TWI704019B

TWI704019B - 熱浸鍍鋅鋼帶翹曲量估測及控制系統

Info

Publication number: TWI704019B
Application number: TW108134096A
Authority: TW
Inventors: 黃俊奎; 羅凱帆; 羅萬福
Original assignee: 中國鋼鐵股份有限公司
Priority date: 2019-09-20
Filing date: 2019-09-20
Publication date: 2020-09-11
Also published as: TW202112465A

Abstract

本發明提供了一種熱浸鍍鋅鋼帶翹曲量估測及控制系統，包含：一熱浸鍍鋅設備，用以浸鍍一鋼帶，該熱浸鍍鋅設備包含：一槽體，用以容置液態鋅；一轉向輥，設置於該槽體中，用以使該鋼帶轉向；及一矯正機構，設置於該槽體中，用以矯正來自該轉向輥的該鋼帶；一感測模組，用以檢測該鋼帶上的一翹曲量；以及一人工智慧演算模組，連接該感測模組及該熱浸鍍鋅設備，用以收集且評估該熱浸鍍鋅設備的一製程參數及該翹曲量，進而產生一估測鋼帶翹曲模型。

Description

熱浸鍍鋅鋼帶翹曲量估測及控制系統

本發明係關於鋼帶翹曲量估測系統，特別是一種熱浸鍍鋅鋼帶翹曲量估測系統。

在目前的熱浸鍍鋅鋼板的設備中，如第1圖所示，鋼帶1進入鋅槽10後經轉向輥20轉向由鋅槽10上方拉起，液態鋅會附著於鋼板兩側，隨後通過氣刀組40移除多餘的液態鋅，待附著在鋼帶1上的液態鋅凝固後即形成鍍鋅鋼板。然而，因為鋼帶1本身翹曲量的影響，請參照第2a圖及第2b圖，兩側的氣刀組40 並無法均勻的移除鋼帶前後兩側的液態鋅，使得鋼帶1前側的鋅膜厚度201與鋼帶後側的鋅膜厚度202有差異。而且，以鋼帶後側的鋅膜厚度202為例，因為鋼帶翹曲，所以後側的中間具有較厚的鋅膜。這樣的問題在寬度大的鋼帶上更是顯著。

現行技術透過架設電磁制振器（EDD）50以電磁力來調整鋼帶1的翹曲量，進而減輕上述問題。但是，因為熱浸鍍鋅的製程溫度高（鋅槽內液態鋅的溫度約480℃），為了避免電磁制振器50中的感測器51、52及感應線圈53、54因高溫而損壞，電磁制振器50需設置在氣刀組40之後，無法靠近鋅槽，使得電磁制振器50調整翹曲量的效果有限。若調整無法一次精確到位，則會耗費更多的鋼帶與液態鋅。

故，有必要提供一種熱浸鍍鋅鋼帶翹曲量估測及控制系統，以解决習用技術所存在的問題。

本發明的目的在於提供一種熱浸鍍鋅鋼帶翹曲量估測及控制系統，不但可以有效地調整鋼帶翹曲量，還可以透過製程參數、矯正參數等數據累積建立出估測鋼帶翹曲模型，下一個鋼帶在進入製程前，就可以預先設定，降低調整的時間及所耗費的鋼帶與液態鋅。

為了達成上述目的，本發明提供了一種熱浸鍍鋅鋼帶翹曲量估測及控制系統，包含：一熱浸鍍鋅設備，用以浸鍍一鋼帶，該熱浸鍍鋅設備包含：一槽體，用以容置液態鋅；一轉向輥，設置於該槽體中，用以使該鋼帶轉向；及一矯正機構，設置於該槽體中，用以矯正來自該轉向輥的該鋼帶；一感測模組，用以檢測該鋼帶上的一翹曲量；以及一人工智慧演算模組，連接該感測模組及該熱浸鍍鋅設備，用以收集且評估該熱浸鍍鋅設備的一製程參數及該翹曲量，進而產生一估測鋼帶翹曲模型。

在本發明的一實施例中，該熱浸鍍鋅設備的該製程參數包含一產線速度、一張力、一鋼帶鋼種、一鋼帶寬度、一鋼帶厚度及一鋼帶剛性。

在本發明的一實施例中，該人工智慧演算模組是一機器學習模組或一深度學習模組。

在本發明的一實施例中，該估測鋼帶翹曲模型包含一矯正干涉量，用以供該矯正機構矯正該鋼帶。

在本發明的一實施例中，該估測鋼帶翹曲模型包含一製程參數最佳值。

在本發明的一實施例中，該矯正機構包含一第一矯正輥及一第二矯正輥，該第一矯正輥與該第二矯正輥相對地設置，且該第一矯正輥與該第二矯正輥之間可供該鋼帶通過。

在本發明的一實施例中，該人工智慧演算模組使用一雲端伺服器來評估該製程參數及該翹曲量。

在本發明的一實施例中，該熱浸鍍鋅設備更包含：一氣刀組，用以移除來至該矯正輥的該鋼帶上多餘的該液態鋅，以形成一鍍鋅鋼帶。

在本發明的一實施例中，該氣刀組包含相對設置的一第一氣刀及一第二氣刀，且該第一氣刀與該第二氣刀之間可供該鋼帶通過。

在本發明的一實施例中，該人工智慧演算模組利用一最佳化演算模組來評估該製程參數及該翹曲量。

如上所述，透過人工智慧演算模組所產生的估測鋼帶翹曲模型，鋼帶可以在通過矯正機構時，透過第一矯正輥與第二矯正輥對鋼帶施加合適的矯正量，使得附著液態鋅的鋼帶能以最少的翹曲量進通過氣刀組，進而形成鍍鋅厚度一致的鍍鋅鋼帶。

爲了讓本發明之上述及其他目的、特徵、優點能更明顯易懂，下文將特舉本發明較佳實施例，並配合所附圖式，作詳細說明如下。再者，本發明所提到的方向用語，例如上、下、頂、底、前、後、左、右、內、外、側面、周圍、中央、水平、橫向、垂直、縱向、軸向、徑向、最上層或最下層等，僅是參考附加圖式的方向。因此，使用的方向用語是用以說明及理解本發明，而非用以限制本發明。

請參照第1圖至第4圖，第1圖是現有熱浸鍍鋅設備的結構示意圖。第2a圖是現有技術鋼帶鍍鋅後鋅膜厚度的差異圖。第2b圖是現有熱浸鍍鋅過程中鋼帶翹曲的示意圖。第3圖是本發明實施例的一熱浸鍍鋅鋼帶翹曲量估測及控制系統的結構示意圖。第4圖是本發明的估測鋼帶翹曲模型的示意圖。如第3圖所示，本實施例提供了一種熱浸鍍鋅鋼帶翹曲量估測及控制系統，包含：一熱浸鍍鋅設備100、一感測模組150及一人工智慧演算模組160及一最佳化演算模組165。

該熱浸鍍鋅設備100，用以浸鍍一鋼帶1，該熱浸鍍鋅設備100包含：一槽體110、一轉向輥120、一矯正機構130及一氣刀組140。該槽體110用以容置液態鋅111，也可以稱為鋅液。由於鋅的熔點約在420℃，該槽體110可以包含加熱器（未繪示）以保持或加熱該液態鋅111的溫度。該轉向輥120設置於該槽體110中，用以使該鋼帶1轉向。

該矯正機構130設置於該槽體110中，用以矯正來自該轉向輥120的該鋼帶1。該矯正機構130包含一第一矯正輥131及一第二矯正輥132，該第一矯正輥131與該第二矯正輥132相對地設置，且該第一矯正輥131與該第二矯正輥132之間可供該鋼帶1通過。因此，在本發明的操作的過程中，該第一矯正輥131與該第二矯正輥132相對地位於該鋼帶1的兩側（例如前側/後側）。該第一矯正輥131與該第二矯正輥132透過接觸該鋼帶1來矯正該鋼帶1的翹曲量。由於該矯正機構130（該第一矯正輥131與該第二矯正輥132）設置在該槽體110中，甚至可以在該液態鋅111的液面下，這樣的配置使得該鋼帶1是在調整後的/較佳的翹曲量的情況下進入該氣刀組140，以利於該氣刀組140的運作。

該氣刀組140用以移除來至該第一矯正輥131及該第二矯正輥132的該鋼帶1上多餘的該液態鋅111，以形成一鍍鋅鋼帶。該氣刀組140包含相對設置的一第一氣刀141及一第二氣刀142，且該第一氣刀141與該第二氣刀142之間可供該鋼帶1通過。也就是說，在操作時，該第一氣刀141及該第二氣刀142分別設置於該鋼帶1的兩側（例如前側/後側），該第一氣刀141及該第二氣刀142透過氣流移除（吹除）附著在該鋼帶1的兩側上多餘的該液態鋅111，使得該鋼帶1的鋅膜厚度一致。

該感測模組150用以檢測該鋼帶1上的一翹曲量。該感測模組150可以包含一第一感測組151及一第二感測組152。該第一感測組151及該第二感測組152相對地設置，該第一感測組151與該第二感測組152之間可供該鋼帶1通過。應當理解的是，該第一感測組151與該第二感測組152可以各自包含多個感測器，例如多個渦電流感測器或其它合適的感測器。藉由，多個感測器可以精準的檢測出該鋼帶1的各個位置的偏移量，以獲得該鋼帶1上的該翹曲量，尤其是該鋼帶1的寬度越大的情況下。

該人工智慧演算模組160連接該感測模組150及該熱浸鍍鋅設備110，用以收集且評估該熱浸鍍鋅設備110的一製程參數及該翹曲量，進而產生一估測鋼帶翹曲模型。該熱浸鍍鋅設備110的該製程參數可以包含一產線速度、一張力、一鋼帶鋼種、一鋼帶寬度、一鋼帶厚度、一鋼帶剛性或其它參數。該人工智慧演算模組160可以是一機器學習模組或一深度學習模組，其中該機器學習模組利用機器學習法評估該製程參數及該翹曲量，而深度學習模組可以利用神經網路或相似技術來評估該製程參數及該翹曲量。該人工智慧演算模組160也可以使用一雲端伺服器來評估該製程參數及該翹曲量。應當理解的是，該人工智慧演算模組160也可以使用本地端伺服器來評估該製程參數及該翹曲量。該人工智慧演算模組160更可以利用一最佳化演算模組165來評估該製程參數及該翹曲量。該最佳化演算模組165評估該製程參數及該翹曲量可以產生，例如最佳張力、最佳產線速度、最佳矯正干涉量等參數供操作者參考。

該估測鋼帶翹曲模型可以包含一矯正干涉量，該矯正干涉量用以供該矯正機構130矯正該鋼帶1。以第4圖為例來說明，該估測鋼帶翹曲模型顯示了三種矯正干涉量401、402、403與其施加在該鋼帶1後預估會產生的變化。其中該矯正干涉量401為10mm、該矯正干涉量402為25mm、該矯正干涉量403為40mm，可以發現該矯正干涉量403的作用下該鋼帶1的各點位置差異縮小，意即該鋼帶1的翹曲量可以有效地下降。應當理解的是，這裡說的該矯正干涉量可以是以該第一矯正輥131或該第二矯正輥132初始位置基準，調整該第一矯正輥131或該第二矯正輥132的位置而對該鋼帶1產生干涉，例如各自內縮10mm或其它可行的方式。

此外，經過大量數據的累積，該估測鋼帶翹曲模型還可以包含一製程參數最佳值。當類似或相同的製程參數（例如類似或相同鋼種）的鋼帶需要進行熱浸鍍鋅時，該估測鋼帶翹曲模型可以顯示該製程參數最佳值以利於事先設定，節省調整時間及調整過程中的耗費的鋼帶及液態鋅。此外，該製程參數最佳值可以來自該最佳化演算模組165。

如上所述，本發明可以在兼顧儲量計算的準確度及成本的考量下，提供高準確度的料堆儲量計算方法。此外，本發明所提供的自走式料堆外型掃描的儲量計算方法更可以是用於多結構、多管架、具有障礙物或位於室內的料場。

雖然本發明已以較佳實施例揭露，然其並非用以限制本發明，任何熟習此項技藝之人士，在不脫離本發明之精神和範圍內，當可作各種更動與修飾，因此本發明之保護範圍當視後附之申請專利範圍所界定者爲準。

1:鋼帶 10:鋅槽 20:轉向輥 30:矯正輥 40:氣刀組 50:電磁制振器 51:感測器 52:感測器 53:感應線圈 54:感應線圈 100:熱浸鍍鋅設備 110:槽體 111:液態鋅 120:轉向輥 130:矯正機構 131:第一矯正輥 132:第二矯正輥 140:氣刀組 141:第一氣刀 142:第二氣刀 150:感測模組 151:第一感測組 152:第二感測組 160:人工智慧演算模組 165:最佳化演算模組 201:鋅膜厚度 202:鋅膜厚度 401:矯正干涉量 402:矯正干涉量 403:矯正干涉量

第1圖是現有熱浸鍍鋅設備的結構示意圖。第2a圖是現有技術鋼帶鍍鋅後鋅膜厚度的差異圖。第2b圖是現有熱浸鍍鋅過程中鋼帶翹曲的示意圖。第3圖是本發明實施例的一熱浸鍍鋅鋼帶翹曲量估測及控制系統的結構示意圖。第4圖是本發明的估測鋼帶翹曲模型的示意圖。

1:鋼帶

100:熱浸鍍鋅設備

110:槽體

111:液態鋅

120:轉向輥

130:矯正機構

131:第一矯正輥

132:第二矯正輥

140:氣刀組

141:第一氣刀

142:第二氣刀

150:感測模組

151:第一感測組

152:第二感測組

160:人工智慧演算模組

165:最佳化演算模組

Claims

一種熱浸鍍鋅鋼帶翹曲量估測及控制系統，包含：一熱浸鍍鋅設備，用以浸鍍一鋼帶，該熱浸鍍鋅設備包含：一槽體，用以容置液態鋅；一轉向輥，設置於該槽體中，用以使該鋼帶轉向；及一矯正機構，設置於該槽體中，用以矯正來自該轉向輥的該鋼帶；一感測模組，用以檢測該鋼帶上的一翹曲量；以及一人工智慧演算模組，連接該感測模組及該熱浸鍍鋅設備，用以收集且評估該熱浸鍍鋅設備的一製程參數及該翹曲量，進而產生一估測鋼帶翹曲模型；其中該估測鋼帶翹曲模型包含一矯正干涉量，用以供該矯正機構矯正該鋼帶，且該估測鋼帶翹曲模型顯示該矯正干涉量施加在該鋼帶後的預估變化。
如申請專利範圍第1項所述之熱浸鍍鋅鋼帶翹曲量估測系統，其中該熱浸鍍鋅設備的該製程參數包含一產線速度、一張力、一鋼帶鋼種、一鋼帶寬度、一鋼帶厚度及一鋼帶剛性。
如申請專利範圍第1項所述之熱浸鍍鋅鋼帶翹曲量估測及控制系統，其中該人工智慧演算模組是一機器學習模組或一深度學習模組。
如申請專利範圍第1項所述之熱浸鍍鋅鋼帶翹曲量估測及控制系統，其中該估測鋼帶翹曲模型包含一製程參數最佳值。
如申請專利範圍第1項所述之熱浸鍍鋅鋼帶翹曲量估測及控制系統，其中該矯正機構包含一第一矯正輥及一第二矯正輥，該第一矯正輥與該第二矯正輥相對地設置，且該第一矯正輥與該第二矯正輥之間可供該鋼帶通過。
如申請專利範圍第1項所述之熱浸鍍鋅鋼帶翹曲量估測及控制系統，其中該人工智慧演算模組使用一雲端伺服器來評估該製程參數及該翹曲量。
如申請專利範圍第1項所述之熱浸鍍鋅鋼帶翹曲量估測及控制系統，其中該熱浸鍍鋅設備更包含：一氣刀組，用以移除來至該矯正輥的該鋼帶上多餘的該液態鋅，以形成一鍍鋅鋼帶。
如申請專利範圍第7項所述之熱浸鍍鋅鋼帶翹曲量估測及控制系統，其中該氣刀組包含相對設置的一第一氣刀及一第二氣刀，且該第一氣刀與該第二氣刀之間可供該鋼帶通過。
如申請專利範圍第2項所述之熱浸鍍鋅鋼帶翹曲量估測及控制系統，其中該人工智慧演算模組利用一最佳化演算模組來評估該製程參數及該翹曲量。