折叠产生预测系统技术方案

折叠产生预测系统采集并保存表示对象轧制道次中的折叠的产生的有无及产生部位的第一数据、以及包含轧制材料被比对象轧制道次在轧制顺序上在先的在先轧制道次轧制时的与在先轧制道次相关的信息和与该轧制材料相关的属性的第二数据作为自适应模型构建用数据。折叠产生预测系统使用所保存的自适应模型构建数据构建自适应模型，并保存已完成构建的自适应完成模型。折叠产生预测系统采集包含预测对象的轧制材料被比对象轧制道次在轧制顺序上在先的在先轧制道次轧制时的与该在先轧制道次相关的信息和与该轧制材料相关的属性的预测用数据。折叠产生预测系统将预测用数据输入至自适应完成模型，从而在预测对象的轧制材料到达对象轧制道次之前，预测对象轧制道次中的折叠的产生的有无及产生部位的全部或一部分。

【技术实现步骤摘要】
【国外来华专利技术】折叠产生预测系统
本专利技术涉及在将板状的金属材料加热至高温并通过多个轧制道次进行轧制的热轧中，事先预测在轧制材料产生折叠(日文：絞り)的系统。
技术介绍
轧制机通过轧制钢铁材料、铝、铜等非铁材料的块而使其变薄，从而容易将它们加工成汽车、电机产品。在轧制机中有轧制板材的热薄板轧制机、厚板轧制机、冷轧机、轧制棒线材的轧制机等各种类型。其中，容易产生折叠的是将轧制材料一根根地分批高速轧制的热薄板轧制机。图12是表示以往的热薄板轧制工艺中的轧制机的构成的一个例子的图。图12所示的轧制机20由加热炉21、粗轧机22、棒材加热器24、精轧机25、输出辊道26、卷取机27等各种装置构成。由加热炉21加热后的轧制材料100通过粗轧机22进行轧制。由粗轧机22轧制后的轧制材料100经由棒材加热器24向精轧机25输送。由精轧机25轧制后的轧制材料100在输出辊道26冷却之后，由卷取机27卷取成卷状。将轧制材料100较薄地轧制而成的卷状的薄板是最终的产品。图12所示的粗轧机22具有：轧制机架R1，分别具有各一个上下工作辊；以及轧制机架R2，具有上下工作辊和直径比上下工作辊的直径大的上下支承辊共4根辊。图12所示的精轧机25具有串联排列的7台轧制机架F1～F7。在图12所示的例子中，精轧机25的各轧制机架F1～F7由上下4根辊构成，但也有由包含进入工作辊与支承辊之间的中间辊在内的上下6根辊构成的情况。另外，虽然用于驱动上下的轧制辊的大容量电动机、将辊与电动机连结的轴等的细微规格不同，但装置的构成大多相似。在粗轧机22与精轧机25的各轧制机架的入口侧设有未图示的侧导板。在粗轧机22中，大多在进行材料的轧制前使轧制材料停止，缩窄侧导板的开度来夹住轧制材料，在定心之后进行轧制。在精轧机25中，由于轧制材料以高速进入轧制机架的情况较多，因此大多预先以轧制材料的宽度加上余量后的宽度来设定侧导板的开度。轧制材料的折叠是轧制材料在轧制机架正下方蛇行，即由于在辊宽度方向上移动、或者在宽度方向上弯折而在轧制材料的前端或尾端产生的现象。折叠有在轧制材料的前端产生的前端折叠、以及在轧制材料的尾端产生的尾端折叠。前端折叠是由于轧制材料的蛇行、轧制材料的前端的弯曲而使轧制材料在进入轧制机架之前其前端撞上入口侧侧导板，一边使前端弯折一边进入轧制机架而产生的。尾端折叠是由于轧制材料的尾端在脱离轧制机架之前进行蛇行而使尾端与入口侧侧导板碰撞、或者尾端被弯折为2张的同时被轧制，从而载荷集中在该弯折的部分，该部分被撕裂等而产生的。若产生折叠，则会对辊表面造成损伤。为了防止该损伤转印到下一个轧制材料的表面，有时会暂时停止作业，抽出辊进行检查。另外，有时断裂后的材料的断裂端残留在轧制机内。由于该断裂端有时会阻碍接下来轧制的材料的通板性，因此在这样的情况下也需要检查。这些作业会降低生产率，甚至降低辊单位消耗(日文：ロール原単位)。另外，在粗轧机22中，进行重复正向、反向的轧制即所谓的可逆轧制进行有5、6道次，在精轧机25中，由6、7台轧制机架F1～F7一气贯通地轧制。将轧制材料在轧制机架下通过1次称作1道次。在粗轧机22中，由1台轧制机架进行多道次的轧制，在精轧机25中，由1台轧制机架进行仅1道次的轧制。以下，对折叠的产生频度特别高的精轧机25中的尾端折叠进行说明。这里，1道次的轧制与1台机架中的轧制是相同的意思。在以往的热薄板轧制工艺中，针对折叠一般采取以下那样的对策。对策A：对于容易产生折叠的轧制材料，操作人员事先处理。对策B：对产生折叠的情况进行反应，操作人员立即应对。对策C：应用抑制尾端的蛇行的自动蛇行控制。在容易产生折叠的轧制材料中，有产品厚度薄的轧制材料、板凸度小的轧制材料、特定的钢种等。特别是在板厚薄且轧制速度加快的精轧机的后段，容易产生折叠。根据对策A，针对这样的轧制材料以及状况，操作人员一边观察上游侧的轧制材料的蛇行的情形一边进行处理。但是，操作人员必须应对压下、速度等各种状况，此外，由于每个操作人员的熟练程度不同，因此未必能够准确地应对。在对策B中，若开始蛇行则操作人员对其进行矫正。但是，由于蛇行是急剧地进行的现象，因此操作人员未必能够准确地应对。对策C对抑制蛇行是有效的，但在蛇行开始后进行控制，而不是事先预测蛇行的产生。另外，例如，如专利文献1、专利文献2所公开的那样，从以前就开始实施蛇行控制。关于专利文献1、2所公开的现有技术，虽然其具体的方法不同，但通过计算轧制材料的蛇行量并使用其进行控制来抑制蛇行量，防止折叠。但是，蛇行控制的对象是不稳定的系统，难以控制、且没有有效的控制手段也是事实。现有技术文献专利文献专利文献1：日本特开2018-43255号公报专利文献2：日本特开平4-118108号公报
技术实现思路
专利技术要解决的课题关于在操作人员的眼前轧制的轧制材料中是否产生折叠、以及在何处产生折叠，依靠于操作人员的经验与直觉的比例较大，难以准确地对其进行预测。虽然也进行了用物理模型构建作为折叠的原因的板的蛇行的尝试，但在现实中还难以构建具有足够精度的模型。另外，使用了模型的蛇行控制也很难说得到了充分的性能。本专利技术鉴于这样的课题而完成，目的在于提供一种能够预测折叠产生的有无与产生部位的折叠产生预测系统。用来解决课题的手段本专利技术的折叠产生预测系统在将板状的金属材料加热至高温并通过多个轧制道次进行轧制的热轧中，预测折叠的产生，该折叠为由于轧制材料蛇行或者在宽度方向上弯折而在轧制材料的前端或尾端产生的现象，其中，该系统具备一个或多个计算机。一个或多个计算机被编程为执行如下处理：采集并保存自适应模型的构建中所使用的自适应模型构建用数据的处理，所述自适应模型用于预测折叠的产生；使用自适应模型构建用数据来构建自适应模型的处理；保存已完成构建的自适应模型即自适应完成模型的处理；采集折叠的产生的预测中所使用的预测用数据的处理；以及通过将预测用数据输入至自适应完成模型来预测折叠的产生的处理。详细地说，折叠产生预测系统所具备的一个或多个计算机在采集并保存自适应模型构建用数据的处理中，采集多组第一数据和第二数据作为自适应模型构建用数据，所述第一数据表示成为折叠产生预测的对象的对象轧制道次中的折叠的产生的有无及产生部位，所述第二数据包含与第一数据相关联的轧制材料被在先轧制道次轧制时的与该在先轧制道次相关的信息和与该轧制材料相关的属性，所述在先轧制道次在轧制顺序上比对象轧制道次在先。在采集预测用数据的处理中，采集包含预测对象的轧制材料被在轧制顺序上比所述对象轧制道次在先的在先轧制道次轧制时的与该在先轧制道次相关的信息和与该轧制材料相关的属性的数据作为预测用数据。在预测折叠的产生的处理中，在预测对象的轧制材料到达对象轧制道次之前，预测对象轧制道次中的折叠的产生的有无及产生部位的全部或一部分。折叠产生预测系统所具备的一个或多个计算机也可以被编程为，执行将折叠的产生的预测结果显示于显示装置的处理。折叠产生预测系统所具备的一个或本文档来自技高网...

【技术保护点】
1.一种折叠产生预测系统，在将板状的金属材料加热至高温并通过多个轧制道次轧制的热轧中预测折叠的产生，该折叠是由于轧制材料蛇行或者在宽度方向上弯折而在所述轧制材料的前端或尾端产生的现象，其特征在于，/n所述系统具备一个或多个计算机，/n所述一个或多个计算机执行如下处理：/n采集并保存在自适应模型的构建中所使用的自适应模型构建用数据的处理，所述自适应模型用于预测折叠的产生；/n使用所述自适应模型构建用数据来构建所述自适应模型的处理；/n保存已完成构建的所述自适应模型即自适应完成模型的处理；/n采集在折叠的产生的预测中所使用的预测用数据的处理；以及/n通过将所述预测用数据输入至所述自适应完成模型来预测折叠的产生的处理，/n在采集并保存所述自适应模型构建用数据的处理中，采集多组第一数据和第二数据作为所述自适应模型构建用数据，所述第一数据表示成为折叠产生预测的对象的对象轧制道次中的折叠的产生的有无及产生部位，所述第二数据包含与所述第一数据相关联的轧制材料被在先轧制道次轧制时的与该在先轧制道次相关的信息和与该轧制材料相关的属性，所述在先轧制道次在轧制顺序上比所述对象轧制道次在先，/n在采集所述预测用数据的处理中，采集包含预测对象的轧制材料被轧制顺序上比所述对象轧制道次在先的在先轧制道次轧制时的与该在先轧制道次相关的信息和与该轧制材料相关的属性的数据作为所述预测用数据，/n在预测所述折叠的产生的处理中，在所述预测对象的轧制材料到达所述对象轧制道次之前，预测所述对象轧制道次中的折叠的产生的有无及产生部位的全部或一部分。/n...

【技术特征摘要】
【国外来华专利技术】1.一种折叠产生预测系统，在将板状的金属材料加热至高温并通过多个轧制道次轧制的热轧中预测折叠的产生，该折叠是由于轧制材料蛇行或者在宽度方向上弯折而在所述轧制材料的前端或尾端产生的现象，其特征在于，
所述系统具备一个或多个计算机，
所述一个或多个计算机执行如下处理：
采集并保存在自适应模型的构建中所使用的自适应模型构建用数据的处理，所述自适应模型用于预测折叠的产生；
使用所述自适应模型构建用数据来构建所述自适应模型的处理；
保存已完成构建的所述自适应模型即自适应完成模型的处理；
采集在折叠的产生的预测中所使用的预测用数据的处理；以及
通过将所述预测用数据输入至所述自适应完成模型来预测折叠的产生的处理，
在采集并保存所述自适应模型构建用数据的处理中，采集多组第一数据和第二数据作为所述自适应模型构建用数据，所述第一数据表示成为折叠产生预测的对象的对象轧制道次中的折叠的产生的有无及产生部位，所述第二数据包含与所述第一数据相关联的轧制材料被在先轧制道次轧制时的与该在先轧制道次相关的信息和与该轧制材料相关的属性，所述在先轧制道次在轧制顺序上比所述对象轧制道次在先，
在采集所述预测用数据的处理中，采集包含预测对象的轧制材料被轧制顺序上比所述对象轧制道次在先的在先轧制道次轧制时的与该在先轧制道次相关的信息和与该轧制材料相关的属性的数据作为所述预测用数据，
在预测所述折叠的产生的处理中，在所述预测对象的轧制材料到达所述对象轧制道次之前，预测所述对象轧制道次中的折叠的产生的有无及产生部位的全部或一部分。


2.如权利要求1所述的折叠产生预测系统，其特征在于，
所述系统具备显示装置，
所述一个或多个计算机，
执行将折叠的产生的预测结果显示于所述显示装置的处理。


3.如权利要求1或2所述的折叠产生预测系统，其特征在于，
所述一个或多个计算机，
在预测为所述对象轧制道次中产生折叠的情况下，执行操作所述对象轧制道次的入口侧侧导板的处理。


4.如权利要求3所述的折叠产生预测系统...

【专利技术属性】
技术研发人员：关本真康，今成宏幸，佐野光彦，G·B·梅鲁瓦，S·P·K·阿亚伽里，
申请(专利权)人：东芝三菱电机产业系统株式会社，
类型：发明
国别省市：日本;JP