JP2001236102A - 制御装置および制御方法 - Google Patents
制御装置および制御方法Info
- Publication number
- JP2001236102A JP2001236102A JP2000052120A JP2000052120A JP2001236102A JP 2001236102 A JP2001236102 A JP 2001236102A JP 2000052120 A JP2000052120 A JP 2000052120A JP 2000052120 A JP2000052120 A JP 2000052120A JP 2001236102 A JP2001236102 A JP 2001236102A
- Authority
- JP
- Japan
- Prior art keywords
- control
- error
- model
- correction amount
- control command
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
(57)【要約】
【課題】 制御仕様や条件が変動する制御対象に対して
モデルベースの制御を行う場合に、モデルの精度が悪い
と制御結果が悪くなる問題を解決し、制御精度を向上さ
せることにある。 【解決手段】 所望の制御量に対応した第１の制御指令
１５０に対して、これを適切に補正するための補正量算
出手段１２０を設け、補正量算出手段１２０は直近の第
１の誤差（制御誤差）１５２と第２の誤差（モデル誤
差）を分離して算出し、それぞれに対応した第１の補正
量１５６と第２の補正量１５７をそれぞれ第１のゲイン
１５５と第２のゲイン１５４を介して計算し、第１と第
２の補正量を加算した補正量１５７’によって第１の制
御指令を補正して第２の制御指令１５１を求め、この第
２の制御指令と制御モデル１４０を用いて操作量算出手
段１３０によって操作量１５３を算出し、制御対象１７
０を制御する。
モデルベースの制御を行う場合に、モデルの精度が悪い
と制御結果が悪くなる問題を解決し、制御精度を向上さ
せることにある。 【解決手段】 所望の制御量に対応した第１の制御指令
１５０に対して、これを適切に補正するための補正量算
出手段１２０を設け、補正量算出手段１２０は直近の第
１の誤差（制御誤差）１５２と第２の誤差（モデル誤
差）を分離して算出し、それぞれに対応した第１の補正
量１５６と第２の補正量１５７をそれぞれ第１のゲイン
１５５と第２のゲイン１５４を介して計算し、第１と第
２の補正量を加算した補正量１５７’によって第１の制
御指令を補正して第２の制御指令１５１を求め、この第
２の制御指令と制御モデル１４０を用いて操作量算出手
段１３０によって操作量１５３を算出し、制御対象１７
０を制御する。
Description
【０００１】
【発明の属する技術分野】本発明は、制御モデルを用い
て制御対象を制御する制御装置及び制御方法に係り、特
に、前回以前の制御結果を用いて次回の制御指令を適切
化する技術に関する。
て制御対象を制御する制御装置及び制御方法に係り、特
に、前回以前の制御結果を用いて次回の制御指令を適切
化する技術に関する。
【０００２】
【従来の技術】従来、この種技術として以下の手法があ
った。第１として、特開平８−６３２０３号公報には、
モデルを用いて制御指令を算出するとともに、このモデ
ルで計算した制御対象の出力の推定値と実際の出力の差
分を用いて、モデルを制御対象の直近の特性に合わせ込
むことにより、モデル精度を維持し、制御指令を適切化
する手法が記載されている。さらに、ニューラルネット
により制御誤差と修正量の関係を精度良く確保すること
により、高精度で追従性の良い適応制御を行う方法が示
されている。第２として、制御指令と実測された値の偏
差を算出し、この値を用いて次回の制御に用いる制御指
令を補正する方法がある。さらに、制御モデルを用いた
演算で偏差から補正量を算出することにより、補正量の
精度を向上させる手法がある。
った。第１として、特開平８−６３２０３号公報には、
モデルを用いて制御指令を算出するとともに、このモデ
ルで計算した制御対象の出力の推定値と実際の出力の差
分を用いて、モデルを制御対象の直近の特性に合わせ込
むことにより、モデル精度を維持し、制御指令を適切化
する手法が記載されている。さらに、ニューラルネット
により制御誤差と修正量の関係を精度良く確保すること
により、高精度で追従性の良い適応制御を行う方法が示
されている。第２として、制御指令と実測された値の偏
差を算出し、この値を用いて次回の制御に用いる制御指
令を補正する方法がある。さらに、制御モデルを用いた
演算で偏差から補正量を算出することにより、補正量の
精度を向上させる手法がある。
【０００３】
【発明が解決しようとする課題】上記従来手法には、以
下の問題があった。まず、第１の方法では、誤差の情報
をモデルに蓄積することにより、モデルを制御対象に合
わせ込むため、制御対象の特性が一定の普遍性を有して
おり、修正されたモデルが制御対象の特性に漸近する場
合には制御精度向上に効果を発揮する。しかしながら、
制御対象特性が短期的要因で大きく変化する場合には、
変化前の不必要な誤差情報がモデルに蓄積されているた
め、モデルが変化後の制御対象状態に追従する速度に限
界があり、制御精度が高まらない問題がある。モデルの
修正量の比率を大きくすることにより、追従速度を高め
ることも考えられるが、制御誤差に対応した適切なモデ
ルの修正量を求めるのが困難な問題があり、モデルを修
正した結果、逆に制御精度が悪化する場合がある。第２
の方法では、同一の制御仕様が連続しており、毎回の制
御誤差に十分な相関がある場合には、これを補償できる
ため、有効な制御が行えるが、制御仕様や制御条件、制
御対象特性がその都度変化する場合には、それぞれの制
御誤差の対応が希薄なため、有効な指令値の補正が行え
ない場合がある。
下の問題があった。まず、第１の方法では、誤差の情報
をモデルに蓄積することにより、モデルを制御対象に合
わせ込むため、制御対象の特性が一定の普遍性を有して
おり、修正されたモデルが制御対象の特性に漸近する場
合には制御精度向上に効果を発揮する。しかしながら、
制御対象特性が短期的要因で大きく変化する場合には、
変化前の不必要な誤差情報がモデルに蓄積されているた
め、モデルが変化後の制御対象状態に追従する速度に限
界があり、制御精度が高まらない問題がある。モデルの
修正量の比率を大きくすることにより、追従速度を高め
ることも考えられるが、制御誤差に対応した適切なモデ
ルの修正量を求めるのが困難な問題があり、モデルを修
正した結果、逆に制御精度が悪化する場合がある。第２
の方法では、同一の制御仕様が連続しており、毎回の制
御誤差に十分な相関がある場合には、これを補償できる
ため、有効な制御が行えるが、制御仕様や制御条件、制
御対象特性がその都度変化する場合には、それぞれの制
御誤差の対応が希薄なため、有効な指令値の補正が行え
ない場合がある。
【０００４】本発明の課題は、制御仕様や条件が変動す
る制御対象に対してモデルベースの制御を行う場合に、
制御精度を向上させることにある。
る制御対象に対してモデルベースの制御を行う場合に、
制御精度を向上させることにある。
【０００５】
【課題を解決するための手段】上記課題を解決するため
に、所望の制御量と実績値の差分である第１の誤差（制
御誤差）と、操作量を算出するために制御モデルへ入力
した制御指令と実績値の差分である第２の誤差（モデル
誤差）を独立して算出し、さらに、次回の制御指令を第
１の誤差と第２の誤差を用いて補正する補正量算出手段
を設ける。第１の誤差は、要求される制御対象の仕様と
実際に得られた値の偏差に相当する。したがって、制御
条件が変化して大きな制御偏差が生じた場合でも、次回
以降の制御ではこの偏差を低減する方向に制御指令を補
償する。一方、第２の誤差は、制御モデルと実際の制御
対象の乖離度（モデル誤差）に相当する。次回の制御指
令を第２の制御誤差を低減する方向に修正することによ
り、モデル誤差を指令値の補正で補償する。このため、
モデルは一定水準の精度を備えているのと等価となり、
これに基づいて制御を行うことにより、制御仕様が変化
し、制御誤差の相関が希薄になる場合でも、制御精度が
向上する。また、誤差の情報は、制御モデルを含めた制
御系に蓄積されないため、直近の誤差のみに着目した指
令値を補正する。したがって、制御対象特性が種々の要
因で短期的に変化する場合でも、直近以外の偏差の情報
の影響を受けず、制御精度に悪影響を与えない制御とな
る。
に、所望の制御量と実績値の差分である第１の誤差（制
御誤差）と、操作量を算出するために制御モデルへ入力
した制御指令と実績値の差分である第２の誤差（モデル
誤差）を独立して算出し、さらに、次回の制御指令を第
１の誤差と第２の誤差を用いて補正する補正量算出手段
を設ける。第１の誤差は、要求される制御対象の仕様と
実際に得られた値の偏差に相当する。したがって、制御
条件が変化して大きな制御偏差が生じた場合でも、次回
以降の制御ではこの偏差を低減する方向に制御指令を補
償する。一方、第２の誤差は、制御モデルと実際の制御
対象の乖離度（モデル誤差）に相当する。次回の制御指
令を第２の制御誤差を低減する方向に修正することによ
り、モデル誤差を指令値の補正で補償する。このため、
モデルは一定水準の精度を備えているのと等価となり、
これに基づいて制御を行うことにより、制御仕様が変化
し、制御誤差の相関が希薄になる場合でも、制御精度が
向上する。また、誤差の情報は、制御モデルを含めた制
御系に蓄積されないため、直近の誤差のみに着目した指
令値を補正する。したがって、制御対象特性が種々の要
因で短期的に変化する場合でも、直近以外の偏差の情報
の影響を受けず、制御精度に悪影響を与えない制御とな
る。
【０００６】
【発明の実施の形態】以下、本発明の実施形態を図面に
基づいて説明する。本発明の実施形態では、熱間圧延制
御対象を例に、その板幅方向の厚みの変化を制御する場
合を説明する。以下、板幅方向の厚みの変化量をクラウ
ンと称する。図１は、本発明の第１の実施形態を示す。
制御装置１１０は、操作量１５８により制御対象１７０
を制御し、制御結果として制御対象１７０に備えられた
クラウン計１７２からクラウンの実測値１５９を観測す
る。まず、制御対象１７０の構成を説明する。制御対象
１７０はステッケルミルの例であり、鋼板１７１をワー
クロール１７５により圧延して２ｍｍ〜１０ｍｍ程度の
薄板を生産する。鋼板１７１は左右のコイラ１７４に巻
き取られつつ、数回往復することにより、厚板の状態か
ら徐々に薄くされる。鋼板１７１の板幅方向の厚み分布
は、バックアップロール１７６に与えられる曲げ力（以
下、ベンディング力と称する。）によって制御される。
本実施形態では、制御装置１１０から出力される操作量
１５８はベンディング力の目標値である。また、クラウ
ン計１７２は制御の結果得られた厚み分布（クラウン）
を検出し、実測値１５９として制御装置１１０に帰還さ
れる。ステッケルミルは鋼板１７１を順に次々と圧延す
るバッチプロセスである。
基づいて説明する。本発明の実施形態では、熱間圧延制
御対象を例に、その板幅方向の厚みの変化を制御する場
合を説明する。以下、板幅方向の厚みの変化量をクラウ
ンと称する。図１は、本発明の第１の実施形態を示す。
制御装置１１０は、操作量１５８により制御対象１７０
を制御し、制御結果として制御対象１７０に備えられた
クラウン計１７２からクラウンの実測値１５９を観測す
る。まず、制御対象１７０の構成を説明する。制御対象
１７０はステッケルミルの例であり、鋼板１７１をワー
クロール１７５により圧延して２ｍｍ〜１０ｍｍ程度の
薄板を生産する。鋼板１７１は左右のコイラ１７４に巻
き取られつつ、数回往復することにより、厚板の状態か
ら徐々に薄くされる。鋼板１７１の板幅方向の厚み分布
は、バックアップロール１７６に与えられる曲げ力（以
下、ベンディング力と称する。）によって制御される。
本実施形態では、制御装置１１０から出力される操作量
１５８はベンディング力の目標値である。また、クラウ
ン計１７２は制御の結果得られた厚み分布（クラウン）
を検出し、実測値１５９として制御装置１１０に帰還さ
れる。ステッケルミルは鋼板１７１を順に次々と圧延す
るバッチプロセスである。
【０００７】次に、制御装置１１０の構成を説明する。
制御装置１１０は、目標値（所望のクラウン量）に対応
した第１の制御指令１５０に対する補正量を算出し、ま
た、第１の制御指令１５０に補正量を加算した第２の制
御指令１５１を算出する補正量算出手段１２０と、第２
の制御指令１５１と制御モデル１４０から操作量を算出
する操作量算出手段１３０を備える。制御モデル１４０
は、ベンディング力とこの結果得られるクラウン量の関
係を記述しており、一例として下式のような代数式とな
る。 εｈ＝Ｂ１・εＨ＋Ｂ２・Ｆ＋Ｂ３・Ｐ ＋Ｂ４ＣＲＷ＋Ｂ５ＣＲＢ＋Ｂ６ （数１） εｈ＝Ｃｈ／ｈｃ （数２） εＨ＝ＣＨ／Ｈｃ （数３） ただし ＣＨ：入側クラウン量，Ｃｈ：出側クラウン
量 Ｈｃ：入側板厚，ｈｃ：出側板厚 εｈ：出側クラウン比率，Ｆ：ベンディング量 Ｐ：ロールの圧下荷重，ＣＲＷ：ワークロールクラウン ＣＲＢ：バックアップロールクラウン Ｂ１〜Ｂ６：板厚，板幅，張力等により決定される変数 操作量算出手段１３０は、εＨ，Ｐ，ＣＲＷ，ＣＲＢを
推定した上で、（数１）〜（数３）で与えられる値と出
側のクラウン量の関係から、所望のクラウンを実現する
ベンディング力Ｆの値を算出し、操作量１５８として出
力する。制御モデル１４０は、圧延仕様や条件、環境等
を考慮しているが、実際にはかなりの誤差を持ってい
る。制御モデル１４０に誤差があると、算出された操作
量１５８が不適切となり、所望のクラウンを実現できな
くなる。すなわち、クラウンの制御精度が低下する。補
正量算出手段１２０は、制御結果の不適切さと制御モデ
ルの不適切さに着目して、第１の制御指令１５０を適切
に補正することにより、第２の制御指令１５１を算出す
る。すなわち、補正量算出手段１２０は、制御対象１７
０から観測した実測値１５９を用い、第１の制御指令１
５０と実測値１５９の差分である第１の誤差１５２（制
御誤差）に第１のゲイン１５５を乗じて第１の補正量１
５６を算出するとともに、第２の制御指令１５１と実測
値１５９の差分である第２の誤差１５３（モデル誤差）
に第２のゲイン１５４を乗じて第２の補正量１５７を算
出する機能を備える。ここで、Ｚ演算子は前回の実測値
に変換する機能を有する。この場合の補正量１５７’で
あるΔは、例えば（数４）により記述される。 Δ＝α・（Ｃｅ）n-1＋η・（Ｃｍ）n-1 （数４） ただし （Ｃｅ）n-1：前回のコイルで観測された第１
の誤差 （Ｃｍ）n-1：前回のコイルで観測された第２の誤差 α：第１のゲイン，η：第２のゲイン 第２の制御指令１５１は、第１の制御指令１５０に補正
量Δ１５７’を加算した値となる。これまで述べたよう
に（数４）の右辺第１項（第１の補正量）は制御誤差と
対応し、第２項（第２の補正量）はモデル誤差と対応す
る。補正量算出手段１２０は、これらを分離して算出
し、次回の制御指令を所望の制御量に対応した指令に対
して制御誤差とモデル誤差を共に低減する方向に補正す
る。これにより、次回の制御において制御誤差を低減す
るとともに、制御仕様や制御条件が大きく変化した場合
でも、モデル誤差を補正した上でこれをベースにした第
２の制御指令１５１を算出し、制御結果が大きな偏差を
有している場合でも、次回以降は、この偏差を低減する
方向に第１の制御指令１５０を補正するので、制御精度
が大きく低下することはない。
制御装置１１０は、目標値（所望のクラウン量）に対応
した第１の制御指令１５０に対する補正量を算出し、ま
た、第１の制御指令１５０に補正量を加算した第２の制
御指令１５１を算出する補正量算出手段１２０と、第２
の制御指令１５１と制御モデル１４０から操作量を算出
する操作量算出手段１３０を備える。制御モデル１４０
は、ベンディング力とこの結果得られるクラウン量の関
係を記述しており、一例として下式のような代数式とな
る。 εｈ＝Ｂ１・εＨ＋Ｂ２・Ｆ＋Ｂ３・Ｐ ＋Ｂ４ＣＲＷ＋Ｂ５ＣＲＢ＋Ｂ６ （数１） εｈ＝Ｃｈ／ｈｃ （数２） εＨ＝ＣＨ／Ｈｃ （数３） ただし ＣＨ：入側クラウン量，Ｃｈ：出側クラウン
量 Ｈｃ：入側板厚，ｈｃ：出側板厚 εｈ：出側クラウン比率，Ｆ：ベンディング量 Ｐ：ロールの圧下荷重，ＣＲＷ：ワークロールクラウン ＣＲＢ：バックアップロールクラウン Ｂ１〜Ｂ６：板厚，板幅，張力等により決定される変数 操作量算出手段１３０は、εＨ，Ｐ，ＣＲＷ，ＣＲＢを
推定した上で、（数１）〜（数３）で与えられる値と出
側のクラウン量の関係から、所望のクラウンを実現する
ベンディング力Ｆの値を算出し、操作量１５８として出
力する。制御モデル１４０は、圧延仕様や条件、環境等
を考慮しているが、実際にはかなりの誤差を持ってい
る。制御モデル１４０に誤差があると、算出された操作
量１５８が不適切となり、所望のクラウンを実現できな
くなる。すなわち、クラウンの制御精度が低下する。補
正量算出手段１２０は、制御結果の不適切さと制御モデ
ルの不適切さに着目して、第１の制御指令１５０を適切
に補正することにより、第２の制御指令１５１を算出す
る。すなわち、補正量算出手段１２０は、制御対象１７
０から観測した実測値１５９を用い、第１の制御指令１
５０と実測値１５９の差分である第１の誤差１５２（制
御誤差）に第１のゲイン１５５を乗じて第１の補正量１
５６を算出するとともに、第２の制御指令１５１と実測
値１５９の差分である第２の誤差１５３（モデル誤差）
に第２のゲイン１５４を乗じて第２の補正量１５７を算
出する機能を備える。ここで、Ｚ演算子は前回の実測値
に変換する機能を有する。この場合の補正量１５７’で
あるΔは、例えば（数４）により記述される。 Δ＝α・（Ｃｅ）n-1＋η・（Ｃｍ）n-1 （数４） ただし （Ｃｅ）n-1：前回のコイルで観測された第１
の誤差 （Ｃｍ）n-1：前回のコイルで観測された第２の誤差 α：第１のゲイン，η：第２のゲイン 第２の制御指令１５１は、第１の制御指令１５０に補正
量Δ１５７’を加算した値となる。これまで述べたよう
に（数４）の右辺第１項（第１の補正量）は制御誤差と
対応し、第２項（第２の補正量）はモデル誤差と対応す
る。補正量算出手段１２０は、これらを分離して算出
し、次回の制御指令を所望の制御量に対応した指令に対
して制御誤差とモデル誤差を共に低減する方向に補正す
る。これにより、次回の制御において制御誤差を低減す
るとともに、制御仕様や制御条件が大きく変化した場合
でも、モデル誤差を補正した上でこれをベースにした第
２の制御指令１５１を算出し、制御結果が大きな偏差を
有している場合でも、次回以降は、この偏差を低減する
方向に第１の制御指令１５０を補正するので、制御精度
が大きく低下することはない。
【０００８】図２は、本発明の第２の実施形態を示す。
本実施形態では、第２の誤差を前回の制御で算出された
値だけでなく、前々回以前の制御の結果も用いて算出す
る構成とする。すなわち、誤差ベクトル２５３は、前回
の第２の制御指令と対応する実測値の偏差に加え、同様
の演算により算出された前々回の第２の制御指令と実測
値の偏差、必要に応じてそれ以前の偏差も加味された情
報となっている。ベクトルは（数５）で表される。 （（Ｃｍ）n-1，（Ｃｍ）n-2，・・・） （数５） ただし、（Ｃｍ）n-i：ｉコイル前のコイルで観測され
た第２の誤差これとゲインベクトル２５４を用いて算出
される第２の補正量１５７であるＣＭは、 ＣＭ＝ηn-1・（Ｃｍ）n-1＋ηn-2・（Ｃｍ）n-2＋・・・ （数６） により記述される。ＣＭを第２の補正量１５７として用
いることにより、第１の実施形態では単一の制御機会で
得られたモデル誤差を用いて次回の制御に用いる指令値
を補正していたのに対し、本実施形態では、直近の複数
の制御で得られたモデル誤差を綜合した値で指令値を補
正する。算出されたモデル誤差にバラツキがある場合、
本実施形態に示した方式により、安定した指令値の補正
を行うことができる。ここで、本実施形態では、第２の
誤差２５３について前回の制御で算出された値だけでな
く、前々回以前の制御の結果も用いて算出する構成とし
たが、第１の誤差１５２についても同様の構成とし、第
１の補正量１５６を安定化できる。また、両者を並行し
て実施し、第１の補正量１５６と第２の補正量１５７を
共に安定化することもできる。
本実施形態では、第２の誤差を前回の制御で算出された
値だけでなく、前々回以前の制御の結果も用いて算出す
る構成とする。すなわち、誤差ベクトル２５３は、前回
の第２の制御指令と対応する実測値の偏差に加え、同様
の演算により算出された前々回の第２の制御指令と実測
値の偏差、必要に応じてそれ以前の偏差も加味された情
報となっている。ベクトルは（数５）で表される。 （（Ｃｍ）n-1，（Ｃｍ）n-2，・・・） （数５） ただし、（Ｃｍ）n-i：ｉコイル前のコイルで観測され
た第２の誤差これとゲインベクトル２５４を用いて算出
される第２の補正量１５７であるＣＭは、 ＣＭ＝ηn-1・（Ｃｍ）n-1＋ηn-2・（Ｃｍ）n-2＋・・・ （数６） により記述される。ＣＭを第２の補正量１５７として用
いることにより、第１の実施形態では単一の制御機会で
得られたモデル誤差を用いて次回の制御に用いる指令値
を補正していたのに対し、本実施形態では、直近の複数
の制御で得られたモデル誤差を綜合した値で指令値を補
正する。算出されたモデル誤差にバラツキがある場合、
本実施形態に示した方式により、安定した指令値の補正
を行うことができる。ここで、本実施形態では、第２の
誤差２５３について前回の制御で算出された値だけでな
く、前々回以前の制御の結果も用いて算出する構成とし
たが、第１の誤差１５２についても同様の構成とし、第
１の補正量１５６を安定化できる。また、両者を並行し
て実施し、第１の補正量１５６と第２の補正量１５７を
共に安定化することもできる。
【０００９】図３は、本発明の第３の実施形態を示す。
本実施形態では、ゲイン決定手段３０１を用いてゲイン
ベクトル２５４をオンラインで自動的に最適化する構成
とする。ゲインベクトル決定手段３０１は、誤差ベクト
ル２５３を取り込み、補正量算出に用いるゲインベクト
ル２５４を算出する。
本実施形態では、ゲイン決定手段３０１を用いてゲイン
ベクトル２５４をオンラインで自動的に最適化する構成
とする。ゲインベクトル決定手段３０１は、誤差ベクト
ル２５３を取り込み、補正量算出に用いるゲインベクト
ル２５４を算出する。
【００１０】図４に、ゲイン決定手段３０１が実行する
アルゴリズムを示す。本実施形態ではベクトルの要素数
が２の場合を例に説明するが、３以上の場合も同様の手
順で計算可能である。また、第１の実施形態で示した構
成においても、要素が１の場合と考えることにより、同
様の手順で第２のゲイン１５４を決定できる。まず、Ｓ
４−１で、誤差ベクトル（Ｃｍ）ｎ−１，（Ｃｍ）ｎ−
２，・・・を取り込み、その都度取り込んだ値を蓄積す
る。これによりゲイン決定手段３０１には、過去の誤差
ベクトル（Ｃｍ）ｎ−１，（Ｃｍ）ｎ−２，・・・が蓄
積されていることになる。次に、Ｓ４−２で，（Ｃｍ）
ｉをＸｉ，（Ｃｍ）ｉ−１をＹ１ｉとし、ＸｉとＹ１ｉ
のデータ列を生成する。これにより隣接したコイルで得
られた第２の制御誤差がデータ列として対応づけられた
ことになる。同様に、（Ｃｍ）ｉをＸｉ，（Ｃｍ）ｉ−
２をＹ２ｉとし、ＸｉとＹ２ｉのデータ列を生成する。
これにより１つのコイルを間において隣接したコイルの
第２の制御誤差が対応したデータ列として構築できる。
次に、Ｓ４−３で、それぞれのデータ列を用いてＸｉと
Ｙ１ｉおよびＸｉとＹ２ｉの相互相関係数Ｃｏｖ１，Ｃ
ｏｖ２を下式により算出する。 Ｃｏｖ１＝Ｃｏｖ（Ｘ，Ｙ１）／σＸ・σＹ１ （数７） Ｃｏｖ２＝Ｃｏｖ（Ｘ，Ｙ２）／σＸ・σＹ１ （数８） ただし、Ｃｏｖ（ｘ，ｙ）は、 ￣ ￣ Ｃｏｖ（ｘ，ｙ）＝（１／ｎ）Σ（ｘｉ−ｘ）（ｙｉ−ｙ） （数９） で表される。ここで、Ｃｏｖ１は、隣接したコイルの第
２の誤差の関連性の大きさを表し、Ｃｏｖ１が大きいこ
とは誤差の相関が大きいことを意味している。同様に、
Ｃｏｖ２の値が大きいことは、１本間をおいたコイルの
間にも第２の誤差に大きな相関があることを意味してい
る。相関が大きい場合には、第２の誤差と第２の補正量
を直接対応づけられる。逆に、相関が小さい場合には、
第２の誤差間の関連性は小さく、ゲインの値を大きくで
きないことを意味している。以上から、Ｓ４−４では、
Ｃｏｖ１，Ｃｏｖ２の値にしたがって、これに適当な定
数ａ１，ａ２を乗じた値をゲインベクトルの値に設定す
る。
アルゴリズムを示す。本実施形態ではベクトルの要素数
が２の場合を例に説明するが、３以上の場合も同様の手
順で計算可能である。また、第１の実施形態で示した構
成においても、要素が１の場合と考えることにより、同
様の手順で第２のゲイン１５４を決定できる。まず、Ｓ
４−１で、誤差ベクトル（Ｃｍ）ｎ−１，（Ｃｍ）ｎ−
２，・・・を取り込み、その都度取り込んだ値を蓄積す
る。これによりゲイン決定手段３０１には、過去の誤差
ベクトル（Ｃｍ）ｎ−１，（Ｃｍ）ｎ−２，・・・が蓄
積されていることになる。次に、Ｓ４−２で，（Ｃｍ）
ｉをＸｉ，（Ｃｍ）ｉ−１をＹ１ｉとし、ＸｉとＹ１ｉ
のデータ列を生成する。これにより隣接したコイルで得
られた第２の制御誤差がデータ列として対応づけられた
ことになる。同様に、（Ｃｍ）ｉをＸｉ，（Ｃｍ）ｉ−
２をＹ２ｉとし、ＸｉとＹ２ｉのデータ列を生成する。
これにより１つのコイルを間において隣接したコイルの
第２の制御誤差が対応したデータ列として構築できる。
次に、Ｓ４−３で、それぞれのデータ列を用いてＸｉと
Ｙ１ｉおよびＸｉとＹ２ｉの相互相関係数Ｃｏｖ１，Ｃ
ｏｖ２を下式により算出する。 Ｃｏｖ１＝Ｃｏｖ（Ｘ，Ｙ１）／σＸ・σＹ１ （数７） Ｃｏｖ２＝Ｃｏｖ（Ｘ，Ｙ２）／σＸ・σＹ１ （数８） ただし、Ｃｏｖ（ｘ，ｙ）は、 ￣ ￣ Ｃｏｖ（ｘ，ｙ）＝（１／ｎ）Σ（ｘｉ−ｘ）（ｙｉ−ｙ） （数９） で表される。ここで、Ｃｏｖ１は、隣接したコイルの第
２の誤差の関連性の大きさを表し、Ｃｏｖ１が大きいこ
とは誤差の相関が大きいことを意味している。同様に、
Ｃｏｖ２の値が大きいことは、１本間をおいたコイルの
間にも第２の誤差に大きな相関があることを意味してい
る。相関が大きい場合には、第２の誤差と第２の補正量
を直接対応づけられる。逆に、相関が小さい場合には、
第２の誤差間の関連性は小さく、ゲインの値を大きくで
きないことを意味している。以上から、Ｓ４−４では、
Ｃｏｖ１，Ｃｏｖ２の値にしたがって、これに適当な定
数ａ１，ａ２を乗じた値をゲインベクトルの値に設定す
る。
【００１１】図５に、実際のステッケルミルのクラウン
を制御する場合を例に、本発明を適用した制御系の構成
を示す。通常、ワークロール１７５を交換するタイミン
グに挟まれた複数の圧延をキャンペーンと称し、１つの
キャンペーンでコイル１０本から２０本程度の圧延が行
われる。第１の制御指令（所望のクラウン量）は上位制
御装置５０１から送られる。図５では、第２の補正量１
５７であるΔが Δ＝αn-1・（Ｃｅ）n-1＋ηn-1・（Ｃｍ）n-1 ＋ηn-2・（Ｃｍ）n-2 （数１０） とした場合を例に説明する。１本目のコイルに関しては
前回コイルの実績を利用して第１の制御指令を補正でき
ないので、制御装置１１０は制御指令値を受け取ると、
そのまま操作量算出手段１３０で操作量を算出し、制御
対象１７０に出力する。制御対象１７０から制御結果を
実測値として観測し、上位制御装置１７０から２本目の
制御指令を受信すると、制御装置１１０は２本目のコイ
ルのための第２の制御指令を（Ｃｅ）ｎ−１と（Ｃｍ）
ｎ−１を算出した上でそれぞれにαｎ−１とηｎ−１を
乗じて計算し、これにしたがって操作量であるベンディ
ング力を算出する。ただし、１本目のコイルの第１の制
御指令と第２の制御指令が同一のため、第１の誤差と第
２の誤差も同一となる。したがって、２本目のコイルに
関しては、（Ｃｅ）ｎ−１と（Ｃｍ）ｎ−１は同一とな
る。κ，γは補正量が過大になることを防止するための
リミッタである。３本目からは（数１０）にしたがった
補正が可能になり、以下この補正演算がキャンペーン終
了まで繰り返される。ここで、３本目コイルの第１の制
御指令は現在の制御指令、２本目コイルの第１の制御指
令は前回の制御指令、１本目コイルの第１の制御指令は
前々回の制御指令に相当する。
を制御する場合を例に、本発明を適用した制御系の構成
を示す。通常、ワークロール１７５を交換するタイミン
グに挟まれた複数の圧延をキャンペーンと称し、１つの
キャンペーンでコイル１０本から２０本程度の圧延が行
われる。第１の制御指令（所望のクラウン量）は上位制
御装置５０１から送られる。図５では、第２の補正量１
５７であるΔが Δ＝αn-1・（Ｃｅ）n-1＋ηn-1・（Ｃｍ）n-1 ＋ηn-2・（Ｃｍ）n-2 （数１０） とした場合を例に説明する。１本目のコイルに関しては
前回コイルの実績を利用して第１の制御指令を補正でき
ないので、制御装置１１０は制御指令値を受け取ると、
そのまま操作量算出手段１３０で操作量を算出し、制御
対象１７０に出力する。制御対象１７０から制御結果を
実測値として観測し、上位制御装置１７０から２本目の
制御指令を受信すると、制御装置１１０は２本目のコイ
ルのための第２の制御指令を（Ｃｅ）ｎ−１と（Ｃｍ）
ｎ−１を算出した上でそれぞれにαｎ−１とηｎ−１を
乗じて計算し、これにしたがって操作量であるベンディ
ング力を算出する。ただし、１本目のコイルの第１の制
御指令と第２の制御指令が同一のため、第１の誤差と第
２の誤差も同一となる。したがって、２本目のコイルに
関しては、（Ｃｅ）ｎ−１と（Ｃｍ）ｎ−１は同一とな
る。κ，γは補正量が過大になることを防止するための
リミッタである。３本目からは（数１０）にしたがった
補正が可能になり、以下この補正演算がキャンペーン終
了まで繰り返される。ここで、３本目コイルの第１の制
御指令は現在の制御指令、２本目コイルの第１の制御指
令は前回の制御指令、１本目コイルの第１の制御指令は
前々回の制御指令に相当する。
【００１２】図６に、本発明による制御結果の一例を示
す。本発明ではキャンペーンは１０本のコイル（コイル
番号１〜１０）で構成され、（ａ）には第１の制御指令
と第２の制御指令および実績値の関係を示す。また、
（ｂ）には対応した制御誤差（第１の誤差）を示す。
（ａ）から実績値（４０〜７０μｍ程度）のクラウンが
第１の制御指令に対してやや大き目のため、全体的に第
１の制御指令を減じる方向に補正を加えて第２の制御指
令を構築する。この結果、（ｂ）から明らかなように、
実績値は所望のクラウン値である第１の制御指令に対し
て、±１０μｍ程度で制御され、良好な制御が行えてい
ることが確認できる。
す。本発明ではキャンペーンは１０本のコイル（コイル
番号１〜１０）で構成され、（ａ）には第１の制御指令
と第２の制御指令および実績値の関係を示す。また、
（ｂ）には対応した制御誤差（第１の誤差）を示す。
（ａ）から実績値（４０〜７０μｍ程度）のクラウンが
第１の制御指令に対してやや大き目のため、全体的に第
１の制御指令を減じる方向に補正を加えて第２の制御指
令を構築する。この結果、（ｂ）から明らかなように、
実績値は所望のクラウン値である第１の制御指令に対し
て、±１０μｍ程度で制御され、良好な制御が行えてい
ることが確認できる。
【００１３】図７は、本発明の第４の実施形態として、
制御指令値の補正処理を制御モデルのチューニングと共
存させた構成を示す。本実施形態において、新たに追加
されたモデルチューニング手段７０２は制御モデル１４
０をモデル誤差が低減される方向にチューニングする。
また、モデル構築データ層別蓄積手段７０１は、操作量
と実測値を取り込み、これらをモデルチューニングの層
別毎に分類できる形態で蓄積する。前述した制御指令の
補正と本実施形態で示す制御モデル１４０のチューニン
グは、実行タイミング等を互いに関連づける必要はな
く、独立して実行する。本実施形態では、モデルチュー
ニングを蓄積された長期間のデータを用いて制御対象の
普遍的な特性変化を制御モデル１４０に反映させる働き
に用いる場合を説明する。本実施形態において、制御モ
デル１４０の定常偏差をロングレンジで低減させること
により、制御指令値の補正の効果を高めることができ
る。モデルチューニングを行うための、（数１）で記述
した制御モデル１４０は、例えば、（数１１）の形に書
き直される。 εｈ＝Ｂ１・εＨ＋Ｂ２・Ｆ＋Ｂ３・Ｐ ＋Ｂ４ＣＲＷ＋Ｂ５ＣＲＢ＋Ｂ６＋δｃ （数１１） ただし、δｃは層別ｃのチューニング量
制御指令値の補正処理を制御モデルのチューニングと共
存させた構成を示す。本実施形態において、新たに追加
されたモデルチューニング手段７０２は制御モデル１４
０をモデル誤差が低減される方向にチューニングする。
また、モデル構築データ層別蓄積手段７０１は、操作量
と実測値を取り込み、これらをモデルチューニングの層
別毎に分類できる形態で蓄積する。前述した制御指令の
補正と本実施形態で示す制御モデル１４０のチューニン
グは、実行タイミング等を互いに関連づける必要はな
く、独立して実行する。本実施形態では、モデルチュー
ニングを蓄積された長期間のデータを用いて制御対象の
普遍的な特性変化を制御モデル１４０に反映させる働き
に用いる場合を説明する。本実施形態において、制御モ
デル１４０の定常偏差をロングレンジで低減させること
により、制御指令値の補正の効果を高めることができ
る。モデルチューニングを行うための、（数１）で記述
した制御モデル１４０は、例えば、（数１１）の形に書
き直される。 εｈ＝Ｂ１・εＨ＋Ｂ２・Ｆ＋Ｂ３・Ｐ ＋Ｂ４ＣＲＷ＋Ｂ５ＣＲＢ＋Ｂ６＋δｃ （数１１） ただし、δｃは層別ｃのチューニング量
【００１４】図８に、データ層別蓄積手段７０１の構成
例を示す。図８には、鋼種、製造板厚、板幅で制御モデ
ルを合わせ込むためのチューニング量を層別した例を示
すが、板長やスラブ厚、張力等を必要に応じて層別項目
にすることもできる。データとしては、（数１１）で用
いる必要のある情報を蓄積すれば良い。
例を示す。図８には、鋼種、製造板厚、板幅で制御モデ
ルを合わせ込むためのチューニング量を層別した例を示
すが、板長やスラブ厚、張力等を必要に応じて層別項目
にすることもできる。データとしては、（数１１）で用
いる必要のある情報を蓄積すれば良い。
【００１５】図９に、モデルチューニングのアルゴリズ
ムを示す。Ｓ９−１で、誤差の大きくなった層別を特定
する。誤差はデータ層別蓄積手段７０１で蓄積されたデ
ータのうち、実績クラウン以外をモデルに入力し、出力
クラウンを推定した上で実績クラウンと値を比較すれば
良い。特定の符号（同一符号の値）の誤差がある期間に
渡って連続する場合に、該当層別のモデル誤差が大きく
なったと判定し、モデルチューニングの演算を開始（起
動）する。次に、Ｓ９−２で、該当層別の誤差が大きく
なってから以後のデータを対象に、再度、実績クラウン
以外の情報をモデルに入力し、出力クラウンを推定す
る。Ｓ９−３で、出力クラウンの推定値と実測値の差分
のデータ列から、チューニング量δｃを最尤推定する。
最尤推定法として最も簡単なのは、データ列を平均して
δｃと対応づける手法であるが、精度を高めるために、
層別情報以外のデータの関数にすることもある。例え
ば、キャンペーン開始からの圧延長や圧延時間の関数に
することでδｃの尤度を高め、この結果、モデルの合わ
せ込みの精度を高める手法である。Ｓ９−４では、得ら
れたδｃの最尤値を用いてモデルを補正する。すなわ
ち、（数１１）のδｃを新たに算出された値に更新する
ことにより、モデルを現在の制御対象の特性に合わせ込
む処理を行う。本実施形態によれば、制御指令の補正に
加え、モデルの長期的な変化（例えば経年変化）に対し
てモデルそのもののチューニングにより追従できるの
で、制御モデルを長期間有効化できる。また、その都度
発生するモデル誤差については、制御指令の補正により
補償できる。以上により高精度な制御を長期間維持する
ことが可能となる。ここで、制御モデルのチューニング
手法としては、モデル誤差を平均する等の単純な手法の
ほかに、カルマンフィルタを用いる手法、ニューラルネ
ットを用いる手法等種々あり、その都度適切な手法を選
択すれば良い。
ムを示す。Ｓ９−１で、誤差の大きくなった層別を特定
する。誤差はデータ層別蓄積手段７０１で蓄積されたデ
ータのうち、実績クラウン以外をモデルに入力し、出力
クラウンを推定した上で実績クラウンと値を比較すれば
良い。特定の符号（同一符号の値）の誤差がある期間に
渡って連続する場合に、該当層別のモデル誤差が大きく
なったと判定し、モデルチューニングの演算を開始（起
動）する。次に、Ｓ９−２で、該当層別の誤差が大きく
なってから以後のデータを対象に、再度、実績クラウン
以外の情報をモデルに入力し、出力クラウンを推定す
る。Ｓ９−３で、出力クラウンの推定値と実測値の差分
のデータ列から、チューニング量δｃを最尤推定する。
最尤推定法として最も簡単なのは、データ列を平均して
δｃと対応づける手法であるが、精度を高めるために、
層別情報以外のデータの関数にすることもある。例え
ば、キャンペーン開始からの圧延長や圧延時間の関数に
することでδｃの尤度を高め、この結果、モデルの合わ
せ込みの精度を高める手法である。Ｓ９−４では、得ら
れたδｃの最尤値を用いてモデルを補正する。すなわ
ち、（数１１）のδｃを新たに算出された値に更新する
ことにより、モデルを現在の制御対象の特性に合わせ込
む処理を行う。本実施形態によれば、制御指令の補正に
加え、モデルの長期的な変化（例えば経年変化）に対し
てモデルそのもののチューニングにより追従できるの
で、制御モデルを長期間有効化できる。また、その都度
発生するモデル誤差については、制御指令の補正により
補償できる。以上により高精度な制御を長期間維持する
ことが可能となる。ここで、制御モデルのチューニング
手法としては、モデル誤差を平均する等の単純な手法の
ほかに、カルマンフィルタを用いる手法、ニューラルネ
ットを用いる手法等種々あり、その都度適切な手法を選
択すれば良い。
【００１６】本発明の実施形態として、熱間圧延におけ
るステッケルミルを例に説明したが、モデルを用いて制
御指令を算出するバッチプラントであれば、同様の考え
方が広く適用できる。
るステッケルミルを例に説明したが、モデルを用いて制
御指令を算出するバッチプラントであれば、同様の考え
方が広く適用できる。
【００１７】本実施形態によれば、制御誤差とモデル誤
差を独立して算出し、これを共に低減する方向に次回の
制御指令値を補正する。このため、制御誤差に基づいた
補正により、偏差を低減する方向に次回の制御指令を補
正でき、上記偏差を低減した制御を行うことができる。
さらに、偏差の情報は制御モデルを含めた制御系に蓄積
されず、直近の偏差のみに着目した補正が可能となるた
め、制御対象特性が種々の要因で短期的に変化する場合
でも、直近以外の偏差情報の影響を受けず、制御精度に
悪影響を受けない制御が行うことができる。また、第２
の制御誤差は、制御モデルと実際の制御対象の乖離度
（モデル誤差）に相当する。そこで、次回の制御指令を
第２の制御誤差を低減する方向に修正することにより、
モデル誤差を補償した指令値の算出が可能になり、した
がって、モデルは一定水準の精度を備えているのと等価
となり、これに基づいた制御が可能となり、制御仕様が
変化し、制御誤差の相関が希薄になる場合でも、制御精
度を向上させることができる。
差を独立して算出し、これを共に低減する方向に次回の
制御指令値を補正する。このため、制御誤差に基づいた
補正により、偏差を低減する方向に次回の制御指令を補
正でき、上記偏差を低減した制御を行うことができる。
さらに、偏差の情報は制御モデルを含めた制御系に蓄積
されず、直近の偏差のみに着目した補正が可能となるた
め、制御対象特性が種々の要因で短期的に変化する場合
でも、直近以外の偏差情報の影響を受けず、制御精度に
悪影響を受けない制御が行うことができる。また、第２
の制御誤差は、制御モデルと実際の制御対象の乖離度
（モデル誤差）に相当する。そこで、次回の制御指令を
第２の制御誤差を低減する方向に修正することにより、
モデル誤差を補償した指令値の算出が可能になり、した
がって、モデルは一定水準の精度を備えているのと等価
となり、これに基づいた制御が可能となり、制御仕様が
変化し、制御誤差の相関が希薄になる場合でも、制御精
度を向上させることができる。
【００１８】
【発明の効果】以上説明したように、本発明によれば、
制御仕様や条件が変動する制御対称に対してモデルベー
スの制御を行う場合に、制御精度が向上するという効果
を奏する。
制御仕様や条件が変動する制御対称に対してモデルベー
スの制御を行う場合に、制御精度が向上するという効果
を奏する。
【図１】本発明の第１の実施形態を示す構成図
【図２】本発明の第２の実施形態を示す構成図
【図３】本発明の第３の実施形態を示す構成図
【図４】本発明のゲインをオンラインで算出する手法を
説明する図
説明する図
【図５】本発明を実際のステッケルミル制御に適用した
場合の構成図
場合の構成図
【図６】本発明を実際のステッケルミル制御に適用した
場合の制御結果を説明する図
場合の制御結果を説明する図
【図７】本発明の第４の実施形態を示す構成図
【図８】モデルチューニング用のデータの蓄積形態を示
す図
す図
【図９】モデルチューニングのアルゴリズムを説明する
図
図
１１０…制御装置、１２０…補正量算出手段、１３０…
操作量算出手段、１４０…制御モデル、１７０…制御対
象、１５８…操作量、１５９…実測値、３０１…ゲイン
決定手段、７０１…データ層別蓄積手段、７０２…モデ
ルチューニング手段
操作量算出手段、１４０…制御モデル、１７０…制御対
象、１５８…操作量、１５９…実測値、３０１…ゲイン
決定手段、７０１…データ層別蓄積手段、７０２…モデ
ルチューニング手段
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｂ２１Ｂ 37/38 Ｂ２１Ｂ 37/00 １１７Ｂ (72)発明者 井上 源樹 茨城県日立市大みか町五丁目２番１号 株 式会社日立製作所大みか事業所内 (72)発明者 斎藤 裕 茨城県日立市大みか町五丁目２番１号 株 式会社日立製作所大みか事業所内 Ｆターム(参考） 4E024 AA03 AA07 DD02 DD18 GG01 5H004 GA14 GB15 HA06 HB06 JA01 KC35 KD31 KD62 9A001 HH34 JJ49 KK32 KK54
Claims (5)
- 【請求項１】 制御対象の入力と出力の関係を記述した
制御モデルと、所望の制御量に対応した第１の制御指令
に対してこれを適切化するための補正量を算出する補正
量算出手段と、補正後の制御指令である第２の制御指令
と制御モデルを用いて制御対象に出力するための操作量
を算出する操作量算出手段を備えた制御装置において、
前記補正量算出手段は、前記第１の制御指令と前記制御
対象が現実に制御された結果として観測される実測値の
差分を用いて第１の誤差を算出するとともに、前記第２
の制御指令と前記実測値の差分を用いて第２の誤差を算
出し、前記第１の誤差と前記第２の誤差から前記第１の
制御指令の補正量を算出することを特徴とする制御装
置。 - 【請求項２】 請求項１において、前記第２の誤差と前
記補正量の利得である補正ゲインの値を前記第２の誤差
の時系列を用いて算出した相互相関係数の大きさを基に
決定するゲイン決定手段を備えることを特徴とする制御
装置。 - 【請求項３】 請求項１または請求項２において、前記
制御モデルを前記制御対象に合わせ込む処理を行うモデ
ルチューニング手段を備え、前記補正量算出手段の演算
とモデルチューニング手段の演算を独立して実行すると
ともに、前記第２の誤差が同一符号の値を連続して示し
たことを起動タイミングにしてモデルチューニング手段
の演算を実行することを特徴とする制御装置。 - 【請求項４】 制御対象の入力と出力の関係を記述した
制御モデルを用いて制御対象を制御する制御方法におい
て、所望の制御量に対応した第１の制御指令に補正量を
加算することによつて第２の制御指令を算出し、実際の
制御に用いる場合に、前記第１の制御指令と前記制御対
象が現実に制御された結果として観測される実測値の差
分を基に第１の制御誤差を算出し、前記第２の制御指令
と前記実測値の差分を基に第２の制御誤差を算出し、前
記第１の制御誤差と前記第２の制御誤差を用いて次回の
前記第１の制御指令の補正量を算出することを特徴とす
る制御方法。 - 【請求項５】 請求項４において、直近の第１の誤差と
第２の誤差の両方もしくはどちらか一方を時系列に蓄
え、前記補正量を蓄えられた誤差の値の関数として算出
することを特徴とする制御方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000052120A JP3742966B2 (ja) | 2000-02-23 | 2000-02-23 | 制御装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000052120A JP3742966B2 (ja) | 2000-02-23 | 2000-02-23 | 制御装置 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2005261678A Division JP4476908B2 (ja) | 2005-09-09 | 2005-09-09 | 制御装置および制御方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2001236102A true JP2001236102A (ja) | 2001-08-31 |
| JP3742966B2 JP3742966B2 (ja) | 2006-02-08 |
Family
ID=18573687
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000052120A Expired - Fee Related JP3742966B2 (ja) | 2000-02-23 | 2000-02-23 | 制御装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3742966B2 (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007272498A (ja) * | 2006-03-31 | 2007-10-18 | Hitachi Ltd | 運転制御方法，運転制御装置及び運転制御システム |
| CN100366352C (zh) * | 2004-07-09 | 2008-02-06 | 株式会社日立制作所 | 热轧机的凸度控制装置以及其控制方法 |
| JP2009006373A (ja) * | 2007-06-28 | 2009-01-15 | Hitachi Ltd | 熱間圧延ミルのクラウン制御装置および方法 |
| JP2009128972A (ja) * | 2007-11-20 | 2009-06-11 | Hitachi Ltd | プラントの制御装置、及び火力発電プラントの制御装置 |
| KR101161700B1 (ko) * | 2004-07-09 | 2012-07-03 | 가부시끼가이샤 히다치 세이사꾸쇼 | 열간 압연밀의 크라운제어장치 및 그 제어방법 |
| JP2015028804A (ja) * | 2008-01-31 | 2015-02-12 | フィッシャー−ローズマウント システムズ，インコーポレイテッド | モデル不一致を補償するためのチューニングを有する頑健な適応モデル予測コントローラ |
| JP2017224091A (ja) * | 2016-06-14 | 2017-12-21 | 東芝三菱電機産業システム株式会社 | 圧延ラインの数学モデル算出装置および圧延材の温度制御装置 |
-
2000
- 2000-02-23 JP JP2000052120A patent/JP3742966B2/ja not_active Expired - Fee Related
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100366352C (zh) * | 2004-07-09 | 2008-02-06 | 株式会社日立制作所 | 热轧机的凸度控制装置以及其控制方法 |
| KR101161700B1 (ko) * | 2004-07-09 | 2012-07-03 | 가부시끼가이샤 히다치 세이사꾸쇼 | 열간 압연밀의 크라운제어장치 및 그 제어방법 |
| JP2007272498A (ja) * | 2006-03-31 | 2007-10-18 | Hitachi Ltd | 運転制御方法，運転制御装置及び運転制御システム |
| US8155763B2 (en) | 2006-03-31 | 2012-04-10 | Hitachi, Ltd. | Operation control method, operation control device, and operation control system |
| JP2009006373A (ja) * | 2007-06-28 | 2009-01-15 | Hitachi Ltd | 熱間圧延ミルのクラウン制御装置および方法 |
| JP4606437B2 (ja) * | 2007-06-28 | 2011-01-05 | 株式会社日立製作所 | 熱間圧延ミルのクラウン制御装置および方法 |
| CN101332473B (zh) * | 2007-06-28 | 2011-12-14 | 株式会社日立制作所 | 热轧轧机的凸度控制装置以及方法 |
| JP2009128972A (ja) * | 2007-11-20 | 2009-06-11 | Hitachi Ltd | プラントの制御装置、及び火力発電プラントの制御装置 |
| JP2015028804A (ja) * | 2008-01-31 | 2015-02-12 | フィッシャー−ローズマウント システムズ，インコーポレイテッド | モデル不一致を補償するためのチューニングを有する頑健な適応モデル予測コントローラ |
| JP2017224091A (ja) * | 2016-06-14 | 2017-12-21 | 東芝三菱電機産業システム株式会社 | 圧延ラインの数学モデル算出装置および圧延材の温度制御装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3742966B2 (ja) | 2006-02-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2009279639A (ja) | 熱間圧延機の板幅制御装置および制御方法 | |
| JPH10192929A (ja) | 圧延機の制御方法及び制御装置 | |
| JP2009113101A (ja) | 圧延荷重の学習制御方法および装置、ならびに鋼板の製造方法 | |
| JP2001236102A (ja) | 制御装置および制御方法 | |
| CN114818456B (zh) | 一种冷连轧带钢全长变形抗力预测方法及优化方法 | |
| JP4280351B2 (ja) | 圧延制御モデル学習装置 | |
| JPH11104721A (ja) | 熱間圧延における板クラウン・形状制御方法 | |
| US6438443B1 (en) | Method and device for pre-setting the planeness of a roller strip | |
| JP4476908B2 (ja) | 制御装置および制御方法 | |
| CN111299333A (zh) | 一种纠偏辊的控制方法和控制系统 | |
| JP6772919B2 (ja) | 圧延制御方法、圧延制御装置及びプログラム | |
| JP2000094022A (ja) | 通板速度制御装置 | |
| JP4049765B2 (ja) | 熱間圧延ミルのクラウン制御装置およびその制御方法 | |
| JPH0756608A (ja) | 信号処理方法 | |
| JP2891898B2 (ja) | 制御装置 | |
| JP2007283353A (ja) | 金属板の圧延方法 | |
| JPH07245975A (ja) | 圧延機の速度補償装置 | |
| JP6772918B2 (ja) | 圧延制御方法、圧延制御装置及びプログラム | |
| JP2006231387A (ja) | 熱間圧延ミルのクラウン制御装置およびその制御方法 | |
| CN112474819A (zh) | 一种控制产品板形的方法及装置 | |
| CN111633038A (zh) | 一种热连轧粗轧控制方法及系统 | |
| JP2003245706A (ja) | 複数パス圧延における圧延中の再パススケジューリング方法 | |
| JP3396774B2 (ja) | 形状制御方法 | |
| JP2004050211A (ja) | 圧延プロセスのモデル学習装置 | |
| KR100929015B1 (ko) | 압연재 소성계수 보정에 의한 예측압연하중 보정방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20040325 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050419 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050712 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050909 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20051025 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20051102 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091125 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101125 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101125 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111125 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111125 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121125 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121125 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131125 Year of fee payment: 8 |
|
| LAPS | Cancellation because of no payment of annual fees |