Die Erfindung betrifft ein Verfahren sowie eine Einrichtung zur Bestimmung zumindest einer der eigenschaftsbeschreibenden Größen Streckgrenze, Dehngrenze, Zugfestigkeit, Bruchdehnung, Härte und Übergangstemperatur eines Stahls.

Es ist bekannt, bestimmte Eigenschaften, wie z. B. die Streckgrenze R_e oder die Zugfestigkeit R_m eines Stahls, durch analytische Zusammenhänge zu bestimmen. Derartige Zusammenhänge sind zum Beispiel:

Dabei ist

Mn

der Mangananteil im Stahl

Si

der Siliziumanteil im Stahl

d_&agr;

die Ferritkorngröße bei nicht- oder teilkristallisiertem Austenit

Derartige Zusammenhänge führen jedoch häufig nicht zu der gewünschten Präzision bei der Bestimmung der gewünschten Größen. So zeigen z. B. 1 und 2 die Differenz zwischen berechneten und gemessenen Werten für die Streckgrenze bzw. die Zugfestigkeit für die Stähle St38b-2, RSt37-2, StE355, St14, ZStE315P und St37-3Cu. Dabei bezeichnet Achse 30 den berechneten Wert der Streckgrenze in MPa, Achse 31 den gemessenen Wert der Streckgrenze in MPa, Achse 32 den berechneten Wert für die Zugfestigkeit in MPa und Achse 33 den gemessenen Wert für die Zugfestigkeit in MPa. 1 und 2 zeigen dabei deutlich, daß für die Präzision der berechneten Werte allenfalls eine Garantie von ± 30 MPa bzw. ± 20 MPa gegeben werden kann, was bei hohen Qualitätsanforderungen nicht ausreichend ist.

Aus der JP 08 240 587 A ist ein Verfahren zur Bestimmung mindestens einer der eigenschaftsbeschreibenden Größen Streckgrenze, Dehngrenze, Zugfestigkeit, Bruchdehnung, Härte und Übergangstemperatur eines Stahls bekannt. Bei dem bekannten Verfahren werden die genannten Eigenschaften mittels zumindest eines neuronalen Netzes ermittelt, das die jeweilige eigenschaftsbeschreibende Größe in Abhängigkeit von der Zusammensetzung des Stahls oder ausgewählter Kenngrößen über die Zusammensetzung des Stahls und/oder in Abhängigkeit von auf den Stahl einwirkenden Umgebungseinflüssen ermittelt. Das neuronale Netz wird mit entsprechenden Daten von Stählen, für welche die eigenschaftsbeschreibenden Größen bekannt sind, trainiert.

In der DE 196 01 858 C1 ist ein Verfahren zu Bestimmung der Formänderungsfestigkeit eines Stahls mittels eines neuronalen Netzes beschrieben. Die Formänderungsfestigkeit, beispielsweise in Form der Fließspannung, wird hierbei in Abhängigkeit von der Zusammensetzung des Stahls oder ausgewählter Kenngrößen über die Zusammensetzung des Stahls sowie in Abhängigkeit von auf den Stahl einwirkenden Umgebungseinflüssen ermittelt. Hierbei wird unter anderem auch der Eisenanteil im Stahl berücksichtigt. Das neuronale Netz wird mit Daten trainiert. Solche Daten sind beispielsweise die Formänderungsfestigkeit oder eine äquivalente Größe, die Zusammensetzung des Stahls oder die auf den Stahl einwirkenden Umgebungseinflüsse für Stähle, deren Formänderungsfestigkeit bekannt ist.

In der EP 0 541 825 A1 ist ein Verfahren zur Bestimmung von Materialeigenschaften von Stahl durch analytische Zusammenhänge beschrieben.

Entsprechend ist es Aufgabe der Erfindung, ein Verfahren bzw. eine Einrichtung zur Durchführung des Verfahrens anzugeben, das eine Abschätzung zumindest eine der eigenschaftsbeschreibenden Größen von Stählen mit größerer Präzision als mit den bekannten Verfahren ermöglicht.

Die Aufgabe wird erfindungsgemäß durch ein Verfahren gemäß Anspruch 1 bzw. Einrichtung gemäß Anspruch 13 gelöst. Ein derartiges neuronales Netz hat sich überraschend gut bewährt, um die stark nicht linearen Einflüsse von Größen wie Temperatur, Formänderungsgeschwindigkeit, Umformgrad oder Zusammensetzung des Stahls auf eigenschaftsbeschreibenden Größen zu ermitteln. Dies gilt insbesondere für die Legierungsanteile des Stahls. Unter Übergangstemperatur ist dabei die Temperatur zu verstehen, bei der ein Gefüge in ein anderes Gefüge übergeht. So kann z. B. unter Übergangstemperatur die Übergangstemperatur von Austenit in Ferrit verstanden werden.

In vorteilhaften Ausgestaltung der Erfindung bestimmt das neuronale Netz zumindest eine der eigenschaftsbeschreibenden Größen des Stahls in Abhängigkeit der Temperatur, des Umformgrades bzw. der relativen Umformung des Stahls, der Umformgeschwindigkeit sowie der Legierungsanteile des Stahls.

Für eine einfache Konfiguration des neuronalen Netzes hat es sich als besonders vorteilig erwiesen, dem neuronalen Netz zur Bestimmung zumindest eine der Größen Streckgrenze, Dehngrenze, Zugfestigkeit, Bruchdehnung, Härte und Übergangstemperatur den Kohlenstoffanteil im Stahl bzw. der Kohlenstoffäquivalenten oder die Nutz- und/oder Schadstoffanteile als Eingangsgröße zuzuführen.

In einer weiteren vorteilhaften Ausgestaltung des erfindungsgemäßen Verfahrens bestimmt das neuronale Netz zumindest eine der eigenschaftsbeschreibenden Größen des zu untersuchenden Stahls in Abhängigkeit der einzelnen Legierungsanteile im Stahl. Dabei hat es sich als besonders vorteilhaft herausgestellt, zumindest eine der eigenschaftsbeschreibenden Größen in Abhängigkeit vom Kohlenstoffanteil, vom Siliziumanteil, vom Mangananteil, vom Phosphoranteil, vom Schwefelanteil, vom Kobaltanteil, vom Aluminiumanteil, vom Chromanteil, vom Molyb-dänanteil, vom Nickelanteil, vom Vanadiumanteil, vom Kupferanteil, vom Zinnanteil, vom Calziumanteil, vom Titananteil, vom Boranteil, vom Neobanteil, vom Arsenanteil, vom Wolframanteil und vom Stickstoffanteil zu bestimmen.

Besonders vorteilhaft ist der Einsatz des erfindungsgemäßen neuronalen Netzes als Expertensystem, das z. B. auf einem Arbeitsplatzrechner, wie z. B. einem handelsüblichen PC, implementiert ist. Es ist weiterhin vorteilhaft, das neuronale Netz im Rahmen der Prozeßautomatisierung einzusetzen. Stehen z. B. der Prozeßautomatisierung einer Walzstraße die zur Durchführung des erfindungsgemäßen Verfahrens notwendigen Eingangsinformationen zur Verfügung, so kann diese selbsttätig das erfindungsgemäße Verfahren durchführen, so dass in der Prozeßautomatisierung zumindest eine der eigenschaftsbeschreibenden Größen des zu bearbeitenden Stahls zur Verfügung steht.

Für ein neuronales Netz, dem u. a. verschiedene Legierungsanteile als Eingangsgrößen zugeführt werden, so dass dieses auf 15 oder mehr Eingangsgrößen kommt, hat es sich als vorteilhaft erwiesen, es als Multilayer Peceptron mit einer verdeckten Ebene, die 80 bis 120, vorteilhafterweise 100 Knoten aufweist, auszuführen.

In einer weiteren vorteilhaften Ausgestaltung des erfindungsgemäßen Verfahrens wird das neuronale Netz mit der Backpropagation Methode trainiert.

Weitere Vorteile und Einzelheiten ergeben sich aus der nachfolgenden Beschreibung von Ausführungsbeispielen, anhand der Zeichnungen und in Verbindung mit den Unteransprüchen. Im einzelnen zeigen:

1 den Zusammenhang zwischen gemessenen und berechneten Werten für die Streckgrenze verschiedener Stähle,

2 den Zusammenhang zwischen gemessenen und berechneten Werten für die Zugfestigkeit verschiedener Stähle,

3 ein einfaches erfindungsgemäßes neuronales Netz,

4 ein einfaches erfindungsgemäßes neuronales Netz in erweiterter Konfiguration,

5 ein komplexes erfindungsgemäßes neuronales Netz,

6 ein komplexes erfindungsgemäßes neuronales Netz in erweiterter Konfiguration und

7 und 8 Kombinationen eines analytischen Zusammenhangs und eines neuronalen Netzes.

1 und 2 zeigen die Differenz zwischen berechneten und gemessenen Werten für Streckgrenze Re bzw. Zugfestigkeit R_m für die Stähle St38b-2, RSt37-2, StE355, St14, ZStE315P und St37-3Cu, wobei die Werte für die Streckgrenze R_e bzw. die Zugfestigkeit R_m gemäß

3 zeigt ein einfaches erfindungsgemäßes neuronales Netz zur Bestimmung zumindest einer der Größen Streckgrenze, Dehngrenze, Zugfestigkeit, Bruchdehnung, Härte und Übergangstemperatur eines Stahls (nachfolgend „eigenschaftsbeschreibende Größen" genannt). Das Netz ermittelt zumindest eine der eigenschaftsbeschreibenden Größen des Stahls in Abhängigkeit vom Umformgrad 1 des Stahls von der Temperatur 2 des Stahls oder der Umgebung und vom Kohlenstoffanteil 3 im Stahl bzw. vom Anteil von Kohlenstoffäquivalenten. Das neuronale Netz weist eine Ebene mit verdeckten Neuronen 5 auf. Ist vorgesehen, mehrere der eigenschaftsbeschreibenden Größen zu bestimmen, so wird gemäß vorteilhafter Ausgestaltung der Erfindung für jede dieser Größen ein neuronales Netz vorgesehen. Sollen mehrere der eigenschaftsbeschreibenden Größen des Stahls ermittelt werden, so werden also entsprechend viele neuronale Netze verwendet, wobei jedes neuronale Netz eine der eigenschaftsbeschreibenden Größen ermittelt.

Eine alternative Ausgestaltung zu diesem vorteilhaften Vorgehen zeigt 4, wobei Bezugszeichen 1 bis 5 die gleiche Bedeutung haben wie in 3. Das neuronale Netz gemäß 4 weist beispielhaft drei Ausgangsknoten 20, 21, 22 auf. In beispielhafter Ausgestaltung liefern die Ausgangsknoten 20, 21 bzw. 22 Werte für die eigenschaftsbeschreibenden Größen Streckgrenze, Zugfestigkeit bzw. Bruchdehnung. Sollen mehr als drei der eigenschaftsbeschreibenden Größen ermittelt werden, so ist die Anzahl der Ausgangsknoten entsprechend zu erhöhen. Sollen z. B. zusätzlich die Härte und die Übergangstemperatur bestimmt werden, so ist ein neuronales Netz mit fünf Ausgangsknoten vorzusehen. In alternativer Ausgestaltung dazu ist z. B. ein Netz mit drei Ausgangsknoten zur Ermittlung der Größen Streckgrenze, Zugfestigkeit und Bruchdehnung und ein zweites neuronales Netz mit zwei Ausgangsknoten zur Ermittlung der Härte und der Übergangstemperatur vorzusehen.

5 zeigt ein komplexes erfindungsgemäßes neuronales Netz zur Bestimmung der eigenschaftsbeschreibenden Größen eines Stahls. Dabei wird eine der eigenschaftsbeschreibenden Größen 15 in Abhängigkeit vom Umformgrad 7 des Stahls, der Umformgeschwindigkeit 8, der Temperatur 9 des Stahls oder der Umgebung, vom Kohlenstoffanteil 10, vom Siliziumanteil 11, vom Mangananteil, vom Phosphoranteil, vom Schwefelanteil, vom Kobaltanteil, vom Aluminiumanteil, vom Chromanteil, vom Molybdänanteil, vom Nickelanteil, vom Vanadiumanteil, vom Kupferanteil, vom Zinnanteil, vom Calziumanteil, vom Titananteil, vom Boranteil, vom Neobanteil, vom Arsenanteil, vom Wolframanteil und vom Stickstoffanteil 12 ermittelt. Das neuronale Netz weist vorteilhafterweise eine Ebene mit 100 verdeckten Neuronen 14 auf. Sollen mehrere der eigenschaftsbeschreibenden Größen des Stahls ermittelt werden, so werden entsprechend viele neuronale Netze verwendet, wobei jedes neuronale Netz eine der eigenschaftsbeschreibenden Größen ermittelt.

6 zeigt ein komplexes erfindungsgemäßes neuronales Netz in alternativer Ausgestaltung. Dabei haben die Bezugszeichen 7 bis 14 die gleiche Bedeutung wie in 5. Im Gegensatz zu dem neuronalen Netz in 5, ermittelt das neuronale Netz in 6 mehrere der eigenschaftsbeschreibenden Größen des Stahls. Die entsprechenden Werte liegen an den Ausgangsknoten 23, 24, 25, 26 an.

Für eine präzise Bestimmung der eigenschaftsbeschreibenden Größen hat es sich als besonders vorteilhaft erwiesen, neben bestimmten Legierungsanteilen, insbesondere Kohlenstoff, Stickstoff, Silizium und Mangan, walzspezifische Parameter als Eingangsgrößen in das neuronale Netz zu verwenden. Als besonders wichtige und vorteilhafte walzspezifische Parameter haben sich der Temperaturverlauf und die Umformgrade an den Walzgerüsten erwiesen. Zur weiteren Erhöhung der Präzision bei der Bestimmung der eigenschaftsbeschreibenden Größen werden zusätzlich Bandgeschwindigkeiten, Walzstraßengeometrie, Walzkräfte und oder Walzmomente als Eingangsgrößen verwendet. Es hat sich weiterhin als vorteilhaft erwiesen, den Temperaturverlauf des Stahls über seine gesamte Herstellung, d. h. auch vor dem Walzprozeß, wie z. B. beim Stranggießen, als Eingangsgröße des neuronalen Netzes zu verwenden.

Neben der direkten Bestimmung der eigenschaftsbeschreibenden Größen mittels der neuronalen Netze, wie sie z. B. 3 bis 6 beispielhaft zeigen, ist es ebenfalls vorteilhaft, an Stelle der eigenschaftsbeschreibenden Größen Korrekturfaktoren für diese Größen zu ermitteln. Dabei werden analytische Zusammenhänge, wie sie z. B. Gleichungen 3 und 4 zeigen, mittels eines neuronalen Netzes korrigiert. Ein entsprechendes Vorgehen zeigt dabei 7. Dabei werden aus bestimmten Eingangsgrößen 40 mittels eines analytischen Zusammenhangs 41 vorläufige Werte 42 für die eigenschaftsbeschreibenden Größen gebildet. Diese Werte 42 werden zusammen mit weiteren Eingangsgrößen 43 sowie optional den Eingangsgrößen 40 bzw. einer Teilmenge der Eingangsgrößen 40 am neuronalen Netz 44 zugeführt, daß aus diesen Größen 40, 43 Werte 45 für die eigenschaftsbeschreibenden Größen errechnet.

Eine alternative Vorgehensweise der Berechnung der eigenschaftsbeschreibenden Größen gemäß 7 zeigt 8. Dabei werden mittels eines analytischen Zusammenhangs 52 aus bestimmten Eingangsgrößen 50 vorläufige Werte 54 für die eigenschaftsbeschreibenden Größen ermittelt. In einem Parallelzweig werden mittels eines neuronalen Netzes 53 aus weiteren Eingangsgrößen 51 sowie optional aus den Eingangsgrößen 50 oder einer Teilmenge der Eingangsgrößen 50 Korrekturfaktoren 55 für die eigenschaftsbeschreibenden Größen ermittelt. Die vorläufigen Werte 54 für die eigenschaftsbeschreibenden Größen und die entsprechenden Korrekturwerte 55 werden einem Verknüpfungsblock 56 zu Werten 57 für die eigenschaftsbeschreibenden Größen verknüpft. Der Funktionsblock 56 verknüpft die Werte 54 und 55 additiv oder vorteilhafterweise multiplikativ. Die Eingangsgrößen 40, 43, 50 und 51 in 7 und 8 entsprechen den Eingangsgrößen 1, 2, 3, 7, 8, 9, 10, 11, 12 in 3 bis 6 bzw. einer Auswahl dieser Größen.