WO2022172525A1 - 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、冷間圧延機、及び鋼板の製造方法 - Google Patents

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、冷間圧延機、及び鋼板の製造方法 Download PDF

Info

Publication number
WO2022172525A1
WO2022172525A1 PCT/JP2021/040060 JP2021040060W WO2022172525A1 WO 2022172525 A1 WO2022172525 A1 WO 2022172525A1 JP 2021040060 W JP2021040060 W JP 2021040060W WO 2022172525 A1 WO2022172525 A1 WO 2022172525A1
Authority
WO
WIPO (PCT)
Prior art keywords
rolling
chattering
cold rolling
data
rolling mill
Prior art date
Application number
PCT/JP2021/040060
Other languages
English (en)
French (fr)
Inventor
昇輝 藤田
拓也 北村
哲矢 荒川
Original Assignee
Ｊｆｅスチール株式会社
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 Ｊｆｅスチール株式会社 filed Critical Ｊｆｅスチール株式会社
Priority to CN202180093183.4A priority Critical patent/CN116829276A/zh
Priority to JP2021571844A priority patent/JP7047988B1/ja
Priority to MX2023009517A priority patent/MX2023009517A/es
Priority to KR1020237027033A priority patent/KR20230129511A/ko
Priority to EP21925770.6A priority patent/EP4257257A4/en
Priority to US18/276,095 priority patent/US20240033797A1/en
Publication of WO2022172525A1 publication Critical patent/WO2022172525A1/ja

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B1/00—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations
    • B21B1/22—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling plates, strips, bands or sheets of indefinite length
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B1/00—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations
    • B21B1/22—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling plates, strips, bands or sheets of indefinite length
    • B21B1/24—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling plates, strips, bands or sheets of indefinite length in a continuous or semi-continuous process
    • B21B1/28—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling plates, strips, bands or sheets of indefinite length in a continuous or semi-continuous process by cold-rolling, e.g. Steckel cold mill
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B33/00—Safety devices not otherwise provided for; Breaker blocks; Devices for freeing jammed rolls for handling cobbles; Overload safety devices
    • 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
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21C—MANUFACTURE OF METAL SHEETS, WIRE, RODS, TUBES OR PROFILES, OTHERWISE THAN BY ROLLING; AUXILIARY OPERATIONS USED IN CONNECTION WITH METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL
    • B21C51/00—Measuring, gauging, indicating, counting, or marking devices specially adapted for use in the production or manipulation of material in accordance with subclasses B21B - B21F
    • 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
    • Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
    • Y02P70/10—Greenhouse gas [GHG] capture, material saving, heat recovery or other energy efficient measures, e.g. motor control, characterised by manufacturing processes, e.g. for rolling metal or metal working

Definitions

  • the present invention relates to a cold rolling mill chattering detection method, a cold rolling mill chattering detection device, a cold rolling method, a cold rolling mill, and a steel plate manufacturing method.
  • the input device 88 receives control information from the rolling control device 14 (see FIG. 1), time change of vibration waveform of the cold rolling mill 1 from the vibration measuring device 16, and time change of rolling load information of the cold rolling mill 1 from the load cell 17. , a time change in tension between rolling stands by the tensiometer 18 and information from the operation monitoring device 91 are input.
  • the information from the operation monitoring device 91 includes execution command information for the chattering prediction model, information on the material to be rolled (steel type, size), and cold rolling condition information (numerical information, character information) set by the operator before cold rolling. and image information).
  • the output device 90 functions as an output port that outputs control signals from the arithmetic device 71 to the rolling control device 14 .
  • the operation monitoring device 91 has an arbitrary display such as a liquid crystal display or an organic display.
  • the operation monitoring device 91 receives various information indicating the operation state of the cold rolling mill 1 from the rolling control device 14 and displays the information on an operation screen (operation screen) for the operator to monitor the operation state.
  • Fig. 3(d) is an example of input performance data with the signal strength obtained when the signal waveform at a certain point and a certain time in the column (vertical direction) is time series and the row (horizontal direction) is an FFT. indicates In this embodiment, as long as they are connected in the time direction (depth direction), they do not have to be at the same point, and multidimensional array information may be created by connecting signal strength data at a plurality of points and used as learning data. . Moreover, although the signal strength in a certain frequency range is shown in this example, the frequency range is not particularly limited.
  • the first data conversion unit 77C receives the third feature map output in the second convolution step S12 as an input, and the maximum value of the third feature map within horizontal 3 ⁇ vertical 3 pixels is newly calculated. 1 pixel.
  • the first data conversion unit 77C performs such an operation over the entire map while shifting pixels. Accordingly, in the second pooling step S13, the first data conversion unit 77C outputs the fourth feature map obtained by compressing the third feature map.
  • the information necessary for realizing the function of the vibration sign monitoring unit 78 includes, for example, a chattering prediction model in which the rolling state of the steel plate S is learned, which is created by the prediction model creation unit 77, and various information input to the chattering prediction model. mentioned.
  • the temperature condition of the second emulsion rolling oil 31 is preferably the same as the temperature condition of the emulsion rolling oil (hereinafter referred to as the first emulsion rolling oil) 13 .
  • the temperature of the second emulsion rolling oil 31 may be made lower than that of the first emulsion rolling oil 13 via a cooling device (not shown). good.
  • the concentration conditions of the rolling oil in the second emulsion rolling oil 31 are not the same as those in the first emulsion rolling oil 13 .
  • the first emulsion rolling oil 13 stored in the clean tank 7 is supplied to the flow control valve 24 through the rolling oil pipeline 21 by driving the pump 8 .
  • the second emulsion rolling oil 31 is supplied to the flow control valve 24 through the rolling oil pipeline 23 by the supply pump 32 .
  • the second emulsion rolling oil 31 is then mixed with the first emulsion rolling oil 13 in the flow control valve 24 to form mixed rolling oil containing the second emulsion rolling oil 31 containing a predetermined emulsion concentration. be.
  • the mixed rolling oil is sent through the mixed rolling oil line 26 to the emulsion headers 25 of the fourth and fifth rolling stands.
  • the flow control valve 24 may control the flow rate of the second emulsion rolling oil 31 with respect to the flow rate of the first emulsion rolling oil 13 . Further, the second emulsion rolling oil 31 may be directly supplied to the steel sheet S without passing through the flow control valve 24 constituting the mixing section, but more preferably the first emulsion rolling oil 13 and the second emulsion rolling A mixture of oil 31 may be supplied.
  • learning data about 3,000 past steel plate rolling performance data
  • past steel plate rolling performance data and past chattering performance data were compared. and created a neural network model for predicting chattering.
  • the present invention it is possible not only to prevent chattering and plate breakage during cold rolling, but also to stably manufacture a steel plate with good plate thickness accuracy, thereby improving productivity in the subsequent processes. It was confirmed that it can greatly contribute to the improvement of the quality and the improvement of the quality.
  • Example 2 the mixing ratio of the first emulsion rolling oil and the second emulsion rolling oil is sequentially changed so that the chattering sign determination value is equal to or lower than the predetermined chattering sign threshold, and the target rolling speed is set to 200 mpm and 600 mpm. , 800 mpm, and 1000 mpm.
  • Table 2 below, under the rolling conditions of the invention examples, the number of occurrences of chattering was suppressed to one or less, confirming that the application of the present invention is effective.
  • the chattering sign judgment value during rolling of a steel plate is appropriately predicted, and the predicted chattering sign judgment value is set in advance.

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Metal Rolling (AREA)
  • Metal Rolling (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

本発明に係る冷間圧延機のチャタリング検出方法は、冷間圧延機により圧延材を圧延した過去の圧延実績を示す１次元の配列データに基づいて生成した第１多次元データを説明変数とし、圧延実績に対応する過去のチャタリングの発生実績を目的変数として学習された予測モデルに対して、圧延対象材に関する配列データに対応する条件データに基づいて生成した第２多次元データを入力することにより、圧延対象材の圧延時におけるチャタリングの発生を予測するステップを含む。

Description

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、冷間圧延機、及び鋼板の製造方法
　本発明は、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、冷間圧延機、及び鋼板の製造方法に関する。
　近年、軽量化による燃費抑制等を目的として、高強度でありながら薄ゲージである薄物硬質材のニーズが高まっている。しかしながら、このような高負荷な難圧延材の冷間圧延時には、主に潤滑不足に起因したチャタリングと呼ばれる鉛直方向又は水平方向へのミル振動が３０～２００Ｈｚ程度の周波数で発生し、圧延材の厚みが周期的に変動する現象が生じやすくなる。このため、チャタリングの発生は高付加価値商品の高生産性を阻害する要因となる。このような背景から、特許文献１には、冷間圧延機の振動強度の時間波形に基づいてチャタリングの予兆振動を検出し、予兆振動が検出された際、圧延速度を減速させることによってチャタリングによるトラブルを未然に防ぐ方法が提案されている。
特開２０２０－１０４１３３号公報
　しかしながら、特許文献１に記載の方法によれば、ある程度のチャタリングを未然に防ぐことができるが、予兆振動が検出されていない状態で急速にチャタリングが発生する等、チャタリングの発生予測が遅れることがある。なお、このような問題を解決するために、予兆振動と判断する振動強度の閾値を低く設定することが考えられる。しかしながら、閾値を低く設定した場合、予兆振動が頻繁に検出されて圧延速度が減速されるために生産性が阻害される。
　本発明は、上記課題に鑑みてなされたものであって、その目的は、チャタリングの発生を精度よく予測可能な冷間圧延機のチャタリング検出方法及びチャタリング検出装置を提供することにある。また、本発明の他の目的は、チャタリングの発生を未然に防いで生産性よく冷間圧延を行うことが可能な冷間圧延方法及び冷間圧延機を提供することにある。また、本発明の他の目的は、所望の製品特性及び機械特性を有する鋼板を歩留まりよく製造可能な鋼板の製造方法を提供することにある。
　本発明に係る冷間圧延機のチャタリング検出方法は、冷間圧延機により圧延材を圧延した過去の圧延実績を示す１次元の配列データに基づいて生成した第１多次元データを説明変数とし、前記圧延実績に対応する過去のチャタリングの発生実績を目的変数として学習された予測モデルに対して、圧延対象材に関する前記配列データに対応する条件データに基づいて生成した第２多次元データを入力することにより、前記圧延対象材の圧延時におけるチャタリングの発生を予測するステップを含む。
　前記条件データは、前記圧延対象材の圧延条件又は前記圧延対象材を圧延した際の前記冷間圧延機の操業状態の時間変化を示す１次元の配列データであり、前記第１多次元データ及び前記第２多次元データは、前記条件データ又は前記条件データを時間方向に移動させたデータを第１方向及び／又は第２方向に連結したデータであるとよい。
　前記条件データを時間方向に移動させる場合の時間ピッチが１秒以下（但し０秒は含まない）であるとよい。
　前記条件データは、ＦＦＴの信号強度を示す１次元の配列データであり、前記第１多次元データ及び前記第２多次元データは、前記条件データ又は時間毎に採取した前記条件データを第１方向及び／又は第２方向に連結したデータであるとよい。
　チャタリングの発生が予測された場合に、前記冷間圧延機による前記圧延対象材の圧延速度を減速させるステップを含むとよい。
　前記冷間圧延機は、複数の圧延スタンドを備える冷間タンデム圧延機であり、各圧延スタンドに第１のエマルション圧延油を供給する第１圧延油供給系統と、一部の圧延スタンドに第１のエマルション圧延油と濃度の異なる第２のエマルション圧延油を供給する第２圧延油供給系統と、を備え、チャタリングの発生が予測された場合に、前記第２圧延油供給系統からの第２のエマルション圧延油の供給量を変更するとよい。
　本発明に係る冷間圧延機のチャタリング検出装置は、冷間圧延機により圧延材を圧延した過去の圧延実績を示す１次元の配列データに基づいて生成した第１多次元データを説明変数とし、前記圧延実績に対応する過去のチャタリングの発生実績を目的変数として学習された予測モデルに対して、圧延対象材に関する前記配列データに対応する条件データに基づいて生成した第２多次元データを入力することにより、前記圧延対象材の圧延時におけるチャタリングの発生を予測する手段を備える。
　本発明に係る冷間圧延方法は、本発明に係る冷間圧延機のチャタリング検出方法を用いて圧延材を圧延するステップを含む。
　本発明に係る冷間圧延機は、本発明に係る冷間圧延機のチャタリング検出装置を備える。
　本発明に係る鋼板の製造方法は、本発明に係る冷間圧延方法を用いて圧延材を冷間圧延する冷間圧延工程と、前記冷間圧延工程によって冷間圧延された圧延材に対して均熱温度６００～９５０℃、炉内張力０．１～３．０ｋｇｆ／ｍｍ２の焼鈍処理を施す焼鈍工程と、を含む。
　本発明に係る冷間圧延機のチャタリング検出方法及びチャタリング検出装置によれば、チャタリングの発生を精度よく予測することができる。また、本発明に係る冷間圧延方法及び冷間圧延機によれば、チャタリングの発生を未然に防いで生産性よく冷間圧延を行うことができる。また、本発明に係る鋼板の製造方法によれば、所望の製品特性及び機械特性を有する鋼板を歩留まりよく製造することができる。
図１は、本発明の一実施形態である冷間圧延機の構成を示す図である。 図２は、本発明の一実施形態である演算ユニットの構成を示すブロック図である。 図３は、多次元配列情報の一例を示す図である。 図４は、ニューラルネットワークモデルの処理フローを示す図である。 図５は、多次元配列情報を一次元情報に変換する処理の流れを示すフローチャートである。 図６は、振動予兆監視部の処理の流れを示すフローチャートである。 図７は、図１に示す冷間圧延機の変形例の構成を示す図である。
　以下、図面を参照して、本発明の一実施形態である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、冷間圧延機、及び鋼板の製造方法について説明する。なお、以下に示す実施形態は、本発明の技術思想を具体化するための装置や方法を例示するものであって、構成部品の材質、形状、構造、配置等を以下に示す実施形態に特定するものではない。また、図面は模式的なものである。このため、厚みと平面寸法との関係、比率等は現実のものとは異なることに留意すべきであり、図面相互間においても互いの寸法の関係や比率が異なる部分が含まれている。
〔冷間圧延機の構成〕
　まず、図１を参照して、本発明の一実施形態である冷間圧延機の構成について説明する。図１は、本発明の一実施形態である冷間圧延機の構成を示す図である。なお、本明細書中では、「冷間圧延」を単に「圧延」と記載することがあり、本明細書において「冷間圧延」と「圧延」は同義である。また、以下の説明では、冷間圧延機により圧延される圧延材（圧延対象材）として鋼板を例に挙げる。但し、圧延材は、鋼板に限定されることはなく、アルミ板等のその他の金属帯であっても適用可能である。
　図１に示すように、本発明の一実施形態である冷間圧延機１は、鋼板Ｓの入側（図１の紙面に向かって左側）から出側（図１の紙面に向かって右側）に向かって順に第１圧延スタンド～第５圧延スタンド（＃１ＳＴＤ～＃５ＳＴＤ）の５機の圧延スタンドを備える冷間タンデム圧延機である。この冷間圧延機１において、隣り合う圧延スタンド間には、図示しないテンションロール及びデフロール、板厚計、及び形状計が適宜設置されている。また、圧延スタンドの構成や鋼板Ｓの搬送装置等は特に限定されず、適宜公知の技術を適用しても構わない。
　冷間圧延機１の各圧延スタンドは、エマルション圧延油（以降の説明で「エマルション圧延油」を単に「圧延油」と称することがある）１３が供給される構成となっている。冷間圧延機１は、圧延油貯留タンクとして、ダーティタンク（回収用タンク）５及びクリーンタンク７を備え、これら圧延油貯留タンクから供給された圧延油が供給ライン９を通って各圧延スタンドに供給される。
　ダーティタンク５には、各圧延スタンドの下方に配置されたオイルパン１０により回収された圧延油、すなわち冷間圧延で使用された圧延油が戻り配管１１を通って流入する。クリーンタンク７に貯留される圧延油は、温水（希釈水）と圧延油の原液（界面活性剤が添加されている）とを混合することによって形成された圧延油である。この混合された温水と圧延油の原液は、撹拌機１２の撹拌羽の回転数を調整することによって、つまり撹拌度合を調整することによって、目的とする所望の平均粒子径や濃度範囲を有する圧延油とされる。
　圧延油の原液としては、通常の冷間圧延に用いられるものが適用でき、例えば天然油脂、脂肪酸エステル、及び炭化水素系合成潤滑油のいずれかを基油としたものを用いることができる。さらに、これらの圧延油には、油性向上剤、極圧添加剤、及び酸化防止剤等の通常の冷間圧延油に用いられる添加剤を加えてもよい。また、圧延油に添加される界面活性剤としては、イオン系及び非イオン系のいずれを用いてもよく、通常の循環式クーラントシステム（循環式圧延油供給方式）で使用されるものを用いればよい。そして、圧延油の原液を好ましくは濃度２～８質量％、より好ましくは濃度３～６．０質量％に希釈し、界面活性剤を用いて水に油が分散したＯ／Ｗエマルション圧延油とすればよい。なお、圧延油の平均粒子径は、好ましくは１５μｍ以下、より好ましくは３～１０μｍとする。
　操業開始以降は、ダーティタンク５に回収された圧延油が、鉄粉量制御装置等からなる鉄粉除去装置６を介してクリーンタンク７に流入する。ダーティタンク５に回収された圧延油には、圧延ロールと鋼板Ｓとの間の摩擦で発生した摩耗粉（鉄粉）が含有されている。このため、鉄粉除去装置６は、回収された圧延油の油溶鉄分がクリーンタンク７に貯留される圧延油として許容される油溶鉄分となるように摩耗粉を除去する。鉄粉除去装置６を介したダーティタンク５側からクリーンタンク７側へのエマルション圧延油の移動は、連続的に行われてもよいし、間欠的に行われてもよい。鉄粉除去装置６としては、電磁フィルターやマグネットセパレータ等のマグネットフィルターを用いて鉄粉を吸着して除去するものが好ましいが、これに限らない。鉄粉除去装置６は、遠心分離等の方法を用いた公知の装置であってもよい。
