JP2021192915A - Product quality analysis support system - Google Patents
Product quality analysis support system Download PDFInfo
- Publication number
- JP2021192915A JP2021192915A JP2020099484A JP2020099484A JP2021192915A JP 2021192915 A JP2021192915 A JP 2021192915A JP 2020099484 A JP2020099484 A JP 2020099484A JP 2020099484 A JP2020099484 A JP 2020099484A JP 2021192915 A JP2021192915 A JP 2021192915A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- data
- quality
- information
- waveform
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 42
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 54
- 238000000034 method Methods 0.000 claims abstract description 54
- 239000010959 steel Substances 0.000 claims abstract description 54
- 238000012545 processing Methods 0.000 claims abstract description 45
- 238000005070 sampling Methods 0.000 claims abstract description 38
- 238000013500 data storage Methods 0.000 claims abstract description 17
- 230000007547 defect Effects 0.000 claims description 37
- 238000005096 rolling process Methods 0.000 claims description 13
- 230000002950 deficient Effects 0.000 description 43
- 238000004364 calculation method Methods 0.000 description 17
- 238000003745 diagnosis Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0232—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on qualitative trend analysis, e.g. system evolution
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Immunology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- General Factory Administration (AREA)
- Control Of Metal Rolling (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
本発明は、鉄鋼プラントで製造された鋼板の品質維持のための分析作業、詳しくは、鋼板の品質不良の発生を把握し、品質不良への対策を実行する一連の作業を支援する製品品質分析支援システムに関する。 The present invention provides analysis work for maintaining the quality of steel sheets manufactured in a steel plant, specifically, product quality analysis that supports a series of work for grasping the occurrence of quality defects in steel sheets and implementing countermeasures against quality defects. Regarding the support system.
今日では、鉄鋼プラントの多くの工程において、制御技術やシステム技術の駆使によって自動化が進んでいる。しかし、現在のところ鉄鋼プラント全体の自動化にまでは至っていない。機械にとって難しい臨機応変な判断が必要な仕事は、人(以下では、使用者と呼ぶ)が担当することによって、鉄鋼プラントの操業が滞りなく行われている。 Today, many processes in steel plants are being automated by making full use of control technology and system technology. However, at present, the automation of the entire steel plant has not been reached. The work that requires flexible judgment, which is difficult for machines, is carried out by a person (hereinafter referred to as a user), so that the operation of the steel plant is carried out smoothly.
鉄鋼プラントの操業においては、製造された鋼板の品質維持のため分析作業がかかせない。分析作業には、品質の不良発生を判断し、不良の詳細状況を把握し、不良を取り除くための操業条件の変更方法を決定し、決定した変更方法を実際に実行することが含まれる。また、操業条件を変更した後は、対策が有効であったかを評価し、有効でなければ更なる対策を検討しなければならない。このため、対策に対する評価のために必要なデータを収集し、必要に応じて計算処理を施し、判断のための分析を行うことも必要となる。これら一連の作業には数多くのデータや情報からの総合的な判断が必要とされることから、誰でもが分析作業を行えるわけではない。 In the operation of steel plants, analytical work is indispensable for maintaining the quality of manufactured steel sheets. Analytical work involves determining the occurrence of quality defects, understanding the details of the defects, deciding how to change the operating conditions to eliminate the defects, and actually executing the determined change method. In addition, after changing the operating conditions, it is necessary to evaluate whether the measures were effective, and if not, consider further measures. For this reason, it is also necessary to collect data necessary for evaluation of countermeasures, perform calculation processing as necessary, and perform analysis for judgment. Not everyone can perform analysis work because this series of work requires comprehensive judgment from a large amount of data and information.
そこで、これらの一連の分析作業を支援する支援システムの開発が望まれていた。そのような支援システムに関係する一般的な技術が、以下の文献に開示されている。 Therefore, it has been desired to develop a support system that supports a series of these analytical tasks. The general techniques associated with such support systems are disclosed in the following documents:
特許文献1に開示された技術は、鉄鋼プラントのメンテナンス支援システムに関するものである。このシステムでは、圧延材の品質がセンサーで計測された物理量の実績データから計算される。最新の圧延材の品質が基準値を下回った場合、過去にデータベースに登録された不良波形パターンの中から今回の実績データの波形に類似したものが検索される。類似した不良波形パターンがデータベース内に見つかった場合、その不良波形パターンに紐づけられた過去の対策内容が使用者に対して表示される。しかし、不良波形パターンと対策内容をデータベースに登録する際、その不良波形パターンは何らかの方法を使って使用者が試行錯誤することにより決定しなければならない。その作業には時間と労力が必要である。
The technique disclosed in
特許文献2に開示された技術は、診断対象システムの診断結果の妥当性の判断を支援する診断装置に関するものである。この診断装置では、計測データに基づいて異常診断が行われ、異常診断の結果に応じてグラフ作成用のパラメータ情報が決定され、パラメータ情報に従って計測データからグラフが作成される。使用者は表示されたグラフを参照し、診断結果が妥当か否かを判断する。診断結果が妥当でないときは、グラフ作成用のパラメータ情報を指定してグラフを再表示することが繰り返し行われる。しかし、その作業には使用者の試行錯誤が含まれるため、時間と労力が必要である。
The technique disclosed in
本発明は、上記のような問題を解決するためになされたもので、鉄鋼プラントで製造された鋼板の品質維持のための分析作業にかかる時間及び労力の低減に役立つ製品品質分析支援システムを提供することを目的とする。 The present invention has been made to solve the above problems, and provides a product quality analysis support system that helps reduce the time and labor required for analysis work for maintaining the quality of steel sheets manufactured in a steel plant. The purpose is to do.
本発明に係る製品品質分析支援システムは、鉄鋼プラントで製造された鋼板の品質維持のための分析作業を支援する製品品質分析支援システムである。本発明に係る製品品質分析支援システムは、データ保存装置とデータ処理装置とを備える。データ保存装置は、鉄鋼プラントの圧延ラインにおいてセンサーにより計測された鋼板の品質に係る物理量の実績データを保存する装置である。データ処理装置は、データ保存装置に保存された実績データを処理する装置であって、詳しくは以下の処理を実行するように構成されている。 The product quality analysis support system according to the present invention is a product quality analysis support system that supports analysis work for maintaining the quality of steel plates manufactured in a steel plant. The product quality analysis support system according to the present invention includes a data storage device and a data processing device. The data storage device is a device that stores actual data of physical quantities related to the quality of steel sheets measured by sensors in the rolling line of a steel plant. The data processing device is a device that processes actual data stored in the data storage device, and is configured to execute the following processing in detail.
データ処理装置は、第1乃至第3の処理を実行する。第1の処理では、実績データを鋼板の所定長さごとのデータに編集することによって定長サンプリングデータを作成することが行われる。第2の処理では、定長サンプリングデータを先端部、中央部、及び尾端部に分割することが行われる。そして、第3の処理では、先端部、中央部、及び尾端部のそれぞれの定長サンプリングデータに基づき、先端部、中央部、及び尾端部のそれぞれの品質が基準を満たしているか判定することが行われる。 The data processing device executes the first to third processes. In the first process, constant length sampling data is created by editing the actual data into data for each predetermined length of the steel sheet. In the second process, the constant length sampling data is divided into a tip portion, a center portion, and a tail end portion. Then, in the third process, it is determined whether the qualities of the tip, the center, and the tail end meet the criteria based on the fixed length sampling data of the tip, the center, and the tail. Is done.
品質の不良が発生する頻度は、制御が安定する中央部では小さく、先端部や尾端部において大きい。また、先端部と尾端部での不良の発生要因は、それぞれの特性に依存して異なっている。このため、先端部での不良と尾端部での不良は独立的に発生する。したがって、鋼板全体として品質を判定するよりも、先端部、中央部、及び尾端部に分割し判定を行うほうが効率的であり、且つ、判定精度も高められる。 The frequency of quality defects is small in the central part where control is stable, and large in the tip part and the tail part. In addition, the factors that cause defects at the tip and tail ends differ depending on their respective characteristics. Therefore, the defect at the tip portion and the defect at the tail end portion occur independently. Therefore, it is more efficient to judge the quality of the steel sheet as a whole by dividing it into the tip portion, the center portion, and the tail end portion, and the judgment accuracy is improved.
先端部、中央部、及び尾端部のいずれかの品質が基準を満たしていない場合、データ処理装置は、さらに第4乃至第6の処理を実行する。第4の処理では、先端部、中央部、及び尾端部のそれぞれの品質をランク付けすることが行われる。第5の処理では、先端部、中央部、及び尾端部のそれぞれについて定長サンプリングデータの波形パターンを波形登録データベースに登録することが行われる。そして、第6の処理では、先端部、中央部、及び尾端部のそれぞれの波形パターンを特定する情報と、先端部、中央部、及び尾端部のそれぞれの品質のランクを特定する情報とを含むパターンIDを決定することが行われる。 If the quality of any of the tip, center, and tail ends does not meet the criteria, the data processing device further performs a fourth to sixth process. In the fourth process, the quality of each of the tip, the center, and the tail is ranked. In the fifth process, the waveform pattern of the constant length sampling data is registered in the waveform registration database for each of the tip portion, the center portion, and the tail end portion. Then, in the sixth process, the information for specifying the waveform pattern of the tip, the center, and the tail end, and the information for specifying the quality rank of each of the tip, the center, and the tail end. The pattern ID including the above is determined.
以上の第1乃至第6の処理が行われることにより、先端部、中央部、及び尾端部のいずれかで品質が基準を満たしていない鋼板が製造された場合には、パターンIDとともに各部の波形パターンが自動で登録される。パターンIDからは、品質不良と判断された鋼板の各部の波形パターンと品質のランクとを特定することができる。このようなパターンIDが自動で生成されることにより、分析作業に要する使用者の時間と労力は低減される。 When a steel sheet whose quality does not meet the standard at any of the tip portion, the central portion, and the tail end portion is manufactured by performing the above-mentioned first to sixth processes, the pattern ID and the pattern ID of each portion are manufactured. The waveform pattern is automatically registered. From the pattern ID, it is possible to identify the corrugated pattern of each part of the steel sheet determined to be poor quality and the rank of the quality. By automatically generating such a pattern ID, the user's time and labor required for the analysis work are reduced.
データ処理装置は、先端部、中央部、及び尾端部のいずれかの品質が基準を満たしていない場合、さらに第7の処理を実行してもよい。分析作業では、不良の詳細状況を把握し、不良を取り除くための操業条件の変更方法を決定するという作業が必要とされる。この点に関し、第7の処理では、パターンIDに対応する品質不良の要因に関する要因情報と品質不良への対策に関する対策情報の少なくとも1つを情報登録データベースから読み出して情報表示装置に表示することが行われる。第7の処理が行われることにより、上記作業に要する使用者の負担は低減される。 The data processing apparatus may further perform a seventh process if the quality of any of the tips, centers, and tails does not meet the criteria. In the analysis work, it is necessary to grasp the detailed situation of the defect and determine the method of changing the operating conditions to remove the defect. Regarding this point, in the seventh process, at least one of the factor information regarding the cause of the quality defect corresponding to the pattern ID and the countermeasure information regarding the countermeasure against the quality defect can be read from the information registration database and displayed on the information display device. Will be done. By performing the seventh process, the burden on the user required for the above work is reduced.
データ処理装置は、パターンIDに対応する要因情報又は対策情報が情報登録データベースに登録されていない場合、さらに第8の処理を実行してもよい。第8の処理では、パターンIDに対応する波形パターンを波形登録データベースから読み出してパターンIDとともに情報表示装置に表示し、情報入力装置から入力された要因情報及び対策情報をパターンIDに関連付けて情報登録データベースに登録することが行われる。第8の処理が行われることにより、情報登録データベースの登録内容を完備することができる。 When the factor information or the countermeasure information corresponding to the pattern ID is not registered in the information registration database, the data processing apparatus may further execute the eighth process. In the eighth process, the waveform pattern corresponding to the pattern ID is read from the waveform registration database and displayed on the information display device together with the pattern ID, and the factor information and countermeasure information input from the information input device are associated with the pattern ID and information is registered. Registration in the database is done. By performing the eighth process, the registered contents of the information registration database can be completed.
データ処理装置は、新たに取得された波形パターンと類似の波形パターンが波形登録データベースに登録されていない場合と既に登録されている場合とで、第5の処理の内容を変えてもよい。具体的には、類似の波形パターンが登録されていない場合、新たに取得された波形パターンが属する新規グループを作成するとともに、新たに取得された波形パターンを新規グループの代表波形パターンとして登録する。類似の波形パターンが既に登録されている場合は、新たに取得された波形パターンを類似の波形パターンが属する既存グループに入れるとともに、既存グループ内の他の波形パターンとの類似度が最も高い波形パターンを既存グループの代表波形パターンとして登録する。この場合、パターンIDの作成には、代表波形パターンを特定する情報が用いられる。類似する波形パターンがグループ化され、グループの代表波形パターンがパターンIDに紐付けられることで、全ての波形パターンに対応してパターンIDが作成される場合に比較して、分析作業に要する使用者の時間と労力は低減される。 The data processing apparatus may change the content of the fifth process depending on whether a waveform pattern similar to the newly acquired waveform pattern is not registered in the waveform registration database or is already registered. Specifically, when a similar waveform pattern is not registered, a new group to which the newly acquired waveform pattern belongs is created, and the newly acquired waveform pattern is registered as a representative waveform pattern of the new group. If a similar waveform pattern has already been registered, the newly acquired waveform pattern is put into the existing group to which the similar waveform pattern belongs, and the waveform pattern with the highest degree of similarity to other waveform patterns in the existing group. Is registered as the representative waveform pattern of the existing group. In this case, information for specifying the representative waveform pattern is used to create the pattern ID. By grouping similar waveform patterns and associating the representative waveform pattern of the group with the pattern ID, the user required for the analysis work is compared with the case where the pattern ID is created corresponding to all the waveform patterns. Time and effort are reduced.
データ処理装置は、第2の処理では、先端部と尾端部とを固定長とし、中央部を鋼板の全長から先端部と尾端部とを差し引いた長さとして定長サンプリングデータを分割してもよい。鋼板の先端側において品質の不良が発生しやすい領域は、圧延プラントの構造や特性から決まり、鋼板全体の長さにはよらない。鋼板の尾端側についても同様である。定長サンプリングデータを分割する際に、先端部と尾端部とを固定長とすることで、鋼板全体の長さによって品質の判定精度が変動することを抑えることができる。 In the second processing, the data processing device divides the fixed length sampling data into a fixed length of the tip and the tail end, and the center portion as the length obtained by subtracting the tip and the tail end from the total length of the steel sheet. You may. The region on the tip side of the steel sheet where quality defects are likely to occur is determined by the structure and characteristics of the rolling plant and does not depend on the length of the entire steel sheet. The same applies to the tail end side of the steel sheet. By setting the tip portion and the tail end portion to fixed lengths when dividing the constant length sampling data, it is possible to suppress fluctuations in quality determination accuracy depending on the length of the entire steel sheet.
また、データ処理装置は、第3の処理では、定長サンプリングデータの統計値と統計値に対して設定された1又は複数の境界値との比較に基づいて品質をランク付けしてもよい。 Further, in the third process, the data processing apparatus may rank the quality based on the comparison between the statistical value of the constant length sampling data and one or a plurality of boundary values set for the statistical value.
以上説明したとおり、本発明に係る製品品質の分析支援システムによれば、先端部、中央部、及び尾端部のいずれかで品質が基準を満たしていない鋼板が製造された場合には、パターンIDとともに各部の波形パターンが自動で登録される。これにより、分析作業に要する使用者の時間と労力は低減される。 As described above, according to the product quality analysis support system according to the present invention, when a steel sheet whose quality does not meet the standard is manufactured at any of the tip portion, the center portion, and the tail end portion, a pattern is produced. The waveform pattern of each part is automatically registered together with the ID. This reduces the user's time and effort required for the analysis work.
以下、図面を参照して本発明の実施形態について説明する。ただし、以下に示す実施形態において各要素の個数、数量、量、範囲等の数に言及した場合、特に明示した場合や原理的に明らかにその数に特定される場合を除いて、その言及した数に、この発明が限定されるものではない。また、以下に示す実施形態において説明する構造や方法中の工程は、特に明示した場合や明らかに原理的にそれに特定される場合を除いて、この発明に必ずしも必須のものではない。なお、各図中、同一又は相当する部分には同一の符号を付しており、その重複説明は適宜に簡略化ないし省略する。 Hereinafter, embodiments of the present invention will be described with reference to the drawings. However, when the number, quantity, quantity, range, etc. of each element is referred to in the embodiment shown below, the reference is made unless it is explicitly stated or the number is clearly specified in principle. The invention is not limited in number. In addition, the steps in the structures and methods described in the embodiments shown below are not necessarily essential to the present invention, except when explicitly stated or clearly specified in principle. In each figure, the same or corresponding parts are designated by the same reference numerals, and the duplicated description thereof will be appropriately simplified or omitted.
図1には、本実施形態に係る製品品質分析支援システム4が適用される鉄鋼プラント、ならびに同システムで使われるデータの流れが模式的に示されている。鉄鋼プラントには、圧延ライン2と、圧延ライン2を制御する制御システム3が設けられている。圧延ライン2は複数の設備によって構成されている。それら複数の設備を鋼板1が通過する過程において、鋼板1に対して加熱、加工、冷却、巻取りが順に行われ、最終的に製品が製造される。圧延ライン2の各設備は、制御システム3から送信される指令データd1によって制御される。
FIG. 1 schematically shows a steel plant to which the product quality
圧延ライン2の各設備には、センサーが取り付けられている。センサーによって計測される実績データは大きく2種類に分けられる。1つは、制御システム3で使われる実績データd2である。制御システム3は、実績データd2に基づいて指令データd1を生成する。もう1つは、制御システム3で使われずに分析や評価に使われる実績データd4である。
Sensors are attached to each facility of the
製品品質分析支援システム4は、データ保存装置5、データ処理装置6、及び情報表示装置7を備える。これらの装置5,6,7は、それぞれが独立したハードウェアを有する装置でもよいし、それぞれに対応するプログロムがプロセッサで実行されることで実現されるコンピュータの機能であってもよい。
The product quality
データ保存装置5は、製品品質の分析に用いるデータを保存する装置であって、例えば、HDDなどの磁気ディスク、DVDなどの光学ディスク、SSDなどのフラッシュメモリ記憶装置などを含む。データ保存装置5には、データ集合d3と実績データd4とが送られ保存される。データ集合d3は、制御システム3で使われた実績データd2と、制御システム3内の途中計算データならびに計算結果データを合わせたデータの集合である。データ保存装置5は、データ集合d3と実績データd4とを併せたデータd5をデータ処理装置6に送る。
The
データ処理装置6は、データ保存装置5から受け取ったデータd5を処理し、分析作業を支援するための計算を行う。データ処理装置6の構成と計算フローの詳細については後述する。データ処理装置6による計算結果は、情報表示装置7に送られる。情報表示装置7は、データ処理装置6の計算結果を編集し、情報表示装置7の表示画面としてのモニター8に表示する。使用者100はモニター8に表示された支援情報を見ながら分析作業を行うことができる。
The data processing device 6 processes the data d5 received from the
主に製品品質分析において対象とされるデータには、センサーにより計測された設備や鋼板1の物理量、例えば、速度、開度、寸法などの実績データが含まれる。この実績データは定サンプリング時間毎の変化を表すデータ(以下、定時間サンプリングデータという)である。定時間サンプリングデータの1つのデータ項目に対して、X軸を時刻、Y軸を物理量としてグラフに描くと図2(a)のようになる。図2(a)には、対象の物理量の変化とともにその物理量が計測された設備を鋼板1が通過した距離(以下、搬送距離という)のグラフも重ねて表示されている。搬送距離は、制御システム3で生成されてデータ保存装置5に送られるデータ集合d3に含まれている。搬送距離は、データ保存装置5に保存される。
The data mainly targeted in product quality analysis include actual data such as physical quantities of equipment and
データ処理装置6は、データ保存装置5から送られる定時間サンプリングデータを再編集する。搬送距離が例えば1m毎の点に対応する物理量のデータを集めて再編集したものを定長サンプリングデータという。定長サンプリングデータの搬送距離の値をX軸にとり、物理量をY軸にとってグラフを描くと図2(b)のようになる。このように製品品質に係る実績データを定長サンプリングデータに加工し、2次元のXY平面にプロットすることにより、圧延材の先端からの距離に対する実績データの変化が視覚化される。
The data processing device 6 re-edits the fixed-time sampling data sent from the
製品品質に係る実績データの全長における変化は、先端部、中央部、及び尾端部に分けて調べることが有効である。なぜならば、品質の不良が発生する頻度は、制御が安定する中央部では小さく、先端部や尾端部において大きいからである。また、先端部と尾端部での不良の発生要因は、それぞれの特性に依存して異なっている。このため、先端部での不良と尾端部での不良は独立的に発生する。したがって、鋼板1の全体として品質を判定するよりも、先端部、中央部、及び尾端部に分割し判定を行うほうが効率的であり、且つ、判定精度も高められる。
It is effective to examine the change in the total length of the actual data related to the product quality separately for the tip part, the center part, and the tail end part. This is because the frequency of quality defects is small in the central part where control is stable and large in the tip part and the tail part. In addition, the factors that cause defects at the tip and tail ends differ depending on their respective characteristics. Therefore, the defect at the tip portion and the defect at the tail end portion occur independently. Therefore, it is more efficient to judge the quality of the
そこで、データ処理装置6は、先端部と尾端部とをそれぞれ固定長A[m]、B[m]とし、中央部を鋼板の全長から先端部と尾端部とを差し引いた長さL−A−B[m]として定長サンプリングデータを分割する。鋼板1の先端側において品質の不良が発生しやすい領域は、圧延プラントの構造や特性から決まり、鋼板1の全体の長さにはよらない。鋼板1の尾端側についても同様である。定長サンプリングデータを分割する際に、先端部と尾端部とを固定長とすることで、鋼板1の全体の長さによって品質の判定精度が変動することを抑えることができる。
Therefore, in the data processing device 6, the tip portion and the tail end portion are fixed lengths A [m] and B [m], respectively, and the central portion is the length L obtained by subtracting the tip portion and the tail end portion from the total length of the steel sheet. -The fixed length sampling data is divided as AB [m]. The region on the tip end side of the
次に、データ処理装置6の構成について図3を用いて説明する。データ処理装置6は大きく分けて2つのユニットから構成されている。1つのユニットは自動操作ユニット9であり、もう1つのユニットは手動操作ユニット10である。これらのユニット9,10は、それぞれが独立したハードウェアを有する装置でもよいし、それぞれに対応するプログラムがプロセッサで実行されることで実現されるコンピュータの機能であってもよい。自動操作ユニット9は、不良判定部11、不良パターンID取得部12、要因・対策出力部13と、不良波形パターン登録データベース14から構成される。手動操作ユニット10は、要因・対策入力部15を含む。各部11〜14の機能については、データ処理装置6による計算フローの説明の中で説明する。
Next, the configuration of the data processing device 6 will be described with reference to FIG. The data processing device 6 is roughly divided into two units. One unit is an automated operation unit 9 and the other unit is a
図4は、データ処理装置6による計算フロー、より詳しくは、自動操作ユニット9による計算フローを表す図である。以下、図4に基づいてデータ処理装置6の動作を説明する。 FIG. 4 is a diagram showing a calculation flow by the data processing device 6, more specifically, a calculation flow by the automatic operation unit 9. Hereinafter, the operation of the data processing device 6 will be described with reference to FIG.
まず、不良判定部11により行われる処理から説明する。ステップS101では、データ保存装置5に保存された定時間サンプリングデータが鋼板1の長さで再編集され、当該鋼板1の品質を表す定長サンプリングデータが作成される。定長サンプリングデータは、分析対象とされる製品品質項目ごとに作成される。分析対象とされる製品品質項目は、例えば、板幅と板厚である。次に、ステップS102では、先端部、中央部、及び尾端部の3つの部分に定長サンプリングデータが分割される。
First, the processing performed by the
ステップS103では、製品品質項目毎に作成された定長サンプリングデータに対して、それぞれの製品品質項目の精度指標に従った統計計算が施される。統計計算では、定長サンプリングデータを構成するデータ集合の平均値や標準偏差などの統計値が計算される。そして、統計値が基準値を満たすかどうかの判定が行われる。この判定は、先端部、中央部、及び尾端部のそれぞれに対して行われる。全ての部位において統計値が基準値を満たしているのであれば、当該鋼板1の品質は不良ではないので、計算フローはここで終了する。しかし、先端部、中央部、及び尾端部のいずれかの部位において統計値が基準値を満たさない場合は、不良判定部11による処理から不良パターンID取得部12による処理に移行する。
In step S103, statistical calculation is performed on the constant length sampling data created for each product quality item according to the accuracy index of each product quality item. In the statistical calculation, statistical values such as the average value and standard deviation of the data set constituting the constant length sampling data are calculated. Then, it is determined whether or not the statistical value satisfies the reference value. This determination is made for each of the tip, center, and tail. If the statistical values satisfy the reference values in all the parts, the quality of the
次に、不良パターンID取得部12で行われる処理について説明する。ステップS201では、鋼板1の部位を示すカウンタPに1が設定される。カウンタPの値は1、2、及び3であり、先端部には1が割り当てられ、中央部には2が割り当てられ、尾端部には3が割り当てられている。ステップS202では、カウンタPが3以下かどうか、つまり、先端部、中央部、及び尾端部のそれぞれについての後述する処理がまだ残っているか判定される。
Next, the process performed by the defective pattern
カウンタPが3以下の場合、ステップS203において、定長サンプリングデータを構成するデータ集合の平均値や標準偏差などの統計値や、長さに対するデータの振動周波数等が計算される。ただし、計算に用いられる定長サンプリングデータは、例えばP=1の場合であれば、先端部の定長サンプリングデータのみであり、P=3の場合であれば、尾端部の定長サンプリングデータのみである。ステップS203では、統計値や振動周波数等の数値と予め設定された1又は複数の境界値との比較に基づいて、定長サンプリングデータに対してクラス番号が付与される。つまり、連続値である統計値や振動周波数を離散値であるクラス番号に変換することが行われる。クラス番号は、品質のランクを示している。例えば、品質に問題がない場合にはクラス番号としてゼロが付けられ、品質の不良度が大きいほど、大きい値のクラス番号が付けられる。 When the counter P is 3 or less, in step S203, statistical values such as the average value and standard deviation of the data set constituting the constant length sampling data, the vibration frequency of the data with respect to the length, and the like are calculated. However, the fixed-length sampling data used in the calculation is, for example, only the fixed-length sampling data at the tip when P = 1, and the fixed-length sampling data at the tail when P = 3. Only. In step S203, a class number is assigned to the constant length sampling data based on the comparison between the numerical value such as the statistical value and the vibration frequency and the one or a plurality of preset boundary values. That is, the statistical value and the vibration frequency which are continuous values are converted into the class number which is a discrete value. The class number indicates the rank of quality. For example, if there is no problem with quality, zero is assigned as the class number, and the larger the degree of quality defect, the larger the class number is assigned.
ステップS204では、不良波形パターン登録データベース(DB)14に不良波形パターンのグループが登録されていないか確認される。不良波形パターンとは、品質不良と判定された鋼板1の定長サンプリングデータの波形パターンである。不良波形パターン登録データベース14には、先端部、中央部、及び尾端部の別に不良波形パターンが登録される。不良波形パターン登録データベース14に不良波形パターンのグループが登録されていない場合、後述のステップS205の処理が行われる。なお、不良波形パターンのグループが登録されているか否かは部位ごとに判定される。例えば、今回の判定が尾端部(P=3)についての判定である場合、先端部や中央部では既にグループが登録されていたとしても、尾端部では既登録のグループが無いのであれば、ステップS204の判定結果はYesとなる。
In step S204, it is confirmed whether or not a group of defective waveform patterns is registered in the defective waveform pattern registration database (DB) 14. The defective waveform pattern is a waveform pattern of constant length sampling data of the
不良波形パターン登録データベース14に不良波形パターンのグループが登録されている場合、ステップS207の処理が行われる。ステップS207では、登録された不良波形パターンのグループの中に、今回新たに取得された波形パターンと類似の波形パターンがあるかどうか判定される。類似しているかどうかは、例えば、波形間の距離によって判断される。波形間の距離がゼロであれば同じ波形と判断され、距離が大きくなるにつれて波形間の類似度は低下する。ステップS207で行われる判定の具体例では、距離が所定値以内であれば類似の波形と判定され、距離が所定値より大きければ類似していないと判定される。既登録のいずれのグループの中にも今回新たに取得された波形パターンと類似の波形パターンがない場合、ステップS205の処理が行われる。
If a group of defective waveform patterns is registered in the defective waveform
ステップS205では、不良波形パターンの新規グループが作成される。新規グループには、例えば既に10個のグループが登録されていれば、重ならないように次の番号11がグループ番号として付けられる。今回新たに取得された波形パターンは新規グループに入れられ、新規グループの代表波形パターンとして不良波形パターン登録データベース14に登録される。グループ番号は代表波形パターンと一義的な関係にあり、代表波形パターンを特定する情報として用いられる。続いて、ステップS206では、今回新たに作成された新規グループのグループ番号が、後述するパターンIDの作成用の情報として取得される。
In step S205, a new group of defective waveform patterns is created. For example, if 10 groups are already registered in the new group, the
ステップS207において、今回新たに取得された不良波形パターンと類似の不良波形パターンが不良波形パターン登録データベース14に既に登録されている場合、ステップS208の処理が行われる。ステップS208では、類似の不良波形パターンが属する既存グループに、新た取得された不良波形パターンが登録される。そして、その類似の不良波形パターンが属するグループのグループ番号が、後述するパターンIDの作成用の情報として取得される。
In step S207, if a defective waveform pattern similar to the newly acquired defective waveform pattern is already registered in the defective waveform
続いて、ステップS209では、今回新たに取得された不良波形パターンが登録されたグループ内で、不良波形パターン間の類似度の計算が行われる。類似度は、例えば、波形間の距離で表すことができる。具体例をあげると、グループ内の全ての不良波形パターンについて他の不良波形パターンとの距離が計算される。さらに、不良波形パターン毎に他の不良波形パターンとの距離の積算値が計算される。この場合における他の不良波形パターンとの類似度が最も高い不良波形パターンは、距離の積算値が最も小さい不良波形パターンである。ステップS209では、グループ内で他の不良波形パターンとの類似度が最も高い不良波形パターンが、当該グループの代表波形パターンとして決定される。代表波形パターンは、不良波形パターン登録データベース14に登録される。
Subsequently, in step S209, the degree of similarity between the defective waveform patterns is calculated within the group in which the newly acquired defective waveform pattern is registered. The degree of similarity can be expressed, for example, by the distance between waveforms. To give a specific example, the distances from other defective waveform patterns are calculated for all defective waveform patterns in the group. Further, the integrated value of the distances from other defective waveform patterns is calculated for each defective waveform pattern. In this case, the defective waveform pattern having the highest degree of similarity with other defective waveform patterns is the defective waveform pattern having the smallest integrated value of distances. In step S209, the defective waveform pattern having the highest degree of similarity to other defective waveform patterns in the group is determined as the representative waveform pattern of the group. The representative waveform pattern is registered in the defective waveform
ステップS206の処理の後、また、ステップS209処理の後、ステップS210の処理が行われる。ステップS210では、カウンタPの値に1が加算される。カウンタPの値が4になった場合、つまり、先端部、中央部、及び尾端部の全ての部位で代表波形パターンが決定され、グループ番号が取得された場合、ステップS202の判定結果はNoとなる。この場合、ステップS211の処理が行われる。 After the process of step S206 and after the process of step S209, the process of step S210 is performed. In step S210, 1 is added to the value of the counter P. When the value of the counter P becomes 4, that is, when the representative waveform pattern is determined in all the portions of the tip portion, the center portion, and the tail end portion and the group number is acquired, the determination result in step S202 is No. It becomes. In this case, the process of step S211 is performed.
ステップS211では、ステップS203で取得されたクラス番号と、ステップS205或いはステップS208で取得されたグループ番号とが連結される。詳しくは、先端部、中央部、及び尾端部のそれぞれのグループ番号とクラス番号とが連結され、1つのパターンIDが生成される。例えば、先端部のグループ番号が3でクラス番号が2、中央部のグループ番号が2でクラス番号が1、尾端部のグループ番号が5でクラス番号が4の場合、パターンIDは以下のように決定される。
パターンID:32−21−54
In step S211 the class number acquired in step S203 and the group number acquired in step S205 or step S208 are concatenated. Specifically, each group number and class number of the tip portion, the center portion, and the tail end portion are concatenated to generate one pattern ID. For example, if the group number at the tip is 3, the class number is 2, the group number at the center is 2, the class number is 1, the group number at the tail is 5, and the class number is 4, the pattern ID is as follows. Will be decided.
Pattern ID: 32-21-54
ステップS211の処理の完了後、不良パターンID取得部12による処理から要因・対策出力部13による処理に移行する。要因・対策出力部13では、ステップS301の処理が行われる。ステップS301では、パターンIDによって情報登録データベースが検索される。そして、パターンIDに対応する品質不良の要因に関する要因情報と、パターンIDに対応する品質不良への対策に関する対策情報とが情報登録データベースから読み出される。情報登録データベースは、不良波形パターン登録データベース14と一体化されていてもよい。読み出された各情報は、パターンIDに対応する代表波形パターンとともにモニター8に表示される。
After the processing in step S211 is completed, the processing by the defect pattern
製品品質の分析作業では、不良の詳細状況を把握し、不良を取り除くための操業条件の変更方法を決定するという作業が必要とされる。本実施形態に係る製品品質分析支援システム4によれば、パターンIDに対応する要因情報と対策情報とがモニター8に表示されるので、上記作業に要する使用者100の負担は低減される。なお、本実施形態では、パターンIDに対応する要因情報と対策情報の両方をモニター8に表示しているが、例えば何れか一方の情報のみしか用意されていない場合には、その一方の情報のみを表示することでもよい。
In product quality analysis work, it is necessary to grasp the detailed situation of defects and determine how to change the operating conditions to eliminate the defects. According to the product quality
パターンIDに対応する要因情報又は対策情報が情報登録データベースに登録されていない場合には、使用者100による要因・対策入力部15への入力が行われる。使用者100が要因・対策入力部15を操作することにより、パターンIDに対応する代表波形パターンが不良波形パターン登録データベース14から読み出され、パターンIDとともにモニター8に表示される。使用者100は、例えば図5に示すような登録画面をモニター8で見ながら、代表波形パターンに応じた要因情報及び対策情報を要因・対策入力部15に入力することができる。入力された要因情報及び対策情報は、パターンIDに関連付けて情報登録データベースに登録される。
When the factor information or the countermeasure information corresponding to the pattern ID is not registered in the information registration database, the
以上述べたように、本実施形態に係る製品品質分析支援システム4によれば、先端部、中央部、及び尾端部のいずれかで品質が基準を満たしていない鋼板1が製造された場合には、パターンIDとともに各部の不良波形パターンが自動で不良波形パターン登録データベース14に登録される。これにより、分析作業に要する使用者100の時間と労力は低減される。また、パターンIDに対応する要因情報と対策情報とがモニター8に表示されるので、不良の詳細状況を把握し、不良を取り除くための操業条件の変更方法を決定するという作業に要する使用者100の負担は低減される。
As described above, according to the product quality
1 鋼板
2 圧延ライン
3 制御システム
4 製品品質分析支援システム
5 データ保存装置
6 データ処理装置
7 情報表示装置
8 モニター
9 自動操作ユニット
10 手動操作ユニット
11 不良判定部
12 不良パターンID取得部
13 要因・対策出力部
14 不良波形パターン登録データベース
15 要因・対策入力部
100 使用者
d1 制御システムから圧延ラインの各設備への指令データ
d2 圧延ラインの各設備に付属するセンサーから収集された実績データ(制御システムで使用)
d3 制御システム内の途中計算データ、計算結果データ、及びd2のデータの集合
d4 圧延ラインの各設備に付属するセンサーから収集された実績データ(制御システムで不使用)
d5 データ処理装置で使われるデータ
1
A set of intermediate calculation data, calculation result data, and d2 data in the d3 control system. Actual data collected from the sensors attached to each facility of the d4 rolling line (not used in the control system).
d5 Data used in the data processing device
Claims (6)
前記鉄鋼プラントの圧延ラインにおいてセンサーにより計測された前記品質に係る物理量の実績データが保存されるデータ保存装置と、
前記データ保存装置に保存された前記実績データを処理するデータ処理装置と、を備え、
前記データ処理装置は、
前記実績データを前記鋼板の所定長さごとのデータに編集することによって定長サンプリングデータを作成する第1の処理と、
前記定長サンプリングデータを先端部、中央部、及び尾端部に分割する第2の処理と、
前記先端部、前記中央部、及び前記尾端部のそれぞれの前記定長サンプリングデータに基づき、前記先端部、前記中央部、及び前記尾端部のそれぞれの前記品質が基準を満たしているか判定する第3の処理と、を実行し、
前記先端部、前記中央部、及び前記尾端部のいずれかの前記品質が前記基準を満たしていない場合、
前記先端部、前記中央部、及び前記尾端部のそれぞれの前記品質をランク付けする第4の処理と、
前記先端部、前記中央部、及び前記尾端部のそれぞれについて前記定長サンプリングデータの波形パターンを波形登録データベースに登録する第5の処理と、
前記先端部、前記中央部、及び前記尾端部のそれぞれの前記波形パターンを特定する情報と、前記先端部、前記中央部、及び前記尾端部のそれぞれの前記品質のランクを特定する情報とを含むパターンIDを決定する第6の処理と、をさらに実行する
ことを特徴とする製品品質分析支援システム。 A product quality analysis support system that supports analysis work to maintain the quality of steel sheets manufactured in steel plants.
A data storage device that stores actual data of physical quantities related to the quality measured by sensors in the rolling line of the steel plant, and a data storage device.
A data processing device for processing the actual data stored in the data storage device is provided.
The data processing device is
The first process of creating constant length sampling data by editing the actual data into data for each predetermined length of the steel sheet, and
A second process of dividing the constant length sampling data into a tip portion, a center portion, and a tail end portion, and
Based on the constant length sampling data of the tip, the center, and the tail, it is determined whether the quality of the tip, the center, and the tail meets the criteria. Execute the third process and
When the quality of any of the tip, the center, and the tail does not meet the criteria.
A fourth process for ranking the quality of each of the tip, the center, and the tail.
A fifth process of registering the waveform pattern of the constant length sampling data in the waveform registration database for each of the tip portion, the center portion, and the tail end portion.
