JP2018185631A - 製造プロセス学習制御装置 - Google Patents

Abstract

【課題】実績データから得た学習係数を積極的に活用し、学習テーブルを広範囲に渡って更新し、予測モデルの精度の早期向上を図る。
【解決手段】製造プロセス学習制御装置（１）は、製造プロセスの予測モデルを補正する学習係数を学習テーブル（２１）で管理する。パラメータ類似値取得部（１３）は、パラメータ類似値定義テーブル（２２）から、質的パラメータの使用値に類似すると定義された質的パラメータの類似値を取得する。サブテーブル選定部（１４）は、質的パラメータの使用値に関連付いた学習テーブル（２１）の一部である第１サブテーブルと、質的パラメータの類似値に関連付いた学習テーブル（２１）の一部である類似サブテーブルとを選定する。学習係数推定部（１５）は、第１サブテーブルの未学習の学習領域に、これに対応する類似サブテーブルの学習済の学習領域に記録されている学習係数を組み入れた学習係数推定テーブル（２３）を作成する。
【選択図】図１

Description

本発明は、製造プロセスの現象を予測するモデルに適用される学習係数を管理する製造プロセス学習制御装置に関する。

製品を製造する製造プロセスでは種々の制御がなされている。製造プロセスの１つとして圧延プロセスがある。圧延プロセスの制御とは、圧延後の圧延材が所望の寸法や機械特性を有するように圧延することである。圧延プロセスの制御は、一般的に設定制御とダイナミック制御からなる。

設定制御では、種々の圧延現象を予測モデルにより予測し、圧延材が所望の寸法や温度、あるいは機械特性を有するように、圧延機のロールギャップ、圧延速度、及び、冷却水の水量など、圧延設備の機器の設定値を決定する。

ただし、予測モデルは、一般的に、調整の利便性、計算負荷の軽減などの理由により簡素化されているため、圧延プロセスで起こる物理現象を完全には表現できない。そのため、圧延中にセンサにより計測した実績値と、予測モデルで計算した予測値との間には誤差が発生する。

そこで、従来の設定制御では、製造プロセスの予測精度の向上と安定を図るべく、予測モデルに学習係数を設けて、この学習係数を実績データに基づき自動調整する学習制御が行われている。

モデル誤差を算出するために、モデル実績再計算が行われる。モデル実績再計算は、数式モデルの説明変数の実績値を使いモデル予測値を算出する。これを、実績計算値と呼ぶ。実績計算値は実績値と比較され、モデル誤差が算出される。例えば、圧延機の圧延荷重モデルの場合、ロードセルにて計測された圧延荷重実績値と、圧延荷重予測モデルに、圧延前後の板厚や板幅などの実績値を用いて算出した圧延荷重実績計算値とが比較され、圧延荷重のモデル誤差が算出される。

そして、モデル誤差に基づいて学習係数が算出される。このとき算出された学習係数を学習係数の瞬時値と呼ぶ。モデル誤差には、計測の外乱や誤差が含まれている。また、モデル誤差が、予測モデルを簡素化して構築する上で無視された要因のうち、どの要因に起因しているかは不明である。これらの理由から、モデル誤差から算出した学習係数の瞬時値をそのまま適用することはできない。そこで、学習係数の瞬時値を平滑化フィルターに通す処理が行われる。平滑化して得られる値が、学習係数の更新値として用いられる。

次式（１）は、平滑化フィルターの具体例である。式（１）で、Ｚ^ＮＥＷは学習係数の更新値、Ｚ^ＯＬＤは学習係数の前回値、Ｚ^ＣＵＲは学習係数の瞬時値、αは学習係数更新ゲインである。

予測モデルの学習係数は、学習テーブルに記録される方法が広く適用されている。学習テーブルは、圧延材の鋼種、厚み、幅、歪速度、温度といったパラメータで層別化され、各パラメータを所定間隔で区分けした複数の学習領域から構成されている。例えば、厚みの適用範囲についてｍ区分、幅の適用範囲についてｎ区分とする場合、ｎ×ｍ個の学習領域を有する学習テーブルとして構成される。

