SE527168C2 - Förfarande och anordning för mätning, bestämning och styrning av planhet hos ett metallband - Google Patents

Description

25 30 35 L ' 3 ~J .A (.->\ O 2 av fel och det är inte säkert att de kan korrigera vilken form av planhetsfel som helst. Exempelvis kan ett böjande och lutande ställdon endast korrigera en form som är en suma av en parabel och en rät linje, men planhetsfelet kan naturligtvis i princip ha vilken oregelbunden form som helst.

Ett metallband som är föremàl för olika grad av reduktion tvärsöver sin bredd kommer att utvidgas i varierande längd över olika sektioner av bandet. Normalt leder reduktionen till vissa fördefinierade spänningsprofiler för bandet.

Skillnaden mellan den uppmätta bandplanheten och en màlplan- hetskurva definieras som "planhetsfelet". I praktiken kan planhetsfelet hos bandet mätas av en särskild mätvals, t ex en vals av typ Stressometer, som är en ABB-produkt.

TEKNIKENS STANDPUNKT Flera olika förfaranden har utvecklats för att korrigera planhetsfelet genom ett sá kallat planhetsstyrningsförfar- ande (flatness control operation). Alla dessa förfaranden bygger pa lokala modifieringar av gapet mellan valsarna.

Spänningen i bandet mellan en valsstol och en haspel över- vakas noggrant och det är känt att mäta spänningsfördel- ningen över bandet för att reglera planheten hos det valsade materialet.

I US 3 481 194, Sivilotti och Carlsson, planhetssensor. Den innefattar en mätvals över vilken bandet beskrivs en band- passerar mellan en valsstol och, i detta exempel, en haspel.

Mätvalsen detekterar trycket i ett band i ett flertal punkter tvärs över bandets bredd. Trycket representerar ett màtt pà bandets spänning. Mätningarna av spänningen i bandet resulterar i en karta av planheten i var och en av ett fler- tal zoner tvärs över bandets bredd. 10 15 20 25 30 35 E97 168 3 US 4 400 957 beskriver ett band- eller plàtvalsverk där för- delningen av dragspänningen uppmäts för att karakterisera planheten. Måtten pà planhet jämförs med en malplanhet och en skillnad mellan uppmätt planhet och malplanhet beräknas som ett planhetsfel. Planhetsfelet matas tillbaka till en styrenhet hos valsstolen sa att planheten hos bandet regle- ras och styrs sà att den närmar sig noll vad avser planhets- fel.

Diskreta planhetssensorer och valsverk med ett flertal ställdon har nackdelar i det att sensorerna inte mäter kon- tinuerligt. Detta innebär att vissa typer av planhetsfel inte upptäcks. Dessutom kan inte ställdon, pà grund av fysiska begränsningar, korrigera vilken typ av planhetsfel som helst även om dessa detekteras.

En ytterligare nackdel är ökad komplexitet i sensorbehand- lingen, förutsägelser om ställdonsrespons samt behovet av precisa matematiska avbildningar mellan dessa sensorer och ställdon.

Normalt utförs optimeringen av planheten genom olika kompen- seringar av funktionen som avbildar ett rum till ett annat.

Dessa innebär en hel del numeriska metoder och processtyr- ningsmetoder. Typiska exempel är artificiella neuronnät, multivariat styrning, adaptiv styrning etc. Dessa är svåra för verksoperatörerna att första och hantera. Även om ytterligare information kan vara tillgänglig för operatören genom t ex visuell inspektion av bandet, kan vidare operatören inte enkelt översätta denna information till befintlig matematisk formalism för planhetsstyrningen.

Exempelvis kan operatören kanske se vissa mönster pà bandet sàsom ”kvartsbulor”, men det är inte tydligt hur han kan använda denna information för att förbättra planhetsstyr- ningsparadigmet. 10 15 20 25 30 35 577 168 4 I det följande skall bakgrunden till styralgoritmer för styrutrustningar beskrivas i syfte att senare ge en första- else för uppfinningen. Därvid kommer hänvisning att göras till följande parametrar: N Antalet mätzoner (antalet sampel för ställdonsfunktion) P Antalet ställdon ku = Planhetsfel för zon i (i=l,m,N), a¿j = Ställdonsfunktion vid mätzon i för ställdon j , (i=1,m,N; j=l,m,P) A = Valsverksmatrisen, med komponenter ai¿ som används för rumsavbildning dvs planhetsfelsrumet xg = ställdonsparameter att beräkna, normerad i omfàng [O,..,1], dvs ställdonsrummet A? = Betyder transponenten hos en matris A RP = dvs rumet hos verkliga n-dimensionsvektorer {x1, xghu, xn}.

Termen rum betecknar ett vektorrum. Vi använder vektorrumet hos matriser av olika storlekar och vektorrummet hos poly- nom.

Valsverksmatrisen A erhälls från valsverkstillverkaren, genom mätningar eller identifikationsoperationer, och plan- hetsfelmatrisen b uppmäts on-line med mätvalsen. Dessa ma- triser är relaterade till ställdonsparametermatrisen x genom följande formel: Ax=b (1) Planhetsstyrning innebär i allmänhet att finna vektorn x när vektorn A är en given konstant och b uppmäts on-line.

Eftersom A inte är en kvadratisk matris (i allmänhet är N 2 P), finns det flera ekvationer N än okända P för systemet med ekvationer som representeras av (1). Detta betyder i allmänhet att det inte finns en unik lösning men att ett x kan hittas sà att b är “nära” Ax. Här uttrycks “nära” i termer av ett euklidiskt avstànd som en norm i RF-rummet. 10 15 20 25 30 35 -fl O ~ a m; O\ CO 5 Om x varierar och om kolumnerna av A är linjärt oberoende så beskriver produkten Ax ett rum på.Évkallat “kolumnrummet hos A” eller - notation R(A), “spännvidden hos kolumnerna hos A”. Det är bekant genom “räckvidden hos A” eller elementär geometri i 2D/3D-rumet och genom funktionsanalys i N~rumet att det närmaste avståndet ges av en ortogonal projektion: det minsta avståndet mellan b och Ax är projek- tionen av b på rummet hos Ax, se figur 2.

Två godtyckliga vektorer v och w är ortogonala när deras inre produkt betecknad är noll. För ett matrisvek- torrum definieras den inre produkten som produkten van, så ortogonalitet betyder v3n=O. För vårt fall låt rfl=b-Ax vara återstoden (felet mellan en lösning Ax och vektorn b). Den minsta återstoden är den ortogonala projektionen av r på Ax, vilket enligt definitionen är: 0=ATr=AT(b-Ax) (2) Genom att särskilja termerna erhåller vi: ATAx=ATb <3) Detta kallas i litteraturen den normala ekvationen. Faktorn A?A ERWN kallas Gram-matrisen av A (som alltid är en symme- trisk kvadratisk matris). Genom att multiplicera (2) med (AÉA)4 erhåller vi x: x = (ATAW Afb = APLb < 4 > Termen AfL=(ATAï“AT kallas den vänstra pseudoinversmatrisen av A.

Formeln (4) ovan används för den “modellbaserade metoden” i den befintliga planhetsstyrningsutrusningen Stressometer 5.0/6.0 och även av en majoritet av andra tillverkare av planhetsstyrningsutrustningar. Andra beskrivningar av denna metod uppträder under namn såsom “minstakvadratmetoden”, 10 15 20 25 30 35 v07 'JL n' 168 6 “ortogonala vektorer” eller “kvarstående kvadratminimering”, men alla dessa är mindre generella formuleringar av det ovan beskrivna vektorrummet och den ortogonala projektionen.

Ortogonala vektorer kan exempelvis erhallas genom en ortogo- naliseringsprocedur enligt Gram-Schmidt-metoden; ortogona- liseringen är emellertid endast ett annat sätt att beräkna pseudoinversen.

Bildglidning (image morphing)(kortform för bildmetamorfos) är en populär teknik för att skapa en mjuk övergång mellan tvà 2-dimensionella bilder. Glidning är processen att ändra ett objekt till ett annat.

I t ex Amorphium kan en organisk form glida fràn 1% till 100%. Att organiska former eller former med sama antal polygoner och vertex glider kallas grundläggande glidning.

Alla grundobjekt (organiska) hos Amorphium har samma antal polygoner och vertex och kan därför glida till 100%.

Glidande syntetiska former eller former med olika antal polygoner och vertex kallas glidningsobjekt eller -modell.

Vid glidningsobjekt försöker Amorphium bygga en avbildning mellan vertexen hos det ena objektet och vertexen hos det andra. Därför hamnar man inte till slut med en glidnings- modell som ser identisk likadan ut som den som den glider med. Alla standardformer är syntetiska och sà är även de importerade formerna FontMan, Meshman och former som har sammansmälts. Men om ett objekt som är syntetiskt glider med en förändrad kopia av den kommer den att glida till 100% eftersom den betraktas som en grundläggande glidning. Den har samma antal polygoner och vertex.

Metoden kan tillämpas pà volymbaserade framställningar av objekt och resultatet blir en mjuk övergàng mellan tvà 3D- objekt (3D-metamorfos eller 3D-glidning). Det finns ett flertal olika algoritmer för att skapa övergången beroende pà den avsedda funktionen. 10 15 20 25 30 35 597 168 7 REDoGöRELsE FÖR UPPFINNINGEN Dà bandprodukter med en hög grad av planhet är väsentliga för konkurrensförmàgan hos valsverk i dag är ändamålet med föreliggande uppfinning att lösa de ovan angivna problemen och att presentera ett nytt förfarande och en anordning för att mäta, bestämma och styra planheten hos en i huvudsak làng och platt plàt eller band av material.

Planhetsstyrning avbildar väsentligen punkter som rör sig i det flerdimensionella rummet hos det uppmätta planhetsfelet till punkter som bestäms i det flerdimensionella rummet hos ställdonen sä att vissa optimalitetsvillkor uppfylls. Detta är den traditionella avbildning som används i dag vid plan- hetsstyrning, och vi kallar den den 'första avbi1dningen'.

Den första avbildningen är ofta svar att optimera pá grund av karaktären hos ställdonsrummet och pà grund av sensordata i förhållande till referensvärden som används för beräkning av planhetsfelet. Det totala verkningssättet hos alla ställ- don är exempelvis inte linjärt i de enskilda ställdonen; det kan inte ästadkomma den optimala avbildningen eller sa är avbildningen (möjliga kombinationer av ställdonslägen) inte unik.

En annan faktor som begränsar styrningen är mätningens dis- kreta karaktär. En diskretisering är inbyggd i de flesta nuvarande mättekniker bade tvärs bandbredden (mätzonerna hos mätvalsen) och längs med bandlängden (sensorer mäter när de kommer i kontakt med bandet).

Föreliggande uppfinning föreslar en lösning pà de ovan dis- kuterade problemen genom införande av en andra avbildning.

Denna andra avbildning är mellan referensmodeller, sàsom videosampel eller matematiska funktioner, och rumsoptime- ringsmatriser. Referensmodellerna införs i beräkningen av huvudavbildningen. Resultatet blir ökad noggrannhet och lokalitet hos planhetsstyrningen. En ytterligare fördel är 10 15 20 25 30 35 f'~^'7 168 8 en mycket stor ökning i samplingskornighet, vilket leder till noggrannare och tidsmässigt bättre planhetsstyrning.

Förfarandet vid uppfinningen àstadkoms pà följande sätt: - genom att en andra avbildning görs till optimerings- algoritmer som verkar i ställdonsmodell- och sensorrum med användning av visuell information eller bild- information, och - genom att den uppmätta planhetsvektorn förstärks med information från ett virtuellt band.

Föreliggande uppfinning kan tillämpas pà vilken som helst typ av planhetsmätning som är diskret.

Föreliggande uppfinning skapar en matematisk avbildning mellan sensorrummet och ställdonsrumet som avsevärt för- bättrar bristerna hos kända styrmetoder. Detta komer sig av att extra information införs i systemet fràn användaren, eller fràn en visuell sensor, beträffande karaktären hos planhetsfelet och att denna information används pà ett bättre sätt för att optimera ställdonsbeteendet för vilken typ av känd styrenhet som helst. Följaktligen används, vid förfarandet enligt uppfinningen, en visuell utrustning och en visuell operation, pà sensordata, sàsom sensorsaman- smältning eller glidning, liksom en styrarkitektur som im- plementerar en rumsavbildning.

Ett förfarande enligt föreliggande uppfinning kommer att öka styrhastigheten avsevärt allteftersom svarstiden minskar.

FIGURBESKRIVNING För att ge en bättre förståelse för föreliggande uppfinning komer hänvisning att göras till nedanstående ritningar/- figurer.

Figur l illustrerar en känd utrustning för planhetsstyrning.

Figur 2 illustrerar en enkel ortogonal projektion. 10 15 20 25 30 35 Figur 3 illustrerar ett styrsystem enligt uppfinningen.

Figur 4 illustrerar ett band genererat med en matematisk modell.

Figur 5 illustrerar ett antal exempel pà planhetsprofiler.

Figur 6 illustrerar finavstämningen av referensmodellen eller synkroniseringen av samplingen.

Figur 7 illustrerar ett exempel pä en förutsägelse för ett kontinuerligt band.

DETALJERAD BESKRIVNING Av FÖREDRAGNA UTFöRINGsFoRimR Planhetsstyrning, sàsom den används inom metallvalsverksin- dustrin, är ur matematisk synpunkt en avbildning av ett ab- till ett rum med ställdon. När man finavstämmer styrningen till spe- strakt rum av vektorer, som härrör från sensorer, cifika valsverksvillkor använder man traditionella paradigm som motsvarar den implementerade matematiska niván hos styr- ningen, sàsom en ”överföringsfunktion”, ”poler och noll i tillstàndsrumet”, ”dynamiskt beteende", ”minsta kvadrat", och olika parameteriserings- eller straffunktioner. Med tillkomsten av arkitekturerna för IT och virtuell verklighet blir det alltmer vanligt förekommande att virtuella band- modeller är tillgängliga fràn videobilder eller matematiska modeller. Idén är sàledes att flytta avstämningsproceduren fràn styrabstraktnivàn upp till de verkliga fysiska egen- skaper som kan ses av en operatör när man använder olika visualiseringstekniker och tekniker för virtuell verklighet.

Föreliggande uppfinning presenterar ett förfarande för att använda den information som finns i de virtuella bandmodell- erna för att förbättra planhetsstyrningsalgoritmen. De huvudsaklika särdragen i uppfinningen är: 0 Den uppmätta planhetsvektorn förstärks med information fran det virtuella bandet med användning av en glid- ningsteknik (förstärkning av den första rumsavbild- ningen). 10 15 20 25 30 35 527 168 l0 0 Genom detta förfarande ökar samplingskornigheten. Detta leder till bättre och noggrannare planhetsstyrning. 0 Dà samplade data är tillgängliga inom kortare tidsin- tervall ökar styrningshastigheten (minskar svarstiden) avsevärt. 0 Det virtuella bandet avbildas till en optimeringsalgo- ritm för ett vektorrum. Detta är faktiskt en andra vek- toravbildning som utför en fin, lokal justering av styroptimeringen (skapande av en andra rumsavbildning).

Med andra ord anger uppfinningen att ökad precision i plan- hetsstyrningen kan àstadkomas genom en tvàvägs rumsavbild- ning där visuell eller annan kontinuerlig eller nästan kon- tinuerlig förhandsinformation om bandet förbättrar (a) mät- ningen (b-vektor) och en traditionell reglerkrets och (b) de optimeringsalgoritmer som berättar hur x beräknas för att minimera àterstoden |Ax - bl.

Figur 3 illustrerar ett styrsystem enligt uppfinningen, där: 0 A är en mätvals som ästadkommer en vektor av planhetsvär- den för varje mätzon. 0 B är en glidningsenhet (programvara i en befintlig ut- rustning eller dedicerad anordning), dvs en del av HMI.

I C betecknar referensbandmodeller som används för glid- ning. Dessa är bildfiler som genereras fràn video eller med användning av laserupptagningar eller som är ett re- sultat av matematisk modellering. 0 D är malspänningsprofiler (referens). För denna metod är kornigheten hos màlspänningsprofilen den samma som kor- nigheten hos referensbandmodellerna. 0 E är en planhetsstyrningsdator som verkställer den ovan beskrivna algoritmen. 0 F är rumsoptimeringsmatriser som beskriver matematiskt de lokala egenskaperna hos bandet (kant, mitt osv). Varje matris avbildas till en referensbandmodell. 10 15 20 25 30 35 ll 0 G är en valsverksmodell, dvs en del av den befintliga planhetsstyrningen, och den är en matris (“valsverksma- trisen”). 0 H är ställdon som korrigerar planheten.

Valsverksoperatören har extra information om karaktären pà planhetsfelet, t ex fràn en videokamera eller genom visuell inspektion. I motsats till detta innehåller det uppmätta värdet bara en avskuren del av all denna information pà grund av den diskreta samplingen. En videobild kan innehålla information med en kornighet pà under en millimeter medan planhetsmätningen kan ha en kornighet pà bara mellan 10 cm och upp till 0,25 m. En videokamera (eller visuell inspek- tion) kan exempelvis tydligt visa så kallade “kvartsbulor” men när man samplar med en mätvals är dessa ”bulor” inte helt detekterbara. Detta illustreras i figur 6: på en band- bild som genereras fràn en videoupptagning kan diskreta valsmätningsprov falla var som helst inuti eller utanför bulor så att bulorna inte han härledas frán enbart vals- mätningarna. Den visuella informationen kan genereras även ur matematiska modeller (sä kallade grá, vita eller svarta modeller); ett exempel pà ett matematiskt genererat modell- band illustreras i figur 4. Enligt uppfinningen kan alla typer av genererade bilder eller foto-/videobilder användas.

Enligt föreliggande uppfinning läggs denna information till den uppmätta informationen fràn referensmodellen för att förbättra rumsavbildningsoptimeringen. I typfallet làter man informationen glida.

Operatören har ett antal referensmodeller som har som utvär- den spänningsprofiler, se figur 5, som kan glidas med verk- liga mätdata. Dessa modeller erhålls exempelvis fràn digita- la översättningar av videoupptagningar.

För att àstadkomma glidningen behöver de utvalda referens- modellerna skalas och synkroniseras för att matcha nämnda mätdata. 10 15 20 25 30 35 Ffï" 168 12 Ett alternativ till att göra detta är att sätta ett visuellt märke på bandet (från videoupptagningen) där mätningen gjor- des. Detta kan göras t ex med användning av en laserstråle.

I det grafiska användargränssnittet kan operatören (eller en mönsteranpassande algoritm) finjustera referensmodellen ho- risontellt för att den skall överensstämma med uppmätta da- ta. Metoden visas i figur 7.

Glidningsalgoritmen modifierar referensmodellen enligt nämnda mätdata, vilket resulterar i en datamängd som är när- mare verkligheten.

Glidningsfunktionen kan beräknas på olika sätt men väsent- ligen varje uppmätt datapunkt påverkar ett flertal referens- modellpunkter gradvis.

Denna nya datamängd kan användas för att beräkna ett plan- hetsfel noggrannare än befintliga system. Målprofilen dras ifran den profil som glidit (en vektorsubtraktion) för att beräkna ett planhetsfel. Denna operation kan utföras om kor- nigheten hos målet och den signal som glidit är den sama.

Målprofiler med hög kornighet kan erhållas genom att helt enkelt repetitivt fylla i samma profil tills den erforder- liga kornigheten har uppnåtts, eller genom att använda bil- der eller videoupptagningar från en redan utförd bandbehand- ling såsom beskrivs i EP-patentet 1 llO 635 Al Method and device for controlling flatness (Jonsson, Meyer, 1999). Det resulterande planhetsfelet har mycket högre kornighet än vad som traditionellt erhålls från de ursprungliga uppmätta sam- plen. Detta har den effekten att planhetsstyrningen blir noggrannnare, snabbare och medför bättre förutsägelseför- måga.

Valsverksoperatören har extra information om karaktären på planhetsfelet, t ex från en videokamera eller visuell in- spektion. I kontrast till detta innehåller det uppmätta vär- det inte all denna information pà grund av sampling. En 10 15 20 25 30 35 F27 168 13 videokamera (eller visuell inspektion) kan exempelvis visa sa kallade ”kvartsbulor”, men vid sampling med en mätvals är dessa bulor inte fullt detekterbara.

Operatören har ett antal k referensmodeller över fördefinie- rade spänningsprofiler. Dessa modeller är tagna frän t ex digitala överföringar av videoupptagningar.

Information om karaktären hos planhetsfelet kan användas för att utforma planhetsstyralgoritmen till att koncentrera sig pà att kompensera zoner där problemet är mest markant. Om exempelvis bandet har mönstret “vàgkanter” behöver ställ- donen kompensera för bandkanter snarare än för mitten.

Den föreliggande uppfinningen föreslar att det upprättas en en-till-en-avbildning: varje referensmodell hos de fördefi- nierade spänningsprofilerna har en därmed förknippad matris som beskriver vikten hos varje mätzon för korrigeringen av planhetsfelet. Dessa viktmatriser används i algoritmen för planhetsstyrning.

Operatören, eller mönsteranpassande programvara, beslutar vilken referensmodell som är bäst att använda. Referens- modellen avbildas till en av viktmatriserna. Denna avbild- ning är den andra vektorrumsavbildningen, och den är ett nyckelelement i denna uppfinning.

Det finns en del patent fràn t ex Hitachi/Siemens som an- vänder vissa mönsteranpassningstekniker. Dessa patent är emellertid fokuserade pà användning av vissa algoritmer (fuzzy, neuronnät) för att förstärka mätningen och hänför sig inte till styralgoritmen som denna uppfinning gör. Med andra ord avser dessa patent förbättringar av vad vi kallar den första rumsavbildningen. I kontrast till detta hävdar föreliggande uppfinning att i huvudsak ökad noggrannhet i planhetsstyrningen kan åstadkommas genom dubbel rumsavbild- ning. 10 15 20 25 30 35 527 168 14 Matematiskt sett betyder detta att varje referensmodell Ah (där i är index i modellen) är avbildad till en unik matris Kg. Matrisen Kg är en kvadratisk matris av storleken N x N (där N är antalet mätzoner). Matrisen har värdet noll i alla positioner förutom i diagonalen, där det är en vikt för ställdonens funktion pà motsvarande zon.

Det nästan kontinuerliga rumet som fas efter glidning ger, efter en mätsampling, en grad av förutsägelse eftersom det kontinuerliga delrummet mellan tva sampel nu är tillgäng- ligt. Förutsägelsehorisonten är lika med åtminstone stor- leken pà referensbandmodellen. Detta betyder att styralgo- ritmen kan förbättras i detta bandomrade genom att utföra en autoregressiv styrningsplan. Operatören har de visualise- rings- och kommandomöjligheter som visas schematiskt i figur 6.

Bandet genereras pà operatörsstationen med användning av datorgrafikverktyg (skuggning, materialtextur, översätt- ningar osv). Bandet visas röra sig pà samma sätt som en video skulle visa (sä kallad virtuell verklighet). Indata till denna funktion är uppmätta data fràn mätvalsen och den yta som glidit. Mätsensorerna berör bandet t ex i de lägen som betecknas A, B, C, D i figur 7. Referensmodellen som används för glidning har en längd l. Figur 7 visar det fall där förutsägelsehorisonten är 1. Denna längd täcker 3 mät- sampel A, B och C. Färgerna inom förutsägelseomràdet av- bildar skillnaden mellan den aktuella mätningen och de pre- diktiva värdena, vilket som vanligt görs med loggare, Mat- lab-program etc. Röd färg betyder t ex stort fel, gul be- tyder medelstort, grön betyder làgt fel och färgerna har gradienter däremellan. Valsverksoperatören kan genom att modifiera förutsägelsehorisonten i omradet [O, l], och den referensmodell som glidit, verifiera vilket fall som bäst passar för valsning.

Sammanfattningsvis innebär uppfinningen följande: 10 15 20 25 30 B77 168 15 - en andra avbildning - fràn referensmodeller till utmatade rumsoptimeringsmatriser - virtuellt band avbildas direkt till en algoritm för vektorrumsoptimering, - referensmodeller införs i beräkningen av huvudavbildningen - den uppmätta planhetsvektorn förstärks med information fràn det virtuella bandet med användning av en glidningstek- nik, - användning av referensbilder/modeller/beskrivningar av bandet för att förstärka planhetsfelet - glidningsteknik, - användning av referensbilder/modeller/beskrivningar av bandet med en därmed förknippad viktmatris för att koncen- trera sig pà att kompensera för zoner där problemet är mest markant, - rumsändring.

Förfarandet enligt uppfinningen kan, åtminstone delvis, ut- föras under kontroll av ett mängd datorläsbara instruktioner eller kodmedel som innefattas i ett datorprograms minne för att förmå en dator eller processor att utföra nagot av ste- gen enligt det ovan beskrivna förfarandet.

Uppfinningen kan också använda sig av en datorläsbar produkt för att utföra förfarandet enligt uppfinningen. Även om föreliggande uppfinning har beskrivits baserat pà föredragna utföringsformer är uppfinningen inte begränsad därtill, utan kan utformas pà olika sätt utan att avvika fràn principen för uppfinningen sàsom den anges i patent- kraven.

Claims (8)

10 15 20 25 30 35 l Fl to ~ .1 .Ä m cs 16 PATENTKRAV

1. Förfarande för optimering av mätningen och bestämning av planhetsfel hos ett band av valsat material, där en första avbildning görs av bandet i àtminstone en zon efter passage genom en valsstol, kännetecknat av - att en andra avbildning görs till optimeringsalgoritmer som verkar i ställdonsmodell- och sensorrum med användning av visuell eller bildinformation, och - att den uppmätta planhetsvektorn förstärks med information fràn ett virtuellt band

2. Förfarande enligt patentkrav 1, kännetecknat av att det virtuella bandet avbildas till en algoritm för vek- torrumsoptimering.

3. Förfarande enligt patentkrav 1 eller 2, kännetecknat av att en glidningsteknik används.

4. Förfarande enligt nàgot av föregående patentkrav, kännatecknat av att resultatet av avbildningen läggs till genom att glida till den uppmätta informationen fràn en referensmodell.

5. Anordning för optimering av mätningen och bestämning av planhetsfel hos ett band av valsat material efter passage genom en valsstol, kännetecknad av att medel för synkronisering av uppmätta data med videosam- pel och med den för tillfället utförda optimeringsalgoritmen anordnas.

6. Datorprogram innefattande datorprogramkodmedel för att utföra stegen i ett förfarande enligt patentkrav l-4.

7. Datorläsbart medium innefattande àtminstone en del av ett datorprogram enligt patentkrav 6. H11 O ~ a ...s (_). CS 17

8. Datorprogram enligt patentkrav 6, dvs àtminstone delvis tillhandahàllet genom ett nät såsom t ex Internet.