KR20230031944A - 강대의 강중 수소량 예측 방법, 강중 수소량 제어 방법, 제조 방법, 강중 수소량 예측 모델의 생성 방법 및 강중 수소량 예측 장치 - Google Patents
강대의 강중 수소량 예측 방법, 강중 수소량 제어 방법, 제조 방법, 강중 수소량 예측 모델의 생성 방법 및 강중 수소량 예측 장치 Download PDFInfo
- Publication number
- KR20230031944A KR20230031944A KR1020237003778A KR20237003778A KR20230031944A KR 20230031944 A KR20230031944 A KR 20230031944A KR 1020237003778 A KR1020237003778 A KR 1020237003778A KR 20237003778 A KR20237003778 A KR 20237003778A KR 20230031944 A KR20230031944 A KR 20230031944A
- Authority
- KR
- South Korea
- Prior art keywords
- hydrogen
- amount
- steel
- steel strip
- facility
- Prior art date
Links
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 796
- 239000010959 steel Substances 0.000 title claims abstract description 796
- 239000001257 hydrogen Substances 0.000 title claims abstract description 568
- 229910052739 hydrogen Inorganic materials 0.000 title claims abstract description 568
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 title claims abstract description 551
- 238000000034 method Methods 0.000 title claims abstract description 229
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 46
- 238000000137 annealing Methods 0.000 claims abstract description 224
- 230000009466 transformation Effects 0.000 claims abstract description 177
- 238000003303 reheating Methods 0.000 claims abstract description 167
- 238000007747 plating Methods 0.000 claims abstract description 141
- 230000008569 process Effects 0.000 claims abstract description 124
- 238000010801 machine learning Methods 0.000 claims abstract description 32
- 239000000203 mixture Substances 0.000 claims description 56
- 150000002431 hydrogen Chemical class 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000003066 decision tree Methods 0.000 claims description 4
- 238000007637 random forest analysis Methods 0.000 claims description 4
- 238000001816 cooling Methods 0.000 description 176
- 239000007789 gas Substances 0.000 description 122
- 238000010438 heat treatment Methods 0.000 description 88
- 238000002791 soaking Methods 0.000 description 66
- 229910001566 austenite Inorganic materials 0.000 description 24
- 238000005275 alloying Methods 0.000 description 21
- 238000005246 galvanizing Methods 0.000 description 20
- 238000009434 installation Methods 0.000 description 20
- 238000004321 preservation Methods 0.000 description 19
- 210000004894 snout Anatomy 0.000 description 17
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 16
- 238000012360 testing method Methods 0.000 description 16
- 239000010960 cold rolled steel Substances 0.000 description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 14
- 229910001335 Galvanized steel Inorganic materials 0.000 description 12
- 239000008397 galvanized steel Substances 0.000 description 12
- 230000006399 behavior Effects 0.000 description 11
- 230000008859 change Effects 0.000 description 10
- 238000005097 cold rolling Methods 0.000 description 10
- 238000005098 hot rolling Methods 0.000 description 10
- 229910052757 nitrogen Inorganic materials 0.000 description 10
- 230000000149 penetrating effect Effects 0.000 description 10
- 230000007423 decrease Effects 0.000 description 9
- 238000005259 measurement Methods 0.000 description 9
- 230000035515 penetration Effects 0.000 description 9
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 8
- 238000009792 diffusion process Methods 0.000 description 8
- 239000012535 impurity Substances 0.000 description 8
- 230000001590 oxidative effect Effects 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- 229910052725 zinc Inorganic materials 0.000 description 8
- 239000011701 zinc Substances 0.000 description 8
- 230000015572 biosynthetic process Effects 0.000 description 7
- 230000005855 radiation Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 229910000734 martensite Inorganic materials 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 229910000859 α-Fe Inorganic materials 0.000 description 6
- 238000005336 cracking Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 5
- 230000006698 induction Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 229910052796 boron Inorganic materials 0.000 description 4
- 238000007084 catalytic combustion reaction Methods 0.000 description 4
- 229910052804 chromium Inorganic materials 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 229910052802 copper Inorganic materials 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000002290 gas chromatography-mass spectrometry Methods 0.000 description 4
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 229910052748 manganese Inorganic materials 0.000 description 4
- 229910052750 molybdenum Inorganic materials 0.000 description 4
- 229910052759 nickel Inorganic materials 0.000 description 4
- 229910052758 niobium Inorganic materials 0.000 description 4
- 239000002244 precipitate Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 239000000047 product Substances 0.000 description 4
- 239000010453 quartz Substances 0.000 description 4
- 238000001953 recrystallisation Methods 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 4
- 239000006104 solid solution Substances 0.000 description 4
- 238000005728 strengthening Methods 0.000 description 4
- 229910052719 titanium Inorganic materials 0.000 description 4
- 238000011144 upstream manufacturing Methods 0.000 description 4
- 229910052720 vanadium Inorganic materials 0.000 description 4
- 229910052726 zirconium Inorganic materials 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000005554 pickling Methods 0.000 description 3
- 238000005096 rolling process Methods 0.000 description 3
- LPLLVINFLBSFRP-UHFFFAOYSA-N 2-methylamino-1-phenylpropan-1-one Chemical compound CNC(C)C(=O)C1=CC=CC=C1 LPLLVINFLBSFRP-UHFFFAOYSA-N 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 2
- 241000132539 Cosmos Species 0.000 description 2
- 235000005956 Cosmos caudatus Nutrition 0.000 description 2
- 238000002441 X-ray diffraction Methods 0.000 description 2
- 239000003054 catalyst Substances 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 239000013078 crystal Substances 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000003795 desorption Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000007598 dipping method Methods 0.000 description 2
- 239000012467 final product Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 150000001247 metal acetylides Chemical class 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 150000004767 nitrides Chemical class 0.000 description 2
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 230000000171 quenching effect Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000004611 spectroscopical analysis Methods 0.000 description 2
- 239000007921 spray Substances 0.000 description 2
- 239000002436 steel type Substances 0.000 description 2
- 238000009628 steelmaking Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000010792 warming Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
- C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
- C23C2/00—Hot-dipping or immersion processes for applying the coating material in the molten state without affecting the shape; Apparatus therefor
- C23C2/02—Pretreatment of the material to be coated, e.g. for coating on selected surface areas
-
- C—CHEMISTRY; METALLURGY
- C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
- C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
- C23C2/00—Hot-dipping or immersion processes for applying the coating material in the molten state without affecting the shape; Apparatus therefor
- C23C2/50—Controlling or regulating the coating processes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B3/00—Rolling materials of special alloys so far as the composition of the alloy requires or permits special rolling methods or sequences ; Rolling of aluminium, copper, zinc or other non-ferrous metals
-
- 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
- C21D1/00—General methods or devices for heat treatment, e.g. annealing, hardening, quenching or tempering
-
- 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
-
- 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
- C21D3/00—Diffusion processes for extraction of non-metals; Furnaces therefor
- C21D3/02—Extraction of non-metals
- C21D3/06—Extraction of hydrogen
-
- 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
- C21D9/00—Heat treatment, e.g. annealing, hardening, quenching or tempering, adapted for particular articles; Furnaces therefor
- C21D9/46—Heat treatment, e.g. annealing, hardening, quenching or tempering, adapted for particular articles; Furnaces therefor for sheet metals
-
- 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
- C21D9/00—Heat treatment, e.g. annealing, hardening, quenching or tempering, adapted for particular articles; Furnaces therefor
- C21D9/52—Heat treatment, e.g. annealing, hardening, quenching or tempering, adapted for particular articles; Furnaces therefor for wires; for strips ; for rods of unlimited length
- C21D9/54—Furnaces for treating strips or wire
- C21D9/56—Continuous furnaces for strip or wire
-
- 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
- C21D9/00—Heat treatment, e.g. annealing, hardening, quenching or tempering, adapted for particular articles; Furnaces therefor
- C21D9/52—Heat treatment, e.g. annealing, hardening, quenching or tempering, adapted for particular articles; Furnaces therefor for wires; for strips ; for rods of unlimited length
- C21D9/54—Furnaces for treating strips or wire
- C21D9/56—Continuous furnaces for strip or wire
- C21D9/573—Continuous furnaces for strip or wire with cooling
-
- C—CHEMISTRY; METALLURGY
- C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
- C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
- C23C2/00—Hot-dipping or immersion processes for applying the coating material in the molten state without affecting the shape; Apparatus therefor
- C23C2/003—Apparatus
- C23C2/0034—Details related to elements immersed in bath
- C23C2/00342—Moving elements, e.g. pumps or mixers
- C23C2/00344—Means for moving substrates, e.g. immersed rollers or immersed bearings
-
- C—CHEMISTRY; METALLURGY
- C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
- C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
- C23C2/00—Hot-dipping or immersion processes for applying the coating material in the molten state without affecting the shape; Apparatus therefor
- C23C2/003—Apparatus
- C23C2/0038—Apparatus characterised by the pre-treatment chambers located immediately upstream of the bath or occurring locally before the dipping process
-
- C—CHEMISTRY; METALLURGY
- C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
- C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
- C23C2/00—Hot-dipping or immersion processes for applying the coating material in the molten state without affecting the shape; Apparatus therefor
- C23C2/003—Apparatus
- C23C2/0038—Apparatus characterised by the pre-treatment chambers located immediately upstream of the bath or occurring locally before the dipping process
- C23C2/004—Snouts
-
- C—CHEMISTRY; METALLURGY
- C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
- C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
- C23C2/00—Hot-dipping or immersion processes for applying the coating material in the molten state without affecting the shape; Apparatus therefor
- C23C2/02—Pretreatment of the material to be coated, e.g. for coating on selected surface areas
- C23C2/022—Pretreatment of the material to be coated, e.g. for coating on selected surface areas by heating
- C23C2/0224—Two or more thermal pretreatments
-
- C—CHEMISTRY; METALLURGY
- C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
- C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
- C23C2/00—Hot-dipping or immersion processes for applying the coating material in the molten state without affecting the shape; Apparatus therefor
- C23C2/02—Pretreatment of the material to be coated, e.g. for coating on selected surface areas
- C23C2/024—Pretreatment of the material to be coated, e.g. for coating on selected surface areas by cleaning or etching
-
- C—CHEMISTRY; METALLURGY
- C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
- C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
- C23C2/00—Hot-dipping or immersion processes for applying the coating material in the molten state without affecting the shape; Apparatus therefor
- C23C2/04—Hot-dipping or immersion processes for applying the coating material in the molten state without affecting the shape; Apparatus therefor characterised by the coating material
- C23C2/06—Zinc or cadmium or alloys based thereon
-
- C—CHEMISTRY; METALLURGY
- C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
- C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
- C23C2/00—Hot-dipping or immersion processes for applying the coating material in the molten state without affecting the shape; Apparatus therefor
- C23C2/26—After-treatment
- C23C2/28—Thermal after-treatment, e.g. treatment in oil bath
-
- C—CHEMISTRY; METALLURGY
- C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
- C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
- C23C2/00—Hot-dipping or immersion processes for applying the coating material in the molten state without affecting the shape; Apparatus therefor
- C23C2/34—Hot-dipping or immersion processes for applying the coating material in the molten state without affecting the shape; Apparatus therefor characterised by the shape of the material to be treated
- C23C2/36—Elongated material
- C23C2/40—Plates; Strips
-
- C—CHEMISTRY; METALLURGY
- C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
- C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
- C23C2/00—Hot-dipping or immersion processes for applying the coating material in the molten state without affecting the shape; Apparatus therefor
- C23C2/50—Controlling or regulating the coating processes
- C23C2/51—Computer-controlled implementation
-
- C—CHEMISTRY; METALLURGY
- C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
- C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
- C23C2/00—Hot-dipping or immersion processes for applying the coating material in the molten state without affecting the shape; Apparatus therefor
- C23C2/50—Controlling or regulating the coating processes
- C23C2/52—Controlling or regulating the coating processes with means for measuring or sensing
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F27—FURNACES; KILNS; OVENS; RETORTS
- F27B—FURNACES, KILNS, OVENS, OR RETORTS IN GENERAL; OPEN SINTERING OR LIKE APPARATUS
- F27B9/00—Furnaces through which the charge is moved mechanically, e.g. of tunnel type; Similar furnaces in which the charge moves by gravity
- F27B9/28—Furnaces through which the charge is moved mechanically, e.g. of tunnel type; Similar furnaces in which the charge moves by gravity for treating continuous lengths of work
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Materials Engineering (AREA)
- Metallurgy (AREA)
- Organic Chemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Physics & Mathematics (AREA)
- Thermal Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Coating With Molten Metal (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
Abstract
강대의 강중 수소량을 고정밀도로 예측하는 강대의 강중 수소량 예측 방법, 강중 수소량 예측 모델의 생성 방법 및 강중 수소량 예측 장치가 제공된다. 또, 강중 수소량을 효과적으로 저감시키는 강대의 강중 수소량 제어 방법 및 제조 방법이 제공된다. 강대의 어닐링 공정, 도금 공정 및 재가열 공정을 포함하는 제조 공정을 실행하는 연속식 용융 도금 설비에 있어서의, 재가열 공정의 하류측에 있어서의 강대의 강중 수소량 예측 방법으로서, 입력 데이터로서, 연속식 용융 도금 설비의 조업 파라미터에서 선택한 1 이상의 파라미터와, 어닐링 공정 및 재가열 공정의 적어도 하나에 있어서 측정된 변태율 정보를 취득하는 입력 데이터 취득 스텝과, 재가열 공정의 하류측에 있어서의 강대의 강중 수소량에 관한 정보를 출력 데이터로 하는, 기계 학습에 의해 학습된 강중 수소량 예측 모델을 사용하여, 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하는 것을 포함한다.
Description
본 개시는, 강대의 강중 수소량 예측 방법, 강중 수소량 제어 방법, 제조 방법, 강중 수소량 예측 모델의 생성 방법 및 강중 수소량 예측 장치에 관한 것이다.
최근, 자동차 분야에 있어서는 연비 향상을 위한 차체 경량화 및 충돌 안전성 확보를 위한 고강도 강판의 적용이 확대되고 있다. 특히, 부재로서 방청성이 요구되는 것에는 용융 아연 도금 강판이 사용되는 경우가 많다. 그러나, 고강도의 용융 아연 도금 강판 및 고강도의 냉연 강판에서는, 수소 취화 균열에 대해 개선의 여지가 있다고 생각되고 있다.
수소 취화 균열이란, 강판이 수소를 흡수하여 인성이 저하됨으로써 일어나는 파괴 현상을 말한다. 통상은, 강재에 응력이 부하된 상태에서, 부식 등의 요인에 의해, 수소가 강중에 침입하여, 어느 기간 경과 후에 돌연 파괴가 발생하는 현상을 말한다 (지연 파괴라고도 호칭된다). 특히, 고강도 강판에서는, 항복 응력이 높기 때문에, 프레스 가공 등의 2 차 가공에 의해 발생하는 잔류 응력도 커지므로, 강중에 수소가 침입하기 쉬워지는 것이 하나의 원인인 것으로 생각되고 있다.
용융 아연 도금 강판을 제조하는 연속식 용융 도금 설비 및 냉연 강판을 제조하는 연속 어닐링 설비에서는, 수소를 함유하는 분위기 중에서 열처리를 실시한다. 이로써 열처리 과정에 있어서, 강대의 내부에 일단 수소가 침입하게 된다. 통상은, 400 ℃ 이하의 온도역에서 일정 시간 유지하면, 강중으로부터 수소가 빠지지만, 연속식 용융 도금 설비 및 연속 어닐링 설비의 출측에 있어서 강중 수소량이 충분히 저감되어 있지 않으면, 상기와 같은 환경 중에서는, 지연 파괴가 발생할 리스크도 상정할 수 있다.
이에 대해, 특허문헌 1 에서는, 인장 강도가 1470 ㎫ 이상인 강판에 대한 제조 방법으로서, 어닐링 공정에 의해 소정의 온도역에서 소정 시간의 열처리를 실시한 후에, 소정의 온도역·유지 시간으로 열처리를 실시하는 제 1 유지 공정과, 도금욕 중에 강대를 침지시키고 나서, 330 ∼ 430 ℃ 의 온도역에서 소정 시간 유지하는 제 2 유지 공정을 포함하는 제조 공정에 의한 처리 방법이 개시되어 있다. 여기서, 어닐링 공정, 제 1 유지 공정, 제 2 유지 공정에서는, 노 내의 수소 농도를 소정의 범위로 제어하는 것이 나타나 있고, 이로써 강중 수소량을 0.40 ppm 이하로 억제할 수 있다고 되어 있다.
또, 특허문헌 2 에서는, 강의 주조 공정 및 냉간 압연 공정에 있어서의 제조 조건을 소정의 조건으로 제어하고, 그 후, 어닐링 공정 후에, 산세를 실시하는 전처리 공정을 실시하고, 그 후 다시 소정의 온도역으로 가열하고 나서 도금 처리를 실시하는 방법이 개시되어 있다. 또, 도금 공정 후에, 소정의 수소 농도와 노점으로 제어된 분위기 중에서, 온도 50 ∼ 400 ℃ 의 온도역에서 30 초 이상의 가열을 실시하는 후처리 공정을 포함하는 제조 방법이 개시되어 있고, 이로써 강중 수소량이 저감된다고 되어 있다.
여기서, 특허문헌 1 에 기재된 방법은, 특정한 성분계를 갖는 인장 강도 1470 ㎫ 이상의 강판을 대상으로 하여, 어닐링 공정, 제 1 유지 공정 및 제 2 유지 공정에 있어서의 온도, 유지 시간, 수소 농도를 각각 구체적으로 제어하는 것이 개시되어 있다. 그러나, 다른 강도 레벨의 강판에까지는 적용할 수 없다. 또, 특허문헌 1 에 기재된 강판은, 내부 조직으로서 복수의 상으로 구성되는 것이지만, 강대의 내부 조직과 강중 수소량의 관계에 대해서는 기재되어 있지 않고, 강대의 강중 수소량을 직접적으로 예측하는 것은 아니다.
특허문헌 2 에 기재된 방법은, 복수의 제조 공정에 있어서의 제조 조건을 조합할 필요가 있고, 어닐링 공정 후의 강대를 일단 실온까지 냉각시키고, 재가열을 실시한 후에 도금 처리를 실시할 필요가 있는 점에서, 생산 효율의 관점에서 개선의 여지가 있었다. 또, 특허문헌 2 에 기재된 방법은, 강대의 강중 수소량을 직접적으로 예측하는 것은 아니다. 또, 특허문헌 2 에 기재된 방법은, 용융 아연 도금 강판을 대상으로 하는 것이고, 냉연 강판을 대상으로 하고 있지 않다.
이상의 문제를 해결하기 위하여 이루어진 본 개시의 목적은, 강대의 강중 수소량을 고정밀도로 예측하는 강대의 강중 수소량 예측 방법, 강중 수소량 예측 모델의 생성 방법 및 강중 수소량 예측 장치를 제공하는 것에 있다. 또, 본 개시의 다른 목적은, 그 강중 수소량 예측 방법을 사용하여, 강중 수소량을 효과적으로 저감시키는 강대의 강중 수소량 제어 방법 및 제조 방법을 제공하는 것에 있다.
본 개시의 일 실시형태에 관련된 강대의 강중 수소량 예측 방법은,
강대의 어닐링 공정, 도금 공정 및 재가열 공정을 포함하는 제조 공정을 실행하는 연속식 용융 도금 설비에 있어서의, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량 예측 방법으로서,
입력 데이터로서, 상기 연속식 용융 도금 설비의 조업 파라미터에서 선택한 1 이상의 파라미터와, 상기 어닐링 공정 및 상기 재가열 공정의 적어도 하나에 있어서 측정된 변태율 정보를 취득하는 입력 데이터 취득 스텝과,
상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량에 관한 정보를 출력 데이터로 하는, 기계 학습에 의해 학습된 강중 수소량 예측 모델을 사용하여, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하는 것을 포함한다.
본 개시의 일 실시형태에 관련된 강대의 강중 수소량 제어 방법은,
상기의 강대의 강중 수소량 예측 방법을 사용하여, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하고, 예측한 강중 수소량이 미리 설정된 상한값을 초과하는 경우에는, 강중 수소량이 상기 상한값 이하가 되도록, 상기 연속식 용융 도금 설비의 조업 파라미터에서 선택한 1 이상의 조업 파라미터를 재설정하는 것을 포함한다.
본 개시의 일 실시형태에 관련된 강대의 제조 방법은,
강대의 어닐링 공정, 도금 공정 및 재가열 공정을 포함하는 제조 공정을 실행하는 연속식 용융 도금 설비에 있어서의 강대의 제조 방법으로서,
입력 데이터로서, 상기 연속식 용융 도금 설비의 조업 파라미터에서 선택한 1 이상의 파라미터와, 상기 어닐링 공정 및 상기 재가열 공정의 적어도 하나에 있어서 측정된 변태율 정보를 취득하는 것과,
상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량에 관한 정보를 출력 데이터로 하는, 기계 학습에 의해 학습된 강중 수소량 예측 모델을 사용하여, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하는 것과,
예측한 강중 수소량이 미리 설정된 상한값을 초과하는 경우에는, 강중 수소량이 상기 상한값 이하가 되도록, 상기 연속식 용융 도금 설비의 조업 파라미터에서 선택한 1 이상의 조업 파라미터를 재설정하는 것을 포함한다.
본 개시의 일 실시형태에 관련된 강대의 강중 수소량 예측 모델의 생성 방법은,
강대의 어닐링 공정, 도금 공정 및 재가열 공정을 포함하는 제조 공정을 실행하는 연속식 용융 도금 설비에 있어서의, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하기 위한 강대의 강중 수소량 예측 모델의 생성 방법으로서,
적어도 상기 연속식 용융 도금 설비의 조업 실적 데이터에서 선택한 1 이상의 조업 실적 데이터와, 상기 어닐링 공정 및 상기 재가열 공정의 적어도 하나에 있어서 측정된 변태율 정보의 실적 데이터를 입력 실적 데이터로서 취득하는 것과,
상기 입력 실적 데이터에 기초하는 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량에 관한 정보를 출력 실적 데이터로 한, 복수의 학습용 데이터를 취득하는 것과,
취득한 복수의 학습용 데이터를 사용한 기계 학습에 의해, 강대의 강중 수소량 예측 모델을 생성하는 것을 포함한다.
본 개시의 일 실시형태에 관련된 강대의 강중 수소량 예측 장치는,
강대의 어닐링 공정, 도금 공정 및 재가열 공정을 포함하는 제조 공정을 실행하는 연속식 용융 도금 설비에 있어서의, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하는 강중 수소량 예측 장치로서,
상기 연속식 용융 도금 설비의 조업 파라미터에서 선택한 1 이상의 파라미터와, 상기 어닐링 공정 및 상기 재가열 공정의 적어도 하나에 있어서 측정된 변태율 정보를 취득하는 취득부와,
상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량에 관한 정보를 출력 데이터로 하는, 기계 학습에 의해 학습된 강중 수소량 예측 모델을 사용하여, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하는 예측부를 포함한다.
본 개시의 일 실시형태에 관련된 강대의 강중 수소량 예측 방법은,
강대의 어닐링 공정 및 재가열 공정을 포함하는 제조 공정을 실행하는 연속 어닐링 설비에 있어서의, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량 예측 방법으로서,
입력 데이터로서, 상기 연속 어닐링 설비의 조업 파라미터에서 선택한 1 이상의 파라미터와, 상기 어닐링 공정 및 상기 재가열 공정의 적어도 하나에 있어서 측정된 변태율 정보를 취득하는 입력 데이터 취득 스텝과,
상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량에 관한 정보를 출력 데이터로 하는, 기계 학습에 의해 학습된 강중 수소량 예측 모델을 사용하여, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하는 것을 포함한다.
본 개시의 일 실시형태에 관련된 강대의 강중 수소량 제어 방법은,
상기의 강대의 강중 수소량 예측 방법을 사용하여, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하고, 예측한 강중 수소량이 미리 설정된 상한값을 초과하는 경우에는, 강중 수소량이 상기 상한값 이하가 되도록, 상기 연속 어닐링 설비의 조업 파라미터에서 선택한 1 이상의 조업 파라미터를 재설정하는 것을 포함한다.
본 개시의 일 실시형태에 관련된 강대의 제조 방법은,
강대의 어닐링 공정 및 재가열 공정을 포함하는 제조 공정을 실행하는 연속 어닐링 설비에 있어서의 강대의 제조 방법으로서,
입력 데이터로서, 상기 연속 어닐링 설비의 조업 파라미터에서 선택한 1 이상의 파라미터와, 상기 어닐링 공정 및 상기 재가열 공정의 적어도 하나에 있어서 측정된 변태율 정보를 취득하는 것과,
상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량에 관한 정보를 출력 데이터로 하는, 기계 학습에 의해 학습된 강중 수소량 예측 모델을 사용하여, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하는 것과,
예측한 강중 수소량이 미리 설정된 상한값을 초과하는 경우에는, 강중 수소량이 상기 상한값 이하가 되도록, 상기 연속 어닐링 설비의 조업 파라미터에서 선택한 1 이상의 조업 파라미터를 재설정하는 것을 포함한다.
본 개시의 일 실시형태에 관련된 강대의 강중 수소량 예측 모델의 생성 방법은,
강대의 어닐링 공정 및 재가열 공정을 포함하는 제조 공정을 실행하는 연속 어닐링 설비에 있어서의, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하기 위한 강대의 강중 수소량 예측 모델의 생성 방법으로서,
적어도 상기 연속 어닐링 설비의 조업 실적 데이터에서 선택한 1 이상의 조업 실적 데이터와, 상기 어닐링 공정 및 상기 재가열 공정의 적어도 하나에 있어서 측정된 변태율 정보의 실적 데이터를 입력 실적 데이터로서 취득하는 것과,
상기 입력 실적 데이터에 기초하는 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량에 관한 정보를 출력 실적 데이터로 한, 복수의 학습용 데이터를 취득하는 것과,
취득한 복수의 학습용 데이터를 사용한 기계 학습에 의해, 강대의 강중 수소량 예측 모델을 생성하는 것을 포함한다.
본 개시의 일 실시형태에 관련된 강대의 강중 수소량 예측 장치는,
강대의 어닐링 공정 및 재가열 공정을 포함하는 제조 공정을 실행하는 연속 어닐링 설비에 있어서의, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하는 강중 수소량 예측 장치로서,
상기 연속 어닐링 설비의 조업 파라미터에서 선택한 1 이상의 파라미터와, 상기 어닐링 공정 및 상기 재가열 공정의 적어도 하나에 있어서 측정된 변태율 정보를 취득하는 취득부와,
상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량에 관한 정보를 출력 데이터로 하는, 기계 학습에 의해 학습된 강중 수소량 예측 모델을 사용하여, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하는 예측부를 포함한다.
본 개시에 의하면, 강대의 강중 수소량을 고정밀도로 예측하는 강대의 강중 수소량 예측 방법, 강중 수소량 예측 모델의 생성 방법 및 강중 수소량 예측 장치를 제공할 수 있다. 본 개시에 의하면, 그 강중 수소량 예측 방법을 사용하여, 강중 수소량을 효과적으로 저감시키는 강대의 강중 수소량 제어 방법 및 제조 방법을 제공할 수 있다.
도 1 은, 연속식 용융 도금 설비의 일례로서, 아연 도금 강판을 제조하는 용융 도금 라인을 나타내는 도면이다.
도 2 는, 아연 도금 강판을 제조하는 용융 도금 라인에 있어서의 열 이력의 예를 나타내는 도면이다.
도 3 은, 강중 수소량 예측 모델의 생성 방법을 나타내는 도면이다.
도 4 는, 강중 수소량 제어 방법을 나타내는 도면이다.
도 5 는, 강중 수소량 예측 장치를 설명하는 도면이다.
도 6 은, 연속 어닐링 설비의 일례로서, 냉연 강판을 제조하는 연속 어닐링 라인을 나타내는 도면이다.
도 7 은, 냉연 강판을 제조하는 연속 어닐링 라인에 있어서의 열 이력의 예를 나타내는 도면이다.
도 8 은, 강중 수소량 예측 모델의 생성 방법을 나타내는 도면이다.
도 9 는, 강중 수소량 제어 방법을 나타내는 도면이다.
도 2 는, 아연 도금 강판을 제조하는 용융 도금 라인에 있어서의 열 이력의 예를 나타내는 도면이다.
도 3 은, 강중 수소량 예측 모델의 생성 방법을 나타내는 도면이다.
도 4 는, 강중 수소량 제어 방법을 나타내는 도면이다.
도 5 는, 강중 수소량 예측 장치를 설명하는 도면이다.
도 6 은, 연속 어닐링 설비의 일례로서, 냉연 강판을 제조하는 연속 어닐링 라인을 나타내는 도면이다.
도 7 은, 냉연 강판을 제조하는 연속 어닐링 라인에 있어서의 열 이력의 예를 나타내는 도면이다.
도 8 은, 강중 수소량 예측 모델의 생성 방법을 나타내는 도면이다.
도 9 는, 강중 수소량 제어 방법을 나타내는 도면이다.
(제 1 실시형태)
본 개시의 제 1 실시형태에 있어서의 강대의 강중 수소량 예측 방법은, 열간 압연 공정, 산세 공정, 냉간 압연 공정을 거쳐 소정의 판두께까지 감후 (減厚) 된 강판을, 연속식 용융 도금 설비에 의해 열처리 및 도금 처리를 실시하여 제조되는 용융 아연 도금 강판의 연속식 용융 도금 설비 출측에 있어서의 강중 수소량을 예측한다. 여기서, 상기 냉간 압연 공정은 생략되는 경우도 있다. 적어도 열간 압연 공정 이후는, 박강판이 코일상으로 감겨지고 나서 열처리 등이 실시되므로, 본 실시형태에서는, 당해 박강판을 「강대」 라고 기재하는 경우가 있다.
＜연속식 용융 도금 설비＞
본 실시형태에 있어서, 연속식 용융 도금 설비는, 어닐링 공정, 도금 공정 및 재가열 공정을 포함하는 제조 공정을 실행하는 연속식 용융 도금 설비 (CGL) 를 대상으로 한다. 이하, 도면을 참조하여 연속식 용융 도금 설비가 구체적으로 설명된다.
도 1 은, 용융 아연 도금 강판을 제조하는 연속식 용융 도금 설비의 설비예를 나타내는 모식도이다. 도 1 의 화살표는 강대의 진행 방향을 나타낸다. 연속식 용융 도금 설비는, 입측 설비, 노체부, 및 출측 설비로 대별된다. 입측 설비는, 페이오프 릴 (1), 용접기 (2), 전해 청정 장치 (3) 및 입측 루퍼 (4) 를 갖는다. 노체부는, 어닐링부, 도금부 및 재가열부로 구성된다. 출측 설비는, 출측 루퍼 (12), 조질 압연 설비 (13), 검사 설비 (14), 텐션 릴 (15) 을 갖는다. 검사 설비 (14) 는, 오프라인으로 강중 수소량을 측정하기 위한 샘플재를, 강대로부터 채취하는 샘플 채취 설비를 갖는다.
어닐링부는, 가열대 (6), 균열대 (7) 및 냉각대 (8) 를 갖고, 가열대 (6) 의 상류측에는 예열대 (5) 를 갖는 경우가 있다. 본 실시형태에 있어서의 어닐링 공정이란, 어닐링부에서 실시되는 열처리 공정이다. 어닐링 공정은, 보다 구체적으로 말하면, 강대를 실온 부근으로부터 승온시켜, 소정의 온도로 유지한 후, 아연 도금을 실시하는 데에 적합한 온도까지 강대의 온도를 저하시키는 공정이다. 또, 연속식 용융 도금 설비에서는, 어닐링부의 하류측에 도금부를 갖고, 냉각대 (8) 에 있어서 소정의 온도까지 냉각된 강대는 아연 포트에 침지되고, 와이핑 장치 (21) 에 의해 아연의 겉보기 중량 (부착량) 이 조정된다. 본 실시형태에 있어서의 도금 공정이란, 도금부에서 실시되는 아연 도금 처리 공정이다. 그 하류측의 재가열부는, 합금화대 (17), 보열대 (18), 최종 냉각대 (11) 를 갖고, 합금화대 (17) 에는 유도 가열 장치가 배치된다. 본 실시형태에 있어서의 재가열 공정이란, 재가열부에서 실시되는 열처리 공정이다.
가열대 (6) 는, 강대를 승온시키기 위한 설비이고, 강종에 따라 700 ∼ 900 ℃ 정도의 범위에서 미리 설정된 온도까지 가열한다. 가열대 (6) 에서는, 직화 혹은 복사식의 연소 버너가 사용된다. 균열대 (7) 는, 강대를 소정 온도로 유지하는 설비이고, 노체 방산열 등을 보충할 정도의 가열 용량의 설비이다. 냉각대 (8) 는, 아연 도금을 실시하는 데에 적합한 온도로서 480 ℃ 정도까지 냉각시키는 설비이고, 냉각 수단으로서 가스 제트 냉각이 일반적으로 사용된다. 그 경우, 냉각대 (8) 를 제 1 냉각대 (8A) 와 제 2 냉각대 (8B) 등 복수로 구분하고, 냉각 조건을 변경함으로써, 강대의 냉각시의 열 이력을 제어할 수 있다.
또, 가열대 (6), 균열대 (7), 냉각대 (8) 의 각 내부에는, 수소, 질소, 수증기를 포함하는 혼합 가스가 공급되고, 어닐링 공정에 있어서의 분위기가 조정된다. 이 때, 공급 가스에는 수증기를 포함하기 때문에, 어닐링 공정에 있어서의 분위기에는, 가스 조성 뿐만 아니라, 노점도 조정되게 된다.
도금부는, 냉각대 (8) 의 출구에 연결된 스나우트 (19), 아연 도금조 (16) 및 와이핑 장치 (21) 로 구성된다. 스나우트 (19) 는 강대가 통과하는 공간을 구획하는 단면이 단형상인 부재이고, 내부에는 수소, 질소, 수증기를 포함하는 혼합 가스가 공급되고, 강대가 아연 도금조 (16) 에 침지될 때까지의 분위기 가스가 조정된다. 아연 도금조 (16) 는, 내부에 싱크 롤 (22) 을 갖는다. 싱크 롤 (22) 은, 스나우트 (19) 를 통과한 강대를 하방을 향하여 아연 도금조 (16) 에 침지시키고, 표면에 용융 아연이 부착된 강대를 도금욕의 상방으로 끌어올리기 위한 설비이다. 또한, 와이핑 장치 (21) 는, 강대의 양측에 배치된 노즐로부터 와이핑 가스를 분사하여, 강대의 표면에 부착된 잉여의 용융 아연을 긁어내어, 용융 아연의 겉보기 중량을 조절하는 설비이다.
도금부를 구성하는 와이핑 장치 (21) 의 더욱 상방 (하류측) 에는, 재가열부를 구성하는 재가열대 (합금화대 (17) 라고 불린다) 가 배치된다. 통상, 와이핑 장치 (21) 를 통과한 강대는, 대체로 430 ℃ 정도까지 온도 저하된다. 그 때문에, 합금화대 (17) 에서는, Zn-Fe 합금화 반응이 진행되는 온도까지 강대를 승온시킨다. 합금화대 (17) 에 있어서 승온시키는 온도는, 목표로 되는 합금화 온도에 대응하여, 강판의 합금 성분, 도금욕 중의 Al 농도 등에 따라 상이하지만, 통상, 500 ℃ 정도까지 승온된다. 그 후, 보열대 (18) 에 있어서는, 합금화 반응의 진행에 필요한 시간을 확보하기 위해서, 강대의 온도가 유지된다. 보열대 (18) 의 하류측에는, 최종 냉각대 (11) 를 갖고, 합금화 처리를 실시한 강대를 실온 부근까지 최종 냉각시키는 설비이다. 최종 냉각대 (11) 도 냉각대 (8) 와 동일하게, 제 1 최종 냉각대 (11A) 와 제 2 최종 냉각대 (11B) 등 복수로 구분하여, 강대의 냉각시의 열 이력이 제어되어도 된다.
연속식 용융 도금 설비에 있어서, 어닐링부를 구성하는 가열대 (6), 균열대 (7), 냉각대 (8), 재가열 공정을 구성하는 합금화대 (17), 보열대 (18), 최종 냉각대 (11) 에서는, 복수의 위치에 강대의 표면 온도를 측정하는 온도계가 설치된다. 또, 강대의 표면 온도 뿐만 아니라, 어닐링 공정 및 재가열 공정의 각 대역에 있어서의 노 내의 분위기 온도를 측정하는 노 내 온도계가 설치된다. 측정된 강대의 표면 온도 및 분위기 온도는, 연속식 용융 도금 설비를 제어하여, 조업을 통괄하는 프로세스 컴퓨터에 출력된다.
도 2 는, 용융 아연 도금 강판을 제조하는 연속식 용융 도금 설비의 어닐링 공정 및 재가열 공정을 포함하는 강대의 열 이력을 나타내는 그래프이다. 가로축이 시간을 나타내고, 세로축이 강대 온도를 나타낸다. 강대 온도는, 예를 들어 강대의 표면 온도이다. 가열대 (6), 균열대 (7), 냉각대 (8) 에 의해 어닐링 공정이 실시되고, 그 후, 도금부를 통과하여, 합금화대 (17), 보열대 (18) 및 최종 냉각대 (11) 에 의해 재가열 공정이 실시된 강대의 열 이력이 나타나 있다. 강대의 길이 방향 위치에 따른 재질의 편차를 방지하기 위해서, 어닐링 공정 중의 강대의 반송 속도는 일정하게 유지된다. 단, 판두께, 판폭, 강종 등이 상이한 강대가 용접되어 있는 경우에는, 용접부의 전후에서 라인 속도가 변화하는 경우도 있다. 이 때문에, 열 이력의 그래프의 형상은, 강대의 측정 위치에 따라 변동되는 경우도 있다. 또한, 조업 조건에 따라서는, 합금화대 (17), 보열대 (18) 및 최종 냉각대 (11) 에 의한 재가열 공정을 실행하지 않는 경우가 있다. 그러한 경우에는, 도금부를 통과한 강대의 강대 온도가 실온 정도에서 대체로 일정한 열 이력이 된다.
＜분위기 가스의 제어＞
어닐링 공정을 실시하는 가열대 (6), 균열대 (7), 냉각대 (8) 의 각 내부에는, 수소, 질소, 수증기를 포함하는 혼합 가스가 공급되고, 이로써 어닐링 공정의 분위기가 제어되어 있다. 어닐링 공정의 분위기에 포함되는 수소는, 어닐링 공정에 있어서 강대에 침입하는 수소량에 영향을 미치기 때문에, 투입하는 가스의 조성 및 유량을 측정하고, 필요에 따라 조정 및 제어가 실시된다.
가열대 (6) 에 있어서는, 레이디언트 튜브 (RT) 또는 전기 히터 등의 가열 장치를 사용하여, 강대를 간접 가열할 수 있다. 가열대 (6) 에는, 균열대 (7), 냉각대 (8) 및 스나우트 (19) 로부터의 가스가 유입됨과 동시에, 별도로 환원성 가스 또는 비산화성 가스가 공급될 수 있다. 환원성 가스로는, 통상, H2-N2 혼합 가스가 사용된다. 이와 같은 H2-N2 혼합 가스로는, 예를 들어 H2 가 1 ∼ 20 체적％, 잔부가 N2 및 불가피적 불순물로 이루어지는 조성을 갖는 가스 (노점 : -60 ℃ 정도) 를 들 수 있다. 또, 비산화성 가스로는, N2 및 불가피적 불순물로 이루어지는 조성을 갖는 가스 (노점 : -60 ℃ 정도) 가 사용된다. 가열대 (6) 로의 가스 공급의 방법은, 특별히 한정되지 않지만, 가열대 (6) 내에 균등하게 가스가 투입되도록, 높이 방향에서 2 개 지점 이상, 길이 방향에서 1 개 지점 이상의 투입구로부터 가스를 공급하는 것이 바람직하다.
균열대 (7) 에 있어서는, 가열 수단으로서 레이디언트 튜브를 사용하여, 강대를 간접 가열할 수 있다. 균열대 (7) 의 내부의 평균 온도는 700 ∼ 900 ℃ 로 하는 것이 바람직하다. 균열대 (7) 에는 환원성 가스 또는 비산화성 가스가 공급된다. 환원성 가스로는, 통상, H2-N2 혼합 가스가 사용되고, 예를 들어 H2 가 1 ∼ 20 체적％, 잔부가 N2 및 불가피적 불순물로 이루어지는 조성을 갖는 가스 (노점 : -60 ℃ 정도) 를 들 수 있다. 또, 비산화성 가스로는, N2 및 불가피적 불순물로 이루어지는 조성을 갖는 가스 (노점 : -60 ℃ 정도) 를 들 수 있다.
냉각대 (8) 는, 냉각 장치를 구비하고, 냉각대 (8) 중에서의 통판 과정에 있어서 강대가 냉각된다. 냉각대 (8) 에도, 균열대 (7) 와 동일하게, 상기 가스가 공급될 수 있다. 냉각대 (8) 내에 가스가 균등하게 투입되도록, 냉각대 (8) 의 높이 방향에서 2 개 지점 이상, 길이 방향에서 2 개 지점 이상의 투입구로부터 가스를 공급하는 것이 바람직하다.
어닐링 공정을 실행하는 가열대 (6), 균열대 (7), 냉각대 (8) 에는, 노 내의 가스 분위기를 측정하기 위한 수소 농도계, 노점계가 설치된다. 수소 농도계는, 촉매 표면에서의 가스의 접촉 연소에 의한 백금선 코일의 온도 상승을 측정하는 접촉 연소식 센서가 사용된다. 예를 들어, 신코스모스 전기 주식회사 제조의 가연성 가스 탐지기 XP-3110 을 사용할 수 있다. 단, 가스 농도에 의한 열전도율의 변화에 기초하여 수소 농도를 검출하는 방식 등, 다른 측정 방식에 의한 수소 농도계가 사용되어도 된다. 노점계는, 정전 용량식 또는 경면 냉각식의 것을 사용하면 된다. 예를 들어, VAISALA 사 제조의 DMT345 노점 변환기를 사용할 수 있다.
