WO2022209295A1 - 圧延機の異常振動検出方法、異常検出装置、圧延方法および金属帯の製造方法 - Google Patents

圧延機の異常振動検出方法、異常検出装置、圧延方法および金属帯の製造方法 Download PDF

Info

Publication number
WO2022209295A1
WO2022209295A1 PCT/JP2022/004545 JP2022004545W WO2022209295A1 WO 2022209295 A1 WO2022209295 A1 WO 2022209295A1 JP 2022004545 W JP2022004545 W JP 2022004545W WO 2022209295 A1 WO2022209295 A1 WO 2022209295A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
vibration
analysis
rolling mill
rolling
Prior art date
Application number
PCT/JP2022/004545
Other languages
English (en)
French (fr)
Inventor
渉 馬場
昌英 矢島
丈英 平田
由紀雄 高嶋
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 CN202280022690.3A priority Critical patent/CN117042895A/zh
Priority to JP2022523332A priority patent/JP7184223B1/ja
Priority to EP22779524.2A priority patent/EP4282551A1/en
Priority to KR1020237031783A priority patent/KR20230145596A/ko
Priority to US18/283,958 priority patent/US20240165685A1/en
Publication of WO2022209295A1 publication Critical patent/WO2022209295A1/ja

Links

Images

Classifications

    • 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
    • B21B38/008—Monitoring or detecting vibration, chatter or chatter marks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • G01H1/04—Measuring characteristics of vibrations in solids by using direct conduction to the detector of vibrations which are transverse to direction of propagation
    • G01H1/06—Frequency
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • G01H1/003—Measuring characteristics of vibrations in solids by using direct conduction to the detector of rotating machines
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00—Vibration-testing of structures; Shock-testing of structures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • 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

Definitions

  • the present invention relates to a method for detecting vibration generated in a rolling mill that makes a steel plate a predetermined thickness, and more particularly, to a method, an abnormality detection device, a rolling method, and a method for detecting abnormal vibration of a rolling mill that causes defects on the surface of a steel plate. It relates to a method of manufacturing a band.
  • steel sheets used for automobiles, beverage cans, etc. are subjected to continuous casting, hot rolling and cold rolling, and after undergoing annealing and plating processes, are processed according to their intended use.
  • the cold rolling process is the final process for determining the thickness of the steel sheet as a product. Since the steel sheet surface before plating determines the surface of the final product after plating, a function to prevent surface defects in the cold rolling process is required.
  • Chatter marks are one of the surface defects that occur during the cold rolling process.
  • a chatter mark is a pattern in which linear marks appear periodically in the width direction of a metal strip in the longitudinal direction, and is said to be generated mainly by vibration (chattering) of a rolling mill.
  • one of the causes of chatter marks is polygonal deformation of support rolls (see Non-Patent Document 1).
  • Non-Patent Document 1 when specific conditions are met in the rolling mill, self-excited vibration causes streak patterns in the width direction similar to chatter marks on the support rolls, and the marks on the support rolls become a new source of vibration.
  • a mechanism is disclosed in which a large vibration is generated at a high pressure and chatter marks are generated on the steel plate.
  • Patent Document 1 vibration is measured by a vibration detector attached to a rolling mill, frequency analysis is performed on the obtained vibration and rolling parameters, and chattering is determined based on the signal strength of the frequency that can occur for each vibration generation factor. It describes how to do it.
  • vibration detectors are arranged not only in the main body of the rolling mill, but also between each stand and on the entry and exit side of the cold rolling mill, and are arranged on rolls (small diameter rolls) on which metal sheets are wound at a certain angle or more. It is Then, a method is disclosed in which frequency analysis is performed on the vibration value obtained by the vibration meter, and when the frequency that matches the string vibration frequency of the steel plate exceeds a threshold value, it is determined that abnormal vibration has occurred.
  • Non-Patent Document 1 if vibration caused by chatter marks on the support roll can be detected early, it is possible to suppress the occurrence of chatter marks on the metal band.
  • noise generated from peripheral equipment of the rolling mill and vibration generated from a vibration source installed in the main body of the rolling mill are simultaneously detected, resulting in erroneous detection.
  • Patent Documents 2 and 3 it is possible to suppress the occurrence of vibration due to string vibration, but it is difficult to detect vibration caused by other vibration sources.
  • the conveying speed (rolling speed) of the metal strip differs from stand to stand. As a result, the rotation speed of the work roll differs for each stand, and vibrations of multiple frequencies are superimposed, which makes it more difficult to detect chattering.
  • the present invention has been made in view of the above problems, and provides an abnormal vibration detection method for a rolling mill, an abnormality detection device, a rolling method, and a metal strip manufacturing method for accurately detecting abnormal vibration that causes chatter marks. It is intended to
  • a method for detecting abnormal vibration of a rolling mill having a pair of work rolls and a plurality of support rolls supporting the work rolls comprising: a collection step of collecting vibration data of the rolling mill; a frequency analysis step of performing frequency analysis to generate first analysis data; performing principal component analysis on the first analysis data using reference data specified in advance based on a normal state as a principal component; a principal component analysis step of generating evaluation data that is a projection of the first analysis data onto the reference data; extracting deviation components from the evaluation data and the first analysis data; and an abnormal vibration detection step for detecting an abnormality in the rolling mill.
  • the abnormal vibration detection method for a rolling mill according to [1], wherein in the principal component analysis step, the principal components extracted as the reference data are set for each rolling speed in the rolling mill.
  • the frequency analysis step generates the vibration intensity for each frequency as the first analysis data, and converts the first analysis data to second analysis data indicating the vibration intensity for each pitch based on the rolling speed.
  • the principal component analysis step performs a principal component analysis on the second analysis data.
  • the plurality of principal components extracted as the reference data are obtained by subjecting the normal analysis data obtained when rolling is performed by the normal rolling mill to the principal component analysis.
  • An abnormality detection device for a rolling mill having a pair of work rolls and a plurality of support rolls supporting the work rolls comprising: a data collection unit for collecting vibration data of the rolling mill; A frequency analysis unit that performs frequency analysis and generates first analysis data, and performs principal component analysis on the first analysis data using reference data that is specified in advance based on a normal state as a main component, a principal component analysis unit that generates evaluation data that is a projection of the first analysis data onto the reference data; and an abnormality detection unit for detecting an abnormality in the rolling mill.
  • a method for producing a metal strip comprising the step of producing a metal strip using the rolling method described in [7] above.
  • abnormal vibrations that generate chatter marks on the metal band are evaluated from the outlier components of the evaluation data generated by the principal component analysis.
  • FIG. 1 is a schematic diagram showing an example of a rolling facility to which an abnormality detection device for a rolling mill according to the present invention is applied; 1 is a functional block diagram showing a preferred embodiment of an abnormality detection device for a rolling mill according to the present invention;
  • FIG. FIG. 10 is a graph of Invention Example 1 in which deviation components from the main component are divided for each frequency;
  • FIG. 10 is a graph of Invention Example 2 showing deviation components for each standard pitch.
  • 7 is a graph showing Comparative Examples 1 and 2 using thresholds for vibration intensity.
  • 10 is a graph of Invention Example 3 showing deviation components for each standard pitch.
  • 9 is a graph showing Comparative Example 3 using a threshold for vibration intensity.
  • FIG. 6 is a functional block diagram showing another preferred embodiment of the abnormality detection device for a rolling mill of the present invention;
  • FIG. 9 is a functional block diagram showing still another preferred embodiment of the abnormality detection device for rolling mills of the present invention;
  • FIG. 1 is a schematic diagram showing an example of a rolling facility to which the abnormality detection device for a rolling mill of the present invention is applied.
  • a rolling facility 1 in FIG. 1 is a cold rolling facility that cold-rolls a steel strip that is, for example, a metal strip S, and four rolling mills 2A, 2B, 2C, and 2D (4 stands) are arranged along the rolling direction. It is Each of the rolling mills 2A, 2B, 2C, and 2D has substantially the same configuration. 4 and a driving device 6 for rotating the work rolls 4 . Further, small-diameter rolls 7 on which the metal strip S to be rolled is stretched are installed downstream of the respective rolling mills 2A, 2B, 2C, and 2D in the rolling direction.
  • Vibrometers 8A, 8B, 8C and 8D are attached to the housings 3 of the rolling mills 2A, 2B, 2C and 2D, respectively.
  • Vibration meters 8A, 8B, 8C, and 8D measure vibrations generated in the rolling mills 2A, 2B, 2C, and 2D, respectively, and consist of, for example, acceleration sensors.
  • the vibration meters 8A, 8B, 8C, and 8D are not limited to the housing 3 as long as they are installed at positions where they can detect vibrations of the rolling mills 2A, 2B, 2C, and 2D. It may be installed in the small diameter roll 7 grade
  • the vibration meters 8A, 8B, 8C, and 8D are installed on the small-diameter rolls 7, the vibration data acquired by the vibration meters 8A, 8B, 8C, and 8D are obtained in the rolling direction of the metal strip S. , vibrations of the rolling mills 2A, 2B, 2C and 2D arranged upstream of the small-diameter rolls 7 on which the vibration meters 8A, 8B, 8C and 8D are installed.
  • the rolling speed in the present embodiment means the peripheral speed of the work rolls 4 in the rolling mills 2A, 2B, 2C, and 2D or the conveying speed (delivery speed) of the metal strip S on the delivery side of the rolling mills 2A, 2B, 2C, and 2D.
  • the rolling speed is determined by the rolling mills 2A, 2B, 2C, and 2D where the vibrometers 8A, 8B, 8C, and 8D are installed (in the following description, the locations where the vibrometers 8A, 8B, 8C, and 8D are installed are referred to as stands. may be specified).
  • the vibration meters 8A, 8B, 8C, and 8D are installed on the small-diameter rolls 7, the vibration data acquired by the vibration meters 8A, 8B, 8C, and 8D are obtained from the rolling mills 2A, 2B arranged upstream thereof. , 2C, and 2D.
  • the standard rolling speed in this embodiment is an arbitrary rolling speed set for each of the rolling mills 2A, 2B, 2C, and 2D.
  • a rolling speed empirically recognized as the rolling speed in the rolling mills 2A, 2B, 2C, and 2D where chattering is likely to occur may be selected.
  • 900 m/min may be selected from the rolling speed range of 800 m/min or more and 1300 m/min or less where chattering is likely to occur.
  • the standard rolling speeds in the rolling mills 2A, 2B, and 2C on the upstream side of the final stand 2D are based on the standard rolling speed set for the final stand 2D, and according to the pass schedule that is set as standard. You can set it.
  • FIG. 2 is a functional block diagram showing a preferred embodiment of the rolling mill abnormality detection device of the present invention.
  • the configuration of the abnormality detection device 10 for the rolling mill in FIG. 2 is constructed by hardware resources such as a computer, for example.
  • a rolling mill abnormality detection device 10 detects abnormal vibrations of the rolling mills 2A, 2B, 2C, and 2D that generate chatter marks. 13 and an abnormality detection unit 15 .
  • the abnormality detection device 10 may include a data conversion section 14, which will be described later.
  • the data collection unit 11 collects vibration data detected by each of the vibrometers 8A, 8B, 8C, and 8D.
  • the vibration meters 8A, 8B, 8C, and 8D are acceleration sensors
  • the vibration acceleration data are sent to the data collection unit 11 from the vibration meters 8A, 8B, 8C, and 8D.
  • the data collection unit 11 continuously acquires acceleration data.
  • the data collecting unit 11 time-integrates the acceleration data measured within a preset data sampling time (for example, a period of 0.2 seconds), converts it into velocity data, and converts it into velocity data. Vibration data is collected at each time, that is, at each data sampling time. As a result, the vibration data are vibration velocities arranged in chronological order.
  • the data collection unit 11 performs measurement and calculation of vibration data for 0.2 seconds as a data sampling time, for example, at a preset data acquisition cycle (for example, every 1 second).
  • the data sampling time in the continuous cold rolling mill is preferably set to 0.1 seconds or more and 1 second or less, and the data acquisition period is preferably set to 1 second or more and 5 seconds or less. If the data sampling time is less than 0.1 seconds, it may not be possible to obtain enough data to identify the vibration of the rolling mill, and if it exceeds 1 second, the calculation load for frequency analysis, etc. may increase. so to avoid them. Also, if the data acquisition cycle is less than 1 second, the calculation load for frequency analysis, etc.
  • the data collection unit 11 collects vibration data from each of the vibrometers 8A, 8B, 8C, and 8D.
  • Vibration meter 8D (8A, 8B, 8C) may be configured to collect vibration data.
  • Rolling mill (stand) 2D (2A, 2B, 2C) where the vibrometer 8D (8A, 8B, 8C) is installed based on the vibration data collected by any one of the vibrometers 8D (8A, 8B, 8C) ) can be reliably detected.
  • the vibration meters 8A, 8B, 8C, and 8D may be not only acceleration sensors, but also position sensors or speed sensors capable of measuring vibrations. This is because acceleration, velocity, and displacement data can be mutually converted by time integration and time differentiation.
  • the frequency analysis unit 12 frequency-analyzes the vibration data collected within the data sampling time by the data collection unit 11, and analyzes the analysis data (hereinafter referred to as first analysis data) consisting of the vibration intensity for each frequency according to the data acquisition cycle. generated for each
  • the frequency analysis unit 12 extracts the amplitude and phase of the vibration velocity for each frequency by Fourier transform, for example, and extracts the absolute value of the amplitude of the vibration velocity at each frequency as the vibration intensity.
  • the frequency after Fourier transform of digital data becomes a discrete value depending on the number of data to be Fourier transformed and the sampling frequency.
  • a plurality of frequencies are set for the frequency analysis unit 12 to perform frequency analysis, and these are referred to as reference frequencies.
  • a plurality of frequencies may be arbitrarily selected from a frequency band equal to or less than half the sampling frequency of the vibration meters 8A, 8B, 8C, and 8D as the reference frequency.
  • the sampling frequency is the number of times the vibration meter measures vibration (for example, acceleration) per second, and varies depending on the specifications of the vibration meter used.
  • the lowest sampling frequency among the sampling frequencies of the plurality of vibrometers 8A, 8B, 8C, and 8D may be used as the representative value. It is preferable to select 20 or more and 1600 or less frequencies from a frequency band of 1/2 or less of the sampling frequency as the reference frequency.
  • the frequency analysis unit 12 sets the sampling frequency of the vibrometers 8A, 8B, 8C, and 8D to 5120 Hz, sets the reference frequency every 5 Hz (400 in total) in the frequency range of 5 Hz to 2000 Hz, and sets the reference frequency to Analyze vibration intensity.
  • the frequency analysis unit 12 is not limited to the Fourier transform as long as it can analyze vibration data into vibration intensity for each frequency, and can use a known frequency analysis method such as a wavelet transform or a windowed Fourier transform. In that case also, the same method as described above may be used for setting the reference frequency.
  • the principal component analysis unit 13 performs principal component analysis using reference data indicating a normal state on the first analysis data generated by the frequency analysis unit 12, and generates evaluation data.
  • Evaluation data refers to data obtained by projecting observation data (first analysis data in this embodiment) onto a space configured by principal component vectors. That is, the evaluation data is specified by a scalar quantity obtained by projecting the observation data in the direction of each of a plurality of principal component vectors, and is composed of information on the same number of scalar quantities as the number of principal component vectors. Note that when the first analysis data about the vibration intensity for each frequency generated by the frequency analysis unit 12 is used as it is, the principal component analysis unit 13 performs the principal component analysis of the first analysis data consisting of the vibration intensity for each frequency.
  • Principal component analysis consists of an analysis that synthesizes a small number of uncorrelated variables called principal components that best represent the overall variation from a large number of correlated variables, and a preset principal component vector. Although it may be used in both senses of computation for calculating the projection of observation data for space, the principal component analysis executed by the principal component analysis unit 13 of this embodiment is used in the latter sense. do. That is, the principal component analysis unit 13 in this embodiment calculates the projection (evaluation data) of the first analysis data with respect to the space configured by the principal component vector (reference data) representing the preset normal state. It has a function to
  • the first to i-th principal components (reference data) used in the principal component analysis performed by the principal component analysis unit 13 are the frequencies obtained when the rolling mills 2A, 2B, 2C, and 2D are not generating abnormal vibrations. It is set based on the vibration intensity (reference vibration data) for each vibration. That is, in normal operation, the frequency analysis unit 12 performs frequency analysis on the vibration data collected by the data collection unit 11 to generate reference vibration data indicating the vibration intensity for each reference frequency for each data acquisition cycle.
  • a principal component deriving unit 16 which will be described later, performs a principal component analysis on the reference vibration data to generate reference data.
  • the principal component analysis performed by the principal component deriving unit 16 means an analysis of synthesizing a small number of uncorrelated principal component vectors that best represent the overall variation from a large number of correlated variables.
  • a normal state in which the rolling mills 2A, 2B, 2C, and 2D do not generate abnormal vibration means a state in which abnormal vibration does not occur in any of the rolling mills 2A, 2B, 2C, and 2D at the standard rolling speed. . Abnormal vibration will be described later.
  • the reference vibration data is, for example, based on vibration data measured during rolling within 12 hours after the support rolls 5 are replaced with new ones.
  • the reference vibration data may be referred to as normal analysis data as data obtained by analyzing normal vibration behavior in which abnormal vibration does not occur.
  • the reference vibration data may be based on vibration data measured during rolling within 24 hours after the support rolls 5 are replaced with new ones. This is because it is empirically known that it takes at least two days for the support roll 5 to wear into a polygonal shape, and that abnormal vibration does not occur for about two days after the support roll 5 is replaced with a new one. is.
  • the data sampling time for acquiring the reference vibration data should be set to be the same as the data sampling time for detecting anomalies during operation (after 24 hours have passed since the support roll 5 was replaced with a new one). preferable.
  • the data acquisition cycle may be set to a different cycle for acquiring reference vibration data and for acquiring vibration data during operation.
  • a plurality of reference vibration data are generated for each data acquisition cycle acquired during normal operation, with the vibration intensity for each frequency acquired within the data sampling time as one data set. Therefore, the reference vibration data has multiple data sets.
  • the number of data sets included in the reference vibration data is preferably 30,000 or more and 200,000 or less.
  • the reference data calculated using the vibration intensity for each reference frequency in the normal state which is determined in this way, is hereinafter sometimes referred to as the first reference data.
  • a cumulative value is calculated by accumulating the contribution rate of the first principal component representing the feature amount of the reference vibration data in the principal component space in descending order of the contribution rate, and the cumulative value of the calculated contribution rate (cumulative contribution i principal components are selected as reference data from the conditions under which the ratio) reaches a preset value.
  • the preset cumulative contribution rate is referred to as a reference contribution rate or a set contribution rate.
  • the reference contribution rate in this embodiment can be arbitrarily set from a numerical value of 1 (100%) or less based on the chatter mark occurrence record.
  • the reference contribution ratio is preferably set at 0.4 (40%) or more and 0.7 (70%) or less, more preferably 0.6 (60%) or more and 0.7 (70%) or more. %) or less.
  • the reference contribution rate is an index that affects the degree (reproducibility) of reproducing the vibration behavior of the reference vibration data in the principal component space. If the reference contribution rate is too large, the vibration behavior of the reference vibration data can be reproduced with high accuracy in the principal component space, but the measurement noise included in the reference vibration data will also be reproduced in the principal component space.
  • the reference contribution rate is too small, the influence of the measurement noise contained in the reference vibration data can be eliminated, but the feature of the vibration behavior of the reference vibration data tends to be lost in the principal component space.
  • the preferred range of the reference contribution rate depends on the rolling mill used and the rolling conditions of the steel sheet, it is preferable to set the above range for the purpose of detecting abnormal vibration of the tandem rolling mill.
  • a principal component derivation section 16 that derives principal components using reference vibration data (normal analysis data) generated in the frequency analysis section 12 of the abnormality detection device 10 for the rolling mill.
  • the principal component deriving unit 16 analyzes a plurality of correlated reference vibration data to specify a principal component vector that best expresses the overall variation with a small number of uncorrelated data.
  • the first to i-th principal components obtained by the principal component derivation unit 16 are sent to the principal component analysis unit 13, and the analysis data acquired by the principal component analysis unit 13 during operation (specifically, the A projection (evaluation data) from the first principal component of the first analysis data or the second analysis data described later) to the i-th principal component may be calculated.
  • the frequencies at which chatter marks are likely to occur in the rolling mills 2A, 2B, 2C, and 2D are known in advance, a plurality of frequencies similar to those frequencies are obtained in advance when deriving the principal components in the principal component deriving unit 16.
  • the number of variables used for the principal component analysis in the principal component analysis unit 13 may be reduced by selection.
  • the abnormality detection unit 15 determines the occurrence of abnormal vibration based on the evaluation data generated by the principal component analysis unit 13. Specifically, the abnormality detection unit 15 detects the first principal component of the analysis data generated by the principal component analysis unit 13 in the analysis data (specifically, the first analysis data and the second analysis data described later). A difference from the projection (evaluation data) for the i principal component is calculated and specified as an outlier component. Since the reference data represents the feature quantity of the normal vibration data, the abnormal vibration appears in a direction deviating from the reference data. Then, the abnormal vibration is determined by monitoring the deviation component, which is the degree of deviation of the analysis data acquired during operation by the principal component analysis unit 13 from the reference data (from the first principal component to the i-th principal component). can be done.
  • the deviation component which is the degree of deviation of the analysis data acquired during operation by the principal component analysis unit 13 from the reference data (from the first principal component to the i-th principal component).
  • the outlier component is sometimes called the Q statistic.
  • the abnormality detection unit 15 has a threshold for determining abnormal vibration from the deviation component, and determines that abnormal vibration is occurring when the deviation component is equal to or greater than the threshold.
  • the threshold value used in the abnormality detection unit 15 can be set based on the actual value of the vibration intensity obtained under the condition that chatter marks do not occur, based on the past operational results.
  • the principal component analysis unit 13 described above performs principal component analysis on the first analysis data indicating the vibration intensity for each frequency.
  • abnormal vibrations are often vibrations that occur at one pitch of a rotating body, which will be described later, and chatter marks may occur due to abnormal vibrations caused by the rotation of the support rolls 5 .
  • the frequency of the abnormal vibration corresponding to the rotational motion of the equipment constituting the rolling mills 2A, 2B, 2C, and 2D varies depending on the rolling speed. Therefore, it is preferable that the principal component analysis unit 13 calculates the projection from the first principal component of the analysis data extracted as the evaluation data for each rolling speed to the i-th principal component.
  • the reference vibration data is acquired for each rolling speed, and the main component deriving unit 16 generates the reference data for each rolling speed. is preferred. This makes it easier for the abnormality detector 15 to clearly identify the difference between the normal state and the abnormal state for each rolling speed, thereby improving the accuracy of abnormality detection.
  • Classification of the evaluation data is based on the maximum speed of the rolling mills 2A, 2B, 2C, and 2D. is preferred.
  • the abnormality detection device 10 for the rolling mill converts the frequency into pitch based on the rolling speed, and the data conversion unit 14 performs data conversion to convert the first analysis data into vibration intensity for each pitch (second analysis data).
  • the data conversion unit 14 converts the first analysis data of the vibration intensity corresponding to the reference frequency to the vibration intensity for each pitch for each of the rolling mills 2A, 2B, 2C, and 2D in which the vibration meters 8A, 8B, 8C, and 8D are installed. (data conversion step).
  • the pitch in the present embodiment is an index corresponding to the longitudinal distance of the metal strip S or the circumferential distance of the work rolls 4 of the rolling mills 2A, 2B, 2C, and 2D, which is associated with the vibration frequency. is.
  • the pitch means the interval between vibration peaks adjacent to each other in the longitudinal direction of the metal strip S or in the circumferential direction of the work roll 4 as a result of the above-described data conversion by the data conversion unit 14 .
  • a standard pitch is stored in the data conversion unit 14 as a pitch corresponding to the standard rolling speed.
  • the standard pitch refers to the pitch calculated from the above equation (1) using the reference frequency f of the frequency analysis executed by the frequency analysis unit 12 and the standard rolling speed V.
  • the standard pitch set in this way is a series of discrete numbers corresponding to the reference frequency.
  • the reason for using the standard pitch in this embodiment is as follows. That is, the rolling speed when the metal strip S is rolled by the rolling mills 2A, 2B, 2C, and 2D is not necessarily constant, and even when rolling one metal strip S, the rolling speed changes within the metal strip S. . Therefore, even vibrations occurring at the same pitch are measured as vibrations of different frequencies when the rolling speed is different.
  • a standard pitch is set in order to evaluate vibration phenomena generated from the same vibration source and observed at different frequencies depending on the rolling speed using a unified index. That is, the vibration behavior observed as vibration of different frequencies due to different rolling speeds for the vibration source generated at a constant pitch is converted into the vibration behavior corresponding to the standard rolling speed, and this is converted to the vibration behavior for each pitch. It is expressed as vibration intensity. As a result, the vibration intensity at an arbitrary rolling speed obtained during actual operation can be evaluated using a constant index of vibration intensity corresponding to the standard pitch.
  • the data conversion unit 14 converts the vibration intensity for each reference frequency (first analysis data) to the vibration intensity for each standard pitch ( second analysis data).
  • linear interpolation can be used for the interpolation, and a DC component whose frequency component is "0" is interpolated as "0". All frequencies to be extrapolated are set to "0".
  • the frequency at which an abnormality occurs can be evaluated using a constant index called the standard pitch.
  • the term "pitch” is used to mean the "standard pitch” associated with the reference frequency and the standard rolling speed. In other words, “pitch” is synonymous with “standard pitch” unless otherwise specified.
  • Vibration meters 8A, 8B, 8C, and 8D superimpose and measure the vibration caused by the rotation of the work rolls 4 and the natural period vibration of the rolling mills 2A, 2B, 2C, and 2D.
  • the vibration caused by the former changes according to the rolling speed, and the vibration caused by the latter is measured as vibration independent of the rolling speed. Therefore, when the rolling speed changes, the frequency of the vibration caused by the rotation of the work rolls 4 and the like measured by the vibrometers 8A, 8B, 8C and 8D changes.
  • the vibration intensity corresponding to the vibration of the natural period of the rolling mills 2A, 2B, 2C, and 2D although the vibration frequency does not change significantly, the magnitude (amplitude) of the vibration intensity often changes. From such characteristics of the vibration of the rolling mill, a method of detecting abnormal vibration of the rolling mill based on the vibration intensity at a specific frequency by focusing on a specific frequency is proposed. Although it is possible to detect an abnormality corresponding to the vibration of the rolling mills 2A, 2B, 2C, and 2D, it is difficult to detect an abnormality related to rotating bodies such as the work rolls 4, the support rolls 5, and their bearings. was difficult at times. On the other hand, in the present embodiment, even if the rolling speed is different, since the vibration intensity is converted to the vibration intensity for each standard pitch, it is possible to detect an abnormality in the vibration system caused by the rotation that occurs at a specific pitch. becomes easier.
  • FIG. 9 shows an embodiment in which the abnormality detection device 10 includes both the data conversion section 14 and the principal component derivation section 16 .
  • the first analysis data representing the relationship between the frequency and the vibration intensity generated by the frequency analysis unit 12 is converted by the data conversion unit 14 into the second analysis data consisting of the pitch and the vibration intensity using the above equation (1).
  • the principal component derivation unit 16 shown in FIG. 9 uses a plurality of second reference vibration data composed of the pitch and the vibration strength generated from the vibration strength (reference vibration data) for each frequency in the normal state by the data conversion unit 14. , perform an analysis that synthesizes a few uncorrelated principal component vectors from a large number of correlated variables that best represent the overall variability.
  • a plurality of correlated second reference vibration data with the pitch as a variable are extracted from the first principal component specified as the principal component vector that best represents the overall variation with a small number of uncorrelated data.
  • the i-th principal component is calculated as reference data.
  • Reference data calculated based on the second reference vibration data is hereinafter referred to as second reference data.
  • the second reference data obtained by the principal component derivation unit 16 shown in FIG. to the i-th principal component (evaluation data) may be calculated.
  • the evaluation data calculated as the projection of the second analysis data onto the second reference data is referred to as second evaluation data.
  • the second reference data (from the first principal component to the i-th principal component) obtained from the principal component derivation unit 16 and the pitch and vibration strength obtained from the data conversion unit 14 are obtained.
  • 2 analysis data, projection of the second analysis data at the time of operation onto the second reference data is generated as the second evaluation data.
  • the abnormality detection unit 15 calculates the difference (outlier component) between the second analysis data consisting of the vibration intensity for each pitch and the second evaluation data generated by the principal component analysis unit 13, and the calculated outlier component is calculated in advance. If it is equal to or greater than the set threshold, it is determined that abnormal vibration has occurred.
  • FIG. 1 When the metal strip S is cold rolled, that is, when the rolling equipment 1 is in operation, vibration data of the rolling mills 2A, 2B, 2C, and 2D are measured by the vibration meters 8A, 8B, 8C, and 8D, and the data collection unit 11 is collected (collection step). In the collecting step, data of the data sampling time is collected for each data acquisition cycle.
  • acceleration sensors are used as the vibrometers 8A, 8B, 8C, and 8D
  • the acceleration time-series data acquired by each of the vibrometers 8A, 8B, 8C, and 8D is converted into vibration data of vibration velocity.
  • the collected vibration data is subjected to frequency analysis by the frequency analysis unit 12 to generate first analysis data (frequency analysis step).
  • the frequency analysis unit 12 generates first analysis data including the relationship between frequency and vibration intensity for each data acquisition period.
  • the first analysis data is converted by the data conversion unit 14 into second analysis data indicating the relationship between the pitch and the vibration intensity.
  • the first analysis data is subjected to principal component analysis by the principal component analysis unit 13, and evaluation data is generated as projection onto reference data (first reference data) derived in advance (principal component analysis step).
  • the principal component analysis performed by the principal component analysis unit 13 performs an operation for calculating the projection of the first analysis data with respect to a space configured by preset principal component vectors.
  • the difference (outlier component) between the first analysis data consisting of the vibration intensity for each frequency and the projection from the first principal component of the first analysis data to the i-th principal component (first reference data) that is, the evaluation data is detected as an anomaly. If the deviation component calculated by the unit 15 is equal to or greater than a preset threshold value, it is detected that abnormal vibration is occurring in the rolling mills 2A, 2B, 2C, and 2D (abnormal vibration detection step).
  • the second analysis data is generated in the data conversion unit 14 and sent to the principal component analysis unit 13 .
  • the second analysis data is subjected to principal component analysis by the principal component analysis unit 13, and the second evaluation data is generated as a projection onto pre-derived reference data (second reference data). be done.
  • the principal component analysis executed by the principal component analysis unit 13 performs an operation for calculating the projection of the second analysis data on the space configured by the principal component vectors of the second reference data.
  • the abnormal vibration detection step the second analysis data consisting of the vibration intensity for each pitch and the projection from the first principal component of the second analysis data to the i-th principal component (second reference data), that is, the second evaluation data.
  • the difference (outlier component) is calculated by the abnormality detection unit 15, and when the outer component is equal to or greater than a preset threshold value, it is detected that abnormal vibration is occurring in the rolling mills 2A, 2B, 2C, and 2D.
  • abnormal vibrations of the rolling mills 2A, 2B, 2C, and 2D that generate chatter marks can be accurately detected.
  • the original characteristics of the equipment for example, the vibration component naturally generated by the meshing of the gears of the rolling mills 2A, 2B, 2C, and 2D, and the vibration characteristics of the bearings of the rolling mills 2A, 2B, 2C, and 2D are used as the standard for normal operation.
  • the feature quantity of the vibration data is specified as a representative principal component, it is possible to perform an analysis that emphasizes only abnormal vibrations.
  • Abnormal vibrations of the rolling mills 2A, 2B, 2C, and 2D are caused by natural vibrations of the rolling mills 2A, 2B, 2C, and 2D, defective bearings, engagement of gears, defective coupling, or rotation of equipment due to rattling. A lot of vibration. For this reason, conventional detection of abnormal vibration is performed based on whether or not the amplitude of a specific frequency exceeds a certain threshold.
  • chatter marks minute vibrations are generated at a frequency corresponding to the pitch of the chatter marks before the chatter marks are generated, and grow with time. That is, first, minute vibrations caused by equipment are generated, and then chatter marks are generated on the surface of the metal band S.
  • the steady rolling speed changes for each metal strip S as well. Therefore, it has been difficult to detect minute vibrations before abnormal vibrations occur only by focusing on a predetermined specific frequency.
  • the frequency or pitch at which the vibration intensity increases can be recognized during operation, so even if abnormal vibration occurs in any frequency band, the situation can be detected early. As a result, it is possible to operate the rolling mill while preventing or suppressing abnormal vibrations, preventing or suppressing defects on the surface of the metal strip due to abnormal vibrations, and manufacturing metal strips with excellent appearance. can do.
  • the pitch of the fine marks on the support roll 5 does not change depending on the rolling speed.
  • the fine marks on the support rolls 5 cannot be seen before they are incorporated into the rolling mills 2A, 2B, 2C, and 2D, and the wavelength (pitch) and frequency of the chatter marks cannot be predicted in advance.
  • the vibration data includes vibrations of many other factors that generate vibrations of a certain wavelength, such as the meshing frequency of bearings and gears, and it is impossible to obtain a clear chatter mark vibration peak from the beginning.
  • the vibration data is frequency-analyzed, the relationship between the frequency or the standard pitch at that time and the vibration intensity is obtained, and the principal component analysis method is used to distinguish the vibration peak of the chatter mark from other vibration factors, thereby identifying the abnormal vibration. Allow detection to occur. As a result, abnormal vibrations of the rolling mills 2A, 2B, 2C, and 2D that generate chatter marks can be accurately detected.
  • abnormal vibration when abnormal vibration is detected using the above-described abnormal vibration detection method for the rolling mills 2A, 2B, 2C, and 2D, abnormal vibration of the rolling mills such as the support rolls 5 of the rolling mills 2A, 2B, 2C, and 2D is detected. It may be configured to replace the rotating body that is the cause (support roll replacement step). As a result, even when a plurality of metal strips S are rolled for a long period of time, it is possible to realize a rolling operation that prevents abnormal vibration occurring at any frequency or pitch. Further, by such rolling, chatter marks are not generated on the surface of the metal strip S, or the generation of chatter marks can be suppressed, and the metal strip S with excellent appearance can be manufactured.
  • the performance data of the deviation component for each specific frequency or pitch is obtained in advance, and the performance data is used. Based on this, the threshold value of the outlier component that can satisfy the shipping standards for the metal band S as a product can be set. Then, when abnormal vibration is detected by the abnormality detection unit 15 using the set threshold value of the deviation component, the operation of the rolling mill 1 is temporarily stopped, and the rolling mills 2A, 2B, and 2C where the abnormal vibration occurs. , 2D support rolls 5, and the like, which cause abnormal vibration of the rolling mill, may be replaced. As a result, even when a plurality of metal strips S are rolled for a long period of time, it is possible to realize a rolling operation that prevents abnormal vibration that occurs at a specific frequency or pitch.
  • Example 1 conducted to confirm the action and effect of the present invention is shown below.
  • a rolling facility consisting of four stands (tandem rolling mill) was used, and a vibrometer was attached to the housing of each stand.
  • a sampling frequency of 4000 Hz was used, and the reference frequency was set every 5 Hz between 0 Hz and 2000 Hz.
  • the data collection unit 11 acquired the strength of the vibration velocity for each data acquisition cycle under the conditions of a data sampling time of 0.2 sec and a data acquisition cycle of 1 sec, and output it to the frequency analysis unit 12 .
  • the test materials were metal strips (hereinafter referred to as steel sheets) made of low-carbon steel, and the steel sheets were prepared for invention examples 1 and 2 of embodiment 1 and for comparative examples 1 and 2, respectively.
  • the thickness at the entry side of the rolling equipment is set at 2.0 mm or more and 5.5 mm or less
  • the thickness at the delivery side is 0.5 mm or more and 2.4 mm or less
  • the width of the steel plate is set at 700 mm or more and 1700 mm or less.
  • the steel plate subjected to the test was subjected to a grindstone test, and the chatter mark of the pitch of the vibration frequency was determined by visual inspection.
  • the grinding inspection the steel sheet after alloyed hot-dip galvanizing is manually ground in the rolling direction by pressing a grinding wheel with a light pressing force of about 10 N or less. It was evaluated whether it was visible as a mark. It was confirmed from the patterns (fine marks) left on the support rolls 5 of the fourth stand that the rolling mills in which the chatter marks occurred were all in the final stand (fourth stand). Table 1 shows the evaluation results.
  • the vibration frequency or pitch is written in parentheses when a chatter mark is detected.
  • the vibration frequency when a chatter mark is detected the frequency when the vibration strength exceeds a preset threshold value is described.
  • the pitch when the chatter mark is detected the pitch when the deviation component exceeds a preset threshold in the abnormality detection unit 15 is described.
  • the vibration frequency or pitch is written in parentheses when a chatter mark is found. As the pitch when chatter marks were found, the visually observed striped pattern pitch was described.
  • the frequency when a chatter mark is found is the rolling speed when the part of the steel plate, that is, the chatter mark passes the final stand (fourth stand) where the chatter mark is generated, by visually measuring the pitch of the striped pattern.
  • the result of conversion to the frequency of abnormal vibration is described using the actual value of
  • a vibrometer is installed in the housing of the final stand (fourth stand), the first analysis data is generated by the frequency analysis unit 12, and then the principal component analysis is performed by the principal component analysis unit 13. Evaluation data was calculated using the first reference data as a variable. In addition, after calculating the deviation component, which is the difference between the first analysis data and the evaluation data, in the abnormality detection unit 15, the presence or absence of the chatter mark is determined based on the preset threshold for the deviation component for each frequency. It is what I did.
  • the principal component (first reference data) is a reference calculated from the vibration data for one day measured normally two days after the replacement of the support roll 5 by using the principal component deriving unit 16.
  • the first reference data was calculated by performing a principal component analysis on the vibration data to synthesize a principal component vector that best represents the overall variation with a small number of uncorrelated variables from a large number of correlated variables. For the principal component vectors, 10 principal components were selected in descending order of contribution rate.
  • Invention Example 2 in Table 1 is an example using the anomaly detection device 10 including both the data conversion section 14 and the principal component derivation section 16 shown in FIG.
  • the data converter 14 converted the second reference vibration data into the relationship between the pitch and the vibration intensity.
  • the principal component derivation unit 16 derives the second reference data, which is a principal component vector that best represents the overall variation with a small number of uncorrelated second reference vibration data.
  • the second evaluation data for the second reference vibration data having the second reference data as variables is calculated by the principal component analysis by the principal component analysis unit 13 .
  • the abnormality detection unit 15 determines whether or not there is a chatter mark based on a preset threshold for the deviation component for each pitch. It should be noted that, for Invention Example 2 as well, the principal component derivation unit 16 selected ten principal components in descending order of contribution rate, and used these as the second reference data.
  • the derivation of the principal components (first reference data and second reference data) performed by the principal component deriving unit 16 is performed by classifying the rolling speed by 50 m/min for the reference vibration data obtained from various rolling speeds. It was carried out for each rolling speed.
  • the principal component analysis is performed using the first reference data on the first analysis data consisting of the vibration intensity for each frequency
  • the second reference is applied to the second analysis data Principal component analysis was performed using the data.
  • Comparative Examples 1 and 2 the vibration meter was installed in the housing of the fourth stand, and the threshold value was changed for the first analysis data composed of the vibration intensity for each frequency output by the frequency analysis unit 12 without performing the principal component analysis.
  • the decision was made by In this case, in Comparative Examples 1 and 2, at the same rolling speed, the first analysis data acquired when chatter marks occurred and the first analysis data acquired when chatter marks did not occur.
  • the threshold value related to vibration intensity for determining abnormal vibration was set to Fref1
  • Comparative Example 2 the threshold value related to vibration intensity for determining abnormal vibration was set to Fref2.
  • FIG. 3 is a graph of invention example 1 showing the deviation component calculated by the abnormality detection unit 15 for each frequency
  • FIG. 4 is a graph of invention example 2 showing the deviation component for each standard pitch. Note that FIG. 3 shows the deviation component at a rolling speed of 14 m/sec because the peak position of the deviation component also changes when the rolling speed changes. FIG. 4 also shows the deviation component at a rolling speed of 14 m/sec in accordance with this.
  • the projection of the analysis data (first analysis data and second analysis data) onto the principal components (first reference data and second reference data) is calculated by principal component analysis, and the abnormality detection unit 15 Abnormal vibrations that generate chatter marks and normal vibrations that do not generate chatter marks are clearly distinguished by calculating outlier components corresponding to the first analysis data and the second analysis data. The presence or absence of abnormal vibration that causes chatter marks could be determined with high accuracy.
  • FIG. 5 is a graph showing Comparative Examples 1 and 2 in which abnormality determination was performed using the first analysis data representing the vibration intensity for each frequency output by the frequency analysis unit 12.
  • FIG. 5 shows the results of frequency analysis at a rolling speed of 14 m/sec because the peak position of the vibration intensity also changes when the rolling speed changes.
  • the vibration intensity of the abnormal vibration did not reach the threshold value Fref1, and the abnormal vibration could not be detected.
  • the value of the threshold value Fref2 is used as Comparative Example 2, although the vibration intensity of the abnormal vibration can be detected, even when chatter marks are not generated, the frequency of vibration caused by factors other than chatter marks is generated. Even in the case where the vibration intensity exceeds the threshold value Fref2, the abnormal vibration is erroneously detected.
  • Example 3 and Comparative Example 3 performed as Example 2 of the present invention are shown below.
  • the equipment targeted in this Example 2 is a tandem rolling mill consisting of five stands, and a vibration meter is attached to the housing of each stand.
  • the data acquisition method including the setting of the reference frequency is the same as in the first embodiment.
  • the stand where chatter marks occurred was the final stand (in this case, the fifth stand). Therefore, abnormality detection of the rolling mill was performed using the vibration meter data installed in the working side housing of the fifth stand.
  • Comparative Example 3 an attempt was made to determine the chatter mark while changing the threshold for the vibration intensity for each frequency calculated from the vibration data of the vibration meter installed on the working-side housing of the fifth stand.
  • Table 2 shows the results.
  • the meanings of "O", "X” and parentheses in Table 2 are the same as those in Table 1.
  • FIG. 6 is a graph of Invention Example 3 showing deviation components for each standard pitch.
  • the vibration data for one day measured about one week after the replacement of the support roll 5 is used as the reference vibration data
  • the data conversion unit 14 converts the The second reference vibration data obtained by converting the collected vibration intensities for each frequency into vibration intensities for each standard pitch was used. That is, the principal component vector for the second reference vibration data is calculated by the principal component derivation unit 16 and obtained as the second reference data.
  • the second evaluation data for the second analysis data is calculated by the principal component analysis by the principal component analysis unit 13 using the second reference data as variables.
  • the abnormality detection unit 15 calculates the difference between the second analysis data and the second evaluation data as the deviation component.
  • the principal component analysis clearly distinguishes between abnormal vibration that generates chatter marks and normal vibration that does not generate chatter marks. I was able to judge well. In other words, it is possible to set an appropriate threshold value by calculating the deviation component with respect to the standard pitch without specifying in advance the frequency of the vibration that causes the abnormal vibration.
  • FIG. 7 is a graph showing Comparative Example 3 using a threshold for vibration intensity for each frequency. That is, this is an example in which the abnormality determination is performed using the first analysis data indicating the vibration intensity for each frequency output by the frequency analysis unit. However, since the peak position of the vibration intensity also changes when the rolling speed changes, the frequency analysis result at a rolling speed of 14 m/sec is shown. Comparative Example 3 is the result of determining the occurrence of chatter marks by setting the threshold value Fref3 for the vibration intensity. As shown in FIG. 7, if a specific frequency is set in advance and a threshold value is set only for the band of that frequency, it may be possible to determine the occurrence of chatter marks. Therefore, it is actually difficult to accurately detect the occurrence of chatter marks.
  • the metal strip S is a cold-rolled steel plate, but instead of the cold-rolled steel plate, the metal strip S may be a stainless steel material or a hot-rolled steel plate.
  • the rolling mills 2A, 2B, 2C, and 2D may not have the same configuration, and for example, a 4-high rolling mill and a 6-high rolling mill may coexist as the type of rolling mill.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

圧延機の周辺設備から生じるノイズ等による誤検出を防ぎ、精度よく異常振動を検出する。　圧延機の異常振動検出方法は、圧延機の振動データを収集する収集ステップと、振動データの周波数解析を行い、第１解析データを生成する周波数解析ステップと、予め正常な状態に基づいて特定される基準データを主成分として用いて第１解析データの主成分分析を行い、第１解析データの基準データへの射影である評価データを生成する主成分分析ステップと、評価データと第１解析データとから外れ成分を抽出し、抽出した外れ成分から圧延機の異常を検出する異常振動検出ステップと、を備える。

Description

圧延機の異常振動検出方法、異常検出装置、圧延方法および金属帯の製造方法
　本発明は、鋼板を所定の板厚にする圧延機に生じる振動を検出する方法に関し、特に、鋼板表面に欠陥を生じさせる圧延機の異常振動を検出する方法、異常検出装置、圧延方法および金属帯の製造方法に関するものである。
　一般的に、自動車や飲料缶等に使用される鋼板は、連続鋳造、熱間圧延及び冷間圧延を施され、焼鈍工程と鍍金工程とを経た後に、各々の用途に即して加工される。冷間圧延工程は、製品としての鋼板板厚を決定する最終工程である。鍍金前の鋼板表面が鍍金後の最終製品の表面を決定するため、冷間圧延工程で表面欠陥を防止する機能が求められる。
　冷間圧延工程で発生する表面欠陥の一つに、チャタマークが挙げられる。チャタマークは、金属帯の幅方向に線状のマークが長手方向に周期的に現れる模様であり、主に圧延機の振動（チャタリング）により発生するとされている。また、チャタマークの発生原因の１つとして、支持ロールの多角形変形現象に起因することが知られている（非特許文献１参照）。非特許文献１には、圧延機に特定の条件が整ったとき、自励振動により支持ロールにチャタマークと同様の幅方向の筋模様が発生し、支持ロールのマークが新たな振動源となって大きな振動となり、鋼板にチャタマークが発生するというメカニズムが開示されている。
　非常に軽度のチャタマークは、圧延後の目視検査や板厚測定等で判明せず、鍍金工程後に初めて判明するため、生産性を大きく阻害する要因となる。また、特に缶用鋼板や電磁鋼板等の薄物材料では、チャタリングによる板厚又は張力の急激な変動により、板が破断するなどの現象が発生し生産を阻害することが知られている。
　従来から、生産性の阻害や表面欠陥の防止の観点から、種々のチャタリングの検出方法が開発されている（例えば特許文献１ないし３参照）。特許文献１には、圧延機に取り付けた振動検出器により振動を測定し、得られた振動および圧延パラメータを周波数解析し、振動発生要因ごとに発生し得る周波数の信号強度に基づいてチャタリングを判定する方法が記載されている。
　特許文献２および３には、振動検出器が圧延機本体だけでなく、各スタンド間および冷間圧延機の入出側に配置され、一定角度以上金属板が巻きついているロール（小径ロール）に配置されている。そして、振動計によって得られた振動値の周波数解析が行われ、鋼板の弦振動周波数に一致した周波数において閾値を超えた場合に異常振動が発生していると判定する方法が開示されている。
特開平０８－１０８２０５号公報 特開２０１６－１５３１３８号公報 特開２０１６－２５８２号公報
劉孝宏ら、「製鉄機械におけるバックアップロールの多角形化現象」　日本機械学会〔No.０１－５〕　Ｄｙｎａｍｉｃｓ　ａｎｄ　Ｄｅｓｉｇｎ　Ｃｏｎｆｅｒｅｎｃｅ　２００１　ＣＤ－ＲＯＭ論文集〔２００１．８．６－９，東京〕
　非特許文献１のように、支持ロールのチャタマークに起因する振動を早期に検出できれば、金属帯のチャタマークの発生を抑制することができる。しかしながら、特許文献１の場合、圧延機の周辺設備から生じるノイズ及び圧延機本体に設置された振動源から生じる振動も同時に検出してしまい、誤検出が発生する。また、特許文献２および３の場合、弦振動による振動の発生を抑制することができるが、それ以外を振動源とする振動を検出することが困難である。特に、連続式冷間圧延機（タンデム圧延機）では、スタンドごとに金属帯の搬送速度（圧延速度）が異なる。これにより、スタンドごとにワークロールの回転速度が異なり、複数の周波数の振動が重畳されることによって、チャタリングの検出がより困難になるという課題が生じていた。
　本発明は、上記課題に鑑みてなされたものであって、チャタマークを発生させる異常振動を精度よく検出する圧延機の異常振動検出方法、異常検出装置、圧延方法および金属帯の製造方法を提供することを目的とするものである。
［１］１対のワークロールと前記ワークロールを支持する複数の支持ロールとを有する圧延機の異常振動検出方法であって、前記圧延機の振動データを収集する収集ステップと、前記振動データの周波数解析を行い、第１解析データを生成する周波数解析ステップと、前記第１解析データに対して、予め正常な状態に基づいて特定される基準データを主成分として用いて主成分分析を行い、前記第１解析データの前記基準データへの射影である評価データを生成する主成分分析ステップと、前記評価データと前記第１解析データとから外れ成分を抽出し、抽出した前記外れ成分から圧延機の異常を検出する異常振動検出ステップと、を備えた圧延機の異常振動検出方法である。
［２］前記主成分分析ステップにおいて、前記基準データとして抽出する主成分は前記圧延機における圧延速度毎にそれぞれ設定されている［１］に記載の圧延機の異常振動検出方法である。
［３］前記周波数解析ステップは、周波数毎の振動強度を前記第１解析データとして生成するものであり、圧延速度に基づいて、前記第１解析データをピッチ毎の振動強度を示す第２解析データに変換するデータ変換ステップをさらに有し、前記主成分分析ステップは、前記第２解析データの主成分分析を行う［１］に記載の圧延機の異常振動検出方法である。
［４］前記主成分分析ステップにおいて、前記基準データとして抽出する複数の主成分は、正常な前記圧延機により圧延を行った際に取得した正常解析データを主成分分析したときに、主成分の寄与率の累積値が基準寄与率以上になるように設定されている［１］ないし［３］のいずれかに記載の圧延機の異常振動検出方法である。
［５］前記圧延機は、金属帯を冷間圧延する［１］ないし［４］のいずれかに記載の圧延機の異常振動検出方法である。
［６］１対のワークロールと前記ワークロールを支持する複数の支持ロールとを有する圧延機の異常検出装置であって、前記圧延機の振動データを収集するデータ収集部と、前記振動データの周波数解析を行い、第１解析データを生成する周波数解析部と、前記第１解析データに対して、予め正常な状態に基づいて特定される基準データを主成分として用いて主成分分析を行い、前記第１解析データの前記基準データへの射影である評価データを生成する主成分分析部と、前記評価データと前記第１解析データとから外れ成分を抽出し、抽出した前記外れ成分から圧延機の異常を検出する異常検出部と、を備えた圧延機の異常検出装置である。
［７］上記の［１］ないし［５］のいずれかに記載の圧延機の異常振動検出方法を用いて、圧延機の異常を検出した場合に、前記圧延機の支持ロールを交換する支持ロール交換ステップを含む、圧延方法である。
［８］上記の［７］に記載の圧延方法を用いて、金属帯を製造するステップを含む、金属帯の製造方法である。
　本発明によれば、主成分分析によって生成された評価データの外れ成分から金属帯にチャタマークを発生させる異常振動を評価する。これにより、圧延機の周辺設備から生じるノイズ等による誤検出を防ぎ、チャタマークを発生させる異常振動を精度よく検出することができる。その結果、異常振動を防止あるいは抑制した圧延機の操業を行うことができ、異常振動に起因して金属帯の表面に欠陥が生じることを防止もしくは抑制して、外観に優れた金属帯を製造することができる。
本発明の圧延機の異常検出装置が適用される圧延設備の一例を示す模式図である。 本発明の圧延機の異常検出装置の好ましい実施形態を示す機能ブロック図である。 主成分からの外れ成分を周波数毎に分けた発明例１のグラフである。 外れ成分を標準ピッチ毎に示す発明例２のグラフである。 振動強度に対する閾値を用いた比較例１，２を示すグラフである。 外れ成分を標準ピッチ毎に示す発明例３のグラフである。 振動強度に対する閾値を用いた比較例３を示すグラフである。 本発明の圧延機の異常検出装置の好ましい他の実施形態を示す機能ブロック図である。 本発明の圧延機の異常検出装置の好ましいさらに他の実施形態を示す機能ブロック図である。
　以下、図面を参照して本発明の実施形態に係る圧延機の異常振動検出方法、異常検出装置、圧延方法および金属帯の製造方法について説明する。図１は本発明の圧延機の異常検出装置が適用される圧延設備の一例を示す模式図である。図１の圧延設備１は、例えば金属帯Ｓである鋼帯を冷間圧延する冷間圧延設備であり、４つの圧延機２Ａ，２Ｂ，２Ｃ，２Ｄ（４スタンド）が圧延方向に沿って配置されている。各圧延機２Ａ，２Ｂ，２Ｃ，２Ｄは、それぞれほぼ同一の構成を有しており、ハウジング３と、ハウジング３内に収容され、金属帯Ｓを圧延する１対のワークロール４と、ワークロール４を支持する複数の支持ロール５と、ワークロール４を回転駆動させる駆動装置６とを備える。また、圧延方向で各圧延機２Ａ，２Ｂ，２Ｃ，２Ｄの下流側には、圧延される金属帯Ｓが掛け渡される小径ロール７がそれぞれ設置されている。
　各圧延機２Ａ，２Ｂ，２Ｃ，２Ｄのハウジング３には、振動計８Ａ，８Ｂ，８Ｃ，８Ｄがそれぞれ取り付けられている。振動計８Ａ，８Ｂ，８Ｃ，８Ｄは、それぞれ圧延機２Ａ，２Ｂ，２Ｃ，２Ｄで発生する振動を計測するものであり、例えば加速度センサから成っている。なお、振動計８Ａ，８Ｂ，８Ｃ，８Ｄは、圧延機２Ａ，２Ｂ，２Ｃ，２Ｄの振動を検出できる位置に設置されるものであればハウジング３に限定されず、例えば各ロールチョック、もしくは、圧延される金属帯Ｓが掛け渡される小径ロール７等に設置されてよい。
　具体的には、小径ロール７に振動計８Ａ，８Ｂ，８Ｃ，８Ｄが設置される場合には、振動計８Ａ，８Ｂ，８Ｃ，８Ｄにより取得される振動データは、金属帯Ｓの圧延方向で、前記振動計８Ａ，８Ｂ，８Ｃ，８Ｄが設置された小径ロール７の上流側に配置される圧延機２Ａ，２Ｂ，２Ｃ，２Ｄの振動と対応するとみなすことができる。本実施形態における圧延速度とは、圧延機２Ａ，２Ｂ，２Ｃ，２Ｄにおけるワークロール４の周速度または圧延機２Ａ，２Ｂ，２Ｃ，２Ｄの出側における金属帯Ｓの搬送速度（出側速度）をいう。圧延速度は、振動計８Ａ，８Ｂ，８Ｃ，８Ｄが設置される圧延機２Ａ，２Ｂ，２Ｃ，２Ｄ（以下の説明では、振動計８Ａ，８Ｂ，８Ｃ，８Ｄが設置される箇所をスタンドと称する場合がある。）ごとに特定される。小径ロール７に振動計８Ａ，８Ｂ，８Ｃ，８Ｄが設置される場合には、振動計８Ａ，８Ｂ，８Ｃ，８Ｄによって取得される振動データは、その上流側に配置される圧延機２Ａ，２Ｂ，２Ｃ，２Ｄの圧延速度と対応付けられる。また、本実施形態における標準圧延速度とは、圧延機２Ａ，２Ｂ，２Ｃ，２Ｄに対して、それぞれ設定される任意の圧延速度である。標準圧延速度は、チャタリングが発生しやすい圧延機２Ａ，２Ｂ，２Ｃ，２Ｄにおける圧延速度として経験的に認識される圧延速度を選択してよい。例えば、最終スタンド２Ｄの標準圧延速度として、チャタリングが発生しやすい圧延速度８００ｍ／ｍｉｎ以上１３００ｍ／ｍｉｎ以下の速度域から、９００ｍ／ｍｉｎを選択してよい。その場合、最終スタンド２Ｄより上流側の圧延機２Ａ，２Ｂ，２Ｃにおける標準圧延速度は、最終スタンド２Ｄに対して設定した標準圧延速度を基準に、標準的に設定されるパススケジュールにしたがって、それぞれ設定すればよい。
　図２は本発明の圧延機の異常検出装置の好ましい実施形態を示す機能ブロック図である。なお、図２の圧延機の異常検出装置１０の構成は、例えばコンピュータ等のハードウェア資源によって構築される。圧延機の異常検出装置１０は、チャタマークを発生させる圧延機２Ａ，２Ｂ，２Ｃ，２Ｄの異常振動を検出するものであって、データ収集部１１と、周波数解析部１２と、主成分分析部１３と、異常検出部１５とを備える。また、異常検出装置１０は、後述するデータ変換部１４を備えてよい。
　データ収集部１１は、各振動計８Ａ，８Ｂ，８Ｃ，８Ｄによって検出される振動データを収集する。振動計８Ａ，８Ｂ，８Ｃ，８Ｄが加速度センサである場合、データ収集部１１には、振動計８Ａ，８Ｂ，８Ｃ，８Ｄから振動の加速度データが送られる。データ収集部１１は、加速度データを連続的に取得する。そして、データ収集部１１は取得した加速度データのうち、予め設定されたデータサンプリング時間（例えば０．２秒の期間）内に測定される加速度データを時間積分して速度データに変換し、これを各時刻つまりデータサンプリング時間毎における振動データとして収集する。その結果、振動データは時系列毎に並べられた振動速度になる。
　また、データ収集部１１は、例えばデータサンプリング時間として０．２秒間の測定及び振動データの算出を予め設定されたデータ取得周期（例えば１秒毎）で行う。連続式冷間圧延機におけるデータサンプリング時間は０．１秒以上１秒以下に設定することが好ましく、データ取得周期は、１秒以上５秒以下に設定することが好ましい。データサンプリング時間が０．１秒未満の場合には圧延機の振動を特定できるほどのデータが得られない可能性があり、１秒を超えると周波数解析等の計算負荷が高くなる可能性があるので、これらを避けるためである。また、データ取得周期が１秒未満の場合には、周波数解析等の計算負荷が高くなる可能性があり、５秒を超えると異常振動の検出を早期に行うのが困難になる可能性があるので、これらを避けるためである。なお、ここに示す例では、データ収集部１１は、各振動計８Ａ，８Ｂ，８Ｃ，８Ｄから振動データを収集する場合について例示しているが、各振動計８Ａ，８Ｂ，８Ｃ，８Ｄのうちのいずれか１つの振動計８Ｄ（８Ａ，８Ｂ，８Ｃ）から振動データを収集できるように構成されてよい。いずれかの振動計８Ｄ（８Ａ，８Ｂ，８Ｃ）によって収集される振動データに基づいて、その振動計８Ｄ（８Ａ，８Ｂ，８Ｃ）が設置される圧延機（スタンド）２Ｄ（２Ａ，２Ｂ，２Ｃ）におけるチャタリングを確実に検出できるからである。なお、各振動計８Ａ，８Ｂ，８Ｃ，８Ｄとしては、加速度センサだけでなく、これに替えて、振動を測定可能な位置センサや速度センサを用いてもよい。加速度、速度、変位のデータは、時間積分や時間微分により相互に変換できるからである。
　周波数解析部１２は、データ収集部１１によりデータサンプリング時間内に収集された振動データを周波数解析し、周波数毎の振動強度からなる解析データ（以下、第１解析データと記す。）をデータ取得周期ごとに生成する。周波数解析部１２は、例えばフーリエ変換によって周波数毎の振動速度の振幅及び位相を抽出し、各周波数における振動速度の振幅の絶対値を振動強度として抽出する。なお、デジタルデータのフーリエ変換後の周波数は、フーリエ変換するデータの数とサンプリング周波数とによって離散的な値となる。
　本実施形態では、周波数解析部１２が周波数解析を実行する周波数を複数設定し、これらを基準周波数と称する。基準周波数は、振動計８Ａ，８Ｂ，８Ｃ，８Ｄのサンプリング周波数を基準として、サンプリング周波数の１／２以下の周波数帯から、複数の周波数を任意に選択してよい。サンプリング周波数とは、振動計が１秒間に振動（例えば加速度）を計測する回数をいい、使用する振動計の仕様によって異なる。本実施形態では複数の振動計８Ａ，８Ｂ，８Ｃ，８Ｄのそれぞれのサンプリング周波数の中で最も低い振動計のサンプリング周波数を代表値として使用してよい。基準周波数は、サンプリング周波数の１／２以下の周波数帯から、２０個以上１６００個以下の周波数を選択するのが好ましい。基準周波数が２０個未満では、チャタリングの発生を検知できない可能性があり、１６００個を超えると周波数解析部１２による計算負荷が高くなりすぎないようにデータ取得周期を長く設定する必要が生じて、チャタリングの発生を早期に検知できない可能性があるので、これらを避けるためである。基準周波数は、サンプリング周波数の１／２以下の周波数帯から、２００個以上８００個以下の周波数を選択するのがより好ましい。例えば、周波数解析部１２は、振動計８Ａ，８Ｂ，８Ｃ，８Ｄのサンプリング周波数を５１２０Ｈｚとし、周波数５Ｈｚ以上２０００Ｈｚ以下の範囲で５Ｈｚ毎（計４００個）に基準周波数を設定し、基準周波数毎に振動強度を解析する。なお、周波数解析部１２は、振動データを周波数毎の振動強度に解析できるものであればフーリエ変換に限定されず、ウェーブレット変換や窓フーリエ変換などの公知の周波数解析手法を用いることができる。その場合にも基準周波数の設定は上記と同じ方法を用いてよい。
　主成分分析部１３は、周波数解析部１２で生成された第１解析データに対して正常な状態を示す基準データを用いた主成分分析を行い、評価データを生成する。評価データとは、観測データ（本実施形態では、第１解析データ）を主成分ベクトルにより構成される空間に射影することにより得られるデータをいう。すなわち、評価データは、観測データを複数の主成分ベクトルのそれぞれの方向に射影されたスカラー量により特定され、主成分ベクトルの数と同数のスカラー量の情報によって構成される。なお、周波数解析部１２で生成された周波数毎の振動強度についての第１解析データをそのまま用いた場合、主成分分析部１３は、周波数毎の振動強度からなる第１解析データの主成分分析を施し、予め特定されている第１主成分から第ｉ主成分（基準データ）への射影として算出される評価データを生成する。主成分分析に適用する主成分ベクトル（基準データ）については、後述する。なお、「主成分分析」は、相関のある多数の変数から相関のない少数で全体のばらつきを最もよく表す主成分と呼ばれる変数を合成する解析と、予め設定された主成分ベクトルにより構成される空間に対して、観測データの射影を算出する演算の両者の意味で使用される場合があるが、本実施形態の主成分分析部１３が実行する主成分分析は後者の意味で用いられるものとする。すなわち、本実施形態における主成分分析部１３は、予め設定された正常な状態を表す主成分ベクトル（基準データ）により構成される空間に対して、第１解析データの射影（評価データ）を算出する機能を備える。
　主成分分析部１３が行う主成分分析で用いる第１主成分から第ｉ主成分（基準データ）は、圧延機２Ａ，２Ｂ，２Ｃ，２Ｄが異常振動を発生していない正常時に得られた周波数毎の振動強度（基準振動データ）に基づき設定される。つまり、正常時に、データ収集部１１で収集した振動データに対して周波数解析部１２において、周波数解析を行って基準周波数毎の振動強度を示す基準振動データをデータ取得周期ごとに生成する。その基準振動データに対して、後述する主成分導出部１６で主成分分析を行って基準データが生成される。なお、主成分導出部１６が行う主成分分析は、相関のある多数の変数から相関のない少数で全体のばらつきを最もよく表す主成分ベクトルを合成する解析を意味する。圧延機２Ａ，２Ｂ，２Ｃ，２Ｄが異常振動を発生していない正常時とは、標準圧延速度において、圧延機２Ａ，２Ｂ，２Ｃ，２Ｄのいずれにおいても異常振動が発生していない状態をいう。なお、異常振動については後述する。
　基準振動データは、例えば、支持ロール５が新品に交換されてから１２時間以内の圧延時に測定された振動データに基づくものである。基準振動データは、異常振動が生じない正常な振動挙動を解析したデータとして、正常解析データと称される場合がある。また、基準振動データは、支持ロール５が新品に交換されてから２４時間以内の圧延時に測定された振動データに基づいてよい。支持ロール５が多角形形状に摩耗するまでには、少なくとも２日以上を要し、異常振動は支持ロール５が新品に交換されてから２日間程度は発生しないことが経験的に分かっているからである。基準振動データを取得する際のデータサンプリング時間は、操業中（支持ロール５が新品に交換されてから２４時間を経過した以降）に異常検出を行う場合のデータサンプリング時間と同一に設定するのが好ましい。データ取得周期については、基準振動データを取得する場合と、操業中の振動データを取得する場合とで、異なった周期に設定してもよい。
　基準振動データは、データサンプリング時間内で取得される周波数毎の振動強度を一つのデータセットとして、正常時に取得されるデータ取得周期ごとに複数生成される。したがって、基準振動データは複数のデータセットを有している。基準振動データに含まれるデータセットの数は３０，０００個以上２００，０００個以下が好ましい。このようにして取得した基準振動データを用いて、後述する主成分導出部１６において、基準周波数を変数として相関のある複数の基準振動データを相関のない少数で全体のばらつきを最もよく表す主成分ベクトルを特定する主成分分析により第１主成分から第ｉ主成分が決定され、これを基準データと称する。
　なお、このようにして決定される、正常時における基準周波数毎の振動強度を用いて算出される基準データを、以下では第１基準データとよぶことがある。具体的には、主成分空間において基準振動データの特徴量を代表する第１主成分の寄与率から寄与率の高い順に累積して累積値を算出し、算出した寄与率の累積値（累積寄与率）が予め設定した値に達する条件からｉ個の主成分を基準データとして選択する。ここでは、予め設定する累積寄与率を、基準寄与率または設定寄与率と称する。本実施形態における基準寄与率は、チャタマークの発生実績に基づき、１（１００％）以下の数値から任意に設定できる。通常のタンデム圧延機では、基準寄与率は０．４（４０％）以上０．７（７０％）以下で設定するのが好ましく、より好ましくは０．６（６０％）以上０．７（７０％）以下である。基準寄与率は、基準振動データの振動挙動を主成分空間上で再現する程度（再現性）に影響を与える指標である。基準寄与率が大きすぎると、基準振動データの振動挙動を主成分空間上で精度よく再現できるものの、基準振動データに含まれる計測ノイズなども主成分空間上で再現されてしまう。一方、基準寄与率が小さすぎると、基準振動データに含まれる計測ノイズの影響を排除できるものの、基準振動データの振動挙動に関する特徴が主成分空間において失われる傾向が現れる。基準寄与率の好適な範囲は、使用する圧延機や鋼板の圧延条件に依存するものの、タンデム圧延機の異常振動を検出する目的からは上記範囲に設定するのが好ましい。
　基準データの導出にあたっては、図８に示すように、圧延機の異常検出装置１０の周波数解析部１２において生成した基準振動データ（正常解析データ）を用いて主成分を導出する主成分導出部１６を備えるようにしてよい。主成分導出部１６は、相関のある複数の基準振動データを相関のない少数で全体のばらつきを最もよく表す主成分ベクトルを特定する解析を行う。主成分導出部１６で得られた第１主成分から第ｉ主成分は主成分分析部１３に送られて、主成分分析部１３により操業中に取得される解析データ（具体的には、第１解析データや後述する第２解析データ）の第１主成分から第ｉ主成分への射影（評価データ）を算出するようにしてよい。また、予め圧延機２Ａ，２Ｂ，２Ｃ，２Ｄにおいてチャタマークが発生しやすい周波数が分かっている場合には、主成分導出部１６における主成分の導出にあたって、その周波数と同程度の周波数を予め複数選択し、主成分分析部１３における主成分分析に用いる変数の数を減じてもよい。
　異常検出部１５は、主成分分析部１３が生成する評価データに基づいて異常振動の発生を判定するものである。具体的には、異常検出部１５は、解析データ（具体的には、第１解析データや後述する第２解析データ）の、主成分分析部１３が生成した解析データの第１主成分から第ｉ主成分に対する射影（評価データ）との差分を算出し、これを外れ成分として特定する。基準データは正常時の振動データの特徴量を代表するデータを示しているため、異常振動は基準データから外れる方向に現れる。そして、主成分分析部１３により操業中に取得される解析データの基準データ（第１主成分から第ｉ主成分）から外れる度合いである外れ成分を監視することで、異常振動の判定を行うことができる。外れ成分はＱ統計量と呼ばれることがある。さらに、異常検出部１５は、外れ成分から異常振動を判定するための閾値を有し、外れ成分が閾値以上である場合、異常振動が発生していると判定する。異常検出部１５に用いる閾値は、過去の操業実績に基づき、チャタマークが発生しない条件で得られた振動強度の実績値に基づいて設定することができる。
　上述した主成分分析部１３は、周波数毎の振動強度を示す第１解析データに対して主成分分析を行う。一方、異常振動は、後述する回転体の一周ピッチで発生する振動である場合が多く、チャタマークは支持ロール５の回転に起因した異常振動により発生することがある。圧延機２Ａ，２Ｂ，２Ｃ，２Ｄを構成する機器の回転運動に対応した異常振動の周波数は圧延速度によって変化する。よって、主成分分析部１３には、圧延速度毎にそれぞれ評価データとして抽出する解析データの第１主成分から第ｉ主成分への射影が算出されているのが好ましい。さらに、圧延機２Ａ，２Ｂ，２Ｃ，２Ｄに異常振動が生じていない正常状態において、圧延速度毎に基準振動データを取得して、主成分導出部１６により圧延速度毎に基準データを生成するのが好ましい。これにより異常検出部１５では、圧延速度毎に正常時と異常時との差異を明確に識別しやすくなり、異常検出の精度が向上する。評価データの区分は、圧延機２Ａ，２Ｂ，２Ｃ，２Ｄの最高速度を基準として５段階以上２０段階以下程度に圧延速度を区分して、それぞれの圧延速度域に対して評価データを生成するのが好ましい。
　一方、圧延速度が異なる場合であっても、同一の指標で異常の発生を評価することが好ましい。そこで、圧延機の異常検出装置１０は、圧延速度に基づいて周波数をピッチに換算し、第１解析データをピッチ毎の振動強度（第２解析データ）に変換するデータ変換を行うデータ変換部１４をさらに備えていてよい。データ変換部１４は、振動計８Ａ，８Ｂ，８Ｃ，８Ｄが設置される圧延機２Ａ，２Ｂ，２Ｃ，２Ｄごとに、基準周波数に対応する振動強度の第１解析データをピッチ毎の振動強度を示す第２解析データに変換する（データ変換ステップ）。ここで、本実施形態におけるピッチとは、振動の周波数に対応付けられた、金属帯Ｓの長手方向の距離または圧延機２Ａ，２Ｂ，２Ｃ，２Ｄのワークロール４の周方向距離に対応する指標である。つまり、ピッチとは、データ変換部１４での上述したデータ変換の結果、金属帯Ｓの長手方向やワークロール４の周方向で、互いに隣接することになった振動ピークの間隔を意味する。具体的には、ピッチＰ（ｍｍ）は、圧延速度Ｖ（ｍ／ｍｉｎ）と振動の周波数ｆ（Ｈｚ）を用いて、以下の式により関係づけられる。
　　　Ｐ＝（１０００×Ｖ）／（ｆ×６０）　　　　　・・・（１）
　データ変換部１４には、標準圧延速度に対応するピッチとして標準ピッチが記憶されている。標準ピッチとは、周波数解析部１２が実行する周波数解析の基準周波数ｆと、標準圧延速度Ｖとを用いて、上記の（１）式から計算されるピッチをいう。このようにして設定される標準ピッチは、基準周波数に対応する複数の離散的な数値列である。本実施形態で標準ピッチを用いる理由は以下の通りである。すなわち、圧延機２Ａ，２Ｂ，２Ｃ，２Ｄにより金属帯Ｓを圧延する場合の圧延速度は、必ずしも一定ではなく、１つの金属帯Ｓを圧延する際にも金属帯Ｓ内で圧延速度が変化する。そのため、同一のピッチで生じる振動であっても、圧延速度が異なると、異なる周波数の振動として計測される。この場合、複数の周波数帯の振動が重畳していると、圧延速度が変化した場合に、振動の原因が同一のものか否かが明確には把握できなくなる。そこで、同一の振動源から発生し、圧延速度に応じて異なる周波数で観測される振動現象を、統一した指標を用いて評価するために標準ピッチを設定する。すなわち、一定のピッチで発生する振動源に対して、圧延速度が異なるために異なった周波数の振動として観測される振動挙動を、標準圧延速度に対応する振動挙動に換算し、これをピッチごとの振動強度として表したものである。これにより、実際に操業中に取得される任意の圧延速度における振動強度を、標準ピッチに対応する振動強度という一定の指標により評価することができる。
　そして、データ変換部１４は、内挿又は外挿等のデータ補間を行うことにより、操業中の圧延速度を用いて基準周波数毎の振動強度（第１解析データ）を標準ピッチ毎の振動強度（第２解析データ）に変換する。このとき、内挿は線形内挿を用いることができ、周波数成分が「０」の直流成分に関しては「０」として内挿する。また外挿となる周波数に関してはすべて「０」とおく。これにより、金属帯毎に圧延速度が異なっていても、異常が発生している周波数を標準ピッチという一定の指標で評価できる。なお、以降では、特定のピッチに対応した振動の異常を判定する観点から、「ピッチ」という場合は、基準周波数と標準圧延速度により対応付けられた「標準ピッチ」の意味として用いる。すなわち、特に断らない限り、「ピッチ」は「標準ピッチ」と同義であるものとする。
　ここで、圧延機２Ａ，２Ｂ，２Ｃ，２Ｄに設置した振動計８Ａ，８Ｂ，８Ｃ，８Ｄにより計測される振動について説明する。振動計８Ａ，８Ｂ，８Ｃ，８Ｄでは、ワークロール４などの回転に起因した振動と、圧延機２Ａ，２Ｂ，２Ｃ，２Ｄの固有周期の振動とが重畳されて計測される。前者による振動は圧延速度に応じて変化し、後者による振動は圧延速度に依存しない振動として計測される。そのため、圧延速度が変化すると、ワークロール４などの回転に起因した振動については、振動計８Ａ，８Ｂ，８Ｃ，８Ｄにより計測される振動の周波数が変化する。一方、圧延機２Ａ，２Ｂ，２Ｃ，２Ｄの固有周期の振動に対応する振動強度については、振動の周波数には大きな変化がないものの、振動強度の大きさ（振幅）が変化する場合が多い。このような圧延機の振動の特徴から、特定の周波数に着目して、その周波数における振動強度に基づいて圧延機の異常振動を検出する方法では、圧延機２Ａ，２Ｂ，２Ｃ，２Ｄの固有周期の振動に対応した異常を検出することができても、圧延機２Ａ，２Ｂ，２Ｃ，２Ｄにおけるワークロール４、支持ロール５、およびそれらの軸受部などの回転体に関連する異常を検出するのが困難な場合があった。これに対して、本実施形態は、圧延速度が異なる場合であって、標準ピッチ毎の振動強度に換算するので、特定のピッチで発生するような回転に起因した振動系の異常を検知することが容易になる。
　異常検出装置１０に、データ変換部１４と主成分導出部１６の両者を含む実施形態を図９に示す。周波数解析部１２が生成する周波数と振動強度との関係を表す第１解析データは、データ変換部１４により上記の（１）式を用いてピッチと振動強度からなる第２解析データに変換される。一方、図９に示す主成分導出部１６は、データ変換部１４が正常時における周波数毎の振動強度（基準振動データ）から生成したピッチと振動強度からなる複数の第２基準振動データを用いて、相関のある多数の変数から相関のない少数で全体のばらつきを最もよく表す主成分ベクトルを合成する解析を実行する。図９に示す主成分導出部１６において、ピッチを変数として相関のある複数の第２基準振動データを相関のない少数で全体のばらつきを最もよく表す主成分ベクトルとして特定される第１主成分から第ｉ主成分を、基準データとして算出する。以下では、第２基準振動データに基づいて算出される基準データを第２基準データと称する。図９に示す主成分導出部１６で得られた第２基準データは、主成分分析部１３に送られて、主成分分析部１３により操業中に取得される第２解析データの第１主成分から第ｉ主成分への射影（評価データ）を算出するようにしてよい。以下では、第２解析データの第２基準データへの射影として算出される評価データを、第２評価データと称する。
　そして、主成分分析部１３では、主成分導出部１６から取得した第２基準データ（第１主成分から第ｉ主成分）と、データ変換部１４から取得したピッチと振動強度の関係を表す第２解析データとから、操業時の第２解析データの第２基準データへの射影を第２評価データとして生成する。そして、異常検出部１５では、ピッチ毎の振動強度からなる第２解析データと、主成分分析部１３が生成した第２評価データとの差分（外れ成分）を算出し、算出した外れ成分が予め設定した閾値以上である場合、異常振動が発生していると判定する。
　図１及び図２を参照して本発明の圧延機の異常振動検出方法および異常検出装置１０の作用について説明する。金属帯Ｓの冷間圧延が行われる際すなわち圧延設備１の操業時において、圧延機２Ａ，２Ｂ，２Ｃ，２Ｄの振動データが振動計８Ａ，８Ｂ，８Ｃ，８Ｄによって測定され、データ収集部１１で収集される（収集ステップ）。収集ステップでは、データ取得周期ごとに、データサンプリング時間のデータが収集される。振動計８Ａ，８Ｂ，８Ｃ，８Ｄとして加速度センサを用いる場合には、各振動計８Ａ，８Ｂ，８Ｃ，８Ｄが取得した加速度の時系列データを振動速度の振動データに変換する。収集された振動データは、周波数解析部１２によって周波数解析され、第１解析データが生成される（周波数解析ステップ）。周波数解析部１２は、周波数と振動強度の関係からなる第１解析データをデータ取得周期ごとに生成する。ただし、データ変換部１４を備える場合には、第１解析データはピッチと振動強度との関係を示す第２解析データに当該データ変換部１４で変換される。
　第１解析データは、主成分分析部１３によって主成分分析され、予め導出された基準データ（第１基準データ）への射影として評価データが生成される（主成分分析ステップ）。主成分分析部１３が実行する主成分分析は、予め設定された主成分ベクトルにより構成される空間に対して、第１解析データの射影を算出する演算を行うものである。その後、周波数毎の振動強度からなる第１解析データと、第１解析データの第１主成分から第ｉ主成分（第１基準データ）に対する射影つまり評価データとの差分（外れ成分）が異常検出部１５で算出され、外れ成分が予め設定された閾値以上の場合、圧延機２Ａ，２Ｂ，２Ｃ，２Ｄに異常振動が生じていることを検出する（異常振動検出ステップ）。
　一方、データ変換部１４を備える場合には、データ変換部１４において第２解析データが生成され、主成分分析部１３に送られる。この場合には、主成分分析ステップにおいて、第２解析データが、主成分分析部１３によって主成分分析され、予め導出された基準データ（第２基準データ）への射影として第２評価データが生成される。主成分分析部１３が実行する主成分分析は、第２基準データからなる主成分ベクトルにより構成される空間に対して、第２解析データの射影を算出する演算を行うものである。その後、異常振動検出ステップにおいて、ピッチ毎の振動強度からなる第２解析データと、第２解析データの第１主成分から第ｉ主成分（第２基準データ）に対する射影つまり第２評価データとの差分（外れ成分）が異常検出部１５で算出され、外れ成分が予め設定された閾値以上の場合、圧延機２Ａ，２Ｂ，２Ｃ，２Ｄに異常振動が生じていることを検出する。
　上記実施の形態によれば、チャタマークを発生させる圧延機２Ａ，２Ｂ，２Ｃ，２Ｄの異常振動を、精度よく検出することができる。つまり、設備本来が持つ特性、たとえば圧延機２Ａ，２Ｂ，２Ｃ，２Ｄの歯車のかみ合いにより自然に発生する振動成分や、圧延機２Ａ，２Ｂ，２Ｃ，２Ｄのベアリングの振動特性を正常時の基準振動データの特徴量を代表する主成分として特定しておくことで、異常のある振動のみを際立たせる解析が可能となる。
　圧延機２Ａ，２Ｂ，２Ｃ，２Ｄの異常振動は、圧延機２Ａ，２Ｂ，２Ｃ，２Ｄの固有振動やベアリング不良、ギアのかみ合い、カップリング不良、もしくはがたつき等による機器の回転に起因する振動が多い。このため、従来の異常振動の検出は、特定周波数の振幅がある一定の閾値を超えるか否かにより行われている。一方、チャタマークが発生する場合、チャタマークの発生前からチャタマークのピッチに相当する周波数に微小な振動が発生しており、時間が経つごとに成長していく。すなわち、はじめに設備起因の微小な振動が発生し、その後に金属帯Ｓの表面にチャタマークが発生する。しかしながら、実際の操業中には、金属帯Ｓごとにも定常圧延速度が変化する。そのため、予め設定した特定の周波数に着目していただけでは異常振動に至る前の微小な振動を検知することが困難であった。これに対して、本実施形態では、振動強度が増加する周波数またはピッチを操業中に認識できるので、いずれの周波数帯で異常振動が生じても、その状況を早期に検出できる。その結果、異常振動を防止あるいは抑制した圧延機の操業を行うことができ、異常振動に起因して金属帯の表面に欠陥が生じることを防止もしくは抑制して、外観に優れた金属帯を製造することができる。
　さらに、チャタマークが発生する原因となる異常振動の振動源を調査した結果、チャタマークが発生する際に、チャタマークと同一ピッチの微細マークが上下どちらかの支持ロール５の表面に発生する場合（例えば支持ロール５が多角形形状に摩耗する場合）があることが分かった。そして、支持ロール５の微細マークが所定の圧延速度で圧延機２Ａ，２Ｂ，２Ｃ，２Ｄと共振を引き起こし、徐々に明瞭になっていくと同時に、圧延機２Ａ，２Ｂ，２Ｃ，２Ｄの異常振動が大きくなっていく。
　支持ロール５の微細マークのピッチは、圧延速度によっては変化しない。支持ロール５の微細マークは圧延機２Ａ，２Ｂ，２Ｃ，２Ｄの組み入れ前には見えず、予めチャタマークの波長（ピッチ）や周波数を予測することはできない。また、振動データにはベアリングやギアのかみ合い周波数等、一定波長の振動を発生させる多くのほかの要因の振動も加わっており、初めから明瞭なチャタマークの振動ピークを得られることはない。
　そこで、振動データを周波数解析し、その時刻における周波数もしくは標準ピッチと振動強度との関係を求め、主成分分析の手法を用いてチャタマークの振動ピークをその他の振動要因から峻別し、異常振動の検出が行われるようにする。これにより、チャタマークを発生させる圧延機２Ａ，２Ｂ，２Ｃ，２Ｄの異常振動を、精度よく検出することができる。
　さらに、上記の圧延機２Ａ，２Ｂ，２Ｃ，２Ｄの異常振動検出方法を用いて、異常振動を検出した場合に、圧延機２Ａ，２Ｂ，２Ｃ，２Ｄの支持ロール５など圧延機の異常振動の原因となっている回転体を交換するように構成してよい（支持ロール交換ステップ）。これにより、複数の金属帯Ｓを長期間圧延する場合でも、いずれかの周波数またはピッチにおいて発生する異常振動を防止した圧延の操業を実現できる。また、このような圧延により、金属帯Ｓの表面にチャタマークが生じない、あるいは、チャタマークの発生を抑制することができ、外観に優れた金属帯Ｓを製造することができる。一方、特定の周波数またはピッチで異常振動が発生することが経験的に分かっている場合には、前記特定の周波数毎またはピッチ毎の外れ成分の実績データを予め取得しておき、その実績データに基づいて、金属帯Ｓの製品としての出荷基準を満たすことのできる外れ成分の閾値を設定すればよい。そして、設定した外れ成分の閾値を用いて、上記異常検出部１５において、異常振動を検出した場合には、圧延設備１の操業を一旦停止し、異常振動が発生した圧延機２Ａ，２Ｂ，２Ｃ，２Ｄの支持ロール５など圧延機の異常振動の原因となっている回転体を交換するようにしてもよい。これにより、複数の金属帯Ｓを長期間圧延する場合でも、特定の周波数またはピッチにおいて発生する異常振動を防止した圧延の操業を実現できる。
　以下に本発明の作用・効果を確認するために行った実施例１を示す。４スタンドからなる圧延設備（タンデム圧延機）を用い、各スタンドのハウジングに振動計を取り付けた。サンプリング周波数は４０００Ｈｚを用いており、基準周波数は、周波数０Ｈｚ以上２０００Ｈｚの間で５Ｈｚごとに設定した。データ収集部１１は、データサンプリング時間０．２ｓｅｃ、データ取得周期１ｓｅｃの条件で、データ取得周期ごとに振動速度の強度を取得し、周波数解析部１２へ出力した。供試材は低炭素鋼から成る金属帯（以下、鋼板と記す。）であり、当該鋼板を実施１の発明例１および２、比較例１および２ごとに、それぞれ用意した。上記の鋼板の圧延方向（進行方向）で圧延設備の入側厚みは２．０ｍｍ以上５．５ｍｍ以下、出側厚み０．５ｍｍ以上２．４ｍｍ以下、鋼板幅は７００ｍｍ以上１７００ｍｍ以下に設定されている。
　この鋼板を圧延したときの振動データを収集し、チャタマークの発生したタイミングの振動データを、収集した振動データを記憶した記憶装置から抽出した。チャタマークの判定は、圧延機の振動強度を用いた判定すなわち、本発明例を含み、圧延機に設置した振動計の出力に基づいて異常振動を判定する方法と、圧延後に合金化亜鉛鍍金を施した鋼板に砥石掛け検査を行い、振動周波数のピッチのチャタマークを目視による判定とによって行った。砥石掛け検査では、合金化溶融亜鉛鍍金後の鋼板に対して、１０Ｎ以下程度の軽い押し付け力にて砥石を押し付けて圧延方向に人力で研磨し、その際に鋼板の進行方向の縞模様をチャタマークとして目視できるかを評価した。なお、チャタマークが発生した圧延機は、いずれも最終スタンド（第４スタンド）であったことが、第４スタンドの支持ロール５に残された模様（微細マーク）から確認された。その評価結果を表１に示す。
Figure JPOXMLDOC01-appb-T000001
  
　表１において、「振動強度を用いたチャタマーク判定」の欄には、圧延機の振動強度を用いた判定結果として、圧延機の異常振動が発生したと判定された場合に「×」、圧延機の異常振動が発生しなかったと判定された場合に「〇」と表記した。一方、「目視でのチャタマーク判定」の欄には、砥石掛け後の合金化溶融亜鉛鍍金鋼板の表面に、目視でチャタマークを発見した場合には「×」、目視でチャタマークがないと判定された場合に「〇」と記載している。この場合、チャタマークは鋼板の品質異常であることから、目視でチャタマークが検出された条件では、圧延機の異常振動が発生したことになる。また、「振動強度を用いたチャタマーク判定」の欄には、チャタマークが検出された場合に、括弧書きで振動周波数またはピッチを記載している。チャタマークを検出した場合の振動周波数としては、振動強度が予め設定された閾値を超えた場合の周波数を記載した。チャタマークを検出した場合のピッチとしては、異常検出部１５において外れ成分が予め設定された閾値を超えた場合のピッチを記載した。これと同様に、「目視でのチャタマーク判定」の欄に、チャタマークが発見された場合に、括弧書きで振動周波数またはピッチを記載している。チャタマークを発見した場合のピッチとしては、目視により観察された縞模様のピッチを記載した。チャタマークを発見した場合の周波数としては、目視により測定された縞模様のピッチを、鋼板の当該部分すなわちチャタマークが当該チャタマークの発生した最終スタンド（第４スタンド）を通過するときの圧延速度の実績値を用いて、異常振動の周波数に換算した結果を記載した。
　表１の発明例１は、最終スタンド（第４スタンド）のハウジングに振動計を設置し、周波数解析部１２により第１解析データを生成した後、主成分分析部１３における主成分分析を用いて第１基準データを変数とする評価データを算出した。また、異常検出部１５において、第１解析データの評価データとの差分である外れ成分を算出した後、周波数毎の外れ成分に対して、予め設定された閾値に基づいてチャタマークの有無を判定したものである。一方、主成分（第１基準データ）は、主成分導出部１６を用いて、支持ロール５を交換してから２日程度経過した後の正常時に測定した１日分の振動データから算出した基準振動データに対して、相関のある多数の変数から相関のない少数で全体のばらつきを最もよく表す主成分ベクトルを合成する主成分分析を実行することにより、第１基準データを算出した。なお、主成分ベクトルは、寄与率の高い順に１０個の主成分を選択した。
　これに対して、表１の発明例２は、図９に示すデータ変換部１４と主成分導出部１６の両者を含む異常検出装置１０を用いた例である。先ず、正常時に取得した基準振動データから、データ変換部１４によりピッチと振動強度の関係に変換した第２基準振動データを生成した。主成分導出部１６では、第２基準振動データを相関のない少数で全体のばらつきを最もよく表す主成分ベクトルである第２基準データを導出した。そして、主成分分析部１３による主成分分析により第２基準データを変数とする第２基準振動データについての第２評価データを算出した。異常検出部１５では、第２解析データの第２評価データとの差分を外れ成分として算出した後、ピッチ毎の外れ成分に対して、予め設定された閾値に基づいてチャタマークの有無を判定した。なお、発明例２についても、主成分導出部１６では、寄与率の高い順に１０個の主成分を選択し、これらを第２基準データとした。
　また、主成分導出部１６が行う主成分（第１基準データおよび第２基準データ）の導出は、種々の圧延速度から得られた基準振動データについて、圧延速度を５０ｍ／ｍｉｎ毎に区分してそれぞれの圧延速度に対して行った。発明例１は周波数毎の振動強度からなる第１解析データに対して第１基準データを用いて主成分分析を行ったものであり、発明例２は、第２解析データに対して第２基準データを用いて主成分分析を行ったものである。　　　
　一方、比較例１，２は、第４スタンドのハウジングに振動計を設置し、主成分分析を行わずに周波数解析部１２が出力する周波数毎の振動強度からなる第１解析データについて閾値を変更して判定を行ったものである。この場合、比較例１，２は、同一の圧延速度において、チャタマークが発生した場合に取得された第１解析データと、チャタマークが発生しなかった場合に取得された第１解析データに対して、異なる閾値を用いて異常振動の判定を試みた例である。すなわち、比較例１は異常振動を判定するための振動強度に関する閾値をＦｒｅｆ１とし、比較例２は異常振動を判定するための振動強度に関する閾値をＦｒｅｆ２とした。
　図３は、異常検出部１５において算出された外れ成分を周波数毎に示す発明例１のグラフであり、図４は、外れ成分を標準ピッチ毎に示す発明例２のグラフである。なお、図３では、圧延速度が変化すると外れ成分のピーク位置も変化するため、圧延速度１４ｍ／ｓｅｃにおける外れ成分を示している。図４も、これに合わせて圧延速度１４ｍ／ｓｅｃにおける外れ成分を示している。図３及び図４より、主成分分析によって解析データ（第１解析データおよび第２解析データ）の主成分（第１基準データおよび第２基準データ）への射影を算出し、異常検出部１５において第１解析データおよび第２解析データに対応した外れ成分を算出することによりチャタマークを発生させる異常振動とチャタマークを発生させない通常振動が明瞭に区別され、適切な設定閾値Ｆｒｅｆを設定することによりチャタマークを生じさせる異常振動の有無を精度よく判定できた。
　図５は、周波数解析部１２が出力する周波数毎の振動強度を示す第１解析データを用いて異常判定を行った比較例１，２を示すグラフである。なお、図５では、圧延速度が変化すると振動強度のピーク位置も変化するため、圧延速度１４ｍ／ｓｅｃにおける周波数解析結果を示している。比較例１の場合、チャタマークが発生している場合であっても、異常振動の振動強度が閾値Ｆｒｅｆ１まで達せず、異常振動を捕らえることができなかった。一方、比較例２として、閾値Ｆｒｅｆ２の値を用いた場合、異常振動の振動強度は検出できるものの、チャタマークが発生していない場合においても、つまりチャタマーク以外に起因する振動の周波数が発生している場合においても、閾値Ｆｒｅｆ２を超える振動強度があり、異常振動の誤検知を引き起こす結果となった。
　これは、周波数毎の振動強度は、タンデム圧延機の各スタンドにおいて発生する種々の振動が重畳されているため、チャタマークが発生した場合と発生しなかった場合とを判別することが困難なためである。確かに、周波数５３０Ｈｚ近傍でチャタマークが発生した場合とチャタマークが発生しなかった場合とで、振動強度に差異がみられる。しかしながら、上述した差異に基づいてチャタマークを検出するためには、予め５３０Ｈｚ近傍の周波数を設定し、その周波数帯に対応した閾値を設定する必要がある。また、そのような設定を予め行っておくことは困難である。そのため、実際には、チャタマークの発生を精度よく検出することが困難であった。結局、従来は、比較例１，２のように、予め振動強度に関する閾値を試行錯誤により変更して金属帯の圧延を行わざるを得ず、チャタマークの見逃し率が１０件／月程度生じていた。これに対して、上記した発明例１による異常判定を行ったところ、チャタマークの見逃し率が１件／月まで減少した。
　また、表１に示す結果からは、主成分分析ステップと異常振動検出ステップとを含む発明例１，２では、「振動強度を用いたチャタマーク判定」と、「目視でのチャタマーク判定」との評価結果が一致した。これにより、圧延機の異常振動に関する判定を、従来のように金属帯を圧延した後に目視によりチャタマークを検査することにより行う必要がなくなり、圧延設備の操業中にオンラインで圧延機の異常振動を判定が可能となった。
　以下に本発明の実施例２として行った発明例３および比較例３を示す。本実施例２で対象とする設備は５スタンドからなるタンデム圧延機であり、各スタンドのハウジングに振動計を取り付けた。基準周波数の設定をはじめとするデータ採取方法等は実施例１と同様である。実施例２においても、チャタマークが発生したスタンドは最終スタンド（この場合は、第５スタンド）であった。そのため、第５スタンドの作業側ハウジングに設置された振動計データを用いて圧延機の異常検出を行った。比較例３では、第５スタンドの作業側ハウジングに設置された振動計の振動データから算出された周波数毎の振動強度に対して、閾値を変更しながらチャタマークの判定を試みた。その結果を表２に示す。なお、表２の「〇」、「×」及び括弧書きの意味は表１と同一である。
Figure JPOXMLDOC01-appb-T000002
  
　図６は、外れ成分を標準ピッチ毎に示す発明例３のグラフである。発明例３における第２基準データの導出は、支持ロール５の交換後、１週間程度経った後に測定した１日分の振動データを基準振動データとして使用し、データ変換部１４により全速度域から収集された複数の周波数毎の振動強度を標準ピッチ毎の振動強度に換算した第２基準振動データを用いて行った。すなわち、主成分導出部１６によって第２基準振動データについての主成分ベクトルを計算し、第２基準データとして求めたものである。そして、主成分分析部１３による主成分分析により第２基準データを変数として第２解析データについての第２評価データを算出した。異常検出部１５では、第２解析データの第２評価データとの差分を外れ成分として算出した。図６に示すように、主成分分析によってチャタマークを発生する異常振動とチャタマークを発生しない正常振動が明瞭に区別され、設定閾値Ｆｒｅｆによりチャタマークを生じさせる圧延機の異常振動の有無を精度よく判定できた。すなわち、予め異常振動が発生する振動の周波数を特定しておかなくても、標準ピッチに対する外れ成分を算出することにより、適切な閾値を設定することができることを示している。
　図７は、周波数毎の振動強度に対する閾値を用いた比較例３を示すグラフである。すなわち、周波数解析部が出力する周波数毎の振動強度を示す第１解析データを用いて異常判定を行った例である。ただし、圧延速度が変化すると振動強度のピーク位置も変化するため、圧延速度１４ｍ／ｓｅｃにおける周波数解析結果を示している。比較例３は、振動強度に対する閾値Ｆｒｅｆ３を設定することによりチャタマークの発生を判定した結果である。図７に示すように、予め特定の周波数を設定しておき、その周波数の帯域のみに閾値を設定すればチャタマークの発生を判定できる可能性があるが、そのような設定を予め行っておくことが困難なため、実際にはチャタマークの発生を精度よく検出することが困難であった。
　本発明の実施形態は、上記実施形態に限定されず、種々の変更を加えることができる。例えば、上記実施の形態において、金属帯Ｓは冷延鋼板である場合について例示しているが、冷延鋼板に替えて、金属帯Ｓはステンレス鋼材であってもよいし、熱延鋼板であってもよい。各圧延機２Ａ，２Ｂ，２Ｃ，２Ｄは、同一の構成でなくてよく、例えば圧延機の形式として４段式圧延機と６段式圧延機とが混在していてもよい。
　１　　圧延設備
　２Ａ，２Ｂ，２Ｃ，２Ｄ　　圧延機
　３　　ハウジング
　４　　ワークロール
　５　　支持ロール
　６　　駆動装置
　７　　小径ロール
　８Ａ，８Ｂ，８Ｃ，８Ｄ　　振動計
　１０　圧延機の異常検出装置
　１１　データ収集部
　１２　周波数解析部
　１３　主成分分析部
　１４　データ変換部
　１５　異常検出部
　Ｓ　　金属帯
 

 

Claims (8)

  1. 　１対のワークロールと前記ワークロールを支持する複数の支持ロールとを有する圧延機の異常振動検出方法であって、
    　前記圧延機の振動データを収集する収集ステップと、
    　前記振動データの周波数解析を行い、第１解析データを生成する周波数解析ステップと、
    　前記第１解析データに対して、予め正常な状態に基づいて特定される基準データを主成分として用いて主成分分析を行い、前記第１解析データの前記基準データへの射影である評価データを生成する主成分分析ステップと、
    　前記評価データと前記第１解析データとから外れ成分を抽出し、抽出した前記外れ成分から圧延機の異常を検出する異常振動検出ステップと、
    　を備えた圧延機の異常振動検出方法。
  2. 　前記主成分分析ステップにおいて、前記基準データとして抽出する主成分は前記圧延機における圧延速度毎にそれぞれ設定されている請求項１に記載の圧延機の異常振動検出方法。
  3. 　前記周波数解析ステップは、周波数毎の振動強度を前記第１解析データとして生成するものであり、
    　圧延速度に基づいて、前記第１解析データをピッチ毎の振動強度を示す第２解析データに変換するデータ変換ステップをさらに有し、
    　前記主成分分析ステップは、前記第２解析データの主成分分析を行う請求項１に記載の圧延機の異常振動検出方法。
  4. 　前記主成分分析ステップにおいて、前記基準データとして抽出する複数の主成分は、正常な前記圧延機により圧延を行った際に取得した正常解析データを主成分分析したときに、主成分の寄与率の累積値が基準寄与率以上になるように設定されている請求項１ないし３のいずれか１項に記載の圧延機の異常振動検出方法。
  5. 　前記圧延機は、金属帯を冷間圧延する請求項１ないし４のいずれか１項に記載の圧延機の異常振動検出方法。
  6. 　１対のワークロールと前記ワークロールを支持する複数の支持ロールとを有する圧延機の異常検出装置であって、
    　前記圧延機の振動データを収集するデータ収集部と、
    　前記振動データの周波数解析を行い、第１解析データを生成する周波数解析部と、
    　前記第１解析データに対して、予め正常な状態に基づいて特定される基準データを主成分として用いて主成分分析を行い、前記第１解析データの前記基準データへの射影である評価データを生成する主成分分析部と、
    　前記評価データと前記第１解析データとから外れ成分を抽出し、抽出した前記外れ成分から圧延機の異常を検出する異常検出部と、
    　を備えた圧延機の異常検出装置。
  7. 　請求項１ないし５のいずれか１項に記載の圧延機の異常振動検出方法を用いて、圧延機の異常を検出した場合に、前記圧延機の支持ロールを交換する支持ロール交換ステップを含む、圧延方法。
  8. 　請求項７に記載の圧延方法を用いて、金属帯を製造するステップを含む、金属帯の製造方法。
     
PCT/JP2022/004545 2021-03-31 2022-02-04 圧延機の異常振動検出方法、異常検出装置、圧延方法および金属帯の製造方法 WO2022209295A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202280022690.3A CN117042895A (zh) 2021-03-31 2022-02-04 轧机的异常振动检测方法、异常检测装置、轧制方法及金属带的制造方法
JP2022523332A JP7184223B1 (ja) 2021-03-31 2022-02-04 圧延機の異常振動検出方法、異常検出装置、圧延方法および金属帯の製造方法
EP22779524.2A EP4282551A1 (en) 2021-03-31 2022-02-04 Abnormal vibration detection method for rolling mill, abnormality detection device, rolling method, and method for manufacturing metal strip
KR1020237031783A KR20230145596A (ko) 2021-03-31 2022-02-04 압연기의 이상 진동 검출 방법, 이상 검출 장치, 압연 방법 및 금속대의 제조 방법
US18/283,958 US20240165685A1 (en) 2021-03-31 2022-02-04 Method for detecting abnormal vibration of rolling mill, apparatus for detecting abnormality of rolling mill, rolling method, and method for producing metal strip

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021-060120 2021-03-31
JP2021060120 2021-03-31

Publications (1)

Publication Number Publication Date
WO2022209295A1 true WO2022209295A1 (ja) 2022-10-06

Family

ID=83458357

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/004545 WO2022209295A1 (ja) 2021-03-31 2022-02-04 圧延機の異常振動検出方法、異常検出装置、圧延方法および金属帯の製造方法

Country Status (6)

Country Link
US (1) US20240165685A1 (ja)
EP (1) EP4282551A1 (ja)
JP (1) JP7184223B1 (ja)
KR (1) KR20230145596A (ja)
CN (1) CN117042895A (ja)
WO (1) WO2022209295A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023181545A1 (ja) * 2022-03-24 2023-09-28 三菱重工業株式会社 圧延装置の監視制御装置、圧延設備、圧延装置の監視制御方法及び圧延装置の監視制御プログラム

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS629709A (ja) * 1985-07-05 1987-01-17 Nippon Kokan Kk <Nkk> 冷間圧延機におけるチヤタリング検知方法
JPH08108205A (ja) 1994-10-06 1996-04-30 Sumitomo Metal Ind Ltd 圧延機のチャタリング検出方法
JP2013010110A (ja) * 2011-06-28 2013-01-17 Jfe Steel Corp 冷間圧延機のチャタリング検出方法
JP2016002582A (ja) 2014-06-19 2016-01-12 Ｊｆｅスチール株式会社 鋼板のチャタマーク防止方法
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

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11117875A (ja) * 1997-10-14 1999-04-27 Tokyo Gas Co Ltd 音響によるコンプレッサの監視装置
KR101249168B1 (ko) * 2009-12-18 2013-03-29 주식회사 포스코 냉간압연에서의 품질이상 예지 시스템과 그 방법
JP2013111614A (ja) * 2011-11-29 2013-06-10 Jfe Steel Corp 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
JP6899109B2 (ja) * 2016-04-21 2021-07-07 株式会社トクヤマ 回転駆動装置における診断対象部の異常診断方法と、それに用いる異常診断装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS629709A (ja) * 1985-07-05 1987-01-17 Nippon Kokan Kk <Nkk> 冷間圧延機におけるチヤタリング検知方法
JPH08108205A (ja) 1994-10-06 1996-04-30 Sumitomo Metal Ind Ltd 圧延機のチャタリング検出方法
JP2013010110A (ja) * 2011-06-28 2013-01-17 Jfe Steel Corp 冷間圧延機のチャタリング検出方法
JP2016002582A (ja) 2014-06-19 2016-01-12 Ｊｆｅスチール株式会社 鋼板のチャタマーク防止方法
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
RYU TAKAHIRO ET AL.: "Polygonal Deformation Phenomena of Backup Rolls of Steel Making Machine", THE JAPAN SOCIETY OF MECHANICAL ENGINEERS [NO. 01-5] DYNAMICS AND DESIGN CONFERENCE 2001 CD-ROM

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023181545A1 (ja) * 2022-03-24 2023-09-28 三菱重工業株式会社 圧延装置の監視制御装置、圧延設備、圧延装置の監視制御方法及び圧延装置の監視制御プログラム

Also Published As

Publication number Publication date
JPWO2022209295A1 (ja) 2022-10-06
JP7184223B1 (ja) 2022-12-06
CN117042895A (zh) 2023-11-10
US20240165685A1 (en) 2024-05-23
KR20230145596A (ko) 2023-10-17
EP4282551A1 (en) 2023-11-29

Similar Documents

Publication Publication Date Title
JP2964887B2 (ja) 圧延機のチャタリング検出方法
KR102398307B1 (ko) 이상 판정 지원 장치
JP6296046B2 (ja) 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
JP7184223B1 (ja) 圧延機の異常振動検出方法、異常検出装置、圧延方法および金属帯の製造方法
JP5799611B2 (ja) 冷間圧延機のチャタリング検出方法
JP6365526B2 (ja) 小径ロールのベアリング劣化検出方法及びベアリング劣化検出装置
Shao et al. Characteristic recognition of chatter mark vibration in a rolling mill based on the non-dimensional parameters of the vibration signal
JP7103550B1 (ja) 圧延機の異常振動検出方法、異常検出装置、圧延方法および金属帯の製造方法
JP7131714B2 (ja) 圧延機の振動予測方法、圧延機の異常振動判定方法、金属帯の圧延方法、及び圧延機の振動予測モデルの生成方法
JP6841264B2 (ja) 冷間圧延における異常振動検出方法
US6701286B2 (en) Method for condition monitoring of apparatuses
WO2022209294A1 (ja) 圧延機の異常振動検出方法、異常検出装置、圧延方法および金属帯の製造方法
JP2013111614A (ja) 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
JP6572981B2 (ja) チャタマーク防止方法及びチャタマーク防止装置
JP5924490B2 (ja) 冷間圧延における異常検出方法および冷間圧延方法
Pejryd et al. Process monitoring of wire drawing using vibration sensoring
CN115740037A (zh) 辊状态监视装置
JP7243944B1 (ja) 圧延ロールの適合判定方法、金属帯の圧延方法及び冷延鋼板の製造方法
Jobst et al. Analysis of the roll imprint on the cross-sectional area of hot rolled wire rod by frequency spectroscopy
Haapamäki et al. Data Mining Methods in Hot Steel Rolling for Scale Defect Prediction.
WO2023079850A1 (ja) 圧延ロールの適合判定方法、金属帯の圧延方法及び冷延鋼板の製造方法
CN112862284A (zh) 一种热轧带钢轧机刚度的精度评价方法及系统
KR20240073071A (ko) 압연 롤의 적합 판정 방법, 금속대의 압연 방법 및 냉연 강판의 제조 방법
Nikula et al. The effect of steel leveler parameters on vibration features
JP2020082134A (ja) 冷間圧延における圧延速度設定方法及びバックアップロール外周長設定方法

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2022523332

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: 22779524

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2022779524

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2022779524

Country of ref document: EP

Effective date: 20230825

ENP Entry into the national phase

Ref document number: 20237031783

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 1020237031783

Country of ref document: KR

WWE Wipo information: entry into national phase

Ref document number: 202280022690.3

Country of ref document: CN

WWE Wipo information: entry into national phase

Ref document number: MX/A/2023/011106

Country of ref document: MX

WWE Wipo information: entry into national phase

Ref document number: 18283958

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 2301006306

Country of ref document: TH

NENP Non-entry into the national phase

Ref country code: DE