JP2020060827A - 制御装置および制御方法 - Google Patents

Abstract

【課題】予測精度の高いフィードフォワード制御を実現する。【解決手段】制御装置は、制御対象の制御された結果である制御状態量と前記制御対象に加わった外乱との関係を学習することにより、前記制御対象へ入力される外乱から前記制御対象の制御状態量の変化量を予測する第１フィードフォワード制御ニューラルネットワークを構築するフィードフォワード制御方法学習装置と、前記第１フィードフォワード制御ニューラルネットワークに基づいて前記制御対象へ加わる外乱から前記制御対象の制御状態量の変化量を予測し、該制御状態量の変化量に基づいて前記制御操作量を直接的あるいは間接的に補正するフィードフォワード制御実行装置と、を有する。【選択図】図４

Description

本発明は、ニューラルネット等の人工知能を用いた実時間のフィードバック制御を行う技術に関する。

従来から、各種のプラントにおいてはその制御により所望の制御結果を得るために各種制御理論に基づいたプラント制御が実施されている。

プラントの一例として例えば圧延機制御においては、制御の一例として板の波打ち状態を制御する形状制御を対象とした制御理論として、ファジィ制御やニューロ・ファジィ制御が適用されてきた。ファジィ制御は、クーラントを利用した形状制御に、また、ニューロ・ファジィ制御は、センジミア圧延機の形状制御に適用されている。このうちニューロ・ファジィ制御を適用した形状制御は、特許文献１に示されるように、形状検出器で検出された実績形状パターンと目標形状パターンの差と、予め設定された基準形状パターンとの類似割合を求め、その類似割合からこれも予め設定された基準形状パターンに対する制御操作端操作量によって表現された制御ルールにより、操作端に対する制御出力量を求めることにより行われている。以下、従来技術として、ニューロ・ファジィ制御を用いたセンヂミア圧延機の形状制御を用いるものとする。

図１に、特許文献１の図１に記述されたセンヂミア圧延機の形状制御を示す。センヂミア圧延機の形状制御では、ニューロ・ファジィ制御が用いられる。この例では、パターン認識機構５１で、形状検出器５２にて検出した実形状より形状のパターン認識を行い、実形状が予め設定された基準形状パターンのどれに最も近いかを演算する。制御演算機構５３では、図２で示すような予め設定された形状パターンに対する制御操作端操作量で構成される制御ルールを用いて制御を実施する。図２についてより具体的に述べると、パターン認識機構５１では、形状検出器５２にて検出した形状実績と目標形状（εｒｅｆ）との差分（Δε）が、１から８の形状パターン（ε）のどれに最も近いかを演算し、制御演算機構５３では、１から８の制御方法のいずれかを選択し実行する。

特許２８０４１６１号公報

圧延機においては、被圧延材の形状の他、被圧延材の板厚、張力等を一定とする板厚制御、張力制御の他、圧延速度を加減速する自動または手動の操作が実施される。板厚制御、張力制御は、その目的のため圧延機の圧延荷重、圧延速度等を変動させる。それらの変動は、形状にも影響を与える。

例えば、圧延荷重が増加すると、圧延機を構成するロールのたわみが大きくなり、耳延び形状が発生する。その場合、形状制御（フィードバック制御）が耳伸び形状を抑制する方向に動作して、形状を一定に維持しようとする。圧延荷重が増加する事による、形状変化する事が予め予測できれば、それに応じて形状制御（フィードバック制御、以下形状ＦＢ制御と略記する）が動作するのを待つことなくフィードフォワード的に形状制御操作端を操作して形状変動を未然に防ぐ事が可能である（これを形状ＦＦ制御と略記する）。

形状ＦＦ制御を実施するためには、形状が圧延荷重や圧延速度によりどのように変化するか予測する必要が有る。しかしながら、圧延状態が異なる状態において形状変化を予測するモデルを作成する事は困難である。また、気温や圧延油、圧延機のロール等の機械条件が変化しても、形状変化は変動する問題が有る。

上記で示したように、一般的な制御対象プラントにおいて、複数の制御系が適用されている場合において、他の制御系の操作量が自分の制御系へ与える影響を予測してフィードフォワード制御を実施する場合においては、影響の予測精度が低いと、制御効果が減少するばかりでなく、逆に自分の制御系へ与える影響を増大してしまう場合が発生する。

そのため、影響の予測精度を上げる必要が有り、制御対象の数式モデルを用いて予測する事が一般的である。しかしながら、数式モデルを用いた場合、制御対象のモデル化が不十分である場合が多い。また、制御対象の状態が外部要因の影響等で変化した場合、それを反映させるのは困難である。

従来のフィードフォワード制御においては、制御対象のモデル化が不十分であり、制御精度が悪化するという問題が有った。

本発明の目的は、予測精度の高いフィードフォワード制御を実現する技術を提供することである。

本開示による制御装置は、対象とする制御操作と該制御操作に対する外乱とが加わる制御対象を制御する制御装置であって、学習データとして前記制御対象の制御された結果である制御状態量と前記制御対象に加わった外乱との組合せを学習することにより、前記制御対象への外乱から前記制御対象の制御状態量の変化量を予測するための第１フィードフォワード制御ニューラルネットワークを構築するフィードフォワード制御方法学習装置と、前記第１フィードフォワード制御ニューラルネットワークに基づいて前記制御対象への外乱から前記制御対象の制御状態量の変化量を予測し、該制御状態量の変化量に基づいて前記制御操作の操作量である制御操作量を直接的あるいは間接的に補正して前記制御対象への制御出力とするフィードフォワード制御実行装置と、を有する。

本開示によれば、予測精度の高いフィードフォワード制御を実現することが期待される。

特許文献１の図１に記述されたセンヂミア圧延機の形状制御を示す図である。

予め設定された形状パターンに対する制御操作端操作量で構成される制御ルールを示す図である。

制御対象プラントの構成の概要を示す図である。

ＦＦ制御について説明するための図である。

ＦＦ制御について説明するための図である。

プラント制御装置の概要を示す図である。

外乱パターンに対する制御操作端操作量で構成される制御ルールを示す図である。

制御ルール実行部の具体的な構成事例を示す図である。

制御ルール学習部の具体的な構成事例を示す図である。

センヂミア圧延機の形状制御に用いる場合のニューラルネット構成を示す図である。

学習データデータベースに保存された学習データの例を示す図である。

ニューラルネット管理テーブルの構成を示す図である。

学習データデータベースの構成を示す図である。

実施例２におけるＦＦ制御について説明するための図である。

実施例３における圧延機の初期設定について説明するための図である。

実施例３におけるＦＦ制御について説明するための図である。

まず、本発明における知見、並びに本発明に至る経緯について圧延機の形状制御を例にして説明をしておく。

図３は、制御対象プラントの構成の概要を示す図である。ここでは、制御対象プラントに対して、制御Ａおよび制御Ｂが実施されている。制御対象プラントの状態量ｘは、制御Ａから制御対象プラントへの制御出力量ｕと、制御Ｂおよび／または手動操作から制御対象プラントへの制御出力量ｄと、により変動する。この制御プラントの状態量ｘの変動量をＸとする。

制御Ａは制御プラントの状態量のうち一部を制御し、制御Ｂは他の一部の状態量を制御とする。状態量ｙが制御Ａの制御する状態量であり、状態量ｙ’が制御Ｂの制御する状態量である。制御Ａが制御する状態量ｙは、制御Ａの制御出力（操作量）ｕだけでなく、制御Ｂの制御出力（操作量）ｄによっても変化する。そのため、制御Ａにとって制御Ｂの制御出力ｄは外乱となる。同様に、制御Ｂにとっては制御Ａの制御出力ｕが外乱となる。

本発明の実施形態では説明の都合上、制御Ａを自制御とし、制御Ａの制御出力ｕを制御出力とし、制御Ｂの制御出力ｄを外乱として扱うものする。ただし、その逆についても同様のことが言える。

本発明の実施形態では、圧延機による板の形状制御を例とする。制御Ａは、板の形状のフィードバック制御（以下「形状ＦＢ制御」ともいう）であり、制御Ｂは、板厚および張力の制御であるとする。また、状態量ｙが形状であり、状態量ｙ’が板厚および張力である。制御出力ｕがＡＳ−Ｕおよび中間ロールの操作量であり、制御出力（外乱）ｄが速度および荷重の操作量である。

本発明の実施形態における形状ＦＢ制御は、学習データとして基準となる形状パターンとその形状パターンに対する制御操作との組合せを学習し、学習結果を用いて制御操作を実施するというものである。

本発明の実施形態のニューラルネットワークは、圧延機で発生した形状パターンを入力とし、その形状パターンに対する、補正すべき制御操作の変化量を出力とする。形状ＦＢ制御においては、基準となる形状パターンとその形状パターンに対する制御操作との組合せを変化させることにより、制御結果が良くなるように制御操作を変更していくことになる。

学習データとして、基準となる形状パターンとその形状パターンに対する制御操作との組合せを学習して学習結果を本ニューラルネットワークに適用することが可能であり、この学習により、本ニューラルネットワークは制御結果の良否に応じて形状パターンに対する制御操作を好適なものへと変更していく。

本発明の実施形態では、このようなニューラルネットワークによる形状ＦＢ制御に対しても、この形状ＦＢ制御のニューラルネットワークと同様の考え方で構築した別のニューラルネットワークによる補正を実施する。形状ＦＢ制御に対する補正はフィードフォワード制御（以下「ＦＦ制御」ともいう）により実施する。

図４は、ＦＦ制御について説明するための図である。図４におけるＦＢ制御が上述した形状ＦＢ制御に相当する。本発明の実施形態のＦＦ制御には、ＦＦ制御−１と、ＦＦ制御−２という２つＦＦ制御が含まれている。ＦＦ制御−２は、制御対象プラントに対するフィードフォワード制御である。ＦＦ制御−１は、ＦＢ制御に対するフィードフォワード制御である。ここでは説明の便宜上、ＦＦ制御−１とＦＦ制御−２はそれぞれ別個のニューラルネットワークで構成されるものとする。

ＦＦ制御−１のニューラルネットワーク（第１ＦＦ制御ニューラルネットワーク）は、図４において実線の矢印で示されているように、外乱を入力とし、ＦＢ制御への入力である制御偏差の変化量を出力とする。このＦＦ制御−１のニューラルネットワークは、外乱に基づいて制御対象状態量（制御偏差）の変化を予測する。その予測した制御対象状態量（制御偏差）の変化に基づいて、制御対象状態量（制御偏差）を補正することになる。

ＦＦ制御−２のニューラルネットワーク（第２ＦＦ制御ニューラルネットワーク）は、図４において実線の矢印で示されているように、外乱を入力とし、ＦＢ制御の出力である制御操作量の変化量を出力とする。このＦＦ制御−２のニューラルネットワークは、外乱に基づいて、形状ＦＢ制御が動かすべき（補正すべき）制御操作量の変化量を予測する。その予測した制御操作量の変化量に基づいて、制御操作量を補正することになる。

上述したように、ＦＦ制御−１のニューラルネットワークは、外乱（速度、荷重）が入力であり、制御対象状態量（形状）の変化量が出力である。従って、ＦＦ制御−１のニューラルネットワークの学習に用いる教師データは、図４において破線の矢印で示されているように、そのニューラルネットワークの出力となる制御対象状態量（形状）である。制御対象状態量と外乱との関係を学習することとなる。

同様に、ＦＦ制御−２のニューラルネットワークは、外乱（速度、荷重）が入力であり、制御操作量（ＡＳ−Ｕ、中間ロール）の変化量が出力である。従って、ＦＦ制御−２のニューラルネットワークの学習に用いる教師データは、図４において破線の矢印で示されているように、そのニューラルネットワークの出力となる制御操作量（ＡＳ−Ｕ、中間ロール）である。制御操作量と外乱との関係を学習することとなる。

このような本発明の実施形態の構成によれば、ＦＦ制御−２によりＦＢ制御の出力である制御操作量の変化量を補正することで制御対象プラントの制御の精度を向上するとともに、そのＦＦ制御−２の出力する補正量の過不足により残った制御対象状態量の目標との偏差をＦＦ制御−１により補正することでＦＢ制御の動作を速めることができる。また、その補正により制御対象プラントの制御対象状態量の目標との偏差を小さくすることができ、その結果、ＦＦ制御−２のニューラルネットワークの制御結果の良否に応じた学習の精度を向上することができる。

図５は、本発明の実施形態におけるＦＦ制御について説明するための図である。

本発明の実施形態のＦＦ制御系は所定のサンプリング周期で外乱、状態量変化、操作量変化等をサンプリングし、ＦＦ制御を実行する。図５の上段に示すように、本発明の実施形態のような圧延機の形状ＦＢ制御では、板の形状の制御に対する外乱となる圧延速度の変動は、形状の制御において制御操作を更新する制御周期に比べて長時間にわたって継続する。例えば、圧延速度を加速している時間と圧延速度を減速している時間は、形状の制御の制御周期に比べて長い。そのため、外乱が発生する前後の時間、つまり圧延速度が変動する前後の圧延速度が一定である時間で板の形状が目標形状に近い状態で取得される実績データでニューラルネットワークの学習を行うことは妥当でなく、圧延速度が変動する間にも実績データを取得し、ニューラルネットワークの学習に用いるのが妥当である。

本発明の実施形態では、圧延速度が変動する間もＦＦ制御（ＦＦ制御−１とＦＦ制御−２）が最適であれば形状の目標との偏差（以下「形状偏差」ともいう）は変動しないとし、制御周期によるサンプリング点とサンプリング点の間に生じる形状偏差の変化量Δε（ｉ）はＦＦ制御が不十分なために生じたものとみなす。また、ＦＦ制御−２のニューラルネットワークの出力は、図５の下段に示すような、制御対象プラントに入力される制御操作量のサンプリング点間での変化量Δｕ（ｉ）であるとする。また、外乱は、図５の上段に示すような、外乱量ｄ（ｉ）と、その外乱量ｄ（ｉ）の変化量である外乱変化量Δｄ（ｉ）であるとする。この外乱変化量Δｄ（ｉ）は、外乱量ｄ（ｉ）の１回前のサンプリング時の外乱量ｄ（ｉ−１）との偏差とする。ｉ−１からｉに外乱が変化した結果がｉ＋１で検出器にて測定されたと考える。

