KR20230055825A - 열연 강판의 냉각장치 이상 주수 검출 장치 및 방법 - Google Patents

열연 강판의 냉각장치 이상 주수 검출 장치 및 방법 Download PDF

Info

Publication number
KR20230055825A
KR20230055825A KR1020210139666A KR20210139666A KR20230055825A KR 20230055825 A KR20230055825 A KR 20230055825A KR 1020210139666 A KR1020210139666 A KR 1020210139666A KR 20210139666 A KR20210139666 A KR 20210139666A KR 20230055825 A KR20230055825 A KR 20230055825A
Authority
KR
South Korea
Prior art keywords
bank
image
hot
cooling
rolled steel
Prior art date
Application number
KR1020210139666A
Other languages
English (en)
Inventor
강현석
이중형
김현중
Original Assignee
주식회사 포스코
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 포스코 filed Critical 주식회사 포스코
Priority to KR1020210139666A priority Critical patent/KR20230055825A/ko
Publication of KR20230055825A publication Critical patent/KR20230055825A/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
    • B21B37/74—Temperature control, e.g. by cooling or heating the rolls or the product
    • B21B37/76—Cooling control on the run-out table
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B38/00—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B2261/00—Product parameters
    • B21B2261/20—Temperature
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B45/00—Devices for surface or other treatment of work, specially combined with or arranged in, or specially adapted for use in connection with, metal-rolling mills
    • B21B45/02—Devices for surface or other treatment of work, specially combined with or arranged in, or specially adapted for use in connection with, metal-rolling mills for lubricating, cooling, or cleaning
    • B21B45/0203—Cooling
    • B21B45/0209—Cooling devices, e.g. using gaseous coolants
    • B21B45/0215—Cooling devices, e.g. using gaseous coolants using liquid coolants, e.g. for sections, for tubes
    • B21B45/0233—Spray nozzles, Nozzle headers; Spray systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 열연 강판의 냉각제어설비에 관한 것으로, 특히 열연 강판의 냉각장치 이상 주수 검출 장치 및 방법에 관한 것으로, 열연 강판의 냉각장치 이상 주수 검출 방법은 냉각대를 향하게 배치된 촬영부로부터 획득한 상기 냉각대의 정상 주수 이미지를 이용하여 신경망 모델을 학습시키는 단계; 압연 과정 중 상기 냉각대에 열연 소재가 존재하지 않음을 감지하면 냉각대에 배치된 냉각장치의 전체 뱅크에 주수 명령을 내리는 단계; 상기 뱅크의 주수 상태를 상기 촬영부로 촬영하는 단계; 및 상기 신경망 모델로부터 가상 정상 주수 이미지를 얻어 상기 촬영부에 의해 촬영된 이미지와 상기 신경망 모델이 출력한 가상 정상 주수 이미지를 대조하여 이상 검출을 수행하는 단계;를 포함할 수 있다.

