特許ウォッチ

公開番号2024174726
公報種別公開特許公報(A)
公開日2024-12-17
出願番号2023092710
出願日2023-06-05
発明の名称材料特性予測装置、材料特性予測方法及びプログラム
出願人日本製鉄株式会社
代理人弁理士法人まこと国際特許事務所
主分類B21B 37/00 20060101AFI20241210BHJP(本質的には材料の除去が行なわれない機械的金属加工;金属の打抜き)
要約【課題】鋼材の略全長に亘る材料特性値を精度良く予測可能な材料特性予測装置等を提供する。
【解決手段】本発明に係る材料特性予測装置100は、予測対象となる対象鋼材の略全長に亘る材料特性値を予測する装置であり、対象鋼材の製造工程における長手方向位置毎の操業実績を入力とし、対象鋼材の長手方向位置毎の材料特性値の確率分布を出力とする第1材料特性値予測モデルを備える。第1材料特性値予測モデルは、例えば、過去に製造された参照鋼材の製造工程における所定の長手方向位置での操業実績を入力とし、参照鋼材の前記所定の長手方向位置から取得した試験片について測定した材料特性値を出力とする既知データを用いることで構築される。材料特性予測装置100は、第1材料特性値予測モデルから、対象鋼材の長手方向位置毎の材料特性値の確率分布を対象鋼材の略全長に亘って出力することで、対象鋼材の略全長に亘る材料特性値を予測する。
【選択図】図1
特許請求の範囲【請求項１】
予測対象となる鋼材である対象鋼材の略全長に亘る前記対象鋼材の材料特性値を予測する材料特性予測装置であって、
前記対象鋼材の製造工程における長手方向位置毎の操業実績を入力とし、前記対象鋼材の長手方向位置毎の材料特性値の確率分布を出力とする第１材料特性値予測モデルを備え、
前記第１材料特性値予測モデルから、前記対象鋼材の長手方向位置毎の材料特性値の確率分布を前記対象鋼材の略全長に亘って出力することで、前記対象鋼材の略全長に亘る前記対象鋼材の材料特性値を予測する、
材料特性予測装置。
続きを表示（約 1,700 文字）【請求項２】
前記第１材料特性値予測モデルは、過去に製造された鋼材である参照鋼材から試験片を取得した長手方向位置での製造工程における操業実績を入力とし、前記参照鋼材から取得した前記試験片について測定した材料特性値を出力とする既知データを用いることで構築される、
請求項１に記載の材料特性予測装置。
【請求項３】
前記第１材料特性値予測モデルは、前記対象鋼材の製造工程における試験片を取得した長手方向位置での操業実績を入力とし、前記対象鋼材から取得した前記試験片について測定した材料特性値を出力とする新たな既知データを追加して用いることで再構築される、
請求項２に記載の材料特性予測装置。
【請求項４】
予測対象となる鋼材である対象鋼材の略全長に亘る前記対象鋼材の材料特性値を予測する材料特性予測装置であって、
前記対象鋼材の製造工程における長手方向位置毎の操業実績と、前記対象鋼材から取得した試験片について測定した材料特性値と、前記試験片を取得した前記対象鋼材の長手方向位置とを入力とし、前記対象鋼材の長手方向位置毎の材料特性値の確率分布を出力とする第２材料特性値予測モデルを備え、
前記第２材料特性値予測モデルから、前記対象鋼材の長手方向位置毎の材料特性値の確率分布を前記対象鋼材の略全長に亘って出力することで、前記対象鋼材の略全長に亘る前記対象鋼材の材料特性値を予測する、
材料特性予測装置。
【請求項５】
前記第２材料特性値予測モデルは、過去に製造された鋼材である参照鋼材からモデル出力用試験片を取得した長手方向位置での製造工程における操業実績と、前記モデル出力用試験片を取得した前記長手方向位置と、前記参照鋼材から取得した基準試験片について測定した材料特性値と、前記基準試験片を取得した前記参照鋼材の長手方向位置での製造工程における操業実績と、前記基準試験片を取得した前記長手方向位置とを入力とし、前記モデル出力用試験片について測定した材料特性値を出力とする既知データを用いることで構築される、
請求項４に記載の材料特性予測装置。
【請求項６】
請求項１から３の何れかに記載の前記第１材料特性値予測モデルと、
請求項４又は５に記載の前記第２材料特性値予測モデルと、を備え、
前記第１材料特性値予測モデルから出力される前記対象鋼材の長手方向位置毎の材料特性値の確率分布と、前記第２材料特性値予測モデルから出力される前記対象鋼材の長手方向位置毎の材料特性値の確率分布と、を合成した確率分布を、最終的な前記対象鋼材の長手方向位置毎の材料特性値の確率分布として、前記対象鋼材の略全長に亘って出力することで、前記対象鋼材の略全長に亘る前記対象鋼材の材料特性値を予測する、
材料特性予測装置。
【請求項７】
前記予測した前記対象鋼材の略全長に亘る前記対象鋼材の材料特性値に基づき、製造コストの期待値が最小となるように、前記対象鋼材の長手方向の切断位置を算出する、
請求項１から５の何れかに記載の材料特性予測装置。
【請求項８】
前記予測した前記対象鋼材の略全長に亘る前記対象鋼材の材料特性値に基づき、製造コストの期待値が最小となるように、前記対象鋼材の長手方向の切断位置を算出する、
請求項７に記載の材料特性予測装置。
【請求項９】
予測対象となる鋼材である対象鋼材の略全長に亘る前記対象鋼材の材料特性値を予測する材料特性予測方法であって、
前記対象鋼材の製造工程における長手方向位置毎の操業実績を入力とし、前記対象鋼材の長手方向位置毎の材料特性値の確率分布を出力とする第１材料特性値予測モデルを用い、
前記第１材料特性値予測モデルから、前記対象鋼材の長手方向位置毎の材料特性値の確率分布を前記対象鋼材の略全長に亘って出力することで、前記対象鋼材の略全長に亘る前記対象鋼材の材料特性値を予測する、
材料特性予測方法。
【請求項１０】
コンピュータを、請求項１から５の何れかに記載の材料特性予測装置として機能させるためのプログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、鋼板等の鋼材の略全長に亘る引張応力等の材料特性値を精度良く予測可能な、材料特性予測装置、材料特性予測方法、及び材料特性予測装置としてコンピュータを機能させるためのプログラムに関する。
続きを表示（約 1,900 文字）【背景技術】
【０００２】
加熱工程や圧延工程等の公知の製造工程を経て製造される鋼板等の鋼材は、要求される品質を保証するために、納品に先立って、引張応力等の材料特性値が測定される。材料特性値は、鋼材の先端部又は後端部（製品仕様に応じた長さに切断した後の鋼材の先端部又は後端部を含む）で試験片を採取し、所定の試験機を用いることで測定される。このため、鋼材の全長に亘って鋼材の材料特性値を測定することはできない。
【０００３】
鋼材の先端部及び後端部は、鋼材の温度や圧延荷重の設定値からのずれが大きく、材料特性値が要求を満足できないことが多い。このため、試験片を採取した位置で材料特性値が要求を満足できなかった場合、従来は、鋼材の全長に亘る鋼材温度や圧延荷重の情報（温度チャート、荷重チャート）に基づき、鋼材の先端又は後端から、材料特性値が要求を満足すると考えられる位置まで鋼材を切断し、切断後の鋼材の先端部又は後端部から再度試験片を採取し、測定した材料特性値が要求を満足しているかを確認している。
【０００４】
しかしながら、鋼材の材料特性値は、鋼材温度、圧延荷重、成分値など、多数の操業実績によって決まるため、温度チャートや荷重チャートを確認するだけでは、鋼材の切断位置を適切に決定することは難しい。このため、鋼材の全長に亘って、材料特性値を精度良く予測できる技術が望まれている。また、鋼材の全長に亘って材料特性値を予測することは、品質保証の観点からも有用な技術である。
【０００５】
従来、鋼材の全長に亘る材料特性値を予測する技術として、例えば、特許文献１、２に記載の技術が提案されている。
特許文献１に記載の技術は、鋼材の全域に亘る温度分布を含む操業条件を測定した操業実績と、鋼材の所定位置で測定した材料特性値とを関連付けた情報に基づき予測モデルを作成しておき、次に製造された鋼材の操業実績に基づき、材質予測モデルから鋼材の材料特性値を予測する技術である。しかしながら、特許文献１に記載の技術では、予測モデルの不確実性を考慮できていないため、材料特性値にどの程度のバラツキが生じるかを予測できず、鋼材の切断位置の適正化や、全長に亘る材料特性値の保証への適用は困難である。
【０００６】
また、特許文献２に記載の技術は、金属学モデルと機械学習モデルとのハイブリッド手法であり、金属学モデルの入力変数となる製造条件因子を、設備出力因子から機械学習によって推定する手法である。特許文献２に記載の技術では、設備出力因子の組合せが過去実績に存在しない場合に、製造条件因子の推定精度が悪くなるという問題がある。また、金属学モデルは鉄鋼プロセスにおける様々な外乱を考慮しきれていないため、例え製造条件因子が正しく計算されたとしても、材料特性値を高精度に予測することが難しいという問題がある。
【０００７】
なお、非特許文献１、２には、分散不均一ガウス過程（分散不均一を考慮したガウス過程回帰）について記載されている。
【先行技術文献】
【特許文献】
【０００８】
特許第６０８６１５５号公報
特開２０２２－４８０３７号公報
【非特許文献】
【０００９】
Alan D. Saul, James Hensman, Aki Vehtari, Neil D. Lawrence, "Chained Gaussian Processes", Proceedings of the 19th International Conference on Artificial Intelligence and Statistics, PMLR 51:1431-1440, 2016
「ヘテロスケダスティック尤度と多潜在GP」, ［online］, ［令和４年９月１９日検索］, インターネット＜ＵＲＬ：https://gpflow.github.io/GPflow/develop/notebooks/advanced/heteroskedastic.html＞
【発明の概要】
【発明が解決しようとする課題】
【００１０】
本発明は、上記従来技術の問題点を解決するべくなされたものであり、鋼材の略全長に亘る材料特性値（期待値のみではなくバラツキも含む）を精度良く予測可能な、材料特性予測装置、材料特性予測方法及びプログラムを提供することを課題とする。
【課題を解決するための手段】
（【００１１】以降は省略されています）

関連特許