CN113924173B - 感应加热方法及感应加热系统 - Google Patents

Abstract

感应加热方法包括设定向将钢材加热的多个电感器的各个供给的功率和上述多个电感器各自的位置的组合的步骤。设定上述组合的步骤包括：计算入侧预测温度(Tei^calf、Tei^cals)的步骤(S12)；设定上述组合的候选的步骤(S13、S16、S17)；使用机器学习模型预测采用了上述候选的情况下的升温量(QTij)的步骤(S14)；计算出侧预测温度(Tdi^cal)的步骤(S15)；以及采用以上述出侧预测温度(Tdi^cal)及出侧目标温度(Tdi^tgt)为变量的评价函数小于阈值时的上述候选或上述评价函数为最小时的上述候选作为上述组合的步骤(S18)。

Description

感应加热方法及感应加热系统

技术领域

本发明涉及在热轧工艺中将钢材通过感应加热方式加热的方法及系统。

背景技术

通常，经过热轧工艺制造的钢材的机械性质与该工艺中的钢材的温度关系较强。因此，热轧工艺中的钢材的温度控制从产品的品质提高的观点看是重要的。

近年来，在许多热轧生产线中导入了感应加热装置(以下也称作“IH装置”)。通过IH装置的导入，抑制了热损耗。热损耗是指主要在制造薄的钢材时在精轧机的入侧越朝向尾端部则该钢材的温度越低的现象。此外，因向在加热炉内支撑板坯的支柱(垫木)的漏热造成的钢材的长度方向的温度不匀的产生也减少。进而，在硬的高级钢材的制造时，通过在精轧之前将轧材升温而使轧制载荷下降，通板性改善，此外精轧机的负担也减轻。

进而，通过IH装置的导入，能够进行钢材的局部的加热。钢材的尾端部的由加热带来的升温有抑制尾端卷曲的产生的效果。尾端卷曲是指尾端部在从精轧机脱离时曲折、通过与装置接触而压曲的现象。钢材的宽度方向的端部容易由于散热而温度下降，所以通过加热，宽度方向的温度分布变得均匀。因此，期待宽度方向的品质的提高。此外，如果将端部加热，则能够抑制粗大粒和整粒混杂的组织(即混粒)或破裂。此外，还期待抑制精轧机的辊的不均匀磨损等效果。

IH装置根据与钢材交链的主磁通(即，从IH装置产生的交流磁通)的方向，分类为螺线管方式和横向式两种。在螺线管方式的IH装置中，主磁通的方向与钢材的输送方向一致。在横向式的IH装置中，主磁通的方向与钢材的厚度方向一致。

作为关于横向式的IH装置的以往技术，例示专利文献1及2。专利文献1及2公开了沿着输送方向排列3台IH装置的例子。在专利文献1中，对钢材的宽度方向上的IH装置的重合量进行控制。在专利文献2中，对宽度方向上的IH装置的芯间的距离进行控制。重合量及距离的控制都通过宽度方向上的IH装置的位置的变更来进行。

现有技术文献

专利文献

专利文献1：日本特开2004－195497号公报

专利文献2：日本专利第4714658号说明书

发明内容

发明要解决的课题

但是，专利文献1中的IH装置的控制是以宽度方向上的钢材的温度分布是左右对称为前提而进行的。因此，当不满足该前提条件时，难以使宽度方向上的温度分布变得均匀。此外，在专利文献2的IH装置的控制中，关于宽度方向的端部的加热，通过另外进行的边缘加热器的控制来确保。因此，为了使宽度方向上的温度分布变得均匀，需要协调IH装置和边缘加热器的控制来执行。

本发明是为了解决上述问题而提出的，目的是提供一种在宽度方向上的温度分布不为左右对称的情况下，仅通过IH装置的控制的执行就能够使该温度分布变得均匀的技术。

用来解决课题的手段

本发明是一种横向式的感应加热方法，具有以下的特征。

所述感应加热方法包括设定组合的步骤，其中设定向设置在轧制生产线的输送方向上而将钢材加热的多个电感器的各个供给的功率与相对于所述输送方向正交的方向上的所述多个电感器各自的位置的组合。

所述设定组合的步骤包括：计算入侧预测温度的步骤，其中所述入侧预测温度表示基于所述多个电感器的所述钢材的加热开始位置处的所述正交方向上的所述钢材的多个分区各自的预测温度；设定所述组合的候选的步骤；使用机器学习模型预测采用了所述候选的情况下的所述多个分区各自的升温量的步骤；基于所述入侧预测温度和所述升温量、计算出侧预测温度的步骤，其中所述出侧预测温度表示基于所述多个电感器的所述钢材的加热结束位置处的所述多个分区各自的预测温度；以及采用评价函数小于阈值时的所述候选、或所述评价函数为最小时的所述候选作为所述组合的步骤，其中所述评价函数以所述出侧预测温度和表示所述加热结束位置处的所述多个分区各自的目标温度的出侧目标温度为变量。

在计算所述入侧预测温度的步骤中，所述入侧预测温度基于表示比所述加热开始位置靠上游的所述钢材的各分区的实际温度的入侧实际温度来计算。

所述钢材包括位于所述加热开始位置的上游的本次材料、和位于所述加热结束位置的下游并在基于所述多个电感器的所述本次材料的加热之前刚刚被这些电感器加热的上次材料。

设定所述组合的步骤还包括计算所述上次材料的所述出侧预测温度与出侧实际温度的偏差的步骤，其中所述出侧实际温度表示比所述加热结束位置靠下游处的所述上次材料的各分区的实际温度。

在计算所述入侧预测温度的步骤中，基于比所述加热开始位置靠上游处的所述本次材料的多个分区各自的温度和所述偏差，计算所述入侧预测温度。

本发明是横向式的感应加热系统，具有以下的特征。

所述感应加热系统多个电感器，在轧制生产线的输送方向上设置，将钢材加热；以及控制装置，基于对所述多个电感器分别供给的功率和相对于所述输送方向正交的方向上的所述多个电感器各自的位置，对所述正交方向上的所述钢材的多个分区的温度进行控制。

所述控制装置进行设定所述功率和所述位置的组合的设定计算处理。

所述控制装置在所述设定计算处理中，计算入侧预测温度，所述入侧预测温度表示基于所述多个电感器的所述钢材的加热开始位置处的所述多个分区各自的预测温度；设定所述组合的候选；使用机器学习模型预测采用了所述候选的情况下的所述多个分区各自的升温量；基于所述入侧预测温度和所述升温量、计算出侧预测温度，其中所述出侧预测温度表示基于所述多个电感器的所述钢材的加热结束位置处的所述多个分区各自的预测温度；采用评价函数小于阈值时的所述候选、或所述评价函数为最小时的所述候选作为所述组合，其中所述评价函数以所述出侧预测温度和表示所述加热结束位置处的所述多个分区各自的目标温度的出侧目标温度为变量。

所述感应加热系统也可以还具有入侧温度计，设置在比所述加热开始位置靠上游，测量表示所述钢材的各分区的实际温度的入侧实际温度。

所述控制装置在所述设定计算处理中，基于所述入侧实际温度计算所述入侧预测温度。

还具有出侧温度计，设置在比所述加热结束位置靠下游，测量表示所述钢材的各分区的实际温度的出侧实际温度。

所述钢材包括位于所述加热开始位置的上游的本次材料、和位于所述加热结束位置的下游并在基于所述多个电感器的所述本次材料的加热之前刚刚被这些电感器加热的上次材料。

所述控制装置在所述设定计算处理中，计算所述上次材料的所述出侧预测温度与所述上次材料的所述出侧实际温度的偏差；基于比所述加热开始位置靠上游处的所述本次材料的多个分区各自的温度和所述偏差，计算所述入侧预测温度。

发明效果

根据有关本发明的感应加热方法，设定向多个电感器分别供给的功率与多个电感器各自的位置的组合。在组合的设定时，计算钢材的加热开始位置处的相对于输送方向正交的方向(即宽度方向)上的钢材的多个分区各自的预测温度(即，入侧预测温度)。此外，设定组合的候选。进而，使用机器学习模型预测采用了该候选的情况下的多个分区各自的升温量。进而，基于计算出的入侧预测温度和预测出的升温量，计算钢材的加热结束位置处的多个分区各自的预测温度(即，出侧预测温度)。

并且，采用以出侧预测温度和加热结束位置处的多个分区各自的目标温度(即，出侧目标温度)为变量的评价函数小于阈值时的候选或该评价函数为最小时的候选，作为功率与位置的组合。这样，根据有关本发明的感应加热方法，能够利用以考虑入侧预测温度和升温量而计算出的出侧预测温度和出侧目标温度为变量的评价函数，决定适当的功率与位置的组合。因此，在宽度方向上的温度分布不左右对称的情况下，仅通过电感器的控制的执行就能够使加热结束位置处的该温度分布均匀。

根据有关本发明的感应加热系统，进行设定功率与位置的组合的设定计算处理。通过设定计算处理，能够利用以考虑入侧预测温度和升温量而计算出的出侧预测温度和出侧目标温度为变量的评价函数，来决定适当的功率与位置的组合。因而，在宽度方向上的温度分布不左右对称的情况下，仅通过电感器的控制的执行就能够使加热结束位置处的该温度分布均匀。

附图说明

图1是表示应用有关第1实施方式的感应加热系统的热轧设备的结构的一例的概略图。

图2是表示感应加热装置的结构的一例的概略图。

图3是表示电感器的结构的一例的概略图。

图4是表示电感器的配置的一例的示意图。

图5是表示节点的一例的概略图。

图6是说明计算机的功能的结构的一例的框图。

图7是表示从感应加热装置向钢材投入的热量的分布的一例的图。

图8是说明有关第1实施方式的设定计算处理的流程的流程图。

图9是表示初始值的数据表的一例。

图10是表示升温量模型的一例的概略图。

图11是表示应用有关第2实施方式的感应加热系统的热轧设备的结构的一例的概略图。

图12是说明计算机的功能的结构的一例的框图。

图13是表示上次材料的两种温度分布与本次材料的两种温度分布的关系的一例的概略图。

图14是说明有关第2实施方式的设定计算处理的流程的流程图。

具体实施方式

第1实施方式

首先，参照图1～图10对本发明的第1实施方式详细地进行说明。

1.系统结构

1－1.热轧设备的结构

图1是表示应用有关第1实施方式的感应加热系统(以下也称作“IH系统”)的热轧设备的结构的一例的概略图。另外，有关第1实施方式的感应加热方法由有关第1实施方式的IH系统实现。

热轧设备是用来将作为轧材的钢材SS加工为具有希望的厚度及宽度的最终产品的设备。如图1所示，热轧设备具有IH装置1、轧制生产线2、计算机4和温度计3。IH装置1、计算机4和温度计3构成有关第1实施方式的IH系统。对于这些结构在项目1－2.中进行说明。以下，对轧制生产线2的结构进行说明。

轧制生产线2具有加热炉21、粗轧机22、精轧机23、冷却台24和卷绕机25。加热炉21设置在轧制生产线2的上游。加热炉21将钢材SS加热到规定温度(例如约1200℃)。从加热炉21将长方体状的钢材SS抽出。从加热炉21抽出的钢材SS例如具有200～250mm的厚度、800～2000mm的宽度及5～12m的长度。

粗轧机22设置在加热炉21的下游。粗轧机22具有1～3座轧机基座。在粗轧机22，将从轧制生产线2的上游朝向下游的正方向的轧制和从该下游朝向该上游的反方向的轧制交替地进行多次。即，钢材SS在粗轧机22处往返多次。由此，钢材SS的厚度减小到规定的厚度。对于粗轧机22，可以附属有对钢材SS的宽度进行调整的称作轧边机的装置。

精轧机23设置在IH装置1的下游。精轧机23具有多个轧机基座(例如7座)。精轧机23针对每个轧机基座具有轧制辊、支承辊等装置。在精轧机23，进行从轧制生产线2的上游朝向下游的单向的轧制。由此，钢材SS的厚度减小到产品厚度。在精轧的过程中，钢材SS的温度通过与轧制辊的接触及冷却水的喷射而下降。精轧机23的出侧的钢材SS的温度在普通钢的情况下例如是约900℃。

冷却台24设置在精轧机23的下游。冷却台24具有称作冷却库的水冷装置(未图示)。冷却台24从该冷却库喷射冷却水而降低钢材SS的温度。

卷绕机25设置在冷却台24的下游。卷绕机25将钢材SS卷绕为线圈状。被卷绕机25卷绕前的钢材SS的温度在普通钢的情况下是600℃左右。在特殊钢的情况下等，也有该温度为200℃左右的情况。

1－2.IH系统的结构

1－2－1.IH装置

IH装置1是横向式的IH装置。图2是表示IH装置1的结构的一例的概略图。图2所示的IH装置1具有构造部11t及11b、台车12t及12b、电感器13t及13b、电源14和位置控制器15。

构造部11t收容电感器13t。构造部11t在机械性的制约的范围内在宽度方向W_SS上移动。如果构造部11t移动，则宽度方向W_SS上的电感器13t的位置变化。构造部11t的移动是通过位置控制器15变更宽度方向W_SS上的台车12t的位置来进行的。

构造部11b的结构与构造部11t的结构相同。台车12b的结构与台车12t的结构相同。电感器13b的结构与电感器13t的结构相同。构造部11b的结构与构造部11t的结构相同。台车12b的结构与台车12t的结构相同。构造部11b的移动是通过位置控制器15变更宽度方向W_SS上的台车12b的位置来进行的。另外，由位置控制器15进行的台车12t及12b的控制独立地进行。

图3是表示电感器13t及13b的结构的一例的概略图。如图3所示，电感器13t具有铁芯16t和加热线圈17t。电感器13b具有铁芯16b和加热线圈17b。对于加热线圈17t及17b，从图2所示的电源14供给交流电流。如果这样，则在钢材SS的厚度方向TH_SS上产生交链磁通。交链磁通在钢材SS中诱发涡电流。通过该涡电流，产生焦耳热，将钢材SS加热。

这里，考虑宽度方向W_SS上的钢材SS的中心线L_SS。在第1实施方式中，将该中心线L_SS的位置设为在各种控制中使用的基准位置。在以下的说明中，也将从中心线L_SS到铁芯16t的轴线L_16t的距离xt以及从中心线L_SS到铁芯16b的轴线L_16b的距离xb称作“位移”。如果进行了位置控制器15对于台车12t及12b的控制，则距离xt及xb变化。距离xt及xb可以不一致。此外，从钢材SS到铁芯16t为止的厚度方向TH_SS上的距离yt以及从钢材SS到铁芯16b为止的厚度方向TH_SS上的距离yb可以不一致。

IH装置1合计设置有N_IH座。图4是表示IH装置1的配置的一例的概略图。在图4中，说明电感器13t的配置的例子。关于电感器13b的配置的例子，与电感器13t的配置基本上相同。因此，省略电感器13b的配置的例子的说明。

如图4所示，电感器13t沿着钢材SS的输送方向DE_SS排列。输送方向DE_SS是与宽度方向W_SS正交的方向。电感器13t_#1相当于位于输送方向DE_SS上的最上游的“起始电感器”。电感器13t_#2位于电感器13t_#1的下游。电感器13t_#N_IH相当于位于输送方向DE_SS上的最下游的“最终电感器”。

将设置在轧制生产线2的操作者用的房间(即操纵室)侧称作操作者侧OS。将该房间的相反侧称作驱动侧DS。在图4所示的例子中，电感器13t_#1位于驱动侧DS。电感器13t_#N_IH位于操作者侧OS。

1－2－2.温度计

温度计3设置在起始电感器的上游。温度计3测量钢材SS的节点ND_#i处的表面的实际温度作为“入侧实际温度Tei^meas”(其中，i满足1≤i≤N_ND)。图5是表示节点ND的一例的概略图。在图5所示的例子中，沿着宽度方向W_SS设定有N_ND个节点ND_#i。因此，入侧实际温度Tei^meas的数据构成宽度方向W_SS上的钢材SS的温度分布ΔTei^meas的信息。温度计3向计算机4发送温度分布ΔTei^meas的信息。

1－2－3.计算机

计算机4典型的是具有处理器、存储器及输入输出接口的计算机。计算机4进行关于直到卷绕机25卷绕从加热炉21提取出的钢材SS为止的一系列的轧制工艺的计算处理。图6是说明计算机4的功能的结构的一例的框图。如图6所示，计算机4具有温度计算部41、感应加热控制部(以下也称作“IH控制部”)42和数据库43。这些功能的一部分或全部通过计算机4的处理器执行存储在存储器中的各种程序来实现。

温度计算部41计算轧制工艺的各工序中的钢材SS的温度分布ΔT。在温度分布ΔT的计算中，利用轧制命令信息MIL及实际温度信息TEM。在轧制命令信息MIL中，包含最终产品的钢种Gp、宽度Wp及厚度THp的数据。在轧制命令信息MIL中，还包含各工序中的钢材SS的目标宽度W^tgt及目标厚TH^tgt的数据。在轧制命令信息MIL中，还包含精轧机23的出侧的钢材SS的目标温度FDT的数据和被卷绕机25卷绕前的钢材SS的目标温度CT的数据。在实际温度信息TEM中包含温度分布ΔTei^meas的信息。

温度计算部41例如基于目标温度FDT及CT的数据，计算最终电感器的下游的节点ND_#i(1≤i≤N_ND)的目标温度作为“出侧目标温度Tdi^tgt”。出侧目标温度Tdi^tgt的数据构成宽度方向W_SS上的钢材SS的温度分布ΔTdi^tgt的信息。温度计算部41也可以基于操作者输入的数据计算出侧目标温度Tdi^tgt。温度计算部41也可以基于目标温度FDT及CT的数据和操作者输入的数据来计算出侧目标温度Tdi^tgt。温度计算部41将温度分布ΔTdi^tgt的信息向IH控制部42发送。

温度计算部41还基于温度分布ΔTei^meas的信息，计算基于IH装置1的钢材SS的加热开始位置处的钢材SS的预测温度，作为“入侧预测温度Tei^calf”。作为加热开始位置，例示起始电感器的位置。入侧预测温度Tei^calf的数据构成宽度方向W_SS上的钢材SS的温度分布ΔTei^calf的信息。温度计算部41将温度分布ΔTei^calf的信息向IH控制部42发送。

IH控制部42通过设定向电感器13t及13b供给的各功率和电感器13t及13b的各位移，对IH装置1进行控制。作为用来控制IH装置1的结构，IH控制部42具有数据取得部44和设定计算部45。

数据取得部44取得来自温度计算部41的信息。在来自温度计算部41的信息中，包括温度分布ΔTdi^tgt的信息和温度分布ΔTei^calf的信息。数据取得部44还取得来自数据库43的信息。在来自数据库43的信息中，包括用于轧制工艺中的各种控制的模型参数及数据表。数据取得部44取得的数据构成设定计算信息SET。数据取得部44将设定计算信息SET向设定计算部45发送。

设定计算部45进行基于设定计算信息SET计算最优的功率指令值CMp和最优的位移指令值CMx的“设定计算处理”。对于设定计算处理的详细情况，在项目2－2.中进行说明。设定计算部45将功率指令值CMp向电源14发送。设定计算部45将位移指令值CMx向位置控制器15发送。

2.第1实施方式的特征

2－1.问题点

图7是表示从IH装置1投入到钢材SS的热量(即，钢材SS的升温量)的宽度方向W_SS上的分布的一例的图。分布(I)是距离xt及xb为0mm时(即，位移为0mm时)的分布的例子。如果使构造部11t及11b的位置移动到驱动侧DS，则热量的分布从分布(I)向分布(II)变化。如果使这些位置移动到操作者侧OS，则热量的分布从分布(I)向分布(III)变化。这样，如果改变位移，则热量的分布的倾向变化。另外，热量的分布自身也与电感器的设计等对应地变化。

作为使由IH装置1进行的加热后的宽度方向W_SS上的温度分布均匀的方法，可以举出准备基于事先的研究的数据表等。在该方法中，考虑到最终产品的宽度Wp及厚度THp的数据，事先设定N_IH座IH装置1的各自的位移。但是，在该方法中，不能考虑到加热开始位置处的宽度方向W_SS上的温度分布的变化。因此，如果该温度分布与事先研究时不同，则存在难以使由IH装置1进行的加热后的宽度方向W_SS上的温度分布均匀的问题。

所以，在第1实施方式中，设定计算部45进行设定计算处理。以下，对设定计算处理的详细情况进行说明。

2－2.设定计算处理的详细情况

2－2－1.处理的流程

图8是说明有关第1实施方式的设定计算处理的流程的流程图。图8所示的例程由计算机4的处理器按照规定的周期反复执行。

在图8所示的例程中，首先，取得设定计算信息SET(步骤S11)。设定计算信息SET是来自上述温度计算部41及数据库43的信息。

接着在步骤S11之后，计算入侧预测温度Tei^calf(步骤S12)。入侧预测温度Tei^calf例如基于入侧实际温度Tei^meas的数据和从温度计3的设置位置到加热开始位置的热耗散量来计算。该热耗散量例如基于从设置位置到加热开始位置的到达时间、钢材的厚度、宽度、钢种Gp等的模型参数来计算。

接着在步骤S12之后，设定初始值INxj及INpj(步骤S13)。初始值INxj是在输送方向DE_SS上位于第j个的电感器13t及13b的位移的初始值(其中，j满足1≤j≤N_IH)。初始值INpj是向位于第j个的电感器13t及13b供给的功率的初始值(其中，j满足1≤j≤N_IH)。

图9是表示初始值INxj及INpj的组合的数据表的一例。在图9所示的例子中，基于划分为N_TH个的厚度分区和划分为N_W个的宽度分区，设定初始值INxj及INpj的组合(x_{mn_k}，p_{mn_k})(其中，m满足1≤m≤N_W，n满足1≤n≤N_TH，k满足1≤k≤N_IH)。厚度分区及宽度分区基于宽度Wp及厚度THp的数据来设定。

从表参照的组合(x_{mn_k}，p_{mn_k})只作为设定计算处理中的初始值使用。因此，个数N_TH及N_W可以少。此外，可以对于图9所示的分区追加基于钢种Gp、目标温度FDT及目标温度CT的数据的分区。

接着在步骤S13之后，计算由第j个(1≤j≤N_IH)IH装置1导致的节点ND_#i(1≤i≤N_ND)的升温量QTij(步骤S14)。升温量QTij的计算使用升温量模型进行计算。对于升温量模型的例子和升温量QTij的计算的例子，在项目2－2－2.中进行说明。升温量QTij的数据构成表示钢材SS被IH装置1进行了加热的情况下的钢材SS的表面的温度的变化量的分布ΔTij的信息。

接着在步骤S14之后，计算基于IH装置1的钢材SS的加热结束位置处的钢材SS的预测温度作为“出侧预测温度Tdi^cal”(步骤S15)。作为加热结束位置，例示最终电感器的位置。出侧预测温度Tdi^cal具体而言基于下述式(1)计算，式(1)表示入侧预测温度Tei^calf的数据与将升温量QTij的数据累加了IH装置1的台数量所得的温度变化量的和。

[式1]

式(1)所示的x_j ^min是位于第j个的电感器的位移的下限限制，x_j ^max是该位移的上限限制。p_j ^min是向位于第j个的电感器供给的功率的下限限制，p_j ^max是该功率的上限限制。

接着在步骤S15之后，对于在步骤S15中计算出的出侧预测温度Tdi^cal判定是否满足收敛条件(步骤S16)。是否满足收敛条件的判定，使用由下述式(2)定义的评价函数f^obj进行。

[式2]

式(2)所示的w_j是对于节点ND_#i(1≤i≤N_ND)的加权系数。收敛条件例如包括评价函数f^obj小于阈值。

在评价函数f^obj为阈值以上的情况下，设定候选值CAxj及CApj的组合(x_{mn_k}，p_{mn_k})(步骤S17)，进行步骤S14～S16的处理。候选值CAxj是位于第j个的电感器的位移的候选值。候选值CApj是向位于第j个的电感器供给的功率的候选。在判定为评价函数f^obj是阈值以上的情况下反复执行步骤S14～S17的处理。在反复进行步骤S14～S17的处理的情况下，将组合(x_{mn_k}，p_{mn_k})设定为与在此次的例程中设定的组合不重复。通过反复进行步骤S14～S17的处理，探索更适当的组合(x_{mn_k}，p_{mn_k})。

收敛条件包括步骤S14～S17的处理的反复次数到达了上限。在评价函数f^obj小于阈值的情况或步骤S14～S17的处理的反复次数到达了上限的情况下，判定为满足收敛条件。

在判定为满足收敛条件的情况下，决定最优值OPx及OPp(步骤S18)。最优值OPx是向位置控制器15输入的位移指令值CMx。最优值OPp是向电源14输入的功率指令值CMp。最优值OPx及OPp的决定考虑步骤S16中的判定内容而进行。具体而言，在判定为评价函数f^obj小于阈值的情况下，采用在该评价函数f^obj的计算中使用的组合(x_{mn_k}，p_{mn_k})作为最优值OPx及OPp。在判定为反复的次数到达了上限的情况下，采用在评价函数f^obj为最小时的计算中使用的组合(x_{mn_k}，p_{mn_k})作为最优值OPx及OPp。

2－2－2.使用升温量模型的升温量QTij的计算

图10是表示升温量模型的一例的概略图。在第1实施方式中，在升温量模型中使用机器学习模型。在图10所示的例子中，通过由输入层IPT、中间层MID及输出层OPT构成的神经网络构建了机器学习模型。在输入层IPT中输入钢材SS的加热因子。作为加热因子，例示钢种Gp、宽度Wp、厚度THp、出侧目标温度Tdi^tgt和入侧实际温度Tei^meas。从输出层OPT输出由第j个(1≤j≤N_IH)IH装置1导致的节点ND_#i(1≤i≤N_ND)的升温量QTij。

在机器学习模型的构建时，例如通过基于有限元法等的三维的磁场及热量的数值解析，预先实施对于各种加热因子的案例分析。通过案例分析，在各案例下求出加热结束位置处的节点ND_#i的表面的温度。通过使用该温度作为教师数据，构建机器学习模型。

3.第1实施方式的效果

根据有关第1实施方式的IH系统，进行设定计算处理，决定最优值OPx及OPp。在设定计算处理中，进行使用评价函数f^obj的反复计算。在评价函数f^obj的变量中，使用出侧预测温度Tdi^cal(参照式(2))。在出侧预测温度Tdi^cal的变量中，使用通过升温量模型计算出的升温量QTij(参照式(1))。并且，在升温量QTij的计算中，考虑了候选值CAxj及CApj的组合。因此，通过基于最优值OPx及OPp进行的IH装置1的控制，能够使加热结束位置处的宽度方向W_SS上的钢材SS的温度分布ΔT均匀化。

此外，在出侧预测温度Tdi^cal的变量中，使用入侧预测温度Tei^calf(参照式(1))。并且，在入侧预测温度Tei^calf的计算中，使用入侧实际温度Tei^meas的数据。即，在入侧预测温度Tei^calf的计算中考虑到了入侧实际温度Tei^meas。因此，能够提高出侧预测温度Tdi^cal的预测的精度，提高最优值OPx及OPp的可靠性。因而，能够提高基于最优值OPx及OPp进行的IH装置1的控制的可靠性。

第2实施方式

接着，参照图11～图14对本发明的第2实施方式详细地进行说明。另外，关于与第1实施方式的说明重复的说明适当进行省略。

1.系统结构

1－1.IH系统的结构

图11是表示应用有关第2实施方式的IH系统的热轧设备的结构的概略图。另外，有关第2实施方式的感应加热方法通过以下说明的IH系统实现。

如图11所示，热轧设备具有IH装置1、轧制生产线2、计算机4和温度计5。IH装置1、计算机4和温度计5构成有关第2实施方式的IH系统。

温度计5设置在最终电感器的下游。温度计5测量钢材SS的节点ND_#i处的表面的实际温度作为“出侧实际温度Tdi^meas”(1≤i≤N_ND)。关于节点ND_#i的概念，如在图5中说明的那样。出侧实际温度Tdi^meas的数据构成宽度方向W_SS上的钢材SS的温度分布ΔTdi^meas的信息。温度计5向计算机4发送温度分布ΔTdi^meas的信息。

1－1－1.计算机

图12是说明计算机4的功能的结构的一例的框图。如图12所示，计算机4具有温度计算部41、IH控制部42、数据库43和温度分布预测部46。这些功能的一部分或全部通过计算机4的处理器执行存储在存储器中的各种程序来实现。

温度计算部41的功能与在第1实施方式中的功能基本上相同。但是，在第2实施方式中，温度计算部41计算加热开始位置处的钢材SS的预测温度作为“入侧预测温度Tei^cals”。在入侧预测温度Tei^cals的计算中，使用与温度分布ΔTei^meas的信息不同的信息。另外，温度分布ΔTei^meas的信息是指在第1实施方式中在入侧预测温度Tei^calf的计算中使用的信息。

作为该不同的信息，例示由粗轧机22的出侧的节点ND_#i处的表面的实际温度的数据等在起始电感器的上游测量或预测的节点ND_#i处的表面的温度的数据构成的信息。入侧预测温度Tei^cals的数据构成宽度方向W_SS上的钢材SS的温度分布ΔTei^cals的信息。温度计算部41将温度分布ΔTei^cals的信息向温度分布预测部46发送。

IH控制部42的功能也与在第1实施方式中的功能基本上相同。即，IH控制部42(设定计算部45)基于设定计算信息SET进行设定计算处理。但是，在第2实施方式中，IH控制部42(设定计算部45)将采用了最优值OPx及OPp时的作为评价函数f^obj的变量使用的温度分布ΔTdi^cal的信息向温度分布预测部46发送。

温度分布预测部46计算加热开始位置处的宽度方向W_SS上的钢材SS的温度分布ΔT，作为“温度分布ΔTei^recal”。温度分布ΔTei^recal由加热开始位置处的宽度方向W_SS上的钢材SS的再预测温度(以下也称作“入侧再预测温度Tei^recal”)的数据构成。入侧再预测温度Tei^recal具体而言，基于表示入侧预测温度Tei^cals的数据与偏差T^error的和的计算式(下述式(3))来计算。

偏差T^error基于在由IH装置1进行的钢材SS的加热之前刚刚经过该IH装置1加热的其他钢材SS的出侧预测温度Tdi^cal的数据和该其他钢材SS的出侧实际温度Tdi^meas的数据来计算。为了说明的方便，将位于加热开始位置的上游、即将被IH装置1加热的钢材SS称作“本次材料SSB”。将位于加热结束位置的下游、在本次材料SSB之前刚刚被IH装置1加热的钢材SS称作“上次材料SSA”。

[式3]

[式4]

式(3)所示的α是表示上次材料SSA给本次材料SSB带来的影响的系数。式(4)所示的出侧实际温度Tdi^meas的数据包含在从温度计算部41输入的上次材料SSA的温度分布ΔTdi^meas的信息中。出侧预测温度Tdi^cal的数据包含在从设定计算部45输入的上次材料SSA的温度分布ΔTdi^cal的信息中。

2.第2实施方式的特征

2－1.问题

图13是表示上次材料SSA的温度分布ΔTdi^cal及ΔTdi^meas与本次材料SSB的温度分布Tei^cals及ΔTei^recal的关系的一例的概略图。在有关第1实施方式的IH系统中，温度分布ΔTei^meas的信息从温度计3得到。相对于此，在有关第2实施方式的IH系统中没有设置温度计3。因此，在比较这些系统的情况下，在第2实施方式中可以想到温度分布ΔTei^cals的预测的精度变低。

所以，在第2实施方式中，使用最终电感器的下游的上次材料SSA的温度分布的预测信息(即，上次材料SSA的温度分布ΔTdi^cal的信息)和结果信息(即，上次材料SSA的温度分布ΔTdi^meas的信息)的误差，“再次”进行温度分布ΔTei^cals的预测。由此，对温度分布ΔTei^cals的预测精度的下降进行补偿。

2－2.设定计算处理的详细情况

图14是说明有关第2实施方式的设定计算处理的流程的流程图。在由IH装置1进行的上次材料SSA的加热的结束后执行图14所示的例程直到本次材料SSB的加热的开始前为止。另外，关于图14所示的步骤S11、S13～S18的处理，如在图8中说明的那样。因此，以下对这些步骤以外的步骤的处理的内容进行说明。

接着在步骤S11之后，计算入侧预测温度Tei^cals(步骤S21)。入侧预测温度Tei^cals例如基于构成上述“不同的信息”的数据来计算。可以考虑构成“不同的信息”的数据为粗轧机22的出侧的节点ND_#i处的表面的实际温度的数据的情况。在此情况下，基于从设置在粗轧机22的出侧的温度计的位置到加热开始位置为止的热耗散量和从该温度计传送来的实际温度的数据计算入侧预测温度Tei^cals。

接着在步骤S21之后，计算偏差T^error(步骤S22)。偏差T^error的计算通过将上次材料SSA的出侧预测温度Tdi^cal的数据和该上次材料SSA的出侧实际温度Tdi^meas的数据输入到式(4)中来进行。

接着在步骤S22之后，计算入侧再预测温度Tei^recal(步骤S23)。入侧再预测温度Tei^recal的计算通过将在步骤S22中计算出的偏差T^error和本次材料SSB的入侧预测温度Tei^cals的数据输入到式(3)中来进行。

3.第2实施方式的效果

根据有关第2实施方式的IH系统，即使在起始电感器的上游未设置温度计(即，图1所示的温度计3)的情况下，也通过使用与入侧实际温度Tei^meas的数据不同的数据进行的入侧再预测温度Tei^recal的计算，对入侧预测温度Tei^cals的预测精度的下降进行补偿。因而，根据有关第2实施方式的IH系统，能够得到与有关第1实施方式相同的效果。

标号说明

1 感应加热装置

13t、13b 电感器

14 电源

15 位置控制器

2 轧制生产线

3、5 温度计

4 计算机

41 温度计算部

42 感应加热控制部

43 数据库

44 数据取得部

45 设定计算部

46 温度分布预测部

DE_SS 输送方向

SS 钢材

SSA 上次材料

SSB 本次材料

Tdi^meas 出侧实际温度

Tdi^cal 出侧预测温度

Tdi^tgt 出侧目标温度

Tei^meas 入侧实际温度

Tei^calf，Tei^cals 入侧预测温度

Tei^recal 入侧再预测温度

ΔT、ΔTdi^meas、ΔTei^meas、ΔTdi^cal、ΔTdi^t _g ^t、ΔTei^calf、ΔTei^cals、ΔTei^recal 温度分布

TH_SS 厚度方向

W_SS 宽度方向

Claims (6)

1.一种感应加热方法，是横向式的感应加热方法，其特征在于，

包括设定组合的步骤，其中该组合是向设置在轧制生产线的输送方向上而将钢材加热的多个电感器的各个供给的功率与所述钢材的宽度方向上的所述多个电感器各自的位置的组合；

所述设定组合的步骤包括：

计算入侧预测温度的步骤，其中所述入侧预测温度表示基于所述多个电感器的所述钢材的加热开始位置处的所述宽度方向上的所述钢材的多个分区各自的预测温度；

设定所述组合的候选的步骤；

使用机器学习模型预测采用了所述候选的情况下的所述多个分区各自的升温量的步骤；

基于所述入侧预测温度和所述升温量计算出侧预测温度的步骤，其中所述出侧预测温度表示基于所述多个电感器的所述钢材的加热结束位置处的所述多个分区各自的预测温度；以及

采用评价函数小于阈值时的所述候选、或所述评价函数为最小时的所述候选作为所述组合的步骤，其中所述评价函数以所述出侧预测温度和表示所述加热结束位置处的所述多个分区各自的目标温度的出侧目标温度为变量。

2.如权利要求1所述的感应加热方法，其特征在于，

在计算所述入侧预测温度的步骤中，所述入侧预测温度基于表示比所述加热开始位置靠上游的所述钢材的各分区的实际温度的入侧实际温度来计算。

3.如权利要求1所述的感应加热方法，其特征在于，

所述钢材包括位于所述加热开始位置的上游的本次材料、和位于所述加热结束位置的下游并在基于所述多个电感器的所述本次材料的加热之前刚刚被这些电感器加热的上次材料；

设定所述组合的步骤还包括计算所述上次材料的所述出侧预测温度与出侧实际温度的偏差的步骤，其中所述出侧实际温度表示比所述加热结束位置靠下游处的所述上次材料的各分区的实际温度；

在计算所述入侧预测温度的步骤中，基于比所述加热开始位置靠上游处的所述本次材料的多个分区各自的温度和所述偏差，计算所述入侧预测温度。

4.一种横向式的感应加热系统，其特征在于，

具有：

多个电感器，在轧制生产线的输送方向上设置，将钢材加热；以及

控制装置，基于对所述多个电感器分别供给的功率和所述钢材的宽度方向上的所述多个电感器各自的位置，对所述宽度方向上的所述钢材的多个分区的温度进行控制；

所述控制装置进行设定所述功率和所述位置的组合的设定计算处理；

所述控制装置在所述设定计算处理中，

计算入侧预测温度，所述入侧预测温度表示基于所述多个电感器的所述钢材的加热开始位置处的所述多个分区各自的预测温度；

设定所述组合的候选；

使用机器学习模型预测采用了所述候选的情况下的所述多个分区各自的升温量；

基于所述入侧预测温度和所述升温量计算出侧预测温度，其中所述出侧预测温度表示基于所述多个电感器的所述钢材的加热结束位置处的所述多个分区各自的预测温度；

采用评价函数小于阈值时的所述候选、或所述评价函数为最小时的所述候选作为所述组合，其中所述评价函数以所述出侧预测温度和表示所述加热结束位置处的所述多个分区各自的目标温度的出侧目标温度为变量。

5.如权利要求4所述的感应加热系统，其特征在于，

还具有入侧温度计，设置在比所述加热开始位置靠上游，测量表示所述钢材的各分区的实际温度的入侧实际温度；

所述控制装置在所述设定计算处理中，基于所述入侧实际温度计算所述入侧预测温度。

6.如权利要求4所述的感应加热系统，其特征在于，

还具有出侧温度计，设置在比所述加热结束位置靠下游，测量表示所述钢材的各分区的实际温度的出侧实际温度；

所述钢材包括位于所述加热开始位置的上游的本次材料、和位于所述加热结束位置的下游并在基于所述多个电感器的所述本次材料的加热之前刚刚被这些电感器加热的上次材料；

所述控制装置在所述设定计算处理中，

计算所述上次材料的所述出侧预测温度与所述上次材料的所述出侧实际温度的偏差；

基于比所述加热开始位置靠上游处的所述本次材料的多个分区各自的温度和所述偏差，计算所述入侧预测温度。