　ところで、冷間圧延機１に供給された圧延油の一部は、鋼板Ｓによって系外に持ち出されたり、蒸発によって失われたりする。このため、クリーンタンク７内の圧延油の貯留レベルや濃度が所定範囲内となるように、クリーンタンク７は、原液タンク（不図示）から圧延油の原液が適宜補給（供給）される構成となっている。また、希釈のための温水も適宜、クリーンタンク７に補給（供給）される。なお、クリーンタンク７内のエマルション圧延油の貯留レベルや濃度は不図示のセンサで測定可能となっている。
　次に、冷間圧延機１の圧延油供給系統について詳細に説明する。なお、圧延油供給系統は、ダーティタンク５、鉄粉除去装置６、クリーンタンク７、及びクリーンタンク７から圧延油を吸い上げるポンプ８を備えている。また、クリーンタンク７とポンプ８との間に異物除去のためのストレーナを配置してもよい。
　圧延油供給系統は、クリーンタンク７に一端部を接続した供給ライン９と、供給ライン９の他端部（圧延機側）で分岐して、各圧延スタンドに対応する位置に夫々配置された５組の潤滑用クーラントヘッダー３及び５組の冷却用クーラントヘッダー４を備えている。
　各潤滑用クーラントヘッダー３は、圧延スタンドの入側に配置され、それぞれ設けられたスプレーノズルからロールバイトに向けて潤滑油としての圧延油を噴射することによって、ロールバイトやワークロールに潤滑油を供給する。各冷却用クーラントヘッダー４は、圧延スタンド出側に配置され、それぞれ設けられたスプレーノズルから圧延ロールに向けて圧延油を噴射することによって、圧延ロールを冷却する。
　この構成によって、クリーンタンク７内のエマルション圧延油が、ポンプ８によって供給ライン９に圧送され、各圧延スタンドに配置された潤滑用クーラントヘッダー３及び冷却用クーラントヘッダー４に供給され、それぞれ設けられたスプレーノズルから噴射部位に供給される。また、圧延ロールに供給されたエマルション圧延油は、鋼板Ｓによって系外に持ち出されたり、蒸発によって失われたりしたものを除いて、オイルパン１０で回収され、戻り配管１１を通じてダーティタンク５内に戻される。その後、ダーティタンク５内に貯留されたエマルション圧延油の一部は、冷間圧延により発生したエマルション圧延油中の油溶鉄分の一定量を除去するために鉄粉除去装置６で油溶鉄分が除去された後にクリーンタンク７内に戻される。
　以上の圧延油供給系統により、摩耗分の除去処理が行われた圧延油が、圧延ロールに対し循環供給されることになる。すなわち、供給されたエマルション圧延油が循環使用される。ここで、クリーンタンク７が、従来の循環給油方式での循環用の圧延油タンクに対応し、上述のように、適宜、クリーンタンク７に圧延油の原液が補給（供給）される。
〔チャタリング検出方法〕
　次に、本発明の一実施形態である冷間圧延機のチャタリング検出方法及びチャタリング予測モデルについて詳細を説明する。図２は、本発明の一実施形態である演算ユニットの構成を示すブロック図である。
　本実施形態では、チャタリング予測モデルに関連する機能は、図２に示す演算ユニット１５、振動測定装置１６、ロードセル１７、及び張力計１８によって実現される。圧延制御装置１４（図１参照）は、演算ユニット１５からの制御信号に基づいて冷間圧延機１の圧延条件を制御する。
　演算ユニット１５は、演算装置７１、入力装置８８、記憶装置８９、及び出力装置９０を備えている。演算装置７１は、バス８７を介して入力装置８８、記憶装置８９、及び出力装置９０と有線接続されている。演算装置７１、入力装置８８、記憶装置８９、及び出力装置９０は、この接続の態様に限らず、無線により接続されてもよく、あるいは有線と無線とを組み合わせた態様で接続されてもよい。
　入力装置８８は、圧延制御装置１４（図１参照）による制御情報や振動測定装置１６による冷間圧延機１の振動波形の時間変化、ロードセル１７による冷間圧延機１の圧延荷重情報の時間変化、張力計１８による圧延スタンド間張力の時間変化、及び操業監視装置９１からの情報が入力される入力ポートとして機能する。操業監視装置９１からの情報としては、チャタリング予測モデルの実行指令情報、圧延対象材に関する情報（鋼種、サイズ）及び冷間圧延前にオペレータにより設定された冷間圧延条件情報（数値情報、文字情報及び画像情報）が含まれる。
　記憶装置８９は、例えばハードディスクドライブ、半導体ドライブ、光学ドライブ等により構成され、本システムにおいて必要な情報（後述する予測モデル作成部７７及び振動予兆監視部７８の機能の実現に必要な情報）を記憶する装置である。
　出力装置９０は、演算装置７１からの制御信号を圧延制御装置１４に対して出力する出力ポートとして機能する。
　操業監視装置９１は、液晶ディスプレイや有機ディスプレイ等の任意のディスプレイを備えている。操業監視装置９１は、圧延制御装置１４から冷間圧延機１の操業状態を示す各種情報を受信し、これら情報をオペレータが操業状態を監視するための運転画面（操業画面）に表示する。
　演算装置７１は、ＲＡＭ７２、ＲＯＭ７３、及び演算処理部７６を備えている。ＲＯＭ７３は、コンピュータプログラムである予測モデル作成プログラム７４及び振動予兆監視プログラム７５を記憶している。演算処理部７６は、演算処理機能を有し、バス８７を介してＲＡＭ７２及びＲＯＭ７３に接続されている。ＲＡＭ７２、ＲＯＭ７３、及び演算処理部７６は、バス８７を介して入力装置８８、記憶装置８９、及び出力装置９０に接続されている。
　演算処理部７６は、機能ブロックとして、予測モデル作成部７７及び振動予兆監視部７８を備えている。
　予測モデル作成部７７は、冷間圧延機１により鋼板Ｓを圧延した過去の圧延実績と過去の圧延実績に対応するチャタリングの発生実績とを結び付ける機械学習手法によるチャタリング予測モデルを作成する処理部である。機械学習手法によるチャタリング予測モデルとして、本実施形態では、ニューラルネットワークモデルを用いる。機械学習の手法は、ニューラルネットワークに限定されず、他の公知の機械学習の手法を採用しても構わない。
　予測モデル作成部７７は、学習用データ取得部７７Ａ、前処理部７７Ｂ、第１データ変換部７７Ｃ、モデル作成部７７Ｄ、及び結果保存部７７Ｅを備えている。予測モデル作成部７７は、操業監視装置９１からチャタリング予測モデルの作成の指示を受けた際に、ＲＯＭ７３に記憶されている予測モデル作成プログラム７４を実行することにより、学習用データ取得部７７Ａ、前処理部７７Ｂ、第１データ変換部７７Ｃ、モデル作成部７７Ｄ、及び結果保存部７７Ｅの各機能を実行する。チャタリング予測モデルは、予測モデル作成部７７が予測モデル作成プログラム７４を実行する度に更新される。
　学習用データ取得部７７Ａは、チャタリング予測モデル生成のための事前処理として、圧延条件の操業実績データや時間波形データを入力実績データとし、その入力実績データに対応する冷間圧延時のチャタリングの発生実績を出力実績データとした、複数の学習用データ（例えば１万件程度）を取得する。学習用データ取得部７７Ａは、記憶装置８９から入力実績データ及び出力実績データを取得して学習用データを作成する。各学習用データは、入力実績データと出力実績データの組からなる。学習用データ取得部７７Ａは、記憶装置８９に学習用データを記憶させる。学習用データ取得部７７Ａは、記憶装置８９に学習用データを記憶させることなく、前処理部７７Ｂやモデル作成部７７Ｄに学習用データを供給してもよい。
　入力実績データには、説明変数を時間方向に連結した多次元配列情報が含まれる。本実施形態では、多次元配列情報として図３（ａ）～（ｄ）に示すような情報を採用する場合を例示する。図３（ａ）は、縦列（垂直方向）がコイル条件、横列（水平方向）が圧延条件の操業実績データより選択される説明変数からなる入力実績データの一例を示す。代表的な圧延条件の操業実績データとしては、鋼板Ｓの母材厚、冷間圧延前後の板厚、板幅、鋼板Ｓの変形抵抗、冷間圧延時の圧延荷重、前方及び後方張力、ワークロールの寸法、ワークロールのベンダー量、ワークロールの粗さ、中間ロールのベンダー量、中間ロールのシフト量といった情報を用いることができるが、説明変数の列数は特に限定されない。本例では、コイル条件毎に時間方向（奥行方向）に連結した多次元配列情報を作成し、学習用データとする。時間方向へ連結する際の時間ピッチは０～１秒以下であることが好ましい。また、時系列データが存在しない場合、あるいは時間によって変化しない説明変数の場合は、時間ピッチは０秒となり、同じデータを複製することになる。
　図３（ｂ）は、縦列（垂直方向）がコイル条件、横列（水平方向）がある時間区間での操業実績データの時系列データを説明変数とした入力実績データの一例を示す。図３（ａ）に示す例と同様、コイル条件毎に時間方向（奥行方向）に連結した多次元配列情報が作成され、学習用データとなる。本例では振動速度の時系列データを示しているが、特に限定されず、圧延荷重やスタンド間張力、板厚偏差、振動変位、及び振動加速度等の時系列データであってもよい。
　図３（ｃ）は、縦列（垂直方向）が時系列、横列（水平方向）がある時間での信号波形を高速フーリエ変換（ＦＦＴ）した際に得られる信号強度（ＦＦＴ強度）を説明変数とした入力実績データの一例を示す。本例では、特定の計測位置におけるある時間ｔでの信号強度を時間ピッチ０～１秒として時間方向（奥行方向）に複製した多次元配列情報が学習用データとなる。
　図３（ｄ）は、縦列（垂直方向）が時系列、横列（水平方向）がある地点及びある時間での信号波形をＦＦＴした際に得られる信号強度を説明変数とした入力実績データの一例を示す。本実施形態では、時間方向（奥行方向）に連結するのであれば、同地点である必要はなく、複数の地点の信号強度データを連結した多次元配列情報を作成し、学習用データとしてもよい。また、本例ではある周波数範囲での信号強度を示しているが、周波数の範囲は特に限定されない。
　なお、図３（ａ）～（ｄ）に示す例では、多次元配列情報は、垂直方向に連結されたデータ（２次元データ）であるが、奥行方向のみに連結させてもよいし、垂直方向及び奥行方向の両方に連結させて３次元データとしてもよい。また、図３（ａ）～（ｄ）に示す例において、垂直方向は本発明に係る第１方向（又は第２方向）に相当し、奥行方向は本発明に係る第２方向（又は第１方向）に相当する。
　また、記憶装置８９に圧延実績データ（学習用データ）が記憶されていない場合（例えば、過去に実績のない圧延条件や鋼種条件である場合）やサンプル量が少ない場合には、学習用データ取得部７７Ａは、オペレータに対して１回又は複数回、チャタリング予測モデルを使用せずに冷間圧延を実行するように要求する。また、記憶装置８９に記憶されている学習用データの数が多いほどチャタリング予測モデルによる予測精度が高まることから、学習用データの数が予め設定した閾値未満である場合、学習用データ取得部７７Ａは、学習用データの数が閾値に至るまでオペレータに対して、チャタリング予測モデルを使用せずに冷間圧延を実行するよう要求することとしてもよい。
　図２に戻る。前処理部７７Ｂは、学習用データ取得部７７Ａが取得した学習用データをチャタリング予測モデル作成用に加工する。具体的には、前処理部７７Ｂは、ニューラルネットワークモデルに学習用データに読み込ませるために、学習用データを構成する入力実績データの値域を０～１の間で標準化（正規化）する。なお、入力実績データは多次元情報である。このため、第１データ変換部７７Ｃは、畳み込みニューラルネットワーク３００を用いて特徴量を残した状態で入力実績データを次元圧縮して一次元情報とする（図４参照）。入力実績データは、一次元情報となった状態で入力層１０１（図４参照）に結合される。
　ここで、図５を参照して、第１データ変換部７７Ｃの処理例を説明する。図５に示すように、多次元配列情報を一次元情報に変換する変換処理、すなわち多次元配列情報の格納方法は、複数のフィルターの入出力が多段に繋がれた構造を有している。具体的には、多次元配列情報を一次元情報に変換する変換処理は、入力側から順番に、第１畳み込みステップＳ１０、第１プーリングステップＳ１１、第２畳み込みステップＳ１２、第２プーリングステップＳ１３、及び全結合ステップＳ１４を含む。
　第１畳み込みステップＳ１０では、第１データ変換部７７Ｃが、横６４×縦６４の多次元配列情報を入力とし、畳み込み演算によって６４×６４の第１特徴マップを出力する。第１特徴マップは、入力配列のどの箇所にどのような局所的な特徴があるのかを示す。畳み込み演算においては、例えば横３×縦３ピクセル、３２チャンネルのフィルターとし、フィルターの適用間隔を１、周辺を０で埋める（パッディング）長さを１とする。
　第１プーリングステップＳ１１では、第１データ変換部７７Ｃが、第１畳み込みステップＳ１０により出力された第１特徴マップを入力とし、第１特徴マップの横３×縦３ピクセル内での最大値を新たな１ピクセルとする。第１データ変換部７７Ｃは、係る操作を、ピクセルをずらしながらマップ全体にわたり実施する。これにより、第１プーリングステップＳ１１では、第１データ変換部７７Ｃは、第１特徴マップを圧縮した第２特徴マップを出力する。
　第２畳み込みステップＳ１２では、第１データ変換部７７Ｃが、第２特徴マップを入力とし、畳み込み演算によって第３特徴マップを出力する。畳み込み演算においては、例えば横３×縦３ピクセル、３２チャンネルのフィルターとし、フィルターの適用間隔を１、周辺を０で埋める（パッディング）長さを１とする。
　第２プーリングステップＳ１３では、第１データ変換部７７Ｃが、第２畳み込みステップＳ１２により出力された第３特徴マップを入力とし、第３特徴マップの横３×縦３ピクセル内での最大値を新たな１ピクセルとする。第１データ変換部７７Ｃは、係る操作を、ピクセルをずらしながらマップ全体にわたり実施する。これにより、第２プーリングステップＳ１３では、第１データ変換部７７Ｃは、第３特徴マップを圧縮した第４特徴マップを出力する。
　全結合ステップＳ１４では、第１データ変換部７７Ｃが、第２プーリングステップＳ１３により出力された第４特徴マップの情報を一列に配列する。そして、全結合ステップＳ１４から出力された１００個のニューロンは入力層１０１（図４参照）となる。なお、畳み込みの手法や出力ニューロン数は上記に限定されない。また、畳み込みニューラルネットワークの手法としてはＧｏｏｇｌｅＮｅｔやＶＧＧ１６、ＭＯＢＩＬＥＮＥＴ、ＥＦＦＩＣＩＥＮＴＮＥＴなど既知のモデルを用いてもよい。
　図２に戻る。モデル作成部７７Ｄは、前処理部７７Ｂが取得した複数の学習用データを用いた機械学習（第１データ変換部７７Ｃで変換された情報も含む）によって、冷間圧延機１の圧延実績データを入力実績データとして、入力実績データに対応するチャタリングの予兆有無を出力データとするチャタリング予測モデルを生成する。本実施形態では、機械学習の手法としてはニューラルネットワークを採用するため、モデル作成部７７Ｄは、チャタリング予測モデルとしてニューラルネットワークモデルを作成する。すなわち、モデル作成部７７Ｄは、チャタリング予測モデル作成用に加工された学習用データにおける、入力実績データ（圧延実績データ）と出力実績データ（チャタリング予兆有無データ）とを結び付けるチャタリング予測モデルとしてのニューラルネットワークモデルを作成する。ニューラルネットワークモデルは、例えば関数式で表現される。
　具体的には、モデル作成部７７Ｄは、ニューラルネットワークモデルに用いられるハイパーパラメータの設定を行うと共に、それらハイパーパラメータを用いたニューラルネットワークモデルによる学習を行う。ハイパーパラメータの最適化計算として、モデル作成部７７Ｄは、学習用データ（例えば数万件程度の圧延実績データ）に対して、ハイパーパラメータ内の幾つかを段階的に変更したニューラルネットワークモデルを作成し、検証用データに対する予測精度が最も高くなるようなハイパーパラメータを選択する。
　ハイパーパラメータとして通常、隠れ層の数、各々の隠れ層におけるニューロン数、各々の隠れ層におけるドロップアウト率（ニューロンの伝達をある一定の確率で遮断する）、各々の隠れ層における活性化関数が設定されるがこれに限定されない。また、ハイパーパラメータの最適化手法は特に限定されないが、パラメータを段階的に変更するグリッドサーチや、パラメータをランダムに選択するランダムサーチ、あるいはベイズ最適化による探索を用いることができる。また、本構成において、モデル作成部７７Ｄは、演算装置７１の一部として組み込まれているが、構成はこれに限定されない。例えば、チャタリング予測モデルを予め作成して保存しておき、それら適宜読み出しても構わない。
　図４は、本システムにおけるニューラルネットワークモデルの処理フローを示す。図４に示すように、本実施形態におけるチャタリング予測モデルとしてのニューラルネットワークモデルは、入力側から順に、入力層１０１、中間層１０２、及び出力層１０３を含んでいる。学習用データ取得部７７Ａは畳み込みニューラルネットワークを用いて特徴量を残した状態で入力実績データを次元圧縮し、入力実績データは一次元情報となった状態で入力層１０１に格納される。
　中間層１０２は、複数の隠れ層で構成され、各々の隠れ層には複数のニューロンが配置されている。中間層１０２内に構成される隠れ層の数は特に限定されないが、経験的に隠れ層の数が多すぎると予測精度が低下することから、５層以下であることが好ましい。また、各隠れ層に配置されるニューロンの数は、好ましくは入力される説明変数の１～１０倍の範囲の数とすることが好ましい。中間層１０２において、あるニューロンから続く隠れ層へのニューロンの伝達は、重み係数による変数の重み付けと共に活性化関数を介して行われる。活性化関数としては、シグモイト関数やハイパボリックタンジェント関数、あるいはランプ関数を用いることができる。
　出力層１０３では、中間層１０２により伝達されたニューロンの情報が結合され、最終的なチャタリング予兆有無の値が出力される。この出力された結果と過去の鋼板Ｓの冷間圧延時のチャタリング実績とに基づいてニューラルネットワークモデル内の重み係数が徐々に最適化されることによりニューラルネットワークモデルの重み係数の学習が行われる。ニューラルネットワークモデルの重み係数が学習された後、モデル作成部７７Ｄは、評価用データ（チャタリング予測モデルを用いたチャタリング予測実施までの圧延対象となる鋼板Ｓの圧延実績データ）を、この重み係数が学習されたニューラルネットワークモデルに入力して、評価用データに対する推定結果を得る。
　図２に戻る。結果保存部７７Ｅは、学習用データ、評価用データ、ニューラルネットワークモデルのパラメータ（重み係数）、学習用データに対するニューラルネットワークモデルの出力結果、及び評価用データに対するニューラルネットワークモデルの出力結果を記憶装置８９に記憶させる。
　予測モデル作成部７７の機能の実現に必要な情報としては、例えば、振動測定装置１６による冷間圧延機１の振動波形の時間変化やロードセル１７による冷間圧延機１の圧延荷重情報の時間変化、張力計１８による圧延スタンド間張力の時間変化、圧延対象の鋼板Ｓの要求特性（鋼種、板厚、板幅等）毎の上述した説明変数及び目的変数を示す情報が含まれる。説明変数及び目的変数は、初期非定常圧延段階～終期非定常圧延段階にかけて所定時間毎に取得される。
　振動予兆監視部７８は、鋼板Ｓの冷間圧延の際、予測モデル作成部７７によって作成されたチャタリング予測モデルを用いて圧延対象材の圧延条件に対応する冷間圧延中の鋼板Ｓのチャタリング有無を予測する。そして、振動予兆監視部７８は、予測されたチャタリングが収束するように鋼板Ｓの圧延速度の制御量を決定する。この処理を行うため、振動予兆監視部７８は、情報読取部７８Ａ、第２データ変換部７８Ｂ、振動予兆予測部７８Ｃ、圧延条件決定部７８Ｄ、及び結果出力部７８Ｅを備えている。なお、振動予兆監視部７８は、入力装置８８を介して圧延制御装置１４（図１参照）から冷間圧延が実施されていることを知らせる信号を受けたときに、ＲＯＭ７３に記憶されている振動予兆監視プログラム７５を実行することにより、情報読取部７８Ａ、振動予兆予測部７８Ｃ、圧延条件決定部７８Ｄ、及び結果出力部７８Ｅの各機能を実行する。
　情報読取部７８Ａは、操業監視装置９１にてオペレータにより設定された圧延対象の鋼板Ｓの圧延条件を記憶装置８９から読み込む。
　第２データ変換部７８Ｂは、チャタリング予測モデルへの入力データとなる多次元配列情報を一次元情報のデータに変換する。第２データ変換部７８Ｂにおける処理は、第１データ変換部７７Ｃにおける処理と同じであるため、処理の詳細な説明は省略する。なお、第１データ変換部７７Ｃ及び第２データ変換部７８Ｂを一つの処理部としてサブルーチン化してもよい。
　振動予兆予測部７８Ｃは、第２データ変換部７８Ｂにより生成された一次元情報をチャタリング予測モデルに入力して、チャタリング予兆判定値を求める。
　圧延条件決定部７８Ｄは、振動予兆予測部７８Ｃが求めたチャタリング予兆判定値が予め設定した閾値以上となった場合に、チャタリング予兆判定値が閾値以下となるまで圧延条件を設定変更（圧延速度の減速）して、上記の情報読取部７８Ａ、第２データ変換部７８Ｂ、及び振動予兆予測部７８Ｃの処理の実行に繰り返し戻す処理を行う。
　結果出力部７８Ｅは、振動予兆予測部７８Ｃが求めたチャタリング予兆判定値が予め設定した閾値以下となると作動し、決定した圧延条件（圧延速度）を出力する。
　振動予兆監視部７８の機能の実現に必要な情報としては、例えば、予測モデル作成部７７によって作成された鋼板Ｓの圧延状態が学習されたチャタリング予測モデル及びチャタリング予測モデルに入力される各種情報が挙げられる。
　次に、図６を参照して、振動予兆監視部７８の処理について説明する。
　図６は、振動予兆監視部の処理の流れを示すフローチャートである。図６に示すように、ステップＳ４１の処理では、振動予兆監視部７８の情報読取部７８Ａが、圧延対象の鋼板Ｓの要求特性に対応するチャタリング予測モデルとしてのニューラルネットワークモデルを記憶装置８９から読み込む。次に、情報読取部７８Ａが、ステップＳ４２の処理において、上位計算機から入力装置８８を介して記憶装置８９に記憶されている要求されるチャタリング予兆判定閾値を読み込む。
　次に、情報読取部７８Ａが、ステップＳ４３の処理において、上位計算機から入力装置８８を介して記憶装置８９に記憶されている圧延対象の鋼板Ｓの圧延条件や時間波形情報を読み込む。次に、振動予兆監視部７８の振動予兆予測部７８Ｃが、ステップＳ４４の処理において、ステップＳ４１の処理で読み込まれたチャタリング予測モデルとしてのニューラルネットワークモデルを用い、ステップＳ４３の処理で読み込まれた圧延対象の鋼板Ｓの圧延条件や時間波形情報を多次元配列化した入力データとして、対応する冷間圧延中の鋼板Ｓのチャタリング予兆判定値を求める。なお、ニューラルネットワークモデルによる予測結果は、出力層１０３に出力される。
　次に、振動予兆監視部７８の圧延条件決定部７８Ｄが、ステップＳ４５の処理において、ステップＳ４４の処理により求められたチャタリング予兆判定値がステップＳ４２で読み込まれたチャタリング予兆判定閾値以内か否かを判定する。なお、計算の収束が十分でない場合は、実際にステップＳ４５の処理で実行可能な計算時間の範囲内で収束の繰り返し回数に上限を設けてもよい。そして、チャタリング予兆判定値がチャタリング予兆判定閾値以内と判定した場合（ステップＳ４５における判定結果がＹＥＳの場合）は、振動予兆監視部７８は処理を終了する。一方、チャタリング予兆判定値がチャタリング予兆判定閾値以内でないと判定した場合（ステップＳ４５における判定結果がＮｏの場合）には、振動予兆監視部７８は、処理をステップＳ４６の処理に進める。
　ステップＳ４６の処理では、圧延条件決定部７８Ｄが、ステップＳ４３の処理で読み込まれた圧延対象の鋼板Ｓの圧延条件の一部を変更し、ステップＳ４７の処理に移行する。ステップＳ４７の処理では、振動予兆監視部７８の結果出力部７８Ｅが、出力装置９０を介して決定された圧延条件の一部に関する情報を圧延制御装置１４へ伝送する。なお、ステップＳ４６の処理で圧延条件の一部が変更されているときは、ステップＳ４７の処理では、圧延条件決定部７８Ｄは、ステップＳ４７の処理で圧延条件の一部、具体的には圧延速度の操作量が変更された圧延対象の鋼板Ｓの圧延条件を、最適化された鋼板Ｓの圧延条件として決定する。そして、圧延条件決定部７８Ｄは、そのときの圧延条件に基づいて圧延速度の操作量を決定する。圧延制御装置１４は、冷間圧延段階において結果出力部７８Ｅから伝送された圧延速度に関する情報に基づいて各圧延スタンドにおけるモーターの回転数を制御する。
　圧延速度の操作量の変更量の算出方法として、圧延条件決定部７８Ｄは、ステップＳ４４の処理で予測された冷間圧延中の鋼板Ｓのチャタリング予兆判定値とステップＳ４２で読み込まれた要求されるチャタリング予兆閾値との差異に基づいて、圧延対象の鋼板Ｓの適切な圧延条件を算出する。そして、圧延条件決定部７８Ｄは、算出した圧延条件とステップＳ４３で読み込まれた圧延対象の鋼板Ｓの圧延条件とを比較してステップＳ４７の処理において圧延条件を変更する。
　ステップＳ４３の処理に戻ってくると、振動予兆予測部７８Ｃは、圧延条件の一部が変更された圧延対象の鋼板Ｓの圧延条件や設定変更後での時間波形情報を読み込む。また、ステップＳ４４の処理において、振動予兆予測部７８Ｃは、チャタリング予測モデルとしてのニューラルネットワークモデルにより、ステップＳ４３の処理で読み込まれた圧延条件の一部が変更された圧延対象の鋼板Ｓの圧延条件に対応する冷間圧延中の鋼板Ｓのチャタリング予兆判定閾値を求める。そして、ステップＳ４５の処理において、圧延条件決定部７８Ｄは、ステップＳ４４の処理で予測された冷間圧延中の鋼板Ｓのチャタリング予兆判定値がステップＳ４２で読み込まれた要求されるチャタリング予兆閾値以内か否かを判定する。そして、その判定結果がＹＥＳになるまでステップＳ４３、ステップＳ４４、ステップＳ４５、ステップＳ４６、及びステップＳ４７の一連の処理を繰り返し実行する。これにより、振動予兆監視部７８による処理（チャタリング制御決定ステップ）が終了する。
　以上の説明から明らかなように、本実施形態では、予測モデル作成部７７が、過去の鋼板Ｓの圧延実績と過去の鋼板の圧延実績に対応する過去の鋼板Ｓの冷間圧延時のチャタリング実績とを結び付ける機械学習手法によるチャタリング予測モデルを作成する。次に、本実施形態では、振動予兆監視部７８が、鋼板Ｓの冷間圧延中に、作成されたチャタリング予測モデルにより圧延対象の鋼板Ｓの圧延条件に対応する冷間圧延中の鋼板Ｓのチャタリング有無を予兆する。そして、振動予兆監視部７８は、予測された冷間圧延後の鋼板Ｓのチャタリング予兆判定値が要求されるチャタリング予兆閾値以下となるように、圧延対象の鋼板Ｓの圧延速度の操作量を決定する。これにより、鋼板Ｓの圧延中のチャタリングを適切に予測し、その予測されたチャタリング予兆判定値が要求されるチャタリング予兆閾値以下となるように圧延速度の操作量を決定することで、外乱等により急激にチャタリングが発散する状態となったとしても、瞬時に圧延速度を適正範囲に修正することができ、冷間圧延中の板厚変動や破断を抑制することができる。
　また、本実施形態では、機械学習手法によるチャタリング予測モデルを、ニューラルネットワークモデルとしてあるので、鋼板Ｓの冷間圧延中のチャタリングをより的確に予測することができる。さらに、本実施形態によれば、冷間圧延中の鋼板Ｓのチャタリング予測に用いる説明変数としては、圧延条件の操業実績データより採取される数値情報のみならず、時間波形情報等の時系列データが使用できる。そして、これらのデータを連結し多次元配列情報を入力データとして使用することにより、冷間圧延中のチャタリングに寄与の大きい因子をニューラルネットワークモデル上で識別することができる。
　冷間圧延によって最終板厚とした鋼板に対しては、機械特性及び製品特性を調整するために焼鈍処理が施される。この焼鈍処理は、水平炉で行うことが好ましく、均熱温度は６００～９５０℃、炉内張力は０．１～３．０ｋｇｆ／ｍｍ２であることが好ましい。均熱温度が６００℃未満であったり、炉内張力が０．１ｋｇｆ／ｍｍ２未満であったりすると、再結晶が十分に進行せず、良好な磁気特性が得られないことに加えて、焼鈍時の形状矯正効果が十分に得られない。一方、均熱温度が９５０℃を超えたり、炉内張力が３．０ｋｇｆ／ｍｍ２を超えたりすると、結晶粒径が粗大化して鋼板の機械強度が低下したり、張力付与に伴って鋼板内にひずみが残存し、製品特性が低下する。
　以上、本発明の実施形態について説明してきたが、本発明はこれに限定されずに種々の変更、改良を行うことができる。例えば上記実施形態では、チャタリングの発生が予測された場合、圧延条件決定部７８Ｄは、圧延速度を変更したが、第１のエマルション圧延油と第２のエマルション圧延油との混合比が変更された圧延対象の鋼板Ｓの圧延条件を最適化された鋼板Ｓの圧延条件として決定してもよい。この場合、冷間圧延機は、第１のエマルション圧延油を各圧延スタンドに供給する第１圧延油供給系統と、第１のエマルション圧延油と濃度の異なる第２のエマルション圧延油を一部の圧延スタンドに供給する第２圧延油供給系統と、第１圧延油供給系統から供給される第１のエマルション圧延油と第２圧延油供給系統から供給される第２のエマルション圧延油との混合比を制御して各圧延スタンドに供給する流量制御弁と、を備えている。
　具体的には、この場合、図７に示すように、冷間圧延機１は、図１に示した圧延油供給系統（第１圧延油供給系統）と共に第４圧延スタンド及び第５圧延スタンド（＃４ＳＴＤ，＃５ＳＴＤ）に第２のエマルション圧延油３１を供給する第２圧延油供給系統２０を備えている。
　第２圧延油供給系統２０は、一端部を供給ライン９に接続された圧延油管路２１と、一端部をエマルションタンク２２に接続した圧延油管路２３と、流量制御弁２４と、エマルションヘッダー２５と、一端が流量制御弁２４に接続され、他端がエマルションヘッダー２５に接続された混合圧延油管路２６と、を備えている。
　エマルションタンク２２には、圧延油原油タンク２７及び温水タンク２８が接続されている。そして、圧延油原油タンク２７に貯蔵されている圧延油原油及び温水タンク２８内に貯蔵されている温水が、ポンプ（不図示）及び流量制御弁２９を介してエマルションタンク２２内へ送給されると共に、エマルションタンク２２内で撹拌機３０により混合される。以降の説明でエマルションタンク２２内の圧延油を第２のエマルション圧延油３１と称する。
　第２のエマルション圧延油３１の温度条件は、エマルション圧延油（以下、第１のエマルション圧延油と表記）１３の温度条件と同一条件とすることが好ましい。もっとも、第４圧延スタンド及び第５圧延スタンドでの鋼板冷却能を向上させる観点から、図示しない冷却装置を介して第２のエマルション圧延油３１の温度を第１のエマルション圧延油１３より低温としてもよい。また、第２のエマルション圧延油３１における圧延油の濃度条件は、第１のエマルション圧延油１３と同一では無い。
　クリーンタンク７に貯留されている第１のエマルション圧延油１３は、ポンプ８の駆動によって、圧延油管路２１を通じて流量制御弁２４に供給される。また、第２のエマルション圧延油３１は、供給ポンプ３２により、圧延油管路２３を通じて流量制御弁２４に供給される。そして、第２のエマルション圧延油３１は、流量制御弁２４内で第１のエマルション圧延油１３と混合され、所定のエマルション濃度を含有した第２のエマルション圧延油３１を含む混合圧延油が形成される。その混合圧延油が、混合圧延油管路２６を通じて第４及び第５圧延スタンドのエマルションヘッダー２５に送られる。エマルションヘッダー２５は、鋼板Ｓの上面側及び下面側の両方に分岐して配置されることで、所望の濃度の混合圧延油を鋼板Ｓの表裏両面に向けて複数のスプレーノズルから噴射可能に構成されている。続いて、オイルパン１０に回収された圧延油が戻り配管１１を通じてダーティタンク５内に戻されることで循環使用される。
　なお、流量制御弁２４は、第１のエマルション圧延油１３の流量に対する第２のエマルション圧延油３１の流量を制御するものであってもよい。また、混合部を構成する流量制御弁２４を介さずに第２のエマルション圧延油３１を直接鋼板Ｓに供給してもよいが、より好ましくは第１のエマルション圧延油１３と第２のエマルション圧延油３１を混合したものを供給するとよい。
　そして、圧延条件決定部７８Ｄは、そのときの圧延条件に基づいて、第１のエマルション圧延油１３と第２のエマルション圧延油３１との混合比を決定する。圧延制御装置１４（図１参照）は、冷間圧延段階において結果出力部７８Ｅから伝送された第１のエマルション圧延油１３と第２のエマルション圧延油３１との混合比に関する情報に基づき開度を制御し、これに基づいて流量制御弁２４は第１のエマルション圧延油１３と第２のエマルション圧延油３１との混合比を制御する。第１のエマルション圧延油１３と第２のエマルション圧延油３１との混合比の変更量の算出方法として、圧延条件決定部７８Ｄは、ステップＳ４４の処理で求められたチャタリング予兆判定値とステップＳ４２の処理で読み込まれたチャタリング予兆閾値との差異に基づいて、圧延対象の鋼板Ｓの適切な圧延条件を算出する。これにより、チャタリングの発生が予測された場合、第２圧延油供給系統からの第２のエマルション圧延油３１の供給量が変更される。
　また、本実施形態では、チャタリング予測モデルによる鋼板Ｓのチャタリング予測の反復及び圧延条件の決定を初期非定常圧延段階～終期非定常圧延段階を通して行うこととしたが、一部で行うこととしてもよい。また、冷間圧延機１としては、４段式に限定されず、２段式（２Ｈｉ）や６段式（６Ｈｉ）等の多重圧延機であってもよく、圧延スタンドの数にも特に限定はない。また、クラスター圧延機やゼンジミア圧延機であってもよい。
　また、演算ユニット１５によって、圧延速度の変更上下限界値を超える異常な制御量が算出される場合や制御量が算出できない場合には、圧延制御装置１４は、演算ユニット１５からの指令に基づく制御を実行できない。そこで、圧延制御装置１４は、演算ユニット１５からの制御量が異常と判定したり、演算ユニット１５から制御量が供給されなかったりした場合には、本実施形態を実行しないことが望ましい。
　図２に示す構成例では、出力装置９０と操業監視装置９１が接続されていないが、両者は通信可能に接続されていてもよい。これにより、振動予兆監視部７８の処理結果（特に振動予兆予測部７８Ｃによる圧延中の鋼板Ｓのチャタリング予測情報、及び、圧延条件決定部７８Ｄにより決定された変更後の圧延条件）を操業監視装置９１の運転画面に表示することができる。
〔実施例１〕
　以下、本発明を実施例に基づいて説明する。
　本実施例では、図１に示す冷間圧延機１を用いて母材厚２．０ｍｍ及び板幅１０００ｍｍの以下の表１に示すＳｉを含有する電磁鋼板用の素材鋼板を圧延材として仕上げ厚０．３００ｍｍまで冷間圧延する実験を行った。圧延油の原液としては、合成エステル油に植物油脂が添加された基油に対して油性剤及び酸化防止剤をそれぞれ１質量％ずつ添加し、界面活性剤としてノニオン系界面活性剤を対油濃度で３質量％添加したものを使用した。また、循環使用されるエマルション圧延油は、濃度３．５質量％、平均粒子径５μｍ、温度５５℃のエマルション圧延油に調製した。また、事前学習として、まず、学習用データ（３０００件程度の過去の鋼板の圧延実績データ）に対してニューラルネットワークモデルによる学習を実施し、過去の鋼板の圧延実績データと過去のチャタリング実績データとを結び付け、チャタリングの予測に用いるニューラルネットワークモデルを作成した。
　発明例では、過去の鋼板の圧延実績データとして、鋼板の母材厚、冷間圧延前後の板厚、板幅、変形抵抗、冷間圧延時の圧延荷重、前方及び後方張力、ワークロールの寸法、ワークロールのベンダー量、ワークロールの粗さ、中間ロールのベンダー量、及び中間ロールのシフト量からなる情報を用いた。さらに、圧延実績データを時間方向に連結した多次元配列情報を入力実績データとして用いた。また、過去のチャタリング実績データとして、冷間圧延中にチャタリングに伴う板厚変動が生じた際の実績が学習された。また、冷間圧延機にてロールギャップの調整を行った後に加速を行い、圧延制御装置１４がオンとなった段階で、作成されたニューラルネットワークモデルによる冷間圧延後の鋼板のチャタリングの予測を行った。そして、予測されたチャタリング予兆判定値がチャタリング予兆閾値以下となるように圧延速度を逐次変更して、冷間圧延中の圧延速度を設定した。
　比較例についても、発明例と同様、母材厚２．０ｍｍ、板幅１０００ｍｍの以下の表１に示すＳｉを含有する電磁鋼板用の素材鋼板（圧延対象）を板厚０．３ｍｍまで冷間圧延する実験を行った。比較例では、過去の鋼板の圧延実績データを時間方向に連結せずに一次元配列とした入力データを用いて過去のチャタリング実績データとを結び付け、チャタリングの予測に用いるニューラルネットワークモデルを作成した。それ以外は実施例と同様にして冷間圧延を行った。
　以下の表１に示したように、発明例の圧延条件ではチャタリングの発生回数は１回以下に抑制され、本発明の適用が有効であることが確認された。以上のことから、本発明に係る鋼板の冷間圧延方法及び冷間圧延機を用いて、鋼板の圧延中のチャタリング予兆判定値を適切に予測し、その予測されたチャタリング予兆判定値が予め設定された閾値以下となるように圧延条件を逐次変更して圧延速度の操作量を決定するとよいことが確認された。また、これにより、本発明を適用することにより、冷間圧延中のチャタリングや板破断を防止できるだけでなく、良好な板厚精度の鋼板を安定して製造でき、ひいては、次工程以降の生産性の向上や品質の向上に大いに寄与することができることが確認された。
Figure JPOXMLDOC01-appb-T000001
〔実施例２〕
　本実施例では、チャタリング予兆判定値が所定のチャタリング予兆閾値以下となるように第１のエマルション圧延油と第２のエマルション圧延油との混合比を逐次変更して、目標圧延速度を２００ｍｐｍ、６００ｍｐｍ、８００ｍｐｍ、１０００ｍｐｍとした圧延を行った以外は実施例１と同様とした。以下の表２に示したように、発明例の圧延条件ではチャタリングの発生回数は１回以下に抑制され、本発明の適用が有効であることが確認された。以上のように、本発明に係る冷間圧延方法及び冷間圧延機を用いて、鋼板の圧延中のチャタリング予兆判定値を適切に予測し、予測されたチャタリング予兆判定値が予め設定されたチャタリング予兆閾値以下となるように圧延条件を逐次変更して混合比の操作量を決定することが好ましいことが分かる。これにより、本発明を適用することで、冷間圧延中のチャタリングや板破断を防止できるだけでなく、良好な板厚精度の鋼板Ｓを安定して得ることができ、ひいては、次工程以降の生産性の向上や品質の向上に大いに寄与することができることが分かる。特に実施例２では圧延速度を変えずにチャタリングを抑制することができ、生産性が高い。
Figure JPOXMLDOC01-appb-T000002
　以上、本発明者らによってなされた発明を適用した実施の形態について説明したが、本実施形態による本発明の開示の一部をなす記述及び図面により本発明は限定されることはない。すなわち、本実施形態に基づいて当業者等によりなされる他の実施の形態、実施例、及び運用技術等は全て本発明の範疇に含まれる。
　本発明によれば、チャタリングの発生を精度よく予測可能な冷間圧延機のチャタリング検出方法及びチャタリング検出装置を提供することができる。また、本発明によれば、チャタリングの発生を未然に防いで生産性よく冷間圧延を行うことが可能な冷間圧延方法、冷間圧延機、及び鋼板の製造方法を提供することができる。また、本発明によれば、所望の製品特性及び機械特性を有する鋼板を歩留まりよく製造可能な鋼板の製造方法を提供することができる。
　１　冷間圧延機
　３　潤滑用クーラントヘッダー
　４　冷却用クーラントヘッダー
　５　ダーティタンク（回収用タンク）
　６　鉄粉除去装置
　７　クリーンタンク（貯留タンク）
　８　ポンプ
　９　供給ライン
　１０　オイルパン
　１１　戻り配管
　１３　エマルション圧延油（第１のエマルション圧延油）
　１４　圧延制御装置
　１５　演算ユニット
　１６　振動測定装置
　１７　ロードセル
　１８　張力計
　２０　第２圧延油供給系統
　２１，２３　圧延油管路
　２２　エマルションタンク
　２４，２９　流量制御弁
　２５　エマルションヘッダー
　２６　混合圧延油管路
　２７　圧延油原油タンク
　２８　温水タンク
　３０　撹拌機
　３１　第２のエマルション圧延油
　３２　供給ポンプ
　７１　演算装置
　７４　予測モデル作成プログラム
　７５　振動予兆監視プログラム
　７６　演算処理部
　７７　予測モデル作成部
　７７Ａ　学習用データ取得部
　７７Ｂ　前処理部
　７７Ｃ　第１データ変換部
　７７Ｄ　モデル作成部
　７７Ｅ　結果保存部
　７８　振動予兆監視部
　７８Ａ　情報読取部
　７８Ｂ　第２データ変換部
　７８Ｃ　振動予兆予測部
　７８Ｄ　圧延条件決定部
　７８Ｅ　結果出力部
　８８　入力装置
　８９　記憶装置
　９０　出力装置
　９１　操業監視装置
　Ｓ　鋼板

Claims (10)

  1. 　冷間圧延機により圧延材を圧延した過去の圧延実績を示す１次元の配列データに基づいて生成した第１多次元データを説明変数とし、前記圧延実績に対応する過去のチャタリングの発生実績を目的変数として学習された予測モデルに対して、圧延対象材に関する前記配列データに対応する条件データに基づいて生成した第２多次元データを入力することにより、前記圧延対象材の圧延時におけるチャタリングの発生を予測するステップを含む、冷間圧延機のチャタリング検出方法。
  2. 　前記条件データは、前記圧延対象材の圧延条件又は前記圧延対象材を圧延した際の前記冷間圧延機の操業状態の時間変化を示す１次元の配列データであり、
    　前記第１多次元データ及び前記第２多次元データは、前記条件データ又は前記条件データを時間方向に移動させたデータを第１方向及び／又は第２方向に連結したデータである、請求項１に記載の冷間圧延機のチャタリング検出方法。
  3. 　前記条件データを時間方向に移動させる場合の時間ピッチが１秒以下（但し０秒は含まない）である、請求項２に記載の冷間圧延機のチャタリング検出方法。
  4. 　前記条件データは、ＦＦＴの信号強度を示す１次元の配列データであり、
    　前記第１多次元データ及び前記第２多次元データは、前記条件データ又は時間毎に採取した前記条件データを第１方向及び／又は第２方向に連結したデータである、請求項１に記載の冷間圧延機のチャタリング検出方法。
  5. 　チャタリングの発生が予測された場合に、前記冷間圧延機による前記圧延対象材の圧延速度を減速させるステップを含む、請求項１～４のうち、いずれか１項に記載の冷間圧延機のチャタリング検出方法。
  6. 　前記冷間圧延機は、複数の圧延スタンドを備える冷間タンデム圧延機であり、各圧延スタンドに第１のエマルション圧延油を供給する第１圧延油供給系統と、一部の圧延スタンドに第１のエマルション圧延油と濃度の異なる第２のエマルション圧延油を供給する第２圧延油供給系統と、を備え、
    　チャタリングの発生が予測された場合に、前記第２圧延油供給系統からの第２のエマルション圧延油の供給量を変更するステップを含む、請求項１～４のうち、いずれか１項に記載の冷間圧延機のチャタリング検出方法。
  7. 　冷間圧延機により圧延材を圧延した過去の圧延実績を示す１次元の配列データに基づいて生成した第１多次元データを説明変数とし、前記圧延実績に対応する過去のチャタリングの発生実績を目的変数として学習された予測モデルに対して、圧延対象材に関する前記配列データに対応する条件データに基づいて生成した第２多次元データを入力することにより、前記圧延対象材の圧延時におけるチャタリングの発生を予測する手段を備える、冷間圧延機のチャタリング検出装置。
  8. 　請求項１～６のうち、いずれか１項に記載の冷間圧延機のチャタリング検出方法を用いて圧延材を圧延するステップを含む、冷間圧延方法。
  9. 　請求項７に記載の冷間圧延機のチャタリング検出装置を備える、冷間圧延機。
  10. 　請求項８に記載の冷間圧延方法を用いて圧延材を冷間圧延する冷間圧延工程と、前記冷間圧延工程によって冷間圧延された圧延材に対して均熱温度６００～９５０℃、炉内張力０．１～３．０ｋｇｆ／ｍｍ２の焼鈍処理を施す焼鈍工程と、を含む、鋼板の製造方法。
PCT/JP2021/040060 2021-02-15 2021-10-29 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、冷間圧延機、及び鋼板の製造方法 WO2022172525A1 (ja)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN202180093183.4A CN116829276A (zh) 2021-02-15 2021-10-29 冷轧机颤动检测方法及装置、冷轧方法、冷轧机及钢板制造方法
JP2021571844A JP7047988B1 (ja) 2021-02-15 2021-10-29 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、冷間圧延機、及び鋼板の製造方法
MX2023009517A MX2023009517A (es) 2021-02-15 2021-10-29 Metodo para detectar traqueteo en un molino de laminacion en frio, dispositivo detector de traqueteo para un molino de laminacion en frio, metodo de laminacion en frio, molino de laminacion en frio, y metodo para fabricar una lamina de acero.
KR1020237027033A KR20230129511A (ko) 2021-02-15 2021-10-29 냉간 압연기의 채터링 검출 방법, 냉간 압연기의 채터링 검출 장치, 냉간 압연 방법, 냉간 압연기 및, 강판의 제조 방법
EP21925770.6A EP4257257A4 (en) 2021-02-15 2021-10-29 CHATTER DETECTION METHOD FOR COLD ROLLING MILL, CHATTER DETECTION DEVICE FOR COLD ROLLING MILL, COLD ROLLING METHOD, COLD ROLLING MILL AND METHOD FOR PRODUCING STEEL SHEET
US18/276,095 US20240033797A1 (en) 2021-02-15 2021-10-29 Method of detecting chattering in cold rolling mill, chattering detecting device for cold rolling mill, cold rolling method, cold rolling mill, and method of manufacturing steel sheet

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021-021844 2021-02-15
JP2021021844 2021-02-15

Publications (1)

Publication Number Publication Date
WO2022172525A1 true WO2022172525A1 (ja) 2022-08-18

Family

ID=82838611

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/040060 WO2022172525A1 (ja) 2021-02-15 2021-10-29 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、冷間圧延機、及び鋼板の製造方法

Country Status (2)

Country Link
TW (1) TWI796005B (ja)
WO (1) WO2022172525A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009175937A (ja) * 2008-01-23 2009-08-06 Nippon Steel Corp 異常検出装置及び異常検出方法
JP2016153138A (ja) * 2015-02-17 2016-08-25 Ｊｆｅスチール株式会社 冷間圧延または調質圧延における振動異常検出方法および装置
JP2020104133A (ja) 2018-12-27 2020-07-09 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
CN111922095A (zh) * 2020-07-14 2020-11-13 上海数深智能科技有限公司 一种冷轧机轧辊扭振故障异常的振动诊断方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0460892B1 (en) * 1990-06-04 1996-09-04 Hitachi, Ltd. A control device for controlling a controlled apparatus, and a control method therefor
US7823428B1 (en) * 2006-10-23 2010-11-02 Wright State University Analytical method for use in optimizing dimensional quality in hot and cold rolling mills
CN103521531B (zh) * 2013-11-07 2015-06-10 天津理工大学 针对高速冷轧机第三倍频程颤振的故障诊断及反馈系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009175937A (ja) * 2008-01-23 2009-08-06 Nippon Steel Corp 異常検出装置及び異常検出方法
JP2016153138A (ja) * 2015-02-17 2016-08-25 Ｊｆｅスチール株式会社 冷間圧延または調質圧延における振動異常検出方法および装置
JP2020104133A (ja) 2018-12-27 2020-07-09 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
CN111922095A (zh) * 2020-07-14 2020-11-13 上海数深智能科技有限公司 一种冷轧机轧辊扭振故障异常的振动诊断方法

Also Published As

Publication number Publication date
TWI796005B (zh) 2023-03-11
TW202233327A (zh) 2022-09-01

Similar Documents

Publication Publication Date Title
US8001820B2 (en) Method for lubricating and cooling rollers and metal strips on rolling in particular on cold rolling of metal strips
WO2022172525A1 (ja) 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、冷間圧延機、及び鋼板の製造方法
JP7047988B1 (ja) 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、冷間圧延機、及び鋼板の製造方法
WO2022172524A1 (ja) 冷間圧延機の圧延条件算出方法、冷間圧延機の圧延条件算出装置、冷間圧延方法、冷間圧延機、及び鋼板の製造方法
US20240091833A1 (en) Cold rolling mill rolling condition calculation method, cold rolling mill rolling condition calculation device, cold rolling method, cold rolling mill, and steel sheet manufacturing method
WO2022269974A1 (ja) 冷間圧延機の圧延条件設定方法、冷間圧延方法、鋼板の製造方法、冷間圧延機の圧延条件設定装置、及び冷間圧延機
JP3235449B2 (ja) 高速冷間圧延方法
JP3402217B2 (ja) 冷間圧延方法
WO2024018665A1 (ja) 冷間圧延機の圧延条件設定方法、冷間圧延方法、鋼板の製造方法、冷間圧延機の圧延条件設定装置および冷間圧延機
RU2734360C2 (ru) Способ определения возникновения начальной стадии критической вибрации в рабочей клети прокатного стана
US11772142B2 (en) Rolling method, production method for metal sheet, and rolling device
WO2024111238A1 (ja) 鋼板の冷間圧延方法、冷延鋼板の製造方法、及び冷延鋼板の製造設備
JP7020530B1 (ja) 冷間圧延設備、冷間圧延方法、及び金属板の製造方法
KR20220161169A (ko) 플랜트 제어 장치, 플랜트 제어 방법 및 프로그램
Gore et al. Review of Factors Affecting Accuracy of Cold Rolling Mill Process Optimization
TW202303319A (zh) 異常檢測裝置
JP2001025812A (ja) 冷間圧延鋼板の製造方法

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2021571844

Country of ref document: JP

Kind code of ref document: A

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21925770

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2021925770

Country of ref document: EP

Effective date: 20230703

WWE Wipo information: entry into national phase

Ref document number: 202180093183.4

Country of ref document: CN

Ref document number: 18276095

Country of ref document: US

ENP Entry into the national phase

Ref document number: 20237027033

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 1020237027033

Country of ref document: KR

WWE Wipo information: entry into national phase

Ref document number: MX/A/2023/009517

Country of ref document: MX

NENP Non-entry into the national phase

Ref country code: DE