【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、鉄鋼などの圧延プラントにおける異常を診断し、圧延の制御に必要な情報を供与する圧延異常診断装置に関するものである。

【０００２】

【従来の技術】圧延プラントの幅圧下を伴う板圧延では、圧延材の先・後端部に、幅落ちあるいはネッキングと呼ばれる幅不良部が発生する。 この幅不良部を無くすることは歩留向上にとって重要である。 これに対する研究は、例えば、「塑性と加工」（第２５巻，第２７７
号，１９８４年２月，第１４３頁〜第１４９頁）の「鉛モデルによる板圧延先・後端幅制御法の研究」に記載されている。

【０００３】ところが、従来は上記のような制御の手法を用いる際、その仕事に従事する専門家が目視により、
圧延する過程における異常の検知や診断を行なって、その結果を圧延の制御に反映させていた。 即ち、作業従事者が圧延過程における状態の変動を示す情報をチャートに落し、それを見て異常の有無を判断していた。 そして、その結果を基に圧延の制御のモデル調整に必要な情報を計算していた。 しかし、この方法では、必要な情報を得るまでに長時間要すると共に、作業が不連続なために人為的ミスが介在する可能性が高い。

【０００４】

【発明が解決しようとする課題】上記のように、従来は、圧延する過程における異常の検知や診断を専門家が手作業で行なっていたため、必要な情報を得るまでに長時間を要すると共に、人為的ミスが介在する可能性が高くなるという問題点があった。

【０００５】この発明は、かかる問題点を解決するためになされたもので、圧延プラントにおける制御モデルの調整に必要な計算に要する時間の短縮と、正確な計算を行うことができ、さらに労力削減により、人為的なミスを防ぐことができる圧延異常診断装置を得ることを目的としている。

【０００６】

【課題を解決するための手段】この発明に係る圧延異常診断装置は、圧延プラントの圧延の状態を示すデータを入力し、このデータを内部データに変換するデータ変換モジュール、内部データを記憶する内部データ記憶媒体、内部データを用いて異常診断に必要な情報を計算する判定処理モジュール、異常診断の判定基準を格納するルールベース、判定処理モジュールの結果に基づき圧延プラントの制御に必要な情報を計算する異常特徴抽出モジュール、及びルールベースを参照して異常特徴抽出モジュールの結果から異常の有無を診断する診断処理モジュールを備えたものである。

【０００７】

【作用】上記のように構成された圧延異常診断装置では、圧延の異常診断に必要な情報と専門家の知識をルールとして内部に保持し、データ変換モジュール，判定処理モジュール，診断処理モジュール，及び異常抽出モジュールによって、圧延状態の変動を示すデータを処理し、その診断結果を基に必要な計算を行う。 従って、圧延状態の変動を示すデータより、自動的に圧延プラントの制御に必要な情報を抽出することができる。

【０００８】

【実施例】

実施例１． 図１はこの発明の一実施例による圧延異常診断装置の構成を示すブロック図である。 図において、１
は圧延異常診断装置の異常診断システムを構成する異常判断処理装置、２は内部データ記憶媒体で、例えば内部データ用ディスク、３はルールベースである。 ルールベース３には例えば専門家の知識よりなる異常診断の判定基準が格納されている。 ４はデータ変換モジュールで、
圧延プラントの圧延の状態を示す外部データを入力し、
このデータから異常診断に必要な情報、例えば圧延過程の幅偏差を示す外部データを抽出して内部データに変換し、内部データ記憶媒体２に書き込む。 ５は判定処理モジュールで、内部データ記憶媒体２から判定に必要な情報を取り出して、異常を表わすネッキングの可能性を判定し、計算処理を行なう。 ６は異常特徴抽出モジュールで、判定処理モジュール５から異常抽出に必要な情報を入手し、圧延プラントの制御に必要な情報を計算する。
７は診断処理モジュールで、ルールベース３の診断ルールを参照して異常特徴抽出モジュール６の結果から異常の有無を診断する。 ８は圧延プラントで、圧延プラント制御系を有する。 ９は圧延プラント８の圧延の状態を示す情報を計測するセンサー処理系である。

【０００９】図２はこの圧延異常診断装置により、例えばネッキングの診断の判定を行う動作を示すフローチャートである。 図２に基き、この実施例によるネッキング診断判定の動作について説明する。 まず最初に、ステップ１０で、圧延プラント８の圧延の状態を示す外部データとして、センサー処理系９で計測した圧延過程の幅偏差を読み込む。 次にステップ１１でデータ変換モジュール４により内部データに変換して内部データ記憶媒体２
に保持する。 図６はこの時保持される内部データの一例であり、横軸に鉄板圧延の板の長さ（ｍｍ），縦軸に板幅（ｍｍ）を示した幅偏差のデータである。 続いてステップ１２を実行し、判定処理モジュール５でデータを基にネッキング候補点を探索し、計算する。 この判定処理と共に、異常特徴抽出モジュール６で各ネッキング候補点の特徴を抽出しておく。

【００１０】次にステップ１３では、診断処理モジュール７により各候補点について、専門家の知識に基づくルールベース３を参照して、診断判定を行なう。 この結果、ステップ１４の判断で異常点であると判断した場合は、異常部分の特徴を保存し（ステップ１５）、ステップ１６で診断情報を圧延プラント８のプラント制御系に出力する。

【００１１】図３は、判定処理モジュール５におけるネッキング候補点の探索・計算処理についてさら詳しく示すフローチャートである。 例えば、板の長さ方向に等間隔で６０点のデータをサンプリングするとし、図において、ｉはデータの順番でを示す１〜６０の数であり、ｑ
は平滑化のデータ個数、例えば５とする。 まず、全体でｉ＝ｑ＋１からｉ＝６０ーｑのデータを処理する。 ステップ２０で、データ番号ｉについてｉーｑ〜ｉ＋ｑの幅偏差のデータについて平滑化微分を行なう。 ｍは平滑化微分の符号を示しており、ｍ＝ー１では板の端部が外側に凸、ｍ＝１では内側に凸、ｍ＝０ではセンサー入力値がオーバーフローであることを示している。 即ち、ｍ＝
１の時にネッキングの可能性があることになる。 このｍ
の値に従って処理を行う。 ｍ＝ー１の場合はステップ２
１で幅狭まり点幅ｇを初期化する。 また、ｍ＝０の場合はステップ２２でオーバーフロー処理を行うためにｇに１を加算する。 ｍ＝１の場合はステップ２３でネッキング候補点の探索処理を行う。

【００１２】このネッキング候補点の探索処理についてさらに詳しく説明する。 図４は判定処理モジュール５におけるネッキング候補点の探索処理及び異常特徴抽出モジュール６における各ネッキング候補点の特徴抽出処理について示すフローチャートである。 ｍｇは１つ前のデータ番号（ｉー１）における平滑化微分の符号である。
直前の符号ｍｇ＝０の時にはオーバーフロー処理を行う（ステップ３０）。 ｍｇ＝ー１の場合にはネッキング候補点であるとし、ｊにネッキング候補点のデータ番号を格納する（ステップ３１）。 次に、このｊの近傍で以下の処理が行われる。 初めに、幅狭まりの深さが最大のものの探索を行う。 幅狭まりのピークをステップ３２の判断で判定し、ｈに幅狭まりのピークを示すデータ番号をセットする。 その後、最大の幅狭まりを持つデータ（ｄ
ａｔａ（ｈ））と全体のデータの時間平均（ａｖａ＿ｖ
ａｌ）とを比較する（ステップ３３）。 その結果、平均値よりも値の小さなものがネッキング候補点とされる。
ステップ３４では異常特徴抽出モジュール６における各ネッキング候補点の特徴を計算する。 この計算では例えば、谷の始まり、谷の終わり、ピーク値やネッキングの位置などが計算され、内部データ記憶媒体２に保持される。 このデータを基にネッキングの範囲、大きさを計算する。

【００１３】次に、上記の処理で得られた各ネッキング候補点について、図２のステップ１３で示したように診断処理モジュール７において診断判定を行なう。 この処理を図５に詳しく示す。 この処理においては、５つのステップで診断が行われ、各ステップにおける判断基準の数値はルールベース３に格納されている。 まず、ステップ４０では幅変動の変動の大きさによって診断可能かどうかの判定を行う。 この実施例では板の先端から２００
ｍでのネッキング変動が小さい場合に判定可能であるとし、それ以外の場合は判定不可とする。 次に、ステップ４１では、ネッキング候補点探索を行った結果に基づいて、その数によってネッキングの有無を判断する。 この実施例ではネッキング候補点が１か所以下の場合、ネッキングなしとしている。 ステップ４２では、ネッキング候補点の位置がどの範囲にあるかによってネッキング以外の原因かどうかの判定を行う。 この実施例ではネッキング候補点が板の先端の６０〜１４０ｍの間にある場合にネッキングであると見なし、それ以外の場合は、ネッキング以外の原因であるとする。 また、ステップ４３では、各ネッキング候補点の幅狭まりの範囲の大きさによって類似現象かどうかの判定を行う。 この実施例ではネッキング候補点の範囲がが３０ｍ以内の場合にネッキングであると見なし、それ以外の場合は、類似現象であるとする。 さらに、ステップ４４では、ネッキングのピークによって補償する必要があるかどうかの判定を行う。
この実施例ではネッキングのピークが１０ｍｍ以上の時ネッキングであると見なし、それ以外の場合は、ネッキングであるが保証する必要はないと見なす。 この後、図２のステップ１４以降に従って処理する。

【００１４】上記のように、専門家のルールを利用して診断の処理を自動的に行い、その結果を利用して圧延プラントの制御に必要な情報を計算するようにしたために、圧延の変動を示すデータから直接、しかも短い時間に正確な情報を提供できる。 また、労力削減により、人為的なミスを防ぐことができる。 なお、上記の判断基準を示す数値はこの値に限るものではなく、他の数値を用いてもよい。

【００１５】また、上記実施例では、圧延異常診断として、例えばネッキングを検出するものについて説明したが、これに限るものではなく、他の圧延の状態を検出するように構成してもよい。

【００１６】

【発明の効果】以上のように、この発明によれば、圧延プラントの圧延の状態を示すデータを入力し、このデータを内部データに変換するデータ変換モジュール、内部データを記憶する内部データ記憶媒体、内部データを用いて異常診断に必要な情報を計算する判定処理モジュール、異常診断の判定基準を格納するルールベース、判定処理モジュールの結果に基づき圧延プラントの制御に必要な情報を計算する異常特徴抽出モジュール、及びルールベースを参照して異常特徴抽出モジュールの結果から異常の有無を診断する診断処理モジュールを備えたことにより、圧延プラントにおける制御モデルの調整に必要な計算に要する時間の短縮と、正確な計算を行うことができ、さらに労力削減により、人為的なミスを防ぐことができる圧延異常診断装置が得られる効果がある。

【図面の簡単な説明】

【図１】この発明の実施例１による圧延異常診断装置を示すブロック図である。

【図２】実施例１に係る異常診断処理の流れを示すフローチャートである。

【図３】実施例１に係るネッキング候補点の探索・計算処理の流れを示すフローチャートである。

【図４】実施例１に係るネッキング候補点探索の処理の流れを示すフローチャートである。

【図５】実施例１に係る異常診断の処理の流れを示すフローチャートである。

【図６】実施例１に用いられる鉄板の幅変動データの一例を示すグラフである。

【符号の説明】

２ 内部データ記憶媒体 ３ ルールベース ４ データ変換モジュール ５ 判定処理モジュール ６ 異常特徴抽出モジュール ７ 診断処理モジュール