CN101930214B - 控制装置、控制模型调整装置及控制模型调整方法 - Google Patents

Abstract

本发明提供一种在使用对控制对象的输入输出关系进行了模拟的控制模型来进行控制时，不会由于控制模型和控制对象的特性的背离而导致控制精度下降的控制装置、控制模型调整装置及控制模型调整方法。控制装置具有：模型调整起动机构，其在测定了稳定的实际控制量的定时从控制对象取入实际数据，生成模型调整的执行许可定时；第一控制量算出机构，其在被模型调整起动机构起动的定时使用现状的控制模型算出预测控制量；第二控制量算出机构，其在被模型调整起动机构起动的定时使控制模型的调整对象的参数变化预先确定的值，以同样的运算算出预测控制量；控制模型修正量算出机构，其取入第一控制量算出机构推定的预测控制量及第二控制量算出机构推定的预测控制量、实际控制量等，算出控制模型的调整对象参数的修正量。

Description

控制装置、控制模型调整装置及控制模型调整方法

技术领域

本发明涉及通过改变控制模型的参数来提高控制模型和现实的控制对象的一致度的控制模型调整装置和控制模型调整方法、以及具备它们的控制装置。

尤其是涉及适合于控制模型是热轧制的卷取温度控制中使用的板温推定模型或隧道换气控制中的煤烟浓度推定模型之类的复杂模型，从而无法以代数的运算来算出与控制模型和现实的控制对象的背离相对应的模型参数的改变量这种情况的控制模型调整装置及调整方法。

背景技术

作为调整控制模型的现有方法，例如专利文献1公开了如下的方法：具有学习机构，该学习机构在热轧制的卷取冷却控制中根据实际测定的精加工轧制机的输出侧温度或轧制辊的旋转温度来评价使用控制模型预测的钢板的卷取温度和实际测定的卷取温度之差，并对控制模型进行补正以使预测卷取温度接近实测卷取温度。另外，专利文献2公开了如下的方法：在评价了预测的钢板的卷取温度和实际测定的卷取温度之差后，并不对控制模型进行学习，而是对卷取冷却中的钢板的温度下降量的目标值(或者钢板的目标卷取温度)进行补正。

【专利文献1】特开平2004-34122号公报

【专利文献2】特开2006-122987号公报

但是，上述现有方法存在以下的问题。

在专利文献1公开的方法中，不能够明确相对于使用控制模型预测的钢板的卷取温度和实际测定的卷取温度之差，使控制模型的该参数改变多少。因此，通常考虑学习的稳定性而较小地设定改变量来修正参数，但是为了完成控制模型的参数改变需要进行多次修正处理，因此存在在直至参数改变完成的期间，卷取温度的控制精度下降这样的问题。另一方面，虽然也能够较大地设定改变量来修正参数，但是此时参数改变处理变得不稳定，因此反复增减参数从而有可能导致无法完成参数改变。其结果是，与较小地设定改变量来修正参数的情况同样，无法避免卷取温度的控制精度下降这样的问题。

在专利文献2的方法中，通常，钢种、板厚、轧制速度、目标卷取温度等在前后的钢板是不同的，卷取温度被它们影响，因此无法明确相对于使用控制模型预测的钢板的卷取温度和实际测定的卷取温度之差应当将下一次冷却的钢板的目标卷取温度改变多少。因而，无法每次都适当地对目标卷取温度进行补正，因此存在卷取温度的控制精度下降的问题。

还有，在上述方法中，也考虑将适当的控制模型的参数改变量和目标卷取温度补正量以表等的形式预先存储在控制装置中。但是，相对于使用控制模型预测的钢板的卷取温度和实际测定的卷取温度之差，难以设定与钢板的钢种、板厚、轧制速度、目标卷取温度、来自精加工轧制机的输出侧温度等的组合(以下，控制条件)的各自相适应的参数改变量和温度补正量，从而存在在表的构筑和值的调整上需要过多且持续的劳力的问题。

发明内容

本发明要解决的课题在于，提供一种在使用控制模型进行控制时，当使用控制模型推定的结果(预测控制量)和实测的结果(实际控制量)产生了背离的情况下，在不依存于板厚、板速、目标温度等控制条件的情况下准确地修正控制模型的该参数的控制模型调整装置及调整方法。

为了解决上述课题，本发明的控制装置具有预置控制部，其具有对控制对象的输入和输出的关系进行了记述的控制模型，为了从所述控制对象得到所希望的输出，通过使用了控制模型的运算来算出向控制对象输入的操作量。另外，具有：第一控制量算出部，其通过使用了控制模型的运算，算出作为控制对象的输出的第一控制量；第二控制量算出部，其在使控制模型的规定的参数微小改变后，通过使用了改变后的控制模型的运算来算出第二控制量。而且，进而，具有控制模型修正量算出部，其根据作为目标的目标控制量、以预置控制部算出的操作量实际对控制对象进行控制而得到的实际控制量、第一控制量算出部算出的第一控制量、第二控制量算出部算出的第二控制量，向减少与目标控制量的偏差的方向修正规定的参数并向控制模型输出。

根据本发明的控制装置，首先，第一控制量算出部在控制模型中使用调整对象参数的目前使用的值来算出预测控制量C1。然后，第二控制量算出部使控制模型的调整对象参数变化微小的值δ，通过同样的运算来算出预测控制量C2。控制模型修正量算出部相对于实际控制量Ca，通过(Ca-C1)/(C2-C1)·δ算出控制模型修正量。然后，将算出的值与调整对象参数相加，更新调整对象参数。(Ca-C1)表示控制模型的误差。另一方面，若使控制模型的规定的参数变化δ，则控制模型的输出变化(C2-C1)。由以上可知，为了消除(Ca-C1)的控制模型误差，只要将调整对象参数修正(Ca-C1)/(C2-C1)·δ即可。

如上所述，根据本发明，由于不需要进行多次运算就能够完成控制模型的参数修正，因此能够快速地进行控制模型的修正。另外，由于不需要预先在表中存储信息，因此不存在在表的构筑和值的调整上需要过多且持续的劳力的问题。

附图说明

图1是用于说明本发明的第一实施方式例的控制装置及控制对象的构成的块图。

图2是用于说明本发明的第一实施方式例中使用的预置控制机构的功能的块图。

图3是表示作为图2的预置控制机构的构成要素的目标卷取温度表的例的图。

图4是表示作为图2的预置控制机构的构成要素的速度模式表的例的说明图。

图5是表示作为图2的预置控制机构的构成要素的冷却集管优先顺序表的例的说明图。

图6是本发明的第一实施方式例中使用的冷却集管的集管开闭模式和控制代码的对应图。

图7是用于说明图2所示的预置运算部所执行的算法的流程图。

图8是用于说明图7的流程图中的板温的推定运算的处理的流程图。

图9是用于说明本发明的第一实施方式例中使用的动态控制机构的功能及动作的块图。

图10是表示作为本发明的第一实施方式例中使用的动态控制机构的构成要素的第一影响系数表的例的图。

图11是表示作为本发明的第一实施方式例中使用的动态控制机构的构成要素的第二影响系数表的例的图。

图12是表示作为本发明的第一实施方式例中使用的动态控制机构的构成要素的第三影响系数表的例的图。

图13是用于说明本发明的第一实施方式例中使用的模型调整起动机构的处理(动作)的流程图。

图14是用于说明本发明的第一实施方式例中使用的第一控制量算出机构的处理(动作)的流程图。

图15是用于说明图14所说明的第一控制量算出机构的处理中的卷取温度推定的处理的流程图。

图16是用于说明本发明的第一实施方式例中使用的第二控制量算出机构的处理(动作)的流程图。

图17是用于说明图16所说明的第二控制量算出机构的处理中的卷取温度推定的处理的流程图。

图18是用于说明本发明的第一实施方式例中使用的控制模型修正量算出机构的处理(动作)的流程图。

图19是用于说明本发明的第二实施方式例的控制装置及控制模型调整装置的构成的块图。

图20是表示本发明的第二实施方式例中使用的数据存储机构所存储的数据表的例的图。

图21是用于说明本发明的第二实施方式例中使用的数据选择机构的处理(动作)的流程图。

图22是表示本发明的第二实施方式例中使用的控制模型修正量存储机构所存储的数据表的图。

图23是用于说明本发明的第二实施方式例中使用的控制模型修正量传送机构的处理(动作)的流程图。

图24是用于说明本发明的第三实施方式例的控制装置及控制对象的构成的块图。

图25是用于说明本发明的第三实施方式例中使用的运转案生成机构的处理(动作)的流程图。

图26是用于说明本发明的第三实施方式例中使用的控制模型运算机构的处理(动作)的流程图。

图27是用于说明本发明的第三实施方式例中使用的运转案评价机构的处理(动作)的流程图。

图28是表示本发明的第三实施方式例中使用的隶属函数的例的图。

图29是用于说明本发明的第三实施方式例中使用的运转方式确定机构的处理(动作)的流程图。

图30是用于说明本发明的第三实施方式例中使用的第一控制量算出机构的处理(动作)的流程图。

图31是用于说明本发明的第三实施方式例中使用的第二控制量算出机构的处理(动作)的流程图。

图32是用于说明本发明的第三实施方式例中使用的控制模型修正量算出机构的处理(动作)的流程图。

符号说明

100···控制装置

102···预置控制机构

103···控制模型

104···动态控制机构

106···冷却集管优先顺序表

107···板温推定模型

108···时间刻度确定机构

109···计算区域确定机构

110···控制代码算出机构

150···控制对象

153···卷取冷却装置

201···目标卷取温度表

202···速度模式表

203···冷却集管优先顺序表

204···预置运算部

300···控制模型调整装置

330···控制对象

400···控制装置

401···运转案生成机构

402···控制模型运算机构

403···控制模型

404···运转案评价机构

405···运转方式确定机构

406···模型调整起动机构

407···第一控制量算出机构

408···第二控制量算出机构

409···控制模型修正量算出机构

450···控制对象

具体实施方式

以下，基于图1～32说明本发明的实施方式例。

通常，在以简单的运算使用了控制模型的预置控制中，能够高精度地进行模型预测控制，不需要控制模型的持续调整。

在将该方法使用于热轧制钢板的卷取控制中时，能够以简单的运算在钢板长度方向的任意部位获得高精度的卷取温度。其结果是，能够提高钢板的组成品质，同时能够获得接近平坦的卷取钢板形状。

<本发明的第一实施方式例>

图1是表示本发明的第一实施方式例(以下，称为“本例”)的概略构成的块图。还有，以块说明各功能，不过记载为“……机构”的功能块整体由1个或多个计算机构成，通过软件实现。控制装置100从控制对象150接收各种信号，并且向控制对象150输出用于控制控制对象的各种控制信号。

首先，关于控制对象150，说明其概要。在本例中，控制对象150表示热轧制的卷取温度控制设备的例。本例的控制对象150是将由轧制机152的轧钢机157轧制的900℃左右的钢板151在卷取冷却装置153中冷却到规定的温度且在地下卷取机154中卷取的轧制装置。在串列式轧制中，以7个左右的轧钢机连续轧制，因此图1的轧钢机157与最终台的轧钢机对应。另外，有时也像斯特格尔轧钢机那样以1台进行往复轧制，本发明能够应用于任意情况。

卷取冷却装置153具有从钢板151的上侧进行水冷的上部冷却装置158和从钢板151的下侧进行水冷的下部冷却装置159，各冷却装置分别具有多个通过组合一定根数的放出水的冷却集管160而构成的贮料器161。在本例中，以各冷却集管160的操作指令是开和闭的情况为例进行说明。

轧钢机输出侧温度计155测量由轧制部152轧制后的钢板的温度，卷取温度计156测量由地下卷取机154卷取前的温度。该卷取温度控制的目的在于使由卷取温度计156测量的温度与目标温度一致。该目标温度可以在卷取机长度方向的各部位为一定，也可以将先行端设定为对应于各部位不同的值。

接着，说明控制装置100的构成。控制装置100具有预置控制机构102，该预置控制机构102在钢板151被卷取冷却装置153冷却之前，按参照控制模型103将钢板长度方向以适当长度区分而成的区域来算出与各冷却集管160的开闭模式对应的控制指令。

另外，控制装置100具有：数据接收机构101，该数据接收机构101在钢板151被卷取冷却装置153冷却时，实时取入卷取温度计156的测定温度或轧钢机157的辊旋转速度等的实际值；动态控制机构104，该动态控制机构104取入该数据接收机构101的输出，算出控制指令的改变量，并且对模型调整起动机构106生成并输出起动许可信号。

进而，控制装置100设有数据选择机构107，在该数据选择机构107中，取入在预置控制机构102中使用的钢板151的钢种或板厚、及卷取温度的目标值等信息和在动态控制机构104中使用的卷取温度的实际值、从辊旋转速度算出的钢板151的速度等数据，选择性输出在卷取温度的推定中必要的数据。

另外，控制装置100具有：第一控制量算出机构108，该第一控制量算出机构108由模型调整起动机构106起动，使用来自数据选择机构107的输出，参照控制模型103推定卷取温度；第二控制量算出机构109，该第二控制量算出机构109同样由模型调整起动机构106起动，使用来自数据选择机构107的输出，使控制模型103的规定的参数变化预先确定的值，然后参照其推定卷取温度。

另外，控制装置100具有控制模型修正量算出机构110，在该控制模型修正量算出机构110中，从第一控制量算出机构108、第二控制量算出机构109进而数据选择机构107取入必要的数据，向预置控制机构102使用控制模型103预测的卷取温度和实际检测的卷取温度的背离减少的方向修正控制模型103的参数。而且，进行如下的控制：将通过操作量算出机构105在预置控制机构102中加上动态控制机构104的输出而得到的控制指令变换为各冷却集管160的开闭模式。

在此，将各冷却集管160的开闭模式的集合称为“集管模式”，以下，详细地说明各部的动作。

图2是表示图1所示的预置控制机构102的构成的功能块图。如图2所示，预置控制机构102具有目标卷取温度表201、速度模式表202、冷却集管优先顺序表203和从这些表取入信息并通过使用了控制模型130的运算来算出与集管模式对应的操作量的预置运算部204。

图3表示目标卷取温度表201的构成。即，图3是与钢板的种类(钢种)对应而表示目标温度的例，例如，表示在是SUS304时以750℃为目标进行卷取冷却控制。预置运算部304判断被下一次冷却控制的钢板的钢种，从目标卷取温度表201抽出对应的目标温度。

图4是图2的速度模式表202的一例，表示轧制机152是串列式轧钢机时的速度模式的例。在图4中，在由钢种、板厚、板宽度的组合构成的层次中存储有钢板151的前端从轧钢机157输出时的速度(初始速度)、钢板151的前端被卷取到地下卷取机154上之前的加速度(第一加速度)、达到最大速度之前的加速度(第二加速度)、最大速度、从最大速度减速到最终速度时的减速度及最终速度。

图2所示的预置运算部204判断该卷取机的钢种、板厚、板宽度，从速度模式表202抽出对应的速度模式。例如，表示了如下情况：在钢种是SUS304、板厚是2.0～3.0mm、板宽度是1200mm时，抽出初始速度650mpm、第一加速度2mpm/s、第二加速度12mpm/s、最大速度1050mpm、减速度6mpm、最终速度900mpm。

图5表示图2的冷却集管优先顺序表203的一例。以下，以集管的总数在上下都是100的情况为例进行说明。实际上集管对应于设备存在各种根数，此时也能够同样地应用本发明。在图5中，对100个集管的开放顺序赋予1～100的优先顺序，按钢种、板厚、集管区分(上集管或者下集管)的各自的组合存储有优先开放的冷却集管的順序。考虑钢板151在冶金特性上所要求的冷却速度、冷却效率、表面和内部的容许温度差、温度的测量性等而确定该优先顺序。例如，当钢板的冶金特性是在轧制后需要立即冷却时，从接近轧制机152的集管依次赋予高的优先顺序。另外，在钢板151厚时，为了利用回热将表面和内部的温度差抑制在容许值的范围内，以开集管不连续的方式赋予优先顺序。

进而，考虑温度的测量性，为了防止轧钢机输出侧温度计155的流水所导致的测量性的下降，有时也使接近轧钢机157的集管的优先顺序变低等。在图5的例中，对上述情况进行了考虑的冷却集管优先顺序按照钢种或板厚的层次被存储。另外，有时根据不同的钢种也要求保持一定时间的中间温度，此时，以在前半集管中进行水冷、在中间集管中为了保持温度进行空冷、在后半集管中再次进行水冷的方式赋予集管优先顺序。在此，图1所示的预置控制机构102以能够获得目标卷取温度的根数的冷却集管开放的方式进行控制。在贮料器、冷却集管上按照接近轧钢机157的顺序标注号码，例如(1，1)表示第一贮料器的第一冷却集管。因而，图5的(20，4)表示位于最远离轧钢机157的输出侧的位置上的第20号贮料器的第4冷却集管。

根据图5可知，在钢种是SUS304、板厚是2.0～3.0mm、冷却集管区分是上集管的情况下，表示的是以(1，1)，(1，2)，(1，3)，(1，4)，(1，5)，(2，1)，·····，(20，4)，(20，5)的顺序优先开放。即，表示的是从轧钢机157输出侧的集管依次优先开放。另外，在钢种是SUS304、板厚是5.0～6.0mm、冷却集管区分是上集管的情况下，表示的是以(1，1)，(1，4)，(2，1)，(2，4)，(3，1)，(3，4)，·····，(20，3)，(20，5)的顺序优先开放。即，以开集管不连续的方式赋予优先顺序。在本例中，使上集管和下集管的优先顺序相同，但是也可以赋予不同的优先顺序。

在本发明的实施方式例中，作为与冷却集管模式对应的控制输出，以控制代码表现冷却集管的模式。图6表示控制代码和冷却集管开闭模式的对应关系。控制代码对应于关闭的集管的数目，0表示全开，100表示全闭。以下，以只有优先顺序1的冷却集管开放的集管开闭模式为99，只有优先顺序1和2这两个冷却集管开放的集管开闭模式为98的方式进行控制代码化。

即，将所有的冷却集管开放的状态的控制代码设为0，将所有的冷却集管关闭的状态的控制代码设为100(100是上或者下的冷却集管的总数)。而且，例如，若是钢种为SUS304、板厚为2.0～3.0mm、冷却集管区分为上集管的情况，则按照集管的优先顺序，将只有(1，1)为开的状态设为控制代码99，将(1，1)，(1，2)为开的状态设为控制代码98，将(1，1)，(1，2)，(1，3)为开的状态设为控制代码97。在该要领下，以下，对集管的开放模式赋予控制代码，直至全部集管开放的状态的控制代码即0。

图7是用于说明图2所示的预置运算部204所执行的算法的流程图。首先，预置运算部204通过使用了控制模型103(参照图1)的运算以控制代码的形式算出实现目标卷取温度的集管模式(步骤S7-1)。在本例中，表示的是利用线性逆插值法算出控制代码的例。

接着，以在步骤S7-1中从速度模式表202取入的与冷却钢板对应的层次的值为基础，算出钢板151的轧钢机157输出时的第一加速开始位置、第二加速开始位置、稳定速度开始位置、用于从稳定速度向最终速度转移的减速开始位置，计算从钢板151在轧钢机157中的输出开始到在地下卷取机154中的卷取完成的速度模式。第一加速开始位置SL1s、第二加速开始位置SL2s、稳定速度开始位置SLcs、减速开始位置SLds、减速完成位置SLde能够分别由以下的数1式～数5式算出。

(数1)

SL1s＝Lsc

其中，Lsc：常数

(数2)

SL2s＝Lmd

其中，Lmd：从轧钢机157到地下卷取机154的距离

(数3)

(V1a)²＝Lmd×2×Acc1+Vmax×Vmax

SLcs＝{Lmd+(Vmax-V1a)/Acc2×(Vmax+V1a)/2}

其中，V1a：第一加速结束速度

Acc1：第一加速度，Acc2：第二加速度，Vmax：最大速度

(数4)

SLds＝{Striplen-(Vmax-Vf)/Dcc×(Vmax+Vf)/2-dccmargin}

其中，Striplen：钢板长度，Vf：最终速度，Dcc：减速度，

dccmargin：钢板151在轧钢机157的途中(尻抜け)的多少之前完成减速的界限

(数5)

SLde＝{Striplen-dccmargin}

按照在步骤S7-1算出的速度模式，在步骤S7-2以后，通过使用了控制模型103的运算来算出实现目标温度的集管模式。在本例中，定义将钢板在长度方向上区分而成的区域，针对各区域按照线性逆插值法算出集管模式。

首先，针对钢板151的各区域，定义其间具有解的控制代码的二个控制代码nL、nH(步骤S7-2)。在此，由于在冷却集管的全开和全闭之间存在解，因此一律设置为nL＝0、nH＝100。

在此，由于随着控制代码的增加，开放的冷却集管数目单纯地减少，因此，在n1＜n2时，对于与这些集管模式对应的目标温度Tc1、Tc2来说，Tc1＜Tc2成立。接着，求出nL和nH的平均的控制代码n0(步骤S7-3)，接着，通过使用了控制模型103的运算来推定与控制代码n0对应的各区域的中间或者卷取温度Tc0(步骤S7-4)。

接着，按各区域判断相对于目标温度Ttarget的推定温度Tc0的符号，在Tc0＞Ttarget的情况下，由于n0和nL之间有解，因此将n0新设置为nH。相反，在Tc0＜Ttarget的情况下，由于n0和nH之间有解，因此将n0新设置为nL(步骤S7-5)。

接着，判断算法的结束条件是否满足(步骤S7-6)，在没有满足时，重复执行步骤S7-3～S7-5。还有，作为算法的结束条件，将下述情况的任意之一成立作为条件进行判断即可：

(a)重复完成了一定次数以上的步骤S7-3～S7-5；

(b)推定温度Tc和目标温度Ttarget的偏差达到了一定值以下；

(c)n0与nH、nL的任意之一一致。

作为赋予控制代码的方法，也可以与本例相反，将所有冷却集管关闭的状态的控制代码设为0、并将所有冷却集管开放的状态的控制代码设为100。

图8是表示与图7的步骤S7-4对应的温度推定运算的详细处理的流程图。在本例的温度推定运算方法中，将钢板151在长度方向上分割，以一定刻度Δt划分从钢板尾端开始在轧钢机157输出到通过中间温度计156的期间，对钢板151的冷却举动进行差分计算。

首先，更新计算时刻，基于在图7的步骤S7-1中生成的速度模式，计算该时刻的板速Vt(步骤S8-1)。

接着，使用在步骤S8-1中算出的板速，计算目前时刻的轧钢机157的输出长度Ln(步骤S8-2)。在此，所谓输出长度Ln是结束轧制而从轧钢机输出的钢板的长度，能够通过数6式计算。其中Ln-1是一阶段前的计算时刻的输出长度。

(数6)

Ln＝Ln-1+Δt·Vt

接着，对运算的完成进行判断(步骤S8-3)。在此，在轧钢机输出长度Ln大于在钢板151的全长上加上从轧钢机157到卷取温度计156的距离而得到的值时，与一张钢板对应的卷取温度预测计算已经都结束了，因此判断为运算已经完成。

在判断为运算没有完成的情况下，接着，进行钢板的温度跟踪(步骤S8-4)。即，相对于前时刻的钢板的位置，根据Ln和Ln-1的关系可知在时间经过了Δt后钢板行进多少距离，因此，进行处理使钢板的温度分布移动对应的距离。然后，在Δt的期间，在新从轧钢机排出的钢板151设定轧钢机输出侧温度(步骤S8-5)。然后，基于该时刻在钢板151的各部位的上下部存在的集管的开闭的信息，判断各部位的冷却是水冷还是空冷(步骤S8-6)。在步骤S8-6中判断为是水冷的情况下，按照例如数7式，在水冷的条件下计算热传递系数(步骤S8-7)。

(数7)

hw＝β*9.72*10⁵*ω^0.355*{(2.5-1.15*lgTw)*D/(pl*pc)}^0.646/(Tsu-Tw)

其中，ω：水量密度

Tw：水温

D：喷嘴直径

pl：生产线方向的喷嘴间距

pc：与生产线正交的方向的喷嘴间距

Tsu：钢板151的表面温度

β：与热传递系数补正项对应的常数

数7式是所谓的层叠冷却时的热传递系数。作为水冷方法除此之外还有喷雾冷却等各种方法，各种热传递系数的计算式也是公知的。另外，有时即使冷却方式相同，作为数式在对最新的实验知识见解进行反应等上也会有所不同。

另一方面，在步骤S8-6中，当判断为是空冷的情况下，按照例如数8式，在空冷的条件下计算热传递系数(步骤S8-8)。

(数8)

hr＝β*σ·ε[{(273+Tsu)/100}⁴-{(273+Ta)/100}⁴]/(Tsu-Ta)

其中，σ：斯蒂芬-波尔兹曼常数(＝4.88)

ε：放射率

Ta：空气温度(℃)

Tsu：钢板151的表面温度

于是，使用以数7式和数8式为代表的求出热传递系数的式，按照钢板151的表面背面的冷却状态计算热传递系数，分别对钢板151的表面的热移动量进行定量化。而且，以经过Δt前的温度为基础，通过对Δt间的热量的移动进行加减运算来计算钢板151的各部位的温度，算出轧钢机157和卷取温度计156之间的钢板的温度分布(步骤S8-9)。在忽略钢板151的厚度方向的热移动的情况下，可以针对钢板151的长度方向的各部位以数9式来计算在该步骤S8-9中求出的温度分布。

(数9)

Tn＝Tn-1-(ht+hb)*Δt/(ρ*C*B)

其中，Tn：目前的板温

Tn-1：Δt前的板温

ht：钢板表面的热传递系数

hb：钢板背面的热传递系数

ρ：钢板的比重

C：钢板的比热

B：钢板的厚度

另外，在需要考虑钢板151的厚度方向的热传导的情况下，可以通过对以数10式表示的一般热方程式进行求解来计算。将钢板151在厚度方向上分割而以计算机进行差分计算的方法已经在各种文献中公开。

(数10)

$\&PartialD;T/\&PartialD;t=\{\mathrm{\&lambda;}/(\mathrm{\&rho;}*C)\}({\&PartialD;}^{2}T/{\&PartialD;z}^2)$

其中，λ：热传导率，T：材料温度，z：钢板151的厚度方向的坐标

最后，判断是否在从轧钢机157到卷取温度计156的生产线内的钢板长度方向上完成了必要的计算(步骤S8-10)，在没有完成计算的情况下，重复步骤S8-6～S8-9。

另外，当在步骤S8-10中判断为在生产线内的钢板长度方向上完成了必要的计算的情况下，再次返回到步骤S8-1中，重复步骤S8-1～S8-10，直到判断为在步骤S8-3中运算结束。若图8的运算完成，则相对于钢板151的全长，与长度方向的各区域对应，如数11式所示赋予控制代码n。

(数11)

n(n1，n2，n3，n4，n5，n6，n7，n8，····，ni，····)

＝(80，80，79，79，78，78，78，78，····，48，····)

其中，i：区域号码

在此，图1的预置控制机构102输出的控制代码n由动态控制机构104在钢板151被实际冷却的定时实时补正。

图9是用于说明图1所示的动态控制机构104的结构以及其功能的功能块图。如上所述，在对钢板151进行冷却控制中，图1的预置控制机构102输出的控制代码n由动态控制机构104实时补正。

如图9所示，动态控制机构104具有卷取温度偏差补正机构901、轧钢机输出侧温度偏差补正机构902、速度偏差补正机构903和在补正量的计算时使用的影响系数表904。

卷取温度偏差补正机构901是具有对经由数据接收机构101(参照图1)接收的来自卷取温度计156的检测温度和目标卷取温度的偏差进行补正的功能的机构。

轧钢机输出侧温度补正机构902是具有使用来自轧钢机输出侧温度计155的检测温度对其和在预置控制运算时假想的冷却前温度的偏差进行补正的功能的机构。另外，速度偏差补正机构903是具有根据轧钢机157或地下卷取机154的旋转速度算出钢板151的速度、并对该算出结果和在预置控制运算时假想的钢板速度的偏差进行补正的功能的机构。

由上述3个补正机构901～903补正的补正量的总和在操作量合成机构911中按钢板151的长度方向的各部位被换算成控制代码的变化量，并从动态控制机构104输出。

接着，详细说明各部位的动作。影响系数表904具有存储有与控制代码n的变化相对的卷取温度的变化的第一影响系数表905、存储有与钢板速度的变化相对的卷取温度的变化的第二影响系数表906和存储有与冷却前温度的变化相对的卷取温度的变化的第三影响系数表907。各表905～907的内容在图10～12中后述。

图10表示第一影响系数表905的例。在第一影响系数表905中以板厚、板速、控制代码n的层次存储有与将一个冷却集管160开放或者关闭时的卷取温度Tc的变化量对应的数值即

(℃)。

在图10的例中，在板厚是3mm以下、钢板151的速度是150mpm以下、控制代码n是9以下时，意味着卷取温度的变化量

是3.0℃。这表示若将一个冷却集管160开放或者关闭，则由卷取温度计156测量的卷取温度Tc下降或者上升3.0℃。也可以减少该层次项目，不过也可以考虑进一步追加而增加钢种或轧钢机输出侧温度等。

图11表示第二影响系数表906的一例。如图11所示，在第二影响系数表906中以板厚、板速、控制代码n的层次存储有与使钢板151的速度增加或者减少1mpm时的卷取温度Tc的变化量对应的数值即

(℃/mpm)。

在图11的例中，在板厚是3mm以下、钢板151的速度是150mpm以下、控制代码n是9以下时，

这表示若使钢板151的速度增加或者减少1mpm，则由卷取温度计156测量的卷取温度Tc下降或者上升2.2℃。与第一影响系数表905同样，可以减少层次项目，不过也可以考虑进一步追加而增加钢种或轧钢机输出侧温度等。

图12表示第三影响系数表907的一例。如图12所示，在第三影响系数表907中以板厚、板速、控制代码n的层次存储有与由轧钢机输出侧温度计155测量的钢板151的冷却前温度增加或者减少1℃时的卷取温度Tc的变化量对应的数值即

在图12的例中，表示在板厚是3mm以下、钢板151的速度是150mpm以下、控制代码n是9以下时，

这表示在轧钢机输出侧温度的测量值高或者低1℃时，由卷取温度计156测量的卷取温度Tc增加或者减少0.9℃。还有，与第一或者第二影响系数表905、906同样，可以减少层次项目，不过也可以考虑进一步追加钢种或轧钢机输出侧温度等。

接着，详细说明图9所示的卷取温度偏差补正机构901的处理。卷取温度偏差补正机构901以一定周期起动，进行卷取温度反馈控制。即，如图9所示，卷取温度偏差补正机构901具有卷取温度偏差补正量算出机构908，该卷取温度偏差补正量算出机构908用于计算对卷取温度相对于目标温度的偏差的大小来说是适当的控制代码的改变量。该卷取温度偏差补正量算出机构908取入在预置中假想的Tc和由卷取温度计156测量的Tc的差分。然后，进而从第一影响系数表905取入与目前的状态相当的层次的影响系数

按照数12式进行运算，从而计算控制代码的变化量Δn1。还有，控制代码n是0或者自然数(正的整数)，不过在作为偏微分表达时，使控制代码n为连续的数，是使n变化1时的卷取温度的变化量的意思，使用

这一记号。

(数12)

$\mathrm{\&Delta;n}1=G1\&CenterDot;\{1/(\&PartialD;\mathrm{Tc}/\&PartialD;n)\}\&CenterDot;\mathrm{\&Delta;Tc}$

其中，Δn1：基于卷取温度FB控制的控制代码改变量

G1：常数(卷取温度FB控制增益)

从第一影响系数表905抽出的该层次的影响系数

ΔTc：卷取温度偏差

另一方面，轧钢机输出侧温度偏差补正机构902也与卷取温度偏差补正机构901同样以一定周期起动，进行轧钢机输出侧温度偏差前馈控制。即，如图9所示，轧钢机输出侧温度偏差补正机构902具有轧钢机输出侧温度偏差补正量算出机构909，该轧钢机输出侧温度偏差补正量算出机构909计算对在预置计算时假想的轧钢机输出侧温度和由轧钢机输出侧温度计155检测的轧钢机输出侧实际温度的偏差的大小来说是适当的控制代码的改变量。

该轧钢机输出侧温度偏差补正量算出机构909取入在预置中假想的轧钢机输出侧温度Tf和由轧钢机输出侧温度计155测量的Tf的差分ΔTf。然后，进而从第一影响系数表905和第三影响系数表907取入与目前的状态相当的层次的影响系数和通过数13式的运算，按照区域计算控制代码的改变量Δn2。

(数13)

$\mathrm{\&Delta;n}2=G2\&CenterDot;(\&PartialD;n/\&PartialD;\mathrm{Tf})\&CenterDot;\mathrm{\&Delta;Tf}$

$=G2\&CenterDot;\{1/(\&PartialD;\mathrm{Tc}/\&PartialD;n)\}\&CenterDot;(\&PartialD;\mathrm{Tc}/\&PartialD;\mathrm{Tf})\&CenterDot;\mathrm{\&Delta;Tf}$

其中，Δn2：基于轧钢机输出侧温度偏差FF控制的控制代码改变量

G2：常数(轧钢机输出侧温度FF控制增益)

从第三影响系数表907抽出的该层次的影响系数

ΔTf：轧钢机输出侧温度偏差

基于数13式计算的Δn2向操作量合成机构911输出。

另外，图9所示的速度偏差补正机构903也与卷取温度偏差补正机构901及轧钢机输出侧温度偏差补正机构902同样以一定周期起动，进行速度偏差前馈控制。即，如图9所示，速度偏差补正机构903具有速度偏差补正量算出机构910，该速度偏差补正量算出机构910计算对在预置计算时假想的钢板速度和实际的钢板速度的偏差的大小来说是适当的控制代码的改变量。然后，速度偏差补正量算出机构910取入在预置中假想的钢板速度和实际速度的偏差ΔV，进而从第一影响系数表905和第二影响系数表906取入与目前的状态相当的层次的影响系数

通过数14式的运算，按照区域计算控制代码的改变量Δn3。

(数14)

$\mathrm{\&Delta;n}3=G3\&CenterDot;(\&PartialD;n/\&PartialD;V)\&CenterDot;\mathrm{\&Delta;V}$

$=G3\&CenterDot;\{1/(\&PartialD;\mathrm{Tc}/\&PartialD;n)\}\&CenterDot;(\&PartialD;\mathrm{Tc}/\&PartialD;V)\&CenterDot;\mathrm{\&Delta;V}$

其中，Δn3：基于板速偏差FF控制的控制代码改变量

G3：常数(板速偏差FF控制增益)

从第二影响系数表1102抽出的该层次的影响系数

ΔV：板速偏差

由该速度偏差补正机构903计算的Δn3也向图9的操作量合成机构911输出。

在此，由被称为先进率的系数对根据轧钢机157的辊的旋转速度和辊径计算的辊速度进行补正，由此计算钢板速度。另外，也可以根据实质卷取机径算出钢板速度，所述实质卷取机径考虑了地下卷取机154的旋转速度和卷取钢板151而形成的卷取粗细量。在轧制中，根据轧钢机157的信息算出钢板速度，通常是在钢板151从轧钢机157脱离后，根据地下卷取机154的信息算出钢板速度。另外，也可以不以一定周期起动速度偏差补正机构903，而是以产生了速度偏差这一情况来起动速度偏差补正机构903。

图9所示的操作量合成机构911将卷取温度偏差补正量算出机构908算出的Δn1、轧钢机输出侧温度偏差补正量算出机构909算出的Δn2和速度偏差补正量算出机构910算出的Δn3相加，算出各钢板区域的操作量。然后，输出动态控制机构104(参照图1)计算出的补正量，按照该值，修正预置控制机构102输出的控制代码。

另外，图1的操作量算出机构105参照冷却集管优先顺序表，将由动态控制机构104修正的控制代码n变换为各集管的开闭，将其作为集管模式并向控制对象150的卷取冷却装置153发送。

图13是用于说明图1所示的模型调整起动机构106的处理(动作)流程图。首先，模型调整起动机构106从动态控制机构104取入在模型调整的执行可否判断中必要的信息，生成模型调整执行的许可定时。在此，所谓模型调整执行的许可定时是指进行下一次调整的定时，适当设定该定时。即，并不是收集了必要的信息后立即执行模型调整，而是在从调整到调整的适当的时间许可模型调整即可。

接着，判断针对被冷却控制的该钢板，卷取温度偏差补正机构901是否实施了第一次反馈控制(步骤S13-1)。当在该步骤S13-1中判断为没有实施反馈控制时，继续该判断处理，在实施了第一次反馈控制时起动图1的数据选择机构107(步骤S13-2)。若数据选择机构107被模型调整起动机构106起动，则数据选择机构107从预置控制机构102取入钢种、板厚、板宽度、目标卷取温度、控制代码、采用的集管优先顺序等。另外，从动态控制机构104取入卷取温度实际值、钢板151的速度实际值、在第一次反馈控制中检测了卷取温度的钢板151的部位(区域号码)等，并向第一控制量算出机构108和第二控制量算出机构109输出。进而向控制模型修正量算出机构110输出目标卷取温度和实际卷取温度。

接着，起动第一控制量算出机构108和第二控制量算出机构109(步骤S13-3)。在本例中，通过判断卷取温度偏差补正机构901是否实施了第一次反馈控制来进行模型调整的执行可能判断。但是，自不必说，在该模型调整的执行判断中，作为控制量的卷取温度与预置控制机构102算出的操作量即集管开闭指令(控制代码)对应，而且目的在于以稳定的状态采取数据，只要能达成该目的，当然可以采用其他定时。另外，为了调整的迅速化，将模型调整的执行可能判断定时设为第一次反馈控制的实施定时，不过作为模型调整效果，也可以采用第几次的反馈控制的实施定时。

在本例中，将第一控制量算出机构108和第二控制量算出机构109的起动定时设为步骤S13-2的处理结束后，不过也可以将该起动定时设定为直至下一次冷却的钢板151进入卷取冷却装置之前的期间的适当的定时。

图14是用于说明图1所示的第一控制量算出机构108执行的处理(动作)的流程图。首先，第一控制量算出机构108接收从数据选择机构107发送的数据(步骤S14-1)。然后，在该步骤S14-2中使用接收的数据，参照控制模型103推定与在第一次反馈控制中检测了卷取温度的钢板151的部位对应的卷取温度(步骤S14-2)。关于用于推定该卷取温度的步骤S14-2的处理，基于图15详细地说明。接着，第一控制量算出机构108将算出的卷取温度向控制模型修正量算出机构110输出。

如上所示，图15是用于详细地说明图14的步骤S14-2的处理内容的流程图。该运算与图8所示的预置运算中的卷取温度推定运算类似，不过不需要计算钢板整体的温度，只要着眼于与在第一次反馈控制中检测了卷取温度的钢板151的部位对应的位置(以下，称为“元素”)进行计算即可。

如图15所示，首先，在该元素设定轧钢机输出侧温度(步骤S15-1)。图15中的步骤S15-2～S15-3的处理与图8的步骤S8-2～S8-3的处理相同。即，在步骤S15-2中更新时刻，计算该时刻的板速(步骤S15-2)。然后，特定该时刻的元素的位置(步骤S15-3)。

另外，图15的步骤S15-4～S15-6的处理与图8的步骤S8-6～S8-8的处理相同。即，判断元素的边界条件是水冷还是空冷(步骤S15-4)。若是水冷，则在水冷的边界条件下计算热传递系数(步骤S15-5)，若是空冷，则在空冷的边界条件下计算热传递系数(步骤S15-6)。然后，判断元素是否到达了卷取温度计(步骤S15-7)。在该步骤S15-7中，在判断为没有到达卷取温度计时，重复步骤S15-2～S15-6的处理。在步骤S15-7中，在判断为元素到达了卷取温度计时，确定卷取温度的算出结果(步骤S15-8)。然后，通过图14的步骤S14-3的处理，将在步骤S15-8中确定的值向图1的控制模型修正量算出机构110输送。

图16是用于说明第二控制量算出机构109执行的处理(动作)的流程图。首先，第二控制量算出机构109接收从数据选择机构107发送的数据(步骤S16-1)。然后，使用从该数据接收机构107接收的数据，参照使规定的系数变化的控制模型103推定与在第一次反馈控制中检测了卷取温度的钢板151的部位对应的卷取温度(步骤S16-2)。基于图17说明该步骤S16-2的处理的详细情况。最后，将在步骤S16-2中算出的卷取温度向控制模型修正量算出机构110输出，第二控制量算出机构109的处理结束。

图17是用于详细说明图16的步骤S16-2的处理内容的流程图。该图17的运算与图15所示的运算大致相同，只要着眼于与在第一次反馈控制中检测了卷取温度的钢板151的位置对应的部位(以下，称为“元素”)进行计算即可。在此，首先，作为使控制模型103的规定的系数变化的例，在水冷热传递系数上乘以α(步骤S17-1)。也就是说，将已述的数7式改变为数15式，将数8式改变为数16式，在以下的计算中使用。

(数15)

hw＝α*β*9.72*10⁵*ω^0.355*{(2.5-1.15*lgTw)*D/(pl*pc)}^0.646/(Tsu-Tw)

其中，ω：水量密度

Tw：水温

D：喷嘴直径

pl：生产线方向的喷嘴间距

pc：与生产线正交的方向的喷嘴间距

Tsu：钢板151的表面温度

β：热传递系数补正项

(数16)

hr＝α*β*σ·ε[{(273+Tsu)/100}⁴-{(273+Ta)/100}⁴]/(Tsu-Ta)

其中，σ：斯蒂芬-波尔兹曼常数(＝4.88)

ε：放射率

Ta：空气温度(℃)

Tsu：钢板151的表面温度

接着，在该元素设定轧钢机输出侧温度(步骤S17-2)。然后，更新时刻，计算该时刻的板速(步骤S17-3)。接着，特定该时刻的元素的位置(步骤S17-4)，判断元素的边界条件是水冷还是空冷(步骤S17-5)。以下，从步骤S17-6到步骤S17-9的处理与图15的步骤S15-5～S15-8的处理完全相同。即，若在步骤S17-5中判断为是水冷，则在水冷的边界条件下计算热传递系数(步骤S17-6)，若判断为是空冷，则在空冷的边界条件下计算热传递系数(步骤S17-7)。另外，判断元素是否到达了卷取温度计(步骤S17-8)，在没有到达卷取温度计时，重复步骤S17-3～S17-8的处理。在判断为元素到达了卷取温度计时，确定卷取温度的算出结果(步骤S17-9)，并在图16的步骤S16-3的处理中将该值送往控制模型修正量算出机构110。

图18是用于说明图1的控制模型修正量算出机构110执行的处理(动作)的流程图。控制模型修正量算出机构110按照第一控制量算出机构108和第二控制量算出机构109算出的卷取温度的差，向控制模型103与实际的卷取冷却装置153的动作一致的方向修正控制模型103的调整参数的值。

在此，本例中的调整参数的修正表示乘在数7式和数8式表示的推定热传递系数上的补正项β的修正。首先，控制模型修正量算出机构110取入从数据选择机构107发送的钢种、板厚、与在第一次反馈控制中检测了卷取温度的钢板151的位置对应的部位(元素号码)，被检测出的卷取温度、卷取温度目标值、轧钢机输出侧温度、冷却式样等的数据(步骤S18-1)。

接着，取入第一控制量算出机构108预测的卷取温度及第二控制量算出机构109预测的卷取温度(步骤S18-2)。接着，通过数17式，算出影响系数

(步骤S18-3)。

(数17)

$(\&PartialD;\mathrm{Tc}/\&PartialD;\mathrm{\&beta;})=(\mathrm{Tc}1-\mathrm{Tc}2)/(\mathrm{\&alpha;}-1)$

其中，Tc1：第一控制量算出机构108算出的卷取温度

Tc2：第二控制量算出机构109算出的卷取温度

α：水冷传递系数

进而，在数18式中，算出下一次计算时使用的热传递系数补正项β(在此βnew)。

(数18)

$\mathrm{\&beta;new}=(1-\mathrm{\&Delta;Tc}/(\&PartialD;\mathrm{Tc}/\&PartialD;\mathrm{\&beta;}))*\mathrm{\&beta;}$

其中，β：数7、数8、数15、数16式中的热传递系数补正项

图1所示的预置控制机构102使用包括如上更新的热传递系数补正项β在内的水冷热传递系数(数7式、数8式)，推定钢板151的卷取温度，并以使该值与目标卷取温度一致的方式算出与各冷却集管160的开闭模式对应的控制指令。

在本例中，以热轧制的冷却控制为例进行了说明，不过，在具有对控制对象的输入输出关系进行了模拟的控制模型的一般控制装置中，作为用于使控制模型和控制对象的特性一致的控制模型的调整方法，可以广泛地使用本发明的方法。

<第二实施方式例的说明>

图19是表示本发明的控制装置的第二实施方式例的块结构图。如图19所示，控制对象150是与图1所示的轧制装置相同的轧制装置，因此标注相同的符号，省略说明。

在图19所示的第二实施方式例中，具有进行预置控制、动态控制等的控制装置330和控制模型调整装置300。控制模型调整装置300是用于从控制装置330取入必要数据，算出控制装置330的控制模型333的系数的调整量并向控制装置330供给的装置，可以按照使用者的指示修正控制模型的参数。

首先，说明控制装置330的结构。控制装置330由数据接收机构331、预置控制机构332、控制模型333、动态控制机构334、数据发送机构335、操作量算出机构336构成。数据接收机构331在钢板151被卷取冷却装置153冷却时，实时取入卷取温度计156的测定温度和轧钢机157的辊旋转速度等的实际值。然后，预置控制机构332在钢板151被卷取冷却装置153冷却之前，参照控制模型333，算出与各冷却集管160的开闭模式对应的控制指令。

另外，动态控制机构334取入数据接收机构331的输出，算出控制指令的改变量。数据发送机构335取入在预置控制机构332中使用的钢板151的钢种和板厚、卷取温度的目标值等信息、在动态控制机构334中使用的卷取温度的实际值、根据辊旋转速度算出的钢板151的速度等数据，并发送给后述的控制模型调整装置300。另外，将来自预置控制机构332的控制指令和来自动态控制机构334的控制指令的改变量相加，并从操作量算出机构336向控制对象150供给。

另一方面，控制模型调整装置300具有取入并存储来自控制装置330的数据发送机构335的信号的数据存储机构301和在使用者的输入信号的作用下起动的数据选择机构302。数据选择机构302从在数据存储机构301中存储的数据取入钢板151的钢种和板厚、卷取温度的目标值、卷取温度的实际值、根据辊旋转速度算出的钢板151的通板速度等的数据，选择输出在卷取温度的推定上必要的数据。

另外，控制模型调整装置300具有第一控制量算出机构303和第二控制量算出机构304。第一控制量算出机构303使用数据选择机构302的输出，参照控制模型305来推定卷取温度。

另外，同样，第二控制量算出机构304使用数据选择机构302的输出，使控制模型305的规定的参数变化预先确定的值之后，参照该参数来推定卷取温度。

另外，控制模型调整装置300具有控制模型修正量算出机构306、控制模型修正量存储机构307和控制模型修正量传送机构308。

控制模型修正量算出机构306从第一控制量算出机构303、第二控制量算出机构304和数据选择机构302取入必要的数据。然后，向实际检测出的卷取温度和预置控制机构332使用控制模型333预测的卷取温度一致的方向修正控制模型333的系数。

控制模型修正量存储机构307是按照钢板151的钢种、板厚等层次存储控制模型修正量算出机构306的输出的机构。另外，控制模型修正量传送机构308按照使用者的输入读出从控制模型修正量存储机构307指示的内容，并向控制装置330发送。还有，为了对使用者进行提示，控制模型修正量存储机构307的内容被显示于显示机构310。

接着，说明图19的各部的动作。控制装置330的各部进行与图1所示的控制装置100的对应机构相同的动作，因此省略重复的说明。因而，控制装置330的数据发送机构335，与第一实施方式例同样，在动态控制机构334实施了第一次卷取温度反馈控制的定时，从预置控制机构332和动态控制机构334取入关联的数据，并向控制模型调整装置300发送。在本发明的第二实施方式例中，尤其详细地说明控制模型调整装置300的动作。

图20是在数据存储机构301中存储的数据的表。如图20所示，数据存储机构301以与钢板151相关的方式存储有从控制装置330的数据发送机构335发送的数据。即，与钢板号码对应，存储有该钢板的钢种、板厚、目标卷取温度、实际卷取温度、实际卷取温度及检测的钢板部位。例如，在钢板号码CK009821中，使钢种是SS400、板厚是2.5mm、目标卷取温度是650℃、实际卷取温度是660℃、检测的钢板部位是50M而进行存储。在该第二实施方式例中，钢板部位意味着距钢板先头的距离。

图21是用于说明图19的数据选择机构302实施的处理动作的流程图。在该第二实施方式例中，表示的是热传递系数补正项β以钢板151的钢种、板厚、卷取温度被层次化的例。首先，数据选择机构302取入使用者输入的钢种、板厚、卷取温度的组合即层次信息(步骤S21-1)。接着，数据选择机构302检索数据存储机构301，抽出与层次相当的钢板，并从数据存储机构301取入该钢板的数据(步骤S21-2)。还有，在该钢板在相同层次具有多个时，将它们全部抽出。然后，将抽出的钢板的数量设定为N。

接着，将数据选择机构302取入的数据向第一控制量算出机构303输出(步骤S21-3)。同样，将数据选择机构302取入的数据向第二控制量算出机构304输出(步骤S21-4)。在此，作为第一及第二控制量，例如，钢板151的卷取温度是符合的。然后，将该钢板的目标卷取温度、实际卷取温度向控制模型修正量算出机构306发送，结束处理(步骤S21-5)。

图19所示的控制模型修正量算出机构306按照第一控制量算出机构303和第二控制量算出机构304算出的卷取温度的差，向控制模型333与实际的卷取冷却装置153的动作一致的方向修正控制模型333的规定的系数。在该第二实施方式例中，规定的系数的修正表示乘在数7式、数8式所示的水冷热传递系数上的热传递系数补正项β的修正。也就是说，根据数19式，算出影响系数

(数19)

$(\&PartialD;\mathrm{Tc}/\&PartialD;\mathrm{\&beta;})=(\mathrm{\&Sigma;Tc}1-\mathrm{\&Sigma;Tc}2)/\{N\&CenterDot;(\mathrm{\&alpha;}-1)\}$

其中，∑Tc1：相对于数据选择机构302抽出的钢板，第一控制量算出机构303算出的卷取温度的总和

∑Tc2：相对于数据选择机构302抽出的钢板，第二控制量算出机构304算出的卷取温度

N：数据选择机构302抽出的钢板的数量

进而，在数20式中，算出下一次计算时使用的热传递系数补正项β(在此βnew)。

(数20)

$\mathrm{\&beta;new}=\{1-(\left(\mathrm{\&Sigma;\&Delta;Tc}\right)/N)/(\&PartialD;\mathrm{Tc}/\&PartialD;\mathrm{\&beta;})\}*\mathrm{\&beta;}$

其中，β：控制模型333目前具有的该层次的热传递系数补正项

∑ΔTc：卷取温度误差的总和

图19所示的控制模型修正量算出机构306将如此计算的该层次的热传递系数补正项β向控制模型修正量存储机构307输出。

图22表示在控制模型修正量存储机构307中存储的数据表。如图22所示，在控制模型修正量存储机构307中存储有控制模型修正量算出机构306算出的影响系数和热传递系数补正项β。即，在图22中，表示了在钢种是SS400、板厚是1.2～2.0mm、卷取温度是700℃以上时，影响系数

是2.14，需要修正控制模型的热传递系数补正项β是0.95。为了对使用者进行提示，该控制模型修正量存储机构307的内容被显示于显示机构310。

图23是用于说明图19的控制模型修正量传送机构308的处理的动作的流程图。控制模型修正量传送机构308按照来自使用者的指示，对与控制模型333指示的层次对应的热传递系数补正项β进行更新。然后，取入使用者输入的钢种、板厚、卷取温度的层次信息(步骤S23-1)。接着，选择与层次相当的β，置换控制装置330的控制模型333的β(步骤S23-2)。

在本发明的第一及第二实施方式例中，以热轧制的冷却控制为例进行了说明，但是，只要本发明的控制装置是具有除热轧制以外也对控制对象的输入输出关系进行了模拟的控制模型的控制装置，则作为用于使控制模型和控制对象的特性一致的控制模型的调整方法，可以广泛地应用本发明。

<第三实施方式例的说明>

作为本发明的第三实施方式例，图24表示将本发明应用于隧道换气控制的模型调整中的例。在此，所谓隧道换气是指使隧道中配置的排风机或隧道内的喷流扇的设备运转，将隧道内的煤烟浓度或一氧化碳浓度保持在适当值以下的控制。另外，若使设备过度运转，则无益地消耗能量，若频繁地重复特定设备的起动停止，则设备寿命降低，因此考虑到上述点，需要使各设备进行最优化的运转。

在图24所示的第三实施方式例中，控制对象450是单向通行的隧道，在被称为纵流式的隧道的长度方向上形成空气的流动，从而进行换气。为了形成空气的流动，安装有喷流扇454和排风机455。该喷流扇454和排风机455通常都安装多台，由此能够发挥将污染气体从隧道451向外排出的功能。只要通过排风机455进行上述排出操作。也就是说，排风机455在竖立管道453中向上送风，使隧道451内的空气通过竖立管道453向隧道外排出。另一方面，喷流扇454通常相对于车的行进方向送出相反方向的风，由此控制隧道451内的风速，使来自管道口452的污染空气的漏出量最小化。

另外，当隧道451内的车的台数少时，有时也向车的行进方向送风，使污染空气朝向竖立管道453流动。在隧道451内安装有以下说明的各种检测器。即，对进入隧道内的车辆的台数、速度、大型车混入比进行预先检测的交通计数器462、检测风向、风力的AV计(Air Flow Velocity andDirection Meter：风向风速测定计)456、457、检测煤烟浓度的VI计(Visibility Meter：烟雾透过率测定计)458、459等。另外，也安装检测一氧化碳(CO)浓度的CO计(Carbon Monoxide Analyzer：一氧化碳检测计)460、461等。以下，将风向、风力的值总称为AV值。在一般隧道中，通常大多安装有上述之类的检测器。

接着，说明图24的控制装置400的结构及其动作。控制装置400具有确定并输出若干个下一次运转案(喷流扇454、排风机455的起动的有无、风量等)的运转案生成机构401和记述排风机455的风量、喷流扇454的起动台数、由交通计数器464检测出的车的通行量等、隧道451内的风向和风速、煤烟浓度的关系的控制模型403。

另外，控制装置400具有控制模型运算机构402和运转案评价机构404。控制模型运算机构402在采用了运转案生成机构401输出的运转案时，预测会成为怎样的风向·风速、煤烟浓度、CO浓度，进而使用控制模型403算出能量消耗量、喷流扇454和排风机455附近的起动停止次数。另外，运转案评价机构404按照控制模型运算机构402的运算结果，评价运转案。然后，按照该运转案的评价结果，由运转方式确定机构405确定下一次运转方式。

控制装置400还具有模型调整起动机构406、第一控制量算出机构407、第二控制量算出机构408和控制模型修正量算出机构409。模型调整起动机构406以预先确定的周期设定控制模型的修正定时。第一控制量算出机构407由模型调整起动机构406起动，使用与从控制对象450取入的实际数据和从运转方式确定机构405取入的目前的运转状态相关的数据，参照控制模型403来推定隧道451内的VI计设置位置的煤烟浓度。

另外，第二控制量算出机构408，与第一控制量算出机构407同样，由模型调整起动机构406起动，使用与从控制对象450取入的实际数据和从运转方式确定机构405取入的目前的运转状态相关的数据，使控制模型403的规定的参数变化预先确定的值，进而参照该值来推定隧道451内的VI计设置位置的煤烟浓度。

控制模型修正量算出机构409从第一控制量算出机构407和第二控制量算出机构408取入必要的数据，向控制模型运算机构402使用控制模型403预测的煤烟浓度和从VI计458、459实际检测出的煤烟浓度一致的方向修正控制模型403的调整参数。进而，控制装置400以来自各种检测器的信号检测隧道内的目前的状态，同时使用控制模型403预测将来的状态，确定适当的喷流扇454或排风机455的运转方式。

以下，在该第三实施方式例所处理的控制模型403中，以通过调整参数β来修正与车的废气中所包含的污染物质量相当的污染物质排出量的情况为例进行说明。

图25是用于说明与图24所示的运转案生成机构401执行的算法相关的处理的流程图。

首先，运转案生成机构401从运转方式确定机构405取入目前的运转方式(步骤S25-1)。然后，以此为基础生成多个可能的下一次的运转案(步骤S25-2)。例如，生成若干个“排风机1台运转，风量200m³/分，喷流扇2台高速运转”之类的案。通常只要将目前的运转方式附近的运转方式作为运转案生成即可，不过在煤烟浓度较大变化的情况下，有时也需要在广泛的范围内生成多个运转案，扩大选择范围。

图26是用于说明与图24所示的控制模型运算机构402执行的算法相关的处理的流程图。

控制模型运算机构402从控制对象450的各传感器取入目前的实际值，并且从运转案生成机构401取入下一次的运转案(步骤S26-1)。从该运转案生成机构401得到的运转案通常生成多个，不过此时相对于各运转案进行以下的处理。

首先，算出隧道内各部的风速(步骤S26-2)。该计算方法例如在「道路隧道技术基准(换气篇)·同解说」(社团法人日本道路边界篇，昭和60年12月)中被详细叙述，不过也可以使用在将隧道内分割为若干个段后记述了隧道内的气体流动的动力学的数21式来以数值解析的方式进行求解。

(数21)

$(\&PartialD;u/\&PartialD;t)=f\left(u\right)/M$

其中，u：车道内风速

M：隧道内空气的总质量

f(u)：外力的合计

t：时间

接着，算出隧道内部的煤烟浓度(VI值)、CO浓度(CO值)(步骤S26-3)。公知的是这些浓度遵循数22式的对流扩散方程式。

(数22)

$(\&PartialD;c/\&PartialD;t)=-u(\&PartialD;c/\&PartialD;\mathrm{\&chi;})+D({\&PartialD;}^{2}c/{\&PartialD;\mathrm{\&chi;}}^2)+\mathrm{\&beta;q}$

其中，u：车道内风速

D：扩散系数

c：煤烟或者一氧化碳浓度

q：污染物质的排出量

β：调整参数

t：时间

χ：隧道轴向的位置

与算出隧道内各部的风速的步骤S26-2同样，在此也可以将隧道内分割为若干段，之后将在步骤S26-2中得到的风速应用于车道内风速u，进而作为边界条件将管道口152的VI、CO值设为0，由此能够获得隧道各部位的VI、CO浓度(步骤S26-3)。进而，在步骤S26-1中，相对于取入的运转案，算出使喷流扇454、排风机455动作所需要的电力消耗量(能量消耗量)(步骤S26-4)。在此，电力消耗量U能够以数23式所示的简单数式表达。

(数23)

U＝Ust*(W/Wst)/η

其中，Ust：额定电力消耗量

W：目前的风量

Wst：额定风量

η：效率

另外，相对于在步骤S26-1中取入的运转案，调研喷流扇454、排风机455的运转台数是否变化，算出起动停止次数(步骤S26-4)。而且，在需要使喷流扇454的运转台数相对于目前的运转台数起动或者停止1台的情况下，能够将起动次数设为1等而简单地进行应对(步骤S26-4)。

如上所述，针对运转案生成机构401提示的运转案，算出采用其时的控制结果的预测值及能量消耗量等。通常提示多个运转案，不过此时需要按照各运转案重复同样的处理，算出对应的控制结果的预测值及能量消耗量等。在图24中表示了具有2个VI检测计的例，不过此时需要对应于各自的VI计进行同样的运算。

图27是用于说明运转案评价机构404进行的处理(动作)的流程图。运转案评价机构404针对运转案生成机构401生成的多个运转案的每一个来评价所实现的控制量(AV值、VI值、CO值)、能量消耗量等的适当性，并生成运转案选择的基准。

在该第三实施方式例中，表示了使用预测模糊推理来评价运转案，确定运转方式的情况。预测模糊推理由图28所示的规则和隶属函数的组合构成。例如，规则是“IF在运转案A下VI值满足→Then采用运转案A」之类的预测模糊特有的方式。

首先，取入各控制量(AV、VI、CO的值)或能量消耗量的预测值(步骤S27-1)。接着，使用隶属函数算出预测值的适合度(步骤S27-2)。该适合度越大意味着控制结果越优越。图28表示使用隶属函数来算出与VI的预测值相对的适合度的例。即，若预测VI值是37％，隶属函数(满意度函数)的形状假定是图28的形状，则适合度在如图之类的操作下是0.4。在同样的操作下，也能够得到VI值、AV值、能量消耗量等的适合度。

最后，算出各运转案j的综合满意度Wj(步骤S27-3)。该综合满意度Wj例如能够以数24式算出。即，γ1，γ2，γ3，γ4，······是与各评价要素的适合度相乘的权重，对应于各评价要素的重要度。例如，在重视AV值和能量消耗量的情况下，相对增大γ1，γ2，γ6，γ7即可。或者，也可以只选择性地采用重要度高的要素来作为综合满意度的评价对象。

(数24)

Wj＝γ1AVI1+γ2AVI2+γ3ACO1+γ4ACO2

+γ5AAV1+γ6AEJ+γ7AEH+····

其中，AVI1：VI1的适合度，AVI2：VI2的适合度

ACO1：CO1的适合度，ACO2：CO2的适合度

AAV1：AV1的适合度

AEJ：喷流扇能量消耗量的适合度

AEH：排风机能量消耗量的适合度

γ1，γ2，γ3，γ4，····：与各评价要素对应的常数

于是，能够算出与运转案对应的综合满意度Wj。同样地算出其他运转案的综合满意度。

图29是表示运转方式确定机构405执行的处理(动作)的流程图。首先，从针对在图27的步骤S27-3中得到的各运转案计算了综合满意度而得到的结果中选择最优选的运转案(步骤S29-1)。然后，将与该选择的运转方法相应的操作量向各设备(喷流扇454、排风机455)输出(步骤S29-2)。在该第三实施方式例中，选择了在步骤S29-1中最优选的运转案，不过也可以相对于优选的若干个运转案进行比例分配处理，生成新的运转案作为运转方式而输出。

另外，在本发明的第三实施方式例中，运转案生成机构401使用运转方式确定机构405的输出取入了目前的运转方式，不过也可以直接取入控制对象450的喷流扇454、排风机455的输出，作为目前的运转方式而识别。另外，作为隧道的换气方式，以纵流式的情况为例进行了说明，不过同样的手法也可以应用于横流式或半横流式等其他方式。

图30是用于说明第一控制量算出机构407执行的处理(动作)的流程图。第一控制量算出机构407在来自模型调整起动机构406的信号的作用下起动。模型调整起动机构406的起动信号的生成方法可以是基于来自使用者的输入、或者按一定周期产生起动信号等各种方法。

首先，接收来自控制对象450的实际数据和运转方式确定机构405输出的排风机455或喷流扇454的目前的运转方式(步骤S30-1)。接着，使用接收的数据参照控制模型403，推定与VI计设置部对应的部位的VI值(步骤S30-2)。即，将接收的数据代入数22式中求出隧道内的风速后，对数23式进行求解，由此算出该VI计设置部位的煤烟浓度(VI值)。最后，将在步骤S30-2中算出的VI值向控制模型修正量算出机构409(步骤S30-3)。

图31是用于说明第二控制量算出机构408执行的处理(处理)的流程图。首先，第二控制量算出机构408接收来自控制对象450的实际数据和运转方式确定机构405输出的排风机455或喷流扇454的目前的运转方式(步骤S31-1)。接着，使用在步骤S31-1中接收的数据，在使控制模型403的规定的系数变化的状态下，参照其来推定与VI计设置部对应的部位的VI值(步骤S31-2)。然后，最后，将在步骤S31-2中算出的VI值向控制模型修正量算出机构409输出(步骤S31-3)。在此，作为使规定的系数变化的例，表示了在数22式的污染物质的排出量q上乘以污染物质的排出量补正项β的例。也就是说，将数22式改变为数25式，在以下的计算中使用。

(数25)

$(\&PartialD;c/\&PartialD;t)=-u(\&PartialD;c/\&PartialD;\mathrm{\&chi;})+D({\&PartialD;}^{2}c/{\&PartialD;\mathrm{\&chi;}}^2)+\mathrm{\&alpha;}*\mathrm{\&beta;}*q$

其中，u：车道内风速

D：扩散系数

c：煤烟或者一氧化碳浓度

q：污染物质的排出量

α：系数

β：污染物质的排出量补正项

t：时间

χ：隧道轴向的位置

图32是用于说明控制模型修正量算出机构409执行的处理(动作)的流程图。

控制模型修正量算出机构409按照第一控制量算出机构407和第二控制量算出机构408算出的卷取温度的差，向控制模型403与实际的隧道451的动作一致的方向修正控制模型403的规定的系数。在此，规定的系数的修正表示了与数25式所示的污染物质的排出量相乘的补正项β的修正。

首先，控制模型修正量算出机构409取入来自控制对象450的数据及运转方式确定机构405的输出数据(步骤S32-1)。接着，取入第一控制量算出机构407及第二控制量算出机构408所推定的煤烟浓度(步骤S32-2)。然后，通过数26式算出影响系数

(步骤S32-3)。

(数26)

$(\&PartialD;\mathrm{VI}/\&PartialD;\mathrm{\&beta;})=(\mathrm{VI}1-\mathrm{VI}2)/(\mathrm{\&alpha;}-1)$

其中，VI1：第一控制量算出机构407算出的VI值

VI2：第二控制量算出机构408算出的VI值

进而，使用数27式，算出在下一次计算时使用的热传递系数补正项β(在此βnew)(步骤S32-4)。

(数27)

$\mathrm{\&beta;new}=(1-\mathrm{\&Delta;VI}/(\&PartialD;\mathrm{VI}/\&PartialD;\mathrm{\&beta;}))*\mathrm{\&beta;}$

其中，β：(数25)式中的热传递系数补正项

ΔVI：煤烟浓度的实测值和与实测值对应的预测值的偏差

在本发明的第三实施方式例中，以补正煤烟浓度排出量q的情况为例进行了说明，不过在一氧化碳排出量等的情况下也能够以同样的顺序计算。同样，对于使用于隧道换气控制中的模型以外、即其他用途的控制模型的调整也同样能够应用。

产业上的可利用性

本发明的控制装置及控制方法以热轧制的冷却控制为首，能够作为使用控制对象的模型进行控制时的模型的调整方法广泛使用。

Claims (6)

1.一种控制装置，应用于热轧制钢板的卷取控制中，控制对象为热轧制的卷取温度控制设备，所述控制装置具有：

预置控制部，其具有对控制对象的输入和输出的关系进行了记述的控制模型，为了从所述控制对象得到作为目标的目标控制量，在钢板被所述卷取温度控制设备中的卷取冷却装置冷却之前，按参照所述控制模型将钢板长度方向以适当长度区分而成的区域来算出与所述卷取冷却装置中的各冷却集管的开闭模式对应的操作量，所述目标控制量为目标温度；

第一控制量算出部，其通过使用了所述控制模型的运算，算出作为所述控制对象的输出的第一控制量C1，所述第一控制量C1为第一卷取温度；

第二控制量算出部，其在使所述控制模型的规定的参数变化微小的值δ后，通过使用了改变后的控制模型的运算来算出第二控制量C2，所述第二控制量C2为第二卷取温度；

控制模型修正量算出部，其根据以所述预置控制部算出的操作量实际对控制对象进行控制而得到的实际控制量Ca、所述第一控制量算出部算出的所述第一控制量C1、所述第二控制量算出部算出的所述第二控制量C2，通过(Ca-C1)/(C2-C1)·δ算出控制模型修正量，向减少与所述目标控制量的偏差的方向修正所述规定的参数并向所述控制模型输出，所述实际控制量Ca为卷取温度计实际测量的温度。

2.如权利要求1所述的控制装置，其特征在于，

还具有动态控制部，其观测控制中的所述实际控制量，并按照该观测结果修正所述预置控制部算出的操作量，

所述动态控制部相对于所述第一控制量算出部及所述第二控制量算出部供给在所述第一控制量及所述第二控制量的算出中必要的数据。

3.如权利要求2所述的控制装置，其特征在于，

还具有：

模型调整起动部，其在与所述动态控制部的动作连动的定时，起动所述第一控制量算出部和所述第二控制量算出部；

数据选择部，其取入包括所述预置控制部和所述动态控制部在控制中使用的所述控制对象的输入值、所述目标控制量、所述实际控制量在内的信息，从所述取入的信息中选择在所述控制模型的修正中必要的数据并向所述控制模型修正量算出部发送，

所述第一控制量算出部由所述模型调整起动部起动，输入从所述数据选择部接收的数据，通过使用了所述控制模型的运算来算出所述第一控制量，

所述第二控制量算出部由所述模型调整起动部起动，使所述控制模型的规定的参数微小改变后，输入从所述数据选择部接收的数据，通过使用了改变后的控制模型的运算来算出所述第二控制量。

4.一种控制模型调整装置，其通过网络与控制装置连接，所述控制装置应用于热轧制钢板的卷取控制中，控制对象为热轧制的卷取温度控制设备，所述控制装置具有预置控制部，该预置控制部具有对控制对象的输入和输出的关系进行了记述的控制模型，为了从所述控制对象得到作为目标的目标控制量，在钢板被所述卷取温度控制设备中的卷取冷却装置冷却之前，按参照所述控制模型将钢板长度方向以适当长度区分而成的区域来算出与所述卷取冷却装置中的各冷却集管的开闭模式对应的操作量，所述目标控制量为目标温度，

所述控制模型调整装置具有：

第一控制量算出部，其通过使用了所述控制模型的运算来算出作为所述控制对象的输出的第一控制量C1，所述第一控制量C1为第一卷取温度；

第二控制量算出部，其在使所述控制模型的规定的参数变化微小的值δ后，通过使用了该改变后的所述控制模型的运算来算出第二控制量C2，所述第二控制量C2为第二卷取温度；

控制模型修正量算出部，其根据以所述预置控制部算出的操作量实际对所述控制对象进行控制而得到的实际控制量Ca、所述第一控制量算出部算出的第一控制量C1、所述第二控制量算出部算出的第二控制量C2，通过(Ca-C1)/(C2-C1)·δ算出控制模型修正量，向减少与所述目标控制量的偏差的方向修正所述控制模型的规定的参数并向所述控制模型输出，所述实际控制量Ca为卷取温度计实际测量的温度；

控制模型修正量存储部，其存储所述控制模型修正量算出部的输出；

控制模型修正量传送部，其在使用者的指示下，将所述控制模型修正量存储部的内容向所述控制装置传送，

使用从所述控制装置取入的信息，向所述控制模型和所述控制对象的特性一致的方向进行对所述控制模型的规定的参数进行更新的运算，并将该更新的所述控制模型的规定的参数向所述控制装置输出。

5.如权利要求4所述的控制模型调整装置，其特征在于，

还具有：

数据存储部，其取入并存储包括所述控制装置在控制中使用的向所述控制对象输入的输入值、所述目标控制量及所述实际控制量在内的信息；

数据选择部，其在使用者的指示下，从所述数据存储部中存储的信息选择在所述第一控制量及所述第二控制量的算出中必要的数据，向所述第一控制量算出部和第二控制量算出部发送，并且选择在所述控制模型修正中必要的数据并向控制模型修正量算出部发送，

所述第一控制量算出部输入从所述数据选择部接收的数据，通过使用了所述控制模型的运算来算出作为所述控制对象的输出的所述第一控制量，

所述第二控制量算出部在使所述控制模型的规定的参数微小改变后，输入从所述数据选择部接收的数据，通过使用了改变后的控制模型的运算来算出所述第二控制量。

6.一种控制模型调整方法，应用于热轧制钢板的卷取控制中，控制对象为热轧制的卷取温度控制设备，所述控制模型调整方法包括：

相对于对控制对象的输入和输出的关系进行了记述的控制模型，取入相对于所述控制对象的输入信号的步骤；

将使用所述输入信号和所述控制模型计算的所述控制对象的输出作为第一控制量C1算出的步骤，所述第一控制量C1为第一卷取温度；

使所述控制模型的规定的参数变化微小的值δ后，通过使用了所述输入信号和改变后的控制模型的运算来算出第二控制量C2的步骤，所述第二控制量C2为第二卷取温度；

基于包括所述第一控制量C1、所述第二控制量C2和以所述输入信号实际对所述控制对象进行控制而得到的实际控制量Ca在内的信息，为了减少与作为目标的目标控制量的偏差，通过(Ca-C1)/(C2-C1)·δ求出所述规定的参数的修正量的步骤，所述实际控制量Ca为卷取温度计实际测量的温度；

基于所述规定的参数修正量，修正所述控制模型的所述规定的参数的步骤。

Images