JP2019212146A - 教師データ生成装置および教師データ生成方法 - Google Patents
教師データ生成装置および教師データ生成方法 Download PDFInfo
- Publication number
- JP2019212146A JP2019212146A JP2018109221A JP2018109221A JP2019212146A JP 2019212146 A JP2019212146 A JP 2019212146A JP 2018109221 A JP2018109221 A JP 2018109221A JP 2018109221 A JP2018109221 A JP 2018109221A JP 2019212146 A JP2019212146 A JP 2019212146A
- Authority
- JP
- Japan
- Prior art keywords
- teacher data
- data
- plant
- teacher
- shape
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21C—MANUFACTURE OF METAL SHEETS, WIRE, RODS, TUBES OR PROFILES, OTHERWISE THAN BY ROLLING; AUXILIARY OPERATIONS USED IN CONNECTION WITH METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL
- B21C51/00—Measuring, gauging, indicating, counting, or marking devices specially adapted for use in the production or manipulation of material in accordance with subclasses B21B - B21F
-
- 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
- G05B13/0285—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 neural networks and fuzzy logic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/043—Architecture, e.g. interconnection topology based on fuzzy logic, fuzzy membership or fuzzy inference, e.g. adaptive neuro-fuzzy inference systems [ANFIS]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
- B21B37/46—Roll speed or drive motor control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B38/00—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product
- B21B38/02—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product for measuring flatness or profile of strips
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/042—Knowledge-based neural networks; Logical representations of neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Automation & Control Theory (AREA)
- Fuzzy Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Mechanical Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Feedback Control In General (AREA)
- Control Of Metal Rolling (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
(1)プラントの運転実績データを収集する。
(2)プラントの運転実績データからAIの機械学習に用いる教師データを抽出する。
(3)教師データを用いたAIの機械学習を実施する。
(4)検証用教師データを用いたAIの機械学習の結果を検証する。
(5)シミュレーション等による学習済みAIの制御性能を検証する。
(6)プラント実機によるリアルタイム制御性能を検証する。
操作結果評価値が良好の場合 … (状態量)|(操作量)×α (α>1)
操作結果評価値が普通の場合 … (状態量)|(操作量)×β (0<β<1)
操作結果評価値が不良の場合 … (状態量)|(操作量)×γ (0<γ<<1)
としてもよい。
以下に、実施例に係る教師データ生成装置の構成について、各図面を参照して説明する。
CA:AS−U基準操作量[mm/I−unit]
VA:AS−U動作速度[mm/sec]
CI:IMR shift基準操作量[mm/I−unit]
VI:IMR shift動作速度[mm/sec]
CL:Leveling基準操作量[mm/I−unit]
VL:Leveling動作速度[mm/sec]
Claims (10)
- プラントに関する状態に基づいて前記プラントを操作するプラント制御に関する状態量と制御機構の操作量とを含むプラント運転実績データを分析し、前記プラント制御を行う人工知能の学習に用いる教師データを生成する教師データ生成装置であって、
前記プラント運転実績データに基づいて、所定の開始時刻から所定の抽出時間幅の期間に行われた操作に対する結果の評価値を算出し、前記評価値を用いて教師データの生成可否を判定し、前記教師データの生成可と判定したとき、前記開始時刻における前記状態量に基づいて算出した教師データの入力部と、前記開始時刻から所定の抽出時間幅の期間における前記操作量に基づいて算出した教師データの出力部と、を含む教師データを抽出する新教師データ抽出装置と、
前記新教師データ抽出装置で抽出された前記教師データをデータベースに格納する教師データデータベース更新装置と、
を有する教師データ生成装置。 - 前記教師データデータベース更新装置は、所定の教師データ保管最大数を上限として前記教師データを前記データベースに格納する、
請求項1に記載の教師データ生成装置。 - 前記教師データデータベース更新装置は、前記データベース内の教師データの個数が前記教師データ保管最大数に達している場合、前記データベース内の教師データと前記新教師データ抽出装置により新たに抽出された1つの教師データとを合わせた教師データの集合の中から他の教師データとの入力部同士の距離が最も小さい2つの教師データを特定し、これら2つの教師データのうち前記評価値が悪い方を取り除き、残りの教師データを前記データベースに格納する、
請求項2に記載の教師データ生成装置。 - 前記教師データデータベース更新装置は、前記他の教師データとの入力部同士の距離について前記入力部の目標値との距離が小さい教師データが優先的に残るように重み付けし、重み付け後の前記距離が最も小さい2つの教師データを特定する、
請求項3に記載の教師データ生成装置。 - 前記抽出時間幅は、前記制御機構毎に設定された基準操作量と前記制御機構の動作速度とを用いて算出される操作時間に基づいて定まる時間幅である、
請求項1に記載の教師データ生成装置。 - 前記プラントが圧延機であり、
前記状態量が、前記圧延機に設けられた形状検出器で検出される板形状状態量であり、
前記操作量が、前記圧延機に設けられた形状制御機構の操作量である、
請求項1に記載の教師データ生成装置。 - 前記新教師データ抽出装置は、前記プラント運転実績データにおける、前記圧延機の運転速度が所定速度以上のときのデータを用いて前記教師データを生成する、
請求項6に記載の教師データ生成装置。 - 前記新教師データ抽出装置は、前記評価値が所定の評価閾値以上であるとき、前記教師データの生成可と判定する、
請求項1に記載の教師データ生成装置。 - 前記新教師データ抽出装置は、前記評価値が所定の評価閾値以上であり、かつ、前記操作量が所定の操作閾値以上であるとき、教師データの生成が可であると判定する、
請求項1に記載の教師データ生成装置。 - プラントに関する状態に基づいて前記プラントを操作するプラント制御に関する状態量と制御機構の操作量を含むプラント運転実績データを分析し、前記プラント制御を行う人工知能の学習に用いる教師データを生成する教師データ生成方法であって、
前記プラント運転実績データに基づいて、所定の開始時刻から所定の抽出時間幅の期間に行われた操作に対する結果の評価値を算出し、
前記評価値を用いて教師データの生成可否を判定し、
前記教師データの生成可と判定したとき、前記開始時刻における前記状態量に基づいて算出した教師データの入力部と、前記開始時刻から所定の抽出時間幅の期間における前記操作量に基づいて算出した教師データの出力部と、を含む教師データを抽出し、
前記抽出された教師データをデータベースに格納する、
教師データ生成方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018109221A JP6962868B2 (ja) | 2018-06-07 | 2018-06-07 | 教師データ生成装置および教師データ生成方法 |
CN201910247853.8A CN110580518B (zh) | 2018-06-07 | 2019-03-29 | 监督数据生成装置以及监督数据生成方法 |
DE102019207319.0A DE102019207319A1 (de) | 2018-06-07 | 2019-05-20 | Lehrdatenerzeugungseinrichtung und Lehrdatenerzeugungsverfahren |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018109221A JP6962868B2 (ja) | 2018-06-07 | 2018-06-07 | 教師データ生成装置および教師データ生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019212146A true JP2019212146A (ja) | 2019-12-12 |
JP6962868B2 JP6962868B2 (ja) | 2021-11-05 |
Family
ID=68651988
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018109221A Active JP6962868B2 (ja) | 2018-06-07 | 2018-06-07 | 教師データ生成装置および教師データ生成方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP6962868B2 (ja) |
CN (1) | CN110580518B (ja) |
DE (1) | DE102019207319A1 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5212765A (en) * | 1990-08-03 | 1993-05-18 | E. I. Du Pont De Nemours & Co., Inc. | On-line training neural network system for process control |
JPH05261419A (ja) * | 1992-03-20 | 1993-10-12 | Sumitomo Metal Ind Ltd | 熱間連続圧延機の板厚制御方法及びその装置 |
JPH07246411A (ja) * | 1994-03-09 | 1995-09-26 | Toshiba Corp | 圧延機のロールギャップ補正装置 |
JPH08117827A (ja) * | 1994-10-24 | 1996-05-14 | Mitsubishi Electric Corp | 圧延装置 |
JP2002251598A (ja) * | 2001-02-23 | 2002-09-06 | Yamaha Motor Co Ltd | 最適解探索装置、制御対象の制御装置及び最適解探索プログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2804161B2 (ja) | 1990-06-04 | 1998-09-24 | 株式会社日立製作所 | センジマーミルの形状制御方法および装置 |
JPH07102380B2 (ja) * | 1990-08-30 | 1995-11-08 | 株式会社神戸製鋼所 | 多段圧延機における圧延材の形状制御方法 |
JP3276035B2 (ja) * | 1994-09-02 | 2002-04-22 | 日本電信電話株式会社 | 神経回路網モデルの逐次型加速化学習方法 |
JP2009110212A (ja) * | 2007-10-29 | 2009-05-21 | Sony Corp | 情報処理装置、情報処理方法、およびプログラム |
JP5633522B2 (ja) * | 2012-01-06 | 2014-12-03 | 新日鐵住金株式会社 | 操業状況評価装置、操業状況評価方法、コンピュータプログラムおよびコンピュータ読み取り可能な記憶媒体 |
-
2018
- 2018-06-07 JP JP2018109221A patent/JP6962868B2/ja active Active
-
2019
- 2019-03-29 CN CN201910247853.8A patent/CN110580518B/zh active Active
- 2019-05-20 DE DE102019207319.0A patent/DE102019207319A1/de active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5212765A (en) * | 1990-08-03 | 1993-05-18 | E. I. Du Pont De Nemours & Co., Inc. | On-line training neural network system for process control |
JPH05261419A (ja) * | 1992-03-20 | 1993-10-12 | Sumitomo Metal Ind Ltd | 熱間連続圧延機の板厚制御方法及びその装置 |
JPH07246411A (ja) * | 1994-03-09 | 1995-09-26 | Toshiba Corp | 圧延機のロールギャップ補正装置 |
JPH08117827A (ja) * | 1994-10-24 | 1996-05-14 | Mitsubishi Electric Corp | 圧延装置 |
JP2002251598A (ja) * | 2001-02-23 | 2002-09-06 | Yamaha Motor Co Ltd | 最適解探索装置、制御対象の制御装置及び最適解探索プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6962868B2 (ja) | 2021-11-05 |
CN110580518A (zh) | 2019-12-17 |
DE102019207319A1 (de) | 2019-12-12 |
CN110580518B (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102016011532B4 (de) | Maschinenlernvorrichtung und Maschinenlernverfahren zum Optimieren der Häufigkeit einer Werkzeugkorrektur einer Werkzeugmaschine und Werkzeugmaschine mit der Maschinenlernvorrichtung | |
DE102018003266B4 (de) | Controller und maschinelle lernvorrichtung | |
DE102016009106A1 (de) | Mit Steuerung ausgerüstete Bearbeitungsvorrichtung mit Bearbeitungszeit- Messfunktion und Messfunktion auf der Maschine | |
DE102019126310A1 (de) | System und Verfahren zum Optimieren der Verbrennung eines Kessels | |
JP5516390B2 (ja) | 品質予測装置、品質予測方法、プログラムおよびコンピュータ読み取り可能な記録媒体 | |
DE102016011402A1 (de) | Maschinelles Lernverfahren und maschinelle Lernvorrichtung zum Einlernen von Betriebsbefehlen für einen Elektromotor und Werkzeugmaschine mit maschineller Lernvorrichtung | |
DE102014113988A1 (de) | Erzeugungsvorrichtung, Erzeugungsverfahren und Programm | |
DE112018000122T5 (de) | Maschinelles-Lernen-Vorrichtung, Korrekturparameter-Anpassungssystem und Maschinelles-Lernen-Verfahren | |
DE102016013840B4 (de) | Maschinenlernvorrichtung, Motorsteuersystem und Maschinenlernverfahren zum Erlernen eines Reinigungsintervalls eines Lüftermotors | |
DE112018000172B4 (de) | Numerische Steuervorrichtung | |
DE112019007725T5 (de) | Motorsteuerung und Motorsteuerungsverfahren | |
DE102019112379A1 (de) | Bearbeitungsbedingungsanpassungsvorrichtung und Maschinenlernvorrichtung | |
JP2009151383A (ja) | 製造プロセスにおける操業と品質の関連解析装置、解析方法、プログラム、及びコンピュータ読み取り可能な記録媒体 | |
CN110308658B (zh) | 一种pid参数整定方法、装置、系统及可读存储介质 | |
DE102019001760A1 (de) | Informationsverarbeitungsgerät, maschinelle lernvorrichtungund system | |
JP2020060827A (ja) | 制御装置および制御方法 | |
DE102018126434A1 (de) | Testvorrichtung und Maschinenlernvorrichtung | |
DE102017216634A1 (de) | Verfahren und Trainingsdatengenerator zum Konfigurieren eines technischen Systems sowie Steuereinrichtung zum Steuern des technischen Systems | |
Plaetinck et al. | Online identification of pilot adaptation to sudden degradations in vehicle stability | |
JP2019212146A (ja) | 教師データ生成装置および教師データ生成方法 | |
Baek | An intelligent condition‐based maintenance scheduling model | |
Havinga et al. | Estimating product-to-product variations in metal forming using force measurements | |
JPH10254504A (ja) | 自律的制御方法および制御システム | |
JPWO2020255370A1 (ja) | 加工条件探索装置およびワイヤ放電加工機 | |
Cuznar et al. | Optimization of cold rolling process recipes based on historical data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200313 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210210 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210216 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210415 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210914 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211014 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6962868 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |