TWI770536B - 熱軋產品缺陷成因判斷方法及系統 - Google Patents
熱軋產品缺陷成因判斷方法及系統 Download PDFInfo
- Publication number
- TWI770536B TWI770536B TW109121219A TW109121219A TWI770536B TW I770536 B TWI770536 B TW I770536B TW 109121219 A TW109121219 A TW 109121219A TW 109121219 A TW109121219 A TW 109121219A TW I770536 B TWI770536 B TW I770536B
- Authority
- TW
- Taiwan
- Prior art keywords
- hot
- rolled
- normal level
- rolled product
- qualified
- Prior art date
Links
Images
Classifications
-
- 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
- Investigating And Analyzing Materials By Characteristic Methods (AREA)
- Control Of Metal Rolling (AREA)
Abstract
本發明提供了熱軋產品缺陷成因判斷方法及系統。該熱軋產品缺陷成因判斷方法,包含:確認一問題熱軋產品中的一未合格機械性質;分析複數個合格熱軋產品的一機械性質正常水準,並且比對該未合格機械性質與該機械性質正常水準;分析該些合格熱軋產品的一成分正常水準,並且比對該問題熱軋產品的一成分資料與該成分正常水準;以及分析並且比對該問題熱軋產品與該些合格熱軋產品的多個製程參數。
Description
本發明係關於缺陷成因判斷方法及系統,特別是一種熱軋產品缺陷成因判斷方法及系統。
在現行熱軋產品的產線作業中,因為客戶眾多、熱軋產品的種類也繁多,再加上即使同一客戶每一筆訂單的需求及品管要求也不相同。現行的作業中多會使用三種各自獨立的電腦系統來收集資料,以便於管理中眾多的資料,例如使用主電腦來收集鋼種、鋼捲號碼、鋼胚編號等訂單基本資料、使用製程電腦來管理製程參數及收集製程過程中的參數變化以及使用品管電腦收集各類品管資料(例如熱軋產品的機械性質、成分資料等)。
也因為這樣,一旦對熱軋產品的機械性質疑慮時,例如需要先至主電腦查出這個熱軋產品的鋼捲號碼或鋼胚編號、接著利用鋼捲號碼或鋼胚編號至品管電腦查出這個熱軋產品的機械性質與成分資料,並且利用鋼捲號碼或鋼胚編號查出這個熱軋產品的製程參數。分析人員需要花時間分別地收集這個熱軋產品的鋼胚、機械性質、成分資料、製程參數等資料,再依照個人經驗來判讀上述資料來推估這一個缺陷成因。而且這樣的經驗累積僅適用於單一產品,這樣的經驗無法有效、有系統地累積,例如對規格A的熱軋產品的經驗可能就無法運用在規格B的熱軋產品的缺陷判讀上。
此外,現有的技術需要有特定的鋼捲號碼或鋼胚編號,才能查出相關的機械性質、成分資料、製程參數,因此,在沒有相關鋼捲號碼或鋼胚編號的情況下,現有的技術中並不能對相同設備(例如,同一爐),在不同時間點的熱軋產品進行分析,進而無法對熱軋產品缺陷成因進行全面性的分析。
故,有必要提供一種熱軋產品缺陷成因判斷方法及系統,以解决習用技術所存在的問題。
本發明的目的在於提供一種熱軋產品缺陷成因判斷方法及系統,來縮短熱軋產品缺陷成因判斷的時間。而且本發明還可以對相似熱軋產品的資料進行全面性的分析來判斷出缺陷成因,進而建立出製程參數管制邏輯。最後,通過製程參數管制邏輯可以避免未來相似的熱軋產品產生相同的缺陷。
為了達成上述目的,本發明提供了一種熱軋產品缺陷成因判斷方法,包含:確認一問題熱軋產品中的一未合格機械性質;分析複數個合格熱軋產品的一機械性質正常水準,並且比對該未合格機械性質與該機械性質正常水準;分析該些合格熱軋產品的一成分正常水準,並且比對該問題熱軋產品的一成分資料與該成分正常水準;以及分析並且比對該問題熱軋產品與該些合格熱軋產品的多個製程參數。
在本發明的一實施例中,分析該些合格熱軋產品的該機械性質正常水準,並且比對該未合格機械性質與該機械性質正常水準,包含:分析由產出該問題熱軋產品的一設備在不同時間所產出的該些合格熱軋產品的該些機械性質,並且產生該機械性質正常水準。
在本發明的一實施例中,分析該些合格熱軋產品的該機械性質正常水準,並且比對該未合格機械性質與該機械性質正常水準,包含:分析與該問題熱軋產品相同鋼種及相同厚度的該些合格熱軋產品的該些機械性質,並且產生該機械性質正常水準。
在本發明的一實施例中, 分析該些合格熱軋產品的該成分正常水準,並且比對該問題熱軋產品的該成分資料與該成分正常水準,包含:分析由產出該問題熱軋產品的一設備在不同時間所產出的該些合格熱軋產品的該些成分資料,並且產生該成分正常水準。
在本發明的一實施例中,分析該些合格熱軋產品的該成分正常水準,並且比對該問題熱軋產品的該成分資料與該成分正常水準,包含:分析與該問題熱軋產品相同鋼種及相同厚度的該些合格熱軋產品的該些成分資料,並且產生該成分正常水準。
在本發明的一實施例中, 分析並且比對該問題熱軋產品與該些合格熱軋產品的該些製程參數,包含:分析由產出該問題熱軋產品的一設備在不同時間所產出的該些合格熱軋產品的該些製程參數,並且產生一製程參數正常水準。
在本發明的一實施例中,分析並且比對該問題熱軋產品與該些合格熱軋產品的該些製程參數,包含:分析與該問題熱軋產品相同鋼種及相同厚度的該些合格熱軋產品的該些製程參數,並且產生一製程參數正常水準。
在本發明的一實施例中,所述熱軋產品缺陷成因判斷方法,還包含:建立一製程參數管制邏輯,並且比對製程參數管制邏輯中的多個管制製程參數與該問題熱軋產品的該些製程參數。
本發明還提供了一種軋產品缺陷成因判斷系統,包含:一資料收集模組,配置成用以收集複數個熱軋產品資料;一資料庫,配置成用以儲存來自該資料收集模組的該些熱軋產品資料,其中該些熱軋產品資料包含複數個機械性質、複數個成分資料及複數個製程參數;以及一處理模組,配置成用以存取該資料庫中該些熱軋產品資料,以執行:確認一問題熱軋產品中的一未合格機械性質;分析複數個合格熱軋產品的一機械性質正常水準,並且比對該未合格機械性質與該機械性質正常水準;分析該些合格熱軋產品的一成分正常水準,並且比對該問題熱軋產品的一成分資料與該成分正常水準;以及分析並且比對該問題熱軋產品與該些合格熱軋產品的製程參數。
在本發明的一實施例中,該處理模組具有一製程參數管制邏輯,並且該處理模組比對製程參數管制邏輯中的多個管制製程參數與該問題熱軋產品的該些製程參數。
如上所述,本發明所提供的熱軋產品缺陷成因判斷方法及系統,主動地收集問題熱軋產品及合格熱軋產品的機械性質、成分資料及製程參數,藉此縮短熱軋產品缺陷成因判斷的時間。分析並且比對問題熱軋產品與合格熱軋產品之間的機械性質正常水準、成分正常水準及製程參數正常水準的差異,可以更全面地來判斷出熱軋產品缺陷成因。
爲了讓本發明之上述及其他目的、特徵、優點能更明顯易懂,下文將特舉本發明較佳實施例,並配合所附圖式,作詳細說明如下。再者,本發明所提到的方向用語,例如上、下、頂、底、前、後、左、右、內、外、側面、周圍、中央、水平、橫向、垂直、縱向、軸向、徑向、最上層或最下層等,僅是參考附加圖式的方向。因此,使用的方向用語是用以說明及理解本發明,而非用以限制本發明。
請參照第1圖至第9圖,第1圖是本發明實施例的一種熱軋產品缺陷成因判斷系統的一示意圖。第2圖是本發明實施例的一種熱軋產品缺陷成因判斷方法的一步驟流程圖。第3圖是應用本發明實施例的一示例中的步驟S220的一示意圖。第4圖是第3圖的該示例中的步驟S230的一示意圖。第5圖是第3圖的該示例中的步驟S230的另一示意圖。第6圖是第3圖的該示例中的步驟S240的一示意圖。第7圖是第3圖的該示例中的步驟S250的一示意圖。第8圖是第3圖的該示例中熱軋產品缺陷成因判斷結果的一示意圖。第9圖是本發明實施例中的一製程參數管制邏輯的一示意圖。
如第1圖所示,本發明實施例的一種熱軋產品缺陷成因判斷系統100,包含:一資料收集模組110、一資料庫120以及一處理模組130。該資料收集模組130配置成用以收集複數個熱軋產品資料。該資料收集模組110包含一基本資料收集電腦110a、一品管資料收集電腦110b及一製程參數收集電腦110c。該基本資料收集電腦110a配置成用以收集熱軋產品的鋼種、鋼捲號碼、鋼胚編號等訂單基本資料。該品管資料收集電腦110b配置成用以收集熱軋產品的機械性質及成分資料。該製程參數收集電腦110c配置成用以收集熱軋產品的製程參數。
該資料庫120配置成用以儲存來自該資料收集模組110的該些熱軋產品資料,其中該些熱軋產品資料包含複數個機械性質、複數個成分資料及複數個製程參數。該些機性性質可以包含降伏強度(YS)、抗拉強度(TS)、伸長量(EL),該些成分資料可以包含碳(C)、錳(Mn)、磷(P)、硫(S)、矽(Si)等元素,該些製程參數可以包含完軋溫度(FT)、盤捲溫度(CT)等。
該處理模組130配置成用以存取該資料庫120中的該些熱軋產品資料,以執行一種熱軋產品缺陷成因判斷方法,例如第2圖所示。此外,該處理模組130具有一製程參數管制邏輯135。
如第2圖的實施例,該熱軋產品缺陷成因判斷方法200,包含以下步驟:
步驟S210,輸入一問題熱軋產品的一鋼捲號碼。應當理解的是,每一個熱軋產品都有對應的鋼捲號碼。該問題熱軋產品是指未符合一規定值/規定範圍的機械性質項目或成分的熱軋產品。應當理解的是,這個規定值/規定範圍可以是來自客戶,而這個規定值/規定範圍可以是任何客戶關心的項目,並非僅限定於機械性質或成分。
步驟S220,確認一問題熱軋產品中的一未合格機械性質。該未合格機械性質是指這個機械性質項目未符合一規定值/規定範圍。應當理解的是,這個規定值/規定範圍可能是來自客戶要求,也可能依照問題熱軋產品的用途而有所變化。也就是說,這個規定值/規定範圍可能因為客戶或用途的不同而有變化。
步驟S230,分析複數個合格熱軋產品的一機械性質正常水準,並且比對該未合格機械性質與該機械性質正常水準。該機械性質正常水準可以包含機械性質項目的平均值及標準差,例如降伏強度平均值(YS(AVG))及降伏強度標準差(YS(STD))等。步驟S230中可以包含:分析由產出該問題熱軋產品的一設備在不同時間所產出的該些合格熱軋產品的該些機械性質,並且產生該機械性質正常水準。此外,步驟S230中也可以包含:分析與該問題熱軋產品相同鋼種及相同厚度的該些合格熱軋產品的該些機械性質,並且產生該機械性質正常水準。
步驟S240,分析該些合格熱軋產品的一成分正常水準,並且比對該問題熱軋產品的一成分資料與該成分正常水準。該成分正常水準可以包含該些合格熱軋產品中的成分的平均值及標準差。步驟S240可以包含:分析由產出該問題熱軋產品的一設備在不同時間所產出的該些合格熱軋產品的該些成分資料,並且產生該成分正常水準。步驟S240也可以包含:分析與該問題熱軋產品相同鋼種及相同厚度的該些合格熱軋產品的該些成分資料,並且產生該成分正常水準。
步驟S250,分析並且比對該問題熱軋產品與該些合格熱軋產品的製程參數。步驟S250可以包含:分析由產出該問題熱軋產品的一設備在不同時間所產出的該些合格熱軋產品的該些製程參數,並且產生一製程參數正常水準。步驟S250也可以包含:分析與該問題熱軋產品相同鋼種及相同厚度的該些合格熱軋產品的該些製程參數,並且產生一製程參數正常水準。其中該製程參數正常水準包含了製程參數的平均值及標準差,例如預定完軋溫度(PDI-FT)的平均值及標準差等。
步驟S260,建立一製程參數管制邏輯,並且比對製程參數管制邏輯中的多個管制製程參數與該問題熱軋產品的該些製程參數。
以下透過第3圖至第9圖的示例來說明本發明如何實現熱軋產品缺陷成因判斷。首先,在本發明的熱軋產品缺陷成因判斷系統輸入該問題熱軋產品的鋼捲號碼(COIL-NO),即5299071,就可以獲得該問題熱軋產品的訂單基本資料及未合格機械性質。該些訂單基本資料包含了客戶為XX股份有限公司、鋼捲號碼5299071、爐號(HEATID)為1SG101030、鋼種編號(MIC-NO)為349788、鋼種規格(MIC-GRADE)為7570、預定完軋溫度(PDI-FT)為920度、預定盤捲溫度(PDI-CT)為670度、規格書的完軋溫度(SPC-FT)為913度、規格書的盤捲溫度(SPC-CT)為669度。而該問題熱軋產品(鋼捲號碼5299071)在HSM位置T的降伏強度(YS)與抗拉強度(TS)明顯小於各自的規範所以被判定為未合格(RJR),而同樣的在HSM位置H的位置的伸長量(EL)也不符合規範也被判定為未合格(RJR)。確認了該問題熱軋產品(鋼捲號碼5299071)的數個未合格機械性質。
接著如第4圖所示,本發明實施例會分析停同樣由同樣爐號(HEATID)但在不同時間所產出的數個合格熱軋產品(即鋼捲號碼COIL-NO為5299075、5299074、5300948)各自的機械性質。分析後發現鋼捲號碼COIL-NO為5300948的降伏強度(YS)、抗拉強度(TS)及伸長量(EL)符合XX股份有限公司的規範,如此一來,可以排除同一設備(同一爐)故障或受污染的可能,即確認了同一設備(同一爐)是可以正常運作的。
接下來,如第5圖所示,本發明實施例會分析與該問題熱軋產品(鋼捲號碼5299071)同樣鋼種編號(MIC-NO為349788)與相同厚度(GRADE4為7570)的數個合格熱軋產品的機械性質,並且產生這些合格熱軋產品的降伏強度平均值(YS(AVG))、降伏強度標準差(YS(STD))、抗拉強度平均值(TS(AVG))、抗拉強度標準差(TS(STD))、伸長量平均值(EL(AVG))及伸長量標準差(EL(STD))。同時,一併提供對應的完軋溫度(FT)及盤捲溫度(FT)等製程參數。藉此,可以確認MIC-NO同樣為349788,且GRADE4同樣為7570(相同規格厚度)的情況下,是可以產出符合XX股份有限公司的規範的熱軋產品。
隨後如第6圖所示,先收集該問題熱軋產品(鋼捲號碼5299071)的一成分資料,該成分資料包含了該問題熱軋產品(即TCH)中的碳(C)、錳(Mn)、磷(P)、硫(S)、矽(Si)等成分。並分析MIC-NO同樣為349788,且GRADE4同樣為7570的這些合格熱軋產品的碳(C)、錳(Mn)、磷(P)、硫(S)、矽(Si)等成分的平均值及標準差。通過這樣的分析比對,發現了該問題熱軋產品(鋼捲號碼5299071)中的碳(C)及磷(P)超出平均值。
接下來,如第7圖所示,近一步分析了MIC-NO同樣為349788,且GRADE4同樣為7570的這些合格熱軋產品的製程參數,如預定完軋溫度(PDI-FT)、預定盤捲溫度(PDI-CT)、在爐時間、預熱時間、均熱時間、粗軋出口溫度(R2DT)、精軋入口溫度(FET)等參數的平均值及標準差。藉此,評估這些合格熱軋產品的製程參數是否可以應用在XX股份有限公司相似的熱軋產品上。
最後,如第8圖所示,本發明實施例可以產生一個全面性的熱軋產品缺陷成因判斷結果,例如,該問題熱軋產品(鋼捲號碼5299071)不符合規範的機械性質,分析後判斷的成因是鋼捲號碼5299071)的成分有問題,例如碳(C)就超過平均值的兩個標準差(STD)。而且更可以提醒(PDI-FT與SPC-FT不同,以及PDI-CT與SPC-CT不同。此外,本發明甚至可以建議客戶XX股份有限公司,可以依上述分析比對來微調相似的熱軋產品的規格書。例如將SPC-FT調整為908、SPC-CT調整為635,因為這樣的製程參數可以更穩定的產出合乎客戶規範的熱軋產品。
最後,本發明實施例還可以依照前述分析中的機械性質、成分資料及製程參數來建立製程參數管制邏輯。如第9圖所示,如編號1的製程參數管制邏輯中,當輸入預定值(PDI)大於433度與434度之間,並且鋼胚再加熱溫度(SRT)小於1200度時,規格書SAE J1392的製程參數套用在鋼種GT. 50時,可能會發生鈮固溶不足,強度不足的問題。這樣一來,熱軋產品缺陷成因判斷結果可以有效地累積,一旦未來有一樣製程參數及條件產生時,可以立即的判斷缺陷成因,或是及早警示。
如上所述,本發明所提供的熱軋產品缺陷成因判斷方法及系統,主動地收集問題熱軋產品及合格熱軋產品的機械性質、成分資料及製程參數,藉此縮短熱軋產品缺陷成因判斷的時間。分析並且比對問題熱軋產品與合格熱軋產品之間的機械性質正常水準、成分正常水準及製程參數正常水準的差異,可以更全面地來判斷出熱軋產品缺陷成因。
雖然本發明已以較佳實施例揭露,然其並非用以限制本發明,任何熟習此項技藝之人士,在不脫離本發明之精神和範圍內,當可作各種更動與修飾,因此本發明之保護範圍當視後附之申請專利範圍所界定者爲準。
100:熱軋產品缺陷成因判斷系統
110:資料收集模組
110a:基本資料收集電腦
110b:品管資料收集電腦
110c:製程參數收集電腦
120:資料庫
130:處理模組
135:製程參數管制邏輯
200:熱軋產品缺陷成因判斷方法
S210~S260:步驟
第1圖是本發明實施例的一種熱軋產品缺陷成因判斷系統的一示意圖。
第2圖是本發明實施例的一種熱軋產品缺陷成因判斷方法的一步驟流程圖。
第3圖是應用本發明實施例的一示例中的步驟S220的一示意圖。
第4圖是第3圖的該示例中的步驟S230的一示意圖。
第5圖是第3圖的該示例中的步驟S230的另一示意圖。
第6圖是第3圖的該示例中的步驟S240的一示意圖。
第7圖是第3圖的該示例中的步驟S250的一示意圖。
第8圖是第3圖的該示例中熱軋產品缺陷成因判斷結果的一示意圖。
第9圖是本發明實施例中的一製程參數管制邏輯的一示意圖。
200:熱軋產品缺陷成因判斷方法
S210~S260:步驟
Claims (8)
- 一種熱軋產品缺陷成因判斷方法,包含:確認一問題熱軋產品中的一未合格機械性質;分析複數個合格熱軋產品的一機械性質正常水準,並且比對該未合格機械性質與該機械性質正常水準;分析該些合格熱軋產品的一成分正常水準,並且比對該問題熱軋產品的一成分資料與該成分正常水準;分析並且比對該問題熱軋產品與該些合格熱軋產品的多個製程參數;以及建立一製程參數管制邏輯,並且比對製程參數管制邏輯中的多個管制製程參數與該問題熱軋產品的該些製程參數。
- 如請求項1所述之熱軋產品缺陷成因判斷方法,其中分析該些合格熱軋產品的該機械性質正常水準,並且比對該未合格機械性質與該機械性質正常水準,包含:分析由產出該問題熱軋產品的一設備在不同時間所產出的該些合格熱軋產品的該些機械性質,並且產生該機械性質正常水準。
- 如請求項1所述之熱軋產品缺陷成因判斷方法,其中分析該些合格熱軋產品的該機械性質正常水準,並且比對該未合格機械性質與該機械性質正常水準,包含:分析與該問題熱軋產品相同鋼種及相同厚度的該些合格熱軋產品的該些機械性質,並且產生該機械性質正常水準。
- 如請求項1所述之熱軋產品缺陷成因判斷方法,其中分析該些合格熱軋產品的該成分正常水準,並且比對該問題熱軋產品的該成分資料與該成分正常水準,包含:分析由產出該問題熱軋產品的一設備在不同時間所產出的該些合格熱軋產品的該些成分資料,並且產生該成分正常水準。
- 如請求項1所述之熱軋產品缺陷成因判斷方法,其中分析該些合格熱軋產品的該成分正常水準,並且比對該問題熱軋產品的該成分資料與該成分正常水準,包含:分析與該問題熱軋產品相同鋼種及相同厚度的該些合格熱軋產品的該些成分資料,並且產生該成分正常水準。
- 如請求項1所述之熱軋產品缺陷成因判斷方法,其中分析並且比對該問題熱軋產品與該些合格熱軋產品的該些製程參數,包含:分析由產出該問題熱軋產品的一設備在不同時間所產出的該些合格熱軋產品的該些製程參數,並且產生一製程參數正常水準。
- 如請求項1所述之熱軋產品缺陷成因判斷方法,其中分析並且比對該問題熱軋產品與該些合格熱軋產品的該些製程參數,包含:分析與該問題熱軋產品相同鋼種及相同厚度的該些合格熱軋產品的該些製程參數,並且產生一製程參數正常水準。
- 一種熱軋產品缺陷成因判斷系統,包含:一資料收集模組,配置成用以收集複數個熱軋產品資料; 一資料庫,配置成用以儲存來自該資料收集模組的該些熱軋產品資料,其中該些熱軋產品資料包含複數個機械性質、複數個成分資料及複數個製程參數;以及一處理模組,配置成用以存取該資料庫中的該些熱軋產品資料,以執行:確認一問題熱軋產品中的一未合格機械性質;分析複數個合格熱軋產品的一機械性質正常水準,並且比對該未合格機械性質與該機械性質正常水準;分析該些合格熱軋產品的一成分正常水準,並且比對該問題熱軋產品的一成分資料與該成分正常水準;以及分析並且比對該問題熱軋產品與該些合格熱軋產品的製程參數;其中該處理模組具有一製程參數管制邏輯,並且該處理模組比對製程參數管制邏輯中的多個管制製程參數與該問題熱軋產品的該些製程參數。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109121219A TWI770536B (zh) | 2020-06-22 | 2020-06-22 | 熱軋產品缺陷成因判斷方法及系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109121219A TWI770536B (zh) | 2020-06-22 | 2020-06-22 | 熱軋產品缺陷成因判斷方法及系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202201330A TW202201330A (zh) | 2022-01-01 |
TWI770536B true TWI770536B (zh) | 2022-07-11 |
Family
ID=80787738
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109121219A TWI770536B (zh) | 2020-06-22 | 2020-06-22 | 熱軋產品缺陷成因判斷方法及系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI770536B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0195385B1 (en) * | 1985-03-15 | 1991-07-31 | Nippon Steel Corporation | Method and apparatus for manufacturing cold-rolled steel strip |
TW200848174A (en) * | 2007-06-08 | 2008-12-16 | China Steel Corp | Winding control system with steel roll defect prediction model and method used thereby |
TWI543102B (zh) * | 2014-10-22 | 2016-07-21 | 財團法人工業技術研究院 | 異因分析與校正方法與系統 |
TW201736012A (zh) * | 2016-04-13 | 2017-10-16 | China Steel Corp | 軋鋼生產製程的動態調整方法 |
TWI613608B (zh) * | 2014-05-02 | 2018-02-01 | 中國鋼鐵股份有限公司 | 用於鋼捲製程之方法及其電腦程式產品 |
TW201805081A (zh) * | 2016-07-21 | 2018-02-16 | 日商日新製鋼股份有限公司 | 演算裝置及演算方法 |
TW201819061A (zh) * | 2016-11-28 | 2018-06-01 | 東芝三菱電機產業系統股份有限公司 | 壓延設備的異常診斷之方法及裝置 |
-
2020
- 2020-06-22 TW TW109121219A patent/TWI770536B/zh active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0195385B1 (en) * | 1985-03-15 | 1991-07-31 | Nippon Steel Corporation | Method and apparatus for manufacturing cold-rolled steel strip |
TW200848174A (en) * | 2007-06-08 | 2008-12-16 | China Steel Corp | Winding control system with steel roll defect prediction model and method used thereby |
TWI613608B (zh) * | 2014-05-02 | 2018-02-01 | 中國鋼鐵股份有限公司 | 用於鋼捲製程之方法及其電腦程式產品 |
TWI543102B (zh) * | 2014-10-22 | 2016-07-21 | 財團法人工業技術研究院 | 異因分析與校正方法與系統 |
TW201736012A (zh) * | 2016-04-13 | 2017-10-16 | China Steel Corp | 軋鋼生產製程的動態調整方法 |
TW201805081A (zh) * | 2016-07-21 | 2018-02-16 | 日商日新製鋼股份有限公司 | 演算裝置及演算方法 |
TW201819061A (zh) * | 2016-11-28 | 2018-06-01 | 東芝三菱電機產業系統股份有限公司 | 壓延設備的異常診斷之方法及裝置 |
Also Published As
Publication number | Publication date |
---|---|
TW202201330A (zh) | 2022-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20170083016A1 (en) | Manufacturing equipment diagnosis support system | |
JP7158569B2 (ja) | 金属製品の製造をモニタリングするための方法および電子デバイス、関連するコンピュータプログラムならびに設備 | |
CN103842920B (zh) | 验证制造过程的过程参数的方法 | |
JP2009066658A (ja) | 出荷鋼板の材質情報提供方法及び材質情報利用方法 | |
TWI749735B (zh) | 收縮產生預測系統 | |
JP5821363B2 (ja) | 製品欠陥要因分析装置 | |
TWI770536B (zh) | 熱軋產品缺陷成因判斷方法及系統 | |
TWI697585B (zh) | 熱浸鍍鋅產品缺陷估測系統及其方法 | |
JP2011258113A (ja) | 金属帯材料の製造条件決定システム | |
CN102260781B (zh) | 连退机组带钢延伸率和平整工艺状态在线预警方法 | |
CN111666710A (zh) | 一种采用逻辑回归分类预测连铸坯纵裂纹的方法 | |
US20220066430A1 (en) | Method and electronic device for controlling a manufacturing of a group of final metal product(s) from a group of intermediate metal product(s), related computer program, manufacturing method and installation | |
JP2004277835A (ja) | 鋼材の製品受注支援システム | |
Dudek-Burlikowska | Monitoring of the production processing in a metallurgical company using FMEA method | |
WO2020229541A1 (en) | Method for controlling a metal rolling process for producing intermediate castings, a related computer system, and a method for producing intermediate castings | |
JP2002241846A (ja) | 鋼材の製造プロセス異常判定装置 | |
CN117831659B (zh) | 宽厚板质量在线检测的方法、装置、电子设备及存储介质 | |
Ruiz-Sarmiento et al. | Analysis of data from the industrial machinery within the hot rolling process for predictive maintenance | |
JP7517369B2 (ja) | 鋼板の板プロフィル判定方法、処置工程設定方法、製造方法、及び板プロフィル判定モデルの生成方法 | |
Weber et al. | A learning procedure for detection of process anomalies in the production of metal long products and a new industrial case study | |
Ruiz-Sarmiento et al. | Data analysis of the hot rolling process in a stainless steel factory for predictive maintenance | |
Das | Multivariate Statistical Process Monitoring Strategy for a Steel Making Shop | |
JP5423524B2 (ja) | 熱延コイルの製造条件決定装置および方法ならびに熱延コイルの製造方法 | |
CN118013831A (zh) | 一种基于数据驱动的冷轧罩退抽芯预测及决策方法 | |
KR20040057181A (ko) | 신경회로망 기법을 이용한 소재별 목표 가열온도 제어 방법 |