１本の材料の圧延が完了する毎に学習係数の更新値が算出され、当該材の圧延条件（圧延に使用される各種パラメータ値）に一致する学習領域に記録される。学習係数の管理に学習テーブルを用いることで、圧延条件毎に異なる学習係数を適切に管理することができ、圧延現象の予測精度が向上する。つまり、学習テーブルを用いた学習制御は、予測モデルの精度を確保し、製品の品質精度と圧延の安定性を確保するために重要な機能である。

しかし、学習テーブルを用いた学習制御にも問題がある。学習テーブルで学習係数を管理することで、１つの学習領域の学習係数が飽和するために多数の圧延機会が必要となる。また、圧延条件が少しでも異なると、異なる学習領域が選択され、学習係数はその学習領域について新たに更新されていくことになる。このように、学習領域毎に多数の圧延機会が必要となるため、学習テーブルの全ての学習領域の学習係数が飽和するためには、長い期間を要することになる。パラメータの区分数を減らし学習領域の数を減らすと、必要な圧延機会は少なくて済むが、広範囲の圧延条件について、１つの学習係数を適用することになり、予測精度は低下してしまう。

このように、一般的に用いられている学習テーブルを用いた学習制御には、下記の特許文献に開示される提案も存在する。

特許文献１では、学習係数をできるだけ少ない圧延機会で飽和させるための案として、１つの学習係数を更新するときに、モデル誤差の傾向が近似すると推定される別の学習領域に対しても、学習係数を同時に更新する方法を提案している。しかし、この学習方法によると、モデル誤差の近似性について具体的には学習領域間距離で特定しているため必然的に近隣の学習領域に限定される。よって、近隣の学習領域は学習が進むものの、離れた学習領域の学習係数は更新されないため、この学習方法では、圧延機会を少なくすることに関して限定的な効果しか得ることができない。更に、１つの学習係数に基づき、近隣の学習係数を決めているため、学習領域間の傾向を適切に反映することができない。

また、特許文献２では、従来の学習テーブル方式において、テーブルメンテナンスの工数低減を可能としつつ、圧延条件とモデル予測誤差実績の間に相関が見られない場合にも学習領域を並べ替えることで、モデル予測誤差実績の類似した区分を見つけ出し、多くの実績からテーブル値を決める方法を提案している。しかし、この方法によれば、予測誤差に基づいて並べ替えを可能とする条件として、対称とする区分に少なくとも一つ以上の実績が必要になる。

特開平６−２５９１０７号公報 特開２００５−１５２９３７号公報

以上のように、特許文献１，２で提案されている何れの学習方法であっても、前述の課題を十分に解決できる訳ではない。つまり、学習テーブルを用いた従来の学習制御では、予測モデルが十分に調整されておらず、かつ、過去の圧延実績に基づいて、該当する学習領域の学習係数が更新されていない場合、製品品質の悪化を招くことになる。

このような状況を回避するため、学習制御を有するプロセス制御システムの保守員は、学習テーブル内の学習係数に対して、しばしば手作業による調整を実施する。つまり、周囲の学習係数から、未学習区分の学習係数初期値を決め、あるいは、新鋼種の圧延前に、類似鋼種の学習係数をコピーする。しかしながら、新たな鋼種や、新しい条件の圧延を行うたびに、保守員がこのような対応を行うのは容易でない。また、このような調整スキルを持った保守員が居ないプラントも多い。

本発明は、上述のような課題を解決するためになされたもので、製造プロセスの実績データから得られた学習係数を最大限に活用し、実績データのない学習領域についても学習係数を推定し、広範囲の製造条件に対し予測モデルの精度を早期に改善できる製造プロセス学習制御装置を提供することを目的とする。

上記の目的を達成するため、本発明に係る製造プロセス学習制御装置は、以下のように構成される。

製造プロセス学習制御装置は、製造プロセスの制御に用いる物理量を予測する予測モデルを補正する学習係数を学習テーブルで管理する。学習テーブルは、連続した指標を持たない質的パラメータと連続した指標を持つ量的パラメータとを含む複数のパラメータを所定間隔で区分した単位毎に定めた学習領域の集合で構成される。

本発明の一態様において、製造プロセス学習制御装置は、学習テーブルに加えて、学習係数計算部、学習係数記録部、パラメータ類似値定義テーブル、パラメータ類似値取得部、サブテーブル選定部、学習係数推定部、推定学習係数反映部を備える。

学習係数計算部は、製造プロセスに使用された複数のパラメータの使用値（製造プロセスの実績データ）に基づき予測モデルで算出された物理量の予測値と、製造プロセスで計測された物理量の実績値との誤差に基づいて、予測モデルの学習係数を算出する。

学習係数記録部は、学習係数計算部により算出された学習係数を、複数のパラメータの使用値に対応する学習テーブルの学習領域に記録する。

パラメータ類似値取得部は、パラメータ類似値定義テーブルから、質的パラメータの使用値に関連する質的パラメータの類似値を取得する。パラメータ類似値定義テーブルは、質的パラメータがとりうる各値について、製品の性質が類似すると定義する値同士に共通識別子を付したテーブルである。

サブテーブル選定部は、質的パラメータの使用値に関連付いた学習テーブルの一部である第１サブテーブルを選定する。また、サブテーブル選定部は、質的パラメータの類似値に関連付いた学習テーブルの一部である類似サブテーブルを選定する。質的パラメータの類似値が複数ある場合には、複数の類似サブテーブルが選定される。

学習係数推定部は、第１サブテーブルの未だ学習係数が記録されていない学習領域に、これに対応する類似サブテーブルの学習領域に記録されている学習係数を組み入れた学習係数推定テーブルを作成する。

好ましくは、さらに学習係数推定部は、学習係数推定テーブルに記録された学習係数の数が指定数以上、かつ、学習係数の分布に所定のバラつきがある場合に、記録された学習係数に基づく最小二乗法により計算された近似式を用いて、学習係数推定テーブルの未学習の学習領域に記録する学習係数を推定する。

好ましくは、さらに学習係数推定部は、学習係数推定テーブルに記録された学習係数の数が指定数未満、または、学習係数の分布に所定のバラつきがない場合に、学習係数推定テーブルに記録されている各学習係数の平均値を、学習係数推定テーブルの未学習の学習領域に記録する学習係数として推定する。

推定学習係数反映部は、学習係数推定テーブルの各学習係数を学習テーブルに反映する。

本発明によれば、製造プロセスの実績データから得られた学習係数を最大限に活用し、保守員の手に寄らず自動的に、実績データのない学習領域についても学習係数を推定し、広範囲の製造条件に対し予測モデルの精度を早期に改善できる。これにより、製品の品質精度と操業の安定性を改善できる。

本発明の実施の形態１に係るシステムの構成を示すブロック図である。 鋼種に関して類似性を定義したパラメータ類似値定義テーブル２２の一例である。 本発明の実施の形態１において、サブテーブル３１〜３３から学習係数推定テーブル２３を作成する一例を示す図である。 本発明の実施の形態１に係る学習係数推定部１５がサブテーブルから学習係数推定テーブル２３を作成するために実行する処理のフローチャートである。 本発明の実施の形態１に係る学習制御装置１が有する処理回路のハードウェア構成例を示す概念図である。

以下、図面を参照して本発明の実施の形態について詳細に説明する。尚、各図において共通する要素には、同一の符号を付して重複する説明を省略する。

実施の形態１．
＜システム構成＞
図１は、本発明の実施の形態１に係るシステムの構成を示すブロック図である。ここでは、圧延プロセスにおける変形抵抗の予測モデルに適用する学習を例に説明するが、本発明は他の製造プロセス、他の物理量を予測する予測モデルにも適用可能である。

図１に示すシステムは、製造プロセス学習制御装置（以下、学習制御装置１と記す）と、設定計算装置２を備える。学習制御装置１は、製造プロセスの制御に用いる物理量（現象）を予測する予測モデルを補正する学習係数を学習テーブル２１で管理する。設定計算装置２は、次圧延材の圧延条件（圧延プロセスに使用される各種パラメータ値）に基づいて、種々の圧延現象を予測モデルにより予測し、圧延材が所望の寸法や温度、あるいは機械特性を有するように、圧延装置や機器の設定値を決定する。設定計算に際して、予測モデルで算出された圧延現象の予測値は、学習テーブル２１に記憶された学習係数により補正される。

学習制御装置１の各部について説明する。学習制御装置１は、処理部として、学習係数計算部１１と、学習係数記録部１２と、パラメータ類似値取得部１３と、サブテーブル選定部１４と、学習係数推定部１５と、推定学習係数反映部１６を備える。また、記憶部として、学習テーブル２１と、パラメータ類似値定義テーブル２２と、学習係数推定テーブル２３を備える。

学習テーブル２１は、予測モデルが予測する物理量への影響が大きい複数のパラメータを層別条件として層別化されている。複数のパラメータは、連続した指標を持たない質的パラメータと連続した指標を持つ量的パラメータとを含む。本実施形態で説明する例では、学習テーブル２１の層別条件として用いるパラメータは、変形抵抗への影響が大きい、鋼種、歪速度、温度などである。このうち、鋼種は質的パラメータであり、歪速度、温度、は量的パラメータである。厚み、幅などを量的パラメータに加えても良い。

学習テーブル２１は、複数のパラメータを所定間隔で区分した単位毎に定めた学習領域で構成されている。例えば、鋼種の区分がｋ個、歪速度の区分がｎ個、温度の区分がｍ個とすると、学習テーブル２１は、（ｋ×ｎ×ｍ）個の学習領域で構成されることになる。各学習領域には、予測モデルの学習係数を記録するエリアと、圧延プロセスの実績データ（圧延プロセスに使用された各パラメータの使用値）に基づく学習が実施済（学習済）か、未学習かを判断するための学習実施フラグを記録するエリアとを設ける。

学習係数計算部１１による計算は、１本の圧延材の圧延が完了した後に実行される。学習係数計算部１１は、当該圧延材の圧延中に採取した圧延プロセスの実績データに基づき予測モデルで算出された物理量の予測値（実績計算値）と、圧延プロセスで計測された物理量の実績値との誤差に基づいて、予測モデルの学習係数を算出する。本実施形態の例では、鋼種、板厚、圧下量、圧延速度、温度などの実績データに基づき、変形抵抗予測モデルで変形抵抗の予測値（実績計算値）が算出される。また、ロードセルの出力信号等に基づき変形抵抗の実績値が算出される。学習係数計算部１１は、変形抵抗の実績計算値と実績値とを比較し、モデル誤差率、つまり学習係数の瞬時値を次式（２）のように求める。

式（２）において、Ｚ_ＬＫ ^ＣＵＲは変形抵抗のモデル誤差率、ｋｍは変形抵抗、ｆ_Ｋｍは変形抵抗予測モデル、ｈは出側板厚、Δｈは圧下量、Ｖは圧延速度、Ｔは温度、ＡＣＴは実績値、ＡＣＡＬは実績計算値のサフィックスである。

学習係数の瞬時値と、学習テーブルに記録されている学習係数の前回値（未学習のときは初期値）を用いて、式（１）の平滑化処理を行うことで学習係数の更新値を算出する。

学習係数記録部１２は、学習係数計算部１１により算出された学習係数の更新値を、学習テーブル２１の対応する学習領域に記録する。また、学習係数記録部１２は、学習領域に学習係数の更新値を記録するとともに、学習実施フラグをＯＮにする。これにより、当該学習領域について実績データに基づく学習が実施済（学習済）であることが記録される。

上述したように、学習係数計算部１１と学習係数記録部１２の処理によって、今回の圧延プロセスの実績データ（圧延プロセスで使用された各パラメータの使用値）に対応する学習領域の学習係数が更新される。しかしながら、各パラメータ（鋼種、歪速度、温度）の使用値で定まる１つの学習領域について学習係数が更新されたに過ぎず、未だ製造されたことのない圧延条件についての学習領域は未学習のままである。そのため、学習完了までに長時間を要し、予測モデルの精度向上の遅れが、製品品質や操業の安定に影響を及ぼすことが懸念される。

そこで、本実施形態に係る学習制御装置１では、パラメータ類似値定義テーブル２２、パラメータ類似値取得部１３、サブテーブル選定部１４、学習係数推定テーブル２３、学習係数推定部１５、推定学習係数反映部１６を用いて、学習テーブル２１の広範囲の学習領域に対して学習係数を推定して、予測モデルの予測精度の早期向上を図る。

パラメータ類似値定義テーブル２２は、質的パラメータの各値について、性質が類似すると定義する値同士に共通識別子を付したテーブルであり、予め定義されている。質的パラメータの各値は単なるインデックスであり、隣り合う値の質的な類似性を示すものではない。そこで、パラメータ類似値定義テーブル２２で、学習テーブルの層別条件のうち質的パラメータについて学習領域間の類似性を定義する。

本実施形態の例では、学習テーブル２１を層別化する鋼種、歪速度、温度のパラメータのうち、質的パラメータである鋼種について類似性を定義する。図２は、鋼種に関して類似性を定義したパラメータ類似値定義テーブル２２の一例である。例えば、鋼種Ａ、Ｂ、Ｃには共通識別子として類似分類１が付されており、これらの鋼種間の学習係数には類似性があると定義されている。

なお、板厚、板幅、歪速度、温度のように連続した指標を持つ量的パラメータについては、隣接する数値に類似性がある。そのため、学習領域間の距離を求め、その距離を予め決めた閾値と比較した時の大小で類似判断できる。この距離は、各圧延条件について、区分の中間値などで決める代表値と、当該圧延条件との差から求めることができる。

パラメータ類似値取得部１３は、圧延プロセスの実績データから学習テーブルの層別条件である質的パラメータの使用値を抽出し、パラメータ類似値定義テーブル２２から、この質的パラメータの使用値に類似すると定義された質的パラメータの類似値を取得する。パラメータ類似値取得部１３では、学習テーブル２１の層別条件に用いられている各パラメータのうち、学習領域間の類似性を指定する質的パラメータが予め設定されている。ここでは、鋼種、歪速度、温度のパラメータのうち、質的パラメータである鋼種のみ学習領域間の類似性を指定するものとする。一例として、パラメータ類似値取得部１３は、鋼種Ｂの材が圧延された場合には、図２に示すパラメータ類似値定義テーブル２２から、質的パラメータの使用値である鋼種Ｂに類似すると定義された鋼種ＡおよびＣを質的パラメータの類似値として取得する。

サブテーブル選定部１４は、質的パラメータの使用値に関連付いた学習テーブル２１の一部である第１サブテーブルを選定する。同様に、サブテーブル選定部１４は、質的パラメータの類似値に関連付いた学習テーブル２１の一部である類似サブテーブルを選定する。例えば、学習テーブル２１が、（ｋ×ｎ×ｍ）個の学習領域で構成される３次元テーブルの場合、サブテーブルは（１×ｎ×ｍ）個の学習領域（層別）で構成される２次元テーブルとなる。なお、質的パラメータの類似値が複数ある場合、類似サブテーブルは複数選定される。

なお、サブテーブルを抽出する際に、学習テーブル２１から読み出す学習係数は、実績データに基づいて算出されたものだけ、すなわち学習実施フラグがＯＮ（学習済）である学習領域に記録されている学習係数だけとする。よって、学習実施フラグがＯＦＦ（未学習）である学習領域に記録されている学習係数初期値は、サブテーブルに含めない。

本実施形態の例（図２、図３）では、第１サブテーブルは、３次元（鋼種、歪速度、温度）の学習テーブル２１から鋼種Ｂをキーとして抽出される、歪速度と温度を層別条件とする２次元テーブル（鋼種Ｂに関する２次元テーブル）である（図３のサブテーブル３２）。同様に、類似サブテーブルは、鋼種Ａに関する２次元テーブル（図３のサブテーブル３１）と、鋼種Ｃに関する２次元テーブル（図３のサブテーブル３３）である。

このように、類似する質的パラメータ値（鋼種Ａ，Ｂ，Ｃ）をキーとして学習テーブル２１から抽出された、量的パラメータ（歪速度、温度）からなる各サブテーブル３１〜３３は、サブテーブル間の学習領域が類似範囲にあると考えられる。また、量的パラメータは値に連続性があるため、量的パラメータからなるサブテーブル内の隣接する学習領域にも類似性があると考えられる。そこで、次に学習係数推定部１５において、類似範囲の学習領域に記録された学習係数から未学習の学習領域の学習係数を推定する。

学習係数推定部１５は、第１サブテーブルの未だ学習係数が記録されていない学習領域に、これに対応する類似サブテーブルの学習領域に記録されている学習係数を組み入れた学習係数推定テーブル２３を作成する。以下、学習係数推定テーブル２３に記録される学習係数を学習係数代表値と称する。また、学習係数推定部１５は、第１サブテーブルにも類似サブテーブルにも学習係数が記録されていない未学習の学習領域については、学習係数推定テーブル２３に記録された学習係数代表値から推定値を算出する。

学習係数推定テーブル２３に記録する学習係数代表値の決定方法について、鋼種Ｂの材が圧延された場合を例に説明する。図３は、本発明の実施の形態１において、サブテーブル３１〜３３から学習係数推定テーブル２３を作成する一例を示す図である。図３に示すように、鋼種Ｂおよびこれに類似する鋼種Ａ、Ｃに関して得られたサブテーブル３１〜３３、および学習係数推定テーブル２３は、１×ｎ×ｍ個の学習領域で構成される２次元テーブルである。上述したように、サブテーブル３１〜３３の学習領域には学習実施フラグＯＮである学習済の学習係数だけが含まれている。

図４は、学習係数推定部１５が複数のサブテーブルから学習係数推定テーブル２３を作成するために実行する処理のフローチャートである。ここでは、複数のサブテーブルおよび学習係数推定テーブル２３の学習領域の数をＮとし、学習領域の番号をｉと表現する。

まず、ステップＳ１００において、学習領域の番号ｉに初期値１を設定する。

ステップＳ１１０において、第１サブテーブルの学習領域ｉに学習係数が存在するか否かが判定される。判定条件が成立する場合は、ステップＳ１１５において学習係数の代表値を決定する（パターン１）。具体的には、第１サブテーブルの学習領域ｉに学習係数が存在する場合は、第１サブテーブルの学習領域ｉに記録されている学習係数を学習係数代表値として、学習係数推定テーブル２３の学習領域ｉに記録する。すなわち、類似サブテーブルの学習領域ｉに学習係数が存在しても、第１サブテーブルに記録されている学習係数を優先適用する。図３に示す例では、鋼種Ｂに関するサブテーブル３２の学習領域ｉに学習係数が存在する場合は、この学習係数を代表値として学習係数推定テーブル２３の学習領域ｉに記録する。その後、ステップＳ１４０の処理に進む。

ステップＳ１１０の判定条件が成立しない場合は、次にステップＳ１２０の処理に進む。ステップＳ１２０において、１の類似サブテーブルの学習領域ｉにのみ学習係数が存在するか否かが判定される。判定条件が成立する場合は、ステップＳ１２５において学習係数の代表値を決定する（パターン２）。具体的には、第１サブテーブルの学習領域ｉに学習係数が存在せず、１の類似サブテーブルの学習領域ｉにのみ学習係数が存在する場合は、この学習係数を学習係数代表値として、学習係数推定テーブル２３の学習領域ｉに記録する。図３に示す例では、鋼種Ｂに関するサブテーブル３２の学習領域ｉに学習係数が存在せず、鋼種Ａに関するサブテーブル３１の学習領域ｉにのみ学習係数が存在する場合は、この学習係数を代表値として学習係数推定テーブル２３の学習領域ｉに記録する。その後、ステップＳ１４０の処理に進む。

ステップＳ１２０の判定条件が成立しない場合は、次にステップＳ１３０の処理に進む。ステップＳ１３０において、複数の類似サブテーブルの学習領域ｉに学習領域が存在するか否かが判定される。判定条件が成立する場合は、ステップＳ１３５において学習係数の代表値を決定する（パターン３）。具体的には、第１サブテーブルの学習領域ｉに学習係数が存在せず、複数の類似サブテーブルの学習領域ｉに学習係数が存在する場合は、これらの学習係数から優先度や平均値に基づき学習係数代表値を決定し、学習係数推定テーブル２３の学習領域ｉに記録する。図３に示す例では、鋼種Ｂに関するサブテーブル３２の学習領域ｉに学習係数が存在せず、鋼種Ａに関するサブテーブル３１および鋼種Ｃに関するサブテーブル３３の学習領域ｉにそれぞれ学習係数が存在する場合は、優先度や平均値に基づいて学習係数代表値を決定し、学習係数推定テーブル２３の学習領域ｉに記録する。その後、ステップＳ１４０の処理に進む。

また、ステップＳ１３０の判定条件が成立しない場合、すなわち、いずれのサブテーブルの学習領域ｉにも学習係数が記録されていない場合は、学習係数代表値を決定することなく、ステップＳ１４０の処理に進む。

ステップ１４０において、学習領域の番号ｉが１インクリメントされる。ステップＳ１４５において、番号ｉが学習領域数Ｎ以下である場合には、次の学習領域ｉについてステップＳ１１０から処理を継続する。一方、番号ｉが学習領域数Ｎより大きい場合は、ステップＳ１５０の処理に進む。

ステップＳ１４０までの処理により、サブテーブルで学習済の学習領域については、学習係数代表値が決定された。ステップＳ１５０では、残りの未学習の学習領域について学習係数代表値を推定する。

ステップＳ１５０において、学習係数推定テーブル２３に記録された学習係数の代表値から、未学習の学習領域の学習係数推定値を算出する。ここでは未学習の学習領域の学習係数推定値を算出する２つの方法について説明する。

１つ目の方法として、学習係数推定部１５は、学習係数推定テーブル２３に記録された学習係数代表値の数が指定数以上、かつ、学習係数代表値の分布に所定のバラつきがある場合に、記録された学習係数代表値に基づく最小二乗法により計算された近似多項式を用いて、学習係数推定テーブル２３の未学習の学習領域に記録する学習係数推定値を算出する。上記、学習係数推定テーブル２３の学習係数代表値の分布に所定のバラつきがあるかを判断する方法について説明する。例えば、学習係数推定テーブル２３の各層別条件について二等分以上に分け、分割された各テーブル範囲に少なくとも一つの学習係数代表値が存在する場合、適切なバラつきを持っていると判断することができる。

上述した１つ目の方法では、学習係数推定テーブル２３に記録された学習係数代表値の数が指定数未満、または、学習係数代表値の分布に所定のバラつきがない場合に対応していない。そこで、２つ目の方法では、学習係数推定部１５は、学習係数推定テーブル２３に記録された学習係数代表値の数が指定数未満、または、学習係数代表値の分布に所定のバラつきがない場合に、学習係数推定テーブル２３に記録されている各学習係数代表値の平均値を、学習係数推定テーブル２３の未学習の学習領域の学習係数推定値とする。

両方の方法を適用することが好ましいが、学習係数推定テーブル２３に記録された学習係数代表値の数や分布状況に寄らず、２つ目の方法だけで学習係数推定値を算出することも可能である。

ステップＳ１５０の処理後、図４のフローチャートに示す処理は終了し、推定学習係数反映部１６は、学習係数推定テーブル２３の各学習係数を学習テーブル２１に反映する。これにより、学習済の学習領域のみならず未学習の学習領域の学習係数推定値についても、学習テーブル２１の該当する学習領域に上書きして記録される。ただし、学習領域の学習実施フラグはＯＦＦ（未学習）のままとする。

＜効果＞
以上のように構成される本実施形態に係る学習制御装置１によれば、過去に実績のない圧延条件に対して、類似する圧延条件の過去の実績から推定した、安定度の高い学習係数を予測モデルに適用できる。これにより、設定計算における予測精度が早期に向上し、ひいては、製品品質の精度、および、操業の安定性を改善することができる。

＜変形例＞
ところで、上述した実施の形態１のシステムにおいては、学習テーブル２１の層別条件を３パラメータとしているが、これに限定されるものではない。例えば、４パラメータ以上として４次元以上の層別を有する学習テーブルによって学習係数を管理することもできる。４パラメータの場合、このうちの１つ以上の質的パラメータについて類似範囲を指定することで、３次元以下の学習係数推定テーブル２３が作られる。学習係数推定テーブル２３の学習領域が３次元の場合、このテーブルに記録された学習係数代表値の平均値、あるいは学習係数代表値から３変数の近似多項式を求め、未学習の学習領域の学習係数推定値を算出することができる。

また、上述した実施の形態１のシステムにおいては、学習テーブルから質的パラメータのみをキーとして、量的パラメータからなるサブテーブルを選定しているが、これに限定されるものではない。学習テーブルから質的パラメータおよび量的パラメータをキーとして、量的パラメータからなるサブテーブルを選定してもよい。例えば、鋼種と歪速度の２つの層別条件について類似性を指定する場合は、サブテーブルは温度のみを層別条件とする１次元テーブルとなる。

＜ハードウェア構成例＞
図５は、上述した学習制御装置１が有する処理回路のハードウェア構成例を示す概念図である。図１の学習制御装置１内の各部は機能の一部を示し、各機能は処理回路により実現される。一態様として、処理回路は、少なくとも１つのプロセッサ９１と少なくとも１つのメモリ９２とを備える。他の態様として、処理回路は、少なくとも１つの専用のハードウェア９３を備える。

処理回路がプロセッサ９１とメモリ９２とを備える場合、各機能は、ソフトウェア、ファームウェア、又はソフトウェアとファームウェアとの組み合わせにより実現される。ソフトウェアおよびファームウェアの少なくとも一方は、プログラムとして記述される。ソフトウェアおよびファームウェアの少なくとも一方は、メモリ９２に格納される。プロセッサ９１は、メモリ９２に記憶されたプログラムを読み出して実行することにより、各機能を実現する。

処理回路が専用のハードウェア９３を備える場合、処理回路は、例えば、単一回路、複合回路、プログラム化したプロセッサ、又はこれらを組み合わせたものである。各機能は処理回路で実現される。

以上、本発明の実施の形態について説明したが、本発明は、上記の実施の形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲で種々変形して実施することができる。

１ 学習制御装置
２ 設定計算装置
１１ 学習係数計算部
１２ 学習係数記録部
１３ パラメータ類似値取得部
１４ サブテーブル選定部
１５ 学習係数推定部
１６ 推定学習係数反映部
２１ 学習テーブル
２２ パラメータ類似値定義テーブル
２３ 学習係数推定テーブル
３１〜３３ サブテーブル
９１ プロセッサ
９２ メモリ
９３ ハードウェア

Claims (3)

1. 連続した指標を持たない質的パラメータと連続した指標を持つ量的パラメータとを含む複数のパラメータを所定間隔で区分した単位毎に学習領域を定めた学習テーブルを有し、製造プロセスの制御に用いる物理量を予測する予測モデルを補正する学習係数を前記学習テーブルで管理する製造プロセス学習制御装置であって、
   前記製造プロセスに使用された前記複数のパラメータの使用値に基づき前記予測モデルで算出された前記物理量の予測値と、前記製造プロセスで計測された前記物理量の実績値との誤差に基づいて、前記予測モデルの学習係数を算出する学習係数計算部と、
   前記学習係数計算部により算出された学習係数を、前記複数のパラメータの使用値に対応する前記学習テーブルの学習領域に記録する学習係数記録部と、
   前記質的パラメータの各値について、性質が類似すると定義する値同士に共通識別子を付したパラメータ類似値定義テーブルと、
   前記パラメータ類似値定義テーブルから、前記質的パラメータの使用値に類似すると定義された前記質的パラメータの類似値を取得するパラメータ類似値取得部と、
   前記質的パラメータの使用値に関連付いた前記学習テーブルの一部である第１サブテーブルと、前記質的パラメータの類似値に関連付いた前記学習テーブルの一部である類似サブテーブルとを選定するサブテーブル選定部と、
   前記第１サブテーブルの未だ学習係数が記録されていない学習領域に、これに対応する前記類似サブテーブルの学習領域に記録されている学習係数を組み入れた学習係数推定テーブルを作成する学習係数推定部と、
   前記学習係数推定テーブルの各学習係数を前記学習テーブルに反映する推定学習係数反映部と、
   を備えることを特徴とする製造プロセス学習制御装置。
2. さらに、前記学習係数推定部は、前記学習係数推定テーブルに記録された学習係数の数が指定数以上、かつ、学習係数の分布に所定のバラつきがある場合に、記録された学習係数に基づく最小二乗法により計算された近似式を用いて、前記学習係数推定テーブルの未学習の学習領域に記録する学習係数を推定すること、
   を特徴とする請求項１記載の製造プロセス学習制御装置。
3. さらに、前記学習係数推定部は、前記学習係数推定テーブルに記録された学習係数の数が指定数未満、または、学習係数の分布に所定のバラつきがない場合に、前記学習係数推定テーブルに記録されている各学習係数の平均値を、前記学習係数推定テーブルの未学習の学習領域に記録する学習係数として推定すること、
   を特徴する請求項１又は２記載の製造プロセス学習制御装置。

Images