JP2004503851A - 混合原料・比例制御器を調整するシステムと方法 - Google Patents
混合原料・比例制御器を調整するシステムと方法 Download PDFInfo
- Publication number
- JP2004503851A JP2004503851A JP2002510242A JP2002510242A JP2004503851A JP 2004503851 A JP2004503851 A JP 2004503851A JP 2002510242 A JP2002510242 A JP 2002510242A JP 2002510242 A JP2002510242 A JP 2002510242A JP 2004503851 A JP2004503851 A JP 2004503851A
- Authority
- JP
- Japan
- Prior art keywords
- low
- fuzzy logic
- level controllers
- control operation
- change amount
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 239000004568 cement Substances 0.000 claims abstract description 81
- 239000002994 raw material Substances 0.000 claims abstract description 77
- 238000012544 monitoring process Methods 0.000 claims abstract description 69
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 25
- 230000002068 genetic effect Effects 0.000 claims abstract description 24
- 238000009826 distribution Methods 0.000 claims abstract description 15
- 238000002156 mixing Methods 0.000 claims abstract description 10
- 239000004615 ingredient Substances 0.000 claims abstract description 8
- 230000008859 change Effects 0.000 claims description 73
- 230000006870 function Effects 0.000 claims description 62
- 239000000203 mixture Substances 0.000 claims description 16
- PNEYBMLMFCGWSK-UHFFFAOYSA-N aluminium oxide Inorganic materials [O-2].[O-2].[O-2].[Al+3].[Al+3] PNEYBMLMFCGWSK-UHFFFAOYSA-N 0.000 claims description 13
- 238000004088 simulation Methods 0.000 claims description 13
- 235000008733 Citrus aurantifolia Nutrition 0.000 claims description 12
- 235000011941 Tilia x europaea Nutrition 0.000 claims description 12
- 239000004571 lime Substances 0.000 claims description 12
- BPQQTUXANYXVAA-UHFFFAOYSA-N Orthosilicate Chemical compound [O-][Si]([O-])([O-])[O-] BPQQTUXANYXVAA-UHFFFAOYSA-N 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 10
- 230000000704 physical effect Effects 0.000 claims description 10
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 5
- 239000000377 silicon dioxide Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 abstract description 18
- 239000011159 matrix material Substances 0.000 description 14
- 230000008569 process Effects 0.000 description 14
- 235000019738 Limestone Nutrition 0.000 description 10
- 239000006028 limestone Substances 0.000 description 10
- 230000015654 memory Effects 0.000 description 9
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 8
- 239000000463 material Substances 0.000 description 7
- 239000003795 chemical substances by application Substances 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000003472 neutralizing effect Effects 0.000 description 6
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 4
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 4
- 229910052782 aluminium Inorganic materials 0.000 description 4
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 4
- 229910052791 calcium Inorganic materials 0.000 description 4
- 239000011575 calcium Substances 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 229910052742 iron Inorganic materials 0.000 description 4
- 230000035772 mutation Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 229910052710 silicon Inorganic materials 0.000 description 4
- 239000010703 silicon Substances 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 229910052729 chemical element Inorganic materials 0.000 description 3
- 210000000349 chromosome Anatomy 0.000 description 3
- 238000010304 firing Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- ODINCKMPIJJUCX-UHFFFAOYSA-N Calcium oxide Chemical compound [Ca]=O ODINCKMPIJJUCX-UHFFFAOYSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000003750 conditioning effect Effects 0.000 description 2
- UQSXHKLRYXJYBZ-UHFFFAOYSA-N iron oxide Inorganic materials [Fe]=O UQSXHKLRYXJYBZ-UHFFFAOYSA-N 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- TWNQGVIAIRXVLR-UHFFFAOYSA-N oxo(oxoalumanyloxy)alumane Chemical compound O=[Al]O[Al]=O TWNQGVIAIRXVLR-UHFFFAOYSA-N 0.000 description 2
- NDLPOXTZKUMGOV-UHFFFAOYSA-N oxo(oxoferriooxy)iron hydrate Chemical compound O.O=[Fe]O[Fe]=O NDLPOXTZKUMGOV-UHFFFAOYSA-N 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 239000000292 calcium oxide Substances 0.000 description 1
- BRPQOXSCLDDYGP-UHFFFAOYSA-N calcium oxide Chemical compound [O-2].[Ca+2] BRPQOXSCLDDYGP-UHFFFAOYSA-N 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 229910052681 coesite Inorganic materials 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 229910052593 corundum Inorganic materials 0.000 description 1
- 229910052906 cristobalite Inorganic materials 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010429 evolutionary process Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- RMAQACBXLXPBSY-UHFFFAOYSA-N silicic acid Chemical compound O[Si](O)(O)O RMAQACBXLXPBSY-UHFFFAOYSA-N 0.000 description 1
- 235000012239 silicon dioxide Nutrition 0.000 description 1
- 229910052682 stishovite Inorganic materials 0.000 description 1
- 229910052905 tridymite Inorganic materials 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 229910001845 yogo sapphire Inorganic materials 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B28—WORKING CEMENT, CLAY, OR STONE
- B28C—PREPARING CLAY; PRODUCING MIXTURES CONTAINING CLAY OR CEMENTITIOUS MATERIAL, e.g. PLASTER
- B28C7/00—Controlling the operation of apparatus for producing mixtures of clay or cement with other substances; Supplying or proportioning the ingredients for mixing clay or cement with other substances; Discharging the mixture
- B28C7/04—Supplying or proportioning the ingredients
- B28C7/0404—Proportioning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B28—WORKING CEMENT, CLAY, OR STONE
- B28C—PREPARING CLAY; PRODUCING MIXTURES CONTAINING CLAY OR CEMENTITIOUS MATERIAL, e.g. PLASTER
- B28C7/00—Controlling the operation of apparatus for producing mixtures of clay or cement with other substances; Supplying or proportioning the ingredients for mixing clay or cement with other substances; Discharging the mixture
- B28C7/04—Supplying or proportioning the ingredients
- B28C7/06—Supplying the solid ingredients, e.g. by means of endless conveyors or jigging conveyors
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/0275—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S706/00—Data processing: artificial intelligence
- Y10S706/902—Application using ai with detail of the ai system
- Y10S706/903—Control
- Y10S706/906—Process plant
Landscapes
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Control Of Non-Electrical Variables (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】正しい原料の混合と配分を提供するための混合原料・比例制御器を調整するシステムと方法を提供する。
【解決手段】セメント工場で用いられる混合原料・比例制御器を調整するシステムと方法である。ファジー論理・監視コントローラは、原料の適正な混合と配合を達成するための目的設定点に対するセメント工場のシミュレータの性能を追跡する。遺伝的アルゴリズムでは、ファジー論理・監視コントローラのパラメータを重要度の高い順に逐次調節することによって、そのコントローラの性能を調節する。
【選択図】図1
【解決手段】セメント工場で用いられる混合原料・比例制御器を調整するシステムと方法である。ファジー論理・監視コントローラは、原料の適正な混合と配合を達成するための目的設定点に対するセメント工場のシミュレータの性能を追跡する。遺伝的アルゴリズムでは、ファジー論理・監視コントローラのパラメータを重要度の高い順に逐次調節することによって、そのコントローラの性能を調節する。
【選択図】図1
Description
【0001】
【関連出願のクロスレファレンス】
本願は、1998年11月9日に出願された米国特許出願第09/189,153「ファジー論理・監視コントローラを用いてセメント工場の混合原料の配分制御を行うシステムと方法」の一部継続出願である。
【0002】
【発明の背景】
本発明は一般的にセメント工場に関し、特に、セメント工場の混合原料比例制御器の調整に関する。
【0003】
一般的なセメント工場では、石灰岩と砂岩と中和剤等の原料を用いてセメントを作る。輸送ベルト(例えばウェイフィーダ)が3種の各原料をミキサまで運び、ミキサがその原料を混ぜ合わせる。原料粉砕機は混合された原料を受け取り、粉砕/混合し、「混合原料」と呼ばれる粉にする。原料粉砕機は混合原料をキルンへ送り込み、そこで焼成工程が行われる。良質のセメントを製造するためには、原料粉砕機によって作られる混合原料が望ましい特定の値をもつ物理的特性を備える必要がある。混合原料の特性を示す物理的特性には、石灰飽和度(LSF)とアルミナ含有率(ALM)と珪酸率(SIM)などがある。これらの性質は全て、各原料中に存在する4種の金属酸化物(即ち、カルシウム、鉄、アルミニウム、シリコン)の量の既知の関数である。通常、原料粉砕機から出てくる混合原料のLSFとALMとSIMの値は、特定の設定点に近いはずである。
【0004】
原料粉砕機から出てくる混合原料のLSFとALMとSIMの値を特定の設定点に調整する方法の1つは、比例制御器によって閉ループ制御を行うことである。一般的に、比例制御器は、原料粉砕機の設定点からの偏差を入力情報として用いて、その次のタイムステップの出力情報として新たな目標設定点を生成する。基本的に、閉ループ比例制御器は、トラッキング誤差を入力情報として用いて誤差補正の制御操作を生成する従来型フィードバックコントローラである。閉ループ比例制御器を用いて原料粉砕機から出てくる混合原料のLSFとALMとSIMの値を調整する際の1つの問題点は、目標設定点からの変動が大きすぎることである。変動が大きすぎると、混合原料は原料が不適切に混合されたものとなるので、セメントの品質が低下する。原料粉砕機から出てくる混合原料のLSFとALMとSIMの値が変動することを避けるためには、セメントを製造するための原料の正しい混合と配分を保証できるシステムと方法が必要である。
【0005】
【発明の簡潔な概要】
本発明は、混合原料・比例制御器を調整するコンピュータインストラクションを記憶するシステムと方法とコンピュータ読み出し可能媒体に関する。この実施形態では複数の目標設定点が存在する。セメント工場シミュレータは、複数の設定点に基づいてセメント工場のオペレーションをシミュレートする。ファジー論理・監視コントローラは、複数の目標設定点に基づいてセメント工場シミュレータの動作を制御する。特に、ファジー論理・監視コントローラは、セメント工場シミュレータの複数の設定点と複数の目標設定点の間のトラッキング誤差とトラッキング誤差変化量を追跡し、セメント工場シミュレータに制御操作量を提供して、トラッキング誤差を最小限にする。チューナは、セメント工場シミュレータとファジー論理・監視コントローラに接続されており、セメント工場シミュレータと複数の目標設定点の間の追跡を最適化する。
【0006】
【発明の実施の形態】
図1は、混合原料・比例制御器を調整するシステムが動作する汎用コンピュータシステム10の概略図である。コンピュータシステム10は、一般的に、プロセッサ12とメモリ14と入出力デバイスと、プロセッサとメモリと入出力デバイスを接続するデータ経路(例えば、バス)16を備える。プロセッサ12は、メモリ14からのインストラクションとデータを受け取り、様々な計算を実行する。プロセッサ12には、算術演算と論理演算を実行する算術論理演算ユニット(ALU)と、メモリ14からのインストラクションを抽出/解読/実行し、必要な時にALUを要求する制御ユニットが含まれる。メモリ14には、一般的に、ランダムアクセスメモリ(RAM)と読み出し専用メモリ(ROM)が含まれるが、その他の種類のメモリ、例えば、プログラマブルROM(PROM)と消去可能PROM(EPROM)と電気的消去可能PROM(EEPROM)でもよい。また、メモリ14には、プロセッサ12で実行されるオペレーティングシステムが記憶されることが好ましい。オペレーティングシステムは基本タスクを実行するが、これには、入力情報の認識タスクと、出力情報の出力デバイスへの送信タスクと、ファイルとディレクトリの追跡タスクと、様々な周辺デバイスの制御タスクが含まれる。
【0007】
入出力デバイスは、データとインストラクションをコンピュータシステム10に入力するキーボード18とマウス20を備える。ディスプレイ22によってユーザはコンピュータが処理を完了したことを知ることができる。その他の出力デバイスとして、プリンタとプロッタとシンセサイザとスピーカが含まれることもある。モデム、即ち、ネットワークカード24によって、コンピュータシステム10は他のコンピュータやネットワーク上の資源へのアクセスが可能になる。大容量記憶デバイス26によって、コンピュータシステム10は大量のデータを永久保存することが可能になる。大容量記憶デバイスは、フロッピーディスクとハードディスクとオプティカルディスク等の全ての種類のディスクドライブと、デジタルオーディオテープ(DAT)やデジタルリニアテープ(DLT)やその他の磁気的にコード化媒体を含むテープのデータの読み出し/書き込みが可能なテープドライブを備えていてもよい。上述のコンピュータシステム10は、ハンドヘルドデジタルコンピュータや携帯情報端末(PDA)やパーソナルコンピュータやワークステーションやミニコンピュータやメインフレームコンピュータやスーパコンピュータであってもよい。
【0008】
図2は、混合原料・比例制御器を使うセメント工場28のブロック図である。セメント工場28では、石灰岩と砂岩と中和剤等の複数の原料30を使用してセメントを製造する。その他に水分が原料に加えられることもある。これらの原料は、セメントの混合原料の製造に適した混合物を代表するものであるが、本発明の原理は、セメント混合原料の製造に用いられるその他の混合材料にも適用されることを明確に理解されたい。各原料の入った容器32は、ウェイフィーダ等の輸送ベルト34に沿って動く。混合原料・比例制御器36は、輸送ベルト34に沿って運搬される原料30の配分を制御する。ミキサ38は、輸送ベルト34に沿って運搬された原料30を混合する。原料粉砕機40は混合された原料42をミキサ38から受け取り、粉砕/混合して混合原料にする。原料粉砕機40は、混合原料をキルン44に送り込み、そこで焼成の工程が行われる。
【0009】
上述したように、原料粉砕機40によって製造された混合原料は、特定の望ましい値をもつ物理的特性を有することが望ましい。本発明では、この物理的特性はLSFとALMとSIMである。これらの性質は、全て、各原料中に存在する4種の金属酸化物(即ち、カルシウム、鉄、アルミニウム、シリコン)の量の既知の関数である。石灰岩を運搬する輸送ベルト34の1つにあるIMA社のQUARCON(商標)センサ等のセンサ46は、石灰岩中に含まれるカルシウムと鉄とアルミニウムとシリコンを測定する。必要に応じてその他の原料にも1つより多いセンサを使用できることは、当業者であればわかっていることである。通常、原料粉砕機から出てくる混合原料のLSFとALMとSIMの値は特定の目標設定点に近いはずである。IMA社のIMACON(商標)等のその他のセンサは、混合物42中に存在するカルシウムと鉄とアルミニウムとシリコンを測定する。本発明はLSFとALMとSIMという物理的特性に関して論じられているが、当業者であれば、混合原料を特徴づけるその他の物理的特性も本発明の範囲内にあることを理解している。
【0010】
混合原料・比例制御器36は、原料粉砕機40に入る前に混合される原料30の配分を継続的に変更して、LSFとALMとSIMの値が所望の目標設定点に近くなって、変動がなるべく少なくなるようにする。混合原料・比例制御器36は、ファジー論理・監視制御によって混合原料の配合を継続的に変更する。特に、ファジー論理・監視制御は目標設定点と原料の化学成分を入力情報として用いて制御操作を生成することによって原料の配分を継続的に変更する。ミキサ38はファジー論理の監視制御によって決定された量の原料を混合し、原料粉砕機40は混合物42を粉砕して混合原料を作る。
【0011】
図3は、混合原料・比例制御器によってなされるファジー論理・監視制御の概略図である。混合原料比例制御器36によってなされるファジー論理・監視制御には主要な構成要素が2つ、即ち、ファジー論理・監視コントローラ50と開ループシステム52がある。ファジー論理・監視制御は、入力情報としてS*とPを受け取り、出力情報としてSを生成する。尚、S*は目標設定点で、Pは原料のプロセス組成行列で、Sは実際の設定点である。これらの変数について以下でさらに詳細に論じる。各タイムステップで、ファジー論理・監視コントローラは、制御操作変化量であるΔU(t)を生成することによって、
【0012】
【数1】
【0013】
で定義されるトラッキング誤差を除去しようと試みるので、
【0014】
【数2】
【0015】
で定義される次のタイムステップで適切な制御操作をとることができる。
【0016】
特に、ファジー論理・監視コントローラ50は、トラッキング誤差を補償するために勾配情報を利用して制御を変化させる。図3では、減算器54は式1の演算を実行し、加算器56は式2の演算を実行する。
【0017】
図4は、図3に示された開ループシステム52の詳細図である。開ループシステム52は入力情報としてPとUを受け取り、出力情報としてSを生成する。尚、Pはサイズが4×3のプロセス組成行列で、Uはサイズが3×1の制御変数の行列で、Sはサイズが3×1の実設定点行列で、Rはサイズが4×1の重み行列である。
【0018】
プロセス組成行列Pは、投入原料(即ち、石灰岩と砂岩と中和剤)の化学成分(百分率値)を表し、以下のように定義される。
【0019】
【数3】
【0020】
行列Pの1列目は石灰岩の化学成分を表し、Pの2列目と3列目は各々砂岩と中和剤を表す。本発明は、時間が経つと変化するのはPの1列目だけで、2列目と3列目はいつでも定数であると仮定する。行列Pの1行目は原料中に存在する化学元素である酸化カルシウム(CaO)の比率を表し、2行目と3行目と4行目は各々、原料中に存在する化学元素である珪酸(SiO2)と酸化アルミニウム(Al2O3)と酸化第2鉄(Fe2O3)の比率を表す。
【0021】
制御変数ベクトルであるUは混合原料の配分に用いられる原料(即ち、石灰岩と砂岩と中和剤)の比率を表す。行列Uは以下のように定義される。
【0022】
【数4】
【0023】
ここで、u3=1−u1−u2
設定点ベクトルであるSには、設定点のLSFとSIMとALMが含まれ、以下のように定義される。
【0024】
【数5】
【0025】
重みの行列であるRは以下のように定義される。
【0026】
【数6】
【0027】
ここで、CとSとAとFは各々、CaOとSiO2とAl2O3とFe2O3の重量を表し、RはPとUの積である。関数fはRを入力情報として受け取り、Sを出力情報として生成する。関数fは以下のように定義される3つの連立非線形方程式を備える。
【0028】
【数7】
【0029】
ここで、
【0030】
【数8】
【0031】
であって、u1、u2、u3=1−u1−u2は、各々、石灰岩と砂岩と中和剤の無水ベースの比率である。さらに、ciとsiとaiとfiは、数3で定義されたプロセス組成行列Pの化学元素である。
【0032】
図5は、図3に示されたファジー論理・監視コントローラ50の詳細図である。ファジー論理・監視コントローラ50は、複数の低レベル・コントローラ58を備え、各低レベル・コントローラ58は、目標設定点の変化量ΔSを入力情報として受け取り、制御操作変化量ΔUを出力情報として生成する。複数の低レベル・コントローラはFPIコントローラであるのが好ましいが、その他の種類のファジー論理コントローラも本発明の範囲内にある。好適な実施形態では、図5に示されるように、ファジー論理・監視コントローラ50は少なくとも3対のFPIコントローラ58を備え、少なくとも3対の各低レベルコントローラは、目標設定点の変化量ΔSを入力情報として受け取り、制御操作変化量ΔUを出力情報として生成する。図5に示されるように、第1の対のFPIコントローラは、石灰飽和度の変化ΔLSFを入力情報として受け取り、第2の対のFPIコントローラは、珪酸率ΔSIMを入力情報として受け取り、第3の対のFPIコントローラはアルミナ含有率ΔALMを入力情報として受け取る。上述したように、1対のFPIコントローラの中の各FPIコントローラは、制御操作変化量を出力情報として生成する。特に、1対のFPIコントローラのうちの1つは、制御操作変化量Δu1を第1の出力情報として生成し、1対のうちのもう一方のFPIコントローラは、制御操作変化量Δu2を第2の出力情報として生成する。制御操作変化量Δu1は石灰岩の無水ベースの比率を表し、制御操作変化量Δu2は砂岩の無水ベースの比率を表す。
【0033】
また、ファジー論理・監視コントローラ50は、第1加算器60と第2加算器62を備え、両加算器はFPIコントローラの各対に接続され、そこで生成された制御操作変化量を加算するのに用いられる。特に、第1加算器60は、FPIコントローラの各対から生成された制御操作変化量Δu1を受け取り、第2加算器62は、FPIコントローラの各対から生成された制御操作変化量Δu2を受け取る。第1加算器60は制御操作量Δu1を全て加算し、第2加算器62は制御操作量Δu2を全て加算する。第3加算器64は第1加算器60と第2加算器62に接続され、Δu1とΔu2に対する制御操作変化量を加算して、制御操作変化量ΔUを生成する。基本的に、高レベルファジー論理・監視コントローラ50は、3対の低レベルFPIコントローラを合算するものであって、1つの統一された制御操作を導き出す。さらに、高レベルファジー論理・監視コントローラ50は、上述の合算プロセスに重み関数を与えて、制御目標全体のトレードオフを確定してもよい。例えば、ΔLSFの除去に集中するには、第1の対のFPIコントローラによって推奨される制御操作量にさらに重みを加える。
【0034】
図6は、ファジー論理・監視コントローラ50で使われるFPIコントローラ58の1つをより詳細に示すブロック図である。FPIコントローラ58は、誤差eと誤差変化量Δeを入力情報として受け取り、増分制御操作量Δuを出力情報として生成する。誤差eは、ΔLSFとΔSIMとΔALMである入力情報ΔSに対応する。従って、1対のFPIコントローラの入力情報は以下のように定義され、
【0035】
【数9】
【0036】
第2の対のFPIコントローラの入力情報は以下のように定義され、
【0037】
【数10】
【0038】
第3の対のFPIコントローラの入力情報は以下のように定義される。
【0039】
【数11】
【0040】
誤差変化量Δeは以下のように定義される。
【0041】
【数12】
【0042】
ここで、e(t)はタイムステップがtの時の誤差であり、e(t−1)はタイムステップがt−1の時の誤差を表す。このように、ファジー論理・監視コントローラの各対のFPIコントローラで誤差変化量Δeがある。図6に示されるように、FPIコントローラの誤差変化量Δeは、遅延素子(即ち、サンプルアンドホールド)66によって求められる。
【0043】
図7は、図6に示されたFPIコントローラをより詳細に示したブロック図である。図7に示されたFPIコントローラ58は、ルール集合と用語集合と倍率を含む知識ベース70を備える。ルール集合は、eとΔe等の状態ベクトルの言語表現を増分制御操作Δuに写像し、用語集合は、ルール集合に用いられる言語値の意味を定義し、倍率は、入力変数(即ち、eとΔe)と出力変数(即ち、ΔU)の両方の数値限界を決定する。インタプリタ72を利用して、知識ベース70の倍率と用語集合とルール集合に基づいて、誤差eと誤差変化量Δeを制御操作量ΔUに関連づけることができる。
【0044】
本発明では、入力変数(eとΔe)と出力変数(ΔU)の各々は用語集合を有する。用語集合は、NBとNMとNSとZEとPSとPMとPBの集合に分けられ、この中のNはネガティブで、Bはビッグで、Mはミディアムで、Sはスモールで、Pはポジティブで、ZEはゼロである。従って、NBはネガティブビッグで、NMはネガティブミディアムで、NSはネガティブスモールで、PSはポジティブスモールで、PMはポジティブミディアムで、PBはポジティブビッグである。当業者であれば、本発明とともに実施される用語集合が他にもあることを理解している。各用語集合はそれに対応するメンバシップ関数を有し、その関数は変数の所定値に対してメンバーシップ度、即ち、信頼度を返すものである。メンバシップ関数は、入力される値が〔0,1〕の範囲である限り、どんな形のものでもよい。図8aから図8cは、誤差eと誤差変化量Δeと制御操作変化量Δuに各々用いられるファジーメンバシップ関数の例を示したものである。
【0045】
FPIコントローラ58のルール集合の例は、図9に示されている。上述したように、ルール集合は、誤差eと誤差変化量Δeの言語表現を制御操作量Δuに写像する。図9では、eがNMで、ΔeがPSならば、ΔuはPSになる。例をもう1つとると、eがPSで、ΔeがNSならば、ΔuはZEになる。当業者であれば、本発明とともに実行されるルール集合が他にもあることを理解している。図10は、設定点のうちの一つの制御面の一例を示す。特に、図10はLSFの制御の制御面を示す。
【0046】
図11は、ファジー論理・監視制御によって提供される混合原料の配分制御を表したフローチャートである。まず、74で、混合原料比例制御器は複数の目標設定点S*を得る。次に、76で、混合原料・比例制御器はプロセス組成行列Pを得る。その後に、78で、混合原料・比例制御器は前述の方法によってファジー論理・監視制御を実行する。その後、80で、混合原料・比例制御器は、原料の配分を示す制御行列Uを出力する。次に、82で、混合原料・比例制御器は各輸送ベルトの速度を設定し、制御行列Uに基いた適切な原料の配分を提供できるようにする。これらの工程は生産シフトの終りまで継続する。84で決定される生産シフトにまだ時間があったなら、74〜82の工程が繰り返され、なければこのプロセスを終了する。
【0047】
本発明の別の実施形態では、混合原料・比例制御器36を調整するシステムがある。図12は、混合原料・比例制御器36を調整するシステム86のブロック図である。調整システム86は、図1に示される汎用コンピュータシステムで動作可能である。調整システム86には、セメント工場28を稼動させるための複数の目標設定点88が含まれる。本実施形態では、目標設定点はLSFとALMとSIMを備えるが、前述したように、当業者であれば、その他の設定点も本発明の範囲にあることを理解している。セメント工場のシミュレータ90は、複数の設定点に基づいてセメント工場28の操業をシミュレートする。
【0048】
コンパレータ92は、セメント工場のシミュレータ90の複数の設定点を複数の目標設定点88と比較する。コンパレータ92は、セメント工場のシミュレータ90の設定点と目標設定点の間のトラッキング誤差に応じた誤差信号を送信する。ファジー論理・監視コントローラ50は、トラッキング誤差とトラッキング誤差変量を使ってセメント工場のシミュレータ90に対する制御操作量を生成することによって、トラッキング誤差を最小限に抑える。本発明では、この制御によって、セメント工場のシミュレータ90で用いられる混合原料の比率が補正される。チューナ94は、セメント工場のシミュレータ90とファジー論理・監視コントローラ50にオフラインで接続され、セメント工場のシミュレータ90と目標設定点の間をトラックするコントローラの能力を最大まで高め、また同時に平滑な制御操作を提供する。チューナ94は、ファジー論理・監視コントローラのパラメータの最適な集合を決定することによってトラッキングを最適化し、平滑な制御操作を提供する。これによって、初期化や原料の変動が原因で起こる障害からコントローラを保護できる。
【0049】
本発明では、セメント工場のシミュレータ90は、セメント工場28の操業をシミュレートし、図2〜図11に関して上述した方法で操業させる。特に、セメント工場のシミュレータ90は、石灰岩と砂岩と中和剤等の原料を用いてセメントを作る処理をシミュレートする。さらに、セメント工場のシミュレータは原料の混合原料・比例制御器をシミュレートする。セメント工場のシミュレータは、配分された原料の混合と、原料粉砕機によって実行される粉砕/混合と、キルンによって実行される焼成もシミュレートする。セメント工場のシミュレーションはセメント製造プロセスを制御して、混合原料がLSFとALMとSIMの特定の目標値を満たすようにする。セメント工場のシミュレータ90は、1〜17の式に基づいてこれらの演算を実行する。
【0050】
ファジー論理・監視コントローラ50を調整するために、FPIコントローラについてより詳細な説明がなされる。各FPIコントローラの出力変数uと入力変数eの関係は、ほぼ以下のように表される。
【0051】
【数13】
【0052】
ここで、SeとSdとSuの各々は、誤差eと誤差変化量Δeと増分出力変数Δuの倍率である。上記の関係は、以下で定義される従来のPIコントローラとは異なる。
【0053】
【数14】
【0054】
ここで、KpとKiは各々、比例ゲインと積分ゲインである。本発明のFPIコントローラを従来のPIコントローラと比較すると以下のようになる。
【0055】
【数15】
【0056】
本発明では、FPIコントローラ58の性能はチューナ94によって調整される。特に、チューナ94は、遺伝的アルゴリズムを用いて、知識ベース70内のパラメータ(即ち、倍率、メンバシップ機能、ルール集合)を重要な順に連続的に調整する。遺伝的アルゴリズムとは、複雑な多変化量問題に対する最適解を求めるために用いられる手法である。ある意味で、遺伝的アルゴリズムは試行錯誤法に焦点を当てて発展させたものである。基本的に、遺伝的アルゴリズムは、自然淘汰による進化過程をシミュレートすることによって、探索や最適化の問題を解決するコンピュータプログラムである。実際にどんな問題を解決するかにかかわりなく、典型的な遺伝的アルゴリズムは一連の工程を繰り返す。まず、潜在的な解の母集団が生成される。解は、解こうとしている問題の答として一般的な形(例えば、同数の変数)を有する離散データである。これらの解はデジタルコンピュータによって容易に扱うことができる。この初期解は探索空間にランダムに散在していることが多い。
【0057】
次に、問題に特有な適合度関数を母集団の各解に適用し、様々な解の相対的な容認性を評価できるようにする。次に、次世代の解の親として用いられる解が選ばれる。通常、初期の母集団のメンバと同数の親が選択される。ある解が親に選ばれる可能性は、その解の適合度に関連する。より良い解が親に選ばれる傾向が強い。通常、より良い解は複数回、親に選ばれるので複数の新たな解の親になるが、劣った解は親として全く選ばれない。次に親の解は複数の対にされる。この複数の対はランダムに作られることが多いが、異なる親同士を組み合わせて子の多様性を促進する場合もある。
【0058】
親の解の対の各々を用いて、2つの新たな子を作ることができる。突然変異オペレータが各親に別々に適用されて各親から1つの子を生み出すか、または、2つの親が交叉オペレータを用いて結合され、各々が両方の親に類似点を有する子を2つ生み出す。突然変異オペレータは確率的オペレータであって、必要な特徴がない解の母集団にその特徴を導入するものである。交叉オペレータは、2つの親の最良の特徴を獲得し、それを新たな子孫の解に伝える決定論的オペレータである。交叉オペレーションでは、進化する母集団の成功したメンバによって発見された最適解の基礎的な要素を代々にわたって結合し、最終的に1つの個体に作りあげる。
【0059】
次に、新しい子の母集団のメンバは適合度関数によって評価される。この子供達は、前世代の母集団の良い解を修正したものなので、この子供達の中には親のどの解よりも評価が高くなるものもあるかもしれない。次に、子の母集団はその親が属していた最初の母集団と結合されて、新たな母集団を生み出される。これを行うには、子の母集団と初代の母集団を結合したものから、評価の高い方の半分の解を受け取るという方法がある。こうすれば、解の総数は同じだが、より優れた子が生みだされれば評価の平均値は向上することが見込まれる。生みだされた子のうち劣っているものはこの段階で除去され、優れている子供達が次の工程で次世代の親になることを注意されたい。この過程は、満足のいく解(即ち、適合度関数に基づく許容可能な格付けをもつ解)が生成されるまで続く。遺伝的アルゴリズムが終了するパターンとして最も多いのは、予定の回数の反復を完了した場合か、おびただしい回数の反復を行っても母集団の平均評価値が向上しなかった場合である。
【0060】
本発明では、チューナ94は、遺伝的アルゴリズムのオブジェクトのC++ライブラリであるGAlib等のオフザシェルフの遺伝的アルゴリズムを用いるが、GENESIS(遺伝的探索実行システム)等の他の既存のアルゴリズムも利用できる。必要なのは適合度関数だけである。本発明では、適合度関数は以下のようになる。
【0061】
【数16】
【0062】
ここで、wは重み関数であり、S*は望ましい目標設定点であり、Tはシミュレーションタイムであり、Uは制御操作量であり、cは原料コストであり、iは3つの設定点のインデックスであり、jはタイムステップのインデックスであり、kは初めの3つの適合度関数のインデックスである。適合度関数f1はトラッキング精度を表現するもので、適合度関数f2はアクチュエータの操作量を表現するもので、適合度関数f3は原料コストを表現するもので、適合度関数f4は適合度関数f1とf2とf3の加重合計をまとめるものである。
【0063】
図13は、ファジー論理・監視コントローラ50を調節するために実行される工程を示したフローチャートである。96でチューナは始動され、98でセメント工場のシミュレータから性能測定が読み出される。図14は、その性能測定がどのように得られるかを示したものである。ここで図14を参照すると、100で、セメント工場のシミュレータはセメント製造オペレーションのために初期化される。次に、102でシミュレーションの実行が開始される。シミュレータが実行される毎に、104でセメント工場のシミュレータから状態変数が得られる。本発明では、状態変数はセメント工場のシミュレータの設定点である。次に、106で状態変数がファジー論理・監視コントローラに入力される。ファジー論理・監視コントローラは、入力された状態変数を用いて108で制御操作を行うことを推奨する。次に110で、目標設定点と実際の設定点と制御操作量等のセメント工場のシミュレータの性能測定値が得られてログとして記憶される。次に、112でシミュレーションは終了する。114のオペレーションでまだシミュレーション工程が残っていると判断された場合は、そのシミュレーション工程がなくなるまで102から112の処理工程が継続される。シミュレーション工程がなくなると、チューナが性能測定を調整する準備が整ったことになる。
【0064】
再び図13を参照すると、性能測定値がセメント工場のシミュレータから獲得されると、次に、チューナは所定数の世代と個体に対して、116での測定値に適合度関数f1、f2、f3、f4を適用する。118で現在の世代には解候補が残っていないと決定されるまで、適合度関数f1、f2、f3、f4が適用される。次に、120で遺伝的アルゴリズムの演算がファジー論理・監視コントローラに適用されて、次世代の母集団が求められる。母集団サイズと交叉率と突然変異率等の本発明の遺伝的アルゴリズムのパラメータは、例えば、母集団サイズは50で、進化する世代数は25で、交叉率は0.6で、突然変異率は0.001に設定される。
【0065】
上述したように遺伝的アルゴリズムの演算は、重要な順に逐次ファジー論理・監視コントローラに適用される。本発明では、倍率が知識ベースのルール集合に大域的な影響を与えるため、最初に倍率が調整される。倍率を調整するために、1つの解の染色体の各々は、倍率Se、Sd、Suに対する3つの浮動小数点値の3つの3ビット値の連結として表される。倍率の可能な範囲の一例は、
【0066】
【数17】
【0067】
メンバシップ関数を調整する際に、eとΔeとΔuの21個のパラメータ化されたメンバシップ関数を連結することによって、染色体が形成される。各メンバシップ関数は、隣接した台形との重なり度が0.5の台形であるので、論議領域は、メンバシップ関数のコア領域と重なり領域が交互に来る区間に分割される。ネガティブミディアムのNMとポジティブミディアムのPMのコア領域は、〔−1,1〕の区間から左右に各々半無限に拡張する。これらの区間はb1で表され、7つのメンバシップ関数のラベルに対して11の区間がある。一般的に、区間数は以下のように定義される。
【0068】
【数18】
【0069】
ここで#(b)は区間数であり、#(MF)はメンバシップ関数の数である。従って、各染色体は、11個の浮動小数点値のベクトルであるので、論議領域は以下のように正規化される。
【0070】
【数19】
【0071】
【外1】
【0072】
遺伝的アルゴリズムの演算は、122で、もう残っている世代がないことが決定されるまで適用される。まだ遺伝的アルゴリズムの世代が残っている場合は、図14の説明で述べたものと同じ方法で、さらに性能測定値がセメント工場のシミュレータから得られる。さらに別の性能測定値が得られると、次に、残りの世代がなくなるまで図13の116〜122の工程が繰り返される。遺伝的アルゴリズムが全ての世代に適用されたら、次に124で、チューナはファジー論理・監視コントローラに最適解を出力する。ファジー論理・監視コントローラ50に最適解が与えられると、次にこのコントローラを混合原料・比例制御器36で使って、セメント工場28で利用することができるので、原料の正しい混合と配分が得られることが保証される。
【0073】
本開示での前述のフローチャートは、混合原料・比例制御器を調整するシステムを使ったアーキテクチャと機能とオペレーションを示したものである。この点で、各ブロックはモジュールかセグメントかコードの一部を表すものであって、特定の論理関数を実行させる実行インストラクションを複数備える。別な実施の方法では、ブロックで記述された機能は図に記された順番通りに生じないこともあり、実際には、例えば、図の通りに大体実行されたり、同時に実行されるものがあったり、逆の順序で実行されることがあって、これは関与する機能に依存することを注意されたい。
【0074】
混合原料・比例制御器を調整する上述のシステムと方法は、論理関数を実行するための順序づけられた一連の実行インストラクションを備える。この順序づけられた一連のインストラクションは、インストラクションを読み出して実行可能なコンピュータシステムによって利用されたり、そのシステムと共に利用されるコンピュータ読み出し可能媒体に組み入れられる。本願では、このコンピュータ読み出し可能媒体は、インストラクションを含んでいたり、記憶格納したり、通信したり、伝搬したり、送信したり、移送したりすることが可能ならばどのようなものであってもよい。このコンピュータ読み出し可能媒体は、例えば、電子式か磁気式か光学式か電磁式か赤外線式のシステムか装置かデバイスであってもよいが、これらに限定されることはない。非網羅的なコンピュータ読み出し可能媒体のリストには、1本以上の線を有する電気(電子)接続部と携帯用フロッピーディスク(磁気式)とランダムアクセスメモリ(RAM)(磁気式)と読み出し専用記憶素子(ROM)(磁気式)と消去可能PROM(EPROMまたはフラッシュメモリ)と光ファイバ(光学式)と携帯用CDROM(光学式)が含まれるが、これらが全てではない。インストラクションを印刷するために紙やその他の適切な媒体を用いることもできる。例えば、インストラクションは、紙やその他の媒体をオプティカルスキャンすることによって電子的に捕えられ、次に、必要に応じて適切な方法でコンパイルされるか解釈されるか処理され、その後にコンピュータメモリに記憶することもできる。
【0075】
従って、本発明に基づき、上述の意図と効果と目的を十分に満たす混合原料比例制御器を調整するシステムと方法が提供されたことは明らかである。いくつかの実施形態に関して本発明を説明したが、当業者であれば、本発明の範囲から逸脱することなく変更と修正を行うことができることを理解されたい。
【図面の簡単な説明】
【図1】
図1は、混合原料・比例制御器を調整するシステムが動作する汎用コンピュータシステムの概略図である。
【図2】
図2は、混合原料・比例制御器を利用するセメント工場のブロック図である。
【図3】
図3は、図2に示された混合原料・比例制御器によって提供されるファジー論理・監視コントローラの概略図である。
【図4】
図4は、図3に示された開ループシステムの詳細図である。
【図5】
図5は、図3に示されたファジー論理・監視コントローラの詳細図である。
【図6】
図6は、ファジー論理・監視コントローラに用いられるFPIコントローラの1つを詳細に示したブロック図である。
【図7】
図7は、図6に示されたFPIコントローラを詳細に示したブロック図である。
【図8a】
FPIコントローラに用いられるファジーメンバシップ関数の例を示す図である。
【図8b】
FPIコントローラに用いられるファジーメンバシップ関数の例を示す図である。
【図8c】
FPIコントローラに用いられるファジーメンバシップ関数の例を示す図である。
【図9】
図9は、FPIコントローラのうちの1つのルール集合の一例を示す。
【図10】
図10は、設定点を制御する制御面の一例を示す。
【図11】
図11は、ファジー論理・監視コントローラを用いて混合材料の配合制御を行う工程を説明するフローチャートである。
【図12】
図12は、図2に示された混合材料・比例制御器を調整するシステムのブロック図である。
【図13】
図13は、図5から図6に示されたFPIコントローラを調整するために実行される工程を説明するフローチャートである。
【図14】
図14は、図13に示された性能測定を実行する工程を説明するフローチャートである。
【関連出願のクロスレファレンス】
本願は、1998年11月9日に出願された米国特許出願第09/189,153「ファジー論理・監視コントローラを用いてセメント工場の混合原料の配分制御を行うシステムと方法」の一部継続出願である。
【0002】
【発明の背景】
本発明は一般的にセメント工場に関し、特に、セメント工場の混合原料比例制御器の調整に関する。
【0003】
一般的なセメント工場では、石灰岩と砂岩と中和剤等の原料を用いてセメントを作る。輸送ベルト(例えばウェイフィーダ)が3種の各原料をミキサまで運び、ミキサがその原料を混ぜ合わせる。原料粉砕機は混合された原料を受け取り、粉砕/混合し、「混合原料」と呼ばれる粉にする。原料粉砕機は混合原料をキルンへ送り込み、そこで焼成工程が行われる。良質のセメントを製造するためには、原料粉砕機によって作られる混合原料が望ましい特定の値をもつ物理的特性を備える必要がある。混合原料の特性を示す物理的特性には、石灰飽和度(LSF)とアルミナ含有率(ALM)と珪酸率(SIM)などがある。これらの性質は全て、各原料中に存在する4種の金属酸化物(即ち、カルシウム、鉄、アルミニウム、シリコン)の量の既知の関数である。通常、原料粉砕機から出てくる混合原料のLSFとALMとSIMの値は、特定の設定点に近いはずである。
【0004】
原料粉砕機から出てくる混合原料のLSFとALMとSIMの値を特定の設定点に調整する方法の1つは、比例制御器によって閉ループ制御を行うことである。一般的に、比例制御器は、原料粉砕機の設定点からの偏差を入力情報として用いて、その次のタイムステップの出力情報として新たな目標設定点を生成する。基本的に、閉ループ比例制御器は、トラッキング誤差を入力情報として用いて誤差補正の制御操作を生成する従来型フィードバックコントローラである。閉ループ比例制御器を用いて原料粉砕機から出てくる混合原料のLSFとALMとSIMの値を調整する際の1つの問題点は、目標設定点からの変動が大きすぎることである。変動が大きすぎると、混合原料は原料が不適切に混合されたものとなるので、セメントの品質が低下する。原料粉砕機から出てくる混合原料のLSFとALMとSIMの値が変動することを避けるためには、セメントを製造するための原料の正しい混合と配分を保証できるシステムと方法が必要である。
【0005】
【発明の簡潔な概要】
本発明は、混合原料・比例制御器を調整するコンピュータインストラクションを記憶するシステムと方法とコンピュータ読み出し可能媒体に関する。この実施形態では複数の目標設定点が存在する。セメント工場シミュレータは、複数の設定点に基づいてセメント工場のオペレーションをシミュレートする。ファジー論理・監視コントローラは、複数の目標設定点に基づいてセメント工場シミュレータの動作を制御する。特に、ファジー論理・監視コントローラは、セメント工場シミュレータの複数の設定点と複数の目標設定点の間のトラッキング誤差とトラッキング誤差変化量を追跡し、セメント工場シミュレータに制御操作量を提供して、トラッキング誤差を最小限にする。チューナは、セメント工場シミュレータとファジー論理・監視コントローラに接続されており、セメント工場シミュレータと複数の目標設定点の間の追跡を最適化する。
【0006】
【発明の実施の形態】
図1は、混合原料・比例制御器を調整するシステムが動作する汎用コンピュータシステム10の概略図である。コンピュータシステム10は、一般的に、プロセッサ12とメモリ14と入出力デバイスと、プロセッサとメモリと入出力デバイスを接続するデータ経路(例えば、バス)16を備える。プロセッサ12は、メモリ14からのインストラクションとデータを受け取り、様々な計算を実行する。プロセッサ12には、算術演算と論理演算を実行する算術論理演算ユニット(ALU)と、メモリ14からのインストラクションを抽出/解読/実行し、必要な時にALUを要求する制御ユニットが含まれる。メモリ14には、一般的に、ランダムアクセスメモリ(RAM)と読み出し専用メモリ(ROM)が含まれるが、その他の種類のメモリ、例えば、プログラマブルROM(PROM)と消去可能PROM(EPROM)と電気的消去可能PROM(EEPROM)でもよい。また、メモリ14には、プロセッサ12で実行されるオペレーティングシステムが記憶されることが好ましい。オペレーティングシステムは基本タスクを実行するが、これには、入力情報の認識タスクと、出力情報の出力デバイスへの送信タスクと、ファイルとディレクトリの追跡タスクと、様々な周辺デバイスの制御タスクが含まれる。
【0007】
入出力デバイスは、データとインストラクションをコンピュータシステム10に入力するキーボード18とマウス20を備える。ディスプレイ22によってユーザはコンピュータが処理を完了したことを知ることができる。その他の出力デバイスとして、プリンタとプロッタとシンセサイザとスピーカが含まれることもある。モデム、即ち、ネットワークカード24によって、コンピュータシステム10は他のコンピュータやネットワーク上の資源へのアクセスが可能になる。大容量記憶デバイス26によって、コンピュータシステム10は大量のデータを永久保存することが可能になる。大容量記憶デバイスは、フロッピーディスクとハードディスクとオプティカルディスク等の全ての種類のディスクドライブと、デジタルオーディオテープ(DAT)やデジタルリニアテープ(DLT)やその他の磁気的にコード化媒体を含むテープのデータの読み出し/書き込みが可能なテープドライブを備えていてもよい。上述のコンピュータシステム10は、ハンドヘルドデジタルコンピュータや携帯情報端末(PDA)やパーソナルコンピュータやワークステーションやミニコンピュータやメインフレームコンピュータやスーパコンピュータであってもよい。
【0008】
図2は、混合原料・比例制御器を使うセメント工場28のブロック図である。セメント工場28では、石灰岩と砂岩と中和剤等の複数の原料30を使用してセメントを製造する。その他に水分が原料に加えられることもある。これらの原料は、セメントの混合原料の製造に適した混合物を代表するものであるが、本発明の原理は、セメント混合原料の製造に用いられるその他の混合材料にも適用されることを明確に理解されたい。各原料の入った容器32は、ウェイフィーダ等の輸送ベルト34に沿って動く。混合原料・比例制御器36は、輸送ベルト34に沿って運搬される原料30の配分を制御する。ミキサ38は、輸送ベルト34に沿って運搬された原料30を混合する。原料粉砕機40は混合された原料42をミキサ38から受け取り、粉砕/混合して混合原料にする。原料粉砕機40は、混合原料をキルン44に送り込み、そこで焼成の工程が行われる。
【0009】
上述したように、原料粉砕機40によって製造された混合原料は、特定の望ましい値をもつ物理的特性を有することが望ましい。本発明では、この物理的特性はLSFとALMとSIMである。これらの性質は、全て、各原料中に存在する4種の金属酸化物(即ち、カルシウム、鉄、アルミニウム、シリコン)の量の既知の関数である。石灰岩を運搬する輸送ベルト34の1つにあるIMA社のQUARCON(商標)センサ等のセンサ46は、石灰岩中に含まれるカルシウムと鉄とアルミニウムとシリコンを測定する。必要に応じてその他の原料にも1つより多いセンサを使用できることは、当業者であればわかっていることである。通常、原料粉砕機から出てくる混合原料のLSFとALMとSIMの値は特定の目標設定点に近いはずである。IMA社のIMACON(商標)等のその他のセンサは、混合物42中に存在するカルシウムと鉄とアルミニウムとシリコンを測定する。本発明はLSFとALMとSIMという物理的特性に関して論じられているが、当業者であれば、混合原料を特徴づけるその他の物理的特性も本発明の範囲内にあることを理解している。
【0010】
混合原料・比例制御器36は、原料粉砕機40に入る前に混合される原料30の配分を継続的に変更して、LSFとALMとSIMの値が所望の目標設定点に近くなって、変動がなるべく少なくなるようにする。混合原料・比例制御器36は、ファジー論理・監視制御によって混合原料の配合を継続的に変更する。特に、ファジー論理・監視制御は目標設定点と原料の化学成分を入力情報として用いて制御操作を生成することによって原料の配分を継続的に変更する。ミキサ38はファジー論理の監視制御によって決定された量の原料を混合し、原料粉砕機40は混合物42を粉砕して混合原料を作る。
【0011】
図3は、混合原料・比例制御器によってなされるファジー論理・監視制御の概略図である。混合原料比例制御器36によってなされるファジー論理・監視制御には主要な構成要素が2つ、即ち、ファジー論理・監視コントローラ50と開ループシステム52がある。ファジー論理・監視制御は、入力情報としてS*とPを受け取り、出力情報としてSを生成する。尚、S*は目標設定点で、Pは原料のプロセス組成行列で、Sは実際の設定点である。これらの変数について以下でさらに詳細に論じる。各タイムステップで、ファジー論理・監視コントローラは、制御操作変化量であるΔU(t)を生成することによって、
【0012】
【数1】
【0013】
で定義されるトラッキング誤差を除去しようと試みるので、
【0014】
【数2】
【0015】
で定義される次のタイムステップで適切な制御操作をとることができる。
【0016】
特に、ファジー論理・監視コントローラ50は、トラッキング誤差を補償するために勾配情報を利用して制御を変化させる。図3では、減算器54は式1の演算を実行し、加算器56は式2の演算を実行する。
【0017】
図4は、図3に示された開ループシステム52の詳細図である。開ループシステム52は入力情報としてPとUを受け取り、出力情報としてSを生成する。尚、Pはサイズが4×3のプロセス組成行列で、Uはサイズが3×1の制御変数の行列で、Sはサイズが3×1の実設定点行列で、Rはサイズが4×1の重み行列である。
【0018】
プロセス組成行列Pは、投入原料(即ち、石灰岩と砂岩と中和剤)の化学成分(百分率値)を表し、以下のように定義される。
【0019】
【数3】
【0020】
行列Pの1列目は石灰岩の化学成分を表し、Pの2列目と3列目は各々砂岩と中和剤を表す。本発明は、時間が経つと変化するのはPの1列目だけで、2列目と3列目はいつでも定数であると仮定する。行列Pの1行目は原料中に存在する化学元素である酸化カルシウム(CaO)の比率を表し、2行目と3行目と4行目は各々、原料中に存在する化学元素である珪酸(SiO2)と酸化アルミニウム(Al2O3)と酸化第2鉄(Fe2O3)の比率を表す。
【0021】
制御変数ベクトルであるUは混合原料の配分に用いられる原料(即ち、石灰岩と砂岩と中和剤)の比率を表す。行列Uは以下のように定義される。
【0022】
【数4】
【0023】
ここで、u3=1−u1−u2
設定点ベクトルであるSには、設定点のLSFとSIMとALMが含まれ、以下のように定義される。
【0024】
【数5】
【0025】
重みの行列であるRは以下のように定義される。
【0026】
【数6】
【0027】
ここで、CとSとAとFは各々、CaOとSiO2とAl2O3とFe2O3の重量を表し、RはPとUの積である。関数fはRを入力情報として受け取り、Sを出力情報として生成する。関数fは以下のように定義される3つの連立非線形方程式を備える。
【0028】
【数7】
【0029】
ここで、
【0030】
【数8】
【0031】
であって、u1、u2、u3=1−u1−u2は、各々、石灰岩と砂岩と中和剤の無水ベースの比率である。さらに、ciとsiとaiとfiは、数3で定義されたプロセス組成行列Pの化学元素である。
【0032】
図5は、図3に示されたファジー論理・監視コントローラ50の詳細図である。ファジー論理・監視コントローラ50は、複数の低レベル・コントローラ58を備え、各低レベル・コントローラ58は、目標設定点の変化量ΔSを入力情報として受け取り、制御操作変化量ΔUを出力情報として生成する。複数の低レベル・コントローラはFPIコントローラであるのが好ましいが、その他の種類のファジー論理コントローラも本発明の範囲内にある。好適な実施形態では、図5に示されるように、ファジー論理・監視コントローラ50は少なくとも3対のFPIコントローラ58を備え、少なくとも3対の各低レベルコントローラは、目標設定点の変化量ΔSを入力情報として受け取り、制御操作変化量ΔUを出力情報として生成する。図5に示されるように、第1の対のFPIコントローラは、石灰飽和度の変化ΔLSFを入力情報として受け取り、第2の対のFPIコントローラは、珪酸率ΔSIMを入力情報として受け取り、第3の対のFPIコントローラはアルミナ含有率ΔALMを入力情報として受け取る。上述したように、1対のFPIコントローラの中の各FPIコントローラは、制御操作変化量を出力情報として生成する。特に、1対のFPIコントローラのうちの1つは、制御操作変化量Δu1を第1の出力情報として生成し、1対のうちのもう一方のFPIコントローラは、制御操作変化量Δu2を第2の出力情報として生成する。制御操作変化量Δu1は石灰岩の無水ベースの比率を表し、制御操作変化量Δu2は砂岩の無水ベースの比率を表す。
【0033】
また、ファジー論理・監視コントローラ50は、第1加算器60と第2加算器62を備え、両加算器はFPIコントローラの各対に接続され、そこで生成された制御操作変化量を加算するのに用いられる。特に、第1加算器60は、FPIコントローラの各対から生成された制御操作変化量Δu1を受け取り、第2加算器62は、FPIコントローラの各対から生成された制御操作変化量Δu2を受け取る。第1加算器60は制御操作量Δu1を全て加算し、第2加算器62は制御操作量Δu2を全て加算する。第3加算器64は第1加算器60と第2加算器62に接続され、Δu1とΔu2に対する制御操作変化量を加算して、制御操作変化量ΔUを生成する。基本的に、高レベルファジー論理・監視コントローラ50は、3対の低レベルFPIコントローラを合算するものであって、1つの統一された制御操作を導き出す。さらに、高レベルファジー論理・監視コントローラ50は、上述の合算プロセスに重み関数を与えて、制御目標全体のトレードオフを確定してもよい。例えば、ΔLSFの除去に集中するには、第1の対のFPIコントローラによって推奨される制御操作量にさらに重みを加える。
【0034】
図6は、ファジー論理・監視コントローラ50で使われるFPIコントローラ58の1つをより詳細に示すブロック図である。FPIコントローラ58は、誤差eと誤差変化量Δeを入力情報として受け取り、増分制御操作量Δuを出力情報として生成する。誤差eは、ΔLSFとΔSIMとΔALMである入力情報ΔSに対応する。従って、1対のFPIコントローラの入力情報は以下のように定義され、
【0035】
【数9】
【0036】
第2の対のFPIコントローラの入力情報は以下のように定義され、
【0037】
【数10】
【0038】
第3の対のFPIコントローラの入力情報は以下のように定義される。
【0039】
【数11】
【0040】
誤差変化量Δeは以下のように定義される。
【0041】
【数12】
【0042】
ここで、e(t)はタイムステップがtの時の誤差であり、e(t−1)はタイムステップがt−1の時の誤差を表す。このように、ファジー論理・監視コントローラの各対のFPIコントローラで誤差変化量Δeがある。図6に示されるように、FPIコントローラの誤差変化量Δeは、遅延素子(即ち、サンプルアンドホールド)66によって求められる。
【0043】
図7は、図6に示されたFPIコントローラをより詳細に示したブロック図である。図7に示されたFPIコントローラ58は、ルール集合と用語集合と倍率を含む知識ベース70を備える。ルール集合は、eとΔe等の状態ベクトルの言語表現を増分制御操作Δuに写像し、用語集合は、ルール集合に用いられる言語値の意味を定義し、倍率は、入力変数(即ち、eとΔe)と出力変数(即ち、ΔU)の両方の数値限界を決定する。インタプリタ72を利用して、知識ベース70の倍率と用語集合とルール集合に基づいて、誤差eと誤差変化量Δeを制御操作量ΔUに関連づけることができる。
【0044】
本発明では、入力変数(eとΔe)と出力変数(ΔU)の各々は用語集合を有する。用語集合は、NBとNMとNSとZEとPSとPMとPBの集合に分けられ、この中のNはネガティブで、Bはビッグで、Mはミディアムで、Sはスモールで、Pはポジティブで、ZEはゼロである。従って、NBはネガティブビッグで、NMはネガティブミディアムで、NSはネガティブスモールで、PSはポジティブスモールで、PMはポジティブミディアムで、PBはポジティブビッグである。当業者であれば、本発明とともに実施される用語集合が他にもあることを理解している。各用語集合はそれに対応するメンバシップ関数を有し、その関数は変数の所定値に対してメンバーシップ度、即ち、信頼度を返すものである。メンバシップ関数は、入力される値が〔0,1〕の範囲である限り、どんな形のものでもよい。図8aから図8cは、誤差eと誤差変化量Δeと制御操作変化量Δuに各々用いられるファジーメンバシップ関数の例を示したものである。
【0045】
FPIコントローラ58のルール集合の例は、図9に示されている。上述したように、ルール集合は、誤差eと誤差変化量Δeの言語表現を制御操作量Δuに写像する。図9では、eがNMで、ΔeがPSならば、ΔuはPSになる。例をもう1つとると、eがPSで、ΔeがNSならば、ΔuはZEになる。当業者であれば、本発明とともに実行されるルール集合が他にもあることを理解している。図10は、設定点のうちの一つの制御面の一例を示す。特に、図10はLSFの制御の制御面を示す。
【0046】
図11は、ファジー論理・監視制御によって提供される混合原料の配分制御を表したフローチャートである。まず、74で、混合原料比例制御器は複数の目標設定点S*を得る。次に、76で、混合原料・比例制御器はプロセス組成行列Pを得る。その後に、78で、混合原料・比例制御器は前述の方法によってファジー論理・監視制御を実行する。その後、80で、混合原料・比例制御器は、原料の配分を示す制御行列Uを出力する。次に、82で、混合原料・比例制御器は各輸送ベルトの速度を設定し、制御行列Uに基いた適切な原料の配分を提供できるようにする。これらの工程は生産シフトの終りまで継続する。84で決定される生産シフトにまだ時間があったなら、74〜82の工程が繰り返され、なければこのプロセスを終了する。
【0047】
本発明の別の実施形態では、混合原料・比例制御器36を調整するシステムがある。図12は、混合原料・比例制御器36を調整するシステム86のブロック図である。調整システム86は、図1に示される汎用コンピュータシステムで動作可能である。調整システム86には、セメント工場28を稼動させるための複数の目標設定点88が含まれる。本実施形態では、目標設定点はLSFとALMとSIMを備えるが、前述したように、当業者であれば、その他の設定点も本発明の範囲にあることを理解している。セメント工場のシミュレータ90は、複数の設定点に基づいてセメント工場28の操業をシミュレートする。
【0048】
コンパレータ92は、セメント工場のシミュレータ90の複数の設定点を複数の目標設定点88と比較する。コンパレータ92は、セメント工場のシミュレータ90の設定点と目標設定点の間のトラッキング誤差に応じた誤差信号を送信する。ファジー論理・監視コントローラ50は、トラッキング誤差とトラッキング誤差変量を使ってセメント工場のシミュレータ90に対する制御操作量を生成することによって、トラッキング誤差を最小限に抑える。本発明では、この制御によって、セメント工場のシミュレータ90で用いられる混合原料の比率が補正される。チューナ94は、セメント工場のシミュレータ90とファジー論理・監視コントローラ50にオフラインで接続され、セメント工場のシミュレータ90と目標設定点の間をトラックするコントローラの能力を最大まで高め、また同時に平滑な制御操作を提供する。チューナ94は、ファジー論理・監視コントローラのパラメータの最適な集合を決定することによってトラッキングを最適化し、平滑な制御操作を提供する。これによって、初期化や原料の変動が原因で起こる障害からコントローラを保護できる。
【0049】
本発明では、セメント工場のシミュレータ90は、セメント工場28の操業をシミュレートし、図2〜図11に関して上述した方法で操業させる。特に、セメント工場のシミュレータ90は、石灰岩と砂岩と中和剤等の原料を用いてセメントを作る処理をシミュレートする。さらに、セメント工場のシミュレータは原料の混合原料・比例制御器をシミュレートする。セメント工場のシミュレータは、配分された原料の混合と、原料粉砕機によって実行される粉砕/混合と、キルンによって実行される焼成もシミュレートする。セメント工場のシミュレーションはセメント製造プロセスを制御して、混合原料がLSFとALMとSIMの特定の目標値を満たすようにする。セメント工場のシミュレータ90は、1〜17の式に基づいてこれらの演算を実行する。
【0050】
ファジー論理・監視コントローラ50を調整するために、FPIコントローラについてより詳細な説明がなされる。各FPIコントローラの出力変数uと入力変数eの関係は、ほぼ以下のように表される。
【0051】
【数13】
【0052】
ここで、SeとSdとSuの各々は、誤差eと誤差変化量Δeと増分出力変数Δuの倍率である。上記の関係は、以下で定義される従来のPIコントローラとは異なる。
【0053】
【数14】
【0054】
ここで、KpとKiは各々、比例ゲインと積分ゲインである。本発明のFPIコントローラを従来のPIコントローラと比較すると以下のようになる。
【0055】
【数15】
【0056】
本発明では、FPIコントローラ58の性能はチューナ94によって調整される。特に、チューナ94は、遺伝的アルゴリズムを用いて、知識ベース70内のパラメータ(即ち、倍率、メンバシップ機能、ルール集合)を重要な順に連続的に調整する。遺伝的アルゴリズムとは、複雑な多変化量問題に対する最適解を求めるために用いられる手法である。ある意味で、遺伝的アルゴリズムは試行錯誤法に焦点を当てて発展させたものである。基本的に、遺伝的アルゴリズムは、自然淘汰による進化過程をシミュレートすることによって、探索や最適化の問題を解決するコンピュータプログラムである。実際にどんな問題を解決するかにかかわりなく、典型的な遺伝的アルゴリズムは一連の工程を繰り返す。まず、潜在的な解の母集団が生成される。解は、解こうとしている問題の答として一般的な形(例えば、同数の変数)を有する離散データである。これらの解はデジタルコンピュータによって容易に扱うことができる。この初期解は探索空間にランダムに散在していることが多い。
【0057】
次に、問題に特有な適合度関数を母集団の各解に適用し、様々な解の相対的な容認性を評価できるようにする。次に、次世代の解の親として用いられる解が選ばれる。通常、初期の母集団のメンバと同数の親が選択される。ある解が親に選ばれる可能性は、その解の適合度に関連する。より良い解が親に選ばれる傾向が強い。通常、より良い解は複数回、親に選ばれるので複数の新たな解の親になるが、劣った解は親として全く選ばれない。次に親の解は複数の対にされる。この複数の対はランダムに作られることが多いが、異なる親同士を組み合わせて子の多様性を促進する場合もある。
【0058】
親の解の対の各々を用いて、2つの新たな子を作ることができる。突然変異オペレータが各親に別々に適用されて各親から1つの子を生み出すか、または、2つの親が交叉オペレータを用いて結合され、各々が両方の親に類似点を有する子を2つ生み出す。突然変異オペレータは確率的オペレータであって、必要な特徴がない解の母集団にその特徴を導入するものである。交叉オペレータは、2つの親の最良の特徴を獲得し、それを新たな子孫の解に伝える決定論的オペレータである。交叉オペレーションでは、進化する母集団の成功したメンバによって発見された最適解の基礎的な要素を代々にわたって結合し、最終的に1つの個体に作りあげる。
【0059】
次に、新しい子の母集団のメンバは適合度関数によって評価される。この子供達は、前世代の母集団の良い解を修正したものなので、この子供達の中には親のどの解よりも評価が高くなるものもあるかもしれない。次に、子の母集団はその親が属していた最初の母集団と結合されて、新たな母集団を生み出される。これを行うには、子の母集団と初代の母集団を結合したものから、評価の高い方の半分の解を受け取るという方法がある。こうすれば、解の総数は同じだが、より優れた子が生みだされれば評価の平均値は向上することが見込まれる。生みだされた子のうち劣っているものはこの段階で除去され、優れている子供達が次の工程で次世代の親になることを注意されたい。この過程は、満足のいく解(即ち、適合度関数に基づく許容可能な格付けをもつ解)が生成されるまで続く。遺伝的アルゴリズムが終了するパターンとして最も多いのは、予定の回数の反復を完了した場合か、おびただしい回数の反復を行っても母集団の平均評価値が向上しなかった場合である。
【0060】
本発明では、チューナ94は、遺伝的アルゴリズムのオブジェクトのC++ライブラリであるGAlib等のオフザシェルフの遺伝的アルゴリズムを用いるが、GENESIS(遺伝的探索実行システム)等の他の既存のアルゴリズムも利用できる。必要なのは適合度関数だけである。本発明では、適合度関数は以下のようになる。
【0061】
【数16】
【0062】
ここで、wは重み関数であり、S*は望ましい目標設定点であり、Tはシミュレーションタイムであり、Uは制御操作量であり、cは原料コストであり、iは3つの設定点のインデックスであり、jはタイムステップのインデックスであり、kは初めの3つの適合度関数のインデックスである。適合度関数f1はトラッキング精度を表現するもので、適合度関数f2はアクチュエータの操作量を表現するもので、適合度関数f3は原料コストを表現するもので、適合度関数f4は適合度関数f1とf2とf3の加重合計をまとめるものである。
【0063】
図13は、ファジー論理・監視コントローラ50を調節するために実行される工程を示したフローチャートである。96でチューナは始動され、98でセメント工場のシミュレータから性能測定が読み出される。図14は、その性能測定がどのように得られるかを示したものである。ここで図14を参照すると、100で、セメント工場のシミュレータはセメント製造オペレーションのために初期化される。次に、102でシミュレーションの実行が開始される。シミュレータが実行される毎に、104でセメント工場のシミュレータから状態変数が得られる。本発明では、状態変数はセメント工場のシミュレータの設定点である。次に、106で状態変数がファジー論理・監視コントローラに入力される。ファジー論理・監視コントローラは、入力された状態変数を用いて108で制御操作を行うことを推奨する。次に110で、目標設定点と実際の設定点と制御操作量等のセメント工場のシミュレータの性能測定値が得られてログとして記憶される。次に、112でシミュレーションは終了する。114のオペレーションでまだシミュレーション工程が残っていると判断された場合は、そのシミュレーション工程がなくなるまで102から112の処理工程が継続される。シミュレーション工程がなくなると、チューナが性能測定を調整する準備が整ったことになる。
【0064】
再び図13を参照すると、性能測定値がセメント工場のシミュレータから獲得されると、次に、チューナは所定数の世代と個体に対して、116での測定値に適合度関数f1、f2、f3、f4を適用する。118で現在の世代には解候補が残っていないと決定されるまで、適合度関数f1、f2、f3、f4が適用される。次に、120で遺伝的アルゴリズムの演算がファジー論理・監視コントローラに適用されて、次世代の母集団が求められる。母集団サイズと交叉率と突然変異率等の本発明の遺伝的アルゴリズムのパラメータは、例えば、母集団サイズは50で、進化する世代数は25で、交叉率は0.6で、突然変異率は0.001に設定される。
【0065】
上述したように遺伝的アルゴリズムの演算は、重要な順に逐次ファジー論理・監視コントローラに適用される。本発明では、倍率が知識ベースのルール集合に大域的な影響を与えるため、最初に倍率が調整される。倍率を調整するために、1つの解の染色体の各々は、倍率Se、Sd、Suに対する3つの浮動小数点値の3つの3ビット値の連結として表される。倍率の可能な範囲の一例は、
【0066】
【数17】
【0067】
メンバシップ関数を調整する際に、eとΔeとΔuの21個のパラメータ化されたメンバシップ関数を連結することによって、染色体が形成される。各メンバシップ関数は、隣接した台形との重なり度が0.5の台形であるので、論議領域は、メンバシップ関数のコア領域と重なり領域が交互に来る区間に分割される。ネガティブミディアムのNMとポジティブミディアムのPMのコア領域は、〔−1,1〕の区間から左右に各々半無限に拡張する。これらの区間はb1で表され、7つのメンバシップ関数のラベルに対して11の区間がある。一般的に、区間数は以下のように定義される。
【0068】
【数18】
【0069】
ここで#(b)は区間数であり、#(MF)はメンバシップ関数の数である。従って、各染色体は、11個の浮動小数点値のベクトルであるので、論議領域は以下のように正規化される。
【0070】
【数19】
【0071】
【外1】
【0072】
遺伝的アルゴリズムの演算は、122で、もう残っている世代がないことが決定されるまで適用される。まだ遺伝的アルゴリズムの世代が残っている場合は、図14の説明で述べたものと同じ方法で、さらに性能測定値がセメント工場のシミュレータから得られる。さらに別の性能測定値が得られると、次に、残りの世代がなくなるまで図13の116〜122の工程が繰り返される。遺伝的アルゴリズムが全ての世代に適用されたら、次に124で、チューナはファジー論理・監視コントローラに最適解を出力する。ファジー論理・監視コントローラ50に最適解が与えられると、次にこのコントローラを混合原料・比例制御器36で使って、セメント工場28で利用することができるので、原料の正しい混合と配分が得られることが保証される。
【0073】
本開示での前述のフローチャートは、混合原料・比例制御器を調整するシステムを使ったアーキテクチャと機能とオペレーションを示したものである。この点で、各ブロックはモジュールかセグメントかコードの一部を表すものであって、特定の論理関数を実行させる実行インストラクションを複数備える。別な実施の方法では、ブロックで記述された機能は図に記された順番通りに生じないこともあり、実際には、例えば、図の通りに大体実行されたり、同時に実行されるものがあったり、逆の順序で実行されることがあって、これは関与する機能に依存することを注意されたい。
【0074】
混合原料・比例制御器を調整する上述のシステムと方法は、論理関数を実行するための順序づけられた一連の実行インストラクションを備える。この順序づけられた一連のインストラクションは、インストラクションを読み出して実行可能なコンピュータシステムによって利用されたり、そのシステムと共に利用されるコンピュータ読み出し可能媒体に組み入れられる。本願では、このコンピュータ読み出し可能媒体は、インストラクションを含んでいたり、記憶格納したり、通信したり、伝搬したり、送信したり、移送したりすることが可能ならばどのようなものであってもよい。このコンピュータ読み出し可能媒体は、例えば、電子式か磁気式か光学式か電磁式か赤外線式のシステムか装置かデバイスであってもよいが、これらに限定されることはない。非網羅的なコンピュータ読み出し可能媒体のリストには、1本以上の線を有する電気(電子)接続部と携帯用フロッピーディスク(磁気式)とランダムアクセスメモリ(RAM)(磁気式)と読み出し専用記憶素子(ROM)(磁気式)と消去可能PROM(EPROMまたはフラッシュメモリ)と光ファイバ(光学式)と携帯用CDROM(光学式)が含まれるが、これらが全てではない。インストラクションを印刷するために紙やその他の適切な媒体を用いることもできる。例えば、インストラクションは、紙やその他の媒体をオプティカルスキャンすることによって電子的に捕えられ、次に、必要に応じて適切な方法でコンパイルされるか解釈されるか処理され、その後にコンピュータメモリに記憶することもできる。
【0075】
従って、本発明に基づき、上述の意図と効果と目的を十分に満たす混合原料比例制御器を調整するシステムと方法が提供されたことは明らかである。いくつかの実施形態に関して本発明を説明したが、当業者であれば、本発明の範囲から逸脱することなく変更と修正を行うことができることを理解されたい。
【図面の簡単な説明】
【図1】
図1は、混合原料・比例制御器を調整するシステムが動作する汎用コンピュータシステムの概略図である。
【図2】
図2は、混合原料・比例制御器を利用するセメント工場のブロック図である。
【図3】
図3は、図2に示された混合原料・比例制御器によって提供されるファジー論理・監視コントローラの概略図である。
【図4】
図4は、図3に示された開ループシステムの詳細図である。
【図5】
図5は、図3に示されたファジー論理・監視コントローラの詳細図である。
【図6】
図6は、ファジー論理・監視コントローラに用いられるFPIコントローラの1つを詳細に示したブロック図である。
【図7】
図7は、図6に示されたFPIコントローラを詳細に示したブロック図である。
【図8a】
FPIコントローラに用いられるファジーメンバシップ関数の例を示す図である。
【図8b】
FPIコントローラに用いられるファジーメンバシップ関数の例を示す図である。
【図8c】
FPIコントローラに用いられるファジーメンバシップ関数の例を示す図である。
【図9】
図9は、FPIコントローラのうちの1つのルール集合の一例を示す。
【図10】
図10は、設定点を制御する制御面の一例を示す。
【図11】
図11は、ファジー論理・監視コントローラを用いて混合材料の配合制御を行う工程を説明するフローチャートである。
【図12】
図12は、図2に示された混合材料・比例制御器を調整するシステムのブロック図である。
【図13】
図13は、図5から図6に示されたFPIコントローラを調整するために実行される工程を説明するフローチャートである。
【図14】
図14は、図13に示された性能測定を実行する工程を説明するフローチャートである。
Claims (72)
- 混合原料・比例制御器を調整するシステムであって、
複数の目標設定点と、
複数の設定点に基づいてセメント工場のオペレーションをシミュレートするセメント工場シミュレータと、
前記複数の目標設定点に基づいて前記セメント工場のオペレーションを制御するファジー論理・監視コントローラであって、前記セメント工場シミュレータの前記複数の設定点と前記複数の目標設定点の間のトラッキング誤差とトラッキング誤差変化量を追跡し、前記トラッキング誤差を最小限に抑える制御操作量を前記セメント工場シミュレータに提供する、当該ファジー論理・監視コントローラと、
前記セメント工場シミュレータと前記ファジー論理・監視コントローラに接続され、前記セメント工場シミュレータと前記複数の目標設定点の間の追跡を最適化するチューナを備えるシステム。 - 前記ファジー論理・監視コントローラは、前記トラッキング誤差と前記トラッキング誤差変化量と前記制御操作量を求めるために規定される倍率とメンバシップ関数とルール集合を含むファジー論理知識ベースを備える、請求項1のシステム。
- 前記ファジー論理・監視コントローラは、前記トラッキング誤差と前記トラッキング誤差変化量を、前記ファジー論理知識ベースの前記倍率と前記メンバシップ関数と前記ルール集合に基づいて前記制御操作量に関連づけるインタプリタをさらに備える、請求項2のシステム。
- 前記制御操作量によって、前記セメント工場シミュレータで用いられる原料の配分を修正する、請求項3のシステム。
- 前記ファジー論理・監視コントローラは、複数の低レベルコントローラを備え、前記低レベルコントローラの各々は、目標設定点の変化量を入力情報として受け取り、制御操作変化量を出力情報として生成する、請求項1のシステム。
- 前記ファジー論理・監視コントローラは、少なくとも3対の低レベルコントローラを備え、前記少なくとも3対の低レベル監視コントローラの各々は、目標設定点の変化量を入力情報として受け取り、制御操作変化量を出力情報として生成する、請求項5のシステム。
- 前記少なくとも3対の低レベルコントローラのうちの1対は、石灰飽和度を入力情報として受け取り、前記少なくとも3対の低レベルコントローラのうちの第2の対は、アルミナ含有率を入力情報として受け取り、前記少なくとも3対の低レベルコントローラのうちの第3の対は、珪酸率を入力情報として受け取る、請求項6のシステム。
- 前記少なくとも3対の低レベルコントローラのうちの1対の各低レベルコントローラは、制御操作変化量を出力情報として生成する、請求項7のシステム。
- 前記少なくとも3対の低レベルコントローラに接続され、そこで生成された制御操作変化量を全て加算する加算器をさらに備える、請求項8のシステム。
- 前記加算器は、少なくとも3個の加算器を備え、第1加算器は、前記少なくとも3対の低レベルコントローラの各対からの制御操作変化量の第1の成分を加算し、第2加算器は、前記少なくとも3対の低レベルコントローラの各対からの制御操作変化量の第2の成分を加算し、第3加算器は、第1と第2加算器の両方からの制御操作変化量を加算する、請求項9のシステム。
- 前記複数の低レベルコントローラの各々はファジー論理・比例積分コントローラである、請求項5のシステム。
- 前記チューナは、前記セメント工場シミュレータの動作性能を評価する複数の適合度関数を備える、請求項2のシステム。
- 前記チューナは、前記複数の適合度関数によって決定された評価値に基づいて、前記ファジー論理・監視コントローラの知識ベースの倍率とメンバシップ関数とルール集合のうちの少なくとも1つを最適化する遺伝的アルゴリズムをさらに備える、請求項12のシステム。
- 前記チューナは、前記遺伝的アルゴリズムによってなされる最適化に基づいて、前記ファジー論理・監視コントローラの知識ベースの倍率とメンバシップ関数とルール集合を調節する調整部をさらに備える、請求項13のシステム。
- 前記複数の目標設定点は、石灰飽和度とアルミナ包含率と珪酸率を備える物理的特性である、請求項1のシステム。
- 混合原料比例制御器を調整する方法であって、
複数の目標設定点を獲得する工程と、
複数の設定点に基づくセメント工場のオペレーションのシミュレートする工程と、
前記複数の目標設定点に基づいて前記セメント工場のオペレーションを制御するファジー論理・監視コントローラを提供する工程であって、前記ファジー論理・監視コントローラは、前記セメント工場シミュレータの前記複数の設定点と前記複数の目標設定点の間のトラッキング誤差とトラッキング誤差変化量を追跡し、前記トラッキング誤差を最小にする前記セメント工場シミュレーションに制御操作量を提供する、当該工程と、
前記セメント工場シミュレーションと前記複数の目標設定点の間の追跡を最適化する前記ファジー論理・監視コントローラを調整する工程を備える方法。 - 前記ファジー論理・監視コントローラを提供する工程は、前記トラッキング誤差と前記トラッキング誤差変化量と前記制御操作量を求めるために規定される倍率とメンバシップ関数とルール集合を含むファジー論理知識ベースを提供する工程を備える、請求項16の方法。
- 前記ファジー論理・監視コントローラを提供する工程は、前記ファジー論理・監視コントローラの知識ベースの前記倍率と前記メンバシップ関数と前記ルール集合に基づいて、前記トラッキング誤差と前記トラッキング誤差変化量を前記制御操作量に関連づけるインタプリタを提供する工程をさらに備える、請求項17の方法。
- 前記セメント工場のシミュレーションで用いられる、原料配分を修正するための制御操作量を利用する工程をさらに備える、請求項18の方法。
- 前記ファジー論理・監視コントローラを提供する工程は、複数の低レベルコントローラの提供を備え、前記低レベルコントローラの各々は、目標設定点の変化量を入力情報として受け取り、制御操作変化量を出力情報として生成する、請求項16の方法。
- 前記ファジー論理・監視コントローラを提供する工程は、少なくとも3対の低レベルコントローラを提供する工程を備え、前記少なくとも3対の低レベル監視コントローラの各々は、目標設定点の変化量を入力情報として受け取り、制御操作変化量を出力情報として生成する、請求項20の方法。
- 前記少なくとも3対の低レベルコントローラのうちの1対は、石灰飽和度を入力情報として受け取り、前記少なくとも3対の低レベルコントローラのうちの第2の対は、アルミナ含有率を入力情報として受け取り、前記少なくとも3対の低レベルコントローラのうちの第3の対は、珪酸率を入力情報として受け取る、請求項21の方法。
- 前記少なくとも3対の低レベルコントローラのうちの1対の各低レベルコントローラは、制御操作変化量を出力情報として生成する、請求項22の方法。
- 前記少なくとも3対の低レベルコントローラに接続され、そこで生成された制御操作変化量を全て加算する加算器を提供する工程をさらに備える、請求項23の方法。
- 前記加算器は少なくとも3個の加算器を備え、第1加算器は、前記少なくとも3対の低レベルコントローラの各対からの制御操作変化量の第1の成分を加算し、第2加算器は、前記少なくとも3対の低レベルコントローラの各対からの制御操作変化量の第2の成分を加算し、第3加算器は、第1と第2加算器の両方からの制御操作変化量を加算する、請求項24の方法。
- 前記複数の低レベルコントローラの各々はファジー論理・比例積分コントローラである、請求項20の方法。
- 前記調整する工程は、シミュレートされたセメント工場のオペレーションの動作性能を評価する複数の適合度関数を使用する工程を備える、請求項17の方法。
- 前記調整する工程は、前記複数の適合度関数によって決定された評価値に基づいて、前記ファジー論理・監視コントローラの知識ベースの倍率とメンバシップ関数とルール集合のうちの少なくとも1つを最適化する遺伝的アルゴリズムを使用する工程をさらに備える、請求項27の方法。
- 前記調整する工程は、前記遺伝的アルゴリズムによって行われる最適化に基づき、前記ファジー論理・監視コントローラの知識ベースの倍率とメンバシップ関数とルール集合を調節する工程をさらに備える、請求項28の方法。
- 前記複数の目標設定点は、石灰飽和度とアルミナ包含率と珪酸率を含む物理的特性である、請求項16の方法。
- 混合原料・比例制御器を調整するシステムであって、
複数の目標設定点を提供する手段と、
複数の設定点に基づいてセメント工場のオペレーションをシミュレートする手段と、
前記複数の目標設定点に基づいて前記セメント工場をシミュレートする手段の動作を制御する手段であって、前記セメント工場をシミュレートする手段の前記複数の設定点と前記複数の目標設定点の間のトラッキング誤差とトラッキング誤差変化量を追跡し、前記セメント工場をシミュレートする手段に、前記トラッキング誤差を最小限にする制御操作量を提供する、当該制御手段と、
前記セメント工場をシミュレートする手段と前記複数の目標設定点の間の追跡を最適化する制御手段を調整する手段を備えるシステム。 - 前記制御手段は、前記トラッキング誤差と前記トラッキング誤差変化量と前記制御操作量を求めるために規定される倍率とメンバシップ関数とルール集合を含むファジー論理知識ベースを備える、請求項31のシステム。
- 前記制御手段は、前記ファジー論理知識ベース中の前記倍率と前記メンバシップ関数と前記ルール集合に基づいて、前記トラッキング誤差と前記トラッキング誤差変化量を前記制御操作に関連づけるインタプリタをさらに備える、請求項32のシステム。
- 前記制御操作量によって、前記セメント工場をシミュレートする手段によって使われる原料の配分が修正される、請求項33のシステム。
- 前記制御手段は、複数の低レベルコントローラを備え、前記低レベルコントローラの各々は、目標設定点の変化量を入力情報として受け取り、制御操作変化量を出力情報として生成する、請求項31のシステム。
- 前記制御手段は、少なくとも3対の低レベルコントローラを備え、前記少なくとも3対の低レベル監視コントローラの各々は、目標設定点の変化量を入力情報として受け取り、制御操作変化量を出力情報として生成する、請求項35のシステム。
- 前記少なくとも3対の低レベルコントローラのうちの1対は、石灰飽和度を入力情報として受け取り、前記少なくとも3対の低レベルコントローラのうちの第2の対は、アルミナ含有率を入力情報として受け取り、前記少なくとも3対の低レベルコントローラのうちの第3の対は、珪酸率を入力情報として受け取る、請求項36のシステム。
- 前記少なくとも3対の低レベルコントローラのうちの1対の各低レベルコントローラは、制御操作変化量を出力情報として生成する、請求項37のシステム。
- 生成された制御操作変化量を全て加算する手段をさらに備える、請求項38のシステム。
- 前記加算手段は、少なくとも3個の加算器を備え、第1加算器は、前記少なくとも3対の低レベルコントローラの各対からの制御操作変化量の第1の成分を加算し、第2加算器は、前記少なくとも3対の低レベルコントローラの各対からの制御操作変化量の第2の成分を加算し、第3加算器は、第1と第2加算器の両方からの制御操作変化量を加算する、請求項39のシステム。
- 前記複数の低レベルコントローラの各々はファジー論理・比例積分コントローラである、請求項35のシステム。
- 前記調整手段は、前記セメント工場をシミュレートする手段の動作性能を評価する複数の適合度関数を備える、請求項32のシステム。
- 前記調整手段は、前記複数の適合度関数によって決定された評価値に基づいて、前記ファジー論理・監視コントローラの知識ベースの倍率とメンバシップ関数とルール集合のうちの少なくとも1つを最適化する遺伝的アルゴリズムをさらに備える、請求項42のシステム。
- 前記調整手段は、前記遺伝的アルゴリズムによってなされる最適化に基づいて、前記ファジー論理・監視コントローラの知識ベースの倍率とメンバシップ関数とルール集合を調節する手段をさらに備える、請求項43のシステム。
- 前記複数の目標設定点は、石灰飽和度とアルミナ包含率と珪酸率を含む物理的特性である、請求項31のシステム。
- 混合原料・比例制御器を調整するコンピュータシステムに命令するコンピュータインストラクションを記憶するコンピュータ読み出し可能媒体であって、前記コンピュータインストラクションは、
複数の目標設定点を獲得し、
複数の設定点に基づきセメント工場のオペレーションをシミュレートし、
前記複数の目標設定点に基づいて前記セメント工場のオペレーションを制御するファジー論理・監視コントローラを提供し、前記セメント工場シミュレータの前記複数の設定点と前記複数の目標設定点の間のトラッキング誤差とトラッキング誤差変化量を追跡して、前記セメント工場のシミュレーションに、前記トラッキング誤差を最小にする制御操作量を提供し、
前記セメント工場のシミュレーションと前記複数の目標設定点の間の追跡を最適化する前記ファジー論理・監視コントローラを調整することを備える、コンピュータ読み出し可能媒体。 - 前記ファジー論理・監視コントローラを提供するインストラクションは、前記トラッキング誤差と前記トラッキング誤差変化量と前記制御操作量を求めるために規定される倍率とメンバシップ関数とルール集合を含むファジー論理知識ベースを提供することを備える、請求項46のコンピュータ読み出し可能媒体。
- 前記ファジー論理・監視コントローラを提供するインストラクションは、前記ファジー論理・監視コントローラ知識ベース中の前記倍率と前記メンバシップ関数と前記ルール集合に基づいて、前記トラッキング誤差と前記トラッキング誤差変化量を前記制御操作に関連づけるインタプリタを提供することをさらに備える、請求項47のコンピュータ読み出し可能媒体。
- 前記セメント工場のシミュレーションで使われる原料の配分を修正するための制御操作量を用いるインストラクションをさらに備える、請求項48のコンピュータ読み出し可能媒体。
- 前記ファジー論理・監視コントローラを提供するインストラクションは、複数の低レベルコントローラの提供を備え、前記低レベルコントローラの各々は、目標設定点の変化量を入力情報として受け取り、制御操作変化量を出力情報として生成する、請求項46のコンピュータ読み出し可能媒体。
- 前記ファジー論理・監視コントローラを提供するインストラクションは、少なくとも3対の低レベルコントローラの提供を備え、前記少なくとも3対の低レベル監視コントローラの各々は、目標設定点の変化量を入力情報として受け取り、制御操作変化量を出力情報として生成する、請求項50のコンピュータ読み出し可能の媒体。
- 前記少なくとも3対の低レベルコントローラのうちの1対は、石灰飽和度を前記入力情報として受け取り、前記少なくとも3対の低レベルコントローラのうちの第2の対は、アルミナ含有率を入力情報として受け取り、前記少なくとも3対の低レベルコントローラのうちの第3の対は、珪酸率を入力情報として受け取る、請求項51のコンピュータ読み出し可能媒体。
- 前記少なくとも3対の低レベルコントローラのうちの1対の各低レベルコントローラは、制御操作変化量を出力情報として生成する、請求項52のコンピュータ読み出し可能媒体。
- 前記少なくとも3対の低レベルコントローラに接続され、そこで生成された制御操作変化量を全て加算する加算器を提供するインストラクションをさらに備える、請求項53のコンピュータ読み出し可能媒体。
- 前記加算器は、少なくとも3個の加算器を備え、第1加算器は、前記少なくとも3対の低レベルコントローラの各対からの制御操作変化量の第1の成分を加算し、第2加算器は、前記少なくとも3対の低レベルコントローラの各対からの制御操作変化量の第2の成分を加算し、第3加算器は、第1と第2加算器の両方からの制御操作変化量を加算する、請求項54のコンピュータ読み出し可能媒体。
- 前記複数の低レベルコントローラの各々はファジー論理・比例積分コントローラである、請求項50のコンピュータ読み出し可能の媒体。
- 前記調整のインストラクションは、前記シミュレートされたセメント工場のオペレーションの動作性能を評価する複数の適合度関数を使用することを備える、請求項47のコンピュータ読み出し可能媒体。
- 前記調整するインストラクションは、前記複数の適合度関数によって決定された評価値に基づいて、前記ファジー論理知識ベースの倍率とメンバシップ関数とルール集合のうちの少なくとも1つを最適化する遺伝的アルゴリズムを使用することをさらに備える、請求項57のコンピュータ読み出し可能媒体。
- 前記調整するインストラクションは、前記遺伝的アルゴリズムによってなされる最適化に基づいて、前記ファジー論理知識ベースの倍率とメンバシップ関数とルール集合を調節することをさらに備える、請求項58のコンピュータ読み出し可能媒体。
- 前記複数の目標設定点は、石灰飽和度とアルミナ包含率と珪酸率を備える物理的特性である、請求項46のコンピュータ読み出し可能の媒体。
- 混合原料の配分制御を行うシステムであって、
複数の原料と、
前記複数の原料を輸送する複数の輸送ベルトと、
前記複数の輸送ベルトによって輸送される前記複数の原料の配合を測定する測定デバイスと、
前記複数の輸送ベルトと前記測定デバイスに接続され、前記複数の輸送ベルトに沿って輸送される前記複数の原料の配合を制御する混合原料・比例制御器であって、前記複数の原料のために指定された複数の目標設定点の追跡を最適化するために調整されるファジー論理・監視コントローラを含む、当該混合原料比例制御器を備えるシステム。 - 前記ファジー論理・監視コントローラは、ファジー論理知識ベースとインタプリタを備える、請求項61のシステム。
- 前記ファジー論理・監視コントローラは、複数の低レベルコントローラを備える、請求項61のシステム。
- 前記ファジー論理・監視コントローラは、少なくとも3対の低レベルコントローラを備える、請求項63のシステム。
- 前記少なくとも3対の低レベルコントローラのうちの1対は、石灰飽和度を入力情報として受け取り、前記少なくとも3対の低レベルコントローラのうちの第2の対は、アルミナ含有率を入力情報として受け取り、前記少なくとも3対の低レベルコントローラのうちの第3の対は、珪酸率を入力情報として受け取る、請求項64のシステム。
- 前記少なくとも3対の低レベルコントローラのうちの1対の各低レベルコントローラは、制御操作変化量を出力情報として生成する、請求項65のシステム。
- 前記少なくとも3対の低レベルコントローラに接続され、そこで生成された制御操作変化量を全て加算する加算器をさらに備える、請求項66のシステム。
- 前記加算器は、少なくとも3個の加算器を備え、第1加算器は、前記少なくとも3対の低レベルコントローラの各対からの制御操作変化量の第1の成分を加算し、第2加算器は、前記少なくとも3対の低レベルコントローラの各対からの制御操作変化量の第2の成分を加算し、第3加算器は、第1と第2加算器の両方からの制御操作変化量を加算する、請求項67のシステム。
- 前記複数の低レベルコントローラの各々はファジー論理・比例積分コントローラである、請求項63のシステム。
- 前記調整されたファジー論理・監視コントローラは、複数の適合度関数で調整される、請求項61のシステム。
- 前記調整されたファジー論理・監視コントローラは、遺伝的アルゴリズムでさらに調整される、請求項70のシステム。
- 前記複数の目標設定点は、石灰飽和度とアルミナ含有率と珪酸率を備える物理的特性である、請求項61のシステム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US09/594,047 US6668201B1 (en) | 1998-11-09 | 2000-06-14 | System and method for tuning a raw mix proportioning controller |
PCT/US2001/019170 WO2001096076A2 (en) | 2000-06-14 | 2001-06-14 | System and method for tuning a raw mix proportioning controller |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2004503851A true JP2004503851A (ja) | 2004-02-05 |
Family
ID=24377281
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002510242A Withdrawn JP2004503851A (ja) | 2000-06-14 | 2001-06-14 | 混合原料・比例制御器を調整するシステムと方法 |
Country Status (9)
Country | Link |
---|---|
US (2) | US6668201B1 (ja) |
EP (1) | EP1294548B1 (ja) |
JP (1) | JP2004503851A (ja) |
CN (1) | CN1408081A (ja) |
AT (1) | ATE304928T1 (ja) |
BR (1) | BR0106719A (ja) |
CA (1) | CA2381140A1 (ja) |
DE (1) | DE60113532D1 (ja) |
WO (1) | WO2001096076A2 (ja) |
Families Citing this family (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002163005A (ja) * | 2000-11-29 | 2002-06-07 | Nikon Corp | 制御系の設計方法、制御系、制御系の調整方法及び露光方法 |
ITRM20010775A1 (it) * | 2001-12-28 | 2003-06-30 | Proteo Srl | Sistema automatico di determinazione della strategia gestionale ottima di un sistema industriale complesso, in particolare di gestione di re |
AU2003902168A0 (en) * | 2003-05-07 | 2003-05-22 | Central Queensland University | A control system for operating long vehicles |
US6736089B1 (en) * | 2003-06-05 | 2004-05-18 | Neuco, Inc. | Method and system for sootblowing optimization |
US7194320B2 (en) * | 2003-06-05 | 2007-03-20 | Neuco, Inc. | Method for implementing indirect controller |
JP2005032018A (ja) * | 2003-07-04 | 2005-02-03 | Semiconductor Energy Lab Co Ltd | 遺伝的アルゴリズムを用いたマイクロプロセッサ |
US8214271B2 (en) * | 2004-02-04 | 2012-07-03 | Neuco, Inc. | System and method for assigning credit to process inputs |
WO2006026479A2 (en) * | 2004-08-27 | 2006-03-09 | Neuco, Inc. | Method and system for sncr optimization |
US7500437B2 (en) * | 2004-08-27 | 2009-03-10 | Neuco, Inc. | Method and system for SCR optimization |
WO2006047623A2 (en) * | 2004-10-25 | 2006-05-04 | Neuco, Inc. | Method and system for calculating marginal cost curves using plant control models |
ES2273571B1 (es) * | 2005-04-20 | 2008-04-16 | Electricidad Dinamica, S.L. | Dispositivo de control de plantas dosificadoras de hormigon preparado por via seca y/o amasado. |
WO2006138732A2 (en) * | 2005-06-17 | 2006-12-28 | Icrete, Llc | Methods and systems for redesigning pre-existing concrete mix designs and manufacturing plants and design-optimizing and manufacturing concrete |
US7551982B2 (en) * | 2005-09-20 | 2009-06-23 | Holcim (Us) Inc. | System and method of optimizing raw material and fuel rates for cement kiln |
CN100458604C (zh) * | 2006-03-09 | 2009-02-04 | 上海工程技术大学 | 物料平衡智能控制系统 |
US20080227891A1 (en) * | 2007-03-14 | 2008-09-18 | Nova Chemicals Inc. | Methods for making concrete compositions |
US8340824B2 (en) | 2007-10-05 | 2012-12-25 | Neuco, Inc. | Sootblowing optimization for improved boiler performance |
CN101261704B (zh) * | 2007-12-13 | 2013-05-08 | 东华大学 | 一种基于遗传算法的智能微粉配比优化系统 |
CN101458517B (zh) * | 2007-12-14 | 2010-10-27 | 中国科学院沈阳自动化研究所 | 一种水泥生料配料系统的生料率值优化控制方法 |
US8434641B2 (en) * | 2008-01-24 | 2013-05-07 | Scriptpro Llc | Medicament dispensing system |
US8463457B2 (en) * | 2008-06-13 | 2013-06-11 | Schlumberger Technology Corporation | Feedback control using a simulator of a subterranean structure |
US9348343B2 (en) * | 2008-09-26 | 2016-05-24 | Rockwell Automation Technologies, Inc. | Bulk material blending control |
US8231233B2 (en) * | 2009-06-17 | 2012-07-31 | Motorola Mobility, Inc. | Portable electronic device and method of power management for same to accommodate projector operation |
US8442688B2 (en) * | 2010-01-28 | 2013-05-14 | Holcim (US), Inc. | System for monitoring plant equipment |
US8974109B2 (en) * | 2010-07-28 | 2015-03-10 | Premier Tech Technologies Ltée | Blending scale |
CN102323751B (zh) * | 2011-06-28 | 2014-11-26 | 浙江大学 | 基于模糊智能控制和最优化方法的预粉磨系统控制方法 |
CN102896701B (zh) * | 2012-10-26 | 2014-12-03 | 中联重科股份有限公司 | 原材料的配合比下发方法、设备和系统 |
WO2015039024A1 (en) * | 2013-09-16 | 2015-03-19 | Oregon Health & Science University | Bioabsorbable clips and applicator for tissue closure |
ES2864278T3 (es) | 2014-11-03 | 2021-10-13 | Univ Oregon Health & Science | Clips y aplicador para cierre de tejidos |
CN105425641B (zh) * | 2015-12-16 | 2018-12-28 | 湖南三一路面机械有限公司 | 配料的预设值调整方法和搅拌站配料控制方法及其系统 |
EP3873672A4 (en) | 2018-11-02 | 2022-08-10 | GCP Applied Technologies Inc. | CEMENT MANUFACTURE |
CN110950557B (zh) * | 2019-12-19 | 2022-05-03 | 华东理工大学 | 优化水泥原料调整量的方法和系统 |
CN111348851B (zh) * | 2020-03-10 | 2022-04-19 | 华东理工大学 | 一种基于线性规划的水泥原材料调整方法和系统 |
US11812966B2 (en) | 2020-04-24 | 2023-11-14 | NeuraMedica Inc. | Clips, appliers, and cartridges |
CN111701697A (zh) * | 2020-05-26 | 2020-09-25 | 上海万澄环保科技有限公司 | 一种水泥原料磨系统及其自动寻优控制方法 |
CN111980026B (zh) * | 2020-08-19 | 2021-06-08 | 中国水电基础局有限公司 | 一种基于plc的自动送配浆系统及工艺 |
TWI780793B (zh) * | 2021-06-25 | 2022-10-11 | 連橫生技股份有限公司 | 複合材料自動化製程系統 |
US11703499B2 (en) * | 2021-09-24 | 2023-07-18 | X Development Llc | Method to produce evolving concrete mixture heuristic |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE2637620C2 (de) * | 1976-08-20 | 1981-10-29 | Siemens AG, 1000 Berlin und 8000 München | Verfahren zum Regeln einer von mehreren Stellgrößen abhängigen Größe |
JPH0797284B2 (ja) * | 1986-09-03 | 1995-10-18 | 株式会社日立製作所 | ファジー推論によるディジタル制御方法 |
DK171319B1 (da) | 1987-08-06 | 1996-09-02 | Smidth & Co As F L | Fremgangsmåde til styring af en roterovn under opstart |
US5320420A (en) * | 1987-08-27 | 1994-06-14 | Gilliam James D | Race car wheel |
US5432885A (en) | 1987-10-16 | 1995-07-11 | Mitsubishi Denki Kabushiki Kaisha | Recurrent fuzzy inference apparatus |
JP2553675B2 (ja) * | 1988-11-18 | 1996-11-13 | 日本電気硝子株式会社 | プロセスの制御方法 |
US5202954A (en) * | 1989-07-14 | 1993-04-13 | Olympus Optical Co., Ltd. | Digital fuzzy apparatus having simplified barycentral operation arrangement |
US5351200A (en) * | 1991-11-22 | 1994-09-27 | Westinghouse Electric Corporation | Process facility monitor using fuzzy logic |
DE4204047C2 (de) | 1992-02-12 | 2003-12-24 | Bosch Gmbh Robert | Verfahren und Vorrichtung zur Positionierung eines Stellers in einem Kraftfahrzeug |
DK49592D0 (da) * | 1992-04-13 | 1992-04-13 | Aalborg Portland As | Cementkomposition |
US5320425A (en) | 1993-08-02 | 1994-06-14 | Halliburton Company | Cement mixing system simulator and simulation method |
US6330484B1 (en) * | 1993-08-11 | 2001-12-11 | Fisher-Rosemount Systems, Inc. | Method and apparatus for fuzzy logic control with automatic tuning |
US6041320A (en) | 1993-08-23 | 2000-03-21 | Fisher Controls International, Inc. | Multi-region fuzzy logic control system with auxiliary variables |
US5946220A (en) * | 1993-08-25 | 1999-08-31 | Lemelson; Jerome H. | Computer operated material processing systems and method |
US6081796A (en) * | 1995-01-31 | 2000-06-27 | Matsushita Electric Industrial Co., Ltd. | Proportion predicting system and method of making mixture |
US5571281A (en) | 1996-02-09 | 1996-11-05 | Allen; Thomas E. | Automatic cement mixing and density simulator and control system and equipment for oil well cementing |
US5995737A (en) | 1997-09-08 | 1999-11-30 | General Electric Company | System and method for tuning a rail-based transportation system speed controller |
JPH11130484A (ja) * | 1997-10-22 | 1999-05-18 | Mitsubishi Heavy Ind Ltd | セメント原料調合制御方法及び装置 |
US6050813A (en) * | 1997-12-02 | 2000-04-18 | Cement Petcoptimizer Company | Control of cement clinker production by analysis of sulfur in the end product |
-
2000
- 2000-06-14 US US09/594,047 patent/US6668201B1/en not_active Expired - Lifetime
-
2001
- 2001-06-14 WO PCT/US2001/019170 patent/WO2001096076A2/en active IP Right Grant
- 2001-06-14 DE DE60113532T patent/DE60113532D1/de not_active Expired - Lifetime
- 2001-06-14 JP JP2002510242A patent/JP2004503851A/ja not_active Withdrawn
- 2001-06-14 CA CA002381140A patent/CA2381140A1/en not_active Abandoned
- 2001-06-14 AT AT01944530T patent/ATE304928T1/de not_active IP Right Cessation
- 2001-06-14 CN CN01801721.5A patent/CN1408081A/zh active Pending
- 2001-06-14 EP EP01944530A patent/EP1294548B1/en not_active Expired - Lifetime
- 2001-06-14 BR BR0106719-2A patent/BR0106719A/pt not_active IP Right Cessation
-
2003
- 2003-10-02 US US10/679,084 patent/US7308339B2/en not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
ATE304928T1 (de) | 2005-10-15 |
DE60113532D1 (de) | 2006-02-02 |
CN1408081A (zh) | 2003-04-02 |
EP1294548A2 (en) | 2003-03-26 |
US20040138765A1 (en) | 2004-07-15 |
EP1294548B1 (en) | 2005-09-21 |
WO2001096076A2 (en) | 2001-12-20 |
US7308339B2 (en) | 2007-12-11 |
BR0106719A (pt) | 2002-06-18 |
CA2381140A1 (en) | 2001-12-20 |
WO2001096076A3 (en) | 2002-06-06 |
US6668201B1 (en) | 2003-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2004503851A (ja) | 混合原料・比例制御器を調整するシステムと方法 | |
Zhang | Batch-to-batch optimal control of a batch polymerisation process based on stacked neural network models | |
Piotrowski et al. | Hierarchical dissolved oxygen control for activated sludge processes | |
Yeh et al. | Knowledge discovery of concrete material using genetic operation trees | |
Biegler | Advanced optimization strategies for integrated dynamic process operations | |
Grosman et al. | Automated nonlinear model predictive control using genetic programming | |
Gen et al. | Solving multi-objective transportation problem by spanning tree-based genetic algorithm | |
JP4594385B2 (ja) | 産業プロセスのための最適制御問題を生成する方法 | |
Strozzi et al. | Beer game order policy optimization under changing customer demand | |
Tan et al. | Modeling and control of a pilot pH plant using genetic algorithm | |
Edgar et al. | MIMO fuzzy internal model control | |
Zhou et al. | Multiobjective optimization of the continuous casting process for poly (methyl methacrylate) using adapted genetic algorithm | |
Nougués et al. | Parameter estimation with genetic algorithm in control of fed-batch reactors | |
Garg et al. | Multi-objective optimisation framework of genetic programming for investigation of bullwhip effect and net stock amplification for three-stage supply chain systems | |
Calçada et al. | Comparison of GA and PSO performance in parameter estimation of microbial growth models: A case-study using experimental data | |
Sastry et al. | Differential evolution based fuzzy logic controller for nonlinear process control | |
Soukkou et al. | Optimal control of a CSTR process | |
Roupec et al. | Hybrid algorithm for network design problem with uncertain demands | |
Jiang et al. | Assembly system configuration design for reconfigurability under uncertain production evolution | |
Yeh et al. | Modeling concrete strength using genetic operation trees | |
JP4327013B2 (ja) | プラントワイド最適プロセス制御装置 | |
Limmun et al. | Constructing model robust mixture designs via weighted G-optimality criterion | |
Cubillos et al. | Adaptive control using a hybrid-neural model: application to a polymerisation reactor | |
Kong et al. | From Open Loop to Real-time Recipe Optimization for Complex Industrial Batch Processes | |
Nolle et al. | On practical automated engineering design |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20080902 |