优化装置、优化方法、及优化程序.pdf

本发明的优化装置对轧制设备的控制进行优化，使得既确保轧材的产品质量，又使想要优化的优化指标量最小。该优化装置包括：计算出轧制装置轧制轧材用的控制设定值的设定计算部；基于由设定计算部计算出的控制设定值、对经轧制装置轧制的轧材的材质进行预测的材质预测计算部；基于由设定计算部计算出的控制设定值、计算出对于轧制装置轧制轧材进行优化的指标的量以作为优化指标量的优化指标量计算部；以及优化部，该优化部使设定计算部计算出如下的控制设定值，该控制设定值使得在由材质预测计算部所预测的材质满足外部输入的要求材质的范围内，使由优化指标量计算部计算出的优化指标量最小。

权利要求书一种优化装置，其特征在于，包括：
设定计算部，该设定计算部计算出轧制装置轧制轧材用的控制设定值；
材质预测部，该材质预测部基于由所述设定计算部计算出的控制设定值，对经所述轧制装置轧制的轧材的材质进行预测；
优化指标量计算部，该优化指标量计算部基于由所述设定计算部计算出的控制设定值，计算出对于所述轧制装置轧制所述轧材进行优化的指标的量以作为优化指标量；以及
优化部，该优化部使所述设定计算部计算出如下的所述控制设定值，该控制设定值使得在由所述材质预测部所预测的材质满足外部输入的要求材质的范围内，使由所述优化指标量计算部计算出的优化指标量最小。
如权利要求1所述的优化装置，其特征在于，
所述优化指标量计算部
基于由所述设定计算部计算出的控制设定值，计算出所述轧制装置轧制所述轧材所需的能量即使用能量，以作为优化指标量。
如权利要求1或2所述的优化装置，其特征在于，
所述优化部
使所述设定计算部计算出如下的所述控制设定值，该控制设定值使得在由所述轧制装置轧制的轧材的处理量满足外部输入的要求处理量、且由所述材质预测部所预测的相当于所述处理量的所有轧材的材质满足外部输入的要求材质的范围内，使由所述优化指标量计算部计算出的对相当于所述处理量的轧材进行轧制所需的优化指标量最小。
一种优化方法，其特征在于，具有：
设定计算步骤，该设定计算步骤中，计算出轧制装置轧制轧材用的控制设定值；
材质预测步骤，该材质预测步骤中，基于由所述设定计算步骤计算出的控制设定值，对经所述轧制装置轧制的轧材的材质进行预测；
优化指标量计算步骤，该优化指标量计算步骤中，基于由所述设定计算步骤计算出的控制设定值，计算出对于所述轧制装置轧制所述轧材进行优化的指标的量以作为优化指标量；以及
优化步骤，该优化步骤中，利用所述设定计算步骤计算出如下的所述控制设定值，该控制设定值使得在由所述材质预测步骤所预测的材质满足外部输入的要求材质的范围内，使由所述优化指标量计算步骤计算出的优化指标量最小。
如权利要求4所述的优化方法，其特征在于，
所述优化指标量计算步骤中，
基于由所述设定计算步骤计算出的控制设定值，计算出所述轧制装置轧制所述轧材所需的能量即使用能量，以作为优化指标量。
如权利要求4或5所述的优化方法，其特征在于，
所述优化步骤中，
利用所述设定计算步骤计算出如下的所述控制设定值，该控制设定值使得在由所述轧制装置轧制的轧材的处理量满足外部输入的要求处理量、且由所述材质预测步骤所预测的相当于所述处理量的所有轧材的材质满足外部输入的要求材质的范围内，使由所述优化指标量计算步骤计算出的对相当于所述处理量的轧材进行轧制所需的优化指标量最小。
一种优化程序，该优化程序用于使计算机执行如下步骤：
设定计算步骤，该设定计算步骤中，计算出轧制装置轧制轧材用的控制设定值；
材质预测步骤，该材质预测步骤中，基于由所述设定计算步骤计算出的控制设定值，对经所述轧制装置轧制的轧材的材质进行预测；
优化指标量计算步骤，该优化指标量计算步骤中，基于由所述设定计算步骤计算出的控制设定值，计算出对于所述轧制装置轧制所述轧材进行优化的指标的量以作为优化指标量；以及
优化步骤，该优化步骤中，利用所述设定计算步骤计算出如下的所述控制设定值，该控制设定值使得在由所述材质预测步骤所预测的材质满足外部输入的要求材质的范围内，使由所述优化指标量计算步骤计算出的优化指标量最小。
如权利要求7所述的优化程序，其特征在于，
所述优化指标量计算步骤中，
基于由所述设定计算步骤计算出的控制设定值，计算出所述轧制装置轧制所述轧材所需的能量即使用能量，以作为优化指标量。
如权利要求7或8所述的优化程序，其特征在于，
所述优化步骤中，
利用所述设定计算步骤计算出如下的所述控制设定值，该控制设定值使得在由所述轧制装置轧制的轧材的处理量满足外部输入的要求处理量、且由所述材质预测步骤所预测的相当于所述处理量的所有轧材的材质满足外部输入的要求材质的范围内，使由所述优化指标量计算步骤计算出的对相当于所述处理量的轧材进行轧制所需的优化指标量最小。

说明书优化装置、优化方法、及优化程序
技术领域
本发明涉及在轧制设备中对轧材进行轧制时对轧制设备的控制进行优化、使得既确保轧材的产品质量、又使优化指标量最小的优化装置、优化方法、及优化程序。
背景技术
作为轧制金属材料的轧制设备，包括制造钢铁板(以下称为钢板)的薄板热轧设备、厚板轧制设备、冷轧设备、钢铁的型钢轧制设备、棒钢、线材的轧制设备、以及铝、铜的轧制设备。
例如，薄板热轧设备用加热炉101将被称为板坯的长方体形的钢铁材料加热至1200℃左右，并通过利用粗轧机实施粗轧，从而来获得厚度为30～40mm左右的条材。此时，有时也利用条材加热器来使条材升温。之后，薄板热轧设备在精轧机中将经粗轧的条材轧制成厚度1.2～12mm。接着，薄板热轧设备在利用水冷机冷却至500～700℃左右之后，最终用卷绕机卷绕以作为卷材。这里，每次经过轧制的各工序时，板坯的叫法会变成条材、卷材等，但下面，用轧材这样的称呼来进行统一。
像这样，薄板热轧设备一边传送轧材，一边用加热炉以预定的温度进行加热，并用轧机使其发生较大的变形，从而能确保一定的质量、即作为目标的材质，但为了确保较高的质量，需要对产品的材质进行预测，并基于该预测来决定薄板热轧设备中的各控制值。
例如，在专利文献1中，提出了如下的钢板的材质预测控制方法：根据轧制前的钢材实际组分值、以及轧制后的钢材尺寸(厚度、宽度、长度)和钢材材质保证值(拉伸强度、屈服点、韧性)，来求出加热、轧制、冷却的预定工艺条件。
另外，一方面要求高质量，另一方面，若以高温进行加热，则所消耗的能量也会增大，但是，考虑到对于当今世界性的环境问题的关注、以及日本的能源状况等，在薄板热轧设备中，也强烈希望能降低能耗。
因而，例如，作为节能措施，一般施行在不用轧机进行轧制的时间、即所谓的空转(idle)时间内降低辊子转速的节能方法。另外，由于在轧机中使用了大量的冷却水、液压系统的油、和送风机的空气，因此，在向轧机提供水、油、空气的泵的台数控制或启动、停止控制中，一般众所周知存在力图实现节能的节能方法。
例如，在专利文献2中，提出了如下轧制方法：对达到与轧材各自的化学分析相对应的AR3相变点以上的加热炉提取温度、降低电力成本的粗轧的各路径的出口厚度、以及AR3相变点以上的精轧机的出口温度进行设定。
专利文献1：日本专利特许第2509481号公报
专利文献2：日本专利特开昭58‑119404号公报
然而，在专利文献2所记载的轧制方法中，即使利用精加工出口侧温度来设定为达到AR3相变点以上的加热炉提取温度，在除相变以外存在其他左右最终材质的要素的情况下，有时也无法确保最终材质。
作为除相变以外的其他左右最终材质的要素，例如有对最终粒径造成影响的各路径的重结晶率、在微合金钢中的固溶元素量、和析出元素量、及析出物的大小等金属组织变化。由于这些金属组织变化受到从加热炉到精加工出口侧为止的过去经历的影响，因此，为了确保最终材质，需要考虑金属组织变化来设定轧制条件。
发明内容
本发明是鉴于上述问题而完成的，其目的在于，提供一种对轧制设备的控制进行优化、使得既能确保轧材的产品质量、又能使想要进行优化的优化指标量最小的优化装置、优化方法、及优化程序。
为了达到上述目的，本发明所涉及的优化装置的第一特征在于，包括：设定计算部，该设定计算部计算出轧制装置轧制轧材用的控制设定值；材质预测部，该材质预测部基于由所述设定计算部计算出的控制设定值，对经所述轧制装置轧制的轧材的材质进行预测；优化指标量计算部，该优化指标量计算部基于由所述设定计算部计算出的控制设定值，计算出对于所述轧制装置轧制所述轧材进行优化的指标的量以作为优化指标量；以及优化部，该优化部使所述设定计算部计算出如下的所述控制设定值，该控制设定值使得在由所述材质预测部所预测的材质满足外部输入的要求材质的范围内，使由所述优化指标量计算部计算出的优化指标量最小。
为了达到上述目的，本发明所涉及的优化装置的第二特征在于，所述优化指标量计算部基于由所述设定计算部计算出的控制设定值，计算出所述轧制装置轧制所述轧材所需的能量即使用能量，以作为优化指标量。
为了达到上述目的，本发明所涉及的优化装置的第三特征在于，所述优化部使所述设定计算部计算出如下的所述控制设定值，该控制设定值使得在由所述轧制装置轧制的轧材的处理量满足外部输入的要求处理量、且由所述材质预测部所预测的相当于所述处理量的所有轧材的材质满足外部输入的要求材质的范围内，使由所述优化指标量计算部计算出的对相当于所述处理量的轧材进行轧制所需的优化指标量最小。
为了达到上述目的，本发明所涉及的优化方法的第一特征在于，具有：设定计算步骤，该设定计算步骤中，计算出轧制装置轧制轧材用的控制设定值；材质预测步骤，该材质预测步骤中，基于由所述设定计算步骤计算出的控制设定值，对经所述轧制装置轧制的轧材的材质进行预测；优化指标量计算步骤，该优化指标量计算步骤中，基于由所述设定计算步骤计算出的控制设定值，计算出对于所述轧制装置轧制所述轧材进行优化的指标的量以作为优化指标量；以及优化步骤，该优化步骤中，利用所述设定计算步骤计算出如下的所述控制设定值，该控制设定值使得在由所述材质预测步骤所预测的材质满足外部输入的要求材质的范围内，使由所述优化指标量计算步骤计算出的优化指标量最小。
为了达到上述目的，本发明所涉及的优化方法的第二特征在于，所述优化指标量计算步骤中，基于由所述设定计算步骤计算出的控制设定值，计算出所述轧制装置轧制所述轧材所需的能量即使用能量，以作为优化指标量。
为了达到上述目的，本发明所涉及的优化方法的第三特征在于，所述优化步骤中，利用所述设定计算步骤计算出如下的所述控制设定值，该控制设定值使得在由所述轧制装置轧制的轧材的处理量满足外部输入的要求处理量、且由所述材质预测步骤所预测的相当于所述处理量的所有轧材的材质满足外部输入的要求材质的范围内，使由所述优化指标量计算步骤计算出的对相当于所述处理量的轧材进行轧制所需的优化指标量最小。
为了达到上述目的，本发明所涉及的优化程序的第一特征在于，使计算机执行如下步骤：设定计算步骤，该设定计算步骤中，计算出轧制装置轧制轧材用的控制设定值；材质预测步骤，该材质预测步骤中，基于由所述设定计算步骤计算出的控制设定值，对经所述轧制装置轧制的轧材的材质进行预测；优化指标量计算步骤，该优化指标量计算步骤中，基于由所述设定计算步骤计算出的控制设定值，计算出对于所述轧制装置轧制所述轧材进行优化的指标的量以作为优化指标量；以及优化步骤，该优化步骤中，利用所述设定计算步骤计算出如下的所述控制设定值，该控制设定值使得在由所述材质预测步骤所预测的材质满足外部输入的要求材质的范围内，使由所述优化指标量计算步骤计算出的优化指标量最小。
为了达到上述目的，本发明所涉及的优化程序的第二特征在于，所述优化指标量计算步骤中，基于由所述设定计算步骤计算出的控制设定值，计算出所述轧制装置轧制所述轧材所需的能量即使用能量，以作为优化指标量。
为了达到上述目的，本发明所涉及的优化程序的第三特征在于，所述优化步骤中，利用所述设定计算步骤计算出如下的所述控制设定值，该控制设定值使得在由所述轧制装置轧制的轧材的处理量满足外部输入的要求处理量、且由所述材质预测步骤所预测的相当于所述处理量的所有轧材的材质满足外部输入的要求材质的范围内，使由所述优化指标量计算步骤计算出的对相当于所述处理量的轧材进行轧制所需的优化指标量最小。
根据本发明的优化装置、优化方法、和优化程序，能够使轧制设备的控制实现优化，使得既确保轧材的产品质量，又使想要优化的优化指标量成为最小。
附图说明
图1是表示应用本发明的第一实施方式所涉及的优化装置的热轧系统的结构的结构图。
图2是表示本发明的第一实施方式所涉及的优化装置所包括的CPU的结构的结构图。
图3是对轧材所消耗的能量的一个示例进行说明的图。
图4是表示区分每个设备所消耗的能量的一个示例的图。
图5是表示由本发明的第一实施方式所涉及的优化装置所进行的处理的流程的流程图。
图6是表示本发明的第二实施方式所涉及的优化装置所包括的CPU的结构的结构图。
图7是表示由本发明的第二实施方式所涉及的优化装置所进行的处理的流程的流程图。
图8是表示在对本发明的第二实施方式所涉及的优化装置中的各个优化指标进行选择的情况下的、用于进行优化的重复计算的结束判定的一个示例的图。
图9是表示由本发明的第三实施方式所涉及的优化装置所进行的处理流程的流程图。
标号说明
1、1A、1B  优化装置
31设定计算部
32材质预测计算部(材质预测部)
33能量计算部
34优化部
35优化指标选择部
36优化指标量计算部
100热轧装置
101加热炉
103一级去氧化皮机
105粗轧边机
107粗轧机
109粗加工出口侧板宽计
110条材加热器
111粗加工出口侧温度计
113精加工入口侧温度计
115切料头机
117二级去氧化皮机
119精轧机
121精加工出口侧板厚计
123多用测量仪
125精加工出口侧温度计
127平面度计
129输出辊道
131卷绕机入口侧温度计
133卷绕机入口侧板宽计
135卷绕机
150轧材
200控制装置
300热轧系统
具体实施方式
下面，参照附图来说明本发明所涉及的优化装置的实施方式。
<第一实施方式>
<<结构>>
图1是表示应用本发明的第一实施方式所涉及的优化装置的热轧系统的结构的结构图。
如图1所示，热轧系统300包括第一实施方式所涉及的优化装置1、对轧材进行热轧的热轧装置100、和控制热轧装置100的控制装置200，优化装置1与控制装置200相连接。图1中的箭头表示在热轧装置(热轧生产线)中将轧制的轧材150进行传送的传送方向。一般而言，轧材150在热轧装置中轧制的过程中也被称为板坯(slab)、条材(bar)、卷材，但这里，统一称为轧材150。
如图1所示，热轧装置100包括加热炉101、一级去氧化皮机103、粗轧边机105、粗轧机107、粗加工出口侧板宽计109、条材加热器110、粗加工出口侧温度计111、精加工入口侧温度计113、切料头机115、二级去氧化皮机117、精轧机119、精加工出口侧板厚计121、多用测量仪123、精加工出口侧温度计125、平面度计127、输出辊道129、卷绕机入口侧温度计131、卷绕机入口侧板宽计133、以及卷绕机135。
加热炉101是用于加热轧材150的炉。
一级去氧化皮机103通过从轧材150的上下方向喷射高压水来去除因加热炉101的加热而在轧材150表面上形成的氧化膜。
从热轧生产线的上表面方向看，粗轧边机105沿轧材150的宽度方向进行轧制。
粗轧机107包括单个或多个机架，沿轧材150的上下方向进行轧制。另外，从防止温度下降等的观点出发，粗轧机107需要缩短生产线长度，而且需要利用多条路径(在传送方向上的往返运动)进行轧制，从而大多包含可逆式轧机来构成。另外，粗轧机107包括用于对作为半成品的轧材150喷射高压水以去除表面的氧化膜的去氧化皮机。由于在高温下进行轧制，因此容易形成氧化膜，需要适当使用用于去除这种氧化膜的装置。
粗加工出口侧板宽计109对作为轧制中的半成品的轧材150的板宽进行测定。
条材加热器110对经粗轧机107轧制后的轧材150进行加温。
粗加工出口侧温度计111对作为轧制中的半成品的轧材150的表面温度进行测定。
由于粗轧机107与精轧机119之间的距离较长，因此，精加工入口侧温度计113对位于精轧机119的入口处的轧材150的表面温度进行测定。
切料头机115将轧材150的前后端部切断。
由于粗轧机107与精轧机119之间的距离较长，因此，将二级去氧化皮机117设置在精轧机119的入口，为了提高精轧后的轧材150的表面特性，通过从轧材150的上下方向喷射高压水来去除在被粗轧后的轧材150表面上形成的氧化膜。
精轧机119采用设置有多列被称为机架的轧辊的串列式，通过利用多个轧辊沿上下方向进行轧制，从而能得到目标板厚的轧材150。为了抑制氧化膜形成，并且为了进行温度控制，在该精轧机119的机架及机架之间包括有喷射器。
精加工出口侧板厚计121对由精轧机119轧制后的轧材150的板厚进行测定。
作为一种X射线测定器的多用测量仪(Multi‑Channel Gauge)123是如下的复合型测定器：采用将X射线的检测器沿轧材150的宽度方向排列的方式，能测定宽度方向上的板厚分布，从而能利用一台测定器来测定板厚、凸度(crown)、板宽等多种工艺值。
精加工出口侧温度计125对由精轧机119轧制后的轧材150的表面温度进行测定。轧材150的温度与产品的金属组织的形成和材质密切相关，需要管理达到适当的温度。
平面度计127对由精轧机119轧制后的被轧材150的平面度进行测定。另外，平面度计127包括多个CCD摄像机，还能测定轧材150的板宽。
输出辊道129是利用冷却水对轧材150进行冷却以控制轧材150的温度的装置。对此，除通常的输出辊道冷却装置之外，有时还在前后包括强制冷却装置。
卷绕机入口侧温度计131对由输出辊道129冷却后的轧材150的表面温度进行测定。轧材150的温度与轧制产品的金属组织的形成和材质密切相关，需要管理达到适当的温度。
卷绕机入口侧板宽计133对由输出辊道129冷却后的轧材150的板宽进行测定。在通常的轧制中，由于加热到奥氏体区的轧材150在输出辊道129中进行相变为铁氧体、珠光体等组织，因此，测定相变后的板宽。另外，由于在精轧机119出口侧约为860℃左右，在卷绕机135入口侧约为600℃左右，因此，通过在更接近室温的状态下进行测定，从而能在因线性膨胀所导致的与室温的误差更小的状态下测定板宽。
卷绕机135进行卷绕以传送轧材150。
控制装置200对轧材150进行尺寸控制和温度控制，以作为用于确保成为产品的轧材150的质量的质量控制。
控制装置200进行控制轧材150的宽度方向中央部的板厚的板厚控制、控制板宽的板宽控制、控制宽度方向板厚分布的板凸度控制、控制轧材150的宽度方向的伸展的平面度控制，以作为尺寸控制。
另外，控制装置200进行控制精加工轧机119出口温度的精加工出口温度控制、以及控制卷绕机135前的温度的卷绕温度控制，以作为温度控制。
在决定轧材150的产品质量时，重要的是计算控制设定值的设定计算和质量控制。在设定计算中，例如，在轧材150咬入粗轧机107和精轧机119之前，预先在初始计算中计算出轧辊的辊隙、辊速，由此确保稳定的通板。需要预先适当地进行精轧机119的冷却水的初始设定和卷绕温度控制的初始设定。
例如，在板宽控制中，作为妨碍板厚精度提高的外部干扰，有轧材150的温度变动。由加热炉101加热的轧材150有时会因加热炉101的结构而出现滑道黑印(skid mark)这样的低温部分。由于该低温部分变硬，因此板厚变厚，而且板宽也发生变化。
这里，对轧材150的温度与质量的关系进行说明。若在加热炉101中未对轧材150充分加热，则会明显出现滑道黑印，并在轧材150的传送方向上以滑道黑印的周期出现板厚偏差。
特别是，在使用微合金钢以作为轧材150的材质的情况下，会担心由于从加热炉101提取的提取温度的变化，而无法获得所期待的微合金的效果。微合金钢是添加以铌和钒为代表的微合金并使组织微细化后的钢。在以船舶和管道为主的用途中使用的厚板及热轧钢材要求较高的强度、韧性、焊接性、加工性。
对于兼顾该强度和低温韧性，使组织微细化是有效的，并且使用TMCP(Thermo‑Mechanical Control Process：热机械控制工艺)也是有效的，该TMCP是通过采用适当的热轧条件以调整奥氏体状态(控制轧制)，并在控制轧制后在奥氏体铁氧体相变温度区域中急冷(控制冷却)，从而使铁氧体组织微细化。
以铌和钒为代表的微合金使TMCP的效果增大。作为其效果已知有，例如在加热炉101等的加热工序中，利用析出物的钉扎(pinning)效应可抑制晶粒的生长。另外，在粗轧机107和精轧机119等的轧制工序中，由于利用固溶元素的溶质拖曳(solute drag)效应、加工的析出物的钉扎效应来抑制恢复及重结晶，因此可促进铁氧体的粒内析出，可使铁氧体粒微细化。而且，在输出辊道129等的冷却工序中，利用析出物的析出强化，来提高最终产品的强度等。
这样，虽然广泛使用微合金钢，但会担心在未充分加热的情况下，无法充分获得微合金的固溶量，固溶微合金的溶质拖曳效应减小；以及提取后、轧制中及冷却中的析出量减少，析出物的钉扎效应减小。
另外，在对低温的轧材150进行轧制的情况下，由于是对硬材料进行轧制，因此粗轧机107及精轧机119的轧制动力需要更大，驱动粗轧机107及精轧机119的驱动装置的能耗增加。
而且，近年来，一方面客户对轧材150的轧制产品所要求的标准更为严格，另一方面尤其是除了轧制产品的尺寸形状以外，重要的是要使强度及延展性等机械性质处于容许范围内。在以钢铁为主的金属材料中，强度(屈服应力、耐受力、硬度等)、韧性(脆性转变温度等)、成形性(r值等)等机械性质不仅根据其合金组分发生变化，而且还根据加热条件、加工条件、及冷却条件发生变化。合金组分的调整是通过控制组分元素的添加量来进行的，但在调整组分时使用能够保持例如100吨左右的钢水的组分调整炉等，这样一个批量的单位较大，对15吨左右的各个产品的每个产品改变添加量是非常困难的。因而，为了制造所希望材质的产品，重要的是以合适的加热条件、加工条件、以及冷却条件来制成材质，即实现作为目标的机械性质等材质。
另一方面，考虑到对于当今世界性的环境问题的关注和关心日益提高，减小以二氧化碳(记为CO2)为代表的温室气体也很重要。
如上所述，作为节能的实际措施，例如包括在粗轧机107和精轧机119不进行轧制的时间即所谓的空转(idle)时间内、减小辊子转速以节省电能的方法。另外，由于粗轧机107和精轧机119中使用大量的冷却水、液压系统的油、送风机的空气，因此在向粗轧机107和精轧机119提供水、油、空气的泵的台数控制和启动、停止控制中，也考虑力图节能。
另外，热轧装置100所使用的能量中，燃料能量约占60％，与电能的34％相比较大。因此，进行燃料能量的节能对于热轧装置100中消耗的总能量的节能而言是有效的。燃料能量主要在加热炉101中消耗。因此，为了力图实现加热炉101中的燃料能量的节能，着眼于加热炉101进行控制的效果较大。
因此，第一实施方式所涉及的优化装置1与控制热轧装置100的控制装置200相连接，该优化装置1使控制装置200对热轧装置100进行的控制实现优化，使得既可确保由热轧装置100轧制后的轧材150的产品质量，又使以加热炉101为中心在热轧装置100中的使用能量最小。
如图1所示，优化装置1包括CPU11、ROM12、RAM13、输入部14、显示部15、和硬盘16，分别经由总线20进行连接。
ROM12由非易失性半导体等构成，存储有CPU11所执行的操作系统及优化程序。
RAM13由易失性半导体等构成，暂时存储CPU11执行各种处理所需的数据。
硬盘16存储有CPU11执行优化程序所需的信息。
CPU11进行优化装置1的关键控制。
图2是表示本发明的第一实施方式所涉及的优化装置1所包括的CPU11的结构的结构图。
如图2所示，CPU11执行优化程序，从而在其功能上包括设定计算部31、材质预测计算部32、能量计算部33、以及优化部34。
设定计算部31对用于稳定且高精度地轧制轧材150的控制设定值、即加热炉条件和加热炉提取后的轧制作业参数等进行计算。
例如，设定计算部31中，从外部输入常温下的轧材150的尺寸和重量，在将其装入加热炉101并上升至所希望的提取温度的情况下，执行加热炉设定计算，即计算应该在几度的气氛温度中在炉几小时。
另外，设定计算部31执行设定计算。例如，设定计算部31根据从加热炉101提取的轧材150的尺寸和温度，使用由数学式建立的轧制模型对轧制载荷、变形阻力、轧制转矩、轧制功率等进行预测，以计算作为用于稳定轧制的控制设定值的精加工出口侧轧制速度设定值、辊隙设定值等。
而且，设定计算部31根据轧材材长和轧材150的加减速的计算值，从加热炉101开始直到用卷绕机135的卷绕结束为止，对各时刻的假想轧材的位置进行预测。然后，设定计算部31使用考虑了将轧材150的热平衡朝周围气氛的辐射、空气对流、冷却水对流、相变、加工中的发热、向辊子的传热等的温度模型，并根据加热炉提取温度和精加工出口侧目标温度和卷绕目标温度，设定一级去氧化皮机103、二级去氧化皮机117、精轧机119、及输出辊道129的喷射器，并计算各地点处的轧材150的温度。
材质预测计算部32对利用由设定计算部31计算出的控制设定值进行轧制的情况下的、卷绕后的屈服应力和拉伸强度等机械性质等轧材150的材质进行预测。例如，材质预测计算部32根据金属组织信息及化学组分，对以屈服应力和拉伸强度等机械性质等为代表的材质进行预测。作为一个示例，在第173、174次西山纪念技术讲座“热轧钢材的组织变化及材质的预测”((公司)日本钢铁协会刊)的P125中有所记载。
卷绕后的金属组织中，包括铁氧体粒径、铁氧体、珠光体、贝氏体、马氏体等的各相体积率，作为中间数据包括奥氏体粒径等。因此，材质预测计算部32根据轧材的化学组分、和由设定计算部31计算出的轧制时的温度、载荷等预测值，并使用将冶金现象公式化的模型，来预测金属组织的变化。
将冶金现象公式化的该模型中，提出了各种方案，众所周知的是由表示静态恢复、静态重结晶、动态恢复、动态重结晶、粒生长等的数学式组构成的模型。作为一个示例，在塑性加工技术系列7板轧制(corona公司)P198～229中揭示了一个示例。由此，能够掌握粒径、铁氧体、珠光体、贝氏体、马氏体的体积率等。
能量计算部33根据设定计算部31的计算结果，计算对计算对象的轧材150进行轧制所需的能量。
图3是对轧材150所消耗的能量的一个示例进行说明的图。
如图3所示，将轧材150所消耗的能量201分为热能202、加工能量203、传送能量204、喷射能量205。
热能202包括利用加热炉101对轧材150进行加热时消耗的加热消耗能量206、和一级去氧化皮机103、二级去氧化皮机117、精轧机119、及输出辊道129中对轧材150进行气冷以及利用喷射器进行水冷时消耗的冷却消耗能量207。轧材150进行轧制及冷却的过程中在轧材150的内部发生相变的情况下的能量也包含在热能202中。另外，在轧制生产线的中途利用条材加热器110等对轧材150进行加热的情况下的能量也包含在热能202中。
加工能量203是在粗轧边机105、粗轧机107、精轧机119中使轧材150发生变形时消耗的能量。
传送能量204是利用传送辊道在轧制生产线上传送轧材150时消耗的能量。
喷射能量205是利用一级去氧化皮机103、二级去氧化皮机117等去氧化皮机中的水喷射来去掉氧化皮时的能量。
图4是表示区分每个设备所消耗的能量的一个示例的图。
图4中，对轧制生产线中与轧制直接相关的设备所消耗的能量、和驱动该设备的驱动装置所消耗的能量进行区分来示出。
如图4所示，加热炉101中，大多燃烧重油和天然气等化石燃料，消耗燃料能量310。条材加热器110中，利用感应加热进行加热，消耗电能311。输出辊道129中，进行气冷以及利用从集水箱提供的冷却水进行的水冷。对于冷却水大多使用循环水，冷却中使用的水利用凹坑进行回收，经过过滤及冷却的过程，再次在冷却中使用。使用泵从冷却水罐向集水箱进行抽水。因此，输出辊道129、精轧机119等的喷射器、一级去氧化皮机103、二级去氧化皮机117等去氧化皮机中，包括泵驱动用电动机301，为了泵驱动用电动机301所进行的泵驱动而消耗电能。
粗轧机107及精轧机119中，由于利用轧机驱动用电动机302来驱动辊子，因此消耗电能。
传送轧材150时也需要电力，在驱动传送用辊道的辊道驱动用电动机303中，消耗电能。
能量计算部33如下述那样对轧制所需的能量进行计算。
首先，如下述那样对轧材在加热炉101中消耗的能量进行计算。例如，若设重量15吨的轧材150从常温(30℃)升温至1230℃，若将钢铁的比热设为0.5kJ/kg/K，则该轧材150受到9,000,000kJ(＝0.5×1,200×15,000)的热能。
能量计算部33根据比热、初始温度、最终温度、重量，对轧材150的升温直接所需的能量进行计算。在对加热炉101内的轧材150进行加热的情况下，也必须使气氛温度上升，另外由于存在热量从壁面逃逸等而导致的效率下降，因此除了包括轧材150的升温直接消耗的能量，还包括间接所需的能量。加热炉101中有多根轧材150，间接所需的能量是与所有这些轧材相关的能量。
因此，能量计算部33将在炉根数、轧材150的板坯尺寸、在炉时间考虑在内，对某一计算对象的轧材150的每一根间接所需的能量进行计算。加热炉101中所需的能量是将上述轧材150的升温直接所需的燃料能量、和轧材150的每一根间接所需的燃料能量进行相加后的能量。
与加热炉101中所消耗的热能类似，能量计算部33根据比热、初始温度、最终温度、重量，对轧材150在条材加热器110中消耗的能量进行计算。将从电能向热能的转换效率考虑在内的电能的消耗量是条材加热器110中的感应加热所需的能量。
接下来，能量计算部33例如如下述那样，对输出辊道129中的冷却所需的能量进行计算。
输出辊道129中的冷却是通过使用暂时储存在集水箱中的水来进行。该集水箱设置在设置有轧制生产线的位置的上方，利用该位置差向各喷射器提供水。因此，必须使用泵等暂时将水抽到集水箱。
能量计算部33若将设定计算部31计算出的在各时刻设定成开启状态的喷射器数量[根数]设为C，将各喷射器喷出的冷却水流量[m3/H]设为FS，则根据C和FS，使用下述的(数学式1)，计算出输出辊道129中使用的冷却水的总量FT[m3]。
FT＝∫(C×FS)dt  (数学式1)
然后，能量计算部33根据计算出的冷却水的总量FT[m3]、计算对象的轧材150与作为之前刚传送的前轧材的轧材150之间的冷却间隔T[H]、以及前轧材的冷却结束时在箱中剩余的水量[m3]，计算出泵的抽水速度[m3/s]。此时在电动机中消耗的电能可根据泵及电动机的特性计算出，这即是输出辊道129中的冷却所需的能量。
能量计算部33例如在喷射时的泵运行和空转时的泵运行的各个情况下，计算电动机所消耗的电能，通过将其相加，从而计算去氧化皮机和喷射器所需的能量。
接下来，能量计算部33对轧材150的加工所需的能量进行计算。轧材150的加工和变形所需的能量主要在轧机机架中消耗。轧机机架中的现象由设定计算部31中的轧制模型式来表述。即，能量计算部33按照轧材150的特性和材料温度，计算变形阻力，根据变形阻力计算轧制载荷，根据轧制载荷来计算材料的变形所需的轧制转矩。电动机要输出的转矩变成对轧制转矩加上损耗转矩和加速转矩后的值。
能量计算部33使用下述的(数学式2)及(数学式3)来计算出电动机所需的电能E(J)。这里，将功率设为P[W]，将转矩设为T[N·m]，将转速设为V[rad/s]，将时间设为t[H]。
P＝T×V    (数学式2)
E＝P×t    (数学式3)
而且，能量计算部33对轧材150的轧制所需的转矩进行预测，决定精加工出口侧轧制速度，根据轧材150在传送方向上的长度来计算出轧制时间。然后，能量计算部33根据计算出的电能E[J]和轧制时间，计算出轧材150的轧制所需的电能[kJ＝kW时]，以作为轧材150的加工所需的能量。
接下来，能量计算部33对轧材150的传送所需的电能进行计算。由于轧材150由多台电动机分担进行传送，因此能量计算部33对于1台电动机，根据所分担的轧材150的重量计算出转矩，并根据轧材150的长度和传送速度计算出传送时间。然后，能量计算部33根据该转矩和传送时间，并使用上述的(数学式2)及(数学式3)，计算出轧材150的传送所需的电能[kJ]。此外，对轧材150的传送所需的电能还要加上在加热炉101内传送轧材150所需的电能。
然后，能量计算部33计算出对上述的各设备中所需的燃料能量加上电能后的能量，以作为轧材150的轧制所需的总能量。
优化部34对加热炉条件及加热炉提取后的轧制作业参数进行优化，既确保最终材质，又减小能耗。具体而言，优化部34使设定计算部31计算出热轧装置100的如下控制设定值，该控制设定值使得在由材质预测计算部32所预测的材质满足外部输入的要求材质的范围内，由能量计算部33计算出的轧材150的轧制所需的总能量最小。
<<作用>>
对本发明的第一实施方式所涉及的优化装置1的作用进行说明。
图5是表示本发明的第一实施方式所涉及的优化装置1所进行的处理的流程的流程图。
如图5所示，首先，设定计算部31判定是否已从外部提供加热炉条件和轧制作业参数的初始值(步骤S101)。这里，作为一个示例，举出提供加热炉提取温度以作为加热炉条件、提供精加工出口侧轧制速度以作为加热炉提取后的轧制作业参数的情况为例进行说明。此外，提取温度及精加工出口侧轧制速度的初始值也可采用如下方法获得：例如预先将由钢种和精加工目标板厚等区分的表格存储在ROM12中，设定计算部31根据ROM12，提取与从外部提供的钢种和精加工目标板厚对应的加热炉提取温度及精加工出口侧轧制速度。
接下来，设定计算部31执行加热炉设定计算(步骤S102)。具体而言，设定计算部31根据常温下的轧材150的尺寸及重量，计算出为了将轧材150加热至加热炉提取温度、应在加热炉101内在炉几小时。
然后，设定计算部31执行设定计算(步骤S103)。具体而言，设定计算部31计算出稳定轧制的辊隙设定值等其他轧制条件，使得在以所提供的加热炉提取温度及精加工出口侧轧制速度的初始值进行轧制的情况下，达到轧材150的作为目标的厚度、宽度、精加工出口侧温度、及卷绕机前温度。另外，设定计算部31根据轧材材长和轧材的加减速的计算值，从加热炉101开始直到用卷绕机135的卷绕结束为止对各时刻的假想轧材的位置进行预测，使用考虑了将轧材150的热平衡朝周围气氛的辐射、空气对流、冷却水对流、相变、加工中的发热、向辊子的传热等的温度模型，并根据加热炉提取温度和精加工出口侧目标温度和卷绕目标温度，设定一级去氧化皮机103、二级去氧化皮机117、精轧机119、及输出辊道129的喷射器，并计算各地点处的轧材150的温度。
接下来，材质预测计算部32执行材质预测计算(步骤S105)。具体而言，材质预测计算部32对利用由设定计算部31计算出的控制设定值进行轧制的情况下的、卷绕后的屈服应力和拉伸强度等机械性质等轧材150的材质进行预测。这里，作为材质，举出预测卷绕后的拉伸强度(TScal)为例进行说明。
优化部34判定材质是否满足要求材质(步骤S107)。具体而言，优化部34判定计算出的拉伸强度的预测值(TScal)是否为预先确定的要求材质(TSth)以上。
步骤S107中，在判定为不满足要求材质的情况下(否的情况)，优化部34判定是否处于重复计算限制次数以内(步骤S109)。对该重复计算限制次数预先设定作为任意的数。
步骤S109中，在判定为处于重复计算限制次数以内的情况下(是的情况)，优化部34将作为轧制作业参数的精加工出口侧轧制速度改变ΔVm/s的大小(步骤S111)。
另一方面，在判定为超过了重复计算限制次数的情况下(否的情况)，优化部34将作为加热炉条件的加热炉提取温度改变ΔT℃的大小(步骤S113)。
这样，设定计算部31、材质预测计算部32、优化部34一边改变ΔV及ΔT，一边进行重复计算，从而临时决定作为加热炉条件的加热炉提取温度、作为轧制作业参数的精加工出口侧轧制速度。
另一方面，步骤S107中，在判定为材质满足要求材质的情况下(是的情况)，能量计算部33根据加热炉目标提取温度、精加工出口侧轧制速度、及由设定计算部31计算出的轧制条件，计算出热轧装置100中所消耗的总能量(步骤S115)。
接下来，优化部34判定由能量计算部33计算出的总能量的减少量是否足够小(步骤S117)。具体而言，将所需能量上次计算结果[kJ]设为En‑1，将所需能量本次计算结果[kJ]设为En，并设阈值ε，判定是否满足下述(数学式4)。这里，将阈值ε预先设定成为例如0.01。
|En‑1‑En |/En＜阈值ε(数学式4)
步骤S117中，在判定为由能量计算部33计算出的总能量的减少量不是足够小的情况下(否的情况)，优化部34判定是否处于重复计算限制次数以内(步骤S119)。
步骤S119中，在判定为处于重复计算限制次数以内的情况下(是的情况)，优化部34将作为轧制作业参数的精加工出口侧轧制速度改变ΔV m/s的大小(步骤S121)。
另一方面，步骤S117中，在判定为由能量计算部33计算出的总能量的减少量足够小的情况下(是的情况)，优化部34进一步判定由能量计算部33计算出的总能量的减少量是否足够小(步骤S123)，在判定为由能量计算部33计算出的总能量的减少量不是足够小的情况下(否的情况)，优化部34判定是否处于重复计算限制次数以内(步骤S125)。
步骤S125中，在判定为处于重复计算限制次数以内的情况下(是的情况)，优化部34将作为加热炉条件的加热炉提取温度改变ΔT℃的大小(步骤S127)。
另一方面，步骤S125中，在判定为超过了重复计算限制次数的情况下(否的情况)，优化部34选择满足要求材料、且能耗量最小的加热炉条件和轧制作业参数(步骤S129)。
如上所述，根据本发明的第一实施方式所涉及的优化装置1，由于设定计算部31、材质预测计算部32、能量计算部33、优化部34一边改变ΔV及ΔT，一边进行重复计算，从而使设定计算部31计算出如下的控制设定值，该控制设定值使得在由材质预测计算部32所预测的材质满足外部输入的要求材质的范围内，使由能量计算部33计算出的总能量最小，因此能够决定在确保轧材150的要求材质的同时、使消耗的总能量最小的轧制条件。
即，根据本发明的第一实施方式所涉及的优化装置1，由于包括：设定计算部，该设定计算部计算出轧制装置轧制轧材用的控制设定值；材质预测部，该材质预测部基于由设定计算部计算出的控制设定值，对经轧制装置轧制的轧材的材质进行预测；优化指标量计算部，该优化指标量计算部基于由设定计算部计算出的控制设定值，计算出对于轧制装置轧制轧材进行优化的指标的量以作为优化指标量；以及优化部，该优化部使设定计算部计算出如下的控制设定值，该控制设定值使得在由材质预测部所预测的材质满足外部输入的要求材质的范围内，使由优化指标量计算部计算出的优化指标量最小，因此能够使轧制设备的控制实现优化，使得既确保轧材的产品质量，又使想要优化的优化指标量最小。
此外，根据本发明的第一实施方式所涉及的优化装置1，是关于作为加热炉条件的加热炉提取温度、及作为轧制作业参数的精加工出口侧轧制速度，计算出控制设定值，使得在满足要求材质的范围内，总能量最小，但并不局限于此。
例如，作为加热炉条件，也可设为条材加热器110的加热温度，作为轧制作业参数，也可设为输出辊道129的冷却条件、粗轧机107或精轧机119的轧制路径数、各路径的载荷分配、和轧材150的板厚中的至少一个参数。
另外，根据本发明的第一实施方式所涉及的优化装置1，作为要满足的要求材质举出了拉伸强度，但并不局限于此，也可为屈服应力、脆性转变温度、r值、扩孔率等、以及它们的组合。
此外，第一实施方式中，举出包括热轧装置100的热轧系统300为例进行了说明，但并不局限于此，也可适用于包括薄板热轧设备、厚板轧制设备、冷轧设备、钢铁的型钢轧制设备、棒钢、线材的轧制设备、或铝、铜的轧制设备的轧制系统。
<第二实施方式>
第一实施方式中，举出如下的优化装置1为例进行了说明，该优化装置1计算控制设定值，使得轧材150的材质满足要求材质，且设使轧制所需的能量实现优化的指标即优化指标，使得该优化指标最小。
然而，优化指标并不局限于能量，可根据工厂、作业时间、钢种等而不同。因此，例如也可使用燃料能量、电能、单位产值能耗、成本、单位产值成本、轧制所排放的CO2量、轧制时的峰值功率以作为优化指标，来代替轧制所需的总能量。
第二实施方式中，举出如下的优化装置为例进行说明，该优化装置选择优化指标，计算控制设定值，使得轧材150的材质满足要求材质，且使所选择的优化指标的优化量进行优化。
第二实施方式所涉及的优化装置1A与图1所示的第一实施方式所涉及的优化装置1类似，与控制热轧装置100的控制装置200相连接。
另外，第二实施方式所涉及的优化装置1A包括CPU11A、ROM12、RAM13、输入部14、显示部15、和硬盘16。其中，对于ROM12、RAM13、显示部15、和硬盘16，由于与第一实施方式所涉及的优化装置1包括的分别标注相同标号的结构相同，因此省略说明。
图6是表示本发明的第二实施方式所涉及的优化装置1A所包括的CPU11A的结构的结构图。
如图6所示，CPU11A在其功能上，包括设定计算部31、材质预测计算部32、优化部34、优化指标选择部35、和优化指标量计算部36。其中，对于设定计算部31、材质预测计算部32、和优化部34，由于与第一实施方式所涉及的优化装置1包括的分别标注相同标号的结构相同，因此省略说明。
优化指标选择部35对作为优化指标的总能量、燃料能量、电能、单位产值能耗、成本、单位产值成本、轧制中所排放的CO2排放量、轧制时的峰值功率中的任意一个进行选择。
优化指标量计算部36根据由设定计算部31计算出的控制设定值，计算出由优化指标选择部35选择出的优化指标的量以作为优化指标量。
<<作用>>
对本发明的第二实施方式所涉及的优化装置1A的作用进行说明。
图7是表示本发明的第二实施方式所涉及的优化装置1A所进行的处理的流程的流程图。此外，图7所示的流程图的处理步骤中，对于标注有与图5所示的流程图中的处理步骤相同的步骤编号的处理，由于分别为相同处理，因此省略说明。
步骤S201中，优化指标选择部35对作为优化指标的总能量、燃料能量、电能、单位产值能耗、成本、单位产值成本、轧制中所排放的CO2排放量、轧制时的峰值功率中的任意一个进行选择。
步骤S215中，优化指标量计算部36计算优化指标量中的任一个量。此外，关于轧制所需的总能量、燃料能量、电能，由于与本发明的第一实施方式所涉及的优化装置1包括的能量计算部33所进行的总能量、燃料能量、电能的计算方法相同，因此省略说明。
优化指标量计算部36在计算单位产值能耗的情况下，首先，与本发明的第一实施方式所涉及的优化装置1包括的能量计算部33类似，计算燃料能量使用量和电能使用量，并使用下述(数学式5)计算出单位产值能耗。这里，将单位产值能耗设为Es[kJ/ton]，将燃料能量使用量设为Ef[kJ]，将电能使用量设为Ee[kJ]，将生产量设为S[ton]。
Es＝(Ef+Ee)/S    (数学式5)
另外，优化指标量计算部36在计算CO2排放量的情况下，使用二氧化碳排放系数进行计算。这里，二氧化碳排放系数是用于计算在消耗燃料和电力时排放了多少二氧化碳的系数。例如，关于天然气，决定为0.5526kg‑C/kg(使1kg天然气燃烧时，排放0.5526kg的碳)或者2.025kg‑CO2/kg(使1kg天然气燃烧时，排放2.025kg的二氧化碳)。若使用1kWh电力，则二氧化碳规定为0.555kg‑CO2/kWh。
因此，优化指标量计算部36与本发明的第一实施方式所涉及的优化装置1包括的能量计算部33类似，计算燃料能量使用量Ef和电能使用量Ee，并使用下述(数学式6)计算出CO2排放量。这里，设CO2排放量Mg[kg]、对于燃料的排放系数Kf[kg‑CO2/kg]、对于电力的排放系数Ke[kg‑CO2/kWh]。
Mg＝Ef×Kf+Ee×Ke  (数学式6)
另外，优化指标量计算部36在计算成本的情况下，首先，与本发明的第一实施方式所涉及的优化装置1包括的能量计算部33类似，计算燃料能量使用量Ef和电能使用量Ee，并使用下述(数学式7)计算出成本。这里，将成本设为C[日元]，将单位产值燃料费设为Fg[日元/kg]，将单位产值电费设为Eg[日元/kWh]。
C＝Ef×Fg+Ee×Eg  (数学式7)
另外，优化指标量计算部36在计算单位产量成本的情况下，通过将使用(数学式7)计算出的成本C除以生产量S[ton]，从而计算出单位产值成本Cg。
另外，优化指标量计算部36在计算峰值功率的情况下，根据设定计算部31基于轧材材长和轧材150的加减速的计算值预测出的各时刻的轧材150的位置、和由能量计算部33计算出的各设备的使用功率，并使用下述(数学式8)，计算出某一时刻t在轧制生产线中使用的功率。
然后，优化指标量计算部36设置监视对象期间(例如某一轧材从加热炉提取到卷绕结束为止、一个运行周期中等)，在该期间中监视由(数学式8)计算出的轧制生产线所使用的各时刻的功率，将使用功率最大的时刻的功率Ep(t)设为峰值功率。这里，将某一时刻t在轧制生产线中使用的功率设为Ep(t)[kWh]，将某一时刻t在某一设备中使用的功率设为Eu(t)[kWh]。
Ep(t)＝∑设备(Eu(t))(数学式8)
步骤S217及步骤S223中，优化部34判定是否对由优化指标量计算部36计算出的优化指标的量进行了优化。
图8是表示在对本发明的第二实施方式所涉及的优化装置1A中的各个优化指标进行选择的情况下的、用于进行优化的重复计算的结束判定的一个示例的图。
优化部34通过重复计算来计算满足要求材质且优化指标量最佳的轧制条件。例如，在选择CO2排放量以作为优化指标的情况下，优化部34通过重复计算来计算CO2排放量最小的轧制条件。
因此，优化部34执行重复计算直到如图8所示、所选择优化指标量达到优化重复计算结束基准为止。
重复计算结束条件除了从计算时间的观点出发对重复次数设置限制以外，还对相应次的重复计算和上次的重复计算中优化指标量计算部36所计算出的优化指标量进行比较，判定优化指标量是否收敛于最佳。
例如，在选择CO2排放量以作为优化指标的情况下，通过与CO2排放量的上次计算结果相比的减少幅度是否足够小来进行判定。
如上所述，根据本发明的第二实施方式所涉及的优化装置1A，由于使设定计算部31计算出如下的控制设定值，该控制设定值使得在由材质预测计算部32所预测的材质满足外部输入的要求材质的范围内，使由优化指标量计算部36计算出的作为优化指标量的总能量、燃料能量、电能、单位产值能耗、成本、单位产值成本、轧制中所排放的CO2排放量、轧制时的峰值功率中的任一个量最小，因此能够在确保轧材150的要求材质的同时，从各种优化指标中选择所希望的优化指标，并决定使该选择出的优化指标量最小的轧制条件。
此外，在本发明的第二实施方式中，CPU11A对于各轧材执行图7所示的处理，但并不局限于此，例如也可在轧机的从换辊到换辊的单辊运行周期中等更长的期间中执行。
另外，在本发明的第二实施方式中，优化指标选择部35预先进行优化指标的选择，且进行了使该优化指标成为最佳的优化计算，但并不局限于此，也可以对各个优化指标进行优化计算，使得对多个优化指标各自成为最佳，且所有优化计算结束之后，选择优化指标，并决定轧制条件。
<第三实施方式>
接着，说明本发明的第三实施方式所涉及的优化装置1B。
在本发明的第一实施方式中，举出优化装置1为例进行了说明，该优化装置1计算控制设定值，使得轧材150的材质满足要求材质，且设使轧制所需的能量实现优化的指标即优化指标，使得该优化指标最小。
在本发明的第三实施方式中，举出优化装置1B为例进行说明，该优化装置1B计算控制设定值，使得对于在粗轧机107或精轧机119的从换辊到换辊的单辊运行周期中(例如，若用换辊中的定时来讲，则为从本次的换辊到下次的换辊)的所有轧材150，都满足材质要求及生产量(每单位时间的生产量)，且使得运行周期中的轧制所需的能量的总量最小。
本发明的第三实施方式所涉及的优化装置1B与图1所示的第一实施方式所涉及的优化装置1类似，与控制热轧装置100的控制装置200相连接。
另外，由于本发明的第三实施方式所涉及的优化装置1B具有与图2所示的第一实施方式所涉及的优化装置1相同的结构，因此省略说明。
<<作用>>
对本发明的第三实施方式所涉及的优化装置1B的作用进行说明。
图9是表示本发明的第三实施方式所涉及的优化装置1B所进行的处理的流程的流程图。
如图9所示，CPU11的设定计算部31执行粗轧机107或精轧机119的运行周期中的轧材150的优化计算(步骤S301)。具体而言，CPU11对于计算对象的在辊运行周期中进行轧制的所有轧材150，执行与图5所示的本发明的第一实施方式所涉及的优化装置1所进行的处理相同的处理，使用优化计算的方法，在装入加热炉前分别计算加热炉提取温度及精加工出口侧轧制速度，使得计算对象的轧材150满足材质要求，且对象轧材150的每一根的轧制所需的能量最小。
接下来，CPU11的设定计算部31执行提取间距设定计算(步骤S303)。具体而言，步骤S301中，对于计算对象的辊运行周期中的各轧材，已计算了最佳的轧制作业参数。因此，轧材150在从加热炉101提取后的轧制生产线上如何移动是已知的。因此，设定计算部31根据该信息计算轧材150与先前传送的轧材150不会在轧制生产线上发生冲突的提取间距τi。这里，提取间距τi设为轧材150与先前传送的轧材150之间的加热炉提取时间间隔。
然后，设定计算部31判定计算出的提取间距τi是否满足要求生产量(步骤S305)。具体而言，设定计算部31判定是否满足下述的(数学式9)。
∑iτi≤TMAX    (数学式9)
这里，TMAX是从要求生产量的观点出发、计算对象的辊运行周期的所有轧材150的轧制所能耗费的最大时间。关于提取间距τi的初始值，例如选择轧材150不会发生冲突的最短提取间隔较短的间距。
利用步骤S303及S305的处理步骤，设定计算部31能够计算出满足要求生产量、且在轧制生产线上轧材150之间不会发生冲突的提取间距。
接下来，设定计算部31根据各轧材150的提取目标温度及提取间距τi，执行炉温设定计算(步骤S307)。加热炉101的炉温的计算方法例如在文献钢铁工业中的控制(鉄鋼業にぉける制御)高桥亮一著corona公司(2002年出版)中示出。
然后，设定计算部31判定对于辊运行周期的所有轧材150是否能达到目标提取温度(步骤S309)。
步骤S309中，在判定为无法达到目标提取温度的情况下(否的情况)，设定计算部31在不与先前传送的轧材150发生干扰的范围内改变无法达到目标提取温度的轧材150的提取间距，与步骤S307类似，执行炉温设定计算(步骤S311)。
然后，设定计算部31判定对于辊运行周期的所有轧材150是否能达到目标提取温度(步骤S313)。
步骤S313中，在判定为无法达到目标提取温度的情况下(否的情况)，设定计算部31判定是否处于重复计算限制次数以内(步骤S315)。
步骤S315中，在判定为超过了重复计算限制次数的情况下(否的情况)，设定计算部31改变无法达到目标提取温度的轧材150的目标提取温度(步骤S317)。关于目标提取温度的改变，是对轧材150的每一根的计算过程中获得的、所需能量接近于最小能量且满足要求材质的、仅利用炉温控制便能实现的目标提取温度进行选择。或者，对于无法达到目标提取温度的轧材150，再次执行步骤S301中的优化计算，从而对满足材质要求、所需能量较小且仅利用炉温控制便能达到的目标提取温度进行计算。
另一方面，步骤S313中，在判定为能够达到目标提取温度的情况下(是的情况)，即，在可进行炉温设定以使得在某一提取间距中、所有轧材150能够达到目标提取温度那样的情况下，能量计算部33计算相应运行周期的轧制所需的所有能量(步骤S319)。例如，能量计算部33通过分别计算出加热炉中所消耗的燃料能量、和其他设备中所消耗的电能之后将其相加，从而计算出相应运行周期的轧制所需的所有能量。
另外，在设定计算部31进行炉温设定计算时，由于计算出运行周期中的炉温模式，因此能量计算部33根据该炉温模式，计算气氛温度上升所需的能量、热量从壁面逃逸等而导致的效率下降、轧材升温所需的能量，进一步据此计算出燃料能量的消耗量。
通过将上述轧材150的每一根的轧制所需的能量相加从而计算出电能。另外，还包含空转所需的能量。
接下来，优化部34判定相应运行周期的轧制所需的所有能量的减少量是否足够小(步骤S321)。
步骤S321中，在判定为相应运行周期的轧制所需的所有能量的减少量不是足够小的情况下(否的情况)，优化部34判定是否处于重复计算限制次数以内(步骤S323)。
步骤S323中，在判定为处于重复计算限制次数以内的情况下(是的情况)，将处理转移至步骤S303，在判定为超过了重复计算限制次数的情况下(否的情况)，结束处理。
这样，能够改变提取间距以获得使得满足材质要求及生产量要求、且能量最小的提取间距，并且进行上述计算直到超过指定重复次数为止，或者，直到能量减少幅度成为指定值以下为止。
如上所述，根据本发明的第三实施方式所涉及的优化装置1B，由于优化部34使设定计算部31计算出如下的控制设定值，该控制设定值使得在轧材150的处理量满足外部输入的要求处理量、且由材质预测计算部32所预测的相当于处理量的所有轧材150的材质满足外部输入的要求材质的范围内，使由能量计算部33计算出的对相当于处理量的轧材150进行轧制所需的优化指标量最小，因此能够使轧制设备的控制实现优化，使得对于例如在粗轧机107或精轧机119的从换辊到换辊的单辊运行周期中的所有轧材150，都既确保轧材150的产品质量，又使想要优化的优化指标量最小。
此外，在本发明的第三实施方式所涉及的优化装置1B中，关于单辊运行周期中轧制的各轧材的、提取间距、加热炉提取温度、精加工出口侧轧制速度，说明了使得满足材质要求及生产量要求、且能量最小的方法，但并不局限于提取间距和提取温度、精加工出口侧轧制速度，关于对输出辊道中的冷却条件、轧制路径数、各路径的载荷分配、条材加热器的加热条件等进行改变的情况，也与上述类似，可改变设定计算部31中的加热炉条件及轧制条件，在该条件下，重复进行材质预测计算部32所执行的材质预测计算、和能量计算部33所执行的在由设定计算部31计算出的轧制条件下进行轧制的情况下的能量计算，利用优化部34决定满足材质要求、且能量最小的轧制条件。
另外，本发明的第三实施方式所涉及的优化装置1B中，对使轧制所需的总能量最小的情况进行了说明，但与本发明的第二实施方式所涉及的优化装置1A类似，包括优化指标选择部35和优化指标量计算部36，能够优化轧制生产线，使得图8所示的燃料能量和电能、单位产值能耗、CO2排放量、成本、单位产值成本、峰值功率等优化指标成为最佳。
另外，也可通过执行安装于计算机中的优化程序从而来实现上述实施方式。即，该优化程序例如可通过从存储有优化程序的记录介质中读出，并由CPU执行，从而构成优化装置1～1B中的任一个优化装置，也可经由通信网络进行传输并安装，由CPU执行，从而构成优化装置1～1B中的任一个优化装置。
工业上的实用性
本发明能适用于对控制热轧装置的控制装置进行设定的优化装置。