JP2022095082A - Plant control system, plant control method and program - Google Patents

Plant control system, plant control method and program Download PDF

Info

Publication number
JP2022095082A
JP2022095082A JP2020208192A JP2020208192A JP2022095082A JP 2022095082 A JP2022095082 A JP 2022095082A JP 2020208192 A JP2020208192 A JP 2020208192A JP 2020208192 A JP2020208192 A JP 2020208192A JP 2022095082 A JP2022095082 A JP 2022095082A
Authority
JP
Japan
Prior art keywords
control
learning
unit
data
output
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
Application number
JP2020208192A
Other languages
Japanese (ja)
Other versions
JP7495874B2 (en
Inventor
敬規 高田
Takanori Takada
哲 服部
Satoru Hattori
隆 阿部
Takashi Abe
佑樹 田内
Yuki Tanaka
大輝 黒川
Daiki Kurokawa
正剛 綿島
Masatake Watajima
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.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
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
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP2020208192A priority Critical patent/JP7495874B2/en
Priority to CN202111242094.XA priority patent/CN114637194A/en
Priority to DE102021214272.9A priority patent/DE102021214272A1/en
Publication of JP2022095082A publication Critical patent/JP2022095082A/en
Application granted granted Critical
Publication of JP7495874B2 publication Critical patent/JP7495874B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/255Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265Adaptive 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
    • G05B13/0285Adaptive 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
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B21MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21BROLLING OF METAL
    • B21B37/00Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
    • B21B37/28Control of flatness or profile during rolling of strip, sheets or plates
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761Proximity, similarity or dissimilarity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Fuzzy Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Automation & Control Theory (AREA)
  • Evolutionary Biology (AREA)
  • Mechanical Engineering (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Feedback Control In General (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

To efficiently correct a control rule in a state where a risk of disturbing control over a plant is small in a plant control system.SOLUTION: A plant control system includes a control method learning unit 21 for learning a combination of performance data and control operation of an object plant 1, a control execution unit 20 for executing control over the object plant according to the combination of the performance data and the control operation learned by the control method learning part, and a quality determination rule learning unit 22 for learning a combination between the combination of the performance data and control operation of the object plant and control plant qualities. A quality of a control output is determined according to the determined combinations of the performance data and control operation of the object plant and the control result qualities, and a control rule is learned with the quality determination result, the performance data and teacher data as learning data.SELECTED DRAWING: Figure 1

Description

本発明は、プラント制御システム、プラント制御方法及びプログラムに関する。 The present invention relates to a plant control system, a plant control method and a program.

従来から、各種のプラントにおいてはその制御により適正な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行されている。 Conventionally, in various plants, plant control based on various control theories has been executed in order to obtain appropriate control results by the control.

プラントの一例を説明すると、例えば圧延機制御において、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いる。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るものである。そして、求めた類似割合から、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。 To explain an example of a plant, for example, in rolling mill control, fuzzy control and neuro-fuzzy control are applied as control theories for shape control for controlling the wavy state of a plate. Fuzzy control is applied to shape control using a coolant, and neuro-fuzzy control is applied to shape control of a Senzimere rolling mill. Of these, the shape control to which the neuro-fuzzy control is applied is, as shown in Patent Document 1, the difference between the actual shape pattern detected by the shape detector and the target shape pattern, and the preset reference shape pattern. The similarity ratio is calculated. Then, the control output amount for the operation end is obtained from the obtained similarity ratio according to the control rule expressed by the control operation end operation amount for the preset reference shape pattern.

以下、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の従来技術について説明する。
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。図25に示すように、センヂミア圧延機50は、パターン認識部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が行われ、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が演算される。形状検出器52で検出した実形状のデータは、形状検出前処理部54でパターン認識用の前処理が行われる。
Hereinafter, a conventional technique for shape control of a Sendimia rolling mill using neuro-fuzzy control will be described.
Neuro-fuzzy control is used in the shape control of the Sendimia rolling mill. As shown in FIG. 25, in the Sendimia rolling mill 50, the pattern recognition unit 51 recognizes the shape pattern from the actual shape detected by the shape detector 52, and the actual shape is any of the preset reference shape patterns. Is calculated to be the closest to. The actual shape data detected by the shape detector 52 is preprocessed for pattern recognition by the shape detection preprocessing unit 54.

そして、制御演算部53で、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が実行される。
ここでは、図26に示すように、パターン認識部51は、形状検出器52にて検出した実績の形状パターン(ε)と、目標形状(εref)との差分(Δε)が、パターン1からパターン8の形状のどれに最も近いかを演算する。そして、制御演算部53は、演算結果に基づいて、パターン1からパターン8の制御方法のいずれかを選択し実行する。
Then, the control calculation unit 53 executes control using a control rule composed of a control operation end operation amount for a preset shape pattern.
Here, as shown in FIG. 26, in the pattern recognition unit 51, the difference (Δε) between the actual shape pattern (ε) detected by the shape detector 52 and the target shape (ε ref ) is different from the pattern 1. Calculate which of the shapes of pattern 8 is closest to. Then, the control calculation unit 53 selects and executes any of the control methods from the pattern 1 to the pattern 8 based on the calculation result.

特許2804161号Patent No. 2804161 特開2018-180799号公報Japanese Unexamined Patent Publication No. 2018-180799

特許文献1に記載された従来技術は、予め代表的な形状を基準形状パターンとして設定し、基準波形パターンに対する制御操作端操作量との関係を示す制御ルールを基に制御を行っている。制御ルールの学習についても、基準波形パターンに対する制御操作端操作量に関するものであり、予め定めている代表的な基準形状パターンはそのまま用いている。そのため、特定の形状パターンにしか反応しない形状制御となってしまうという問題がある。 In the prior art described in Patent Document 1, a representative shape is set in advance as a reference shape pattern, and control is performed based on a control rule indicating a relationship with a control operation end operation amount with respect to the reference waveform pattern. The learning of the control rule is also related to the control operation end operation amount with respect to the reference waveform pattern, and a predetermined representative reference shape pattern is used as it is. Therefore, there is a problem that the shape control reacts only to a specific shape pattern.

基準形状パターンは、人間が予め対象となる圧延機に関する知識や、形状実績と手動介入操作を蓄積した経験より定めたものであるが、対象となる圧延機及び被圧延材で発生する全ての形状を網羅する事は困難である。そのため、基準形状パターンとは異なる形状が発生した場合、形状制御による制御が実行されず、形状偏差が抑制されずに残ってしまい、あるいは似たような基準形状パターンと誤認識し、誤った制御操作を行って、逆に形状を悪化させてしまう場合もある。 The standard shape pattern is determined by human beings in advance based on their knowledge of the target rolling mill and the experience of accumulating shape results and manual intervention operations, but all shapes generated in the target rolling mill and the material to be rolled are formed. It is difficult to cover. Therefore, when a shape different from the standard shape pattern is generated, the control by the shape control is not executed and the shape deviation remains unsuppressed, or it is erroneously recognized as a similar standard shape pattern and erroneously controlled. In some cases, the shape may be deteriorated by performing an operation.

そのため、従来の形状制御においては、予め設定された基準形状パターンとそれに対する制御ルールを用いて制御ルールの学習をし、制御を実行するため、制御精度の向上に限界があるという問題があった。 Therefore, in the conventional shape control, there is a problem that there is a limit to the improvement of the control accuracy because the control rule is learned and the control is executed by using the preset reference shape pattern and the control rule for the reference shape pattern. ..

この問題を解決するために、例えば特許文献2に記載された技術が提案されている。特許文献2には、制御時に外乱を発生させて、学習によりニューラルネットを徐々に賢くする処理が記載されている。しかしながら、特許文献2に記載されたような制御外乱を発生させる処理は、実際に制御対象プラントを運用して、その運用時に制御外乱を発生させるものであり、制御対象プラントの実運用を乱すものであり、運用上、あまり好ましいとは言えない。さらに、制御対象プラントをある程度運用しない限り、ニューラルネットが適正にならないものであり、運転初期時から暫くの間、適正な制御ができない可能性が高い。 In order to solve this problem, for example, the technique described in Patent Document 2 has been proposed. Patent Document 2 describes a process of generating a disturbance during control and gradually making the neural network smarter by learning. However, the process of generating a controlled disturbance as described in Patent Document 2 actually operates the controlled plant and causes a controlled disturbance during the operation, which disturbs the actual operation of the controlled plant. Therefore, it cannot be said that it is very preferable in terms of operation. Furthermore, unless the controlled plant is operated to some extent, the neural network will not be appropriate, and there is a high possibility that proper control will not be possible for a while from the initial stage of operation.

本発明の目的は、プラントの制御を乱すリスクを少なくして、制御ルールを効率的に修正できるプラント制御システム、プラント制御方法及びプログラムを提供することにある。 An object of the present invention is to provide a plant control system, a plant control method and a program capable of efficiently modifying control rules while reducing the risk of disturbing the control of the plant.

上記課題を解決するために、例えば特許請求の範囲に記載の構成を採用する。
本願は、上記課題を解決する手段を複数含んでいるが、その一例を挙げるならば、プラント制御システムは、制御対象プラントに対して、制御対象プラントの実績データの組合せのパターンを認識して、制御を実行するものに適用される。
そして、プラント制御システムは、制御対象プラントの実績データと制御操作の組合せを学習する制御方法学習ユニットと、制御方法学習部が学習した実績データと制御操作の組合せに応じて制御対象プラントの制御を実行する制御実行ユニットと、制御対象プラントの実績データと制御操作の組合せと制御結果良否の組み合わせを学習する良否判定ルール学習ユニットとを備える。
ここで、制御実行ユニットは、
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に従って制御出力を与える制御ルール実行部と、
制御対象プラントの実績データと制御操作と制御結果良否の定められた組み合わせに従って制御出力の良否判定を行う制御出力良否判定ルール実行部と、
制御出力良否判定ルール実行部での良否判定を元に新規操作探索用操作量を演算する新規探索操作量演算部と、
制御出力良否判定ルール実行部での良否判定と制御シミュレータを用いたシミュレーションデータとを使って、制御出力を制御対象プラントに出力した場合に制御対象プラントの実績データが悪化すると判断した場合に、制御出力を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部とを備える。
また、良否判定ルール学習ユニットは、
制御実行部が制御出力を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、制御結果の良否を判定する制御結果良否判定部と、
制御結果良否判定部における制御結果の良否と実績データと制御出力を学習データとして学習する良否判定ルール学習部とを備える。
さらに、制御方法学習ユニットは、
制御出力良否判定ルール実行部での制御出力の良否判定と、制御出力を用いて教師データを得る学習データ作成部と、
実績データと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部とを備える。
In order to solve the above problems, for example, the configuration described in the claims is adopted.
The present application includes a plurality of means for solving the above problems. For example, the plant control system recognizes the pattern of the combination of the actual data of the controlled target plant with respect to the controlled target plant. Applies to those that perform control.
Then, the plant control system controls the control target plant according to the combination of the control method learning unit that learns the combination of the actual data and the control operation of the controlled target plant and the actual data and the control operation learned by the control method learning unit. It includes a control execution unit to be executed, and a pass / fail judgment rule learning unit that learns a combination of actual data of a controlled plant, a control operation, and a control result pass / fail combination.
Here, the control execution unit is
A control rule execution unit that gives control output according to the specified combination of actual data of the controlled plant and control operation,
A control output pass / fail judgment rule execution unit that judges the pass / fail of the control output according to the combination of the actual data of the controlled plant, the control operation, and the control result pass / fail.
A new search operation amount calculation unit that calculates the operation amount for new operation search based on the quality judgment in the control output pass / fail judgment rule execution unit,
Control output pass / fail judgment Control when it is judged that the actual data of the control target plant deteriorates when the control output is output to the control target plant using the pass / fail judgment in the rule execution unit and the simulation data using the control simulator. It is provided with a control output suppression unit that prevents the output from being output to the controlled plant.
In addition, the pass / fail judgment rule learning unit is
When the control execution unit outputs the control output to the controlled plant, the control result quality judgment unit that determines the quality of the control result after the time delay until the control effect appears in the actual data,
It is provided with a quality judgment rule learning unit that learns the quality of the control result, the actual data, and the control output as learning data in the control result quality determination unit.
In addition, the control method learning unit
Control output quality judgment rule execution unit controls output quality judgment, learning data creation unit that obtains teacher data using control output, and
It is equipped with a control rule learning unit that learns actual data and teacher data as learning data.

本発明によれば、制御中に形状制御で使用される形状パターンと操作方法の制御ルールを、プラントへのリスクを少なくして、効率的に自動修正し、経年的なプラントの環境変化に対応した、最適なものとすることが可能になる。そのため、本発明によれば、制御精度の向上、制御部の立上げ期間の短縮、経年変化に対する対応が可能となる。
また、本発明によると、制御ルールの性能を予め評価することにより、新たな制御ルールの適用によるプラントへのリスク低減と、最適な制御ルールの選択による制御性能が向上するという効果がある。
上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。
According to the present invention, the control rules of the shape pattern and the operation method used in the shape control during control are efficiently and automatically corrected with less risk to the plant, and the environment of the plant changes over time. It will be possible to make it optimal. Therefore, according to the present invention, it is possible to improve the control accuracy, shorten the start-up period of the control unit, and respond to secular variation.
Further, according to the present invention, by evaluating the performance of the control rule in advance, there is an effect that the risk to the plant is reduced by applying the new control rule and the control performance is improved by selecting the optimum control rule.
Issues, configurations and effects other than those described above will be clarified by the following description of the embodiments.

本発明の一実施の形態例に係るプラント制御システムの概要を示す構成図である。It is a block diagram which shows the outline of the plant control system which concerns on one Embodiment of this invention. 本発明の一実施の形態例に係る制御ルール実行部の具体的な構成例を示す図である。It is a figure which shows the specific structural example of the control rule execution part which concerns on one Embodiment of this invention. 本発明の一実施例に係る制御出力良否判定ルール実行部の例を示す構成図である。It is a block diagram which shows the example of the control output quality judgment rule execution part which concerns on one Embodiment of this invention. 本発明の一実施の形態例に係る制御ルール学習部の具体的な構成例を示す図である。It is a figure which shows the specific structural example of the control rule learning part which concerns on one Embodiment of this invention. 本発明の一実施例に係る良否判定ルール学習部の例を示す構成図である。It is a block diagram which shows the example of the quality determination rule learning part which concerns on one Embodiment of this invention. センヂミア圧延機の形状制御における制御方法に対する制御結果良否判定の例を示す図である。It is a figure which shows the example of the control result quality judgment with respect to the control method in the shape control of a Sendimia rolling mill. 本発明の一実施の形態例に係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。It is a figure which shows the neural network composition when it is used for the shape control of the Sendimia rolling mill which concerns on one Embodiment of this invention. 本発明の一実施の形態例に係る形状偏差と制御方法を説明する図である。It is a figure explaining the shape deviation and the control method which concerns on one Embodiment of this invention. 本発明の一実施の形態例に係る制御入力データ作成部の例を示す構成図である。It is a block diagram which shows the example of the control input data creation part which concerns on one Embodiment of this invention. 本発明の一実施の形態例に係る制御出力演算部の例を示す構成図である。It is a block diagram which shows the example of the control output calculation part which concerns on one Embodiment of this invention. 本発明の一実施の形態例に係るセンヂミア圧延機の良否判定に用いる場合のニューラルネット構成を示す図である。It is a figure which shows the neural network composition when it is used for the quality determination of the Sendimia rolling mill which concerns on one Embodiment of this invention. 本発明の一実施の形態例に係る新規探索操作量演算部における操作量演算方法を示す図である。It is a figure which shows the operation amount calculation method in the new search operation amount calculation unit which concerns on one Embodiment of this invention. 本発明の一実施の形態例に係る制御出力判定部の例を示す構成図である。It is a block diagram which shows the example of the control output determination part which concerns on one Embodiment of this invention. 本発明の一実施の形態例に係る制御出力演算部の例を示す構成図である。It is a block diagram which shows the example of the control output calculation part which concerns on one Embodiment of this invention. 本発明の一実施の形態例に係る学習データ作成部における処理段階と処理内容を示す図である。It is a figure which shows the processing stage and processing contents in the learning data creation part which concerns on one Embodiment of this invention. 本発明の一実施の形態例に係る学習データデータベースに保存されるデータ例を示す図である。It is a figure which shows the example of data stored in the learning data database which concerns on one Embodiment of this invention. 本発明の一実施の形態例に係るニューラルネット管理テーブルの例を示す図である。It is a figure which shows the example of the neural network management table which concerns on one Embodiment of this invention. 本発明の一実施の形態例に係る学習データデータベースの例を示す構成図である。It is a block diagram which shows the example of the learning data database which concerns on one Embodiment of this invention. 本発明の一実施の形態例に係る制御良否判定部の例を示す構成図である。It is a block diagram which shows the example of the control quality determination part which concerns on one Embodiment of this invention. 本発明の一実施の形態例に係る学習データデータベースに保存されるデータ例を示す図である。It is a figure which shows the example of data stored in the learning data database which concerns on one Embodiment of this invention. 本発明の一実施の形態例に係るニューラルネット管理テーブルの例を示す図である。It is a figure which shows the example of the neural network management table which concerns on one Embodiment of this invention. 本発明の一実施の形態例に係る学習データデータベースの例を示す図である。It is a figure which shows the example of the learning data database which concerns on one Embodiment of this invention. 本発明の一実施の形態例に係るプラント制御システムが制御ルール評価ユニットを備えた例を示す構成図である。It is a block diagram which shows the example which provided the control rule evaluation unit in the plant control system which concerns on one Embodiment of this invention. 本発明の一実施の形態例に係るプラント制御システムのハードウェア構成例を示すブロック図である。It is a block diagram which shows the hardware configuration example of the plant control system which concerns on one Embodiment of this invention. センヂミア圧延機の例を示す構成図である。It is a block diagram which shows the example of the Sendimia rolling mill. センヂミア圧延機の形状制御における制御ルールの一覧の例を示す図である。It is a figure which shows the example of the list of the control rule in the shape control of a Sendimia rolling mill.

以下、本発明の一実施の形態例(以下、「本例」と称する)のプラント制御システムを、添付図面を参照して説明する。 Hereinafter, a plant control system according to an embodiment of the present invention (hereinafter referred to as “this example”) will be described with reference to the accompanying drawings.

まず、本例を説明するに先立って、本発明に至る経緯とその概要について、プラント制御システムを圧延機の形状制御装置に適用した場合を例にして説明する。 First, prior to explaining this example, the background to the present invention and its outline will be described by taking the case where the plant control system is applied to the shape control device of a rolling mill as an example.

