TWI808407B - 輥管理裝置 - Google Patents
輥管理裝置 Download PDFInfo
- Publication number
- TWI808407B TWI808407B TW110113583A TW110113583A TWI808407B TW I808407 B TWI808407 B TW I808407B TW 110113583 A TW110113583 A TW 110113583A TW 110113583 A TW110113583 A TW 110113583A TW I808407 B TWI808407 B TW I808407B
- Authority
- TW
- Taiwan
- Prior art keywords
- data
- roll
- state
- management device
- unit
- Prior art date
Links
- 238000007726 management method Methods 0.000 claims abstract description 105
- 238000000034 method Methods 0.000 claims abstract description 97
- 238000005096 rolling process Methods 0.000 claims abstract description 70
- 238000013500 data storage Methods 0.000 claims abstract description 36
- 238000013480 data collection Methods 0.000 claims abstract description 23
- 239000000463 material Substances 0.000 claims description 115
- 238000011002 quantification Methods 0.000 claims description 59
- 238000012545 processing Methods 0.000 claims description 48
- 238000003490 calendering Methods 0.000 claims description 29
- 238000005070 sampling Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000001364 causal effect Effects 0.000 claims description 8
- 238000013499 data model Methods 0.000 claims description 8
- 238000004140 cleaning Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 description 47
- 238000010586 diagram Methods 0.000 description 27
- 238000004364 calculation method Methods 0.000 description 15
- 238000005259 measurement Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 11
- 238000007781 pre-processing Methods 0.000 description 9
- 238000013075 data extraction Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000004904 shortening Methods 0.000 description 3
- 239000007779 soft material Substances 0.000 description 3
- 239000002436 steel type Substances 0.000 description 3
- CWYNVVGOOAEACU-UHFFFAOYSA-N Fe2+ Chemical compound [Fe+2] CWYNVVGOOAEACU-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B28/00—Maintaining rolls or rolling equipment in effective condition
- B21B28/02—Maintaining rolls in effective condition, e.g. reconditioning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B38/00—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product
- B21B38/08—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product for measuring roll-force
-
- 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
- B21B38/10—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product for measuring roll-gap, e.g. pass indicators
-
- 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
- B21B45/0269—Cleaning
-
- 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
- B21B45/04—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 de-scaling, e.g. by brushing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Control Of Metal Rolling (AREA)
Abstract
提供一種輥管理裝置，其能夠基於過去的壓延輥之狀態的資訊來判定壓延輥之狀態，且提示壓延輥之應用方法。
輥管理裝置，其具備：資料收集部，係收集有關壓延時的複數個壓延輥之物理量及壓延之應用條件資料；資料記憶部，係存儲至前次之壓延時為止之前述資料收集部已收集的物理量及壓延之應用條件資料；狀態判定部，係針對與使用於壓延之特定的壓延輥之壓延的應用條件資料相同或類似的前述資料記憶部中所存儲的壓延之應用條件資料，讀出相關聯的物理量，且基於前述相關聯的物理量來判定前述特定的壓延輥之狀態；以及推薦應用方法判定部，係基於由前述狀態判定部所判定之前述特定的壓延輥之狀態來提示對前述特定的壓延輥推薦的應用方法。
Description
本發明係關於一種輥管理裝置。
專利文獻1係揭示一種輥管理裝置。該輥管理裝置係能除去壓延輥(mill roll)之偏心。
[先前技術文獻]
[專利文獻]
專利文獻1：日本特許第5821527號公報
然而，專利文獻1所記載的輥管理裝置係未發現壓延輥之偏心發生的因子。因此，在下一個壓延的機會中無法適當地應用壓延輥。
本揭示係為了解決上述的課題而開發者。本揭示之目的係在於提供一種可以適當地應用壓延輥的輥管理裝置。
本揭示的輥管理裝置，其具備有：資料收集部，係收集有關壓延時的複數個壓延輥之物理量及壓延之應用條件資料；資料記憶部，係存儲至前次之壓延時為止之前述資料收集部已收集的物理量及壓延之應用條件資料；狀態判定部，係針對與使用於壓延之特定的壓延輥之壓延的應用條件資料相同或類似的前述資料記憶部中所存儲的壓延之應用條件資料，讀出相關聯的物理量，且基於前述相關聯的物理量來判定前述特定的壓延輥之狀態；以及推薦應用方法判定部，係基於由前述狀態判定部所判定之前述特定的壓延輥之狀態來提示對前述特定的壓延輥推薦的應用方法。
依據本揭示，輥管理裝置係基於特定的壓延輥之狀態來提示對特定的壓延輥推薦的應用方法。因此，可以適當地應用壓延輥。
1:輥管理裝置
2:資料收集部
2a:資料抽出單元
2b:資料前處理單元
3:資料定量化部
3a:基本統計量算出單元
3b:頻率解析單元
3c:資料模型推定單元
3d:定量化資料手動輸入單元
4:資料記憶部
4a:資料記憶單元
4b:層別現象紀錄資料讀出單元
4c:層別現象紀錄資料庫
5:狀態判定部
5a:狀態現象資料庫
5b:狀態判定單元
5c:狀態判定臨限值算出單元
5d:狀態判定邏輯推定單元
5e:狀態發生預測單元
6:推薦應用方法判定部
6a:推薦應用方法資料庫
6b:推薦應用方法判定單元
7:利用者
11:壓延機
12:處理電腦
21:上側壓延輥
22:下側壓延輥
31:輥物理量感測器
32:材料進入檢測感測器
33:材料脫離檢測感測器
34:材料全長量測感測器
41:壓延前材料
42:壓延後材料
100a:處理器
100b:記憶體
200:硬體
圖1係應用實施型態1中的輥管理裝置的輥管理系統之構成圖。
圖2係實施型態1中的輥管理裝置之構成圖。
圖3係顯示實施型態1中的輥管理裝置之輥物理量信號、材料進入檢測信號、材料脫離檢測信號與材料全長量測信號之例的曲線圖(graph)。
圖4係顯示實施型態1中的輥管理裝置之處理前輥現象資料與前處理完成輥現象資料之例的曲線圖。
圖5係顯示實施型態1中的輥管理裝置之層別現象紀錄資料庫(data base)之例的圖。
圖6係顯示實施型態1中的輥管理裝置之狀態判定臨限值資料庫之例的圖。
圖7係顯示實施型態1中的輥管理裝置之狀態模式資料庫之例的圖。
圖8係顯示實施型態1中的輥管理裝置之推薦應用方法資料庫之例的圖。
圖9係用以說明實施型態1中的輥管理裝置之動作概要的流程圖(flowchart)。
圖10係實施型態1中的輥管理裝置之硬體(hardware)構成圖。
圖11係實施型態2中的輥管理裝置之構成圖。
圖12係實施型態3中的輥管理裝置之構成圖。
圖13係實施型態4中的輥管理裝置之構成圖。
圖14係實施型態5中的輥管理裝置之構成圖。
圖15係實施型態6中的輥管理裝置之構成圖。
圖16係實施型態7中的輥管理裝置之構成圖。
按照所附圖式來說明實施型態。再者，各圖中，在相同或相當的部分係附記有相同的符號。該部分的重複說明係適當地簡化或省略。
[實施形態1]
圖1係應用實施型態1中的輥管理裝置的輥管理系統之構成圖。
如圖1所示，輥管理系統係具備壓延機11、輥管理裝置1及處理電腦(process computer)12。
壓延機11係具備上側壓延輥21、下側壓延輥22、輥物理量感測器31、材料進入檢測感測器32、材料脫離檢測感測器33及材料全長量測感測器34。例如，壓延機11係壓延鐵/非鐵材料。
上側壓延輥21與下側壓延輥22係夾入材料來壓延。L為壓延後材料42的全長。L1為壓延後材料42的中間位置。L2為壓延後材料42的中間位置。
輥物理量感測器31係以能量測有關上側壓延輥21的物理量之方式所設置。例如，有關上側壓延輥21的物理量為施加於上側壓延輥21的壓力。例如，有關上側壓延輥21的物理量為上側壓延輥21的位置之位移。例如，有關上側壓延輥21的物理量為上側壓延輥21中的壓延荷重之振動的值。例如，有關上側壓延輥21的物理量為上側壓延輥21中的壓延張力。輥物理量感測器31係基於有關上側壓延輥21的物理量來發送輥物理量信號。
材料進入檢測感測器32係以能檢測壓延前材料41之進入的方式所設置。例如，材料進入檢測感測器32係檢測壓延前材料41已通過自己的檢測範圍。例如，材料進入檢測感測器32係在已檢測出壓延前材料41之進入時，發送材料進入檢測信號。例如，材料進入檢測感測器32係針對壓延前材料41在自己的檢測範圍中的通過狀況，來發送材料進入檢測信號。例如，材料進入檢測感測器32係發送材料進入檢測信號，來作為顯示在自身的鄰近位置是否已檢測出壓延前材料41的信號。例如，材料進入
檢測信號為真值(truth value)。例如，材料進入檢測信號係在材料進入檢測感測器32在自身的鄰近位置已檢測出壓延前材料41時顯示「1」。例如，材料進入檢測信號係在材料進入檢測感測器32在自身的鄰近位置未檢測出壓延前材料41時顯示「0」。
材料脫離檢測感測器33係以能檢測壓延後材料42之脫離的方式所設置。例如，材料脫離檢測感測器33係檢測壓延後材料42已通過自己的檢測範圍。例如，材料脫離檢測感測器33係在已檢測出壓延後材料42之脫離時，發送材料脫離檢測信號。例如，材料脫離檢測感測器33係針對壓延後材料42在自己的檢測範圍中的通過狀況，來發送材料脫離檢測信號。例如，材料脫離檢測信號為真值。例如，材料脫離檢測信號係在材料脫離檢測感測器33在自身的鄰近位置已檢測出壓延後材料42時顯示「1」。例如，材料脫離檢測信號係在材料脫離檢測感測器33在自身的鄰近位置未檢測出壓延後材料42時顯示「0」。
例如，材料全長量測感測器34係檢測壓延後材料42之前端已通過自己的檢測範圍。例如，材料全長量測感測器34係檢測壓延後材料42之前端已通過自己的檢測範圍的時間。例如，材料全長量測感測器34係檢測壓延後材料42之末端已通過自己的檢測範圍。例如，材料全長量測感測器34係檢測壓延後材料42之末端已通過自己的檢測範圍的時間。材料全長量測感測器34係發送材料全長量測信號。例如，材料全長量測信號為壓延開始後之量測時間點中的壓延後材料42之前端直至自己的檢測點為止的長度。例如，在將壓延開始時間點設為時刻0，且設為壓延結束時刻T
的情況下，壓延結束時刻T中的材料全長量測信號係表示壓延後材料42的全長L。
輥管理裝置1係設置成能夠與壓延機11進行通信。輥管理裝置1係設置成能夠與處理電腦12進行通信。
例如，處理電腦12為通用電腦。處理電腦12係以能從未圖示的生產管理電腦接收壓延之應用條件資料的方式所設置。例如，應用條件資料為生產指示。例如，應用條件資料為製造規格。例如，應用條件資料為所壓延的材料之鋼種、尺寸、溫度等的資訊。處理電腦12係基於已接收的資訊來計算壓延條件。處理電腦12係發送已算出的值。
其次，使用圖2來說明輥管理裝置1之構成。
圖2係實施型態1中的輥管理裝置之構成圖。
如圖2所示，輥管理裝置1係具備資料收集部2、資料定量化部3、資料記憶部4、狀態判定部5及推薦應用方法判定部6。
資料收集部2係從壓延機11接收輥物理量信號、材料進入檢測信號、材料脫離檢測信號及材料全長量測信號。例如，資料收集部2係同步接收輥物理量信號、材料進入檢測信號、材料脫離檢測信號及材料全長量測信號。資料收集部2係具備資料抽出單元2a與資料前處理單元2b。
資料抽出單元2a係從壓延機11接收到的信號收集處理前輥現象資料。處理前輥現象資料為有關上側壓延輥21的資訊。例如，處理前輥現象資料為：於有關上側壓延輥21的資訊之中，為了定量化而將所需的範圍之資料予以挑選出的資訊。例如，處理前輥現象資料為壓延荷重之振
動的值。例如，處理前輥現象資料為壓延張力的值。例如，處理前輥現象資料為壓延輥的位移值。例如，處理前輥現象資料係包含事先所決定的抽樣(sampling)週期、與事先所決定的抽樣時間範圍。例如，處理前輥現象資料係包含用以將有關壓延輥的現象予以定量化之適當的抽樣週期、與適當的抽樣時間範圍。具體的抽樣週期之例，係在收集輥偏心之振動的資料時輥偏心之振動數約為2Hz的情況下，考慮抽樣定理及雜訊(noise)的影響而設為四倍的抽樣頻率。在此情況下，適當的抽樣週期係設定成約100ms。例如，適當的抽樣時間範圍為壓延開始後、壓延中的中段、壓延結束時等的時間時序(time timing)。例如，適當的抽樣時間範圍係基於材料全長中的測量部位之位置所設定。例如，材料全長中的測量部位之位置為材料全長中的前端之位置、材料全長中的中途之位置、材料全長中的後端之位置等。資料抽出單元2a係發送處理前輥現象資料。
資料前處理單元2b係從資料抽出單元2a接收處理前輥現象資料。資料前處理單元2b係處理處理前輥現象資料，而獲得前處理完成輥現象資料。例如，資料前處理單元2b係對處理前輥現象資料進行濾波器(filtering)處理。例如，濾波器為低通濾波器(low pass filter)或高通濾波器(high pass filter)。再者，將處理前輥現象資料與前處理完成輥現象資料歸納稱為輥現象資料。
例如，資料定量化部3為PLC(Programmable Logic Controller：可程式邏輯控制器)。例如，資料定量化部3為DCS(Distributed Control System；分散控制系統)。例如，資料定量化部3為通用的電腦。資料定量化部3係從資料收集部2接收前處理完成輥現象資料。資料定量
化部3係從前處理完成輥現象資料來生成狀態定量化資料。狀態定量化資料為將壓延輥之狀態予以定量化後的資料。資料定量化部3係發送狀態定量化資料。資料定量化部3係具備基本統計量算出單元3a。
基本統計量算出單元3a係從作為進行資料定量化之對象的前處理完成輥現象資料來算出基本統計量，且生成狀態定量化資料。例如，基本的統計量為平均量、中央值、最大與最小值的差、標準偏差或分散等。基本統計量算出單元3a係針對各種的輥現象資料之各者來分別生成各自的狀態定量化資料。基本統計量算出單元3a係依壓延前材料41及壓延後材料42的每一個來生成狀態定量化資料。
資料記憶部4係設置成能夠與資料定量化部3進行通信。資料記憶部4係設置成能夠與處理電腦12進行通信。資料記憶部4係從資料定量化部3接收狀態定量化資料。資料記憶部4係針對複數個壓延輥依各個壓延輥的每一個而從資料定量化部3來接收狀態定量化資料。資料記憶部4係記憶狀態定量化資料。資料記憶部係存儲過去接收到的狀態定量化資料並予以記憶。資料記憶部4係從處理電腦12接收處理電腦12所算出的值及應用條件資料。資料記憶部4係具備資料記憶單元4a、層別現象紀錄資料讀出單元4b及層別現象紀錄資料庫4c。資料記憶部4係基於應用條件資料與所記憶的資料來生成層別現象紀錄資料。例如，層別現象紀錄資料為：將輥ID、支撐輥的墊木(chock)、所壓延的材料之鋼種/尺寸/溫度等的製造規格、壓延條件等的項目依層別而記錄後的資料。再者，輥ID為個別地識別壓延輥的編號。
資料記憶單元4a與層別現象紀錄資料讀出單元4b與層別現象紀錄資料庫4c係以可以分別相互地通信的方式所設置。
資料記憶單元4a係從資料定量化部3接收輥現象資料與狀態定量化資料。資料記憶單元4a係從處理電腦12接收在應用輥時相關聯的應用條件資料。例如，與壓延輥相關聯的應用條件資料為：輥ID、支撐輥的墊木、所壓延的材料之鋼種/尺寸/溫度等的製造規格、壓延條件等。例如，資料記憶單元4a係將輥ID作為鍵(key)來一併記憶其他的應用條件等相關聯的資料。
層別現象紀錄資料讀出單元4b係基於來自外部的要求而讀出層別現象紀錄資料。層別現象紀錄資料讀出單元4b係接受來自其他裝置的要求，而讀出層別現象紀錄資料。層別現象紀錄資料讀出單元4b係接受來自其他裝置的要求，而讀出應用條件資料為相同的層別現象紀錄資料。層別現象紀錄資料讀出單元4b係接受來自其他裝置的要求，而讀出應用條件資料為類似的層別現象紀錄資料。例如，層別現象紀錄資料讀出單元4b係基於來自處理電腦12的要求而讀出層別現象紀錄資料。層別現象紀錄資料為從已記憶於層別現象紀錄資料庫4c的資料之中，將輥ID作為鍵，從狀態定量化資料及其他之賦予連帶關係的應用條件等相關聯的資料之中依任意的項目以層別索引所生成的資料。
層別現象紀錄資料庫4c係將資料記憶單元4a接收到的資料、與各自的資料之取得時刻作為層別現象紀錄資料並賦予連帶關係來記憶。
狀態判定部5係設置成能夠與資料記憶部4進行通信。狀態判定部5係從資料記憶部4接收狀態定量化資料。狀態判定部5係從資料記憶部4讀出層別現象紀錄資料。狀態判定部5係基於與應用條件資料有關連的狀態定量化資料和層別現象紀錄資料來判定壓延輥之狀態模式(state mode)，該應用條件資料係與使用於壓延之特定的壓延輥之壓延的應用條件資料相同或類似。狀態判定部5係具備狀態現象資料庫5a與狀態判定單元5b。
狀態現象資料庫5a係具備狀態判定臨限值資料庫與狀態模式資料庫。例如，狀態判定臨限值資料庫為對狀態定量化資料之各者，將用以判定狀態是否為異常、與作為其狀態之位準(level)的狀態位準的狀態判定臨限值予以一覽化後的資料庫。狀態判定臨限值為用以判定輥之狀態是否為異常、與其狀態位準的值。例如，狀態判定臨限值係事先所設定。例如，狀態判定臨限值係以半固定方式所設定。例如，狀態判定臨限值係根據利用者7之對於工廠(plant)的過去之經驗與知識所算出。例如，狀態模式係事先所設定。例如，狀態模式係以半固定方式所設定。例如，狀態模式係根據利用者7之對於工廠的過去之經驗與知識所算出。
狀態判定單元5b係在接收到使用於壓延之特定的壓延輥之應用條件資料的情況下，從資料記憶部4讀出有關與該應用條件相同或類似的應用條件資料的層別現象紀錄資料。例如，狀態判定單元5b係在接收到有關狀態定量化資料的壓延輥ID與應用條件的情況下，從資料記憶部4讀出有關該壓延輥ID與應用條件的層別現象紀錄資料。例如，狀態判定單元5b係在從資料記憶部4接收到壓延輥ID與應用條件時，從資料記憶部
4讀出有關該壓延輥ID與應用條件的層別現象紀錄資料。狀態判定單元5b係比較所讀出的層別現象紀錄資料、與從狀態現象資料庫5a所獲得的資料，而判定狀態定量化資料之狀態位準與狀態模式。狀態判定單元5b係將所讀出的層別現象紀錄資料與從狀態現象資料庫5a所獲得的狀態判定臨限值作為基礎，來判定輥之狀態是否異常、其狀態位準。狀態判定單元5b係對牴觸於狀態判定臨限值的資料項目、與其狀態位準之組合，判定是為何種的狀態模式。
推薦應用方法判定部6係設置成能夠與資料記憶部4進行通信。推薦應用方法判定部6係設置成能夠與狀態判定部5進行通信。推薦應用方法判定部6係從狀態判定部5接收牴觸於狀態判定臨限值的資料項目、與狀態判定部5所判定的狀態模式。推薦應用方法判定部6係判定壓延輥之推薦應用方法與層別現象紀錄資料。推薦應用方法判定部6係將壓延輥之推薦應用方法與層別現象紀錄資料顯示於外部。推薦應用方法判定部6係對利用者7提示壓延輥之推薦應用方法與層別現象紀錄資料。推薦應用方法判定部6係具備推薦應用方法資料庫6a與推薦應用方法判定單元6b。
推薦應用方法資料庫6a係記憶用以判定壓延輥之推薦應用方法的值。例如，用以判定壓延輥之推薦應用方法的值為用以對狀態模式之組合決定推薦應用方法的值。推薦應用方法為對狀態模式所推薦的壓延輥之應用方法。例如，推薦應用方法為藉由輥交換所致的輥應用之迴避。例如，推薦應用方法為藉由輥負荷之減低所致的壓延條件變更。
推薦應用方法判定單元6b係在壓延輥ID與應用條件已被提供的情況下，對有關該壓延輥ID與應用條件的層別現象紀錄資料與該層別現象紀錄資料，從狀態判定單元5b獲得狀態模式。推薦應用方法判定單元6b係對已接收到的狀態模式，從推薦應用方法資料庫6a獲得適當的推薦應用方法。推薦應用方法判定單元6b係將壓延輥之推薦應用方法與層別現象紀錄資料顯示於外部。例如，推薦應用方法判定單元6b係對利用者7提示壓延輥之推薦應用方法與層別現象紀錄資料。例如，推薦應用方法判定單元6b係藉由顯示裝置之顯示來對利用者7提示。例如，推薦應用方法判定單元6b係藉由聲音輸出裝置之聲音來對利用者7提示。
其次，使用圖3來說明壓延開始後壓延前材料41壓延距離L為止，資料抽出單元2a所進行的處理之例。
圖3係顯示實施型態1中的輥管理裝置之輥物理量信號、材料進入檢測信號、材料脫離檢測信號與材料全長量測信號之例的圖。
最上層的曲線圖係表示輥物理量信號的曲線圖。從上起算第二層的曲線圖係顯示材料進入檢測信號的曲線圖。從上起算第三層的曲線圖係顯示材料脫離檢測信號的曲線圖。最下層的曲線圖係顯示材料全長量測信號的曲線圖。
時刻T0為材料已咬入於上側壓延輥21與下側壓延輥22的時刻。時刻T為材料已被壓延長度L量的時刻。時刻T1為壓延後材料42已從前端被壓延至L1之位置為止的時刻。時刻T2為壓延後材料42已從前端被壓延至L2之位置為止的時刻。
例如，未圖示的資料抽出單元2a係以依據壓延開始後之經過時間所界定的時間範圍來切割出輥物理量信號。具體而言，資料抽出單元2a係藉由將切割出的時間範圍設為時刻T0至時刻T為止，藉此收集與從壓延開始直至壓延到距離L量為止的上側壓延輥21有關的輥現象資料。資料抽出單元2a係藉由將切割出的時間範圍設為時刻T0至時刻T1為止，藉此收集與從壓延開始直至壓延到距離L1之距離量為止的上側壓延輥21有關的輥現象資料。
例如，資料抽出單元2a係從壓延後材料42的部位，收集正壓延於適當之部位中的輥現象資料。具體而言，資料抽出單元2a係參照材料全長量測信號來作為與符合壓延後材料42之中間部位L1至L2的時間範圍相符的時序，藉此獲得時刻T1至T2的時間範圍。資料抽出單元2a係以時刻T1至時刻T2的時間範圍來切割出輥物理量信號。結果，資料抽出單元2a係收集從壓延後材料42之L1壓延至L2時的輥現象資料。
其次，使用圖4來說明處理前輥現象資料與前處理完成輥現象資料之例。
圖4係顯示實施型態1中的輥管理裝置之處理前輥現象資料與前處理完成輥現象資料之例的曲線圖。
圖4之上層的曲線圖係顯示資料抽出單元2a所收集的有關壓延輥之振動的處理前輥現象資料之曲線圖。圖4之下層的曲線圖係顯示資料前處理單元2b已處理的前處理完成輥現象資料之曲線圖。如圖4所示，處理前輥現象資料係包含雜訊。在雜訊中係包含有瞬時的雜訊與較大
起伏的低頻雜訊。在前處理完成輥現象資料中，雜訊係藉由濾波處理(filter processing)所除去。
其次，使用圖5來說明層別現象紀錄資料庫之例。
圖5係顯示實施型態1中的輥管理裝置之層別現象紀錄資料庫之例的圖。
如圖5所示，在層別現象紀錄資料係記錄有壓延材料ID、輥ID、核對(check)ID、壓延材料種類、壓延材料尺寸、壓延條件、資料取得時刻、狀態定量化資料來作為項目。例如，在層別現象紀錄資料係如資料記錄(data record)1、資料記錄2、資料記錄3般地以資料取得時間來區分，並依每一項目依層別來記錄資料。
其次，使用圖6來說明狀態判定臨限值資料庫之例。
圖6係顯示實施型態1中的輥管理裝置之狀態判定臨限值資料庫之例的圖。
如圖6所示，在狀態判定臨限值資料庫係對狀態定量化資料各者設定有複數個狀態判定臨限值。例如，在圖6所示之例中，相對於狀態定量化資料A為臨限值X1的情況下，狀態位準係成為「位準1」。
其次，使用圖7來說明狀態模式資料庫之例。
圖7係顯示實施型態1中的輥管理裝置之狀態模式資料庫之例的圖。
如圖7所示，在狀態模式資料庫係依牴觸於狀態判定臨限值的資料項目與其狀態位準之組合的每一個，設定有所判定的狀態模式。例如，在圖7所示之例中，在牴觸於狀態判定臨限值的資料項目為狀態定量化資料A而狀態位準為2的情況下、且牴觸於狀態判定臨限值的資料項目
為狀態定量化資料B而狀態位準為2的情況下，狀態模式係被判定為「有狀態模式X之可能性」。
其次，使用圖8來說明推薦應用方法資料庫之例。
圖8係顯示實施型態1中的輥管理裝置之推薦應用方法資料庫之例的圖。
如圖8所示，在推薦應用方法資料庫係設定有對已被判定的狀態模式推薦的應用方法。例如，在圖9所示之例中，已判定為有狀態模式X之可能性的情況下，推薦的應用方法係成為「負荷減低」。
其次，使用圖9來說明輥管理裝置1之動作。
圖9係用以說明實施型態1中的輥管理裝置之動作概要的流程圖。
在步驟S1中，壓延機11係開始材料之壓延。之後，資料收集部2係進行步驟S2之動作。
在步驟S2中，資料收集部2係收集輥現象資料。之後，資料定量化部3係進行步驟S3之動作。
在步驟S3中，資料定量化部3係生成狀態定量化資料。之後，資料記憶部4係進行步驟S4之動作。
在步驟S4中，資料記憶部4係記憶狀態定量化資料。其次，資料記憶部4係基於來自處理電腦12之輸入來讀出層別現象紀錄資料。之後，狀態判定部5係進行步驟S5之動作。
在步驟S5中，狀態判定部5係基於層別現象紀錄資料來判定壓延輥之狀態模式。之後，推薦應用方法判定部6係進行步驟S6之動作。
在步驟S6中，推薦應用方法判定部6係基於狀態模式來判定推薦應用方法。之後，輥管理裝置1係進行步驟S7之動作。
在步驟S7中，輥管理裝置1係將推薦應用方法顯示於外部。之後，輥管理裝置1係結束流程。
其次，使用圖10來說明輥管理裝置1之例。
圖10係實施型態1中的輥管理裝置之硬體構成圖。
輥管理裝置1之各個功能係能藉由處理電路所實現。例如，處理電路係具備至少一個處理器(processor)100a與至少一個記憶體(memory)100b。例如，處理電路係具備至少一個專用的硬體200。
在處理電路具備至少一個處理器100a與至少一個記憶體100b的情況下，輥管理裝置1之各個功能係由軟體(software)、韌體(firmware)、或軟體與韌體之組合所實現。軟體及韌體之至少一方係以程式(program)的方式所描述。軟體及韌體之至少一方係儲存於至少一個記憶體100b。至少一個處理器100a係讀出已記憶於至少一個記憶體100b的程式並予以執行，藉此來實現輥管理裝置1之各個功能。至少一個處理器100a，亦稱為中央處理裝置、處理裝置、運算裝置、微處理器(micro processor)、微電腦(microcomputer)、DSP(Digital Signal Processor；數位信號處理器)。例如，至少一個記憶體100b為RAM(Random Access Memory；隨機存取記憶體)、ROM(Read Only Memory；唯讀記憶體)、快閃記憶體(flash memory)、EPROM(Erasable Programmable Read-Only Memory；可抹除可程式唯讀記憶體)、EEPROM(Electrically Erasable Programmable Read-Only Memory；可電性抹除可程式唯讀記憶體)等的非揮發性或揮發性之半
導體記憶體、磁碟、軟碟(flexible disk)、光碟、微縮碟片(compact disk)、小型磁碟(minidisk)、DVD(Digital Versatile Disk；數位多功能光碟)等。
在處理電路具備至少一個專用的硬體200的情況下，處理電路，例如是由單一電路、複合電路、程式化後的處理器、平行程式化後的處理器、ASIC(Application Specific Integrated Circuit；特殊應用積體電路)、FPGA(Field Programmable Gate Array；現場可程式化閘陣列)、或此等之組合所實現。例如，監視裝置9之各個功能係分別由處理電路所實現。例如，輥管理裝置1之各個功能係歸納由處理電路所實現。
有關輥管理裝置1之各個功能，亦可以專用的硬體200來實現一部分，且以軟體或韌體來實現其他部分。例如，亦可為有關資料收集部2之功能係以作為專用的硬體200之處理電路來實現，有關資料收集部2之功能以外的功能係藉由至少一個處理器100a讀出已儲存於至少一個記憶體100b的程式並予以執行來實現。
如此，處理電路係以硬體200、軟體、韌體、或此等之組合來實現輥管理裝置1之各個功能。
依據以上所說明的實施型態1，輥管理裝置1係基於特定的壓延輥之狀態來提示對特定的壓延輥推薦的應用方法。因此，可以適當地應用壓延輥。
又，輥管理裝置1係可以抑制壓延輥之異常。因此，可以計劃性地生產壓延材料。
又，輥管理裝置1係可以抑制壓延輥之折損。因此，可以減少因壓延機之故障而帶給壓延機以外之設備的影響。
又，輥管理裝置1係自動地進行資料定量化。因此，利用者7不需要進行資料定量化之作業。
又，輥管理裝置1係記錄有關壓延的複數個資料。因此，不需要整合有關壓延的複數個資料之作業。
又，輥管理裝置1係對利用者7提示壓延輥之推薦應用方法與層別現象紀錄資料。因此，利用者7係可以以自身的經驗及知識作為基礎來判斷應將應用於壓延機11的壓延輥如何地應用於壓延。
又，輥管理裝置1係具備狀態判定臨限值資料庫。因此，能提升每一壓延位置的判定精度。
又，輥管理裝置1係將輥現象資料定量化且生成狀態定量化資料。因此，可以定量地掌握輥狀態。
又，輥管理裝置1係僅收集與必要之時間範圍相符的時序之資料。因此，可以使收集的資料量減少。結果，可以達成資料處理之時間的縮短、算出之負荷減低、提升處理精度。藉此，可以利用通用的電腦來進行處理前輥現象資料之處理。
又，輥管理裝置1係以適當的抽樣週期來收集處理前輥現象資料。因此，可以使收集的資料量減少。結果，可以達成資料處理之時間的縮短、算出之負荷減低、提升處理精度。藉此，可以利用通用的電腦來進行處理前輥現象資料之處理。
又，輥管理裝置1係以適當的抽樣時間範圍收集處理前輥現象資料之全體。因此，可以利用通用的電腦來進行處理前輥現象資料之處理。
又，輥管理裝置1係分別設定材料全長中的前端、材料全長中的中段、材料全長中的後端來作為適當的抽樣時間範圍。因此，能提升每一壓延位置的判定精度。
再者，輥管理裝置1，亦可不具備資料定量化部3。在此情況下，資料記憶部4係從資料收集部2接收前處理完成輥現象資料。結果，輥管理裝置1係基於前處理完成輥現象資料來判定壓延輥之推薦應用方法。
再者，雖然在實施型態1的說明中已例示與資料抽出單元2a所需之時間範圍相符的時序之資料的收集方法，但是亦可以能獲得適當之時序的其他手段來代用。
又，輥管理裝置1係對處理前輥現象資料應用濾波器，藉此來生成前處理完成輥現象資料。因此，可以達成資料處理之時間的縮短、算出之負荷減低、提升處理精度。
再者，在資料收集手段對於處理前輥現象資料之前處理的執行中，亦可一併執行缺損資料之補齊或不同的資料樣式之標準化等的資料清理(data cleansing)。
再者，輥管理裝置1亦可不對處理前輥現象資料進行濾波處理及資料清理。
再者，資料定量化部3亦可與資料收集部2一體化。
再者，雖然已將上側壓延輥21作為管理的對象來加以說明，但是亦可將下側壓延輥22作為管理的對象。在此情況下，輥物理量感測器31係只要測量有關下側壓延輥22的物理量即可。
再者，雖然已將上側壓延輥21作為管理的對象來加以說明，但是亦可將上側壓延輥21與下側壓延輥22之雙方作為管理的對象。在此情況下，輥物理量感測器31係只要分別測量有關上側壓延輥21與下側壓延輥22的物理量即可。
再者，亦可在從資料記憶部4讀出與推薦應用方法判定單元6b為了進行推薦應用方法之判定所提供的應用條件有關的資料時，讀出與構成應用條件的全部之資料項目一致的資料。
再者，亦可在從資料記憶部4讀出與推薦應用方法判定單元6b為了進行推薦應用方法之判定所提供的應用條件有關的資料時，讀出與一部分之資料項目一致的資料。
[實施型態2]
圖11係實施型態2中的輥管理裝置之構成圖。再者，在與實施型態1之部分相同或相當部分係附記有相同符號。該部分之說明係被省略。
本實施型態2中的資料定量化部3係具備頻率解析單元3b。
頻率解析單元3b係對作為進行資料定量化之對象的前處理完成輥現象資料進行頻率解析，且轉換成每一頻率成分之信號強度等的頻率區域之資料。頻率解析單元3b係基於已被轉換的頻率區域之資料來生成狀態定量化資料。例如，所謂頻率解析，係指將時間區域表現的輥現象資料，轉換成每一頻率成分之信號強度等的頻率區域表現之資料的傅立葉轉換(Fourier transform)、離散傅立葉轉換、小波轉換(wavelet transform)等的已知解析方法。
依據以上所說明的實施型態2，則可以生成已將哪種的頻率成分有多少包含於輥現象資料中予以定量化後的狀態定量化資料。因此，可以增加作為狀態判定之對象的狀態定量化資料項目之種類。結果，可以提高狀態模式之指明精度。更且，可以對利用者7提示有用的推薦利用方法、與判斷根據資料。
[實施型態3]
圖12係實施型態3中的輥管理裝置之構成圖。再者，在與實施型態2之部分相同或相當部分係附記有相同符號。該部分之說明係被省略。
本實施型態3中的資料定量化部3係具備資料模型(data model)推定單元3c。資料模型推定單元3c係對作為進行資料定量化之對象的前處理完成輥現象資料，基於資料模型而進行解析並生成狀態定量化資料。所謂資料模型，係指機率密度函數模型、自迴歸模型(autoregressive model)或神經網路模型(neural network model)等的已知模型。
依據以上所說明的實施型態3，則可以將資料模型之參數(parameter)作為定量化手段來利用。因此，可以增加作為狀態判定之對象的狀態定量化資料項目之種類。結果，可以提高狀態模式之指明精度。更且，可以對利用者7提示有用的推薦利用方法、與判斷根據資料。
再者，本實施型態3中的定量化部3亦可不具備頻率解析單元3b。
[實施型態4]
圖13係實施型態4中的輥管理裝置之構成圖。再者，在與實施型態3之部分相同或相當部分係附記有相同符號。該部分之說明係被省略。
本實施型態4中的資料定量化部3係具備定量化資料手動輸入單元3d。定量化資料手動輸入單元3d係受理已在外部定量化後的資料之輸入。例如，已在外部定量化後的資料為利用者7將自身的經驗與知識作為基礎而定量化後的資料。具體而言，已在外部定量化後的資料為基於操作員(operator)已發現的事件等的資料。例如，基於操作員已發現的事件等的資料為：壓延中所發生的材料之蛇行、水平偏移等的壓延不安定事件；製品之瑕疵以及製品之不良形狀等的壓延失敗事件；材料與壓延輥之碰撞、壓延輥之狀態振動、壓延輥之過負荷以及壓延輥之瑕疵等的壓延設備狀態事件；或是此等的發生次數、評估點數、或發生次數與評估點數。
依據以上所說明的實施型態4，則受理已在外部定量化後的資料。因此，可以增加作為狀態判定之對象的狀態定量化資料項目之種類。結果，可以提高狀態模式之指明精度。更且，可以對利用者7提示有用的推薦利用方法、與判斷根據資料。
再者，本實施型態4中的資料定量化部3亦可不具備頻率解析單元3b。
再者，本實施型態4中的資料定量化部3亦可不具備資料模型推定單元3c。
[實施型態5]
圖14係實施型態5中的輥管理裝置之構成圖。再者，在與實施型態1之部分相同或相當部分係附記有相同符號。該部分之說明係被省略。
本實施型態5中的狀態判定部5係具備狀態判定臨限值算出單元5c。
狀態判定臨限值算出單元5c係從狀態定量化資料動態地算出狀態判定臨限值。狀態判定臨限值算出單元5c係設定已算出的狀態判定臨限值。例如，狀態判定臨限值算出單元5c係在壓延輥ID與應用條件已被提供時，對有關其壓延輥ID的狀態定量化資料應用Hotelling(霍特林)理論等算出狀態判定臨限值的手法。結果，狀態判定臨限值算出單元5c係動態地算出狀態判定臨限值。
依據以上所說明的實施型態5，則狀態判定臨限值係能藉由狀態判定臨限值算出單元5c而動態地算出。因此，狀態判定部5係可以在已發生未預期之狀況等的情況下，對應該狀況而使狀態判定臨限值變化。結果，可以提高狀態模式之指明精度。更且，可以對利用者7提示有用的推薦利用方法、與判斷根據資料。
[實施型態6]
圖15係實施型態6中的輥管理裝置之構成圖。再者，在與實施型態5之部分相同或相當部分係附記有相同符號。該部分之說明係被省略。
本實施型態6中的狀態判定部5，係具備狀態判定邏輯(logic)推定單元5d。
狀態判定邏輯推定單元5d，係從壓延輥ID與層別現象紀錄資料與應用條件，建構因果關係模型。狀態判定邏輯推定單元5d係比較所建構的因果關係模型與壓延時的應用條件資料，而設定用以判定狀態模式的邏輯。例如，因果關係模型為統計的因果關係模型、決策樹(decision tree)、神經網路等非統計因果關係模型。狀態判定邏輯推定單元5d係基於因果關係模型而對牴觸於狀態判定臨限值的資料項目與其狀態位準之組合
來設定用以判定狀態模式的邏輯。狀態判定部5，係基於該邏輯而判定狀態模式。
依據以上所說明的實施型態6，則狀態判定部5係基於該邏輯而判定狀態模式。因此，可以提高狀態模式之指明精度。更且，可以對利用者7提示有用的推薦利用方法、與判斷根據資料。
再者，本實施型態6中的狀態判定部5亦可不具備狀態判定臨限值算出單元5c。
[變化例]
變化例中的輥管理裝置1，係與本實施型態1中的輥管理裝置1為相同的構成。
本實施型態7中的推薦應用方法判定單元6b，亦可根據有關其他的壓延輥ID之相同的應用條件中的狀態模式，來推定壓延輥ID之該應用條件中的推薦應用方法。
推薦應用方法判定單元6b係在某個壓延輥ID與應用條件已被提供時，不管該壓延輥ID而將該應用條件作為鍵，來獲得有關該應用條件的層別現象紀錄資料、與狀態判定裝置對該層別現象紀錄資料執行處理並判定後的狀態模式。
例如，推薦應用方法判定單元6b係在某個壓延輥ID與應用條件已被提供時，不管該壓延輥ID而獲得與該應用條件相同的層別現象紀錄資料、與狀態判定裝置對該層別現象紀錄資料執行處理並判定後的狀態模式。具體而言，推薦應用方法判定單元6b係在以某個壓延輥來壓延柔軟的材料且寬幅的材料之情況下，獲得已將與其他的壓延輥有關之柔軟的材
料且寬幅的材料予以壓延後之情況的層別現象紀錄資料、與狀態判定裝置對該層別現象紀錄資料執行處理並判定後的狀態模式。
例如，推薦應用方法判定單元6b係在某個壓延輥ID與應用條件已被提供時，不管該壓延輥ID而獲得與該應用條件類似的層別現象紀錄資料、與狀態判定裝置對該層別現象紀錄資料執行處理並判定後的狀態模式。推薦應用方法判定單元6b係在以某個壓延輥來壓延柔軟的材料且寬幅的材料之情況下，不管與其他的壓延輥有關的材料之硬度，而獲得已將寬幅的材料予以壓延後之情況的層別現象紀錄資料、與狀態判定裝置對該層別現象紀錄資料執行處理並判定後的狀態模式。
依據以上所說明的變化例，則推薦應用方法判定單元6b係不管壓延輥ID而獲得狀態模式。因此，輥管理裝置1只要是有關相同的壓延條件之資料就可以進行推薦應用方法之判定。結果，輥管理裝置1係可以執行廣範圍的判定，且可以使判定精度提升。
[實施型態7]
圖16係實施型態7中的輥管理裝置之構成圖。再者，在與實施型態1之部分相同或相當部分係附記有相同符號。該部分之說明係被省略。
本實施型態7中的狀態判定部5係具備狀態發生預測單元5e。
狀態發生預測單元5e係將基於依據先前知識所為之推論的狀態模式之資料，發送至推薦應用方法判定部6。具體而言，在依據先前知識所為之推論有以下的推論之情況下，推薦應用方法判定部6係進行以下的動作，該推論係指「針對某個狀態模式：P，某個壓延輥ID：X在應用
條件：A之下已發生狀態模式的情況下，即便是在不同的壓延輥ID：Y且不同的應用條件：B之下仍可能會發生同樣的狀態模式」。推薦應用方法判定部6係在壓延輥ID：X與應用條件：A之下已發生狀態模式：P的情況下，欲獲得有關壓延輥ID：Y與應用條件：B的狀態模式時，將可能會發生狀態模式：P之推定狀態模式之資料發送至推薦應用方法判定部6。
依據以上所說明的實施型態7，則輥管理裝置1係基於表示推論的依據先前知識所為之推論而進行推薦應用方法之判定。因此，有關某個壓延輥ID與某個應用條件，即便是狀態模式在過去未被判定的情況下仍可以進行推薦應用方法之判定。
1:輥管理裝置
2:資料收集部
2a:資料抽出單元
2b:資料前處理單元
3:資料定量化部
3a:基本統計量算出單元
4:資料記憶部
4a:資料記憶單元
4b:層別現象紀錄資料讀出單元
4c:層別現象紀錄資料庫
5:狀態判定部
5a:狀態現象資料庫
5b:狀態判定單元
6:推薦應用方法判定部
6a:推薦應用方法資料庫
6b:推薦應用方法判定單元
7:利用者
11:壓延機
12:處理電腦
21:上側壓延輥
22:下側壓延輥
Claims (17)
- 一種輥管理裝置，其具備：資料收集部，係收集有關壓延時的複數個壓延輥之物理量及壓延之應用條件資料；資料記憶部，係存儲至前次之壓延時為止之前述資料收集部已收集的物理量及壓延之應用條件資料；狀態判定部，係針對與使用於壓延之特定的壓延輥之壓延的應用條件資料相同或類似的前述資料記憶部中所存儲的壓延之應用條件資料，讀出相關聯的物理量，且基於前述相關聯的物理量來判定前述特定的壓延輥之狀態；以及推薦應用方法判定部，係基於由前述狀態判定部所判定之前述特定的壓延輥之狀態來提示對前述特定的壓延輥推薦的應用方法。
- 如請求項1所述之輥管理裝置，其中前述狀態判定部係針對與前述特定的壓延輥之壓延的應用條件資料相同或類似的前述資料記憶部中所存儲之關於前述特定的壓延輥的壓延之應用條件資料，讀出相關聯的物理量，且基於前述相關聯的物理量來判定前述特定的壓延輥之狀態。
- 如請求項1所述之輥管理裝置，其中前述狀態判定部係針對與前述特定的壓延輥之壓延的應用條件資料相同或類似的前述資料記憶部中所存儲之關於其他的壓延輥的壓延之應用條件資料，讀出相關聯的物理量，且基於前述相關聯的物理量來判定前述特定的壓延輥之狀態。
- 如請求項1至3中任一項所述之輥管理裝置，其中前述資料收集部，係基於事先所決定的抽樣週期來收集前述物理量。
- 如請求項1至3中任一項所述之輥管理裝置，其中前述資料收集部，係基於事先所決定的抽樣時間範圍來收集物理量。
- 如請求項1至3中任一項所述之輥管理裝置，其中前述資料收集部係將所收集的關於壓延時之複數個壓延輥的前述物理量進行濾波處理或清理處理。
- 如請求項1至3中任一項所述之輥管理裝置，其中前述資料記憶部係依每一被壓延的材料將複數個物理量及複數個壓延之應用條件資料依時間序列順序依層別存儲；前述狀態判定部係針對與前述特定的壓延輥之壓延的應用條件資料相同或類似的前述資料記憶部中所存儲之關於前述特定的壓延輥之輥ID的壓延之應用條件資料，讀出相關聯的物理量，且基於前述相關聯的物理量來判定前述特定的壓延輥之狀態。
- 如請求項1至3中任一項所述之輥管理裝置，其中前述資料記憶部係依每一被壓延的材料將複數個物理量及複數個壓延之應用條件資料依時間序列順序依層別存儲；前述狀態判定部係針對前述資料記憶部中所存儲的複數個物理量及複數個壓延之應用條件資料來建構因果關係模型；藉由比較前述特定的壓延輥之壓延的應用條件資料與因果關係模型，來判定前述特定的壓延輥之狀態。
- 如請求項1至3中任一項所述之輥管理裝置，其具備：資料定量化部，係生成將前述物理量定量化後的狀態定量化資料；前述資料記憶部係存儲至前次之壓延時為止之前述資料定量化部所生成的狀態定量化資料；前述狀態判定部係針對與前述特定的壓延輥之壓延的應用條件資料相同或類似的前述資料記憶部中所存儲的壓延之應用條件資料，讀出相關聯的狀態定量化資料，且基於前述相關聯的狀態定量化資料來判定前述特定的壓延輥之狀態。
- 如請求項9所述之輥管理裝置，其中前述資料定量化部係藉由基本統計量來將前述物理量定量化以生成狀態定量化資料。
- 如請求項9所述之輥管理裝置，其中前述資料定量化部係藉由頻率解析來將前述物理量定量化以生成狀態定量化資料。
- 如請求項9所述之輥管理裝置，其中前述資料定量化部係基於資料模型來解析前述物理量以生成狀態定量化資料。
- 如請求項9所述之輥管理裝置，其中前述狀態判定部係具備記錄狀態判定臨限值的狀態判定臨限值資料庫，該狀態判定臨限值為用以對狀態定量化資料判定前述特定的壓延輥之狀態的臨限值。
- 如請求項13所述之輥管理裝置，其中前述狀態判定部係動態地算出前述臨限值。
- 如請求項9所述之輥管理裝置，其中前述狀態判定部係就與前述特定的壓延輥之輥ID相同的輥ID針對前述資料記憶部中所存儲的壓延之應用條件資料，基於相關聯的狀態定量化資料來判定壓延輥應用時的狀態位準；前述推薦應用方法判定部係基於前述狀態判定部所判定的狀態位準來判定對前述特定之壓延輥推薦的應用方法。
- 如請求項9所述之輥管理裝置，其中前述狀態判定部係基於從外部所輸入來的狀態定量化資料來判定前述特定的壓延輥之狀態。
- 如請求項1至3中任一項所述之輥管理裝置，其中前述狀態判定部係基於依據先前知識所為之推論來判定前述特定的壓延輥之狀態。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021-008248 | 2021-01-21 | ||
| JP2021008248A JP7468376B2 (ja) | 2021-01-21 | 2021-01-21 | ロール管理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW202228873A TW202228873A (zh) | 2022-08-01 |
| TWI808407B true TWI808407B (zh) | 2023-07-11 |
Family
ID=82607500
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW110113583A TWI808407B (zh) | 2021-01-21 | 2021-04-15 | 輥管理裝置 |
Country Status (4)
| Country | Link |
|---|---|
| JP (1) | JP7468376B2 (zh) |
| KR (1) | KR102443289B1 (zh) |
| CN (1) | CN114871278A (zh) |
| TW (1) | TWI808407B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4114646B2 (ja) * | 2004-07-07 | 2008-07-09 | 株式会社日立製作所 | 圧延制御装置，圧延制御方法及び圧延装置 |
| US9095886B2 (en) * | 2011-06-27 | 2015-08-04 | University Of Central Florida Research Foundation, Inc. | Mill control system and method for control of metal strip rolling |
| WO2016038705A1 (ja) * | 2014-09-10 | 2016-03-17 | 東芝三菱電機産業システム株式会社 | 圧延シミュレーション装置 |
| TW201732475A (zh) * | 2016-02-03 | 2017-09-16 | 東芝三菱電機產業系統股份有限公司 | 製造設備診斷支援裝置及製造設備診斷支援方法 |
| TW201819061A (zh) * | 2016-11-28 | 2018-06-01 | 東芝三菱電機產業系統股份有限公司 | 壓延設備的異常診斷之方法及裝置 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| NL7810524A (nl) | 1978-10-20 | 1980-04-22 | Beek G Ter | Filter. |
| JPS5822901A (ja) * | 1981-08-05 | 1983-02-10 | Sumitomo Metal Ind Ltd | インライン・ロ−ル表面監視装置 |
| JPS62227511A (ja) * | 1986-03-31 | 1987-10-06 | Toshiba Corp | 圧延ロ−ルの研摩・交換時期判断装置 |
| JPH01148406A (ja) * | 1987-12-02 | 1989-06-09 | Nkk Corp | ロール面の監視装置 |
| JP4576726B2 (ja) * | 2001-02-22 | 2010-11-10 | Ｊｆｅスチール株式会社 | 金属板の圧延用ロールの探傷方法、装置、及び、これを用いた金属板の圧延操業方法 |
| CA2434735A1 (en) * | 2003-07-07 | 2005-01-07 | Dofasco Inc. | Diagnostic method for predicting maintenance requirements in rotating equipment |
| JP5156151B2 (ja) * | 2008-03-21 | 2013-03-06 | 日新製鋼株式会社 | ロールの研削方法 |
| JP5557455B2 (ja) * | 2009-03-02 | 2014-07-23 | 日新製鋼株式会社 | ロールショップ管理システム |
| JP5637696B2 (ja) * | 2010-02-05 | 2014-12-10 | 日新製鋼株式会社 | ロールショップ管理システム |
| JP5712009B2 (ja) * | 2010-08-25 | 2015-05-07 | 株式会社日立製作所 | 圧延制御装置、圧延制御方法及び圧延制御プログラム |
| JP6993934B2 (ja) * | 2018-06-19 | 2022-01-14 | 株式会社日立製作所 | プラント制御装置、プラント制御方法およびプログラム |
| CN110639958B (zh) * | 2018-06-26 | 2020-10-27 | 宝山钢铁股份有限公司 | 冷连轧机组以振动抑制为目标的轧辊原始粗糙度优化方法 |
| JP6702405B1 (ja) * | 2018-12-27 | 2020-06-03 | Ｊｆｅスチール株式会社 | 冷間圧延機のチャタリング検出方法、冷間圧延機のチャタリング検出装置、冷間圧延方法、及び冷間圧延機 |
-
2021
- 2021-01-21 JP JP2021008248A patent/JP7468376B2/ja active Active
- 2021-04-15 TW TW110113583A patent/TWI808407B/zh active
- 2021-04-23 KR KR1020210053315A patent/KR102443289B1/ko active IP Right Grant
- 2021-05-24 CN CN202110563252.5A patent/CN114871278A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4114646B2 (ja) * | 2004-07-07 | 2008-07-09 | 株式会社日立製作所 | 圧延制御装置，圧延制御方法及び圧延装置 |
| US9095886B2 (en) * | 2011-06-27 | 2015-08-04 | University Of Central Florida Research Foundation, Inc. | Mill control system and method for control of metal strip rolling |
| WO2016038705A1 (ja) * | 2014-09-10 | 2016-03-17 | 東芝三菱電機産業システム株式会社 | 圧延シミュレーション装置 |
| TW201732475A (zh) * | 2016-02-03 | 2017-09-16 | 東芝三菱電機產業系統股份有限公司 | 製造設備診斷支援裝置及製造設備診斷支援方法 |
| TW201819061A (zh) * | 2016-11-28 | 2018-06-01 | 東芝三菱電機產業系統股份有限公司 | 壓延設備的異常診斷之方法及裝置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7468376B2 (ja) | 2024-04-19 |
| TW202228873A (zh) | 2022-08-01 |
| KR20220106007A (ko) | 2022-07-28 |
| CN114871278A (zh) | 2022-08-09 |
| KR102443289B1 (ko) | 2022-09-14 |
| JP2022112405A (ja) | 2022-08-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7044175B2 (ja) | 異常判定支援装置 | |
| Sohn et al. | Structural health monitoring using statistical process control | |
| EP0297729B1 (en) | Apparatus for detecting a failure in bearings | |
| KR102408426B1 (ko) | 설비 노화 지수를 이용한 이상 감지 방법 및 장치 | |
| JP6791261B2 (ja) | 圧延設備の異常診断の方法及び装置 | |
| CN107949813B (zh) | 制造设备诊断辅助装置及制造设备诊断辅助方法 | |
| JP5158018B2 (ja) | 生産システムの設備診断装置および設備診断方法、並びに設備診断プログラムおよびこれを記録したコンピュータ読み取り可能な記録媒体 | |
| TWI645275B (zh) | 製造設備之異常診斷裝置 | |
| TWI808407B (zh) | 輥管理裝置 | |
| JP6885321B2 (ja) | プロセスの状態診断方法及び状態診断装置 | |
| CN106446384B (zh) | 一种桥式起重机主梁结构的损伤识别方法 | |
| JP3811124B2 (ja) | 圧延機の異常診断方法 | |
| CN114495438A (zh) | 基于多传感器的灾害预警方法、系统、设备及存储介质 | |
| JP6760503B2 (ja) | 製造プロセス監視装置 | |
| JP7461798B2 (ja) | 設備監視支援装置、方法及びプログラム | |
| JP4173408B2 (ja) | 地震動識別方法及びそのための装置 | |
| CN113514148B (zh) | 基于低延迟数据平滑的设备振动预警方法及系统 | |
| JP2023103096A (ja) | 補修推定装置、補修推定方法 | |
| Anand et al. | Statistical Process Control and Software Reliability Trend: An Analysis Based on Inter Failure time Data | |
| CN117354017A (zh) | 工业物联网入侵检测方法 |