Information that identifies the waveform pattern of each of the tip, the center, and the tail, and information that identifies the quality rank of each of the tip, the center, and the tail. A product quality analysis support system characterized by further performing a sixth process of determining a pattern ID including.
前記データ処理装置は、
前記先端部、前記中央部、及び前記尾端部のいずれかの前記品質が前記基準を満たしていない場合、
前記パターンIDに対応する品質不良の要因に関する要因情報と前記品質不良への対策に関する対策情報の少なくとも1つを情報登録データベースから読み出して前記情報表示装置に表示する第7の処理、をさらに実行する
ことを特徴とする請求項1に記載の製品品質分析支援システム。 The product quality analysis support system is further equipped with an information display device.
The data processing device is
When the quality of any of the tip, the center, and the tail does not meet the criteria.
A seventh process of reading at least one of the factor information regarding the factor of the quality defect corresponding to the pattern ID and the countermeasure information regarding the countermeasure against the quality defect from the information registration database and displaying it on the information display device is further executed. The product quality analysis support system according to claim 1, wherein the product is characterized by the above.
前記データ処理装置は、
前記パターンIDに対応する前記要因情報又は前記対策情報が前記情報登録データベースに登録されていない場合、
前記パターンIDに対応する波形パターンを前記波形登録データベースから読み出して前記パターンIDとともに前記情報表示装置に表示し、前記情報入力装置から入力された前記要因情報及び前記対策情報を前記パターンIDに関連付けて前記情報登録データベースに登録する第8の処理、をさらに実行する
ことを特徴とする請求項2に記載の製品品質分析支援システム。 The product quality analysis support system is further equipped with an information input device.
The data processing device is
When the factor information or the countermeasure information corresponding to the pattern ID is not registered in the information registration database,
The waveform pattern corresponding to the pattern ID is read out from the waveform registration database and displayed on the information display device together with the pattern ID, and the factor information and the countermeasure information input from the information input device are associated with the pattern ID. The product quality analysis support system according to claim 2, wherein the eighth process of registering in the information registration database is further executed.
前記第5の処理では、
新たに取得された波形パターンと類似の波形パターンが前記波形登録データベースに既に登録されていない場合、前記新たに取得された波形パターンが属する新規グループを作成するとともに、前記新たに取得された波形パターンを前記新規グループの代表波形パターンとして前記波形登録データベースに登録し、
前記新たに取得された波形パターンと類似の波形パターンが前記波形登録データベースに既に登録されている場合、前記新たに取得された波形パターンを前記類似の波形パターンが属する既存グループに入れるとともに、前記既存グループ内の他の波形パターンとの類似度が最も高い波形パターンを前記既存グループの代表波形パターンとして前記波形登録データベースに登録し、
前記第6の処理では、前記波形パターンを特定する情報として前記代表波形パターンを特定する情報を前記パターンIDに含ませる
ことを特徴とする請求項1乃至3の何れか1項に記載の製品品質分析支援システム。 The data processing device is
In the fifth process,
If a waveform pattern similar to the newly acquired waveform pattern is not already registered in the waveform registration database, a new group to which the newly acquired waveform pattern belongs is created, and the newly acquired waveform pattern is created. Is registered in the waveform registration database as a representative waveform pattern of the new group.
When a waveform pattern similar to the newly acquired waveform pattern is already registered in the waveform registration database, the newly acquired waveform pattern is put into the existing group to which the similar waveform pattern belongs, and the existing waveform pattern is included. The waveform pattern having the highest degree of similarity to other waveform patterns in the group is registered in the waveform registration database as a representative waveform pattern of the existing group.
The product quality according to any one of claims 1 to 3, wherein in the sixth process, information for specifying the representative waveform pattern is included in the pattern ID as information for specifying the waveform pattern. Analysis support system.
前記第2の処理では、前記先端部と前記尾端部とを固定長とし、前記中央部を前記鋼板の全長から前記先端部と前記尾端部とを差し引いた長さとして前記定長サンプリングデータを分割する
ことを特徴とする請求項1乃至4の何れか1項に記載の製品品質分析支援システム。 The data processing device is
In the second process, the tip portion and the tail end portion are set to a fixed length, and the center portion is defined as the length obtained by subtracting the tip portion and the tail end portion from the total length of the steel plate, and the constant length sampling data. The product quality analysis support system according to any one of claims 1 to 4, wherein the product is divided into two parts.
前記第3の処理では、前記定長サンプリングデータの統計値と前記統計値に対して設定された1又は複数の境界値との比較に基づいて前記品質をランク付けする
ことを特徴とする請求項1乃至5の何れか1項に記載の製品品質分析支援システム。 The data processing device is
The third process is characterized in that the quality is ranked based on the comparison between the statistical value of the constant length sampling data and one or a plurality of boundary values set for the statistical value. The product quality analysis support system according to any one of 1 to 5.
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020099484A JP7354934B2 (en) | 2020-06-08 | 2020-06-08 | Product quality analysis support system |
KR1020210021059A KR102419234B1 (en) | 2020-06-08 | 2021-02-17 | Product quality analysis support system |
CN202110319682.2A CN113834828A (en) | 2020-06-08 | 2021-03-25 | Product quality analysis support system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020099484A JP7354934B2 (en) | 2020-06-08 | 2020-06-08 | Product quality analysis support system |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2021192915A true JP2021192915A (en) | 2021-12-23 |
JP2021192915A5 JP2021192915A5 (en) | 2022-09-01 |
JP7354934B2 JP7354934B2 (en) | 2023-10-03 |
Family
ID=78865919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020099484A Active JP7354934B2 (en) | 2020-06-08 | 2020-06-08 | Product quality analysis support system |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7354934B2 (en) |
KR (1) | KR102419234B1 (en) |
CN (1) | CN113834828A (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023181127A1 (en) * | 2022-03-22 | 2023-09-28 | 東芝三菱電機産業システム株式会社 | Product quality analysis assistance system |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20230066889A (en) | 2021-11-08 | 2023-05-16 | 주식회사 엘지에너지솔루션 | Reform pin |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001025819A (en) * | 1999-07-14 | 2001-01-30 | Hitachi Ltd | Method and device for diagnosing abnormality in rolling mill |
JP2003223210A (en) * | 2002-01-30 | 2003-08-08 | Jfe Steel Kk | Method for editing and keeping longitudinal characteristics data of long article |
JP2007083300A (en) * | 2005-09-26 | 2007-04-05 | Toshiba Mitsubishi-Electric Industrial System Corp | Material quality recorder |
JP2008296251A (en) * | 2007-05-31 | 2008-12-11 | Jfe Steel Kk | Computer system for storing quality judgment result of hot-rolled metal strip, business computer system for controlling manufacture and quality history and for controlling passing-step instruction, and method using the same system for cutting off defective quality part of hot-rolled metal strip in downstream step |
WO2019102614A1 (en) * | 2017-11-27 | 2019-05-31 | 東芝三菱電機産業システム株式会社 | Steel plant maintenance assistance device |
JP2020003871A (en) * | 2018-06-25 | 2020-01-09 | 東芝三菱電機産業システム株式会社 | Monitoring work support system for steel plant |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1107229A (en) * | 1994-07-21 | 1995-08-23 | 本溪钢铁公司连轧厂 | Looping roll type hoop slab tester |
JP2003141101A (en) * | 2001-11-06 | 2003-05-16 | Hitachi Ltd | Analysis information management system |
JP3982428B2 (en) * | 2002-09-04 | 2007-09-26 | 株式会社日立製作所 | Defect information analysis method and apparatus |
JP2007072522A (en) * | 2005-09-02 | 2007-03-22 | Mazda Motor Corp | Quality improvement support system, and control method and control program therefor |
JP5150302B2 (en) * | 2008-02-20 | 2013-02-20 | 株式会社東芝 | Ultrasonic inspection data evaluation apparatus and ultrasonic inspection data evaluation method |
JP2010286880A (en) * | 2009-06-09 | 2010-12-24 | Sharp Corp | System and method for estimating failure factor |
CN102621147A (en) * | 2012-03-09 | 2012-08-01 | 武汉钢铁工程技术集团有限责任公司 | Steel plate surface color difference defect detecting device |
JP6116445B2 (en) * | 2013-02-18 | 2017-04-19 | 株式会社神戸製鋼所 | Quality abnormality cause estimation support system |
CN105983585B (en) * | 2015-01-29 | 2017-10-31 | 宝山钢铁股份有限公司 | A kind of hot-strip button tail detection method |
CN104759488B (en) * | 2015-04-02 | 2017-02-22 | 山东钢铁股份有限公司 | Method for realizing sectional control during steel passing process of hot-rolled strip steel coiling side guide plate |
CN104794491B (en) * | 2015-04-28 | 2018-01-23 | 重庆大学 | Based on the fuzzy clustering Surface Defects in Steel Plate detection method presorted |
KR101797383B1 (en) * | 2016-08-09 | 2017-11-13 | 주식회사 포스코 | High strength hot rolled steel sheet having low deviation of mechanical property and excellent surface quality and method for manufacturing the same |
JP2019016209A (en) | 2017-07-07 | 2019-01-31 | 株式会社東芝 | Diagnosis device, diagnosis method, and computer program |
CN109420683B (en) * | 2017-08-31 | 2020-05-19 | 宝山钢铁股份有限公司 | Control method for edge drop of hot continuous rolling finish rolling strip steel |
-
2020
- 2020-06-08 JP JP2020099484A patent/JP7354934B2/en active Active
-
2021
- 2021-02-17 KR KR1020210021059A patent/KR102419234B1/en active IP Right Grant
- 2021-03-25 CN CN202110319682.2A patent/CN113834828A/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001025819A (en) * | 1999-07-14 | 2001-01-30 | Hitachi Ltd | Method and device for diagnosing abnormality in rolling mill |
JP2003223210A (en) * | 2002-01-30 | 2003-08-08 | Jfe Steel Kk | Method for editing and keeping longitudinal characteristics data of long article |
JP2007083300A (en) * | 2005-09-26 | 2007-04-05 | Toshiba Mitsubishi-Electric Industrial System Corp | Material quality recorder |
JP2008296251A (en) * | 2007-05-31 | 2008-12-11 | Jfe Steel Kk | Computer system for storing quality judgment result of hot-rolled metal strip, business computer system for controlling manufacture and quality history and for controlling passing-step instruction, and method using the same system for cutting off defective quality part of hot-rolled metal strip in downstream step |
WO2019102614A1 (en) * | 2017-11-27 | 2019-05-31 | 東芝三菱電機産業システム株式会社 | Steel plant maintenance assistance device |
JP2020003871A (en) * | 2018-06-25 | 2020-01-09 | 東芝三菱電機産業システム株式会社 | Monitoring work support system for steel plant |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023181127A1 (en) * | 2022-03-22 | 2023-09-28 | 東芝三菱電機産業システム株式会社 | Product quality analysis assistance system |
Also Published As
Publication number | Publication date |
---|---|
CN113834828A (en) | 2021-12-24 |
KR102419234B1 (en) | 2022-07-08 |
KR20210152370A (en) | 2021-12-15 |
JP7354934B2 (en) | 2023-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11216995B2 (en) | Visualization system | |
DE69520097T2 (en) | SYSTEM FOR REAL-TIME OPTIMIZATION AND PRESENTATION OF THE PROFIT | |
JP7354934B2 (en) | Product quality analysis support system | |
CN103595416A (en) | System and method for compressing production data stream and filtering compressed data with different criteria | |
JP6717795B2 (en) | Integrated processing system, integrated processing method and program | |
JP2018147419A (en) | Management device and management program | |
CN109116809A (en) | Processing technology management system and processing technology management method | |
CN111950577A (en) | Point inspection method and device | |
JP2002278614A (en) | Plant integral efficiency calculating device | |
EP1028307B1 (en) | Apparatus and method for maintenance of instrument for measuring coordinates and surface properties | |
CN117556366B (en) | Data abnormality detection system and method based on data screening | |
WO2022091639A1 (en) | Abnormality diagnosing model construction method, abnormality diagnosing method, abnormality diagnosing model construction device, and abnormality diagnosing device | |
US20240210927A1 (en) | Visualization system | |
WO2021111936A1 (en) | Prediction system, information processing device, and information processing program | |
JP4772613B2 (en) | Quality analysis method, quality analysis apparatus, computer program, and computer-readable storage medium | |
WO2021025006A1 (en) | Improvement measure recommendation system | |
US20210182762A1 (en) | Work instruction system and work instruction method | |
JP6247777B2 (en) | Abnormality diagnosis apparatus and abnormality diagnosis method | |
WO2023181127A1 (en) | Product quality analysis assistance system | |
WO2022162957A1 (en) | Information processing device, control system, and report output method | |
CN111971664A (en) | Learning processing device, data analysis device, analysis pattern selection method, and analysis pattern selection program | |
CN113837544B (en) | Substrate glass production quality control device, method and processor | |
JP7524784B2 (en) | Information processing device, control system, and report output method | |
WO2021157666A1 (en) | Control device, control method, and program | |
JP7289749B2 (en) | data system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220824 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220824 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230524 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230627 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230731 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230822 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230904 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7354934 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |