메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학위논문
저자정보

홍성철 (영남대학교, 嶺南大學校)

발행연도
2014
저작권
영남대학교 논문은 저작권에 의해 보호받습니다.

이용수9

표지
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (3)

초록· 키워드

오류제보하기
본 논문에서는 열연제품 치수품질 및 생산성 향상을 목적으로, 마무리 압연공정 압연롤 회전속도 설정 기술의 개선 방법을 제안하였다. 본 논문에서 제안된 기술은 크게 네 가지로 분류된다.
첫째, 마무리 압연공정에서 레이저 도플러 효과 원리를 이용하여 열연강판 속도(선진율)를 측정하는 시스템을 설계하여 구현하였고 실측 선진율을 이용하여 기존에 사용중이던 간략화된 선진율 예측모델의 정밀도를 분석하였다. 위 분석결과로부터, 기존 선진율 예측 모델은 현재 압연공정에서 요구하는 정밀도를 만족시키기 어려워 새로운 선진율 예측모델 개발이 필요함을 입증하였다.
둘째, 통계적 분석을 통해 압하율 다음으로 선진율에 강한 영향을 주는 실측 가능인자들로 압연롤 회전속도와 선압연력이라는 사실을 입증하였다. 이 인자들을 입력변수로 하는 선진율 예측모델을 제안하였다. 현장에서 수집된 약 2천개의 제품에 대한 데이터를 가지고 제안된 모델에 포함된 미지수들을 튜닝하였고 다른 약 2천 개의 제품에 대한 조업 실적 데이터를 갖고 선진율 예측 정도를 검증한 결과, 새로 도출된 모델들의 예측 정도가 기존 선진율 모델보다 뛰어남을 입증하였다.
셋째, 선진율 계산식을 개선하여도 남아 있을 수밖에 없는 불확실성을 더욱 감소시키기 위해, 직전의 소재를 압연할 때 루퍼와 운전자에 의한 조작된 압연롤 회전속도 보정율을 이용하여 다음 소재에 적용된 압연롤 회전속도 보정율을 예측하여 초기 압연롤 회전속도 설정 값을 선제적으로 보정할 수 있는 새로운 학습기능을 제안하였고 연속하여 압연된 300개 제품들에 대해 예측된 보정율과 실제 보정율의 비교를 통해 제안된 학습 기능의 유용성을 입증하였다.
넷째, 첫 소재에 대한 압연롤 회전속도 학습 보정 적중률이 떨어지는 문제를 해결하기 위해, 압연롤 회전속도 학습보정 기능개선을 위해 필요한 핵심 요소기술인 신경망형 공정 모델을 제안하였다. 입력변수로 등가탄소함량, 소재두께 및 압연롤 회전속도를 선정하였고 출력변수로 루퍼의 압연롤 회전속도 보정율로 하였다. 조업 데이터를 이용한 시뮬레이션 결과는 제안된 공정모델이 추후 압연롤 회전속도 학습기능개선방법을 연구하는데 긴요한 도구로 활용될 수 있음을 보여주었다.
마지막으로, 제안된 선진율 예측 모델과 학습 보정 기술을 열연공장내의 전산시스템에 프로그램으로 구현하여 적용하였다. 적용한 결과, 통판성이 개선되었고 과다한 장력에 의해 발생되는 선단부 폭 빠짐이 크게 감소하였다.
압연롤 회전속도 설정이 완벽하게 되었다 하더라도 압연롤갭이 제대로 설정되지 않으면 통판성에 문제가 생길 수밖에 없음은 당연한 사실이다. 그래서 향후에, 완벽한 통판성을 목표로 한, 압연 스탠드의 롤갭에 대한 설정 정도 고도화 기술 개발 연구를 진행하고자 한다.

목차

1. 서 론 1
1.1 연구배경 1
1.2 연구동향 4
1.3 연구 목적 및 내용 8
2. 열연 마무리 압연공정 10
2.1 개요 10
2.2 마무리 압연기 설정 11
2.2.1 소재온도 계산수식 12
2.2.2 압연동력 및 스탠드 목표두께 계산수식 13
2.2.3 압연롤 회전속도 계산수식 14
2.2.4 압연하중 계산수식 16
2.2.5 압연롤갭 계산수식 18
2.3 압연롤 회전속도 및 장력 제어 20
3. 압연롤 회전속도 설정 기술 개발 24
3.1 개요 24
3.2 열연강판 속도 측정 시스템 24
3.2.1 개요 24
3.2.2 열연강판 속도 측정 시스템 25
3.2.2.1 속도검출기 26
3.2.2.2 제어반 29
3.2.2.2.1 신호처리장치 31
3.2.2.2.2 데이터처리장치 33
3.2.2.3 밸브스탠드 34
3.2.2.4 기측조작반 35
3.2.3 열연강판 실측속도 및 선진율 36
3.2.3.1 열연강판 실측속도 36
3.2.3.2 실측 선진율 37
3.2.3.2.1 실측 선진율 산출 37
3.2.3.2.2 선진율 예측 정도 39
3.2.4 요약 41
3.3 선진율 예측모델 개발 42
3.3.1 개요 42
3.3.2 선진율 예측모델 개발 43
3.3.2.1 입력변수 선정 43
3.3.2.2 선진율 예측수식 도출 46
3.3.3 선진율 예측모델 적용 실험 49
3.3.3.1 실험 방법 49
3.3.3.2 실험 결과 및 검토 50
3.3.4 요약 57
3.4 압연롤 회전속도 학습 보정 기술 개발 58
3.4.1 개요 58
3.4.2 기존 압연롤 회전속도 학습 보정 방법 61
3.4.3 압연롤 회전속도 학습 보정 기술 개발 65
3.4.3.1 압연롤 회전속도 보정량 계산용 조업정보 선정 66
3.4.3.2 초기 압연롤 회전속도의 보정 방법 및 검증 70
3.4.3.3 조업에의 적용 및 결과 74
3.4.4 압연롤 회전속도 보정용 신경망 공정 모델 75
3.4.4.1 신경망형 공정 모델 76
3.4.4.1.1 입력 및 출력변수들의 선정 77
3.4.4.1.2 신경망형 모델의 설계 78
3.4.4.2 모의실험 및 결과 82
3.4.4.2.1 모의실험용 조업데이터의 선정 과정 82
3.4.4.2.2 모의실험 결과 83
3.4.5 요약 85
4. 결 론 88
참고문헌 91
영문초록 96

최근 본 자료

전체보기

댓글(0)

0