ＦＦ制御−２では、制御操作量の変化量Δｕ（ｉ）が次回のＦＦ制御−２の出力となる。最適な状態でなければ、ＦＦ制御−２が、変化量Δｕ（ｉ）だけ制御操作量ｕ（ｉ）を補正した結果として、制御対象状態量には、図５の中段に示すような、形状偏差に変化量Δε（ｉ）が残る。ＦＦ制御−１は、この形状偏差の変化量Δε（ｉ）を予測し、ＦＢ制御に入力される制御対象状態量（制御偏差）に加算（補正）する。このＦＦ制御−２とＦＦ制御−１を繰り返すことにより、最終的には、ＦＦ制御−２が変化量Δｕ（ｉ）だけＦＢ制御の出力を補正するという動作を繰り返すことにより、形状偏差の変化量Δε（ｉ）が０（ゼロ）になることが期待される。

なお、ここでは判りやすくするためＦＦ制御−１、ＦＦ制御−２としたが、実際はＦＦ制御として１つのニューラルネットにより実現する事も可能であり、以下の実施例においても１つのニューラルネットとする。

以下、より具体的な実施例について図面を用いて詳細に説明する。

図６に、本実施例に係るプラント制御装置の概要を示す。図６のプラント制御装置は、制御対象プラント１と、制御対象プラント１に対してフィードバック制御を行うＦＢ制御装置２と、制御対象プラント１への外乱Ｓｉを入力して図７に例示したような制御ルールに従い定めた制御操作補正量ＳＯ２および状態量補正量ＳＯ１を制御対象プラント１への制御に与える制御実行装置２０と、制御対象プラント１への外乱Ｓｉなどを入力して学習を行い、学習した制御ルールを制御実行装置２０における制御ルールに反映させる制御方法学習装置２１と、複数のデータベースＤＢ（１２、１３）、並びにデータベース管理テーブル１５から構成されている。

ＦＢ制御装置２、制御実行装置２０、および制御方法学習装置２１は、各装置の実行する処理を規定したソフトウェアプログラムをプロセッサにより実行するコンピュータにより実現されるものであってもよい。また、各装置が複数のコンピュータにより実現されるものであってよい。また、それらの装置のうち２つまたは全てが同一のコンピュータにより実現されてもよい。

ＦＢ制御装置２は、フィードバック制御用のニューラルネットワークを用いて上述した形状ＦＢ制御を実行する装置である。制御ルールはニューラルネットワーク（以下「ニューラルネット」ともいう）により実現される。制御操作補正量は、制御操作量をどれだけ補正すべきかを示す値であり、制御操作量の変化量に相当する。状態量補正量は、状態量をどれだけ補正すべきかを示す値であり、状態量の変化量に相当する。制御方法学習装置２１は、上述した第１ＦＦ制御ニューラルネットおよび第２ＦＦ制御ニューラルネットを構築する装置である。制御実行装置２０は、上述した第１ＦＦ制御ニューラルネットおよび第２ＦＦ制御ニューラルネットを用いて、上述したＦＦ制御を実行する装置である。

制御実行装置２０は、制御ルール実行部１０を主たる要素として構成されている。

このうち制御実行装置２０においては、まず制御対象プラント１である圧延機の外乱Ｓｉより、制御ルール実行部１０の入力データＳ１を作成する。制御ルール実行部１０は、制御対象の外乱Ｓｉと制御操作端操作指令Ｓ２の関係を表現するニューラルネット（制御ルール）を用いて、制御対象の外乱Ｓｉから制御操作端補正量ＳＯ２を作成する。また、制御対象の外乱Ｓｉと制御状態量Ｓ３の関係を表現するニューラルネット（制御ルール）を用いて、制御対象の外乱Ｓｉから制御状態量補正量ＳＯ１を作成する。

以上のように構成された制御実行装置２０は、その処理実行のために、さらに後述するように、制御ルールデータベース１２を参照する。制御ルールデータベース１２は、制御実行装置２０内の制御ルール実行部１０と、後述する制御方法学習装置２１内の制御ルール学習部１１の双方にアクセス可能に接続されている。制御ルール学習部１１における学習結果としての制御ルール（ニューラルネット）が制御ルールデータベース１２に格納されており、制御ルール実行部１０は制御ルールデータベース１２に格納された制御ルールを参照する。

図８は、本実施例に係る制御ルール実行部１０の具体的な構成事例を示している。制御ルール実行部１０は、入力データＳ１を入力して、制御状態量補正量ＳＯ１および制御操作端補正量ＳＯ２を出力する。制御ルール実行部１０はニューラルネット１０１を備えている。ここではニューラルネット１０１は、上述した第１ＦＦ制御ニューラルネットと第２ＦＦ制御ニューラルネットを一体的に構成したものである。ニューラルネット１０１では基本的には図７に例示したような手法により制御状態量補正量ＳＯ１および制御操作端補正量ＳＯ２を定めている。本実施例においては、制御ルール実行部１０はさらにニューラルネット選択部１０２を備えており、制御ルールデータベース１２に格納された制御ルールを参照することで、ニューラルネット１０１における制御ルールとして、最適な制御ルールを選択し、実行せしめる。このように図８の制御ルール実行部１０においては、オペレータ班や制御目的で分けられた複数のニューラルネットから、必要なニューラルネットを選択し、使用している。制御ルールデータベース１２には、制御対象プラント１からのデータとして、ニューラルネットを選択できるような実績データ（操業班のデータ等）Ｓｉも含むのがよい。なお、ニューラルネットを実行すると制御ルールになるという関係にあることから、本開示においてはニューラルネットと制御ルールを区別せず、同義の意味で使用している。

図６に戻り、制御方法学習装置２１においては、制御実行装置２０で使用するニューラルネット１０１の学習を実施する。制御実行装置２０が制御対象プラント１に対して、制御を実施した場合、形状制御の制御サンプリングに応じて実績データを得るため、図５にて示したように、前回値との偏差が必要となる。このため、制御サンプリング時間だけ時間遅れさせたデータを用いて前回値との偏差を得る。図６において、Ｚ^−１は、各データに対する制御サンプリング周期に応じた時間遅れを生じさせる機能部を表している。

制御方法学習装置２１は、学習データ作成部７、制御ルール学習部１１、制御ルールデータベース１２、学習データデータベース１３を主たる要素として構成されている。

制御方法学習装置２１内の学習データ作成部７においては、制御対象プラント１への、制御出力Ｓ２および制御対象プラント１の状態量Ｓ３の、前回制御サンプリングとの偏差を作成して入力データとし、ニューラルネットの学習に使用する新規の教師データＳ７ａを作成し、制御ルール学習部１１に与える。なお、教師データＳ７ａは、制御ルール実行部１０が出力する制御状態量補正量ＳＯ１および制御操作端補正量ＳＯ２に対応するものである。

図９は、本実施例に係る制御ルール学習部１１の具体的な構成事例を示している。制御ルール学習部１１は、入力データ作成部１１４、教師データ作成部１１５、ニューラルネット処理部１１０、ニューラルネット選択部１１３を主たる構成要素として構成されている。また制御ルール学習部１１は、外部からの入力としてデータＳ８ａを、学習データ作成部７からの新規の教師データＳ７ａを得、また制御ルールデータベース１２および学習データデータベース１３に蓄積されたデータを参照する。

また制御ルール学習部１１において、学習データ作成部７からの新規の教師データＳ７ａは、教師データ作成部１１５において学習データデータベース１３に記憶されている過去の教師データＳ７ｂも含めた合計の教師データＳ７ｃとして、ニューラルネット処理部１１０に与えられる。これらの教師データＳ７ａ、Ｓ７ｂは、適宜、学習データデータベースＤＢ３に記憶されて、利用される。

同様に、制御入力データ作成部２からの入力データＳ８ａは、入力データ作成部１１４において学習データデータベース１３に記憶されている過去の入力データＳ８ｂも含めた合計の入力データＳ８ｃとして、ニューラルネット処理部１１０に与えられる。これらの入力データＳ８ａ、Ｓ８ｂは、適宜、学習データデータベース１３に記憶されて、利用される。

ニューラルネット処理部１１０は、ニューラルネット１１１とニューラルネット学習制御部１１２により構成されており、ニューラルネット１１１は、入力データ作成装置１１４からの入力データＳ８ｃ、教師データ作成部１１５からの教師データＳ７ｃ、ニューラルネット選択部１１３が選択した制御ルール（ニューラルネット）を取り込み、最終的に決定したニューラルネットを制御ルールデータベース１２に格納する。

ニューラルネット学習制御部１１２は、入力データ作成装置１１４、教師データ作成部１１５、ニューラルネット選択部１１３に対して、適宜のタイミングでこれらを制御し、ニューラルネット１１１の入力を得、また処理結果を制御ルールデータベース１２に格納すべく制御している。

ここで、図８の制御実行装置２０におけるニューラルネット１０１と、図９の制御方法学習装置２１におけるニューラルネット１１１は、いずれも同じ概念のニューラルネットであるが、利用するうえでの基本概念上の相違について説明をしておくと、以下のようである。まず制御実行装置２０におけるニューラルネット１０１は、予め定められた内容のニューラルネットであり、入力データＳ１を与えたときに対応する出力としての制御状態量補正量ＳＯ１および制御操作端補正量ＳＯ２を求めるものであり、いわば一方方向の処理に利用されるニューラルネットである。これに対し、制御方法学習装置２１におけるニューラルネット１１１は、入力データＳ１と制御状態量補正量ＳＯ１および制御操作端補正量ＳＯ２についての入力データＳ８ｃ、教師データＳ７ｃを学習データとして設定したときに、この入出力関係を満足するニューラルネットを学習により求めるためのものである。

また図９に例示する制御ルール学習部１１においては、ニューラルネット学習制御部１１２によるデータ処理の結果として、以下のように処理している。ここでは、まず制御実行装置２０への入力データＳ１を時間遅れさせたＳ８ｃと、教師データ作成部１１５にて作成した教師データＳ７ｃの組合せである学習データを用いて、制御ルール実行部１０にて用いたニューラルネット１０１の学習を実施する。実際には、制御ルール実行部１０のニューラルネット１０１と同じニューラルネット１１１を制御ルール学習部１１内に備えて、各種条件で運用テストしてその時の応答を学習し、学習の結果としてより良い結果を生じることが確認された制御ルールを得るものである。学習は、複数個の学習データを用いて行わせる必要があるため、過去に作成された学習データを蓄積している学習データデータベース１３より、過去の学習データを複数個取り出して、学習し処理を実施するとともに、今回の学習データを学習データデータベース１３に格納する。また、学習したニューラルネットは、制御ルール実行部１０にて利用するために、制御ルールデータベース１２に格納される。

ニューラルネットの学習は、新しい学習データが作成される毎に、過去の学習データを一緒に用いて学習しても良いし、学習データがある程度（例えば１００個分）蓄積されてから、過去の学習データを一緒に用いて学習しても良い。

以下、図１および図２に示したようなセンヂミア圧延機における形状制御を対象に、本プラント制御方法の詳細を説明する。

本実施例では、複数のニューラルネットの中から操業条件に応じていずれかを選択し、フィードフォワード制御に利用するものとする。ここでは制御の優先度と予め判明している条件とにより操業条件を区別するもとする。具体的には、制御の優先度を示す仕様Ａと予め判明している条件を示す仕様Ｂとにより操業条件が定まる。

仕様Ａは、例えば、板幅方向の制御優先度とし、仕様Ａ１を端部優先、仕様Ａ２を中央部優先とする。仕様Ｂは、予め判明している条件への対応についての仕様である。一例をあげると、形状パターンと制御方法の関係は、種々の条件で変化することから、例えば、仕様Ｂ１を板幅、仕様Ｂ２を鋼種とする区分で分ける必要がある事が考えられる。上記それぞれが変化することで、形状操作端の形状への影響度合が変化する。

この事例では制御対象プラント１は、センヂミア圧延機であり、実績データは形状実績となる。なおセンヂミア圧延機は、ステンレスなどの硬い材料を冷間圧延するためのクラスターロールを持つ圧延機である。ゼンジミア圧延機では、硬い材料に強圧下を与える目的で、小径のワークロールを用いる。このため、平坦な鋼板を得ることが難しい。この対策として、クラスターロールの構造やさまざまな形状制御部を採用している。センヂミア圧延機は一般には、上下の第１中間ロールが片テーパを持ち、シフトできるようになっているほか、上下に６個の分割ロールと２個のＡＳ−Ｕと呼ばれるロールを備えている。以下に説明する事例では、形状の外乱Ｓｉとしては、圧延速度、圧延荷重を用い、さらに入力データＳ１としては、外乱Ｓｉおよび前回値との偏差ΔＳｉを用いる。また制御操作量Ｓ２としては、＃１〜＃ｎのＡＳ−Ｕ、上下の第１中間ロールのロールシフト量とする。

図１０に、センヂミア圧延機の形状制御に用いる場合のニューラルネット構成を示す。ここでニューラルネットとは、制御ルール実行部１０用ではニューラルネット１０１のことであり、制御ルール学習部１１用ではニューラルネット１１１に示したニューラルネットを示しているが、いずも構造は同じである。

図１０に示すセンヂミア圧延機の形状制御の事例では、制御対象プラント１からの外乱データＳ１は圧延速度、圧延荷重を含むセンヂミア圧延機の実績データである。これによりニューラルネット１０１、１１１の入力層は、外乱今回値Ｓｉ、前回値との偏差ΔＳｉより構成される。

