WO2024105996A1 - 粗圧延材の幅予測方法、粗圧延材の幅制御方法、熱延鋼板の製造方法、及び粗圧延材の幅予測モデルの生成方法 - Google Patents

粗圧延材の幅予測方法、粗圧延材の幅制御方法、熱延鋼板の製造方法、及び粗圧延材の幅予測モデルの生成方法 Download PDF

Info

Publication number
WO2024105996A1
WO2024105996A1 PCT/JP2023/033757 JP2023033757W WO2024105996A1 WO 2024105996 A1 WO2024105996 A1 WO 2024105996A1 JP 2023033757 W JP2023033757 W JP 2023033757W WO 2024105996 A1 WO2024105996 A1 WO 2024105996A1
Authority
WO
WIPO (PCT)
Prior art keywords
width
rough
rolled material
slab
rolling
Prior art date
Application number
PCT/JP2023/033757
Other languages
English (en)
French (fr)
Inventor
洸介 日当
秀祐 佐藤
由紀雄 高嶋
Original Assignee
Ｊｆｅスチール株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ｊｆｅスチール株式会社 filed Critical Ｊｆｅスチール株式会社
Publication of WO2024105996A1 publication Critical patent/WO2024105996A1/ja

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B1/00—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations
    • B21B1/02—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling heavy work, e.g. ingots, slabs, blooms, or billets, in which the cross-sectional form is unimportant ; Rolling combined with forging or pressing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B15/00—Arrangements for performing additional metal-working operations specially combined with or arranged in, or specially adapted for use in connection with, metal-rolling mills
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby

Definitions

  • the present invention relates to a method for predicting the width of rough rolled material in a hot rolling line, a method for controlling the width of rough rolled material, a method for manufacturing hot rolled steel plate, and a method for generating a width prediction model for rough rolled material.
  • a slab which is a steel material
  • the width of the slab is adjusted by a width reduction press (sizing press), and one or more rough rolling mills are used for rough rolling to produce a semi-finished steel plate called a rough bar (roughly rolled material) with a thickness of approximately 30 to 50 mm.
  • a rough bar roughly rolled material
  • the head and tail ends of the rough bar are cut off by a crop shear, and the rough bar is finish-rolled by a 5-7 stand finishing rolling mill capable of continuous rolling to produce a steel strip with a thickness of approximately 1.0 to 25.0 mm.
  • the hot steel strip is cooled by a cooling device on the run-out table, and then wound by a coiler (winder) to become a hot-rolled steel strip.
  • a hot rolling line the width reduction press, rough rolling mill, and finishing rolling mill apply plastic deformation to the steel plate in the thickness and width directions, so the width of the steel plate fluctuates in a complex manner during the hot-rolled steel strip manufacturing process.
  • the width accuracy of the hot-rolled steel strip has a direct impact on the product yield. For this reason, in hot rolling lines, the width of the steel plate is controlled after rough rolling and before it is loaded into the finishing mill (coarse width control), and the width of the steel plate is controlled as it passes through the finishing mill (finishing width control).
  • Patent Document 1 describes a method for predicting the amount of width change during finish rolling at skid marks from the measurement results of the temperature distribution in the rolling direction of the rolled material or the fluctuation of the rolling load of the roughing mill.
  • Patent Document 2 describes a method for forming multiple steps from the leading and trailing ends of a steel plate toward a steady portion using a width reduction press device in order to suppress width fluctuations at the leading and trailing ends of the steel plate.
  • Patent Document 3 describes a method for predicting the width fluctuation of a steel plate after horizontal rolling by learning the relationship between the actual values of the operating conditions of a vertical rolling mill (edger) and a horizontal rolling mill that constitute a roughing mill and the actual value of the width of the steel plate after horizontal rolling, and for setting the aperture of the vertical rolling mill so that the difference between the predicted value and the actual value of the width of the steel plate after horizontal rolling becomes zero.
  • Japanese Patent No. 2968647 Japanese Patent Application Laid-Open No. 5-200411 Japanese Patent No. 3260616
  • Patent Document 1 predicts the amount of width change in a finishing rolling mill that occurs due to the temperature distribution in the rolling direction of the rolled material that occurs in the heating furnace, but the length and width of the rolled material change due to width reduction, rough rolling, etc. For this reason, it is necessary to identify which position on the rolled material corresponds to the temperature distribution that occurs in the heating furnace. However, because the length of the rolled material extends by about 5 to 10 times before the slab becomes rough rolled material, it is difficult to accurately track the temperature distribution that occurs in the heating furnace. For this reason, it is difficult to accurately predict the amount of width change and suppress the occurrence of width defects in hot-rolled steel sheets.
  • Patent Document 2 uses a width reduction press device to suppress width variations at the leading and trailing ends of the steel plate, but it is difficult to accurately predict the complex metal flow at the leading and trailing ends of the steel plate and form corresponding steps. This causes variations in the width of the steel plate, which may result in width defects in the hot-rolled steel plate.
  • Patent Document 3 also describes predicting the width variations of the steel plate after horizontal rolling by learning using the actual values of the operating conditions of the vertical rolling mill and the horizontal rolling mill. However, the longitudinal width distribution of the steel plate is affected not only by the operating conditions in rough rolling, but also by the temperature distribution of the slab generated in the heating furnace and the width variations caused by the width reduction press device. For this reason, it is difficult to accurately predict the width variations of the steel plate after horizontal rolling.
  • the present invention has been made to solve the above problems, and an object of the present invention is to provide a rough rolled material width prediction method capable of accurately predicting the longitudinal width distribution of the rough rolled material. Another object of the present invention is to provide a rough rolled material width control method capable of accurately controlling the longitudinal width of the rough rolled material. Another object of the present invention is to provide a hot rolled steel sheet manufacturing method capable of manufacturing hot rolled steel sheets with excellent longitudinal width accuracy. Another object of the present invention is to provide a rough rolled material width prediction model generation method capable of generating a width prediction model that accurately predicts the longitudinal width distribution of the rough rolled material.
  • the method for predicting the width of rough rolled material is a method for predicting the width of rough rolled material in a hot rolling line including a heating furnace for heating a slab, a width reduction press device for intermittently reducing the width of the heated slab, a rough rolling mill for rough rolling the slab after width reduction to produce a rough rolled material, and a finishing rolling mill for finish rolling the rough rolled material to produce a hot rolled steel plate, and includes a step of predicting the longitudinal width distribution of the rough rolled material using a width prediction model learned by machine learning, which includes as input data one or more operating parameters selected from the operating parameters of the width reduction press device and one or more operating parameters selected from the operating parameters of the rough rolling mill, and which outputs information on the longitudinal width distribution of the rough rolled material.
  • the operating parameters of the width reduction press device and the rough rolling mill may be operating parameters identified as representative values in the longitudinal direction of the rough rolled material.
  • the width prediction model may include, as the input data, one or more operating parameters selected from the operating parameters of the heating furnace.
  • the width prediction model may include, as the input data, one or more attribute parameters selected from the attribute information of the slab.
  • the rough rolled material width control method of the present invention uses the rough rolled material width prediction method of the present invention to predict the longitudinal width distribution of the rough rolled material, and sets the operating parameters of the rough rolling mill based on the predicted width distribution.
  • the method for manufacturing hot-rolled steel plate according to the present invention produces hot-rolled steel plate by performing finish rolling on rough-rolled material whose width has been controlled using the method for controlling the width of rough-rolled material according to the present invention, using the finishing mill.
  • the method for generating a width prediction model for rough rolled material is a method for generating a width prediction model for predicting the width of the rough rolled material in a hot rolling line including a heating furnace for heating a slab, a width reduction press device for intermittently reducing the width of the heated slab, a rough rolling mill for rough rolling the slab after width reduction to produce a rough rolled material, and a finishing rolling mill for finish rolling the rough rolled material to produce a hot rolled steel plate, and includes the steps of acquiring a plurality of learning data including, as input performance data, one or more operational performance data selected from the operation parameters of the width reduction press device and one or more operational performance data selected from the operation parameters of the rough rolling mill, and output performance data indicating the longitudinal width distribution of the rough rolled material, and generating the width prediction model by machine learning using the acquired plurality of learning data.
  • the rough rolled material width prediction method of the present invention makes it possible to accurately predict the longitudinal width distribution of the rough rolled material. Furthermore, the rough rolled material width control method of the present invention makes it possible to accurately control the longitudinal width of the rough rolled material. Furthermore, the hot rolled steel sheet manufacturing method of the present invention makes it possible to manufacture hot rolled steel sheets with excellent longitudinal width accuracy. Furthermore, the rough rolled material width prediction model generation method of the present invention makes it possible to generate a width prediction model that accurately predicts the longitudinal width distribution of the rough rolled material.
  • FIG. 1 is a schematic diagram showing an example of the configuration of a hot rolling line to which the present invention is applied.
  • FIG. 2 is a schematic diagram showing an example of the configuration of the heating furnace shown in FIG.
  • FIG. 3 is a schematic diagram of the inside of the heating furnace shown in FIG. 1 as viewed from above.
  • FIG. 4 is a schematic diagram showing a configuration example of the width reduction press device shown in FIG.
  • FIG. 5 is a diagram showing the configuration of a stand constituting the roughing mill shown in FIG.
  • FIG. 6 is a schematic diagram for explaining an optical width measuring method.
  • FIG. 7 is a block diagram showing the configuration of a width prediction model generating unit according to an embodiment of the present invention.
  • FIG. 8 is a schematic diagram showing the configuration of a width prediction model using a neural network.
  • FIG. 9 is a diagram showing an example of the width distribution of a slab after width reduction by a width reduction press device.
  • FIG. 10 is a diagram showing width loss at the head and tail ends of a rolled material.
  • FIG. 11 is a diagram showing the width distribution formed when horizontal rolling is performed on a rolled material having a constant width in the longitudinal direction without performing width reduction using an edger.
  • FIG. 12 is a block diagram showing the configuration of a width prediction unit according to an embodiment of the present invention.
  • FIG. 13 is a diagram showing the width distribution of the roughly rolled material after performing one-pass width rolling using an edger and one-pass horizontal rolling using a horizontal rolling mill after performing width reduction of the slab using a width reduction press device.
  • FIG. 14 is a diagram showing the predicted results of the width distribution in the longitudinal direction of the roughly rolled material in the examples.
  • FIG. 15 is a diagram showing the predicted results of the width distribution in the longitudinal direction of the roughly rolled material in the examples.
  • FIG. 16 is a diagram showing the predicted results of the width distribution in the longitudinal direction of the roughly rolled material in the examples.
  • FIG. 1 is a schematic diagram showing an example of the configuration of a hot rolling line to which the present invention is applied.
  • the hot rolling line 1 to which the present invention is applied is equipped with a heating furnace 2, a descaling device 3, a width reduction press device 4, a rough rolling mill 5, a finishing rolling mill 6, a cooling device 7, and a coiler (winder) 8.
  • a cast slab (not shown) is charged into the heating furnace 2, heated to a predetermined set temperature, and extracted from the heating furnace 2 as a hot slab.
  • the hot slab extracted from the heating furnace 2 has the primary scale formed on its surface removed by the descaling device 3, and then the width is reduced to a predetermined set width by the width reduction press device 4.
  • the width-reduced slab is then rolled to a predetermined thickness in the rough rolling mill 5 to become a rough bar (roughly rolled material), which is then transported to the finishing rolling mill 6.
  • the rough bar is rolled to the product thickness by a 5- to 7-stand continuous rolling mill.
  • a cooling device 7 is provided downstream of the finishing rolling mill 6 in a facility called a run-out table, and the steel sheet is cooled to a predetermined temperature and then wound into a coil by a coiler 8.
  • a plurality of width gauges are installed as width measuring means in the middle of the conveying process of the hot rolling line 1. In the example shown in FIG.
  • a rough exit width gauge 11 is installed at the exit side of the rough rolling mill 5
  • a finish exit width gauge 12 is installed at the exit side of the finish rolling mill 6.
  • a pre-coiler width gauge (coiler entry width gauge) 13 is installed at the exit side of the cooling device 7 to measure the width of the steel sheet before coiling.
  • the width of the rough bar measured by the rough exit width gauge 11 may be referred to as the rough exit width
  • the width of the steel sheet measured by the finish exit width gauge 12 as the finish exit width
  • the width of the steel sheet measured by the pre-coiler width gauge 13 as the pre-coiler width.
  • the hot rolling line 1 is equipped with a programmable logic controller (PLC) 90 that controls each device constituting the hot rolling line 1, a control computer (process computer) 91 that gives control commands to the control controller 90, and a host computer 92 that gives manufacturing instructions to the hot rolling line 1.
  • PLC programmable logic controller
  • the width control of the steel plate in the hot rolling line 1 is performed by the control computer 91 setting the target value of the rough exit width (rough target width), the target value of the finish exit width (finishing target width), and the target value of the width before the coiler (pre-coiler target width) based on the host computer 92 or a manufacturing instruction from the host computer 92, and setting the operating conditions of the rough rolling mill 5 and the finishing rolling mill 6.
  • the host computer 92 or the control computer 91 sets the finishing target width in consideration of the amount of change in width of the steel plate that occurs between the exit side of the finishing rolling mill 6 and the pre-coiler width measuring device 13, based on the pre-coiler target width determined from the product specifications of the hot rolled steel plate. Furthermore, the host computer 92 or the control computer 91 sets the rough target width based on the set finish target width, taking into consideration the width change amount of the steel plate in the finish rolling mill 6. Then, the host computer 92 or the control computer 91 sets the rolling conditions in each pass of the rough rolling so that the width of the rough bar after the rough rolling is equal to the rough target width.
  • the host computer 92 or the control computer 91 also sets the rolling conditions in each stand of the finish rolling so that the width of the steel plate after the finish rolling is equal to the finish target width. Furthermore, the host computer 92 or the control computer 91 may set the tension between the finish rolling mill 6 and the coiler 8 and the cooling conditions of the cooling device 7 so that the width of the steel plate before coiling is equal to the pre-coiler target width. In this case, the finish rolling mill 6 may perform dynamic width control while referring to the actual measured values of the rough exit side width and the finish exit side width.
  • the control controller 90 has the function of collecting information obtained from various sensors (thickness gauge, thermometer, etc.) at a predetermined sampling period, in addition to information obtained from a width gauge installed on the hot rolling line 1, and outputting this information to the control computer 91.
  • the rough rolled material width prediction method which is one embodiment of the present invention, is a method for predicting the longitudinal width distribution of a rough bar measured by a rough exit width meter 11 installed on the exit side of a rough rolling mill 5.
  • the rough rolled material width control method which is one embodiment of the present invention, is a method for controlling the longitudinal width of a rough bar so that the width of the rough bar after rough rolling is completed matches the rough target width.
  • FIG. 2 is a schematic diagram showing an example of the configuration of the heating furnace 2 shown in FIG. 1.
  • the slab SA is charged into the heating furnace 2 from the left side of FIG. 2.
  • the temperature of the slab SA charged into the heating furnace 2 may be cooled to about room temperature in the slab yard after casting, or may be about 600 ° C during cooling.
  • the slab SA may be charged at a temperature of about 600 to 800 ° C without passing through the slab yard after casting.
  • the inside of the heating furnace 2 is divided into a plurality of zones, and generally, on the upstream side, there are provided a heating zone divided into 2 to 8 zones and 1 to 3 soaking zones. In the example shown in FIG.
  • each heating furnace zone is set to a different atmospheric temperature so that the average temperature of the slab SA charged into the heating furnace 2 gradually increases to a predetermined target heating temperature (the target value of the average temperature of the slab SA when it is extracted from the heating furnace 2). Further, a thermometer 21 for measuring the atmospheric temperature in each heating furnace zone is provided at the upper portion of each heating furnace zone.
  • FIG 3 is a schematic diagram of the inside of the heating furnace 2 shown in Figure 1, seen from above.
  • the slab SA loaded into the heating furnace 2 passes through each heating furnace zone in sequence inside the heating furnace 2 by a transport device called a walking beam 22.
  • multiple slabs SA are loaded into the heating furnace 2 at the same time, and are extracted from the extraction side outlet of the heating furnace 2 in the order in which they were loaded into the heating furnace 2, and hot rolling is performed.
  • the inside of the walking beam 22 is water-cooled, and there are parts where the temperature rise of the slab SA is locally inhibited by a member called a skid that comes into direct contact with the slab SA.
  • the part of the slab SA that is in contact with the skid is called a skid mark, and is an area with a lower temperature than the part that is not in contact with the skid.
  • the skid mark causes the width of the steel plate to fluctuate, affecting the width accuracy of the hot-rolled steel plate.
  • Fig. 4 is a schematic diagram showing a configuration example of the width reduction press device 4 shown in Fig. 1.
  • the width reduction press device 4 is equipped with a pair of width reduction dies 41.
  • the width reduction dies 41 reduce the slab SA in the width direction.
  • the width reduction press device 4 drives the width reduction dies 41 by a drive device 42 while transporting the slab SA, and intermittently reduces the width of the slab SA from both sides in the width direction of the slab SA.
  • the slab SA is transported using pinch rolls 43 and the like.
  • the width reduction press device 4 can change the feed pitch of the slab SA between width reduction passes by changing the driving amount of the pinch rolls 43.
  • the feed pitch means the transport distance of the slab SA for each width reduction pass in the width reduction press device 4.
  • the driving amount of the pinch rolls 43 is controlled by a controller 90 that controls the width reduction press device 4.
  • a parallel portion 41a parallel to the slab transport direction and an inclined portion 41b that widens in the width direction in the opposite direction to the slab transport direction are formed in this order from the tip side in the slab transport direction.
  • one or more parallel portions 41a may be provided between the inclined portions 41b to suppress the occurrence of slippage for the slab SA.
  • the deformation state of the slab SA changes depending on the shape of the width reduction die 41, which affects the width accuracy of the steel plate in the rough rolling mill 5.
  • the roughing mill 5 includes a reversible mill 5a capable of reverse rolling and a non-reversible mill 5b capable of rolling only in the downstream conveying direction.
  • the arrows (solid lines) illustrated under the roughing mill 5 shown in FIG. 1 represent rolling passes (rolling passes for thinning the thickness).
  • rolling passes rolling passes for thinning the thickness.
  • about 5 to 11 rolling passes are usually performed in the reversible direction (from the upstream side to the downstream side or from the downstream side to the upstream side).
  • rolling and conveying to the next rolling mill are performed simultaneously, so the number of rolling passes of the reversible mill is always an odd number, and the rough bar is conveyed to the downstream rolling mill while being rolled.
  • the inter-pass time of the reversible passes the time from when the tail end of the rough bar leaves the rolling mill in the current rolling pass until the rolling direction is reversed and the rough bar is bitten into the rolling mill in the next rolling pass.
  • the interpass time of successive passes the time from when the tail end of the rough bar leaves the reversible rolling mill 5a until it is engaged in the non-reversible rolling mill 5b.
  • the interpass time of the reversible passes and the interpass time of the successive passes are collectively called the interpass air-cooling time.
  • the interpass air-cooling time represents the time during which the rough bar is air-cooled during transportation, and affects the temperature change of the rough bar.
  • FIG. 5 is a schematic diagram showing the configuration of the stand that constitutes the roughing mill 5 shown in FIG. 1.
  • the roughing mill 5 includes a horizontal rolling mill 51 that reduces the thickness of the steel plate SB, and an edger (vertical rolling mill) 52 that reduces the width of the steel plate SB.
  • the edger 52 is a rolling mill with a pair of rolls arranged vertically, and is installed adjacent to the horizontal rolling mill 51.
  • the width reduction (width rolling) of the steel plate SB using the edger 52 is usually performed before the horizontal rolling in each rolling pass of the rough rolling.
  • the width reduction by the edger 52 is performed only in the forward direction, i.e., odd passes, and not in the even passes, i.e., reverse passes.
  • the width reduction may be performed in either rolling pass.
  • the roll gap (roll gap) of the horizontal rolling mill 51 and the opening of the edger 52 in each pass of rough rolling are set by the control computer 91.
  • the rough rolling mill 5 is equipped with a descaling header for spraying descaling water toward the steel sheet SB, and descaling is performed at the inlet side of the horizontal rolling mill 51.
  • descaling water is not necessarily sprayed in all rolling passes of rough rolling.
  • descaling water is sprayed only in the first pass or only in odd passes, and a predetermined descaling pattern is set according to the material of the steel sheet SB.
  • the steel sheet SB in the state where all rolling passes preset by the rough rolling mill 5 have been completed is called a rough bar or sheet bar, and in the present invention, it is called a rough rolled material.
  • the width of the steel sheet in the hot rolling line 1 is measured by a rough exit width gauge 11, a finish exit width gauge 12, and a coiler front width gauge 13.
  • An optical width measurement method is often used for these width gauges.
  • a light source is arranged below the pass line along which the steel sheet is transported, and an image sensor is arranged above the pass line, and the width is measured based on the shadow length of the steel sheet in the width direction of the light emitted from the light source while the steel sheet is passing.
  • there is a width gauge that measures the width of the steel sheet by identifying the position of the width direction end of the steel sheet by image processing from an image of the steel sheet photographed by a camera.
  • a width gauge using a camera has a simple device configuration because it does not require a light source or an image sensor to be arranged along the width direction of the steel sheet.
  • a width measurement error is likely to occur. Therefore, a function of correcting the width measurement error according to the amount of floating of the steel sheet from the pass line is often provided. Specifically, as shown in Fig. 6, when the steel sheet SB is transported at a height of a lift amount H from the pass line 14, the width measurement error is corrected as follows.
  • a pair of cameras 15a, 15b arranged in the width direction of the steel sheet SB identify both ends in the width direction of the steel sheet SB and specify a width measurement value W1.
  • another pair of cameras 15c, 15d arranged in the width direction of the steel sheet SB identify both ends in the width direction of the steel sheet SB and specify a width measurement value W2.
  • the actual width W of the steel sheet SB is calculated by the following formula (1) and is set as the width measurement value of the steel sheet SB.
  • a method is sometimes used in which a laser beam is emitted in the width direction of the steel plate, the reflected light from the end faces of the steel plate is received, and the width is measured based on the distance to both end faces of the steel plate.
  • Some width gauges are equipped with a thermal expansion correction function that converts the width after cooling based on the temperature of the steel plate. Since the width of the steel plate is measured using a width gauge during the steel plate transportation process, the width measurement value of the steel plate obtained by the width gauge becomes time-series numerical information corresponding to the sampling pitch of the width gauge. In addition, using information on the transportation speed at which the steel plate passes the position of the width gauge, it is converted into the relationship between the longitudinal position of the steel plate and the actual width value.
  • a representative value of the width is calculated based on the acquired actual width measurement value.
  • the representative value of the width the average value of the width in the longitudinal direction of the steel plate (average width), the actual measurement value of the width in the steady part excluding the leading and trailing ends of the steel plate (steady width), the actual measurement value of the width at the leading end of the steel plate (leading width), the actual measurement value of the width at the trailing end of the steel plate (tailing width), etc. are used.
  • the minimum and maximum values of the width of the steel plate in the longitudinal direction may be calculated.
  • the actual width measured by the width gauge may be expressed as a deviation from a preset target width.
  • the information on the longitudinal width distribution of the rough rolled material refers to the width of the rough rolled material measured by the rough exit width meter 11 and associated with longitudinal position information.
  • the measurements by the rough exit width meter 11 are obtained as discrete data for each position divided in the longitudinal direction from the tip of the rough rolled material, and are generated as multiple data sets in which the distance from the tip of the rough rolled material is associated with the width measurement value.
  • the information on the longitudinal width distribution of the rough rolled material is a width measurement value associated with at least three points of position data in the longitudinal direction of the rough rolled material.
  • the information on the longitudinal width distribution of the rough rolled material is a width measurement value associated with 100 to 10,000 position data in the longitudinal direction of the rough rolled material.
  • the width distribution information may be obtained by normalizing the longitudinal position data using the length of the roughly rolled material, and the width measurement value of the roughly rolled material may be associated with the normalized position data.
  • FIG. 7 is a block diagram showing the configuration of a width prediction model generating unit according to one embodiment of the present invention.
  • the width prediction model generating unit 100 includes a database unit 101 and a machine learning unit 102.
  • the database unit 101 accumulates one or more pieces of operation performance data selected from the operation performance data of the width reduction press device 4, one or more pieces of operation performance data selected from the operation performance data of the rough rolling mill 5, and performance data of the longitudinal width distribution of the rough rolled material. If necessary, the database unit 101 may accumulate one or more pieces of operation performance data selected from the operation performance data of the heating furnace, and one or more pieces of performance data selected from the performance data of the attribute information of the slab. Specific examples of operation data accumulated in the database unit 101 will be described later.
  • the performance data stored in the database unit 101 is acquired as appropriate from the control controller 90, the control computer 91, or the host computer 92.
  • the width prediction model generation unit 100 is equipped with a data acquisition unit 103 for collecting this performance data.
  • the data acquisition unit 103 temporarily stores the performance data, generates a data set in which multiple types of performance data are associated, and then accumulates the data in the database unit 101. Since the data accumulated in the database unit 101 may be acquired at different times, it is possible to configure a data set in which the multiple types of performance data are associated with each other in the data acquisition unit 103.
  • performance data identified as a representative value in the longitudinal direction of one rough rolled material refers to one piece of data representative of the operational conditions in the longitudinal direction of the rough rolled material.
  • a representative position that identifies the position in the longitudinal direction of the rough rolled material may be set, and data related to the operational conditions at the set representative position may be used.
  • the average value or standard deviation of the operational data in the longitudinal direction of the rough rolled material may be used.
  • data related to operational conditions that are fixed (unchanging) with respect to the longitudinal direction of the rough rolled material may be used. For example, when width reduction is performed on a slab, a representative position may be set in a steady part of the slab, and operational performance data set for the representative position may be used. When rough rolling is performed, a representative position may be set in the steady part of the rough rolled material, and operation performance data set for the representative position may be used.
  • the representative position to be set is not limited to the steady part of the rough rolled material, and one representative position may be set from the end on the downstream side of the conveying direction of the hot rolling line to a 1/4 position or a 3/4 position with respect to the entire length of the slab, or from the front end or tail end, to acquire operation performance data.
  • the operation parameters of the width reduction press device and the operation parameters of the rough rolling mill are identified as operation parameters, with one representative value each for one rough rolled material, and these are associated with the width distribution of the rough rolled material. That is, the width prediction model of this embodiment has the feature of outputting the width at a position in the longitudinal direction different from the longitudinal position of the rough rolled material associated with the input operation parameters as a prediction result.
  • the width prediction model generating unit 100 can be provided in a control computer 91 for controlling the production of steel sheets by the hot rolling line 1.
  • the width prediction model generating unit 100 may be provided in a host computer 92 that gives production instructions to the control computer 91, or in an independent computer that can communicate with other devices.
  • the width prediction model generating unit 100 may be configured in a device separate from the database unit 101 using a device that can receive the data sets stored in the database unit 101.
  • the database unit 101 stores 100 or more data sets. It is preferable that the database unit 101 stores 10,000 or more data sets, and more preferably 100,000 or more data sets. Screening may be performed on the data stored in the database unit 101 as necessary.
  • the machine learning unit 102 uses the data set accumulated in the database unit 101 to generate a width prediction model M that predicts information on the longitudinal width distribution of the rough rolled material by machine learning using multiple learning data, including one or more operation performance data selected from the operation parameters of the width reduction press device 4 and one or more operation performance data selected from the operation parameters of the rough rolling mill 5 as input performance data, and output performance data of information on the longitudinal width distribution of the rough rolled material.
  • the machine learning model for generating the width prediction model M may be any machine learning model as long as it provides sufficient width prediction accuracy for practical use. For example, a commonly used neural network (including deep learning and convolutional neural network, etc.), decision tree learning, random forest, support vector regression, etc. may be used. An ensemble model combining multiple models may also be used.
  • the width prediction model M can be generated by machine learning using a general neural network as shown in FIG. 8.
  • a neural network can have two intermediate layers, three nodes each, and use a sigmoid function as the activation function.
  • the machine learning unit 102 may improve the estimation accuracy of the width distribution of the rough rolled material by dividing the data set accumulated in the database unit 101 into training data and test data and performing learning. For example, the machine learning unit 102 may use the training data to learn the weight coefficients of the neural network, and generate the width prediction model M while appropriately changing the structure of the neural network (the number of intermediate layers and the number of nodes) so that the accuracy rate of the width distribution of the rough rolled material in the test data is high.
  • the weight coefficients can be updated using an error propagation method.
  • the width prediction model M may be updated to a new model by re-learning, for example, every six months or every year.
  • the width prediction model M that reflects changes in the manufacturing conditions of the hot-rolled steel sheet manufactured using the hot-rolling line can be generated.
  • information on the width distribution in the longitudinal direction of the rough rolled material can be predicted from the operating conditions identified as representative values in the longitudinal direction of the rolled material.
  • the width prediction of the rough rolled material was performed by acquiring actual data on the operating conditions for each longitudinal position of the rolled material, and corresponding the actual width data acquired for each longitudinal position of the rough rolled material.
  • the representative value of the operating conditions in the longitudinal direction of the rolled material is directly associated with the width distribution of the rough rolled material, so there is no need to track a specific position of the rolled material during rough rolling.
  • the attribute information of the slab that can be used as an input for the width prediction model M refers to information on the slab dimensions that affect the width change of the rolled material in the width reduction press device 4 and the rough rolling mill 5 of the hot rolling line 1.
  • the information on the slab dimensions is information on the thickness, width, length, and weight of the slab.
  • the information on the slab dimensions affects the temperature change of the steel plate in the hot rolling line 1, and affects the deformation resistance of the rolled material during width reduction and rough rolling. In particular, the behavior of the temperature drop differs between the front and tail ends of the rolled material and the steady portion, resulting in a correlation with the longitudinal width distribution of the rough rolled material.
  • the operation parameters of the heating furnace that can be used as inputs to the width prediction model M are parameters that represent the operation conditions when the slab is heated in the heating furnace 2 of the hot rolling line 1, and refer to information that affects the width change of the rolled material in the width reduction press device 4 and the rough rolling mill of the hot rolling line 1.
  • the operation parameters of the heating furnace 2 can include the temperature of the slab when it is charged into the heating furnace 2, the residence time in a specific heating furnace zone in the heating furnace 2, the atmospheric temperature of the final heating furnace zone of the heating furnace 2, and the temperature of the slab extracted from the heating furnace 2. These parameters cause the behavior of the temperature drop to change between the front and tail ends of the rolled material and the steady part, creating a correlation with the longitudinal width distribution of the rough rolled material.
  • the loading position of the slab in the heating furnace 2 may be information about the furnace loading position P, which represents the distance between the walking beam 22 located at one end of the heating furnace 2 and the longitudinal end of the slab SA, as shown in FIG. 3. This is because the position of the skid mark in the longitudinal direction of the slab SA changes depending on the furnace loading position P, which affects the position where the width fluctuation occurs in the longitudinal direction of the steel plate.
  • the loading position of the slab SA may be the distance D1 between the longitudinal end of the slab SA and the furnace wall of the heating furnace 2, or a parameter representing the interval between the walking beam 22 (fixed skid) and the moving skid 23 of the heating furnace 2 into which the slab SA is loaded.
  • the distance (charging interval) D2 between adjacent slabs in the heating furnace 2 can be used, as shown in FIG. 3.
  • the charging interval D2 changes in the heating furnace 2
  • the temperature at the end face of the slab changes. This affects the temperature distribution of the rolled material in the hot rolling line 1 and the width distribution of the roughly rolled material.
  • the length or thickness of the other slabs, the difference in distance between the tip of the slab to be predicted and the tip of the other slab to the furnace wall, etc. may also be used.
  • the operation parameters of the width reduction press device 4 that can be used as input for the width prediction model M refer to the operation conditions when performing width reduction on a heated slab.
  • the operation parameters of the width reduction press device 4 can be operation parameters related to the width reduction amount of the slab.
  • the operation parameters related to the width reduction amount of the slab include the width reduction amount of the slab at a representative position in the longitudinal direction of the slab and the feed pitch of the slab between width reduction passes.
  • the operation parameters related to the width reduction amount of the slab cause a difference between the dog-bone (thickness distribution in the width direction) shape of the steady part formed in the slab after width reduction and the dog-bone shape of the front and rear ends, which affects the longitudinal width distribution of the rough rolled material.
  • the width reduction amount which is a representative value in the longitudinal direction of the slab
  • the dog-bone shapes are different at the steady part, front end, and rear end of the slab, which affects the longitudinal width distribution of the rough rolled material.
  • the width reduction amount of the slab different width reduction amounts may be set for the leading portion, steady portion, and tailing end of the slab.
  • any of the width reduction amounts set for the leading portion, steady portion, and tailing end of the slab may be used as a representative value of the operation parameters of the width reduction press device 4.
  • different feed pitches may be set for the leading portion, steady portion, and tailing end of the slab.
  • any of the feed pitches set for the leading portion, steady portion, and tailing end of the slab may be used as a representative value of the operation parameters of the width reduction press device 4.
  • the operation parameters of the width reduction press device 4 can be operation parameters related to the die shape applied to the width reduction press device 4.
  • the operation parameters related to the die shape are representative values fixed with respect to the longitudinal direction of the slab.
  • the length of the parallel portion 41a and the angle of the inclined portion 41b formed in the width reduction die 41 may be used. This is because the shape of the width reduction die 41 causes differences in the deformation state between the steady portion and the leading and trailing ends of the slab, which affects the longitudinal width distribution of the rough rolled material.
  • Figure 9 shows an example of the width distribution after width reduction by the width reduction press device 4 with the width reduction amount and feed pitch constant in the longitudinal direction of the slab.
  • the pattern of longitudinal width variation for the slab after width reduction can be characterized. In other words, it is possible to identify the distribution characteristics of the longitudinal width variation for the slab after width reduction without identifying the operational parameters at each position along the longitudinal direction of the slab.
  • the operation parameters of the roughing mill 5 used to input the width prediction model M refer to rolling operation conditions that affect the longitudinal width distribution of the rolled material in any rolling pass of rough rolling by the roughing mill 5.
  • the operation parameters of the roughing mill 5 preferably include the rolling conditions by the horizontal rolling mill 51 and the edger 52 that constitute the roughing mill 5.
  • the rolling conditions of the horizontal rolling mill 51 may be the roll gap, work roll diameter, entry thickness, exit thickness, reduction ratio, rough target width, rolling load, and steel plate temperature in any rolling pass. Even if the operation conditions in horizontal rolling are constant in the longitudinal direction of the rolled material, the behavior of the width spread is different between the steady part and the leading and trailing ends of the rolled material, and therefore affect the longitudinal width distribution of the rough rolled material.
  • the rolling conditions of the edger 52 may be the edger opening, edger roll diameter, plate thickness, width reduction rate, and width reduction load in any rolling pass. These rolling conditions affect the width spread behavior in horizontal rolling of the rolled material, and also affect the difference in width spread between the steady part and the leading and trailing ends of the rolled material. Even if the operating conditions of width rolling are constant in the longitudinal direction of the rolled material, differences in the dogbone formation behavior occur between the steady part and the leading and trailing ends of the rolled material, which affects the longitudinal width distribution of the roughly rolled material.
  • the rolling conditions which are the operating parameters of the rough rolling mill, have a significant effect on the width distribution of the rough rolled material, so it is advisable to include the rolling conditions corresponding to all rolling passes of the rough rolling in the operating parameters of the rough rolling mill.
  • different edger openings may be set at the leading part, steady part, and trailing end of the rolled material. In this case, any edger opening set for the tip, steady state, and tail end of the rolled material may be used as a representative value of the operation parameters of the roughing mill 5.
  • the operation parameters of the rough rolling mill 5 may include the set value or actual value of the outlet thickness from the first pass to the final pass of rough rolling. This is the so-called rough rolling pass schedule. If the pass schedule differs, the thickness of the rolled material when transported between the rolling passes changes, which changes the temperature distribution during air cooling, causing differences in the deformation behavior in the width direction depending on the longitudinal position of the rolled material. Furthermore, the operation parameters of the rough rolling mill 5 may include information on the air cooling time between rolling passes and whether or not descaling water is injected in any rolling pass.
  • FIG 10 shows a schematic of the width drop at the front and rear ends of the rolled material that occurs during rough rolling.
