轧制线的材质预测及材质控制装置制造方法及图纸

本发明专利技术的目的在于，得到一种通过模拟过程的变化情况且具有补充信息的功能、从而提高材质模型的预测精度、高精度地控制材质的轧制线的材质预测及材质控制装置。具有：采集从测定热轧线及轧制材的状态的传感器、和控制热轧线的控制装置得到的轧制实际信息的轧制实际信息采集功能；根据轧制实际信息、各机械单元等的固有信息、轧制材的厚度及宽度等目标信息来预测作为轧制实际信息无法采集的表示轧制线中间状态的过程中间信息的过程信息补充功能；根据轧制实际信息及过程中间信息、与进行轧制实际信息及过程中间信息同步预测轧制材的材质的材质预测功能；以及进行控制使得预测的材质与作为目标的材质相一致的材质控制功能。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种用于得到所希望材质的轧制线的材质预测及材质控制装 置，它能够在轧制金属原料的线上制造所希望尺寸形状的产品。
技术介绍
在以钢为主的金属材料中，机械特性(强度、成形性、韧性等)、电磁特性(磁 导率)等材质不仅根据它的合金组成而产生变化，也会根据加热条件、加工条件以及冷却条件而产生变化。虽然通过控制成分元素的添加量来进行合金组成的调整，但是成分调整时使用能够保持100吨左右的钢液的调整成分炉等，会使l 个批量单位变大，不可能对15吨左右的每个产品改变添加量。因此，为了制造 所希望材质的产品，就必须在正确的加热条件、加工条件以及冷却条件下制造 材质。过去，对于加热、加工及冷却的各项条件，每样产品规格根据长年累积的 经验来决定加热温度目标值、加工后的尺寸目标值、冷却速度目标值等，为了 实现该目标， 一般采取进行温度控制及尺寸控制的方法。但是，近些年，对于 产品规格的要求明显地越来越高，而且多样化，根据经验的决定方法未必能够 适当地决定目标值，从而会出现不能够得到所希望材质的情况。因此，我们知道一种方法是，在轧制中采取板厚、材料温度的实际值，通 过将这些作为材质预测模型的输入数据，从而试图提高精度。该方法根据轧制 开始前钢材的成分值、轧制后的钢材尺寸、钢材材质保证值，采用材质模型， 来决定加热条件、轧制条件及冷却条件，再如果在加热工序、粗轧制工序以及 精轧制工序后得到板厚、材料温度、通过时间、辊径、辊转速的实际值，则根 据这些实测值，并采用材质模型，来重新确定下一工序以后的预定的轧制条件、 或冷却条件，从而抑制产品材质的偏差(例如，参照专利文献l)。另外，我们知道一种改变材质模型并采用神经网络的控制方法。该方法是 通过检测加工后或热处理后的金属材料具有的特性，并作为示教数据给予神经网络，从而试图提高利用神经网络的预测精度(例如，参照专利文献2)。专利文献l:日本专利第2509481号 专利文献2:日本特开2001 — 349883号但是，在采用材质预测模型的方法中，作为在材质预测中使用的实际值， 是在钢材加热后、粗轧制后、精轧制后、冷却后得到的各个过程的前后的实际 值，并没有利用过程中间的信息。这时，例如即使轧制材料的温度在过程前高， 在过程后变低，但也会出现在过程中间比过程前温度上升的情况，仅仅根据前 后关系未必能够得到高精度的预测结果。另一方面，.在改变材质模型并采用神经网络的控制方法中，虽然检测加工 后或热处理后的金属材料具有的特性，并作为示教数据给予神经网络，从而试 图提高利用神经网络的预测精度，但是存在的问题是，上述这样的加热条件、 加工条件以及冷却条件与产品的材质的关系极其复杂，为了更高精度地对其进 行模拟，必须要涉及多层的大规模的神经网络，为了它的学习，则必须提供庞 大的示教数据，为了改善精度，需要花费时间。当然，如果使用小规模的神经 网络，则少量的示教数据即可，但是这时存在限定了能够适用的操作范围的问 题。本专利技术正是为了解决上述问题而提出的，提供一种高精度地控制材质的轧 制线的材质预测以及材质控制装置，它通过模拟过程的变化过程，且具有补充 信息的功能，从而提高材质模型的预测精度。
技术实现思路
