跳到主要內容區
回首頁   |    高科大    |   網站管理
 

資訊分類清單

相關法規原頁面開啟
表單下載原頁面開啟
常見Ｑ＆Ａ原頁面開啟

快速搜尋

【I824834】連續輥軋製程檢測方法

書目
公告號 I824834
公告日 2023/12/01
公報卷期 50-34
證書號 I824834
申請號 111144631 E
申請日 2022/11/22
公報IPC B21B 38/00(2006.01); G01B 21/00(2006.01)
當前IPC B21B 38/00(2006.01); G01B 21/00(2006.01)
申請人 國立高雄科技大學 高雄市三民區建工路415號 (中華民國);
NATIONAL KAOHSIUNG UNIVERSITY OF SCIENCE AND TECHNOLOGY NO.415, JIANGONG RD., SANMIN DIST., KAOHSIUNG CITY (TW)
當前專利權人 國立高雄科技大學; NATIONAL KAOHSIUNG UNIVERSITY OF SCIENCE AND TECHNOLOGY
發明人 許進忠 (中華民國); SHEU, JINN JONG (TW);
余征諴 (中華民國); YU, CHENG HSIEN (TW)
代理人 陳豐裕
當前代理人 陳豐裕
審查委員 林桂忠
摘要 本發明係有關於一種連續輥軋製程檢測方法，其主要係能在產線的運作中，進行製品量測及負荷監控，將所量測到的資料經由負荷預估演算法及AI訓練學習得到負荷及產品製程中異常狀態，透過資料庫與知識庫的判別，發現異常問題並提出解決方法(決策)進行調教，以提升產品良率，達到品質控管的成效，提升便利性及工作效率，而在其整體施行使用上更增實用功效特性者。

參考文獻
引用專利 CN103357669A E; CN113474098A E; CN115169453A E; TW266168B; US11294338B2 E; WO2020/213542A1 E

專利範圍   原始格式 
專利範圍 1.一種連續輥軋製程檢測方法，其主要係包括下列步驟：Ⅰ.安裝壓力感測模組至輥軋成形機上：於該輥軋成形機之各組輥輪皆安裝有該壓力感測模組，以供感測輥輪之壓力值，且經由解析及處理所感測之數據，判斷製程及該輥輪之異常狀態，以作壓力監測；Ⅱ.建立連續輥軋製程及輥輪之正常與異常狀態資料庫(data base)：所建立的資料庫中包含：i.連續輥軋製程特徵資料庫：截取連續輥軋製程成形資料並依該壓力感測模組預先建立連續輥軋製程特徵資料庫，以識別產品製程成形特徵；A.定義各成形站的成形特徵並預設上下限：量測各組輥輪實際成形力，獲取壓力感測資料，透過負荷預估演算法，將獲取到的電壓值轉換為負荷，並繪製負荷-位移圖建立成形特徵曲線，再將特徵曲線上下偏移一定值作為正常狀態的範圍值；B.定義判別成形特徵方法(特徵點)：根據特徵曲線上的切線斜率變化，建立特徵點及數量，利用線段串連的方式建立成形特徵曲線，藉由各特徵點的負荷-位移關係判別成形站數量；C.測試、處理訊號、判別各組輥輪的特徵點、建立製程成形特徵模型：將獲取的壓力感測資料藉由負荷預估演算法形成負荷-位移圖，判別各組輥輪的特徵點，建立製程成形特徵模型；D.開始輥軋、記錄訊號、校正穩定生產中製程成形特徵：開始紀錄穩定生產中的訊號，根據負荷-位移圖中震盪的幅度更新原始成形特徵的上下限；E.即時判斷製程是否發生異常；ii.產品製程下各組輥輪狀態特徵：以特徵點定義各組輥輪狀態特徵，以多個特徵點的xy相對位置關係繪製曲線，定義標準值及偏差值，若製程下各組輥輪狀態特徵超出可容許誤差區間將判別為異常狀態，反之，若製程下各組輥輪狀態特徵落在可容許誤差區間將判別為正常狀態；將製程及各組輥輪異常狀態之標準特徵進行編碼；Ⅲ.建立連續輥軋製程知識庫(knowledge base)：將連續輥軋製程中可能會遇到的製程問題與解決方法，儲存於知識庫，經由AI機器學習將在製程中所得到異常狀態成形資料特徵模型與知識庫進行AI機器訓練，得到連續輥軋製程中異常狀態的解決方案，並更新知識庫，依照不同產線的要求，應用在不同的產業，得到不同的工程意義；Ⅳ.量測各組輥軋實際成形力，獲取壓力感測資料並建立成形資料特徵模型及其編碼：經由各該壓力感測模組量測各組輥軋實際成形力，將獲取的壓力感測資料經由負荷預估演算法以圖表型式建立成形資料特徵模型，並自動生成編碼；Ⅴ.與內建標準連續輥軋製程及各組輥軋狀態資料庫進行分析比對並更新資料庫資料：將成形資料特徵模型與內建標準連續輥軋製程及各組輥軋狀態資料庫進行分析比對，判斷屬於連續輥軋中的何種產品製程，接著判斷是否為正常狀態或異常狀態，並更新資料庫資料；Ⅵ.異常狀態回饋修正並更新知識庫：如判斷為異常狀態，將與內建連續輥軋製程知識庫進行分析比對判斷屬於何種異常問題並更新知識庫；Ⅶ.輸出解決方法(決策)，進行調教，持續檢測：經由與知識庫的判別，發現異常問題並輸出解決方法(決策)進行各組輥軋或機台調教並持續檢測。

2.如請求項1所述連續輥軋製程檢測方法，其中，該壓力感測模組包括至少一個壓力感測元件、至少一個固定裝置、資料截取器、資料處理器、資料輸出器，該壓力感測元件供感測輥輪之壓力值，該固定裝置供將該壓力感測元件固定於該輥輪上，該資料截取器供來接收該壓力感測元件所感測之數據，該資料處理器供解析及處理經由該資料截取器所截取該壓力感測元件之感測數據，判斷製程及該輥輪之異常狀態，以作壓力監測，且可將資料更新儲存至資料庫，並能建立模型、重新訓練模型，而再做新的預測，該資料輸出器則供用來顯示壓力監測、製程及該輥輪之正常與異常狀態等資訊。

3.如請求項1所述連續輥軋製程檢測方法，其中，該特徵曲線上下偏移值為3~5%，以作為正常狀態的範圍值。

4.如請求項1所述連續輥軋製程檢測方法，其中，該產品特徵包括有開放輪廓、封閉輪廓、多個封閉輪廓任一種。

5.如請求項1所述連續輥軋製程檢測方法，其中，於ii.產品製程下各組輥輪狀態特徵步驟中，正常產品製程下各組輥輪狀態特徵係為讀取最大負荷及負荷發生時間點，比對標準製程參數建立校正參數及模具標準狀態。

6.如請求項1所述連續輥軋製程檢測方法，其中，於ii.產品製程下各組輥輪狀態特徵步驟中，異常產品製程下各組輥輪狀態特徵係為：(a)輥輪磨耗：輥輪最大負荷逐漸降低達標準值某一比例；(b)輥輪間隙異常：輥輪最大負荷急遽升降達標準值某一比例；(c)輥輪或軸承破損：輥輪最大負荷瞬間異常急遽升降並歸零；(d)料條厚度異常：輥輪最大負荷穩定升降至一定值並維持穩定負荷。

7.如請求項1所述連續輥軋製程檢測方法，其中，於Ⅲ.建立連續輥軋製程知識庫(knowledge base)步驟中，建立製程問題為：i.輥輪磨耗：輥輪最大負荷逐漸降低達標準值某一比例；ii.輥輪間隙異常：輥輪最大負荷急遽升降達標準值某一比例；iii.輥輪或軸承破損：輥輪最大負荷瞬間異常急遽升降並歸零；iv.料條厚度異常：輥輪最大負荷穩定升降至一定值並維持穩定負荷；而解決方法則為：i.輥輪磨耗：更換輥輪、調整輥輪間隙、修整輥輪；ii.輥輪間隙異常：調整輥輪間隙、修整輥輪；iii.輥輪或軸承破損：立即停機，更換輥輪或軸承；iv.料條厚度異常：檢查板料整平機是否出現異常。
瀏覽數:
登入成功