JP6233423B2 - 圧延プロセスの学習制御装置 - Google Patents
圧延プロセスの学習制御装置 Download PDFInfo
- Publication number
- JP6233423B2 JP6233423B2 JP2015562674A JP2015562674A JP6233423B2 JP 6233423 B2 JP6233423 B2 JP 6233423B2 JP 2015562674 A JP2015562674 A JP 2015562674A JP 2015562674 A JP2015562674 A JP 2015562674A JP 6233423 B2 JP6233423 B2 JP 6233423B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- learning
- learning coefficient
- rolling
- cell
- 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.)
- Active
Links
Images
Classifications
-
- 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
-
- 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
-
- 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
- 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
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Control Of Metal Rolling (AREA)
- Feedback Control In General (AREA)
Description
Znew = Zuse*(1-α) + Zcur*α
ここで、Znew: 学習係数更新値
Zcur: 学習係数(瞬時値)
Zuse: 学習係数(前回値)
α : 学習係数更新ゲイン(フィルターの時定数)
Znew(i,j) = Zuse(i,j)*(1-α) + Zcur(i,j)*α
ここで、Znew(i,j): 当該セルの学習係数更新値
Zcur(i,j): 当該セルの学習係数(瞬時値)
Zuse(i,j): 当該セルの学習係数(前回値)
α : 当該セルの学習係数更新ゲイン(フィルターの時定数)
Znew(p,q) = Zuse(p,q)*(1-α’) + Zcur(i,j)*α’
ここで、Znew(p,q): 隣接するセルの学習係数更新値
Zcur(i,j): 当該材セルの学習係数(瞬時値)
Zuse(p,q): 隣接するセルの学習係数(前回値)
α’ : 隣接するセルの学習係数更新ゲイン(フィルターの時定数)
ε(k,l) < εtime
ここで、(k,l): セルの座標(ただし、k,lは全ての圧延条件の組合せ)
ε(k,l): 当該材の学習係数の更新日時とセル(k,l)の更新日時の時間差
εtime: 最新度の判定基準値
CZmdf(r,s) < εmdf
ここで、(r,s): 当該セルの座標
CZmdf(r,s): 当該セルの学習係数の更新値の変化量の平均値
εmdf: 飽和度の判定基準値
更新値の変化量の平均値CZmdf(r,s)は、次の式によって算出される。
CZcur(r,s) < εcur
ここで、(r,s): 当該セルの座標
CZcur(r,s): 当該セルの学習係数の瞬時値の変化量の標準偏差
εcur: 安定度の判定基準値
瞬時値の変化量の標準偏差CZcur(r,s)は、次の式によって算出される。
1)比較的新しいデータで学習更新がなされている。
2)学習係数の更新値が飽和している。
3)学習係数の瞬時値が安定している。
Zestm(t,u)= a*t+b*u+c
ここで、上記平面の式の係数a,b,cは、以下の条件を満たすものとして計算される。
Zestm(ta,ua)= a*ta+b*ua+c
Zestm(tb,ub)= a*tb+b*ub+c
Zestm(tc,uc)= a*tc+b*uc+c
Zuse(t,u)=β*Zmod(t,u) + (1−β)*Zestm(t,u)
ここで、Zuse(t,u): 学習係数の使用値。
β: 重み係数(0 =< β =< 1)
β=1.0 (更新値Zmod(t,u)が最新度、飽和度、安定度とも満たす場合)
β=0.6 (更新値Zmod(t,u)が最新度、飽和度、安定度の2つを満たす場合)
β=0.4 (更新値Zmod(t,u)が最新度、飽和度、安定度の1つを満たす場合)
β=0.0 (更新値Zmod(t,u)が最新度、飽和度、安定度の1つも満たさない場合)
10 学習装置
20 記憶装置(データベース)
21,22,23,24,25 層別テーブル
30 設定計算装置
Claims (4)
- 圧延条件を区分する複数のセルから構成されるデータベースを有し、圧延プロセスの設定計算に用いるモデル式の学習係数を前記データベースにて管理する学習制御装置において、
