet according to an embodiment of the present invention And a weight calculator and a calculator configured to calculate a predicted iron loss reduction value of the electrical steel sheet of each section of the annealing furnace cooling table based on the weight of the weight calculator and the temperature difference of each section of the annealing furnace cooling table.

본 발명의 일 실시예에 따르면, 철손에 영향을 미치는 온도구간 및 최적 냉각대 온도 패턴을 찾아 철손저감을 통한 품질향상 효과를 확보할 수 있는 효과가 있다.According to an embodiment of the present invention, there is an effect of ensuring the quality improvement effect by reducing the iron loss by finding the temperature section and the optimal cooling zone temperature pattern affecting the iron loss.

도 1은 본 발명의 일 실시예에 따른 전기 강판의 철손 저감 예측 장치의 개략적인 구성도이다.
도 2는 소둔 및 코팅설비의 전체구간의 시간에 따른 온도 분포 그래프이다.
도 3은 소둔로의 냉각대의 온도 분포 그래프이다.
도 4는 본 발명의 일 실시예에 따른 전기 강판의 철손 저감 예측 장치의 개요도이다.
도 5는 본 발명의 일 실시예에 따른 전기 강판의 입출력값을 나타낸 표이다.
도 6은 본 발명의 일 실시예에 따른 전기 강판의 철손 저감 예측 장치에 의해 철손에 영향을 미치는 구간을 나타낸 그래프이다.1 is a schematic diagram of a device for predicting iron loss reduction of an electrical steel sheet according to an embodiment of the present invention.
Figure 2 is a graph of the temperature distribution over time of the entire section of the annealing and coating equipment.
3 is a temperature distribution graph of the cooling stage of the annealing furnace.
4 is a schematic diagram of an apparatus for reducing iron loss of an electrical steel sheet according to an embodiment of the present invention.
5 is a table showing the input and output values of the electrical steel sheet according to an embodiment of the present invention.
6 is a graph showing a section influencing the iron loss by the iron loss reduction prediction apparatus of the electrical steel sheet according to an embodiment of the present invention.

이하, 첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 바람직한 실시예를 상세히 설명한다. Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art may easily implement the present invention.

도 1은 본 발명의 일 실시예에 따른 전기 강판의 철손 저감 예측 장치의 개략적인 구성도이다.1 is a schematic diagram of a device for predicting iron loss reduction of an electrical steel sheet according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시예에 따른 전기 강판의 철손 저감 예측 장치(100)는 가중치 계산부(110), 연산부(120)를 포함할 수 있으며, 업데이터부(130) 및 제어부(140)를 더 포함할 수 있다.Referring to FIG. 1, the apparatus for predicting iron loss reduction of an electrical steel sheet according to an embodiment of the present invention may include a weight calculator 110 and a calculator 120, and includes an updater 130 and a controller ( 140) may be further included.

본 발명의 일 실시예에 따른 전기 강판의 철손 저감 예측 장치(100)에 관한 설명에 앞서, 본 발명은 전기 강판의 철손 저감을 예측하기 위한 장치로, 특히 무방향성 전기강판은 주로 모터 혹은 발전기 첨심과 같이 회전자기 특성이 요구되는 곳에 주로 사용되는데 전 세계적으로 철강시장의 공급과잉이 지속되고 있다. 반면에, 최근 친환경차 시장증가에 따라 최고급재 수요는 지속적으로 증가함에 따라 시장경쟁력 향상을 위한 품질향상을 위한 기술개발이 요구되고 있다. Prior to the description of the iron loss reduction prediction apparatus 100 of the electrical steel sheet according to an embodiment of the present invention, the present invention is a device for predicting the iron loss reduction of the electrical steel sheet, in particular non-oriented electrical steel sheet is mainly a motor or generator core It is mainly used in the place where the rotating magnetic characteristics are required, and the global steel market continues to oversupply. On the other hand, as the demand for high-end grade materials continues to increase with the recent increase in the eco-friendly car market, technology development for quality improvement for improving market competitiveness is required.

무방향성 전기강판은 방향성 전기강판과 달리 크게 소둔산세, 냉간압연, 소둔코팅의 비교적 단순한 공정을 거처 생산되어 최고급(Hyper), 고급(H), 중저급(L,M)으로 제품등급이 나눠 진다. 이 등급을 결정하는 주요 인자는 전기강판 제조공정에 따라 크게 합금성분, 열간압연, 소둔산세/냉간압연/소둔코팅, Skin Pass/SRA의 4가지 영역으로 나누어 볼 수 있다. 이 중 전강공장에 해당하는 소둔산세/냉간압연/소둔코팅영역에서는 산세, AP(Annealing Pickling)온도, ACL온도, 냉간압연온도, 압하율 등이 영향인자에 속한다.Unlike oriented electrical steel, non-oriented electrical steel is produced through a relatively simple process of annealing, cold rolling, and annealing, and is divided into high grade (H), high grade (H), and low grade (L, M). . The major factors that determine this grade can be divided into four areas, depending on the steel sheet manufacturing process: alloy composition, hot rolling, annealing pickling / cold rolling / annealing coating, and Skin Pass / SRA. Among the annealing pickling / cold rolling / annealing coating areas of the full steel mill, pickling, AP (Annealing Pickling) temperature, ACL temperature, cold rolling temperature, and rolling reduction are among the factors.

그 중 소둔 및 코팅설비의 소둔로 내 냉각대 온도를 영향인자로 고려하여 냉각대 온도 패턴에 따른 철손 상관관계를 도출하여 좀 더 높은 품질의 철손과 자속밀도를 나타낼 필요가 있다.Among these, considering the cooling zone temperature in the annealing furnace of the annealing and coating equipment as an influence factor, it is necessary to derive the iron loss correlation according to the cooling zone temperature pattern to show higher quality iron loss and magnetic flux density.

도 2는 소둔 및 코팅설비의 전체구간의 시간에 따른 온도 분포 그래프이고, 도 3은 소둔로의 냉각대의 온도 분포 그래프이다.2 is a temperature distribution graph according to the time of the entire section of the annealing and coating equipment, Figure 3 is a temperature distribution graph of the cooling zone of the annealing furnace.

도 2를 참조하면, 무방향성 전기강판 공정에서 소둔 코팅공정의 시간에 따른 온도 패턴을 볼 수 있다. 소둔 및 코팅설비는 크게 예열, 가열, 균열, 냉각대로 나누며 예열대에는 예열 섹션(Pre Heating Section;PHS), 가열대에는 비-산화로 (Non Oxidizing Furnace; NOF), 방사형 튜브 가열 섹션(Radiant Tube Heating Section; RHS)이 해당되며, 균열대는 전기 침지 섹션(Electric Soaking Section; ESS), 냉각대는 서냉구간(SJCS) 및 급냉구간(RJCS)이 포함된다. 즉, 예열대, 가열대에서 상승시킨 온도를 균열대에서 전기 저항열을 이용하여 일정온도로 유지시키고 냉각대 서냉구간 및 급냉구간에서 이중열교환 방식 및 터보 팬(Turbo Fan)을 통하여 온도를 저감시킬 수 있다. Referring to Figure 2, in the non-oriented electrical steel sheet process can see the temperature pattern over time of the annealing coating process. Annealing and coating equipment is divided into preheating, heating, cracking, and cooling zones. Preheating section (PHS) for preheating zone, Non Oxidizing Furnace (NOF) for heating zone, Radial Tube Heating section Section (RHS), cracks include Electric Soaking Section (ESS), Cooling Zone includes SJCS and Rapid Cooling Section (RJCS). That is, the temperature raised in the preheating zone and the heating zone can be maintained at a constant temperature by using the electric resistance heat in the cracking zone, and the temperature can be reduced by the double heat exchange method and the turbo fan in the cooling zone slow cooling section and the quench section. have.

도 3을 참조하면, 전기 침지 섹션 4 구간(ESS 4 zone)부터 급냉구간 6 구간( RJCS 6 zone)까지의 일반적인 온도 드롭(Drop)을 나타낸 온도 패턴을 볼 수 있다. 균열대는 제1 내지 제5 전기 침지 섹션(ESS 1~5), 냉각대는 제1 내지 제6 서냉구간(SJCS 1~6) 및 제1 내지 제6 급냉구간(RJCS 1~6)으로 구성될 수 있다. Referring to FIG. 3, a temperature pattern showing a general temperature drop from the immersion section 4 section (ESS 4 zone) to the quench section 6 section (RJCS 6 zone) can be seen. The cracking zone may be composed of the first to fifth electric immersion sections ESS 1 to 5, the cooling zone to the first to sixth slow cooling sections (SJCS 1 to 6) and the first to sixth quench sections (RJCS 1 to 6). have.

다시, 도 1을 참조하면, 본 발명의 가중치 계산부(110)는 전기 강판을 생산하는 소둔 및 코팅설비(Annealing Coating Line; ACL)의 소둔로 냉각대의 각 구간별 온도차에 따라 가중치를 계산할 수 있고, 연산부(120)는 가중치 계산부(110)의 가중치 및 상기 소둔로 냉각대의 각 구간별 온도차에 따라 상기 소둔로 냉각대의 각 구간의 전기 강판의 철손 저감 예측값을 연산할 수 있다.Again, referring to Figure 1, the weight calculation unit 110 of the present invention can calculate the weight in accordance with the temperature difference for each section of the annealing furnace cooling zone of the annealing and annealing coating line (ACL) for producing electrical steel sheet , The calculation unit 120 may calculate a predicted value of iron loss reduction of the electrical steel sheet of each section of the annealing furnace cooling table according to the weight of the weight calculator 110 and the temperature difference of each section of the annealing furnace cooling table.

가중치 계산부(110)는 신경망(Neural Network) 분석에 따라 냉각대 구간별 가중치를 계산할 수 있다.The weight calculator 110 may calculate weights for each cooling zone according to neural network analysis.

가중치 계산부(110) 및 연산부(120)는 철손 예측 모델을 형성할 수 있다.The weight calculator 110 and the calculator 120 may form an iron loss prediction model.

예를 들어, 제1 내지 제5 전기 침지 섹션(ESS 1~5), 제1 내지 제6 서냉구간(SJCS 1~6) 및 제1 내지 제6 급냉구간(RJCS 1~6)까지 총 17개 구간의 온도 데이터를 수집하여 각 구간별 온도차(Xn)을 상기 철손예측모델에 입력할 수 있다.For example, the first to fifth electric immersion sections (ESS 1 to 5), the first to sixth slow cooling section (SJCS 1-6) and the first to sixth quench section (RJCS 1-6) in total 17 By collecting temperature data of the sections, the temperature difference (X n ) for each section may be input to the iron loss prediction model.

도 4는 본 발명의 일 실시예에 따른 전기 강판의 철손 저감 예측 장치의 개요도이다.4 is a schematic diagram of an apparatus for reducing iron loss of an electrical steel sheet according to an embodiment of the present invention.

도 3 및 도 4를 참조하면, 각 17개 구간의 온도차를 입력하면 가중치(Wn)의 값이 계산될 수 있다(S10). 본 발명의 일 실시예에 따른 전기 강판의 철손 저감 예측 장치(100)는 가중치 계산부(110)의 가중치 중 실측 철손값과 예측 철손값 간의 차이가 적은 가중치를 업데이트하는 업데이트부(130)를 더 포함할 수 있다. 업데이트부(130)는 실제값과 예측값의 오차가 최소화됐을 시 가중치를 업데이트하여(S20), 최종 결과값인 철손예측값을 확인할 수 있다(S30). 3 and 4, when a temperature difference of each of 17 sections is input, a value of the weight W n may be calculated (S10). The apparatus 100 for predicting iron loss reduction of an electrical steel sheet according to an embodiment of the present invention further includes an updater 130 for updating a weight having a smaller difference between the measured iron loss value and the predicted iron loss value among the weights of the weight calculator 110. It may include. When the error between the actual value and the predicted value is minimized, the updater 130 may update the weight (S20) to check the iron loss predicted value as the final result value (S30).

본 발명의 일 실시예에 따른 전기 강판의 철손 저감 예측 장치(100)는 연산부(120)의 철손 저감 예측값에 따라 소둔로 냉각대의 해당 구간의 온도를 제어하는 제어부(140)를 더 포함할 수 있다.The apparatus for predicting iron loss reduction of an electrical steel sheet according to an embodiment of the present invention may further include a controller 140 for controlling the temperature of a corresponding section of the annealing furnace cooling table according to the iron loss reduction predicted value of the calculator 120. .

한편, 가중치 계산부(110) 및 연산부(120)로 형성된 철손 예측 모델은 하기의 수식과 같이 가중치 및 철손 예측값을 계산할 수 있다.Meanwhile, the iron loss prediction model formed by the weight calculator 110 and the calculator 120 may calculate the weight and the iron loss prediction value as shown in the following equation.

(수식)(Equation)

Figure pat00001
Figure pat00001

Figure pat00002
Figure pat00002

Figure pat00003
Figure pat00003

Figure pat00004
Figure pat00004

Figure pat00005
Figure pat00005

여기서, YPREDIC는 철손 예측값, J는 실제값-예측값, Y는 결과값 평균, n은 변수 개수, i는 데이터 개수, X는 변수값(각 구간별 온도차), W는 가중치, LR은 학습률(Learning Rate)일 수 있다.Where Y PREDIC is the iron loss prediction value, J is the actual value-prediction value, Y is the mean value of the result, n is the number of variables, i is the number of data, X is the variable value (temperature difference for each interval), W is the weight, and LR is the learning rate Learning Rate).

철손 예측 모델이 수렴을 하지 못하고 발산하게 되면 LR(Learning Rate)의 값을 조정할 수 있으며, 보통 최소값을 입력할수록 모델의 수렴도가 높아질 수 있다.If the iron loss prediction model diverges without convergence, the value of the learning rate (LR) can be adjusted. In general, the more the minimum value is entered, the higher the convergence degree of the model can be.

도 5는 본 발명의 일 실시예에 따른 전기 강판의 입출력값을 나타낸 표이다.5 is a table showing the input and output values of the electrical steel sheet according to an embodiment of the present invention.

도 5를 참조하면, 각 입력값(각 구간 온도차)를 입력 테이블(Input table)에 입력시, 상기 철손 예측 모델은 도 4에 도시된 연산과정을 거쳐 가중치 W 값을 ㅊ출력 테이블(Otput table)에 입력될 수 있다. 이는 추후 실 데이터의 온도차를 입력하여 철손의 실측 값 및 예측 값 확인을 통하여 상기 철손 예측 모델의 정확성을 확인할 수 있다. Referring to FIG. 5, when each input value (each section temperature difference) is input to an input table, the iron loss prediction model outputs a weight W value through an operation process illustrated in FIG. 4. Can be entered. It is possible to confirm the accuracy of the iron loss prediction model by inputting the temperature difference of the actual data later by checking the measured and predicted value of iron loss.

도 6은 본 발명의 일 실시예에 따른 전기 강판의 철손 저감 예측 장치에 의해 철손에 영향을 미치는 구간을 나타낸 그래프이다.6 is a graph showing a section influencing the iron loss by the iron loss reduction prediction apparatus of the electrical steel sheet according to an embodiment of the present invention.

도 6은 도 5의 출력(Output)인 가중치(Wn)값을 통하여 각 구간별 철손에 미치는 영향도를 분석하여 그래프로 나타낸 것으로 균열대에서 냉각대로 바뀌는 구간인 ESS 5~SJCS 1 구간 및 서냉대에서 급냉대로 바뀌는 구간인 SJCS 6 ~RJCS 1구간이 각각 33%, 25%를 나타내며 냉각온도의 변화폭에 따라 철손에 큰 영향을 미치는 것을 확인할 수 있다.FIG. 6 is a graph showing an analysis of the effect on the iron loss of each section through the weight value (Wn), which is the output of FIG. SJCS 6 ~ RJCS 1 section, which is the section that changes from the quench zone to, represents 33% and 25%, respectively, and it can be seen that it greatly affects the iron loss according to the change of cooling temperature.

도 5 및 도 6의 테이블 및 그래프를 살펴보면, 냉각대의 온도는 철손, 품질에 영향을 미치는 중요 영향인자임을 확인할 수 있으며, 각각의 소둔 및 코팅설비(ACL)가 바뀌는 구간 지점의 온도변화 폭을 결정하는 설비제어가 향후 품질을 향상시킬 수 있는 중요 인자임을 예측할 수 있으며, 본 발명의 철손예측모델의 예측된 철손값을 통해 품질을 향상시킬 수 있는 냉각 온도 패턴을 설계하여 향후 설비개선안 도출시 반영할 수 있다.Referring to the tables and graphs of FIGS. 5 and 6, it can be seen that the temperature of the cooling stand is an important influence factor affecting iron loss and quality, and determines the width of the temperature change point at each annealing and coating facility (ACL) change point. It can be predicted that facility control is an important factor to improve quality in the future, and design cooling temperature pattern to improve quality through predicted iron loss value of iron loss prediction model of the present invention and reflect it in future facility improvement plan. Can be.

상술한 바와 같이, 본 발명에 따르면, 철손에 영향을 미치는 온도구간 및 최적 냉각대 온도 패턴을 찾아 철손저감을 통한 품질향상 효과를 확보할 수 있어, 친환경차용 최고급재 무방향 전기강판 품질 향상 및 안정화로 신수요 창출 및 공급 시장 증대로 향후 큰 경제적인 이익을 제공할 수 있다. As described above, according to the present invention, it is possible to secure the quality improvement effect by reducing the iron loss by finding the temperature section and the optimum cooling zone temperature pattern affecting the iron loss, improving and stabilizing the quality of non-oriented electrical steel sheet of the highest grade for eco-friendly cars As a result, new economic demand and the supply market growth can provide significant economic benefits.

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.The present invention described above is not limited to the above-described embodiment and the accompanying drawings, but is defined by the claims below, and the configuration of the present invention may be modified in various ways without departing from the technical spirit of the present invention. It will be apparent to those skilled in the art that the present invention may be changed and modified.

100: 전기 강판의 철손 저감 예측 장치
110: 가중치 계산부
120: 연산부
130: 업데이트부
140: 제어부100: iron loss reduction prediction device of electrical steel sheet
110: weight calculation unit
120: calculator
130: update unit
140: control unit

Claims (5)

전기 강판을 생산하는 소둔 및 코팅설비(Annealing Coating Line; ACL)의 소둔로 냉각대의 각 구간별 온도차에 따라 가중치를 계산하는 가중치 계산부; 및
상기 가중치 계산부의 가중치 및 상기 소둔로 냉각대의 각 구간별 온도차에 따라 상기 소둔로 냉각대의 각 구간의 전기 강판의 철손 저감 예측값을 연산하는 연산부
를 포함하는 전기 강판의 철손 저감 예측 장치.
A weight calculation unit for calculating weights according to the temperature difference of each section of the annealing furnace cooling zone to produce an annealing and annealing coating line (ACL) for producing electrical steel sheet; And
A calculation unit for calculating an iron loss reduction predicted value of the electrical steel sheet of each section of the annealing furnace cooling table according to a weight of the weight calculating section and a temperature difference of each section of the annealing furnace cooling table
Iron loss reduction prediction device of an electrical steel sheet comprising a.
제1항에 있어서,
상기 가중치 계산부는 신경망(Neural Network) 분석에 따라 냉각대 구간별 가중치를 계산하는 전기 강판의 철손 저감 예측 장치.
The method of claim 1,
The weight calculation unit predicts the iron loss reduction of the electrical steel sheet for calculating the weight for each section of the cooling zone according to the neural network (Neural Network) analysis.
제1항에 있어서,
상기 가중치 계산부의 가중치 중 실측 철손값과 예측 철손값 간의 차이가 적은 가중치를 업데이트하는 업데이트부를 더 포함하는 전기 강판의 철손 저감 예측 장치.
The method of claim 1,
An apparatus for reducing iron loss of an electrical steel sheet, further comprising: an updater configured to update a weight having a small difference between a measured iron loss value and a predicted iron loss value among the weights of the weight calculator.
제1항에 있어서,
상기 연산부의 철손 저감 예측값에 따라 소둔로 냉각대의 해당 구간의 온도를 제어하는 제어부를 더 포함하는 전기 강판의 철손 저감 예측 장치.
The method of claim 1,
And a control unit for controlling the temperature of a corresponding section of the annealing furnace cooling table according to the predicted iron loss reduction value of the calculation unit.
제1항에 있어서,
상기 가중치 계산부 및 상기 연산부의 하기의 수식과 같이 가중치 또는 철손 예측값을 연산하는 전기 강판의 철손 저감 예측 장치.
(수식)
Figure pat00006

Figure pat00007

Figure pat00008

Figure pat00009

Figure pat00010

여기서, YPREDIC는 철손 예측값, J는 실제값-예측값, Y는 결과값 평균, n은 변수 개수, i는 데이터 개수, X는 변수값(각 구간별 온도차), W는 가중치, LR은 학습률(Learning Rate)
The method of claim 1,
An apparatus for reducing iron loss of an electrical steel sheet, which calculates a weight or an iron loss predicted value by using the weight calculator and the calculator.
(Equation)
Figure pat00006

Figure pat00007

Figure pat00008

Figure pat00009

Figure pat00010

Where Y PREDIC is the iron loss prediction value, J is the actual value-prediction value, Y is the mean value of the result, n is the number of variables, i is the number of data, X is the variable value (temperature difference for each interval), W is the weight, and LR is the learning rate Learning Rate)
KR1020180062466A 2018-05-31 2018-05-31 Prediction apparatus for iron loss reduction of electric steel sheet KR102075245B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180062466A KR102075245B1 (en) 2018-05-31 2018-05-31 Prediction apparatus for iron loss reduction of electric steel sheet

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180062466A KR102075245B1 (en) 2018-05-31 2018-05-31 Prediction apparatus for iron loss reduction of electric steel sheet

Publications (2)

Publication Number Publication Date
KR20190136571A true KR20190136571A (en) 2019-12-10
KR102075245B1 KR102075245B1 (en) 2020-02-07

Family

ID=69003172

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180062466A KR102075245B1 (en) 2018-05-31 2018-05-31 Prediction apparatus for iron loss reduction of electric steel sheet

Country Status (1)

Country Link
KR (1) KR102075245B1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111676365A (en) * 2020-06-09 2020-09-18 邯郸钢铁集团有限责任公司 LSTM-based method for predicting annealing temperature set value of transition steel coil
KR20210078974A (en) * 2019-12-19 2021-06-29 주식회사 포스코 Method for annealing non-oriented electrical steel sheet

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6280226A (en) * 1985-10-03 1987-04-13 Kawasaki Steel Corp Method for cooling steel stock under controlled transformation rate
KR20140084894A (en) 2012-12-27 2014-07-07 주식회사 포스코 Non-oriented electrical steel steet and method for manufacturing the same
JP2016151058A (en) * 2015-02-19 2016-08-22 三菱重工業株式会社 Cooling system of metallic member
KR101739862B1 (en) * 2015-12-23 2017-05-25 주식회사 포스코 Method and apparatus for controlling tension of strip in furnace for manufacturing non-oriented electrical steel sheets

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6280226A (en) * 1985-10-03 1987-04-13 Kawasaki Steel Corp Method for cooling steel stock under controlled transformation rate
KR20140084894A (en) 2012-12-27 2014-07-07 주식회사 포스코 Non-oriented electrical steel steet and method for manufacturing the same
JP2016151058A (en) * 2015-02-19 2016-08-22 三菱重工業株式会社 Cooling system of metallic member
KR101739862B1 (en) * 2015-12-23 2017-05-25 주식회사 포스코 Method and apparatus for controlling tension of strip in furnace for manufacturing non-oriented electrical steel sheets

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210078974A (en) * 2019-12-19 2021-06-29 주식회사 포스코 Method for annealing non-oriented electrical steel sheet
CN111676365A (en) * 2020-06-09 2020-09-18 邯郸钢铁集团有限责任公司 LSTM-based method for predicting annealing temperature set value of transition steel coil

Also Published As

Publication number Publication date
KR102075245B1 (en) 2020-02-07

Similar Documents

Publication Publication Date Title
CN106636606B (en) A kind of method for controlling furnace temperature of heating furnace based on simulation model
US20140175713A1 (en) Method for operating a continuous annealing line for the processing of a rolled good
TWI224144B (en) Heat treating device, heat treating method, recording medium recording heat treating program and steel product
CN106636610A (en) Time-and-furnace-length-based double-dimensional stepping type heating curve optimizing setting method of heating furnace
KR102075245B1 (en) Prediction apparatus for iron loss reduction of electric steel sheet
JP7200982B2 (en) Material property value prediction system and metal plate manufacturing method
JP2020526667A (en) How to operate the continuous processing line
CN102286655B (en) Device and method for isothermal normalizing utilizing forging waste heat
CN108672504A (en) A kind of cold-strip steel sensing heating coil of strip transition temperature control method
Szeliga et al. Stochastic model describing evolution of microstructural parameters during hot rolling of steel plates and strips
JP6409832B2 (en) Water quenching apparatus, continuous annealing equipment, and steel plate manufacturing method
KR102448426B1 (en) How the annealing furnace works
Ding et al. Multi‐Objective Optimization of Slab Heating Process in Walking Beam Reheating Furnace Based on Particle Swarm Optimization Algorithm
JP4561810B2 (en) Steel heat treatment method and manufacturing method and manufacturing equipment
CN115218603A (en) Cooling flow control method and device
JP5749416B2 (en) Steel material heat treatment apparatus and steel material manufacturing method
JP4396237B2 (en) Steel material heat treatment apparatus and steel material manufacturing method
JP4923390B2 (en) Heat treatment apparatus and steel material manufacturing method
CN106399664B (en) A kind of rotary heating furnace heating process optimization method
JP4631247B2 (en) Steel material heat treatment method and program thereof
CN104531978B (en) Non-orientation silicon steel heating means and modelling control method thereof
Martinez-de-Pison et al. Optimum model for predicting temperature settings on hot dip galvanising line
CN115161445B (en) Method for optimizing medium-frequency induction heating local postweld heat treatment parameters of 9% Cr hot-strength steel pipeline
JP4561809B2 (en) Steel heat treatment method and manufacturing method and manufacturing equipment
TWI225100B (en) Method for manufacturing steel product and facilities therefor

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