まず、本発明の目的の一つである、プラントへのリスクを少ない状態で、制御ルールを効率的に修正できるプラント制御システムを得るためには、下記の要件(1),(2),(3),(4)が必要になる。
・要件(1):制御ルールを改善させるには、制御結果の良い制御操作を学習できていない場合には、制御操作を大きく変更して、制御結果が良かった場合に新たな制御操作方法として取り入れるようにし、制御結果の良い制御操作を学習できている場合には、制御操作を変更しないか小さな変更に留めて、それに対する制御結果が良かった場合に新たな制御操作方法として取り入れるようにする。
・要件(2):形状パターンと制御操作と制御結果の良否の組み合わせを、実機データを元に学習することにより、機械モデルを用いたシミュレータよりも、精度よく制御結果の良否が推定可能なモデルを構築し、定期的な自動学習によって常に最新のプラント状態に適合したモデルを構築する。
・要件(3):制御結果の良否判定を推定するモデルを用いて、従来技術で簡易の機械モデルでのみ行っていたプラントへの制御出力抑制機能の信頼性を高める。
・要件(4):従来技術で一回の制御結果の良否判定で行っていた制御ルール学習データの生成機能において、制御結果の良否判定を推定するモデルを用いることにより、プラントデータに含まれるノイズの影響を抑え、効果の小さな微調整も学習データの対象とすることを可能にし、同時に、制御効果の誤判定を防止することによって、学習データの変動を抑え、制御性能を安定させる。
First, in order to obtain a plant control system capable of efficiently modifying control rules with less risk to the plant, which is one of the objects of the present invention, the following requirements (1), (2), ( 3) and (4) are required.
-Requirement (1): In order to improve the control rule, if the control operation with good control result cannot be learned, the control operation is changed significantly, and if the control result is good, as a new control operation method. If you can learn the control operation with good control result, do not change the control operation or make a small change, and if the control result for it is good, adopt it as a new control operation method. ..
-Requirement (2): A model that can estimate the quality of the control result more accurately than the simulator using the machine model by learning the combination of the shape pattern, the control operation, and the quality of the control result based on the actual machine data. And always build a model that fits the latest plant conditions by regular automatic learning.
-Requirement (3): By using a model that estimates the quality of the control result, the reliability of the control output suppression function for the plant, which was performed only by the simple mechanical model in the conventional technique, is enhanced.
-Requirement (4): Noise included in the plant data by using a model that estimates the quality judgment of the control result in the control rule learning data generation function that was performed by the quality judgment of the control result once in the conventional technique. By suppressing the influence of the training data and making it possible to target the training data even for fine adjustments with a small effect, and at the same time, by preventing erroneous judgment of the control effect, fluctuations in the training data are suppressed and the control performance is stabilized.

これらの要件(1)~(4)を実現するためには、制御装置内で、形状制御に使用する形状パターン、制御操作及び制御結果の良否の組合せを学習可能なニューラルネットを構成するのが好ましい。そして、制御装置は、ニューラルネットに圧延機で発生した形状パターンと制御操作の出力を入力して得た値で、圧延機で発生した形状パターンに対する制御操作の出力による制御結果の良否を推定することが必要になる。さらに、制御装置は、制御結果の良否の推定値を用いて、新規制御操作探索用の制御操作量の演算方法を選択する。 In order to realize these requirements (1) to (4), it is necessary to construct a neural network that can learn the combination of the shape pattern used for shape control, the control operation, and the quality of the control result in the control device. preferable. Then, the control device estimates the quality of the control result by the output of the control operation for the shape pattern generated by the rolling mill by the value obtained by inputting the shape pattern generated by the rolling mill and the output of the control operation into the neural network. Is needed. Further, the control device selects a control operation amount calculation method for searching for a new control operation by using the estimated value of the quality of the control result.

圧延機の簡易モデル等を用いて検証し、明らかに形状が悪化すると考えられる出力に対しては、制御装置は、圧延機の制御操作端に対して出力しないようにして形状悪化を防止する。このとき、制御装置は、制御結果の良否の推定値を、出力抑制の判断に使用することで、保護の信頼性を高め、抑制の範囲を適正化することによって、制御機能による対応可能範囲を拡大することができる。 Verification is performed using a simple model of the rolling mill, and the control device prevents the shape deterioration by not outputting to the control operation end of the rolling mill for the output whose shape is clearly considered to be deteriorated. At this time, the control device uses the estimated value of the quality of the control result to judge the output suppression, thereby increasing the reliability of protection and optimizing the range of suppression, thereby increasing the range that can be handled by the control function. Can be expanded.

制御結果の良否の推定精度が不十分な適用初期の段階においては、悪いと推定された制御操作出力についても、プラントに出力することで、未学習の形状パターン、制御操作及び制御結果の良否の組合せについて、学習している範囲を拡大していくことが必要である。 Insufficient accuracy in estimating the quality of control results In the initial stage of application, even control operation outputs estimated to be bad can be output to the plant to determine the quality of unlearned shape patterns, control operations, and control results. It is necessary to expand the range of learning about combinations.

制御結果の良否判定推定精度が十分に高い段階では、プラントに操作量を出力しなくても制御結果の良否を推定できるので、制御装置は、制御ルールの学習データを生成することが可能になる。 At the stage where the estimation accuracy of the quality judgment of the control result is sufficiently high, the quality of the control result can be estimated without outputting the operation amount to the plant, so that the control device can generate the learning data of the control rule. ..

制御装置は、制御結果の良否を推定可能なニューラルネットを用いて制御結果の良否を推定することにより、プラントデータが持つノイズの影響を少なくでき、効果の小さな微調整データについての良否判定が可能となる。これにより、制御装置は、学習データを生成することができる。さらに、制御装置は、ノイズによる誤った良否判定を防止することで、学習データの精度を高めることができる。 By estimating the quality of the control result using a neural network that can estimate the quality of the control result, the control device can reduce the influence of noise on the plant data and can judge the quality of fine-tuned data with a small effect. It becomes. This allows the control device to generate learning data. Further, the control device can improve the accuracy of the learning data by preventing erroneous quality determination due to noise.

また、経年変化によるプラントの環境変化等で制御結果の良否判定の推定精度が低下した場合、制御装置は、直近のプラントの実績データを用いて再学習することによって、最新のプラント状態に適合した制御結果の良否判定の推定が可能になる。 In addition, when the estimation accuracy of the quality judgment of the control result deteriorates due to changes in the plant environment due to aging, the control device adapts to the latest plant state by re-learning using the actual data of the latest plant. It is possible to estimate the quality of the control result.

制御結果の良否判定の推定精度を確認するためには、ニューラルネットの学習に使用したデータとは別に精度検証用としてテストデータが用意される。そして、制御装置は、この精度検証用のテストデータに含まれる形状パターンと制御操作の出力を、ニューラルネットに入力することにより出力された値と、テストデータに含まれる制御結果との良否判定の誤差を元に、良否判定の推定精度を確認することが可能になる。 In order to confirm the estimation accuracy of the quality judgment of the control result, test data is prepared for accuracy verification in addition to the data used for learning the neural network. Then, the control device determines whether the shape pattern included in the test data for accuracy verification and the output of the control operation are good or bad between the value output by inputting the output into the neural network and the control result included in the test data. Based on the error, it becomes possible to confirm the estimation accuracy of the pass / fail judgment.

図1は、本例のプラント制御システムの構成を示す。
図1のプラント制御システムは、制御実行ユニット20、制御方法学習ユニット21、良否判定ルール学習ユニット22、複数のデータベースDB(DB1~DB8)、及び各データベースDBの管理テーブルTBを備える。
FIG. 1 shows the configuration of the plant control system of this example.
The plant control system of FIG. 1 includes a control execution unit 20, a control method learning unit 21, a pass / fail judgment rule learning unit 22, a plurality of database DBs (DB1 to DB8), and a management table TB of each database DB.

制御実行ユニット20は、制御対象プラント1からの実績データSiを入力して制御ルール(ニューラルネット)に従い定めた制御操作量出力SOを制御対象プラント1に与えて、制御対象プラント1を制御する。ここでの制御対象プラント1は、既に説明した図25に示すセンヂミア圧延機50とする。
ここで、制御ルールとは、図26で説明したように、例えば検出した実績の形状パターンA(ε)と目標形状(εref)との差分a(Δε)が、用意された複数のパターンの形状のどれに最も近いかを演算するルールである。制御実行ユニット20は、この制御ルールによる演算結果に基づいて、いずれかのパターンの制御方法を選択して実行する。
The control execution unit 20 inputs the actual data Si from the controlled target plant 1 and gives the controlled operation amount output SO determined according to the control rule (neural network) to the controlled target plant 1 to control the controlled target plant 1. The plant 1 to be controlled here is the Sendimia rolling mill 50 shown in FIG. 25, which has already been described.
Here, as described with reference to FIG. 26, the control rule is a plurality of patterns in which, for example, the difference a (Δε) between the detected actual shape pattern A (ε) and the target shape (ε ref ) is prepared. It is a rule that calculates which of the shapes is closest to. The control execution unit 20 selects and executes one of the pattern control methods based on the calculation result according to this control rule.

制御方法学習ユニット21は、制御実行ユニット20にて作成した制御入力データS1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ユニット20における制御ルールに反映させる。
良否判定ルール学習ユニット22は、制御対象プラント1の制御前後の実績データSiなどを入力して学習を行い、学習した良否判定ルールを制御実行ユニット20における良否判定ルールに反映させる。
The control method learning unit 21 inputs the control input data S1 and the like created by the control execution unit 20 to perform learning, and reflects the learned control rules in the control rules in the control execution unit 20.
The pass / fail determination rule learning unit 22 inputs and learns the actual data Si before and after the control of the controlled target plant 1, and reflects the learned pass / fail determination rule in the pass / fail determination rule in the control execution unit 20.

制御実行ユニット20は、制御入力データ作成部2、制御ルール実行部10、制御出力演算部3、制御出力抑制部4、制御出力判定部5、制御出力良否判定ルール実行部17、新規探索操作量演算部33、及び制御出力操作方法選択部18を備える。 The control execution unit 20 includes a control input data creation unit 2, a control rule execution unit 10, a control output calculation unit 3, a control output suppression unit 4, a control output determination unit 5, a control output quality determination rule execution unit 17, and a new search operation amount. A calculation unit 33 and a control output operation method selection unit 18 are provided.

制御実行ユニット20は、制御対象プラント1である圧延機の実績データSiより、制御入力データ作成部2を用いて、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、制御対象の実績データ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、制御対象の実績データSiから制御操作端操作指令S2を作成する制御ルール実行処理を行う。制御出力演算部3は、制御操作端操作指令S2をもとに、制御操作端への制御操作量S3を演算する。これにより、制御実行ユニット20は、制御対象プラント1の実績データSiに応じて、ニューラルネットを用いて制御操作量S3を作成する。
The control execution unit 20 creates the input data S1 of the control rule execution unit 10 by using the control input data creation unit 2 from the actual data Si of the rolling mill which is the control target plant 1.
The control rule execution unit 10 creates a control operation end operation command S2 from the control target actual data Si using a neural network (control rule) expressing the relationship between the control target actual data Si and the control operation end operation command S2. Control rule execution processing is performed. The control output calculation unit 3 calculates the control operation amount S3 to the control operation end based on the control operation end operation command S2. As a result, the control execution unit 20 creates the control operation amount S3 using the neural network according to the actual data Si of the controlled target plant 1.

また、制御出力良否判定ルール実行部17は、制御対象の実績データSiと制御操作量S3とその制御結果の制御結果良否データS6の関係を表現するニューラルネット(良否判定ルール)を用いて、制御対象の実績データSiと制御操作量S3から制御出力良否判定推定値S9を作成する制御出力良否判定ルール実行処理を行う。さらに、制御出力良否判定ルール実行部17は、制御対象の実績データSiと後述する選択制御操作量S8から制御結果良否判定推定値S11を作成する。 Further, the control output pass / fail determination rule execution unit 17 controls using a neural network (pass / fail determination rule) that expresses the relationship between the actual data Si to be controlled, the control operation amount S3, and the control result pass / fail data S6 of the control result. The control output pass / fail judgment rule execution process for creating the control output pass / fail judgment estimated value S9 from the target actual data Si and the control operation amount S3 is performed. Further, the control output pass / fail determination rule execution unit 17 creates a control result pass / fail determination estimated value S11 from the actual data Si to be controlled and the selection control operation amount S8 described later.

新規探索操作量演算部33は、制御出力良否判定推定値S9を元に、新規探索制御操作量S12を演算する新規探索操作量演算処理を行う。
制御出力操作方法選択部18は、制御操作量S3又は新規探索制御操作量S12を元に選択制御操作量S8と制御方法選択フラグS14を作成する。
The new search operation amount calculation unit 33 performs a new search operation amount calculation process for calculating the new search operation amount S12 based on the control output pass / fail determination estimated value S9.
The control output operation method selection unit 18 creates a selection control operation amount S8 and a control method selection flag S14 based on the control operation amount S3 or the new search control operation amount S12.

また、制御実行ユニット20内の制御出力判定部5は、制御対象プラント1からの実績データSi及び制御出力演算部3からの制御操作量S3を用いて、制御操作端への制御操作量出力可否データS4を決定する。制御出力抑制部4は、制御操作量出力可否データS4と制御結果良否判定推定値S11を元に、制御操作端への選択制御操作量S8の出力可否を決定し、可とされた選択制御操作量S8を、制御対象プラント1に与える制御操作量出力SOとして出力する。これにより、異常と判断される選択制御操作量S8は、制御実行ユニット20から制御対象プラント1に出力されなくなる。 Further, the control output determination unit 5 in the control execution unit 20 can output the control operation amount to the control operation end by using the actual data Si from the controlled target plant 1 and the control operation amount S3 from the control output calculation unit 3. The data S4 is determined. The control output suppression unit 4 determines whether or not the selection control operation amount S8 can be output to the control operation end based on the control operation amount output availability data S4 and the control result pass / fail judgment estimated value S11, and the selection control operation is permitted. The quantity S8 is output as a control operation quantity output SO given to the controlled target plant 1. As a result, the selection control operation amount S8 determined to be abnormal is not output from the control execution unit 20 to the controlled target plant 1.

以上のように構成された制御実行ユニット20は、その処理を実行するために、制御ルールデータベースDB1、出力判定データベースDB3及び良否判定ルールデータベースDB5を参照する。
制御ルールデータベースDB1は、制御実行ユニット20内の制御ルール実行部10と、後述する制御方法学習ユニット21内の制御ルール学習部802の双方にアクセス可能に接続されている。
The control execution unit 20 configured as described above refers to the control rule database DB1, the output judgment database DB3, and the pass / fail judgment rule database DB5 in order to execute the processing.
The control rule database DB 1 is accessiblely connected to both the control rule execution unit 10 in the control execution unit 20 and the control rule learning unit 802 in the control method learning unit 21 described later.

制御ルールデータベースDB1には、制御ルール学習部802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)が格納される。制御ルール実行部10は、制御ルールデータベースDB1に格納された制御ルールを参照する。
学習データデータベースDB2には、制御ルール学習部802で得られた学習データが格納される。
出力判定データベースDB3は、制御実行ユニット20内の制御出力判定部5にアクセス可能に接続され、出力判定データベースDB3には出力判定結果が格納される。
The control rule database DB 1 stores a control rule (neural network) as a learning result in the control rule learning unit 802. The control rule execution unit 10 refers to the control rule stored in the control rule database DB1.
The learning data database DB2 stores the learning data obtained by the control rule learning unit 802.
The output determination database DB 3 is accessiblely connected to the control output determination unit 5 in the control execution unit 20, and the output determination result is stored in the output determination database DB 3.

良否判定データベースDB4には、良否判定のためのデータが格納される。
良否判定ルールデータベースDB5には、良否判定ルール学習部31における学習結果としての良否判定ルール(ニューラルネット)が格納される。この良否判定ルールデータベースDB5は、制御実行ユニット20内の制御出力良否判定ルール実行部17、後述する良否判定ルール学習ユニット22内の良否判定ルール学習部31の双方にアクセス可能に接続されている。制御出力良否判定ルール実行部17は、良否判定ルールデータベースDB5に格納された良否判定ルールを参照する。
学習データデータベースDB6には、制御方法学習ユニット21で学習された学習データが格納される。
検証データデータベースDB7には、良否判定をするのに必要な検証データが格納される。
Data for pass / fail judgment is stored in the pass / fail judgment database DB4.
The pass / fail determination rule database DB 5 stores a pass / fail determination rule (neural network) as a learning result in the pass / fail determination rule learning unit 31. The pass / fail judgment rule database DB 5 is accessiblely connected to both the control output pass / fail judgment rule execution unit 17 in the control execution unit 20 and the pass / fail judgment rule learning unit 31 in the pass / fail judgment rule learning unit 22, which will be described later. The control output pass / fail determination rule execution unit 17 refers to the pass / fail determination rule stored in the pass / fail determination rule database DB 5.
The learning data database DB 6 stores the learning data learned by the control method learning unit 21.
The verification data database DB 7 stores verification data necessary for making a pass / fail judgment.

図2は、本例の制御ルール実行部10の具体的な構成例を示す。
制御ルール実行部10には、制御入力データ作成部2で作成された入力データS1が入力される。制御ルール実行部10は、入力データS1を処理して制御出力演算部3に制御操作端操作指令S2を与える。制御ルール実行部10は、ニューラルネット101を備えており、ニューラルネット101は、図26に示すような形状制御ルールに則した制御操作端操作指令S2を出力する。
FIG. 2 shows a specific configuration example of the control rule execution unit 10 of this example.
The input data S1 created by the control input data creation unit 2 is input to the control rule execution unit 10. The control rule execution unit 10 processes the input data S1 and gives the control operation end operation command S2 to the control output calculation unit 3. The control rule execution unit 10 includes a neural network 101, and the neural network 101 outputs a control operation end operation command S2 according to a shape control rule as shown in FIG. 26.

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DB1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、ニューラルネット101に実行させる。 The control rule execution unit 10 further includes a neural network selection unit 102, and by referring to the control rules stored in the control rule database DB 1, the optimum control rule is selected as the control rule in the neural network 101, and the neural network is selected. Let the net 101 execute.

このように制御ルール実行部10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て使用している。制御ルールデータベースDB1には、制御対象プラント1からのデータとして、ニューラルネット及び良否判定基準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ことから、本明細書では、ニューラルネットと制御ルールは同義の意味で使用する。
In this way, the control rule execution unit 10 selects and uses a necessary neural network from a plurality of neural networks divided by an operator group or a control purpose. It is preferable that the control rule database DB 1 also includes the actual data (data of the operation group, etc.) Si that allows the selection of the neural network and the quality determination criteria as the data from the controlled plant 1.
In addition, since the execution of the neural network results in a control rule, the neural network and the control rule are used interchangeably in the present specification.

図3は、制御出力良否判定ルール実行部17の具体的な構成を示す。
制御出力良否判定ルール実行部17には、制御入力データ作成部2で作成され入力データS1及び制御出力演算部3で作成された制御操作量S3が入力される。制御出力良否判定ルール実行部17は、これらの入力データに基づいて制御出力良否判定推定値S9を生成し新規探索操作量演算部33に与える。
FIG. 3 shows a specific configuration of the control output quality determination rule execution unit 17.
The control operation amount S3 created by the control input data creation unit 2 and the input data S1 and the control output calculation unit 3 is input to the control output pass / fail determination rule execution unit 17. The control output pass / fail determination rule execution unit 17 generates a control output pass / fail determination estimated value S9 based on these input data and gives it to the new search operation amount calculation unit 33.

また、制御出力良否判定ルール実行部17には、制御入力データ作成部2で作成された入力データS1及び制御出力操作方法選択部18で作成された選択制御操作量S8が入力される。制御出力良否判定ルール実行部17は、これらの入力データに基づいて制御結果良否判定推定値S11を生成し、制御出力抑制部4に与える。 Further, the input data S1 created by the control input data creation unit 2 and the selection control operation amount S8 created by the control output operation method selection unit 18 are input to the control output pass / fail determination rule execution unit 17. The control output pass / fail determination rule execution unit 17 generates a control result pass / fail determination estimated value S11 based on these input data and gives it to the control output suppression unit 4.

制御出力良否判定ルール実行部17は、ニューラルネット171及びニューラルネット選択部172を備える。
ニューラルネット171は、入力データS1(形状パターン)に対して、制御操作量S3(制御パターン)を出力した場合の制御結果の良否判定値を過去の制御実績を元に推定する。
ニューラルネット選択部172は、良否判定ルールデータベースDB5に格納された良否判定ルールを参照することで、ニューラルネット171における良否判定ルールとして、最適な良否判定ルールを選択する。
The control output quality determination rule execution unit 17 includes a neural network 171 and a neural network selection unit 172.
The neural network 171 estimates the quality judgment value of the control result when the control operation amount S3 (control pattern) is output with respect to the input data S1 (shape pattern) based on the past control results.
The neural network selection unit 172 selects the optimum pass / fail determination rule as the pass / fail determination rule in the neural network 171 by referring to the pass / fail determination rule stored in the pass / fail determination rule database DB 5.

このように制御出力良否判定ルール実行部17は、制御対象となる材料性質の違い、良否判定基準の違い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する。
良否判定ルールデータベースDB5には、制御対象プラント1からのデータとして、制御対象となる材料性質及び良否判定基準を選択できるような実績データ(操業班のデータ等)Siを含むのがよい。なお、ニューラルネットを実行すると良否判定ルールになることから、本明細書においてはニューラルネットと良否判定ルールは、同義の意味で使用する。
In this way, the control output quality determination rule execution unit 17 selects a necessary neural network from a plurality of neural networks divided according to the difference in the material properties to be controlled and the difference in the quality determination criteria.
The pass / fail judgment rule database DB 5 should include, as data from the controlled target plant 1, actual data (data of the operation group, etc.) Si that allows selection of the material properties to be controlled and the pass / fail judgment criteria. Since the execution of the neural network results in a pass / fail judgment rule, the neural network and the pass / fail judgment rule are used interchangeably in the present specification.

図1の説明に戻ると、制御方法学習ユニット21は、制御実行ユニット20で使用するニューラルネット101の学習を実行する。
制御方法学習ユニット21は、学習データ作成部801及び制御ルール学習部802を備える。
Returning to the description of FIG. 1, the control method learning unit 21 executes learning of the neural network 101 used by the control execution unit 20.
The control method learning unit 21 includes a learning data creation unit 801 and a control rule learning unit 802.

制御方法学習ユニット21内の学習データ作成部801は、制御実行ユニット20にて作成した選択制御操作量S8と、制御方法選択フラグS14、制御出力良否判定ルール実行部17で作成した制御結果良否判定推定値S11を用いて、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を作成する学習データ作成処理を行う。学習データ作成部801が作成した学習データS7aは、制御ルール学習部802に与える。
教師データS7aは、制御ルール実行部10が出力する制御操作端操作指令S2に対応するものである。
The learning data creation unit 801 in the control method learning unit 21 determines whether the control result is good or bad, which is created by the selection control operation amount S8 created by the control execution unit 20, the control method selection flag S14, and the control output quality determination rule execution unit 17. Using the estimated value S11, a learning data creation process for creating new teacher data S7a used for learning the neural network is performed. The learning data S7a created by the learning data creation unit 801 is given to the control rule learning unit 802.
The teacher data S7a corresponds to the control operation end operation command S2 output by the control rule execution unit 10.

学習データ作成部801は、制御出力良否判定ルール実行部17で作成した制御結果良否判定推定値S11を用いて、制御ルール実行部10が出力する制御操作端操作指令S2を推定して得たデータを、新規の教師データS7aとして求める。 The learning data creation unit 801 uses the control result pass / fail judgment estimated value S11 created by the control output pass / fail judgment rule execution unit 17 to estimate the control operation end operation command S2 output by the control rule execution unit 10. Is obtained as new teacher data S7a.

図4は、制御ルール学習部802の具体的な構成例を示す。
制御ルール学習部802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、及びニューラルネット選択部113を備える。
制御ルール学習部802には、外部からの入力として制御入力データ作成部2からの入力データS1と、学習データ作成部801からの新規の教師データS7aが入力されている。また、制御ルール学習部802は、制御ルールデータベースDB1及び学習データデータベースDB2に蓄積されたデータを参照する。
FIG. 4 shows a specific configuration example of the control rule learning unit 802.
The control rule learning unit 802 includes an input data creation unit 114, a teacher data creation unit 115, a neural network processing unit 110, and a neural network selection unit 113.
Input data S1 from the control input data creation unit 2 and new teacher data S7a from the learning data creation unit 801 are input to the control rule learning unit 802 as external inputs. Further, the control rule learning unit 802 refers to the data stored in the control rule database DB1 and the learning data database DB2.

制御ルール学習部802において、入力データS1は入力データ作成部114を介してニューラルネット処理部110に取り込まれる。 In the control rule learning unit 802, the input data S1 is taken into the neural network processing unit 110 via the input data creation unit 114.

また、制御ルール学習部802において、学習データ作成部801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DB2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DB2に記憶されて利用される。 Further, in the control rule learning unit 802, the new teacher data S7a from the learning data creation unit 801 is the total teacher data including the past teacher data S7b stored in the learning data database DB2 in the teacher data creation unit 115. As S7c, it is given to the neural net processing unit 110. These teacher data S7a and S7b are appropriately stored in the learning data database DB2 and used.

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DB2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についても、適宜、学習データデータベースDB2に記憶されて利用される。 Similarly, the input data S8a from the control input data creation unit 2 is the neural net processing unit as the total input data S8c including the past input data S8b stored in the learning data database DB2 in the input data creation unit 114. Given to 110. These input data S8a and S8b are also appropriately stored in the learning data database DB2 and used.

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により構成される。
ニューラルネット111は、入力データ作成部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DB1に格納する。
The neural network processing unit 110 is composed of a neural network 111 and a neural network learning control unit 112.
The neural network 111 takes in the input data S8c from the input data creation unit 114, the teacher data S7c from the teacher data creation unit 115, and the control rule (neural network) selected by the neural network selection unit 113, and finally determines the neural network. The net is stored in the control rule database DB1.

ニューラルネット学習制御部112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DB1に格納する。 The neural network learning control unit 112 controls the input data creation unit 114, the teacher data creation unit 115, and the neural network selection unit 113 at appropriate timings, obtains the input of the neural network 111, and outputs the processing result. It is stored in the control rule database DB1.

ここで、図2の制御ルール実行部10におけるニューラルネット101と、図4の制御方法学習ユニット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、以下のように相違している。
すなわち、制御ルール実行部10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操作端操作指令S2を求めるニューラルネットである。
Here, the neural network 101 in the control rule execution unit 10 of FIG. 2 and the neural network 111 in the control method learning unit 21 of FIG. 4 are both neural networks of the same concept, but they differ as follows. ..
That is, the neural network 101 in the control rule execution unit 10 is a neural network having predetermined contents, and is a neural network that obtains a control operation end operation command S2 as a corresponding output when input data S1 is given.

一方、制御方法学習ユニット21におけるニューラルネット111は、入力データS1と制御操作端操作指令S2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、この入出力関係を学習により求めるニューラルネットである。 On the other hand, the neural net 111 in the control method learning unit 21 obtains this input / output relationship by learning when the input data S8c and the teacher data S7c for the input data S1 and the control operation end operation command S2 are set as learning data. It is the net.

制御方法学習ユニット21における基本的な処理の考え方は、以下のとおりである。
まず、制御操作量出力可否データS4の内容が「可」の場合、制御実行ユニット20が、制御対象プラント1に制御操作量出力SOを出力する。ここで、制御結果良否判定推定値S11の内容が「良」(実績データSiが良くなる方向に変化)の場合、学習データ作成部801は、制御出力操作方法選択部18が出力した選択制御操作量S8が正しいと判断し、ニューラルネットの出力が選択制御操作量S8となるように学習データを作成する。
The concept of basic processing in the control method learning unit 21 is as follows.
First, when the content of the control operation quantity output availability data S4 is “possible”, the control execution unit 20 outputs the control operation quantity output SO to the controlled target plant 1. Here, when the content of the control result pass / fail determination estimated value S11 is “good” (changes in the direction in which the actual data Si improves), the learning data creation unit 801 performs the selection control operation output by the control output operation method selection unit 18. It is determined that the quantity S8 is correct, and training data is created so that the output of the neural network becomes the selection control operation quantity S8.

一方、制御操作量出力可否データS4の内容が「否」、又は、制御対象プラント1に制御操作量出力SOを出力した制御結果良否判定推定値S11の内容が「否」(実績データSiが悪くなる方向に変化)の場合、学習データ作成部801は、制御出力操作方法選択部18が出力した選択制御操作量S8が誤っていると判断する。 On the other hand, the content of the control operation quantity output availability data S4 is "No", or the content of the control result pass / fail judgment estimated value S11 that outputs the control operation quantity output SO to the controlled target plant 1 is "No" (actual data Si is bad). In the case of (change in the direction of)), the learning data creation unit 801 determines that the selection control operation amount S8 output by the control output operation method selection unit 18 is incorrect.

この場合、学習データ作成部801は、制御方法選択フラグS14から、制御出力操作方法選択部18において制御操作量S3を選択していた場合かどうかを確認する。この確認で制御操作量S3を選択していた場合、学習データ作成部801は、制御ルール実行部10が出力した制御操作端操作指令S2は誤っていると判断し、ニューラルネットの出力が出ないように学習データを作成する。このとき、制御出力として、同じ制御操作端に対して+方向、-方向の2種類の出力が出るようにニューラルネット出力を構成しておき、出力した側の制御操作端操作指令S2が出力されないように学習データを作成する。 In this case, the learning data creation unit 801 confirms whether or not the control operation amount S3 has been selected in the control output operation method selection unit 18 from the control method selection flag S14. When the control operation amount S3 is selected in this confirmation, the learning data creation unit 801 determines that the control operation end operation command S2 output by the control rule execution unit 10 is incorrect, and the neural network is not output. Create training data like this. At this time, the neural network output is configured so that two types of outputs, + direction and-direction, are output to the same control operation end as the control output, and the control operation end operation command S2 on the output side is not output. Create training data as in.

また、図4に示す制御ルール学習部802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、以下のように処理を行う。
まず、制御ルール学習部802は、制御実行ユニット20への入力データS1から求めたデータ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の学習を実行する。
Further, the control rule learning unit 802 shown in FIG. 4 performs processing as follows as a result of data processing by the neural network learning control unit 112.
First, the control rule learning unit 802 uses learning data that is a combination of the data S8c obtained from the input data S1 to the control execution unit 20 and the teacher data S7c created by the teacher data creation unit 115 to execute the control rule. The learning of the neural network 101 used in the part 10 is executed.

実際には、制御ルール学習部802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802内に備えて、各種条件で運用テストしてそのときの応答を学習し、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。 Actually, the control rule learning unit 802 prepares the same neural network 111 as the neural network 101 of the control rule execution unit 10 in the control rule learning unit 802, performs an operation test under various conditions, and learns the response at that time. , Get control rules that have been confirmed to produce better results as a result of learning.

ここでの学習は、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DB2より、過去の学習データを複数個取り出して、学習し処理を実行する。そして、今回の学習データは、学習データデータベースDB2に格納される。また、学習したニューラルネットは、制御ルール実行部10で利用するために、制御ルールデータベースDB1に格納される。 Since the learning here needs to be performed using a plurality of learning data, a plurality of past learning data are taken out from the learning data database DB2 that stores the learning data created in the past, and learning is performed. And execute the process. Then, the learning data this time is stored in the learning data database DB2. Further, the learned neural network is stored in the control rule database DB 1 for use by the control rule execution unit 10.

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よいし、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よい。 In the learning of the neural net, each time new learning data is created, the past learning data may be used together for learning, or after the learning data is accumulated to some extent (for example, 100 pieces), the past learning is performed. You may learn by using the data together.

このような構成とすることで、制御出力操作方法選択部18が新規探索操作量を選択することで、新規探索操作量を対象プラントに出力し、その制御結果に応じて学習データを作成し、新たな制御方法を学習することが可能になる。 With such a configuration, the control output operation method selection unit 18 selects a new search operation amount, outputs the new search operation amount to the target plant, and creates learning data according to the control result. It becomes possible to learn new control methods.

図1の説明に戻ると、良否判定ルール学習ユニット22は、制御実行ユニット20で使用するニューラルネット171(図3)の学習を実行する。制御実行ユニット20が制御対象プラント1に対して、制御操作量出力SOを出力した場合、実際に制御効果が実績データSiの変化となって現れるのには時間を要する。このため、その時間だけ時間遅れさせたデータを用いて学習を実行する。なお、図1などにおいて、「Z-1」と記載した処理部DLは、各データが伝送される際に、適宜の時間遅れがあることを示す。 Returning to the explanation of FIG. 1, the pass / fail determination rule learning unit 22 executes learning of the neural network 171 (FIG. 3) used by the control execution unit 20. When the control execution unit 20 outputs the control operation amount output SO to the controlled target plant 1, it takes time for the control effect to actually appear as a change in the actual data Si. Therefore, learning is executed using the data delayed by that time. In addition, in FIG. 1 and the like, the processing unit DL described as “Z -1 ” indicates that there is an appropriate time delay when each data is transmitted.

良否判定ルール学習ユニット22は、制御結果良否判定部6、良否判定ルール学習部31、良否判定データベースDB4を備える。 The pass / fail determination rule learning unit 22 includes a control result pass / fail determination unit 6, a pass / fail determination rule learning unit 31, and a pass / fail determination database DB 4.

制御結果良否判定部6は、制御対象プラント1からの実績データSi及び実績データ前回値Si0、並びに良否判定データベースDB4に記憶された良否判定データS5を用いて、実績データSiが良くなる方向に変化したか、悪くなる方向に変化したか判定する制御結果良否判定処理を行う。そして、制御結果良否判定部6は、判定結果を示す制御結果良否データS6を出力する。 The control result pass / fail judgment unit 6 changes in the direction of improving the actual data Si by using the actual data Si from the controlled plant 1, the actual data previous value Si0, and the pass / fail judgment data S5 stored in the pass / fail judgment database DB4. A control result pass / fail judgment process is performed to determine whether the data has changed or the data has changed in the worse direction. Then, the control result pass / fail determination unit 6 outputs the control result pass / fail data S6 indicating the determination result.

図5は、良否判定ルール学習部31の具体的な構成を示す。
良否判定ルール学習部31は、入力データ作成部314、教師データ作成部315、ニューラルネット処理部310、ニューラルネット選択部313を備える。
良否判定ルール学習部31は、外部からの入力として、制御入力データ作成部2からの入力データS1を時間遅れさせたデータS12a1と、制御出力抑制部4からの制御出力量S0を時間遅れさせたデータS12a2を得る。また、良否判定ルール学習部31は、制御結果良否判定部6からの制御結果良否データS6(S13a)を得る。
さらに、良否判定ルール学習部31は、良否判定ルールデータベースDB5及び学習データデータベースDB6に蓄積されたデータを参照する。
FIG. 5 shows a specific configuration of the pass / fail determination rule learning unit 31.
The pass / fail determination rule learning unit 31 includes an input data creation unit 314, a teacher data creation unit 315, a neural network processing unit 310, and a neural network selection unit 313.
The pass / fail determination rule learning unit 31 delays the time of the data S12a1 in which the input data S1 from the control input data creation unit 2 is delayed and the control output amount S0 from the control output suppression unit 4 as inputs from the outside. Obtain data S12a2. Further, the pass / fail determination rule learning unit 31 obtains the control result pass / fail data S6 (S13a) from the control result pass / fail determination unit 6.
Further, the pass / fail determination rule learning unit 31 refers to the data accumulated in the pass / fail determination rule database DB 5 and the learning data database DB 6.

入力データS1及び制御出力量S0は、適宜の時間遅れ補償後に入力データ作成部314を介してニューラルネット処理部310に取り込まれる。 The input data S1 and the control output amount S0 are taken into the neural network processing unit 310 via the input data creation unit 314 after appropriate time delay compensation.

また、制御結果良否判定部6からの制御結果良否データS6(S13a)は、教師データ作成部315において学習データデータベースDB6に記憶されている過去の教師データS13bも含めた合計の教師データS13cとして、ニューラルネット処理部310に与えられる。これらの教師データS13a、S13bは、適宜、学習データデータベースDB6に記憶されて、利用される。 Further, the control result pass / fail data S6 (S13a) from the control result pass / fail determination unit 6 is used as the total teacher data S13c including the past teacher data S13b stored in the learning data database DB 6 in the teacher data creation unit 315. It is given to the neural network processing unit 310. These teacher data S13a and S13b are appropriately stored in the learning data database DB6 and used.

同様に、制御入力データ作成部2及び制御出力抑制部4からの入力データS12a1とS12a2は、入力データ作成部314において学習データデータベースDB6に記憶されている過去の入力データS12bも含めた合計の入力データS12cとして、ニューラルネット処理部310に与えられる。これらの入力データS12a1、S12a2、S12bは、適宜、学習データデータベースDB6に記憶されて、利用される。 Similarly, the input data S12a1 and S12a2 from the control input data creation unit 2 and the control output suppression unit 4 are total inputs including the past input data S12b stored in the learning data database DB 6 in the input data creation unit 314. The data S12c is given to the neural net processing unit 310. These input data S12a1, S12a2, and S12b are appropriately stored in the learning data database DB6 and used.

ニューラルネット処理部310は、ニューラルネット311とニューラルネット学習制御部312とにより構成される。
ニューラルネット311は、入力データ作成部314からの入力データS12c、教師データ作成部315からの教師データS13c、及びニューラルネット選択部313が選択した制御ルール(ニューラルネット)を取り込む。そして、ニューラルネット311は、最終的に決定したニューラルネットを、良否判定ルールデータベースDB5に格納する。
The neural network processing unit 310 is composed of a neural network 311 and a neural network learning control unit 312.
The neural network 311 takes in the input data S12c from the input data creation unit 314, the teacher data S13c from the teacher data creation unit 315, and the control rule (neural net) selected by the neural network selection unit 313. Then, the neural network 311 stores the finally determined neural network in the quality determination rule database DB5.

ニューラルネット学習制御部312は、入力データ作成部314、教師データ作成部315、及びニューラルネット選択部313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311の入力を得る。また、ニューラルネット学習制御部312は、ニューラルネット選択部313を経由して、処理結果を良否判定ルールデータベースDB5に格納する。 The neural network learning control unit 312 controls the input data creation unit 314, the teacher data creation unit 315, and the neural network selection unit 313 at appropriate timings to obtain the input of the neural network 311. Further, the neural network learning control unit 312 stores the processing result in the quality determination rule database DB 5 via the neural network selection unit 313.

図6は、センヂミア圧延機の形状制御における制御方法に対する制御結果良否判定の具体例を示す図である。図6は、図26に示す形状制御ルールごとの制御結果良否判定結果を示す。 FIG. 6 is a diagram showing a specific example of control result quality determination for a control method in shape control of a Sendimia rolling mill. FIG. 6 shows the control result pass / fail determination result for each shape control rule shown in FIG. 26.

ここで、図3に示す制御実行ユニット20のニューラルネット171と、図5に示す良否判定ルール学習ユニット22におけるニューラルネット311は、いずれも同じ概念のニューラルネットであるが、以下の点で相違している。
制御実行ユニット20におけるニューラルネット171は、予め定められた内容のニューラルネットである。すなわち、ニューラルネット171は、入力データS1と選択制御操作量S8又は制御操作量S3を与えたときに対応する出力としての制御出力良否判定推定値S9又はS11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。
Here, the neural network 171 of the control execution unit 20 shown in FIG. 3 and the neural network 311 in the pass / fail judgment rule learning unit 22 shown in FIG. 5 are both neural networks of the same concept, but differ in the following points. ing.
The neural network 171 in the control execution unit 20 is a neural network having predetermined contents. That is, the neural network 171 obtains the control output pass / fail judgment estimated value S9 or S11 as the output corresponding to the input data S1 and the selection control operation amount S8 or the control operation amount S3, so to speak, in one direction. It is a neural network used for processing.

これに対し、良否判定ルール学習ユニット22におけるニューラルネット311は、入力データS1と制御出力量S0の入力データS12c、教師データS13cを学習データとして設定したときに、これらの入出力関係を満足するニューラルネットである。 On the other hand, the neural network 311 in the pass / fail determination rule learning unit 22 is a neural network that satisfies these input / output relationships when the input data S1, the input data S12c of the control output amount S0, and the teacher data S13c are set as learning data. It is the net.

次に、センヂミア圧延機における形状制御を対象に、プラント制御方法の具体例を説明する。なお形状制御に関しては、以下の仕様A,Bを採用するものとして説明する。 Next, a specific example of the plant control method will be described for shape control in the Sendimia rolling mill. The shape control will be described assuming that the following specifications A and B are adopted.

仕様Aは、優先度についての仕様であり、板幅方向の優先度の情報を持つものとする。例えば形状制御においては、板幅方向全域にわたって目標値に制御することが、機械特性上困難な場合が多い。そのため、板幅方向で下記の2つの優先度についての仕様A1,A2を設ける。このうち優先度についての仕様A1は「板端部を優先する」ものである。また、優先度についての仕様A2は「中央部を優先する」ものである。
この仕様A1,A2という2つの優先順位に従った制御を実行する。つまり、プラント制御システムが制御を実行する場合は、優先度についての仕様A1又はA2のいずれかを考慮する。
Specification A is a specification regarding priority, and has information on priority in the plate width direction. For example, in shape control, it is often difficult to control the target value over the entire plate width direction due to mechanical characteristics. Therefore, specifications A1 and A2 for the following two priorities are provided in the plate width direction. Of these, the specification A1 regarding the priority is "priority is given to the plate end portion". Further, the specification A2 regarding the priority is to "prioritize the central portion".
Control is executed according to the two priorities of the specifications A1 and A2. That is, when the plant control system executes the control, either the specification A1 or A2 regarding the priority is taken into consideration.

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。それぞれの仕様が変化することで、形状操作端の形状への影響度合が変化する。 Specification B is a specification for dealing with a condition that is known in advance. As an example, since the relationship between the shape pattern and the control method changes under various conditions, for example, it is necessary to classify the specification B1 into a plate width and the specification B2 into a steel type. As each specification changes, the degree of influence on the shape of the shape operation end changes.

本例での制御対象プラント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。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使用する。このため、ゼンジミア圧延機は、平坦な鋼板を得るための制御が難しい。この対策として、ゼンジミア圧延機は、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。 The controlled target plant 1 in this example is a Sendimia rolling mill, and the actual data is the actual shape. The Sendimia rolling mill is a rolling mill having cluster rolls for cold rolling hard materials such as stainless steel. Zenjimia rolling mills use small diameter work rolls for the purpose of applying strong rolling pressure to hard materials. For this reason, it is difficult for the Zendimia rolling mill to control to obtain a flat steel sheet. As a countermeasure, the Zenjimia rolling mill employs a cluster roll structure and various shape control units.

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。以下に説明する例では、形状の実績データSiは、形状検出器の検出データを用い、入力データS1は、目標形状との差である、形状偏差を用いる。また、制御操作量S3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。 In a Sendimia rolling mill, the upper and lower first intermediate rolls generally have a one-sided taper so that they can be shifted, and the upper and lower first intermediate rolls are equipped with six split rolls and two rolls called AS-U. In the example described below, the actual shape data Si uses the detection data of the shape detector, and the input data S1 uses the shape deviation, which is the difference from the target shape. Further, the control operation amount S3 is the AS-U of # 1 to #n and the roll shift amount of the upper and lower first intermediate rolls.

図7は、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は、制御ルール実行部10用としては、ニューラルネット101を示す。また、制御ルール学習部802用としては、ニューラルネット111を示す。ニューラルネット101とニューラルネット111は、いずれも構造が同じである。 FIG. 7 shows a neural network configuration when used for shape control of a Sendimia rolling mill. Here, the neural network indicates the neural network 101 for the control rule execution unit 10. Further, for the control rule learning unit 802, the neural network 111 is shown. Both the neural network 101 and the neural network 111 have the same structure.

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からの実績データSiは形状検出器のデータ(ここでは、実績形状と目標形状との差である形状偏差が出力されるものとする)を含むセンヂミア圧延機の実績データである。制御入力データ作成部2は、入力データS1として規格化形状偏差201、形状偏差段階202を得る。これによりニューラルネット101、111の入力層は、規格化形状偏差201、形状偏差段階202により構成される。なお図7では、形状偏差段階202をニューラルネット入力層への入力としているが、段階に応じてニューラルネットを切替てもよい。 In the case of shape control of the Sendimia rolling mill, the actual data Si from the controlled plant 1 is the data of the shape detector (here, it is assumed that the shape deviation which is the difference between the actual shape and the target shape is output). It is the actual data of the Sendimia rolling mill including. The control input data creation unit 2 obtains the normalized shape deviation 201 and the shape deviation step 202 as the input data S1. As a result, the input layer of the neural networks 101 and 111 is composed of the normalized shape deviation 201 and the shape deviation step 202. In FIG. 7, the shape deviation step 202 is used as the input to the neural network input layer, but the neural network may be switched according to the step.

ニューラルネット101、111の出力層は、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操作度合301と第1中間操作度合302により構成される。それぞれの操作度合は、AS-Uについては、AS-U開方向(ロールギャップ(圧延機の上下作業ロール間の間隔)が開く方向)、AS-U閉方向(ロールギャップが閉じる方向)を各AS-Uについて持つ。 The output layers of the neural networks 101 and 111 are composed of an AS-U operation degree 301 and a first intermediate operation degree 302 in accordance with the AS-U and the first intermediate roll, which are the shape control operation ends of the Sendimia rolling mill. .. For AS-U, the degree of operation is the AS-U opening direction (the direction in which the roll gap (distance between the upper and lower working rolls of the rolling mill) opens) and the AS-U closing direction (the direction in which the roll gap closes). I have about AS-U.

第1中間ロールについては、第1中間ロール開方向(第1中間ロールが圧延機中心より外側に向かって動作する方向)、第1中間ロール閉方向(第1中間ロールが圧延機中心側に向かって動作する方向)を、上下第1中間ロールについて持つ。
例えば、形状検出器が20ゾーンで、形状偏差段階202を3段階(大、中、小)とした場合、入力層は23個の入力となる。また、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AS-U操作度合301が14個、1中間操作度合が4個の計18個となる。中間層の層数及び各層のニューロン数については、適時設定する。
なお、出力層であるセンヂミア圧延機の形状制御操作端は、個々の制御操作端に対して+方向、-方向の2種類の出力が出るようにニューラルネット出力を構成している。
Regarding the first intermediate roll, the first intermediate roll opening direction (the direction in which the first intermediate roll operates outward from the center of the rolling mill) and the first intermediate roll closing direction (the first intermediate roll faces the center side of the rolling mill). The direction of operation) is provided for the upper and lower first intermediate rolls.
For example, if the shape detector has 20 zones and the shape deviation stage 202 is set to 3 stages (large, medium, small), the input layer has 23 inputs. If the AS-U saddles are 7 and the upper and lower first intermediate rolls can be shifted in the plate width direction, the output layer has 14 AS-U operation degrees 301 and 4 intermediate operation degrees, for a total of 18 pieces. Will be. The number of layers in the middle layer and the number of neurons in each layer are set in a timely manner.
The shape control operation end of the Sendimia rolling mill, which is the output layer, is configured to output a neural network so that two types of outputs, a + direction and a-direction, are output to each control operation end.

図8は、本例での形状偏差と制御方法を示す。
図8(a)は、形状偏差が大きい場合の制御方法を示し、図8(b)は、形状偏差が小さい場合の制御方法を示す。図8(a),(b)の高さ方向(縦軸方向)は形状偏差の大きさ、横軸方向は板幅方向であり、板幅の両側が板端部、中央が板中央部を示す。
FIG. 8 shows the shape deviation and the control method in this example.
FIG. 8A shows a control method when the shape deviation is large, and FIG. 8B shows a control method when the shape deviation is small. The height direction (vertical axis direction) of FIGS. 8A and 8B is the magnitude of the shape deviation, the horizontal axis direction is the plate width direction, both sides of the plate width are the plate end portions, and the center is the plate center portion. show.

図8(a)に示すように、形状偏差が大きい場合は、板幅方向の局部的な形状偏差よりも全体的な形状を修正することを優先する。
一方、図8(b)に示すように、形状偏差が小さい場合は、局部的な形状偏差を小さくすることを優先する。
As shown in FIG. 8A, when the shape deviation is large, the correction of the overall shape is prioritized over the local shape deviation in the plate width direction.
On the other hand, as shown in FIG. 8B, when the shape deviation is small, priority is given to reducing the local shape deviation.

このように、形状偏差の大きさに応じて制御方法を変える必要があるため、図7に示すように形状偏差段階202を設けてニューラルネット101、111に与え、形状偏差の大きさを判定する。形状偏差については形状偏差の大小にかかわらず、例えば0~1に規格化したものを用いるのがよい。これは、一例であって、形状偏差を規格化せずにそのままニューラルネットの入力層へ入力してもよく、形状偏差の大小に応じて、ニューラルネット自体を変えてもよい。例えば、2つのニューラルネットを準備し、形状偏差が大きい場合に使用するニューラルネットと、小さい場合に使用するニューラルネットを分けてもよい。 As described above, since it is necessary to change the control method according to the magnitude of the shape deviation, the shape deviation step 202 is provided to the neural networks 101 and 111 as shown in FIG. 7, and the magnitude of the shape deviation is determined. .. As for the shape deviation, regardless of the magnitude of the shape deviation, it is preferable to use one standardized to, for example, 0 to 1. This is an example, and the shape deviation may be input to the input layer of the neural network as it is without standardization, or the neural network itself may be changed according to the magnitude of the shape deviation. For example, two neural networks may be prepared and the neural network used when the shape deviation is large and the neural network used when the shape deviation is small may be separated.

本例のプラント制御では、以上説明した図6のような構成のニューラルネット101、111に対して、形状パターンに対する操作方法を学習させ、学習させたニューラルネットを用いて形状制御を実行する。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、同じ形状パターンに対して異なった制御出力を出すことができる。 In the plant control of this example, the neural networks 101 and 111 having the configuration as shown in FIG. 6 described above are trained to learn the operation method for the shape pattern, and the shape control is executed using the trained neural network. Even neural networks with the same configuration have different characteristics depending on the learning conditions, and different control outputs can be output for the same shape pattern.

そのため、形状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2の構成は、このような仕様を行う場合の具体例を示している。
すなわち、図2の構成例では、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DB1に登録しておく。ニューラルネット選択部102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。
Therefore, by properly using a plurality of neural networks according to other conditions of the shape record, it is possible to configure the optimum control for various conditions. This is a response to specification B. The configuration of FIG. 2 described above shows a specific example in the case of making such a specification.
That is, in the configuration example of FIG. 2, the neural network 101 used in the control rule execution unit 10 is controlled by preparing a separate neural network according to the rolling results, the rolling mill operator name, the steel type of the material to be rolled, the plate width, and the like. Registered in the rule database DB1. The neural network selection unit 102 selects a neural network that matches the conditions at that time, and sets it in the neural network 101 of the control rule execution unit 10.

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6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よい。 As a condition at that time in the neural network selection unit 102, it is preferable to take in the plate width data from the actual data Si in the controlled target plant 1 and select the neural network accordingly. Further, if the plurality of neural networks used here have an input layer and an output layer as shown in FIG. 6, the number of layers of the intermediate layer and the number of units of each layer may be different.

図9は、ニューラルネット101、111の入力層へ入力するためのデータS1(規格化形状偏差201、形状偏差段階202)を作成する、制御入力データ作成部2の構成を示す。
制御入力データ作成部2は、実績データSiとして、制御対象プラント1であるセンヂミア圧延機における圧延時の板形状を検出する、形状検出器の形状検出器データを入力とする。そして、制御入力データ作成部2は、形状偏差PP値演算部210にて各形状検出器ゾーンの検出結果の最大値と最小値の差である形状偏差PP値(Peak To Peak値)SPPを求める。
FIG. 9 shows the configuration of the control input data creating unit 2 that creates the data S1 (normalized shape deviation 201, shape deviation step 202) for inputting to the input layer of the neural networks 101 and 111.
The control input data creation unit 2 inputs the shape detector data of the shape detector, which detects the plate shape at the time of rolling in the Sendimia rolling mill, which is the controlled target plant 1, as the actual data Si. Then, the control input data creation unit 2 obtains the shape deviation PP value (Peak To Peak value) SPP, which is the difference between the maximum value and the minimum value of the detection result of each shape detector zone, by the shape deviation PP value calculation unit 210. ..

形状偏差段階演算部211は、形状偏差PP値SPPにより、形状偏差を大、中、小の3段階に分類する。形状は、被圧延材の伸び率の板幅方向分布であり、伸び率を10-5単位で表すI-UNITが単位として用いられる。例えば、以下の数式で示すように分類する。 The shape deviation step calculation unit 211 classifies the shape deviation into three stages of large, medium, and small according to the shape deviation PP value SPP. The shape is the distribution in the plate width direction of the elongation rate of the material to be rolled, and I-UNIT, which expresses the elongation rate in 10-5 units, is used as a unit. For example, classify as shown by the following formula.

ここでは[数1]式の成立により形状偏差段階が(大=1、中=0、小=0)とし、[数2]式の成立により形状偏差段階が(大=0、中=1、小=0)とし、[数3]式の成立により形状偏差段階が(大=0、中=0、小=1)とするように分類している。各ゾーンの形状偏差については、SPM=SPPとした、SPMを用いて規格化を実行する。 Here, the shape deviation stage is set to (large = 1, medium = 0, small = 0) by the establishment of the [Equation 1] equation, and the shape deviation stage is (Large = 0, medium = 1, by the establishment of the [Equation 2] equation. Small = 0), and the shape deviation stage is classified as (Large = 0, Medium = 0, Small = 1) by the establishment of the equation [Equation 3]. For the shape deviation of each zone, normalization is performed using SPM with SPM = SPP.

Figure 2022095082000002
Figure 2022095082000002

Figure 2022095082000003
Figure 2022095082000003

Figure 2022095082000004
Figure 2022095082000004

以上のように、制御入力データ作成部2は、ニューラルネット101への入力データである規格化形状偏差201及び形状偏差段階202を作成する。規格化形状偏差201及び形状偏差段階202は、制御ルール実行部10の入力データS1である。 As described above, the control input data creation unit 2 creates the normalized shape deviation 201 and the shape deviation step 202, which are the input data to the neural network 101. The standardized shape deviation 201 and the shape deviation step 202 are input data S1 of the control rule execution unit 10.

図10は、制御出力演算部3の構成を示す。
制御出力演算部3は、制御ルール実行部10内の、ニューラルネット101からの出力である制御操作端操作指令S2より、各形状制御操作端への操作指令である制御操作量S3を作成する。制御操作端操作指令S2は、センヂミア圧延機の形状制御の場合には、AS-U操作度合301、第1中間操作度合302に相当する。
図10では、複数個数が存在するAS-U操作度合301、第1中間操作度合302について、各1つのデータ例を示しており、各データは開方向度合と閉方向度合の一対のデータで構成されている。
FIG. 10 shows the configuration of the control output calculation unit 3.
The control output calculation unit 3 creates a control operation amount S3 which is an operation command to each shape control operation end from the control operation end operation command S2 which is an output from the neural network 101 in the control rule execution unit 10. The control operation end operation command S2 corresponds to the AS-U operation degree 301 and the first intermediate operation degree 302 in the case of shape control of the Sendimia rolling mill.
FIG. 10 shows one data example for each of the AS-U operation degree 301 and the first intermediate operation degree 302 in which a plurality of numbers exist, and each data is composed of a pair of data of the open direction degree and the closed direction degree. Has been done.

制御出力演算部3内では、入力されたAS-U操作度合301は、各AS-U開方向、閉方向の出力をもつため、それらの差が減算器303で算出される。そして、乗算器304で減算器303の出力に変換ゲインGASUを乗算することで、各AS-Uへの操作指令が生成されて出力される。変換ゲインGASUは、各AS-Uへの制御出力がAS-U位置変更量(単位は長さ)となることから、度合から位置変更量への変換ゲインとなる。 In the control output calculation unit 3, the input AS-U operation degree 301 has outputs in the open direction and the closed direction of each AS-U, so the difference between them is calculated by the subtractor 303. Then, by multiplying the output of the subtractor 303 by the conversion gain G ASU with the multiplier 304, an operation command to each AS-U is generated and output. Since the control output to each AS-U is the AS-U position change amount (unit is length), the conversion gain G ASU is the conversion gain from the degree to the position change amount.

同様に入力された第1中間操作度合302は、第1中間外側、内側の出力をもつため、それらの差が減算器305で算出される。そして、乗算器306で減算器305の出力に変換ゲインG1STを乗算することで、各第1中間ロールシフトへの操作指令が生成されて出力される。変換ゲインG1STは、各第1中間ロールへの制御出力が第1中間ロールシフト位置変更量(単位は長さ)となることから、度合から位置変更量への変換ゲインとなる。 Since the first intermediate operation degree 302 similarly input has the outputs of the first intermediate outer side and the inner side, the difference between them is calculated by the subtractor 305. Then, by multiplying the output of the subtractor 305 by the conversion gain G 1ST with the multiplier 306, an operation command for each first intermediate roll shift is generated and output. Since the control output to each first intermediate roll is the first intermediate roll shift position change amount (unit is length), the conversion gain G 1ST is the conversion gain from the degree to the position change amount.

以上により、制御出力演算部3は、制御操作量S3を演算することができる。制御操作量S3は、#1~#nAS-U位置変更量(nはAS-Uロールのサドル数による)と、上第1中間シフト位置変更量、下第1中間シフト位置変更量から構成されている。 As described above, the control output calculation unit 3 can calculate the control operation amount S3. The control operation amount S3 is composed of # 1 to # nAS-U position change amount (n depends on the number of saddles of the AS-U roll), the upper first intermediate shift position change amount, and the lower first intermediate shift position change amount. ing.

図11は、制御出力良否判定ルール実行部17及び良否判定ルール学習部31に用いるセンヂミア圧延機の形状制御結果の良否判定に用いる場合のニューラルネット構成を示す。ここでのニューラルネットは、制御出力良否判定ルール実行部17用ではニューラルネット171であり、良否判定ルール学習部31用ではニューラルネット311を示しているが、いずれも構造は同じである。 FIG. 11 shows a neural network configuration when used for quality determination of the shape control result of the Sendimia rolling mill used in the control output quality determination rule execution unit 17 and the quality determination rule learning unit 31. The neural network here is a neural network 171 for the control output pass / fail determination rule execution unit 17, and a neural network 311 for the pass / fail determination rule learning unit 31, but both have the same structure.

入力データS1として規格化形状偏差201、形状偏差段階202については、図7で説明したニューラルネット入力層への入力と同一の信号が使用される。さらに制御操作量S3あるいは後述する選択制御操作量S8を、入力層への入力とする。この制御操作量S3あるいは選択制御操作量S8は、各制御操作機器の位置変更量で構成される。 For the standardized shape deviation 201 and the shape deviation step 202 as the input data S1, the same signal as the input to the neural network input layer described with reference to FIG. 7 is used. Further, the control operation amount S3 or the selection control operation amount S8 described later is used as an input to the input layer. The control operation amount S3 or the selection control operation amount S8 is composed of the position change amount of each control operation device.

また、出力層は、入力データS1に対して制御操作量S3あるいは選択制御操作量S8を出力したときの、制御結果の良否判定を推定した値を出力する。中間層の層数及び各層のニューロン数については、適時設定される。 Further, the output layer outputs a value estimated to determine the quality of the control result when the control operation amount S3 or the selection control operation amount S8 is output to the input data S1. The number of layers in the middle layer and the number of neurons in each layer are set in a timely manner.