また、ニューラルネット１０１、１１１の入力層は、センヂミア圧延機の形状偏差変化量３０１とセンヂミア圧延機の形状制御操作端である、ＡＳ−Ｕ、第１中間ロールに合わせて、ＡＳ−Ｕと第１中間の操作変化量３０２により構成される。ＡＳ−Ｕのサドルが７本、上下第１中間ロールが板幅方向でシフト可能とすると、出力層は形状偏差変化量３０１が、形状検出器のゾーン数分、操作変化量３０２がＡＳ−Ｕ７個、１中間操作度合が２個の計９個となる。中間層の層数および各層のニューロン数については、適時設定する。

以上説明した図１０のような構成のニューラルネット１０１、１１１に対して、外乱に対する補正方法を学習させ、学習させたニューラルネットを用いて形状ＦＦ制御を実施する。同じ構成のニューラルネットでも、学習の条件により異なった特性となり、同じ外乱に対して異なった制御出力を出すようにすることができる。

そのため、圧延実績の他の条件に応じて、複数のニューラルネットを使い分けることで、多様な条件に対して最適なＦＦ制御を構成することができる。これは仕様Ｂへの対応である。先に説明した図８の構成は、係る仕様を行う場合の具体例を示している。図８の構成事例では、制御ルール実行部１０において使用するニューラルネット１０１を、圧延実績や、圧延機オペレータ名、被圧延材の鋼種、板幅等により別個のニューラルネットを準備し、制御ルールデータベース１２に登録しておく。ニューラルネット選択部１０２においては、その時点の条件に合致するニューラルネットを選択し、制御ルール実行部１０のニューラルネット１０１に設定する。なおニューラルネット選択部１０２における、その時点の条件としては、制御対象プラント１における実績データＳｉの中から板幅のデータを取り込み、これに応じてニューラルネットを選択するのがよい。また、ここで使用する複数のニューラルネットは、図１０に示すような入力層、出力層を持てば、中間層の層数、各層のユニット数は異なっても良い。

次に、学習データ作成部７の概要について説明する。図６に示したように、学習データ作成部７においては、制御状態量Ｓ３および制御操作量Ｓ２の変化量ΔＳ３、ΔＳ２より、制御ルール学習部１１で使用するニューラルネット１１１に対する教師データＳ７ａを作成する。

この場合の教師データＳ７ａは、図１０に示す、ニューラルネット１１１の出力層からの出力である、形状偏差変化量３０１および操作端操作量３０２となる。学習データ作成部７は、形状偏差変化量３０１および操作端操作変化量３０２を用いて、制御ルール学習部１１で使用するニューラルネット１１１に対する教師データＳ７ａを作成する。

図１１は学習データデータベース１３に保存されたデータ例を示している。ニューラルネット１１１を学習するためには、学習データとして、多数の入力データＳ８ａと教師データＳ７ａの組合せが必要である。従って、学習データ作成部７で作成した教師データＳ７ａ（形状偏差変化量３０１、操作端操作変化量３０２）は、制御実行装置２０にて制御ルール実行部１０に入力された入力データＳ１（外乱２０１および外乱変化量２０２）の時間遅れデータＳ８ａと組合せて一組の学習データとして、学習データデータベース１３に保存される。

なお図６のプラント制御装置においては、各種のデータベース１２、１３を使用しているが、図１２に各データベース１２、１３を連系的に管理運用するためのニューラルネット管理テーブル１５の構成を示す。管理テーブル１５は、仕様の管理テーブルを備えている。具体的には、管理テーブル１５は、仕様について（Ｂ１）板幅、（Ｂ２）鋼種、および制御の優先度についての仕様Ａ１、Ａ２に応じて区分けされる。（Ｂ１）板幅としては、例えば、３フィート幅、メータ幅、４フィート幅、５フィート幅の４区分が、鋼種としては、鋼種（１）〜鋼種（１０）の１０区分程度を用いる。また、制御の優先度についての仕様Ａについては、Ａ１およびＡ２の２種類とする。この場合、８０区分となり、８０個のニューラルネットを、圧延条件に応じて使い分けて使用する事となる。

ニューラルネット学習制御部１１２は、図１１に示すような、入力データおよび教師データの組合せである学習データを、図１２のニューラルネット管理テーブル１５に従って、該当するニューラルネットＮｏ．と紐付けて、図１３に示すような学習データデータベース１３に格納する。

制御実行装置２０が、制御対象プラント１に対して、形状制御を実行するたびに、学習データが作成される。教師データがある程度（例えば２００組）蓄積されたら、または新たに学習データデータベースＤＢ２に蓄積されたら、ニューラルネット学習制御部１１２は、ニューラルネット１１１の学習を指示する。

制御ルールデータベース１２には、図１２に示すような管理テーブル１５に従って、複数のニューラルネットが格納されており、ニューラルネット学習制御部１１２においては、学習が必要なニューラルネットＮｏ．を指定して、ニューラルネット選択部１１３が制御ルールデータベースＤＢ１より当該ニューラルネットを取り出し、ニューラルネット１１１に設定する。ニューラルネット学習制御部１１２は、学習データデータベースＤＢ２より、当該ニューラルネットに対応する、入力データおよび教師データの取り出しを、入力データ作成部１１４および教師データ作成部１１５に指示し、それらを用いてニューラルネット１１１の学習を実施する。なおニューラルネットの学習方法は手法が種々提案されており、いずれの手法を用いても良い。

ニューラルネット１１１の学習が完了すると、ニューラルネット学習制御部１１２は、学習結果であるニューラルネット１１１を、制御ルールデータベースＤＢ１の当該ニューラルネットＮｏ．の位置に書き戻すことで、学習が完了する。

学習は、図１２にて定義された全てのニューラルネットに対して定時間間隔（例えば１日毎）で一斉に実施しても良いし、新しい学習データがある程度（例えば１００組）蓄積されたニューラルネットＮｏ．のニューラルネットのみ、その時点で学習させても良い。

以上により、制御対象プラント１である圧延機の外乱（圧延速度、圧延荷重の変動）と、それに対する制御操作端操作量およびそれによる形状制御偏差とを自動的に学習することができる。学習済みのニューラルネット１０１、１１１を用いてフィードフォワード制御を行うことにより、制御操作端操作量およびそれによる形状制御偏差の変化量を抑制し、制御の精度を向上することができる。

なお、制御ルールデータベース１２には、制御実行装置２０で使用するニューラルネットが格納されるが、格納されるニューラルネットが、乱数でイニシャル処理を実施しただけのものだと、ニューラルネットの学習が進行し、それなりの制御が可能となるまで時間がかかる。そのため、制御対象プラント１に対して、制御部を構築した時に、その時点で判明している制御対象プラント１の制御モデルに基づき、予めシミュレーションにて、制御ルールの学習を実施し、シミュレータでの学習が完了したニューラルネットをデータベースに格納しておく事で、制御対象プラントの立上げ当初から、ある程度の性能の制御を実施する事が可能である。

上記実施例１は、制御対象プラントに対して、ＦＢ制御が実施されている場合について説明したが、プラントによってはＦＢ制御が実施されておらず、オペレータの手動操作に頼っている場合も多い。上述したフィードフォワード制御は、ＦＢ制御が実施されていない場合にも適用可能である。その一例を実施例２に示す。

図１４は、実施例２におけるＦＦ制御について説明するための図である。実施例２においても、ＦＦ制御−１のニューラルネットワーク（第１ＦＦ制御ニューラルネット）は、実施例１のものと同様に、外乱を入力とし、制御対象状態量（実施例２では状態量）の変化量を出力とする。実施例２では、制御対象プラントをＦＢ制御しないので、ＦＦ制御−１の出力は、所定値の制御ゲインを与えた後に、制御対象プラントへ入力される制御操作量に加えられる。この制御ゲインの値は特に限定されない。たとえば制御ゲインが１、すなわち何ら制御ゲインを与えないものも含まれる。

本実施例においても、実施例１と同様に、ＦＦ制御系である制御ルール実行装置１０は、所定のサンプリング周期で外乱（例えば速度変化）、状態量変化（形状変化）、操作量変化（ＡＳ−Ｕ、中間ロール）をサンプリングし、得られた実績データを蓄積し、蓄積した実績データを学習することでＦＦ制御の制御ルールを作成することができる。本実施例２は、圧延機で生成される板の形状が悪化してくるとオペレータが手動操作を行い、形状偏差を修正するものである。

本実施例では、ＦＢ制御系が存在しないが、形状と操作端操作量の関係をある程度予測し、制御対象の状態量（形状）の偏差から操作端操作量を演算する事で、ＦＦ制御の出力を補正し、ＦＦ制御の精度を上げる事が可能である。

形状変動が操業上許容可能であれば、圧延速度が変化している途中はオペレータによる手動操作を行わないものとして手動操作なしでの形状の変動のみを学習し、図１４のようなＦＦ制御−１により簡易的なＦＢ制御を構成し、ＦＦ制御−１で形状変動を予測し、その変動量に基づいて制御を行うことにしてもよい。

上記実施例１および実施例２は、変動する外乱と制御操作量および／または制御対象の状態量の変化との関係を学習し、ＦＦ制御を実施する例を示した。しかしながら、外乱のように変動しない入力量についても、その入力量と制御操作量および制御対象の状態量の変化との関係を学習し、ＦＦ制御を実施することも可能である。変動しない入力量は、例えば対象とする制御操作以外の固定される制御操作の初期設定である。

図１５は、実施例３における圧延機の初期設定について説明するための図である。初期設定は通板速度で板を送っているときの目標形状に合わせて設定する形状以外の制御操作の操作量である。通板速度は、圧延機による圧延を開始するときの最初の圧延速度である。初期設定は、圧延開始前に予め制御操作端に制御操作量である設定される。初期設定では、制御操作量は、その動かすべき偏差を設定するのではなく、絶対値（制御操作端初期設定値）を設定する。

初期設定で設定した値が、あるべき正しい値と合っていなければ、図１５の上段に示すように、通板速度で圧延機が動作しているとき板の形状が悪い状態となる。そうなるとオペレータが手動操作で介入することが必要となる。そして、手動操作により形状偏差がある程度まで小さくなると、オペレータは圧延機を通板速度から加速するための操作を実施する。

したがって、形状偏差がある程度小さくなった段階をデータ採取タイミングとし、図１５の中段および下段に示すように、そのデータ取得タイミングで形状偏差と制御操作量を採取し、学習データとして蓄積することで、操作端へ初期設定として設定する、制御操作端操作量と、それを設定した場合の形状偏差とを学習することが可能となる。

形状偏差がある程度まで小さくなったデータ取得タイミングは、オペレータが圧延速度の加速を開始したこと、あるいは、形状偏差が所定の閾値を下回ったことにより判断することができる。

図１６は、実施例３におけるＦＦ制御について説明するための図である。図１６に形状の初期設定を実施するための構成が例示されている。初期設定（操業データ）は、所定の仕様の製品を生成するための圧延機に対する板厚、張力等の初期設定である。形状に関する初期設定は、初期設定−１および初期設定−２を有する初期設定（形状）で実施する。

初期設定−１のニューラルネットワーク（第１初期設定ニューラルネットワーク）は、図１６において実線の矢印で示すように、初期設定（操業データ）を入力とし、制御対象状態量を出力とする。この第１初期設定ニューラルネットワークは、初期設定（操業データ）に基づいて制御対象状態量を予測する。その予測した制御対象状態量に所定の制御ゲインを加えて、制御操作量の補正を行うことになる。従って、第１初期設定ニューラルネットワークの学習に用いる教師データは、図１６において破線の矢印で示されているように、そのニューラルネットワークの出力となる制御対象状態量である。制御対象状態量と初期設定（操業データ）との関係を学習することとなる。

初期設定−２ニューラルネットワークは（第２初期設定ニューラルネットワーク）は、図１６において実線の矢印で示すように、初期設定（操業データ）を入力とし、初期設定の制御操作量を出力とする。従って、第２初期設定ニューラルネットワークの学習に用いる教師データは、図１６において破線の矢印で示されているように、そのニューラルネットワークの出力となる制御操作量である。制御操作量と初期設定（操業データ）との関係を学習することとなる。

初期設定を行うタイミングにおいて、第２初期設定ニューラルネットワークは制御操作量の初期設定の値を出力し、第１初期設定ニューラルネットワークは制御対象状態量である形状偏差を出力する。この形状偏差に所定の制御ゲインを加えて制御操作量を補正し、制御対象プラントへの制御入力とする。

本実施例によれば、以上のように圧延機の運転開始前に実施する初期設定についても学習していくことが可能である。

本実施形態のプラント制御装置は、実際には計算機システムとして実現されることになるが、この場合には計算機システム内に複数のプログラム群を形成することになる。

これらのプログラム群は、例えば、制御実行装置の処理を達成させるための、制御対象プラントの実績データと制御操作の定められた関係に従って制御出力を与える制御ルール実行プログラム、制御ルール実行プログラムが出力する制御出力の可否を判定するとともに、当該実績データと制御操作が誤りである事を前記制御方法学習装置に通知する制御出力判定プログラム、制御出力判定プログラムが、制御出力を制御対象プラントに出力した場合、制御対象プラントの前記実績データが悪化すると判断した場合は、制御出力を前記制御対象プラントに出力することを阻止する制御出力抑制プログラムであり、制御方法学習装置の処理を達成させるための、制御実行装置が制御出力を実際に、制御対象プラントに出力した場合に、制御効果が実績データに表れるまでの時間遅れ後に、実績データが当該制御前に比較して良くなったか、悪くなったかについての制御結果の良否を判定する制御結果良否判定の処理を達成させるための制御結果良否判定プログラム、該制御結果良否判定プログラムにおける制御結果の良否と、制御出力をもちいて教師データを得る学習データ作成プログラム、前記実績データと前記教師データを学習データとして学習する制御ルール学習プログラムである。

そして、制御方法学習装置が学習する事で、前記制御対象プラントの状態に応じて複数の制御目標に対して別個の実績データと制御操作の関係を得、得られた実績データと制御操作の関係を前記制御ルール実行プログラムにおける制御対象プラントの実績データと制御操作の定められた組合せとして使用するものである。

なお本実施形態による装置を実プラントに適用するに当たり、ニューラルネットの初期値を定めておく必要があるが、この点に関して実績データと制御操作の組合せを、制御対象プラントでの制御を実施する前に、制御対象プラントの制御モデルを用いてシミュレーションにより作成し、制御対象プラントにおける実績データと制御操作の関係を学習する期間を短縮するのがよい。

以上説明した各実施例には以下に示す事項が含まれている。ただし、各実施例に含まれる事項が以下に示す事項に限られるものではない。

本開示の制御装置は、対象とする制御操作と該制御操作に対する外乱とが加わる制御対象を制御する制御装置であって、学習データとして前記制御対象の制御された結果である制御状態量と前記制御対象に加わった外乱との組合せを学習することにより、前記制御対象への外乱から前記制御対象の制御状態量の変化量を予測するための第１フィードフォワード制御ニューラルネットワークを構築するフィードフォワード制御方法学習装置と、前記第１フィードフォワード制御ニューラルネットワークに基づいて前記制御対象への外乱から前記制御対象の制御状態量の変化量を予測し、該制御状態量の変化量に基づいて前記制御操作の操作量である制御操作量を直接的あるいは間接的に補正して前記制御対象への制御出力とするフィードフォワード制御実行装置と、を有する。

この構成によれば、制御対象の制御結果である制御状態量と制御対象に加わる外乱との関係を学習することで構築された第１フィードフォワード制御ニューラルネットワークにより制御操作量を補正することで、制御対象に対して精度の高い制御を行うことができる。

また、本開示の制御装置は、前記制御対象の制御状態量に基づいて前記制御操作量を補正して前記制御出力とするフィードバック制御装置を更に有し、前記フィードフォワード制御方法学習装置は、更に、学習データとして前記制御操作量と前記外乱との組合せを学習することにより、前記制御対象への外乱から前記制御対象への制御操作量の変化量を予測するための第２フィードフォワード制御ニューラルネットワークを構築し、前記フィードフォワード制御実行装置は、前記第２フィードフォワード制御ニューラルネットワークに基づいて、前記制御対象へ加わる外乱から、前記制御対象への制御操作量の変化量を予測し、該制御操作量の変化量に基づいて、前記制御操作量を補正するとともに、前記第１フィードフォワード制御ニューラルネットワークに基づいて予測した前記制御対象の制御状態量の変化量に基づいて、前記フィードバック制御装置の入力である前記制御対象の制御対象状態量を補正する。

この構成によれば、フィードバック制御を行う構成において、第２フィードフォワード制御ニューラルネットワークにより制御対象にフィードフォワード制御を加えるとともに、第１フィードフォワード制御ニューラルネットワークによりフィードバック制御に対してフィードフォワード制御を加えるので、制御対象に対して精度の高い制御を行うことができる。

また、本開示において、前記フィードバック制御装置は、学習データとして前記制御対象の制御状態量と前記制御対象に加わった制御操作量との組合せを学習することにより構築されたフィードバック制御ニューラルネットワークを用いて、前記制御対象の制御状態量に基づいて前記制御操作量の変化量を予測し、前記変化量に基づいて前記制御操作量を補正する。

また、本開示において、前記第１フィードフォワード制御ニューラルネットワークと前記第２フィードフォワード制御ニューラルネットワークとが一体のニューラルネットワークである。この構成によれば、第１フィードフォワード制御ニューラルネットワークと第２フィードフォワード制御ニューラルネットワークを１つのニューラルネットワークとして管理し、学習データも１セットの学習データとして管理することができる。

また、本開示において、前記フィードフォワード制御方法学習装置は、学習データとして前記制御対象の制御状態量と前記制御対象に加わった外乱および該外乱の変化量である外乱変化量との組合せを学習することにより、前記制御対象へ入力される外乱および外乱変化量から前記制御対象の制御状態量の変化量を予測するための第１フィードフォワード制御ニューラルネットワークを構築し、学習データとして前記制御対象への制御操作量と前記制御対象に加わった外乱および該外乱の変化量である外乱変化量との組合せを学習することにより、前記制御対象へ入力される外乱および外乱変化量から前記制御対象に入力される制御操作量の変化量を予測するための第２フィードフォワード制御ニューラルネットワークを構築する。前記フィードフォワード制御実行装置は、前記第１フィードフォワード制御ニューラルネットワークに基づいて前記制御対象へ加わる外乱および外乱変化量から前記制御対象の制御状態量の変化量を予測し、前記第２フィードフォワード制御ニューラルネットワークに基づいて、前記制御対象へ加わる外乱および外乱変化量から、前記制御対象への制御操作量の変化量を予測する。

この構成によれば、フィードフォワード制御ニューラルネットワークが外乱と外乱変化量を入力とするので、より外乱の影響を高い精度で表す出力を得ることができ、外乱の影響を高い精度で抑制することができる。

また、本開示において、前記制御対象が圧延機であり、前記制御状態量が板の形状であり、前記外乱に圧延速度が含まれ、前記外乱変化量に前記圧延速度の変化量が含まれる。

この構成によれば、圧延機の制御においては一定速度で圧延する時間帯の他に、圧延速度を加速する時間帯や減速する時間帯がある。そしてその加速や減速をしている時間帯に形状の乱れが生じやすい。本構成のように圧延速度の変化量つまり加速度をニューラルネットワークの入力として扱うことにより、加速や減速をしている時間帯におけるフィードフォワード制御の精度を向上することができる。

また、本開示において、前記フィードフォワード制御方法学習装置は、操業条件毎の実績データをそれぞれ別個に学習し、操業条件の異なる複数の第１フィードフォワード制御ニューラルネットワークおよび第２フィードフォワード制御ニューラルネットワークを構築し、前記フィードフォワード制御実行装置は、操業条件に基づいて、いずれかの第１フィードフォワード制御ニューラルネットワークおよび第２フィードフォワード制御ニューラルネットワークを選択して用いる。

また、本開示における制御装置は、対象とする制御操作と該制御操作に対する外乱とが加わる制御対象を制御する制御装置であって、学習データとして前記制御対象の制御された結果である制御状態量と前記制御対象に加わった初期設定との組合せを学習することにより、前記制御対象への初期設定から前記制御対象の制御状態量を予測するための第１初期設定ニューラルネットワークを構築し、学習データとして前記制御操作の操作量である制御操作量と前記初期設定との組合せを学習することにより、前記制御対象への初期設定から前記制御対象への制御操作量を予測するための第２初期設定ニューラルネットワークを構築する初期設定方法学習装置と、前記第２初期設定ニューラルネットワークに基づいて、前記制御対象への初期設定から、前記制御対象への制御操作量を予測し、前記第１初期設定ニューラルネットワークに基づいて予測した前記制御対象の制御状態量に基づいて、前記第２初期設定ニューラルネットワークで予測した前記制御操作量を補正し、前記制御対象へ出力する初期設定実行装置と、を有する。

この構成によれば、第２初期設定ニューラルネットワークにより制御対象に初期設定を加えるとともに、第１初期設定ニューラルネットワークによりその初期設定に補正を加えるので、制御対象に対して精度の高い初期設定を行うことができる。

本発明は、例えば圧延設備の１つである圧延機の制御方法及び部に関するものであり、実適用に当たっての問題点は特に無い。

１：制御対象プラント、２：制御入力データ作成部、３：制御出力演算部、４：制御出力抑制部、５：制御出力判定部、６：制御結果良否判定部、７：学習データ作成部、１０：制御ルール実行部、１１：制御ルール学習部、２０：制御実行装置、２１：制御方法学習装置、１２：制御ルールデータベース、１３：学習データデータベース、Ｓ７ａ、Ｓ７ｂ、Ｓ７ｃ：教師データ、Ｓ８ａ、Ｓ８ｂ、Ｓ８ｃ：入力データ（制御ルール学習部用）

Claims (9)

1. 対象とする制御操作と該制御操作に対する外乱とが加わる制御対象を制御する制御装置であって、
   学習データとして前記制御対象の制御された結果である制御状態量と前記制御対象に加わった外乱との組合せを学習することにより、前記制御対象への外乱から前記制御対象の制御状態量の変化量を予測するための第１フィードフォワード制御ニューラルネットワークを構築するフィードフォワード制御方法学習装置と、
   前記第１フィードフォワード制御ニューラルネットワークに基づいて前記制御対象への外乱から前記制御対象の制御状態量の変化量を予測し、該制御状態量の変化量に基づいて前記制御操作の操作量である制御操作量を直接的あるいは間接的に補正して前記制御対象への制御出力とするフィードフォワード制御実行装置と、
   を有する制御装置。
2. 前記制御対象の制御状態量に基づいて前記制御操作量を補正して前記制御出力とするフィードバック制御装置を更に有し、
   前記フィードフォワード制御方法学習装置は、更に、学習データとして前記制御操作量と前記外乱との組合せを学習することにより、前記制御対象への外乱から前記制御対象への制御操作量の変化量を予測するための第２フィードフォワード制御ニューラルネットワークを構築し、
   前記フィードフォワード制御実行装置は、前記第２フィードフォワード制御ニューラルネットワークに基づいて、前記制御対象へ加わる外乱から、前記制御対象への制御操作量の変化量を予測し、該制御操作量の変化量に基づいて、前記制御操作量を補正するとともに、前記第１フィードフォワード制御ニューラルネットワークに基づいて予測した前記制御対象の制御状態量の変化量に基づいて、前記フィードバック制御装置の入力である前記制御対象の制御対象状態量を補正する、
   請求項１に記載の制御装置。
3. 前記フィードバック制御装置は、学習データとして前記制御対象の制御状態量と前記制御対象に加わった制御操作量との組合せを学習することにより構築されたフィードバック制御ニューラルネットワークを用いて、前記制御対象の制御状態量に基づいて前記制御操作量の変化量を予測し、前記変化量に基づいて前記制御操作量を補正する、
   請求項２に記載の制御装置。
4. 前記第１フィードフォワード制御ニューラルネットワークと前記第２フィードフォワード制御ニューラルネットワークとが一体のニューラルネットワークである、
   請求項２に記載の制御装置。
5. 前記フィードフォワード制御方法学習装置は、
   学習データとして前記制御対象の制御状態量と前記制御対象に加わった外乱および該外乱の変化量である外乱変化量との組合せを学習することにより、前記制御対象へ入力される外乱および外乱変化量から前記制御対象の制御状態量の変化量を予測するための第１フィードフォワード制御ニューラルネットワークを構築し、
   学習データとして前記制御対象への制御操作量と前記制御対象に加わった外乱および該外乱の変化量である外乱変化量との組合せを学習することにより、前記制御対象へ入力される外乱および外乱変化量から前記制御対象に入力される制御操作量の変化量を予測するための第２フィードフォワード制御ニューラルネットワークを構築し、
   前記フィードフォワード制御実行装置は、
   前記第１フィードフォワード制御ニューラルネットワークに基づいて前記制御対象へ加わる外乱および外乱変化量から前記制御対象の制御状態量の変化量を予測し、
   前記第２フィードフォワード制御ニューラルネットワークに基づいて、前記制御対象へ加わる外乱および外乱変化量から、前記制御対象への制御操作量の変化量を予測する、
   請求項２に記載の制御装置。
6. 前記制御対象が圧延機であり、前記制御状態量が板の形状であり、前記外乱に圧延速度が含まれ、前記外乱変化量に前記圧延速度の変化量が含まれる、
   請求項５に記載の制御装置。
7. 前記フィードフォワード制御方法学習装置は、操業条件毎の実績データをそれぞれ別個に学習し、操業条件の異なる複数の第１フィードフォワード制御ニューラルネットワークおよび第２フィードフォワード制御ニューラルネットワークを構築し、
   前記実行装置は、操業条件に基づいて、いずれかの第１フィードフォワード制御ニューラルネットワークおよび第２フィードフォワード制御ニューラルネットワークを選択して用いる、
   請求項２に記載の制御装置。
8. 対象とする制御操作と該制御操作に対する外乱とが加わる制御対象を制御する制御装置であって、
   学習データとして前記制御対象の制御された結果である制御状態量と前記制御対象に加わった初期設定との組合せを学習することにより、前記制御対象への初期設定から前記制御対象の制御状態量を予測するための第１初期設定ニューラルネットワークを構築し、学習データとして前記制御操作の操作量である制御操作量と前記初期設定との組合せを学習することにより、前記制御対象への初期設定から前記制御対象への制御操作量を予測するための第２初期設定ニューラルネットワークを構築する初期設定方法学習装置と、
   前記第２初期設定ニューラルネットワークに基づいて、前記制御対象への初期設定から、前記制御対象への制御操作量を予測し、前記第１初期設定ニューラルネットワークに基づいて予測した前記制御対象の制御状態量に基づいて、前記第２初期設定ニューラルネットワークで予測した前記制御操作量を補正し、前記制御対象へ出力する初期設定実行装置と、
   を有する制御装置。
9. 対象とする制御操作と該制御操作に対する外乱とが加わる制御対象を制御するための制御方法であって、
   学習データとして前記制御対象の制御された結果である制御状態量と前記制御対象に加わった外乱との組合せを学習することにより、前記制御対象へ入力される外乱から前記制御対象の制御状態量の変化量を予測するための第１フィードフォワード制御ニューラルネットワークを構築し、
   前記第１フィードフォワード制御ニューラルネットワークに基づいて前記制御対象への外乱から前記制御対象の制御状態量の変化量を予測し、
   該制御状態量の変化量に基づいて前記制御操作の操作量である制御操作量を直接的あるいは間接的に補正して前記制御対象への制御出力とする、
   ことをコンピュータが実行する制御方法。
   
   

Images