TWI624312B - 熱軋參數的監測方法與系統 - Google Patents
熱軋參數的監測方法與系統 Download PDFInfo
- Publication number
- TWI624312B TWI624312B TW106116765A TW106116765A TWI624312B TW I624312 B TWI624312 B TW I624312B TW 106116765 A TW106116765 A TW 106116765A TW 106116765 A TW106116765 A TW 106116765A TW I624312 B TWI624312 B TW I624312B
- Authority
- TW
- Taiwan
- Prior art keywords
- hot rolling
- feature vectors
- state
- unmarked
- feature vector
- Prior art date
Links
- 238000005098 hot rolling Methods 0.000 title claims abstract description 93
- 238000012544 monitoring process Methods 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000002159 abnormal effect Effects 0.000 claims abstract description 28
- 239000002436 steel type Substances 0.000 claims abstract description 3
- 239000013598 vector Substances 0.000 claims description 109
- 229910000831 Steel Inorganic materials 0.000 claims description 11
- 239000010959 steel Substances 0.000 claims description 11
- 238000005096 rolling process Methods 0.000 claims description 10
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000010079 rubber tapping Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005554 pickling Methods 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
本發明提出一種熱軋參數的監測方法,此監測方法包括:持續地從熱軋產線中蒐集熱軋參數;根據鋼種與尺寸來分類熱軋參數;根據分類後的熱軋參數產生圖表;判斷分類後的熱軋參數是否符合異常狀態;以及若分類後的熱軋參數符合異常狀態,發出警告訊息。
Description
本發明是有關於一種熱軋廠的監控系統,且特別是有關於一種利用大數據分析的熱軋參數的監測方法與系統。
以往鋼鐵廠進行數據分析時,都需要工作人員自行取得參數,並判斷這些參數的數值是否在一個合理區間中以判斷是否有異常情況發生。然而,這樣的步驟非常花費人力以及時間,而且無法自動化產生數據報表。此外,在一些情況中異常情況可能涉及不只一個參數,使用單一的數值區間不一定能夠適用於所有的異常情況。因此,如何提供一個自動化的監測方法,為此領域技術人員所關心的議題。
本發明的實施例提出一種熱軋參數的監測方法,適用於熱軋產線與電腦系統,此監測方法包括:持續地從熱軋產線中蒐集熱軋參數;根據鋼種與尺寸來分類熱軋參數;根據分類後的熱軋參數產生圖表;判斷分類後的熱軋參
數是否符合異常狀態;以及若分類後的熱軋參數符合異常狀態,發出警告訊息。
在一些實施例中,熱軋參數包括出爐溫度、粗軋出口溫度、鋼種在走道的偏移量、軋延力或軋延力的差值或中凸數值。
在一些實施例中,發出警告訊息的步驟包括:傳送網路系統信息或即時訊息至管理者。
在一些實施例中,熱軋參數的數目大於1,其中判斷分類後的熱軋參數是否符合異常狀態的步驟包括:對於每一相同時間點的熱軋參數產生一特徵向量,其中每一個特徵向量對應於一狀態:取得多個未標記特徵向量與多個已標記特徵向量,其中已標記特徵向量的數目小於未標記特徵向量的數目;以及根據已標記特徵向量的狀態以及已標記特徵向量和未標記特徵向量之間的距離來取得每一個未標記特徵向量的狀態。
在一些實施例中,取得未標記特徵向量的狀態的步驟包括:重複執行一第一程序,第一程序包括。根據以下方程式(1)、(2)、(3)來更新未標記特徵向量的狀態。
di,j=∥x i -x j ∥2...(1)
x i 表示特徵向量,x j 表示未標記特徵向量,表示未標記特徵向量x j 在第k次執行第一程序時所對應的狀態。在重複執行第一程序以後,根據狀態來判斷未標記
特徵向量x j 所對應的熱軋參數是否符合異常狀態。
以另外一個角度來說,本發明的實施例提出一種監測系統,包括熱軋產線、感測器與電腦系統。感測器用以持續地從熱軋產線中蒐集熱軋參數。電腦系統用以根據鋼種與尺寸來分類熱軋參數,根據分類後的熱軋參數產生圖表,並且判斷分類後的熱軋參數是否符合異常狀態。若分類後的熱軋參數符合異常狀態,電腦系統發出警告訊息。
在上述的監測系統與方法中,可以自動地產生圖表並判斷異常狀態。
為讓本發明的上述特徵和優點能更明顯易懂,下文特舉實施例,並配合所附圖式作詳細說明如下。
100‧‧‧監控系統
110‧‧‧熱軋產線
111、112‧‧‧軋機
121~124‧‧‧感測器
130‧‧‧電腦系統
201~204‧‧‧特徵向量
301~305‧‧‧步驟
[圖1]是根據一實施例繪示熱軋產線的示意圖。
[圖2]是根據一實施例繪示已標記特徵向量與未標記特徵向量的示意圖。
[圖3]是根據一實施例繪示熱軋參數的監測方法的流程圖。
圖1是根據一實施例繪示熱軋產線的示意圖。請參照圖1,監測系統100包括熱軋產線110、感測器121~124與電腦系統130。
熱軋產線110是在熱軋廠內,用以將鋼胚轉換為鋼捲。例如,熱軋產線110可包括軋機111、112,這些軋機111、112可以是粗軋機或是精軋機,本發明並不在此限。此外,圖1所繪示的熱軋產線110只是示意圖,本領域具有通常知識者當可理解熱軋產線110還可包括軋機以外的設備與工作區域。例如,熱軋產線110還可包括層流冷卻區等其他區域、熱軋的程序還可包括酸洗、清洗、切邊、以及/或者盤捲等程序,而每個程序/區域都可有對應的設備。
感測器121~124是用以持續地蒐集熱軋產線110中的熱軋參數。這些感測器121~124可以是溫度感測器、壓力感測器、距離感測器、長度感測器等任何適合的感測器,本發明並不在此限。上述的熱軋參數則可以是出爐溫度、粗軋出口溫度、鋼種在走道(sidewalk)的偏移量、軋延力或軋延力的差值、中凸(camber)數值、某一程序內耗費的時間等等,本領域具有通常知識者當可理解在熱軋廠中具有許多參數會影響鋼捲的生產,本發明所指的熱軋參數並不限於此。此外,圖1中感測器121~124的位置也僅是示意,本領域具有通常知識者當可理解當要取得某一個熱軋參數時,可以將適當的感測器設置在適當的位置。例如,當要取得粗軋出口溫度時,可以將溫度感測器設置於粗軋機(例如,軋機112)的出口處,以此類推。
電腦系統130是用以透過感測器121~124取得上述的熱軋參數並建立一個資料庫。接下來,電腦系統130可以根據鋼種與尺寸來分類這些熱軋參數。例如,尺寸可包
括長度與寬度,因此對於特定的鋼種、長度、寬度都可以產生某一熱軋參數的表格(或其他資料結構)。接下來,電腦系統130可根據分類後的熱軋參數產生圖表,這些圖表可以是曲線圖、直方圖、雷達圖、散佈圖等等,本發明並不在此限。有經驗的工程師可以從上述的圖表中判斷出是否有異常的情況發生,這些圖表可以提供給管理人員/工程師/現場操作人員等作為參考。
在一些實施例中,電腦系統130還可以自動地判斷分類後的熱軋參數是否符合異常狀態。舉例來說,在蒐集到特定分類的熱軋參數以後,可以計算此熱軋參數在一段時間內的平均值、標準差、最大值、最小值等其他統計資料,並且設定一或多個臨界值,當熱軋參數大於或小於對應的臨界值時表示有異常情況發生。上述的臨界值的設定例如是將平均值加上/減去若干倍的標準差已取得上臨界值與下臨界值,當熱軋參數大於上臨界值或小於下臨界值時則表示有異常狀態。或者,上述的上臨界值與下臨界值也可以分別由最大值以及最小值來決定。在一些實施例中,也可以由工程師依照經驗來設定臨界值,本發明並不在此限。
當熱軋參數符合異常狀態的判斷時,電腦系統130會發出警告訊息。此警告訊息可以是用圖形、文字、符號等形式顯示在一個螢幕上。或者,也可以傳送網路系統信息或即時訊息至管理者,藉此管理者可以即時地知道熱軋產線上的異常狀態。本發明並不限制警告訊息的形式與內容。
在上述的實施例中,在判斷是否符合異常狀態
時只考慮一個熱軋參數,但在其他實施例中也可同時考慮多個熱軋參數。另一方面,在一些實施例中必須由有經驗的工程師來判斷什麼樣的熱軋參數是異常,且標記的數量必須夠多才行,這樣非常耗費人力。因此,以下提出一個判斷異常狀態的方法,以解決上述的問題。
首先,相同時間點的多個熱軋參數可以組成一個特徵向量,以下表示為x i ,i為1至N的正整數,N為特徵向量的個數,特徵向量x i 的長度為熱軋參數的個數。例如,特徵向量的第一個元素(element)可為某一溫度資訊,第二個元素可為壓力資訊等。在一些實施例中,也可以對熱軋參數進行任意的運算(例如,平方)來當作特徵向量x i 中的一個元素,本發明並不在此限。每個特徵向量是會應到一個狀態,用以表示該特徵向量是否為異常,上述的狀態表示為y i ,其中y i 為一個實數,在此實施例中y i =1表示正常,y i =-1表示異常,而y i =0表示尚未決定對應的特徵向量是正常或是異常。
接下來,可用人工的方式標記部分特徵向量的狀態。例如,圖2是根據一實施例繪示已標記特徵向量與未標記特徵向量的示意圖。請參照圖2,其中橫軸跟縱軸分別是特徵向量中的兩個參數(元素),由於太高維度的圖示不容易繪製與理解,在此僅繪示有兩個參數的示意圖。在圖2中,每一個點代表一個特徵向量,圓形代表正常的特徵向量,三角形代表異常的特徵向量,而塗黑的圓形/三角形表示已標記特徵向量(例如,特徵向量201、202),其他是未
標記特徵向量(例如,特徵向量203、204)。一般來說,已標記特徵向量的數目是遠小於未標記特徵向量的數目。在此實施例中,會根據已標記特徵向量的狀態以及已標記特徵向量和未標記特徵向量之間的距離來取得每一個未標記特徵向量的狀態。
具體來說,任意兩個特徵向量x i 與特徵向量x j 之間的距離可用以下方程式(1)來計算。
di,j=∥x i -x j ∥2...(1)
其中i、j為1至N之間的正整數,並且i≠j。特徵向量x i 可以是任意一個特徵向量(可為已標記特徵向量或未標記特徵向量),而特徵向量x j 則是未標記特徵向量。在此實施例中,是要讓特徵向量x i 將其狀態y i 逐漸傳遞出去,並且距離越近時傳遞越高比例(介於0至1之間)的狀態y i 出去。例如,在圖2中,特徵向量203與特徵向量201之間的距離較近,因此已標記的特徵向量201容易將其狀態傳遞給特徵向量203;相對地,特徵向量202與特徵向量203較遠,因此已標記的特徵向量202不容易將其狀態傳遞給特徵向量203。根據特徵向量之間的距離可計算出一個權重wi,j,如以下方程式(2)所示。
其中a為大於0的實數,可經由實驗來決定。值得注意的是,當距離di,j越小時,權重wi,j越大。在此實施例中,傳遞的步驟會執行多次,以下把傳遞的步驟稱為第一程序,也就是說,第一程序會執行多次。第一程序包括:根據
以下方程式(3)來更新未標記特徵向量的狀態yj。
表示未標記特徵向量x j 在第k次執行第一程序時所對應的狀態,k為正整數。在第一程序中,是對所有的未標記特徵向量x j 都執行方程式(3)。在第一次執行第一程序時,如果特徵向量x i 尚未被標記,則其狀態為0,等同於只有已標記的特徵向量x i 有能力將其狀態傳遞出去。然而,在執行完第一程序以後,所有的未標記特徵向量x j 的狀態都不為0。因此,在執行第二次的第一程序時,即使特徵向量x i 尚未被標記,但其狀態並不為0,因此未標記特徵向量x i 也有能力將其狀態傳遞出去。方程式(2)右側的分母則是為了正規化,讓狀態會介於-1至1之間。重複執行第一程序幾次(本發明並不限制此次數,例如為5次、10次、20次、100等)以後,便可以根據狀態來判斷未標記特徵向量x j 所對應的熱軋參數是否符合異常狀態,當>0表示不符合異常狀態,而0表示符合異常狀態。
在圖2中,特徵向量201的狀態容易傳遞至特徵向量203,但因為距離的因素不容易傳遞到特徵向量204。另一方面,雖然特徵向量204離最近的已標記特徵向量很遠,但由於正常的特徵向量之間的密度很高,因此正常的已標記特徵向量的狀態還是可以傳遞至特徵向量204。根據上述做法,只需要少數的已標記特徵向量便可以分類多數的未標記特徵向量,可以解決需要人工來標記的問題。
圖3是根據一實施例繪示熱軋參數的監測方法的流程圖。請參照圖3,在步驟301中,持續地從熱軋產線中蒐集熱軋參數。在步驟302中,根據鋼種與尺寸來分類熱軋參數。在步驟303中,根據分類後的熱軋參數產生圖表。
步驟304中,判斷分類後的熱軋參數是否符合異常狀態。若步驟304的結果為是,則在步驟305中,發出警告訊息。
然而,圖3中各步驟已詳細說明如上,在此便不再贅述。值得注意的是,圖3中各步驟可以實作為多個程式碼或是電路,本發明並不在此限。此外,圖3的方法可以搭配以上實施例使用,也可以單獨使用。換言之,圖3的各步驟之間也可以加入其他的步驟。
雖然本發明已以實施例揭露如上,然其並非用以限定本發明,任何所屬技術領域中具有通常知識者,在不脫離本發明的精神和範圍內,當可作些許的更動與潤飾,故本發明的保護範圍當視後附的申請專利範圍所界定者為準。
Claims (5)
- 一種熱軋參數的監測方法,適用於一熱軋產線與一電腦系統,該監測方法包括:持續地從該熱軋產線中蒐集至少一熱軋參數;根據一鋼種與一尺寸來分類該至少一熱軋參數;根據分類後的該至少一熱軋參數產生一圖表;判斷分類後的該至少一熱軋參數是否符合一異常狀態;以及若分類後的該至少一熱軋參數符合該異常狀態,發出一警告訊息,其中該至少一熱軋參數的數目大於1,並且判斷分類後的該至少一熱軋參數是否符合該異常狀態的步驟包括:對於每一相同時間點的該些熱軋參數產生一特徵向量,其中每一該些特徵向量對應於一狀態:從該些特徵向量中取得多個未標記特徵向量與多個已標記特徵向量,其中該些已標記特徵向量的數目小於該些未標記特徵向量的數目;以及根據已標記特徵向量的該狀態以及該些已標記特徵向量和該些未標記特徵向量之間的距離來取得每一該些未標記特徵向量的該狀態。
- 如申請專利範圍第1項所述之監測方法,其中該至少一熱軋參數包括出爐溫度、粗軋出口溫度、鋼 種在走道的偏移量、軋延力或軋延力的差值或中凸(camber)數值。
- 如申請專利範圍第1項所述之監測方法,其中發出該警告訊息的步驟包括:傳送一網路系統信息或一即時訊息至一管理者。
- 如申請專利範圍第1項所述之監測方法,其中根據已標記特徵向量的該狀態以及該些已標記特徵向量和該些未標記特徵向量之間的距離來取得每一該些未標記特徵向量的狀態的步驟包括:重複執行一第一程序,該第一程序包括:根據以下方程式(1)、(2)、(3)來更新該些未標記特徵向量的該狀態;di,j=∥x i -x j ∥2...(1)
- 一種監測系統,包括:熱軋產線;感測器,用以持續地從該熱軋產線中蒐集至少一熱軋參數;以及電腦系統,用以根據一鋼種與一尺寸來分類該至少一熱軋參數,根據分類後的該至少一熱軋參數產生一圖表,並且判斷分類後的該至少一熱軋參數是否符合一異常狀態,其中,若分類後的該至少一熱軋參數符合該異常狀態,該電腦系統發出一警告訊息,其中該至少一熱軋參數的數目大於1,並且該電腦系統還用以:對於每一相同時間點的該些熱軋參數產生一特徵向量,其中每一該些特徵向量對應於一狀態:從該些特徵向量中取得多個未標記特徵向量與多個已標記特徵向量,其中該些已標記特徵向量的數目小於該些未標記特徵向量的數目;以及根據已標記特徵向量的該狀態以及該些已標記特徵向量和該些未標記特徵向量之間的距離來取得每一該些未標記特徵向量的該狀態。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW106116765A TWI624312B (zh) | 2017-05-19 | 2017-05-19 | 熱軋參數的監測方法與系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW106116765A TWI624312B (zh) | 2017-05-19 | 2017-05-19 | 熱軋參數的監測方法與系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI624312B true TWI624312B (zh) | 2018-05-21 |
TW201900293A TW201900293A (zh) | 2019-01-01 |
Family
ID=62951725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW106116765A TWI624312B (zh) | 2017-05-19 | 2017-05-19 | 熱軋參數的監測方法與系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI624312B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI687783B (zh) * | 2019-06-17 | 2020-03-11 | 臺灣塑膠工業股份有限公司 | 設備異常偵測方法及系統 |
TWI858951B (zh) * | 2023-10-06 | 2024-10-11 | 中國鋼鐵股份有限公司 | 條鋼線材軋延生產管理系統 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200927316A (en) * | 2007-08-04 | 2009-07-01 | Sms Demag Ag | Method for fabricating a steel strip |
CN104707868A (zh) * | 2013-12-11 | 2015-06-17 | 东芝三菱电机产业系统株式会社 | 数据分析装置 |
CN104772340A (zh) * | 2014-01-15 | 2015-07-15 | 宝山钢铁股份有限公司 | 热轧来料凸度及楔形异常波动预警控制方法 |
-
2017
- 2017-05-19 TW TW106116765A patent/TWI624312B/zh not_active IP Right Cessation
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200927316A (en) * | 2007-08-04 | 2009-07-01 | Sms Demag Ag | Method for fabricating a steel strip |
CN104707868A (zh) * | 2013-12-11 | 2015-06-17 | 东芝三菱电机产业系统株式会社 | 数据分析装置 |
CN104772340A (zh) * | 2014-01-15 | 2015-07-15 | 宝山钢铁股份有限公司 | 热轧来料凸度及楔形异常波动预警控制方法 |
Also Published As
Publication number | Publication date |
---|---|
TW201900293A (zh) | 2019-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5091604B2 (ja) | 分布の評価方法、製品の製造方法、分布の評価プログラム及び分布の評価システム | |
CN104360677B (zh) | 一种卷烟加工过程质量评价与诊断方法 | |
CN102929148B (zh) | 基于t-k控制图的多品种生产模式统计过程控制方法 | |
CN108922168B (zh) | 一种中观层面事故多发道路判别的方法 | |
US12162056B2 (en) | Method and system for forming a stamped component using a stamping simulation model | |
JP2015011027A (ja) | 時系列データにおける異常を検出する方法 | |
CN117991708B (zh) | 基于物联网工业自动预警系统 | |
TWI624312B (zh) | 熱軋參數的監測方法與系統 | |
WO2018142678A1 (ja) | 製造実績の可視化方法、画像処理装置及びプログラム | |
CN116934262B (zh) | 一种基于人工智能的施工安全监管系统及方法 | |
CN117767271A (zh) | 电力应急自动化管理系统 | |
CN117140186A (zh) | 一种基于人工智能的机械加工车间在线监测系统及方法 | |
CN117130332A (zh) | 一种基于数据分析的军工企业产线智能监管系统 | |
JP2016118475A (ja) | 識別装置及び識別方法 | |
DE112017003743T5 (de) | System und Verfahren zur Überwachung einer Herstellungsanlage | |
CN117705121A (zh) | 一种用于电厂的多维度巡检系统 | |
CN105427043A (zh) | 一种基于改进的最近邻算法的电网告警分析方法 | |
JP2022543923A (ja) | 分布図を通じた機器の予知保全方法 | |
CN115511391A (zh) | 一种基于bim模型的工程质量监管预警系统和方法 | |
CN118364410B (zh) | 基于多传感器的催化燃烧异常数据处理方法 | |
CN113297913B (zh) | 一种配网现场作业人员穿衣规范的识别方法 | |
Movaffagh et al. | Monotonic change point estimation in the mean vector of a multivariate normal process | |
CN113159503A (zh) | 一种远程遥控智能安全评估系统和方法 | |
CN115375151B (zh) | 一种井下施工的作业人员安全调度方法 | |
Shi et al. | Research on the Model of Building Construction Accident Prediction and Early Warning System based on Artificial Intelligence [J] |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |