轧制线的能量消耗量预测装置的制作方法

本发明涉及轧制线的能量消耗量预测装置。

背景技术：

轧制线包括用于轧制被轧材以制造产品的各种设备。在轧制线的能量消耗量预测装置中，计算出为了在轧制线中制造所希望的尺寸、品质的产品所需的能量消耗量。

例如，在专利文献1中公开了对于设备之一的轧制台，利用轧制转矩、轧辊速度，计算出能量消耗量。此外，在专利文献2中公开了对于轧制台，利用能量消耗量的学习计算，更高精度地预测能量消耗量。

现有技术文献

专利文献

专利文献1：日本专利第3444267号公报

专利文献2：日本专利特开2012-170962号公报

技术实现要素：

发明所要解决的技术问题

在专利文献2的技术中，在确定了轧制台的各种动作值和能量消耗量之间的关系的模型式中输入各种动作设定值，预测能量消耗量。此外，从基于各种动作设定值进行动作后的轧制台获取各种动作实际值。基于各种动作实际值获取能量消耗量的实际值。将各种动作实际值输入到模型式，计算能量消耗量的实际计算值。然后，将实际值和实际计算值进行比较，计算出学习值。将该学习值反映到通过上述模型式计算出的能量消耗量，预测在下一被轧材消耗的能量消耗量。

然而，在轧制台等设备的各种动作值中包含轧制转矩、轧辊速度等多种值。因此，模型式中包含有多种参数作为各种动作值。在专利文献2的技术中，输入所有各种动作实际值作为模型式的各种动作值，计算出能量消耗量的实际计算值。

然而，在此情况下，不清楚哪个参数对模型式的预测误差产生影响。例如，未考虑轧制转矩的动作设定值与动作实际值的误差、轧辊速度的动作设定值和动作实际值的误差中哪一个对能量消耗量产生较大影响。认为考虑参数的影响差异有利于更高精度的能量消耗量的预测。

此外，在配置于轧制线的设备中，除轧制台以外，还包含卷绕机、传送台等，也期望能计算出它们的能量消耗量。

本发明是为解决如上所述的问题而完成的，其目的在于提供一种轧制线的能量消耗量预测装置，其能在实际生产产品之前高精度地预测轧制线的能量消耗量。

解决技术问题的技术方案

为了达到上述目的，本发明为一种轧制线的能量消耗量预测装置，其具有作用于被轧材的设备，其特征在于，

设定计算部，该设定计算部基于与被轧材对应的操作条件，确定所述设备的各种动作设定值；

实际值收集部，该实际值收集部对于所述设备基于所述各种动作设定值进行动作的结果，收集各种动作实际值；

能量消耗量实际值获取部，该能量消耗量实际值获取部将所述设备作用于所述被轧材的区间作为积分区间，对所述各种动作实际值进行积分，获取能量消耗量的实际值；

能量消耗量实际计算部，该能量消耗量实际计算部在确定了所述设备的各种动作值和所述设备的能量消耗量之间的关系的模型式中输入所述各种动作实际值以作为各种动作值，计算能量消耗量的实际计算值；

能量消耗量学习值计算部，该能量消耗量学习值计算部将所述实际值除以所述实际计算值，计算出能量消耗量的基准学习值；

能量消耗量拟实际计算部，该能量消耗量拟实际计算部仅对所述模型式的各种动作值中的1种动作值输入由所述设定计算部确定的动作设定值，对其它种类的动作值输入由所述实际值收集部收集的动作实际值，计算出能量消耗量的拟实际计算值；及

修正学习值计算部，该修正学习值计算部将所述实际计算值除以所述拟实际计算值，计算出修正学习值，

所述设定计算部对于下一次之后传送到所述轧制线的预定的被轧材，输入所述各种动作设定值以作为所述模型式的各种动作值，计算出能量消耗量的预测值，并将所述预测值乘以所述基准学习值和所述修正学习值，计算出修正后的能量消耗量的预测值。

作为一例，所述设备为具有轧制被轧材的轧辊的轧制台，所述模型式的各种动作值包含所述轧辊的轧制转矩和轧辊速度。

作为其它示例，所述设备为卷绕机，所述模型式的各种动作值包含被轧材的张力和速度。

作为其它示例，所述设备为传送台，所述模型式的各种动作值包含被轧材传送速度和被轧材传送时间。

发明效果

根据本发明，能在实际生产产品之前高精度地预测轧制线的能量消耗量。其结果是，能进行在一天中电力有余裕的时间段生产能量消耗量较大的产品等高效的生产管理。

附图说明

图1是表示本发明的实施方式1中的整个系统的概念图。

图2表示利用能量消耗量预测装置30预测能量消耗量的预测对象即轧制线1的设备配置图。

图3是表示本发明的实施方式1所涉及的能量消耗量预测装置30的结构的示意图。

图4是表示轧制台的动作设定值的一例的图。

图5是表示进行线性插值而计算出的轧制台的动作设定值Gn^CAL51的图。

图6是表示能量消耗量的实际值和轧制功率的关系的图。

图7是表示能量消耗量的实际计算值的一例的图。

图8是表示能量消耗量的拟实际计算值的一例的图。

图9是表示关于卷绕机28的动作设定值和动作实际值的一例的图。

图10是表示本发明的实施方式4所涉及的能量消耗量预测装置30的结构的示意图。

具体实施方式

下面，参照附图，对本发明的实施方式进行详细说明。此外，对于各图中共同的要素附加相同的标号并省略重复的说明。

实施方式1

[实施方式1的系统结构]

图1是表示本发明的实施方式1中的整个系统的概念图。

轧制被轧材(例如板柸、金属材料)的轧制线1包括各种设备10、控制装置20及能量消耗量预测装置30。能量消耗量预测装置30包括运算处理装置和存储器。

各种设备10例如为轧制台、卷绕机、运送台等。各种设备10包括致动器和传感器。致动器包含作用于被轧材的轧辊、及驱动轧辊的电动机。电动机输入有相当于动作设定值的信号，并基于该信号进行动作。传感器输出与有关设备10基于各种动作设定值作用于被轧材后的结果的各种动作实际值相当的信号。

控制装置20与设备10连接，对设备10进行监视和控制。控制装置20向设备10输出与各种动作设定值相当的信号。控制装置20输入有与设备10的各种动作实际值相当的信号。

能量消耗量预测装置30与控制装置20连接，输出意味着设备10的动作目标的各种动作设定值。能量消耗量预测装置30输入有意味着设备10的动作结果的各种动作实际值。

图2表示利用能量消耗量预测装置30预测能量消耗量的预测对象即轧制线1的设备配置图。

轧制线1为热轧线。图2所示的热轧线包括加热炉21、粗轧机23、精轧机26、卷绕机28、及传送台29。

从加热炉21运出的被轧材100被可逆式的粗轧机23轧制。粗轧机23通常具有1台至数台轧制台230。粗轧机23通过一边使被轧材100往返一边使其多次通过轧制台230，在粗轧机23出口侧轧制到目标的中间条板厚为止。以下将使被轧材100通过粗轧机23的轧制台230的情况称作“通道”。

在被粗轧机23轧制后，被轧材100从粗轧机23的出口侧被运送到精轧机26的入口侧，例如利用由5～7台轧制台260构成的精轧机26，轧制到期望的产品板厚。从精轧机26运出的被轧材100在被水冷装置等冷却装置27冷却后，被卷绕机28卷绕成线圈状。

另外，粗轧机23的轧制台230的轧辊由电动机231驱动。精轧机26的轧制台260的轧辊由电动机261驱动。电动机231及电动机261例如为5000～11000[kW]的大输出电动机。轧制时的电动机的能量消耗量根据被轧材的每一尺寸、钢种而变化。

卷绕机28为卷取机(down coiler)。卷绕机28由电动机281驱动。传送台29包含粗轧机传送台290、粗轧-精轧间传送台292、及输出辊道293等。传送台29的轧辊由多个电动机291驱动。

在粗轧机26的出口侧配置有精轧机出口侧测量器262。精轧机出口侧测量器262持续测量所传送的被轧材100的板厚、板宽及温度等。测量值用于在线确认产品的品质及实现反馈控制。另外，精轧机出口侧测量器262可以是构成为分别安装板厚计和板宽计的测量器，也可以是能利用一个测量器来测量板厚和板宽这两者的测量器。

此外，在粗轧机23的入口侧配置有粗轧机入口侧除磷机22。在精轧机26的入口侧配置有精轧机入口侧除磷机25。在粗轧机23和精轧机26间的运送台区域配置剪料头机24。

[能量消耗量预测装置30的结构]

图3是表示本发明的实施方式1所涉及的能量消耗量预测装置30的结构的示意图。

能量消耗量预测装置30为预测设备10的能量消耗量的装置。图1所示的设备10包括粗轧机23的轧制台230、精轧机26的轧制台260、卷绕机28、及传送台29。

如图3所示，能量消耗量预测装置30包括设定计算部31、实际值收集部32、能量消耗量实际值获取部33、能量消耗量实际计算部34、学习值计算部35、能量消耗量拟实际计算部36、及修正学习值计算部37。图1所示的存储器存储有记述了图3所示的各部的处理内容的程序。图3所示的各部通过从存储器下载程序并使图1所示的运算处理装置执行来实现。

设定计算部31基于与被轧材100对应的操作条件，确定设备10的各种动作设定值A^SET。

实际值收集部32对于设备10基于各种动作设定值A^SET进行动作的结果，收集各种动作实际值A^ACT。各种动作实际值A^ACT包含被轧材的状态(温度、板宽、板厚等)、致动器的动作实际值(消耗电流、消耗电力、轧制转矩、轧辊速度、轧制载荷等)。

能量消耗量实际值获取部33将设备10作用于被轧材100的区间作为积分区间，对在该区间中收集的各种动作实际值进行积分，获取能量消耗量的实际值En^ACT。

能量消耗量实际计算部34在确定了设备10的各种动作值和设备10的能量消耗量之间的关系的模型式中输入各种动作实际值A^ACT以作为各种动作值，计算能量消耗量的实际计算值En^ACTCAL。

学习值计算部35将实际值En^ACT除以实际计算值En^ACTCAL，计算出能量消耗量的基准学习值ZnE。

能量消耗量拟实际计算部36仅对上述模型式的各种动作值中的1种动作值输入由设定计算部31确定的动作设定值A^SET，对其它种类的动作值输入由实际值收集部32收集的动作实际值A^ACT，计算出能量消耗量的拟实际计算值En^PseudoACTCAL。

补正学习值计算部37将实际计算值En^ACTCAL除以拟实际计算值，计算出修正学习值。

上述设定计算部31将基准学习值ZnE乘以修正学习值，计算出修正后学习值ZnE^use。然后，对于下一次之后传送到轧制线1的预定的被轧材，输入各种动作设定值A^SET，作为上述模型式的各种动作值，计算出能量消耗量的预测值。对该预测值乘以修正后学习值ZnE^use，计算出修正后的能量消耗量的预测值En^CALSET。

[与轧制台相关的能量消耗量的预测计算]

轧制台1的各种设备10有粗轧机23的轧制台、精轧机26的轧制台、卷绕机28、及传送台29等。本实施方式中，对于与轧制台相关的能量消耗量的预测计算进行说明。

在轧制台中，因卷取机咬入、前级机架尾端脱离(tail out)等产生的张力变动等，轧制功率有时会急剧变化。因此，仅靠设定计算，难以预测能量消耗量。因此，需要修正这种误差，提高预测计算的精度。

热轧线的能量消耗量的预测计算中，使用通过设定计算而计算出的动作设定值。基于轧制转矩和轧辊速度等的动作设定值、及操作条件，可计算出轧制台中的能量消耗量的预测值。

设定计算部31利用模型式来预测能量消耗量。驱动各轧制台的轧辊的电动机的能量消耗量的计算值En^CAL可如式(1)及式(2)所示那样计算出。计算值En^CAL通过将轧制转矩G(t)[kNm]、轧辊速度v(t)[m/s]之积以时间(t)[s]进行积分来计算出。

Pwn^CAL＝(1000×Vn_i^CAL×Gn_i^CAL)/Rn (1)

En^CAL＝Σ(Pwn_i^CAL+Pwn_i+1^CAL)×Sn_i^CAL/2 (2)

这里，后缀n为机架编号(或轧制通道数)。i为目标点的位置的编号。Sn_i^CAL[s]表示目标点i与i+1之间的时间[s]。Σ表示从第一个目标点到最后的目标点的总和。

式(1)中，目标点i的Vn_i^CAL为轧辊速度的动作设定值。Gn_i^CAL为轧制台的目标点i的动作设定值。Pwn_i^CAL为被轧材的目标点i的轧制功率的计算值。Rn[mm]为轧辊半径。目标点是指被轧材的代表性位置，例如为了决定被轧材的咬入时的轧辊的间隙，前端部的预测精度较为重要，因此，将前端位置确定为一个目标点，使用其入口侧信息(板厚、板宽、温度等)，预测载荷、转矩等。

最终，通过使用后述的修正后学习值ZnE^use，如式(3)所示，可计算出能量消耗量的预测值En^CALSET。

En^CALSET＝ZnE^use×En^CAL (3)

对设定计算部31中的动作设定值的设定计算进行说明。图4是表示轧制台的动作设定值的一例的图。如图4所示，轧制转矩的动作设定值Gn^CAL41按照每一操作条件对目标点的各位置进行确定。通过设定计算，可预测在目标点的位置的动作设定值。该位置与进行在计算设定间隙时所需的载荷预测的位置相同。另一方面，关于轧辊速度的动作设定值Vn^CAL42，在被轧材的整个长度确定其速度模式。目标点的位置在因轧制转矩和轧辊速度而不同的情况下，在设定计算中进行线性插值，可计算轧制转矩的动作设定值。图5是表示进行线性插值而计算出的轧制台的动作设定值Gn^CAL51的图。通过与速度模式的预测位置对应进行线性插值，可计算出轧制转矩的动作设定值Gn^CAL51。由此，可获取在规定目标点的轧制转矩的动作设定值。

在存储器中按照每一操作条件预先存储有在动作设定值的设定计算中所需的轧制转矩的动作设定值、轧辊速度的动作设定值。

接下来对学习计算进行说明。学习计算在轧制结束且利用卷绕机28卷绕被轧材后执行。

实际值收集部32在被轧材的整个长度获取动作实际值。动作实际值为基于动作设定值使设备10动作后得到的值。在轧制台的情况下，如式(1)所示，各种动作实际值为轧辊直径、轧制转矩及轧辊速度。对于轧辊直径，在轧制过程中，轧辊虽会磨损、膨胀，但其变化细微，可以使用通过设定计算确定的固定值。

能量消耗量实际值获取部33对动作实际值进行累计，获取能量消耗量的实际值En^ACT。例如，如图6所示，驱动各轧制台的轧辊的电动机的能量消耗量的实际值En^ACT可通过对轧制功率Pwn61进行时间积分来计算出。若用计算式来表示，则如式(4)所示。

En^ACT＝η∫Pwn(t)dt (4)

另外，在不直接对接轧制功率的情况下，如以下那样，使用根据轧制转矩和轧辊速度计算出的轧制功率。即，能量消耗量的实际值En^ACT通过将轧制转矩Gn(t)[kNm]、轧辊速度Vn(t)[m/s]之积以时间(t)[s]进行积分来计算出。

Pwn(t)＝(1000×Vn(t)×Gn(t))/Rn (5)

如式(6)、式(7)所示，能量消耗量实际计算部34利用与设定计算相同的模型式(式(1)、式(2))，对该输入参数代入动作实际值，计算出能量消耗量的实际计算值En^ACTCAL。具体而言，将轧制转矩的实际值Gn_i^ACT和轧辊速度的实际值Vn_i^ACT代入到模型式的输入参数，计算出轧制功率Pwn_i^ACTCAL，对该轧制功率Pwn_i^ACTCAL进行积分，从而求出能量消耗量的实际计算值En^ACTCAL。图7是表示能量消耗量的实际计算值的一例的图。在目标点i的位置因轧制转矩的实际值Gn^ACT71和轧辊速度的实际值Vn^ACT72而不同的情况下，如图7所示那样使用线性插值后的值。

Pwn_i^ACTCAL＝(1000×Vn_i^ACT×Gn_i^ACT)/Rn (6)

En^ACTCAL＝Σ(Pwn_i^ACTCAL+Pwn_i+1^ACTCAL)×Sn_i^ACT/2 (7)

学习值计算部35将由能量消耗量实际值获取部33获取的能量消耗量的实际值En^ACT和由能量消耗量实际计算部34计算出的能量消耗量的实际计算值En^ACTCAL进行比较，如式(8)所示，计算出能量消耗量的基准学习值ZnE。

ZnE＝En^ACT/En^ACTCAL (8)

能量消耗量拟实际计算部36仅对上述模型式中的1种参数输入由设定计算部31确定的动作设定值，对其它种类的参数输入由实际值收集部32收集的动作实际值，计算出能量消耗量的拟实际计算值En^PseudoACTCAL。例如，在仅对轧制转矩使用动作设定值，对轧辊速度使用动作实际值的情况下，如式(9)、式(10)所示。

Pwn_i^{PseudoACATCAL}_^G＝(1000×Vn_i^ACT×Gn_i^CAL)/Rn (9)

En^{PseudoACTCAL_G}＝Σ(Pwn_i^{PseudoACTCAL_G}+Pwn_i+1^{PseudoACTCAL_G})×Sn_i^ACT/2 (10)

图8是表示能量消耗量的拟实际计算值的一例的图。轧制转矩的预测值即动作设定值Gn^CAL41和动作实际值Gn^ACT71的差值在整个长度中并非固定，始终发生变动。为了吸收该部分的误差，使用仅对作为1个参数的轧制转矩使用设定计算部31确定的动作设定值Gn^CAL41。

修正学习值计算部37将由能量消耗量实际计算部34计算出的能量消耗量的实际计算值En^ACTCAL和由能量消耗量拟实际计算部36计算出的能量消耗量的拟实际计算值En^PseudoACTCAL进行比较，计算出能量消耗量的修正学习值。例如，在对轧制转矩使用动作设定值，对轧辊速度使用动作实际值的情况下，如式(11)所示。

ZnE(G)＝En^ACTCAL/En^{PseudoACTCAL_G} (11)

如式(12)所示，设定计算部31将基准学习值ZnE乘以修正学习值ZnE(G)，计算出修正后学习值ZnE^use。

ZnE^use＝ZnE×ZnE(G) (12)

然后，设定计算部31对于下一次之后传送到轧制线1的预定的被轧材，输入各种动作设定值，作为上述模型式的各种动作值，计算出能量消耗量的预测值En^CAL。如式(3)所示，对该预测值En^CAL乘以修正后学习值ZnE^use，计算出修正后的能量消耗量的预测值En^CALSET。

另外，在计算能量消耗量的模型式中参数有2个以上的情况下，也可组合使用。由此，能力图进一步提高预测精度。

例如，在能量消耗量拟实际计算部36中，仅对轧辊速度使用动作设定值，对轧制转矩使用动作实际值的情况下，如式(13)、式(14)所示。

Pwn_i^{PseudoACATCAL_V}＝(1000×Vn_i^CAL×Gn_i^ACT)/Rn (13)

En^{PseudoACTCAL_V}＝Σ(Pwn_i^{PseudoACTCAL_V}+Pwn_i+1^{PseudoACTCAL_V})×Sn_i^ACT/2 (14)

此时，修正学习值计算部37如式(15)那样计算出修正学习值ZnE(V)。

ZnE(V)＝En^ACTCAL/En^{PseudoACTCAL_V} (15)

最终，能量消耗量的修正后学习值ZnE^use将以轧制转矩作为动作设定值时的修正学习值ZnE(G)和以轧辊速度作为动作设定值时的修正学习值ZnE(V)进行组合，经过式(16)的计算，应用于下一被轧材的能量消耗量的预测值En^CALSET的计算。

ZnE^use＝ZnE×ZnE(G)×ZnE(V) (16)

另外，优选为对ZnE(G)和ZnE(V)附加权重。

实施方式2

[实施方式2的系统结构]

接着，参照图9来说明本发明的实施方式2。本实施方式的系统中的系统结构与图1～图3所示的结构相同。对于能量消耗量预测装置30的基本概念，由于与实施方式1说明的内容相同，因此，省略详细的说明。

[与卷绕机相关的能量消耗量的预测计算]

轧制台1的各种设备10有粗轧机23的轧制台、精轧机26的轧制台、卷绕机28、及传送台29等。本实施方式中，对于与作为卷取机的卷绕机28相关的能量消耗量的预测计算进行说明。

设定计算部31基于与被轧材对应的操作条件，确定卷绕机28的各种动作设定值。在卷取机中，被轧材在调整卷取机与设置在其入口侧的夹辊之间的张力的同时被卷绕。卷绕机28的各种动作设定值按照每一操作条件对目标点的各位置进行确定。在存储器中按照每一操作条件预先存储有在动作设定值的设定计算中所需的各种动作设定值。另外，在前端部及尾端部，有时也变更动作设定值之一的张力目标值并调整卷绕形状。

设定计算部31对模型式输入动作设定值，预测能量消耗量。驱动卷绕机28的电动机的能量消耗量的计算值E_DC^CAL可如式(17)及式(18)所示那样计算出。

Pw_DC_i^CAL＝10×Te^CAL×h^CAL×w^CAL×V_DC_i^CAL (17)

E_DC^CAL＝Σ(Pw_DC_i^CAL+Pw_DC_i+1^CAL)×S_DC_i^CAL/2 (18)

此处，

i：目标点的位置的编号

Te：张力[Mpa]

h：板厚[mm]

w：板宽[mm]

V_DC_i：在目标点i的被轧材速度[m/s]

S_DC_i：目标点i与i+1之间的时间[s]

最终，通过使用后述的修正后学习值ZE_DC^use，如式(19)所示，可计算出能量消耗量的预测值E_DC^CALSET。

E_DC^CALSET＝ZE_DC^use×E_DC^CAL (19)

接下来对学习计算进行说明。学习计算在轧制结束且利用卷绕机28卷绕被轧材后执行。

实际值收集部32在被轧材的整个长度获取动作实际值。动作实际值为基于动作设定值使卷绕机28动作后得到的值。在卷绕机28的情况下，获取张力、板厚、板宽、被轧材速度等以作为动作实际值。

能量消耗量实际值获取部33对动作实际值进行累计，获取能量消耗量的实际值E_DC^ACT。驱动卷绕机28的电动机的能量消耗量的实际值E_DC^ACT与式(4)同样，如式(20)表示。

E_DC^ACT＝η∫Pw_DC(t)dt (20)

如式(21)、式(22)所示，能量消耗量实际计算部34利用与设定计算相同的模型式(式(17)、式(18))，对该输入参数代入动作实际值，计算出能量消耗量的实际计算值E_DC^ACTCAL。

Pw_DC_i^ACTCAL＝10×Te^ACT×h^ACT×w^ACT×V_DC_i^ACT (21)

E_DC^ACTCAL＝Σ(Pw_DC_i^ACTCAL+Pw_DC_i+1^ACTCAL)×S_DC_i^ACT/2(22)

此处，张力的实际值使用整个长度的时间平均、或者一点或多点的目标点的值。图9是表示关于卷绕机28的动作设定值和动作实际值的一例的图。卷绕机28的卷绕速度在精轧过程中与精轧侧的速度控制联动。另一方面，在精轧后，即在被轧材的尾端之后，一边保持张力目标值，一边以提供的速度模式V_DC^ACT91进行卷绕。计算能量消耗量的实际计算值时的张力的实际值与设定计算的公式配合，因此，若为一点，则使用平均值Te^ACT(ave)92或代表性的目标点的张力。板厚、板宽使用由设置在轧制机出口侧的精轧机出口侧测量器262测量出的动作实际值。

学习值计算部35将由能量消耗量实际值获取部33获取的能量消耗量的实际值E_DC^ACT和由能量消耗量实际计算部34计算出的能量消耗量的实际计算值E_DC^ACTCAL进行比较，如式(23)所示，计算出能量消耗量的基准学习值ZE_DC。

ZE_DC＝E_DC^ACT/E_DC^ACTCAL (23)

能量消耗量拟实际计算部36仅对上述模型式中的1种参数输入由设定计算部31确定的动作设定值，对其它种类的参数输入由实际值收集部32收集的动作实际值，计算出能量消耗量的拟实际计算值E_DC^PseudoACTCAL。在仅对被轧材速度使用动作设定值，对张力等使用动作实际值的情况下，如式(24)、式(25)所示。

Pw_DC_i^{PseudoACATCAL_V}＝10×Te^ACT×h^ACT×w^ACT×V_DC_i^CAL(24)

E_DC^{PseudoACTCAL_V}＝Σ(Pw_DC_i^{PseudoACTCAL_V}+Pw_DC_i+1^{PseudoACTCAL_V})×S_DC_i^ACT/2 (25)

修正学习值计算部37将由能量消耗量实际计算部34计算出的能量消耗量的实际计算值E_DC^ACTCAL和由能量消耗量拟实际计算部36计算出的能量消耗量的拟实际计算值E_DC^PseudoACTCAL进行比较，计算出能量消耗量的修正学习值。例如，在对被轧材速度使用动作设定值，对张力等使用动作实际值的情况下，如式(26)所示。

ZE_DC(V)＝E_DC^ACTCAL/E_DC^{PseudoACTCAL_V} (26)

如式(27)所示，设定计算部31将基准学习值ZE_DC乘以修正学习值ZE_DC(V)，计算出修正后学习值ZE_DC^use。

ZE_DC^use＝ZE_DC×ZE_DC(V) (27)

然后，设定计算部31对于下一次之后传送到轧制线1的预定的被轧材，输入各种动作设定值，作为上述模型式的各种动作值，计算出能量消耗量的预测值E_DC^CAL。如式(19)所示，对该预测值E_DC^CAL乘以修正后学习值ZE_DC^use，计算出修正后的能量消耗量的预测值E_DC^CALSET。

另外，在计算能量消耗量的模型式中参数有2个以上的情况下，也可组合使用。如图9所示，对于张力，有动作设定值Te^SET93与动作实际值的平均值Te^ACT(ave)92之差。通过将基于该差的对能量消耗量的影响反映到修正后学习值ZE_DC^use，可力图进一步提高预测精度。

具体而言，在能量消耗量拟实际计算部36中，仅对张力使用动作设定值，对被轧材速度等使用动作实际值的情况下，如式(28)、式(29)所示。

Pw_DC_i^{PseudoACATCAL_T}＝10×Te^CAL×h^ACT×w^ACT×V_DC_i^ACT(28)

E_DC^{PseudoACTCAL_T}＝Σ(Pw_DC_i^{PseudoACTCAL_T}+Pw_DC_i+1^{PseudoACTCAL_T})×S_DC_i^ACT/2 (29)

此时，修正学习值计算部37如式(30)那样计算出修正学习值ZE_DC(T)。

ZE_DC(T)＝E_DC^ACTCAL/E_DC^{PseudoACTCAL_T} (30)

最终，能量消耗量的修正后学习值ZE_DC^use将以被轧材速度作为动作设定值时的修正学习值ZE_DC(V)和以张力作为动作设定值时的修正学习值ZE_DC(T)进行组合，经过式(31)的计算，应用于下一被轧材的能量消耗量的预测值En^CALSET的计算。

ZE_DC^use＝ZE_DC×ZE_DC(V)×ZE_DC(T) (31)

另外，优选为对ZE_DC(V)和ZE_DC(T)附加权重。

另外，在实施方式2的说明中，以在整个长度如目标那样控制板厚、板宽为前提。因此，动作设定值和动作实际值之间的误差较小，此处不考虑。

实施方式3

[实施方式3的系统结构]

接下来，说明本发明的实施方式3。本实施方式的系统中的系统结构与图1～图3所示的结构相同。对于能量消耗量预测装置30的基本概念，由于与实施方式1说明的内容相同，因此，省略详细的说明。

[与传送台相关的能量消耗量的预测计算]

轧制台1的各种设备10有粗轧机23的轧制台、精轧机26的轧制台、卷绕机28、及传送台29等。本实施方式中，对于与传送台29相关的能量消耗量的预测计算进行说明。

传送台29有粗轧机传送台290、粗轧-精轧间传送台292、及输出辊道293等种类。实施方式3中，作为一例，对于与粗轧机传送台290相关的能量消耗量的预测计算进行说明。

设定计算部31基于与被轧材对应的操作条件，确定卷绕机29的各种动作设定值。在存储器中按照每一操作条件预先存储有在动作设定值的设定计算中所需的各种动作设定值。

设定计算部31对模型式输入动作设定值，预测能量消耗量。驱动传送台29的电动机的能量消耗量的计算值E_TR^CAL可如式(32)～式(34)所示那样计算出。

E_TR^CAL＝E_TR^CAL_MIN×E_TR^CAL_ACC&LOAD (32)

E_TR^CAL_MIN＝Σ(KC(n)×Ws×Vs(n)^CAL×t(n)^CAL) (33)

E_TR^CAL_ACC&LOAD＝(1/2)×Σ(KAC(n)×Ws×(Vs(n)^CAL)²) (34)

此处，

n：粗轧通道的编号

KC(n)：传送最小能量调整系数

KAC(n)：加减速能量调整系数

Ws：被轧材重量[kg]

Vs(n)^CAL：被轧材传送速度[m/s]

T(n)^CAL：被轧材传送时间[s]

式(33)表示在传送过程中因摩擦等导致轧制材的运动能量减少，从而对该能量部分进行修正的能量消耗量、即以固定速度进行传送时所需的能量消耗量。

式(34)表示被轧材加速所需的能量消耗量。

最终，通过使用后述的修正后学习值ZE_TR^use，如式(35)所示，可计算出能量消耗量的预测值E_TR^CALSET。

E_TR^CALSET＝ZE_TR^use×E_TR^CAL (35)

接下来对学习计算进行说明。学习计算在轧制结束且利用卷绕机28卷绕被轧材后执行。

实际值收集部32在被轧材的整个长度获取动作实际值。动作实际值为基于动作设定值使传送台29动作后得到的值。例如，获取电动机的消耗电流等。

能量消耗量实际值获取部33对动作实际值进行累计，获取能量消耗量的实际值E_TR^ACT。驱动卷绕机29的电动机的能量消耗量的实际值E_TR^ACT与式(4)同样，如式(36)表示。

E_TR^ACT＝η∫Pw_TR(t)dt (36)

如式(37)～式(39)所示，能量消耗量实际计算部34利用与设定计算相同的模型式(式(32)～式(34))，对该输入参数代入动作实际值，计算出能量消耗量的实际计算值E_TR^ACTCAL。

E_TR^ACTCAL＝E_TR^ACTCAL_MIN×E_TR^ACTCAL_ACC&LOAD(37)

E_TR^ACTCAL_MIN＝Σ(KC(n)×Ws×Vs(n)^ACT×t(n)^ACT)(38)

E_TR^ACTCAL_ACC&LOAD＝(1/2)×Σ(KAC(n)×Ws×(Vs(n)^ACT)²)(39)

学习值计算部35将由能量消耗量实际值获取部33获取的能量消耗量的实际值E_TR^ACT和由能量消耗量实际计算部34计算出的能量消耗量的实际计算值E_TR^ACTCAL进行比较，如式(40)所示，计算出能量消耗量的基准学习值ZE_TR。

ZE_TR＝E_TR^ACT/E_TR^ACTCAL(40)

能量消耗量拟实际计算部36仅对上述模型式中的1种参数输入由设定计算部31确定的动作设定值，对其它种类的参数输入由实际值收集部32收集的动作实际值，计算出能量消耗量的拟实际计算值E_TR^PseudoACTCAL。作为关于传送台29的参数，如式(38)、式(39)所示，有被轧材传送速度和被轧材传送时间。在仅对被轧材传送速度使用动作设定值，对被轧材传送时间使用动作实际值的情况下，如式(41)～式(43)所示。

E_TR^{PseudoACTCAL_V}＝E_TR_MIN(V)×E_TR_ACC&LOAD(V)(41)

E_TR_MIN(V)＝Σ(KC(n)×Ws×Vs(n)^CAL×t(n)^ACT)(42)

E_TR_ACC&LOAD(V)＝(1/2)×Σ(KAC(n)×Ws×(Vs(n)^CAL)²)(43)

修正学习值计算部37将由能量消耗量实际计算部34计算出的能量消耗量的实际计算值E_TR^ACTCAL和由能量消耗量拟实际计算部36计算出的能量消耗量的拟实际计算值E_TR^PseudoACTCAL进行比较，计算出能量消耗量的修正学习值。例如，在对被轧材传送速度使用动作设定值，对被轧材传送时间使用动作实际值的情况下，如式(44)所示。

ZE_TR(V)＝E_TR^ACTCAL/E_TR^{PseudoACTCAL_V}(44)

然后，设定计算部31对于下一次之后传送到轧制线1的预定的被轧材，输入各种动作设定值，作为上述模型式的各种动作值，计算出能量消耗量的预测值E_TR^CAL。如式(35)所示，对该预测值E_TR^CAL乘以修正后学习值ZE_TR^use，计算出修正后的能量消耗量的预测值E_TR^CALSET。

另外，在计算能量消耗量的模型式中参数有2个以上的情况下，也可组合使用。在仅对被轧材传送速度使用动作设定值，对被轧材传送速度使用动作实际值的情况下，如式(45)～式(47)所示。

E_TR^{PseudoACTCAL_t}＝E_TR_MIN(t)×E_TR_ACC&LOAD(t) (45)

E_TR_MIN(t)＝Σ(KC(n)×Ws×Vs(n)^ACT×t(n)^CAL) (46)

E_TR_ACC&LOAD(t)＝(1/2)×Σ(KAC(n)×Ws×(Vs(n)^ACT)²) (47)

此时，修正学习值计算部37如式(48)那样计算出修正学习值ZE_TR(t)。

ZE_TR(t)＝E_TR^ACTCAL/E_TR^{PseudoACTCAL_t} (48)

最终，能量消耗量的修正后学习值ZE_TR^use将以被轧材传送速度作为动作设定值时的修正学习值ZE_TR(V)和以被轧材传送时间作为动作设定值时的修正学习值ZE_TR(t)进行组合，经过式(49)的计算，应用于下一被轧材的能量消耗量的预测值E_TR^CALSET的计算。

ZE_TR^use＝ZE_TR×ZE_TR(V)×ZE_TR(t) (49)

另外，优选为对ZE_TR(V)和ZE_TR(t)附加权重。

实施方式4

[实施方式4的系统结构]

接着，参照图10来说明本发明的实施方式4。本实施方式的系统包括图1、图2所示的结构。对于能量消耗量预测装置30的基本概念，由于与实施方式1说明的内容相同，因此，省略详细的说明。

[实施方式4中的特征结构]

图10是表示本发明的实施方式4所涉及的能量消耗量预测装置30的结构的示意图。

设定计算部31包括轧制转矩学习部121。轧制转矩学习部121使用由实际值收集部32收集的动作实际值，对轧制转矩学习值进行学习。例如，如式(50)所示，轧制转矩设为轧制载荷Pn_i的函数。后缀n为机架编号(或轧制通道数)。i为目标点的位置的编号。

Gn_i＝G(Pn_i) (50)

在此情况下，学习计算可如下所示。

ZGn＝Gn_i^ACT/Gn_i^ACTCAL＝Gn_i^ACT/G(Pn_i^ACT) (51)

此时，下一被轧材的轧制转矩预测值如以下那样使用轧制转矩学习值，以修正后的形式使用。

Gn_i^USE＝Gn_i^CAL*ZGn (52)

此处，在目标点i的轧制转矩实际值Gn_i^ACT及轧制载荷实际值Pn_i可从实际值收集部32获取。此外，轧制转矩实际计算值Gn_i^ACTCAL可通过对式(50)输入轧制载荷实际值Pn_i来计算出。

接下来，修正转矩能量消耗量拟实际计算部122将由轧制转矩学习部121计算出的轧制转矩学习值ZGn乘以由能量消耗量拟实际计算部36计算出的能量消耗量的拟实际计算值En^{PseudoACTCAL_G}，计算出修正转矩能量消耗量拟实际计算值。在利用式(51)计算轧制转矩学习值ZGn、并利用式(52)进行修正的情况下，修正转矩能量消耗量拟实际计算值newEn^{PseudoACTCAL_G}如式(53)所示那样以累计型进行修正。

newEn^{PseudoACTCAL_G}＝En^{PseudoACTCAL_G}*ZGn (53)

修正学习值计算部37将由修正转矩能量消耗量拟实际计算部122计算出的修正转矩能量消耗量拟实际计算值newEn^{PseudoACTCAL_G}和由能量消耗量实际计算部34计算出的能量消耗量的实际计算值En^ACTCAL进行比较，计算出修正学习值ZnE(G)。

ZnE(G)＝En^ACTCAL/newEn^{PseudoACTCAL_G} (54)

最终，能量消耗量学习值经过下一次的计算，可适用于下一被轧材。

ZnE^use＝ZnE×ZnE(G) (55)

这样，通过使用修正转矩能量消耗量拟实际计算值，可考虑轧制转矩的学习系数的影响，来计算能量消耗量计算的学习值。

另外，在上述式(50)中，轧制转矩设为轧制载荷Pn_i的函数，但并不限于此。轧制转矩也可呈现为以轧制载荷、入口侧的板厚、出口侧的板厚、转矩臂系数等为参数的函数。

标号说明

1 轧制线

10 设备

20 控制装置

21 加热炉

22 粗轧机入口侧除磷机

23 粗轧机

24 剪料头机

25 精轧机入口侧除磷机

26 精轧机

27 冷却装置

28 卷绕机

29 传送台

30 能量消耗量预测装置

31 设定计算部

32 实际值收集部

33 能量消耗量实际值获取部

34 能量消耗量实际计算部

35 学习值计算部

36 能量消耗量拟实际计算部

37 修正学习值计算部

100 被轧材

121 轧制转矩学习部

122 修正转矩能量消耗量拟实际计算部

230、260 轧制台

231、261、281、291 电动机

262 精轧机出口侧测量器

290 粗轧机传送台

292 精轧间传送台

293 输出辊道