JP3330758B2 - 調節されるシステムにおけるプロセスの制御方法および装置 - Google Patents

調節されるシステムにおけるプロセスの制御方法および装置

Info

Publication number
JP3330758B2
JP3330758B2 JP30039694A JP30039694A JP3330758B2 JP 3330758 B2 JP3330758 B2 JP 3330758B2 JP 30039694 A JP30039694 A JP 30039694A JP 30039694 A JP30039694 A JP 30039694A JP 3330758 B2 JP3330758 B2 JP 3330758B2
Authority
JP
Japan
Prior art keywords
model
network
parameters
measured
parameter
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.)
Expired - Lifetime
Application number
JP30039694A
Other languages
English (en)
Other versions
JPH07191711A (ja
Inventor
ブレーゼ アイナー
グラムコフ オツトー
マルチネツ トーマス
ゼルゲル ギユンター
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.)
Siemens AG
Original Assignee
Siemens AG
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 Siemens AG filed Critical Siemens AG
Publication of JPH07191711A publication Critical patent/JPH07191711A/ja
Application granted granted Critical
Publication of JP3330758B2 publication Critical patent/JP3330758B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

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
    • B21B37/74—Temperature control, e.g. by cooling or heating the rolls or the product
    • 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
    • B21B37/58—Roll-force control; Roll-gap control
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
    • 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
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric

Landscapes

  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Feedback Control In General (AREA)
  • Control Of Metal Rolling (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Description

【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は、調節されるシステムに
おけるプロセスを制御するための方法であって、各１つ
のプロセス進行の開始時に、計算装置内にインプリメン
トされたプロセスの数学モデル（Ｍ）を用いて、モデル
に供給された入力量に関係して、少なくとも１つの選択
されたプロセスパラメータが予計算され、このプロセス
パラメータによりシステムの予設定が行われ、プロセス
進行の間に入力量およびプロセスパラメータが測定さ
れ、プロセス進行の後に、測定されたプロセスパラメー
タおよびモデルに供給された測定された入力量に基づい
て、プロセスパラメータの予計算の適応改善が行われる
方法に関する。さらに本発明はこの方法を実施するため
の装置に関する。
【０００２】
【従来の技術】ドイツ特許出願公開第 A-4040360号明細
書から、準連続的に作動する方法技術的な設備に対する
調節されるシステム内の１つのプロセスに指令を与える
ためのこのような方法または装置が公知である。このよ
うな設備には例えば圧延ラインが属しており、その際に
圧延物の各パスは以下でプロセス進行と呼ばれるプロセ
スサイクルを形成する。すべての実際の技術的プロセス
のようにこれらのプロセス進行は時変性である。このよ
うなプロセスに指令を与える際には、プロセスを調節す
るシステムを各プロセス進行の前に予設定することが必
要である。すなわちプロセス指令は古典的な調節と異な
って実際のプロセス事象に常に時間的に先行していなけ
ればならない。その理由は、工業的プロセスではしばし
ば調節量が間接的にのみ測定可能であり、またプロセス
影響の個所で直接的に測定可能ではなく、従って直接的
な調節が可能でないことである。プロセスを調節するシ
ステムの予設定は公知のように、プロセスの重要な数学
的モデルのプールに支えられて、予め定められた入力量
および／またはとりあえず推定された入力量に関係して
選定されたプロセスパラメータが予計算され、それによ
って次いでシステムの予設定が行われるようにして行わ
れる。数学的モデルは指令を与えるべきプロセスを常に
近似的にのみ記述し得るので、実際のプロセス事象への
モデルの適応マッチングが必要である。そのために各プ
ロセス進行の間にプロセスパラメータおよび入力量が直
接的または間接的に他の測定量の評価により測定され
る。プロセス進行の終了後に後計算の枠内で数学的モデ
ルにより実行された予計算がいまや測定された入力量を
基礎として繰り返され、その際にこうして計算されたプ
ロセスパラメータと測定されたプロセスパラメータとの
間の偏差に関係して変更可能なモデルパラメータの適応
変更が求められた偏差を減少するように行われる。こう
して適応されたモデルパラメータはすぐ次のプロセス進
行の開始時にプロセスパラメータの予計算のために用い
られる。
【０００３】プロセスパラメータの予計算、従ってまた
システムの予設定の良度は、プロセスのモデルの適応に
もかかわらず、一般に作成が困難でありさらに強く誤差
を含んでいる可能性のあるモデル仮定の良度に特に関係
する。さらにモデル進行への実時間作動でのモデルパラ
メータの連続的、すなわちオンライン適応は非常に計算
費用がかかる。
【０００４】
【発明が解決しようとする課題】本発明の課題は、この
ようなプロセスパラメータの予計算を改良することにあ
る。
【０００５】
【課題を解決するための手段】この課題は、本発明によ
れば、冒頭に記載した種類の方法において、プロセスパ
ラメータを計算するため、モデルの計算結果が、入力側
に入力量の少なくとも一部を供給されるニューロン回路
網の回路網応答と論理演算され、プロセス進行の後に計
算されたプロセスパラメータと測定されたプロセスパラ
メータとの間の偏差は、この偏差が減少するように、ニ
ューロン回路網の変更可能な回路網パラメータを適応さ
せることにより解決される。この方法を実施するための
装置は、モデルから供給された計算結果の適応改善のた
めの変更可能な回路網パラメータを有するニューロン回
路網を含んでおり、その際ニューロン回路網が入力側に
測定された入力量の少なくとも一部を供給されており、
モデルから供給された計算結果をニューロン回路網の回
路網応答と論理演算するための論理演算装置が設けられ
ている。その際に、モデル計算のために利用される入力
量のうち、予計算すべきプロセスパラメータへのそれら
の影響がモデルにより十分に正確に記述されない入力量
がニューロン回路網に供給される。
【０００６】指令すべきプロセスは依然として近似的に
数学モデルにより記述されるが、その際に残留するモデ
ル誤差は実際のプロセス事象へのモデルの適応マッチン
グによらずに、モデルに対して並列に接続されているニ
ューロン回路網により補正される。すなわち数学モデル
は予計算すべきプロセスパラメータに対する近似値を供
給し、またニューロン回路網は補正値を供給し、その際
に近似値および補正値の論理演算はプロセスパラメータ
の改善された予測に通ずる。数学モデルの公知の専らの
使用にくらべて、ニューロン回路網のデザインおよびト
レーニングの費用が数学モデルの適格化の費用よりも少
なくてすむという利点が生ずる。数学モデルを完全にニ
ューロン回路網により置換する他の考えられる方法にく
らべて、プロセスの数学モデル化のためのこれまでの結
果および経験が引き続き完全に有効であるという利点が
生ずる。それに応じて、数学モデルと組み合わせて使用
されるニューロン回路網も相応のグローバルなニューロ
ン回路網よりも簡単であり、その結果としてプロセス指
令のための一層堅牢な解決策が得られる。
【０００７】これに関連して本発明の範囲内で、各プロ
セス進行の後に測定された入力量および測定されたプロ
セスパラメータが回路網パラメータを適応させるために
利用されることによって、回路網パラメータの適応がオ
ンラインで行われる。これにより、実際の、すなわち時
変性のプロセスへの、モデルから供給される計算結果の
補正の連続的なマッチングが達成される。その際にニュ
ーロン回路網の回路網パラメータのオンライン適応は計
算技術的に数学モデルのモデルパラメータのオンライン
適応の場合の費用よりもはるかに少ない費用ですむ。
【０００８】ニューロン回路網のオンライン適応に追加
して、少なくとも多数のプロセス進行の後に追加的に数
学モデルの変更可能なモデルパラメータの適応変更がモ
デルから供給された計算結果と測定されたプロセスパラ
メータとの間の偏差に関係して行われることによって、
プロセスへの数学モデルの適応も可能である。この際に
モデルの適応は、好ましくは、多数のプロセス進行にわ
たって集められた入力量およびプロセスパラメータの測
定値に基づいてオフラインで行われる。モデルの計算結
果とニューロン回路網の回路網応答との論理演算のため
に多くの変形例が考えられるが特に加法的論理演算、乗
法的論理演算およびデュアル論理演算が有利であること
が判明している。
【０００９】本発明による方法は特にプロセスが近似的
に１つのモデルにより記述され得る工業的な方法技術的
プロセスにおいて応用される。この関連で本発明による
方法により好ましくは圧延技術的プロセスに指令が与え
られ、その際に本発明による方法は特に圧延ラインの圧
延スタンド内の圧延力の予計算および予設定の役割およ
び／または圧延物内の温度経過の予計算および予設定の
役割をする。
【００１０】本発明による方法は準連続的なプロセスの
指令の際に、プロセス進行の自然のサイクルでクロック
される調節器のように作動する。同様にしてもちろん、
フィクティブなプロセスサイクルの導入による連続的プ
ロセスのプロセス指令も可能である。同じく準連続的プ
ロセスの自然のプロセスサイクルが目的にかなった時間
的セグメント化によりもっと短いフィクティブなプロセ
スサイクルに分割されてもよい。
【００１１】
【実施例】以下、図面を参照して本発明を一層詳細に説
明する。以下の説明および図面において、添え字ｖは推
定された値、添え字Mはモデルに導かれる値、添え字Nは
回路網に導かれる値を表すものである。
【００１２】図１は機能ブロック１によりシンボル化さ
れている技術的プロセス、たとえば圧延プロセスに指令
を与えるための従来の配置を示す。計算装置２で付属の
モデルパラメータＭＰを含めてプロセスの数学モデルＭ
が実行されている。各プロセス進行の開始前に予計算装
置３が計算装置２から現在のモデルパラメータＭＰを有
する数学モデルＭのそれぞれ必要とされるモデル式を呼
び出す。次いで予計算装置３でモデル式およびたとえば
目標値のような予め定められたまたは推定された入力量
ｘV ＝（ｘ1V，…，ｘnVに基づいて選択されたプロセス
パラメータｙV＝（ｙ1V，…，ｙnV）が予計算される。
これらの予計算されたプロセスパラメータｙV によりプ
ロセス１を調節するためのシステム４が予設定される。
続いてのプロセス進行の間に、矢印５により示されてい
るように、プロセス１が予設定されたシステム４により
制御され、他方同時に、矢印６により示されているよう
に、すべての主要なプロセス量が測定される。測定され
たプロセス量に基づいて測定された量の統計的な評価に
より、またはその他の直接的に測定可能でない量の計算
により入力量ｘおよびプロセスパラメータｙの、プロセ
ス進行の前に行われた場合よりもはるかに正確な決定が
行われる。プロセス進行の後にこのように測定された入
力量ｘおよびプロセスパラメータｙが後計算装置７に供
給される。後計算装置７は計算装置２内の現在のモデル
パラメータＭＰを有するモデルＭにアクセスし、またプ
ロセスパラメータの予計算をいまや測定された入力量ｘ
を基礎として繰り返す。プロセスパラメータに対するこ
うして得られた計算結果は測定されたプロセスパラメー
タｙと比較され、その際に求められた偏差に基づいてモ
デルパラメータＭＰの適応変更がこれらの偏差を減少す
るように行われる。適応されたモデルパラメータＭＰは
古い値に重ね書きして計算装置２内に格納され、またす
ぐ次の予計算のために準備される。
【００１３】図２は計算装置２内の数学モデルと可変の
回路網パラメータＮＰを有するニューロン回路網８との
本発明による組み合わせの実施例を示す。プロセスパラ
メータｙV の予計算の際に予計算装置３は装置２内のモ
デルにアクセスするだけでなく、さらに推定された入力
量ｘV をニューロン回路網８に供給する。このニューロ
ン回路網は回路網応答ｙNvを発生し、この回路網応答は
それぞれ予計算すべきプロセスパラメータｙV を形成す
るためモデルＭから供給される計算結果と論理演算され
る。予計算されたプロセスパラメータにより、図１に関
連して既に説明した仕方で、プロセス１を調節するため
のシステム４の予設定が行われる。プロセス進行の後
に、測定された入力量ｘが後計算装置７内で数学モデル
Ｍに供給されると共にニューロン回路網８に与えられ
る。続いて装置７内で、モデルＭのこうして得られた計
算結果および回路網応答ｙN が互いに論理演算され、ま
た論理演算の結果が測定されたプロセスパラメータｙと
比較される。その際に求められた偏差と関係してニュー
ロン回路網８の回路網パラメータＮＰがこの偏差を減少
するように適応変更される。各プロセス進行の後に“オ
ンライン”で行われるニューロン回路網８の適応と異な
り、モデルＭの“オンライン”適応は予定されていな
い。しかし、更新されたモデルパラメータＭＰの受け渡
しのための装置２と装置７との間の破線で示されている
接続により示されているように、測定結果を多数のプロ
セス進行から集め、また所与の時点で“オフライン”適
応を実行することも可能である。
【００１４】図３、図４および図５は、モデルＭからそ
れに供給された入力量ｘM に基づいて発生された計算結
果ｙM と入力量ｘN を与えられるニューロン回路網８の
回路網応答ｙN との論理演算のための相い異なる例を示
す。入力量ｘN には、その予計算すべきプロセスパラメ
ータｙV への影響が数学モデルにより正確に記述され得
ないような入力量が属している。多くの場合にｘM ＝ｘ
N である。詳細には図３は加法的論理演算ｙV ＝ｙM ＋
ｙN を示す。図４は乗法的論理演算ｙV ＝ｖM・ｙN を
示し、また図５はデュアル論理演算ｙV ＝ｙM ・（１＋
ｙN ）を示す。すなわちプロセスパラメータｙV の予計
算は近似的にモデルＭにより行われ、その際に残留する
モデル誤差はニューロン回路網８により補正される。実
際のプロセス事象へのプロセスパラメータｙV の予計算
の適応はニューロン回路網８の回路網パラメータの適応
変更により行われる。
【００１５】図６ないし図９にはニューロン回路網の相
い異なる例が示されており、プロセス記述のための数学
モデルと組み合わせてのそれらの使用は以下に一層詳細
に説明する。
【００１６】技術的プロセスの調節の一例は圧延工場で
のプロセスの自動化である。その際に本来の調節量すな
わち圧延ラインから走出する圧延物の厚みは圧延間隙で
測定可能でなく、操作量、ここではそのつどの圧延スタ
ンドの圧下率およびプロセスパラメータの１つまたはい
くつか、たとえば圧延力の関数として間接的にのみ検出
可能である。プロセス進行の間に圧延力は測定可能であ
り、従って調節量の現在の値はいつでも計算可能であ
り、またこうして調節装置に操作量の発生のために供給
可能である。しかし各プロセス進行の開始段階で、すな
わち各個の圧延過程の開始時に、調節は先ずビルドアッ
プしなければならず、このことは圧延物の最初の範囲内
の誤差のある厚みに通ずる。調節のビルドアップ段階、
従ってまた誤差のある厚みを有する圧延物の最初の範囲
を最小化するため、圧延ラインへの圧延物の走入の前に
操作量の予設定が調節量（圧延物の厚み）の目標値およ
びプロセスパラメータ（圧延力）の予計算された値に関
係して行われる。その際に圧延力の予計算は、圧延力
（プロセスパラメータｙ）とこれに影響する入力量ｘ、
たとえば圧延スタンドｎ内の圧延物の相対的厚み減少Ｅ
n 、圧延物の走入温度Ｔn 、スタンドｎの前の圧延物の
張力Ｚn 、スタンドｎの後の圧延物内の張力Ｚn+ 1 、ロ
ール半径Ｒn 、スタンドｎの前の圧延物の幅Ｂn および
厚みＤn のような入力量との間の関係をシミュレートす
る数学モデルの助けをかりて行われる。
【００１７】図６は、入力側に前記の入力量ｘN ＝（Ｅ
n ，…，Ｄn ）を供給され、出力側の回路網応答ｙN を
図３および図５中の図示に相応して加法的またはデュア
ルに数学モデルＭから供給される計算結果ｙM と論理演
算するニューロン回路網の構成を示す。図６に示されて
いるニューロン回路網は入力量Ｅn ないしＤn の各々に
対するそれぞれ１つの入力要素９を有する入力領域を有
する。入力領域の後に、それぞれガウス関数状の応答挙
動を有するｉ要素１０から成る隠された領域が対応付け
られている。個々の要素１０の応答は出力要素１１内で
それぞれ重み付け係数ｃi を乗算され、また回路網応答
ｙN として加算される。隠された領域の各個の要素１０
の応答挙動は、入力量の数に相応して多次元の、可変の
中心ｔij、可変の幅ｓj およびそのつどの重み付け係数
ｃi により変更可能な振幅を有するガウスの鐘状分布を
記述する。これらの回路網パラメータにより実際のプロ
セス事象へのニューロン回路網の適応マッチングが行わ
れる。
【００１８】図７に示されているニューロン回路網は回
路網応答ｙN とモデル計算の結果ｙM との間の乗法的論
理演算に適しており、また図６に示されている回路網と
の相違点として、２つの加算要素１２および１３から成
る第２の隠された領域を有する。符号１２を付されてい
る加算要素は第１の隠された領域の個々の要素１０の応
答を重み付けせずに加算し、他方において符号１３を付
されている加算要素はこれらの応答の各々をそのつどの
重み付け係数ｃi を掛けて加算する。第２の隠された領
域の後に出力要素１４が対応付けられており、この出力
要素が加算要素１２および１３から供給された応答の比
から回路網応答ｙN を形成する。
【００１９】図８および図９は、数学モデルと組み合わ
せて圧延ラインを通過する際の圧延物における温度経過
のモデル化のために使用され得るニューロン回路網の２
つの例を示し、それらの回路網応答ｙN はモデルの計算
結果ｙM と加法的に論理演算される。付属の温度モデル
はたとえば圧延スタンドの内部の温度発生および圧延ス
タンドの外部の圧延物の冷却のような多くの部分モデル
から成っている。一層詳細な説明のために図１０は前ラ
イン１５、カッター１６、スケール洗浄器１７および仕
上げライン１８から成る圧延ラインの一部を示す。仕上
げライン１８の個々の圧延スタンドは符号Ｇ1 、Ｇ2 、
…、Ｇn を付して示されている。
【００２０】２つの信頼できる温度測定個所の間、ここ
ではたとえば前帯温度ＴV に対する測定位置と第２の圧
延スタンドＧ2 の後の帯温度Ｔ2 に対する測定位置との
間のライン範囲に対して温度係数が数学的温度モデルに
より求められるべきであり、その際に使用されるニュー
ロン回路網は誤差補償の役割をする。そのためにニュー
ロン回路網に好ましくは次の入力量ｘN 、すなわち圧延
物内の合金成分Ｌの和、帯幅Ｂ、前帯厚みＤV 、第２の
圧延スタンドＧ2 の後の帯厚みＤ2 、前帯温度ＴV 、第
２の圧延スタンドＧ2 の後の帯温度Ｔ2 、前帯温度ＴV
の測定位置からカッター１６までの走行時間ｔA 、スケ
ール洗浄器１７から第１の圧延スタンドＧ1 までの走行
時間ｔB 、スケール洗浄器１７の冷却強度ＩA 、両スタ
ンドＧ1とＧ2 との間のプレス水‐帯冷却の強度ＩB 、
ローラー冷却の強度ＩC および圧延速度ｖ1 およびｖ2
ならびに圧延スタンドＧ1 およびＧ2 内の圧延力Ｆ1 お
よびＦ2 が供給される。。
【００２１】図８に示されているニューロン回路網は前
記の入力量ｘN ＝（Ｌ，Ｂ，ＤV ，…，Ｆ1 ，Ｆ2 ）の
各々に対してそれぞれ１つの入力要素１９を有する入力
領域を有する。追加的な入力要素２０に一定値、たとえ
ば“１”が供給される。入力量ｘn および一定値はそれ
ぞれ個別の重み付け係数ｃj を乗算され、また出力要素
２１で回路網応答ｙN として加算される。
【００２２】図８に示されているニューロン回路網は図
８に示されているニューロン回路網との相違点として、
それぞれ−１．０と＋１．０との間のシグモイド経過を
有する応答挙動を有するｉ（たとえばｉ＝２０）の要素
２２から成る中間領域を有する。入力量ｘN はそれぞれ
個別の重み付け係数ｗijを乗算され、また続いて、個々
の要素２２に供給される前に、加算される。隠された領
域は一定値、たとえば“１”に対する入力要素としての
役割をする追加的な要素２３を有する。
【図面の簡単な説明】
【図１】技術的プロセスに指令を与えるための公知の配
置例のブロック図。
【図２】数学モデルとニューロン回路網との本発明によ
る組み合わせの一例を示すブロック図。
【図３】回路網応答とモデルの計算結果との加法的論理
演算の一例を示すブロック図。
【図４】回路網応答とモデルの計算結果との乗法的論理
演算の一例を示すブロック図。
【図５】回路網応答とモデルの計算結果とのデュアル論
理演算の一例を示すブロック図。
【図６】ニューロン回路網の一例を示すブロック図。
【図７】ニューロン回路網の別の一例を示すブロック
図。
【図８】ニューロン回路網の別の一例を示すブロック
図。
【図９】ニューロン回路網の別の一例を示すブロック
図。
【図１０】圧延ラインの一例を示すブロック図。
【符号の説明】
１ 圧延プロセス ２ 計算装置 ３ 予計算装置 ４ 調節されるシステム ６ 測定装置 ７ 後計算装置 ８ ニューロン回路網
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ Ｇ０６Ｎ 3/00 ５５０ Ｂ２１Ｂ 37/00 Ｚ (72)発明者 トーマス マルチネツ ドイツ連邦共和国 80686 ミユンヘン キルヒマイルシユトラーセ 43 (72)発明者 ギユンター ゼルゲル ドイツ連邦共和国 90455 ニユルンベ ルク ツアウンケーニツヒヴエーク ８ 審査官 梶本 直樹 (56)参考文献 特開 平５−197401（ＪＰ，Ａ) 特開 平４−213752（ＪＰ，Ａ) 特開 平２−93708（ＪＰ，Ａ) 特開 平６−68060（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G05B 13/02 - 13/04 B21B 37/00 G05B 23/02 G06N 3/00 550

Claims (10)

    (57)【特許請求の範囲】
  1. 【請求項１】 調節されるシステム（４）におけるプロ
    セスを制御するための方法であって、各１つのプロセス
    進行の開始時に、計算装置（２）内にインプリメントさ
    れたプロセスの数学モデル（Ｍ）を用いて、モデル
    （Ｍ）に供給された入力量（ｘM）に関係して、少なく
    とも１つの選択されたプロセスパラメータ（ｙV）が予
    計算され、このプロセスパラメータによりシステム
    （４）の予設定が行われ、プロセス進行の間に入力量
    （ｘ）およびプロセスパラメータ（ｙ）が測定され、プ
    ロセス進行の後に、測定されたプロセスパラメータ
    （ｙ）およびモデル（Ｍ）に供給された測定された入力
    量（ｘ）に基づいて、プロセスパラメータ（ｙV）の予
    計算の適応改善が行われる方法において、プロセスパラ
    メータ（ｙV）を計算するため、モデル（Ｍ）の計算結
    果（ｙM）が、入力側に入力量（ｘN）の少なくとも一部
    を供給されるニューロン回路網（８）の回路網応答（ｙ
    N）と論理演算され、プロセス進行の後に計算されたプ
    ロセスパラメータ（ｙV）と測定されたプロセスパラメ
    ータ（ｙ）との間の偏差は、この偏差が減少するよう
    に、ニューロン回路網（８）の変更可能な回路網パラメ
    ータ（ｃ、ｗ）を適応させることを特徴とする調節され
    るシステム内のプロセスに指令を与えるための方法。
  2. 【請求項２】 各プロセス進行の後に測定された入力量
    （ｘ）および測定されたプロセスパラメータ（ｙ）が回
    路網パラメータ（ｃ、ｗ）を適応させるために利用され
    ることによって、回路網パラメータ（ｃ、ｗ）の適応が
    オンラインで行われることを特徴とする請求項１記載の
    方法。
  3. 【請求項３】 少なくとも複数のプロセス進行の後に、
    追加的に数学モデル（Ｍ）の変更可能なモデルパラメー
    タ（ＭＰ）の適応変更がモデル（Ｍ）から供給された計
    算結果と測定されたプロセスパラメータ（ｙ）との間の
    偏差に関係して行われることを特徴とする請求項１また
    は２記載の方法。
  4. 【請求項４】 モデル（Ｍ）の計算結果（ｙM）とニュ
    ーロン回路網（８）の回路網応答（ｙN）との適応論理
    演算が行われることを特徴とする請求項１ないし３の１
    つに記載の方法。
  5. 【請求項５】 モデル（Ｍ）の計算結果（ｙM）とニュ
    ーロン回路網（８）の回路網応答（ｙN）との乗法的論
    理演算が行われることを特徴とする請求項１ないし３の
    １つに記載の方法。
  6. 【請求項６】 モデル（Ｍ）の計算結果（ｙM）とニュ
    ーロン回路網（８）の回路網応答（ｙN）とのデュアル
    論理演算が行われることを特徴とする請求項１ないし３
    の１つに記載の方法。
  7. 【請求項７】 圧延技術的プロセスの制御が行われるこ
    とを特徴とする請求項１ないし６の１つに記載の方法。
  8. 【請求項８】 圧延ラインの圧延スタンド内の圧延力の
    予計算および予設定が行われることを特徴とする請求項
    ７記載の方法。
  9. 【請求項９】 圧延物の温度経過の予計算および予設定
    が行われることを特徴とする請求項７記載の方法。
  10. 【請求項１０】 調節されるシステム（４）におけるプ
    ロセスを制御するための装置であって、少なくとも１つ
    の予計算されたプロセスパラメータ（ｙV）に関係して
    システム（４）を予設定するための装置（３）と、入力
    量（ｘ）に関係してプロセスパラメータ（ｙV）を予計
    算するためのプロセスの数学モデル（Ｍ）を含んでいる
    計算装置（２）と、プロセス進行の間に入力量（ｘ）お
    よびプロセスパラメータ（ｙ）を測定するための測定装
    置（６）とを含んでいる装置において、モデル（Ｍ）か
    ら供給された計算結果（ｙM）の適応改善のための変更
    可能な回路網パラメータ（ｃ、ｗ）を有するニューロン
    回路網（８）を含んでおり、その際ニューロン回路網
    （８）が入力側に測定された入力量（ｘN）の少なくと
    も一部を供給されており、モデル（Ｍ）から供給された
    計算結果（ｙM）をニューロン回路網（８）の回路網応
    答（ｙN）と論理演算するための論理演算装置が設けら
    れていることを特徴とする調節されるシステムにおける
    プロセスを制御するための装置。
JP30039694A 1993-11-11 1994-11-09 調節されるシステムにおけるプロセスの制御方法および装置 Expired - Lifetime JP3330758B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE4338607A DE4338607B4 (de) 1993-11-11 1993-11-11 Verfahren und Vorrichtung zur Führung eines Prozesses in einem geregelten System
DE4338607.5 1993-11-11

Publications (2)

Publication Number Publication Date
JPH07191711A JPH07191711A (ja) 1995-07-28
JP3330758B2 true JP3330758B2 (ja) 2002-09-30

Family

ID=6502404

Family Applications (1)

Application Number Title Priority Date Filing Date
JP30039694A Expired - Lifetime JP3330758B2 (ja) 1993-11-11 1994-11-09 調節されるシステムにおけるプロセスの制御方法および装置

Country Status (3)

Country Link
US (1) US5600758A (ja)
JP (1) JP3330758B2 (ja)
DE (1) DE4338607B4 (ja)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6745169B1 (en) * 1995-07-27 2004-06-01 Siemens Aktiengesellschaft Learning process for a neural network
DE19618712B4 (de) * 1996-05-09 2005-07-07 Siemens Ag Regelverfahren für ein Walzgerüst zum Walzen eines Bandes
US6438534B1 (en) * 1996-06-21 2002-08-20 Siemens Aktiengesellscaft Process and system for commissioning industrial plants, in particular in the primary industry
DE19642918C2 (de) * 1996-10-17 2003-04-24 Siemens Ag System zur Berechnung des Enddickenprofils eines Walzbandes
DE19644131C2 (de) * 1996-10-23 2002-09-19 Siemens Ag Verfahren zum Optimieren der Bandbreitenverteilung an den Enden eines eine Walzstraße in einem oder mehreren Stichen durchlaufenden Bandes
US5859964A (en) * 1996-10-25 1999-01-12 Advanced Micro Devices, Inc. System and method for performing real time data acquisition, process modeling and fault detection of wafer fabrication processes
DE19718262A1 (de) * 1997-04-30 1998-11-05 Schenck Panel Production Syste Verfahren und System zur Generierung eines Prozeßmodells eines technischen Problems
DE19731980A1 (de) * 1997-07-24 1999-01-28 Siemens Ag Verfahren zur Steuerung und Voreinstellung eines Walzgerüstes oder einer Walzstraße zum Walzen eines Walzbandes
DE19980248B4 (de) * 1998-02-18 2008-02-07 Siemens Ag Verfahren und Einrichtung zur Bestimmung eines Zwischenprofils eines Metallbandes
MXPA00002784A (es) 1998-07-21 2005-08-16 Dofasco Inc Sistema basado en modelo estadistco multivariado pra verificar la operacion de un fundidor continuo y detectar la aparicion de rebabas por rotura de molde inminentes.
EP1163062B1 (de) 1999-03-23 2002-11-13 Siemens Aktiengesellschaft Verfahren und einrichtung zur bestimmung der walzkraft in einem walzgerüst
DE19914910A1 (de) * 1999-04-01 2000-10-26 Bayerische Motoren Werke Ag Hybridmodell zur Modellierung eines Gesamtprozesses in einem Fahrzeug
FI115406B (fi) * 2000-06-13 2005-04-29 Metso Paper Inc Paperikoneen tai kartonkikoneen tai vastaavan kuiturainakoneen telaston, kuten kalanterin, kuormituslaskentajärjestelmä
DE10036971A1 (de) * 2000-07-28 2002-02-28 Siemens Ag Verfahren zur Ferndiagnose eines technologischen Prozesses
DE10113538B4 (de) * 2001-03-20 2012-03-01 Bayerische Motoren Werke Aktiengesellschaft Regelvorrichtung und Regelverfahren
US7362892B2 (en) 2003-07-02 2008-04-22 Lockheed Martin Corporation Self-optimizing classifier
US6885907B1 (en) 2004-05-27 2005-04-26 Dofasco Inc. Real-time system and method of monitoring transient operations in continuous casting process for breakout prevention
DE102007025447A1 (de) * 2006-10-09 2008-04-17 Siemens Ag Verfahren zur Steuerung und/oder Regelung eines industriellen Prozesses

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU442459A1 (ru) * 1972-12-20 1974-09-05 Московский Ордена Трудового Красного Знамени Институт Пищевой Промышленности Система автоматического регулировани
SU807211A1 (ru) * 1978-07-19 1981-02-23 Киевский Ордена Ленина Политехни-Ческий Институт Им. 50-Летиявеликой Октябрьской Социалисти-Ческой Революции Устройство дл идентификациилиНЕйНыХ Об'ЕКТОВ упРАВлЕНи
US5253328A (en) * 1989-11-17 1993-10-12 Microelectronics & Computer Technology Corp. Neural-network content-addressable memory
ATE163777T1 (de) * 1990-10-10 1998-03-15 Honeywell Inc Identifizierung eines prozesssystems
DE4040360A1 (de) * 1990-12-17 1991-06-27 Siemens Ag Regelung eines mehrgeruestigen warm- und/oder kaltband-walzwerks
DE4111354A1 (de) * 1991-04-09 1992-10-22 Bodenseewerk Geraetetech Einrichtung zur fuehrung des endeffektors eines roboters laengs einer sollbahn
DE4130164A1 (de) * 1991-09-11 1993-03-18 Bodenseewerk Geraetetech Regler, insbesondere flugregler
JPH05171890A (ja) * 1991-12-25 1993-07-09 Nippon Telegr & Teleph Corp <Ntt> トンネルロボットの方向修正量モデル形成法

Also Published As

Publication number Publication date
US5600758A (en) 1997-02-04
JPH07191711A (ja) 1995-07-28
DE4338607B4 (de) 2005-10-06
DE4338607A1 (de) 1995-06-14

Similar Documents

Publication Publication Date Title
JP3330758B2 (ja) 調節されるシステムにおけるプロセスの制御方法および装置
JP3336135B2 (ja) プロセスに指令を与えるための方法および装置
US5513097A (en) Method and control device for controlling a process including the use of a neural network having variable network parameters
JPH07191713A (ja) 調節されるシステム内のプロセスに指令を与えるための方法および装置
KR100249914B1 (ko) 금속 밴드의 로울링 방법 및 장치
US5598329A (en) Method and device for controlling a process
SE529454C2 (sv) Förfarande och anordning för trimning och styrning
US5778151A (en) Method and control device for controlling a material-processing process
JPH05204408A (ja) 産業設備における制御パラメータの修正方法
JP2804161B2 (ja) センジマーミルの形状制御方法および装置
KR100499165B1 (ko) 시변 산업 프로세스 파라미터를 확인 또는 사전 계산하기 위한 방법 및 장치
CN115815342A (zh) 一种基于机理和数据融合模型的冷轧轧制力预测方法
CN110851994B (zh) 一种冷轧带材在线板形目标曲线调整方法
US20020020198A1 (en) Method and device for controlling flatness
JPH0756608A (ja) 信号処理方法
KR950003800B1 (ko) 신경회로망을 이용한 형상제어시스템
JPH09174128A (ja) 圧延材の形状制御方法
JP3094174B2 (ja) 伸び率制御方法及び装置
JP3501982B2 (ja) 板幅制御装置
JPH0623417A (ja) 熱間粗圧延における板幅制御装置
JPH07230445A (ja) データ予測装置
JPH07204718A (ja) 圧延装置
JPH06202709A (ja) プロセス制御方法およびプロセス制御装置
JP2000126809A (ja) 圧延機のセットアップ装置
JPH07244501A (ja) プロセスの学習制御方法

Legal Events

Date Code Title Description
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20020613

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20070719

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080719

Year of fee payment: 6

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090719

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100719

Year of fee payment: 8