JP2022182539A - プラント制御装置、プラント制御方法及びプログラム - Google Patents

プラント制御装置、プラント制御方法及びプログラム Download PDF

Info

Publication number
JP2022182539A
JP2022182539A JP2021090147A JP2021090147A JP2022182539A JP 2022182539 A JP2022182539 A JP 2022182539A JP 2021090147 A JP2021090147 A JP 2021090147A JP 2021090147 A JP2021090147 A JP 2021090147A JP 2022182539 A JP2022182539 A JP 2022182539A
Authority
JP
Japan
Prior art keywords
operating end
plant
unit
control
operating
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.)
Pending
Application number
JP2021090147A
Other languages
English (en)
Inventor
哲 服部
Satoru Hattori
敬規 高田
Takanori Takada
佑樹 田内
Yuki Tanaka
大輝 黒川
Daiki Kurokawa
隆 阿部
Takashi Abe
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 JP2021090147A priority Critical patent/JP2022182539A/ja
Priority to CN202210254420.7A priority patent/CN115407727A/zh
Priority to KR1020220037206A priority patent/KR20220161169A/ko
Priority to DE102022204931.4A priority patent/DE102022204931B4/de
Publication of JP2022182539A publication Critical patent/JP2022182539A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
    • B21B37/16—Control of thickness, width, diameter or other transverse dimensions
    • B21B37/24—Automatic variation of thickness according to a predetermined programme
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B13/00—Metal-rolling stands, i.e. an assembly composed of a stand frame, rolls, and accessories
    • B21B13/14—Metal-rolling stands, i.e. an assembly composed of a stand frame, rolls, and accessories having counter-pressure devices acting on rolls to inhibit deflection of same under load; Back-up rolls
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/043—Architecture, e.g. interconnection topology based on fuzzy logic, fuzzy membership or fuzzy inference, e.g. adaptive neuro-fuzzy inference systems [ANFIS]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B13/00—Metal-rolling stands, i.e. an assembly composed of a stand frame, rolls, and accessories
    • B21B13/14—Metal-rolling stands, i.e. an assembly composed of a stand frame, rolls, and accessories having counter-pressure devices acting on rolls to inhibit deflection of same under load; Back-up rolls
    • B21B13/147—Cluster mills, e.g. Sendzimir mills, Rohn mills, i.e. each work roll being supported by two rolls only arranged symmetrically with respect to the plane passing through the working rolls
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32339—Object oriented modeling, design, analysis, implementation, simulation language
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/33—Director till display
    • G05B2219/33038—Real time online learning, training, dynamic network
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/34—Director, elements to supervisory
    • G05B2219/34477—Fault prediction, analyzing signal trends
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/45—Nc applications
    • G05B2219/45145—Milling

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Manufacturing & Machinery (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mechanical Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • Mathematical Optimization (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Fuzzy Systems (AREA)
  • Computational Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Control Of Metal Rolling (AREA)
  • Feedback Control In General (AREA)

Abstract

【課題】制御対象プラントにおける操業異常の発生を予測し、操業異常が発生しないように制御操作端を適切に操作することで、制御効果と操業効率の向上を行う。【解決手段】制御対象プラントに対して、操作に対する応答速度が所定の応答速度の第１操作処理と、第１操作処理よりも操作に対する応答速度が遅い第２操作処理とを行う。第１操作処理は、第１操作端で実行され、第２操作処理は、第２操作端で実行される。ここで、第１操作端の実績に基づいて第１操作端による第１操作処理の安全操作範囲を決定する安全操作範囲決定部を設ける。この安全操作範囲決定部による判断で、第１操作端による第１操作処理が、安全操作範囲でない場合に、第２操作処理の指示を補正又は変更して、第１操作端による第１操作処理の実績位置を、操業異常の発生が推定されない実績位置に移動させることを生産材単位で行う。【選択図】図１

Description

本発明は、プラント制御装置、プラント制御方法及びプログラムに関する。
プラント制御の一つである圧延機制御を行う際には、従来から板の波打ち状態を制御する形状制御時に、ファジィ制御やニューロ・ファジィ制御が適用されてきた。ファジィ制御は、クーラントを利用した形状制御に、また、ニューロ・ファジィ制御は、センヂミア圧延機の形状制御に適用されている。
ニューロ・ファジィ制御を適用した形状制御では、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処理が行われている。そして、ニューロ・ファジィ制御を適用した形状制御では、求められた類似割合から、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ている。
形状制御は、複数の制御操作端を持ち、それら複数の制御操作端の特徴の差により制御を実行する。形状は、板幅方向の板の波打ち状態であり、制御操作端は、板幅方向の特定の領域の形状を変化させることが可能である。例えば、ＡＳ－Ｕロールは、操作するサドル位置近傍の形状を、中間ロールシフトは板端部の形状をそれぞれ変化させることができる。形状制御を行う際には、実形状に応じて、形状偏差が抑制されるようにそれぞれの制御操作端を組み合わせて動作させる。
圧延機が圧延を実施する際には、被圧延材と圧延機のロール間の潤滑及び圧延による発熱の冷却のため冷却材（以下クーラントと呼ぶ）が必要になる。この冷却材が形状制御の操作端となり、クーラントの噴射量を板幅方向で調整することにより板幅方向全領域で形状を変化させることが可能である。６段圧延機では、特許文献２に示すように、板幅方向でクーラント噴射量調整機構を持ち、実績形状を用いて噴射量を変更することで形状制御が実施されている。しかしながら、センヂミア圧延機では、圧延中、圧延機のロールがクーラントに浸かった状態となっており、クーラントは形状への効果が現れるまでＡＳ－Ｕや中間ロールシフトに比較して時間を要する。また、クーラント噴射量の調整が自動ではできないため、流量調整弁の操作等オペレータが実施する必要がある場合も考えられる。
また、圧延機の機械構成によっては、板幅方向でクーラントの流量調整が不可能な場合もあるが、その場合でもクーラント噴射ノズルを交換することで実際の板幅方向噴射量を変更することが可能である。センヂミア圧延機は、クーラントをワークロール近傍まで循環させるため、板幅方向で複数のクーラント噴射ノズルが設定された機械装置を圧延機に設定する機構を有している。このため、センヂミア圧延機は、流量の異なるクーラント噴射ノズルが設定された機械装置を複数準備することで、圧延前に交換し板幅方向でクーラント流量を変化させることができる。
圧延機における圧延の実施中には、被圧延材が破断する操業異常が発生する場合がある。被圧延材の破断は、被圧延材に起因して発生する場合も多いが、被圧延材が蛇行することで破断する場合もある。被圧延材の蛇行とは、被圧延材が圧延機の片側にずれてしまうことをいい、通常は圧延機の中央部で圧延が実行される。
このような蛇行は、ＡＳ－Ｕロールや中間ロールシフトの位置により発生することが予想される。形状制御では、被圧延材の形状を目標形状に維持するためにＡＳ－Ｕや中間ロールシフトを操作するが、その結果として機械的状態が被圧延材の蛇行が発生しやすい状態になることがある。
従来から、４段圧延機や６段圧延機などの通常の圧延機においては、機械的な操作部であるベンダー、レベリングの他、クーラント噴射量を板幅方向で変更する操作部を有し、形状制御に使用している。センヂミア圧延機と異なり、通常の圧延機では圧延機のロールがクーラントに浸かっておらず、クーラントの形状に与える効果が機械的操作手段と同等の時間で得られる。そのため、通常の圧延機における形状制御は、機械的操作手段とクーラントを同等に扱い、クーラントを制御操作端として用いている。その場合においても、クーラントは板幅方向全域に効果があるため、機械的操作部と競合し、被圧延材の実績形状は同じでも、機械的操作部の実績位置は異なる場合が多い。
また、４段圧延機や６段圧延機においても、クーラント装置の機械構成によっては、圧延中に板幅方向のクーラント流量の調整が不可能な場合もある。このような場合においても、オペレータは、手動操作により、圧延開始前に板幅方向のクーラント流量を変更することができる。
図１９は、従来のセンヂミア圧延機の制御装置の概略構成を示す。
まず、演算器９０１で、目標形状ｄ１と圧延機９９０で得た被圧延材の形状実績ｄ２との差分をとり、この差分を第１形状制御部９０２に与える。第１形状制御部９０２は、機械的な操作部である機械的操作端９０４を制御する。
圧延機９９０は、機械的操作端９０４による機械的な操作処理と、クーラント操作端９０５によるクーラント噴射量の操作処理を実行して、被圧延材の圧延処理を行い、被圧延材の形状実績ｄ２と圧延実績ｄ３を得る。この場合、機械的操作端９０４による機械的な操作処理では、操作量の制御により、比較的高速の応答で、被圧延材の形状が変更される。
この図１９に示す構成の場合、機械的操作端９０４による機械的操作処理を適切に制御するのは難しいという問題があった。例えば、高速応答の機械的操作端９０４の動作範囲の上限に近い状態のときには、形状実績ｄ２や圧延実績ｄ３が安定に制御することができずに振動が発生し、制御対象プラントである圧延機９９０を安定に動作できないことがある。
このようなセンヂミア圧延機の形状制御を適切に行う従来技術としては、例えば、特許文献３に記載されているように、被圧延材の実績形状偏差と制御操作端操作量の関係を実績データから機械学習を用いて学習して、制御する技術がある。この特許文献３に記載される技術では、形状偏差に応じて制御出力を出し、制御操作端を操作する形状制御が行われている。
特許２８０４１６１号公報 特許２５１５０２８号公報 特開２０１８－００５５４４号公報
特許文献３に記載された技術は、形状偏差に対する制御操作方法を学習することで形状制御を実行しており、制御操作端位置に関しては考慮されていない。特に、従来の形状制御においては、形状偏差に基づき制御しているため、板破断等の操業異常につながる機械的操作端の実績位置を制限することはできないという問題があった。
なお、ここまでの説明では、センヂミア圧延機の形状制御の問題について述べたが、様々なプラント制御装置は、応答性が早い制御操作と、応答性が遅い制御操作を同時に行う場合、双方の制御操作を同時に適切に行う際に、同様な問題がある。
本発明の目的は、制御対象プラントにおける操業異常の発生を予測し、操業異常が発生しないように制御操作端を適切に操作することで、制御効果と操業効率の向上を行うことができるプラント制御装置、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。
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、プラント制御装置として、制御対象プラントに対して、操作に対する応答速度が所定の応答速度の第１操作処理と、第１操作処理よりも操作に対する応答速度が遅い第２操作処理とを行うプラント制御装置であり、
制御対象プラントの目標とする状態量を取得して、第１操作処理の指示を行う操作端制御部と、
第２操作処理の指示を行う第２操作端設定部と、
操作端制御部による指示で、制御対象プラントの第１操作処理を実行する第１操作端と、
操作端設定部による指示で、制御対象プラント第２操作処理を実行する第２操作端と、
第１操作端の実績に基づいて第１操作端による第１操作処理の安全操作範囲を決定する安全操作範囲決定部と、
制御対象プラントにおける操業実績より、生産材単位での制御対象プラントの第１操作処理による第１操作端の位置及び目標とする状態量を学習する学習部と、
学習部での学習結果を用いて次生産材の生産時における第１操作端の位置を予測する操作端位置予測部と、を備え、
操作端設定部は、操作端位置予測部での次生産材における第１操作端の位置の動作範囲予測値と、安全操作範囲決定部における判断により、生産材の操業時に第１操作端の位置が安全操作範囲から逸脱しないように前記第２操作端の位置を決定するものである。
本発明によれば、制御対象プラントでの操業状態を適正に制御して、操業異常となるような操作端の実績位置を抑制することができる。その結果、制御対象プラントの制御精度の向上と、操業効率の向上と、操業異常の発生抑制が期待できる。
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。
本発明の一実施の形態例によるプラント制御装置の構成例を示すブロック図である。 本発明の一実施の形態例によるプラント制御装置を圧延機に適用した場合の構成例を示すブロック図である。 センヂミア圧延機の例を示す構成図である。 シングルスタンド圧延機の圧延設備の例を示す構成図である。 本発明の一実施の形態例による機械的操作端の概要を示す図である。 本発明の一実施の形態例による安全操作範囲決定部の構成例を示すブロック図である。 本発明の一実施の形態例による機械的操作端安全操作範囲決定部のニューラルネットの構成例を示す図である。 本発明の一実施の形態例によるニューラルネット管理テーブルの構成例を示す図である。 本発明の一実施の形態例による学習データベースの構成例を示す図である。 本発明の一実施の形態例による機械的操作端位置予測部の構成例を示すブロック図である。 本発明の一実施の形態例による機械的操作端位置予測部のニューラルネットの構成例を示す図である。 本発明の一実施の形態例によるニューラルネット管理テーブルの構成例を示す図である。 本発明の一実施の形態例による学習データベースの構成例を示す図である。 本発明の一実施の形態例によるクーラント操作端設定部の構成例を示す図である。 本発明の一実施の形態例による機械的操作端の予測値の例を示す図である。 本発明の一実施の形態例による機械的操作端の決定例を示す図である。 本発明の一実施の形態例によるクーラント操作端制御出力演算部とクーラント操作端制御出力選択部の構成例を示す図である。 本発明の一実施の形態例のプラント制御装置をコンピュータで構成した場合のハードウェア構成例を示すブロック図である。 従来の圧延機の制御装置の構成例を示すブロック図である。
以下、本発明の一実施の形態例（以下、「本例」と称する）のプラント制御装置を、図１～図１８を参照して説明する。
［プラント制御装置の全体構成］
図１は、本例のプラント制御装置の全体構成の例を示す。
図１に示すプラント制御装置は、制御対象プラント１９０を制御するものであり、制御対象プラント１９０の制御として、高速操作端（第１操作端）１０３による操作処理と、低速操作端（第２操作端）１０４による操作処理とを実行する。
本例のプラント制御装置は、第１状態量目標ｄ１１を取得し、演算器１０１で第１状態量ｄ１２との差分を取得する。第１状態量ｄ１２は、高速操作端１０３及び低速操作端１０４による操作処理の結果として、制御対象プラント１９０から得られるものである。また、高速操作端１０３及び低速操作端１０４は、制御対象プラント１９０に加えられるその他の操作端の操作処理の結果として第２状態量ｄ１３が得られる。
プラント制御装置の制御ユニット１１０は、高速操作端制御部１１１と低速操作端設定部１１２とを有する。高速操作端制御部１１１は、高速操作端１０３の操作処理を制御する。低速操作端設定部１１２は、低速操作端１０４の操作処理を制御する。
高速操作端制御部１１１には、演算器１０１で得られた第１状態量目標ｄ１１と第１状態量ｄ１２との差分が供給され、第１状態量ｄ１２を差分に近づける制御が行われる。
高速操作端制御部１１１の制御出力は、高速操作端１０３に直接供給され、高速操作端１０３の操作処理を制御する。
また、本例のプラント制御装置は、安全操作範囲決定部１０５を備える。安全操作範囲決定部１０５は、高速操作端１０３の操作実績を取得し、取得した操作実績が安全操作範囲に余裕を持っているか否かを判定し、判定結果としての安全操作範囲ｄ１４のデータを、低速操作端設定部１１２に供給する。
さらに、安全操作範囲決定部１０５は、制御対象プラント１９０の第１状態量ｄ１２と第２状態量ｄ１３を取得する。そして、安全操作範囲決定部１０５は、第１状態量ｄ１２と第２状態量ｄ１３とを参照して、高速操作端１０３の現在の操作実績が、安全操作範囲に余裕を持っているか否かを判定する。
ここで、安全操作範囲決定部１０５は、操業異常の発生を検知し、その時点の第１状態量ｄ１２及び第２状態量ｄ１３と、高速操作端１０３の実績位置を学習して、高速操作端１０３で操業異常が発生しないように、操作可能な範囲である安全操作範囲ｄ１４を決定する。操業異常は、頻繁に発生する現象ではないため、安全操作範囲決定部１０５は、実績データを継続的に採取し、機械学習等を用いて学習を実行して、安全操作範囲ｄ１４を得るのが好ましい。
そして、安全操作範囲決定部１０５は、判定した安全操作範囲ｄ１４のデータを低速操作端設定部１１２に供給する。
操作端位置予測部１０２は、生産材単位での高速操作端１０３の動作範囲を、過去の操業実績データより学習し、その結果をもとに次生産材生産時に高速操作端１０３の動作量を予測する。
低速操作端設定部１１２は、操作端位置予測部１０２で予測した次生産材生産時の高速操作端1０３の動作量を基に、高速操作端１０３が安全操作範囲ｄ１４内となるように低速操作端１０４の設定値を決定し、低速操作端１０４を設定する。低速操作端１０４の設定は、低速操作端設定部１１２の指令により、自動設定が可能であれば機械的に行い、自動設定が不可である場合は、オペレータに対して低速操作端１０４の設定値を画面に表示する等の手段により通知し、オペレータが手動にて設定する。
図１に示す構成のプラント制御装置によると、高速操作端１０３を操業異常が発生しない範囲で、効率的に動作させることが可能になり、操業効率の向上に加えて、制御精度の向上も期待できる。
［センヂミア圧延機の制御装置に適用した場合の全体構成］
次に、本例のプラント制御装置を、センヂミア圧延機に適用した場合の全体構成について説明する。
図２は、センヂミア圧延機に適用した場合の本例のプラント制御装置の構成を示す。
図２に示すプラント制御装置は、被圧延材の目標形状ｄ２１を取得し、演算器２０１で圧延後の形状実績ｄ２３との差分を取得する。
本例のプラント制御装置は、圧延機３０１の制御として、機械的操作端２０３による操作処理と、クーラント操作端２０４による設定操作処理とを実行する。機械的操作端２０３による操作処理は、圧延処理を行うロールギャップなどを機械的に変化させるものであり、被圧延材の形状実績ｄ２３に現れる応答が高速になる。一方、クーラント操作端２０４による設定操作処理は、クーラント噴射量の変化させるものであり、被圧延材の圧延実績ｄ２４に現れる応答が、機械的操作端２０３による操作よりも低速になる。
プラント制御装置の制御ユニット２２０は、機械的操作端２０３の操作処理を制御する第１形状制御部２１１と、クーラント操作端２０４の設定を行うクーラント操作端設定部２１２を有する。
第１形状制御部２１１は、被圧延材が目標形状ｄ２１となるようにフィードバック制御するものである。目標形状ｄ２１は、被圧延材の特性等に応じて予め設定されたものである。
クーラント操作端設定部２１２は、クーラント操作端２０４の設定を実施する。ここで、設定を実施するという意味は、圧延機が製造する製品としての被圧延材（生産材）の製造単位である生産材単位ごとの製造作業を実施する前に、予めクーラント操作端２０４の板幅方向の流量分布を定めることを意味する。被圧延材の製造作業中は、板幅方向の流量分布の変更は行わない。被圧延材の製造単位とは、圧延操業の１回を意味し、生産材単位とも称する。より詳細に説明すると、センヂミア圧延機においては、同じ被圧延材を、圧延方向を変えながら出側板厚の異なる（出側板厚を順次減少させていく）複数回の圧延操業を実施して、目標となる製品板厚を得る作業が行われる。この複数回の圧延操業の１回ごとが、上述した製造単位や生産材単位である。
第１形状制御部２１１の制御出力は、機械的操作端２０３に直接供給され、機械的操作端２０３の操作処理を制御する。
クーラント操作端設定部２１２は、クーラント操作端２０４の設定を実施するが、プラント制御装置の制御ユニット２２０からの直接操作が不可である場合には、オペレータにクーラント操作端２０４の設定ガイダンスを表示し、オペレータが設定操作を行う。ここでの制御ユニット２２０からの直接操作が不可の場合とは、例えば制御ユニット２２０が電子計算機で実現される場合、入出力ユニット経由で電子計算機が直接クーラント操作端２０４を操作することができない場合をいう。
また、本例のプラント制御装置は、機械的操作端安全操作範囲決定部２０５を備える。
機械的操作端安全操作範囲決定部２０５は、機械的操作端２０３の操作実績である機械的操作端位置実績ｄ２２を取得し、取得した機械的操作端位置実績ｄ２２が安全操作範囲に余裕を持っているか否かを判定する。そして、機械的操作端安全操作範囲決定部２０５は、判定結果としての機械的操作端安全操作範囲ｄ２５のデータを、クーラント操作端設定部２１２に供給する。
さらに、機械的操作端安全操作範囲決定部２０５は、圧延機３０１の形状実績ｄ２３と圧延実績ｄ２４を取得する。そして、機械的操作端安全操作範囲決定部２０５は、形状実績ｄ２３と圧延実績ｄ２４とを参照して、取得した機械的操作端位置実績ｄ２２が、安全操作範囲に余裕を持っているか否かを判定する。
機械的操作端安全操作範囲決定部２０５は、操業異常の発生を検知し、その時点の形状実績ｄ２３及び圧延実績ｄ２４と、機械的操作端位置実績ｄ２２を学習する学習部としての処理を行う。この学習により、機械的操作端安全操作範囲決定部２０５は、機械的操作端２０３で操業異常が発生しないように、操作可能な範囲である機械的操作端安全操作範囲ｄ２５を決定する。ここで機械的操作端安全操作範囲決定部２０５は、実績データを継続的に採取し、機械学習等を用いて学習を実行して、機械的操作端安全操作範囲ｄ２５を得る。
そして、機械的操作端安全操作範囲決定部２０５は、判定した機械的操作端安全操作範囲ｄ２５のデータをクーラント操作端設定部２１２に供給する。
なお、機械的操作端安全操作範囲決定部２０５が操業異常の学習などを行う詳細構成については図６で後述する。
機械的操作端位置予測部２１０は、圧延実績ｄ２４、機械的操作端位置実績ｄ２２、及びクーラント操作端位置実績ｄ２７より、被圧延材の製造単位毎に、機械的操作端位置変動量ｄ２６を学習する。機械的操作端位置変動量ｄ２６は、製造単位毎に機械的操作端２０３の実績値がどの範囲で変動したかを、製造単位を製品仕様に応じて分類し学習したものである。
ここで、製品仕様に応じて分類するとは、被圧延材の鋼種や板幅、板厚等により、機械的操作端２０３の実績値がほぼ同様となるように予め基準を設定しておき、その基準に従って分類することをいう。
分類が同じ製品仕様であれば、機械的操作端２０３の実績値の移動範囲は同じになるので、被圧延材の製造単位毎の製造作業が開始される前に、製造作業を開始する製造単位の製品仕様が判明する。このため、機械的操作端位置予測部２１０は、製品仕様が同じ分類の機械的操作端位置変動量ｄ２６の学習結果を得ることができる。同時に、機械的操作端位置予測部２１０は、機械的操作端位置変動量ｄ２５の場合におけるクーラント操作端２０４の位置も予測可能であり、クーラント操作端位置予測ｄ２８をクーラント操作端設定部２１２に出力する。
クーラント操作端設定部２１２は、次製造単位の機械的操作端位置変動量ｄ２６及びそのときのクーラント操作端位置予測ｄ２８を機械的操作端位置予測部２１０より受け取る。そして、クーラント操作端設定部２１２は、機械的操作端安全操作範囲決定部２０５から受け取った機械的操作端安全操作範囲ｄ２５と、機械的操作端位置変動量ｄ２６とを比較する。これにより、クーラント操作端設定部２１２は、次製造単位の製造作業を実施した場合に、機械的操作端２０３の位置実績が機械的操作端安全操作範囲ｄ２５内にあるかどうかを判定する。
この判定の結果、機械的操作端安全操作範囲ｄ２５内にある場合は、クーラント操作端設定部２１２は、クーラント操作端位置予測ｄ２８をクーラント流量とするクーラント設定指示をクーラント操作端２０４に出力する。
また、判定の結果、機械的操作端安全操作範囲ｄ２５から外れる場合には、クーラント操作端設定部２１２は、機械的操作端２０３の位置実績を機械的操作端安全操作範囲ｄ２５となる板幅方向のクーラント流量でクーラント操作端位置予測ｄ２８を補正したクーラント設定指示を、クーラント操作端２０４に出力する。
この場合のクーラント操作端２０４に対する出力指示としては、クーラント操作端設定部２１２からクーラント操作端２０４へ直接出力するほか、オペレータに対してクーラント操作端２０４の設定値を表示し、オペレータが作業を実施して実際のクーラント流量変更を行う場合を含む。
［センヂミア圧延機の構成］
ここで、センヂミア圧延機の構成例について説明する。
図３は、センヂミア圧延機において、形状制御を行う場合の概略構成を示す。
センヂミア圧延機は、圧延された被圧延材の実形状が、形状検出器１４で検出される。
形状検出器１４で検出された実形状は、制御装置１０の形状検出前処理部１１でパターン認識の前処理が施された後、パターン認識部１２で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。そして、演算された基準形状パターンに基づいて、制御演算部１３で、操作すべき操作端及び操作量が判断され、その操作すべき操作端及び操作量でセンヂミア圧延機を制御する処理が実行される。
図４は、シングルスタンド圧延機の圧延設備の例を示す。センヂミア圧延機は、シングルスタンド圧延機の一種である。
図４に示す圧延設備は、圧延機３０１と入側テンションリール（以下、「ＴＲ」と称する）３０２と出側ＴＲ３０３とより構成され、入側ＴＲ３０２から引き出された被圧延材３００が、圧延機３０１を通過して、出側ＴＲ３０３により巻き取られる。
圧延機３０１は、被圧延材３００を圧延する。ここでの圧延とは、被圧延材３００の板厚を所定の板厚まで薄くする処理である。
圧延機３０１には、圧延速度を調整するためのミル速度制御部３０４と、圧延機３０１のロールギャップを調整するためのロールギャップ制御部３０７が設置されている。また、入側ＴＲ３０２と出側ＴＲ３０３には、それぞれが発生する張力を調整するための入側ＴＲ制御部３０５、及び出側ＴＲ制御部３０６が設置されている。
圧延処理は、圧延機３０１の上下ロール間隔をロールギャップ制御部３０７により調整することで被圧延材３００を潰す圧力をかけ、ミル速度制御部３０４により被圧延材３００を出側に送り出すことで実施される。このとき、圧延機３０１の入側及び出側で、入側ＴＲ３０２及び出側ＴＲ３０３を用いて被圧延材３００に張力をかける処理も行われる。
圧延操業にとって重要なのは、製品となる被圧延材３００の板厚（圧延機の出側板厚）であり、被圧延材３００が予め決められた板厚となるように、ロールギャップ及び入側張力、出側張力が予め設定される。
入側張力電流変換部３１５は、入側張力設定部３１１にて設定された入側張力を用いて、設定された入側張力を得るために必要な電流を求め、入側ＴＲ制御部３０５を介して入側ＴＲ３０２に与えることで入側張力を得る。
同様に、出側張力電流変換部３１６は、出側張力設定部３１２にて設定された出側張力を用いて、設定された出側張力を得るために必要な電流を求め、出側ＴＲ制御部３０６を介して出側ＴＲ３０３に与えることで出側張力を得る。
ロールギャップ設定部３１９にて設定されたロールギャップは、ロールギャップ制御部３０７に与えられ、ロールギャップ制御部３０７によりロールギャップが設定される。
圧延速度設定部３１０は、圧延機のオペレータの指示により圧延機３０１の速度を決定し、ミル速度制御部３０４により圧延機３０１の速度を設定する。
圧延機３０１の入側及び出側には、入側張力計３０８及び出側張力計３０９が設置され、それらで測定された実績張力が設定張力と一致するように入側張力制御部３１３及び出側張力制御部３１４が制御を実行する。また、圧延機３０１の出側には、出側板厚計３１７が設置され、そこで測定された実績板厚が設定板厚と一致するように出側板厚制御装部３１８が制御を実行する。
以上の構成に加えて、既に説明した図３に示すように、圧延機の出側には被圧延材の形状を検出するための形状検出器１４が設置されており、検出された形状が予め設定された目標形状と一致するように形状制御が実行される。
既に述べたように、形状は、被圧延材である金属の板の波打ちの度合いである。したがって、圧延機の下工程での加工性や圧延機においての圧延操業の効率性から目標となる形状である目標形状が予め設定される。一般的には、被圧延材には張力が印加されているため、板端部にひび割れ等の傷が有ったりすると、そこから裂け目が発生し、被圧延材が板幅方向に分断（板破断）する場合が発生しやすい。このため、張力が集中しないように板端部を波打たせる状態にする場合が多い。
被圧延材の波打ちは、実際には被圧延材に張力をかけているため、顕在化せず、見かけ上は波打ち無しになるが、板幅方向で張力分布が変化している。
ここで、図３に示す形状検出器１４は、板幅方向での張力分布を測定することで板の波打ちを推定して形状実績として検出する。
［形状制御機械的操作端の構成及び処理］
図５（ａ）は、センヂミア圧延機の機械的操作端２０３により操作処理が行われる際の構成を示す。図５では、被圧延材３００の板幅方向の断面を示し、被圧延材３００の上側の構成のみを示し、下側の構成は省略する。
また、図５（ｂ），（ｃ）は、それぞれ被圧延材３００の形状を変化させた場合の動作波形を示す。
センヂミア圧延機は、図５（ａ）に示すように、被圧延材３００をはさんで、ワークロール４０１、第１中間ロール４０２、第２中間ロール４０３、ＡＳ－Ｕロール４０４より構成される。
第１中間ロール４０２は、上下で逆側にロールにテーパが設けられており、板幅方向にシフトすることで、被圧延材３００の板端部の形状に影響を与えることができる。
ＡＳ－Ｕロール４０４は、複数の分割ロール４０５の間にサドル４０６が入った構成になっており、サドル４０６の位置（図５の縦方向の位置）を変えることで、ＡＳ－Ｕロール４０４のたわみを板幅方向で変化させることができる。
例えば図５（ｂ）に示すように、中心のサドル４０６を下げた場合、被圧延材３００の中央部の形状に影響を与えることができる。
ここで、図５（ｂ），（ｃ）の最下段に示す動作波形は、サドル４０６又は第１中間ロール４０２をシフト操作したときの被圧延材３００の板厚分布の変化を示す。形状変化は板厚分布とは逆となる。
形状は板幅方向の波打ちの度合いの分布であり、波打ちが大きいということは、被圧延材３００が伸びていることである。これは、「出側板厚が薄くなる」ことと、「薄くなった部分の被圧延材の伸びが大きい」ことと、「被圧延材の形状が大きくなる」こととが等しいためである。
操業異常については、被圧延材３００の板破断が大きな問題である。板破断が発生すると、破断後の被圧延材３００が圧延機のワークロール４０１や第１中間ロール４０２を破損させてしまう。また、場合によっては、板破断の発生で、第２中間ロール４０３やＡＳ－Ｕロール４０４についても破損させてしまう。これらの破損が発生すると、これらのロールの交換が必要になると共に、圧延機内に残った被圧延材３００の除去処理に時間を要し、操業効率が極端に低下する。
ＡＳ－Ｕロール４０４は、分割ロール４０５をサドル４０６で押さえ込む形で第２中間ロール４０３に押し付けているため、サドル４０６の位置によっては、分割ロール４０５と第２中間ロール４０３が接触しなくなる場合がある。そのような状態になると、その部分のワークロール４０１から被圧延材３００にかかる力が急減し、被圧延材３００が伸びなくなり、その部分の被圧延材３００にかかる張力が増大する。
このような状態が被圧延材３００の板端部で発生した場合、板端部から板破断することになる。また、被圧延材３００の板幅方向両端部にかかる張力が変化するため、被圧延材３００の板幅方向中心が圧延機の板幅方向中心からずれてしまう現象が発生し、圧延機前後の機械設備に衝突して、板破断となる場合もある。このように、機械的操作端２０３の実績位置によっては、操業異常が発生しうる場合がある。
操業異常が発生する実績位置は、機械構成から計算で求まるものではなく、被圧延材３００の板幅方向板厚分布や、入出側板厚、張力や圧延荷重等の圧延状態、他の形状制御機械的操作端との位置関係でも変化するため、予め予測するのは困難である。
そこで、本例においては、機械的操作端安全操作範囲決定部２０５は、圧延異常が発生したときのこれらの条件を実績データとして保存し、正常時の実績データと比較することで、圧延異常が発生しやすい形状制御機械的操作端の実績位置を求める。
本例の機械的操作端安全操作範囲決定部２０５は、機械学習を用いて機械的操作端安全操作範囲を決定する。機械学習を行う際の実績データには、入出側板厚、張力や圧延荷重等の圧延状態、機械的操作端２０３の実績位置を用い、教師データには圧延異常発生情報を用いる。
圧延異常発生情報としては、板破断及び圧延機の非常停止の情報が用いられる。板破断は、入出側張力が減少することで判定可能であり、非常停止は圧延状態に何らかの異常が発生し、操業を停止する場合にオペレータが操作する操作スイッチの情報が用いられる。操作スイッチの情報は、圧延機を制御する制御装置を構成する計算機で検出することができ、実績情報の１つとして利用可能である。機械的操作端安全操作範囲決定部２０５は、これらの実績データ及び教師データを用いて、操業異常の発生の有無を判定するニューラルネットワーク（Ｎ．Ｎ．）を作成する。
［機械的操作端安全操作範囲決定部の構成とニューラルネットの構成］
図６は、機械的操作端安全操作範囲決定部２０５を機械学習により実現した場合の構成を示す。
また、図７は、機械的操作端安全操作範囲決定部２０５が備えるニューラルネット５０２の構成を示す。
ニューラルネット５０２は、図７に示すように、入力データ作成部５０１から、圧延実績ｄ２４と機械的操作端位置実績ｄ２２を入力端５０２ａに得、出力端５０２ｂから操業異常判定値ｄ３２を出力する。操業異常判定値ｄ３２は、圧延異常発生情報である板破断の情報及び非常停止の情報である。ニューラルネット５０２は、これらの入力データと出力データの組み合わせから学習を実行する。
図６に示す機械的操作端安全操作範囲決定部２０５について説明すると、入力データ作成部５０１は、機械的操作端位置実績ｄ２２及び形状実績ｄ２３を採取する。また、教師データ作成部５０５は、操業異常判定部５０６で判定した操業異常判定値ｄ３２を採取する。これらの入力データ作成部５０１と教師データ作成部５０５でのデータ採取は、ニューラルネット学習制御部５０３の制御により定時間周期で行われ、１つの動作周期毎に１組の学習データを得る。得られた学習データは、学習データデータベース５１１に順次格納される。
操業異常判定部５０６は、圧延実績ｄ２４より操業異常である板破断及び圧延機の非常停止の有無を判定する。判定結果である操業異常判定値ｄ３２は、板破断及び非常停止の情報である。
ところで、圧延機は、種々の被圧延材３００を仕様に応じて圧延し、製品を得る。このため、圧延機は、被圧延材３００を仕様に応じて、機械構成であるワークロール４０１の仕様（板幅方向の直径分布）、第１中間ロール４０２のテーパ仕様、ＡＳ－Ｕロール４０４の分割ロール４０５の組合せを変更して対応するのが一般的である。また、被圧延材３００についても、板幅や材質は一様ではない。そのため、機械構成や被圧延材３００の仕様に応じて、ニューラルネット５０２を分けた方が効率的な学習が可能になる。
このため、本例の機械的操作端安全操作範囲決定部２０５は、ニューラルネット５０２を複数種類持ち、切り替えて使用することが可能となるように、制御ルールデータベース５１２及びニューラルネット選択部５０４を備える。
図８は、制御ルールデータベース５１２の構成例を示す。
制御ルールデータベース５１２には、図８（ａ）に示すように、入力データと教師データとの組み合わせよりなる学習データを用いて学習した複数のニューラルネットが格納されている。
そして、ニューラルネット学習制御部５０３は、学習が必要なニューラルネットＮｏ．を指定する。ニューラルネット選択部５０４は、ニューラルネット学習制御部５０３の学習が必要なニューラルネットＮｏ．の指定を受けて、制御ルールデータベース５１２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５０２に設定する。
ニューラルネット選択部５０４は、現状の圧延実績ｄ２４より圧延条件及び機械構成に合わせて、制御ルールデータベース５１２より、該当するニューラルネットＮｏ．のニューラルネットを取り出し、制御用ニューラルネットｄ３３として機械的操作端位置抑制制御部２０２に設定する。
図８（ｂ）は、制御ルールデータベース５１２に格納される、ニューラルネット管理テーブルの構成を示す。管理テーブルは、（Ｂ１）板幅と、（Ｂ２）鋼種及び機械構成（Ａ）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区分が用いられる。（Ｂ２）鋼種としては、鋼種（１）～鋼種（１０）の１０区分程度が用いられる。（Ａ）については、例えば第１中間ロール４０２のテーパ仕様であるテーパ部の長さに従い、（Ａ１）、（Ａ２）に区別する。
以上のテーブル区別は、一例であり、圧延設備や生産する被圧延材の種類に応じて適時設定する必要が有る。
機械的操作端安全操作範囲決定部２０５は、これらのニューラルネットを、圧延条件及び機械構成に応じて使い分けて使用する。
ニューラルネット学習制御部５０３は、図８（ａ）に示す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８（ｂ）に示すニューラルネット管理テーブルに従って、該当するニューラルネットＮｏ．と紐付けて学習データデータベース５１１に格納する。
図９は、学習データデータベース５１１が格納する学習データの例を示す。
図９に示すように、学習データデータベース５１１は、ニューラルネットＮｏ．ごとに対応した学習データを格納する。
ニューラルネット学習制御部５０３は、学習データデータベース５１１より、当該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管理テーブルからの取り出しを、入力データ作成部５０１及び教師データ作成部５０５に指示する。ニューラルネット５０２は、これらを用いて学習を実行する。ニューラルネットの学習方法は、従来から種々提案されており、いずれの学習手法を用いてもよい。
機械学習には、大量の学習データの組が必要であり、学習データデータベース５１１にある程度（例えば10000組）格納されたら、ニューラルネット５０２は学習を実行する。
ニューラルネット５０２の学習が完了すると、ニューラルネット学習制御部５０３は、学習結果であるニューラルネット５０２を、制御ルールデータベース５１２の当該ニューラルネットＮｏ．の位置に書き戻すことで、学習が完了する。
学習が完了したニューラルネット５０２は、圧延実績ｄ２４と機械的操作端位置実績ｄ２２を入力することで、操業異常判定値を出力する。このため、ニューラルネット５０２は、予想される将来の形状実績ｄ２３と機械的操作端位置実績ｄ２２を与えることで、操業異常発生有無を予測することができ、機械的操作端安全操作範囲ｄ２５を探索することが可能である。
［機械的操作端位置予測部の構成とニューラルネットの構成］
図１０は、機械的操作端位置予測部２１０を機械学習により実現した場合の構成を示す。
また、図１１は、機械的操作端位置予測部２１０が備えるニューラルネット７０２の構成を示す。
図１１に示すように、ニューラルネット７０２は、入力データ作成部７０１から圧延実績ｄ２４を入力端７０２ａに得て、出力端７０２ｂからクーラント操作端位置予測ｄ２８及び機械的操作端位置変動量ｄ２６を出力する。ニューラルネット７０２は、これらの入力データと出力データの組み合わせから学習を実行する。
図１０に示す機械的操作端位置予測部７１０について説明すると、入力データ作成部７０１は、圧延実績ｄ２４を採取する。また、教師データ作成部７０５は、製造単位データ作成部７０６で作成した製造単位毎の機械的操作端位置変動量ｄ２６及びクーラント操作端位置予測ｄ２８を採取する。
製造単位データ作成部７０６は、圧延実績ｄ２４の圧延速度から、被圧延材の製造単位を判断する。既に述べたように、被圧延材の製造単位は圧延操業の１回を意味するから、被圧延材の１回の圧延操業（製造単位の製造）は、圧延速度＝０から圧延速度＝０でない状態になり、その後圧延速度＝０となるまでと判断できる。
したがって、製造単位データ作成部７０６は、圧延速度０となるまでの間の機械的操作端位置実績ｄ２２及びクーラント操作端位置実績ｄ２７の最大値、最小値を採取し、機械的操作端位置変動量ｄ２６及びクーラント操作端位置予測ｄ２８を作成する。
被圧延材の圧延操業１回（製造単位）が終了し、機械的操作端位置変動量ｄ２６及びクーラント操作端位置予測ｄ２８の作成が完了したら、ニューラルネット７０２の学習に必要な学習データが１つ作成されるので、製造単位データ作成部７０６は、ニューラルネット学習制御部７０３に通知する。ニューラルネット学習制御部７０３は、製造単位データ作成部７０６からの通知を受け取って、入力データ作成部７０１と教師データ作成部７０５でのデータ採取を実施する。得られた学習データは、学習データデータベース７１１に順次格納される。
ところで、圧延機は、種々の被圧延材３００を仕様に応じて圧延し、製品を得る。このため、圧延機は、被圧延材３００を仕様に応じて、機械構成であるワークロール４０１の仕様（板幅方向の直径分布）、第１中間ロール４０２のテーパ仕様、ＡＳ－Ｕロール４０４の分割ロール４０５の組合せを変更して対応するのが一般的である。また、被圧延材３００についても、板幅や材質は一様ではない。そのため、機械構成や被圧延材３００の仕様に応じて、ニューラルネット７０２を分けた方が効率的な学習が可能になる。
このため、本例の機械的操作端位置予測部２０１は、ニューラルネット７０２を複数種類持ち、切り替えて使用することが可能となるように、制御ルールデータベース７１２及びニューラルネット選択部７０４を備える。
図１２は、制御ルールデータベース７１２の構成例を示す。
制御ルールデータベース７１２には、図８（ａ）に示すように、入力データと教師データとの組み合わせよりなる学習データを用いて学習した複数のニューラルネットが格納されている。
そして、ニューラルネット学習制御部７０３は、学習が必要なニューラルネットＮｏ．を指定する。ニューラルネット選択部７０４は、ニューラルネット学習制御部７０３の学習が必要なニューラルネットＮｏ．の指定を受けて、制御ルールデータベース７１２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７０２に設定する。
ニューラルネット選択部７０４は、現状の圧延実績ｄ２４より圧延条件及び機械構成に合わせて、制御ルールデータベース７１２より、該当するニューラルネットＮｏ．のニューラルネットを取り出し、制御用ニューラルネットｄ３３として設定する。
制御用ニューラルネットｄ３３には、入力データ作成部７０１からの圧延実績ｄ２４が入力され、クーラント操作端設定部２１２に、機械的操作端位置変動量ｄ２６及びクーラント操作端位置予測ｄ２８を出力する。このとき、圧延実績ｄ２４には、板厚、鋼種、張力、荷重等の設定値などの被圧延材の次製造単位の製造情報が含まれているため、これらの製造情報を基に機械的操作端位置変動量ｄ２６及びクーラント操作端位置予測ｄ２８を推定する。
そして、制御用ニューラルネットｄ３３にて求めた機械的操作端位置変動量ｄ２６及びクーラント操作端位置予測ｄ２８がクーラント操作端設定部２１２に出力される。
図１２（ｂ）は、制御ルールデータベース７１２に格納される、ニューラルネット管理テーブルの構成を示す。管理テーブルは、（Ｂ１）板幅と、（Ｂ２）鋼種及び機械構成（Ａ）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区分が用いられる。（Ｂ２）鋼種としては、鋼種（１）～鋼種（１０）の１０区分程度が用いられる。（Ａ）については、例えば第１中間ロール４０２のテーパ仕様であるテーパ部の長さに従い、（Ａ１）、（Ａ２）に区別する。
以上のテーブル区別は、一例であり、圧延設備や生産する被圧延材の種類に応じて適時設定する必要が有る。
機械的操作端位置予測部２１０は、これらのニューラルネットを、圧延条件及び機械構成に応じて使い分けて使用する。
ニューラルネット学習制御部７０３は、図１２（ａ）に示す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１２（ｂ）に示すニューラルネット管理テーブルに従って、該当するニューラルネットＮｏ．と紐付けて学習データデータベース７１１に格納する。
図１３は、学習データデータベース７１１が格納する学習データの例を示す。
図１３に示すように、学習データデータベース７１１は、ニューラルネットＮｏ．ごとに対応した学習データを格納する。
ニューラルネット学習制御部７０３は、学習データデータベース７１１より、当該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管理テーブルからの取り出しを、入力データ作成部７０１及び教師データ作成部７０５に指示する。ニューラルネット７０２は、これらを用いて学習を実行する。ニューラルネットの学習方法は、従来から種々提案されており、いずれの学習手法を用いてもよい。
機械学習には、大量の学習データの組が必要であり、学習データデータベース７１１にある程度（例えば10000組）格納されたら、ニューラルネット７０２は学習を実行する。
ニューラルネット７０２の学習が完了すると、ニューラルネット学習制御部７０３は、学習結果であるニューラルネット７０２を、制御ルールデータベース７１２の当該ニューラルネットＮｏ．の位置に書き戻すことで、学習が完了する。
学習が完了したニューラルネット７０２は、入力データ作成部７０１から圧延実績ｄ２４が入力されると、ニューラルネット選択部７０４に、機械的操作端位置変動量ｄ２６及びクーラント操作端位置予測ｄ２８を出力する。このため、ニューラルネット７０２は、次に生産する製造単位と、同じか類似している製造単位を製造する場合には、機械的操作端位置の変動範囲と、その時の板幅方向のクーラント噴射量の分布を過去の実績データから予測することができる。
［クーラント操作端設定部の構成］
図１４は、クーラント操作端設定部２１２の構成を示す。
クーラント操作端設定部２１２は、機械的操作端位置異常領域判定部６１０と、機械的操作端位置異常抑制制御部６２０とを備える。
機械的操作端位置異常領域判定部６１０は、図７で説明したニューラルネット５０２を用いて、操業異常の発生が予測される機械的操作端２０３を推定する。ここで使用するニューラルネット５０２は、機械的操作端安全操作範囲決定部２０５（図６）より受け取った制御用ニューラルネットｄ３３である。
機械的操作端位置異常抑制制御部６２０は、機械的操作端位置異常領域判定部６１０での判定結果を基に、クーラント操作端２０４の設定指令を作成する。
機械的操作端位置予測部２１０（図２）は、次に製造する製造単位である被圧延材の圧延操業時に、機械的操作端２０３の実績位置が、どの程度変動するかを予測し、機械的操作端位置変動量ｄ２６として、クーラント操作端設定部２１２に渡す。
ここで、機械的操作端位置変動量ｄ２６は、各機械的操作端２０３が製造単位内での最大値と最小値の差なので、次に説明する図１５に示すような内容になる。
この機械的操作端の各動作範囲内での種々の位置の組合せが操業異常とならないかどうかは、操作範囲をいくつかに分けて機械的操作端安全範囲決定部２０５にて学習した操業異常を判定可能なニューラルネットｄ３３に入力して、操業異常発生の可能性を判断することにより知ることができる。しかしながら、機械的操作端２０３は複数個（本実施例の場合は７種類）あるため、判定が必要なケース数が膨大な数となり実用的ではない。
操業異常の原因となるような機械的操作端実績位置は、機械的操作端２０３の動作の上限または下限近傍であり、動作範囲中央部にはないと考えられる。したがって、機械的操作端位置予測部２１０は、各機械的操作端２０３の最大値及び最小値の組合せをとり、制御用ニューラルネットｄ３３（図１０参照）に入力することで簡易的に安全操作範囲の判定を実施することが可能になる。
図１５は、機械的操作端位置変動量の例を示す。図１５の横軸は、機械的操作端２０３の種類、縦軸は位置予測値を示す。
図１５の例は、機械的操作端２０３がｎ種類（ｎは整数）である場合、機械的操作端位置変動量ｄ２６の最大値及び最小値は、
POSMAX(k),POSMIN(k),k=1,2,・・・,n
である。
例えば、図１５に示す機械的操作端（３）の製造単位の動作範囲は、最大値POSMAX(3)と最小値POSMIN(3)で示される範囲になる。
ここで、機械的操作端２０３がｎ種類とは、例えば、ＡＳ－Ｕロール４０４のサドル４０６の数と、板幅方向にシフト可能な第１中間ロール４０２の数の合計値が該当する。例えば、図５に示す例の場合、サドル数５、第１中間ロールが上下２本であるのでｎ＝７になる。以下の説明で、機械的操作端２０３（ｋ）と示した場合、機械的操作端２０３のｎ種類（１～ｎ）の中のそれぞれを示す。
これにより、各機械的操作端２０３の推定位置実績は、２ｎ通り作成することができる。例えば、ｎ＝７の場合、推定位置実績は、１２８通り作成できる。この推定位置実績は、順次、入力データ作成部６１２（図７参照）に出力される。
入力データ作成部６１２は、圧延実績ｄ２４と推定位置ｄ３１よりニューラルネット５０２への入力データを作成して、ニューラルネット５０２へ出力する。
ニューラルネット５０２は、図７に示す操業異常判定値ｄ３２を出力する。操業異常判定値ｄ３２は、板破断及び非常停止となる度合いである。ここでは、ニューラルネット５０２から出力される操業異常判定値ｄ３２を受けて、出力データ判定部６１３が両者の度合いを重みづけして加算し、操業異常評価値ｄ２６とする。一般に、操業異常が発生した場合、オペレータは非常停止を実施するが、オペレータは、板破断に至る兆候が発生した場合も実施する。ここで、板破断に至る兆候としては、例えば被圧延材３００が蛇行する場合などが考えられる。
非常停止がなく板破断が発生した場合は、板破断の兆候がなく発生したことになるので、このような場合には、板破断を抑制する方の優先度が高くなる。したがって、板破断の度合いの重みづけを大きくする。
図１４に示す機械的操作端位置異常領域探索部６１１は、出力した推定位置ｄ３１と、戻ってきた操業異常評価値ｄ２６を記憶しておき、操業異常評価値ｄ２６が最大となる推定値を探索する。探索の結果、操業異常評価値ｄ２６の最大値が、予め定めておいた閾値を超えた場合、機械的操作端位置異常領域探索部６１１は、その場合の推定位置ｄ３１における機械的操作端位置変動量ｄ２６の各操作端の最大値POSMAX(i)、最小値POSMIN(i)のどちらかの組合せをPOSEST(i)として記憶する。そして、POSEST(i)を補正することによる、操業異常評価値ｄ２６の増減を確認するため、予め定めたΔPOS(i)だけ、POSEST(i)を増減させる。
つまり、以下に示す演算が行われる。
POSEST(i)＋=POSEST(i)+ΔPOS(i)
POSEST(i)-=POSEST(i)-ΔPOS(i)
POSEST(i)0= POSEST(i)+0(ΔPOS(i)=0)
そして、再度、各機械的操作端２０３の上記３種類の機械的操作端位置推定値を、各機械的操作端２０３に組み合わせて推定位置ｄ３１を設定し、入力データ作成部６１２に出力する。入力データ作成部６１２は、圧延実績ｄ２４と推定位置ｄ３１よりニューラルネット５０２への入力データを作成して、ニューラルネット５０２へ出力する。
ここでは、機械的操作端位置異常領域探索部６１１は、操業異常評価値ｄ２６が最小となる（異常となる度合いが最も小さい）推定位置ｄ３１の組合せを探索し、結果を実績位置異常領域操作端判定値ｄ５１（ΔPOS(i)、-ΔPOS(i)）として出力する。また、機械的操作端位置異常領域探索部６１１は、このときの操業異常評価値ｄ２６も、操業異常評価最大値として実績位置異常領域操作端判定値ｄ５１に含める。
図１６は、図１５に示す機械的操作端位置変動量が修正された状態を示す。図１６に示す動作範囲の斜線を付けて示す範囲が、修正された箇所である。
例えば、図１６に示す機械的操作端（３）の製造単位の動作範囲は、予め定めたΔPOS(3)だけPOSEST(3)を増加又は減少させた、POSEST(3)＋又はPOSEST(3)-で示す範囲に修正される。なお、上述した式のPOSEST(i)0= POSEST(i)+0(ΔPOS(i)=0)の場合のように、範囲を修正しない場合もある。
以上説明した例では、機械的操作端位置異常領域探索部６１１は、機械的操作端位置変動量ｄ２６の各機械的操作端の最大値、最小値を用いて推定位置ｄ３１を作成した。これに対して、計算機の処理能力に余裕がある場合は、更に細分化して推定位置ｄ３１を作成することも可能である。
また、機械的操作端位置異常領域探索部６１１は、POSEST(i)からの変化量を３通りとして推定位置ｄ３１を作成したが、別の処理で作成してもよい。例えば、機械的操作端位置異常領域探索部６１１は、推定位置ｄ３１の変化量を細かく制御するようにしてもよい。なお、機械的操作端位置異常領域探索部６１１は、明らかに操業異常が発生しない方向への探索は実施しないなど、状況に応じて適時変更してもよい。ここで、明らかに操業異常が発生しない方向とは、例えば機械的操作端実績位置の中央方向へ移動する場合が考えられる。
機械的操作端位置異常抑制制御部６２０は、機械的操作端位置異常領域判定部６１０の出力である実績位置異常領域操作端判定値ｄ５１と、第２形状制御部２１２のクーラント操作端２０４への制御指令から、クーラント操作端２０４への設定出力であるクーラント設定ｄ４１を作成する。
機械的操作端位置変動量ｄ２６に従って、機械的操作端位置が変化しても操業異常が発生しないと判断される場合は、機械的操作端位置予測部２１０は、機械的操作端位置変動量ｄ２６と同時に予測したクーラント操作端位置予測ｄ２８をそのまま用いてもよい。
クーラント制御ルールデータベース６２３は、製造単位毎の機械的操作端２０３と影響するクーラント操作端２０４の対応が予め定められている。この対応は、圧延操業中に実際に機械的操作端２０３とクーラント操作端２０４を操作して求めることも可能であり、また、機械学習により、実績データより求めることも可能である。ここでは、実際に操作した結果から、対応を求めてクーラント制御ルールデータベース６２３に登録した場合を考える。
［クーラント操作端制御出力演算部の構成及び動作］
図１７は、クーラント操作端制御出力演算部６２１の構成と動作を示す。
クーラント制御ルールデータベース６２３（図１４）には、各機械的操作端２０３（ｋ）を操作するのと同等の効果が得られるクーラント流量変化必要量が登録されている。図１７（ａ）に示すデータベース検索部６３１は、機械的操作端位置異常領域判定部６１０で得られた実績位置異常領域操作端判定値ｄ２７に基づいて、クーラント制御ルールデータベース６２３から、操業異常が発生する機械的操作端２０３（ｋ）の実績位置変更量に該当するクーラント流量変化必要量を取り出す。
そして、出力合成部６３２は、取り出した機械的操作端２０３（ｋ）毎のクーラント流量変化必要量を加算処理し、図１７（ｂ）に示す異常抑制出力ｄ４２を得る。
クーラント操作端制御出力選択部６２２は、加算器６２２ａで異常抑制出力ｄ４２とクーラント操作端位置予測ｄ２８を加算し、さらに上下限処理部６２２ｂで上下限処理を実施後、クーラント設定ｄ４１として出力する。
クーラント設定ｄ４１は、クーラント操作端２０４で直接設定される他、マンマシンインターフェース画面にオペレータに対するガイダンスとして出力され、オペレータがガイダンスに従ってクーラント操作端２０４を操作するようにしてもよい。
以上により、過去の実績より、次の製造単位の圧延操業を実施しても、機械的操作端２０３の位置に起因する操業異常の発生がないと判断された場合は、クーラント操作端位置予測ｄ２８がそのままクーラント設定ｄ４１として出力される。また、操業異常の発生が予測される場合は、操業異常の発生を抑制する方向に補正されたクーラント設定ｄ４１が出力される。
各製造単位のクーラント設定と、機械的操作端の位置変動は、機械的操作端位置予測部２１０で常時学習され、次回同様の製造単位の圧延操業が実施される場合に使用されることで、操業異常の発生を抑制するようなクーラント設定を実現することができる。
以上説明したように、本例のプラント制御装置によると、機械的操作端２０３の機械的操作端位置実績ｄ２２に起因する操業異常を防止しつつ、良好な形状制御を実行することが可能になる。
［変形例］
なお、本発明は、上述した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。
例えば、上述した実施の形態例においては、機械的操作端安全操作範囲決定部２０５を機械学習により実現したが、オペレータの経験から数式により表現することで、機械的操作端安全操作範囲決定部２０５を実現してもよい。あるいは、操業異常発生時の圧延状態をデータベース化しておき、該当するケースの有無を判定して、機械的操作端安全操作範囲決定部２０５を実現してもよい。
また、機械的操作端安全操作範囲決定部２０５は、オペレータや操業技術者の知識を元に、数値モデルや記号倫理モデルを作成して、機械学習時に利用してもよい。
また、上述した実施の形態例では、機械的操作端位置異常抑制制御部６２０は、クーラント制御ルールデータベース６２３に予め実験等により求めた結果を格納しておき利用するようにした。これに対して、機械的操作端位置異常抑制制御部６２０は、機械学習を用いて、実績データからルールベースを作成してもよい。
また、上述した実施の形態例では、圧延機の形状制御を対象としたが、本発明は、一般的なプラント制御に対しても適用が可能である。
また、図１などのブロック図では、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説明した制御部などの処理部は、それぞれ専用のハードウェアで構成してもよいが、コンピュータにプログラム（アプリケーション）を実装することで、上述した実施の形態例で説明した各処理部の機能を実現してもよい。
図１８は、プラント制御装置をコンピュータで構成した場合のハードウェア構成例を示す。
図１８に示すプラント制御装置（コンピュータ）１００は、バスにそれぞれ接続されたＣＰＵ（Central Processing Unit：中央処理装置）１００ａ、ＲＯＭ（Read Only Memory）１００ｂ、及びＲＡＭ（Random Access Memory）１００ｃを備える。さらに、プラント制御装置１００は、不揮発性ストレージ１００ｄ、ネットワークインタフェース１００ｅ、入出力装置１００ｆ、及び出力装置１００ｇを備える。
ＣＰＵ１００ａは、プラント制御装置１００が行う機能を実現するソフトウェアのプログラムコードをＲＯＭ１００ｂから読み出して実行する演算処理部である。
ＲＡＭ１００ｃ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１００ｄには、例えば、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）などの大容量情報記憶媒体が用いられる。不揮発性ストレージ１００ｄには、プラント制御装置１００が行う処理機能を実行するプログラム（プラント制御プログラム）が記録される。また、不揮発性ストレージ１００ｄには、機械学習を行うために必要なデータが記録される。
ネットワークインタフェース１００ｅは、ＬＡＮ（Local Area Network）、専用線などを介して外部と各種情報の送受信を行う。
入出力装置１００ｆは、制御対象プラント１９０（圧延機３０１）からの各種情報を入力すると共に、各操作端１０３，１０４（２０３，２０４）への指示を行う情報を出力する。
表示装置１００ｇは、制御対象プラント１９０（圧延機３０１）の制御状態を表示する。
なお、プラント制御装置１００が行う各処理機能を実現するプログラムの情報は、ＨＤＤやＳＳＤなどの不揮発性ストレージの他に、半導体メモリ、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。
また、プラント制御装置の各処理部の一部又は全てをハードウェアで構成する場合には、ＦＰＧＡ（Field Programmable Gate Array）やＡＳＩＣ（Application Specific Integrated Circuit）を利用してもよい。
１１…形状検出前処理部、１２…パターン認識部、１３…制御演算部、１４…形状検出器、５０…制御装置、１００…プラント制御装置（コンピュータ）、１０１…演算器、１０２…第３制御部、１０３…高速操作端、１０４…低速操作端、１０５…安全操作範囲決定部、１１０…制御ユニット、１１１…高速操作端制御部、１１２…低速操作端設定部、１９０…制御対象プラント、２０１…演算器、２０２…機械的操作端位置抑制制御部、２０３…機械的操作端、２０４…クーラント操作端、２０５…機械的操作端安全操作範囲決定部、２１０…機械的操作端位置予測部、２１１…形状制御部、２１２…クーラント操作端設定部、２２０…制御ユニット、３００…被圧延材、３０１…圧延機、３０２…入側テンションリール（入側ＴＲ）、３０３…出側テンションリール（出側ＴＲ）、３０４…ミル速度制御部、３０５…入側ＴＲ制御部、３０６…出側テンションリール制御部、３０７…ロールギャップ制御部、３０８…入側張力計、３０９…出側張力計、３１０…圧延速度設定部、３１１…入側張力設定部、３１２…出側張力設定部、３１３…入側張力制御部、３１４…出側張力制御部、３１５…入側張力電流変換部、３１６…出側張力電流変換部、３１７…出側板厚計、３１８…出側板厚制御装部、３１９…ロールギャップ設定部、４０１…ワークロール、４０２…第１中間ロール、４０３…第２中間ロール、４０４…ＡＳ－Ｕロール、４０５…分割ロール、４０６…サドル、５０１…入力データ作成部、５０２…ニューラルネット、５０３…ニューラルネット学習制御部、５０４…ニューラルネット選択部、５０５…教師データ作成部、５０６…操業異常判定部、５１１…学習データデータベース、５１２…制御ルールデータベース、６１０…機械的操作端位置異常領域判定部、６１１…機械的操作端位置異常領域探索部、６１２…入力データ作成部、６１３…出力データ判定部、６２０…機械的操作端位置異常抑制制御部、６２１…クーラント操作端制御出力演算部、６２２…クーラント操作端制御出力選択部、６２３…クーラント制御ルールデータベース、７０１…入力データ作成部、７０２…ニューラルネット、７０３…ニューラルネット学習制御部、７０４…ニューラルネット選択部、７０５…教師データ作成部、７０６…製造単位データ作成部、７１１…学習データデータベース、７１２…制御ルールデータベース、９０１…演算器、９０２…第１形状制御部、９０３…第２形状制御部、９０４…機械的操作端、９０５…クーラント操作端、９９０…圧延機、ｄ１１…第１状態量目標、ｄ１２…第１状態量、ｄ１３…第２状態量、ｄ１４…安全操作範囲、ｄ２１…目標形状、ｄ２２…機械的操作端位置実績、ｄ２３…形状実績、ｄ２４…圧延実績、ｄ２５…機械的操作端安全操作範囲、ｄ２６…機械的操作端位置変動量、ｄ２７…クーラント操作端位置実績、ｄ２８…クーラント操作端位置予測、ｄ３０…クーラント操作出力、ｄ３１…推定位置、ｄ３２…操業異常判定値、ｄ３３…制御用ニューラルネット、ｄ４２…異常抑制出力、ｄ５１…実績位置異常領域操作端判定値、ｄ５２…操業異常評価値

Claims (7)

  1. 制御対象プラントに対して、操作に対する応答速度が所定の応答速度の第１操作処理と、前記第１操作処理よりも操作に対する応答速度が遅い第２操作処理とを行うプラント制御装置であり、
    前記制御対象プラントの目標とする状態量を取得して、前記第１操作処理の指示を行う操作端制御部と、
    前記第２操作処理の指示を行う操作端設定部と、
    前記操作端制御部による指示で、前記制御対象プラントの前記第１操作処理を実行する第１操作端と、
    前記操作端設定部による指示で、前記制御対象プラントの前記第２操作処理を実行する第２操作端と、
    前記第１操作端の実績に基づいて前記第１操作端による前記第１操作処理の安全操作範囲を決定する安全操作範囲決定部と、
    制御対象プラントにおける操業実績より、生産材単位での制御対象プラントの前記第１操作処理による第１操作端の位置及び目標とする状態量を学習する学習部と、
    前記学習部での学習結果を用いて次生産材の生産時における前記第１操作端の位置を予測する操作端位置予測部と、を備え、
    前記操作端設定部は、前記操作端位置予測部での次生産材における前記第１操作端の位置の動作範囲予測値と、前記安全操作範囲決定部における判断により、生産材の操業時に前記第１操作端の位置が安全操作範囲から逸脱しないように前記第２操作端の位置を決定する
    プラント制御装置。
  2. 前記第１操作端による前記第１操作処理は、制御時間応答が前記第２操作処理よりも高速であると共に、前記制御対象プラントの制御対象状態量に与える影響が限定的であり、
    前記第２操作端による前記第２操作処理は、制御時間応答が前記第１操作処理よりも低速であると共に、前記制御対象プラントの制御対象状態量の全域に対して影響を与えるものである
    請求項１に記載のプラント制御装置。
  3. 安全操作範囲決定部は、前記制御対象プラントの実績データを用いて、操業異常発生を認識し、操業異常発生時の実績データを教師データとすることで、実績データと操業異常の関係を学習して、安全操作範囲を決定し、
    前記操作端位置予測部は、前記制御対象プラントの、生産材単位での前記第１操作端及び前記第２操作端の位置実績と、製品情報を含む製品実績データを教師データとすることで、生産材単位での前記第１操作端及び前記第２操作端の位置変動を予測する
    請求項１に記載のプラント制御装置。
  4. 実績データと操業異常の関係は、収集した実績データを基に機械学習して得る
    請求項３に記載のプラント制御装置。
  5. 前記制御対象プラントは圧延機であり、
    前記第１操作処理は、機械構造で形状を変化させる機械的形状操作処理であり、
    前記第２操作処理は、クーラントの板幅方向の噴射量を変更することで形状を変化させるクーラント形状操作処理であり、
    安全操作範囲決定部は、前記第１操作端の、操業異常が発生しないような機械的位置の実績値に基づいて、前記第１操作処理の安全操作範囲を決定し、
    制御対象プラントである圧延機おける操業実績より、生産材単位での圧延機の前記第１操作端の位置及び前記第２操作端の位置を学習し、その学習結果を用いて次生産材の生産時における前記第１操作端の位置を予測する操作端位置予測部を持ち、
    前記操作端設定部は、前記操作端位置予測部での次生産材における前記第１操作端の位置の動作範囲予測値と、前記安全操作範囲決定部における判断により、次生産材の操業時に前記第１操作端の位置が安全操作範囲から逸脱しないように前記第２操作端の位置を決定する
    請求項１～４のいずれか１項に記載のプラント制御装置。
  6. 制御対象プラントに対して、第１操作端による操作に対する応答速度が所定の応答速度の第１操作処理と、前記第１操作処理よりも操作に対する応答速度が遅い第２操作端による操作での第２操作処理とを、演算処理部が行うプラント制御方法であり、
    前記演算処理部が、前記制御対象プラントの目標とする状態量を取得して、前記第１操作処理の指示を行う制御手順と、
    前記第２操作処理の指示を行う操作端設定手順と、
    前記制御手順による指示で、前記演算処理部が、前記制御対象プラントの前記第１操作処理を実行する第１操作実行手順と、
    前記操作端設定手順による指示で、前記演算処理部が、前記制御対象プラントの前記第２操作処理を実行する第２操作実行手順と、
    前記第１操作処理の実績に基づいて、前記演算処理部が、前記第１操作実行手順による前記第１操作処理の安全操作範囲を決定する安全操作範囲決定手順と、
    制御対象プラントにおける操業実績より、生産材単位での制御対象プラントの制御操作端１位置及び目標とする状態量を学習する学習手順と、
    前記学習手順での学習結果を用いて次生産材の生産時における前記第１操作端の位置を予測する操作端位置予測手順と、を含み、
    前記操作端設定手順は、前記操作端位置予測手順での次生産材における前記第１操作端の位置の動作範囲予測値と、前記安全操作範囲決定手順における判断により、次生産材の操業時に前記第１操作端の位置が安全操作範囲から逸脱しないように前記第２操作端の位置を決定する
    プラント制御方法。
  7. 制御対象プラントに対して、第１操作端による操作に対する応答速度が所定の応答速度の第１操作処理と、前記第１操作処理よりも操作に対する応答速度が遅い第２操作端による操作での第２操作処理とを、コンピュータに実行させるプログラムであり、
    前記制御対象プラントの目標とする状態量を取得して、前記第１操作処理の指示を行う制御手順と、
    前記第２操作処理の指示を行う操作端設定手順と、
    前記制御手順による指示で、前記制御対象プラントの前記第１操作処理を実行する第１操作実行手順と、
    前記操作端設定手順による指示で、前記制御対象プラントの前記第２操作処理を実行する第２操作実行手順と、
    前記第１操作処理の実績に基づいて、前記第１操作実行手順による前記第１操作処理の安全操作範囲を決定する安全操作範囲決定手順と、
    制御対象プラントにおける操業実績より、生産材単位での制御対象プラントの制御操作端１位置及び目標とする状態量を学習する学習手順と、
    前記学習手順での学習結果を用いて次生産材の生産時における前記第１操作端の位置を予測する操作端位置予測手順と、を前記コンピュータに実行させるプログラムであり、
    前記操作端設定手順は、前記操作端位置予測手順での次生産材における前記第１操作端の位置の動作範囲予測値と、前記安全操作範囲決定手順における判断により、次生産材の操業時に前記第１操作端の位置が安全操作範囲から逸脱しないように前記第２操作端の位置を決定する
    プログラム。
JP2021090147A 2021-05-28 2021-05-28 プラント制御装置、プラント制御方法及びプログラム Pending JP2022182539A (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2021090147A JP2022182539A (ja) 2021-05-28 2021-05-28 プラント制御装置、プラント制御方法及びプログラム
CN202210254420.7A CN115407727A (zh) 2021-05-28 2022-03-15 设备控制装置、设备控制方法以及程序
KR1020220037206A KR20220161169A (ko) 2021-05-28 2022-03-25 플랜트 제어 장치, 플랜트 제어 방법 및 프로그램
DE102022204931.4A DE102022204931B4 (de) 2021-05-28 2022-05-18 Anlagensteuervorrichtung, anlagensteuerverfahren und programm

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2021090147A JP2022182539A (ja) 2021-05-28 2021-05-28 プラント制御装置、プラント制御方法及びプログラム

Publications (1)

Publication Number Publication Date
JP2022182539A true JP2022182539A (ja) 2022-12-08

Family

ID=83997100

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021090147A Pending JP2022182539A (ja) 2021-05-28 2021-05-28 プラント制御装置、プラント制御方法及びプログラム

Country Status (4)

Country Link
JP (1) JP2022182539A (ja)
KR (1) KR20220161169A (ja)
CN (1) CN115407727A (ja)
DE (1) DE102022204931B4 (ja)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2515028B2 (ja) 1988-12-28 1996-07-10 古河電気工業株式会社 圧延機の形状制御方法及びこの方法を実施する装置
JP2804161B2 (ja) 1990-06-04 1998-09-24 株式会社日立製作所 センジマーミルの形状制御方法および装置
JP6672094B2 (ja) 2016-07-01 2020-03-25 株式会社日立製作所 プラント制御装置、圧延制御装置、プラント制御方法およびプラント制御プログラム
JP2022107463A (ja) 2021-01-08 2022-07-21 株式会社日立製作所 プラント制御装置、プラント制御方法及びプログラム

Also Published As

Publication number Publication date
DE102022204931B4 (de) 2023-09-07
KR20220161169A (ko) 2022-12-06
DE102022204931A1 (de) 2022-12-01
CN115407727A (zh) 2022-11-29

Similar Documents

Publication Publication Date Title
JP4589850B2 (ja) 圧延制御装置および圧延制御方法
JP6922675B2 (ja) 製造プロセスの状態予測装置、方法及びプログラム、並びに製造プロセスの制御システム
KR101654993B1 (ko) 압연 제어 장치, 압연 제어 방법 및 압연 제어 프로그램
KR20140075609A (ko) 압연 제어 장치, 압연 제어 방법 및 압연 제어 프로그램을 저장한 컴퓨터로 판독 가능한 기억 매체
TWI749735B (zh) 收縮產生預測系統
JP6136743B2 (ja) 冷間タンデム圧延機における走間板厚変更方法
JP2022107463A (ja) プラント制御装置、プラント制御方法及びプログラム
JP2022182539A (ja) プラント制御装置、プラント制御方法及びプログラム
JPH105837A (ja) 冷間タンデム圧延方法および冷間タンデム圧延設備
WO2018016532A1 (ja) テーパ形状決定方法およびパススケジュール設定方法
KR100328940B1 (ko) 열연마무리압연에서판꼬임을방지하는방법
JP5712009B2 (ja) 圧延制御装置、圧延制御方法及び圧延制御プログラム
JP2022107463A5 (ja)
WO2024018665A1 (ja) 冷間圧延機の圧延条件設定方法、冷間圧延方法、鋼板の製造方法、冷間圧延機の圧延条件設定装置および冷間圧延機
JP6154945B1 (ja) テーパ形状決定方法およびパススケジュール設定方法
JP2003334603A (ja) タンデム圧延設備の制御方法及びタンデム圧延設備
JPH07185620A (ja) 圧延装置
Pittner Pointwise linear quadratic optimal control of a tandem cold rolling mill
JP5811077B2 (ja) タンデム圧延機のライン加速時の最高圧延速度設定支援方法及び装置
JP2021133415A (ja) モデル学習方法、走間板厚変更方法、鋼板の製造方法、モデル学習装置、走間板厚変更装置および鋼板の製造装置
WO2022172525A1 (ja) 冷間圧延機のチャタリング検出方法、冷間圧延機のチャタリング検出装置、冷間圧延方法、冷間圧延機、及び鋼板の製造方法
JP7468466B2 (ja) 冷間圧延機の圧延条件設定方法、冷間圧延方法、鋼板の製造方法、冷間圧延機の圧延条件設定装置、及び冷間圧延機
JP4669727B2 (ja) リバース式圧延機のパス数学習装置
Ruiz-Sarmiento et al. Data analysis of the hot rolling process in a stainless steel factory for predictive maintenance
JP2021070045A (ja) 厚鋼板の圧延方法及び圧延装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20240124