前記圧延プロセスで計測された実績値と前記モデル式を用いて算出された実績再計算値とのズレに基づいて前記学習係数の瞬時値を算出し、当該圧延条件に該当するセルに対して前記瞬時値を学習日時とともに記録する瞬時値算出記録手段と、
前記瞬時値と前記学習係数の当該圧延条件での前回値とに基づいて前記学習係数の更新値を算出し、当該圧延条件に該当するセルに対して前記更新値を学習日時とともに記録する更新値算出記録手段と、
前記データベースに記憶された前記更新値の履歴情報に基づき、前記複数のセルのそれぞれについて前記学習係数の最新度を評価する最新度評価手段と、
前記データベースに記憶された前記更新値の履歴情報に基づき、前記複数のセルのそれぞれについて前記学習係数の飽和度を評価する飽和度評価手段と、
前記データベースに記憶された前記瞬時値の履歴情報に基づき、前記複数のセルのそれぞれについて前記学習係数の安定度を評価する安定度評価手段と、
前記最新度、飽和度、及び、安定度の各評価結果が基準を満たすセルの中から、圧延条件を座標軸とする空間において、次圧延条件に該当する対象セルとの空間距離が近い所定個数の近傍セルを選定する近傍セル選定手段と、
選定した前記所定個数の近傍セルにおける前記学習係数の代表値をそれぞれ決定し、前記対象セルの座標と選定した前記所定個数の近傍セルの座標及び前記代表値とに基づいて、多項式補間により前記対象セルにおける前記学習係数の推定値を算出する推定値算出手段と、
前記対象セルにおける前記学習係数の最新更新値を前記推定値で補正し、次圧延条件での前記学習係数の使用値として決定する使用値決定手段と、
備えることを特徴とする圧延プロセスの学習制御装置。 - 前記使用値決定手段は、
前記最新更新値と前記推定値との加重平均によって前記使用値を算出する手段と、
前記対象セルに対する前記最新度、飽和度、及び安定度の評価結果が高いほど前記最新更新値の重みが大きくなり、前記評価結果が低いほど前記推定値の重みが大きくなるように、前記評価結果に応じて前記加重平均の重み係数を変化させる手段と、
を含むことを特徴とする請求項1に記載の圧延プロセスの学習制御装置。 - 前記データベースは、セルを共通にする第1の層別テーブルと第2の層別テーブルとを含み、
前記瞬時値算出記録手段は、前記瞬時値を前記第1の層別テーブルに記録するように構成され、
前記更新値算出記録手段は、前記更新値を前記第2の層別テーブルに記録するように構成されることを特徴とする請求項1又は2に記載の圧延プロセスの学習制御装置。 - 前記データベースは、前記第1の層別テーブル及び第2の層別テーブルとセルを共通にする第3の層別テーブルと第4の層別テーブルと第5の層別テーブルとをさらに含み、
前記最新度評価手段は、前記最新度の評価結果を前記第3の層別テーブルに記録するように構成され、
前記飽和度評価手段は、前記飽和度の評価結果を前記第4の層別テーブルに記録するように構成され、
前記安定度評価手段は、前記安定度の評価結果を前記第5の層別テーブルに記録するように構成されることを特徴とする請求項3に記載の圧延プロセスの学習制御装置。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2014/053622 WO2015122010A1 (ja) | 2014-02-17 | 2014-02-17 | 圧延プロセスの学習制御装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2015122010A1 JPWO2015122010A1 (ja) | 2017-03-30 |
JP6233423B2 true JP6233423B2 (ja) | 2017-11-22 |
Family
ID=53799772
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015562674A Active JP6233423B2 (ja) | 2014-02-17 | 2014-02-17 | 圧延プロセスの学習制御装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10124381B2 (ja) |
JP (1) | JP6233423B2 (ja) |
KR (1) | KR101832653B1 (ja) |
CN (1) | CN106030424B (ja) |
WO (1) | WO2015122010A1 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106777594B (zh) * | 2016-12-01 | 2020-01-17 | 武汉科技大学 | 一种基于连续曲面的轧制过程数学模型的自学习方法 |
JP6813416B2 (ja) * | 2017-04-10 | 2021-01-13 | 株式会社日立製作所 | プラント制御装置およびその制御方法、圧延機制御装置およびその制御方法並びにプログラム |
WO2020049994A1 (ja) * | 2018-09-03 | 2020-03-12 | パナソニックIpマネジメント株式会社 | 電子密度推定方法、電子密度推定装置、及び電子密度推定プログラム |
KR102232336B1 (ko) * | 2018-12-19 | 2021-03-25 | 도시바 미쓰비시덴키 산교시스템 가부시키가이샤 | 압연 프로세스의 학습 제어 장치 |
CN110918651B (zh) * | 2019-12-06 | 2020-12-01 | 东北大学 | 基于多分类支持向量机的钢铁冷轧精整生产原料分配方法 |
JP7452443B2 (ja) | 2021-01-07 | 2024-03-19 | 東芝三菱電機産業システム株式会社 | 圧延モデルの学習方法 |
CN115623864A (zh) * | 2021-05-12 | 2023-01-17 | 东芝三菱电机产业系统株式会社 | 轧制工艺的学习控制装置 |
US11919060B2 (en) * | 2021-08-16 | 2024-03-05 | The Bradbury Co., Inc. | Methods and apparatus to control roll-forming processes |
CN114486656B (zh) * | 2021-12-31 | 2022-12-02 | 扬州江净空调制造有限公司 | 用于医疗洁净室的动态环境监测系统 |
CN117320822A (zh) * | 2022-04-20 | 2023-12-29 | 东芝三菱电机产业系统株式会社 | 板凸度控制装置 |
CN116140374B (zh) * | 2023-04-14 | 2023-07-14 | 太原科技大学 | 一种板带轧制过程质量综合预测与工艺调控方法 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2839746B2 (ja) | 1991-06-17 | 1998-12-16 | 株式会社神戸製鋼所 | プロセスラインにおける学習制御方法 |
JPH07200005A (ja) * | 1993-12-28 | 1995-08-04 | Mitsubishi Electric Corp | 学習制御方法 |
JP3508245B2 (ja) * | 1994-11-04 | 2004-03-22 | Jfeスチール株式会社 | 圧延条件推定モデルによる圧延条件の推定方法 |
JPH1031505A (ja) | 1996-07-16 | 1998-02-03 | Mitsubishi Electric Corp | プロセスラインの学習制御方法 |
JP4280351B2 (ja) | 1999-03-10 | 2009-06-17 | 東芝三菱電機産業システム株式会社 | 圧延制御モデル学習装置 |
JP4179709B2 (ja) * | 1999-07-15 | 2008-11-12 | 東芝三菱電機産業システム株式会社 | リバース式圧延機の学習制御装置 |
US20100292825A1 (en) | 2006-08-09 | 2010-11-18 | Auckland Uniservices Limited | Process control of an industrial plant |
JP2009116759A (ja) | 2007-11-09 | 2009-05-28 | Jfe Steel Corp | プロセスラインにおける制御モデル学習方法および装置、ならびに鋼板の製造方法 |
CN101648208A (zh) * | 2009-08-26 | 2010-02-17 | 苏州有色金属研究院有限公司 | 铝单机架冷轧机的轧制规程制定方法 |
CN102371279B (zh) * | 2010-08-26 | 2013-06-19 | 宝山钢铁股份有限公司 | 利用辊缝自适应提高精轧带钢厚度精度的控制方法 |
JP5759206B2 (ja) * | 2011-03-01 | 2015-08-05 | 東芝三菱電機産業システム株式会社 | 学習係数制御装置 |
CN102728624B (zh) * | 2011-04-13 | 2014-10-01 | 宝山钢铁股份有限公司 | 一种精轧带钢负荷分配设定方法 |
CN102513351B (zh) * | 2011-12-24 | 2014-01-15 | 东北大学 | 一种带钢冷连轧轧制方法及装置 |
WO2013171862A1 (ja) * | 2012-05-16 | 2013-11-21 | 東芝三菱電機産業システム株式会社 | 設定計算システムの学習装置及び学習方法 |
CN104271277B (zh) * | 2012-07-02 | 2016-01-13 | 东芝三菱电机产业系统株式会社 | 温度控制装置 |
CN103018604A (zh) * | 2012-12-07 | 2013-04-03 | 浙江省电力公司电力科学研究院 | 一种电网设施雷击风险的评估方法及其装置 |
JP5939175B2 (ja) | 2013-02-19 | 2016-06-22 | 東芝三菱電機産業システム株式会社 | 圧延プロセスの学習制御装置 |
-
2014
- 2014-02-17 KR KR1020167025045A patent/KR101832653B1/ko active IP Right Grant
- 2014-02-17 WO PCT/JP2014/053622 patent/WO2015122010A1/ja active Application Filing
- 2014-02-17 CN CN201480075773.4A patent/CN106030424B/zh active Active
- 2014-02-17 JP JP2015562674A patent/JP6233423B2/ja active Active
- 2014-02-17 US US15/119,313 patent/US10124381B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20170008054A1 (en) | 2017-01-12 |
CN106030424A (zh) | 2016-10-12 |
US10124381B2 (en) | 2018-11-13 |
WO2015122010A1 (ja) | 2015-08-20 |
KR101832653B1 (ko) | 2018-02-26 |
CN106030424B (zh) | 2019-03-15 |
KR20160122208A (ko) | 2016-10-21 |
JPWO2015122010A1 (ja) | 2017-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6233423B2 (ja) | 圧延プロセスの学習制御装置 | |
JP5604945B2 (ja) | 品質予測装置、品質予測方法、コンピュータプログラム、およびコンピュータ読み取り可能な記録媒体 | |
JP5733229B2 (ja) | 分類器作成装置、分類器作成方法、及びコンピュータプログラム | |
JP2012081518A (ja) | 厚鋼板の冷却制御方法、冷却制御装置及び厚鋼板の製造方法 | |
JP2019087152A (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 | |
JP5817450B2 (ja) | 厚板の板幅制御方法 | |
JP5939175B2 (ja) | 圧延プロセスの学習制御装置 | |
JPH11707A (ja) | 圧延機の制御方法及び圧延機の制御装置 | |
JP2007245204A (ja) | 圧延荷重モデルの学習方法及びその装置 | |
JP6699340B2 (ja) | 厚鋼板の冷却制御方法および製造方法 | |
JP5682131B2 (ja) | 鋼材の材質予測装置 | |
JP2010115692A (ja) | 製造プロセスにおける品質予測装置、予測方法、プログラム及びコンピュータ読み取り可能な記録媒体 | |
JP5966984B2 (ja) | 設定方法および設定装置 | |
JP6601104B2 (ja) | パラメータ設定装置、ロール位置変更量設定装置、ロール位置変更方法、およびプログラム | |
JP5488140B2 (ja) | 品質予測装置、品質予測方法、コンピュータプログラム、およびコンピュータ読み取り可能な記録媒体 | |
JP2020099982A (ja) | 工作機械の熱変位補正方法、熱変位補正プログラム、熱変位補正装置 | |
CN116108932A (zh) | 一种钢铁生产过程数据和机理融合模型建立方法 | |
JP2010207900A (ja) | 熱間圧延における変形抵抗予測方法 | |
JP6900866B2 (ja) | 圧延スケジュール作成装置、圧延スケジュール作成方法、およびプログラム | |
JP6816629B2 (ja) | 製造プロセス学習制御装置 | |
JP4155174B2 (ja) | 数式モデルにおける予測誤差補正用テーブル値生成装置及びその方法 | |
KR101622068B1 (ko) | 설정 계산 시스템의 학습 장치 및 학습 방법 | |
JP7323051B2 (ja) | 圧延プロセスの学習制御装置 | |
TW201839640A (zh) | 模型構築系統及模型構築方法 | |
JP2021194690A (ja) | 板厚制御装置、板厚制御方法、プログラム、及び圧延システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20170926 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20171009 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6233423 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |