JP7528895B2 - Controlled cooling method for steel plate, controlled cooling device, and manufacturing method - Google Patents
Controlled cooling method for steel plate, controlled cooling device, and manufacturing method Download PDFInfo
- Publication number
- JP7528895B2 JP7528895B2 JP2021144784A JP2021144784A JP7528895B2 JP 7528895 B2 JP7528895 B2 JP 7528895B2 JP 2021144784 A JP2021144784 A JP 2021144784A JP 2021144784 A JP2021144784 A JP 2021144784A JP 7528895 B2 JP7528895 B2 JP 7528895B2
- Authority
- JP
- Japan
- Prior art keywords
- steel plate
- temperature
- cooling
- specific heat
- ferrite transformation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Control Of Metal Rolling (AREA)
- Control Of Heat Treatment Processes (AREA)
Description
本発明は、鋼板の制御冷却方法、制御冷却装置、及び製造方法に関する。 The present invention relates to a method for controlled cooling of steel plates, a controlled cooling device, and a manufacturing method.
熱延鋼板や厚鋼板に代表される鋼板の冷却温度制御の大きな目的として、鋼板の特性の制御がある。鋼板の特性は冷却開始温度、冷却目標温度、及び冷却時間に応じて変化する。このため、狙いの鋼板の特性を得るために、冷却開始前に鋼板の温度予測モデルを用いて水冷による鋼板の温度変化を予測し、冷却完了時に鋼板の温度が冷却目標温度になるように冷却水バルブの使用パターン、冷却水量、及び鋼板の搬送速度を設定した上で鋼板を冷却する。従って、水冷による鋼板の温度変化の予測精度が冷却目標温度の制御精度を左右する。冷却完了時の鋼板の温度が冷却目標温度からかけ離れてしまうと狙いの鋼板の特性が得られなくなるため、冷却完了時の鋼板の温度を高精度に制御することが求められる。また、生産効率を高めるために鋼板の長さは長くなる傾向にあることから、鋼板の長手方向に亘って冷却完了時の鋼板の温度を高精度に制御することが求められる。 The main purpose of cooling temperature control of steel plates, such as hot-rolled steel plates and thick steel plates, is to control the properties of the steel plate. The properties of the steel plate change depending on the cooling start temperature, the target cooling temperature, and the cooling time. Therefore, in order to obtain the desired properties of the steel plate, a temperature prediction model for the steel plate is used to predict the temperature change of the steel plate due to water cooling before the start of cooling, and the steel plate is cooled after setting the usage pattern of the cooling water valve, the amount of cooling water, and the conveying speed of the steel plate so that the temperature of the steel plate becomes the target cooling temperature at the completion of cooling. Therefore, the prediction accuracy of the temperature change of the steel plate due to water cooling determines the control accuracy of the target cooling temperature. If the temperature of the steel plate at the completion of cooling is far from the target cooling temperature, the desired properties of the steel plate cannot be obtained, so it is necessary to control the temperature of the steel plate at the completion of cooling with high precision. In addition, since the length of the steel plate tends to be long in order to increase production efficiency, it is necessary to control the temperature of the steel plate at the completion of cooling with high precision along the longitudinal direction of the steel plate.
そこで、鋼板の冷却温度制御では、鋼板の実績温度と予測温度との差である制御偏差を抑制するように冷却装置を操作するフィードバック制御が行われている。ところが、鋼板に冷却水をかけた後に温度計で鋼板の温度を測定するまでの測定遅れ、フィードバック制御の計算時間による遅れ、冷却水バルブの応答遅れ等があるため、フィードバック制御による制御偏差抑制を鋼板の全長で実施することは困難である。また、フィードバック制御による制御偏差抑制の遅れ時間は制御量の変動量が急峻にならないよう設定されているため、制御偏差が大きいと制御偏差を十分に抑制するまでに要する時間が長くなる。このため、温度予測モデルに使用する鋼板の比熱を鋼板の諸元から算出することにより温度予測モデルの予測精度を向上させ、フィードバック制御による制御偏差抑制が十分に働かない領域での温度制御精度を向上させることが行われている。 In the cooling temperature control of steel plates, feedback control is performed to operate the cooling device so as to suppress the control deviation, which is the difference between the actual temperature and the predicted temperature of the steel plate. However, due to the measurement delay between when the steel plate temperature is measured with a thermometer after cooling water is applied to the steel plate, the delay due to the calculation time of the feedback control, and the response delay of the cooling water valve, it is difficult to implement the control deviation suppression by feedback control over the entire length of the steel plate. In addition, since the delay time of the control deviation suppression by feedback control is set so that the fluctuation of the controlled variable is not steep, if the control deviation is large, it takes a long time to sufficiently suppress the control deviation. For this reason, the specific heat of the steel plate used in the temperature prediction model is calculated from the specifications of the steel plate, thereby improving the prediction accuracy of the temperature prediction model and improving the temperature control accuracy in areas where the control deviation suppression by feedback control does not work sufficiently.
ところで、冷却時における鋼板の特性の変化（以下、変態と表記）は発熱を伴うため、鋼板の温度を予測する際には変態による発熱を考慮する必要がある。冷却時の変態による発熱は温度予測においては鋼板の比熱変化として扱っても計算上は変わらないため、そのように扱われることが多い。この場合、変態しない場合の鋼板の比熱であるオーステナイト比熱に発生する変態による比熱変化量を加算することにより鋼板の比熱を算出できる。また、一般に鋼板の冷却温度域において発生する変態はフェライト変態、磁気変態、及びパーライト変態であり、これらの変態による鋼板の比熱変化を算出する技術はこれまでに幾つか提案されている。例えば特許文献１には、鋼板の目標冷却パターンからフェライト変態率を算出し、そこから各温度に対するエンタルピーを算出し、エンタルピーの温度微分から比熱を算出する技術が記載されている。また、特許文献２には、冷却中に鋼板が変態発熱するものを対象とした、冷却過程によるフェライト変態、磁気変態、及びパーライト変態率の算出方法及び変態発熱量の算出方法が記載されている。また、特許文献３には、予測温度と実績温度の偏差から変態のパラメータを変更することにより比熱を最適化する技術が記載されている。 However, since the change in the properties of the steel sheet during cooling (hereinafter referred to as transformation) is accompanied by heat generation, it is necessary to take heat generation due to transformation into consideration when predicting the temperature of the steel sheet. Heat generation due to transformation during cooling is often treated as a change in the specific heat of the steel sheet in temperature prediction, since it does not change the calculation. In this case, the specific heat of the steel sheet can be calculated by adding the amount of specific heat change due to transformation to the austenite specific heat, which is the specific heat of the steel sheet when there is no transformation. In addition, the transformations that generally occur in the cooling temperature range of the steel sheet are ferrite transformation, magnetic transformation, and pearlite transformation, and several techniques for calculating the specific heat change of the steel sheet due to these transformations have been proposed so far. For example, Patent Document 1 describes a technique for calculating the ferrite transformation rate from the target cooling pattern of the steel sheet, calculating the enthalpy for each temperature from that, and calculating the specific heat from the temperature derivative of the enthalpy. In addition, Patent Document 2 describes a method for calculating the ferrite transformation, magnetic transformation, and pearlite transformation rates during the cooling process and a method for calculating the amount of transformation heat generation, which are targeted at steel sheets that generate heat due to transformation during cooling. Patent Document 3 also describes a technology that optimizes the specific heat by changing transformation parameters based on the deviation between predicted and actual temperatures.
しかしながら、特許文献１に記載の技術は鋼板の磁気変態を考慮していない。また、変態率算出時に使用するパラメータを同定するために非特許文献１に記載の変態予測計算モデルを使用しているが、この手法では実験により組織写真を撮影して体積率を求める必要がある。このため、製造鋼種における添加成分が変化する度毎に実験を行う必要があり、人的及び時間的コストが大きい。一方、特許文献２に記載の技術は、変態前後の分子構造における比熱が既知であることを前提としているために実験による比熱測定が必要となる。なお、特許文献２には、実験の手間を削減するために、成分等の近さを類似度関数で評価し、類似度の高い鋼種の比熱を使用する方法が記載されている。しかしながら、この方法を用いた場合、類似度が高い成分であっても比熱が大きく異なる鋼種も存在することから、類似度関数の調整が困難となる。また、特許文献３に記載の技術では、材質予測モデルから変態温度を同定し、この温度領域内で鋼板の比熱がオーステナイト比熱からフェライト比熱に変化すると想定して鋼板の冷却量と実績温度から比熱を算出しているが、冷却温度域で複数種類の変態が起きる場合には比熱を算出できない。 However, the technology described in Patent Document 1 does not take into account the magnetic transformation of steel sheets. In addition, the transformation prediction calculation model described in Non-Patent Document 1 is used to identify the parameters used when calculating the transformation rate, but this method requires taking structural photographs through experiments to determine the volume fraction. For this reason, experiments must be performed every time the added components in the manufactured steel type change, which requires high human and time costs. On the other hand, the technology described in Patent Document 2 requires experimental specific heat measurement because it is assumed that the specific heat in the molecular structure before and after the transformation is known. In addition, Patent Document 2 describes a method in which the closeness of components, etc. is evaluated using a similarity function and the specific heat of a steel type with a high similarity is used to reduce the effort required for experiments. However, when this method is used, it becomes difficult to adjust the similarity function because there are steel types with significantly different specific heats even if the components are highly similar. In addition, the technology described in Patent Document 3 identifies the transformation temperature from a material prediction model, and calculates the specific heat from the cooling amount and actual temperature of the steel plate, assuming that the specific heat of the steel plate changes from austenite to ferrite within this temperature range. However, if multiple types of transformations occur within the cooling temperature range, the specific heat cannot be calculated.
本発明は、以上の問題を解決すべくなされたものであり、複数種類の変態がおきる場合であっても多くの労力を要することなく鋼板の比熱を精度よく算出して冷却完了時の鋼板の温度を冷却目標温度に精度よく制御可能な鋼板の制御冷却方法及び制御冷却装置を提供することにある。また、本発明の他の目的は、所望の特性を有する鋼板を歩留まりよく製造可能な鋼板の製造方法を提供することにある。 The present invention has been made to solve the above problems, and aims to provide a method and device for controlled cooling of steel plate that can accurately calculate the specific heat of the steel plate without requiring much effort, even when multiple types of transformations occur, and can accurately control the temperature of the steel plate at the completion of cooling to the cooling target temperature. Another object of the present invention is to provide a method for manufacturing steel plate that can produce steel plate having desired characteristics with a good yield.
本発明に係る鋼板の制御冷却方法は、鋼板の比熱を変数として含む温度予測モデル式を用いて冷却水の噴射による冷却後の鋼板の温度を予測し、予測された温度に基づいて冷却後の鋼板の温度が所定の温度になるように冷却水量を制御する鋼板の制御冷却方法であって、フェライト変態温度からフェライト変態、パーライト変態、及び磁気変態それぞれによる鋼板の比熱変化量を算出し、オーステナイト比熱に各比熱変化量を加算した値を鋼板の比熱として算出し、算出された比熱を前記温度予測モデル式に適用して鋼板の温度を予測するステップを含む。 The method for controlled cooling of steel plate according to the present invention is a method for controlled cooling of steel plate, which predicts the temperature of the steel plate after cooling by spraying cooling water using a temperature prediction model equation including the specific heat of the steel plate as a variable, and controls the amount of cooling water based on the predicted temperature so that the temperature of the steel plate after cooling becomes a predetermined temperature. The method includes the steps of calculating the specific heat change of the steel plate due to each of ferrite transformation, pearlite transformation, and magnetic transformation from the ferrite transformation temperature, calculating the specific heat of the steel plate by adding each specific heat change to the austenite specific heat, and applying the calculated specific heat to the temperature prediction model equation to predict the temperature of the steel plate.
鋼板の化学成分の含有量を入力変数、フェライト変態温度を出力変数とするフェライト変態温度モデル式に冷却対象の鋼板の化学成分の含有量を入力することにより、前記フェライト変態温度を求めるステップを含むとよい。 It is preferable to include a step of calculating the ferrite transformation temperature by inputting the content of the chemical components of the steel plate to be cooled into a ferrite transformation temperature model equation in which the content of the chemical components of the steel plate is an input variable and the ferrite transformation temperature is an output variable.
前記フェライト変態温度モデル式は、ニューラルネットワークにより構築されているとよい。 The ferrite transformation temperature model equation may be constructed using a neural network.
本発明に係る鋼板の制御冷却装置は、鋼板の比熱を変数として含む温度予測モデル式を用いて冷却水の噴射による冷却後の鋼板の温度を予測し、予測された温度に基づいて冷却後の鋼板の温度が所定の温度になるように冷却水量を制御する鋼板の制御冷却装置であって、フェライト変態温度からフェライト変態、パーライト変態、及び磁気変態それぞれによる鋼板の比熱変化量を算出し、オーステナイト比熱に各比熱変化量を加算した値を鋼板の比熱として算出し、算出された比熱を前記温度予測モデル式に適用して鋼板の温度を予測する鋼板温度予測部を備える。 The controlled cooling device for steel plates according to the present invention is a controlled cooling device for steel plates that predicts the temperature of the steel plate after cooling by spraying cooling water using a temperature prediction model equation that includes the specific heat of the steel plate as a variable, and controls the amount of cooling water based on the predicted temperature so that the temperature of the steel plate after cooling becomes a predetermined temperature. The device is equipped with a steel plate temperature prediction unit that calculates the specific heat changes of the steel plate due to ferrite transformation, pearlite transformation, and magnetic transformation from the ferrite transformation temperature, calculates the specific heat of the steel plate by adding each specific heat change to the austenite specific heat, and applies the calculated specific heat to the temperature prediction model equation to predict the temperature of the steel plate.
本発明に係る鋼板の製造方法は、本発明に係る鋼板の制御冷却方法を用いて鋼板を冷却して鋼板を製造するステップを含む。 The method for manufacturing a steel plate according to the present invention includes a step of manufacturing the steel plate by cooling the steel plate using the controlled cooling method for the steel plate according to the present invention.
本発明に係る鋼板の制御冷却方法及び制御冷却装置によれば、複数種類の変態がおきる場合であっても多くの労力を要することなく鋼板の比熱を精度よく算出して冷却完了時の鋼板の温度を冷却目標温度に精度よく制御することができる。また、本発明に係る鋼板の製造方法によれば、所望の特性を有する鋼板を歩留まりよく製造することができる。 The controlled cooling method and controlled cooling device for steel plate according to the present invention can accurately calculate the specific heat of the steel plate without much effort, even when multiple types of transformations occur, and can accurately control the temperature of the steel plate at the completion of cooling to the cooling target temperature. Furthermore, the manufacturing method for steel plate according to the present invention can manufacture steel plate having the desired characteristics with a high yield.
以下、図面を参照して、本発明の一実施形態である鋼板の制御冷却方法、制御冷却装置、及び製造方法について説明する。 The following describes a method for controlled cooling of steel plate, a controlled cooling device, and a manufacturing method, which are one embodiment of the present invention, with reference to the drawings.
〔冷却ラインの構成〕
まず、図１及び図２を参照して、本発明の一実施形態である鋼板の制御冷却方法、制御冷却装置、及び製造方法が適用される冷却ラインの構成について説明する。図１は、本発明の一実施形態である冷却ラインの構成を示す模式図である。図２は、図１に示す計算機４の機能ブロック図である。
[Configuration of cooling line]
First, the configuration of a cooling line to which a controlled cooling method, a controlled cooling device, and a manufacturing method for a steel plate according to an embodiment of the present invention are applied will be described with reference to Figures 1 and 2. Figure 1 is a schematic diagram showing the configuration of a cooling line according to an embodiment of the present invention. Figure 2 is a functional block diagram of a
図１に示すように、本発明の一実施形態である冷却ライン１は、冷却水バルブ２ａ～２ｏから熱延鋼板等の鋼板に向けて冷却水を噴射することにより鋼板の温度を冷却目標温度まで冷却する冷却ラインであり、制御系として、温度計３ａ，３ｂ、計算機４、及び制御盤５を備えている。温度計３ａ，３ｂはそれぞれ、冷却ライン１の入側及び出側における鋼板の温度を計測し、計測された鋼板の温度情報を計算機４に出力する。なお、温度計３ａ，３ｂは冷却水バルブ２ａ～２ｏの制御周期以下の周期で鋼板の温度を計測する。
As shown in FIG. 1, cooling line 1, one embodiment of the present invention, is a cooling line that cools the temperature of a steel plate, such as a hot-rolled steel plate, to a cooling target temperature by spraying cooling water from
計算機４は、温度計３ａによって計測された鋼板の温度や鋼板の搬送速度等に基づいて鋼板を冷却目標温度まで冷却するための冷却水バルブ２ａ～２ｏそれぞれの噴射流量を設定流量として算出し、算出された設定流量に基づいて制御盤５を介して冷却水バルブ２ａ～２ｏの噴射流量（冷却パターン）を制御する。また、計算機４は、温度計３ｂによって計測された冷却後の鋼板の温度に基づいて冷却後の鋼板の温度が冷却目標温度になるように設定流量を修正する。また、図２に示すように、計算機４は、鋼板温度予測部４１、制御部４２、及び過去データデータベース（過去データＤＢ）４３を備えている。
The
鋼板温度予測部４１及び制御部４２は、計算機４を構成する情報処理装置が計算機４の内部に記憶されているコンピュータプログラムを実行することにより実現される機能ブロックである。鋼板温度予測部４１及び制御部４２の機能については後述する。過去データＤＢ４３は、過去に制御冷却処理が行われた各鋼板について、鋼板の冷却開始温度の実績値、冷却パターンの実績値、鋼板の冷却終了温度の実績値、鋼板の化学成分の含有量の実績値、鋼板の冷却時間の実績値、及びフェライト変態温度の計算値を過去データとして格納している。なお、フェライト変態温度の計算値は、フェライト変態温度を変更しながら鋼板の冷却開始温度、冷却パターン、比熱、及びその他冷却終了温度の予測に必要な諸元の実績値を用いて鋼板の冷却終了温度を計算し、計算された冷却終了温度が冷却終了温度の実績値に最も近いフェライト変態温度を選択することにより求められている。計算された冷却終了温度が冷却終了温度の実績値に最も近いフェライト変態温度は最急降下法やモンテカルロ法等を用いて求めることができる。
The steel plate
このような構成を有する冷却ライン１では、計算機３が、以下に示す制御冷却処理を実行することにより、複数種類の変態がおきる場合であっても多くの労力を要することなく鋼板の比熱を精度よく算出して冷却完了時の鋼板の温度を冷却目標温度に精度よく制御する。以下、図３を参照して、制御冷却処理を実行する際の計算機３の動作について説明する。 In a cooling line 1 having such a configuration, the calculator 3 executes the controlled cooling process described below, so that even when multiple types of transformations occur, the specific heat of the steel plate is accurately calculated without much effort, and the temperature of the steel plate at the completion of cooling is accurately controlled to the cooling target temperature. The operation of the calculator 3 when executing the controlled cooling process will be described below with reference to FIG. 3.
〔制御冷却処理〕
図３は、本発明の一実施形態である制御冷却処理の流れを示すフローチャートである。図３に示すフローチャートは、制御冷却処理の実行指令が計算機４に入力されたタイミングで開始となり、制御冷却処理はステップＳ１の処理に進む。
[Controlled Cooling Process]
Fig. 3 is a flowchart showing the flow of the controlled cooling process according to one embodiment of the present invention. The flowchart shown in Fig. 3 starts when an execution command for the controlled cooling process is input to the
ステップＳ１の処理では、鋼板温度予測部４１が、冷却対象の鋼板のフェライト変態温度を求める。ここで、鋼板を一定冷却量で冷却した際の温度変化量が最も小さい温度が変態による発熱のピークであるフェライト変態温度であるが、鋼種毎に実験でフェライト変態温度を求めることは手間である。このため、本実施形態では、計算によりフェライト温度を算出する。詳しくは、フェライト変態温度は鋼板の化学成分及び冷却時間に応じて変化する。そこで、鋼板温度予測部４１は、冷却対象の鋼板の冷却時間の予測値から所定範囲内にある冷却時間の実績値を含む過去データを過去データＤＢ４３から抽出することにより、冷却時間の実績値付近における鋼板の化学成分の含有量とフェライト変態温度との関係を示す過去データを抽出する。そして、鋼板温度予測部４１は、抽出された過去データを用いて各化学成分の含有量によるフェライト変態温度の回帰モデルを構築し、回帰モデルに冷却対象の鋼板の化学成分の含有量を入力することにより、フェライト変態温度を算出できる。これにより、ステップＳ１の処理は完了し、制御冷却処理はステップＳ２の処理に進む。
In the process of step S1, the steel plate
なお、回帰モデルは、鋼板の炭素量に応じて形態が大きく変化するため、鋼板の炭素量に応じて回帰モデルを場合分けするとよい。また、冷却対象の鋼板の冷却時間の予測値から所定範囲内にある過去データの中に化学成分の含有量が一致する過去データがある場合、その過去データのフェライト変態温度を冷却対象の鋼板のフェライト変態温度としてもよい。また、そのような過去データが複数ある場合には、各フェライト変態温度の平均値を冷却対象の鋼板のフェライト変態温度としてもよい。また、フェライト変態温度の回帰モデルとしては、鋼板の各化学成分の含有量を線形結合した変数（成分式）により表される以下に示す数式（１），（２）を例示できる。但し、数式（１）におけるＳｉは鋼板のｉ番目の化学成分の含有量、Ｘｉは成分式を算出するためのＳｉに対応する係数を示す。また、数式（２）におけるＴｆはフェライト変態温度、ｈ（成分式）は数式（１）に示す成分式をフェライト変態温度に変換する関数である。なお、数式（１）に示す成分式からフェライト変態温度を求めるｈ（成分式）が不明のため、化学成分の含有量からフェライト変態温度を算出するモデル構築においては、計算機による解析的な最適化ができず、人手による試行錯誤によるモデル化が必要となる場合がある。このため、そのような場合には、フェライト変態温度を目的変数、化学成分の含有量を説明変数とするニューラルネットワークを構築するとよい。 In addition, since the form of the regression model changes greatly depending on the carbon content of the steel plate, it is advisable to classify the regression model according to the carbon content of the steel plate. In addition, if there is past data that matches the content of the chemical components among past data within a predetermined range from the predicted value of the cooling time of the steel plate to be cooled, the ferrite transformation temperature of the past data may be used as the ferrite transformation temperature of the steel plate to be cooled. In addition, if there are multiple such past data, the average value of each ferrite transformation temperature may be used as the ferrite transformation temperature of the steel plate to be cooled. In addition, as the regression model of the ferrite transformation temperature, the following formulas (1) and (2) can be exemplified, which are represented by variables (composition formula) that linearly combine the contents of each chemical component of the steel plate. However, in formula (1), S i represents the content of the i-th chemical component of the steel plate, and X i represents a coefficient corresponding to S i for calculating the composition formula. In addition, in formula (2), Tf is the ferrite transformation temperature, and h (composition formula) is a function that converts the composition formula shown in formula (1) to the ferrite transformation temperature. In addition, since h (composition formula) for calculating the ferrite transformation temperature from the composition formula shown in the formula (1) is unknown, analytical optimization by a computer cannot be performed in constructing a model for calculating the ferrite transformation temperature from the contents of the chemical components, and manual modeling by trial and error may be required. Therefore, in such a case, it is advisable to construct a neural network with the ferrite transformation temperature as the objective variable and the contents of the chemical components as the explanatory variables.
ステップ２の処理では、鋼板温度予測部４１が、冷却対象の鋼板のパーライト変態温度及び磁気変態温度を算出する。具体的には、鋼板温度予測部４１は、冷却目標温度及び冷却目標速度からＴＴＴ線図によりパーライト変態温度を算出する。一方、磁気変態は、常磁性体フェライトが強磁性体フェライトに変化する時の変態であるため、フェライト変態温度以下で発生する現象である。また、純鉄での磁気変態温度（キュリー温度）は７７０℃であることが広く知られている。このため、鋼板温度予測部４１は、ステップＳ１の処理により算出されたフェライト変態温度が７７０℃以上である場合、磁気変態温度を７７０℃とし、ステップＳ１の処理により算出されたフェライト変態温度が７７０℃未満である場合には、ステップＳ１の処理により算出されたフェライト変態温度を磁気変態温度とする。これにより、ステップＳ２の処理は完了し、制御冷却処理はステップＳ３の処理に進む。
In the process of step 2, the steel plate
ステップＳ３の処理では、鋼板温度予測部４１が、フェライト変態、パーライト変態、及び磁気変態の各変態による鋼板の比熱変化量を算出する。詳しくは、変態による発熱は鋼板の結晶構造の変化によるものであるため、単位質量分だけ各変態が発生した時の変態発熱量は化学成分によって変化することはなく、フェライト変態及びパーライト変態による総発熱量の実測値は広く知られている。また、変態温度と総発熱量がわかっていれば、フェライト変態発熱及びパーライト変態発熱による鋼板の比熱変化量を定式化できるため、冷却時間を一定にした場合は、変態温度のみで比熱変化式を同定可能できる。この変態温度は、対象鋼種を緩冷却した際に測定される比熱が最大である時の温度となる。一方、磁気変態発熱による比熱変化量の測定は一般に行われていないが、何らかの鋼板を緩冷却した時の温度変化と冷却量から比熱を測定し、フェライト変態及びパーライト変態による比熱変化量とオーステナイト比熱を考慮した場合の必要冷却量との差をとることにより、磁気変態発熱による比熱変化量を推定できる。これらの比熱変化量は、上記の理由により冷却時間が変化しない限り添加成分によって変化しないため、緩冷却による測定を一度行うだけで全鋼種に対応した磁気変態による比熱変化量を定式化できる。そこで、鋼板温度予測部４１は、この総発熱量と変態温度を用いることにより、各変態による比熱変化量を算出する。これにより、ステップＳ３の処理は完了し、制御冷却処理はステップＳ４の処理に進む。
In the process of step S3, the steel sheet
以下、フェライト変態、パーライト変態、及び磁気変態の各変態による鋼板の比熱変化量の算出方法について具体的に説明する。 Below, we will explain in detail how to calculate the change in specific heat of steel sheet due to each transformation: ferrite transformation, pearlite transformation, and magnetic transformation.
［フェライト変態］
フェライト変態による総発熱量は３２．７ｋＪ／ｋｇであることが広く知られている。また、フェライト中の炭素固溶限界は０．７８％であるため、フェライト変態できる割合ｆは対象鋼種の炭素濃度（Ｃ％）を用いて以下に示す数式（３）で表せる。そして、この時の温度に対する鋼板の比熱変化量Ｃｆ（Ｔ）はガウス分布で表現すると以下に示す数式（４）で表せる。但し、数式（４）中のｂは定数、Ｔは温度、Ｔｆはフェライト変態温度である。定数ｂとしては、フェライト変態温度が７７０℃より高い鋼種を緩冷却した時のフェライト変態温度が温度Ｔより低い領域における比熱を測定し、その比熱を再現できる定数を選択する。定数ｂは、鋼種によらず一定であるため一度の測定で全鋼種の定数ｂを同定できる。
[Ferrite transformation]
It is widely known that the total heat generated by ferrite transformation is 32.7 kJ/kg. In addition, since the carbon solubility limit in ferrite is 0.78%, the rate f of ferrite transformation can be expressed by the following formula (3) using the carbon concentration (C%) of the target steel type. The specific heat change amount C f (T) of the steel plate with respect to the temperature at this time can be expressed by the following formula (4) when expressed in Gaussian distribution. In formula (4), b is a constant, T is temperature, and Tf is ferrite transformation temperature. As the constant b, the specific heat is measured in a region where the ferrite transformation temperature is lower than the temperature T when a steel type with a ferrite transformation temperature higher than 770°C is slowly cooled, and a constant that can reproduce the specific heat is selected. Since the constant b is constant regardless of the steel type, the constant b of all steel types can be identified by a single measurement.
［パーライト変態］
パーライト変態による総発熱量は６０．８ｋＪ／ｋｇであることが広く知られている。また、亜共析鋼においてはフェライト変態しなかったものがパーライト変態するため、パーライト変態可能な割合ｐはフェライト変態可能な割合ｆを用いて以下に示す数式（５）で表せる。そして、この時の温度に対する比熱変化量Ｃｐ（Ｔ）はガウス分布で表現すると以下に示す数式（６）で表せる。但し、数式（６）中のｃは定数、Ｔは温度、Ｔｐはパーライト変態温度である。定数ｃとしては、ある鋼板を緩冷却した時のパーライト変態温度が温度Ｔより高い領域における比熱を測定し、その比熱を再現できる定数を選択する。定数ｃは鋼種によらず一定であるため、一度の測定で全鋼種の定数ｃを同定できる。
[Pearlite transformation]
It is widely known that the total heat generated by pearlite transformation is 60.8 kJ/kg. In addition, in hypoeutectoid steel, since the material that has not been transformed into ferrite is transformed into pearlite, the ratio p of possible pearlite transformation can be expressed by the following formula (5) using the ratio f of possible ferrite transformation. The specific heat change C p (T) with respect to temperature at this time can be expressed by the following formula (6) when expressed in Gaussian distribution. In formula (6), c is a constant, T is temperature, and Tp is pearlite transformation temperature. As the constant c, the specific heat is measured in a region where the pearlite transformation temperature is higher than the temperature T when a certain steel plate is slowly cooled, and a constant that can reproduce the specific heat is selected. Since the constant c is constant regardless of the steel type, the constant c of all steel types can be identified by a single measurement.
［磁気変態］
ある鋼板を緩冷却した時の比熱を磁気変態温度付近で測定し、変態による発熱を考慮した比熱Ｃ（Ｔ）を決定する。この比熱Ｃ（Ｔ）はフェライト変態発熱、パーライト変態発熱、及び磁気変態発熱と変態がおきない時の比熱(オーステナイト比熱)との和になるため、磁気変態による鋼板の比熱変化量Ｃｍ（Ｔ）は以下に示す数式（７）により表される。
[Magnetic transformation]
The specific heat of a steel sheet when slowly cooled is measured near the magnetic transformation temperature, and the specific heat C(T) is determined taking into account the heat generated by transformation. This specific heat C(T) is the sum of the heat generated by ferrite transformation, the heat generated by pearlite transformation, and the heat generated by magnetic transformation, as well as the specific heat when no transformation occurs (austenite specific heat), so the amount of change in specific heat Cm (T) of the steel sheet due to magnetic transformation is expressed by the following formula (7).
但し、数式（７）では比熱Ｃ（Ｔ）が未知であるため、そのままでは鋼種毎に測定が必要となり、調整の手間が大きい。そこで、磁気変態による比熱変化量をモデル化するとよい。具体的には、図４に示すように、磁気変態による比熱変化曲線は磁気変態温度を境界にして対称ではない。そのため、鋼板の温度が磁気変態温度Ｔｍ以上である場合と磁気変態温度Ｔｍ未満である場合とでそれぞれ別のモデル化が必要となる。これをガウス分布で表すと、以下に示す数式（８）のようになる。冷却時間を一定に制御した場合、数式（８）中のパラメータα，βは定数となるため、何らかの鋼種で一度測定するだけで、全鋼種に対応した鋼板の比熱変化量Ｃｍ（Ｔ）をモデル化することができる。 However, in formula (7), the specific heat C(T) is unknown, so if it is used as is, it is necessary to measure it for each steel type, which requires a lot of adjustment work. Therefore, it is advisable to model the specific heat change amount due to magnetic transformation. Specifically, as shown in FIG. 4, the specific heat change curve due to magnetic transformation is not symmetrical with the magnetic transformation temperature as the boundary. Therefore, separate modeling is required when the temperature of the steel sheet is equal to or higher than the magnetic transformation temperature Tm and when it is lower than the magnetic transformation temperature Tm. This is expressed as a Gaussian distribution, as shown in formula (8) below. When the cooling time is controlled to be constant, the parameters α and β in formula (8) are constants, so that the specific heat change amount C m (T) of the steel sheet corresponding to all steel types can be modeled by measuring it once for some steel type.
ステップＳ４の処理では、鋼板温度予測部４１が、冷却対象の鋼板の比熱を算出する。具体的には、鋼板が変態しない時の比熱ＣＯ（Ｔ）は、オーステナイト比熱であり、以下に示す数式（９）により表される。そして、鋼板の比熱Ｃ（Ｔ）は、オーステナイト比熱ＣＯ（Ｔ）にフェライト変態、パーライト変態、及び磁気変態の各変態の比熱変化量Ｃｆ（Ｔ），Ｃｐ（Ｔ），Ｃｍ（Ｔ）を加算することにより求められる。そこで、鋼板温度予測部４１は、以下に示す数式（１０）を用いて鋼板の比熱Ｃ（Ｔ）を算出する。ここまでの比熱計算において、パラメータはフェライト変態温度のみであるので、パラメータ同定の手間を大きく削減することができる。これにより、ステップＳ４の処理は完了し、制御冷却処理はステップＳ５の処理に進む。
In the process of step S4, the steel plate
ステップＳ５の処理では、鋼板温度予測部４１が、ステップＳ４の処理において算出された鋼板の比熱Ｃ（Ｔ）を温度予測モデル式に入力することにより冷却水の噴射による冷却後の鋼板の温度を予測する。そして、制御部４２が、予測された温度に基づいて冷却後の鋼板の温度が所定の冷却目標温度になるように鋼板の制御冷却を実施する。これにより、ステップＳ５の処理は完了し、制御冷却処理はステップＳ６の処理に進む。
In the process of step S5, the steel plate
ステップＳ６の処理では、鋼板温度予測部４１が、制御冷却実施後に鋼板のフェライト変態温度を逆算する。これにより、ステップＳ６の処理は完了し、制御冷却処理はステップＳ７の処理に進む。
In the process of step S6, the steel plate
ステップＳ７の処理では、制御部４２が、制御冷却を実施した鋼板に関する過去データＤＢ４３に格納する。これにより、ステップＳ７の処理は完了し、一連の制御冷却処理は終了する。
In the process of step S7, the
以上の説明から明らかなように、本発明の一実施形態である制御冷却処理では、鋼板温度予測部４１が、フェライト変態温度からフェライト変態、パーライト変態、及び磁気変態それぞれによる鋼板の比熱変化量を算出し、オーステナイト比熱に各比熱変化量を加算した値を鋼板の比熱として算出し、算出された比熱を温度予測モデル式に適用して鋼板の温度を予測するので、複数種類の変態がおきる場合であっても多くの労力を要することなく鋼板の比熱を精度よく算出して冷却完了時の鋼板の温度を冷却目標温度に精度よく制御することができる。また、これにより、所望の特性を有する鋼板を歩留まりよく製造することができる。
As is clear from the above explanation, in the controlled cooling process which is one embodiment of the present invention, the steel plate
本実施例では、まず、鋼板の変態による比熱変化式（４），（６），（８）を過去の冷却実験結果より同定して以下に示す数式（１１）～（１３）を得た。これらの数式（１１）～（１３）と数式（９）との和が鋼板の比熱となる。次に、フェライト変態温度を予測するための回帰モデルをニューラルネットワークにより構築した。表１は、鋼種毎にフェライト変態温度を算出した結果を示し、その鋼種の化学成分の平均値も記載されている。なお、表１中の英数字列は鋼種を示す。この結果に基づいて鋼板の炭素量によって３種類の場合分けをして、それぞれニューラルネットワークによる回帰モデルを構築した。ここまでで構築したモデルは鋼板の温度特性のモデル化であるため、１度算出したら基本的に再調整する必要はない。そして、上記手法で算出した比熱を用いて９日間における鋼板冷却実績をもとにシミュレーション計算を行った。シミュレーション結果は図５に示す。なお、図５には既設モデルのシミュレーション結果も示す。図５に示すように、本発明によれば冷却温度の制御誤差（平均二乗偏差（RMSE：Root Mean Square Error））を低減できることが確認できた。 In this embodiment, first, the specific heat change formulas (4), (6), and (8) due to transformation of steel plate were identified from the results of past cooling experiments, and the following formulas (11) to (13) were obtained. The sum of these formulas (11) to (13) and formula (9) is the specific heat of the steel plate. Next, a regression model for predicting the ferrite transformation temperature was constructed using a neural network. Table 1 shows the results of calculating the ferrite transformation temperature for each steel type, and the average value of the chemical components of the steel type is also listed. The alphanumeric string in Table 1 indicates the steel type. Based on this result, the steel plate was divided into three types according to the carbon content, and a regression model using a neural network was constructed for each. Since the model constructed up to this point is a model of the temperature characteristics of the steel plate, once it is calculated, it is basically not necessary to readjust it. Then, a simulation calculation was performed based on the cooling performance of the steel plate over a nine-day period using the specific heat calculated by the above method. The simulation results are shown in Figure 5. Note that Figure 5 also shows the simulation results of the existing model. As shown in Figure 5, it was confirmed that the present invention can reduce the control error (Root Mean Square Error (RMSE)) of the cooling temperature.
１ 冷却ライン
２ａ～２ｏ 冷却水バルブ
３ａ，３ｂ 温度計
４ 計算機
５ 制御盤
1 Cooling
Claims (4)
フェライト変態温度からフェライト変態、パーライト変態、及び磁気変態それぞれによる鋼板の比熱変化量を算出し、オーステナイト比熱に各比熱変化量を加算した値を鋼板の比熱として算出し、算出された比熱を前記温度予測モデル式に適用して鋼板の温度を予測するステップと、
鋼板の化学成分の含有量を入力変数、フェライト変態温度を出力変数とするフェライト変態温度モデル式に冷却対象の鋼板の化学成分の含有量を入力することにより、前記フェライト変態温度を求めるステップと、
を含み、
前記フェライト変態温度モデル式は、鋼板の鋼種毎にフェライト変態温度を算出し、鋼板の炭素量に応じて算出されたフェライト変態温度を場合分けし、場合分けされたフェライト変態温度と対応する鋼板の化学成分の含有量との組を用いた回帰計算を各場合について実行することにより構築された回帰モデルである、鋼板の制御冷却方法。 A controlled cooling method for a steel plate, comprising: predicting a temperature of the steel plate after cooling by injection of cooling water using a temperature prediction model equation including a specific heat of the steel plate as a variable; and controlling an amount of cooling water based on the predicted temperature so that the temperature of the steel plate after cooling becomes a predetermined temperature,
a step of calculating the amount of change in specific heat of the steel sheet due to each of the ferrite transformation, pearlite transformation, and magnetic transformation from the ferrite transformation temperature, calculating a value obtained by adding each amount of specific heat change to the austenite specific heat as the specific heat of the steel sheet, and predicting the temperature of the steel sheet by applying the calculated specific heat to the temperature prediction model formula;
A step of calculating the ferrite transformation temperature by inputting the contents of chemical components of the steel plate to be cooled into a ferrite transformation temperature model equation having the contents of chemical components of the steel plate as input variables and the ferrite transformation temperature as an output variable;
Including,
the ferrite transformation temperature model formula is a regression model constructed by calculating a ferrite transformation temperature for each steel type of the steel plate, classifying the ferrite transformation temperatures calculated according to the carbon content of the steel plate into cases, and executing a regression calculation for each case using a pair of the classified ferrite transformation temperature and the corresponding content of a chemical component of the steel plate .
フェライト変態温度からフェライト変態、パーライト変態、及び磁気変態それぞれによる鋼板の比熱変化量を算出し、オーステナイト比熱に各比熱変化量を加算した値を鋼板の比熱として算出し、算出された比熱を前記温度予測モデル式に適用して鋼板の温度を予測する鋼板温度予測部を備え、
前記鋼板温度予測部は、鋼板の化学成分の含有量を入力変数、フェライト変態温度を出力変数とするフェライト変態温度モデル式に冷却対象の鋼板の化学成分の含有量を入力することにより、前記フェライト変態温度を求め、前記フェライト変態温度モデル式は、鋼板の鋼種毎にフェライト変態温度を算出し、鋼板の炭素量に応じて算出されたフェライト変態温度を場合分けし、場合分けされたフェライト変態温度と対応する鋼板の化学成分の含有量との組を用いた回帰計算を各場合について実行することにより構築された回帰モデルである、鋼板の制御冷却装置。 A controlled cooling device for a steel plate, which predicts a temperature of a steel plate after cooling by injection of cooling water using a temperature prediction model equation including a specific heat of the steel plate as a variable, and controls an amount of cooling water based on the predicted temperature so that the temperature of the steel plate after cooling becomes a predetermined temperature,
a steel plate temperature prediction unit that calculates a specific heat change amount of the steel plate due to each of ferrite transformation, pearlite transformation, and magnetic transformation from a ferrite transformation temperature, calculates a specific heat of the steel plate by adding each specific heat change amount to an austenite specific heat, and predicts a temperature of the steel plate by applying the calculated specific heat to the temperature prediction model formula;
the steel plate temperature prediction unit calculates the ferrite transformation temperature by inputting contents of chemical components of the steel plate to be cooled into a ferrite transformation temperature model equation, the contents of the chemical components of the steel plate being input variables and the ferrite transformation temperature being an output variable, and the ferrite transformation temperature model equation is a regression model constructed by calculating a ferrite transformation temperature for each steel type of the steel plate, classifying the ferrite transformation temperatures calculated in accordance with the carbon content of the steel plate into cases, and performing regression calculations for each case using a pair of the classified ferrite transformation temperature and the corresponding contents of the chemical components of the steel plate .
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021144784A JP7528895B2 (en) | 2021-09-06 | 2021-09-06 | Controlled cooling method for steel plate, controlled cooling device, and manufacturing method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021144784A JP7528895B2 (en) | 2021-09-06 | 2021-09-06 | Controlled cooling method for steel plate, controlled cooling device, and manufacturing method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2023037940A JP2023037940A (en) | 2023-03-16 |
| JP7528895B2 true JP7528895B2 (en) | 2024-08-06 |
Family
ID=85513947
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021144784A Active JP7528895B2 (en) | 2021-09-06 | 2021-09-06 | Controlled cooling method for steel plate, controlled cooling device, and manufacturing method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7528895B2 (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7647638B2 (en) * | 2022-03-15 | 2025-03-18 | Ｊｆｅスチール株式会社 | Method for calculating ferrite transformation temperature of steel plate, cooling control method, and manufacturing method |
| CN117423413B (en) * | 2023-10-30 | 2025-02-18 | 东北大学 | Method for calculating solidification thermodynamics of alloy steel multicomponent system |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005297015A (en) | 2004-04-13 | 2005-10-27 | Toshiba Mitsubishi-Electric Industrial System Corp | Winding temperature controller |
| JP2006193759A (en) | 2005-01-11 | 2006-07-27 | Nippon Steel Corp | Steel sheet cooling control method |
| JP2011212743A (en) | 2010-04-02 | 2011-10-27 | Kobe Steel Ltd | Temperature prediction method for steel plate taking transformation heat into account |
| JP2012000663A (en) | 2010-06-21 | 2012-01-05 | Kobe Steel Ltd | Cooling control method for rolled material, and continuous rolling mill with the cooling control method applied |
| JP2012011448A (en) | 2010-07-05 | 2012-01-19 | Kobe Steel Ltd | Cooling control method of rolled material, and continuous rolling mill to which the cooling control method is applied |
| JP2013000766A (en) | 2011-06-15 | 2013-01-07 | Kobe Steel Ltd | Calculation method of transformation rate in cooled or heated steel plate, and control method of transformation rate of steel plate |
| JP2013086132A (en) | 2011-10-18 | 2013-05-13 | Nippon Steel & Sumitomo Metal Corp | Method for controlling cooling of steel sheet and device for manufacturing steel sheet |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2786386B2 (en) * | 1993-03-01 | 1998-08-13 | 三菱電機株式会社 | Cooling control method and cooling control device for hot rolled steel |
-
2021
- 2021-09-06 JP JP2021144784A patent/JP7528895B2/en active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005297015A (en) | 2004-04-13 | 2005-10-27 | Toshiba Mitsubishi-Electric Industrial System Corp | Winding temperature controller |
| JP2006193759A (en) | 2005-01-11 | 2006-07-27 | Nippon Steel Corp | Steel sheet cooling control method |
| JP2011212743A (en) | 2010-04-02 | 2011-10-27 | Kobe Steel Ltd | Temperature prediction method for steel plate taking transformation heat into account |
| JP2012000663A (en) | 2010-06-21 | 2012-01-05 | Kobe Steel Ltd | Cooling control method for rolled material, and continuous rolling mill with the cooling control method applied |
| JP2012011448A (en) | 2010-07-05 | 2012-01-19 | Kobe Steel Ltd | Cooling control method of rolled material, and continuous rolling mill to which the cooling control method is applied |
| JP2013000766A (en) | 2011-06-15 | 2013-01-07 | Kobe Steel Ltd | Calculation method of transformation rate in cooled or heated steel plate, and control method of transformation rate of steel plate |
| JP2013086132A (en) | 2011-10-18 | 2013-05-13 | Nippon Steel & Sumitomo Metal Corp | Method for controlling cooling of steel sheet and device for manufacturing steel sheet |
Non-Patent Citations (1)
| Title |
|---|
| 大内千秋ら，熱間圧延後のフェライト変態開始温度に及ぼす圧延条件と化学成分の影響，鉄と鋼，日本，日本鉄鋼協会，1981年，Vol.67, No.1，pp.143-152 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2023037940A (en) | 2023-03-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen et al. | Applying neural networks to on-line updated PID controllers for nonlinear process control | |
| Yoshitani et al. | Model-based control of strip temperature for the heating furnace in continuous annealing | |
| JP7528895B2 (en) | Controlled cooling method for steel plate, controlled cooling device, and manufacturing method | |
| JP6439780B2 (en) | Magnetic property prediction device and magnetic property control device for electrical steel sheet | |
| CN115202211B (en) | Predictive control method and equipment for temperature stability control of roasting furnace | |
| Bouissa et al. | Prediction of heat transfer coefficient during quenching of large size forged blocks using modeling and experimental validation | |
| Xu et al. | Application of multi-model switching predictive functional control on the temperature system of an electric heating furnace | |
| Walker et al. | A novel numerical method to predict the transient track geometry and thermomechanical effects through in-situ modification of the process parameters in Direct Energy Deposition | |
| Lucia et al. | Efficient robust economic nonlinear model predictive control of an industrial batch reactor | |
| Wang et al. | A hybrid approach for supervisory control of furnace temperature | |
| JP2017157094A (en) | State prediction device for product, state control device for product, state prediction method for product, and program | |
| CN105414205B (en) | PLC-based online predication method for temperatures of steel plates | |
| Lu et al. | A novel approach for lean energy operation based on energy apportionment model in reheating furnace | |
| Bruni et al. | Modelling of the rheological behaviour of aluminium alloys in multistep hot deformation using the multiple regression analysis and artificial neural network techniques | |
| JP2018156152A (en) | Control method and control apparatus | |
| JP2016209911A (en) | Method for estimating parameter constituting heat transfer rate model | |
| Jung et al. | Numerical prediction of austenite grain size in a bar rolling process using an evolution model based on a hot compression test | |
| Tian et al. | A new incremental learning modeling method based on multiple models for temperature prediction of molten steel in LF | |
| Maijer et al. | An investigation of predictive control for aluminum wheel casting via a virtual process model | |
| Xia et al. | Operation optimization of slab reheating process based on differential evolution | |
| Nguyen et al. | Nonlinear model predictive control of steel slab walking-beam reheating furnace based on a numerical model | |
| JP6166669B2 (en) | Control device | |
| Byon et al. | Predictions of roll force under heavy-reduction hot rolling using a large-deformation constitutive model | |
| Pernach et al. | Analysis of predictive capabilities of multiscale phase transformation models based on the numerical solution of heat transfer and diffusion equations | |
| CN105808949A (en) | Online prediction method for crossbeam loading speed of large-sized die forging press based on Taylor expansion |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230426 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240126 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240206 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240404 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240423 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240610 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240625 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240708 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7528895 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |