JP3020771B2 - プラント制御装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、鉄・非鉄圧延プラン
ト，石油化学プラント，製紙プラントその他各種のプラ
ントの制御に利用されるプラント制御装置に係わり、特
に対象プラントの状態を検出するセンサーの異常または
それに類する状態に対して対象プラントを安定に制御す
るプラント制御装置に関する。

【０００２】

【従来の技術】この種の適用産業分野としては、鉄・非
鉄関係の製銑，製鋼，圧延等の各種プロセス、石油化学
関係の精製，蒸留，反応等のプロセス、製紙関係の蒸
解，抄紙，回収等のプロセスなどがあり、これらプロセ
スを担うプラント内にはさまざまなセンサーが設置され
ている。また、発電・電力プラントの制御にも同様に種
々のセンサーが設置されている。

【０００３】ところで、このような各種のプラントに設
置されるセンサーは、単にプラントの状態を計測するだ
けでなく、その計測データから操作量を求めて対象プラ
ントを制御する観点から、非常に重要な役割をもってい
る。

【０００４】従って、センサーの異常によってその計測
結果が利用できない場合は、他のセンサーの計測結果か
らプラントの状態を類推したり、予測する代替計測手段
を用いているが、本来のセンサーを用いる場合に比べて
制御精度が悪くなる。

【０００５】また、センサーの設置個所は、センサーが
正常に動作するには激しい環境にある場合があり、常に
センサーが正常に動作するとは限らない。例えば鉄鋼の
連続熱間圧延機におけるスタンド間のルーパに設置され
るロードセルは、鋼板の張力を計測するためのセンサー
として有用であるが、ロール冷却水のごとき水を多用す
ることから、その水の浸水によって当該センサーが度々
異常になる。

【０００６】

【発明が解決しようとする課題】ところで、以上のよう
にセンサーが異常になった場合、その異常計測データを
そのままプラントの制御に用いれば、プラントの安定性
が保たれないことは明らかである。

【０００７】また、通常，センサーの計測値にはノイズ
が加わることが多いが、そのノイズによって異常である
かどうかの判断が難しい、さらにセンサーが異常になる
までには異常となる予兆，例えば一瞬の信号断或いは断
続的な信号等が発生することが多いが、異常に至る前に
早めに対処することが必要である。

【０００８】そこで、制御上重要なセンサーの場合に
は、オペレータや監視員が監視し、異常と判断されたと
き手動によって別のセンサーに切り替えるか、或いは異
常となったセンサーを切り離す一方、目視によってプラ
ントの状態，例えば圧延材の張力状態を見ながら手動制
御によりプラントの操業を続行することが行われてい
る。

【０００９】従って、センサーの異常時、オペレータや
監視員が代替計測手段或いは別制御方法に切替えるの
で、切替えタイミングの遅れによってプラントの制御が
不安定になったり、或いはプラントの状態を的確に目視
できない環境の場合には手動制御が適用不可となる問題
がある。

【００１０】さらに、センサーの異常に対しては、修
理，取替等の処置を講ずる必要があるが、いつ故障する
か分からないセンサーに対して常に監視，保守体制をと
ることは種々の面で望ましくない。

【００１１】本発明は上記実情に鑑みてなされたもので
あって、対象プラントに設置されるセンサーの計測デー
タから予兆を含む異常状態を適切に判断し、自動的、か
つ、迅速に他の代替計測手段ないしは異常センサーを使
用しない制御とし、対象プラントの安定制御を確保する
プラント制御装置を提供することを目的とする。

【００１２】

【課題を解決するための手段】上記課題を解決するため
に、請求項に対応する発明は、対象プラントの所要とす
る個所に設置され、この対象プラントのプロセス状態を
計測するセンサーと、このセンサーからの計測データを
ウェーブレット変換によって不連続点を見い出すような
解析データを取り出すデータ解析手段と、このデータ解
析手段による解析データを用いて前記センサーが正常に
動作しているか否かを判断する異常判断手段と、この異
常判断手段によって異常と判断されたとき、その異常セ
ンサーの代替となる計測手段に切替えるか、或いは前記
異常センサーを使用しない制御方式に切替える制御切替
手段とを設けたプラント制御装置である。

【００１３】そして、異常判断手段にあっては、ニュー
ラルネットワークに対し、前記センサーの種々の異常時
のウェーブレット変換後の信号パターンおよび前記ニュ
ーラルネットワークが出力すべき値を与えることにより
前記ニューラルネットワークの各層間の結合重み係数を
決定する学習手段と、対象プラントの実稼動時における
前記データ解析手段の解析データを前記ニューラルネッ
トワークに入力する一方、このニューラルネットワーク
に前記結合重み係数を設定し、前記センサーが異常か否
かを判断する判断手段とを有するものである。

【００１４】

【作用】従って、請求項に対応する発明は、以上のよう
な手段を講じたことにより、センサーからの計測データ
を対象プラントの制御に用いる一方、データ解析手段に
も導入し、ここでウェーブレット変換を行って不連続点
を見い出すような解析データを作成し、異常判断手段に
送出する。

【００１５】この異常判断手段では、予め前記センサー
が種々の異常時に発する信号をウェーブレット変換を行
って結合重み係数が記憶されているので、この記憶され
ている結合重み係数のパターンと実際のセンサーによる
計測データのウェーブレット変換された信号とを比較す
れば、センサーの異常の有無を的確に判断できる。

【００１６】そして、この異常判断手段においてセンサ
ーの異常と判断されたとき、制御切替手段では、自動
的、かつ、迅速に、代替のセンサーに切り替えるか、異
常センサーを使用しない制御方式に切り替えることによ
り、プラント制御の安定性を確保することができる。

【００１７】

【実施例】以下、本発明に係わるプラント制御装置の実
施例について図面を参照して説明する。図１は、プラン
ト制御装置の第１の実施例として、例えば連続熱間圧延
機の２スタンド間の張力制御に適用した構成図である。
なお、連続圧延機は４〜７スタンド程度で構成される
が、２スタンド間のみを考えても一般性を失うものでは
ない。

【００１８】図１において１は図示矢印方向に走行する
圧延材であって、この圧延材１はｉスタンド圧延機２お
よびｉ＋１スタンド圧延機３によって圧延されるが、こ
こで連続圧延機がｎスタンドとすると、ｉ＝１〜ｎ−１
となる。これらｉスタンド圧延機２およびｉ＋１スタン
ド圧延機３はそれぞれ主電動機（以下、ｉスタンド主機
と呼ぶ）４および主電動機（以下、ｉ＋１スタンド主機
と呼ぶ）５によって駆動される。６および７はそれぞれ
ｉスタンド主機４，ｉ＋１スタンド主機５における速度
制御装置（ＡＳＲ：Automatic Ｓpeed Ｒegulator）で
ある。

【００１９】また、８はルーパ、９はルーパ８に設置さ
れるロードセルまたはひずみ計（以下、センサーと呼
ぶ）、１０はルーパ８を駆動するルーパ電動機、１１は
ルーパ電動機１０のドライブ装置であって速度制御（Ａ
ＳＲ）もしくは電流制御（ＡＣＲ：Automatic Ｃurrent
Ｒegulator）によって構成されている。１２はルーパ
角度を測定するルーパ角度測定器、１３はセンサー９、
或いはルーパ電動機１０の電流から圧延材１の張力を求
める張力演算手段である。これらルーパ角度測定器１２
で測定されたルーパ角度θおよび張力演算手段１３によ
って求めた張力ｔ_f は張力制御装置（ＡＴＣ：Automati
c Ｔension Ｃontroller ）１４に導入される。

【００２０】この張力制御装置１４は、ルーパ角度θお
よび張力ｔ_f を用いて、速度指令値Ｎ_REF を求めて速度
制御装置６を介してｉスタンド主機４の速度制御を実施
し、また同じく速度指令値Ｎ_LREFもしくは電流指令値Ｉ
_LREFを求めてドライブ装置１１を介してループ電動機１
０の速度制御もしくは電流制御を実施する。

【００２１】１５はスタンド間に設置される板厚計であ
り、これは圧延機或いはスタンドの種類に応じて設置さ
れない場合がある。板厚計１５が設置される場合、ｉス
タンドおよびｉ＋１スタンドの板厚制御（ＡＧＣ：Auto
matic Ｇage Ｃontrol）装置１６，１７は、板厚計１５
からの板厚計測値に基づいてロールギャップ開度信号を
求めてロールギャップ制御（ＡＰＣ：Automatic Ｐosit
ion Ｃontroller ）装置１８，１９に導入し、板厚制御
を実施する。

【００２２】一方、板厚計１５が設置されない場合、ロ
ードセル２０，２１で圧延荷重を計測し、またロールギ
ャップ開度信号と合わせてゲージメータ式によりスタン
ド直下の板厚を計算し、その計算された板厚値を用いて
板厚制御を実施する，いわゆるゲージメータＡＧＣ方式
が用いられている。

【００２３】さて、張力制御としては、ルーパ８が受け
るトルクを一定に保つように主機４の速度を調整する従
来制御方式と、ロードセル等の計測値から求めた張力値
ｔfを用いて行う非干渉制御、ＬＱ（Ｌinear Ｑuadrat
ic）制御、ＩＬＱ（ＩnverseＬＱ）制御、Ｈ∞制御等の
制御方式とが用いられている。なお、前記従来制御方式
では、演算によって求めた張力値を使用しないので、張
力検出のためのセンサーが不要であるが、実際の張力値
は不明であり、またルーパ系の中の相互干渉を残したま
ま制御するために速い応答性を期待できない短所があ
る。

【００２４】一方、センサー９の計測データから演算に
よって求めた張力値を用いて張力制御を行う制御方式で
は、張力検出を正常に行うことが良好な制御を行うため
の条件であり、かつ、前述した従来制御方式よりも高速
応答性に優れている。従って、プラントを高速、かつ、
安定に制御するためには、センサーの計測データを用い
て張力制御を行うことが非常に重要になる。

【００２５】ところが、張力検出のためのセンサー９は
ルーパ８に取り付けられているため、圧延機のロールを
冷却するための水、ルーパ８を冷却するための水または
スタンド間の圧延材１のスケール膜を除去するために水
を高圧噴射するデスケーラ、圧延材１を冷却するための
水等がセンサー９に浸入する場合が多い。特に、ロード
セル，ひずみ計等のセンサー９は機械的な応力を電気信
号に変換して出力することが多いことから、前記水が浸
水したときには使用できなくなる場合が多い。また、セ
ンサー９は圧延材１の高熱，センサー自体の寿命等によ
り、それほど信頼性が高くない。

【００２６】従って、センサー９からの出力信号を常時
監視し、異常になった場合にそのセンサーを速かに取り
替えるか、異常の予兆が現れたときその対策を講じる必
要がある。一方、圧延中に明らかにセンサー異常と判断
された場合でも、そのセンサーの計測値を用いて制御す
る装置の動作を補償することが難しく、また異常になり
つつあるかどうかの判断が難しい。

【００２７】そこで、本装置においては、センサー９お
よびルーパ電動機１０と張力演算部１３との間にセンサ
ー切替手段３１が設けられ、さらにセンサー９による計
測データをウェーブレット変換してデータ解析を行うデ
ータ解析手段３２と、センサー９の種々の異常時の信号
からウェーブレット変換された信号を作成し、それをニ
ューラルネットワークの教師信号として与えて学習を行
う学習支援手段３３と、前記データ解析手段３２による
解析結果および学習支援手段３３の教師信号を用いてセ
ンサー９が正常に動作しているか或いは異常であるかを
判断するかを判断する異常判断手段３４と、この異常判
断手段３４によって異常と判断されたとき、センサー９
が異常であることの警告を出力すると同時に前記センサ
ー切替手段３１に切替制御信号を送出し、当該センサー
９の代替計測手段側に切替える制御切替手段３５とが設
けられている。

【００２８】次に、以上のように構成された装置におい
て特にセンサー９の異常判断に関係する部分の動作につ
いて説明する。先ず、センサー９によって計測された計
測データはデータ解析手段３２に導入される。このと
き、センサー９が異常となったとき、その計測データは
一般に不連続な信号と考えることができる。そこで、デ
ータ解析手段３２はかかる不連続な信号をウェーブレッ
ト変換することにより、明確に不連続点が得られるよう
な解析データを作成する。因みに、ある時系列信号ｆ
（ｔ）のウェーブレット変換信号Ｗ（ｆ（ｔ））は次の
ような式で表すことができる。つまり、

【００２９】

【数１】 を満たすような関数であり、基本ウェーブレット或いは
アナライジングウェーブレットと呼ばれている。なお、
ａ（ａ＞０）は周期パラメータ、ｂはシフトパラメータ
と呼ばれ、不連続点の検出するために調整すべきパラメ
ータである。この基本ウェーブレットψ（ｘ）の例とし
ては次のような式で表すことができる。

【００３０】

【数２】

【００３１】前者の（イ）はグラフ化したとき、メキシ
コ人がかぶる帽子の形に似ていることからメキシカンハ
ットと呼ばれ、後者の（ロ）はフレンチハットと呼ばれ
ている。

【００３２】このウェーブレット変換は、不連続な原信
号ｆ（ｔ）の不連続点または微分可能な点を見出すため
に用いられるものであり、図２ないし図６は各種の時系
列な原信号ｆ（ｔ）に対するウェーブレット変換後の信
号を示している。なお、これらの図において横軸は時間
であり、縦軸は信号の大きさを表している。

【００３３】先ず、図２は時刻ｔ＝０において０から１
へステップ状に変化するステップ関数の原信号ｆ（ｔ）
とそのウェーブレット変換後の信号との関係を示す図で
ある。このステップ関数はｔ＝０で微分不可能となるの
で、ウェーブ変換後の信号はｔ＝０を除くｔ＝０付近で
０以外の値，つまり不連続点が現れる。

【００３４】図３はｔ＝０においてランプ（ｒａｍｐ）
状に変化し始めるランプ関数の原信号ｆ（ｔ）とそのウ
ェーブレット変換後の信号との関係を示す図である。こ
の場合も、微分不可能点ｔ＝０の付近であり、ウェーブ
変換後の信号は０以外の値を示している。図４はパルス
関数の原信号ｆ（ｔ）とそのウェーブレット変換後の信
号との関係を示す図である。

【００３５】次に、図５は白色雑音とそのウェーブ変換
後の信号との関係を示す図である。一般に、プラントの
状態を計測するセンサーには雑音が重畳されていること
が多いので図５のように非常に変化した信号として検出
される。従って、雑音の重畳されたセンサー出力信号の
場合、そのウェーブレット変換後の信号は種々の緩慢な
変化をしているが、かかる変化する信号を捕らえてセン
サー異常と判断することは難しい。

【００３６】しかし、図６に示すように、センサーの計
測データに雑音が重畳されているが、センサーの出力信
号が一時的に落ちて異常値を出力した場合を想定する
と、ウェーブレット変換後の信号には顕著な変化点が現
れる。このウェーブレット変換後の信号は明らかにセン
サー９の異常または異常予兆と判断できる。

【００３７】従って、本装置におけるデータ解析手段３
２では、ロードセル等９の計測データを以上のようにウ
ェーブレット変換し、不連続点または微分可能な点を見
出して出力する。但し、ウェーブレット変換において
も、時系列的な原信号ｆ（ｔ）により、或いは前記
（２）式のパラメータａ，ｂの値によっては全く異なる
ウェーブレット変換後の信号波形が得られる場合があ
る。

【００３８】そこで、異常判断手段３４では、ウェーブ
レット変換信号からセンサー９の異常を判断するが、そ
れには２通り考えられる。その１つは、予め種々の異常
によるセンサー計測信号のウェーブレット変換したもの
を用意し、実際にデータ解析手段３２から出力されるウ
ェーブレット変換後の信号と前述した予め用意した信号
とを比較することにより、センサー９の異常有無を判断
する。なお、判断に際し、１本の圧延材１を圧延する
間、実際のセンサー９の計測データを保持し、圧延終了
後にオフラインで比較し、その比較判断結果を記録，表
示するようにしてもよい。

【００３９】さらに、もう１つの異常判断は、ニューラ
ルネットワークの高速処理機能を用いてオンライン・リ
アルタイムに異常の有無を判断することである。以下、
ニューラルネットワークを用いた例について述べる。先
ず、センサー９の定格，特徴その他の項目ごとに分類分
けし、種々の条件例えば図２〜図６のごとき異常信号を
抽出する。例えば図２のようにステップ状の異常になっ
たとき、図３のようにランプ状の異常になったとき、ま
た図６のようにパルス状に信号を出しつつ最終的に異常
となったときなどが考えられ、これら異常信号のウェー
ブレット変換後のパターンを作成する。

【００４０】因みに、図６の場合を例に上げると、横軸
−２．０〜２．０の範囲内でセンサー９で計測された信
号のウェーブレット変換信号をパターン化し、ニューラ
ルネットワーク用の入力パターンとする。図７がその一
例図である。

【００４１】同図において縦ｉと横ｊとをそれぞれ１１
分割し、各マスのうち“１”の部分がウェーブレット変
換後の信号曲線が通る部分である。従って、学習支援手
段３３では、センサー９の種々の異常によるウェーブレ
ット変換後の信号と出力値とを教師信号としてニューラ
ルネットワークに与え、最適な結合重み係数が得られる
ように学習する。

【００４２】この異常判断手段３４を構成するニューラ
ルネットワークは、図８に示す通りである。つまり、入
力層，中間層および出力層からなり、この入力層にはロ
ードセル等９の計測データのウェーブレット変換された
信号である例えば図７に示す１１×１１個のマス目の中
の“０”または“１”が入力される。そして、かかる入
力層の１１×１１個のニューロンとｍ個の中間層のニュ
ーロン１，２，…，ｍとが互いに結合重み係数ｗ_ijk に
よって結合され、また中間層の各ニューロンと出力層の
１つのニューロンとが結合重み係数ｖ_k1によって結合さ
れている。

【００４３】そこで、学習支援手段３３からは図７のよ
うな異常パターンが入力されたときに所定の出力値が得
られるような結合重み係数ｗ_ijk 、ｖ_k1が与えられる。
ところで、一般に、ニューラルネットワークの学習は、
ある程度教師信号のデータ数が多い方が有効である。ま
た、各層のニューロンの個数が多い程教師信号のデータ
が多く必要であることも知られているが、反面、図８の
構成では入力層のニューロンの個数を減らすと、教師信
号も少なくてすむ。ゆえに、入力層のニューロン数を減
らすには、図７のｉ，ｊの最大値１１をもっと減らすこ
とも考えられるが、分解能の劣化を招く。

【００４４】そこで、他の方法としては、図９に示すよ
うに異常信号のウェーブレット変換後の信号が取り得な
いような部分（図９のハンチング部分）を予め削除して
おくことが有効である。この図９の場合、図７のマス数
１１×１１＝１２１個に対して８１個と約２／３に減少
させることができる。

【００４５】そして、異常判断手段３４では、ウェーブ
レット変換した解析データをニューラルネットワークに
導入し、そのとき出力層から所定の出力値が得られたと
き、センサー９が異常であると判断し、その判断結果を
制御切替手段３５に送出する。

【００４６】ここで、制御切替手段３５は、警報を発生
すると同時にそのセンサー９を使用しない方法に切り替
える。つまり、前述のようにルーパの従来制御方式で
は、張力値がなくても制御できるので、当該方式に切り
替えることもできる。

【００４７】しかし、操業条件によっては、張力値を利
用する非干渉制御、ＬＱ制御、ＩＬＱ制御、Ｈ∞制御等
の種々の制御方式が良好な場合もあるので、これらの制
御方式を利用するときにはセンサー切替手段３１をセン
サー９側からルーパ電動機１０の電流から張力を計算す
る方向に切り替える。

【００４８】周知のようにルーパ８が発生するトルクを
Ｔ_L 、圧延材１の張力によってルーパ８が受けるトルク
をＴ_T 、スタンド間材料の重量によるトルクをＴ_W 、ル
ーパ自重によるトルクをＴ_M 、ルーパ８の加減速時のト
ルクをＴ_A とすると、次のような関係式が成立する。

【００４９】 Ｔ_L ＝Ｔ_T ＋Ｔ_W ＋Ｔ_M ＋Ｔ_A …… （６） 但し、上式においてＴ_L はルーパ電動機１０の電流から
求められ、Ｔ_W とＴ_Mは幾何学的な考察から簡単に求め
られる。従って、Ｔ_T は容易に計算でき、張力を求める
ことができる。

【００５０】従って、以上のような実施例の構成によれ
ば、センサー９の計測データを用いて連続熱間圧延機で
張力制御を行うにあたり、センサー９の計測データをデ
ータ解析手段３２にてウェーブレット変換を行うことに
より、センサー異常時に不連続点が現れるような信号に
変換するので、後の異常判断手段３４におけるセンサー
９の異常有無を明確に判断可能となる。また、異常判断
手段３４は、予めセンサー異常時におけるウェーブレッ
ト変換された状態を記憶し、実際のセンサー信号のウェ
ーブレット変換された信号とを比較すれば、自動的、か
つ、迅速にセンサー９の異常を検出できる。また、セン
サー９の異常と判断したとき、自動的に他の制御手段に
移行するので、センサー９の異常による不安定な制御を
回避できる。さらに、センサー９が故障したときの修理
についても、代替制御の実施中に行うことができ、保守
が非常に容易になる。

【００５１】次に、本発明装置の第２の実施例として、
例えば連続熱間圧延機の２スタンド間の板厚制御に適用
した例について図１０を参照して説明する。この制御装
置は、図１と比較して新たに、圧延材１の板厚を計測す
る板厚計１５の出力側に設けられ、常時は板厚計１５の
計測データを出力し、板厚計１５の異常時に代替計測手
段に切り替わるセンサー切替手段４１と、このセンサー
切替手段４１を経由して入力される板厚計１５の計測デ
ータからｉ＋１スタンド出側の板厚を推定し、この推定
板厚となるように速度制御装置６を介して主機４に速度
指令値を与える板厚制御装置４２と、ロードセル２０の
圧延荷重Ｐ_i とｉスタンドロールギャップ開度Ｓ_i とを
用いてゲージメータ板厚を計算し、前記板厚計１５の異
常時にセンサー切替手段４１を介して板厚制御装置４２
に供給する板厚計算手段４３とが設けられ、さらにｉ＋
１スタンド側で張力制御を行うような構成となってい
る。

【００５２】従って、以上のような構成によれば、ｉ＋
１スタンドのロールギャップ制御装置，つまり圧下装置
１９により、ｉ〜ｉ＋１スタンド間の張力制御を実施
し、ｉ＋１スタンド出側の板厚をｉスタンド側の主機４
で制御する。

【００５３】具体的には、板厚制御装置４２が板厚計１
５による圧延材１の板厚計測データからｉ＋１スタンド
の出側板厚を推定し、そのｉ＋１スタンドの出側板厚ｈ
_i+1が所望の板厚となるような主機４の速度指令値を求
め、速度制御装置６に供給する。

【００５４】今、板厚計１５で計測した板厚をｈ_ixとす
ると、マスフロー一定則から下式が成立する。 ｈ_i+1 ＝（ｖ_i ・Ｂ_i ／ｖ_i+1 ・Ｂ_i+1 ）・Ｈ_i+1 …… （７） Ｈ_i+1 ＝ｈ_i ・ｅ^{-Li ・s} …… （８） ここで、ｖ_i ，ｖ_i+1 ：ｉ，ｉ＋１スタンド出側材料速
度（mm/s），Ｂ_i ，Ｂ_i+1 ：ｉ，ｉ＋１スタンド出側板
幅（mm），Ｈ_i+1 ：ｉ＋１スタンド入側板厚（mm），Ｌ
_i ：板厚計１５からｉ＋１スタンドまでの材料移送速度
（ｓ）であり、ｅ^{-Li ・s} は遅延を表している。

【００５５】しかして、板厚計１５の計測データはデー
タ解析手段３２に送られ、前述と同様にウェーブレット
変換が行われ、その変換信号が異常判断手段３４に送ら
れる。この異常判断手段３４では、板厚計１５の種々の
異常信号のウェーブレット変換された信号を用いて学習
支援手段３３からニューラルネットワークに教師信号を
与えながら結合重み係数を学習する。そして、対象プラ
ントの実稼働時の板厚計１５の計測データによるウェー
ブレット変換後の信号が既に学習ずみである異常信号の
ウェーブレット変換された結果と同様であるかにより、
板厚計１５の異常有無を判断する。ここで、異常と判断
されたとき、制御切替手段３５は板厚計４１を切り替
え、板厚計算手段４３で求めたゲージメータ板厚を板厚
制御装置４２に供給する。

【００５６】ここで、ｉスタンドの板厚制御装置４２に
用いるゲージメータ板厚ｈ_iGは、 ｈ_iG＝Ｓ_i ＋（Ｐ_i ／Ｍ_i ） ……… （９） で表される。ここで、Ｓ_i ：ｉスタンドロールギャップ
開度（mm）、Ｐ_i ：ｉスタンド圧延荷重（Kg）、Ｍ_i ：
ｉスタンドミル定数（Kg/mm ）である。

【００５７】そこで、板厚制御装置４２では、ゲージメ
ータ板厚ｈ_iGをｉ＋１スタンドまで遅延し、ｉ＋１スタ
ンド入側板厚Ｈ_i+1 を計算する。 Ｈ_i+1 ＝ｈ_iGｅ^-Lis・s ……… （１０） ここで、Ｌ_isはｉ〜ｉ＋１スタンド間材料移送時間
（ｓ）である。

【００５８】そして、このＨ_i+1 を用いて（７）式から
ｉ＋１スタンド出側板厚を求める。従って、以上のよう
な実施例の構成によれば、センサーである板厚計１５の
計測データをデータ解析手段３２にてウェーブレット変
換を行うことにより、センサー異常時に不連続点が現れ
るような信号に変換するので、後の異常判断手段３４に
おけるセンサーの異常有無を明確に判断可能となる。そ
して、この異常判断手段３４では、予めセンサー異常時
におけるウェーブレット変換された状態を記憶し、実際
のセンサー信号のウェーブレット変換された信号とを比
較すれば、自動的、かつ、迅速にセンサーである板厚計
１５の異常を検出できる。また、板厚計１５が異常であ
ると判断したとき、自動的に他の制御手段に移行するの
で、板厚計１５の異常による不安定な制御を回避でき
る。また、板厚計１５が故障したときの修理について
も、代替制御の実施中に行うことができ、保守が非常に
容易になる。

【００５９】次に、図１１は、本発明装置の第３の実施
例として、例えば圧延材の板幅制御に適用した構成図で
ある。この装置は、新たに圧延材１の板幅を計測する板
幅計５１と、常時は板幅計５１の計測データを出力し、
当該板幅計５１の異常時に切り替える板幅計切替手段５
２と、板幅計算手段５３と、この切替手段５２を経由し
てくる板幅に係わる信号を取り込んでｉ＋１スタンド出
側の板幅Ｂ_i+1 をｉ〜ｉ＋１スタンド間の張力で制御す
るための張力設定値ｔ_frefを求める板幅制御（ＡＷＣ：
ＡutomaticＷidth Ｃontrol）装置５４が設けられ、こ
こで得られた張力設定値ｔ_frefが張力制御装置１４に導
入されるようになっている。

【００６０】すなわち、この装置は、ｉ〜ｉ＋１スタン
ド間に設置された板幅計５１の計測データを用いて、板
幅制御装置５４がｉ＋１スタンド出側の板幅を計算し、
その板幅を所望の値となるようにｉ〜ｉ＋１スタンド間
の張力設定値ｔ_frefに変更し、張力制御装置１４に供給
する。この張力制御装置１４は、その張力設定値ｔ_fref
に基づいて張力制御を実施する。

【００６１】また、板幅計５１の計測データはデータ解
析手段３２に送られ、前述と同様にウェーブレット変換
が行われ、その変換信号が異常判断手段３４に送られ
る。この異常判断手段３４では、板幅計５１の種々の異
常信号のウェーブレット変換された信号を用いて学習支
援手段３３からニューラルネットワークに教師信号を与
えながら結合重み係数を学習する。そして、対象プラン
トの実稼働時の板幅計５１の計測データによるウェーブ
レットテ変換後の信号が既に学習ずみである異常信号の
ウェーブレット変換された結果と同様であるか否かによ
り、板幅計５１の異常有無を判断する。ここで、異常と
判断されたとき、制御切替手段３５は板幅計５１を切り
替え、板幅計算手段５３で求めた板幅を板幅制御装置５
４に供給する。

【００６２】なお、板幅計算手段５３では、板幅モデル
を用いて板幅計５１の代替となる板幅を計算する。従っ
て、この装置においても前述と同様に自動的、かつ、迅
速にセンサーである板幅計５１の異常を検出できる。ま
た、板幅計５１が異常であると判断したとき、自動的に
他の制御手段に移行するので、板幅計５１の異常による
不安定な制御を回避できる。同様に、板幅計５１が故障
したときの修理時には、代替制御の実施中に行うことが
可能となり、保守が非常に容易になる。

【００６３】なお、上記実施例は、専ら連続熱間圧延機
について述べたが、他の各種のプラントに設置されてい
るセンサーの異常判断に適用できることは言うまでもな
い。その他、本発明はその要旨を逸脱しない範囲で種々
変形して実施できる。

【００６４】

【発明の効果】以上説明したように本発明によれば、対
象プラントに設置されるセンサーの計測データから予兆
を含む異常状態を適切に判断でき、自動的、かつ、迅速
に他の代替手段に切替えて対象プラントの安定制御を確
保できる。

【００６５】また、ニューラルネットワークによる異常
判断手段を用いることで、リアルタイムな異常診断が可
能となり、自動的に異常判断と他の代替手段に切り替え
が可能となり、センサー異常だけでなくセンサーの保守
点検にも手軽に利用しつつプラントの安定制御を継続で
きる。

【図面の簡単な説明】

【図１】 本発明に係わるプラント制御装置の第１の実
施例を示す構成図。

【図２】 ステップ関数信号とウェーブレット変換との
関係を説明する図。

【図３】 ランプ関数信号とウェーブレット変換との関
係を説明する図。

【図４】 パルス関数信号とウェーブレット変換との関
係を説明する図。

【図５】 白色雑音とウェーブレット変換との関係を説
明する図。

【図６】 白色雑音の中でのセンサ異常とウェーブレッ
ト変換との関係を説明する図。

【図７】 図６のセンサ異常時のウェーブレット変換後
の信号のパターン図。

【図８】 異常判断手段を構成するニューラルネットワ
ークの構成を示す図。

【図９】 図６のセンサ異常時のウェーブレット変換後
の信号の他のパターン図。

【図１０】 本発明に係わるプラント制御装置の第２の
実施例を示す構成図。

【図１１】 本発明に係わるプラント制御装置の第３
の実施例を示す構成図。

【符号の説明】

１…圧延材、２，３…圧延機、９…ロードセルまたはひ
ずみ計、１０…ルーパ電動機、１４…張力制御装置、２
０，２１…ロードセル、３１，４１，５２…切替手段、
３２…データ解析手段、３３…学習支援手段、３４…異
常判断手段、３５…制御切替手段、４２…板厚制御装
置、４３…板厚計算手段、５１…板幅計、５３…板幅計
算手段、５４…板幅制御装置

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号 ＦＩ Ｇ０６Ｆ 15/18 Ｇ０６Ｆ 15/18 (58)調査した分野(Int.Cl.⁷，ＤＢ名) G05B 9/02 G01D 21/00 G05B 13/02 G05B 23/02 G05B 23/02 302 G06F 15/18

Claims (2)

(57)【特許請求の範囲】
1. 【請求項１】 対象プラントの所要とする個所に設置さ
   れ、この対象プラントのプロセス状態を計測するセンサ
   ーと、 このセンサーからの計測データをウェーブレット変換に
   よって不連続点を見い出すような解析データを取り出す
   データ解析手段と、 このデータ解析手段による解析データを用いて前記セン
   サーが正常に動作しているか否かを判断する異常判断手
   段と、 この異常判断手段によって異常と判断されたとき、その
   異常センサーの代替となる計測手段に切替えるか、或い
   は前記異常センサーを使用しない制御方式に切替える制
   御切替手段と、 を備えたことを特徴とするプラント制御装置。
2. 【請求項２】 異常判断手段は、ニューラルネットワー
   クに対し、前記センサーの種々の異常時のウェーブレッ
   ト変換後の信号パターンおよび前記ニューラルネットワ
   ークが出力すべき値を与えることにより前記ニューラル
   ネットワークの各層間の結合重み係数を決定する学習手
   段と、前記対象プラントの実稼動時における前記データ
   解析手段の解析データを前記ニューラルネットワークに
   入力する一方、このニューラルネットワークに前記結合
   重み係数を設定し、前記センサーが異常か否かを判断す
   る判断手段とを有する請求項１記載のプラント制御装
   置。