JP6958488B2 - めっき付着量制御方法、溶融めっき鋼帯の製造方法、めっき付着量制御装置およびめっき付着量制御プログラム - Google Patents

Description

本発明は、めっき付着量制御方法、溶融めっき鋼帯の製造方法、めっき付着量制御装置およびめっき付着量制御プログラムに関する。

鉄鋼プロセスの連続めっきラインにおいて、鋼帯に付着するめっきの量（以下、「めっき付着量」という）は、ガスワイピングノズルの先端から鋼帯までの距離（ノズルギャップ）と、ガスワイピングノズルから吹き付けるガスの圧力（ノズル圧力）と、により概ね決定される。

めっき付着量を自動制御する多くのプラントでは、上位計算機から送られてくるめっき付着量の目標値（以下、「目標めっき付着量」という）を実現するノズルギャップおよびノズル圧力を、めっき付着量予測モデルを用いて計算することにより、自動制御を行っている。このめっき付着量の自動制御では、目標めっき付着量が変更になる時（鋼帯の溶接点を通過した時）にプリセット制御を行い、ここで生じた目標めっき付着量の誤差を、めっき付着量計検出値を用いたフィードバック制御によって解消している。

ここで、前記しためっき付着量計は、鋼帯に実際に付着しているめっきの量を測定するが、ガスワイピングノズルから数十〜数百ｍ後方（下流側）に取り付けられていることが多いため、現在のノズルギャップおよびノズル圧力に対応しためっき付着量を測定できるまでに、例えば１〜２分を必要とする。そのため、フィードバック制御を用いてめっき付着量を制御しようとすると、鋼帯の長手方向における広い範囲でめっき付着量の精度が低下することになる。従って、プリセット制御の制御向上が従来から求められており、例えば特許文献１では、複数のプリセット部と、めっき付着量予測モデルの補償方法と、を適切に選択することにより、高精度のプリセット制御を行う手法が提案されている。

特開２００８−５０６８０号公報

しかしながら、特許文献１で提案された手法では、めっき付着量予測モデルと実際のめっきプラントの挙動の乖離を、普遍的なモデル誤差と一時的に発生しているモデル誤差とにそれぞれ分離して記憶する必要があり、めっき付着量制御のロジックが複雑であるという問題があった。

本発明は、上記課題に鑑みてなされたものであって、鋼帯の目標めっき付着量を実現するための操作量を算出するプリセット制御の精度向上と、めっき付着量制御のロジックの簡易化と、を図ることができるめっき付着量制御方法、溶融めっき鋼帯の製造方法、めっき付着量制御装置およびめっき付着量制御プログラムを提供することにある。

上述した課題を解決し、目的を達成するために、本発明に係るめっき付着量制御方法は、溶融めっき浴から連続的に取り出される鋼帯に対して、ノズルからガスを吹き付けることにより、前記鋼帯のめっき付着量を制御するめっき付着量制御方法において、操業条件を説明変数とし、それに対応するめっき付着量を目的変数とした統計的手法を用いて、前記めっき付着量を前記操業条件によって複数のグループに分類し、その分類情報に基づいて実操業時におけるめっき付着量を推定することにより、前記鋼帯のめっき付着量を制御することを特徴とする。

また、本発明に係るめっき付着量制御方法は、上記発明において、過去の操業条件とそれに対応するめっき付着量とを含む複数のデータセットを用い、前記めっき付着量を前記過去の操業条件によって複数のグループに分類することにより、決定木モデルを生成する学習ステップと、前記決定木モデルと実操業条件とに基づいて、現在のめっき付着量を推定する付着量推定ステップと、推定しためっき付着量をフィードバックすることにより、前記鋼帯のめっき付着量が目標値となるように制御する付着量制御ステップと、を含むことを特徴とする。

また、本発明に係るめっき付着量制御方法は、上記発明において、前記複数のデータセットは、前記過去の操業条件として、前記鋼帯の組成に対応する文字データである鋼種と、前記鋼帯の板幅と、前記鋼帯の板厚と、前記ノズルの先端から前記鋼帯までの距離と、前記ノズルから吹き付けるガスの圧力と、を含むことを特徴とする。

また、本発明に係るめっき付着量制御方法は、上記発明において、前記複数のデータセットは、前記過去の操業条件として、前記溶融めっき浴内に設置されたロールによる前記鋼帯に対する押し込み量をさらに含むことを特徴とする。

また、本発明に係るめっき付着量制御方法は、上記発明において、前記学習ステップにおいて、前記決定木モデルの一番目の分岐条件として、前記過去の操業条件のうちの前記鋼種を設定することを特徴とする。

また、本発明に係るめっき付着量制御方法は、上記発明において、前記学習ステップにおいて、前記決定木モデルの二番目の分岐条件として、前記過去の操業条件のうちの前記鋼帯の板幅および前記鋼帯の板厚のいずれか一方を設定し、前記決定木モデルの三番目の分岐条件として、前記過去の操業条件のうちの前記鋼帯の板幅および前記鋼帯の板厚のいずれか他方を設定することを特徴とする。