  • Width drop refers to the behavior in which the width at the front or rear ends becomes smaller than that of the steady part due to rough rolling. This is because when width rolling is performed on the rolled material using an edger, in the steady part, when the edger roll is used to reduce the width, the materials at the front and rear in the longitudinal direction resist the reduction in the width direction, forming a widthwise thickness distribution called a dogbone, in which deformation is concentrated at the widthwise end of the rolled material.
  • a rolled material having a dogbone is horizontally rolled, the thickened part formed at the widthwise end promotes plastic flow in the width direction, and the width return becomes large.
  • Figure 11 shows a schematic of the width distribution formed when horizontal rolling is performed on a rolled material with a constant longitudinal width without width reduction using an edger.
  • the material present at the front and rear of the longitudinal direction creates resistance (restraint) to plastic flow in the width direction in the steady state, so the width spread of the rolled material is small.
  • the width spread of the rolled material is large. For this reason, when horizontal rolling is performed on a rolled material with a constant longitudinal width, the width spread at the leading and tailing ends of the rolled material is large, as shown in Figure 11.
  • the width of the rolled material in the edger and horizontal rolling mill that constitute the roughing mill 5 has a constant pattern in the longitudinal direction, even if the operating conditions of the roughing mill 5 are constant in the longitudinal direction of the rolled material.
  • the operating parameters of the roughing mill are identified as representative values in the longitudinal direction of the rolled material, and can be associated with information on the longitudinal width distribution of the roughing rolled material.
  • the method for predicting the width of the rough rolled material includes a step of predicting the longitudinal width distribution of the rough rolled material by inputting the operation parameters of the width reduction press device 4 and the operation parameters of the rough rolling mill 5 into the width prediction model M and outputting information on the longitudinal width distribution of the rough rolled material.
  • the width prediction unit that executes the step of predicting the width distribution of the rough rolled material can be provided in the control computer 91 for controlling the hot rolling line 1.
  • the width prediction unit may be provided in the upper computer 92 that gives manufacturing instructions to the control computer 91, or in an independent computer that can communicate with other devices.
  • the width prediction unit may be configured as a device separate from the width prediction model generation unit 100, using a device that can receive the width prediction model M generated by the width prediction model generation unit 100.
  • the operation of the width prediction unit according to one embodiment of the present invention will be described below with reference to FIG. 12.
  • FIG. 12 is a block diagram showing the configuration of a width prediction unit according to one embodiment of the present invention.
  • the operation of the width prediction unit 110 shown in FIG. 12 is executed before rough rolling is completed for the hot-rolled steel plate manufactured in the hot-rolling line 1.
  • the operation of the width prediction unit 110 can be executed, for example, at the stage when the slab to be predicted in width is extracted from the heating furnace 2.
  • the control computer 91 calculates the setting values of the operating conditions of at least the width reduction press device 4 and the rough rolling mill 5, and these setting values can be used as inputs to the width prediction model M.
  • the operation of the width prediction unit 110 can be executed, for example, at the stage after the steel plate to be predicted in width is reduced in width by the width reduction press device 4.
  • actual data on the operating parameters of the width reduction press device 4 is acquired by the control controller 90 or the control computer 91, and the actual data is used as input to the width prediction model M, and the setting values for the operating parameters of the rough rolling mill 5 are set by the control computer 91.
  • the operation of the width prediction unit 110 can be performed, for example, in the middle pass of rough rolling by the rough rolling mill 5.
  • the actual data of the operation parameters of the width reduction press device 4 is identified, and the actual values of the operation parameters up to the middle pass of rough rolling and the set values for the next pass and onward are input to the width prediction model M.
  • the input data acquisition unit 111 shown in FIG. 12 acquires the actual values or set values of the operation parameters in the hot rolling line 1 held by any of the control controller 90, the control computer 91, and the upper computer 92 in the above manner.
  • the width prediction unit 110 acquires information on the width distribution of the rough rolled material by inputting the input data acquired by the input data acquisition unit 111 into the width prediction model M.
  • the operation of the width prediction unit 110 can be performed at each stage where the steel plate passes through each process of the hot rolling line 1, so it may be performed multiple times in the process of manufacturing one steel plate.
  • the information on the width distribution of the rough rolled material output by the width prediction unit 110 may be displayed on a monitor connected to the width prediction unit 110. Based on the output display of the width distribution output by the width prediction unit 110, at least one of the rough target width, the finishing target width, and the target width before the coiler can be reset, and the width defects of the hot-rolled steel plate can be suppressed.
  • the significance of using one or more operation parameters selected from the operation parameters of the width reduction press device 4 and one or more operation parameters selected from the operation parameters of the rough rolling mill 5 as inputs of the width prediction model M will be explained. FIG.
  • FIG. 13 is a diagram showing the width distribution of the rough rolled material after one pass of width rolling using an edger and one pass of horizontal rolling using a horizontal rolling mill after width reduction of the slab using the width reduction press device 4.
  • the vertical axis of FIG. 13 represents the difference between the width of the steady part and the width of the tip part of the rough rolled material, and is an index representing the width distribution of the rough rolled material.
  • the horizontal axis indicates the amount of width reduction of the steady part by the width reduction press device 4.
  • the results are shown when the width reduction amount in the steady part of the width reduction press, which is the operation parameter of the width reduction press device 4, is changed in the range of 0 to 300 mm, and the width reduction amount by the edger in the steady part, which is the operation parameter of the rough rolling machine, is changed in the range of 5 to 20 mm.
  • the width difference between the steady part and the tip part changes so that a minimum value occurs with respect to the width reduction amount of the width reduction press device 4.
  • the width reduction amount of the width reduction press device 4 at which the width difference between the steady part and the tip part takes a minimum value takes a different value depending on the width reduction amount by the edger of the rough rolling machine 5.
  • the width reduction amount of the width reduction press device 4 for minimizing the width difference between the steady part and the tip part, which is an index of the width distribution in the longitudinal direction of the rough rolled material changes depending on the width reduction amount by the edger of the rough rolling machine 5. Therefore, by using a combination of one or more operational parameters selected from the operational parameters of the width reduction press device 4 and one or more operational parameters selected from the operational parameters of the rough rolling mill 5 as inputs to the width prediction model M, it is possible to improve the prediction accuracy of the longitudinal width distribution of the rough rolled material.
  • the method for controlling the width of rough rolled material which is one embodiment of the present invention, resets the operating parameters of the rough rolling mill 5 based on the information on the longitudinal width distribution of the rough rolled material predicted as described above.
  • the information on the longitudinal width distribution of the rough rolled material which is the output of the width prediction model M, represents the longitudinal width distribution of the rough rolled material from the leading end to the trailing end. Width control in a hot rolling line is usually performed so that the minimum plate width in the longitudinal direction of the hot rolled steel plate does not fall below the lower limit of the product width as a hot rolled steel plate.
  • a region in the longitudinal direction of the hot rolled steel plate is insufficient in width, it becomes necessary to cut off that portion.
  • the coil unit weight will not satisfy the product specifications, so the entire product will be defective and the yield will be greatly reduced. Therefore, a lower limit is also set for the width of the rough rolled material, and control is performed so that a portion in the longitudinal direction of the rough rolled material does not fall below the lower limit of the rough target width.
  • the longitudinal width distribution from the tip to the tail of the rough rolled material can be predicted before all passes of rough rolling are completed, so that when it is predicted that a portion of the rough rolled material in the longitudinal direction will fall below the lower limit of the rough target width, the operating parameters of the rough rolling mill are set and controlled so that no portion falls below the lower limit of the rough target width is generated for the entire longitudinal length of the rough rolled material.
  • the edge opening of edger 52 can be set to be large in the final pass of rough rolling. In this case, the edge opening of edger 52 may be made larger than the set value only for the portion of the rough rolled material in the longitudinal direction that is predicted to fall below the lower limit of the rough target width.
  • the leading and trailing ends of the rough rolled material may be cut off by the crop shear located upstream of the finishing mill 6, even if there is a portion of the rough rolled material that falls below the lower limit of the rough target width in the 0.2 to 0.5 m region of the leading or trailing end of the rough rolled material in the longitudinal direction of the rough rolled material, it is not necessary to set the edger opening large. In this way, by controlling the rough rolled material so that it does not fall below the lower limit of the rough target width over the entire length, the finishing rolling is performed by the finishing mill 6, and the occurrence of width deficiencies in the hot rolled steel sheet wound by the coiler 8 is suppressed, and a hot rolled steel sheet with excellent width precision can be manufactured.
  • Example 1 the present invention was applied to a hot rolling line including a roughing mill 5 consisting of four reversible rolling mills and one non-reversible rolling mill, and a seven-stand finishing rolling mill 6, which is equipped with a width reduction press device 4 downstream of a heating furnace 2.
  • the above-mentioned hot rolling line heated a slab having a thickness of 250 to 270 mm and a width of 600 to 1600 mm in the heating furnace 2, and produced a steel plate having a rough rolled material thickness (rough bar thickness) of 30 to 35 mm and a finishing rolling mill outlet thickness of 2 to 3 mm.
  • the hot rolling line is equipped with a rough outlet width meter 11, a finishing outlet width meter 12, and a coiler front width meter 13.
  • the hot rolling line control controller 90, control computer 91, and host computer 92 collected actual values of the operation parameters of the steel plate produced in the hot rolling line, and the data acquisition unit 103 acquired the actual data.
  • the data acquisition unit 103 acquired the width reduction amount in the steady part of the slab and the slab feed pitch for each pass of the width reduction press as the operational performance data of the width reduction press device 4.
  • the operational performance data of the roughing mill 5 was acquired using the set values of the edger entry and exit widths in the steady part of the rolled material and the roll diameter of the edger roll for all passes of the rough rolling pass.
  • the operational performance data of the roughing mill 5 was acquired using the set values of the horizontal rolling entry and exit widths in the steady part of the rolled material and the work roll diameter of the horizontal rolling mill for all passes of the rough rolling pass.
  • the plate thickness of the slab was acquired from the upper computer 92 as the operational performance data of the slab attribute information.
  • the data acquisition unit 103 acquired from the control computer 91 the actual data of the longitudinal width distribution of the rough rolled material measured using the rough exit width meter 11.
  • the information on the width distribution of the rough rolled material was obtained by normalizing the longitudinal position data using the length of the rough rolled material, and dividing the rough rolled material into 1000 positions in the longitudinal direction, and the width was determined as the width at each position. Then, at the stage where 30,000 data sets were accumulated in the database unit 101, the machine learning unit 102 generated the width prediction model M. In this case, the machine learning unit 102 divided the data sets accumulated in the database unit 101 into 20,000 pieces of learning data and 10,000 pieces of test data, and evaluated the prediction accuracy for the test data using the width prediction model M generated using the learning data.
  • the machine learning was performed using a neural network.
  • the neural network had one intermediate layer, 500 nodes, and a sigmoid function was used as the activation function.
  • the number of nodes in the output layer was set to 200, and the width was predicted at 200 positions divided along the longitudinal direction of the rough rolled material.
  • FIG. 14 and 15 show a comparison between the actual data of the longitudinal width distribution of the rough rolled material contained in the test data and the information of the longitudinal width distribution of the rough rolled material predicted by the width prediction model M described above.
  • the vertical axis of the graph indicates the deviation from the target width value set in the rough width control.
  • the prediction results shown in Figure 14 and the prediction results shown in Figure 15 have different operating conditions for the width reduction press device 4 and the rough rolling mill 5. From both results, it was confirmed that the longitudinal width distribution of the rough rolled material can be accurately predicted, including the effects of width drops formed at the front or tail end of the rough rolled material and intermittent press marks formed in the normal portion.
  • Example 2 In this embodiment, a slab having a thickness of 230 to 235 mm and a width of 600 to 2000 mm was heated by the heating furnace 2 by the same hot rolling line as in Example 1 to produce a steel plate having a rough rolled material thickness (rough bar thickness) of 30 to 35 mm and a plate thickness of 2 to 3 mm at the exit side of the finishing rolling mill.
  • the operation parameters of the heating furnace 2 were used as input data for the width prediction model M.
  • the operation parameters of the heating furnace 2 were selected as follows: the slab temperature at the time of charging into the heating furnace, the residence time in the heating furnace 2, the charging position of the slab in the heating furnace 2, the charging interval between the preceding slab in the heating furnace 2, and the charging interval between the succeeding slab in the heating furnace 2.
  • the data acquisition unit 103 acquired the operation performance data of the width reduction press device 4, the operation performance data of the rough rolling mill 5, and the performance data of the slab attribute information, together with the operation performance data of the heating furnace 2, and accumulated the data set in the database unit 101.
  • 30,000 data sets were stored in the database unit 101, and the stored data sets were divided into 20,000 pieces of learning data and 10,000 pieces of test data, and the width prediction model M was generated using the learning data.
  • the machine learning method used in the machine learning unit 102 is a neural network, and its configuration is the same as that of Example 1.
  • the longitudinal width distribution of the rough rolled material predicted in this example is shown in FIG. 16. As shown in FIG. 16, the characteristics of the width distribution of the rough rolled material caused by the skid marks formed in the heating furnace 2 were also predicted, and the actual measurement data was accurately predicted.
  • Example 3 the prediction accuracy of the width distribution when the input data of the width prediction model M was changed was evaluated using the data set accumulated in the database unit 101 in Example 1.
  • the database unit 101 also accumulated operation record data of other width reduction press devices 4 and rough rolling mills 5.
  • the 30,000 data sets accumulated in the database unit 101 were divided into 20,000 pieces of learning data and 10,000 pieces of test data, and the prediction accuracy for the test data was evaluated using the width prediction model M generated using the learning data.
  • Machine learning was performed using a neural network.
  • the intermediate layer of the neural network was set to one layer, the number of nodes was set to 500, and a sigmoid function was used as the activation function.
  • the number of nodes in the output layer was set to 200, and the width was predicted at positions divided into 200 in the longitudinal direction of the rough rolled material. Table 1 below shows operational performance data used as input for the width prediction model M in this embodiment.
  • Example 1 the width reduction amount and feed pitch in the steady part of the slab were obtained as representative values for the operation performance data of the width reduction press device 4.
  • the setting value of the edger opening and the edger roll diameter in the steady part of the rolled material in all rolling passes of rough rolling were used as representative values for the operation performance data of the edger 52.
  • the setting values of the entry and exit plate widths of the horizontal rolling mill in the steady part of the rolled material in all rolling passes of rough rolling and the work roll diameter of the horizontal rolling mill 51 were used as representative values for the operation performance data of the horizontal rolling mill 51.
  • Example 2 the width reduction amount and feed pitch at the leading edge of the slab were obtained as representative values for the operational performance data of the width reduction press device 4.
  • the operational performance data of the rough rolling mill 5 was the same as that of Example 1.
  • Invention Example 3 the same operational performance data as in Invention Example 1 was used for the width reduction press device 4.
  • the edger opening and edger roll diameter set for the tip of the rolled material in all rolling passes of rough rolling were used as representative values for the edger 52.
  • the set values of the entry and exit plate widths of the horizontal rolling mill at the steady part of the rolled material in all rolling passes of rough rolling and the work roll diameter of the horizontal rolling mill 51 were used as representative values for the operational performance data of the horizontal rolling mill 51.
  • width prediction model M generated as described above, 100 data sets were selected from the 10,000 test data sets in which the steel type of the slab and the dimensions of the hot-rolled steel sheet after finish rolling were in the same category, and the prediction accuracy of their width distribution was evaluated. Specifically, for the width at each of the 200 positions divided in the longitudinal direction of the roughly rolled material, the deviation between the predicted width by the width prediction model M and the actual width was calculated, and the average value and standard deviation of the calculated deviations were obtained. Table 1 shows the results of the prediction accuracy of the width distribution.
  • Example 1 As shown in Table 1, in Example 1, the average value of the width deviation relative to the overall length of the rough rolled material was 0.0 mm, and the standard deviation was 1.7 mm, confirming that high prediction accuracy could be obtained for the overall length of the rough rolled material.
  • Example 2 the average value of the width deviation relative to the overall length of the rough rolled material was 0.0 mm, and the standard deviation was 2.3 mm.
  • the width reduction amount and feed pitch at the tip of the slab which are the operational performance data of the width reduction press device 4 were used as inputs to the width prediction model M. In this case, it was confirmed that even if the width reduction amount and feed pitch in the width reduction press device are set differently at the tip and the steady part of the slab, it is possible to predict the width distribution with relatively high accuracy.
  • Example 3 the average value of the width deviation relative to the overall length of the rough rolled material was 0.0 mm, and the standard deviation was 2.6 mm.
  • the edge opening set for the tip of the rolled material in all rolling passes of rough rolling was used as inputs to the width prediction model M. In this case, it was confirmed that it was possible to predict the width distribution with relatively high accuracy even if the edger opening was set differently at the tip and steady parts of the slab.
  • a rough rolled material width prediction method capable of accurately predicting the longitudinal width distribution of the rough rolled material. Furthermore, according to the present invention, it is possible to provide a rough rolled material width control method capable of accurately controlling the longitudinal width of the rough rolled material. Furthermore, according to the present invention, it is possible to provide a hot rolled steel sheet manufacturing method capable of manufacturing hot rolled steel sheets with excellent longitudinal width accuracy. Furthermore, according to the present invention, it is possible to provide a rough rolled material width prediction model generation method capable of generating a width prediction model that accurately predicts the longitudinal width distribution of the rough rolled material.

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Metal Rolling (AREA)
  • Metal Rolling (AREA)

Abstract

本発明に係る粗圧延材の幅予測方法は、スラブを加熱する加熱炉と、加熱後のスラブを間欠的に幅圧下する幅圧下プレス装置と、幅圧下後のスラブを粗圧延して粗圧延材を製造する粗圧延機と、粗圧延材を仕上圧延して熱延鋼板を製造する仕上圧延機と、を含む熱延ラインにおける粗圧延材の幅を予測する粗圧延材の幅予測方法であって、幅圧下プレス装置の操業パラメータから選択した１つ以上の操業パラメータと、粗圧延機の操業パラメータから選択した１つ以上の操業パラメータと、を入力データとして含み、粗圧延材の長手方向の幅分布の情報を出力データとする、機械学習によって学習された幅予測モデルを用いて、粗圧延材の長手方向の幅分布を予測するステップを含む。

Description

粗圧延材の幅予測方法、粗圧延材の幅制御方法、熱延鋼板の製造方法、及び粗圧延材の幅予測モデルの生成方法
　本発明は、熱延ラインにおける粗圧延材の幅予測方法、粗圧延材の幅制御方法、熱延鋼板の製造方法、及び粗圧延材の幅予測モデルの生成方法に関する。
　熱延ラインでは、まず、鋼片素材であるスラブを加熱炉により加熱し、幅圧下プレス装置（サイジングプレス）によりスラブの幅を調整し、１又は２以上の粗圧延機による粗圧延によりおおよそ３０～５０ｍｍ程度の板厚の粗バー（粗圧延材）と呼ばれる半製品の鋼板を製造する。次に、クロップシャーにより粗バーの先尾端部を切断した後、連続圧延可能な５～７スタンドの仕上圧延機により粗バーを仕上圧延し、１．０～２５．０ｍｍ程度の板厚の鋼帯を製造する。そして最後に、高温状態にある鋼帯は、ランアウトテーブルの冷却装置によって冷却された後、コイラー（巻取機）によって巻き取られて熱延鋼帯となる。熱延ラインでは、幅圧下プレス装置、粗圧延機、仕上圧延機において鋼板の厚み方向及び幅方向への塑性変形が付与されるため、熱延鋼帯の製造工程で鋼板の幅は複雑に変動する。一方、熱延鋼帯の幅精度は、製品歩留まりに直接的な影響を与える。このため、熱延ラインでは、粗圧延が終了し仕上圧延機に装入する前の段階における鋼板の幅を制御（粗幅制御）すると共に仕上圧延機を通過する過程で鋼板の幅を制御（仕上幅制御）する。
　熱延ラインにおいては、種々の原因により鋼板の幅が変化することから、熱延鋼帯の幅精度を向上させるための様々な技術が提案されている。例えば特許文献１には、圧延材の圧延方向温度分布の計測結果又は粗圧延機の圧延荷重の変動からスキッドマーク部における仕上圧延での幅変化量を予測する方法が記載されている。また、特許文献２には、鋼板の先端部及び尾端部における幅変動を抑制するために、幅圧下プレス装置によって鋼板の先端部及び尾端部から定常部に向けて複数の段部を形成する方法が記載されている。また、特許文献３には、粗圧延機を構成する竪型圧延機（エッジャー）と水平圧延機の操業条件の実績値と水平圧延後の鋼板の幅の実績値との関係を学習することにより水平圧延後の鋼板の幅の変動を予測し、水平圧延後の鋼板の幅の予測値と実績値との差がゼロになるように竪型圧延機の開度を設定する方法が記載されている。
特許第２９６８６４７号公報 特開平５－２００４１１号公報 特許第３２６０６１６号公報
　特許文献１に記載の方法は、加熱炉で生じる圧延材の圧延方向温度分布に起因して発生する仕上圧延機における幅変化量を予測するものであるが、圧延材の長さや幅は幅圧下や粗圧延等によって変化する。このため、加熱炉で生じた温度分布が圧延材のどの位置に対応するものであるのかを特定する必要がある。しかしながら、スラブが粗圧延材になるまでの間に圧延材の長さは５～１０倍程度まで延伸するため、加熱炉で生じた温度分布を正確にトラッキングすることは困難である。このため、幅変化量を精度よく予測して熱延鋼板の幅不良の発生を抑制することは難しい。
　一方、特許文献２に記載の方法は、幅圧下プレス装置を用いて鋼板の先端部及び尾端部における幅変動を抑制するものであるが、鋼板の先端部及び尾端部における複雑なメタルフローを精度よく予測してこれに対応した段部を形成することは困難である。このため、鋼板の幅にばらつきが生じ、熱延鋼板の幅不良が発生する可能性がある。また、特許文献３には、竪型圧延機と水平圧延機の操業条件の実績値を用いた学習により水平圧延後の鋼板の幅の変動を予測することが記載されている。しかしながら、鋼板の長手方向の幅分布は、粗圧延における操業条件だけでなく、加熱炉で生じるスラブの温度分布や幅圧下プレス装置による幅変動の影響を受ける。このため、水平圧延後の鋼板の幅の変動を精度よく予測することは難しい。
　本発明は、上記課題を解決すべくなされたものであり、その目的は、粗圧延材の長手方向の幅分布を精度よく予測可能な粗圧延材の幅予測方法を提供することにある。また、本発明の他の目的は、粗圧延材の長手方向の幅を精度よく制御可能な粗圧延材の幅制御方法を提供することにある。また、本発明の他の目的は、長手方向の幅精度に優れた熱延鋼板を製造可能な熱延鋼板の製造方法を提供することにある。また、本発明の他の目的は、粗圧延材の長手方向の幅分布を精度よく予測する幅予測モデルを生成可能な粗圧延材の幅予測モデルの生成方法を提供することにある。
　本発明に係る粗圧延材の幅予測方法は、スラブを加熱する加熱炉と、加熱後のスラブを間欠的に幅圧下する幅圧下プレス装置と、幅圧下後のスラブを粗圧延して粗圧延材を製造する粗圧延機と、前記粗圧延材を仕上圧延して熱延鋼板を製造する仕上圧延機と、を含む熱延ラインにおける前記粗圧延材の幅を予測する粗圧延材の幅予測方法であって、前記幅圧下プレス装置の操業パラメータから選択した１つ以上の操業パラメータと、前記粗圧延機の操業パラメータから選択した１つ以上の操業パラメータと、を入力データとして含み、前記粗圧延材の長手方向の幅分布の情報を出力データとする、機械学習によって学習された幅予測モデルを用いて、前記粗圧延材の長手方向の幅分布を予測するステップを含む。
　前記幅圧下プレス装置の操業パラメータと前記粗圧延機の操業パラメータは、前記粗圧延材の長手方向における代表値として特定される操業パラメータであるとよい。
　前記幅予測モデルは、前記入力データとして、前記加熱炉の操業パラメータから選択した１つ以上の操業パラメータを含むとよい。
　前記幅予測モデルは、前記入力データとして、前記スラブの属性情報から選択した１つ以上の属性パラメータを含むとよい。
　本発明に係る粗圧延材の幅制御方法は、本発明に係る粗圧延材の幅予測方法を用いて、前記粗圧延材の長手方向の幅分布を予測し、予測された幅分布に基づいて前記粗圧延機の操業パラメータを設定する。
　本発明に係る熱延鋼板の製造方法は、本発明に係る粗圧延材の幅制御方法を用いて幅を制御した粗圧延材に対して前記仕上圧延機によって仕上圧延を行うことにより熱延鋼板を製造する。
　本発明に係る粗圧延材の幅予測モデルの生成方法は、スラブを加熱する加熱炉と、加熱後のスラブを間欠的に幅圧下する幅圧下プレス装置と、幅圧下後のスラブを粗圧延して粗圧延材を製造する粗圧延機と、前記粗圧延材を仕上圧延して熱延鋼板を製造する仕上圧延機と、を含む熱延ラインにおける前記粗圧延材の幅を予測する幅予測モデルを生成する粗圧延材の幅予測モデルの生成方法であって、前記幅圧下プレス装置の操業パラメータから選択した１つ以上の操業実績データと、前記粗圧延機の操業パラメータから選択した１つ以上の操業実績データと、を入力実績データとして含み、前記粗圧延材の長手方向の幅分布の情報を出力実績データとする、複数の学習用データを取得し、取得した複数の学習用データを用いた機械学習によって、前記幅予測モデルを生成するステップを含む。
　本発明に係る粗圧延材の幅予測方法によれば、粗圧延材の長手方向の幅分布を精度よく予測することができる。また、本発明に係る粗圧延材の幅制御方法によれば、粗圧延材の長手方向の幅を精度よく制御することができる。また、本発明に係る熱延鋼板の製造方法によれば、長手方向の幅精度に優れた熱延鋼板を製造することができる。また、本発明に係る粗圧延材の幅予測モデルの生成方法によれば、粗圧延材の長手方向の幅分布を精度よく予測する幅予測モデルを生成することができる。
図１は、本発明が適用される熱延ラインの構成例を示す模式図である。 図２は、図１に示す加熱炉の構成例を示す模式図である。 図３は、図１に示す加熱炉の内部を上方からみた模式図である。 図４は、図１に示す幅圧下プレス装置の構成例を示す模式図である。 図５は、図１に示す粗圧延機を構成するスタンドの構成を示す図である。 図６は、光学式の幅測定方法を説明するための模式図である。 図７は、本発明の一実施形態である幅予測モデル生成部の構成を示すブロック図である。 図８は、ニューラルネットワークを用いた幅予測モデルの構成を示す模式図である。 図９は、幅圧下プレス装置により幅圧下を行った後のスラブの幅分布の例を示す図である。 図１０は、圧延材の先端部及び尾端部における幅落ちを示す図である。 図１１は、エッジャーを用いた幅圧下を行うことなく、長手方向の幅が一定の圧延材に対して水平圧延を行った場合に形成される幅分布を示す図である。 図１２は、本発明の一実施形態である幅予測部の構成を示すブロック図である。 図１３は、幅圧下プレス装置を用いてスラブの幅圧下を行った後に、エッジャーを用いた１パスの幅圧延と水平圧延機を用いた１パスの水平圧延を行った後の、粗圧延材の幅分布を示す図である。 図１４は、実施例における粗圧延材の長手方向の幅分布の予測結果を示す図である。 図１５は、実施例における粗圧延材の長手方向の幅分布の予測結果を示す図である。 図１６は、実施例における粗圧延材の長手方向の幅分布の予測結果を示す図である。
　以下、図面を参照して、本発明の一実施形態である粗圧延材の幅予測方法、粗圧延材の幅制御方法、熱延鋼板の製造方法、及び粗圧延材の幅予測モデルの生成方法について詳しく説明する。
＜熱延ライン＞
　まず、図１～図６を参照して、本発明が適用される熱延ラインの構成について説明する。
　図１は、本発明が適用される熱延ラインの構成例を示す模式図である。図１に示すように、本発明が適用される熱延ライン１は、加熱炉２、デスケーリング装置３、幅圧下プレス装置４、粗圧延機５、仕上圧延機６、冷却装置７、及びコイラー（巻取機）８を備えている。不図示の鋳造スラブは、加熱炉２に装入された後、所定の設定温度まで加熱され、熱間スラブとして加熱炉２から抽出される。加熱炉２から抽出された熱間スラブは、デスケーリング装置３によって表面に形成された１次スケールが除去された後、幅圧下プレス装置４によって所定の設定幅まで幅圧下される。そして、幅圧下されたスラブは、粗圧延機５において所定厚さまで圧延されることで粗バー（粗圧延材）となり、仕上圧延機６に搬送される。仕上圧延機６では、粗バーは５から７スタンドの連続式圧延機により製品厚さまで圧延される。仕上圧延機６の下流側にはランアウトテーブルと呼ばれる設備に冷却装置７が備えられており、鋼板は、所定の温度まで冷却された後、コイラー８によってコイル状に巻き取られる。また、熱延ライン１の搬送工程の途中には幅測定手段として幅計が複数設置されている。図１に示す例では、粗圧延機５の出側に粗出側幅計１１が設置され、仕上圧延機６の出側に仕上出側幅計１２が設置されている。また、冷却装置７の出側には、巻取り前の鋼板の幅を測定するコイラー前幅計（コイラー入側幅計）１３が設置されている。以下では、粗出側幅計１１により測定される粗バーの幅を粗出側幅、仕上出側幅計１２により測定される鋼板の幅を仕上出側幅、コイラー前幅計１３により測定される鋼板の幅をコイラー前幅と呼ぶことがある。
　熱延ライン１は、熱延ライン１を構成する各機器を制御する制御用コントローラ（ＰＬＣ）９０、制御用コントローラ９０に制御指令を与える制御用計算機（プロセスコンピュータ）９１、及び熱延ライン１に製造指示を与える上位計算機９２を備えている。熱延ライン１における鋼板の幅制御は、上位計算機９２又は上位計算機９２からの製造指示に基づき制御用計算機９１が、粗出側幅の目標値（粗目標幅）、仕上出側幅の目標値（仕上目標幅）、コイラー前幅の目標値（コイラー前目標幅）を設定し、粗圧延機５及び仕上圧延機６の操業条件を設定することにより実行される。具体的には、上位計算機９２又は制御用計算機９１は、熱延鋼板の製品仕様から決定されるコイラー前目標幅に基づき、仕上圧延機６出側からコイラー前幅計１３までの間に生じる鋼板の幅変化量を考慮して仕上目標幅を設定する。さらに、上位計算機９２又は制御用計算機９１は、設定された仕上目標幅に基づき、仕上圧延機６における鋼板の幅変化量を考慮して粗目標幅を設定する。そして、上位計算機９２又は制御用計算機９１は、粗圧延終了後の粗バーの幅が粗目標幅に一致するように、粗圧延の各パスにおける圧延条件を設定する。また、上位計算機９２又は制御用計算機９１は、仕上圧延後の鋼板の幅が仕上目標幅に一致するように、仕上圧延の各スタンドにおける圧延条件を設定する。さらに、上位計算機９２又は制御用計算機９１は、巻取り前の鋼板の幅がコイラー前目標幅に一致するように、仕上圧延機６とコイラー８との間の張力や冷却装置７の冷却条件を設定する場合がある。この場合、仕上圧延機６では粗出側幅や仕上出側幅の実測値を参照しながら、動的な幅制御を実行する場合もある。制御用コントローラ９０は、熱延ライン１に設置されている幅計から取得される情報の他、各種センサ（板厚計、温度計等）から取得される情報を所定のサンプリング周期で収集し、それらを制御用計算機９１に出力する機能を有している。
　本発明の一実施形態である粗圧延材の幅予測方法は、粗圧延機５の出側に設置された粗出側幅計１１によって測定される粗バーの長手方向の幅分布を予測する方法である。また、本発明の一実施形態である粗圧延材の幅制御方法は、粗圧延終了後の粗バーの幅が粗目標幅に一致するように粗バーの長手方向の幅を制御する方法である。
〔加熱炉〕
　図２は、図１に示す加熱炉２の構成例を示す模式図である。図２に示すように、本実施形態では、スラブＳＡは、図２の左側から加熱炉２内に装入される。加熱炉２内に装入されるスラブＳＡの温度は、鋳造後スラブヤードで室温程度まで冷やされている場合や、冷却途中で６００℃程度の温度になっている場合がある。また、鋳造後スラブヤードを介さず６００～８００℃ほどの温度で装入される場合もある。加熱炉２の内部は複数の帯域に区切られており、一般に上流側には２～８個の帯域に区切られた加熱帯と１～３個の均熱帯が設けられている。図２に示す例では、５個の加熱帯と１個の均熱帯が設けられており、ここでは両者を合わせて「加熱炉帯」と呼ぶ。個々の加熱炉帯は、加熱炉２内に装入されたスラブＳＡの平均温度が徐々に昇温して所定の目標加熱温度（加熱炉２から抽出される際のスラブＳＡの平均温度の目標値）になるように、それぞれ異なる雰囲気温度に設定されている。また、いずれの加熱炉帯の上部には加熱炉帯内の雰囲気温度を計測する温度計２１が設置されている。
　図３は、図１に示す加熱炉２の内部を上方からみた模式図である。図３に示すように、加熱炉２内に装入されたスラブＳＡは、加熱炉２の内部でウォーキングビーム２２と呼ばれる搬送設備によって順次各加熱炉帯を通過する。また、加熱炉２内には複数のスラブＳＡが同時に装入されており、加熱炉２に装入された順番で加熱炉２の抽出側出口から抽出され、熱間圧延が行われる。ウォーキングビーム２２の内部は水冷されており、スキッドと呼ばれるスラブＳＡと直接接触する部材によってスラブＳＡの昇温が局所的に阻害される部分が生じる。スキッドと接しているスラブＳＡ部分はスキッドマークと呼ばれ、スキッドと接していない部分と比較して温度が低い領域となる。特許文献１に記載されているようにスキッドマークにより鋼板の幅が変動し、熱延鋼板の幅精度に影響を与える。
〔幅圧下プレス装置〕
　図４は、図１に示す幅圧下プレス装置４の構成例を示す模式図である。加熱炉２により加熱されたスラブＳＡは、デスケーリング装置３によって表面に形成された１次スケールが除去された後、幅圧下プレス装置４によって所定の設定幅まで幅圧下される。図４に示すように、幅圧下プレス装置４は、一対の幅圧下用金型４１を備えている。幅圧下用金型４１は、スラブＳＡを幅方向から圧下する。幅圧下プレス装置４は、スラブＳＡを搬送させながら駆動装置４２により幅圧下用金型４１を駆動させ、スラブＳＡの幅方向の両側から間欠的にスラブＳＡを幅圧下する。
　幅圧下プレス装置４では、ピンチロール４３等を用いてスラブＳＡが搬送される。幅圧下プレス装置４は、ピンチロール４３の駆動量を変更することにより、幅圧下パス間のスラブＳＡの送りピッチを変更することができる。送りピッチとは、幅圧下プレス装置４における幅圧下１パス毎のスラブＳＡの搬送距離を意味する。ピンチロール４３の駆動量の制御は、幅圧下プレス装置４を制御する制御用コントローラ９０によって行われる。幅圧下用金型４１のスラブＳＡと接する面には、スラブ搬送方向に平行な平行部４１ａと、スラブ搬送方向の逆方向に向かって幅方向に広がる傾斜部４１ｂとが、スラブ搬送方向先端側から順に形成されている。幅圧下用金型４１では、スラブＳＡに対するスリップの発生を抑制するために、平行部４１ａが傾斜部４１ｂ間に一つ又は複数設けられている場合がある。幅圧下用金型４１の形状によってスラブＳＡの変形状態が変化し、粗圧延機５における鋼板の幅精度に影響を与える。
〔粗圧延機〕
　図１に戻る。粗圧延機５は、リバース圧延可能な可逆式圧延機５ａと、下流側への搬送方向のみの圧延が可能な非可逆式圧延機５ｂと、を備えている。図１に示す粗圧延機５の下に図示した矢印（実線）は圧下パス（厚みを薄くする圧延パス）を表している。可逆式圧延機５ａでは、通常、５～１１程度の圧下パスが可逆方向に（上流側から下流側又は下流側から上流側に）行われる。最終の圧下パスでは、圧延と次の圧延機への搬送とを同時に実施するため、可逆式圧延機の圧延パス回数は必ず奇数となり、圧延をしつつ下流側にある圧延機へ粗バーを搬送する。このとき、現圧下パスにおいて粗バーの尾端部が圧延機を抜けてから圧延方向が逆転し、次の圧下パスで圧延機に粗バーが噛込まれるまでの時間を可逆パスのパス間時間と呼ぶ。また、可逆パスの最終圧延パスにおいて、粗バーの尾端部が可逆式圧延機５ａを抜けてから非可逆式圧延機５ｂに噛込まれるまでの時間を連続パスのパス間時間と呼ぶ。さらに、可逆パスのパス間時間と連続パスのパス間時間を合わせてパス間空冷時間と呼ぶ。パス間空冷時間は、粗バーが搬送中に空冷される時間を表し、粗バーの温度変化に影響を与える。
　図５は、図１に示す粗圧延機５を構成するスタンドの構成を示す模式図である。図５に示すように、粗圧延機５は、鋼板ＳＢの厚みを減厚する水平圧延機５１と、鋼板ＳＢの幅を減ずるエッジャー（竪型圧延機）５２と、を備えている。エッジャー５２は、一対のロールを縦向きに配置した圧延機であり、水平圧延機５１に隣接して設置されている。エッジャー５２を用いた鋼板ＳＢの幅圧下（幅圧延）は、粗圧延の各圧延パスにおいて水平圧延の前に行われるのが通常である。そのため、可逆式圧延機５ａに対して１基のエッジャー５２が配置される場合、エッジャー５２による幅圧下は順方向すなわち奇数パスだけで行い、偶数パスすなわち逆方向パスでは行わない。但し、可逆式圧延機５ａの両側にエッジャー５２が配置される場合には、いずれの圧延パスにおいても幅圧下が行われてよい。粗圧延の各パスにおける水平圧延機５１のロール開度（ロールギャップ）及びエッジャー５２の開度は制御用計算機９１によって設定される。粗圧延機５には、鋼板ＳＢに向けてデスケーリング水を噴射するためのデスケーリングヘッダーが設置され、水平圧延機５１の入側においてデスケーリングが行われる。但し、粗圧延の全ての圧延パスでデスケーリング水を噴射するとは限らず、例えば１パス目だけ噴射するとか、奇数パス目だけ噴射するとか、鋼板ＳＢの材質等に応じて所定のデスケーリングパターンが設定される。粗圧延機５により予め設定された全ての圧延パスが終了した状態の鋼板ＳＢを粗バー又はシートバーと呼び、本発明では粗圧延材という。
〔幅計〕
　図１に戻る。熱延ライン１における鋼板の幅は、粗出側幅計１１、仕上出側幅計１２、及びコイラー前幅計１３によって測定される。これらの幅計には、光学式の幅測定方法が用いられることが多い。光学式の幅測定方法は、鋼板が搬送されるパスラインの下方に光源、上方にイメ－ジセンサを配置し、鋼板が通過中に光源から発せられた光線の鋼板による幅方向の陰影長に基づいて幅を測定するものである。一方、幅計として、カメラを用いて撮影した鋼板の画像から画像処理によって鋼板の幅方向端部の位置を特定して鋼板の幅を測定するものがある。カメラを用いる幅計は鋼板の幅方向に沿って光源やイメージセンサを配置する必要がないため簡易な装置構成となる。しかしながら、鋼板の幅方向端部を斜め方向から撮影するため、鋼板がパスラインから浮き上がると幅の測定誤差が生じやすい。従って、鋼板のパスラインからの浮き上がり量に応じて幅の測定誤差を補正する機能を備えることが多い。具体的には、図６に示すように、鋼板ＳＢがパスライン１４から浮き上がり量Ｈの高さで搬送されている場合、次のようにして幅の測定誤差を補正する。まず、鋼板ＳＢの幅方向に配置された一組のカメラ１５ａ，１５ｂが鋼板ＳＢの幅方向両端部を特定し、幅の測定値Ｗ１を特定する。次に、鋼板ＳＢの幅方向に配置された他の一組のカメラ１５ｃ，１５ｄが鋼板ＳＢの幅方向両端部を特定し、幅の測定値Ｗ２を特定する。そして、カメラ１５ａ，１５ｂとカメラ１５ｃ，１５ｄの位置関係（図６に示す例では、カメラ１５ａ，１５ｂの幅方向の間隔Ｄとカメラ１５ａ（１５ｂ）とカメラ１５ｃ（１５ｄ）の幅方向の間隔Ｌ）に基づいて、鋼板ＳＢの実際の幅Ｗを以下に示す数式（１）により算出し、鋼板ＳＢの幅の測定値とする。
Figure JPOXMLDOC01-appb-M000001
　但し、別の幅測定方法として、鋼板の幅方向に向けてレーザー光を出射し、鋼板の端面からの反射光を受光し、鋼板の両端面までの距離に基づいて幅を測定する方法が用いられることもある。幅計には、鋼板の温度に基づいて冷却後の幅に換算する熱膨張補正機能を備えるものもある。鋼板の幅は、鋼板の搬送過程において幅計を用いて測定されるため、幅計により得られる鋼板の幅測定値は、幅計のサンプリングピッチに対応した時系列の数値情報となる。また、鋼板が幅計の位置を通過する搬送速度の情報を用いて、鋼板の長手方向の位置と幅の実績値との関係に変換される。そして、制御用計算機９１において、取得された幅の実測値に基づいて幅の代表値が算出される。幅の代表値には、鋼板の長手方向における幅の平均値（平均幅）、鋼板の先尾端部を除く定常部における幅の実測値（定常幅）、鋼板の先端部における幅の実測値（先端幅）、尾端部における幅の実測値（尾端幅）等が用いられる。また、鋼板の長手方向における幅の最小値（最小幅）や最大値（最大幅）等が算出されることがある。幅計によって測定される幅の実測値は、予め設定された目標幅との偏差により表されることもある。
　本実施形態における粗圧延材の長手方向の幅分布の情報とは、粗出側幅計１１によって測定され、長手方向の位置情報と対応付けられた粗圧延材の幅をいう。通常は、粗出側幅計１１による測定値は、粗圧延材の先端から長手方向に区分された位置毎の離散的なデータとして取得されるので、粗圧延材の先端からの距離と幅測定値とが対応付けられた複数のデータ組として生成される。粗圧延材の長手方向の幅分布の情報は、粗圧延材の長手方向に対して少なくとも３点の位置データと対応付けられた幅測定値である。但し、粗圧延材の長手方向の幅分布の情報は、粗圧延材の長手方向に対して１００～１０，０００の位置データと対応付けられた幅測定値であることが好ましい。位置データが１００未満である場合、粗圧延材の長手方向の幅変動を特定しにくい場合があり、位置データが１０，０００を超えても幅変動を特定する精度は向上しないからである。幅分布の情報は、粗圧延材の長さを用いて長手方向の位置データを正規化して、正規化された位置データと対応付けられた粗圧延材の幅測定値としてもよい。
＜幅予測モデルの生成方法＞
　次に、図７～図１１を参照して、本発明の一実施形態である幅予測モデルの生成方法について説明する。
　図７は、本発明の一実施形態である幅予測モデル生成部の構成を示すブロック図である。図７に示すように、本発明の一実施形態である幅予測モデル生成部１００は、データベース部１０１と機械学習部１０２を備えている。データベース部１０１は、幅圧下プレス装置４の操業実績データから選択した１つ以上の操業実績データと、粗圧延機５の操業実績データから選択した１つ以上の操業実績データと、粗圧延材の長手方向の幅分布の実績データと、を蓄積する。データベース部１０１は、必要に応じて、加熱炉の操業実績データから選択した１つ以上の操業実績データ、スラブの属性情報の実績データから選択した１つ以上の実績データを蓄積してもよい。データベース部１０１に蓄積する操業データの具体例については後述する。
　データベース部１０１が蓄積する実績データは、制御用コントローラ９０、制御用計算機９１、又は、上位計算機９２から適宜取得される。本実施形態では、幅予測モデル生成部１００は、これらの実績データを収集するためにデータ取得部１０３を備えている。データ取得部１０３は、実績データを一旦保存し、複数種の実績データを対応付けたデータセットを生成した後にデータベース部１０１に蓄積する。データベース部１０１が蓄積するデータは、それぞれ取得されるタイミングが異なる場合があるため、データ取得部１０３において複数種の実績データを対応付けることにより、互いに対応関係にあるデータセットを構成することができる。
　データベース部１０１が蓄積するデータセットに含まれる、幅圧下プレス装置４の操業実績データと粗圧延機５の操業実績データには、一つの粗圧延材の長手方向における代表値として特定される実績データを用いるとよい。粗圧延材の長手方向における代表値とは、粗圧延材の長手方向における操業条件を代表する一つのデータをいう。粗圧延材の長手方向における代表値には、粗圧延材の長手方向における位置を特定した代表位置を設定し、設定した代表位置での操業条件に関するデータを用いてよい。また、粗圧延材の長手方向における代表値には、粗圧延材の長手方向での操業データの平均値や標準偏差を用いてよい。さらに、粗圧延材の長手方向における代表値には、粗圧延材の長手方向に対して固定された（変化しない）操業条件に関するデータを用いてもよい。例えばスラブに対する幅圧下が行われる際は、スラブの定常部に代表位置を設定し、代表位置に対して設定される操業実績データを用いてよい。粗圧延が行われる際にも、粗圧延材の定常部に代表位置を設定し、代表位置に対して設定される操業実績データを用いてよい。但し、設定する代表位置は粗圧延材の定常部に限られず、熱延ラインの搬送方向の下流側の端部からスラブの全長に対して１／４位置及び３／４位置や、先端部や尾端部から一つの代表位置を設定し、操業実績データを取得してもよい。この場合、幅圧下プレス装置の操業パラメータと粗圧延機の操業パラメータは一つの粗圧延材に対して一つずつの代表値が操業パラメータとして特定され、これらが粗圧延材の幅分布と対応付けられる。すなわち、本実施形態である幅予測モデルは、入力される操業パラメータと対応付けられた粗圧延材の長手方向の位置とは長手方向の異なる位置での幅を予測結果として出力するという特徴を有する。
　幅予測モデル生成部１００は、熱延ライン１による鋼板の製造を制御するための制御用計算機９１に設けることができる。また、幅予測モデル生成部１００は、制御用計算機９１に製造指示を与える上位計算機９２に設けてもよく、他の機器と通信可能である独立の計算機に設けてもよい。また、幅予測モデル生成部１００は、データベース部１０１に蓄積されたデータセットを受信可能な装置を用いてデータベース部１０１とは別の装置に構成してもよい。データベース部１０１には、１００個以上のデータセットが蓄積される。好ましくは１０，０００個以上、より好ましくは１００，０００個以上のデータセットがデータベース部１０１に蓄積されるとよい。データベース部１０１に蓄積されるデータについては、必要に応じてスクリーニングが行われる場合がある。
　機械学習部１０２は、データベース部１０１に蓄積されたデータセットを用いて、幅圧下プレス装置４の操業パラメータから選択した１つ以上の操業実績データと、粗圧延機５の操業パラメータから選択した１つ以上の操業実績データとを入力実績データとして含み、粗圧延材の長手方向の幅分布の情報を出力実績データとする、複数の学習用データを用いた機械学習により、粗圧延材の長手方向の幅分布の情報を予測する幅予測モデルＭを生成する。幅予測モデルＭを生成するための機械学習モデルは、実用上十分な幅の予測精度が得られれば、いずれの機械学習モデルでもよい。例えば、一般的に用いられるニューラルネットワーク（深層学習や畳み込みニューラルネットワーク等を含む）、決定木学習、ランダムフォレスト、サポートベクター回帰等を用いればよい。また、複数のモデルを組み合わせたアンサンブルモデルを用いてもよい。例えば図８に示すような一般的なニューラルネットワークを用いた機械学習により幅予測モデルＭを生成することができる。特に深層学習を用いると多重共線性の問題を考慮せず、粗圧延材の幅分布と相関関係を有する他の操業パラメータも入力として自由に選択できるため、粗圧延材の幅分布の予測精度を高めることができる。例えばニューラルネットワークの中間層は２層、ノード数は３個ずつとし、活性化関数としてシグモイド関数を用いたものを用いることができる。
　機械学習部１０２は、データベース部１０１に蓄積されたデータセットを訓練データとテストデータに分けて学習を行うことにより粗圧延材の幅分布の推定精度を向上させてもよい。例えば機械学習部１０２は、訓練データを用いてニューラルネットワークの重み係数の学習を行い、テストデータでの粗圧延材の幅分布の正解率が高くなるようにニューラルネットワークの構造（中間層の数やノード数）を適宜変更しながら幅予測モデルＭを生成してもよい。重み係数の更新には、誤差伝播法を用いることができる。幅予測モデルＭは、例えば６ヶ月毎又は１年毎に再学習により新たなモデルに更新してもよい。データベース部１０１に保存されるデータが増えるほど、精度の高い粗圧延材の幅分布の予測が可能となるからであり、最新のデータに基づいて幅予測モデルＭを更新することにより、熱延ラインを用いて製造する熱延鋼板の製造条件の変化を反映した幅予測モデルＭを生成できる。本実施形態では、熱延ラインを用いて熱延鋼板を製造する際に、圧延材の長手方向における代表値として特定される操業条件から、粗圧延材の長手方向の幅分布の情報を予測できる。従来技術における粗圧延材の幅予測は、圧延材の長手方向の位置毎に操業条件の実績データを取得し、粗圧延材の長手方向の位置毎に取得される幅の実績データを対応付けていた。これにより、加熱炉２から抽出されたスラブが幅圧下プレス装置４や粗圧延機５により塑性変形が付与されて粗圧延材として大きく延伸した場合には、圧延材の長手方向の位置を特定するトラッキングを行って幅圧下プレス装置４や粗圧延機５の操業条件と、粗圧延材の位置情報とを対応付ける必要があった。これに対して、本実施形態は、圧延材の長手方向における操業条件の代表値が粗圧延材の幅分布と直接対応付けられるので、粗圧延において圧延材の特定の位置をトラッキングする必要がなくなる。
〔スラブの属性情報〕
　幅予測モデルＭの入力に用いることができるスラブの属性情報とは、熱延ライン１の幅圧下プレス装置４及び粗圧延機５における圧延材の幅変化に影響を与えるスラブ寸法に関する情報をいう。スラブ寸法に関する情報とは、スラブの厚み、幅、長さ、及び重量に関する情報である。スラブ寸法に関する情報は、熱延ライン１における鋼板の温度変化に影響を与え、幅圧下や粗圧延時の圧延材の変形抵抗に影響する。特に、圧延材の先端部や尾端部と定常部とでは温度降下の挙動が異なるため、結果として粗圧延材の長手方向の幅分布と相関関係が生まれる。
〔加熱炉の操業パラメータ〕
　幅予測モデルＭの入力に用いることができる加熱炉の操業パラメータとは、熱延ライン１の加熱炉２においてスラブを加熱する際の操業条件を表すパラメータであり、熱延ライン１の幅圧下プレス装置４及び粗圧延機における圧延材の幅変化に影響を与える情報をいう。加熱炉２の操業パラメータには、加熱炉２へ装入される際のスラブの温度、加熱炉２内の特定の加熱炉帯における在炉時間や、加熱炉２の最終の加熱炉帯の雰囲気温度、加熱炉２から抽出されるスラブの温度を用いることができる。これらのパラメータによって、圧延材の先端部や尾端部と定常部とで温度降下の挙動が変化することから、粗圧延材の長手方向の幅分布と相関関係が生まれる。
　また、加熱炉２内におけるスラブの装入位置や、加熱炉２内におけるスラブの他のスラブとの間の位置関係等の情報を用いてもよい。加熱炉２内におけるスラブの装入位置とは、図３に示すように、加熱炉２の一方の端部に位置するウォークキングビーム２２とスラブＳＡの長手方向端部との距離を表す炉内装入位置Ｐについての情報を用いることができる。炉内装入位置ＰによってスラブＳＡの長手方向におけるスキッドマークの位置が変わり、鋼板の長手方向で幅変動が発生する位置に影響を与えるからである。スラブＳＡの装入位置には、スラブＳＡの長手方向端部と加熱炉２の炉壁との間の距離Ｄ１、スラブＳＡが装入された加熱炉２のウォーキングビーム２２（固定スキッド）や移動スキッド２３の間隔を代表するパラメータを用いてもよい。
　また、加熱炉２内におけるスラブの他のスラブとの間の位置関係の情報として、図３に示すように、加熱炉２内で隣接する他のスラブとの間の距離（装入間隔）Ｄ２を用いることができる。加熱炉２内で装入間隔Ｄ２が変わると、スラブの端面における温度が変化する。このため、熱延ライン１における圧延材の温度分布に影響を与え、粗圧延材の幅分布に影響を与えるからである。加熱炉２内におけるスラブの他のスラブとの間の位置関係の情報としては、他のスラブの長さや厚み、予測対象のスラブの先端部と他のスラブの先端部の加熱炉の炉壁までの距離の差等を用いてもよい。
〔幅圧下プレス装置の操業パラメータ〕
　幅予測モデルＭの入力に用いることができる幅圧下プレス装置４の操業パラメータとは、加熱されたスラブに対して幅圧下を行う際の操業条件をいう。幅圧下プレス装置４の操業パラメータには、スラブに対する幅圧下量に関する操業パラメータを用いることができる。スラブに対する幅圧下量に関する操業パラメータには、スラブの長手方向における代表位置の幅圧下量と幅圧下パス間のスラブの送りピッチとが含まれる。スラブに対する幅圧下量に関する操業パラメータによって、幅圧下後のスラブに形成される定常部のドッグボーン（幅方向の厚み分布）形状と先尾端部のドッグボーン形状との間に違いが生まれ、粗圧延材の長手方向の幅分布に影響を与える。つまり、スラブの長手方向における代表値である幅圧下量がスラブの長手方向に対して一定であっても、スラブの定常部、先端部、及び尾端部ではドッグボーン形状が異なるため、粗圧延材の長手方向の幅分布に影響を与える。また、幅圧下パス間のスラブの送りピッチが一定である場合にも、定常部と先尾端部とでドッグボーン形状に差が生じるため、粗圧延材の長手方向の幅分布に影響を与える。スラブに対する幅圧下量については、スラブの先端部、定常部、及び尾端部において、それぞれ異なる幅圧下量が設定されることがある。この場合、幅圧下プレス装置４の操業パラメータの代表値として、スラブの先端部、定常部、及び尾端部に対して設定されるいずれの幅圧下量を用いてもよい。また、幅圧下パス間のスラブの送りピッチについても、スラブの先端部、定常部、及び尾端部において、それぞれ異なる送りピッチが設定されることがある。この場合、幅圧下プレス装置４の操業パラメータの代表値として、スラブの先端部、定常部、及び尾端部に対して設定されるいずれの送りピッチを用いてもよい。
　さらに、幅圧下プレス装置４の操業パラメータには、幅圧下プレス装置４に適用される金型形状に関する操業パラメータを用いることができる。金型形状に関する操業パラメータは、スラブの長手方向に対して固定された代表値である。例えば、幅圧下用金型４１に形成される平行部４１ａの長さや傾斜部４１ｂの角度を用いてよい。幅圧下用金型４１の形状によって、スラブの定常部と先尾端部とで変形状態に違いが生じ、粗圧延材の長手方向の幅分布に影響を与えるからである。図９は、スラブの長手方向で幅圧下量と送りピッチを一定として、幅圧下プレス装置４により幅圧下を行った後の幅分布の例を示している。図９に示すように、幅圧下後のスラブの先端部から尾端部に沿って、周期的な幅変動（プレスマークとも呼ばれる）が発生していることがわかる。幅圧下プレス装置４を用いた幅圧下は、間欠的な加工であるため所定の間隔で幅が広い部分と狭い部分とが現れる。これにより、粗圧延材の長手方向の幅分布に影響を与える。
　以上のように、１つのスラブの長手方向における代表値として幅圧下プレス装置４の操業パラメータを特定することにより、幅圧下後のスラブについて長手方向の幅変動のパターンが特徴づけられる。すなわち、スラブの長手方向に沿って各位置における操業パラメータを特定しなくても、幅圧下後のスラブについて長手方向の幅変動に関する分布の特徴を特定することができる。
〔粗圧延機の操業パラメータ〕
　幅予測モデルＭの入力に用いる粗圧延機５の操業パラメータとは、粗圧延機５による粗圧延の任意の圧延パスにおける圧延材の長手方向の幅分布に影響を与える圧延操業条件を意味する。粗圧延機５の操業パラメータには、粗圧延機５を構成する水平圧延機５１及びエッジャー５２による圧延条件を含めるのが好ましい。水平圧延機５１の圧延条件としては、任意の圧延パスにおけるロール開度、ワークロール径、入側板厚、出側板厚、圧下率、粗目標幅、圧延荷重、鋼板温度を用いてよい。水平圧延における操業条件が圧延材の長手方向に対して一定であっても、圧延材の定常部と先尾端部とでは幅広がりの挙動が異なるため、粗圧延材の長手方向の幅分布に影響を与える。
　エッジャー５２の圧延条件としては、任意の圧延パスにおけるエッジャー開度、エッジャーロール径、板厚、幅圧下率、幅圧下荷重を用いてよい。これらの圧延条件は、圧延材の水平圧延における幅広がり挙動に影響を与え、圧延材の定常部と先尾端部との幅広がりの差にも影響を与えるからである。また、幅圧延の操業条件が圧延材の長手方向に対して一定であっても、圧延材の定常部と先尾端部とではドッグボーンの形成挙動に違いが生じるため、粗圧延材の長手方向の幅分布に影響を与える。粗圧延機の操業パラメータである圧延条件は、粗圧延材の幅分布に大きな影響を与えるため、粗圧延の全ての圧延パスに対応した圧延条件を粗圧延機の操業パラメータに含めるのがよい。エッジャー開度については、圧延材の先端部、定常部、尾端部において、それぞれ異なるエッジャー開度が設定されることがある。この場合、粗圧延機５の操業パラメータの代表値として、圧延材の先端部、定常部、及び尾端部に対して設定されるいずれのエッジャー開度を用いてもよい。
　また、粗圧延機５の操業パラメータには、粗圧延の第１パスから最終パスまでの出側板厚の設定値又は実績値を含めるとよい。いわゆる粗圧延のパススケジュールのことである。パススケジュールが異なると、圧延パス間で搬送される際の圧延材の厚みが変化することにより空冷時の温度分布が変化し、圧延材の長手方向の位置による幅方向の変形挙動に違いを生じさせる。さらに、粗圧延機５の操業パラメータには、圧延パス間の空冷時間や任意の圧延パスにおけるデスケーリング水の噴射の有無に関する情報を含めてもよい。これらは、圧延材の長手方向に対して変化しない操業条件であるが、圧延材の定常部と先尾端部で温度降下量の差に影響を与え、圧延材の長手方向の位置による幅方向の変形挙動に違いを生じさせるからである。水平圧延機５１のロール開度については、圧延材の先端部、定常部、及び尾端部において、それぞれ異なるロール開度が設定されることがある。この場合、粗圧延機５の操業パラメータの代表値として、圧延材の先端部、定常部、及び尾端部に対して設定されるいずれのロール開度を用いてもよい。
　図１０に、粗圧延で発生する圧延材の先端部及び尾端部における幅落ちを模式的に示す。幅落ちとは、粗圧延によって先端部又は尾端部で定常部よりも幅が小さくなる挙動をいう。これは、圧延材に対してエッジャーにより幅圧延を行うと、定常部では、エッジャーロールにより幅方向の圧下が行われる際に、長手方向における前後の材料が幅方向の圧下に対する抵抗になって、圧延材の幅方向端部に変形が集中するドッグボーンと呼ばれる幅方向の厚み分布が形成される。そして、ドッグボーンを有する圧延材を水平圧延すると、幅方向端部に形成される増厚部により幅方向への塑性流れが促進されて、幅戻りが大きくなる。これに対して、エッジャーにより先尾端部の幅圧延を行うと、長手方向における前方又は後方に材料が存在しないため、幅方向の圧下に対する抵抗が弱くなり、圧延材の幅方向中央部に向けて圧延材の増厚が生じやすくなる。これにより、水平圧延を行う際に、幅方向への塑性流れが抑制され、定常部に比べて幅戻りが小さくなる。このように、エッジャーによる圧延材の増厚挙動が圧延材の定常部と先尾端部とで異なるため、水平圧延によって生じる幅広がりが圧延材の長手方向の位置により異なって、幅落ちが発生する。
　一方、図１１は、エッジャーを用いた幅圧下を行うことなく、長手方向の幅が一定の圧延材に対して、水平圧延を行った場合に形成される幅分布を模式的に示している。水平圧延を行う場合に、定常部では、長手方向の前後に存在する材料が幅方向への塑性流動の抵抗（拘束）を生じさせるため、圧延材の幅広がりが小さい。これに対して、先尾端部では長手方向の前後のいずれか一方には幅方向への塑性流動を拘束する材料が存在しないため、圧延材の幅広がりが大きくなる。このため、長手方向の幅が一定の圧延材に対して水平圧延を行うと、図１１に示すように圧延材の先端部及び尾端部での幅広がりが大きくなる。
　以上のように、粗圧延機５を構成するエッジャーや水平圧延機における圧延材の幅は、粗圧延機５の操業条件が圧延材の長手方向で一定であっても、長手方向に一定のパターンを有する。このため、本実施形態では、粗圧延機の操業パラメータとして、圧延材の長手方向における代表値として特定される操業パラメータを用いて、粗圧延材の長手方向の幅分布の情報と対応付けることができる。
＜粗圧延材の幅予測方法＞
　次に、図１２，図１３を参照して、本発明の一実施形態である粗圧延材の幅予測方法について説明する。
　本発明の一実施形態である粗圧延材の幅予測方法は、幅圧下プレス装置４の操業パラメータと粗圧延機５の操業パラメータを幅予測モデルＭに入力し、粗圧延材の長手方向の幅分布の情報を出力することにより、粗圧延材の長手方向の幅分布を予測するステップを含む。粗圧延材の幅分布を予測するステップを実行する幅予測部は、熱延ライン１を制御するための制御用計算機９１に設けることができる。また、幅予測部は、制御用計算機９１に製造指示を与える上位計算機９２に設けてもよく、他の機器と通信可能である独立の計算機に設けてもよい。また、幅予測部は、幅予測モデル生成部１００が生成した幅予測モデルＭを受信可能な装置を用いて、幅予測モデル生成部１００とは別の装置に構成してもよい。以下、図１２を参照して、本発明の一実施形態である幅予測部の動作について説明する。
　図１２は、本発明の一実施形態である幅予測部の構成を示すブロック図である。図１２に示す幅予測部１１０の動作は、熱延ライン１において製造される熱延鋼板について粗圧延が完了する前に実行される。幅予測部１１０の動作は、例えば幅の予測対象となるスラブが加熱炉２から抽出される段階で実行できる。スラブが加熱炉２から抽出される段階で、制御用計算機９１は、少なくとも幅圧下プレス装置４と粗圧延機５の操業条件の設定値を算出しており、これらの設定値を幅予測モデルＭの入力に用いることができる。その場合、加熱炉２に装入されたスラブ寸法に関する情報は上位計算機９２に記憶されており、加熱炉２の操業パラメータの実績データを取得できる。また、幅予測部１１０の動作は、例えば幅の予測対象となる鋼板が幅圧下プレス装置４による幅圧下後の段階で実行することができる。幅圧下後のスラブＳＡについて幅圧下プレス装置４の操業パラメータの実績データが制御用コントローラ９０又は制御用計算機９１により取得され、それらの実績データを幅予測モデルＭの入力に用いると共に、粗圧延機５の操業パラメータについての設定値が制御用計算機９１で設定されている。
　幅予測部１１０の動作は、例えば粗圧延機５による粗圧延の途中パスにおいても実行できる。幅圧下プレス装置４の操業パラメータの実績データが特定され、粗圧延の途中パスまでの操業パラメータの実績値と、次パス以降の設定値とを幅予測モデルＭの入力とすればよい。図１２に示す入力データ取得部１１１は、以上のようにして、制御用コントローラ９０、制御用計算機９１及び上位計算機９２のいずれかが保持する熱延ライン１における操業パラメータの実績値又は設定値を取得する。そして、幅予測部１１０は、入力データ取得部１１１が取得した入力データを幅予測モデルＭに入力することにより、粗圧延材の幅分布の情報を取得する。幅予測部１１０の動作は、上記の通り、鋼板が熱延ライン１の各工程を通過する段階毎に実行できるので、１つの鋼板を製造する過程で複数回実行してよい。
　幅予測部１１０により出力される粗圧延材の幅分布の情報は、幅予測部１１０に接続されたモニター等に表示されるようにしてもよい。幅予測部１１０が出力する幅分布の出力表示に基づき、粗目標幅、仕上目標幅、及びコイラー前目標幅のうちの少なくともいずれかを再設定でき、熱延鋼板の幅不良を抑制することができる。幅予測モデルＭの入力として、幅圧下プレス装置４の操業パラメータから選択した１つ以上の操業パラメータと、粗圧延機５の操業パラメータから選択した１つ以上の操業パラメータとを用いる意義について説明する。図１３は、幅圧下プレス装置４を用いてスラブの幅圧下を行った後に、エッジャーを用いた１パスの幅圧延と水平圧延機を用いた１パスの水平圧延を行った後の、粗圧延材の幅分布を示す図である。図１３の縦軸は、粗圧延材の定常部の幅と先端部の幅との差を表しており、粗圧延材の幅分布を代表する指標である。また、横軸は幅圧下プレス装置４による定常部の幅圧下量を示す。この場合、幅圧下プレス装置４の操業パラメータである幅圧下プレスの定常部における幅圧下量を０～３００ｍｍの範囲で変更すると共に、粗圧延機の操業パラメータである定常部におけるエッジャーよる幅圧下量を５～２０ｍｍの範囲で変更した場合の結果を示す。図１３からわかるように、定常部と先端部の幅差は幅圧下プレス装置４の幅圧下量に対して極小値が生じるように変化している。また、定常部と先端部の幅差が極小値をとる幅圧下プレス装置４の幅圧下量は、粗圧延機５のエッジャーによる幅圧下量によって異なる値をとることがわかる。すなわち、粗圧延材の長手方向における幅分布の指標である定常部と先端部の幅差を最も小さくするための幅圧下プレス装置４の幅圧下量は、粗圧延機５のエッジャーによる幅圧下量によって変化することになる。従って、幅予測モデルＭの入力として、幅圧下プレス装置４の操業パラメータから選択した１つ以上の操業パラメータと、粗圧延機５の操業パラメータから選択した１つ以上の操業パラメータとを組み合わせて用いることで、粗圧延材の長手方向の幅分布の予測精度を高めることができる。
＜粗圧延材の幅制御法＞
　次に、本発明の一実施形態である粗圧延材の幅制御方法について説明する。
　本発明の一実施形態である粗圧延材の幅制御方法は、上記のようにして予測した粗圧延材の長手方向の幅分布の情報に基づいて、粗圧延機５の操業パラメータを再設定する。上記の粗圧延材の幅予測方法において、幅予測モデルＭの出力である粗圧延材の長手方向の幅分布の情報は、粗圧延材の先端から尾端までの長手方向における幅分布を表している。熱延ラインにおける幅制御は、熱延鋼板の長手方向における最小の板幅が、熱延鋼板としての製品幅の下限値を下回らないように行われるのが通常である。熱延鋼板の長手方向の一部に幅不足となる領域が生じると、その部分を切り捨てる必要が生じるものの、長手方向の一部を切り捨てると、コイルの単重が製品仕様を満足しなくなるため、全体が不良品となって歩留まりが大きく低下してしまうからである。そのため、粗圧延材の幅についても下限値が設定され、粗圧延材の長手方向の一部に粗目標幅の下限値を下回る部分が生じないように制御する。
　本実施形態によれば、粗圧延材の先端から尾端までの長手方向の幅分布を、粗圧延の全パスが終了する前に予測できるので、粗圧延材の長手方向の一部に粗目標幅の下限値を下回る部分が生じると予測した場合に、粗圧延機の操業パラメータを設定して、粗圧延材の長手方向における全長に対して、粗目標幅の下限値を下回る部分が発生しないように制御する。具体的には、粗圧延の最終パスにおいて、エッジャー５２のエッジャー開度を大きくするように設定すればよい。この場合、エッジャー５２のエッジャー開度は、粗圧延材の長手方向において粗目標幅の下限値を下回ると予測された部分についてのみ設定値よりも大きくしてもよい。粗圧延材の先端部及び尾端部は、仕上圧延機６の上流側にあるクロップシャーにより切り捨てられることがあるため、粗圧延材の先端部又は尾端部の０．２～０．５ｍの領域で、粗圧延材の長手方向の一部に粗目標幅の下限値を下回る部分があっても、エッジャー開度を大きく設定する必要はない。このようにして、粗圧延材の全長にわたって粗目標幅の下限値を下回らないように制御することで、仕上圧延機６による仕上圧延が行われ、コイラー８で巻き取られた熱延鋼板で幅不足が発生することを抑制し、幅精度に優れた熱延鋼板を製造することができる。
〔実施例１〕
　本実施例では、加熱炉２の下流側に幅圧下プレス装置４を備え、４基の可逆式圧延機と１基の非可逆式圧延機から構成される粗圧延機５と、７スタンドの仕上圧延機６を含む熱延ラインにおける本発明を適用した。本実施例では、上記熱延ラインにより、厚み２５０～２７０ｍｍ、幅６００～１６００ｍｍのスラブを加熱炉２により加熱し、粗圧延材の板厚（粗バー厚）３０～３５ｍｍ、仕上圧延機出側の板厚２～３ｍｍの鋼板を製造した。熱延ラインは粗出側幅計１１、仕上出側幅計１２、及びコイラー前幅計１３を備えている。熱延ラインの制御用コントローラ９０、制御用計算機９１及び上位計算機９２は、熱延ラインで製造する鋼板の操業パラメータの実績値を収集しており、データ取得部１０３により実績データを取得した。
　本実施例では、データ取得部１０３は、幅圧下プレス装置４の操業実績データとして、スラブの定常部における幅圧下量と幅圧下プレス１パス毎のスラブの送りピッチとを取得した。粗圧延機５の操業実績データとしては、圧延材の定常部におけるエッジャーの入側板幅と出側板幅の設定値とエッジャーロールのロール径を用いて、これらを粗圧延パスの全パスに対して取得した。さらに、粗圧延機５の操業実績データには、圧延材の定常部における水平圧延の入側板幅と出側板幅の設定値と水平圧延機のワークロール径を用い、これらを粗圧延パスの全パスに対して取得した。本実施例では、上記の他に、スラブの属性情報の実績データとして、スラブの板厚を上位計算機９２から取得した。
　データ取得部１０３は、粗出側幅計１１を用いて測定した粗圧延材の長手方向の幅分布の実績データを制御用計算機９１から取得した。粗圧延材の幅分布の情報は、粗圧延材の長さを用いて長手方向の位置データを正規化し、粗圧延材の長手方向に１０００分割した各位置における幅とした。そして、データベース部１０１に３０，０００個のデータセットが蓄積された段階で、機械学習部１０２により幅予測モデルＭを生成した。この場合、機械学習部１０２は、データベース部１０１に蓄積されたデータセットを２０，０００個の学習用データと１０，０００個のテストデータとに分割し、学習用データを用いて生成した幅予測モデルＭを用いて、テストデータに対して予測精度を評価した。機械学習はニューラルネットワークを用いて行った。ニューラルネットワークの中間層は１層とし、ノード数は５００個として、活性化関数にはシグモイド関数を用いた。出力層におけるノード数は２００個として、粗圧延材の長手方向に対して２００分割された位置における幅を予測した。
　本実施例で予測した粗圧延材の長手方向の幅分布を図１４，１５に示す。図１４，１５には、テストデータに含まれる粗圧延材の長手方向の幅分布の実績データと、上記の幅予測モデルＭにより予測した粗圧延材の長手方向の幅分布の情報を比較して示している。グラフの縦軸は、粗幅制御において設定された幅の目標値からの偏差を示すものである。図１４に示す予測結果と図１５に示す予測結果とでは、幅圧下プレス装置４の操業条件及び粗圧延機５の操業条件が異なる。いずれの結果からも、粗圧延材の先端部又は尾端部に形成される幅落ちや、常部に形成される間欠的なプレスマークの影響を含めて、粗圧延材の長手方向の幅分布を精度よく予測できることが確認された。１０，０００個のテストデータからスラブの鋼種と仕上圧延後の熱延鋼板の寸法が同一区分となる１００個のデータセットを選択し、そこに含まれる粗圧延材の長手方向の幅分布についての実績データを評価すると、粗圧延材の全長に対する目標幅との偏差が平均で５．５ｍｍ、標準偏差が５．０ｍｍであった。このような幅変動を有する粗圧延材に対して、本実施例で生成した幅予測モデルＭは、粗圧延材の全長に対する目標幅との偏差が平均で０．０ｍｍ、標準偏差が１．５ｍｍの精度で予測することができた。
〔実施例２〕
　本実施例では、実施例１と同一の熱延ラインにより、厚み２３０～２３５ｍｍ、幅６００～２０００ｍｍのスラブを加熱炉２により加熱して、粗圧延材の板厚（粗バー厚）３０～３５ｍｍ、仕上圧延機出側の板厚２～３ｍｍの鋼板を製造した。本実施例では、幅予測モデルＭの入力データとして、実施例１で用いた操業パラメータに加え、加熱炉２の操業パラメータを用いた。加熱炉２の操業パラメータには、加熱炉装入時のスラブ温度、加熱炉２内での在炉時間、加熱炉２内におけるスラブの装入位置、加熱炉２内で先行するスラブとの間の装入間隔、加熱炉２内で後続のスラブとの間の装入間隔を選択した。そして、実施例１と同様に、データ取得部１０３が、幅圧下プレス装置４の操業実績データと、粗圧延機５の操業実績データと、スラブの属性情報の実績データと共に、加熱炉２の操業実績データを取得して、データベース部１０１にデータセットを蓄積した。この場合、データベース部１０１には３０，０００個のデータセットを蓄積し、蓄積されたデータセットを２０，０００個の学習用データと１０，０００個のテストデータとに分割し、学習用データを用いて幅予測モデルＭを生成した。機械学習部１０２で用いた機械学習の手法は、ニューラルネットワークであり、その構成は実施例１と同様である。本実施例で予測した粗圧延材の長手方向の幅分布を図１６に示す。図１６に示すように、加熱炉２で形成されたスキッドマークに起因した粗圧延材の幅分布の特徴も予測されており、実測データを精度よく予測でできた。
〔実施例３〕
　本実施例では、実施例１においてデータベース部１０１に蓄積したデータセットを用いて、幅予測モデルＭの入力データを変更した際の幅分布の予測精度を評価した。データベース部１０１には、実施例１における幅予測モデルＭの入力データに用いた幅圧下プレス装置４及び粗圧延機５の操業実績データに加えて、他の幅圧下プレス装置４及び粗圧延機５の操業実績データを蓄積した。本実施例では、データベース部１０１に蓄積された３０，０００個のデータセットを、２０，０００個の学習用データと１０，０００個のテストデータとに分割し、学習用データを用いて生成した幅予測モデルＭを用いて、テストデータに対する予測精度を評価した。機械学習はニューラルネットワークを用いて行った。ニューラルネットワークの中間層は１層とし、ノード数は５００個として、活性化関数にはシグモイド関数を用いた。出力層におけるノード数は２００個として、粗圧延材の長手方向に対して２００分割された位置における幅を予測した。以下に示す表１は、本実施例における幅予測モデルＭの入力として用いた操業実績データを示す。
　発明例１は、幅圧下プレス装置４の操業実績データとして、スラブの定常部における幅圧下量及び送りピッチを代表値として取得した。粗圧延機５の操業実績データには、エッジャー５２の操業実績データとして、粗圧延の全圧延パスにおける、圧延材の定常部でのエッジャー開度の設定値及びエッジャーロール径を代表値として用いた。また、粗圧延機５の操業実績データには、水平圧延機５１の操業実績データとして、粗圧延の全圧延パスにおける、圧延材の定常部での水平圧延機の入側板幅と出側板幅の設定値、及び水平圧延機５１のワークロール径を代表値として用いた。
　発明例２は、幅圧下プレス装置４の操業実績データとして、スラブの先端部における幅圧下量及び送りピッチを代表値として取得した。粗圧延機５の操業実績データは、発明例１と同じものを用いた。
　発明例３は、幅圧下プレス装置４の操業実績データとして発明例１と同じものを用いた。粗圧延機５の操業実績データには、エッジャー５２の操業実績データとして、粗圧延の全圧延パスにおける、圧延材の先端部に対して設定されるエッジャー開度及びエッジャーロール径を代表値として用いた。また、粗圧延機５の操業実績データには、水平圧延機５１の操業実績データとして、粗圧延の全圧延パスにおける、圧延材の定常部での水平圧延機の入側板幅と出側板幅の設定値、及び水平圧延機５１のワークロール径を代表値として用いた。
　本実施例では、以上のようにして生成した幅予測モデルＭを用いて、１０，０００個のテストデータからスラブの鋼種と仕上圧延後の熱延鋼板の寸法が同一区分となる１００個のデータセットを選択し、それらの幅分布の予測精度を評価した。具体的には、粗圧延材の長手方向に２００分割された各位置での幅について、幅予測モデルＭによる予測幅と実績幅との偏差を算出し、算出した偏差の平均値及び標準偏差を求めた。表１に、幅分布の予測精度の結果を示す。
　表１に示すように、発明例１では、粗圧延材の全長に対する幅偏差の平均値が０．０ｍｍ、標準偏差が１．７ｍｍであり、粗圧延材の全長に対して高い予測精度が得られることが確認された。発明例２では、粗圧延材の全長に対する幅偏差の平均値が０．０ｍｍ、標準偏差が２．３ｍｍであった。発明例２は、幅予測モデルＭの入力として、幅圧下プレス装置４の操業実績データであるスラブの先端部における幅圧下量及び送りピッチを用いた。この場合、幅圧下プレス装置における幅圧下量及び送りピッチが、スラブの先端部と定常部とで異なる設定がされていても、比較的精度の高い幅分布の予測が可能であることが確認された。発明例３では、粗圧延材の全長に対する幅偏差の平均値が０．０ｍｍ、標準偏差が２．６ｍｍであった。発明例３は、幅予測モデルＭの入力として、粗圧延の全圧延パスにおける、圧延材の先端部に対して設定されるエッジャー開度を用いた。この場合、エッジャー開度は、スラブの先端部と定常部とで異なる設定がされていても、比較的精度の高い幅分布の予測が可能であることが確認された。
Figure JPOXMLDOC01-appb-T000002
　以上、本発明者らによってなされた発明を適用した実施の形態について説明したが、本実施形態による本発明の開示の一部をなす記述及び図面により本発明が限定されることはない。すなわち、本実施形態に基づいて当業者等によりなされる他の実施の形態、実施例、及び運用技術等は全て本発明の範疇に含まれる。
　本発明によれば、粗圧延材の長手方向の幅分布を精度よく予測可能な粗圧延材の幅予測方法を提供することができる。また、本発明によれば、粗圧延材の長手方向の幅を精度よく制御可能な粗圧延材の幅制御方法を提供することができる。また、本発明によれば、長手方向の幅精度に優れた熱延鋼板を製造可能な熱延鋼板の製造方法を提供することができる。また、本発明によれば、粗圧延材の長手方向の幅分布を精度よく予測する幅予測モデルを生成可能な粗圧延材の幅予測モデルの生成方法を提供することができる。
　１　熱延ライン
　２　加熱炉
　３　デスケーリング装置
　４　幅圧下プレス装置
　５　粗圧延機
　６　仕上圧延機
　７　冷却装置
　８　コイラー（巻取機）
　１１　粗出側幅計
　１２　仕上出側幅計
　１３　コイラー前幅計（コイラー入側幅計）
　１４　パスライン
　１５ａ，１５ｂ，１５ｃ，１５ｄ　カメラ
　２１　温度計
　２２　ウォーキングビーム（固定スキッド）
　２３　移動スキッド
　４１　幅圧下用金型
　４１ａ　平行部
　４１ｂ　傾斜部
　４２　駆動装置
　４３　ピンチロール
　９０　制御用コントローラ
　９１　制御用計算機
　９２　上位計算機
　１００　幅予測モデル生成部
　１０１　データベース部
　１０２　機械学習部
　１０３　データ取得部
　１１０　幅予測部
　１１１　入力データ取得部
　Ｍ　幅予測モデル
　ＳＡ　スラブ
　ＳＢ　鋼板

Claims (7)

  1. 　スラブを加熱する加熱炉と、加熱後のスラブを間欠的に幅圧下する幅圧下プレス装置と、幅圧下後のスラブを粗圧延して粗圧延材を製造する粗圧延機と、前記粗圧延材を仕上圧延して熱延鋼板を製造する仕上圧延機と、を含む熱延ラインにおける前記粗圧延材の幅を予測する粗圧延材の幅予測方法であって、
    　前記幅圧下プレス装置の操業パラメータから選択した１つ以上の操業パラメータと、前記粗圧延機の操業パラメータから選択した１つ以上の操業パラメータと、を入力データとして含み、前記粗圧延材の長手方向の幅分布の情報を出力データとする、機械学習によって学習された幅予測モデルを用いて、前記粗圧延材の長手方向の幅分布を予測するステップを含む、粗圧延材の幅予測方法。
  2. 　前記幅圧下プレス装置の操業パラメータと前記粗圧延機の操業パラメータは、前記粗圧延材の長手方向における代表値として特定される操業パラメータである、請求項１に記載の粗圧延材の幅予測方法。
  3. 　前記幅予測モデルは、前記入力データとして、前記加熱炉の操業パラメータから選択した１つ以上の操業パラメータを含む、請求項１又は２に記載の粗圧延材の幅予測方法。
  4. 　前記幅予測モデルは、前記入力データとして、前記スラブの属性情報から選択した１つ以上の属性パラメータを含む、請求項１～３のうち、いずれか１項に記載の粗圧延材の幅予測方法。
  5. 　請求項１～４のうち、いずれか１項に記載の粗圧延材の幅予測方法を用いて、前記粗圧延材の長手方向の幅分布を予測し、予測された幅分布に基づいて前記粗圧延機の操業パラメータを設定する、粗圧延材の幅制御方法。
  6. 　請求項５に記載の粗圧延材の幅制御方法を用いて幅を制御した粗圧延材に対して前記仕上圧延機によって仕上圧延を行うことにより熱延鋼板を製造する、熱延鋼板の製造方法。
  7. 　スラブを加熱する加熱炉と、加熱後のスラブを間欠的に幅圧下する幅圧下プレス装置と、幅圧下後のスラブを粗圧延して粗圧延材を製造する粗圧延機と、前記粗圧延材を仕上圧延して熱延鋼板を製造する仕上圧延機と、を含む熱延ラインにおける前記粗圧延材の幅を予測する幅予測モデルを生成する粗圧延材の幅予測モデルの生成方法であって、
    　前記幅圧下プレス装置の操業パラメータから選択した１つ以上の操業実績データと、前記粗圧延機の操業パラメータから選択した１つ以上の操業実績データと、を入力実績データとして含み、前記粗圧延材の長手方向の幅分布の情報を出力実績データとする、複数の学習用データを取得し、取得した複数の学習用データを用いた機械学習によって、前記幅予測モデルを生成するステップを含む、粗圧延材の幅予測モデルの生成方法。
PCT/JP2023/033757 2022-11-15 2023-09-15 粗圧延材の幅予測方法、粗圧延材の幅制御方法、熱延鋼板の製造方法、及び粗圧延材の幅予測モデルの生成方法 WO2024105996A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022182237 2022-11-15
JP2022-182237 2022-11-15

Publications (1)

Publication Number Publication Date
WO2024105996A1 true WO2024105996A1 (ja) 2024-05-23

Family

ID=91084315

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/033757 WO2024105996A1 (ja) 2022-11-15 2023-09-15 粗圧延材の幅予測方法、粗圧延材の幅制御方法、熱延鋼板の製造方法、及び粗圧延材の幅予測モデルの生成方法

Country Status (1)

Country Link
WO (1) WO2024105996A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08300024A (ja) * 1995-04-27 1996-11-19 Sumitomo Metal Ind Ltd 熱間圧延における板幅制御方法
JP2000117315A (ja) * 1998-10-14 2000-04-25 Toshiba Corp エッジャ開度制御装置
JP2017042813A (ja) * 2015-08-28 2017-03-02 株式会社神戸製鋼所 サイジングプレスの制御方法及び制御装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08300024A (ja) * 1995-04-27 1996-11-19 Sumitomo Metal Ind Ltd 熱間圧延における板幅制御方法
JP2000117315A (ja) * 1998-10-14 2000-04-25 Toshiba Corp エッジャ開度制御装置
JP2017042813A (ja) * 2015-08-28 2017-03-02 株式会社神戸製鋼所 サイジングプレスの制御方法及び制御装置

Similar Documents

Publication Publication Date Title
KR101782281B1 (ko) 압연 라인의 에너지 소비량 예측 장치
KR20120101268A (ko) 제어 장치 및 제어 방법
JP5565200B2 (ja) 熱間圧延における仕上温度制御装置
JP2020157327A (ja) 鋼板の仕上出側温度制御方法、鋼板の仕上出側温度制御装置、及び鋼板の製造方法
WO2024105996A1 (ja) 粗圧延材の幅予測方法、粗圧延材の幅制御方法、熱延鋼板の製造方法、及び粗圧延材の幅予測モデルの生成方法
JP4696775B2 (ja) 板幅制御方法および装置
JP7230880B2 (ja) 圧延荷重予測方法、圧延方法、熱延鋼板の製造方法、及び圧延荷重予測モデルの生成方法
JP7298645B2 (ja) 形鋼の断面寸法変化量予測モデルの生成方法、形鋼の断面寸法変化量予測モデルの生成装置、形鋼の断面寸法の予測方法、形鋼の断面寸法の制御方法、および形鋼の製造方法
JP2004237346A (ja) 熱間圧延における被圧延材幅の制御方法
WO2024135050A1 (ja) 粗圧延材の幅予測方法、粗圧延材の幅制御方法、熱延鋼板の製造方法、及び粗圧延材の幅予測モデルの生成方法
JP2005034875A (ja) 熱間圧延における被圧延材幅の制御方法
JP7156317B2 (ja) 圧延装置の制御方法、圧延装置の制御装置、および鋼板の製造方法
KR100425602B1 (ko) 열연강판의 냉각제어방법
JP2023005968A (ja) 熱延板の温度予測モデルの生成方法、熱延板の温度制御方法および製造方法
JP5757263B2 (ja) 熱間圧延における平坦形状制御方法及び製造装置
JP3520868B2 (ja) 鋼板の製造方法
WO2024135051A1 (ja) 仕上圧延材の幅予測方法、仕上圧延材の幅制御方法、熱延鋼板の製造方法、及び仕上圧延材の幅予測モデルの生成方法
KR100496824B1 (ko) 온도계를 이용한 열연강판의 냉각제어방법
JP3211709B2 (ja) 形鋼の製造方法
JP3403330B2 (ja) 熱間圧延における板幅制御方法
JP7287422B2 (ja) スラブ厚予測方法、粗圧延機の制御方法およびスラブ厚予測モデルの生成方法
JP7156318B2 (ja) 圧延装置の制御方法、圧延装置の制御装置、および鋼板の製造方法
JPS6111124B2 (ja)
JP2006051512A (ja) 熱間圧延における被圧延材幅の制御方法及び熱延金属板の製造方法
JP2003025008A (ja) 熱間圧延における被圧延金属材の冷却制御方法