特許 7708318 圧延設備機器の劣化診断装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2025-07-07

(45)【発行日】2025-07-15

(54)【発明の名称】圧延設備機器の劣化診断装置

(51)【国際特許分類】

   B21B 38/00 20060101AFI20250708BHJP

   B21B 37/00 20060101ALI20250708BHJP

【ＦＩ】

B21B38/00 G

B21B37/00 300

【請求項の数】 12

(21)【出願番号】P 2024536161

(86)(22)【出願日】2023-07-18

(86)【国際出願番号】 JP2023026296

(87)【国際公開番号】W WO2025017838

(87)【国際公開日】2025-01-23

【審査請求日】2024-06-17

(73)【特許権者】

【識別番号】501137636

【氏名又は名称】株式会社ＴＭＥＩＣ

(74)【代理人】

【識別番号】110003199

【氏名又は名称】弁理士法人高田・高橋国際特許事務所

(72)【発明者】

【氏名】齋藤 亮

【審査官】飯田 義久

(56)【参考文献】

【文献】特開平８－２４９００３（ＪＰ，Ａ）

【文献】特開平１０－３３３７４３（ＪＰ，Ａ）

【文献】特開昭６３－６００１１（ＪＰ，Ａ）

【文献】特開平１１－１２９０３０（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｂ２１Ｂ ３８／００

Ｂ２１Ｂ ３７／００

(57)【特許請求の範囲】

【請求項1】

圧延ラインに設置される設備機器の劣化の有無を判定する圧延設備機器の劣化診断装置であって、
前記圧延ラインで圧延材を１回圧延する毎に、圧延中に前記設備機器に対して入出力される入出力データを取得する入出力データ取得部と、
前記入出力データ取得部で取得した前記入出力データから数理モデルを同定し、前記数理モデルのパラメータを得るモデル同定部と、
前記モデル同定部で得た前記パラメータから監視パラメータを計算する監視パラメータ計算部と、
前記監視パラメータ計算部で計算した前記監視パラメータを、前記圧延材の圧延条件で指定される区分別に収集する区分別監視パラメータ収集機能を有する監視パラメータ使用判定部と、
前記監視パラメータ使用判定部で得られた各区分の一定期間内の前記監視パラメータの集合の代表値を計算する代表値計算部と、
監視開始から指定した学習期間における前記代表値計算部で得られた前記代表値を区分毎に蓄積する記憶部と、
前記記憶部に蓄積した区分毎の前記代表値の集合から正常値の分布を示す分布パラメータを得る正常値分布パラメータ計算機能と、前記代表値計算部で学習期間後に得られた代表値と前記正常値分布パラメータ計算機能で得られた前記分布パラメータとを照合して区分毎に劣化の有無を判定する区分別劣化判定機能を有する劣化診断部と、
を備えた圧延設備機器の劣化診断装置。

【請求項2】

前記劣化診断部は、前記区分別劣化判定機能で得られた各区分の判定結果に基づいて、前記設備機器の劣化の有無を判定する総合劣化判定機能を有する、請求項１に記載の圧延設備機器の劣化診断装置。

【請求項3】

前記総合劣化判定機能は、前記一定期間毎に、前記区分別劣化判定機能で劣化の有無を判定した区分数のうち、劣化有りと判定された区分数の割合を計算し、前記割合が閾値を超えた場合に前記設備機器は劣化有りと判定する請求項２に記載の圧延設備機器の劣化診断装置。

【請求項4】

前記モデル同定部は、前記数理モデルとして１次または２次のＡＲＸモデルを用い、前記数理モデルのパラメータをＡＲＸモデルの係数で与え、
前記監視パラメータ計算部は、前記監視パラメータを時定数または減衰係数とする、請求項１に記載の圧延設備機器の劣化診断装置。

【請求項5】

前記入出力データ取得部で取得した入力データの標準偏差が閾値より小さい場合に、該当の前記圧延材の前記入出力データを使用不可と判定するデータ使用判定部をさらに備える、請求項１に記載の圧延設備機器の劣化診断装置。

【請求項6】

前記入出力データ取得部で取得した入力データの平均値と出力データの平均値の偏差が閾値を上回った場合に、該当の前記圧延材の前記入出力データを使用不可と判定するデータ使用判定部をさらに備える請求項１に記載の圧延設備機器の劣化診断装置。

【請求項7】

前記監視パラメータ使用判定部は、前記区分別監視パラメータ収集機能により得られた前記各区分の一定期間内の監視パラメータの集合のうち、上下限値を前記各区分における一定期間内の監視パラメータの集合のうちのパーセンタイルから計算し、上下限値の範囲外となる監視パラメータを外れ値として除外する外れ値除外機能をさらに有する請求項１に記載の圧延設備機器の劣化診断装置。

【請求項8】

前記代表値計算部は、前記外れ値を除外した後の各区分の一定期間内の前記数理モデルのパラメータの集合の中央値または平均値を前記代表値として与えることを特徴とする請求項７に記載の圧延設備機器の劣化診断装置。

【請求項9】

前記代表値計算部は、前記計算した代表値を蓄積し、日毎にプロットし、線形近似もしくは多項式近似した線と設定した閾値の交点から閾値を超える日付を計算する劣化故障日推定機能を有する、請求項１に記載の圧延設備機器の劣化診断装置。

【請求項10】

前記区分は、前記圧延材の鋼種、目標板厚、目標板幅、目標巻取温度、コイルボックスの使用有無および加熱炉別から選択される少なくとも１つ圧延条件で指定される、請求項１に記載の圧延設備機器の劣化診断装置。

【請求項11】

前記正常値分布パラメータ計算機能は、前記分布パラメータとして、平均値と標準偏差を計算する、請求項１に記載の圧延設備機器の劣化診断装置。

【請求項12】

前記区分別劣化判定機能は、ＨｏｔｅｌｌｉｎｇのＴ^２法、またはＳｈｅｗｈａｒｔ管理図、またはその両方を使用する請求項１に記載の圧延設備機器の劣化診断装置。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、圧延ラインに設置される設備機器の劣化を診断する圧延設備機器の劣化診断装置に関する。

【背景技術】

【0002】

複数種の設備機器が配置される圧延ラインでは、設備機器の劣化（応答劣化）を早期に検知し、操業者に設備機器の保守・メンテナンスを促し、操業の安定化および品質向上を図ることが求められる。そのため、設備機器の運転データを収集・蓄積し、設備機器に生じる劣化の早期検知へ活用することがこれまで検討されてきた。

【0003】

例えば、下記特許文献１には、ロボット（設備機器）の状態を監視し、ロボットのメンテナンスを支援する状態異常判別装置が開示されている。このものでは、過去の正常時の時系列データ（サーボモータを流れる電流値を時系列に並べたデータ）と現在の時系列データとを直接比較して得た監視パラメータを、１日毎に集計して代表値を取得している。取得した代表値と、指定した学習期間の監視パラメータの分布とを比較することで、サーボモータとして構成されるアクチュエータの劣化を判定している。

【先行技術文献】

【特許文献】

【0004】

【文献】国際公開第２０２２／０２４９４６号

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかしながら、圧延プロセスでは、設備機器と圧延材との間に相互干渉があり、設備機器が圧延材からの影響を受ける。例えば、設備機器が圧下装置（油圧シリンダ）である場合、圧下力に対して圧延材からの反力の影響を受ける。圧延プロセスでは、監視パラメータが、圧延条件（鋼種／板厚／板幅／目標温度等）の変化や、圧延条件が同じでも圧延状況（温度分布によって設定される圧延材の板速度や圧延荷重等）の変化に起因して変化する。このため、特許文献１記載の如く時系列データ同士を直接比較するだけでは、設備機器の劣化の有無を精度よく判定することは難しい。

【0006】

本開示は、上述のような課題を解決するためになされたものである。本開示は、設備機器と圧延材との間に圧延条件等によって変化する相互干渉がある場合でも、設備機器の劣化の有無を精度よく判定できる圧延設備機器の劣化診断装置を提供することを目的とする。

【課題を解決するための手段】

【0007】

本開示の第１の観点は、圧延ラインに設置される設備機器の劣化の有無を判定する圧延設備機器の劣化診断装置に関連する。劣化診断装置は、データ取得部と、モデル同定部と、監視パラメータ計算部と、監視パラメータ使用判定部と、代表値計算部と、代表値記憶部と、劣化診断部と、を備える。入出力データ取得部は、圧延ラインで圧延材を１回圧延する毎に、圧延中に設備機器に対して入出力される入出力データを取得する。モデル同定部は、入出力データ取得部で取得した入出力データから数理モデルを同定し、数理モデルのパラメータを得る。監視パラメータ計算部は、モデル同定部で得たパラメータから監視パラメータを計算する。監視パラメータ使用判定部は、監視パラメータ計算部で計算した監視パラメータを、圧延材の圧延条件で指定される区分別に収集する区分別監視パラメータ収集機能を有する。代表値計算部は、監視パラメータ使用判定部で得られた各区分の一定期間内の監視パラメータの集合の代表値を計算する。代表値記憶部は、監視開始から指定した学習期間における代表値計算部で得られた代表値を区分毎に蓄積する。劣化診断部は、代表値記憶部に蓄積した区分毎の代表値の集合から正常値の分布を示す分布パラメータを計算する正常値分布パラメータ計算機能と、代表値計算部で学習期間後に得られた代表値と正常値分布パラメータ計算機能で得られた分布パラメータとを照合して区分毎に劣化の有無を判定する区分別劣化判定機能を有する。

【0008】

第２の観点は、第１の観点に加えて、次の特徴を更に有する。劣化診断部は、区分別劣化判定機能で得られた各区分の判定結果に基づいて、設備機器の劣化の有無を判定する総合劣化判定機能を有する。

【0009】

第３の観点は、第２の観点に加えて、次の特徴を更に有する。総合劣化判定機能は、一定期間毎に、区分別劣化判定機能で劣化の有無を判定した区分数のうち、劣化有りと判定された区分数の割合を計算し、計算した割合が閾値を超えた場合に設備機器は劣化有りと判定する。

【0010】

第４の観点は、第１の観点に加えて、次の特徴を更に有する。モデル同定部は、数理モデルとして１次または2次のＡＲＸモデルを用い、数理モデルのパラメータをＡＲＸモデルの係数で与える。監視パラメータ計算部は、監視パラメータを時定数または減衰係数とする。

【0011】

第５の観点は、第１の観点に加えて、次の特徴を更に有する。劣化判定装置は、入出力データ取得部で取得した入力データの標準偏差が閾値より小さい場合に、該当の圧延材の入出力データを使用不可と判定するデータ使用判定部をさらに備える。

【0012】

第６の観点は、第１の観点に加えて、次の特徴を更に有する。劣化判定装置は、入出力データ取得部で取得した入力データの平均値と出力データの平均値の偏差が閾値以上である場合に、該当の圧延材の入出力データを使用不可と判定するデータ使用判定部をさらに備える。

【0013】

第７の観点は、第１の観点に加えて、次の特徴を更に有する。監視パラメータ使用判定部は、区分別監視パラメータ収集機能により得られた各区分の一定期間内の監視パラメータの集合のうち、上下限値を各区分における一定期間内の監視パラメータの集合のうちのパーセンタイルから計算し、上下限値の範囲外となる監視パラメータを外れ値として除外する外れ値除外機能をさらに有する。

【0014】

第８の観点は、第７の観点に加えて、次の特徴を更に有する。代表値計算部は、外れ値除外後の各区分の一定期間内の数理モデルのパラメータの集合の中央値または平均値を代表値として与える。

【0015】

第９の観点は、第１の観点に加えて、次の特徴を更に有する。代表値計算部は、計算した代表値を蓄積し、日毎にプロットし、線形近似もしくは多項式近似した線と設定した閾値の交点から閾値を超える日付を計算する劣化故障日推定機能を有する。

【0016】

第１０の観点は、第１の観点に加えて、次の特徴を更に有する。区分は、圧延材の鋼種、目標板厚、目標板幅、目標巻取温度、コイルボックスの使用有無および加熱炉別から選択される少なくとも１つ圧延条件で指定される。

【0017】

第１１の観点は、第１の観点に加えて、次の特徴を更に有する。正常値分布パラメータ計算機能は、正常値の分布を示すパラメータを平均値と標準偏差で与える。

【0018】

第１２の観点は、第１の観点に加えて、次の特徴を更に有する。区分別劣化判定機能は、ＨｏｔｅｌｌｉｎｇのＴ^２法、またはＳｈｅｗｈａｒｔ管理図、またはその両方を使用する。

【発明の効果】

【0019】

本開示によれば、一定期間内に得られる監視パラメータを圧延条件で指定される区分別に管理し、区分毎に設備機器の劣化の有無を判定することで、設備機器と圧延材との間に圧延条件により変化する相互干渉がある場合でも、設備機器の劣化の有無を精度よく判定できる圧延設備機器の劣化診断装置を提供することができる。

【図面の簡単な説明】

【0020】

【図1】実施の形態による圧延設備機器の劣化診断装置が適用される圧延ラインの構成を示す概略図である。

【図2】実施の形態による圧延設備機器の劣化診断装置の構成を示す概略図である。

【図3】図２に示す入出力データ取得部で取得される入出力データである全長データを示す概略図である。

【図4】図２に示す監視パラメータ使用判定部が有する機能を示す概略図である。

【図5】図２に示す劣化診断部が有する機能を示す概略図である。

【図6】圧延設備機器の劣化診断装置が有する処理回路のハードウェア構成例を示す概念図である。

【発明を実施するための形態】

【0021】

以下、図面を参照して本開示の実施の形態について説明する。各図において共通または対応する要素には、同一の符号を付して、説明を簡略化または省略する。

【0022】

図１は、実施の形態による圧延設備機器の劣化診断装置が適用される圧延ラインの構成を示す模式図である。図１に示す圧延ライン１は、鉄鋼又はその他の金属材を圧延材Ｍとし、圧延材Ｍを熱間で板状に圧延するものである。圧延ライン１には、主な設備として、加熱炉２と、エッジャ３と、粗圧延機４と、クロップシャー（図示省略）と、コイルボックス（図示省略）と、仕上圧延機５と、冷却装置６と、巻取機７が設置されている。

【0023】

加熱炉２は、圧延前の圧延材Ｍであるスラブを所定温度に加熱するように構成されている。エッジャ３は、圧延材Ｍを所定の板幅に成形するように構成されている。

【0024】

粗圧延機４は、少なくとも１基、通常１基～３基の圧延スタンド（以下「スタンド」ともいう）を有し、加熱炉２で加熱された圧延材Ｍを順方向（圧延ラインの上流側から下流側に向かう方向）、逆方向（圧延ラインの下流側から上流側に向かう方向）で複数パス圧延するように構成されている。なお、粗圧延機４の下流側にはクロップシャー（図示省略）が配置され、後述する形状検出器８１で測定された形状に基づいて、上下の刃により圧延材Ｍの先端部または尾端部に存する形状不良部分を切断するように構成されている。また、粗圧延機４と仕上圧延機５との間にはコイルボックス（図示省略）が配置され、粗圧延された圧延材Ｍを一旦コイル状に巻きとるように構成されている。なお、圧延ライン１にコイルボックスを配置しなくてもよい。

【0025】

仕上圧延機５は、例えば、熱間タンデム圧延機である。仕上圧延機５は、圧延材Ｍの搬送方向に並設される複数（本実施の形態では７基）のスタンドＦ１～Ｆ７を有する。各スタンドＦ１～Ｆ７は、上下２本のワークロール５１と、上下２本のバックアップロール５２と、ロール回転用の電動機５３を夫々備える。バックアップロール５２には、例えば油圧シリンダ等の圧下装置５４が設けられ、圧下装置５４により上下のワークロール５１間のロールギャップを調整可能に構成されている。各スタンドＦ１～Ｆ７の圧延荷重は、圧延荷重センサ５５により計測される。圧延荷重センサ５５は、例えばロードセルである。また、各圧延スタンドＦ１～Ｆ７のロールギャップは、図示省略するマグネスケール等のギャップセンサにより計測される。なお、隣り合うスタンド間にはルーパー（図示省略）が配置され、スタンド間の圧延材Ｍの張力を制御するように構成されている。

【0026】

冷却装置６は、冷却バンクにより圧延材Ｍに注水することで、圧延材Ｍを冷却可能に構成されている。冷却された圧延材Ｍは巻取機７でコイル状に巻き取られる。

【0027】

圧延ライン１の要所には各種計測器としての各種センサが設置されている。圧延ライン１の要所とは、例えば、加熱炉２の出側、粗圧延機４の出側、仕上圧延機５の出側、および巻取機７の入側などである。各種センサは、仕上圧延機５のスタンドＦ１～Ｆ７の間にも設けられ得る。各種センサは、粗圧延機４出側で圧延材Ｍの形状（板幅を含む）を測定可能な形状検出器８１と、仕上圧延機５の上流側で圧延材Ｍの表面温度を計測する温度計８２と、仕上圧延機５の出側で圧延材Ｍの実績板厚を計測する板厚計８３と、各スタンドＦ１～Ｆ７での圧延荷重を計測する上記圧延荷重センサ５５と、各スタンドＦ１～Ｆ７のロールギャップを計測する上記ギャップセンサと、を含む。各種センサは、圧延材Ｍと各設備機器の状態とを逐次的に計測している。

【0028】

圧延ライン１は、計算機を用いた制御システムにより運転（操業）されている。計算機は、ネットワークを介して互いに接続された上位計算機１０とプロセス制御計算機１１とを含む。プロセス制御計算機１１には、ネットワークを介して、オペレータによる操作画面であるインターフェース画面１２が接続されている。オペレータは、インターフェース画面１２上で制御条件の入力操作などを行い得る。インターフェース画面１２は、後述する画面表示装置ＤＰを兼用することができる。

【0029】

プロセス制御計算機１１は、一連の圧延プロセスにおける、制御対象の設定計算・制御を実行する。また、プロセス制御計算機１１は、各スタンドＦ１～Ｆ７のロールギャップを補正する機能を更に有する。プロセス制御計算機１１には、上位計算機１０から、製品情報が入力される。製品情報は、加熱炉２により加熱された圧延材Ｍの目標板厚（製品板厚）・目標板幅等の目標情報（製品目標）や鋼種を含む。

【0030】

プロセス制御計算機１１は、目標情報や、インターフェース画面１２から与えられる制御条件等に基づき、各設備を適切に制御する。プロセス制御計算機１１は、例えば、コントローラである。プロセス制御計算機１１は、圧延ライン１の所定の位置に圧延材Ｍが搬送されると、目標情報を達成し得る各設備の設定を計算し、それらの設定値に基づき、例えば、各スタンドＦ１～Ｆ７の圧下装置５４を構成する油圧シリンダのような各設備機器のアクチュエータや電動機（回転機）を操作する。

【0031】

図２は、圧延ライン１に設置される設備機器（以下「圧延設備機器」ともいう）の劣化を診断（判定）する劣化診断装置９の構成を示す概略図である。劣化診断装置９が対象とする圧延設備機器は、エッジャ３、粗圧延機４、仕上圧延機５に使用される油圧シリンダや、エッジャ３、粗圧延機４、仕上圧延機５、ルーパーに使用される電動機（回転機）等を含む。本実施の形態では、これらの圧延設備機器のうち、仕上圧延機５の圧下装置５４である油圧シリンダを対象とする場合を例に説明する。

【0032】

劣化診断装置９は、入出力データ取得部９１、データ前処理部９２、データ使用判定部９３、モデル同定部９４、モデル使用判定部９５、監視パラメータ計算部９６、監視パラメータ使用判定部９７、代表値計算部９８、代表値記憶部９９および劣化診断部１００を有する。

【0033】

劣化診断装置９には、データ蓄積装置ＤＢおよび画面表示装置ＤＰが接続される。データ蓄積装置ＤＢは、圧延プロセスで使用される、上述した各種センサおよびプロセス制御計算機（コントローラ）１１等の機器から、多数の項目のデータが収集および蓄積される。データ蓄積装置ＤＢは、例えば、データベースである。画面表示装置ＤＰは、劣化診断装置９の出力である劣化診断結果（劣化判定結果）を表示するものである。なお、データ蓄積装置ＤＢおよび画面表示装置ＤＰは、劣化診断装置９の内部に設けられていてもよい。

【0034】

入出力データ取得部９１は、データ蓄積装置ＤＢに蓄積された多数の項目のデータから、対象設備機器に対する入力データおよび出力データ（以下「入出力データ」という）を抽出して取得するものである。本実施の形態では、入出力データは、各圧延材Ｍの圧延中の圧下装置（油圧シリンダ）５４の位置に関する指令値（入力データ）と実績値（出力データ）のペアである。入出力データ取得部９１は、図３に示すように、データ取得開始時刻（圧延材Ｍがスタンドに噛み込んだ時刻）からデータ取得終了時刻（圧延材Ｍがスタンドから抜けた時刻）までの圧下装置５４の入出力データを抽出する。このように入出力データ取得部９１で抽出された入出力データを「全長データ」と呼ぶこともある。

【0035】

データ前処理部９２は、入出力データ取得部９１で抽出された各設備機器の全長データに対して前処理を施す。具体的には、図３に示す全長データのうち、過渡状態である不安定な先端部および尾端部のデータを除外する。これにより、先端部および尾端部のデータが劣化診断に使用されることを防止することができる。先端部および尾端部のデータを除外した後の入力データをｘ、出力データをｙとすると、入力データｘおよび出力データｙは、下式（１）および下式（２）により定義される。

【数1】

【数2】

ここで、ｎは、図３に示すデータ点数である。

【0036】

データ使用判定部９３は、データ前処理部９２によって前処理が施された入出力データが劣化判定に適した入力データであるか否かを判定する。データ使用判定部９３は、例えば、データ前処理部９２によって前処理が施された入力データｘの変動が小さい場合、または、入力データｘと出力データｙとの間にオフセットがある場合には、当該圧延材Ｍの入出力データは劣化判定に適さないと判定し、当該圧延材Ｍの入出力データを診断対象から除外する。

【0037】

具体的には、先ず、入力データｘの変動が小さい場合、即ち、入力データｘの標準偏差σ_ｘが所定の基準値である閾値θ_σｘより小さい場合、該当の圧延材Ｍの入出力データを使用不可と判定し、当該圧延材Ｍの入出力データを診断対象から除外する。入出力データの変動が小さい場合、データ使用判定部９３は、設備機器の動特性を的確に取得することができず、劣化度合の指標となる後述の監視パラメータの有意性を損なう可能性がある。

【数3】

【0038】

次に、入力データｘと出力データｙの間にオフセットがある場合、入力データｘの平均値ｘ_ａｖｅと出力データｙの平均値ｙ_ａｖｅの偏差が、所定の基準値である閾値θ_ＯＦＳ以上である場合、データ使用判定部９３は、該当の圧延材Ｍの入出力データを使用不可と判定し、当該圧延材Ｍの入出力データを診断対象から除外する。

【数4】

【0039】

モデル同定部９４は、データ使用判定部９３で除外しなかった圧延材Ｍの入出力データからＡＲＸモデルを同定する。ＡＲＸモデルの次数は、１次と２次を含み、診断対象の設備機器毎に選択可能である。事前に実験やシミュレーションにより、対象の設備機器に適したＡＲＸモデルの次数を決めておくことが好ましい。

【0040】

１次ＡＲＸモデルは、下式（５）で表される。

【数5】

ここで、ａ_１＿１は出力データのモデル係数、ｂ_１＿１は入力データのモデル係数、ｍは任意のデータ点を示す。

【0041】

同定対象となるモデル係数ａ_１＿１，ｂ_１＿１は、下式（６）により、出力データｙとＡＲＸモデルの計算値の二乗誤差の総和が最小となるように決定される。

【数6】

【0042】

また、２次ＡＲＸモデルは、下式（７）で表される。

【数7】

ここで、ａ_１＿１，ａ_２＿２は出力データｙのモデル係数、ｂ_１＿２は入力データｘのモデル係数、ｍは任意のデータ点を示す。

【0043】

同定対象となるモデル係数ａ_１＿１，ａ_２＿２，ｂ_１＿２は、出力データとＡＲＸモデルの計算値の二乗誤差の総和が最小となるように決定される。

【数8】

【0044】

モデル使用判定部９５は、モデル同定部９４で得られたＡＲＸモデルの係数の符号から、応答劣化診断への使用可否を判定する。具体的には、１次ＡＲＸモデルでは式（９）、２次ＡＲＸモデルでは式（１０）を満たす場合、後述する式（１１）または（１２）を用いて監視パラメータを計算することができないため、当該圧延材Ｍのモデル同定結果を診断対象から除外する。

【数9】

【数10】

【0045】

監視パラメータ計算部９６では、モデル使用判定部９５で除外されなかった圧延材Ｍのモデル係数を用いて、監視パラメータを計算する。監視パラメータとしては、１次ＡＲＸモデルでは時定数τ、２次ＡＲＸモデルでは減衰係数ζを採用する。

【0046】

１次ＡＲＸモデルの場合、下式（１１）により、モデル係数ａ_１＿１を用いて時定数τを計算する。

【数11】

ここで、Ｔ_ｓはサンプリングピッチを示す。

【0047】

２次ＡＲＸモデルの場合、モデル係数ａ_１＿１、ａ_２＿２を用いて減衰係数ζを計算する。まず、下式（１２）により、ａ_２＿２を用いて減衰係数ζと固有角周波数ω_ｎの積を計算する。

【数12】

ここで、Ｔ_ｓはサンプリングピッチを示す。

【0048】

次に、下式（１４）により、積ζω_ｎを用いて固有角周波数ω_ｎを計算する。このとき、計算式は下式（１３）による計算するθ_ζを参照して切り替える。

【数13】

【数14】

【0049】

最後に、下式（１５）により、固有角周波数ω_ｎを用いて減衰係数ζを計算する。

【数15】

【0050】

図４は、監視パラメータ使用判定部９７が有する機能を示す概略図である。図４に示すフローを参照して、監視パラメータ使用判定部９７の動作について説明する。監視パラメータ使用判定部９７は、区分別監視パラメータ収集機能９７１と外れ値除外機能９７２を有する。

【0051】

区分別監視パラメータ収集機能９７１は、監視パラメータ計算部９６で得られた監視パラメータを、圧延条件で指定される区分別（「層別区分別」ともいう）に、例えば１日毎に収集する。ここで、区分は、鋼種、目標板厚、目標板幅、目標巻取温度、コイルボックスの使用有無および加熱炉別等から選択される少なくとも１つの圧延条件で指定される。このように監視パラメータを圧延条件で指定される区分別に管理することで、監視パラメータが圧延材（材料）Ｍの影響を受けることを防止することができる。

【0052】

外れ値除外機能９７２は、区分別監視パラメータ収集機能９７１で収集された１日分の監視パラメータから外れ値となる監視パラメータを除外する。各区分別の１日分の監視パラメータｘの集合のうち、下式（１６）を満たさない監視パラメータｘを外れ値とする。外れ値とは、突発的な値や、圧延ライン１のオペレータによる手動介入の影響を受けた値である。このような外れ値は劣化判定精度の低下を招来するため、外れ値除外機能９７２により除外される。

【数16】

【0053】

ここで、Ｐ_７５は1日分の監視パラメータの７５パーセンタイル、Ｐ_２５は１日分の監視パラメータの２５パーセンタイル、αは任意の倍率である。

【0054】

代表値計算部９８は、監視パラメータ使用判定部９７で除外されなかった各区分の一定期間内の監視パラメータの集合の代表値を計算する。具体的には、代表値計算部９８は、各区分の一定期間の監視パラメータの集合の平均値または中央値を計算し、計算した平均値または中央値を代表値として与える。このとき、監視パラメータ使用判定部９７にて外れ値を除外すると、１日の各区分の圧延材Ｍの圧延本数が少なくなる場合、監視パラメータの分布に偏りが生じ、誤って劣化と診断してしまう可能性がある。このような場合には、該当する日の代表値を計算しないようにしてもよい。また、得られた代表値を日毎にプロットし、線形近似または多項式近似した線と設定した閾値との交点から、閾値を超える日を計算し、劣化が起こる日を予測する劣化故障日推定機能を代表値計算部９８に付加してもよい。

【0055】

代表部記憶部９９は、監視開始日から予め指定した日数を学習期間として、代表値計算部９８で得られた代表値を区分毎に蓄積する。このとき、蓄積した代表値の個数を区分毎にカウントし、指定した日数分の代表値が蓄積されるまでの期間を学習期間としてもよい。

【0056】

図５は、劣化診断部１００が有する機能を示す概略図である。図５に示すフローを参照して、劣化診断部１００の動作について説明する。

【0057】

劣化診断部１００は、正常値分布パラメータ計算機能１０１、区分別劣化判定機能１０２および総合劣化判定機能１０３を有する。

【0058】

正常値分布パラメータ計算機能１０１は、代表部記憶部９９に蓄積した各区分の学習期間（例えば、Ｘ月Ｘ日～Ｙ月Ｙ日）の日毎の代表値の集合を得る。正常値分布パラメータ計算機能１０１は、代表部記憶部９９から得た各区分の学習期間の日毎の代表値の集合から、正常値の分布を示す分布パラメータとして、例えば、学習期間の日毎の代表値の平均値と標準偏差を計算する。

【0059】

区分別劣化判定機能１０２は、学習期間後に代表値計算部９８で得られた代表値を正常値分布パラメータ計算機能１０１で得られた分布パラメータと照合（比較）して区分毎に劣化の有無を判定する。この種の判定方法は多数存在するが、区分別劣化判定機能１０２は、例えば、ＨｏｔｅｌｌｉｎｇのＴ^２法、または、Ｓｈｅｗｈａｒｔ管理図、または、その両方を利用して判定することができる。

【0060】

まず、ＨｏｔｅｌｌｉｎｇのＴ^２法について説明する。母集団となる監視パラメータが正規分布に従うことを仮定し、ｊ日目の代表値ｘ_ｒｅｐ（ｊ）、学習期間の日毎の代表値の平均値ｘ_{ｒｅｐ，ａｖｅ}、標準偏差σ_{ｘ＿ｒｅｐ}を用いてｊ日目（例えば、Ｙ月Ｚ日）の異常度Ｈを計算する。

【数17】

【0061】

異常度Ｈに任意の閾値を設け、閾値を超えた場合に劣化と判定する。なお、異常度Ｈは自由度１のカイ二乗分布に従うことが理論的に証明されており、Ｈがある値をとる確率を求めることができる。例えば、Ｈ＝３．８４となる確率は約５％、Ｈ＝６．６３となる確率は約１％、Ｈ＝１０．８となる確率は約０．１％である。異常値Ｈと確率の関係を参考に、劣化と判定する閾値を設定できる。

【0062】

次に、Ｓｈｅｗｈａｒｔ管理図による判定方法について説明する。学習期間の日毎の代表値の平均値ｘ_{ｒｅｐ，ａｖｅ}を基準として正負方向に標準偏差σ_{ｘ＿ｒｅｐ}の定数倍を閾値として、ｊ日目（例えば、Ｙ月Ｚ日）の代表値ｘ_ｒｅｐ（ｊ）が閾値の範囲外となった場合に劣化と判定する。

【0063】

区分別劣化判定機能１０２で利用される他の判定方法として、学習期間の日毎の代表値の平均値の定数倍を閾値として、代表値が閾値を超えた場合に劣化と判定する手法等が挙げられる。また、１つの判定方法に対し閾値を複数用意し、劣化度合を段階的に判定してもよい。

【0064】

総合劣化判定機能１０３は、区分別劣化判定機能１０２で得られた各区分の劣化診断結果（判定結果）から、設備機器の劣化の有無を総合判定（最終判定）する。具体的には、１日毎に、当該の日付において上記区分別劣化判定機能１０２で劣化の有無を判定した区分のうち、劣化と判定された区分数の割合を計算し、閾値を超えた場合にその機器について劣化と判定する。このように総合劣化判定機能１０３を持つことで、区分数が多い場合でも、精度よく劣化判定できる。

【0065】

なお、区分別劣化判定機能１０２による各区分の判定結果を均等な重み付けとして総合的に判定してもよいが、各区分の判定結果に異なる重み付けをして総合判定してもよい。例えば、圧延数の多い鋼種の区分の判定結果や、シビアに判定しないといけない鋼種の判定結果については重みを大きくして総合的に判定することもでき、これにより、より一層精度よく劣化判定できる。

【0066】

以上説明したように、本実施の形態によれば、データ監視パラメータ計算部９６で得られる監視パラメータを、監視パラメータ使用判定部９７にて一定期間毎に圧延条件で指定される区分別に管理し、劣化診断部１００にて区分毎に設備機器の劣化の有無を判定する構成を採用した。これにより、設備機器と圧延材Ｍとの間に圧延条件等により変化する相互干渉がある場合でも、設備機器の劣化の有無を精度よく判定できる劣化診断装置９を提供することができる。さらに、総合劣化判定機能１０３にて各区分の判定結果を用いて総合判定することで、区分数が多い場合でも、精度よく判定することができる。また、データ使用判定部９３で劣化判定に適した入出力データを選別し、外れ値除外機能９７２により各区分の監視パラメータの集合から外れ値を除外することで、より一層精度よく判定することができる。

【0067】

次に、上記劣化診断装置９の具体的構造について説明する。上記劣化診断装置９の具体的構造に限定はないが、一例として次のようなものであってもよい。図６は、劣化診断装置９が有する処理回路のハードウェア構成例を示す概念図である。劣化診断装置９を構成する各部および各機能は処理回路により実現される。例えば、処理回路は、少なくとも１つのプロセッサ９０ａと少なくとも１つのメモリ９０ｂとを備える。例えば、処理回路は、少なくとも１つの専用のハードウェア９０ｃを備える。具体例として、処理回路はパーソナルコンピュータ（ＰＣ）などである。

【0068】

処理回路がプロセッサ９０ａとメモリ９０ｂとを備える場合、劣化診断装置９が有する各機能は、ソフトウェア、ファームウェア、又はソフトウェアとファームウェアとの組み合わせにより実現される。ソフトウェアおよびファームウェアの少なくとも一方は、プログラムとして記述される。ソフトウェアおよびファームウェアの少なくとも一方は、メモリ４０２に格納される。プロセッサ９０ａは、メモリ９０ｂに記憶されたプログラムを読み出して実行することにより、各機能を実現する。プロセッサ４０１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、ＤＳＰともいう。例えば、メモリ４０２は、ＲＡＭ、ＲＯＭ、フラッシュメモリ、ＥＰＲＯＭ、ＥＥＰＲＯＭ等の、不揮発性又は揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、ＤＶＤ等である。

【0069】

処理回路が専用のハードウェア９０ｃを備える場合、処理回路は、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ、ＦＰＧＡ、又はこれらを組み合わせたものである。例えば、各機能は、それぞれ処理回路で実現される。例えば、各機能は、まとめて処理回路で実現される。また、各機能について、一部を専用のハードウェア９０ｃで実現し、他部をソフトウェア又はファームウェアで実現してもよい。このように、処理回路は、ハードウェア９０ｃ、ソフトウェア、ファームウェア、又はこれらの組み合わせによって各機能を実現する。

【0070】

以上、本開示の実施の形態について説明したが、本開示は、上記の実施の形態に限定されるものではなく、本開示の趣旨を逸脱しない範囲で種々変形して実施することができる。例えば、上記実施の形態では、対象制御機器として、仕上圧延機５の圧下装置５４を構成する油圧シリンダを例に説明したが、これに限定されず、熱間圧延ラインに設置されるものであってもよい。

【0071】

また、上記実施の形態において各要素の個数、数量、量、範囲等の数に言及した場合、特に明示した場合や原理的に明らかにその数に特定される場合を除いて、その言及した数に本開示が限定されるものではない。また、上述した実施の形態において説明する構造等は、特に明示した場合や明らかに原理的にそれに特定される場合を除いて、この発明に必ずしも必須のものではない。

【符号の説明】

【0072】

１…圧延ライン、Ｍ…圧延材、５…仕上圧延機、Ｆ１～Ｆ６…圧延スタンド、５４…圧下装置、９……劣化診断装置、９１…入出力データ取得部、９２…データ前処理部、９３…データ使用判定部、９４…モデル同定部、９５…モデル使用判定部、９６…監視パラメータ計算部、９７…監視パラメータ使用判定部、９７１…区分別監視パラメータ収集機能、９７２…外れ値除外機能、９８…代表値計算部、９９…代表部記憶部、１００…劣化診断部、１０１…正常値分布パラメータ計算機能、１０２…区分別劣化判定機能、１０３…総合劣化判定機能

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】