また、本発明に係るめっき付着量制御方法は、上記発明において、過去に操業実績のない新たな鋼種を操業条件に追加する場合、前記学習ステップにおいて、前記決定木モデルの一番目の分岐に前記新たな鋼種を頂点とする部分木を追加し、前記決定木モデルを更新することを特徴とする。

また、本発明に係るめっき付着量制御方法は、上記発明において、前記学習ステップにおいて、Ｆ検定を利用して、前記めっき付着量を前記過去の操業条件によって複数のグループに分類することを特徴とする。

上述した課題を解決し、目的を達成するために、本発明に係るめっき付着量制御方法は、溶融めっき浴から連続的に取り出される鋼帯に対して、ノズルからガスを吹き付けることにより、前記鋼帯のめっき付着量を制御するめっき付着量制御方法において、文字データを含む操業条件を説明変数とし、それに対応するめっき付着量を目的変数とした決定木モデルを利用して、実操業時におけるめっき付着量を推定することにより、前記鋼帯のめっき付着量を制御することを特徴とする。

また、本発明に係るめっき付着量制御方法は、上記発明において、前記決定木モデルは、一番目の分岐条件が鋼種であり、二番目の分岐条件が鋼帯の板幅および鋼帯の板厚のいずれか一方であり、三番目の分岐条件が鋼帯の板幅および鋼帯の板厚のいずれか他方であり、四番目以降の分岐条件は、Ｆ検定に基づいて決定されることを特徴とする。

上述した課題を解決し、目的を達成するために、本発明に係る溶融めっき鋼帯の製造方法は、上記のめっき付着量制御方法によってめっき付着量が制御された溶融めっき鋼帯を製造することを特徴とする。

上述した課題を解決し、目的を達成するために、本発明に係るめっき付着量制御装置は、溶融めっき浴から連続的に取り出される鋼帯に対して、ノズルからガスを吹き付けることにより、前記鋼帯のめっき付着量を制御するめっき付着量制御装置において、過去の操業条件とそれに対応するめっき付着量とを含む複数のデータセットを用い、前記めっき付着量を前記過去の操業条件によって複数のグループに分類することにより、決定木モデルを生成する学習部と、前記決定木モデルと実操業条件とに基づいて、現在のめっき付着量を推定する付着量推定部と、推定しためっき付着量をフィードバックすることにより、前記鋼帯のめっき付着量が目標値となるように制御するプリセット制御部と、を備えることを特徴とする。

また、本発明に係るめっき付着量制御装置は、上記発明において、前記複数のデータセットは、前記過去の操業条件として、前記鋼帯の組成に対応する文字データである鋼種と、前記鋼帯の板幅と、前記鋼帯の板厚と、前記ノズルの先端から前記鋼帯までの距離と、前記ノズルから吹き付けるガスの圧力と、を含むことを特徴とする。

上述した課題を解決し、目的を達成するために、本発明に係るめっき付着量制御プログラムは、溶融めっき浴から連続的に取り出される鋼帯に対して、ノズルからガスを吹き付けることにより、前記鋼帯のめっき付着量を制御するめっき付着量制御プログラムにおいて、コンピュータを、過去の操業条件とそれに対応するめっき付着量とを含む複数のデータセットを用い、前記めっき付着量を前記過去の操業条件によって複数のグループに分類することにより、決定木モデルを生成する学習手段、前記決定木モデルと実操業条件とに基づいて、現在のめっき付着量を推定する付着量推定手段、推定しためっき付着量をフィードバックすることにより、前記鋼帯のめっき付着量が目標値となるように制御するプリセット制御手段、として機能させることを特徴とする。

本発明によれば、統計的手法を用いて、めっき付着量を操業条件によって複数のグループに分類し、その分類情報に基づいて実操業時におけるめっき付着量を推定することにより、鋼帯の目標めっき付着量を実現するための操作量を算出するプリセット制御の精度向上と、めっき付着量制御のロジックの簡易化と、を図ることができる。

図１は、本発明の実施形態に係るめっき付着量制御装置およびめっきプラントの構成を示す概略図である。 図２は、本発明の実施形態に係るめっき付着量制御装置によるめっき付着量制御方法の流れを示すフローチャートである。 図３は、本発明の実施形態に係るめっき付着量制御方法の学習ステップにおける決定木モデルの生成方法を説明するための図である。 図４は、本発明の実施形態に係るめっき付着量制御方法の学習ステップにおいて、鋼帯の組成に対応する文字データである鋼種を新たな操業条件として追加することにより、決定木モデルを更新する場合の一例を示す図である。 図５は、本発明の実施形態に係るめっき付着量制御方法の学習ステップにおいて、鋼帯の組成に対応する文字データである鋼種を新たな操業条件として追加することにより、決定木モデルを更新する場合の別の一例を示す図である。 図６は、本発明の実施形態に係るめっき付着量制御方法の学習ステップで生成された決定木モデルのデータ構造の一例を示す図である。

以下、本発明の実施形態に係るめっき付着量制御方法、溶融めっき鋼帯の製造方法、めっき付着量制御装置およびめっき付着量制御プログラムについて、図面を参照しながら説明する。なお、本発明は以下で説明する実施形態に限定されるものではない。

［めっきプラント］
まず、本実施形態で用いるめっきプラント３の構成について説明する。めっきプラント３は、図１に示すように、ポット３１と、シンクロール３３と、コレクトロール３４と、ガイドロール３５と、ガスワイピングノズル（以下、「ノズル」という）３６と、めっき付着量計３７と、を備えている。

ポット３１には、溶融金属が溜められている。ポット３１内には、鋼帯（鋼板）３２が連続的に搬送され、溶融金属に浸漬される。また、ポット３１内には、シンクロール３３およびコレクトロール３４が設置されている。

コレクトロール３４は、ノズル３６が設置された位置における鋼帯３２の湾曲を抑制するためのものである。一対のコレクトロール３４における一方のロール（図１の下側のロール）および他方のロール（同図の上側のロール）は、互いに高さ位置をずらして配置されており、固定された一方のロールに対して、他方のロールを押し込むことにより、鋼帯３２を挟み、その湾曲を抑制している。なお、その際の一方のロールに対する他方のロールの押し込み量のことを、本実施形態では「ロール押し込み量Ｃ」と定義する。

鋼帯３２は、ポット３１内ではシンクロール３３およびコレクトロール３４によって支持されており、ポット３１外ではガイドロール３５によって支持されている。鋼帯３２は、ポット３１内の溶融金属に一旦浸された後、引き上げざまにノズル３６から高圧のガスが吹き付けられる。このようにして、鋼帯３２に付着した不要な溶融金属を削ぎ落とすことにより、めっき付着量を所望の値（目標めっき付着量）に制御する。なお、鋼帯３２のめっき付着量は、ノズル３６の先端から鋼帯３２表面までの距離（以下、「ノズルギャップＤ」という）と、ノズル３６から吹き付けるガスの圧力（以下、「ノズル圧力Ｐ」という）と、により概ね決定される。

鋼帯３２は、具体的には複数の鋼帯が溶接点ＰＷによって接続されることにより構成されている。この溶接点ＰＷは、後記するめっき付着量制御において、目標めっき付着量の切り替わり箇所と対応している。

めっき付着量計３７は、鋼帯３２の実際のめっき付着量を測定する。このめっき付着量計３７は、ノズル３６の位置から数十〜数百ｍ後方（下流側）に隔たった位置に取り付けられている。また、めっき付着量計３７は、鋼帯３２を幅方向にサイクリック（周期的）に測定するため、現在のノズルギャップＤおよびノズル圧力Ｐに対応しためっき付着量を測定するまでには、例えば１〜２分を必要とする。

［めっき付着量制御装置］
以下、本実施形態に係るめっき付着量制御装置１の構成について説明する。めっき付着量制御装置１は、前記しためっきプラント３を制御し、鋼帯３２に所望の厚みのめっきを付着させる。すなわち、めっき付着量制御装置１は、溶融めっき浴（ポット３１）から連続的に取り出される鋼帯３２に対して、ノズル３６からガスを吹き付けることにより、当該鋼帯３２のめっき付着量を制御する。

めっき付着量制御装置１は、ハードウェア的には、ＣＰＵ（Central Processing Unit）等の演算処理装置と、ハードディスク装置等の記憶装置と、から構成される。前記した演算処理装置は、コンピュータプログラムを実行することにより、プリセット制御部（プリセット制御手段）１１、付着量推定部（付着量推定手段）１２および学習部（学習手段）１３として機能する。また、前記した記憶装置は、学習結果記憶部１４として機能する。なお、図１では図示を省略したが、めっき付着量制御装置１は、上位計算機２からネットワークを介して各種情報を取り込むための入力部と、各種処理情報を出力するための出力部（例えば表示装置、印刷装置等）と、を別途備えている。

プリセット制御部１１は、溶接点ＰＷで接続されている各鋼帯３２の目標めっき付着量や、各鋼帯３２の板幅や板厚等の製造情報を、前記した入力部を介して上位計算機２から取り込み、鋼帯３２の変わり目で新しい目標めっき付着量が実現されるように、操作端の制御指令値を算出する。ここで、前記した「制御指令値」は、具体的にはノズル３６のノズルギャップＤおよびノズル圧力Ｐに関する制御指令値である。

プリセット制御部１１は、後記する付着量推定部１２によって推定された現在のめっき付着量をフィードバックすることにより、鋼帯３２のめっき付着量が目標めっき付着量となるように制御する。プリセット制御部１１は、具体的には推定された現在のめっき付着量と目標めっき付着量とに基づき、ノズル３６のノズルギャップＤおよびノズル圧力Ｐに関する制御指令値を算出する。

プリセット制御部１１には、上位計算機２から、鋼帯３２の鋼種、板幅、板厚および目標めっき付着量が入力され、かつ付着量推定部１２からめっき付着量の推定値（以下、「推定めっき付着量」という）が入力される。これを受けて、プリセット制御部１１は、前記した制御指令値を算出し、この制御指令値をノズル３６に対して出力する。

付着量推定部１２は、めっきプラント３における、ノズル３６のノズルギャップＤの実績値と、ノズル３６から鋼帯３２に対して吹き付けているガスのノズル圧力Ｐの実績値と、を取り込み、めっき付着量予測モデルに基づいて現在のめっき付着量を推定する。ここで、前記した「めっき付着量予測モデル」とは、具体的には後記する決定木モデルのことを示している。付着量推定部１２は、この決定木モデルと実操業条件とに基づいて、現在のめっき付着量を推定する。

付着量推定部１２には、めっきプラント３から実績値として、ノズルギャップＤ、ノズル圧力Ｐ、ロール押し込み量Ｃおよびめっき付着量計３７によって測定されためっき付着量が入力される。これを受けて、付着量推定部１２は、前記しためっき付着量を推定し、この推定めっき付着量をプリセット制御部１１に対して出力する。

学習部１３は、上位計算機２やめっきプラント３からの情報を、付着量推定部１２を経由して受け取り、それらの情報を用いて、めっき付着量と操業条件との相関を機械的に学習する。学習部１３は、具体的には過去の操業条件とそれに対応するめっき付着量とを含む複数のデータセットを用い、めっき付着量を当該過去の操業条件によって複数のグループに分類することにより、決定木モデルを生成する。

また、学習部１３は、新たな操業条件が追加された場合、生成済みの決定木モデルに対して、新たな操業条件を分岐条件（説明変数）として追加することにより、決定木モデルを更新する。ここで、前記した「操業条件」の例としては、鋼帯３２の組成に対応する文字データである鋼種と、鋼帯３２の板幅と、鋼帯３２の板厚と、ノズルギャップＤと、ノズル圧力Ｐと、ロール押し込み量Ｃと、が挙げられる。

学習部１３には、付着量推定部１２から、鋼帯３２の鋼種、板幅、板厚、ノズルギャップＤ、ノズル圧力Ｐ、ロール押し込み量Ｃおよびめっき付着量計３７によって測定されためっき付着量が入力される。これを受けて、学習部１３は、前記した決定木モデルを生成し、この決定木モデルを学習結果記憶部１４に対して出力する。なお、学習部１３による決定木モデルの生成方法および決定木モデルの構造については後記する。

［めっき付着量制御方法］
以下、本実施形態に係るめっき付着量制御装置１によるめっき付着量制御方法について、図２〜図６を参照しながら説明する。以下で説明するめっき付着量制御方法は、例えば鉄鋼のプロセスラインにおけるめっき付着量制御に広く適用することができる。

本実施形態に係るめっき付着量制御方法は、後記するように、操業条件を説明変数とし、それに対応するめっき付着量を目的変数とした統計的手法を用いて、めっき付着量を操業条件によって複数のグループに分類し、その分類情報に基づいて実操業時におけるめっき付着量を推定することにより、鋼帯３２のめっき付着量を制御する。

また、本実施形態に係るめっき付着量制御方法は、後記するように、鋼種等の文字データを含む操業条件を説明変数とし、それに対応するめっき付着量を目的変数とした決定木モデルを利用して、実操業時におけるめっき付着量を推定することにより、鋼帯３２のめっき付着量を制御する。

本実施形態に係るめっき付着量制御方法では、具体的には図２に示すように、学習ステップＳ１と、付着量推定ステップＳ２と、付着量制御ステップＳ３と、をこの順序で行う。

＜学習ステップ＞
学習ステップＳ１では、学習部１３によって、過去の操業条件とそれに対応するめっき付着量とを含む複数のデータセットを用い、めっき付着量を当該過去の操業条件によって複数のグループに分類することにより、決定木モデルを生成する。

学習ステップＳ１では、Ｆ検定を利用して、めっき付着量を過去の操業条件によって複数のグループに分類する。すなわち、学習ステップＳ１では、図３に示すように、めっき付着量計３７によって測定されためっき付着量の全母集団（親データ）に対して、説明変数（操業条件）ごとにＦ検定を実施し、最もｐ値を最小にできるデータの分割点を探すことにより、分岐条件を決定する。なお、めっき付着量の親データから分類された子データは、同図に示すように、分類された各めっき付着量を平均しためっき付着量平均値で示される。

学習ステップＳ１では、Ｆ検定を全ての説明変数（操業条件）について実施し、それぞれの説明変数の中で、親データを最も均質（等分散）にすることができる説明変数を、一番目（最初）の分岐条件として決定する。そして、学習ステップＳ１では、このような分岐条件の決定処理を各子データに対して実施し、分岐した子データを最も均質にすることができる説明変数を、その次の分岐条件として決定し、図３に示すような決定木モデルを生成する。なお、学習ステップＳ１では、Ｆ検定によって子データが等分散ではない（均質ではない）と判定された時点で子データの分岐を終了する。

決定木モデルでは、分岐条件を構成する操業条件として、前記したように、鋼帯３２の板幅、板厚、ノズルギャップＤ、ノズル圧力Ｐおよびロール押し込み量Ｃ等の数値情報以外にも、鋼種等の文字データも用いることができるため、数値情報以外の分岐条件を数値情報に変換することなく、取り込むことができるというメリットがある。

（決定木モデルのデータ構造）
学習ステップＳ１では、例えば図４および図５に示すような決定木モデルを生成することができる。図４で示した決定木モデルは、一番目の分岐条件として鋼種（鋼種Ａか鋼種Ｂか）が設定され、二番目の分岐条件として板幅（板幅がＸｍｍより大きいか小さいか）が設定されている。ここで、同図の「既設」側に示した決定木モデルが既に生成されている場合において、例えば過去に操業実績のない新たな鋼種Ｃを操業条件に追加する場合、学習ステップＳ１では、同図の「新設」側に示すように、決定木モデルの一番目の分岐に新たな鋼種Ｃを頂点とする部分木を追加することにより、決定木モデルを更新する。同図に示すように鋼種が一番目の分岐条件として設定されている場合、既設と新設との切り分けが可能というメリットがある。

一方、図５で示した決定木モデルは、一番目の分岐条件として板幅（板幅がＸｍｍより大きいか小さいか）が設定され、二番目の分岐条件として鋼種（鋼種Ａか鋼種Ｂか）が設定されている。ここで、同図の「既設」側に示した決定木モデルが既に生成されている場合において、例えば過去に操業実績のない新たな鋼種Ｃを操業条件に追加する場合、学習ステップＳ１では、同図の「新設」側に示すように、決定木モデルの二番目の分岐に新たな鋼種Ｃを頂点とする部分木を追加することにより、決定木モデルを更新する。同図に示すように鋼種が二番目の分岐条件として設定されている場合、一番目の分岐（板幅）の枝をそれぞれ改造する必要がある。

ここで、学習ステップＳ１では、図６に示すように、親データに近い上位の枝についてはＦ検定を利用せずに手動で分岐条件を決定し、親データから遠い下位の枝についてはＦ検定を利用して自動で分岐条件を決定することにより、決定木モデルを生成することが好ましい。

図６で示した決定木モデルは、一番目の分岐条件として鋼種が設定され、二番目の分岐条件として鋼帯３２の板幅が設定され、三番目の分岐条件として鋼帯３２の板厚が設定され、四番目の分岐条件としてロール押し込み量Ｃおよびノズル圧力（表）が設定され、五番目の分岐条件としてノズル圧力（裏）およびノズルギャップ（表）が設定され、六番目の分岐条件としてノズル圧力（表）が設定されている。このうち、一番目から三番目までの分岐条件は、Ｆ検定を利用せずに手動で決定されたものであり、四番目以降（四番目〜六番目）の分岐条件は、Ｆ検定に基づいて自動で決定されたものである。

なお、前記した「ノズル圧力（表）」とは、一対のノズル３６のうち、鋼帯３２の表側に配置されたノズル（図１の左側のノズル）のノズル圧力Ｐを示しており、前記した「ノズル圧力（裏）」とは、一対のノズル３６のうち、鋼帯３２の裏側に配置されたノズル（同図の右のノズル）のノズル圧力Ｐを示しており、前記した「ノズルギャップ（表）」とは、一対のノズル３６のうち、鋼帯３２の表側に配置されたノズル（同図の左側のノズル）と鋼帯３２との間のノズルギャップＤを示している。

このように、学習ステップＳ１で生成される決定木モデルにおいて、分岐条件の上位に鋼種を設定することにより、前記した図４に示すように、操業条件として、新たな鋼種が追加された場合であっても、既設の決定木モデルに手を加えることなく、決定木モデルの拡張を行うことができる。従って、既設の決定木モデルの再利用性が向上する。以下、付着量推定ステップＳ２以降の説明を続ける。

＜付着量推定ステップ＞
付着量推定ステップＳ２では、付着量推定部１２によって、決定木モデルと実操業条件とに基づいて、現在のめっき付着量を推定する。

＜付着量制御ステップ＞
付着量制御ステップＳ３では、プリセット制御部１１によって、推定された現在のめっき付着量をフィードバックすることにより、鋼帯３２のめっき付着量が目標めっき付着量となるように制御する。

以上のように、本実施形態に係るめっき付着量制御方法では、鋼帯３２の鋼種、板幅、板厚、ノズルギャップＤ、ノズル圧力Ｐおよびロール押し込み量Ｃのそれぞれの実績データと、ノズル３６よりも後段のめっき付着量計３７で測定されためっき付着量の実績データと、の相関を定期的かつ機械的に学習する（学習ステップＳ１）。そして、その学習結果である決定木モデル基づいて現在のめっき付着量を推定し（付着量推定ステップＳ２）、推定めっき付着量に基づいて、実際のめっき付着量を制御する（付着量制御ステップＳ３）。

［めっき付着量制御プログラム］
本実施形態に係るめっき付着量制御プログラムは、溶融めっき浴から連続的に取り出される鋼帯３２に対して、ノズル３６からガスを吹き付けることにより、鋼帯３２のめっき付着量を制御するためのものであり、コンピュータを、学習手段（学習部１３）、付着量推定手段（付着量推定部１２）、プリセット制御手段（プリセット制御部１１）、として機能させる。

本実施形態に係るめっき付着量制御プログラムは、例えばハードディスク、フレキシブルディスク、ＣＤ−ＲＯＭ等の、コンピュータで読み取り可能な記録媒体に格納して配布してもよく、あるいは、ネットワークを介して流通させてもよい。

［溶融めっき鋼帯の製造方法］
本実施形態に係る溶融めっき鋼帯の製造方法は、前記した本実施形態に係るめっき付着量制御方法によってめっき付着量が制御された溶融めっき鋼帯を製造する。

以上説明したような本実施形態に係るめっき付着量制御方法、溶融めっき鋼帯の製造方法、めっき付着量制御装置１およびめっき付着量制御プログラムによれば、統計的手法を用いて、めっき付着量を操業条件によって複数のグループに分類し、その分類情報（決定木モデル）に基づいて実操業時におけるめっき付着量を推定することにより、鋼帯３２の目標めっき付着量を実現するための操作量を算出するプリセット制御の精度向上と、めっき付着量制御のロジックの簡易化と、を図ることができる。

また、従来技術（特許文献１）で用いられているめっき付着量予測モデルでは、めっき付着量を、ノズル圧力、ノズルギャップおよび板速の三項目のみで予測している。そのため、その他の操業条件（例えば鋼帯の鋼種、板幅および板厚等）が変動した際は、モデル自体を補正する必要があり、この補正を行うために記憶部等の複数のロジックで構成する必要がある。

また、従来技術では、その他の操業条件が新たに追加され、めっき付着量予測モデルと実績との乖離が大きくなった場合、めっき付着量予測モデルを新たに作成し直す必要がある。この場合、従来技術では、例えばめっき付着量予測モデルに鋼種の組成データ等の追加要素を多数取り込み、重回帰を実施することにより、モデル精度を高めることが想定される。しかしながら、この場合は追加要素が増えるたびに、めっき付着量予測モデルを新たに作成し直す必要がある。また、重回帰では数値データのみが利用可能であるため、鋼帯の組成に対応する文字データである鋼種（鋼種記号）そのものをめっき付着量予測モデルに反映させることはできず、鋼種をめっき付着量予測モデルに反映させるためには、鋼種ごとにめっき付着量予測モデルを作成する必要がある。

また、通常は鋼種が変わると鋼帯の組成も大きく変わるため、組成データを回帰式等の数式モデルに組み込もうとすると、例えばＣ，Ｓｉ，Ｍｎ，Ｓ，Ｐ，Ａｌ，Ｃｒ，Ｎｉ，Ｃｕ，Ｗ，Ｍｏ，Ｖ，Ｃｏ，Ｔｉ，Ｎｂ，Ｂ，Ｓｂ，Ｉｎといった多くの添加合金元素の濃度を全て盛り込む必要があり、数値解析の計算量が膨大となり、工数が増加する。

一方、本実施形態に係るめっき付着量制御方法、溶融めっき鋼帯の製造方法、めっき付着量制御装置１およびめっき付着量制御プログラムでは、学習部１３が定期的に学習した結果に基づいて、めっき付着量予測モデル（決定木モデル）を更新するため、従来技術のような安定判別ロジック等が不要となり、ロジックがシンプルとなる。さらに、本実施形態では、鋼種の組成ではなく、鋼種記号そのものを分岐条件とすることが可能であるため、学習部１３によって生成した決定木モデルを、鋼種記号を含めた一つのモデルとして扱うことが可能である。

また、本実施形態に係るめっき付着量制御方法、溶融めっき鋼帯の製造方法、めっき付着量制御装置１およびめっき付着量制御プログラムでは、決定木モデルを利用することにより、鋼種のような文字データを説明変数として取り込むことができ、めっき付着量に影響のある鋼種もモデル作成に用いて、目的変数であるめっき付着量の推定精度を向上することができる。

また、本実施形態に係るめっき付着量制御方法、溶融めっき鋼帯の製造方法、めっき付着量制御装置１およびめっき付着量制御プログラムでは、前記した図４および図６に示すように、鋼種を決定木モデルの最初の分岐に設定することにより、鋼種が新たに追加された場合も、既存の決定木モデルを破棄することなく、新たな部分木を追加するだけで決定木モデルを更新することができるため、既存の決定木モデルの再利用が可能である。また、めっき付着量予測モデルとして決定木モデルを用いることにより、視認性が向上し、例えばプログラム検証や他施設への横展開等も容易となる。

以下、実施例を挙げて本発明をより具体的に説明する。本実施例では、以下の表１に示すように、操業条件（分岐条件）として文字データである鋼種を含めて学習（学習ステップＳ１）を行った場合と、鋼種を含めないで学習を行った場合とについて、めっき付着量の推定精度を確認した。

表１に示すように、操業条件に鋼種を含めて学習を行って決定木モデルを生成し、その決定木モデルに基づいてめっき付着量を推定した場合、めっき付着量の推定値は「４８８．８９」、めっき付着量の実績値に対する推定値の差異を示す実績差異は「０．０６４４７３０」、相違比率は「１．０１８８％」となった。一方、操業条件に鋼種を含めずに学習を行って決定木モデルを生成し、その決定木モデルに基づいてめっき付着量を推定した場合、めっき付着量の推定値は「４８８．８８」、実績差異は「０．０４６２４４９」、相違比率は「１．１３４５％」となった。従って、操業条件に鋼種を含めて学習を行うことにより、めっき付着量の推定精度が向上することが確認できた。

以上、本発明に係るめっき付着量制御方法、溶融めっき鋼帯の製造方法、めっき付着量制御装置およびめっき付着量制御プログラムについて、発明を実施するための形態および実施例により具体的に説明したが、本発明の趣旨はこれらの記載に限定されるものではなく、特許請求の範囲の記載に基づいて広く解釈されなければならない。また、これらの記載に基づいて種々変更、改変等したものも本発明の趣旨に含まれることはいうまでもない。

例えば、前記した図１で示しためっき付着量制御装置１では、学習部１３で生成された決定木モデルを学習結果記憶部１４に一旦格納していたが、学習部１３は、生成した決定木モデルを学習結果記憶部１４に格納せずに、そのまま付着量推定部１２に対して出力してもよい。

また、前記した図６で示した決定木モデルでは、一番目の分岐条件として鋼種が設定され、二番目の分岐条件として鋼帯３２の板幅が設定され、三番目の分岐条件として鋼帯３２の板厚が設定されていたが、二番目の分岐条件として鋼帯３２の板厚を設定し、三番目の分岐条件として鋼帯３２の板幅を設定してもよい。

また、前記しためっき付着量制御方法では、操業条件（分岐条件）に含めることが可能な文字データとして、鋼種を一例として挙げたが、例えば鋼種以外にも、溶融亜鉛めっき鋼板を表す「ＧＩ」、合金化溶融亜鉛めっき鋼板を表す「ＧＡ」等の、他の文字データを操業条件としてもよい。

また、前記しためっき付着量制御方法では、決定木モデルが更新されるタイミングとして、例えば過去に操業実績のない新たな鋼種が操業条件に追加された場合を例示したが（図４および図５参照）、鋼種や新たな鋼板サイズ等の操業条件が追加された場合以外にも、例えば設定した所定の時間間隔や、定期点検等の操業停止タイミングで決定木モデルを更新してもよい。

１ めっき付着量制御装置
１１ プリセット制御部（プリセット制御手段）
１２ 付着量推定部（付着量推定手段）
１３ 学習部（学習手段）
１４ 学習結果記憶部
２ 上位計算機
３ めっきプラント
３１ ポット
３２ 鋼帯（鋼板）
３３ シンクロール
３４ コレクトロール
３５ ガイドロール
３６ ノズル（ガスワイピングノズル）
３７ めっき付着量計
ＰＷ 溶接点

Claims (12)

1. 溶融めっき浴から連続的に取り出される鋼帯に対して、ノズルからガスを吹き付けることにより、前記鋼帯のめっき付着量を制御するめっき付着量制御方法において、
   操業条件を説明変数とし、それに対応するめっき付着量を目的変数とした決定木モデルにより、過去の操業条件とそれに対応するめっき付着量とを含む複数のデータセットを用いて、前記めっき付着量を前記操業条件によって複数のグループに分類し、その分類情報に基づいて実操業時におけるめっき付着量を推定し、推定しためっき付着量の推定値と、予め設定されためっき付着量の目標値とに基づいて、前記鋼帯のめっき付着量を制御するための制御指令値を算出することにより、前記鋼帯のめっき付着量を制御し、
   前記複数のデータセットは、前記過去の操業条件として、前記鋼帯の組成に対応する文字データである鋼種と、前記鋼帯の板幅と、前記鋼帯の板厚と、前記ノズルの先端から前記鋼帯までの距離と、前記ノズルから吹き付けるガスの圧力と、を含むことを特徴とするめっき付着量制御方法。
2. 前記複数のデータセットを用い、前記めっき付着量を前記過去の操業条件によって複数のグループに分類することにより、前記決定木モデルを生成する学習ステップと、
   前記決定木モデルと実操業条件とに基づいて、現在のめっき付着量を推定する付着量推定ステップと、
   推定しためっき付着量の推定値と、予め設定されためっき付着量の目標値とに基づいて、前記鋼帯のめっき付着量を制御するための制御指令値を算出することにより、前記鋼帯のめっき付着量が目標値となるように制御する付着量制御ステップと、
   を含むことを特徴とする請求項１に記載のめっき付着量制御方法。
3. 前記複数のデータセットは、前記過去の操業条件として、溶融めっき浴内に設置されたロールによる前記鋼帯に対する押し込み量をさらに含むことを特徴とする請求項１または請求項２に記載のめっき付着量制御方法。
4. 前記学習ステップにおいて、前記決定木モデルの一番目の分岐条件として、前記過去の操業条件のうちの前記鋼種を設定することを特徴とする請求項２に記載のめっき付着量制御方法。
5. 前記学習ステップにおいて、前記決定木モデルの二番目の分岐条件として、前記過去の操業条件のうちの前記鋼帯の板幅および前記鋼帯の板厚のいずれか一方を設定し、前記決定木モデルの三番目の分岐条件として、前記過去の操業条件のうちの前記鋼帯の板幅および前記鋼帯の板厚のいずれか他方を設定することを特徴とする請求項４に記載のめっき付着量制御方法。
6. 過去に操業実績のない新たな鋼種を操業条件に追加する場合、前記学習ステップにおいて、前記決定木モデルの一番目の分岐に前記新たな鋼種を頂点とする部分木を追加し、前記決定木モデルを更新することを特徴とする請求項４または請求項５に記載のめっき付着量制御方法。
7. 前記学習ステップにおいて、Ｆ検定を利用して、前記めっき付着量を前記過去の操業条件によって複数のグループに分類することを特徴とする請求項４から請求項６のいずれか一項に記載のめっき付着量制御方法。
8. 溶融めっき浴から連続的に取り出される鋼帯に対して、ノズルからガスを吹き付けることにより、前記鋼帯のめっき付着量を制御するめっき付着量制御方法において、
   文字データを含む操業条件を説明変数とし、それに対応するめっき付着量を目的変数とし、過去の操業条件とそれに対応するめっき付着量とを含む複数のデータセットを用いて生成された決定木モデルを利用して、実操業時におけるめっき付着量を推定し、推定しためっき付着量の推定値と、予め設定されためっき付着量の目標値とに基づいて、前記鋼帯のめっき付着量を制御するための制御指令値を算出することにより、前記鋼帯のめっき付着量を制御し、
   前記複数のデータセットは、前記過去の操業条件として、前記鋼帯の組成に対応する文字データである鋼種と、前記鋼帯の板幅と、前記鋼帯の板厚と、前記ノズルの先端から前記鋼帯までの距離と、前記ノズルから吹き付けるガスの圧力と、を含むことを特徴とするめっき付着量制御方法。
9. 前記決定木モデルは、一番目の分岐条件が鋼種であり、二番目の分岐条件が鋼帯の板幅および鋼帯の板厚のいずれか一方であり、三番目の分岐条件が鋼帯の板幅および鋼帯の板厚のいずれか他方であり、四番目以降の分岐条件は、Ｆ検定に基づいて決定されることを特徴とする請求項８に記載のめっき付着量制御方法。
10. 請求項１から請求項９のいずれか一項に記載のめっき付着量制御方法によってめっき付着量が制御された溶融めっき鋼帯を製造することを特徴とする溶融めっき鋼帯の製造方法。
11. 溶融めっき浴から連続的に取り出される鋼帯に対して、ノズルからガスを吹き付けることにより、前記鋼帯のめっき付着量を制御するめっき付着量制御装置において、
    過去の操業条件とそれに対応するめっき付着量とを含む複数のデータセットを用い、前記めっき付着量を前記過去の操業条件によって複数のグループに分類することにより、決定木モデルを生成する学習部と、
    前記決定木モデルと実操業条件とに基づいて、現在のめっき付着量を推定する付着量推定部と、
    推定しためっき付着量の推定値と、予め設定されためっき付着量の目標値とに基づいて、前記鋼帯のめっき付着量を制御するための制御指令値を算出することにより、前記鋼帯のめっき付着量が目標値となるように制御するプリセット制御部と、
    を備え、
    前記複数のデータセットは、前記過去の操業条件として、前記鋼帯の組成に対応する文字データである鋼種と、前記鋼帯の板幅と、前記鋼帯の板厚と、前記ノズルの先端から前記鋼帯までの距離と、前記ノズルから吹き付けるガスの圧力と、を含むことを特徴とするめっき付着量制御装置。
12. 溶融めっき浴から連続的に取り出される鋼帯に対して、ノズルからガスを吹き付けることにより、前記鋼帯のめっき付着量を制御するめっき付着量制御プログラムにおいて、コンピュータを、
    過去の操業条件とそれに対応するめっき付着量とを含む複数のデータセットを用い、前記めっき付着量を前記過去の操業条件によって複数のグループに分類することにより、決定木モデルを生成する学習手段、
    前記決定木モデルと実操業条件とに基づいて、現在のめっき付着量を推定する付着量推定手段、
    推定しためっき付着量の推定値と、予め設定されためっき付着量の目標値とに基づいて、前記鋼帯のめっき付着量を制御するための制御指令値を算出することにより、前記鋼帯のめっき付着量が目標値となるように制御するプリセット制御手段、
    として機能させ、
    前記複数のデータセットは、前記過去の操業条件として、前記鋼帯の組成に対応する文字データである鋼種と、前記鋼帯の板幅と、前記鋼帯の板厚と、前記ノズルの先端から前記鋼帯までの距離と、前記ノズルから吹き付けるガスの圧力と、を含むめっき付着量制御プログラム。

Images