公开(公告)号：CN116917059A

公开(公告)日：2023-10-20

申请号：CN202180092883.1

申请日：2021-10-29

Applicant: 杰富意钢铁株式会社

Inventor： 藤田昇辉 ,  北村拓也 ,  荒川哲矢 ,  生驹好规 ,  大桥美和

IPC: B21B37/00

Abstract: 本发明涉及的冷轧机的轧制条件计算方法包括：推定步骤，向如下的预测模型：通过将基于利用冷轧机轧制了轧制材料的过去的轧制实绩中的非稳定轧制实绩数据而生成的第一多维数据作为说明变量且将稳定轧制实绩数据及稳定轧制时的轧制制约条件数据作为目标变量进行了学习而得到的预测模型，输入基于轧制对象材料的非稳定轧制实绩数据而生成的第二多维数据，来推定相对于轧制对象材料的目标稳定轧制条件的轧制制约条件；及变更步骤，以使推定出的轧制制约条件满足规定条件的方式变更目标稳定轧制条件。

公开(公告)号：CN117597579A

公开(公告)日：2024-02-23

申请号：CN202280044784.0

申请日：2022-06-20

Applicant: 杰富意钢铁株式会社

Inventor： 大野纮明 ,  小松原广章 ,  大桥美和

IPC: G01N21/88

Abstract: 提供能够兼顾检测精度的提高和处理时间的缩短的检查方法、分类方法、管理方法、钢材的制造方法、学习模型的生成方法、学习模型、检查装置以及钢材的制造设备。检查方法是进行检查对象的表面缺陷的检测的检查方法，包括：拍摄步骤(S1)，在拍摄步骤(S1)中，获取拍摄了检查对象的表面的图像；提取步骤(S3)，在该提取步骤(S3)中，从图像中提取缺陷候选部；在该筛选步骤(S4)中，通过第一缺陷判定对提取出的缺陷候选部进行筛选；以及检查步骤(S5)，在该检查步骤(S5)中，将通过第一缺陷判定筛选出的缺陷候选部作为对象，通过使用卷积神经网络的第二缺陷判定来进行表面缺陷的有害或无害的检测。

公开(公告)号：CN117241899A

公开(公告)日：2023-12-15

申请号：CN202180097473.6

申请日：2021-12-15

Applicant: 杰富意钢铁株式会社

Inventor： 日冈大贵 ,  松原行宏 ,  藤田昇辉 ,  日野公贵 ,  荒川哲矢 ,  大桥美和

IPC: B21B1/22

Abstract: 本发明涉及的冷轧钢板的制造方法是使用了横向式全宽加热装置和冷轧机的冷轧钢板的制造方法，横向式全宽加热装置遍及钢板的宽度方向全域对钢板进行加热，冷轧机相对于横向式全宽加热装置配置于轧制方向下游侧，对钢板进行轧制，其中，制造方法包括以在冷轧机的送入侧钢板的宽度方向端部的温度比宽度方向中央部的温度高的方式使用横向式全宽加热装置对钢板进行加热的步骤。

公开(公告)号：CN117098613A

公开(公告)日：2023-11-21

申请号：CN202180096457.5

申请日：2021-12-15

Applicant: 杰富意钢铁株式会社

Inventor： 日冈大贵 ,  松原行宏 ,  藤田昇辉 ,  日野公贵 ,  荒川哲矢 ,  大桥美和

IPC: B21B1/22

Abstract: 本发明的冷轧钢板的制造方法使用：全宽度加热装置，在钢板的整个宽度方向对钢板进行加热；边缘部加热装置，对钢板的宽度方向端部进行加热；以及冷轧机，相对于全宽度加热装置和边缘部加热装置配置在轧制方向下游侧，对钢板进行轧制；上述冷轧钢板的制造方法包括使用全宽度加热装置和边缘部加热装置在冷轧机的入口侧对钢板进行加热，使得钢板的宽度方向端部的温度高于宽度方向中央部的温度的步骤。

公开(公告)号：CN116528994A

公开(公告)日：2023-08-01

申请号：CN202180072267.X

申请日：2021-07-01

Applicant: 杰富意钢铁株式会社

Inventor： 藤田升辉 ,  大桥美和 ,  荒川哲矢 ,  松原行宏

IPC: B21B27/10

Abstract: 本发明的冷轧设备具备：具备多个轧制机架的串联冷轧机和向串联冷轧机供给轧制油的轧制供给系统，轧制供给系统具有供给第一乳液轧制油的第一轧制油供给系统和供给比第一乳液轧制油高浓度的第二乳液轧制油的第二轧制油供给系统，以满足下述数学式(1)的方式对多个轧制机架中的至少特定的轧制机架供给第一乳液轧制油与第二乳液轧制油混合而成的混合轧制油。0.6≤F2/F1≤1.4…(1)，F1：在轧制方向上作用于所述特定的轧制机架所具备的辊的第一水平力，F2：在轧制方向上作用于在所述特定的轧制机架的上游侧相邻地配置的上游侧轧制机架具备的辊的第二水平力。