与本专利技术相关的轧制线的材质预测及材质控制装置，是对利用以规定温度 加热并轧制金属原料的热轧线制造的轧制材的厚度和宽度等尺寸形状及轧制材的温度进行控制的装置，其具有采集从测定热轧线及轧制材的状态的传感 器、和控制热轧线的控制装置得到的轧制实际信息的轧制实际信息采集功能； 根据轧制实际信息、各机械单元等的固有信息、轧制材的厚度及宽度等目标信 息来预测作为轧制实际信息无法采集的表示轧制线中间状态的过程中间信息 的过程信息补充功能；根据轧制实际信息及过程中间信息、与进行轧制实际信 息及过程中间信息同步预测轧制材的材质的材质预测功能；以及进行控制使得 预测的材质与作为目标的材质相一致的材质控制功能。另外，轧制实际信息采集功能和过程信息补充功能是由其它的计算机实现的。另外，过程信息补充功能是由基于轧制模型的模拟器构成的，并通过进行 轧制来实行，为了提高轧制模型的精度，具有采用轧制实际信息来进行轧制模 型的学习的轧制模型学习功能。另外，材质预测功能是根据表示材质状态变化的材质模型，并通过进行轧 制而能够实行的，为了提高材质模型的精度，具有采用轧制后测定的材质信息 来进行材质模型的学习的材质模型学习功能。如果采用本专利技术，能够实现一种热轧线的材质预测及材质控制装置，它容 易实现所希望的材质。另外，补充了来自传感器等的实际值中无法测定的信息， 能够得到精度更高的材质预测及材质控制。另外，由于轧制实际信息采集(功能 和过程信息补充功能是用其它计算机实现的，所以能够不对操作及现存的功能 产生干扰并附加全新的功能。附图说明图l是表示本专利技术实施例l中轧制线的材质预测及材质控制装置的整体结 构的框图。图2是表示本专利技术实施例1中轧制线的材质预测及材质控制装置的详细结 构的框图。图3是表示本专利技术实施例1中轧制线的材质预测及材质控制装置的详细结 构的框图。图4是表示本专利技术实施例1中轧制线的材质预测及材质控制装置的详细结 构的框图。图5是表示本专利技术实施例1中轧制线的材质预测及材质控制装置的详细结 构的框图。图6是表示本专利技术实施例1中轧制线的材质预测及材质控制装置的详细结 构的框图。图7是表示本专利技术实施例1中轧制线的材质预测及材质控制装置的详细结 构的框图。图8是表示本专利技术实施例2中轧制线的材质预测及材质控制装置的整体结 构的框图。 标号说明1轧制线2上位计算机3设定控制用计算机4材质检査系统5轧制实际信息采集功能6过程信息补充功能7材质预测功能8材质控制功能9轧制材10轧制机架11水冷装置12入口侧温度计13出口侧温度计14轧辊15轧制模型16模拟器17轧制模型学习功能18材质模型学习功能19材质模型20加热炉21氧化皮清除器22、 23粗轧机24出口侧温度计25剪料头机26氧化皮清除器27精轧机28输出辊道29巻绕机30出口侧温度计、板压计等 31现有计算机 32其它计算机具体实施方式为了更详细地说明本专利技术，根据附图来说明实施例。 实施例l图l是表示本专利技术实施例l中轧制线的材质预测及材质控制装置的结构框 图。在轧制线1上，经过在规定的温度下对由金属原料形成的轧制材进行加热、 轧制、冷却等的过程，再制成产品。在轧制线l上具有加热装置、驱动辊的 电动机驱动装置、改变辊的开度的压下装置以及冷却装置等，控制所制造的轧 制材的厚度和宽度等尺寸形状、以及轧制材的温度，但省略图示。关于轧制线l上的设定控制，首先由上位计算机2决定制造怎样的产品，然 后将包含该产品规格例如厚度、宽度、截面形状等信息的轧制命令发送给设定 控制用计算机3。在设定控制用计算机3中，为了实现所希望的产品质量，而进 行必需的设定计算、控制计算，并控制轧制线l。这时在设定控制用计算机3中， 一般因为必须根据轧制模型等进行预测计算，所以一般要将轧制模型设置在内 部，且为了对该模型进行自适应修正，而将预测值与轧制实际值进行比较。因此，必须有采集或管理轧制实际值的功能，实现轧制实际信息釆集功能 5。该轧制实际信息采集功能5采集轧制材的位置信息，或随着轧制材的前进， 本文档来自技高网...

【技术保护点】
一种轧制线的材质预测及材质控制装置，其特征在于，是对利用以规定的温度加热并轧制金属原料的热轧线制造的轧制材的厚度和宽度等尺寸形状及轧制材的温度进行控制的装置，具有：采集从测定热轧线及轧制材的状态的传感器、和控制热轧线 的控制装置得到的轧制实际信息的轧制实际信息采集功能；根据所述轧制实际信息、各机械单元等的固有信息、轧制材的厚度及宽度等目标信息来预测作为轧制实际信息无法采集的表示轧制线中间状态的过程中间信息的过程信息补充功能；根据所述轧制实 际信息及所述过程中间信息、与进行所述轧制实际信息及所述过程中间信息同步预测轧制材的材质的材质预测功能；以及进行控制使得预测了的材质与作为目标的材质相一致的材质控制功能。

【技术特征摘要】
【国外来华专利技术】

【专利技术属性】
技术研发人员：今成宏幸，小原一浩，
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：JP[日本]