수소 농도계는, 가열대 (6), 균열대 (7), 냉각대 (8) 중 어느 것에 설치하는 것이 바람직하다. 수소 농도계의 설치 위치는, 가열대 (6), 균열대 (7), 냉각대 (8) 이면 임의의 위치여도 상관없다. 단, 강중의 수소는 강대의 온도가 높을수록 확산되기 쉽기 때문에, 수소 농도계가 가열대 (6) 의 출측 근방 또는 균열대 (7) 에 설치되는 것이 바람직하다. 또, 수소 농도계의 설치 위치는, 어느 1 개 지점이어도 되지만, 복수개의 수소 농도계를 상이한 위치에 설치하는 것이 바람직하다. 복수의 수소 농도 정보를 얻음으로써, 강중 수소량의 예측 정밀도가 향상되기 때문이다. 측정된 값은, 프로세스 컴퓨터에 출력된다.
노점계도 동일하게, 가열대 (6), 균열대 (7), 냉각대 (8) 중 어느 것에 설치하는 것이 바람직하다. 노점계의 설치 위치는, 가열대 (6), 균열대 (7), 냉각대 (8) 이면 임의의 위치여도 상관없다. 설치 위치는 어느 1 개 지점이어도 되지만, 복수개의 노점계를 상이한 위치에 설치하는 것이 바람직하다. 복수의 노점 정보를 얻음으로써, 강중 수소량의 예측 정밀도가 향상되기 때문이다. 측정된 값은, 프로세스 컴퓨터에 출력된다.
도금부의 스나우트 (19) 내부에는, 수소, 질소, 수증기를 포함하는 혼합 가스가 공급되고, 이로써 분위기가 제어되어 있다. 분위기에 포함되는 수소는, 스나우트 (19) 내에 있어서 강대에 침입하는 수소량에 영향을 미치기 때문에, 투입하는 가스의 조성 및 유량을 측정하고, 필요에 따라 조정 및 제어가 실시된다.
스나우트 (19) 에도, 스나우트 (19) 내의 가스 분위기를 측정하기 위한 수소 농도계, 노점계가 설치된다. 수소 농도계, 노점계의 설치 위치는, 임의의 위치여도 상관없다. 설치 개수는, 각각 1 개 지점씩이어도 되지만, 복수개의 수소 농도계, 노점계를 상이한 위치에 설치하는 것이 바람직하다. 복수의 수소 농도 정보, 노점 정보를 얻음으로써, 강중 수소량의 예측 정밀도가 향상되기 때문이다. 측정된 값은, 프로세스 컴퓨터에 출력된다.
재가열 공정의 각 대역 내부에는, 수소, 질소, 수증기를 포함하는 혼합 가스가 공급되고, 이로써 분위기가 제어된다. 분위기에 포함되는 수소는, 재가열 공정에 있어서 강대에 침입하는 수소량에 영향을 미치기 때문에, 투입하는 가스의 조성 및 유량을 측정하고, 필요에 따라 조정 및 제어가 실시된다.
재가열 공정에도, 가스 분위기를 측정하기 위한 수소 농도계, 노점계가 설치된다. 수소 농도계, 노점계의 설치 위치는, 임의의 위치여도 상관없다. 설치 개수는, 각각 1 개 지점씩이어도 되지만, 복수개의 수소 농도계, 노점계를 상이한 위치에 설치하는 것이 바람직하다. 복수의 수소 농도계 정보, 노점 정보를 얻음으로써, 강중 수소량의 예측 정밀도가 향상되기 때문이다. 측정된 값은, 프로세스 컴퓨터에 출력된다.
＜변태율계＞
변태율계 (20) 는, 열처리 공정에 있어서의 강대의 내부 조직으로서, 오스테나이트상 (γ 상) 의 전체에 대한 비율을 측정하는 계측기이다. 연속식 용융 도금 설비에 있어서는, 강판의 조직을 특정한 오스테나이트상 (γ 상) 과 페라이트상 (α 상) 의 2 상 상태로부터, 상 변태를 이용하여 조직 제어가 실시되는 경우가 많다. 그 때문에, 변태율계 (20) 로는, X 선 회절을 이용한 변태율계 (20) 를 사용할 수 있다. γ 상과 α 상은 결정 구조가 상이하기 때문에, X 선을 쬐면 각각으로부터 고유의 각도로 회절 피크가 발생한다. 이것은, 이 회절 피크 강도로부터 변태율 (γ 율) 을 정량화하는 방법이다. 예를 들어, SMS 사 제조의 X-CAP 이라고 불리는 제품을 사용할 수 있다. 또, 자기 검출기, 즉 강대의 자기 변태율을 측정하는 장치로서, 자장을 발생시키는 구동 코일과, 강대를 통과한 자장을 측정하는 검출 코일로 구성되는 자기 변태율 측정 장치를 사용하여, 오스테나이트상률을 측정하는 방법이 사용되어도 된다. 구체적으로는, 일본 공개특허공보 2019-7907호에 기재된 장치를 사용할 수 있다.
본 실시형태에서는, 이와 같은 오스테나이트상의 비율을 측정하는 변태율계 (20) 를, 상기 연속식 용융 도금 설비의 어닐링 공정 또는 재가열 공정의 적어도 어느 것에 설치한다. 예를 들어 도 1 의 변태율계 (20) 는 설치 지점의 후보 위치를 나타낸다. 설치 장소로는, 예를 들어 어닐링 공정의 균열대 (7) 의 입구, 균열대 (7) 의 출구, 냉각대 (8) 의 입구이고, 재가열 공정에 있어서의 합금화대 (17) 의 입구 또는 출구에 설치하는 것이 바람직하다. 또, 변태율계 (20) 의 설치 지점은, 어느 1 개 지점이어도 되지만, 복수의 상이한 위치에 설치하는 것이 바람직하다. 복수의 변태율 정보를 얻음으로써, 강중 수소량 예측 정밀도가 향상되기 때문이다.
＜강대의 강중 수소량에 관한 정보＞
강중 수소량에 관한 정보는, 상기 용융 아연 도금 설비의 샘플 채취 설비에 있어서 채취되는 강대의 샘플재로부터 시험편을 채취하고, 오프라인의 강중 수소량 측정 장치에 의해 측정되는 확산성 수소량의 값을 사용한다. 강중 수소량 측정 장치로는, 강중에 포함되는 수소량으로서, 0.01 ∼ 10 ppm 의 범위에서 측정할 수 있는 임의의 측정 장치를 사용할 수 있다. 구체적으로는, 가스 크로마토그래프에 의한 승온 수소 분석법에 의한 측정 장치를 사용할 수 있다.
수소량 측정 방법에는, 가스 크로마토그래피 질량 분석법 (GC/MS), 승온 탈리 가스 분석법 (TDS) 등이 있다. 장치로는, 지엘 사이언스 주식회사의 GC-4000 Plus, 주식회사 UBE 과학 분석 센터의 TDS1200 등이 있다.
강중 수소량은 이하의 승온 분석법에 의해 측정할 수 있다. 먼저, 도금 강판으로부터, 5 × 30 ㎜ 정도의 시험편이 잘라내어진다. 시험편은, 라우터 (정밀 그라인더) 를 사용하여 시험편 표면의 도금이 제거되고, 석영관 내에 넣어진다. 이어서, 석영관 내를 Ar 로 치환한 후, 200 ℃/hr 로 승온시키고, 400 ℃ 까지 발생한 수소가 가스 크로마토그래프에 의해 측정된다. 이 때, 강중의 확산성 수소량은, 실온 (25 ℃) 으로부터 400 ℃ 까지의 온도역에서 검출된 수소량의 누적값으로 하였다.
이와 같이 하여 취득한 강대의 강중 수소량에 관한 정보는, 시험편을 채취한 강대의 식별 번호 (코일 번호), 필요에 따라 그 채취 위치에 관한 정보와 함께 상위 컴퓨터 (프로세스 컴퓨터에 대한 제조 지시를 내리는 컴퓨터) 에 보내진다.
＜강중 수소량 예측 모델의 생성 방법＞
도 3 은, 본 실시형태에 관련된 강대의 강중 수소량 예측 모델의 생성 방법을 나타낸다.
연속식 용융 도금 설비의 조업 실적 데이터, 변태율계 (20) 에 의해 측정되는 강대의 변태율 정보의 실적 데이터 및 강대의 강중 수소량에 관한 정보의 실적 데이터가 데이터베이스에 축적된다. 연속식 용융 도금 설비의 조업 실적 데이터의 상세한 것에 대해서는 후술하지만, 연속식 용융 도금 설비의 조업을 통괄하는 프로세스 컴퓨터가 갖는 조업 실적 데이터에서 선택된 실적 데이터가, 강중 수소량 예측 모델 생성부의 데이터베이스에 보내진다. 또, 강대의 변태율 정보의 실적 데이터는, 상기의 변태율계 (20) 로부터 얻어진 변태율 정보이고, 변태율 정보가 프로세스 컴퓨터에 축적되는 경우에는, 프로세스 컴퓨터로부터 데이터베이스에 보내진다. 단, 변태율 정보가 프로세스 컴퓨터에 축적되지 않는 경우에는, 강중 수소량 예측 모델 생성부의 데이터베이스에 직접 보내진다.
강중 수소량의 정보는, 예를 들어 강대의 코일 번호 등, 연속식 용융 도금 설비의 조업 실적 데이터와 대응지을 수 있는 부대 정보와 함께 데이터베이스에 보내진다. 또한, 강대의 강중 수소량에 관한 정보의 실적 데이터는, 오프라인의 시험에 의해 얻어지는 정보이고, 상위 컴퓨터에 축적되어 있다. 이 정보도, 강대의 코일 번호 등, 연속식 용융 도금 설비의 조업 실적 데이터와 대응지을 수 있는 부대 정보와 함께 데이터베이스에 보내진다. 그리고, 연속식 용융 도금 설비의 조업 실적 데이터, 변태율계 (20) 에 의해 측정되는 강대의 변태율 정보의 실적 데이터 및 강대의 강중 수소량에 관한 정보의 실적 데이터는, 코일 번호 등에 의해 대응지어지고, 1 세트의 데이터 세트로서 데이터베이스에 축적된다. 이 때, 데이터베이스에 축적되는 데이터 세트는, 1 개의 강대에 대해 1 개의 데이터 세트를 취득한다. 단, 강대의 강중 수소량에 관한 정보의 실적 데이터가, 강대의 선단부 및 미단부와 같이 복수 지점에서 얻어지고 있는 경우에는, 그 강대의 선단부 및 미단부 등 복수 지점에 있어서 취득한 연속식 용융 도금 설비의 조업 실적 데이터와 강대의 변태율 정보의 실적 데이터를 사용하여, 1 개의 강대에 대해 복수의 데이터 세트를 취득하도록 해도 된다.
또, 데이터베이스는, 강대의 성분 조성에 관한 강대의 속성 파라미터에서 선택한 1 이상의 파라미터를 갖는 것이 바람직하다. 강대의 성분 조성에 관한 강대의 속성 파라미터의 실적 데이터는, 제강 공정에 있어서의 실적값으로서, 코일 번호와 함께 프로세스 컴퓨터 또는 상위 컴퓨터에 축적되어 있고, 적절히 데이터베이스에 보냄으로써, 데이터 세트를 구성할 수 있다. 강대의 성분 조성에 관한 강대의 속성 파라미터를 입력에 가함으로써, 성분 조성이 상이한 강대에 대해, 본 실시형태의 강중 수소량 예측 모델을 널리 적용할 수 있다.
본 실시형태의 강중 수소량 예측 모델의 생성에 사용하는 데이터베이스의 데이터 세트수로는, 200 개 이상이 바람직하고, 보다 바람직하게는 1000 개 이상이다.
본 실시형태에서는, 이와 같이 하여 작성된 데이터베이스를 사용하여, 적어도 연속식 용융 도금 설비의 조업 실적 데이터에서 선택한 1 이상의 조업 실적 데이터와, 어닐링 공정 및 재가열 공정 중 어느 1 개 지점 이상에 설치된 변태율계 (20) 에 의해 측정된 변태율 정보의 실적 데이터를 입력 실적 데이터로 하여, 그 입력 실적 데이터를 사용하는 기계 학습에 의해 학습된 강대의 강중 수소량 예측 모델을 생성한다.
기계 학습의 방법은, 공지된 학습 방법을 적용하면 되고, 실용상 충분한 강판의 강중 수소량의 예측 정밀도가 얻어지면, 어느 기계 학습 모델이어도 된다. 예를 들어, 딥 러닝, 컨벌루션 뉴럴 네트워크 (CNN), 리커런트 뉴럴 네트워크 (RNN) 등을 포함하는 뉴럴 네트워크에 의한 공지된 기계 학습 수법이 사용되어도 된다. 다른 수법으로는, 결정목 학습, 랜덤 포레스트, 서포트 벡터 회귀, 가우스 과정 등을 예시할 수 있다. 또, 복수의 모델을 조합한 앙상블 모델이 사용되어도 된다. 또, 강중 수소량 예측 모델은, 최신의 학습 데이터를 사용하여, 적절히 갱신하면 된다. 연속식 용융 도금 설비의 장기적인 조업 조건의 변화에 대응할 수 있기 때문이다.
＜연속식 용융 도금 설비의 조업 파라미터＞
연속식 용융 도금 설비에 있어서의 조업 파라미터로서, 변태율계 (20) 에 의해 측정되는 변태율 정보 이외의 파라미터로서, 강대의 강중 수소량에 영향을 미치는 임의의 조업 파라미터를 사용할 수 있다. 연속식 용융 도금 설비에 있어서의 조업 파라미터로는, 주로 강대의 열 이력에 관련되는 조업 파라미터, 강대가 통판되는 연속식 용융 도금 설비의 분위기 가스에 관련되는 조업 파라미터로 대별된다.
＜열 이력에 관련되는 조업 파라미터＞
도 2 에 나타낸 어닐링 공정, 도금 공정 및 재가열 공정에 있어서의 강대의 열 이력의 예를 사용하면, 이하와 같은 연속식 용융 도금 설비에 있어서의 조업 파라미터를 사용할 수 있다.
예를 들어, 가열대 (6) 의 조업 파라미터로서, 강대가 가열대 (6) 를 통과하는 시간과 온도 상승량을 사용하면 되고, 또는, 이들의 값으로부터 산출되는 평균 승온 속도를 사용해도 된다.
균열대 (7) 의 조업 파라미터로서, 균열대 (7) 에서의 강대의 평균 온도인 균열 온도와 균열대 (7) 를 통과하는 시간인 균열 시간이 사용되어도 된다. 냉각대 (8) 의 조업 파라미터로서, 강대가 제 1 냉각대 (8A) 를 통과하는 시간과 온도 저하량을 사용해도 되고, 또는, 이들의 값으로부터 산출되는 평균 냉각 속도를 사용해도 된다. 또, 냉각대 (8) 의 조업 파라미터로서, 강대가 제 2 냉각대 (8B) 를 통과하는 시간과 온도 저하량을 사용해도 되고, 또는, 이들의 값으로부터 산출되는 평균 냉각 속도를 사용해도 된다.
또, 가열대 (6) 에 있어서의 가열 장치의 제어 출력값 및 냉각대 (8) 에 있어서의 냉각 장치의 제어 출력값이 조업 파라미터로서 사용되어도 된다. 이들 조업 파라미터는 어닐링 공정에 있어서의 강대의 온도 이력을 제어하기 위해서 사용되는 조업 파라미터이기 때문이다. 또한, 균열대 (7) 에 있어서의 강대의 라인 속도, 냉각대 (8) 에 있어서의 평균 냉각 속도, 가스 분사 등의 냉각 장치의 분사 압력 등이 사용되어도 된다. 이들도 강대의 열 이력에 영향을 미치는 인자이기 때문이다.
도금부에 있어서의 조업 파라미터로서, 스나우트 (19) 내부의 분위기 온도, 아연 도금조 (16) 내의 도금욕의 욕 온도, 와이핑 장치 (21) 에 있어서 강대를 향하여 분사되는 가스의 온도 및 분사 압력이 사용되어도 된다.
합금화대 (17) 의 조업 파라미터로서, 합금화대 (17) 에 설치된 유도 가열 장치의 입측과 출측에 배치된 방사 온도계에 의해 측정되는 온도 상승량과 그 통과 시간이 사용되어도 되고, 또는, 이들의 값으로부터 산출되는 평균 승온 속도가 사용되어도 된다. 보열대 (18) 의 조업 파라미터로서, 보열대 (18) 에서의 강대의 평균 온도와 보열대 (18) 를 통과하는 시간이 사용되어도 된다. 최종 냉각대 (11) 의 조업 파라미터로서, 강대가 최종 냉각대 (11) 를 통과하는 시간과 온도 저하량이 사용되어도 되고, 또는 이들의 값으로부터 산출되는 평균 냉각 속도가 사용되어도 된다. 또한, 합금화대 (17) 에 있어서의 가열 장치의 제어 출력값 및 최종 냉각대 (11) 에 있어서의 냉각 장치의 제어 출력값이 조업 파라미터로서 사용되어도 된다. 이들 조업 파라미터는 재가열 공정에 있어서의 강대의 온도 이력을 제어하기 위해서 사용되는 조업 파라미터이기 때문이다.
＜분위기 가스에 관련되는 조업 파라미터＞
본 실시형태에 관련된 연속식 용융 도금 설비에 있어서의 조업 파라미터로서, 상기와 같은 강대의 열 이력에 관련되는 조업 파라미터 외에, 강대가 통판되는 연속식 용융 도금 설비의 분위기 가스에 관련되는 조업 파라미터를 선택해도 된다.
어닐링부에 있어서의 조업 파라미터로서, 가열대 (6), 균열대 (7), 냉각대 (8) 의 각 대역에 있어서의 분위기 가스의 가스 조성을 사용할 수 있다. 특히, 수소 농도를 사용하는 것이 바람직하다. 어닐링 공정에 있어서 강대에 침입하는 수소량에 영향을 미치기 때문이다.
도금부에 있어서의 조업 파라미터로서, 와이핑 장치 (21) 에 의해 제어되는 도금 두께를 사용할 수 있다. 강대에 아연 도금이 실시되면, 피막의 존재에 의해 강중에 침입한 수소가 빠지기 어려워지지만, 그 정도는 도금 두께에 따라 상이하기 때문이다.
또, 도금부의 스나우트 (19) 내부에 있어서의 조업 파라미터로서, 스나우트 (19) 내역에 있어서의 분위기 가스의 가스 조성을 사용할 수 있다. 특히, 수소 농도를 사용하는 것이 바람직하다. 스나우트 (19) 내부에 있어서 강대에 침입하는 수소량에 영향을 미치기 때문이다.
재가열부에 있어서의 조업 파라미터로서, 합금화대 (17), 보열대 (18), 최종 냉각대 (11) 의 각 대역에 있어서의 분위기 가스의 가스 조성을 사용할 수 있다. 특히, 수소 농도를 사용하는 것이 바람직하다. 재가열 공정에 있어서 강중 수소의 외부로의 빠지기 쉬움에 영향을 미치기 때문이다.
또, 어닐링부, 재가열부 및 도금부의 스나우트 (19) 내부에 공급되는 H2, N2, H2O 에 의해 각 내부의 가스 성분의 농도가 변화하기 때문에, 내부의 노점이 변화하는, 즉 H2O 농도가 변화한다. 이로써, 분위기 중의 H2 의 농도에 영향이 발생하므로, 어닐링부, 재가열부 및 도금부의 스나우트 (19) 내부에 있어서의 노점을 연속식 용융 도금 설비에 있어서의 조업 파라미터로서 사용해도 된다.
＜연속식 용융 도금 설비의 조업 파라미터의 선택＞
본 실시형태에서는, 이상의 연속식 용융 도금 설비의 조업 파라미터에서 선택한 1 이상의 조업 파라미터를, 강대의 강중 수소량 예측 모델의 입력으로 한다.
이 때, 어닐링부, 도금부, 재가열부에 있어서의 강대의 열 이력에 관한 조업 파라미터를 사용하는 것은, 강대의 온도에 의해 강중에 있어서의 수소의 확산 속도가 영향을 받기 때문이다. 또, 수소의 확산 속도가 큰 경우에는, 강대의 표면으로부터 수소가 침입하기 쉬워지기 때문이다.
또, 강대가 어닐링부, 도금부, 재가열부를 통과할 때의, 각 대역을 통과하는 시간 (체재 시간) 을 조업 파라미터로서 사용하는 것은, 강중에 수소가 침입하거나, 혹은 배출되는 양에 영향을 미치기 때문이다. 나아가서는 강중에서의 확산 시간을 통해서, 그들의 양이 변화하기 때문이다.
이 때, 강중의 수소량은, 강대가 고온으로 유지되는 어닐링부에서는 증가하고, 비교적 저온으로 유지되는 재가열부에서 감소한다. 또, 도금부에 의해 강대의 표면에 피막이 부여됨으로써, 강중으로부터의 수소의 빠지기 쉬움이 영향을 받게 된다. 따라서, 열 이력에 관련되는 조업 파라미터로는, 어닐링부의 조업 파라미터에서 선택한 1 이상의 파라미터와, 재가열부의 조업 파라미터에서 선택한 1 이상의 파라미터를 조합하여 사용하는 것이 바람직하다. 연속식 용융 도금 설비의 출측에 있어서 검출되는 강대의 강중 수소량은, 강중으로의 수소의 침입과 배출의 밸런스에 의해 큰 영향을 받기 때문이다. 또한, 이들 조업 파라미터에 더하여, 도금부의 조업 파라미터에서 선택한 1 이상의 파라미터를 사용하는 것이 보다 바람직하다. 강중으로의 수소의 침입과 배출의 밸런스에 영향을 미치기 때문이다.
한편, 어닐링부, 도금부, 재가열부의 각 대역에 있어서의 분위기에 관련되는 조업 파라미터를 사용하는 것은, 상기와 같이, 분위기 가스의 조성에 의해 강중으로의 수소의 침입과 배출에 영향을 미치기 때문이다. 따라서, 본 실시형태에 있어서는, 열 이력에 관련되는 조업 파라미터에서 선택한 1 이상의 파라미터와, 분위기 가스에 관련되는 조업 파라미터에서 선택한 파라미터를 조합하여 사용하는 것이 바람직하다. 모두 강중으로의 수소의 침입과 배출 거동에 영향을 미치기 때문이다.
본 실시형태에 있어서의 연속식 용융 도금 설비에 있어서의 조업 파라미터는, 상기 조업 데이터로서, 1 개의 강대당, 1 세트의 조업 파라미터를 학습용 데이터로서 취득한다. 강중 수소량 예측 모델의 출력이 되는 강중 수소량에 관한 정보는, 기본적으로는 강대 단위로 수집되기 때문이다. 그 경우에, 상기의 열 이력의 데이터, 분위기 가스의 데이터 등은, 강대의 길이 방향에 대해 연속적으로 수집되는 데이터이지만, 1 개의 강대에 대해 대표값을 산출하고, 이것을 연속식 용융 도금 설비에 있어서의 조업 파라미터로 한다. 예를 들어, 강대의 선단부 또는 미단부로부터 미리 설정된 거리만큼 떨어진 위치에서 수집된 데이터가 사용되거나, 길이 방향의 측정값을 평균화한 데이터가 사용되거나 해도 된다.
＜변태율 정보＞
본 실시형태에서는, 오스테나이트상의 비율을 측정하는 변태율계 (20) 를, 연속식 용융 도금 설비의 어닐링 공정 또는 재가열 공정 중 적어도 어느 것에 설치하고, 변태율계 (20) 에 의한 측정 결과를 변태율 정보로 하여, 상기 강중 수소량 예측 모델의 학습용 데이터의 하나로 한다.
변태율계 (20) 에 의해 얻어지는 데이터는, 강대의 오스테나이트상의 비율 데이터로서, 강대의 길이 방향에 대해 샘플링 주기마다 얻어지는 연속적인 데이터이지만, 1 개의 강대에 대해 대표값을 산출하고, 이것을 변태율 정보의 실적 데이터로 한다. 이 때, 강중 수소량 예측 모델의 출력이 되는, 강대의 강중 수소량에 관한 정보의 실적 데이터를 취득하는 위치에 대체로 대응하는 위치에서 측정되는 변태율의 측정 결과를, 변태율 정보의 실적 데이터로 하는 것이 바람직하다. 연속식 용융 도금 설비에 있어서는 강대의 변태율이 길이 방향에서 변동되는 경우도 있고, 변태율과 강대의 강중 수소량의 상관 관계는 비교적 높으므로, 변태율의 측정값과, 강중 수소량의 실적 데이터 채취 위치를 대응시킴으로써, 보다 높은 정밀도로 강중 수소량 예측이 가능해진다.
여기서, 강중 수소량의 예측에 대해, 강대의 오스테나이트상 (γ 상) 의 비율은 중요한 파라미터가 된다. 일반적으로, 오스테나이트상은 페라이트상 (α 상) 에 비해 수소의 확산 계수가 약 한 자릿수 작다. 그 때문에, 연속식 용융 도금 설비의 균열부와 같이 고온으로 유지되고, γ 상이 주체가 되는 대역에서는, 주위의 분위기 가스로부터 강중으로의 수소의 침입이 느려짐과 함께, 일단 강중에 침입한 수소가 주위에 방출되기 어려워진다. 한편, 보열대 (18) 와 같이 페라이트상 (α 상) 이 일정 정도 포함되는 내부 조직이 형성되는 대역에서는, 주위의 분위기 가스로부터 강중으로의 수소의 침입이 촉진되는 한편, 일단 강중에 수소가 침입해도 주위에 방출되기 쉬워진다.
연속식 용융 도금 설비에서는, 강대의 상 변태를 이용한 조직 제어에 의해 강의 기계적 특성을 제어하고 있고, 강대가 어닐링부 (가열대 (6), 균열대 (7), 냉각대 (8)), 도금부 (스나우트 (19), 아연 도금조 (16), 와이핑 장치 (21)), 재가열부 (합금화대 (17), 보열대 (18), 최종 냉각대 (11)) 의 각 대역을 통과하는 도중 단계에서, 강대의 내부 조직이 변화하므로, 변태율계 (20) 에 의해 강대의 오스테나이트상 (γ 상) 에 대한 정보를 취득함으로써, 강대의 강중 수소량의 예측 정밀도가 향상된다.
또, 강대의 상 변태 거동은, 제품이 되는 강대의 강도 레벨 및 성분 조성에 따라 바뀌고, 그 내부 조직이 변화하는 이력도 변화한다. 따라서, 상이한 강종에 대해, 강중의 수소량을 예측하고자 하는 경우에, 강대의 내부 조직의 정보를 반영한 변태율계 (20) 에 의한 변태율 정보를, 강중 수소량의 예측 모델에 사용하는 의의가 높아진다.
한편, 본 실시형태에 있어서, 연속식 용융 도금 설비의 조업 파라미터에 더하여, 변태율계 (20) 에서 측정되는 변태율 정보를 사용하는 이유는 이하와 같다. 연속식 용융 도금 설비의 조업 파라미터는, 강대의 내부 조직에 있어서의 회복, 재결정, 입 성장, 석출, 상 변태 등의 과정을 통해서 강대의 강중 수소량에 영향을 미친다. 그러나, 이와 같은 내부 조직의 변화는, 연속식 용융 도금 설비의 조업 파라미터에 의해서만 결정되는 것이 아니라, 그 전공정인 열간 압연 공정 및 냉간 압연 공정에 있어서의 가공 이력의 영향을 받는다. 예를 들어, 열간 압연 공정에 있어서의 권취 온도는, 열연 강판의 내부 조직으로서 석출물의 크기 (분포) 및 양에 영향을 미치고, 열처리 공정에 있어서의 입 성장 및 변태 거동에 영향을 미친다. 또, 냉간 압연 공정에 있어서의 압하율은 냉연 강판의 내부 조직에 축적되는 변형 상태를 통해서, 어닐링 공정의 재결정, 입 성장 및 변태 거동에 영향을 미친다. 그 때문에, 강중 수소량 예측 모델의 학습용 데이터로서, 연속식 용융 도금 설비의 조업 파라미터만에서는, 이와 같은 어닐링 공정보다 전공정의 조업 파라미터가, 강대의 열처리 후의 강중 수소량에 미치는 영향을 고려할 수 없기 때문에, 강중 수소량의 예측이 곤란하였다.
이에 대해, 가열 공정 또는 재가열 공정에 있어서 변태율계 (20) 에 의해 측정되는 변태율 정보를 학습용 데이터에 사용함으로써, 어닐링 공정의 전공정인 열간 압연 공정 및 냉간 압연 공정에 있어서의 조업 파라미터가 강대의 열처리 후의 강중 수소량에 미치는 영향을, 연속식 용융 도금 설비에 있어서의 공정에 있어서, 간접적인 정보로서 고려할 수 있게 된다. 이로써, 강중 수소량 예측 모델로서 강중 수소량의 예측이 가능해진다.
이상으로부터, 본 실시형태에서는, 오스테나이트상의 비율을 측정하는 변태율계 (20) 를, 연속식 용융 도금 설비의 어닐링 공정 또는 재가열 공정 중 적어도 어느 것에 설치하고, 변태율계 (20) 에 의한 측정 결과를 변태율 정보로 하여, 상기 강중 수소량 예측 모델의 학습용 데이터의 하나로 한다.
＜강대의 성분 조성에 관한 속성 파라미터＞
본 실시형태에 있어서는, 상기 강중 수소량 예측 모델의 입력 데이터로서, 추가로, 강대의 성분 조성에 관한 강대의 속성 파라미터에서 선택한 1 이상의 파라미터를 갖는 것이 바람직하다. 강대의 성분 조성에 의해, 열처리 공정에 있어서의 상 변태 거동 및 내부 조직이 영향을 받기 때문이다. 또, 연속식 용융 도금 설비에 의해 제조하는 용융 아연 도금 강판으로서, 각종 성분 조성을 갖는 강대의 강중 수소량을 예측하는 강중 수소량 예측 모델을 생성할 수 있어, 강중 수소량 예측 모델의 적용 범위가 확대되기 때문이다.
강대의 성분 조성에 관한 속성 파라미터로는, 강대에 포함되는 화학 성분으로서, C, Si, Mn 의 함유량을 사용할 수 있다. 또, 강대의 성분 조성에 관한 속성 파라미터는, Cu, Ni, Cr, Mo, Nb, Ti, V, B, Zr 의 함유량을 포함해도 된다. 단, 이들 성분 조성을 강대의 성분 조성에 관한 속성 파라미터로서 모두 사용할 필요는 없다. 연속식 용융 도금 설비에 있어서 제조 대상으로 하는 강대의 종류에 따라, 적절히, 일부가 선택되면 된다.
C 는 강판의 고강도화에 유효한 원소이고, 강 조직의 경질상의 하나인 마텐자이트를 형성함으로써 고강도화에 기여한다.
Si 는 주로 고용 강화에 의해 고강도화에 기여하는 원소이고, 강도 상승에 대해 연성의 저하가 비교적 적어 강도 뿐만 아니라 강도와 연성의 밸런스 향상에도 기여한다. 한편 Si 는 강판 표면에 Si 계 산화물을 형성하기 쉽고, 불도금의 원인이 되는 경우가 있음과 함께, 어닐링시에 오스테나이트를 안정화시켜, 최종 제품에 잔류 오스테나이트를 형성시키기 쉽게 한다.
Mn 은 고용 강화 및 마텐자이트 형성에 의해 고강도화에 기여하는 원소로서 유효하다.
Nb, Ti, V, Zr 은, C 또는 N 과 탄화물 또는 질화물 (탄질화물의 경우도 있다) 을 형성하는, 미세 석출물로 함으로써 강판의 고강도화에 기여한다.
Cu, Ni, Cr, Mo, B 는, ??칭성을 높여 마텐자이트를 생성시키기 쉽게 하기 때문에, 고강도화에 기여하는 원소이다.
여기서, 이들 성분 조성은, 강대의 길이 방향의 분포가 대체로 일정하고, 하나의 강대에 대해 하나의 속성 파라미터를 실적 데이터로서 취득할 수 있다.
또한, 본 실시형태의 강중 수소량 예측 모델의 학습용 데이터로서, 강대의 성분 조성에 관한 강대의 속성 파라미터 이외에, 강대의 속성 파라미터로서, 강대의 판두께, 판폭, 강대의 길이 등, 강대의 치수에 관련된 속성 파라미터가 사용되어도 된다. 이들은, 연속식 용융 도금 설비 내에서의 전열에 영향을 미치기 때문에, 동일한 노 내 분위기 온도여도, 강판의 온도 변화가 상이함으로써, 강대의 강중 수소량에 영향을 미치기 때문이다.
＜강대의 강중 수소량 제어 방법＞
도 4 는, 상기와 같은 강중 수소량 예측 방법을 사용한 강대의 강중 수소량 제어 방법을 나타낸다.
본 실시형태에 있어서의 강중 수소량 제어 방법은, 연속식 용융 도금 설비의 어닐링 공정 또는 재가열 공정 중 적어도 어느 것에 설치된 변태율계 (20) 의 설치 위치에 따라 실시형태가 상이하다. 구체적으로는, 상기와 같이 하여 생성된 강중 수소량 예측 모델의 입력에 사용하는 변태율 정보로서, 복수의 변태율계 (20) 가 설치되어 있는 경우에, 그 가장 하류측에 설치된 변태율계 (20) 보다 상류측의 대역과, 그 하류측의 대역을 구분한다. 연속식 용융 도금 설비의 입측으로부터 상기 변태율계 (20) 까지의 대역은 강중 수소량 동정대라고 불린다. 또, 상기 변태율계 (20) 보다 하류측의 대역은 강중 수소량 제어대라고 불린다. 그리고, 강중 수소량 예측의 대상으로 하는 강대의 선단부가, 상기 변태율계 (20) 의 위치에 도달하고, 강대의 변태율 정보가 취득된 시점에서, 도 4 에 나타내는 제어 플로가 개시된다.
이 시점에서, 강중 수소량의 제어 대상으로 하는 강대에 대해, 연속식 용융 도금 설비의 강중 수소량 동정대에 있어서 얻어지고 있는 연속식 용융 도금 설비의 조업 실적 데이터와, 변태율계 (20) 에 의해 측정된 변태율 정보가, 강중 수소량 예측 모델의 입력 데이터가 된다. 이들 입력 데이터를 취득하는 스텝을 입력 데이터 취득 스텝이라고 기재하는 경우가 있다. 입력 데이터 취득 스텝에 있어서, 또한, 그 시점에서의 강중 수소량 제어대에 있어서의 연속식 용융 도금 설비의 조업 실적 데이터 또는 연속식 용융 도금 설비의 조업 조건의 설정값이, 강중 수소량 예측 모델의 입력 데이터로서 취득되어도 된다. 이와 같이 하여 취득된 데이터를 입력으로 하여, 강중 수소량 예측 모델을 사용하여, 재가열 공정의 하류측에 있어서의 강대의 강중 수소량이 예측된다.
한편, 본 실시형태에서는, 또한 상위 컴퓨터에 있어서 강대의 강중 수소량의 상한값이 설정되어 있고, 예측되는 강중 수소량과 그 상한값이 비교된다. 여기서, 강중 수소량의 상한값은, 수소 취화 균열이 실용상 문제가 될 수 있는 환경에서 사용되는 강재에 대해, 사용상의 문제가 생기지 않을 정도로 강대의 강중 수소량을 저감시키는 목표값에 일정한 여유값을 고려한 값으로서 설정되는 것이 바람직하다. 예를 들어, 강중 수소량의 상한값을 0.40 ppm 과 같이 설정할 수 있다.
이 때, 연속식 용융 도금 설비의 조업 조건 설정부에서는, 이상과 같이 하여 미리 설정되는 강중 수소량의 상한값과, 강중 수소량의 예측 결과가 비교되고, 예측되는 강중 수소량이 상한값 이하이면, 초기 설정인 채로 연속식 용융 도금 설비의 조업 조건을 결정하고, 연속식 용융 도금 설비의 제어부에 보내진다. 한편, 예측되는 강중 수소량이 상한값을 초과하는 경우에는, 상기 강중 수소량 제어대에 있어서의 조업 조건을 재설정한다.
구체적으로는, 연속식 용융 도금 설비 중에서, 가장 하류측에 설치된 변태율계 (20) (단, 강중 수소량 예측 모델의 입력에 사용되고 있는 변태율 정보를 부여하는 변태율계 (20) 중에서, 가장 하류측의 의미) 가, 어닐링 공정의 균열대 (7) 의 출구에 설치되는 경우에는, 연속식 용융 도금 설비의 입측으로부터 균열대 (7) 의 출구까지가 강중 수소량 동정대가 되고, 균열대 (7) 의 출구로부터 하류측이 강중 수소량 제어대가 된다. 이 때, 강대의 선단부가 균열대 (7) 의 출구에 도달하여, 변태율계 (20) 에 의해 변태율 정보가 취득되면, 도 4 에 나타내는 강중 수소량 제어의 플로가 개시된다. 이 때, 강중 수소량 제어대에 있어서, 강중 수소량을 제어하기 위해서 사용할 수 있는 조업 조건으로는, 냉각대 (8) (제 1 냉각대 (8A) 및 제 2 냉각대 (8B)) 에 있어서의 냉각 조건, 도금부에 있어서의 스나우트 (19) 내부의 분위기 온도, 와이핑 장치 (21) 의 분사 압력 등의 조업 조건, 합금화대 (17) 에 있어서의 재가열 조건, 보열대 (18) 에 있어서의 보열 온도 및 보열 시간, 최종 냉각대 (11) 에 있어서의 냉각 속도 등에서 선택한 조업 조건을 재설정할 수 있다. 또, 재설정하는 조업 조건은, 반드시 강중 수소량 예측 모델의 입력으로서 사용하는 것에는 한정되지 않는다.
한편, 가장 하류측의 변태율계 (20) 를 합금화대 (17) 의 입구 또는 출구에 설치하고 있는 경우에는, 강중 수소량 제어대가, 보열대 (18) 또는 최종 냉각대 (11) 이후의 대역으로 한정되기 때문에, 연속식 용융 도금 설비에 있어서 재설정하는 조업 조건으로서, 보열대 (18) 에 있어서의 보열 시간, 보열대 (18) 의 분위기 가스 성분의 혼합비, 최종 냉각대 (11) 의 냉각 속도 등으로 한정된다.
따라서, 강중 수소량 예측 모델의 입력으로서 사용하는 가장 하류측의 변태율계 (20) 의 위치로는, 재설정하기 위한 조업 조건의 자유도와 강중 수소량 예측 모델에 의한 예측 정밀도의 균형에 의해, 적절히 결정하면 된다. 즉, 강중 수소량 동정대를 길게 함으로써, 강중 수소량의 예측 정밀도는 향상되지만, 강중 수소량 제어대에 있어서의 재설정할 수 있는 조업 조건의 자유도가 낮아진다. 이에 대해, 강중 수소량 동정대를 짧게 하면, 강중 수소량의 예측 정밀도는 저하되지만, 강중 수소량 제어대에 있어서 재설정할 수 있는 조업 조건의 자유도가 높아진다.
여기서, γ 상이 주체의 내부 조직을 갖는 강대는 강중 수소가 방출되기 어렵고, α 상의 비율이 커지면 수소가 방출되기 쉽다. 따라서, 강중 수소량을 효과적으로 저감시키기 위한 강중 수소량 제어대는, 어닐링부의 냉각대 (8) 보다 하류측에 설정하는 것이 바람직하다. 상기와 같이, 연속식 용융 도금 설비 중에, 복수의 변태율계 (20) 가 설치되는 경우에는, 가장 하류측의 변태율계 (20) 를 기준으로 하여, 강중 수소량 동정대와 강중 수소량 제어대를 구분하는 것이 바람직하다. 그러나, 강중 수소량 동정대와 강중 수소량 제어대를 구분하기 위한 변태율계 (20) 는, 반드시 가장 하류측의 변태율계 (20) 일 필요는 없다. 복수의 변태율계 (20) 중에서 선택한 임의의 변태율계를 기준으로 하여, 강중 수소량 동정대와 강중 수소량 제어대를 구분해도 된다.
＜강중 수소량 예측 장치＞
도 5 는, 강중 수소량 예측 장치의 구성을 나타내는 도면이다. 강중 수소량 예측 장치는, 취득부와, 출력부와, 기억부와, 예측부를 갖는다.
취득부는, 예를 들어, 기계 학습부에 의해 생성된 강중 수소량 예측 모델을 강중 수소량 예측 모델 생성 장치로부터 취득 가능한 임의의 인터페이스를 포함한다. 예를 들어, 취득부는, 강중 수소량 예측 모델을 강중 수소량 예측 모델 생성 장치로부터 취득하기 위한 통신 인터페이스를 포함해도 된다. 이 경우, 취득부는, 기계 학습부로부터 소정의 통신 프로토콜로 강중 수소량 예측 모델을 수신해도 된다.
또, 취득부는, 예를 들어 프로세스 컴퓨터 또는 상위 컴퓨터로부터, 연속식 용융 도금 설비의 조업 조건을 취득한다. 예를 들어, 취득부는, 조업 조건을 취득하기 위한 통신 인터페이스를 포함해도 된다.
취득부는, 사용자의 조작에 기초하는 입력 정보를 취득해도 된다. 이 경우, 강중 수소량 예측 장치는, 사용자 입력을 검출하고, 사용자의 조작에 기초하는 입력 정보를 취득하는 1 개 이상의 입력 인터페이스를 포함하는 입력부를 추가로 갖는다. 예를 들어, 입력부는, 물리 키, 정전 용량 키, 출력부의 디스플레이와 일체적으로 형성된 터치 스크린, 또는 음성 입력을 접수하는 마이크로폰 등이지만, 이들에 한정되지 않는다. 예를 들어, 입력부는, 취득부에 의해 강중 수소량 예측 모델 생성 장치로부터 취득된 강중 수소량 예측 모델에 대한 조업 조건의 입력을 접수한다.
기억부에는, 적어도 1 개의 반도체 메모리, 적어도 1 개의 자기 메모리, 적어도 1 개의 광 메모리, 또는 이들 중 적어도 2 종류의 조합이 포함된다. 기억부는, 예를 들어, 주기억 장치, 보조 기억 장치, 또는 캐시 메모리로서 기능한다. 기억부는, 강중 수소량 예측 장치의 동작에 사용되는 임의의 정보를 기억한다. 기억부는, 예를 들어, 취득부에 의해 강중 수소량 예측 모델 생성 장치로부터 취득된 강중 수소량 예측 모델, 취득부에 의해 상위 컴퓨터로부터 취득된 조업 조건, 및 예측부에 의해 예측된 강중 수소량 정보를 기억한다. 예를 들어, 기억부는, 시스템 프로그램 및 애플리케이션 프로그램 등을 기억해도 된다.
예측부는, 1 개 이상의 프로세서를 포함한다. 일 실시형태에 있어서 「프로세서」 는, 범용의 프로세서, 또는 특정한 처리에 특화된 전용의 프로세서이지만, 이들에 한정되지 않는다. 예측부는, 강중 수소량 예측 장치를 구성하는 각 구성부와 통신 가능하게 접속되어, 강중 수소량 예측 장치 전체의 동작을 제어한다.
예측부는, 예를 들어, PC (Personal Computer) 또는 스마트폰 등의 임의의 범용의 전자 기기일 수 있다. 예측부는, 이들에 한정되지 않고, 1 개 또는 서로 통신 가능한 복수의 서버 장치여도 되고, 강중 수소량 예측 시스템에 전용의 다른 전자 기기여도 된다.
예측부는, 취득부를 통해서 취득한 조업 조건에 기초하여, 강중 수소량 예측 모델 생성 장치로부터 취득한 강중 수소량 예측 모델에 기초하여, 강중 수소량의 예측값을 산출한다.
출력부는, 예측부로부터 공급된 강중 수소량의 예측값을, 후술하는 조업 조건 설정 장치에 공급한다.
출력부는, 정보를 출력하여 사용자에게 통지하는 1 개 이상의 출력 인터페이스를 포함하고 있어도 된다. 출력용 인터페이스는, 예를 들어, 디스플레이이다. 디스플레이는, 예를 들어, LCD 또는 유기 EL 디스플레이이다. 출력부는, 강중 수소량 예측 장치의 동작에 의해 얻어지는 데이터를 출력한다. 출력부는, 강중 수소량 예측 장치에 구비되는 대신에, 외부의 출력 기기로서 강중 수소량 예측 장치에 접속되어도 된다. 접속 방식으로는, 예를 들어, USB, HDMI (등록상표), 또는 Bluetooth (등록상표) 등의 임의의 방식을 사용할 수 있다. 예를 들어, 출력부는, 정보를 영상으로 출력하는 디스플레이, 또는 정보를 음성으로 출력하는 스피커 등이지만, 이들에 한정되지 않는다. 예를 들어, 출력부는, 예측부에 의해 예측된 강중 수소량의 예측값을 사용자에 대해 제시한다. 사용자는, 출력부에 의해 제시된 강중 수소량 정보의 예측값에 기초하여, 연속식 용융 아연 도금 설비의 조업 조건을 적절히 설정 가능하다.
이상과 같은 강대의 강중 수소량 예측 장치에 대해, 보다 바람직한 형태는, 태블릿 단말로서, 사용자의 조작에 기초하는 입력 정보를 취득하는 입력부와, 예측부에 의한 강중 수소량을 표시하는 표시부를 갖는 단말 장치를 포함하는 강중 수소량 예측 장치이다. 이것은, 입력부로부터 사용자의 조작에 기초하는 입력 정보를 취득하고, 취득한 입력 정보에 의해, 이미 강중 수소량 예측 장치에 입력된 연속식 용융 도금 설비의 조업 파라미터의 일부 또는 전부를 갱신하는 것이다. 즉, 연속식 용융 도금 설비에 있어서 처리를 실시하고 있는 강대에 대해, 강중 수소량 예측 장치의 예측부에 의해 강대의 강중 수소량이 예측되어 있는 경우에, 조업 담당자가 태블릿 단말을 사용하여, 이미 취득부에 입력되어 있는 연속식 용융 도금 설비의 조업 파라미터의 일부를 수정 입력하는 조작을 접수하는 것이다. 이 때, 취득부는, 연속식 용융 도금 설비의 조업 파라미터 중에서, 태블릿 단말로부터 수정 입력이 되지 않는 조업 파라미터에 대해서는, 당초의 입력 데이터를 유지하고, 수정 입력이 된 조업 파라미터만을 변경한다. 이로써, 취득부에서는 강중 수소량 예측 모델의 새로운 입력 데이터가 생성되고, 예측부에 의해 그 입력 데이터에 기초하는 강중 수소량의 예측값이 산출된다. 또한, 산출된 강중 수소량의 예측값은, 출력부를 통해서 단말의 표시부에 표시된다.
이로써, 연속식 용융 도금 설비의 조업 담당자 또는 공장 책임자 등이, 연속식 용융 도금 설비의 조업 파라미터를 변경했을 경우의 강중 수소량의 예측값을 즉석에서 확인할 수 있게 되어, 적절한 조업 조건으로의 변경을 신속히 실시할 수 있다.
(제 1 실시형태의 실시예)
이하, 실시예를 사용하여, 본 실시형태가 구체적으로 설명된다.
도 1 에 나타내는 바와 같은 용융 아연 도금 설비에 있어서, 200 코일의 용융 아연 도금 강판 (강중 수소량의 상한값은 0.40 ppm) 이 제조되었다. 이 때, 용융 아연 도금 설비에 장입 (裝入) 되는 강판의 속성 정보의 실적 데이터와, 용융 아연 도금 설비에 있어서의 조업 파라미터의 조업 실적 데이터를 입력 실적 데이터로 하고, 그 입력 실적 데이터를 사용한 용융 아연 도금 설비의 출측에 있어서의 강판의 강중 수소량을 출력 실적 데이터로 하여, 복수의 학습용 데이터가 취득되었다. 취득된 복수의 학습용 데이터를 사용한 기계 학습에 의해, 도 3 에 나타내는 바와 같은 방법에 의해, 재가열 공정의 하류측에 있어서의 강대의 강중 수소량에 관한 정보를 출력 데이터로 하는 강중 수소량 예측 모델이 생성되었다.
강중 수소량 예측 모델의 생성에 있어서, 입력이 되는 강대의 성분 조성에 관한 강대의 속성 파라미터에는, C, Si, Mn 의 함유량을 사용하였다. 또, 연속식 용융 도금 설비의 조업 실적 데이터로서, 균열대 (7) 에 있어서의 강판 온도, 강대의 선단부가 균열대 (7) 를 통과할 때의 반송 속도를 입력으로 하였다. 또한, 본 실시예에 있어서는, 온라인의 변태율계 (20) 를 도 1 에 나타내는 연속식 용융 도금 설비의 균열대 (7) 의 출구와 보열대 (18) 의 입구의 2 개 지점에 설치하고, 이들 변태율에 의해 측정된 변태율 정보의 실적 데이터를 입력 실적 데이터로서 사용하였다. 또한, 본 실시예에 있어서는, 그 밖의 입력으로서, 강대의 판두께 및 판폭의 설정값을 사용하여, 수소량 예측 모델을 생성하였다.
여기서, 학습용 데이터로서 취득한 강대의 강중 수소량은, 용융 아연 도금 설비에서의 통판 후, 시험편을 채취하고, 가스 크로마토그래프에 의한 승온 수소 분석법으로부터 얻어지는 강중 수소량이다.
이와 같이 하여 생성한 강중 수소량 예측 모델을, 도 4 에 나타내는 강중 수소량 제어에 있어서의 강중 수소량 예측부에 적용하여, 100 코일의 용융 아연 도금 강판이 제조되었다. 요컨대, 강중 수소량 예측 모델을 사용하는 강대의 강중 수소량 예측 방법이, 강대의 강중 수소량 제어 방법 및 제조 방법에 적용되었다.
이 때, 상기의 강중 수소량 예측 모델을 사용하여, 용융 아연 도금 설비의 출측에 있어서의 강판의 강중 수소량을 예측하고, 예측한 강중 수소량이 미리 설정된 상한값 (이 경우에는 0.40 ppm 으로 설정) 에 들어가도록 용융 아연 도금 설비에 있어서의 조업 파라미터가 재설정되었다. 이 때, 가장 하류측의 변태율계 (20) 가, 보열대 (18) 의 입구에 설치되어 있기 때문에, 연속식 용융 도금 설비의 입측으로부터 보열대 (18) 의 입구까지가 강중 수소량 동정대로 되고, 보열대 (18) 의 입구보다 하류측이 강중 수소량 제어대로 되어 있다. 도 4 에 나타내는 플로는, 강대의 선단부가 보열대 (18) 의 입구에 도달한 후에 개시된다. 강중 수소량 제어대에 있어서는, 강중 수소량을 제어하기 위해서 사용한 조업 조건으로서, 보열대 (18) 에 있어서의 보열 온도와 보열 시간, 냉각대 (8) 에 있어서의 냉각 속도를 재설정하였다. 그 후, 이들 강대의 강중 수소량 측정 시험에 의해 얻어진 강중 수소량이 수집되었다. 그 결과, 95 ％ 의 강대가 강중 수소량의 상한값 (0.40 ppm) 이하가 되었다.
한편, 비교예로서, 특허문헌 1 에 기재한 방법에 의해 동일한 실험이 실시되었다. 그 결과, 강중 수소량의 상한값 이하가 된 강대는 65 ％ 였다.
(제 2 실시형태)
본 개시의 제 2 실시형태에 있어서의 강대의 강중 수소량 예측 방법은, 열간 압연 공정, 산세 공정, 냉간 압연 공정을 거쳐 소정의 판두께까지 감후된 강판을, 연속 어닐링 설비에 의해 열처리를 실시하여 제조되는 냉연 강판의 연속 어닐링 설비 출측에 있어서의 강중 수소량을 예측한다. 적어도 열간 압연 공정 이후는, 박강판이 코일상으로 감겨지고 나서 열처리 등이 실시되므로, 본 실시형태에서는, 당해 박강판을 「강대」 라고 기재하는 경우가 있다.
＜연속 어닐링 설비＞
본 실시형태에 있어서, 연속 어닐링 설비는, 어닐링 공정 및 재가열 공정을 포함하는 제조 공정을 실행하는 연속 어닐링 설비 (CAL) 를 대상으로 한다. 이하, 도면을 참조하여 연속 어닐링 설비가 구체적으로 설명된다.
도 6 은, 냉연 강판을 제조하는 연속 어닐링 설비의 설비예를 나타내는 모식도이다. 도 6 의 화살표는 강대의 진행 방향을 나타낸다. 연속 어닐링 설비는, 입측 설비, 노체부, 및 출측 설비로 대별된다. 입측 설비는, 페이오프 릴 (1), 용접기 (2), 전해 청정 장치 (3) 및 입측 루퍼 (4) 를 갖는다. 노체부는, 어닐링부 및 재가열부로 구성된다. 출측 설비는, 출측 루퍼 (12), 조질 압연 설비 (13), 검사 설비 (14), 텐션 릴 (15) 을 갖는다. 검사 설비 (14) 는, 오프라인으로 강중 수소량을 측정하기 위한 샘플재를, 강대로부터 채취하는 샘플 채취 설비를 갖는다.
어닐링부는, 가열대 (6), 균열대 (7) 및 냉각대 (8) 를 갖고, 가열대 (6) 의 상류측에는 예열대 (5) 를 갖는 경우가 있다. 본 실시형태에 있어서의 어닐링 공정이란, 어닐링부에서 실시되는 열처리 공정이다. 어닐링 공정은, 보다 구체적으로 말하면, 강대를 실온 부근으로부터 승온시켜, 소정의 온도로 유지한 후, 실온 근방까지 강대의 온도를 저하시키는 공정이다. 재가열부는, 재가열대 (9), 과시효대 (10), 최종 냉각대 (11) 를 갖고, 재가열대 (9) 에는 유도 가열 장치가 배치된다. 본 실시형태에 있어서의 재가열 공정이란, 재가열부에서 실시되는 열처리 공정이다. 재가열 공정은, 보다 구체적으로 말하면, 냉각대 (8) 를 거친 강대의 과시효 처리를 실시하는 공정이다.
가열대 (6) 는, 강대를 승온시키기 위한 설비이고, 강종에 따라 600 ∼ 900 ℃ 정도의 범위에서 미리 설정된 온도까지 가열한다. 가열대 (6) 에서는, 직화 혹은 복사식의 연소 버너가 사용된다. 이들 가열 장치는 가열 용량이 크고, 응답도 비교적 빠르기 때문에, 히트 사이클 변경시의 승온 이력을 변경시키기 쉽다. 균열대 (7) 는, 강대를 소정 온도로 유지하는 설비이고, 노체 방산열 등을 보충할 정도의 가열 용량의 설비이다.
냉각대 (8) 는, 강대를 소정의 온도까지 냉각시키는 설비이고, 냉각 수단으로서 가스 제트 냉각, 롤 냉각, 수냉각 (워터 ??치) 등이 사용된다. 가스 제트 냉각은, 강대의 표면에 노즐로부터 기체를 분사하는 냉각 수단이다. 롤 냉각은, 강대를 수랭 롤에 접촉시켜 냉각시키는 냉각 수단이다. 수냉각은, 균열대 (7) 의 하류측에 설치된 수랭조에 강대를 침지시켜 냉각시키는 냉각 수단이다. 이들 냉각 장치에 의한 강대의 냉각 속도는 각각 상이하므로, 냉각대 (8) 를 제 1 냉각대 (8A) 와 제 2 냉각대 (8B) 등 복수로 구분하고, 상이한 냉각 수단을 조합하거나, 동종의 냉각 수단의 냉각 조건을 변경하거나 함으로써, 강대의 냉각시의 열 이력을 제어해도 된다.
또, 가열대 (6), 균열대 (7), 냉각대 (8) 의 각 내부에는, 수소, 질소, 수증기를 포함하는 혼합 가스가 공급되어, 어닐링 공정에 있어서의 분위기가 조정된다. 이 때, 공급 가스에는 수증기를 포함하기 때문에, 어닐링 공정에 있어서의 분위기에는, 가스 조성 뿐만 아니라, 노점도 조정되게 된다.
재가열대 (9) 는, 냉각대 (8) 의 하류측에 배치되고, 냉각대 (8) 에 있어서 강대를 소정의 온도까지 냉각시킨 후에, 유도 가열 장치를 사용하여 300 ∼ 400 ℃ 정도의 온도로 재가열한다. 과시효대 (10) 는, 재가열한 강대를 소정 시간 유지하는 과시효 처리를 실시하는 설비이다. 최종 냉각대 (11) 는 과시효 처리를 실시한 강대를 실온 부근까지 최종 냉각시키는 설비이다. 최종 냉각대 (11) 도 냉각대 (8) 와 동일하게, 제 1 최종 냉각대 (11A) 와 제 2 최종 냉각대 (11B) 등 복수로 구분하고, 강대의 냉각시의 열 이력이 제어되어도 된다.
연속 어닐링 설비에 있어서, 어닐링부를 구성하는 가열대 (6), 균열대 (7), 냉각대 (8), 재가열 공정을 구성하는 재가열대 (9), 과시효대 (10), 최종 냉각대 (11) 에서는, 복수의 위치에 강대의 표면 온도를 측정하는 온도계가 설치된다. 특히, 강대의 온도 변화가 큰 냉각대 (8) 에서는, 냉각대 (8) 의 입측과 출측에 온도계가 설치되고, 이들 위치에 있어서의 강대의 표면 온도를 측정함으로써 냉각대 (8) 의 냉각 속도의 실적값이 산출된다. 온도계로서, 예를 들어 강대의 판폭 중앙부의 표면 온도를 연속적으로 측정하는 방사 온도계가 사용된다. 온도계는, 방사 온도계에 한정되지 않고, 다른 예로서 판폭 방향의 온도 분포를 측정하는 프로필 방사 온도계여도 된다. 또, 강대의 표면 온도 뿐만 아니라, 어닐링 공정 및 재가열 공정의 각 대역에 있어서의 노 내의 분위기 온도를 측정하는 노 내 온도계가 설치된다. 측정된 강대의 표면 온도 및 분위기 온도는, 연속 어닐링 설비를 제어하여, 조업을 통괄하는 프로세스 컴퓨터에 출력된다.
도 7 은, 냉연 강판을 제조하는 연속 어닐링 설비의 어닐링 공정 및 재가열 공정을 포함하는 강대의 열 이력을 나타내는 그래프이다. 가로축이 시간을 나타내고, 세로축이 강대 온도를 나타낸다. 강대 온도는, 예를 들어 강대의 표면 온도이다. 가열대 (6), 균열대 (7), 냉각대 (8) 에 의해 어닐링 공정이 실시되고, 그 후, 재가열대 (9), 과시효대 (10) 및 최종 냉각대 (11) 에 의해 재가열 공정이 실시된 강대의 열 이력이 나타나 있다. 강대의 길이 방향 위치에 따른 재질의 편차를 방지하기 위해서, 어닐링 공정 중의 강대의 반송 속도는 일정하게 유지된다. 단, 판두께, 판폭, 강종 등이 상이한 강대가 용접되어 있는 경우에는, 용접부의 전후에서 라인 속도가 변화하는 경우도 있다. 이 때문에, 열 이력의 그래프의 형상은, 강대의 측정 위치에 따라 변동되는 경우도 있다. 또한, 조업 조건에 따라서는, 재가열대 (9), 과시효대 (10) 및 최종 냉각대 (11) 에 의한 재가열 공정을 실행하지 않는 경우가 있다. 그러한 경우에는, 냉각대 (8) 를 통과한 강대의 강대 온도가 실온 정도에서 대체로 일정한 열 이력이 된다.
＜분위기 가스의 제어＞
어닐링 공정을 실시하는 가열대 (6), 균열대 (7), 냉각대 (8) 의 각 내부에는, 수소, 질소, 수증기를 포함하는 혼합 가스가 공급되고, 이로써 어닐링 공정의 분위기가 제어되어 있다. 어닐링 공정의 분위기에 포함되는 수소는, 어닐링 공정에 있어서 강대에 침입하는 수소량에 영향을 미치기 때문에, 투입하는 가스의 조성 및 유량을 측정하고, 필요에 따라 조정 및 제어가 실시된다.
가열대 (6) 에 있어서는, 레이디언트 튜브 (RT) 또는 전기 히터 등의 가열 장치를 사용하여, 강대를 간접 가열할 수 있다. 가열대 (6) 에는, 균열대 (7) 및 냉각대 (8) 로부터의 가스가 유입됨과 동시에, 별도로 환원성 가스 또는 비산화성 가스가 공급될 수 있다. 환원성 가스로는, 통상, H2-N2 혼합 가스가 사용된다. 이와 같은 H2-N2 혼합 가스로는, 예를 들어 H2 가 1 ∼ 20 체적％, 잔부가 N2 및 불가피적 불순물로 이루어지는 조성을 갖는 가스 (노점 : -60 ℃ 정도) 를 들 수 있다. 또, 비산화성 가스로는, N2 및 불가피적 불순물로 이루어지는 조성을 갖는 가스 (노점 : -60 ℃ 정도) 가 사용된다. 가열대 (6) 로의 가스 공급의 방법은, 특별히 한정되지 않지만, 가열대 (6) 내에 균등하게 가스가 투입되도록, 높이 방향에서 2 개 지점 이상, 길이 방향에서 1 개 지점 이상의 투입구로부터 가스를 공급하는 것이 바람직하다.
균열대 (7) 에 있어서는, 가열 수단으로서 레이디언트 튜브를 사용하여, 강대를 간접 가열할 수 있다. 균열대 (7) 의 내부의 평균 온도는 700 ∼ 900 ℃ 로 하는 것이 바람직하다. 균열대 (7) 에는 환원성 가스 또는 비산화성 가스가 공급된다. 환원성 가스로는, 통상, H2-N2 혼합 가스가 사용되고, 예를 들어 H2 가 1 ∼ 20 체적％, 잔부가 N2 및 불가피적 불순물로 이루어지는 조성을 갖는 가스 (노점 : -60 ℃ 정도) 를 들 수 있다. 또, 비산화성 가스로는, N2 및 불가피적 불순물로 이루어지는 조성을 갖는 가스 (노점 : -60 ℃ 정도) 를 들 수 있다.
냉각대 (8) 는, 냉각 장치를 구비하고, 냉각대 (8) 중에서의 통판 과정에 있어서 강대가 냉각된다. 냉각대 (8) 에도, 균열대 (7) 와 동일하게, 상기 가스가 공급될 수 있다. 냉각대 (8) 내에 가스가 균등하게 투입되도록, 냉각대 (8) 의 높이 방향에서 2 개 지점 이상, 길이 방향에서 2 개 지점 이상의 투입구로부터 가스를 공급하는 것이 바람직하다.
어닐링 공정을 실행하는 가열대 (6), 균열대 (7), 냉각대 (8) 에는, 노 내의 가스 분위기를 측정하기 위한 수소 농도계, 노점계가 설치된다. 수소 농도계는, 촉매 표면에서의 가스의 접촉 연소에 의한 백금선 코일의 온도 상승을 측정하는 접촉 연소식 센서가 사용된다. 예를 들어, 신코스모스 전기 주식회사 제조의 가연성 가스 탐지기 XP-3110 을 사용할 수 있다. 단, 가스 농도에 의한 열전도율의 변화에 기초하여 수소 농도를 검출하는 방식 등, 다른 측정 방식에 의한 수소 농도계가 사용되어도 된다. 노점계는, 정전 용량식 또는 경면 냉각식의 것을 사용하면 된다. 예를 들어, VAISALA 사 제조의 DMT345 노점 변환기를 사용할 수 있다.
수소 농도계는, 가열대 (6), 균열대 (7), 냉각대 (8) 중 어느 것에 설치하는 것이 바람직하다. 수소 농도계의 설치 위치는, 가열대 (6), 균열대 (7), 냉각대 (8) 이면 임의의 위치여도 상관없다. 단, 강중의 수소는 강대의 온도가 높을수록 확산되기 쉽기 때문에, 수소 농도계가 가열대 (6) 의 출측 근방 또는 균열대 (7) 에 설치되는 것이 바람직하다. 또, 수소 농도계의 설치 위치는, 어느 1 개 지점이어도 되지만, 복수개의 수소 농도계를 상이한 위치에 설치하는 것이 바람직하다. 복수의 수소 농도 정보를 얻음으로써, 강중 수소량의 예측 정밀도가 향상되기 때문이다. 측정된 값은, 프로세스 컴퓨터에 출력된다.
노점계도 동일하게, 가열대 (6), 균열대 (7), 냉각대 (8) 중 어느 것에 설치하는 것이 바람직하다. 노점계의 설치 위치는, 가열대 (6), 균열대 (7), 냉각대 (8) 이면 임의의 위치여도 상관없다. 설치 위치는 어느 1 개 지점이어도 되지만, 복수개의 노점계를 상이한 위치에 설치하는 것이 바람직하다. 복수의 노점 정보를 얻음으로써, 강중 수소량의 예측 정밀도가 향상되기 때문이다. 측정된 값은, 프로세스 컴퓨터에 출력된다.
재가열 공정의 각 대역 내부에는, 수소, 질소, 수증기를 포함하는 혼합 가스가 공급되고, 이로써 분위기가 제어된다. 분위기에 포함되는 수소는, 재가열 공정에 있어서 강대에 침입하는 수소량에 영향을 미치기 때문에, 투입하는 가스의 조성 및 유량을 측정하고, 필요에 따라 조정 및 제어가 실시된다.
재가열 공정에도, 가스 분위기를 측정하기 위한 수소 농도계, 노점계가 설치된다. 수소 농도계, 노점계의 설치 위치는, 임의의 위치여도 상관없다. 설치 개수는, 각각 1 개 지점씩이어도 되지만, 복수개의 수소 농도계, 노점계를 상이한 위치에 설치하는 것이 바람직하다. 복수의 수소 농도계 정보, 노점 정보를 얻음으로써, 강중 수소량의 예측 정밀도가 향상되기 때문이다. 측정된 값은, 프로세스 컴퓨터에 출력된다.
＜변태율계＞
변태율계 (20) 는, 열처리 공정에 있어서의 강대의 내부 조직으로서, 오스테나이트상 (γ 상) 의 전체에 대한 비율을 측정하는 계측기이다. 연속 어닐링 설비에 있어서는, 강판의 조직을 특정한 오스테나이트상 (γ 상) 과 페라이트상 (α 상) 의 2 상 상태로부터, 상 변태를 이용하여 조직 제어가 실시되는 경우가 많다. 그 때문에, 변태율계 (20) 로는, X 선 회절을 이용한 변태율계 (20) 를 사용할 수 있다. γ 상과 α 상은 결정 구조가 상이하기 때문에, X 선을 쬐면 각각으로부터 고유의 각도로 회절 피크가 발생한다. 이것은, 이 회절 피크 강도로부터 변태율 (γ 율) 을 정량화하는 방법이다. 예를 들어, SMS 사 제조의 X-CAP 라고 불리는 제품을 사용할 수 있다. 또, 자기 검출기, 즉 강대의 자기 변태율을 측정하는 장치로서, 자장을 발생시키는 구동 코일과, 강대를 통과한 자장을 측정하는 검출 코일로 구성되는 자기 변태율 측정 장치를 사용하여, 오스테나이트상률을 측정하는 방법이 사용되어도 된다. 구체적으로는, 일본 공개특허공보 2019-7907호에 기재된 장치를 사용할 수 있다.
본 실시형태에서는, 이와 같은 오스테나이트상의 비율을 측정하는 변태율계 (20) 를, 상기 연속 어닐링 설비의 어닐링 공정 또는 재가열 공정 중 적어도 어느 것에 설치한다. 예를 들어 도 6 의 변태율계 (20) 는 설치 지점의 후보 위치를 나타낸다. 설치 장소로는, 예를 들어 어닐링 공정의 균열대 (7) 의 입구, 균열대 (7) 의 출구, 냉각대 (8) 의 입구이고, 재가열 공정에 있어서의 재가열대 (9) 의 입구 또는 출구에 설치하는 것이 바람직하다. 또, 변태율계 (20) 의 설치 지점은, 어느 1 개 지점이어도 되지만, 복수의 상이한 위치에 설치하는 것이 바람직하다. 복수의 변태율 정보를 얻음으로써, 강중 수소량 예측 정밀도가 향상되기 때문이다.
＜강대의 강중 수소량에 관한 정보＞
강중 수소량에 관한 정보는, 상기 연속 어닐링 설비의 샘플 채취 설비에 있어서 채취되는 강대의 샘플재로부터 시험편을 채취하고, 오프라인의 강중 수소량 측정 장치에 의해 측정되는 확산성 수소량의 값을 사용한다. 강중 수소량 측정 장치로는, 강중에 포함되는 수소량으로서, 0.01 ∼ 10 ppm 의 범위에서 측정할 수 있는 임의의 측정 장치를 사용할 수 있다. 구체적으로는, 가스 크로마토그래프에 의한 승온 수소 분석법에 의한 측정 장치를 사용할 수 있다.
수소량 측정 방법에는, 가스 크로마토그래피 질량 분석법 (GC/MS), 승온 탈리 가스 분석법 (TDS) 등이 있다. 장치로는, 지엘 사이언스 주식회사의 GC-4000 Plus, 주식회사 UBE 과학 분석 센터의 TDS1200 등이 있다.
강중 수소량은 이하의 승온 분석법에 의해 측정할 수 있다. 먼저, 냉연 강판으로부터, 5 × 30 ㎜ 정도의 시험편이 잘라내어진다. 시험편은, 라우터 (정밀 그라인더) 를 사용하여 시험편 표면이 제거되고, 석영관 내에 넣어진다. 이어서, 석영관 내를 Ar 로 치환한 후, 200 ℃/hr 로 승온시키고, 400 ℃ 까지 발생한 수소가 가스 크로마토그래프에 의해 측정된다. 이 때, 강중의 확산성 수소량은, 실온 (25 ℃) 으로부터 400 ℃ 까지의 온도역에서 검출된 수소량의 누적값으로 하였다.
이와 같이 하여 취득한 강대의 강중 수소량에 관한 정보는, 시험편을 채취한 강대의 식별 번호 (코일 번호), 필요에 따라 그 채취 위치에 관한 정보와 함께 상위 컴퓨터 (프로세스 컴퓨터에 대한 제조 지시를 부여하는 컴퓨터) 에 보내진다.
＜강중 수소량 예측 모델의 생성 방법＞
도 8 은, 본 실시형태에 관련된 강대의 강중 수소량 예측 모델의 생성 방법을 나타낸다.
연속 어닐링 설비의 조업 실적 데이터, 변태율계 (20) 에 의해 측정되는 강대의 변태율 정보의 실적 데이터 및 강대의 강중 수소량에 관한 정보의 실적 데이터가 데이터베이스에 축적된다. 연속 어닐링 설비의 조업 실적 데이터의 상세한 것에 대해서는 후술하지만, 연속 어닐링 설비의 조업을 통괄하는 프로세스 컴퓨터가 갖는 조업 실적 데이터에서 선택된 실적 데이터가, 강중 수소량 예측 모델 생성부의 데이터베이스에 보내진다. 또, 강대의 변태율 정보의 실적 데이터는, 상기의 변태율계 (20) 로부터 얻어진 변태율 정보이고, 변태율 정보가 프로세스 컴퓨터에 축적되는 경우에는, 프로세스 컴퓨터로부터 데이터베이스에 보내진다. 단, 변태율 정보가 프로세스 컴퓨터에 축적되지 않는 경우에는, 강중 수소량 예측 모델 생성부의 데이터베이스에 직접 보내진다.
강중 수소량의 정보는, 예를 들어 강대의 코일 번호 등, 연속 어닐링 설비의 조업 실적 데이터와 대응지을 수 있는 부대 정보와 함께 데이터베이스에 보내진다. 또한, 강대의 강중 수소량에 관한 정보의 실적 데이터는, 오프라인의 시험에 의해 얻어지는 정보이고, 상위 컴퓨터에 축적되어 있다. 이 정보도, 강대의 코일 번호 등, 연속 어닐링 설비의 조업 실적 데이터와 대응지을 수 있는 부대 정보와 함께 데이터베이스에 보내진다. 그리고, 연속 어닐링 설비의 조업 실적 데이터, 변태율계 (20) 에 의해 측정되는 강대의 변태율 정보의 실적 데이터 및 강대의 강중 수소량에 관한 정보의 실적 데이터는, 코일 번호 등에 의해 대응지어지고, 1 세트의 데이터 세트로서 데이터베이스에 축적된다. 이 때, 데이터베이스에 축적되는 데이터 세트는, 1 개의 강대에 대해 1 개의 데이터 세트를 취득한다. 단, 강대의 강중 수소량에 관한 정보의 실적 데이터가, 강대의 선단부 및 미단부와 같이 복수 지점에서 얻어지고 있는 경우에는, 그 강대의 선단부 및 미단부 등 복수 지점에 있어서 취득한 연속 어닐링 설비의 조업 실적 데이터와 강대의 변태율 정보의 실적 데이터를 사용하여, 1 개의 강대에 대해 복수의 데이터 세트를 취득하도록 해도 된다.
또, 데이터베이스는, 강대의 성분 조성에 관한 강대의 속성 파라미터에서 선택한 1 이상의 파라미터를 갖는 것이 바람직하다. 강대의 성분 조성에 관한 강대의 속성 파라미터의 실적 데이터는, 제강 공정에 있어서의 실적값으로서, 코일 번호와 함께 프로세스 컴퓨터 또는 상위 컴퓨터에 축적되어 있고, 적절히 데이터베이스에 보냄으로써, 데이터 세트를 구성할 수 있다. 강대의 성분 조성에 관한 강대의 속성 파라미터를 입력에 가함으로써, 성분 조성이 상이한 강대에 대해, 본 실시형태의 강중 수소량 예측 모델을 널리 적용할 수 있다.
본 실시형태의 강중 수소량 예측 모델의 생성에 사용하는 데이터베이스의 데이터 세트수로는, 200 개 이상이 바람직하고, 보다 바람직하게는 1000 개 이상이다.
본 실시형태에서는, 이와 같이 하여 작성된 데이터베이스를 사용하여, 적어도 연속 어닐링 설비의 조업 실적 데이터에서 선택한 1 이상의 조업 실적 데이터와, 어닐링 공정 및 재가열 공정 중 어느 1 개 지점 이상에 설치된 변태율계 (20) 에 의해 측정된 변태율 정보의 실적 데이터를 입력 실적 데이터로 하여, 그 입력 실적 데이터를 사용하는 기계 학습에 의해 학습된 강대의 강중 수소량 예측 모델을 생성한다.
기계 학습의 방법은, 공지된 학습 방법을 적용하면 되고, 실용상 충분한 강판의 강중 수소량의 예측 정밀도가 얻어지면, 어느 기계 학습 모델이어도 된다. 예를 들어, 딥 러닝, 컨벌루션 뉴럴 네트워크 (CNN), 리커런트 뉴럴 네트워크 (RNN) 등을 포함하는 뉴럴 네트워크에 의한 공지된 기계 학습 수법이 사용되어도 된다. 다른 수법으로는, 결정목 학습, 랜덤 포레스트, 서포트 벡터 회귀, 가우스 과정 등을 예시할 수 있다. 또, 복수의 모델을 조합한 앙상블 모델이 사용되어도 된다. 또, 강중 수소량 예측 모델은, 최신의 학습 데이터를 사용하여, 적절히 갱신하면 된다. 연속 어닐링 설비의 장기적인 조업 조건의 변화에 대응할 수 있기 때문이다.
＜연속 어닐링 설비의 조업 파라미터＞
연속 어닐링 설비에 있어서의 조업 파라미터로서, 변태율계 (20) 에 의해 측정되는 변태율 정보 이외의 파라미터로서, 강대의 강중 수소량에 영향을 미치는 임의의 조업 파라미터를 사용할 수 있다. 연속 어닐링 설비에 있어서의 조업 파라미터로는, 주로 강대의 열 이력에 관련되는 조업 파라미터, 강대가 통판되는 연속 어닐링 설비의 분위기 가스에 관련되는 조업 파라미터로 대별된다.
＜열 이력에 관련되는 조업 파라미터＞
도 7 에 나타낸 어닐링 공정 및 재가열 공정에 있어서의 강대의 열 이력의 예를 사용하면, 이하와 같은 연속 어닐링 설비에 있어서의 조업 파라미터를 사용할 수 있다.
예를 들어, 가열대 (6) 의 조업 파라미터로서, 강대가 가열대 (6) 를 통과하는 시간과 온도 상승량을 사용해도 되고, 또는, 이들의 값으로부터 산출되는 평균 승온 속도를 사용해도 된다.
균열대 (7) 의 조업 파라미터로서, 균열대 (7) 에서의 강대의 평균 온도인 균열 온도와 균열대 (7) 를 통과하는 시간인 균열 시간이 사용되어도 된다. 냉각대 (8) 의 조업 파라미터로서, 강대가 제 1 냉각대 (8A) 를 통과하는 시간과 온도 저하량을 사용해도 되고, 또는, 이들의 값으로부터 산출되는 평균 냉각 속도를 사용해도 된다. 또, 냉각대 (8) 의 조업 파라미터로서, 강대가 제 2 냉각대 (8B) 를 통과하는 시간과 온도 저하량을 사용해도 되고, 또는, 이들의 값으로부터 산출되는 평균 냉각 속도를 사용해도 된다.
또, 가열대 (6) 에 있어서의 가열 장치의 제어 출력값 및 냉각대 (8) 에 있어서의 냉각 장치의 제어 출력값이 조업 파라미터로서 사용되어도 된다. 이들 조업 파라미터는 어닐링 공정에 있어서의 강대의 온도 이력을 제어하기 위해서 사용되는 조업 파라미터이기 때문이다. 또한, 균열대 (7) 에 있어서의 강대의 라인 속도, 냉각대 (8) 에 있어서의 평균 냉각 속도, 가스 분사 등의 냉각 장치의 분사 압력 등이 사용되어도 된다. 이들도 강대의 열 이력에 영향을 미치는 인자이기 때문이다.
재가열대 (9) 의 조업 파라미터로서, 재가열대 (9) 에 설치된 유도 가열 장치의 입측과 출측에 배치된 방사 온도계에 의해 측정되는 온도 상승량과 그 통과 시간이 사용되어 되고, 또는, 이들의 값으로부터 산출되는 평균 승온 속도가 사용되어도 된다. 과시효대 (10) 의 조업 파라미터로서, 과시효대 (10) 에서의 강대의 평균 온도와 과시효대 (10) 를 통과하는 시간이 사용되어도 된다. 최종 냉각대 (11) 의 조업 파라미터로서, 강대가 최종 냉각대 (11) 를 통과하는 시간과 온도 저하량이 사용되어도 되고, 또는 이들의 값으로부터 산출되는 평균 냉각 속도가 사용되어도 된다. 또한, 재가열대 (9) 에 있어서의 가열 장치의 제어 출력값 및 최종 냉각대 (11) 에 있어서의 냉각 장치의 제어 출력값이 조업 파라미터로서 사용되어도 된다. 이들 조업 파라미터는 재가열 공정에 있어서의 강대의 온도 이력을 제어하기 위해서 사용되는 조업 파라미터이기 때문이다.
＜분위기 가스에 관련되는 조업 파라미터＞
본 실시형태에 관련된 연속 어닐링 설비에 있어서의 조업 파라미터로서, 상기와 같은 강대의 열 이력에 관련되는 조업 파라미터 외에, 강대가 통판되는 연속 어닐링 설비의 분위기 가스에 관련되는 조업 파라미터를 선택해도 된다.
어닐링부에 있어서의 조업 파라미터로서, 가열대 (6), 균열대 (7), 냉각대 (8) 의 각 대역에 있어서의 분위기 가스의 가스 조성을 사용할 수 있다. 특히, 수소 농도를 사용하는 것이 바람직하다. 어닐링 공정에 있어서 강대에 침입하는 수소량에 영향을 미치기 때문이다.
재가열부에 있어서의 조업 파라미터로서, 재가열대 (9), 과시효대 (10), 최종 냉각대 (11) 의 각 대역에 있어서의 분위기 가스의 가스 조성을 사용할 수 있다. 특히, 수소 농도를 사용하는 것이 바람직하다. 재가열 공정에 있어서 강중 수소의 외부로의 빠지기 쉬움에 영향을 미치기 때문이다.
또, 어닐링부 및 재가열부에 공급되는 H2, N2, H2O 에 의해 각 내부의 가스 성분의 농도가 변화하기 때문에, 내부의 노점이 변화하는, 즉 H2O 농도가 변화한다. 이로써, 분위기 중의 H2 의 농도에 영향이 생기므로, 어닐링부 및 재가열부에 있어서의 노점을 연속 어닐링 설비에 있어서의 조업 파라미터로서 사용해도 된다.
＜연속 어닐링 설비의 조업 파라미터의 선택＞
본 실시형태에서는, 이상의 연속 어닐링 설비의 조업 파라미터에서 선택한 1 이상의 조업 파라미터를, 강대의 강중 수소량 예측 모델의 입력으로 한다.
이 때, 어닐링부, 재가열부에 있어서의 강대의 열 이력에 관한 조업 파라미터를 사용하는 것은, 강대의 온도에 의해 강중에 있어서의 수소의 확산 속도가 영향을 받기 때문이다. 또, 수소의 확산 속도가 큰 경우에는, 강대의 표면으로부터 수소가 침입하기 쉬워지기 때문이다.
또, 강대가 어닐링부, 재가열부를 통과할 때의, 각 대역을 통과하는 시간 (체재 시간) 을 조업 파라미터로서 사용하는 것은, 강중에 수소가 침입하거나, 혹은 배출되는 양에 영향을 미치기 때문이다. 나아가서는 강중에서의 확산 시간을 통해서, 그들의 양이 변화하기 때문이다.
이 때, 강중의 수소량은, 강대가 고온으로 유지되는 어닐링부에서는 증가하고, 비교적 저온으로 유지되는 재가열부에서 감소한다. 따라서, 열 이력에 관련되는 조업 파라미터로는, 어닐링부의 조업 파라미터에서 선택한 1 이상의 파라미터와, 재가열부의 조업 파라미터에서 선택한 1 이상의 파라미터를 조합하여 사용하는 것이 바람직하다. 연속 어닐링 설비의 출측에 있어서 검출되는 강대의 강중 수소량은, 강중으로의 수소의 침입과 배출의 밸런스에 의해 큰 영향을 받기 때문이다.
한편, 어닐링부, 재가열부의 각 대역에 있어서의 분위기에 관련되는 조업 파라미터를 사용하는 것은, 상기와 같이, 분위기 가스의 조성에 의해 강중으로의 수소의 침입과 배출에 영향을 미치기 때문이다. 따라서, 본 실시형태에 있어서는, 열 이력에 관련되는 조업 파라미터에서 선택한 1 이상의 파라미터와, 분위기 가스에 관련되는 조업 파라미터에서 선택한 파라미터를 조합하여 사용하는 것이 바람직하다. 모두 강중으로의 수소의 침입과 배출 거동에 영향을 미치기 때문이다.
본 실시형태에 있어서의 연속 어닐링 설비에 있어서의 조업 파라미터는, 상기 조업 데이터로서, 1 개의 강대당, 1 세트의 조업 파라미터를 학습용 데이터로서 취득한다. 강중 수소량 예측 모델의 출력이 되는 강중 수소량에 관한 정보는, 기본적으로는 강대 단위로 수집되기 때문이다. 그 경우에, 상기의 열 이력의 데이터, 분위기 가스의 데이터 등은, 강대의 길이 방향에 대해 연속적으로 수집되는 데이터이지만, 1 개의 강대에 대해 대표값을 산출하고, 이것을 연속 어닐링 설비에 있어서의 조업 파라미터로 한다. 예를 들어, 강대의 선단부 또는 미단부로부터 미리 설정된 거리만큼 떨어진 위치에서 수집된 데이터가 사용되거나, 길이 방향의 측정값을 평균화한 데이터가 사용되거나 해도 된다.
＜변태율 정보＞
본 실시형태에서는, 오스테나이트상의 비율을 측정하는 변태율계 (20) 를, 연속 어닐링 설비의 어닐링 공정 또는 재가열 공정 중 적어도 어느 것에 설치하고, 변태율계 (20) 에 의한 측정 결과를 변태율 정보로 하여, 상기 강중 수소량 예측 모델의 학습용 데이터의 하나로 한다.
변태율계 (20) 에 의해 얻어지는 데이터는, 강대의 오스테나이트상의 비율 데이터로서, 강대의 길이 방향에 대해 샘플링 주기마다 얻어지는 연속적인 데이터이지만, 1 개의 강대에 대해 대표값을 산출하고, 이것을 변태율 정보의 실적 데이터로 한다. 이 때, 강중 수소량 예측 모델의 출력이 되는, 강대의 강중 수소량에 관한 정보의 실적 데이터를 취득하는 위치에 대체로 대응하는 위치에서 측정되는 변태율의 측정 결과를, 변태율 정보의 실적 데이터로 하는 것이 바람직하다. 연속 어닐링 설비에 있어서는 강대의 변태율이 길이 방향에서 변동되는 경우도 있고, 변태율과 강대의 강중 수소량의 상관 관계는 비교적 높으므로, 변태율의 측정값과, 강중 수소량의 실적 데이터 채취 위치를 대응시킴으로써, 보다 높은 정밀도로 강중 수소량 예측이 가능해진다.
여기서, 강중 수소량의 예측에 대해, 강대의 오스테나이트상 (γ 상) 의 비율은 중요한 파라미터가 된다. 일반적으로, 오스테나이트상은 페라이트상 (α 상) 에 비해 수소의 확산 계수가 약 한 자릿수 작다. 그 때문에, 연속 어닐링 설비의 균열부와 같이 고온으로 유지되어, γ 상이 주체가 되는 대역에서는, 주위의 분위기 가스로부터 강중으로의 수소의 침입이 느려짐과 함께, 일단 강중에 침입한 수소가 주위에 방출되기 어려워진다. 한편, 과시효대 (10) 와 같이 페라이트상 (α 상) 이 일정 정도 포함되는 내부 조직이 형성되는 대역에서는, 주위의 분위기 가스로부터 강중으로의 수소의 침입이 촉진되는 한편, 일단 강중에 수소가 침입해도 주위에 방출되기 쉬워진다.
연속 어닐링 설비에서는, 강대의 상 변태를 이용한 조직 제어에 의해 강의 기계적 특성을 제어하고 있고, 강대가 어닐링부 (가열대 (6), 균열대 (7), 냉각대 (8)), 재가열부 (재가열대 (9), 과시효대 (10), 최종 냉각대 (11)) 의 각 대역을 통과하는 도중 단계에서, 강대의 내부 조직이 변화하므로, 변태율계 (20) 에 의해 강대의 오스테나이트상 (γ 상) 에 대한 정보를 취득함으로써, 강대의 강중 수소량의 예측 정밀도가 향상된다.
또, 강대의 상 변태 거동은, 제품이 되는 강대의 강도 레벨 및 성분 조성에 따라 바뀌고, 그 내부 조직이 변화하는 이력도 변화한다. 따라서, 상이한 강종에 대해, 강중의 수소량을 예측하고자 하는 경우에, 강대의 내부 조직의 정보를 반영한 변태율계 (20) 에 의한 변태율 정보를, 강중 수소량의 예측 모델에 사용하는 의의가 높아진다.
한편, 본 실시형태에 있어서, 연속 어닐링 설비의 조업 파라미터에 더하여, 변태율계 (20) 로 측정되는 변태율 정보를 사용하는 이유는 이하와 같다. 연속 어닐링 설비의 조업 파라미터는, 강대의 내부 조직에 있어서의 회복, 재결정, 입 성장, 석출, 상 변태 등의 과정을 통해서 강대의 강중 수소량에 영향을 미친다. 그러나, 이와 같은 내부 조직의 변화는, 연속 어닐링 설비의 조업 파라미터에 의해서만 결정되는 것이 아니라, 그 전공정인 열간 압연 공정 및 냉간 압연 공정에 있어서의 가공 이력의 영향을 받는다. 예를 들어, 열간 압연 공정에 있어서의 권취 온도는, 열연 강판의 내부 조직으로서 석출물의 크기 (분포) 및 양에 영향을 미치고, 열처리 공정에 있어서의 입 성장 및 변태 거동에 영향을 미친다. 또, 냉간 압연 공정에 있어서의 압하율은 냉연 강판의 내부 조직에 축적되는 변형 상태를 통해서, 어닐링 공정의 재결정, 입 성장 및 변태 거동에 영향을 미친다. 그 때문에, 강중 수소량 예측 모델의 학습용 데이터로서, 연속 어닐링 설비의 조업 파라미터만에서는, 이와 같은 어닐링 공정보다 전공정의 조업 파라미터가, 강대의 열처리 후의 강중 수소량에 미치는 영향을 고려할 수 없기 때문에, 강중 수소량의 예측이 곤란하였다.
이에 대해, 가열 공정 또는 재가열 공정에 있어서 변태율계 (20) 에 의해 측정되는 변태율 정보를 학습용 데이터에 사용함으로써, 어닐링 공정의 전공정인 열간 압연 공정 및 냉간 압연 공정에 있어서의 조업 파라미터가 강대의 열처리 후의 강중 수소량에 미치는 영향을, 연속 어닐링 설비에 있어서의 공정에 있어서, 간접적인 정보로서 고려할 수 있게 된다. 이로써, 강중 수소량 예측 모델로서 강중 수소량의 예측이 가능해진다.
이상으로부터, 본 실시형태에서는, 오스테나이트상의 비율을 측정하는 변태율계 (20) 를, 연속 어닐링 설비의 어닐링 공정 또는 재가열 공정 중 적어도 어느 것에 설치하고, 변태율계 (20) 에 의한 측정 결과를 변태율 정보로 하여, 상기 강중 수소량 예측 모델의 학습용 데이터의 하나로 한다.
＜강대의 성분 조성에 관한 속성 파라미터＞
본 실시형태에 있어서는, 상기 강중 수소량 예측 모델의 입력 데이터로서, 추가로, 강대의 성분 조성에 관한 강대의 속성 파라미터에서 선택한 1 이상의 파라미터를 갖는 것이 바람직하다. 강대의 성분 조성에 의해, 열처리 공정에 있어서의 상 변태 거동 및 내부 조직이 영향을 받기 때문이다. 또, 연속 어닐링 설비에 의해 제조하는 냉연 강판으로서, 각종 성분 조성을 갖는 강대의 강중 수소량을 예측하는 강중 수소량 예측 모델을 생성할 수 있어, 강중 수소량 예측 모델의 적용 범위가 확대되기 때문이다.
강대의 성분 조성에 관한 속성 파라미터로는, 강대에 포함되는 화학 성분으로서, C, Si, Mn 의 함유량을 사용할 수 있다. 또, 강대의 성분 조성에 관한 속성 파라미터는, Cu, Ni, Cr, Mo, Nb, Ti, V, B, Zr 의 함유량을 포함해도 된다. 단, 이들 성분 조성을 강대의 성분 조성에 관한 속성 파라미터로서 모두 사용할 필요는 없다. 연속 어닐링 설비에 있어서 제조 대상으로 하는 강대의 종류에 따라, 적절히, 일부가 선택되면 된다.
C 는 강판의 고강도화에 유효한 원소이고, 강 조직의 경질상의 하나인 마텐자이트를 형성함으로써 고강도화에 기여한다.
Si 는 주로 고용 강화에 의해 고강도화에 기여하는 원소이고, 강도 상승에 대해 연성의 저하가 비교적 적어 강도 뿐만 아니라 강도와 연성의 밸런스 향상에도 기여한다. 한편 Si 는 강판 표면에 Si 계 산화물을 형성하기 쉽고, 어닐링시에 오스테나이트를 안정화시켜, 최종 제품에 잔류 오스테나이트를 형성시키기 쉽게 한다.
Mn 은 고용 강화 및 마텐자이트 형성에 의해 고강도화에 기여하는 원소로서 유효하다.
Nb, Ti, V, Zr 은, C 또는 N 과 탄화물 또는 질화물 (탄질화물의 경우도 있다) 을 형성하는, 미세 석출물로 함으로써 강판의 고강도화에 기여한다.
Cu, Ni, Cr, Mo, B 는, ??칭성을 높여 마텐자이트를 생성시키기 쉽게 하기 때문에, 고강도화에 기여하는 원소이다.
여기서, 이들 성분 조성은, 강대의 길이 방향의 분포가 대체로 일정하고, 하나의 강대에 대해 하나의 속성 파라미터를 실적 데이터로서 취득할 수 있다.
또한, 본 실시형태의 강중 수소량 예측 모델의 학습용 데이터로서, 강대의 성분 조성에 관한 강대의 속성 파라미터 이외에, 강대의 속성 파라미터로서, 강대의 판두께, 판폭, 강대의 길이 등, 강대의 치수에 관련된 속성 파라미터가 사용되어도 된다. 이들은, 연속 어닐링 설비 내에서의 전열 거동에 영향을 미치기 때문에, 동일한 노 내 분위기 온도여도, 강판의 온도 변화가 상이함으로써, 강대의 강중 수소량에 영향을 미치기 때문이다.
＜강대의 강중 수소량 제어 방법＞
도 9 는, 상기와 같은 강중 수소량 예측 방법을 사용한 강대의 강중 수소량 제어 방법을 나타낸다.
본 실시형태에 있어서의 강중 수소량 제어 방법은, 연속 어닐링 설비의 어닐링 공정 또는 재가열 공정 중 적어도 어느 것에 설치된 변태율계 (20) 의 설치 위치에 따라 실시형태가 상이하다. 구체적으로는, 상기와 같이 하여 생성된 강중 수소량 예측 모델의 입력에 사용하는 변태율 정보로서, 복수의 변태율계 (20) 가 설치되어 있는 경우에, 그 가장 하류측에 설치된 변태율계 (20) 보다 상류측의 대역과, 그 하류측의 대역을 구분한다. 연속 어닐링 설비의 입측으로부터 상기 변태율계 (20) 까지의 대역은 강중 수소량 동정대라고 불린다. 또, 상기 변태율계 (20) 보다 하류측의 대역은 강중 수소량 제어대라고 불린다. 그리고, 강중 수소량 예측의 대상으로 하는 강대의 선단부가, 상기 변태율계 (20) 의 위치에 도달하고, 강대의 변태율 정보가 취득된 시점에서, 도 9 에 나타내는 제어 플로가 개시된다.
이 시점에서, 강중 수소량의 제어 대상으로 하는 강대에 대해, 연속 어닐링 설비의 강중 수소량 동정대에 있어서 얻어지고 있는 연속 어닐링 설비의 조업 실적 데이터와, 변태율계 (20) 에 의해 측정된 변태율 정보가, 강중 수소량 예측 모델의 입력 데이터가 된다. 이들의 입력 데이터를 취득하는 스텝을 입력 데이터 취득 스텝이라고 기재하는 경우가 있다. 입력 데이터 취득 스텝에 있어서, 또한, 그 시점에서의 강중 수소량 제어대에 있어서의 연속 어닐링 설비의 조업 실적 데이터 또는 연속 어닐링 설비의 조업 조건의 설정값이, 강중 수소량 예측 모델의 입력 데이터로서 취득되어도 된다. 이와 같이 하여 취득된 데이터를 입력으로 하여, 강중 수소량 예측 모델을 사용하여, 재가열 공정의 하류측에 있어서의 강대의 강중 수소량이 예측된다.
한편, 본 실시형태에서는, 또한 상위 컴퓨터에 있어서 강대의 강중 수소량의 상한값이 설정되어 있고, 예측되는 강중 수소량과 그 상한값이 비교된다. 여기서, 강중 수소량의 상한값은, 수소 취화 균열이 실용상 문제가 될 수 있는 환경에서 사용되는 강재에 대해, 사용상의 문제가 생기지 않을 정도로 강대의 강중 수소량을 저감시키는 목표값에 일정한 여유값을 고려한 값으로서 설정되는 것이 바람직하다. 예를 들어, 강중 수소량의 상한값을 0.30 ppm 과 같이 설정할 수 있다.
이 때, 연속 어닐링 설비의 조업 조건 설정부에서는, 이상과 같이 하여 미리 설정되는 강중 수소량의 상한값과, 강중 수소량의 예측 결과가 비교되고, 예측되는 강중 수소량이 상한값 이하이면, 초기 설정인 채로 연속 어닐링 설비의 조업 조건을 결정하고, 연속 어닐링 설비의 제어부에 보내진다. 한편, 예측되는 강중 수소량이 상한값을 초과하는 경우에는, 상기 강중 수소량 제어대에 있어서의 조업 조건을 재설정한다.
구체적으로는, 연속 어닐링 설비 중에서, 가장 하류측에 설치된 변태율계 (20) (단, 강중 수소량 예측 모델의 입력에 사용되고 있는 변태율 정보를 부여하는 변태율계 (20) 중에서, 가장 하류측의 의미) 가, 어닐링 공정의 균열대 (7) 의 출구에 설치되는 경우에는, 연속 어닐링 설비의 입측으로부터 균열대 (7) 의 출구까지가 강중 수소량 동정대가 되고, 균열대 (7) 의 출구보다 하류측이 강중 수소량 제어대가 된다. 이 때, 강대의 선단부가 균열대 (7) 의 출구에 도달하여, 변태율계 (20) 에 의해 변태율 정보가 취득되면, 도 9 에 나타내는 강중 수소량 제어의 플로가 개시된다. 이 때, 강중 수소량 제어대에 있어서, 강중 수소량을 제어하기 위해서 사용할 수 있는 조업 조건으로는, 냉각대 (8) (제 1 냉각대 (8A) 및 제 2 냉각대 (8B)) 에 있어서의 냉각 조건, 재가열대 (9) 에 있어서의 재가열 조건, 과시효대 (10) 에 있어서의 보열 온도 및 보열 시간, 최종 냉각대 (11) 에 있어서의 냉각 속도 등에서 선택한 조업 조건을 재설정할 수 있다. 또, 재설정하는 조업 조건은, 반드시 강중 수소량 예측 모델의 입력으로서 사용하는 것에는 한정되지 않는다.
한편, 가장 하류측의 변태율계 (20) 를 재가열대 (9) 의 입구 또는 출구에 설치하고 있는 경우에는, 강중 수소량 제어대가, 과시효대 (10) 또는 최종 냉각대 (11) 이후의 대역에 한정되기 때문에, 연속 어닐링 설비에 있어서 재설정하는 조업 조건으로서, 과시효대 (10) 에 있어서의 보열 시간, 과시효대 (10) 의 분위기 가스 성분의 혼합비, 최종 냉각대 (11) 의 냉각 속도 등으로 한정된다.
따라서, 강중 수소량 예측 모델의 입력으로서 사용하는 가장 하류측의 변태율계 (20) 의 위치로는, 재설정하기 위한 조업 조건의 자유도와 강중 수소량 예측 모델에 의한 예측 정밀도의 균형에 의해, 적절히 결정하면 된다. 즉, 강중 수소량 동정대를 길게 함으로써, 강중 수소량의 예측 정밀도는 향상되지만, 강중 수소량 제어대에 있어서의 재설정할 수 있는 조업 조건의 자유도가 낮아진다. 이에 대해, 강중 수소량 동정대를 짧게 하면, 강중 수소량의 예측 정밀도는 저하되지만, 강중 수소량 제어대에 있어서 재설정할 수 있는 조업 조건의 자유도가 높아진다.
여기서, γ 상이 주체의 내부 조직을 갖는 강대는 강중 수소가 방출되기 어렵고, α 상의 비율이 커지면 수소가 방출되기 쉽다. 따라서, 강중 수소량을 효과적으로 저감시키기 위한 강중 수소량 제어대는, 어닐링부의 냉각대 (8) 보다 하류측에 설정하는 것이 바람직하다. 상기와 같이, 연속 어닐링 설비 중에, 복수의 변태율계 (20) 가 설치되는 경우에는, 가장 하류측의 변태율계 (20) 를 기준으로 하여, 강중 수소량 동정대와 강중 수소량 제어대를 구분하는 것이 바람직하다. 그러나, 강중 수소량 동정대와 강중 수소량 제어대를 구분하기 위한 변태율계 (20) 는, 반드시 가장 하류측의 변태율계 (20) 일 필요는 없다. 복수의 변태율계 (20) 중에서 선택한 임의의 변태율계를 기준으로 하여, 강중 수소량 동정대와 강중 수소량 제어대를 구분해도 된다.
＜강중 수소량 예측 장치＞
강중 수소량 예측 장치의 구성은, 제 1 실시형태와 동일하다 (도 5 참조). 단, 제 1 실시형태의 강중 수소량 예측 장치의 설명에 있어서의 「연속식 용융 도금 설비」 는, 「연속 어닐링 설비」 로 바꾸어 읽을 수 있다.
(제 2 실시형태의 실시예)
이하, 실시예를 사용하여, 본 실시형태가 구체적으로 설명된다.
도 6 에 나타내는 바와 같은 연속 어닐링 설비에 있어서, 200 코일의 냉연 강판 (강중 수소량의 상한값은 0.30 ppm) 이 제조되었다. 이 때, 연속 어닐링 설비에 장입되는 강판의 속성 정보의 실적 데이터와, 연속 어닐링 설비에 있어서의 조업 파라미터의 조업 실적 데이터를 입력 실적 데이터로 하고, 그 입력 실적 데이터를 사용한 연속 어닐링 설비의 출측에 있어서의 강판의 강중 수소량을 출력 실적 데이터로 하여, 복수의 학습용 데이터가 취득되었다. 취득된 복수의 학습용 데이터를 사용한 기계 학습에 의해, 도 8 에 나타내는 바와 같은 방법에 의해, 재가열 공정의 하류측에 있어서의 강대의 강중 수소량에 관한 정보를 출력 데이터로 하는 강중 수소량 예측 모델이 생성되었다.
강중 수소량 예측 모델의 생성에 있어서, 입력되는 강대의 성분 조성에 관한 강대의 속성 파라미터에는, C, Si, Mn 의 함유량을 사용하였다. 또, 연속 어닐링 설비의 조업 실적 데이터로서, 균열대 (7) 에 있어서의 강판 온도, 강대의 선단부가 균열대 (7) 를 통과할 때의 반송 속도를 입력으로 하였다. 또한, 본 실시예에 있어서는, 온라인의 변태율계 (20) 를 도 6 에 나타내는 연속 어닐링 설비의 균열대 (7) 의 출구와 과시효대 (10) 의 입구의 2 개 지점에 설치하고, 이들 변태율에 의해 측정된 변태율 정보의 실적 데이터를 입력 실적 데이터로서 사용하였다. 또한, 본 실시예에 있어서는, 그 밖의 입력으로서, 강대의 판두께 및 판폭의 설정값을 사용하여, 수소량 예측 모델을 생성하였다.
여기서, 학습용 데이터로서 취득한 강대의 강중 수소량은, 연속 어닐링 설비에서의 통판 후, 시험편을 채취하고, 가스 크로마토그래프에 의한 승온 수소 분석법으로부터 얻어지는 강중 수소량이다.
이와 같이 하여 생성한 강중 수소량 예측 모델을, 도 9 에 나타내는 강중 수소량 제어에 있어서의 강중 수소량 예측부에 적용하여, 100 코일의 냉연 강판이 제조되었다. 요컨대, 강중 수소량 예측 모델을 사용하는 강대의 강중 수소량 예측 방법이, 강대의 강중 수소량 제어 방법 및 제조 방법에 적용되었다.
이 때, 상기의 강중 수소량 예측 모델을 사용하여, 연속 어닐링 설비의 출측에 있어서의 강판의 강중 수소량을 예측하고, 예측한 강중 수소량이 미리 설정된 상한값 (이 경우에는 0.30 ppm 으로 설정) 에 들어가도록 연속 어닐링 설비에 있어서의 조업 파라미터가 재설정되었다. 이 때, 가장 하류측의 변태율계 (20) 가, 과시효대 (10) 의 입구에 설치되어 있기 때문에, 연속 어닐링 설비의 입측으로부터 과시효대 (10) 의 입구까지가 강중 수소량 동정대가 되고, 과시효대 (10) 의 입구보다 하류측이 강중 수소량 제어대로 되어 있다. 도 9 에 나타내는 플로는, 강대의 선단부가 과시효대 (10) 의 입구에 도달한 후에 개시된다. 강중 수소량 제어대에 있어서는, 강중 수소량을 제어하기 위해서 사용한 조업 조건으로서, 과시효대 (10) 에 있어서의 보열 온도와 보열 시간, 냉각대 (8) 에 있어서의 냉각 속도를 재설정하였다. 그 후, 이들 강대의 강중 수소량 측정 시험에 의해 얻어진 강중 수소량이 수집되었다. 그 결과, 98 ％ 의 강대가, 강중 수소량의 상한값 (0.30 ppm) 이하가 되었다.
한편, 비교예로서, 상기와 같은 강중 수소량 예측부를 구비하고 있지 않은 연속 어닐링 설비에 있어서, 연속 어닐링 설비의 조업 조건을 재설정하는 일 없이 조업이 실시되었다. 그 결과, 강중 수소량의 상한값 이하가 된 강대는 75 ％ 였다.
이상과 같이, 본 개시에 의한 강중 수소량 예측 방법의 적용에 의해, 상기의 기계 학습 모델을 사용하여 직접적인 예측을 실시하기 때문에, 강대의 강중 수소량을 고정밀도로 예측할 수 있고, 또, 강중 수소량을 효과적으로 저감시킬 수 있다.
1 : 페이오프 릴
2 : 용접기
3 : 전해 청정 장치
4 : 입측 루퍼
5 : 예열대
6 : 가열대
7 : 균열대
8 : 냉각대
8A : 제 1 냉각대
8B : 제 2 냉각대
9 : 재가열대
10 : 과시효대
11 : 최종 냉각대
11A : 제 1 최종 냉각대
11B : 제 2 최종 냉각대
12 : 출측 루퍼
13 : 조질 압연 설비
14 : 검사 설비
15 : 텐션 릴
16 : 아연 도금조
17 : 합금화대
18 : 보열대
19 : 스나우트
20 : 변태율계
21 : 와이핑 장치
22 : 싱크 롤
2 : 용접기
3 : 전해 청정 장치
4 : 입측 루퍼
5 : 예열대
6 : 가열대
7 : 균열대
8 : 냉각대
8A : 제 1 냉각대
8B : 제 2 냉각대
9 : 재가열대
10 : 과시효대
11 : 최종 냉각대
11A : 제 1 최종 냉각대
11B : 제 2 최종 냉각대
12 : 출측 루퍼
13 : 조질 압연 설비
14 : 검사 설비
15 : 텐션 릴
16 : 아연 도금조
17 : 합금화대
18 : 보열대
19 : 스나우트
20 : 변태율계
21 : 와이핑 장치
22 : 싱크 롤
Claims (16)
- 강대의 어닐링 공정, 도금 공정 및 재가열 공정을 포함하는 제조 공정을 실행하는 연속식 용융 도금 설비에 있어서의, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량 예측 방법으로서,
입력 데이터로서, 상기 연속식 용융 도금 설비의 조업 파라미터에서 선택한 1 이상의 파라미터와, 상기 어닐링 공정 및 상기 재가열 공정의 적어도 하나에 있어서 측정된 변태율 정보를 취득하는 입력 데이터 취득 스텝과,
상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량에 관한 정보를 출력 데이터로 하는, 기계 학습에 의해 학습된 강중 수소량 예측 모델을 사용하여, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하는 것을 포함하는, 강대의 강중 수소량 예측 방법. - 제 1 항에 있어서,
상기 입력 데이터 취득 스텝은, 상기 입력 데이터로서, 추가로, 강대의 성분 조성에 관한 강대의 속성 파라미터에서 선택한 1 이상의 파라미터를 취득하는, 강대의 강중 수소량 예측 방법. - 제 1 항 또는 제 2 항에 기재된 강대의 강중 수소량 예측 방법을 사용하여, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하고, 예측한 강중 수소량이 미리 설정된 상한값을 초과하는 경우에는, 강중 수소량이 상기 상한값 이하가 되도록, 상기 연속식 용융 도금 설비의 조업 파라미터에서 선택한 1 이상의 조업 파라미터를 재설정하는 것을 포함하는, 강대의 강중 수소량 제어 방법.
- 강대의 어닐링 공정, 도금 공정 및 재가열 공정을 포함하는 제조 공정을 실행하는 연속식 용융 도금 설비에 있어서의, 강대의 제조 방법으로서,
입력 데이터로서, 상기 연속식 용융 도금 설비의 조업 파라미터에서 선택한 1 이상의 파라미터와, 상기 어닐링 공정 및 상기 재가열 공정의 적어도 하나에 있어서 측정된 변태율 정보를 취득하는 것과,
상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량에 관한 정보를 출력 데이터로 하는, 기계 학습에 의해 학습된 강중 수소량 예측 모델을 사용하여, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하는 것과,
예측한 강중 수소량이 미리 설정된 상한값을 초과하는 경우에는, 강중 수소량이 상기 상한값 이하가 되도록, 상기 연속식 용융 도금 설비의 조업 파라미터에서 선택한 1 이상의 조업 파라미터를 재설정하는 것을 포함하는, 강대의 제조 방법. - 강대의 어닐링 공정, 도금 공정 및 재가열 공정을 포함하는 제조 공정을 실행하는 연속식 용융 도금 설비에 있어서의, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하기 위한 강대의 강중 수소량 예측 모델의 생성 방법으로서,
적어도 상기 연속식 용융 도금 설비의 조업 실적 데이터에서 선택한 1 이상의 조업 실적 데이터와, 상기 어닐링 공정 및 상기 재가열 공정의 적어도 하나에 있어서 측정된 변태율 정보의 실적 데이터를 입력 실적 데이터로서 취득하는 것과,
상기 입력 실적 데이터에 기초하는 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량에 관한 정보를 출력 실적 데이터로 한, 복수의 학습용 데이터를 취득하는 것과,
취득한 복수의 학습용 데이터를 사용한 기계 학습에 의해, 강대의 강중 수소량 예측 모델을 생성하는 것을 포함하는, 강대의 강중 수소량 예측 모델의 생성 방법. - 제 5 항에 있어서,
상기 기계 학습으로서, 뉴럴 네트워크, 결정목 학습, 랜덤 포레스트, 및 서포트 벡터 회귀에서 선택되는 수법이 사용되는, 강대의 강중 수소량 예측 모델의 생성 방법. - 강대의 어닐링 공정, 도금 공정 및 재가열 공정을 포함하는 제조 공정을 실행하는 연속식 용융 도금 설비에 있어서의, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하는 강중 수소량 예측 장치로서,
상기 연속식 용융 도금 설비의 조업 파라미터에서 선택한 1 이상의 파라미터와, 상기 어닐링 공정 및 상기 재가열 공정의 적어도 하나에 있어서 측정된 변태율 정보를 취득하는 취득부와,
상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량에 관한 정보를 출력 데이터로 하는, 기계 학습에 의해 학습된 강중 수소량 예측 모델을 사용하여, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하는 예측부를 포함하는, 강대의 강중 수소량 예측 장치. - 제 7 항에 있어서,
사용자의 조작에 기초하는 입력 정보를 취득하는 입력부와, 상기 예측부에 의해 예측된 강중 수소량을 표시하는 표시부를 갖는 단말 장치를, 추가로 포함하고,
상기 취득부는, 상기 입력부로부터 취득한 입력 정보에 의해, 상기 연속식 용융 도금 설비의 조업 파라미터의 일부 또는 전부를 갱신하고,
상기 표시부는, 상기 예측부가 상기 갱신된 조업 파라미터를 사용하여 예측한 상기 강중 수소량을 표시하는, 강대의 강중 수소량 예측 장치. - 강대의 어닐링 공정 및 재가열 공정을 포함하는 제조 공정을 실행하는 연속 어닐링 설비에 있어서의, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량 예측 방법으로서,
입력 데이터로서, 상기 연속 어닐링 설비의 조업 파라미터에서 선택한 1 이상의 파라미터와, 상기 어닐링 공정 및 상기 재가열 공정의 적어도 하나에 있어서 측정된 변태율 정보를 취득하는 입력 데이터 취득 스텝과,
상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량에 관한 정보를 출력 데이터로 하는, 기계 학습에 의해 학습된 강중 수소량 예측 모델을 사용하여, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하는 것을 포함하는, 강대의 강중 수소량 예측 방법. - 제 9 항에 있어서,
상기 입력 데이터 취득 스텝은, 상기 입력 데이터로서, 추가로, 강대의 성분 조성에 관한 강대의 속성 파라미터에서 선택한 1 이상의 파라미터를 취득하는, 강대의 강중 수소량 예측 방법. - 제 9 항 또는 제 10 항에 기재된 강대의 강중 수소량 예측 방법을 사용하여, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하고, 예측한 강중 수소량이 미리 설정된 상한값을 초과하는 경우에는, 강중 수소량이 상기 상한값 이하가 되도록, 상기 연속 어닐링 설비의 조업 파라미터에서 선택한 1 이상의 조업 파라미터를 재설정하는 것을 포함하는, 강대의 강중 수소량 제어 방법.
- 강대의 어닐링 공정 및 재가열 공정을 포함하는 제조 공정을 실행하는 연속 어닐링 설비에 있어서의 강대의 제조 방법으로서,
입력 데이터로서, 상기 연속 어닐링 설비의 조업 파라미터에서 선택한 1 이상의 파라미터와, 상기 어닐링 공정 및 상기 재가열 공정의 적어도 하나에 있어서 측정된 변태율 정보를 취득하는 것과,
상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량에 관한 정보를 출력 데이터로 하는, 기계 학습에 의해 학습된 강중 수소량 예측 모델을 사용하여, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하는 것과,
예측한 강중 수소량이 미리 설정된 상한값을 초과하는 경우에는, 강중 수소량이 상기 상한값 이하가 되도록, 상기 연속 어닐링 설비의 조업 파라미터에서 선택한 1 이상의 조업 파라미터를 재설정하는 것을 포함하는, 강대의 제조 방법. - 강대의 어닐링 공정 및 재가열 공정을 포함하는 제조 공정을 실행하는 연속 어닐링 설비에 있어서의, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하기 위한 강대의 강중 수소량 예측 모델의 생성 방법으로서,
적어도 상기 연속 어닐링 설비의 조업 실적 데이터에서 선택한 1 이상의 조업 실적 데이터와, 상기 어닐링 공정 및 상기 재가열 공정의 적어도 하나에 있어서 측정된 변태율 정보의 실적 데이터를 입력 실적 데이터로서 취득하는 것과,
상기 입력 실적 데이터에 기초하는 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량에 관한 정보를 출력 실적 데이터로 한, 복수의 학습용 데이터를 취득하는 것과,
취득한 복수의 학습용 데이터를 사용한 기계 학습에 의해, 강대의 강중 수소량 예측 모델을 생성하는 것을 포함하는, 강대의 강중 수소량 예측 모델의 생성 방법. - 제 13 항에 있어서,
상기 기계 학습으로서, 뉴럴 네트워크, 결정목 학습, 랜덤 포레스트, 및 서포트 벡터 회귀에서 선택되는 수법이 사용되는, 강대의 강중 수소량 예측 모델의 생성 방법. - 강대의 어닐링 공정 및 재가열 공정을 포함하는 제조 공정을 실행하는 연속 어닐링 설비에 있어서의, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하는 강중 수소량 예측 장치로서,
상기 연속 어닐링 설비의 조업 파라미터에서 선택한 1 이상의 파라미터와, 상기 어닐링 공정 및 상기 재가열 공정의 적어도 하나에 있어서 측정된 변태율 정보를 취득하는 취득부와,
상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량에 관한 정보를 출력 데이터로 하는, 기계 학습에 의해 학습된 강중 수소량 예측 모델을 사용하여, 상기 재가열 공정의 하류측에 있어서의 강대의 강중 수소량을 예측하는 예측부를 포함하는, 강대의 강중 수소량 예측 장치. - 제 15 항에 있어서,
사용자의 조작에 기초하는 입력 정보를 취득하는 입력부와, 상기 예측부에 의해 예측된 강중 수소량을 표시하는 표시부를 갖는 단말 장치를, 추가로 포함하고,
상기 취득부는, 상기 입력부로부터 취득한 입력 정보에 의해, 상기 연속 어닐링 설비의 조업 파라미터의 일부 또는 전부를 갱신하고,
상기 표시부는, 상기 예측부가 상기 갱신된 조업 파라미터를 사용하여 예측한 상기 강중 수소량을 표시하는, 강대의 강중 수소량 예측 장치.
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JPJP-P-2020-148466 | 2020-09-03 | ||
| JPJP-P-2020-148469 | 2020-09-03 | ||
| JP2020148469A JP7088244B2 (ja) | 2020-09-03 | 2020-09-03 | 鋼帯の鋼中水素量予測方法、鋼中水素量制御方法、製造方法、鋼中水素量予測モデルの生成方法及び鋼中水素量予測装置 |
| JP2020148466A JP7031707B1 (ja) | 2020-09-03 | 2020-09-03 | 鋼帯の鋼中水素量予測方法、鋼中水素量制御方法、製造方法、鋼中水素量予測モデルの生成方法及び鋼中水素量予測装置 |
| PCT/JP2021/022749 WO2022049859A1 (ja) | 2020-09-03 | 2021-06-15 | 鋼帯の鋼中水素量予測方法、鋼中水素量制御方法、製造方法、鋼中水素量予測モデルの生成方法及び鋼中水素量予測装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230031944A true KR20230031944A (ko) | 2023-03-07 |
Family
ID=80491078
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020237003778A KR20230031944A (ko) | 2020-09-03 | 2021-06-15 | 강대의 강중 수소량 예측 방법, 강중 수소량 제어 방법, 제조 방법, 강중 수소량 예측 모델의 생성 방법 및 강중 수소량 예측 장치 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US20230313355A1 (ko) |
| EP (1) | EP4194583A4 (ko) |
| KR (1) | KR20230031944A (ko) |
| CN (1) | CN116096928A (ko) |
| MX (1) | MX2023002633A (ko) |
| WO (1) | WO2022049859A1 (ko) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6631765B1 (ja) | 2018-05-01 | 2020-01-15 | 日本製鉄株式会社 | 亜鉛系めっき鋼板及びその製造方法 |
| JP6673534B2 (ja) | 2018-03-30 | 2020-03-25 | Ｊｆｅスチール株式会社 | 高強度亜鉛めっき鋼板、高強度部材およびそれらの製造方法 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6038346A (ja) | 1983-08-12 | 1985-02-27 | Asahi Glass Co Ltd | 光学活性物質 |
| JPS6365025A (ja) | 1986-09-05 | 1988-03-23 | Kobe Steel Ltd | 連続式鋼片加熱炉の燃焼制御方法 |
| JPH0673414A (ja) | 1991-08-09 | 1994-03-15 | Nkk Corp | 高炉溶銑の品質管理方法 |
| JP2005315703A (ja) * | 2004-04-28 | 2005-11-10 | Nippon Steel Corp | 鋼材の材質予測方法 |
| JP5428292B2 (ja) | 2008-10-30 | 2014-02-26 | Ｊｆｅスチール株式会社 | 高強度冷延鋼板の製造方法 |
| JP6432645B1 (ja) | 2017-06-28 | 2018-12-05 | Ｊｆｅスチール株式会社 | 焼鈍炉中の鋼板の磁気変態率測定方法および磁気変態率測定装置、連続焼鈍プロセス、連続溶融亜鉛めっきプロセス |
| JP6809414B2 (ja) * | 2017-08-29 | 2021-01-06 | Ｊｆｅスチール株式会社 | 耐食性及び耐水素脆性に優れた二相ステンレス鋼板 |
| WO2019069832A1 (ja) | 2017-10-05 | 2019-04-11 | 新日鐵住金株式会社 | めっき密着性評価装置、めっき密着性評価方法、合金化溶融亜鉛めっき鋼板製造設備及び合金化溶融亜鉛めっき鋼板の製造方法 |
| JP6645636B1 (ja) * | 2018-05-01 | 2020-02-14 | 日本製鉄株式会社 | 亜鉛系めっき鋼板及びその製造方法 |
| US20220091597A1 (en) | 2019-01-15 | 2022-03-24 | Jfe Steel Corporation | Analysis system and analysis method |
| JP6705519B1 (ja) | 2019-02-12 | 2020-06-03 | Ｊｆｅスチール株式会社 | 製造設備の設定条件決定方法、圧延機のミルセットアップ設定値の決定方法、圧延機のミルセットアップ設定値の決定装置、製造物の製造方法および圧延材の製造方法 |
| KR102143118B1 (ko) | 2019-06-13 | 2020-08-10 | 주식회사 포스코 | 온도 제어 장치 및 방법 |
-
2021
- 2021-06-15 MX MX2023002633A patent/MX2023002633A/es unknown
- 2021-06-15 US US18/041,695 patent/US20230313355A1/en active Pending
- 2021-06-15 CN CN202180051818.4A patent/CN116096928A/zh active Pending
- 2021-06-15 EP EP21863918.5A patent/EP4194583A4/en active Pending
- 2021-06-15 KR KR1020237003778A patent/KR20230031944A/ko unknown
- 2021-06-15 WO PCT/JP2021/022749 patent/WO2022049859A1/ja active Application Filing
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6673534B2 (ja) | 2018-03-30 | 2020-03-25 | Ｊｆｅスチール株式会社 | 高強度亜鉛めっき鋼板、高強度部材およびそれらの製造方法 |
| JP6631765B1 (ja) | 2018-05-01 | 2020-01-15 | 日本製鉄株式会社 | 亜鉛系めっき鋼板及びその製造方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP4194583A4 (en) | 2024-06-05 |
| MX2023002633A (es) | 2023-03-22 |
| CN116096928A (zh) | 2023-05-09 |
| EP4194583A1 (en) | 2023-06-14 |
| WO2022049859A1 (ja) | 2022-03-10 |
| US20230313355A1 (en) | 2023-10-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106715726B (zh) | 高强度熔融镀锌钢板的制造方法和制造设备 | |
| EP2184374B1 (en) | High-strength hot-dip galvanized steel sheet and process for producing the same | |
| CN101641456B (zh) | 成形性优良的高强度热镀锌钢板及其制造方法 | |
| JP7342812B2 (ja) | 鋼帯の材質予測方法、材質制御方法、製造方法および材質予測モデルの生成方法 | |
| CN105814229B (zh) | 高强度合金化热镀锌钢板的制造方法 | |
| EP4183495A1 (en) | System for predicting material characteristic value, and method for producing metal sheet | |
| EP4177363A1 (en) | Continuous annealing apparatus, continuous hot-dip galvanizing apparatus, and method for manufacturing steel sheet | |
| WO2022024544A1 (ja) | ドロス欠陥予測方法、ドロス欠陥低減方法、溶融亜鉛めっき鋼板の製造方法、合金化溶融亜鉛めっき鋼板の製造方法、ドロス欠陥予測モデルの生成方法、ドロス欠陥予測装置、およびドロス欠陥予測端末システム | |
| KR102283932B1 (ko) | 열적 처리된 강판의 제조를 위한 동적 조정 방법 | |
| KR20230031944A (ko) | 강대의 강중 수소량 예측 방법, 강중 수소량 제어 방법, 제조 방법, 강중 수소량 예측 모델의 생성 방법 및 강중 수소량 예측 장치 | |
| JP7031707B1 (ja) | 鋼帯の鋼中水素量予測方法、鋼中水素量制御方法、製造方法、鋼中水素量予測モデルの生成方法及び鋼中水素量予測装置 | |
| JP3907963B2 (ja) | 延性および張り出し成形性に優れる溶融亜鉛めっき鋼板およびその製造方法 | |
| JP6760525B1 (ja) | 高強度溶融亜鉛めっき鋼板およびその製造方法 | |
| JP7088244B2 (ja) | 鋼帯の鋼中水素量予測方法、鋼中水素量制御方法、製造方法、鋼中水素量予測モデルの生成方法及び鋼中水素量予測装置 | |
| RU2753344C1 (ru) | Горячекатаная листовая сталь для гибкой насосно-компрессорной трубы малого диаметра и способ ее изготовления | |
| JP7334861B2 (ja) | 連続焼鈍設備、連続焼鈍方法、冷延鋼板の製造方法及びめっき鋼板の製造方法 | |
| JP4904887B2 (ja) | Ｎｂを含有する極低炭素鋼の焼付け硬化性調整方法 | |
| KR102283926B1 (ko) | 열적 처리된 강판을 제조하는 방법 | |
| KR102249246B1 (ko) | 고강도 합금화 용융 아연 도금 강판 및 그 제조 방법 | |
| EP4183498A1 (en) | Steel strip and method for producing same | |
| RU2727385C1 (ru) | Способ динамического подстраивания для изготовления термообработанной листовой стали | |
| WO2024070279A1 (ja) | 連続焼鈍設備、連続焼鈍方法、冷延鋼板の製造方法及びめっき鋼板の製造方法 | |
| JP7218224B2 (ja) | 溶融亜鉛めっき鋼板の製造方法 | |
| WO2023042795A1 (ja) | 焼入れ装置及び連続焼鈍設備、並びに焼入れ方法、鋼板の製造方法及びめっき鋼板の製造方法 | |
| JP2013133535A (ja) | 溶融亜鉛鍍金鋼板の製造方法 |