図12は、新規探索操作量演算部33における操作量演算方法を示す。
新規探索操作量演算部33は、制御出力良否判定ルール実行部17で出力した制御出力良否判定推定値S9を用いて、以下のような方針で新規探索制御操作量S12を演算する。
すなわち、制御出力良否判定推定値S9の値が大きいときは、制御操作の良否判定が良く推定されているので、新規探索操作量演算部33は、新規探索操作量としての微調整を行う。
制御出力良否判定推定値S9の値が小さい時は、制御操作の良否判定が悪く推定されているので、新規探索操作量演算部33は、制御操作を大きく変更することで新たな適切な操作方法の探索を行う。
FIG. 12 shows an operation amount calculation method in the new search operation amount calculation unit 33.
The new search operation amount calculation unit 33 calculates the new search operation amount S12 according to the following policy using the control output quality determination estimated value S9 output by the control output quality determination rule execution unit 17.
That is, when the value of the control output quality determination estimated value S9 is large, the quality determination of the control operation is well estimated, so that the new search operation amount calculation unit 33 makes fine adjustments as the new search operation amount.
When the value of the control output good / bad judgment estimated value S9 is small, the good / bad judgment of the control operation is badly estimated. Therefore, the new search operation amount calculation unit 33 can make a new appropriate operation method by significantly changing the control operation. Search for.

以上の方針により、新規探索操作量Crandを求める式を以下のように設定する。
IF(S9>th)THEN Crand=Cref(1+βth1)
IF(th>=S9)THEN Crand=Cref+γth2
ここで、β及びγは-1~1の間で発生させるランダム値を示す。th1は微調整を行う度合いを示しており、例えば、元々の指令の±10%の範囲を微調整とする場合には、th1を0.1に設定する。
Based on the above policy, the formula for obtaining the new search operation amount Crand is set as follows.
IF (S9> th) THEN Crand = Cref * (1 + β * th1)
IF (th> = S9) THEN Crand = Cref + γ * th2 * G
Here, β and γ indicate random values generated between -1 and 1. th1 indicates the degree of fine adjustment. For example, when the range of ± 10% of the original command is to be fine adjustment, th1 is set to 0.1.

th2は操作方法を大きく変更する度合いの設定であり、例えばth2を0.1とした場合には、元の指令に10%のオフセットが加算されることになり、操作極性が変わる可能性や元々操作しなかった機器の指令を出力することが発生する。
β及びγの値は、各操作機器で異なる値が使用され、各機器の操作量はそれぞれ独立に変更が行われる。Gは各制御操作機器の最大操作位置制御指令を示しており、上述した指令%に掛け合わせることで、%の値を操作位置制御指令に変換される。
th2 is a setting to the extent that the operation method is significantly changed. For example, when th2 is set to 0.1, an offset of 10% is added to the original command, and there is a possibility that the operation polarity may change or originally. It occurs that the command of the device that was not operated is output.
As the values of β and γ, different values are used for each operating device, and the operating amount of each device is changed independently. G indicates the maximum operation position control command of each control operation device, and by multiplying the above-mentioned command%, the value of% is converted into the operation position control command.

制御出力操作方法選択部18は、制御操作量S3か新規探索制御操作量S12を選択して、選択制御操作量S8として出力する。制御操作量S3か新規探索制御操作量S12のどちらを選択するかは、確率的に決定することとして、新規探索制御操作量S12を使用する確率Prandを0~1で、ユーザにて設定できるようにする。0から1の値をランダムにとる値δを用いて、次式により決定する。
IF(δ>Prand)THEN C”ref=Cref、α=1
ELSE C”ref=Crand、α=0
The control output operation method selection unit 18 selects the control operation amount S3 or the new search control operation amount S12, and outputs the selection control operation amount S8. Whether to select the control operation amount S3 or the new search control operation amount S12 is stochastically determined, and the probability Grand of using the new search control operation amount S12 can be set by the user from 0 to 1. To. It is determined by the following equation using a value δ that randomly takes a value from 0 to 1.
IF (δ> Grand) THEN C "ref = Cref, α = 1
ELSE C "ref = Crand, α = 0

ここで、C”refは制御出力操作方法選択部18が以降の演算部に出力する選択制御操作量S8を示す。δは全機器操作量の演算に共有の値を使用し、全機器とも同じ側の操作量を使用する。αは、制御方法選択フラグS14であり、制御操作量S3を選択した場合に1、新規探索制御操作量S12を選択する場合0を取る。この制御方法選択フラグS14は、選択制御操作量S8とともに以降の演算部に出力する。Pradの設定の仕方として、実機での制御においてランダムな操作によってプラントへのリスクを与えたくない場合には0に設定しておき、制御ルールの改善の為に、新規探索用操作量を出力させたい場合に0以外の割合を設定する。 Here, C "ref indicates a selection control operation amount S8 output by the control output operation method selection unit 18 to the subsequent calculation units. δ uses a shared value for the calculation of the operation amount of all devices, and is the same for all devices. The operation amount on the side is used. α is a control method selection flag S14, which is 1 when the control operation amount S3 is selected and 0 when the new search control operation amount S12 is selected. This control method selection flag S14. Is output to the subsequent calculation unit together with the selection control operation amount S8. As a method of setting the Prad, if you do not want to give a risk to the plant by a random operation in the control of the actual machine, set it to 0. To improve the control rule, set a ratio other than 0 when you want to output the operation amount for new search.

図13は、制御出力判定部5の構成を示す。
制御出力判定部5は、圧延現象モデル501と形状修正良否判定部502から構成される。そして、制御出力判定部5は、制御対象プラント1よりの実績データSi、制御出力演算部3からの制御操作量S3、及び出力判定データベースDB3の情報を得て、制御操作端への制御操作量出力可否データS4を与える。
FIG. 13 shows the configuration of the control output determination unit 5.
The control output determination unit 5 includes a rolling phenomenon model 501 and a shape correction pass / fail determination unit 502. Then, the control output determination unit 5 obtains the actual data Si from the controlled target plant 1, the control operation amount S3 from the control output calculation unit 3, and the information of the output determination database DB3, and controls the control operation amount to the control operation end. Output availability data S4 is given.

このような構成の制御出力判定部5は、制御出力操作方法選択部18にて演算した選択制御操作量S8を制御対象プラント1である圧延機に出力した場合の形状の変化を、既知の制御対象プラント1のモデルに入力することで予測する。既知の制御対象プラント1のモデルは、ここでは圧延現象モデル501である。この予測で、形状が悪化すると予想される場合、制御出力判定部5は、制御操作量出力SOを抑制し、形状が大きく悪化することを防止する。 The control output determination unit 5 having such a configuration controls known changes in shape when the selection control operation amount S8 calculated by the control output operation method selection unit 18 is output to the rolling mill, which is the control target plant 1. Predict by inputting to the model of the target plant 1. The known model of the controlled plant 1 is here the rolling phenomenon model 501. If the shape is expected to deteriorate in this prediction, the control output determination unit 5 suppresses the control operation amount output SO and prevents the shape from being significantly deteriorated.

より詳細に述べると、制御出力判定部5は、選択制御操作量S8を圧延現象モデル501に入力し選択制御操作量S8による形状変化を予測し、形状偏差修正量予測データ503を演算する。
他方、制御出力判定部5は、制御対象プラント1からの形状検出器データSiに、形状偏差修正量予測データ503を加算することで形状偏差予測データ505を得、形状偏差予測データ505を評価する。これにより、制御出力判定部5は、制御操作量S3を制御対象プラント1に出力したときに、形状がどのように変化するかが予測できる。ここでの形状検出器データSiは、現時点での形状偏差実績データ504である。
制御出力判定部5は、現状の形状偏差実績データ504と形状偏差予測データ505とにより、形状修正良否判定部502は、形状が良くなる方向に変化するのか、悪くなる方向に変化するのかを判定し、制御操作量出力可否データS4を得る。
More specifically, the control output determination unit 5 inputs the selection control operation amount S8 into the rolling phenomenon model 501, predicts the shape change due to the selection control operation amount S8, and calculates the shape deviation correction amount prediction data 503.
On the other hand, the control output determination unit 5 obtains the shape deviation prediction data 505 by adding the shape deviation correction amount prediction data 503 to the shape detector data Si from the controlled target plant 1, and evaluates the shape deviation prediction data 505. .. As a result, the control output determination unit 5 can predict how the shape will change when the control operation amount S3 is output to the controlled target plant 1. The shape detector data Si here is the shape deviation actual data 504 at the present time.
The control output determination unit 5 determines whether the shape is changed in the direction of improvement or deterioration in the shape correction quality determination unit 502 based on the current shape deviation actual data 504 and the shape deviation prediction data 505. Then, the control operation amount output availability data S4 is obtained.

形状修正良否判定部502は、具体的には以下のようにして形状修正の良否判定を行う。まず形状制御の優先度についての仕様A,Bで示したように、板幅方向での制御優先度を考慮するため、出力判定データベースDB3には、板幅方向の重み係数w(i)を仕様A1、仕様A2の各仕様に対して設定しておく。それを用いて、例えば下記の[数4]式のような評価関数Jを用いて形状変化の良否を判定する。なお、[数4]式において、w(i)は重み係数、εfb(i)は形状偏差実績データ504、εest(i)は形状偏差予測データ505、iは形状検出器ゾーン、randは乱数項である。 Specifically, the shape modification pass / fail determination unit 502 determines the pass / fail of the shape modification as follows. First, as shown in the specifications A and B regarding the priority of shape control, in order to consider the control priority in the plate width direction, the weighting coefficient w (i) in the plate width direction is specified in the output determination database DB3. Set for each specification of A1 and specification A2. Using it, for example, the quality of the shape change is determined by using the evaluation function J as shown in the following equation [Equation 4]. In the equation [Equation 4], w (i) is the weight coefficient, εfb (i) is the shape deviation actual data 504, εest (i) is the shape deviation prediction data 505, i is the shape detector zone, and rand is a random number term. Is.

Figure 2022095082000005
Figure 2022095082000005

[数4]式の評価関数Jを用いた場合、形状が良くなるときは評価関数Jが正、悪くなるときは評価関数Jが負となる。また、randは乱数項であり、評価関数Jの評価結果を乱数的に変化させる。これにより、形状が悪化する場合であっても、評価関数Jとしては正になる場合が発生するため、圧延現象モデル501が正しくない場合についても形状パターンと制御方法の関係を学習していくことが可能である。 When the evaluation function J of the equation [Equation 4] is used, the evaluation function J is positive when the shape is good, and the evaluation function J is negative when the shape is bad. Further, rand is a random number term, and the evaluation result of the evaluation function J is randomly changed. As a result, even if the shape deteriorates, the evaluation function J may be positive. Therefore, even if the rolling phenomenon model 501 is incorrect, the relationship between the shape pattern and the control method should be learned. Is possible.

ここで乱数項randは、試運転当初のように、制御対象プラント1のモデルが不確実の場合は最大値を大きくし、ある程度制御方法を学習し安定した制御を実行したい場合は0とするように、適時変更する。 Here, the random number term rand should be increased to a maximum value when the model of the controlled plant 1 is uncertain, as in the beginning of the test run, and set to 0 when it is desired to learn the control method to some extent and execute stable control. , Change in a timely manner.

形状修正良否判定部502は、評価関数Jを演算し、J≧0のとき制御操作量出力可否データS4=1(可)とし、J<0のとき制御操作量出力可否データS4=0(否)として、制御操作量出力可否データS4を出力する。 The shape correction pass / fail judgment unit 502 calculates the evaluation function J, and when J ≧ 0, the control operation amount output enable / fail data S4 = 1 (possible), and when J <0, the control operation amount output enable / fail data S4 = 0 (no). ), The control operation amount output availability data S4 is output.

既に説明した通り、制御出力良否判定ルール実行部17には、規格化形状偏差201、形状偏差段階202及び選択制御操作量S8が入力され、制御結果良否判定推定値S11が出力される。制御結果良否判定推定値S11は、制御した結果良くなると推定する場合が1、それ以外が0の値を取る。 As described above, the standardized shape deviation 201, the shape deviation step 202, and the selection control operation amount S8 are input to the control output quality determination rule execution unit 17, and the control result quality determination estimated value S11 is output. The control result pass / fail determination estimated value S11 takes a value of 1 when it is estimated that the control result is improved, and 0 in other cases.

制御出力抑制部4は、制御出力判定部5の判定結果である制御操作量出力可否データS4及び制御結果良否判定推定値S11に応じて、制御対象プラント1への制御操作量出力SOの出力有無を決定する。制御操作量出力可否データS4は、#1~#nAS-U位置変更量出力、上第1中間シフト位置変更量出力、下第1中間シフト位置変更量出力であり、以下の条件で決定される。 The control output suppression unit 4 outputs the control operation amount output SO to the controlled plant 1 according to the control operation amount output availability data S4 and the control result pass / fail determination estimated value S11, which are the determination results of the control output determination unit 5. To decide. The control operation amount output availability data S4 is # 1 to # nAS-U position change amount output, upper first intermediate shift position change amount output, and lower first intermediate shift position change amount output, and is determined under the following conditions. ..

IF(制御方法選択フラグ=1)THEN
IF(制御操作量出力可否データS4=0 OR 制御結果良否判定推定値S11<=thprot)THEN
#1~#nAS-U位置変更量出力=0
上第1中間シフト位置変更量出力=0
下第1中間シフト位置変更量出力=0
ELSE
#1~#nAS-U位置変更量出力=#1~#nAS-U位置変更量
上第1中間シフト位置変更量出力=上第1中間シフト位置変更量
下第1中間シフト位置変更量出力=下第1中間シフト位置変更量
ENDIF
ELSE
IF((制御操作量出力可否データS4=0 OR 制御結果良否判定推定値S11<=thprot)AND(PTRIAL<η))THEN
#1~#nAS-U位置変更量出力=0
上第1中間シフト位置変更量出力=0
下第1中間シフト位置変更量出力=0
ELSE
#1~#nAS-U位置変更量出力=#1~#nAS-U位置変更量
上第1中間シフト位置変更量出力=上第1中間シフト位置変更量
下第1中間シフト位置変更量出力=下第1中間シフト位置変更量
ENDIF
ENDIF
IF (control method selection flag = 1) THEN
IF (control operation amount output availability data S4 = 0 OR control result pass / fail judgment estimated value S11 <= thprot) THEN
# 1 to # nAS-U Position change amount output = 0
Upper 1st intermediate shift position change amount output = 0
Lower 1st intermediate shift position change amount output = 0
ELSE
# 1 to # nAS-U position change amount output = # 1 to # nAS-U position change amount Upper 1st intermediate shift position change amount output = Upper 1st intermediate shift position change amount Lower 1st intermediate shift position change amount output = Lower 1st intermediate shift position change amount ENDIF
ELSE
IF ((control operation amount output availability data S4 = 0 OR control result pass / fail judgment estimated value S11 <= thprot) AND (PTRIAL <η)) THEN
# 1 to # nAS-U Position change amount output = 0
Upper 1st intermediate shift position change amount output = 0
Lower 1st intermediate shift position change amount output = 0
ELSE
# 1 to # nAS-U position change amount output = # 1 to # nAS-U position change amount Upper 1st intermediate shift position change amount output = Upper 1st intermediate shift position change amount Lower 1st intermediate shift position change amount output = Lower 1st intermediate shift position change amount ENDIF
ENDIF

ここでthprotは、制御結果良否判定の推定値を元に、出力抑制をかける基準値を設定する。具体的には、プラントの操業データが不十分な立上げ初期は、良否判定の推定精度も低いと考えられるので、基準値を低くしておき、あまり良否判定の推定による出力抑制をかけないようにする。
一方、操業の実績データを十分に蓄積し、良否判定の精度が高くなってからは、基準値を高くして、制御結果の良否判定推定による出力抑制の効果を高めていく。良否判定の精度については、良否判定ルール学習ユニットにおける良否判定ルール精度検証部34から良否判定ルール精度S15を受け取ることで、現状使用している良否判定ルールの推定精度の検証結果を元に判断する。
Here, thprot sets a reference value for suppressing output based on the estimated value of the control result pass / fail judgment. Specifically, it is considered that the estimation accuracy of the quality judgment is low at the initial stage of startup when the operation data of the plant is insufficient, so keep the reference value low and do not suppress the output by estimating the quality judgment too much. To.
On the other hand, after the actual operation data is sufficiently accumulated and the accuracy of the pass / fail judgment is improved, the reference value is raised to enhance the effect of output suppression by the pass / fail judgment estimation of the control result. The accuracy of the pass / fail judgment is determined based on the verification result of the estimation accuracy of the pass / fail judgment rule currently used by receiving the pass / fail judgment rule accuracy S15 from the pass / fail judgment rule accuracy verification unit 34 in the pass / fail judgment rule learning unit. ..

また、ηは0~1でランダムな値を取る変数で、PTRIALは出力抑制を無効化して新規探索操作をプラントへ出力させる確率を示す。制御方法選択フラグS14が0のときは、未知の領域における制御方法の効果を検証する場合を含むため、一定の確率で、プラントへの出力抑制を無視してプラントへ出力を行うようにする。 Further, η is a variable that takes a random value from 0 to 1, and PTRIAL indicates the probability that output suppression is invalidated and a new search operation is output to the plant. When the control method selection flag S14 is 0, the effect of the control method in an unknown region is verified. Therefore, the output to the plant is ignored with a certain probability and the output is performed to the plant.

制御実行ユニット20においては、制御対象プラント1(圧延機)からの実績データSiより、上述した演算を実行し、制御操作量出力SOを制御対象プラント1(圧延機)に出力することにより形状制御を実行する。また、制御方法学習ユニット21は、制御実行ユニット20で用いたデータを使用する。 In the control execution unit 20, the above-mentioned calculation is executed from the actual data Si from the controlled target plant 1 (rolling mill), and the control operation amount output SO is output to the controlled target plant 1 (rolling mill) to control the shape. To execute. Further, the control method learning unit 21 uses the data used in the control execution unit 20.

次に、学習データ作成部801が行う動作について説明する。
図1に示したように、学習データ作成部801は、制御出力良否判定ルール実行部17からの制御結果良否判定推定値S11を基にして、制御操作端操作指令S2、選択制御操作量S8、制御方法選択フラグS14、制御出力抑制部の判定結果(制御操作量出力可否データS4)より、制御ルール学習部802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。
Next, the operation performed by the learning data creation unit 801 will be described.
As shown in FIG. 1, the learning data creation unit 801 uses the control operation end operation command S2, the selection control operation amount S8, based on the control result quality determination estimated value S11 from the control output quality determination rule execution unit 17. From the control method selection flag S14 and the determination result of the control output suppression unit (control operation amount output availability data S4), the teacher data S7a for the neural network 111 used in the control rule learning unit 802 is created.

この場合の教師データS7aは、図7に示す、ニューラルネット111の出力層からの出力である、AS-U操作度合301、1中間操作度合302となる。学習データ作成部7は、ニューラルネット101の出力である制御操作端操作指令S2(AS-U操作度合301、1中間操作度合301)と、選択制御操作量S8である#1~#nAS-U位置変更量出力、上第1中間シフト位置変更量出力、下第1中間シフト位置変更量出力を用いて、制御ルール学習部802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。 The teacher data S7a in this case has an AS-U operation degree 301 and an intermediate operation degree 302, which are outputs from the output layer of the neural network 111 shown in FIG. 7. The learning data creation unit 7 has a control operation end operation command S2 (AS-U operation degree 301, 1 intermediate operation degree 301) which is an output of the neural network 101, and # 1 to # nAS-U which are selection control operation amounts S8. Using the position change amount output, the upper first intermediate shift position change amount output, and the lower first intermediate shift position change amount output, the teacher data S7a for the neural network 111 used in the control rule learning unit 802 is created.

学習データ作成部801の動作を説明するにあたり、図10に示す制御出力演算部3における各部データや記号の関係を、図14に示す。ここでは、ニューラルネット101の出力である制御操作端操作指令S2についてAS-U操作度合301を代表的に示しており、操作度合正側のデータをOPref、操作度合負側のデータをOMref、変換ゲインをG、制御操作量S3をCrefとする。 In explaining the operation of the learning data creation unit 801, FIG. 14 shows the relationship between the data and symbols of each unit in the control output calculation unit 3 shown in FIG. Here, the AS-U operation degree 301 is typically shown for the control operation end operation command S2 which is the output of the neural network 101, the data on the operation degree positive side is OPref, the data on the operation degree negative side is OMref, and conversion is performed. Let G be the gain and Cref be the control operation amount S3.

操作度合正データOPref、操作度合負データOMrefは、減算器701で差が取られ、乗算器702で変換ゲインGが乗算されて、制御操作量出力Crefが得られる。この制御操作量出力Crefが、制御出力操作方法選択部18に供給され、選択された操作指令値C”refが得られる。
ここでは、簡単のため、制御ルール実行部10のニューラルネット101の出力層からの出力として、操作度合正側及び操作度合負側、制御操作外乱発生部16からの乱数的に発生する操作度合を操作度合乱数としている。また、制御操作端に対する制御操作量出力SOを操作指令値としている。
The difference between the operation degree correct data OPref and the operation degree control data OMref is taken by the subtractor 701, and the conversion gain G is multiplied by the multiplier 702 to obtain the control operation amount output Cref. This control operation amount output Cref is supplied to the control output operation method selection unit 18, and the selected operation command value C "ref is obtained.
Here, for the sake of simplicity, as the output from the output layer of the neural network 101 of the control rule execution unit 10, the operation degree that is randomly generated from the operation degree positive side and the operation degree negative side, and the control operation disturbance generation unit 16 is used. The operation degree is a random number. Further, the control operation amount output SO for the control operation end is set as the operation command value.

図15は、学習データ作成部7における処理段階と処理内容を示している。
最初の処理段階71では、操作指令値C”refは、制御出力操作方法選択部18の出力値である選択制御操作量S8を参照する。
FIG. 15 shows the processing stage and the processing content in the learning data creation unit 7.
In the first processing step 71, the operation command value C "ref refers to the selection control operation amount S8 which is the output value of the control output operation method selection unit 18.

次の処理段階72では、制御結果良否判定推定値S11と制御操作量出力可否データS4に応じて操作指令値Crefを修正しC´refとする。具体的には制御結果良否判定推定値S11=0又は制御操作量出力可否データS4=0のとき、以下の[数5]式、制御結果良否判定推定値S11=1かつ制御操作量出力可否データS4=1のとき以下の[数6]式により、操作指令値C”refの修正値C´refとする。 In the next processing step 72, the operation command value Cref is modified to be C'ref according to the control result pass / fail judgment estimated value S11 and the control operation amount output availability data S4. Specifically, when the control result pass / fail judgment estimated value S11 = 0 or the control operation quantity output availability data S4 = 0, the following [Equation 5] formula, the control result pass / fail judgment estimated value S11 = 1 and the control operation quantity output availability data When S4 = 1, the correction value C'ref of the operation command value C "ref is set by the following equation [Equation 6].

Figure 2022095082000006
Figure 2022095082000006

Figure 2022095082000007
Figure 2022095082000007

処理段階73では、修正された操作指令値C´refより、[数7]式、[数8]式により操作度合修正量ΔOrefを求める。 In the processing step 73, the operation degree correction amount ΔOref is obtained from the modified operation command value C'ref by the [Equation 7] equation and the [Equation 8] equation.

Figure 2022095082000008
Figure 2022095082000008

Figure 2022095082000009
Figure 2022095082000009

処理段階74では、ニューラルネット111への教師データOP´ref、OM´refを[数9]式により求める。 In the processing step 74, the teacher data OP'ref and OM'ref to the neural network 111 are obtained by the equation [Equation 9].

Figure 2022095082000010
Figure 2022095082000010

このように学習データ作成部7では、図14に示すように、実際に制御対象プラント1に対して出力した操作指令値C”refを、制御出力良否判定ルール実行部17の制御結果良否判定推定値S11と制御出力抑制部4の制御操作量出力可否データS4に応じて、操作指令値修正値C´refを演算する。
具体的には、制御結果良否判定推定値S11=1かつ制御操作量出力可否データS4=1の場合は、良い操作であると判断された場合で、操作指令値を同じ方向にΔCrefだけ増加するようにする。
In this way, as shown in FIG. 14, in the learning data creation unit 7, the operation command value C ”ref actually output to the controlled target plant 1 is estimated by the control result quality judgment rule execution unit 17 of the control output quality judgment rule. The operation command value correction value C'ref is calculated according to the value S11 and the control operation amount output availability data S4 of the control output suppression unit 4.
Specifically, when the control result pass / fail judgment estimated value S11 = 1 and the control operation amount output availability data S4 = 1, the operation command value is increased by ΔCref in the same direction when it is judged to be a good operation. To do so.

逆に、制御結果良否判定推定値S11=0又は制御操作量出力可否データS4=0の場合は、良くない操作であると判断された場合で、操作指令値を逆方向にΔCrefだけ減少するようにする。変換ゲインGは、予め設定したものであるから既知であることから、操作度合正側及び操作度合負側の値が判れば、修正量ΔOrefを求めることが可能である。ここでΔCrefは、予め適当な値をシミュレーション等で求めておき、設定する。以上の手順により、制御ルール学習部802にて使用する教師データOP´ref、OM´refは[数9]式により求めることができる。 On the contrary, when the control result pass / fail judgment estimated value S11 = 0 or the control operation amount output availability data S4 = 0, the operation command value is reduced by ΔClef in the opposite direction when it is judged that the operation is not good. To. Since the conversion gain G is known because it is set in advance, it is possible to obtain the correction amount ΔOref if the values on the positive operation degree side and the negative operation degree side are known. Here, ΔCref is set by obtaining an appropriate value in advance by simulation or the like. By the above procedure, the teacher data OP'ref and OM'ref used in the control rule learning unit 802 can be obtained by the equation [Equation 9].

なお、図14では簡単な例で説明を行っているが、実際には、#1~#nAS-Uに対するAS-U操作度合301及び、上第1中間ロールシフト、下第1中間ロールシフトに対する第1中間操作度合302についてその全てを実行し、制御ルール学習部802で用いるニューラルネット111の教師データ(AS-U操作度合教師データ、1中間操作度合教師データ)とする。 Although the description is given with a simple example in FIG. 14, in reality, the AS-U operation degree 301 for # 1 to # nAS-U, the upper first intermediate roll shift, and the lower first intermediate roll shift are described. All of the first intermediate operation degree 302 is executed, and the teacher data (AS-U operation degree teacher data, 1 intermediate operation degree teacher data) of the neural network 111 used in the control rule learning unit 802 is used.

図16は、学習データデータベースDB2に保存されるデータの例を示す。
ニューラルネット111を学習するためには、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。したがって、学習データ作成部7で作成した教師データS7aは、制御実行ユニット20にて制御ルール実行部10に入力された入力データS1(S8a)と組み合わせて一組の学習データとして、学習データデータベースDB2に保存される。ここでの教師データS7aは、AS-U操作度合教師データ、第1中間操作度合である。また、入力データS1(S8a)は、規格化形状偏差201及び形状偏差段階である。
FIG. 16 shows an example of data stored in the learning data database DB2.
In order to learn the neural network 111, a combination of a large number of input data S8a and teacher data S7a is required. Therefore, the teacher data S7a created by the training data creation unit 7 is combined with the input data S1 (S8a) input to the control rule execution unit 10 by the control execution unit 20 to form a set of training data, the training data database DB2. It is saved in. The teacher data S7a here is the AS—U operation degree teacher data and the first intermediate operation degree. Further, the input data S1 (S8a) is a standardized shape deviation 201 and a shape deviation stage.

なお、図1のプラント制御システムは、各種のデータベースDB1、DB2、DB3、DB4を使用しているが、各データベースDB1、DB2、DB3、DB4は、ニューラルネット管理テーブルTBにより連系的に管理運用される。 The plant control system of FIG. 1 uses various databases DB1, DB2, DB3, and DB4, but each database DB1, DB2, DB3, and DB4 are managed and operated interconnectedly by the neural net management table TB. Will be done.

図17は、ニューラルネット管理テーブルTBの構成を示す。
ニューラルネット管理テーブルTBは、仕様について(B1)板幅、(B2)鋼種、及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及び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ことになる。
FIG. 17 shows the configuration of the neural network management table TB.
The neural network management table TB is classified according to specifications A1 and A2 regarding (B1) plate width, (B2) steel grade, and control priority. (B1) As the plate width, for example, 4 divisions of 3 feet width, meter width, 4 feet width, and 5 feet width are used, and as the steel grade, about 10 divisions of steel grade (1) to steel grade (10) are used. Further, regarding the specification A regarding the priority of control, there are two types, A1 and A2. In this case, there are 80 divisions, and 80 neural networks are used properly according to the rolling conditions.

ニューラルネット学習制御部112は、図16に示すような、入力データ及び教師データの組合せである学習データを、図17に示すニューラルネット管理テーブルTBに従って、該当するニューラルネットNo.と紐付けて、図18に示すような学習データデータベースDB2に格納する。 The neural network learning control unit 112 applies learning data, which is a combination of input data and teacher data, as shown in FIG. 16, according to the neural network management table TB shown in FIG. Is stored in the learning data database DB2 as shown in FIG.

制御実行ユニット20は、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2組作成される。これは、同じ入力データ、制御出力に対して、制御結果良否判定が制御の優先度についての仕様A1及び仕様A2の2つの評価基準を用いて行われるため、教師データが2種類作成されるためである。教師データがある程度(例えば200組)蓄積されたら、又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。 The control execution unit 20 creates two sets of learning data each time the shape control is executed for the controlled target plant 1. This is because the control result pass / fail judgment is performed for the same input data and control output using the two evaluation criteria of the specification A1 and the specification A2 regarding the control priority, so that two types of teacher data are created. Is. When the teacher data is accumulated to some extent (for example, 200 sets) or newly accumulated in the learning data database DB2, the neural network learning control unit 112 instructs the learning of the neural network 111.

制御ルールデータベースDB1には、図17に示すような管理テーブルTBに従って、複数のニューラルネットが格納されている。ニューラルネット学習制御部112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。 In the control rule database DB1, a plurality of neural networks are stored according to the management table TB as shown in FIG. The neural network learning control unit 112 has a neural network No. that requires learning. Is specified, the neural network selection unit 113 takes out the neural network from the control rule database DB1 and sets it in the neural network 111.

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、該当するニューラルネットに対応する、入力データ及び教師データの取り出しを、入力データ作成部114及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の学習を実行する。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よい。 The neural network learning control unit 112 instructs the input data creation unit 114 and the teacher data creation unit 115 to take out the input data and the teacher data corresponding to the corresponding neural network from the training data database DB2, and uses them. The training of the neural network 111 is executed. Various methods have been proposed for learning the neural network, and any method may be used.

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の該当するニューラルネットNo.の位置に書き戻すことで、学習が完了する。 When the learning of the neural network 111 is completed, the neural network learning control unit 112 applies the neural network 111, which is the learning result, to the corresponding neural network No. of the control rule database DB1. Learning is completed by writing back to the position of.

学習は、図17に示すように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)で一斉に実行してもよいし、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よい。 The training may be performed simultaneously for all the neural networks defined as shown in FIG. 17 at regular time intervals (for example, every day), or new training data is accumulated to some extent (for example, 100 sets). Neural net No. Only the neural network of may be trained at that time.

次に、良否判定ルール学習ユニット22の動作について説明する。
良否判定ルール学習ユニット22は、制御実行ユニット20で用いたデータの時間遅れデータを使用する。ここでの時間遅れZ-1は、e-TSを意味し、予め設定した時間Tだけ遅延させることを示す。
制御対象プラント1は、時間応答を持つため、制御操作量出力SOにより、実績データが変化するまで時間遅れが存在する。そのため、学習は、制御操作実行後、遅延時間Tだけ経過した時点での実績データを用いて実行する。
Next, the operation of the pass / fail determination rule learning unit 22 will be described.
The pass / fail determination rule learning unit 22 uses the time delay data of the data used in the control execution unit 20. Here, the time delay Z -1 means e-TS, and indicates that the time is delayed by a preset time T.
Since the controlled target plant 1 has a time response, there is a time delay until the actual data changes due to the control operation amount output SO. Therefore, the learning is executed using the actual data at the time when the delay time T has elapsed after the control operation is executed.

形状制御においては、AS-Uや第1中間ロールに対する操作指令出力後、形状計が形状変化を検出するまで数秒要するため、T=2秒から3秒程度に設定するのがよい。なお、形状検出器の種類や圧延速度によっても、遅れ時間は変化するため、制御操作端の変更が形状変化となるまでの最適な時間をTとして設定するのがよい。 In the shape control, it takes several seconds for the shape meter to detect the shape change after the operation command is output to the AS-U or the first intermediate roll, so it is preferable to set T = 2 seconds to about 3 seconds. Since the delay time changes depending on the type of the shape detector and the rolling speed, it is preferable to set the optimum time until the change of the control operation end becomes the shape change as T.

図19は、制御結果良否判定部6の動作を示す。形状変化良否判定部602においては、[数10]式に示す良否判定評価関数Jcを用いる。 FIG. 19 shows the operation of the control result quality determination unit 6. In the shape change quality determination unit 602, the quality change evaluation function Jc shown in the equation [Equation 10] is used.

Figure 2022095082000011
Figure 2022095082000011

この[数10]式において、εfb(i)は実績データSiに含まれる形状偏差実績データ、εlast(i)は形状偏差実績データ前回値であり、wC(i)は良否判定用の板幅方向重み係数である。ここで、良否判定用の重み係数wC(i)は、良否判定データベースDB4より、制御の優先度についての仕様A1、A2に応じて設定する。良否判定評価関数Jcにより、制御結果の良否を判定する。 In this equation [Equation 10], εfb (i) is the shape deviation actual data included in the actual data Si, εlast (i) is the previous value of the shape deviation actual data, and wC (i) is the plate width direction for pass / fail determination. It is a weighting coefficient. Here, the weighting coefficient wC (i) for pass / fail determination is set from the pass / fail determination database DB4 according to the specifications A1 and A2 regarding the priority of control. The quality of the control result is determined by the quality determination evaluation function Jc.

閾値上限LCUと閾値加減LCLを、閾値条件(LCU≧0≧LCL)のもとで予め設定しておく。このときに、良否判定評価関数Jcとの比較の結果が、Jc>LCUであれば、制御結果良否データS6=0(形状が悪くなった)とし、Jc<LCLであれば、制御結果良否データS6=1(形状が良くなった)とする。 The threshold upper limit LCU and the threshold addition / subtraction LCL are set in advance under the threshold condition (LCU ≧ 0 ≧ LCL). At this time, if the result of comparison with the pass / fail judgment evaluation function Jc is Jc> LCU, the control result pass / fail data S6 = 0 (the shape has deteriorated), and if Jc <LCL, the control result pass / fail data. It is assumed that S6 = 1 (the shape has improved).

このように、制御の優先度についての仕様A1、A2に応じて、板幅方向の重み係数wC(i)が変わるため、良否判定評価関数Jcは異なる。そのため、制御結果良否データS6の判定結果も異なることが考えられる。そのため、良否判定ルール学習ユニット22は、制御の優先度についての仕様A1、A2の2種類について、制御結果良否データS6の判定を実行する。
この制御結果良否データS6をそのまま良否判定ルール学習部31で使用するニューラルネット311に対する教師データS13aとして用いる。
As described above, since the weighting coefficient wC (i) in the plate width direction changes according to the specifications A1 and A2 regarding the priority of control, the quality determination evaluation function Jc is different. Therefore, it is conceivable that the determination result of the control result pass / fail data S6 is also different. Therefore, the pass / fail determination rule learning unit 22 executes the determination of the control result pass / fail data S6 for the two types of specifications A1 and A2 regarding the priority of control.
This control result pass / fail data S6 is used as it is as the teacher data S13a for the neural network 311 used in the pass / fail determination rule learning unit 31.

図20は、学習データデータベースDB6に保存されるデータ例を示す。
ニューラルネット311を学習するためには、多数の入力データS12aと教師データS13aの組合せが必要である。したがって、制御結果良否判定部6で作成した教師データS13a(制御結果良否データ)は、制御実行ユニット20にて制御ルール実行部10に入力された入力データS1(規格化形状偏差201及び形状偏差段階)の時間遅れデータS12aと組み合わせて一組の学習データとして、学習データデータベースDB6に保存される。
このとき、学習データは一定の比率で、検証データデータベースDB7に保存しておき、良否判定ルール精度検証部34における良否判定ルール検証に使用できるようにする。
FIG. 20 shows an example of data stored in the learning data database DB6.
In order to learn the neural network 311, a combination of a large number of input data S12a and teacher data S13a is required. Therefore, the teacher data S13a (control result pass / fail data) created by the control result pass / fail determination unit 6 is the input data S1 (standardized shape deviation 201 and shape deviation step) input to the control rule execution unit 10 in the control execution unit 20. ) Is combined with the time delay data S12a and stored in the training data database DB 6 as a set of training data.
At this time, the learning data is stored in the verification data database DB 7 at a constant ratio so that it can be used for the pass / fail judgment rule verification in the pass / fail judgment rule accuracy verification unit 34.

良否判定ルール精度検証部34は、制御出力良否判定ルール実行部17と同様に一方向の演算のみを行うニューラルネットを備えておく。そして、良否判定ルール精度検証部34は、検証データデータベースDB7からテストデータを取り出し、そのデータの入力データをニューラルネットに入力して得られる出力データと、テストデータの持つ出力データの誤差を演算する。例えば、良否判定ルール精度検証部34は、全テストデータの誤差の平均値などを良否判定ルールの良否判定ルール精度S15として演算する。 The pass / fail determination rule accuracy verification unit 34 is provided with a neural network that performs only one-way calculation like the control output pass / fail determination rule execution unit 17. Then, the pass / fail judgment rule accuracy verification unit 34 takes out the test data from the verification data database DB7, inputs the input data of the data to the neural net, and calculates the error between the output data obtained and the output data of the test data. .. For example, the pass / fail determination rule accuracy verification unit 34 calculates the average value of the errors of all the test data as the pass / fail determination rule accuracy S15 of the pass / fail determination rule.

なお、図1のプラント制御システムは、各種のデータベースDB5、DB6を使用しているが、図21に各データベースDB5、DB6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TBの構成を示す。すなわち、管理テーブルTBは、仕様の管理テーブルを備えている。 The plant control system of FIG. 1 uses various databases DB5 and DB6, but FIG. 21 shows the configuration of a neural network management table TB for interconnectedly managing and operating each of the databases DB5 and DB6. .. That is, the management table TB includes a specification management table.

具体的には、図21に示すように、管理テーブルTBは、仕様について(B1)板幅、(B2)鋼種、及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及び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ことになる。 Specifically, as shown in FIG. 21, the management table TB is classified according to (B1) plate width, (B2) steel grade, and specifications A1 and A2 regarding control priorities. (B1) As the plate width, for example, 4 divisions of 3 feet width, meter width, 4 feet width, and 5 feet width are used, and as the steel grade, about 10 divisions of steel grade (1) to steel grade (10) are used. Further, regarding the specification A regarding the priority of control, there are two types, A1 and A2. In this case, there are 80 divisions, and 80 neural networks are used properly according to the rolling conditions.

ニューラルネット学習制御部312は、図20に示すような、入力データ及び教師データの組合せである学習データを、図21のニューラルネット管理テーブルTBに従って、該当するニューラルネットNo.と紐付けて、図22に示すような学習データデータベースDB6に格納する。 The neural network learning control unit 312 applies the training data, which is a combination of the input data and the teacher data, as shown in FIG. 20, according to the neural network management table TB of FIG. Is stored in the learning data database DB 6 as shown in FIG. 22.

制御実行ユニット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2組作成される。これは、同じ入力データ、制御出力に対して、制御結果良否判定が制御の優先度についての仕様A1及び仕様A2の2つの評価基準を用いて行われるため、教師データが2種類作成されるためである。教師データがある程度(例えば200組)蓄積されたら、又は新たに学習データデータベースDB6に蓄積されたら、ニューラルネット学習制御部312は、ニューラルネット311の学習を指示する。 Each time the control execution unit 20 executes shape control for the controlled target plant 1, two sets of learning data are created. This is because the control result pass / fail judgment is performed for the same input data and control output using the two evaluation criteria of the specification A1 and the specification A2 regarding the control priority, so that two types of teacher data are created. Is. When the teacher data is accumulated to some extent (for example, 200 sets) or newly accumulated in the learning data database DB 6, the neural network learning control unit 312 instructs the learning of the neural network 311.

良否判定ルールデータベースDB5は、図21に示すような管理テーブルTBに従って、複数のニューラルネットを格納している。そして、ニューラルネット学習制御部312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313が良否判定ルールデータベースDB5より該当するニューラルネットを取り出し、ニューラルネット311に設定する。ニューラルネット学習制御部312は、学習データデータベースDB6より、該当するニューラルネットに対応する、入力データ及び教師データを取り出し、入力データ作成部314及び教師データ作成部315に指示し、それらを用いてニューラルネット311の学習を実行する。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。 The pass / fail judgment rule database DB 5 stores a plurality of neural networks according to the management table TB as shown in FIG. Then, the neural network learning control unit 312 determines the neural network No. that requires learning. Is specified, the neural network selection unit 313 extracts the corresponding neural network from the pass / fail determination rule database DB5, and sets it in the neural network 311. The neural network learning control unit 312 extracts input data and teacher data corresponding to the corresponding neural network from the training data database DB6, instructs the input data creation unit 314 and the teacher data creation unit 315, and uses them to make a neural network. Perform the learning of the net 311. Various methods have been proposed for learning the neural network, and any method may be used.

ニューラルネット311の学習が完了すると、ニューラルネット学習制御部312は、学習結果であるニューラルネット311を、制御ルールデータベースDB6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。 When the learning of the neural network 311 is completed, the neural network learning control unit 312 applies the neural network 311 which is the learning result to the neural network No. 3 of the control rule database DB6. Learning is completed by writing back to the position of.

学習は、図21に示す管理テーブルTBで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)で一斉に実行する。あるいは、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について、その時点で学習してもよい。 The learning is executed all at once for all the neural networks defined in the management table TB shown in FIG. 21 at regular time intervals (for example, every day). Alternatively, the neural network No. in which new learning data is accumulated to some extent (for example, 100 sets). You may learn only the neural network of at that time.

また、良否判定ルールの入力データに圧延実績、鋼種、板幅を含めることで、良否判定基準の違いも含めて1つのニューラルネットで学習させることも可能である。この場合、良否判定ルール実行時に圧延条件に応じて良否判定ルールを切り替えることが不要となる。 In addition, by including the rolling record, steel type, and plate width in the input data of the pass / fail judgment rule, it is possible to learn with one neural network including the difference in the pass / fail judgment criteria. In this case, it is not necessary to switch the pass / fail judgment rule according to the rolling conditions when the pass / fail judgment rule is executed.

以上説明したように、制御対象プラント1の制御ルールを改善させるには、制御結果の良い制御操作を学習できていない場合、制御操作を大きく変更する。また、制御結果が良かった場合、新たな制御操作方法として取り入れる。さらに、制御結果の良い制御操作を学習できている場合、制御操作を変更しないか小さな変更に留める。そして、これらに対する制御結果が良かった場合、新たな制御操作方法として取り入れるようにするのが効率的である。 As described above, in order to improve the control rule of the controlled plant 1, if the control operation with a good control result cannot be learned, the control operation is significantly changed. If the control result is good, it will be adopted as a new control operation method. Furthermore, if the control operation with good control results can be learned, the control operation should not be changed or only a small change should be made. Then, when the control results for these are good, it is efficient to incorporate them as a new control operation method.

そして、形状パターンと制御操作と制御結果の良否の組み合わせを、実機データを元に学習することにより、機械モデルを用いたシミュレータよりも、精度よく制御結果の良否が推定可能なモデルを構築し、定期的な自動学習によって常に最新のプラント状態に適合したモデルを構築できる。 Then, by learning the combination of the shape pattern, the control operation, and the quality of the control result based on the actual machine data, a model that can estimate the quality of the control result more accurately than the simulator using the machine model is constructed. With regular automatic learning, it is possible to always build a model that matches the latest plant conditions.

また、制御結果の良否判定を推定するモデルを用いて、従来技術で簡易の機械モデルでのみ行っていたプラントへの制御出力抑制機能の信頼性を高めることができる。
また、従来は一回の制御結果の良否判定で行っていた制御ルール学習データの生成が、本例の場合、制御結果の良否判定を推定するモデルを用いることで、プラントデータに含まれるノイズの影響を抑え、効果の小さな微調整も学習データの対象とすることが可能になる。さらに、本例によると、制御効果の誤判定を防止することによって、学習データの変動を抑え、制御性能を安定させることが実現できる。
In addition, by using a model that estimates the quality of the control result, it is possible to improve the reliability of the control output suppression function for the plant, which was performed only by the simple mechanical model in the conventional technique.
In addition, in the case of this example, the generation of control rule learning data, which was conventionally performed by determining the quality of the control result once, is generated by using a model that estimates the quality of the control result. It is possible to suppress the influence and target the training data even for fine adjustments with small effects. Further, according to this example, by preventing erroneous determination of the control effect, it is possible to suppress fluctuations in the learning data and stabilize the control performance.

なお、制御ルールデータベースDB1には、制御実行ユニット20で使用するニューラルネットが格納される。ここで、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行しただけの場合、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行する。そして、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ことで、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行できるようになる。 The control rule database DB 1 stores a neural network used by the control execution unit 20. Here, when the stored neural network only executes the initial processing with random numbers, it takes time for the learning of the neural network to proceed and the control to be possible to some extent. Therefore, when the control unit is constructed for the controlled target plant 1, the learning of the control rule is executed in advance by simulation based on the control model of the controlled target plant 1 known at that time. Then, by storing the neural network that has been learned by the simulator in the database, it becomes possible to control the performance to some extent from the beginning of the controlled plant.

あるいは、実機での操業データの実績データを元に、良否判定ルール学習ユニット22にて良否判定ルールを学習させることにより、実機への制御を行わなくても、制御ルールの学習が可能であり、制御対象プラントへの適用前に、ある程度の性能の制御を実行することが可能となる。 Alternatively, by learning the pass / fail judgment rule in the pass / fail judgment rule learning unit 22 based on the actual data of the operation data of the actual machine, it is possible to learn the control rule without controlling the actual machine. It is possible to perform some performance control before application to the controlled plant.

図23は、本例のプラント制御システムとして、制御ルールの評価処理を行う制御ルール評価ユニット23を備えた場合の構成を示す。
制御ルール評価ユニット23は、制御ルール良否判定データ収集部35、制御ルール評価データ演算部36、制御ルールデータベース更新部37、制御ルール評価データデータベースDB8、及び制御ルール評価値データベースDB9を備える。
FIG. 23 shows a configuration in the case where the plant control system of this example includes a control rule evaluation unit 23 that performs control rule evaluation processing.
The control rule evaluation unit 23 includes a control rule pass / fail judgment data collection unit 35, a control rule evaluation data calculation unit 36, a control rule database update unit 37, a control rule evaluation data database DB 8, and a control rule evaluation value database DB 9.

制御ルール良否判定データ収集部35は、制御出力良否判定ルール実行部17から制御出力良否判定推定値S9を受け取るとともに、良否判定ルール精度検証部34から良否判定ルール精度S15を受け取る。そして、制御ルール良否判定データ収集部35は、制御実行ユニット20で使用している制御ルール番号とともに、制御ルール良否判定データS16を制御ルール評価データデータベースDB8に保存する。制御ルール良否判定データS16は、制御出力良否判定推定値S9である。但し、良否判定ルール精度S15が一定以下のときは、データベースDB8に保存は行わない。 The control rule pass / fail judgment data collection unit 35 receives the control output pass / fail judgment estimated value S9 from the control output pass / fail judgment rule execution unit 17, and also receives the pass / fail judgment rule accuracy S15 from the pass / fail judgment rule accuracy verification unit 34. Then, the control rule pass / fail determination data collection unit 35 stores the control rule pass / fail determination data S16 together with the control rule number used in the control execution unit 20 in the control rule evaluation data database DB 8. The control rule pass / fail determination data S16 is a control output pass / fail determination estimated value S9. However, when the quality determination rule accuracy S15 is equal to or less than a certain level, the database DB 8 is not saved.

制御ルール良否判定データS16は、制御実行ユニット20にて制御ルールを用いた制御出力の演算が行われるたびに新たなデータが得られ、得られた制御ルール良否判定データS16が制御ルール評価データデータベースDB8に保存される。この場合、制御ルール毎に大量のデータが保管されることになるので、制御ルール評価データデータベースDB8は、各制御ルールで保管するデータの上限を定めておき、一定以上になった場合には古いデータを削除して、新たなデータを保管する。 The control rule pass / fail judgment data S16 obtains new data each time the control output calculation using the control rule is performed in the control execution unit 20, and the obtained control rule pass / fail judgment data S16 is the control rule evaluation data database. It is saved in DB8. In this case, a large amount of data is stored for each control rule. Therefore, the control rule evaluation data database DB8 sets an upper limit of the data to be stored in each control rule, and if it exceeds a certain level, it is old. Delete the data and save the new data.

制御ルール評価データ演算部36は、制御ルール評価データデータベースDB8より制御ルール毎に蓄積された制御ルール良否判定データS17を一括で取り出し、この平均値を制御ルール評価データS18として演算で求める。求めた平均値が評価値に相当する。
制御ルール評価データ演算部36が算出した制御ルール評価データS18は、制御ルール評価値データベースDB9に保存する。但し、制御ルール良否判定データの数が一定数に満たない場合には、評価値の信頼性が低いため、評価結果は保存しない。
The control rule evaluation data calculation unit 36 collectively takes out the control rule pass / fail judgment data S17 accumulated for each control rule from the control rule evaluation data database DB8, and obtains the average value as the control rule evaluation data S18 by calculation. The calculated average value corresponds to the evaluation value.
The control rule evaluation data S18 calculated by the control rule evaluation data calculation unit 36 is stored in the control rule evaluation value database DB 9. However, if the number of control rule pass / fail judgment data is less than a certain number, the evaluation value is not saved because the reliability of the evaluation value is low.

データベース管理テーブルTBには、条件に応じて使用するニューラルネットNo.(制御ルール)が1つずつ登録されている。これに対して、制御ルール評価値データベースDB9には、複数の制御ルールの評価値が管理されている。制御ルールデータベース更新部37は、制御ルール評価値データベースDB9を参照して、データベース管理テーブルTBに登録されているニューラルネットNo.(制御ルール)の制御ルール評価値と、その条件に適用可能な他の制御ルールの制御ルール評価値を比較し、その中で最も評価値の高い制御ルールをデータベース管理テーブルTBのニューラルネットNo.(制御ルール)に更新する。 In the database management table TB, the neural network No. used according to the conditions. (Control rules) are registered one by one. On the other hand, the control rule evaluation value database DB 9 manages the evaluation values of a plurality of control rules. The control rule database update unit 37 refers to the control rule evaluation value database DB9 and refers to the neural network No. 1 registered in the database management table TB. The control rule evaluation value of (control rule) is compared with the control rule evaluation value of other control rules applicable to the condition, and the control rule having the highest evaluation value is referred to as the neural network No. of the database management table TB. Update to (control rule).

図23に示すプラント制御システムのその他の箇所は、図1に示すプラント制御システムと同様に構成する。但し、図23に示すプラント制御システムの場合には、制御対象プラント1の過去実績データとして、制御ルール評価ユニット23がその過去実績に基づいて評価を行うため、制御実行ユニット20が実際に制御対象プラント1を実行する必要がない。具体的には、制御出力抑制部4から制御出力量S0を制御対象プラント1に供給する必要がない。 Other parts of the plant control system shown in FIG. 23 are configured in the same manner as the plant control system shown in FIG. However, in the case of the plant control system shown in FIG. 23, since the control rule evaluation unit 23 evaluates based on the past performance as the past performance data of the control target plant 1, the control execution unit 20 is actually the control target. There is no need to run plant 1. Specifically, it is not necessary to supply the control output amount S0 from the control output suppression unit 4 to the controlled target plant 1.

この図23に示すプラント制御システムによると、制御ルール実行部10に評価を実行したい制御ルールを設定し、過去の実績データをSiとして与えることで、実際に制御対象プラント1に制御出力をしなくても、制御ルール評価値データベースDB9を更新することができる。 According to the plant control system shown in FIG. 23, by setting the control rule to be evaluated in the control rule execution unit 10 and giving the past actual data as Si, the control output is not actually output to the controlled plant 1. However, the control rule evaluation value database DB 9 can be updated.

<変形例>
なお、本発明は、上述した各実施の形態例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施の形態例は、本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。
<Modification example>
The present invention is not limited to the above-described embodiments, but includes various modifications. For example, the above-described embodiment has been described in detail in order to explain the present invention in an easy-to-understand manner, and is not necessarily limited to the one including all the described configurations.

例えば、図1や図23に示すプラント制御システムは、データの作成や学習、制御などの処理を行う処理部を備える構成とした。この図1や図23に示す制御実行ユニット20、制御方法学習ユニット21、良否判定ルール学習ユニット22、制御ルール評価ユニット23は、プロセッサがそれぞれの機能を実現するプログラム(ソフトウェア)で構成して、プログラムをコンピュータに実行させてもよい。図24はこの場合のコンピュータの構成例を示す。 For example, the plant control system shown in FIGS. 1 and 23 is configured to include a processing unit that performs processing such as data creation, learning, and control. The control execution unit 20, the control method learning unit 21, the pass / fail judgment rule learning unit 22, and the control rule evaluation unit 23 shown in FIGS. 1 and 23 are composed of a program (software) in which the processor realizes each function. You may let the computer run the program. FIG. 24 shows an example of a computer configuration in this case.

すなわち、図24に示すように、各ユニット20~23を構成するコンピュータは、バスにそれぞれ接続されたCPU(Central Processing Unit:中央処理ユニット)aと、ROM(Read Only Memory)bと、RAM(Random Access Memory)cを備える。さらに、コンピュータは、不揮発性ストレージdと、ネットワークインタフェースeとを備える。 That is, as shown in FIG. 24, the computers constituting the units 20 to 23 have a CPU (Central Processing Unit) a, a ROM (Read Only Memory) b, and a RAM (RAM (Read Only Memory) b) connected to the bus, respectively. Random Access Memory) c is provided. Further, the computer includes a non-volatile storage d and a network interface e.

CPUaは、各ユニット20~23での処理を実行するソフトウェアのプログラムコードをROMbから読み出して実行する演算処理部である。RAMcには、演算処理の途中に発生した変数やパラメータ等が一時的に書き込まれる。不揮発性ストレージdには、例えば、HDD(Hard Disk Drive)、SSD(Solid State Drive)などの大容量の情報記憶部が用いられ、各ユニット20~23が実行するプログラムや、各データベースのデータなどが格納される。
なお、各ユニット20~23は、それぞれ別のコンピュータで構成してもよいが、1つなどの少ない数のコンピュータに各プログラムを実装して、同時に実行してもよい。
The CPUa is an arithmetic processing unit that reads out the program code of the software that executes the processing in each unit 20 to 23 from the ROM b and executes the processing. Variables, parameters, etc. generated during the arithmetic processing are temporarily written in the RAMc. For the non-volatile storage d, for example, a large-capacity information storage unit such as an HDD (Hard Disk Drive) or SSD (Solid State Drive) is used, and programs executed by each unit 20 to 23, data of each database, etc. Is stored.
Each unit 20 to 23 may be configured by a different computer, or each program may be mounted on a small number of computers such as one and executed at the same time.

ネットワークインタフェースeには、例えば、NIC(Network Interface Card)などが用いられ、他のユニットや制御対象プラント1とのデータの送受信が行われる。
この場合の各処理機能を実現するプログラムなどの情報は、HDDやSSDなどの不揮発性ストレージdの他に、メモリ、ICカード、SDカード、光ディスク等の記録媒体に置くことができる。
For the network interface e, for example, a NIC (Network Interface Card) or the like is used, and data is transmitted / received to / from another unit or the controlled target plant 1.
Information such as a program that realizes each processing function in this case can be placed in a recording medium such as a memory, an IC card, an SD card, or an optical disk, in addition to the non-volatile storage d such as an HDD or SSD.

また、各ユニット20~23が行う機能の一部又は全部を、FPGA(Field Programmable Gate Array)やASIC(Application Specific Integrated Circuit)などのハードウェアによって実現してもよい。 Further, a part or all of the functions performed by each unit 20 to 23 may be realized by hardware such as FPGA (Field Programmable Gate Array) or ASIC (Application Specific Integrated Circuit).

また、図1や図23などに示すブロック図では、制御線や情報線は説明上必要と考えられるものだけを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。
また、上述した実施の形態例では、制御対象プラント1として、センヂミア圧延機に適用した例としたが、本発明は、その他の各種プラントの制御に適用が可能である。センヂミア圧延機に適用した場合の制御ルールについても、一例を示したものであり、本発明は、上述した実施の形態例に限定されない。
Further, in the block diagrams shown in FIGS. 1 and 23, only the control lines and information lines considered to be necessary for explanation are shown, and not all the control lines and information lines are necessarily shown in the product. do not have. In practice, it can be considered that almost all configurations are interconnected.
Further, in the above-described embodiment, the control target plant 1 is applied to a Sendimia rolling mill, but the present invention can be applied to the control of various other plants. The control rule when applied to the Sendimia rolling mill is also shown as an example, and the present invention is not limited to the above-described embodiment.

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、16…制御操作外乱発生部、17…制御出力良否判定ルール実行部、18…制御出力操作方法選択部、20…制御実行ユニット、21…制御方法学習ユニット、22…良否判定ルール学習ユニット、23…制御ルール評価ユニット、31…良否判定ルール学習部、33…新規探索操作量演算部、34…良否判定ルール精度検証部、35…制御ルール良否判定データ収集部、36…制御ルール評価データ演算部、37…制御ルールデータベース更新部、50…センヂミア圧延機、51…パターン認識部、52…形状検出器、53…制御演算部、54…形状検出前処理部、101…ニューラルネット、102…ニューラルネット選択部、110…ニューラルネット処理部、111…ニューラルネット、112…ニューラルネット学習制御部、113…ニューラルネット選択部、114…入力データ作成部、115…教師データ作成部、171…ニューラルネット、172…ニューラルネット選択部、201…規格化形状偏差、202…形状偏差段階、210…形状偏差PP値演算部、211…形状偏差段階演算部、310…ニューラルネット処理部、311…ニューラルネット、312…ニューラルネット学習制御部、313…ニューラルネット選択部、314…入力データ作成部、315…教師データ作成部、501…圧延現象モデル、502…形状修正良否判定部、503…形状偏差修正量予測データ、504…形状偏差実績データ、505…形状偏差予測データ、602…形状変化良否判定部、801…学習データ作成部、802…制御ルール学習部、DB1…制御ルールデータベース、DB2…学習データデータベース、DB3…出力判定データベース、DB4…良否判定データベース、DB5…良否判定ルールデータベース、DB6…学習データデータベース、DB7…検証データデータベース、DB8…制御ルール評価データデータベース、DB9…制御ルール評価値データベース 1 ... Control target plant, 2 ... Control input data creation unit, 3 ... Control output calculation unit, 4 ... Control output suppression unit, 5 ... Control output judgment unit, 6 ... Control result pass / fail judgment unit, 7 ... Learning data creation unit, 10 ... Control rule execution unit, 16 ... Control operation disturbance generation unit, 17 ... Control output quality judgment rule execution unit, 18 ... Control output operation method selection unit, 20 ... Control execution unit, 21 ... Control method learning unit, 22 ... Good or bad Judgment rule learning unit, 23 ... Control rule evaluation unit, 31 ... Good / bad judgment rule learning unit, 33 ... New search operation amount calculation unit, 34 ... Good / bad judgment rule accuracy verification unit, 35 ... Control rule good / bad judgment data collection unit, 36 ... Control rule evaluation data calculation unit, 37 ... Control rule database update unit, 50 ... Sendimia rolling mill, 51 ... Pattern recognition unit, 52 ... Shape detector, 53 ... Control calculation unit, 54 ... Shape detection preprocessing unit, 101 ... Neural Net, 102 ... Neural net selection unit, 110 ... Neural net processing unit, 111 ... Neural net, 112 ... Neural net learning control unit, 113 ... Neural net selection unit, 114 ... Input data creation unit, 115 ... Teacher data creation unit, 171 ... Neural net, 172 ... Neural net selection unit, 201 ... Standardized shape deviation, 202 ... Shape deviation stage, 210 ... Shape deviation PP value calculation unit, 211 ... Shape deviation stage calculation unit, 310 ... Neural net processing unit, 311 ... Neural net, 312 ... Neural net learning control unit, 313 ... Neural net selection unit, 314 ... Input data creation unit, 315 ... Teacher data creation unit, 501 ... Rolling phenomenon model, 502 ... Shape correction pass / fail judgment unit, 503 ... Shape Deviation correction amount prediction data, 504 ... Shape deviation actual data, 505 ... Shape deviation prediction data, 602 ... Shape change quality judgment unit, 801 ... Learning data creation unit, 802 ... Control rule learning unit, DB1 ... Control rule database, DB2 ... Learning data database, DB3 ... Output judgment database, DB4 ... Good / bad judgment database, DB5 ... Good / bad judgment rule database, DB6 ... Learning data database, DB7 ... Verification data database, DB8 ... Control rule evaluation data database, DB9 ... Control rule evaluation value database

Claims (7)

制御対象プラントに対して、前記制御対象プラントの実績データの組合せのパターンを認識して、制御を実行するプラント制御システムであって、
前記制御対象プラントの実績データと制御操作の組合せを学習する制御方法学習ユニットと、前記制御方法学習ユニットが学習した実績データと制御操作の組合せに応じて制御対象プラントの制御を実行する制御実行ユニットと、前記制御対象プラントの実績データと制御操作の組合せと制御結果良否の組み合わせを学習する良否判定ルール学習ユニットとを備え、
前記制御実行ユニットは、
前記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に従って制御出力を与える制御ルール実行部と、
前記制御対象プラントの実績データと制御操作と制御結果良否の定められた組み合わせに従って前記制御出力の良否判定を行う制御出力良否判定ルール実行部と、
前記制御出力良否判定ルール実行部での良否判定を元に新規操作探索用操作量を演算する新規探索操作量演算部と、
前記制御出力良否判定ルール実行部での良否判定と制御シミュレータを用いたシミュレーションデータとを使って、制御出力を前記制御対象プラントに出力した場合に前記制御対象プラントの実績データが悪化すると判断した場合に、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部とを備え、
前記良否判定ルール学習ユニットは、
前記制御実行ユニットが制御出力を前記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、制御結果の良否を判定する制御結果良否判定部と、
前記制御結果良否判定部における制御結果の良否と前記実績データと前記制御出力を学習データとして学習する良否判定ルール学習部とを備え、
前記制御方法学習ユニットは、
前記制御出力良否判定ルール実行部での前記制御出力の良否判定と、前記制御出力を用いて教師データを得る学習データ作成部と、
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部とを備える
プラント制御システム。
A plant control system that recognizes a pattern of combinations of actual data of the controlled plant for the controlled plant and executes control.
A control method learning unit that learns a combination of actual data and control operations of the controlled plant, and a control execution unit that executes control of the controlled plant according to the combination of actual data and control operations learned by the control method learning unit. And a pass / fail judgment rule learning unit that learns the combination of the actual data of the controlled plant, the control operation, and the control result pass / fail.
The control execution unit is
A control rule execution unit that gives control output according to a specified combination of actual data of the controlled plant and control operations.
A control output quality judgment rule execution unit that determines the quality of the control output according to a combination of actual data of the controlled plant, control operation, and control result quality.
A new search operation amount calculation unit that calculates an operation amount for new operation search based on the quality judgment in the control output pass / fail judgment rule execution unit, and a new search operation amount calculation unit.
When it is determined that the actual data of the controlled target plant deteriorates when the control output is output to the controlled target plant by using the pass / fail judgment in the control output pass / fail judgment rule execution unit and the simulation data using the control simulator. Also equipped with a control output suppression unit that prevents the control output from being output to the controlled plant.
The pass / fail judgment rule learning unit is
When the control execution unit outputs the control output to the controlled target plant, the control result quality determination unit that determines the quality of the control result after a time delay until the control effect appears in the actual data, and the control result quality determination unit.
It is provided with a quality determination rule learning unit that learns the quality of the control result in the control result quality determination unit, the actual data, and the control output as learning data.
The control method learning unit is
The control output quality determination rule execution unit determines the quality of the control output, and the learning data creation unit that obtains teacher data using the control output.
A plant control system including a control rule learning unit that learns the actual data and the teacher data as learning data.
前記制御方法学習ユニットが学習することで、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組合せを得、
得られた実績データと制御操作の組合せを、前記制御ルール実行部における前記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
請求項1に記載のプラント制御システム。
By learning by the control method learning unit, it is possible to obtain different combinations of actual data and control operations for a plurality of control targets according to the state of the controlled plant.
The plant control system according to claim 1, wherein the combination of the obtained actual data and the control operation is used as a defined combination of the actual data of the controlled plant and the control operation in the control rule execution unit.
前記制御出力良否判定ルール実行部は、前記制御対象プラントの実績データと制御操作と制御結果良否の定められた組合せを第1のニューラルネットとして保持し、
前記良否判定ルール学習部は、実績データと制御操作と制御結果良否の組合せを第2のニューラルネットとして保持し、
前記良否判定ルール学習部における学習の結果得られた前記第2のニューラルネットを、前記良否判定ルール実行部における前記第1のニューラルネットとして使用する
請求項1に記載のプラント制御システム。
The control output pass / fail judgment rule execution unit holds the combination of the actual data of the controlled plant, the control operation, and the control result pass / fail as the first neural network.
The pass / fail judgment rule learning unit holds a combination of actual data, control operation, and control result pass / fail as a second neural network.
The plant control system according to claim 1, wherein the second neural network obtained as a result of learning in the pass / fail determination rule learning unit is used as the first neural network in the pass / fail determination rule execution unit.
前記良否判定ルール学習ユニットは、良否判定ルール精度検証部を備え、
前記良否判定ルール精度検証部で生成した良否判定ルール精度を用いて、前記制御出力抑制部における制御結果良否を用いた出力抑制の基準を変更する
請求項1に記載のプラント制御システム。
The pass / fail judgment rule learning unit includes a pass / fail judgment rule accuracy verification unit.
The plant control system according to claim 1, wherein the quality determination rule accuracy generated by the quality determination rule verification unit is used to change the output suppression standard using the control result quality in the control output suppression unit.
さらに、制御ルール評価ユニットを備え、
前記制御ルール評価ユニットは、
前記制御実行ユニットの前記良否判定ルール実行部の良否判定データと前記良否判定ルール学習ユニットで得た良否判定ルールの精度検証結果をデータベースに蓄積する制御ルール良否判定データ収集部と、
前記データベースに蓄積された良否判定データと、前記良否判定ルールの精度検証結果を元に制御ルール評価データを演算する制御ルール評価データ演算部を有し、
前記制御実行ユニットに用いた制御ルールの評価を前記制御対象プラントに出力せずに実行する
請求項1~4のいずれか1項に記載のプラント制御システム。
In addition, it is equipped with a control rule evaluation unit.
The control rule evaluation unit is
A control rule pass / fail judgment data collection unit that stores the pass / fail judgment data of the pass / fail judgment rule execution unit of the control execution unit and the accuracy verification result of the pass / fail judgment rule obtained by the pass / fail judgment rule learning unit in a database.
It has a control rule evaluation data calculation unit that calculates control rule evaluation data based on the pass / fail judgment data stored in the database and the accuracy verification result of the pass / fail judgment rule.
The plant control system according to any one of claims 1 to 4, wherein the evaluation of the control rule used for the control execution unit is executed without being output to the controlled plant.
制御対象プラントに対して、前記制御対象プラントの実績データの組合せのパターンを認識して、前記制御対象プラントの制御をコンピュータにより実行するプラント制御方法であって、
前記コンピュータが実行する処理として、
前記制御対象プラントの実績データと制御操作の組合せを学習する制御方法学習処理と、前記制御方法学習処理により学習した実績データと制御操作の組合せに応じて制御対象プラントの制御を実行する制御実行処理と、前記制御対象プラントの実績データと制御操作の組合せと制御結果良否の組み合わせを学習する良否判定ルール学習処理と、を含み、
前記制御実行処理は、
前記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に従って制御出力を与える制御ルール実行処理と、
前記制御対象プラントの実績データと制御操作と制御結果良否の定められた組み合わせに従って前記制御出力の良否判定を行う制御出力良否判定ルール実行処理と、
前記制御出力良否判定ルール実行処理による良否判定を元に新規操作探索用操作量を演算する新規探索操作量演算処理と、
前記制御出力良否判定ルール実行処理による良否判定と制御シミュレータを用いたシミュレーションデータとを使って、制御出力を前記制御対象プラントに出力した場合に前記制御対象プラントの実績データが悪化すると判断した場合に、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処理と、を含み、
前記良否判定ルール学習処理は、
前記制御実行処理により制御出力を前記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、制御結果の良否を判定する制御結果良否判定処理と、
前記制御結果良否判定処理での制御結果の良否と前記実績データと前記制御出力を学習データとして学習する良否判定ルール学習処理と、を含み、
前記制御方法学習処理は、
前記制御出力良否判定ルール実行処理による前記制御出力の良否判定と、前記制御出力を用いて教師データを得る学習データ作成処理と、
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処理と、を含む
プラント制御方法。
It is a plant control method that recognizes a pattern of combination of actual data of the controlled target plant for the controlled target plant and executes control of the controlled target plant by a computer.
As a process executed by the computer,
A control method learning process that learns a combination of actual data and control operations of the controlled plant, and a control execution process that executes control of the controlled plant according to the combination of actual data and control operations learned by the control method learning process. And a pass / fail judgment rule learning process for learning a combination of the actual data of the controlled plant, a control operation, and a control result pass / fail combination.
The control execution process is
Control rule execution processing that gives control output according to the specified combination of the actual data of the controlled plant and the control operation,
The control output quality judgment rule execution process that determines the quality of the control output according to the combination of the actual data of the controlled plant, the control operation, and the control result quality.
A new search operation amount calculation process that calculates an operation amount for a new operation search based on the pass / fail judgment by the control output pass / fail judgment rule execution process, and
When it is determined that the actual data of the controlled target plant deteriorates when the control output is output to the controlled target plant by using the quality judgment by the control output pass / fail judgment rule execution process and the simulation data using the control simulator. , A control output suppression process that prevents the control output from being output to the controlled plant.
The pass / fail judgment rule learning process is
When the control output is output to the controlled plant by the control execution process, the control result pass / fail determination process for determining the quality of the control result after a time delay until the control effect appears in the actual data, and the control result pass / fail determination process.
Includes the quality of the control result in the control result quality determination process, the quality determination rule learning process for learning the actual data and the control output as learning data, and the like.
The control method learning process is
The control output pass / fail judgment by the control output pass / fail judgment rule execution process, the learning data creation process for obtaining teacher data using the control output, and the control output pass / fail determination rule execution process.
A plant control method including a control rule learning process for learning the actual data and the teacher data as learning data.
制御対象プラントに対して、前記制御対象プラントの実績データの組合せのパターンを認識して、コンピュータにプラント制御を実行させるプログラムであり、
当該プログラムは、前記制御対象プラントの実績データと制御操作の組合せを学習する制御方法学習手順と、前記制御方法学習手順により学習した実績データと制御操作の組合せに応じて制御対象プラントの制御を実行する制御実行手順と、前記制御対象プラントの実績データと制御操作の組合せと制御結果良否の組み合わせを学習する良否判定ルール学習手順と、を前記コンピュータに実行させるものであり、
前記制御実行手順は、
前記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に従って制御出力を与える制御ルール実行手順と、
前記制御対象プラントの実績データと制御操作と制御結果良否の定められた組み合わせに従って前記制御出力の良否判定を行う制御出力良否判定ルール実行手順と、
前記制御出力良否判定ルール実行手順による良否判定を元に新規操作探索用操作量を演算する新規探索操作量演算手順と、
前記制御出力良否判定ルール実行手順による良否判定と制御シミュレータを用いたシミュレーションデータとを使って、制御出力を前記制御対象プラントに出力した場合に前記制御対象プラントの実績データが悪化すると判断した場合に、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手順と、を含み、
前記良否判定ルール学習手順は、
前記制御実行手順により制御出力を前記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、制御結果の良否を判定する制御結果良否判定手順と、
前記制御結果良否判定手順での制御結果の良否と前記実績データと前記制御出力を学習データとして学習する良否判定ルール学習手順と、を含み、
前記制御方法学習手順は、
前記制御出力良否判定ルール実行手順による前記制御出力の良否判定と、前記制御出力を用いて教師データを得る学習データ作成手順と、
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手順と、を含む
プログラム。
It is a program that recognizes the pattern of the combination of the actual data of the controlled target plant for the controlled target plant and causes the computer to execute the plant control.
The program executes control of the controlled plant according to the control method learning procedure for learning the combination of the actual data and the control operation of the controlled plant and the combination of the actual data and the control operation learned by the control method learning procedure. The computer is made to execute the control execution procedure to be performed, the pass / fail judgment rule learning procedure for learning the combination of the actual data of the controlled target plant and the control operation, and the combination of the control result pass / fail.
The control execution procedure is
A control rule execution procedure that gives control output according to a defined combination of actual data of the controlled plant and control operations, and
The control output quality judgment rule execution procedure for determining the quality of the control output according to the combination of the actual data of the controlled plant, the control operation, and the control result quality,
A new search operation amount calculation procedure for calculating a new operation search operation amount based on the quality judgment by the control output pass / fail judgment rule execution procedure, and a new operation search operation amount calculation procedure.
When it is determined that the actual data of the controlled target plant deteriorates when the control output is output to the controlled target plant by using the quality judgment by the control output pass / fail judgment rule execution procedure and the simulation data using the control simulator. , A control output suppression procedure that prevents the control output from being output to the controlled plant.
The pass / fail judgment rule learning procedure is as follows.
When the control output is output to the controlled plant by the control execution procedure, the control result quality determination procedure for determining the quality of the control result after the time delay until the control effect appears in the actual data, and the control result quality determination procedure.
Includes the good / bad of the control result in the control result good / bad judgment procedure, and the good / bad judgment rule learning procedure for learning the actual data and the control output as learning data.
The control method learning procedure is
The pass / fail judgment of the control output by the control output pass / fail judgment rule execution procedure, the learning data creation procedure of obtaining the teacher data using the control output, and the procedure.
A program including a control rule learning procedure for learning the actual data and the teacher data as learning data.
JP2020208192A 2020-12-16 2020-12-16 PLANT CONTROL SYSTEM, PLANT CONTROL METHOD, AND PROGRAM Active JP7495874B2 (en)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2020208192A JP7495874B2 (en) 2020-12-16 2020-12-16 PLANT CONTROL SYSTEM, PLANT CONTROL METHOD, AND PROGRAM
CN202111242094.XA CN114637194A (en) 2020-12-16 2021-10-25 Plant control system, plant control method, and computer-readable recording medium
DE102021214272.9A DE102021214272A1 (en) 2020-12-16 2021-12-14 Plant control system, plant control method and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020208192A JP7495874B2 (en) 2020-12-16 2020-12-16 PLANT CONTROL SYSTEM, PLANT CONTROL METHOD, AND PROGRAM

Publications (2)

Publication Number Publication Date
JP2022095082A true JP2022095082A (en) 2022-06-28
JP7495874B2 JP7495874B2 (en) 2024-06-05

Family

ID=81846885

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020208192A Active JP7495874B2 (en) 2020-12-16 2020-12-16 PLANT CONTROL SYSTEM, PLANT CONTROL METHOD, AND PROGRAM

Country Status (3)

Country Link
JP (1) JP7495874B2 (en)
CN (1) CN114637194A (en)
DE (1) DE102021214272A1 (en)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2804161B2 (en) 1990-06-04 1998-09-24 株式会社日立製作所 Method and apparatus for controlling shape of Sendzimir mill
JP6813416B2 (en) 2017-04-10 2021-01-13 株式会社日立製作所 Plant control device and its control method, rolling mill control device and its control method and program
JP6952018B2 (en) 2018-10-03 2021-10-20 株式会社日立製作所 Control device and control method

Also Published As

Publication number Publication date
CN114637194A (en) 2022-06-17
DE102021214272A1 (en) 2022-06-23
JP7495874B2 (en) 2024-06-05

Similar Documents

Publication Publication Date Title
JP6899273B2 (en) Plant control device and its control method, rolling mill control device and its control method and program
CN102568205B (en) Traffic parameter short-time prediction method based on empirical mode decomposition and classification combination prediction in abnormal state
CN111913803B (en) Service load fine granularity prediction method based on AKX hybrid model
CN108687137B (en) complete equipment control device, rolling mill control device, control method and storage medium
CN110471276B (en) Apparatus for creating model functions for physical systems
JP2019087152A (en) Manufacturing process state prediction device, method, and program, and manufacturing process control system
CN110942248B (en) Training method and device for transaction wind control network and transaction risk detection method
JP7033639B2 (en) Plant control device and its control method, rolling mill control device and its control method and program
CN118034067B (en) Industrial process model parameter optimization method based on generalized predictive control
CN113626177A (en) CPU resource load condition prediction method based on LSTM
JP2022095082A (en) Plant control system, plant control method and program
CN117478538A (en) Internet of things equipment detection and control method based on deep reinforcement learning
CN109829115B (en) Search engine keyword optimization method
CN108282360A (en) A kind of fault detection method of shot and long term prediction fusion
JP7535475B2 (en) PLANT CONTROL SYSTEM, PLANT CONTROL METHOD, AND PROGRAM
JP6952018B2 (en) Control device and control method
JP2020071493A (en) Result prediction device, result prediction method and program
Kotenko et al. Formation of Indicators for Assessing Technical Reliability of Information Security Systems
JP7328142B2 (en) Plant control device and its control method, rolling mill control device and its control method, and program
JP2022183827A (en) Plant control system, rolling machine control device, plant control method, and plant control program
JP7154468B2 (en) Information processing device, information processing method and information processing program
JP7452443B2 (en) How to learn rolling model
WO2023243036A1 (en) Information processing device, program, and information processing method
WO2021124861A1 (en) Information processing device, information processing method, and information processing program
JP2024030989A (en) Learning device, learning method, and learning program

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230622

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20240222

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20240227

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240409

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: 20240507

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240524

R150 Certificate of patent or registration of utility model

Ref document number: 7495874

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150