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 PDF

Info

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Withdrawn
Application number
JP2002510242A
Other languages
English (en)
Inventor
ボニソン，ピエロ・パトロン
チェン，ユ−トゥー
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Co
Original Assignee
General Electric Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=24377281&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=JP2004503851(A) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by General Electric Co filed Critical General Electric Co
Publication of JP2004503851A publication Critical patent/JP2004503851A/ja
Withdrawn legal-status Critical Current

Links

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

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】
Figure 2004503851
【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】
Figure 2004503851
【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】
Figure 2004503851
【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】
Figure 2004503851
【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】
Figure 2004503851
【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】
Figure 2004503851
【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】
Figure 2004503851
【００２９】
ここで、
【００３０】
【数８】
Figure 2004503851
【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】
Figure 2004503851
【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】
Figure 2004503851
【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】
Figure 2004503851
【００４０】
誤差変化量Δｅは以下のように定義される。
【００４１】
【数１２】
Figure 2004503851
【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】
Figure 2004503851
【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】
Figure 2004503851
【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】
Figure 2004503851
【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】
Figure 2004503851
【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】
Figure 2004503851
【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】
Figure 2004503851
【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】
Figure 2004503851
【００７１】
【外１】
Figure 2004503851
【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)

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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。
  6. 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。
  7. 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。
  8. 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。
  9. 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。
  10. 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。
  11. 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。
  12. 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。
  13. 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。
  14. 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。
  15. 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。
  16. 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。
  17. 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。
  18. 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。
  19. 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。
  20. 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。
  21. 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。
  22. 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。
  23. 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。
  24. 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。
  25. 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。
  26. 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。
  27. 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。
  28. 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。
  29. 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。
  30. 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。
  31. 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。
  32. 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。
  33. 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。
  34. 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。
  35. 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。
  36. 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。
  37. 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。
  38. 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。
  39. 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。
  40. 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。
  41. 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。
  42. 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。
  43. 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。
  44. 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。
  45. 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。
  46. 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。
  47. 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。
  48. 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。
  49. 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。
  50. 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。
  51. 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。
  52. 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。
  53. 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。
  54. 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。
  55. 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。
  56. 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。
  57. 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。
  58. 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。
  59. 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。
  60. 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。
  61. 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。
  62. 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。
  63. 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。
  64. 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。
  65. 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。
  66. 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。
  67. 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。
  68. 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。
  69. 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。
  70. 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。
  71. 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。
  72. 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。
JP2002510242A 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 Withdrawn JP2004503851A (ja)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

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