Description

열연 강판의 냉각장치 이상 주수 검출 장치 및 방법{APPARATUS AND METHOD FOR DETECTING ABNORMALITY IN THE COOLING DEVICE OF HOT-ROLLED STEEL SHEET}
본 발명은 열연 강판의 냉각제어설비에 관한 것으로, 특히 열연 강판의 냉각장치 이상 주수 검출 장치 및 방법에 관한 것이다.
열연강판은 일반적으로 가열로, 조압연, 사상압연, 냉각대, 권취공정을 순차적으로 거치게 된다. 이때 냉각대는 열연강판의 물성을 결정하는 중요한 공정으로 권취온도를 제어하기 위한 구성으로 운용되며, 냉각장치의 다수의 노즐에서 냉각수를 주수함으로써 판온도를 제어하게 된다.
통상적으로 주수량은 주수량 설정 모델 또는 제어기를 통해서 계산이 되며, 이러한 주수량 설정 및 제어가 원활히 작동되기 위해서는 상기 냉각장치의 상태를 모니터링할 필요가 있다. 예를 들어, 노즐의 일부가 막혀있어서 특정 부위의 주수가 원활하지 않는다면 열역학적 계산을 통하여 목표로 하는 판온도로 제어하기 위한 주수패턴을 결정한다고 하더라도 목표로 하는 판온도로 냉각될 수가 없어 열연강판의 품질을 유지하기 어렵다.
종래 특허에서도 열역학적 계산을 통해 권취 온도를 제어하기 위해 뱅크의 주수량을 제어하는 구성은 있었지만, 뱅크에 이상이 발생했을 때 이를 검출하는 구성은 개시한 바 없으며, 뱅크의 이상 발생을 검출하지 못했기 때문에 열역학적 계산을 통해 뱅크의 주수량을 제어하더라도 권취 온도를 정확하게 제어할 수 없었다.
따라서, 냉각대의 노즐막힘이 발생하였는지 등을 지속적으로 확인하는 등의 냉각대 이상 주수 모니터링이 필요하였다.
종래에는 냉각대의 냉각장치 노즐막힘을 확인하기 위해서는 작업자 육안에 의존하여 수동으로 작업하였으나, 냉각대의 길이가 100m 이상이란 점을 감안한다면 작업자의 육안 판단도 용이하지 않으며, 또한, 열연공장에서 노즐 막힘을 확인하기 위해서 유량 센서 또는 각종 압력센서의 설치가 필요하나, 열연공정이라는 가혹한 환경에서 각종 센서를 냉각대에 장착하고 이를 안정적으로 운영하는 것은 물리적으로 어려움이 많다.
(특허문헌 1) KR 10-1403240 B1
본 발명은 상술한 종래 문제점을 해결하기 위해서 영상 장치 및 인공지능 모듈을 이용하여 열연 냉각대의 냉각장치의 이상상태를 자동적으로 검출 및 모니터링 하는, 열연 강판의 냉각장치 이상 주수 검출 장치 및 방법을 제공하고자 한다.
본 발명의 일 실시예에 따른 열연 강판의 냉각장치 이상 주수 검출 방법은 냉각대를 향하게 배치된 촬영부로부터 획득한 상기 냉각대의 정상 주수 이미지를 이용하여 신경망 모델을 학습시키는 단계; 압연 과정 중 상기 냉각대에 열연 소재가 존재하지 않음을 감지하면 냉각대에 배치된 냉각장치의 전체 뱅크에 주수 명령을 내리는 단계; 상기 뱅크의 주수 상태를 상기 촬영부로 촬영하는 단계; 및 상기 신경망 모델로부터 가상 정상 주수 이미지를 얻어 상기 촬영부에 의해 촬영된 이미지와 상기 신경망 모델이 출력한 가상 정상 주수 이미지를 대조하여 이상 검출을 수행하는 단계;를 포함할 수 있다.
또한, 본 발명의 일 실시예에 따른 상기 이상 검출을 수행하는 단계는, 상기 뱅크의 주수 상태를 촬영한 이미지와 상기 가상 정상 주수 이미지 간의 픽셀 차이를 고려하여 상기 뱅크에서 문제가 발생한 헤더와 상기 헤더의 주수량을 정량적 검출할 수 있다.
이때, 본 발명의 일 실시예에 따르면, 상기 촬영한 이미지의 이상 주수 물줄기와 상기 가상 정상 주수 이미지의 주수 물줄기를 대조하여 동일한 픽셀을 제거하고, 동일한 픽셀이 제거된 이미지에서 잔존 픽셀에 대해 히트맵을 적용할 수 있다.
또한, 이때 상기 신경망 모델은 GAN(Generative Adversarial Networks)을 이용하여 학습을 수행할 수 있다.
또한, 본 발명의 일 실시예에 따르면, 상기 주수 명령을 내리는 단계는 롤 교체가 발생하여 냉각대가 휴지되는 경우에 수행될 수 있다.
본 발명의 다른 양태로서 열연 강판의 냉각장치 이상 주수 검출 장치를 제공할 수 있으며, 본 발명의 일 실시예에 따른 열연 강판의 냉각장치 이상 주수 검출 장치는 냉각대에 배치된 냉각장치의 뱅크를 촬영하도록 상기 냉각대를 향하여 일정 거리 이상에 배치된 복수의 촬영부; 상기 촬영부에 의해 촬영된 상기 뱅크의 정상 주수 이미지로 학습되고, 상기 촬영부에 의해 촬영된 상기 뱅크의 이상 주수 이미지를 입력 받으면 이에 대응하는 최적의 가상 정상 주수 이미지를 출력하는 신경망 모델; 및 촬영된 상기 뱅크의 이상 주수 이미지와 이에 대응하는 상기 가상 정상 주수 이미지를 대조하여, 주수 이상을 모니터링하는 제어부;를 포함할 수 있다.
또한, 본 발명의 일 실시예에 따른 상기 제어부는, 촬영된 상기 뱅크의 이상 주수 이미지와 상기 가상 정상 주수 이미지 간의 픽셀 차이를 고려하여 상기 뱅크에서 문제가 발생한 헤더와 상기 헤더의 주수량을 정량적 검출할 수 있다.
이때, 본 발명의 일 실시예에 따른 상기 제어부는, 상기 뱅크의 이상 주수 이미지와 상기 가상 정상 주수 이미지의 주수 물줄기를 대조하여 동일한 픽셀을 제거하고, 동일한 픽셀이 제거된 이미지에서 잔존 픽셀에 대해 히트맵을 적용할 수 있다.
이때, 본 발명의 일 실시예에 따르면, 상기 신경망 모델은 GAN 을 이용하여 학습을 수행할 수 있다.
또한, 본 발명의 일 실시에에 따른 상기 제어부는, 압연 과정 중 상기 냉각대에 열연 소재가 존재하지 않음을 감지하면 냉각대에 배치된 전체 뱅크에 주수 명령을 내리고, 상기 촬영부에 상기 뱅크에 대한 촬영 명령을 내릴 수 있다.
한편, 본 발명의 일 실시예에 따르면, 적어도 하나의 뱅크를 촬영하는 촬영부는, 상기 뱅크를 정면에서 촬영하는 제1 촬영부 및 상기 뱅크를 측면에서 촬영하는 제2 촬영부를 포함할 수 있다.
본 발명의 일 실시예에 따른 열연 강판의 냉각장치 이상 주수 검출 장치 및 방법은, 촬영부를 이용하여 냉각대 이상검출을 수행하기 때문에 고온 다습의 열연 환경에서도 안정적으로 이상주수 검출이 가능하며, 촬영부의 유지보수 또한 쉽기 때문에 열연환경에서 이상 검출이 용이하다.
또한, 인공지능 알고리즘을 통해서 자동으로 이상 주수 검출을 수행하여 이상 검출값이 높은 정확도와 높은 정밀도를 가지고, 그 결과값을 데이터화 할 수 있기 때문에 효율적인 냉각대의 냉각장치 이력관리가 가능하다.
도 1은 본 발명의 일 실시예에 따른 열연 강판의 냉각장치 이상 주수 검출 방법의 흐름도를 도시한 것이다.
도 2는 본 발명의 일 실시예에 따른 열연 강판의 냉각장치 이상 주수 검출 장치의 뱅크를 촬영하는 복수의 촬영부를 간략하게 도시한 평면도와 정면도이다.
도 3은 본 발명의 일 실시예에 따른 신경망 모델의 구성을 간략하게 도시한 블록도이다.
도 4는 본 발명의 일 실시예에 따른 신경망 모델의 이상 검출 모듈이 국부적인 비정상 영역을 검출하는 과정을 개념적으로 도시한 것이다.
도 5는 본 발명의 일 실시예에 따라 압연 프로세스 중 이상 검출을 수행하는 방법을 시간의 흐름에 따라 도시한 것이다.
도 6은 본 발명의 일 실시예에 따른 열연 강판의 냉각장치 이상 주수 검출 장치를 간략하게 도시한 블록도이다.
도 7은 본 발명의 일 실시예에 따른 복수의 촬영부가 주수 중인 뱅크를 촬영하는 과정을 간략하게 도시한 것이다.
도 1은 본 발명의 일 실시예에 따른 열연 강판의 냉각장치 이상 주수 검출 방법의 흐름도를 도시한 것이다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 열연 강판의 냉각장치 이상 주수 검출 방법(100)은 냉각대를 향하게 배치된 촬영부(111)로부터 획득한 상기 냉각대의 정상 주수 이미지를 이용하여 신경망 모델(300)을 학습시키는 단계(S110), 압연 과정 중 상기 냉각대에 열연 소재가 존재하지 않음을 감지하면 냉각대에 배치된 냉각장치(200)의 전체 뱅크(211)에 주수 명령을 내리는 단계(S120), 상기 뱅크(211)의 주수 상태를 상기 촬영부(111)로 촬영하는 단계(S130) 및 상기 촬영된 이미지를 입력 받은 학습된 신경망 모델(300)로부터 가상 정상 주수 이미지를 얻어 상기 촬영부(111)에 의해 촬영된 이미지와 상기 신경망 모델(300)이 출력한 가상 정상 주수 이미지를 대조하고, 상기 이미지 간의 픽셀 차이를 고려하여 이상 검출을 수행하는 단계(S140)를 포함할 수 있다.
도 2는 본 발명의 일 실시예에 따른 열연 강판의 냉각장치 이상 주수 검출 장치의 뱅크(211)를 촬영하는 복수의 촬영부(111)를 간략하게 도시한 평면도와 정면도로서, 도 2에 도시된 바와 같이, 주수를 진행하는 뱅크(211a, 211b, 211c, 211d)를 촬영부(111a, 111b)가 촬영할 수 있다.
촬영부(111)는 일반 카메라일 수 있으며 한 대 당 복수의 카메라가 한 세트로 구비될 수도 있다. 또한, 복수의 촬영부(111a, 111b) 중 하나의 촬영부 당 복수의 뱅크(211)를 촬영할 수 있으며, 바람직하게는, 도 2에 도시된 바와 같이, 하나의 촬영부(111a)가 두 대의 뱅크(211a, 211b), 다른 촬영부(111b)가 두 대의 뱅크(211c, 211d)를 촬영하여 하나의 촬영부(111) 당 두 대의 뱅크(211)를 촬영할 수 있다.
촬영부(111)가 뱅크(211)의 일 측면에 위치하여 뱅크(211)를 따라 지나가는 열연 강판을 촬영할 수 있으며, 압연진행방향에 따라 열연 강판이 이동하는 방향을 따라 복수의 촬영부(111)가 배치될 수 있다.
또한, 작업자의 안전 등을 이유로 배치된 난간(212)이 촬영을 방해하지 않고, 촬영부(111)가 뱅크(211)에서 주수되는 물 전체를 촬영할 수 있도록 난간(212) 보다 상부에 위치하여 뱅크(211)를 촬영할 수도 있다. 촬영부(111)의 촬영 각도가 난간(212)를 피해서 뱅크(211)의 주수 상태를 촬영하도록 배치되어 촬영부(111)가 뱅크(211)와 뱅크(211) 하부의 벨트(213)까지 촬영할 수 있다.
따라서, 본 발명의 일 실시예에 따른 촬영부(111)는 S130에서 냉각장치(200)의 뱅크(211)의 주수 상태를 촬영하여, 이를 S110에서의 신경망 모델(300)을 위한 학습 데이터로 이용하거나, 또는 S140에서 냉각장치(200)의 이상 검출을 위한 입력 데이터로 이용할 수 있다.
한편, 본 발명의 일 실시예에 따른 상기 신경망 모델(300)은 GAN(Generative Adversarial Networks) 을 이용하여 학습을 수행할 수 있다.
도 3은 본 발명의 일 실시예에 따른 신경망 모델의 구성을 간략하게 도시한 블록도이며, 구체적으로, 도 3에 도시된 바와 같이, 본 발명의 일 실시예에 따른 신경망 모델(300)은 GAN 학습 모듈(310)과 이상 검출 모듈(320)을 포함할 수 있다.
본 발명의 일 실시예에 따른 GAN 학습 모듈(310)은 촬영부(111)가 촬영한 뱅크(211)의 정상 주수 이미지를 학습 데이터로 하여 학습될 수 있으며, 생성자(Generator, G)와 판별자(Discriminator, D)를 포함할 수 있다.
GAN 학습 모듈(310)의 생성자(G)가 잠재 변수(Latent variable)를 받아 실제 데이터와 비슷한 데이터를 생성하도록 학습하며, 판별자(D)가 촬영부(111)가 촬영한 실제 데이터와 생성자(G)가 생성한 가짜 데이터를 구별하도록 학습할 수 있다.
즉, 생성자(G)는 진짜 존재하는 이미지가 아니라 가짜로 생성한 가상 정상 주수 이미지를 생성하고, 판별자(D)는 이를 실제 이상 주수 이미지와 비교하여 구별할 수 있다.
정상 주수 이미지만을 이용하여 GAN 학습 모듈(310)을 학습시키게 되면, 학습된 GAN 학습 모듈(310)은 임의의 랜덤 값에 대해서 정상 이미지만을 출력하게 되며, 본 발명의 일 실시예에 따라 학습 완료된 GAN 학습 모듈(310)을 이상 검출 모듈(320)에 사용할 수 있다.
즉, GAN 학습 모듈(310)은 각 뱅크(211)가 정상적으로 주수하는 이미지를 학습할 수 있으며, 이상 검출 모듈(320)이 GAN 학습 모듈(310)에서 학습된 모델을 이용하여 이상 검출을 수행할 수 있다.
본 발명의 일 실시예에 따른 이상 검출 모듈(320)은 이후 냉각장치(200)의 뱅크(211)에서 이상이 발생하여 이상 주수 이미지가 입력될 때, 생성자(G)가 상기 뱅크(211)에 대해 생성한 가상 정상 주수 이미지와 비교하여 비정상 주수가 발생한 위치를 감지할 수 있다.
임의의 비정상 이미지가 입력될 때 학습된 GAN 학습 모듈(310)이 최적의 정상 주수 이미지를 도출하며, 내부 신경망 로직을 통해 뱅크(211) 별로 이상 수치 값을 도출할 수 있다.
구체적으로, 도 4는 본 발명의 일 실시예에 따른 신경망 모델의 이상 검출 모듈이 국부적인 비정상 영역을 검출하는 과정을 개념적으로 도시한 것으로, 도 4에 도시된 바와 같이, 이상 검출 모듈(320)에 입력된 촬영부(111)의 촬영 이미지와 GAN 학습 모듈(310)에서 생성한 가상 정상 주수 이미지를 대조하여 비정상 주수를 감지할 수 있다.
촬영 이미지의 뱅크(211)에서 정상적으로 주수되는 주수 물줄기(221a)와 이상 주수되는 주수 물줄기(222a)를 포함하고, 상기 주수 물줄기(221a, 222a)와 촬영 이미지와 동일한 뱅크(211)에 대해 GAN 학습 모듈(310)이 생성한 가상 정상 주수 이미지의 뱅크(211)에서 주수되는 주수 물줄기(221a, 221b)를 비교할 수 있다.
이때, 상기 이미지 간의 픽셀 차이를 고려하여 이상 검출을 수행하는 단계(S140)를 수행할 수 있다.
예를 들어, 도 4에 도시된 바와 같이, 이상 검출 모듈(320)이 촬영 이미지의 정상 주수 물줄기(221a)와 가상 정상 주수 이미지의 주수 물줄기(221b)를 대조하여 동일한 픽셀을 제거하면 출력 이미지는 0이 나오거나 흐릿하게 출력될 수 있다.
반면, 이상 검출 모듈(320)이 촬영 이미지의 이상 주수 물줄기(222a)와 가상 정상 주수 이미지의 주수 물줄기(222b)를 대조하여 동일한 픽셀을 제거하면, 뱅크(211)의 특정 헤더에 문제가 생겨 주수가 되지 않는 영역은 가상 정상 주수 이미지의 주수 물줄기(222b)와 차이가 명확하여 출력 이미지에서 다른 부위와 선명하게 구분되는 비정상 영역의 주수 물줄기(222c)로 출력될 수 있다.
또한, 본 발명의 일 실시예에 따른 S140은, 상기 뱅크(211)의 주수 상태를 촬영한 이미지에 히트맵을 적용하여 상기 뱅크(211)에서 문제가 발생한 헤더와 상기 헤더의 주수량을 정량적 검출할 수 있다.
본 발명의 일 실시예에 따르면, 이미지 간의 픽셀 차이가 나는 부분을 단순 출력할 수도 있으나, 상기 출력 이미지에 히트맵을 적용하여 비정상 영역의 주수 물줄기(222c)를 선명한 색상으로 표현할 수 있다.
히트맵이란 데이터의 값을 컬러로 변환시켜 시각적인 분석을 가능하게 하는데이터 시각화 기법으로서, 본 발명의 일 실시예에 따르면, 이미지 간의 픽셀 차이가 일정 수치 값 이상이 되는 부분은 파란색, 일정 수치 값 미만이 되는 부분은 빨간색으로 표시할 수 있으며, 이를 통해 사용자는 이상 주수가 발생하는 영역을 한눈에 파악할 수 있고, 색상 정도에 따라 이상 주수량을 용이하게 파악할 수 있어 정량적 분석이 가능하다.
즉, 비정상 영역의 주수 물줄기(222c)의 픽셀 차이를 이용하여 각 뱅크(211)의 주수량을 구체적으로 산출할 수 있으며, 각 뱅크(211) 중에서도 주수를 수행하는 복수의 헤더 중 제대로 주수를 수행하지 못하는 특정 헤더의 주수량을 구체적으로 산출할 수 있다.
따라서, 픽셀 차이를 이용하여 구체적인 데이터 수치를 획득하고, 상기 픽셀 차이가 발생하는 비정상 영역의 위치를 검출하여 문제가 발생한 뱅크(211) 또는 각 뱅크(211)의 헤더를 검출함으로써 이상 주수를 모니터링할 수 있다. 더하여, 히트맵을 이용하여 사용자의 모니터링이 용이하도록 보조할 수도 있다.
히트맵을 적용하여 다른 부분과 차이나는 비정상 영역의 주수 물줄기(222c)의 분포를 선명한 색상으로 출력할 수 있으며, 이를 통해 사용자가 이상 주수를 손쉽게 모니터링하고 감지할 수 있도록 하여 사용자의 만족도를 향상시킬 수 있다.
한편, S120에서, 상기 압연 과정 중 상기 냉각대에 열연 소재가 존재하지 않음을 감지하는 경우는 롤 교체가 발생하여 냉각대가 휴지되는 경우를 포함할 수 있다.
도 5는 본 발명의 일 실시예에 따라 압연 프로세스 중 이상 검출을 수행하는 방법을 시간의 흐름에 따라 도시한 것으로, 도 5에 도시된 바와 같이, 열연 강판에 대한 압연 프로세스는 (a) 열연 소재(10)의 선단부가 마무리 압연(FM, 20)의 입측에 위치하고, (b) 열연 소재(10)의 선단부가 FM(20)을 통과하여 마무리 압연 출측의 온도 측정기(FDT, 30)에 위치하고, (c) 열연 소재(10)의 선단부가 상부 뱅크(2111a, 2111b)와 하부 뱅크(2112a, 2112b)를 통과하여 권취 온도 측정기(CT, 40)에 위치한 후, (d) 열연 소재(10)의 미단부가 CT(40)를 통과하는 과정을 거쳐 진행될 수 있다.
(d) 단계 이후에는 열연 소재(10)가 상부 뱅크(2111a, 2111b)와 하부 뱅크(2112a, 2112b)로 이루어진 냉각대 위에 존재하지 않게 되며, FM(20)에서는 단위 압연이 마무리 되고 마무리 압연의 7번 스탠드(F7)에서 롤 교체가 발생될 수 있다.
이때, (d) 단계 이후 F7에서 롤 교체가 발생할 때, FM(20)에 압연 소재(10)가 존재하지 않고, 압연 소재(10)를 위한 냉각장치 가동, 예를 들어 상부 뱅크(2111)와 하부 뱅크(2112)의 가동도 수행되지 않는 바, 실질적인 압연 과정이 수행되지 않는다.
따라서, 본 발명의 일 실시예에 따르면, (d) 단계 이후, (e) 단계의 상부 뱅크(2111a, 2111b) 주수 수행 또는 (f) 단계의 하부 뱅크(2112a, 2112b) 주수 수행하여 각 뱅크(211)의 주수 상태를 모니터링 하는 단계를 추가할 수 있다.
도 5에 도시된 바와 같이, 전체 뱅크(211)에 주수 명령을 내리고, 예를 들어 상부 뱅크(2111a, 2111b)와 하부 뱅크(2112a, 2112b)가 주수 가동을 수행하며, 촬영부(111)가 상부 뱅크(2111)와 하부 뱅크(2112)의 주수 상태를 촬영하여 주수 모니터링을 추가 진행할 수 있다. 롤 교체가 발생하여 냉각대가 휴지 상황이 발생할 때 상부 뱅크(2111a, 2111b)와 하부 뱅크(2112a, 2112b)의 주수를 순차적으로 수행하고, 각 뱅크(211)에서 주수가 되는 시점에서 촬영부(111)를 작동시켜 주수 이미지를 획득할 수 있다.
이를 통해 압연 프로세스에 영향을 주지 않으면서도 추가적인 장치나 비용 또는 시간 소모 없이 냉각장치(200)의 상태를 검사할 수 있어 작업 효율을 상승시킬 수 있다.
따라서, 본 발명의 일 실시예에 따른 열연 강판의 냉각장치 이상 주수 검출 방법은, 촬영부(111)를 이용하여 냉각대의 이상검출을 수행하기 때문에 고온 다습의 열연 환경에서도 안정적으로 이상주수 검출이 가능하며, 촬영부(111)가 냉각대와 일정 거리를 유지하고 있어 촬영부(111)의 유지보수도 용이하다.
또한, 신경망 모델(300)을 통해서 이미지 간의 픽셀 차이로 주수량을 데이터화하는 바, 산출된 이상 검출값이 높은 정확도와 높은 정밀도를 가지고, 주수량 결과값을 데이터화할 수 있기 때문에 효율적인 냉각대의 냉각장치(200) 이력 관리가 가능하다.
한편, 본 발명의 다른 양태로서 열연 강판의 냉각장치 이상 주수 검출 장치를 제공할 수 있으며, 도 6은 본 발명의 일 실시예에 따른 열연 강판의 냉각장치 이상 주수 검출 장치를 간략하게 도시한 블록도이다.
도 6에 도시된 바와 같이, 본 발명의 일 실시예에 따른 열연 강판의 냉각장치 이상 주수 검출 장치는 열연 소재(10)에 주수를 수행하는 뱅크(211)를 포함하는 냉각 장치(200), 상기 뱅크(211)를 향하여 배치된 촬영부(111), 상기 촬영부(111)에서 촬영한 이미지로 학습을 수행하고, 가상 정상 주수 이미지를 출력하는 신경망 모델(300) 및 냉각대가 휴지되는 시점에 맞춰 뱅크(211)에 주수 명령을 내리고, 촬영부(111)에 촬영 명령을 내려 주수 모니터링을 수행하는 제어부(400)를 포함할 수 있다.
구체적으로, 냉각대에 배치된 냉각장치(200)의 뱅크(211)를 촬영하도록 상기 냉각대를 향하여 일정 거리 이상에 배치된 복수의 촬영부(111), 상기 촬영부(111)에 의해 촬영된 상기 뱅크(211)의 정상 주수 이미지로 학습되고, 상기 촬영부(111)에 의해 촬영된 상기 뱅크(211)의 이미지를 입력 받으면 이에 대응하는 최적의 가상 정상 주수 이미지를 출력하는 신경망 모델(300), 및 상기 신경망 모델(300)이 입력 받은 촬영된 이미지와 상기 가상 정상 주수 이미지 간의 픽셀 차이를 이용하여 상기 뱅크(211) 중 국부적인 비정상 영역을 검출하고, 주수 이상을 모니터링하는 제어부(400)를 포함할 수 있다.
또한, 본 발명의 일 실시예에 따른 상기 제어부(400)는, 압연 과정 중 상기 냉각대에 열연 소재가 존재하지 않음을 감지하면 냉각대에 배치된 전체 뱅크(211)에 주수 명령을 내리고, 상기 촬영부(111)에 상기 뱅크(211)에 대한 촬영 명령을 내릴 수 있으며, 상기 뱅크(211)의 주수 상태를 촬영한 이미지에 히트맵을 적용하여 상기 비정상 영역 중 상기 뱅크(211)에서 문제가 발생한 헤더와 상기 헤더의 주수량을 정량적 검출할 수 있다.
이때, 본 발명의 일 실시예에 따르면, 상기 신경망 모델(300)은 GAN을 이용하여 학습을 수행할 수 있다. 신경망 모델(300)은 촬영부(111)를 통해 얻은 이미지의 사이즈를 512x512x3로 하여 학습 이미지로 활용할 수 있으며, 출력 이미지도 동일한 사이즈로 출력할 수 있다. 신경망 모델(300)은 예를 들어, 1000장 이상의 학습 이미지를 이용하여 학습을 수행할 수 있다.
상술한 내용과 중복되는 내용은 간편함과 명료함을 위해 생략하기로 한다.
한편, 도 7은 본 발명의 일 실시예에 따른 복수의 촬영부가 주수 중인 뱅크를 촬영하는 과정을 간략하게 도시한 것이다.
본 발명의 일 실시예에 따르면, 적어도 하나의 뱅크(211)를 촬영하는 촬영부(111)는, 상기 뱅크(211)를 정면에서 촬영하는 제1 촬영부(111c) 및 상기 뱅크(211)를 측면에서 촬영하는 제2 촬영부(111b)를 포함할 수 있다.
도 7에 도시된 바와 같이, 복수의 촬영부(111a, 111b, 111c, 111d)가 복수의 뱅크(211)를 촬영하고 있을 때, 촬영부(111a 또는 111d)와 같이 하나의 촬영부가 두 대의 뱅크(211)를 촬영할 수 있다. 이때 뱅크(211)는 상부 뱅크(2111) 및 하부 뱅크(2112)를 포함할 수 있다.
바람직하게는, 본 발명의 일 실시예에 따르면, 하나의 촬영부(111c)가 두 대의 뱅크(211)의 정면을 촬영하고, 예를 들어, 촬영부(111c)가 상부 뱅크(2111a)와 하부 뱅크(2112a)로 구성된 하나의 뱅크와 상부 뱅크(2111b)와 하부 뱅크(2112b)로 구성된 다른 하나의 뱅크의 정면을 촬영할 수 있고, 또한, 다른 하나의 촬영부(111b)가 상기 뱅크(2111a, 2112a, 2111b, 2112b)의 측면을 촬영할 수 있다.
뱅크(211) 내부의 각 헤더의 주수 강도 이미지를 획득하기 위해서는 촬영부(111)와 마주보는 맨 앞의 헤더뿐만 아니라 맨 앞의 헤더와 겹쳐져서 보이지 않는 그 뒤의 헤더들의 주수 이미지도 촬영해야 함으로써, 복수의 촬영부(111b, 111c)로 뱅크(211)의 정면과 측면을 촬영하여 정면 주수 이미지 및 측면 주수 이미지를 획득할 수 있다.
따라서, 상술한 방법으로 얻은 방법 및 장치를 통해 열연 프로세스에 영향을 미치지 않으면서 이상 주수 모니터링을 수행할 수 있어 비용 및 시간이 절감되고, 작업 효율이 극대화될 수 있다. 또한, 픽셀 차이를 이용한 히트맵을 생성하여 디스플레이함으로써 사용자가 손쉽게 이상 상태를 파악하고 관리 보수를 수행할 수 있도록 하여 작업 품질을 향상시킬 수 있다.
상술한 각 단계의 시간적 선후는 나열한 순서에 국한되지 않으며, 각 단계의 시간적 순서를 통상의 기술자에게 자명한 정도로 대체, 변경, 생략 가능하다.
또한, "제1" 또는 "제2"는 각 구성을 구분하기 위한 것으로, 각 구성은 동일한 장치에 포함될 수도 있고, 또는 별개의 장치에 각각 구비될 수도 있다.
본 발명은 상술한 실시형태 및 첨부된 도면에 의해 한정되지 아니한다. 첨부된 청구범위에 의해 권리범위를 한정하고자 하며, 청구범위에 기재된 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 형태의 치환, 변형 및 변경할 수 있다는 것은 당 기술분야의 통상의 지식을 가진 자에게 자명할 것이다.
111, 111a, 111b, 111c, 111d: 촬영부
200: 냉각장치
211, 211a, 211b, 211c, 211d: 뱅크
221a, 221b, 222a, 222b, 222c: 이미지의 주수 물줄기
2111: 상부 뱅크 2112: 하부 뱅크
212: 냉각장치 난관 213: 벨트
300: 신경망 모델 310: GAN 학습 모듈
320: 이상 검출 모듈 400: 제어부

Claims (11)

  1. 냉각대를 향하게 배치된 촬영부로부터 획득한 상기 냉각대의 정상 주수 이미지를 이용하여 신경망 모델을 학습시키는 단계;
    압연 과정 중 상기 냉각대에 열연 소재가 존재하지 않음을 감지하면 냉각대에 배치된 냉각장치의 전체 뱅크에 주수 명령을 내리는 단계;
    상기 뱅크의 주수 상태를 상기 촬영부로 촬영하는 단계; 및
    상기 신경망 모델로부터 가상 정상 주수 이미지를 얻어 상기 촬영부에 의해 촬영된 이미지와 상기 신경망 모델이 출력한 가상 정상 주수 이미지를 대조하여 이상 검출을 수행하는 단계;를
    포함하는 열연 강판의 냉각장치 이상 주수 검출 방법.
  2. 제1 항에 있어서,
    상기 이상 검출을 수행하는 단계는, 상기 뱅크의 주수 상태를 촬영한 이미지와 상기 가상 정상 주수 이미지 간의 픽셀 차이를 고려하여 상기 뱅크에서 문제가 발생한 헤더와 상기 헤더의 주수량을 정량적 검출하는,
    열연 강판의 냉각장치 이상 주수 검출 방법.
  3. 제2 항에 있어서,
    상기 촬영한 이미지의 이상 주수 물줄기와 상기 가상 정상 주수 이미지의 주수 물줄기를 대조하여 동일한 픽셀을 제거하고, 동일한 픽셀이 제거된 이미지에서 잔존 픽셀에 대해 히트맵을 적용하는,
    열연 강판의 냉각장치 이상 주수 검출 방법.
  4. 제1 항 내지 제3 항 중 어느 한 항에 있어서,
    상기 신경망 모델은 GAN(Generative Adversarial Networks) 을 이용하여 학습을 수행하는,
    열연 강판의 냉각장치 이상 주수 검출 방법.
  5. 제1 항 내지 제3 항 중 어느 한 항에 있어서,
    상기 주수 명령을 내리는 단계는 롤 교체가 발생하여 냉각대가 휴지되는 경우에 수행되는,
    열연 강판의 냉각장치 이상 주수 검출 방법.
  6. 냉각대에 배치된 냉각장치의 뱅크를 촬영하도록 상기 냉각대를 향하여 일정 거리 이상에 배치된 복수의 촬영부;
    상기 촬영부에 의해 촬영된 상기 뱅크의 정상 주수 이미지로 학습되고, 상기 촬영부에 의해 촬영된 상기 뱅크의 이상 주수 이미지를 입력 받으면 이에 대응하는 최적의 가상 정상 주수 이미지를 출력하는 신경망 모델; 및
    촬영된 상기 뱅크의 이상 주수 이미지와 이에 대응하는 상기 가상 정상 주수 이미지 를 대조하여 주수 이상을 모니터링하는 제어부;를 포함하는,
    열연 강판의 냉각장치 이상 주수 검출 장치.
  7. 제6 항에 있어서,
    상기 제어부는, 촬영된 상기 뱅크의 이상 주수 이미지와 상기 가상 정상 주수 이미지 간의 픽셀 차이를 고려하여 상기 뱅크에서 문제가 발생한 헤더와 상기 헤더의 주수량을 정량적 검출하는,
    열연 강판의 냉각장치 이상 주수 검출 장치.
  8. 제7 항에 있어서,
    상기 제어부는, 상기 뱅크의 이상 주수 이미지와 상기 가상 정상 주수 이미지의 주수 물줄기를 대조하여 동일한 픽셀을 제거하고, 동일한 픽셀이 제거된 이미지에서 잔존 픽셀에 대해 히트맵을 적용하는,
    열연 강판의 냉각장치 이상 주수 검출 장치.
  9. 제6 항에 있어서,
    상기 신경망 모델은 GAN 을 이용하여 학습을 수행하는,
    열연 강판의 냉각장치 이상 주수 검출 장치.
  10. 제6 항 내지 제9 항 중 어느 한 항에 있어서,
    상기 제어부는, 압연 과정 중 상기 냉각대에 열연 소재가 존재하지 않음을 감지하면 냉각대에 배치된 전체 뱅크에 주수 명령을 내리고, 상기 촬영부에 상기 뱅크에 대한 촬영 명령을 내리는,
    열연 강판의 냉각장치 이상 주수 검출 장치.
  11. 제10 항에 있어서,
    적어도 하나의 뱅크를 촬영하는 촬영부는, 상기 뱅크를 정면에서 촬영하는 제1 촬영부 및 상기 뱅크를 측면에서 촬영하는 제2 촬영부를 포함하는,
    열연 강판의 냉각장치 이상 주수 검출 장치.
KR1020210139666A 2021-10-19 2021-10-19 열연 강판의 냉각장치 이상 주수 검출 장치 및 방법 KR20230055825A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210139666A KR20230055825A (ko) 2021-10-19 2021-10-19 열연 강판의 냉각장치 이상 주수 검출 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210139666A KR20230055825A (ko) 2021-10-19 2021-10-19 열연 강판의 냉각장치 이상 주수 검출 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20230055825A true KR20230055825A (ko) 2023-04-26

Family

ID=86099082

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210139666A KR20230055825A (ko) 2021-10-19 2021-10-19 열연 강판의 냉각장치 이상 주수 검출 장치 및 방법

Country Status (1)

Country Link
KR (1) KR20230055825A (ko)

Similar Documents

Publication Publication Date Title
CN100593716C (zh) 利用机器视觉系统对印花布瑕疵进行在线检测的方法
CN103207185A (zh) 钢卷端部质量检测系统及方法
CN105327950B (zh) 考虑厚度变化的热轧中间坯镰刀弯检测装置及检测方法
CN105444891A (zh) 一种基于机器视觉的纱线印染色差检测系统
CN101762589A (zh) 一种机器视觉在文具组合套装瑕疵的在线监测方法及其设备
KR20230055825A (ko) 열연 강판의 냉각장치 이상 주수 검출 장치 및 방법
JP2015074020A (ja) 圧延工程の支援システム
JP4244818B2 (ja) 流下ガラス流下速度計測方法および計測装置
EP4146413B1 (en) Method and apparatus to control and adjust the drawing action in a rolling mill, and corresponding rolling mill
CN106686374A (zh) 屏幕色彩饱和度的检测方法、系统和装置
JP2002139446A (ja) 表面欠陥検出方法及び装置
CN109201750A (zh) 基于水面积的热轧低温卷取带钢表面吹扫控制方法
KR20130120335A (ko) 캠버 측정장치
JP2023541859A (ja) 炉を監視及び制御するシステム及び方法
JP2001183302A (ja) 鋼帯表面検査装置
KR100530462B1 (ko) 씨씨디 촬상장치를 이용한 조압연공정의 소재 상향 휨온라인 검출장치 및 그 검출방법
KR20190086794A (ko) 레피어 직기의 패브릭 표면 품질을 실시간으로 검출하는 장치 및 방법
JP5956411B2 (ja) 形状計測装置
US8923571B2 (en) Automated camera flat fielding and alignment
KR20010063547A (ko) 압연소재 단면형상 측정장치
KR102004841B1 (ko) 가열로 모니터링 시스템 및 방법
Baek et al. Feasibility Study on Image-based Faulty Nozzle Detection Method for Digital Textile Printing
CN210401196U (zh) 一种基于机器视觉识别技术的织物色差检测装置
JPH032649A (ja) 地合計測方法及び該地合計測方法を用いた地合制御方法
KR100478916B1 (ko) 테일 이미지 검출방법

Legal Events

Date Code Title Description
A201 Request for examination