JP4829972B2 - ステンレス鋼鋳片品質オンライン予測システム及びこれを用いた予知方法 - Google Patents

Description

本発明は、ステンレス鋼鋳片品質オンライン予測システム及びこれを用いた予知方法に関し、より詳しくは、製鋼における連続鋳造工程の全般にわたって活用可能なすべての操業データを集合し、これを熱力学及び統計プログラムを活用して冶金学的計算評価モデルとして、生産される鋳片の品質をネットワーク基盤システムを用いてオンラインで精度の高い予測を可能にしたステンレス鋼鋳片品質オンライン予測システム及びこれを用いた予知方法に関する。

一般的に、ステンレス鋼は、製鋼及び連続鋳造工程などを経て生産される。

図１は、一般的なステンレス製鋼−連鋳工程を図式的に示す図である。

まず、スクラップは電気炉内で溶解して溶銑として作られる。しかし、このような溶銑は単にスクラップを溶解して得られるので不純物が多量含まれている。

したがって、電気炉を経て得られた溶銑は、精錬炉で脱炭及び脱硫工程を経た後、製品として使用可能な組成からなる溶鋼として作られる。

前記溶鋼は、以後の取鍋精錬で最終成分調整及び連続鋳造に適した温度を確保した後、連続鋳造機に移動される。

前記連続鋳造機において、溶鋼は、取鍋からタンディッシュを経て水で冷却する銅板モールドに注ぎ込まれて凝固し、中間製品の鋳片として生産される。

このように生産された鋳片は、圧延過程を経て最終製品として使用される。

しかし、このように生産された鋳片内には種々の欠陥を内在しているが、中でも代表的に、鋳片表面が割れるクラック、非金属介在物の混入、異常な凝固組職の形成、表面のオシレーションマークの欠陥などがある。

これら欠陥のうち、表面に露出した大きな欠陥は操業者が目視で確認でき、鋳片の研削（ｇｒｉｎｄｉｎｇ）などにより欠陥を除去することが可能であるが、目視観察できない微細な表面欠陥及び内部に存在する欠陥は確認することができないので、鋳片を１００％研削するか若しくは製品欠陥を甘受するほかないのが実情である。

また、このような方法は、研削及び製品欠陥による品質費用が増すばかりでなく、工程負荷をもたらして生産性を劣悪化する。

そこで、このような問題点を解決するために、操業者が鋳片を調査することなしにも、オンラインで鋳片の品質状態を正確に予測する技術が開発されてきている。

通常、工程が進むほど欠陥を除去する費用が増大するので、換言すれば、鋳片状態で欠陥を予測しこれを除去することが費用及び工程効率の面でより経済的であるので、正確度の高い鋳片品質予測システムを用いた予測結果を活用し、必ず研削が必要な鋳片または不要な鋳片を正確に選別することができれば、研削が不要な鋳片に対しては前述の１００％研削が要らないことから、それに伴う経済的利益を期待することができ、研削が必要な鋳片に対してのみ研削をすることにより、製品の品質を確保し、それに伴う生産性の増大も期待される。

このような趣旨から、Ｖｏｅｓｔ社のＶＡＩ−Ｑ、Ｔｅｒｎｉ社のＭ−Ｃａｓｔ及びＰｒｅｕｓｓａｇ Ｓ．社のＭＩＤＡＳなどの鋳片品質予知システムが開発されている。

Ｖｏｅｓｔ社のＶＡＩ−Ｑは、製鋼及び連鋳工程における操業データを活用した品質評価結果に基づいて合格の可否のみを判定するシステムである。

Ｔｅｒｎｉ社のＭ−Ｃａｓｔは、銅板温度と連鋳操業データとを用いてリアルタイムでステンレス鋼の鋳片品質を予測するシステムである。

Ｐｒｅｕｓｓａｇ Ｓ．社のＭＩＤＡＳは、生産計画、品質及び工程データなどを活用した評価結果を生産計画部署に伝達して鋳片の切断前に変更可能にさせるシステムである。

ところが、これらシステムの特徴は、操業データの単純評価方法を採り入れることにより、単に目標値と実績値との差だけで鋳片品質を評価するため、単に操業の正確性のみが評価され、多様な鋳片品質に対する精度の高い予測には限界があった。

例えば、鋳造速度の場合において、ある項目には非常に決定的な影響を与えるが、他の項目にはわずかな影響を与える場合がある。従来のシステムにおいては、このような多様な重要度の加重値が無視されるという問題点がある。

また、従来の鋳片品質予知方法は、そのほとんどが一般炭素鋼を対象として開発されているため、ステンレス鋼に直接適用するには限界がある。ステンレス鋼と一般炭素鋼は、品質の観点において非常に異なっている部分が多いからである。例えば、ステンレス鋼は、加熱炉でスケールが除去される量が非常に少ないため、一般炭素鋼の場合においてスケールとして除去される鋳片極表層部の欠陥がすべて製品の欠陥につながるようになる。

したがって、一般炭素鋼とは異なり、ステンレス鋼の鋳片品質予知方法においては、オシレーションマークを含む鋳片極表層部の浸炭及び浸硫の欠陥などを考慮したシステムが要求され、レーザセンサなどを用いた先端センセ計測システム、より正確な評価欠陥を算出できるようにする統計及び熱力学計算プログラム、及び操業者がより便利に使用できるようにするネットワーク基盤システムなどが要求されている。

本発明は、上記のような従来の問題点を解決するためになされたものであり、製鋼における連続鋳造工程の全般にわたって活用可能なすべての操業データを集合した後、熱力学及び統計プログラムを活用した冶金学的計算評価モデルとして、既存の操業データによる予測法の限界を克服し、生産される鋳片の品質をネットワーク基盤システムを用いてオンラインで精度の高い予測を可能にし、これにより、品質の改善及び生産性の向上に大きく寄与できるようにしたステンレス鋼鋳片品質オンライン予測システム及びこれを用いた予知方法を提供することに、その目的がある。

前記目的を達成するために、本発明によるステンレス鋼鋳片品質オンライン予測システムは、ステンレス鋼鋳片生産ラインで情報を収集及び保存するメインコンピュータ、前記メインコンピュータと相互通信する熱力学計算専用コンピュータ、及び前記メインコンピュータと相互通信するサーバ用コンピュータを含んで構成される。

ここで、前記メインコンピュータで収集された情報は、前記熱力学計算専用コンピュータに送信されて熱力学計算が行われた後、さらに前記メインコンピュータに送信されてデータベースに保存され、前記メインコンピュータは、データ処理、冶金学的モデル計算及びデータベース管理のうち少なくとも一つ以上が行われるように構成され、前記熱力学計算専用コンピュータは、清浄度及び凝固関連のうち少なくとも一つ以上の熱力学計算が行われるように構成される。

また、前記メインコンピュータに初期凝固の均一度のための温度情報を提供するように前記メインコンピュータに連設される多数の熱電対がさらに構成され、前記多数の熱電対は、銅板に挿入される方式で設けられ、前記多数の熱電対は、前記銅板の長辺に各５個ずつ、短辺に各１個ずつ設けられる。

好ましくは、前記熱電対は、シース型（ｓｈｅａｔｈ ｔｙｐｅ）の熱電対である。

さらに好ましくは、前記多数の熱電対は、前記銅板の内側及び右側の前記熱電対６個が一つのソケットに連結され、外側及び左側の前記熱電対６個がもう一つのソケットに連結され、二つの前記ソケットがモールド外に延びて前記メインコンピュータに連設されるように構成される。

また、前記メインコンピュータに浸漬ノズルの浸漬深さ情報を提供するように前記メインコンピュータに連設されるレーザ距離センサがさらに構成されてなることもできる。

本発明によるステンレス鋼鋳片品質オンライン予測システムを用いた予知方法は、ステンレス鋼の鋳片品質予測のための予知項目を測定する測定段階、前記測定された予知項目に基づいて数値評価が行われる評価段階、及び前記評価段階で算出された前記数値を分析して前記ステンレス鋼の鋳片品質を予測する予測段階を含んでなる。

ここで、前記予知項目は、初期凝固の均一度、モールドの冷却速度、鋳片の凝固組職、鋳片のオシレーションマーク品質、清浄度及び連鋳操業安定度である。

このとき、前記初期凝固の均一度で測定された情報は、前記評価段階で銅板温度、銅板温度の偏差、銅板温度の内部／外部の比、銅板温度の左／右の比及び銅板温度の長辺／短辺の比として数値評価される。

ここで、前記銅板温度は、鋳片単位別の平均銅板温度を計算し、鋼種別の最適の銅板温度との差を評価して求められ、前記銅板温度の偏差は、鋳片単位別の銅板温度の全偏差を統計分析し、偏差の程度を評価し、初期凝固の安定度を評価して求められ、前記銅板温度の内部／外部の比は、鋳片単位別の長辺銅板の内部及び外部の銅板温度比を計算して均衡値との差を評価し、初期凝固の均衡度を評価して求められ、前記銅板温度の左／右の比は、鋳片単位別の短辺銅板の左側及び右側の銅板温度比を計算して均衡値との差を評価し、初期凝固の均衡度を評価して求められ、前記銅板温度の長辺／短辺の比は、鋳片単位別の長辺及び短辺の銅板温度の比を計算して均衡値との差を評価し、初期凝固の均衡度を評価して求められる。

また、前記モールドの冷却速度で測定された情報は、前記評価段階で熱伝達量、熱伝達量の偏差、熱伝達量の内部／外部の比、熱伝達量の左／右の比及び熱伝達量の長辺／短辺の比として数値評価される。

ここで、前記熱伝達量は、鋳片単位別の平均熱伝達量を計算し、鋼種別の最適の熱伝達量との差を評価して求められ、前記熱伝達量の偏差は、鋳片単位別の熱伝達量の全偏差を統計分析し、偏差の程度を評価して求められ、前記熱伝達量の内部／外部の比は、鋳片単位別の長辺銅板の内部及び外部の熱伝達量比を計算して均衡値からの差を評価し、熱伝達量の均衡度を評価して求められ、前記熱伝達量の左／右の比は、鋳片単位別の短辺銅板の左側及び右側の比を計算して均衡値からの差を評価し、熱伝達量の均衡度を評価して求められ、前記熱伝達量の長辺／短辺の比は、鋳片単位別の長辺及び短辺の銅板温度の比を計算して均衡値からの差を評価し、熱伝達量の均衡度を評価して求められる。

また、前記鋳片の凝固組職で測定された情報は、前記評価段階でオーステナイト系の平均残留フェライト、オーステナイト系の表層フェライト、フェライト系等軸晶率及びマルテンサイト系中心偏析度として数値評価される。

ここで、前記オーステナイト系の平均残留フェライトは、下記式（数１）、いわゆるＫＲＵＰＰ式を活用して評価して求められ、
［式］
このとき、δ−ｆｅｒｒｉｔｅの％は体積％を示し、元素の％は重量％を意味する。
前記オーステナイト系の表層フェライトは、下記式(数２)を活用して評価して求められ、
［式］

前記フェライト系等軸晶率は、下記式（数３）、（数４）を活用して評価して求められ、
［式］

前記マルテンサイト系中心偏析度は、下記式（数５）を活用して評価して求められる。
［式］

さらに、前記オシレーションマーク品質で測定された情報は、前記評価段階でオシレーションマーク深さ、オシレーションマーク品質、炭素ピックアップ（Ｃ−ｐｉｃｋ ｕｐ）及び硫黄ピックアップ（Ｓ−ｐｉｃｋ ｕｐ）として数値評価される。

ここで、前記オシレーションマーク深さは、下記式（数６）、（数７）を活用して評価して求められ、
［式］
前記オシレーションマーク品質は、下記式（数８）を活用して評価して求められ、
［式］

前記炭素ピックアップは、下記式を活用して評価して求められ、
［式］
Ｃ_{ｐｉｃｋ ｕｐ}＝ｆ［(モールドスラグ層厚さ)，(Ｕ_{ｖａｌｕｅ})，(モールドパウダー内Ｃ％)］
前記硫黄ピックアップは、下記式を活用して評価して求められ、
［式］
Ｓ_{ｐｉｃｋ ｕｐ}＝ｆ［(モールドスラグ層厚さ)，(Ｕ_{ｖａｌｕｅ})，(モールドパウダー内Ｓ％)］
前記モールドスラグ層厚さは、モールドパウダーの溶融速度及び消耗速度の計算モデルにより計算される。

また、前記清浄度で測定された情報は、前記評価段階で高融点介在物量、介在物のＴｉ−Ａｌ−酸化物含量、再酸化程度、Ｔｉ実収率、ＴｉＮ晶出量、ＴｉＮ晶出温度、窒素気孔、Ａｒ気孔及び鋼中の酸化物量として数値評価される。

ここで、前記高融点介在物量は、タンディッシュ溶鋼を基準として溶鋼内の非金属介在物中、固相となった量を計算し評価して求められ、前記介在物のＴｉ−Ａｌ−酸化物含量は、タンディッシュ溶鋼を基準として溶鋼内の非金属介在物中、表面品質と相関性の高いＴｉＯ_２＋Ｔｉ_２Ｏ_３＋Ａｌ_２Ｏ_３含量を計算し評価して求められ、前記再酸化程度は、ＡＯＤ出鋼からタンディッシュまでにおける窒素濃度の変化を用いて再酸化程度を評価して求められ、前記Ｔｉ実収率は、Ｔｉ添加鋼（４０９Ｌ、４３９など）のＴｉ実収率を計算し評価して求められ、前記ＴｉＮ晶出量は、Ｔｉ添加鋼のＴｉＮ晶出量（タンディッシュ基準）を熱力学を用いて計算し評価して求められ、前記ＴｉＮ晶出温度は、ＴｉＮが形成される温度を熱力学的に計算し、タンディッシュ温度との差で評価して求められ、前記窒素気孔は、高窒素鋼の場合、凝固中の窒素ガス形成量を熱力学的に計算し評価して求められ、前記Ａｒ気孔は、連続鋳造中に使用されたＡｒガス流量を用いて評価して求められ、前記鋼中の酸化物量は、タンディッシュを基準として溶鋼内の総酸化物含量を熱力学的に計算し評価して求められる。

また、前記連鋳操業安定度で測定された情報は、前記評価段階で鋳造温度の偏差、鋳造温度差、鋳造速度の偏差、ＭＬＡＣ程度、スライディングゲート（ｓｌｉｄｉｎｇ ｇａｔｅ）開度の偏差、スライディングゲート開度の変化量、溶鋼流動、浸漬ノズルの浸漬深さ、鋳型−鋳片摩擦力、鋳片の表面温度及び二次冷却の比水量として数値評価される。

ここで、前記鋳造温度の偏差は、鋳造温度の偏差を計算し評価して求められ、前記鋳造温度差は、操業標準の設定鋳造温度と実績鋳造温度との差を計算し評価して求められ、前記鋳造速度の偏差は、鋳造速度の偏差を計算し評価して求められ、前記ＭＬＡＣ程度は、湯面変動量（±１ｍｍ的中率）を計算し評価して求められ、前記スライディングゲート開度の偏差は、スライディングゲートの偏差を計算し評価して求められ、前記スライディングゲート開度の変化量は、鋳片の初期から末期の間のスライディングゲート開度の変化を計算し評価して求められ、前記溶鋼流動は、モールド短辺部に衝突した後上向きに上がる溶鋼流の速度であり、前記上向きに上がる溶鋼流の速度は、吐出口を通り抜ける瞬間の理論溶鋼流速、湯面から銅板短辺部の溶鋼衝突点までの距離、浸漬ノズルの中心部から銅板短辺部の溶鋼衝突点までの距離及び吐出口における溶鋼吐出角度から計算し評価して求められ、前記溶鋼流動は、モールド内の上昇する溶鋼流速を計算し評価して求められ、前記浸漬ノズルの浸漬深さは、浸漬ノズルの浸漬深さをレーザセンサで測定し、操業標準上の設定浸漬深さとの差を計算し評価して求められ、前記鋳型−鋳片摩擦力は、鋳型−鋳片間の摩擦力を鋳造条件、モールドパウダー消耗量などで計算し評価して求められ、前記鋳片の表面温度は、鋳片の表面温度を熱測定器を用いて測定し、鋼種別の最適値との差を計算し評価して求められ、前記二次冷却の比水量は、二次冷却の比水量を二次冷却の冷却水流量データから計算し、鋼種別の設定値との差を計算し評価して求められる。

上述のように、本発明によるステンレス鋼鋳片品質オンライン予測システム及びこれを用いた予知方法により、製鋼における連続鋳造工程の全般にわたって活用可能なすべての操業データを集合した後、熱力学及び統計プログラムを活用した冶金学的計算評価モデルとして、既存の操業データによる予測法の限界を克服し、生産される鋳片の品質をネットワーク基盤システムを用いてオンラインで精度の高い予測を可能にし、これにより、品質の改善及び生産性の向上に大きく寄与することができる。

以下、本発明によるステンレス鋼鋳片品質オンライン予測システムの好ましい実施例を、添付図面を参照して詳細に説明する。

図２は、本発明の好ましい実施例によるステンレス鋼鋳片品質オンライン予測システムを概略的に示す図であり、図３は、図２の概念図である。

本発明によるステンレス鋼鋳片品質オンライン予測システムは、ステンレス鋼鋳片生産ラインで情報を収集及び保存するメインコンピュータ、前記メインコンピュータと相互通信する熱力学計算専用コンピュータ、及び前記メインコンピュータと相互通信するサーバ用コンピュータを含んで構成される。

メインコンピュータ、熱力学計算専用コンピュータ及びサーバ用コンピュータは、ステンレス鋼生産ラインにおける連続鋳造運転室に設けられる。

前記熱力学計算専用コンピュータは、清浄度及び凝固関連の熱力学計算を行うことができるように構成され、凝固関連の熱力学計算はＴｈｅｒｍｏＣａｌｃ、清浄度関連の計算はＦａｃｔＳａｇｅ常用プログラムを用いる。

前記の熱力学計算に要求される鋼の成分、温度及びその他のデータは、中央の前記メインコンピュータに転送された後データベース化して保存され、前記熱力学計算専用コンピュータと前記メインコンピュータとの相互通信により計算に必要なデータの転送及び計算結果のデータベースへの転送が行われる。

前記メインコンピュータは、すべてのデータの処理及び冶金学的モデルの計算遂行、データベース管理などを行うという核心機能をする。操業データは、２つの経路を介して収集されるが、そのうち、鋼の組成、溶鋼の重さなどのデータはステンレス総合データベースから収集され、鋳造速度、湯面安定度、タンディッシュ温度など、一定時刻、例えば５秒間隔のリアルタイムで測定されるデータは他のサーバから収集され、すべてのデータは品質予知システムのために設けられる専用光ケーブルを介して転送される。品質予知用センサの銅板温度及びレーザを用いて測定される浸漬ノズルの浸漬深さもメインコンピュータに転送され処理される。

前記ターミナルサーバ用コンピュータは、ネットワークに接続した使用者が接続して評価及び予測が完了した鋳片単位の結果データを問い合わせすることができるように構成される。

図４ａは、図２による初期凝固の均一度の測定のためにモールド内に熱電対が挿入されたことを示す模式図であり、図４ｂは、図４ａの銅板上に熱電対が設けられた位置を示す図である。

初期凝固の均一度は、すべての鋼種において非常に重要な項目であって、鋳片の代表的な欠陥であるクラックの発生可能性を評価する最も良い方法である。

本発明の好ましい実施例では、初期凝固の均一度を評価するために熱電対を銅板に挿入し、初期凝固位置の熱伝達の安定性を評価した。つまり、温度が安定的に維持されると熱伝達が安定的になり、結局、初期凝固が安定的に維持されていることを意味する。

銅板に挿入される熱電対は、合わせて１２個のＫ−タイプの熱電対が使用された。前記１２個のＫ−タイプの熱電対は、長方形の前記銅板上の長辺の内側及び外側に各５個ずつ、短辺の左側及び右側に各１個ずつ備えられ、前記銅板に垂直のホールを加工して挿入し、品質予知特性上耐久性が要求されるため、上部はねじ式として緊密に固定されるように設計された。

また、ステンレス鋼の鋳造時、内部品質の確保のために電磁撹拌装置（ＥＭＳ：Ｅｌｅｃｔｒｏ−Ｍａｇｎｅｔｉｃ Ｓｔｉｒｒｅｒ）を稼動する場合に、前記熱電対が直接前記銅板と接触すると、前記電磁撹拌装置による誘導電流の影響で温度測定が妨げられるようなことが発生する。よって、前記熱電対は、前記銅板に浮遊電位（ｆｌｏａｔｉｎｇ ｐｏｔｅｎｔｉａｌ）をなすようにシース型（ｓｈｅａｔｈ ｔｙｐｅ）で設けられ、前記熱電対は、前記モールド内の溶鋼が位置する湯面（ｍｅｎｉｓｃｕｓ）の直下３０ｍｍに位置する。

さらに、前記熱電対は、内側及び右側の熱電対６個が一つのソケット（図示せず）に連結され、外側及び左側の熱電対６個がもう一つのソケット（図示せず）に連結され、この二つの前記ソケットがモールド外に延びて前記メインコンピュータに連設され、前記熱電対による計測数値が前記メインコンピュータに転送／入力されるようにする。

図５ａは、連鋳操業安定度評価原理において浸漬ノズルの浸漬深さを計算するためにレーザセンサが設けられたことを概略的に示す図であり、図５ｂは、図５ａによる連鋳操業安定度評価原理において溶鋼流動評価のための上昇流速値の計算を示す図である。

レーザセンサは、距離測定のためにタンディッシュ側面に設けられる。前記タンディッシュには前記レーザセンサの計測点となるターゲットを側面に備え、前記レーザセンサは、センサから前記ターゲットまでの距離を計測し、このデータを前記メインコンピュータに転送する。

前記タンディッシュの下降前にセンサからターゲットまでの距離をＤ_０に設定し、前記タンディッシュが下降した状態におけるセンサからターゲットまでの距離をＤに設定する。前記タンディッシュの下降前の浸漬ノズルから鋳造中の溶鋼レベル（ＭＬ）までの距離はＫ、前記浸漬ノズルの浸漬深さはｄ、ｄは（Ｄ−Ｄ_０）−Ｋに設定される。このような方法で浸漬ノズルの浸漬深さを求めることができる。

溶鋼流動（Ｕ−ｖａｌｕｅ）とは、前記モールド内の前記浸漬ノズルの吐出口を通り抜けた溶鋼流がモールド短辺部に衝突した後、一部は上向きに、他の一部は下向きに割れる現象のうち、上向きに上がる溶鋼流の速度を意味する。

このような溶鋼流動値が大きければ上昇流の強さが大きくなって溶鋼湯面が不安定になり、モールドスラグの混入欠陥などが発生しやすい。

図５ｂを参照すると、溶鋼流動値は、吐出口を通り抜ける瞬間の理論溶鋼流速Ｕ_ｃａｌ、湯面から銅板短辺部の溶鋼衝突点までの距離Ｘ２、前記浸漬ノズルの中心部から銅板短辺部の溶鋼衝突点までの距離Ｘ１及び吐出口における溶鋼吐出角度θ１から求められることができる。

以下、本発明によるステンレス鋼鋳片品質オンライン予測システムを用いた予知方法の好ましい実施例を詳細に説明する。

本発明によるステンレス鋼鋳片品質オンライン予測システムを用いた予知方法は、ステンレス鋼の鋳片品質予測のための予知項目を測定する測定段階、前記測定された予知項目に基づいて数値評価が行われる評価段階、及び前記評価段階で算出された前記数値を分析して前記ステンレス鋼の鋳片品質を予測する予測段階を含んでなる。

ここで、前記予知項目は、初期凝固の均一度、モールドの冷却速度、鋳片の凝固組職、鋳片のオシレーションマーク品質、清浄度及び連鋳操業安定度である。

このとき、前記初期凝固の均一度で測定された情報は、前記評価段階で銅板温度、銅板温度の偏差、銅板温度の内部／外部の比、銅板温度の左／右の比及び銅板温度の長辺／短辺の比として数値評価される。

前記初期凝固の均一度は、すべての鋼種において非常に重要な項目であって、特に初期凝固の均一度は、鋳片の代表的な欠陥であるクラックの発生可能性を評価する最も良い方法である。

前記初期凝固の均一度で測定された情報のうち、銅板温度は要求される最適値を予め設定した後、実際測定された値とこの最適値との比較により評価が行われる。つまり、鋳片単位別の平均銅板温度を計算し、鋼種別の最適の銅板温度との差と比較した後、その差値の大きさに応じて評価が行われる。既に設定された最適値との差値が大きいほど低い点数を有し、差値が少ないほど高い点数が算出される。

前記銅板温度の偏差は、銅板自体内における均一な温度分布の有無を判断する。つまり、鋳片単位別の銅板温度の全偏差を統計分析し、偏差の程度を評価し、初期凝固の均一度すなわち、安定度を評価する。銅板自体の温度分布とは、偏差が少ないほど均一度が高く、偏差が大きいほど均一度が下がることを意味する。

前記銅板温度の内部／外部の比は、銅板の内外部の温度差を評価するためのものである。鋳片単位別の長辺銅板の内部及び外部の銅板温度を比率として求め、この比率と均衡値すなわち、１（内部及び外部の銅板温度が同値）との差を比較評価する。銅板温度の内部／外部の比は、１からの偏差が少ないほど均一度の側面で有利である。

前記銅板温度の左／右の比は、銅板の左右の温度差を評価するためのものである。鋳片単位別の短辺銅板の左側及び右側の銅板温度比を比率として算出し、この比率と均衡値すなわち、１（左側及び右側の銅板温度が同値）との差を比較評価する。銅板温度の内部／外部の比は、１からの偏差が少ないほど良い特性を表す。

前記銅板温度の長辺／短辺の比は、正方形からなる銅板の長辺及び短辺の銅板温度を比較評価するためのものである。鋳片単位別の長辺及び短辺の銅板温度の比も、均衡値すなわち、１（長辺及び短辺の銅板温度が同値）との差を比較評価して算出し、１からの偏差が少ないほど良い。

また、前記モールドの冷却速度で測定された情報は、前記評価段階で熱伝達量、熱伝達量の偏差、熱伝達量の内部／外部の比、熱伝達量の左／右の比及び熱伝達量の長辺／短辺の比として数値評価される。

冷却速度は、モールド全体に対する平均冷却速度の概念であってモールド内の凝固挙動に非常に重要な因子である。つまり、冷却速度が不足すると、モールドを通り抜ける鋳片の凝固セルの厚さが薄く、鋳片を盛り上げる現象いわゆる、盛り上げ（ｂｕｌｇｉｎｇ）をもたらし、ひどい場合には大きな事故である鋳片の破壊現象をもたらす。さらに、熱伝達量が多過ぎると過度の熱的応力が作用して鋳片の破壊現象が発生しやすい。よって、適正な熱伝達量を維持することが非常に重要である。本発明において、熱伝達量は、モールド内の循環される冷却水の温度上昇と鋳造条件を用いて計算し、計算式は下記式（数９）の通りである。

［式］

ここで、ｑはストランド（ｓｔｒａｎｄ）面からの熱伝達量であって単位はＪ／ｍ^２ｓｅｃ＝Ｗ／ｍ^２であり、Ｌ_Ｚ及びＬ_Ｗはそれぞれモールド内のストランド長さ及び幅であって単位はｍであり、ρ_Ｗは冷却水密度であって単位はｋｇ／ｍ^３であり、Ｃ_ＰＷは冷却水の比熱であって単位は（Ｊ／ｋｇ℃）であり、ΔＴはモールド冷却水の温度上昇幅で出側温度値と入側温度値との差であって単位は℃であり、Ｆ_Ｗは冷却水流量であって単位はｍ^３／ｓｅｃである。

計算に必要なすべてのデータは連鋳操業データから収集され、該当鋳片に相当するデータの平均値を求めて熱伝達量を計算するようになる。

前記熱伝達量は、鋳片単位別の平均熱伝達量を計算し、鋼種別の最適の熱伝達量との差を評価して求められ、要求される最適値との差によって評価が行われる。

前記熱伝達量の偏差は、鋳片単位別の熱伝達量の全偏差を統計分析し、偏差の程度を評価して求められ、偏差が少ないほど良い。

前記熱伝達量の内部／外部の比は、鋳片単位別の長辺銅板の内部及び外部の熱伝達量比を計算し、均衡値すなわち、内部及び外部の熱伝達量の比が１になる値からの差を評価することにより熱伝達量の均衡度を評価する。

前記熱伝達量の左／右の比は、鋳片単位別の短辺銅板の左側及び右側の熱伝達量比を計算し、均衡値すなわち、左側及び右側の熱伝達量の比が１になる値からの差を評価することにより熱伝達量の均衡度を評価する。

前記熱伝達量の長辺／短辺の比は、鋳片単位別の長辺及び短辺の熱伝達量比を計算し、均衡値すなわち、長辺及び短辺の熱伝達量の比が１になる値からの差を評価することにより熱伝達量の均衡度を評価する。

前記熱伝達量の内部／外部の比、熱伝達量の左／右の比及び熱伝達量の長辺／短辺の比は、１の値が最も理想的な数値であり、これより遠くなるほどさらに悪い特性を有する。

図６は、本発明の好ましい実施例によるステンレス鋼鋳片品質オンライン予測システムを用いた予知方法のモールド熱伝達評価項目を活用した効果を示すグラフ図である。

図６に示されるように、Ｔｉが多量含まれた鋼種のモールドパウダーを開発する過程において、本発明の好ましい実施例を適用時、モールドパウダーの熱伝達の偏差が従来の熱伝達の偏差より少なく、均一な熱伝達を誘導することが分かり、それに伴う品質の向上を期待することができる。

また、前記鋳片の凝固組職で測定された情報は、前記評価段階でオーステナイト系の平均残留フェライト、オーステナイト系の表層フェライト、フェライト系等軸晶率及びマルテンサイト系中心偏析として数値評価される。

図７ａは、３０４鋼鋳片のデルタフェライト分布を示すグラフ図であり、図７ｂは、４３０鋼鋳片の凝固組職を示すマクロ凝固組職の写真図であり、図７ｃは、４２０鋼鋳片のマクロ凝固組職を示す写真図である。

前記鋳片の凝固組職は、鋼種別の品質に直結する凝固組職を評価することにより区分した。すなわち、３００系鋼種すなわち、オーステナイト系鋼種は、鋳片の残留デルタフェライトを評価した。

図７ａを参照すると、鋳片厚さ方向のデルタフェライトは、製品品質と非常に密接な相関性があり、最適のデルタフェライトの分布値は、経験上獲得されることができる。したがって、本発明の実施例では、操業実績を活用して鋳片厚さ別のデルタフェライトの分布を予測して健全性を評価した。

図７ｂを参照すると、フェライト系ステンレス鋼は、鋳片の凝固組職により鋳片内部の等軸晶率を評価した。等軸晶は、図７ｂの四角形の縁に示されているように凝固組職が微細な部分を表し、このような等軸晶が充分確保されてはじめて最終製品におけるリッジング（ｒｉｄｇｉｎｇ）欠陥が発生しない上、焼鈍を省略した操業が可能となる。

本発明の実施例では、このような等軸晶を予測する冶金学的モデルを開発して操業実績から等軸晶率を予測した。

図７ｃを参照すると、マルテンサイト系ステンレス鋼は、炭素が多量含まれるので、図７ｃの四角形の縁に示されているような鋳片中心部の炭素偏析が最も重要である。本発明の実施例では、このような中心部の炭素偏析を予測する冶金学的モデルを開発して鋳片品質を評価した。

上述の評価結果は、オーステナイト系鋼ではＭ−スリバ（Ｍ−ｓｌｉｖｅｒ）を、フェライト系鋼では熱延無焼鈍判定を、マルテンサイト系鋼ではラミネーション欠陥の予測に活用されることができる。

ここで、前記オーステナイト系の平均残留フェライトは、いわゆるＫＲＵＰＰ式と呼ばれる計算式を活用して評価して求められる。

求められた値と設定された最適値との差が少ないほどより良い特性を予見することができる。

前記オーステナイト系の表層フェライトは、下記式（数１０）を活用して評価して求められる。
［式］
これまた、求められた値と設定された最適値との差が少ないほどより良い特性を予見することができる。

前記フェライト系等軸晶率は、下記式（数１１）、（数１２）を活用して評価して求められる。
［式］
Ｔｉが０．０５以下若しくはそれ以上であるいずれの場合においても、等軸晶率は高ければ高いほど良い特性を表す。

前記マルテンサイト系中心偏析は、下記式（数１３）を活用して評価して求められる。
［式］
このとき、中心偏析は１の値に近いほど良い特性を表す。

このようなモデルに独立変数とされている項目は一次操業データが直接使用されることもでき、二次に加工されるかまたは二次モデル式で評価された項目が使用されることもできる。

また、前記オシレーションマーク品質で測定された情報は、前記評価段階でオシレーションマーク深さ、オシレーションマーク品質、炭素ピックアップ（Ｃ−ｐｉｃｋ ｕｐ）及び硫黄ピックアップ（Ｓ−ｐｉｃｋ ｕｐ）として数値評価される。

オシレーションマークは、連続鋳造可能にモールドが一定の振幅及び振動数を有し、上下に往復運動することにより鋳片表面に形成される一定の間隔で存在する深さがある痕である。ステンレス鋼は、連鋳及び加熱炉でスケールが除去される量がほとんどないことから、オシレーションマーク品質は特に重要である。つまり、オシレーションマークが深過ぎるかまたはオシレーションマークに偏析及びクラックがある場合、これらの鋳片欠陥は最終製品の欠陥に直接的につながる。

図８ａは、オシレーションマーク品質を分類した図であり、図８ｂは、オシレーションマークを含む鋳片表面に炭素及び硫黄がモールドパウダーからピックアップされたことを示すグラフ図である。

図８ａを参照すると、オシレーションマークのタイプが増加するほど品質が劣悪化することを示す。

図８ｂを参照すると、炭素及び硫黄のピックアップも、オシレーションマーク品質ほど重要であることを示す。本発明の実施例では、冶金学的モデルを開発して操業実績及びモールドパウダーの物性などを用いて、上述のオシレーションマークの深さ、品質、鋳片表層の炭素及び硫黄のピックアップ量を予測して鋳片品質評価に活用した。

前記オシレーションマーク深さは、下記式（数１４）、（数１５）を活用して評価して求められる。
［式］
このとき、オシレーションマーク深さが少ないほどより良い特性として評価される。

前記オシレーションマーク品質は、下記式（数１６）を活用して評価して求められる。
［式］
このオシレーションマーク品質の値が高いほど優れた特性として評価される。

前記炭素ピックアップは、下記式を活用して評価して求められ、
［式］
Ｃ_{ｐｉｃｋ ｕｐ}＝ｆ［(モールドスラグ層厚さ)，(Ｕ_{ｖａｌｕｅ})，(モールドパウダー内Ｃ％)］
前記硫黄ピックアップは、下記式を活用して評価して求められる。
［式］
Ｓ_{ｐｉｃｋ ｕｐ}＝ｆ［(モールドスラグ層厚さ)，(Ｕ_{ｖａｌｕｅ})，(モールドパウダー内Ｓ％)］

炭素または硫黄ピックアップのいずれの場合においても、数値が少ないほど良く、前記モールドスラグ層厚さは、モールドパウダーの溶融速度及び消耗速度の計算モデルにより計算される。

このような方法は、主に３００系Ｍ−スリバ欠陥及び浸炭によるブラックバンド（ｂｌａｃｋ ｂａｎｄ）欠陥の予測に活用される。

このようなモデルに独立変数とされている項目は、一次操業データが直接使用されることもでき、二次に加工されるかまたは二次モデル式で評価された項目が使用されることもできる。

図９ａは、オシレーションマーク深さの予測値と実際値との差が示されたグラフ図であり、図９ｂは、炭素ピックアップ量の予測値と実際値との差が示されたグラフ図である。

図９ａを参照すると、３０４鋼のような３００系鋼の予測においては予測値と実際値とがほぼ一致することが分かり、４３０鋼のような４００系鋼の予測においてはさらに大きい予測値が出たが、ある程度類似していることが分かる。したがって、４００系鋼においては鋳片に研削をしない技術を開発する際、オシレーションマーク深さの低減が必要であることが分かる。

図９ｂを参照すると、予測された鋳片表層の炭素ピックアップ量は、実際のピックアップ量の傾向にほぼ類似していることが分かる。このようなデータは、低炭素または低硫黄モールドパウダーの開発に活用されることができる。

前記清浄度で測定された情報は、前記評価段階で高融点介在物量、介在物のＴｉ−Ａｌ−酸化物含量、再酸化程度、Ｔｉ実収率、ＴｉＮ晶出量、ＴｉＮ晶出温度、窒素気孔、Ａｒ気孔及び鋼中の酸化物量として数値評価される。

図１０ａは、本発明の実施例による酸化物評価の概念を図式化して示す図であり、図１０ｂは、本発明の実施例による窒化物及び気泡評価の概念を図式化して示す図である。

図１０ａに示される酸化物評価においては熱力学計算のためにＦａｃｔＳａｇｅ常用プログラムを、図１０ｂに示される窒化物及び気泡評価においては熱力学計算のためにＴｈｅｒｍｏＣａｌｃ常用プログラムを活用し、このような常用プログラムの活用により介在物挙動の予測が可能である。計算に必要な組成及び温度などの操業データは、メインコンピュータのデータベースに保存された値を用いる。

図１１ａは、内部介在物の形成機構を図式的に示す図であり、図１１ｂは、図１１ａに示される形成機構に基づいて介在物の組成、酸化物量、結晶相、全酸素などを計算する方法を図式的に示す図である。

非金属の内部介在物の組成、量、全酸素、全酸化物量は、前記清浄度評価において最も重要な項目である。

図１１ａを参照すると、溶鋼中に懸濁されたスラグ粒子を核生成サイト（ｓｉｔｅ）として、温度が減少するに伴い、溶鋼中のＡｌ、Ｔｉなどが脱酸反応をして介在物の組成及び量が変わることが分かる。

図１１ｂを参照すると、図１０ａに示される形成機構に基づいてＦａｃｔＳａｇｅ常用プログラムを活用して介在物の組成、酸化物量、結晶相、全酸素などを計算することができる。

前記高融点介在物量は、タンディッシュ溶鋼を基準として溶鋼内の非金属介在物中、固相となった量を計算し評価して求められ、固相となった量が多いほど悪い特性を予測することができる。

前記介在物のＴｉ−Ａｌ−酸化物含量は、タンディッシュ溶鋼を基準として溶鋼内の非金属介在物中の表面品質と相関性の高いＴｉＯ_２＋Ｔｉ_２Ｏ_３＋Ａｌ_２Ｏ_３の含量を計算し評価して求められ、介在物のＴｉ−Ａｌ−酸化物含量が多いほど悪い特性と予測する。

前記再酸化程度は、ＡＯＤ出鋼からタンディッシュまでにおける窒素濃度の変化を用いて再酸化程度を評価して求められる。

前記Ｔｉ実収率は、Ｔｉ添加鋼（４０９Ｌ、４３９など）のＴｉ実収率を計算し評価して求められ、この値が高いほど良い特性として評価される。

前記ＴｉＮ晶出量は、Ｔｉ添加鋼のＴｉＮ晶出量（タンディッシュ基準）を熱力学を用いて計算し評価して求められ、ＴｉＮ晶出量が多いほど悪い特性と言える。

前記ＴｉＮ晶出温度は、ＴｉＮが形成される温度を熱力学的に計算し、タンディッシュ温度との差で評価して求められ、タンディッシュの溶鋼温度と対比して高いほどすなわち、ＴｉＮ晶出温度が高いほど悪い特性と予見される。

前記窒素気孔は、高窒素鋼の場合、凝固中の窒素ガス形成量を熱力学的に計算し評価して求められ、前記Ａｒ気孔は、連続鋳造中に使用されたＡｒガス流量を用いて評価して求められ、前記鋼中の酸化物量は、タンディッシュを基準として溶鋼内の総酸化物含量を熱力学的に計算し評価して求められ、前記窒素気孔及び前記Ａｒ気孔共に高いほど悪い影響を及ぼす。

図１２ａは、予測の全酸素値と実際の全酸素値とを相互比較して示されたグラフ図であり、図１２ｂは、鋼中の介在物における高融点介在物量の予測値が示されたグラフ図である。

図１２ａを参照すると、予測の全酸素値と実際の全酸素値とは類似の数値を示すことが分かる。

図１２ｂを参照すると、３０４鋼及び４３０鋼では高融点のない非常に良好な介在物を予測したことが分かり、４０９Ｌ鋼においては相当量の高融点介在物を予測した。実際、４０９Ｌ鋼ではＣａＴｉＯ_３のような高融点相が存在することを確認した。

前記連鋳操業安定度で測定された情報は、前記評価段階で鋳造温度の偏差、鋳造温度差、鋳造速度の偏差、ＭＬＡＣ程度、スライディングゲート（ｓｌｉｄｉｎｇ ｇａｔｅ）開度の偏差、スライディングゲート開度の変化量、溶鋼流動、浸漬ノズルの浸漬深さ、鋳型−鋳片摩擦力、鋳片の表面温度及び二次冷却の比水量として数値評価され、前記連鋳操業安定度は、品質に関連する重要な連鋳操業因子の目標値と実績値との差を評価するものである。

詳しくは、前記鋳造速度の偏差、鋳造温度の偏差、ＭＬＡＣ程度及び鋳型−鋳片摩擦力は、連鋳操業において基本的に評価される因子であり、前記浸漬ノズルの浸漬深さ、上昇流速、スライディングゲート開度の偏差及びスライディングゲート開度の変化量は、モールド溶鋼の流動制御に関連する評価であり、前記二次冷却の比水量及び鋳片の表面温度は、二次冷却に関連する評価である。

前記鋳造温度の偏差は、鋳造温度の偏差を計算し評価して求められ、前記鋳造温度差は、操業標準の設定鋳造温度と実績鋳造温度との差を計算し評価して求められ、前記鋳造速度の偏差は、鋳造速度の偏差を計算し評価して求められ、前記鋳造温度の偏差、前記鋳造温度差及び前記鋳造速度の偏差共に少ないほど良い評価結果が算出される。

前記ＭＬＡＣ程度は、湯面変動量（±１ｍｍ的中率）を計算し評価して求められ、前記スライディングゲート開度の変化量は、鋳片の初期から末期の間のスライディングゲート開度の変化を計算し評価して求められ、前記スライディングゲート開度の偏差は、スライディングゲートの偏差を計算し評価して求められる。前記ＭＬＡＣ程度の評価は高いほど、前記スライディングゲート開度の偏差及び前記スライディングゲート開度の変化量は少ないほど良いと評価される。

前記溶鋼流動（Ｕ−ｖａｌｕｅ）は、モールド内の上昇する溶鋼流速を計算し評価して求められ、この値が少ないほど良いものである。

前記浸漬ノズルの浸漬深さは、浸漬ノズルの浸漬深さをレーザセンサで測定し、操業標準上の設定浸漬深さとの差を計算し評価して求められ、この差が少ないほど良いと評価される。

前記鋳型−鋳片摩擦力は、鋳型−鋳片間の摩擦力を鋳造条件、モールドパウダー消耗量などで計算し評価して求められ、この摩擦力が少ないほど安定した操業が可能となり、優れた製品が生産される。

前記鋳片の表面温度は、鋳片の表面温度を熱測定器を用いて測定し、鋼種別の最適値との差を計算し評価して求められ、前記二次冷却の比水量は、二次冷却の比水量を二次冷却の冷却水流量データから計算し、鋼種別の設定値との差を計算し評価して求められ、共にその差が少ないほど良い特性を有する。

図１３は、本発明の好ましい実施例によるステンレス鋼鋳片品質オンライン予測システムを用いた予知方法の浸漬ノズルの浸漬深さ評価項目を活用した効果を示すグラフ図である。

図１３を参照すると、本発明の好ましい実施例によるレーザセンサを適用時、現在操業に適用している浸漬深さの１１０ｍｍ、１２０ｍｍと正確に一致することが分かる。反面、従来の浸漬深さは、１００〜１４０ｍｍまでの分布を示す。

したがって、要求される浸漬深さを正確に順守することにより最終製品の品質の向上を期待することができる。

以上のように評価され数値により表現される項目は、システム上でこれを集合し、鋳片単位の品質評価、鋳片単位の製品欠陥の発生確率評価、品質分析及び品質問題別の操業ガイドなどに活用される。

上記の内容は、本発明の好ましい実施例を単に例示したものであり、本発明の属する分野における当業者は、添付した請求の範囲に記載された本発明の思想及び要旨から逸脱することなく、本発明に対する修正及び変更を加えることができるということを認識しなければならない。

図１は、一般的なステンレス製鋼−連鋳工程を図式的に示す図である。 図２は、本発明の好ましい実施例によるステンレス鋼鋳片品質オンライン予測システムを概略的に示す図である。 図３は、図２の概念図である。 図４ａは、図２による初期凝固の均一度の測定のために、モールド内に熱電対が挿入されたことを示す模式図である。 図４ｂは、図４ａの銅板上に熱電対が設けられた位置を示す図である。 図５ａは、連鋳操業安定度評価原理において浸漬ノズルの浸漬深さを計算するためにレーザセンサが設けられたことを概略的に示す図である。 図５ｂは、図５ａによる連鋳操業安定度評価原理において溶鋼流動評価のための上昇流速値の計算を示す図である。 図６は、本発明の好ましい実施例によるステンレス鋼鋳片品質オンライン予測システムを用いた予知方法のモールド熱伝達評価項目を活用した効果を示すグラフ図である。 図７ａは、３０４鋼鋳片のデルタフェライト分布を示すグラフ図である。 図７ｂは、４３０鋼鋳片の凝固組職を示すマクロ凝固組職の写真図である。 図７ｃは、４２０鋼鋳片の凝固組職を示すマクロ凝固組職の写真図である。 図８ａは、オシレーションマーク品質を分類した図である。 図８ｂは、オシレーションマークを含む鋳片表面に炭素及び硫黄がモールドパウダーからピックアップされたことを示すグラフ図である。 図９ａは、オシレーションマーク深さの予測値と実際値との差が示されたグラフ図である。 図９ｂは、炭素ピックアップ量の予測値と実際値との差が示されたグラフ図である。 図１０ａは、本発明の実施例による酸化物評価の概念を図式化して示す図である。 図１０ｂは、本発明の実施例による窒化物及び気泡評価の概念を図式化して示す図である。 図１１ａは、内部介在物の形成機構を図式的に示す図である。 図１１ｂは、図１１ａに示された形成機構に基づいて介在物の組成、酸化物量、結晶相、全酸素などを計算する方法を図式的に示す図である。 図１２ａは、予測の全酸素値と実際の全酸素値とを相互比較して示されたグラフ図である。 図１２ｂは、鋼中の介在物における高融点介在物量の予測値が示されたグラフ図である。 図１３は、本発明の好ましい実施例によるステンレス鋼鋳片品質オンライン予測システムを用いた予知方法の浸漬ノズルの浸漬深さ評価項目を活用した効果を示すグラフ図である。

Claims (14)

1. ステンレス鋼の鋳片品質予測のための予知項目を測定する測定段階と、
   前記測定された予知項目に基づいて数値評価が行われる評価段階と、
   前記評価段階で算出された前記数値を分析して前記ステンレス鋼の鋳片品質を予測する予測段階とを含み、
   前記予知項目は、初期凝固の均一度、モールドの冷却速度、鋳片の凝固組職、鋳片のオシレーションマーク品質、清浄度及び連鋳操業安定度のすべてであり、
   前記初期凝固の均一度で測定された情報は、前記評価段階で銅板温度、銅板温度の偏差、銅板温度の内部／外部の比、銅板温度の左／右の比及び銅板温度の長辺／短辺の比に基づいて数値評価されるステンレス鋼鋳片品質オンライン予測システムを用い、
   前記モールドの冷却速度で測定された情報は、前記評価段階で熱伝達量、熱伝達量の偏差、熱伝達量の内部／外部の比、熱伝達量の左／右の比及び熱伝達量の長辺／短辺の比に基づいて数値評価され、
   前記鋳片の凝固組職で測定された情報は、前記評価段階でオーステナイト系の平均残留フェライト、オーステナイト系の表層フェライト、フェライト系等軸晶率及びマルテンサイト系中心偏析に基づいて数値評価され、
   前記オシレーションマーク品質で測定された情報は、前記評価段階でオシレーションマーク深さ、オシレーションマーク品質、炭素ピックアップ（Ｃ−ｐｉｃｋ ｕｐ）及び硫黄ピックアップ（Ｓ−ｐｉｃｋ ｕｐ）に基づいて数値評価され、
   前記清浄度で測定された情報は、前記評価段階で高融点介在物量、介在物のＴｉ−Ａｌ−酸化物含量、再酸化程度、Ｔｉ実収率、ＴｉＮ晶出量、ＴｉＮ晶出温度、窒素気孔、Ａｒ気孔及び鋼中の酸化物量に基づいて数値評価され、
   前記連鋳操業安定度で測定された情報は、前記評価段階で鋳造温度の偏差、鋳造温度差、鋳造速度の偏差、ＭＬＡＣ程度、スライディングゲート（ｓｌｉｄｉｎｇ ｇａｔｅ）開度の偏差、スライディングゲート開度の変化量、溶鋼流動、浸漬ノズルの浸漬深さ、鋳型−鋳片摩擦力、鋳片の表面温度及び二次冷却の比水量に基づいて数値評価されるステンレス鋼鋳片品質オンライン予測システムを用いた予知方法。
2. 前記オーステナイト系の平均残留フェライトは、下記ＫＲＵＰＰ式（数１）を活用して評価して求められ、
   ［ＫＲＵＰＰ式］
   δ−ｆｅｒｒｉｔｅの％は体積％を、元素の％は重量％を示し、
   前記オーステナイト系の表層フェライトは、下記式（数２）を活用して評価して求められる請求項１に記載のステンレス鋼鋳片品質オンライン予測システムを用いた予知方法。
   ［式］
   
3. 前記フェライト系等軸晶率は、下記式（数３）、（数４）を活用して評価して求められる請求項１に記載のステンレス鋼鋳片品質オンライン予測システムを用いた予知方法。
   ［式］
   
4. 前記マルテンサイト系中心偏析は、下記式（数５）を活用して評価して求められる請求項１に記載のステンレス鋼鋳片品質オンライン予測システムを用いた予知方法。
   ［式］
   
5. 前記鋳片のオシレーションマーク深さは、下記式（数６）、（数７）を活用して評価して求められ、
   ［式］
   前記オシレーションマーク品質は、下記式（数８）を活用して評価して求められる請求項１に記載のステンレス鋼鋳片品質オンライン予測システムを用いた予知方法。
   ［式］
   
6. 前記炭素ピックアップは、下記式を活用して評価して求められ、
   ［式］
   Ｃ_{ｐｉｃｋ ｕｐ}＝ｆ［(モールドスラグ層厚さ)，(Ｕ_{ｖａｌｕｅ})，(モールドパウダー内Ｃ％)］
   前記硫黄ピックアップは、下記式を活用して評価して求められる請求項１に記載のステンレス鋼鋳片品質オンライン予測システムを用いた予知方法。
   ［式］
   Ｓ_{ｐｉｃｋ ｕｐ}＝ｆ［(モールドスラグ層厚さ)，(Ｕ_{ｖａｌｕｅ})，(モールドパウダー内Ｓ％)］
7. 前記高融点介在物量は、タンディッシュ溶鋼を基準として溶鋼内の非金属介在物中、固相となった量を計算し評価して求められる請求項１に記載のステンレス鋼鋳片品質オンライン予測システムを用いた予知方法。
8. 前記介在物のＴｉ−Ａｌ−酸化物含量は、タンディッシュ溶鋼を基準として溶鋼内の非金属介在物中、表面品質と相関性の高いＴｉＯ_２＋Ｔｉ_２Ｏ_３＋Ａｌ_２Ｏ_３の含量を計算し評価して求められる請求項１に記載のステンレス鋼鋳片品質オンライン予測システムを用いた予知方法。
9. 前記再酸化程度は、ＡＯＤ出鋼からタンディッシュまでにおける窒素濃度の変化を用いて再酸化程度を評価して求められる請求項１に記載のステンレス鋼鋳片品質オンライン予測システムを用いた予知方法。
10. 前記Ｔｉ実収率は、Ｔｉ添加鋼（４０９Ｌ、４３９など）のＴｉ実収率を計算し評価して求められる請求項１に記載のステンレス鋼鋳片品質オンライン予測システムを用いた予知方法。
11. 前記ＴｉＮ晶出量は、Ｔｉ添加鋼のＴｉＮ晶出量（タンディッシュ基準）を熱力学を用いて計算し評価して求められ、
    前記ＴｉＮ晶出温度は、ＴｉＮが形成される温度を熱力学的に計算し、タンディッシュ温度との差で評価して求められる請求項１に記載のステンレス鋼鋳片品質オンライン予測システムを用いた予知方法。
12. 前記窒素気孔は、高窒素鋼の場合、凝固中の窒素ガス形成量を熱力学的に計算し評価して求められ、
    前記Ａｒ気孔は、連続鋳造中に使用されたＡｒガス流量を用いて評価して求められる請求項１に記載のステンレス鋼鋳片品質オンライン予測システムを用いた予知方法。
13. 前記鋼中の酸化物量は、タンディッシュを基準として溶鋼内の総酸化物含量を熱力学的に計算し評価して求められる請求項１に記載のステンレス鋼鋳片品質オンライン予測システムを用いた予知方法。
14. 前記浸漬ノズルの浸漬深さは、浸漬ノズルの浸漬深さをレーザセンサで測定し、操業標準上の設定浸漬深さとの差を計算し評価して求められる請求項１に記載のステンレス鋼鋳片品質オンライン予測システムを用いた予知方法。