JP7033639B2 - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JP7033639B2 JP7033639B2 JP2020209018A JP2020209018A JP7033639B2 JP 7033639 B2 JP7033639 B2 JP 7033639B2 JP 2020209018 A JP2020209018 A JP 2020209018A JP 2020209018 A JP2020209018 A JP 2020209018A JP 7033639 B2 JP7033639 B2 JP 7033639B2
- Authority
- JP
- Japan
- Prior art keywords
- control
- actual data
- plant
- output
- learning
- 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
Landscapes
- Control Of Metal Rolling (AREA)
- Feedback Control In General (AREA)
Description
に関する。
1)圧延中に形状制御を実施しながら新たな制御ルールを発見していく。
2)新たな制御ルールは、予め予想できるものでは無く、全く予測できなかった制御ルールが最適となる場合も有る事から、ランダムに制御操作端を動作させ、それに対する制御結果を見ながら見つけていく。
ことを実現している。
制御実行装置は、制御対象プラントの実績データと制御操作の定められた組合せに従って制御出力を与える制御ルール実行部と、制御ルール実行部が出力する制御出力の可否を判定する制御出力判定部とを備え、
制御方法学習装置は、制御実行装置が制御出力を実際に、制御対象プラントに出力した場合に、実績データが制御前に比較して良くなったか、悪くなったかについての制御結果の良否を判定する制御結果良否判定部と、制御結果良否判定部における制御結果の良否に基づき学習する制御ルール学習部とを備え、
制御方法学習装置は学習によって、制御対象プラントの状態に応じて複数の制御目標に対して別個の実績データと制御操作の組合せを得、得られた実績データと制御操作の組合せを制御ルール実行部における制御対象プラントの実績データと制御操作の組合せとして使用することを特徴とするプラント制御装置。」としたものである。
制御実行部は、制御対象プラントの実績データと制御操作の定められた組合せに従って制御出力を与えるとともに制御出力の可否を判定し、
制御方法学習部は、制御出力を実際に、制御対象プラントに出力した場合に、実績データが制御前に比較して良くなったか、悪くなったかについての制御結果の良否を判定し、制御結果の良否に基づき学習し、
制御方法学習部は学習によって、制御対象プラントの状態に応じて複数の制御目標に対して別個の実績データと制御操作の組合せを得、得られた実績データと制御操作の組合せを前記制御実行部における制御対象プラントの実績データと制御操作の組合せとして使用することを特徴とするプラント制御方法。」としたものである。
プログラムは、
制御実行装置の処理を達成させるための、制御対象プラントの実績データと制御操作の定められた組合せに従って制御出力を与える制御ルール実行プログラムと、制御ルール実行プログラムが出力する制御出力の可否を判定する制御出力判定プログラムであり、
制御方法学習装置の処理を達成させるための、制御実行装置が制御出力を実際に、制御対象プラントに出力した場合に、実績データが制御前に比較して良くなったか、悪くなったかについての制御結果の良否を判定する制御結果良否判定プログラムと、制御結果良否判定プログラムにおける制御結果の良否に基づき学習する制御ルール学習プログラムであり、
制御方法学習装置は学習によって、制御対象プラントの状態に応じて複数の制御目標に対して別個の実績データと制御操作の組合せを得、得られた実績データと制御操作の組合せを前記制御ルール実行プログラムにおける制御対象プラントの実績データと制御操作の組合せとして使用することを特徴とするプログラム。」としたものである。
1)基準形状パターンと、それに対する制御操作を予め別々に設定し、制御操作方法を学習していくのではなく、形状パターンと制御操作の組合せを学習し、それを用いて制御操作を実施する。
2)新たな制御ルールは、予め予想できるものでは無く、全く予測できなかった制御ルールが最適となる場合も有る事から、ランダムに制御操作端を動作させ、それに対する制御結果を見ながら見つけていく。
ことが必要となる。
、制御実行装置20内の制御出力判定部5にアクセス可能に接続されている。
IF(制御操作量出力可否データS4=0)THEN
#1~#nAS-U位置変更量出力=0
上第1中間シフト位置変更量出力=0
下第1中間シフト位置変更量出力=0
ELSE
#1~#nAS-U位置変更量出力=#1~#nAS-U位置変更量
上第1中間シフト位置変更量出力=上第1中間シフト位置変更量
下第1中間シフト位置変更量出力=下第1中間シフト位置変更量
ENDIF
により決定される。
0>Jc≧LCLであれば、制御結果良否データS6=1(形状が良くなる方向に変化)とし、Jc<LCLであれば、制御結果良否データS6=0(形状が良くなった)とする。
1)基準形状パターンと、それに対する制御操作を予め別々に設定し、制御操作方法を学習していくのではなく、形状パターンと制御操作の組合せを学習し、それを用いて制御操作を実施する。
2)新たな制御ルールは、予め予想できるものでは無く、全く予測できなかった制御ルールが最適となる場合も有る事から、ランダムに制御操作端を動作させ、それに対する制御結果を見ながら見つけていく。
事が実現できる。
実適用に当たっての問題点は特に無い。
2:制御入力データ作成部
3:制御出力演算部
4:制御出力抑制部
5:制御出力判定部
6:制御結果良否判定部
7:学習データ作成部
10:制御ルール実行部
11:制御ルール学習部
20:制御実行装置
21:制御方法学習装置
DB1:制御ルールデータベース
DB2:出力判定データベース
DB3:学習データデータベース
Si:実績データ
SO:制御操作量出力
S1:入力データ
S2:制御操作端操作指令
S3:制御操作量
S4:制御操作量出力可否データ
S5:良否判定データ
S6:制御結果良否データ
S7a、S7b、S7c:教師データ
S8a、S8b、S8c:入力データ(制御ルール学習部用)
Claims (12)
- 制御対象プラントの実績データと制御操作の組合せを学習する制御方法学習装置と、学習した前記実績データと制御操作の組合せに応じて制御対象プラントの制御を実施する制御実行装置を備え、
前記制御実行装置は、制御対象プラントの実績データと制御操作の定められた組合せに従って制御出力を与える制御ルール実行部と、前記制御ルール実行部が出力する制御出力の可否を判定する制御出力判定部とを備え、
前記制御方法学習装置は、前記制御実行装置が制御出力を実際に、制御対象プラントに出力した場合に、実績データが制御前に比較して良くなったか、悪くなったかについての制御結果の良否を判定する制御結果良否判定部と、前記制御結果良否判定部における制御結果の良否に基づき学習する制御ルール学習部とを備え、
前記制御方法学習装置は学習によって、前記制御対象プラントの状態に応じて複数の制御目標に対して別個の実績データと制御操作の組合せを得、得られた実績データと制御操作の組合せを前記制御ルール実行部における制御対象プラントの実績データと制御操作の組合せとして使用することを特徴とするプラント制御装置。 - 請求項1に記載のプラント制御装置であって、
制御対象プラントの実績データの大小に応じて、実績データと制御操作の組合せを替える為、実績データの大小に関する情報と、実績データを規格化しパターン認識を実施しやすくする情報を用いて、実績データと制御操作の組合せを学習し、制御する事を特徴とするプラント制御装置。 - 請求項1、または請求項2に記載のプラント制御装置であって、
前記制御ルール実行部は、制御対象プラントの実績データと制御操作の定められた組合せを第1のニューラルネットとして保持し、前記制御ルール学習部は、実績データと制御操作の組合せを第2のニューラルネットとして保持し、前記制御方法学習装置における学習の結果得られた第2のニューラルネットを前記制御ルール実行部における前記第1のニューラルネットとして使用することを特徴とするプラント制御装置。 - 請求項1から請求項3のいずれか1項に記載のプラント制御装置であって、
前記制御実行装置は、前記制御出力に外乱を与える制御操作外乱発生部を備え、前記制御方法学習装置は、外乱を印加されたときも含めて学習することを特徴とするプラント制御装置。 - 請求項1から請求項4のいずれか1項に記載のプラント制御装置であって、
前記制御方法学習装置は、予め定められた複数の仕様のもとでの学習により、実績データと制御操作の複数の組合せを得ており、前記制御実行装置は、実績データと制御操作の複数の組合せの中から制御対象プラントの運転状態に応じて1つの実績データと制御操作の複数の組合せを選択し前記制御出力を与えることを特徴とするプラント制御装置。 - 請求項3に記載のプラント制御装置であって、
実績データの大小に応じて、使用する実績データと操作方法の組合せを学習するニューラルネットを変更する事を特徴とするプラント制御装置。 - 請求項1から請求項6のいずれか1項に記載のプラント制御装置であって、
複数の制御目的に対する制御結果の良否判定基準を用いて、制御対象プラントに対する実績データと操作法の関係をそれぞれ求め、データベースにそれぞれ格納する事で、前記制御対象プラントに対する制御目的に応じて、異なる制御方法で制御する事を特徴とするプラント制御装置。 - 請求項1から請求項7のいずれか1項に記載のプラント制御装置であって、
前記実績データと制御操作の組合せを、制御対象プラントでの制御を実施する前に、制御対象プラントの制御モデルを用いてシミュレーションにより作成し、制御対象プラントにおける前記実績データと制御操作の組合せの学習期間を短縮する事を特徴とするプラント制御装置。 - 請求項1から請求項8のいずれか1項に記載のプラント制御装置を適用した圧延機制御装置であって、
前記制御対象プラントは、圧延機であり、前記実績データは前記圧延機の出側形状であることを特徴とする圧延機制御装置。 - 制御対象プラントの実績データと制御操作の組合せを学習する制御方法学習部と、学習した前記実績データと制御操作の組合せに応じて制御対象プラントの制御を実施する制御実行部を備え、
前記制御実行部は、制御対象プラントの実績データと制御操作の定められた組合せに従って制御出力を与えるとともに制御出力の可否を判定し、
前記制御方法学習部は、前記制御出力を実際に、制御対象プラントに出力した場合に、実績データが制御前に比較して良くなったか、悪くなったかについての制御結果の良否を判定し、前記制御結果の良否に基づき学習し、
前記制御方法学習部は学習によって、前記制御対象プラントの状態に応じて複数の制御目標に対して別個の実績データと制御操作の組合せを得、得られた実績データと制御操作の組合せを前記制御実行部における制御対象プラントの実績データと制御操作の組合せとして使用することを特徴とするプラント制御方法。 - 請求項10に記載のプラント制御方法を適用した圧延機制御方法であって、
前記制御対象プラントは、圧延機であり、前記実績データは前記圧延機の出側形状であることを特徴とする圧延機制御方法。 - 制御対象プラントの実績データと制御操作の組合せを学習する制御方法学習装置と、学習した前記実績データと制御操作の組合せに応じて制御対象プラントの制御を実施する制御実行装置を実現するときのプログラムであって、
前記プログラムは、
前記制御実行装置の処理を達成させるための、制御対象プラントの実績データと制御操作の定められた組合せに従って制御出力を与える制御ルール実行プログラムと、該制御ルール実行プログラムが出力する制御出力の可否を判定する制御出力判定プログラムであり、
前記制御方法学習装置の処理を達成させるための、制御実行装置が制御出力を実際に、制御対象プラントに出力した場合に、実績データが制御前に比較して良くなったか、悪くなったかについての制御結果の良否を判定する制御結果良否判定プログラムと、該制御結果良否判定プログラムにおける制御結果の良否に基づき学習する制御ルール学習プログラムであり、
制御方法学習装置は学習によって、前記制御対象プラントの状態に応じて複数の制御目標に対して別個の実績データと制御操作の組合せを得、得られた実績データと制御操作の組合せを前記制御ルール実行プログラムにおける制御対象プラントの実績データと制御操作の組合せとして使用することを特徴とするプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020209018A JP7033639B2 (ja) | 2020-12-17 | 2020-12-17 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020209018A JP7033639B2 (ja) | 2020-12-17 | 2020-12-17 | 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 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017077350A Division JP6813416B2 (ja) | 2017-04-10 | 2017-04-10 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021061019A JP2021061019A (ja) | 2021-04-15 |
JP7033639B2 true JP7033639B2 (ja) | 2022-03-10 |
Family
ID=75380326
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020209018A Active JP7033639B2 (ja) | 2020-12-17 | 2020-12-17 | 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 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7033639B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022210911A1 (ja) | 2021-03-31 | 2022-10-06 | 住友電工オプティフロンティア株式会社 | 融着接続装置及びコア位置特定方法 |
CN116027673B (zh) * | 2023-03-29 | 2023-06-06 | 中国电子科技集团公司第二十九研究所 | 一种基于模糊神经网络的装备控制自主决策方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005128663A (ja) | 2003-10-22 | 2005-05-19 | Hitachi Ltd | プラントシステム,制御装置及び制御方法 |
JP2007272646A (ja) | 2006-03-31 | 2007-10-18 | Hitachi Ltd | プラントの制御装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2763495B2 (ja) * | 1994-10-24 | 1998-06-11 | 三菱電機株式会社 | 圧延装置 |
JP3283716B2 (ja) * | 1995-04-07 | 2002-05-20 | シャープ株式会社 | ヒータ制御装置 |
-
2020
- 2020-12-17 JP JP2020209018A patent/JP7033639B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005128663A (ja) | 2003-10-22 | 2005-05-19 | Hitachi Ltd | プラントシステム,制御装置及び制御方法 |
JP2007272646A (ja) | 2006-03-31 | 2007-10-18 | Hitachi Ltd | プラントの制御装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2021061019A (ja) | 2021-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6899273B2 (ja) | 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 | |
JP6813416B2 (ja) | 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 | |
JP7033639B2 (ja) | 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 | |
US10121107B2 (en) | Machine learning device and method for optimizing frequency of tool compensation of machine tool, and machine tool having the machine learning device | |
JP7034046B2 (ja) | 制御装置および制御方法 | |
US5303385A (en) | Control system having optimality decision means | |
JP5682484B2 (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 | |
JP5068637B2 (ja) | 製造プロセスにおける操業と品質の関連解析装置、解析方法、プログラム、及びコンピュータ読み取り可能な記録媒体 | |
JP6952018B2 (ja) | 制御装置および制御方法 | |
JP7328142B2 (ja) | 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 | |
JP7495874B2 (ja) | プラント制御システム、プラント制御方法及びプログラム | |
JP7535475B2 (ja) | プラント制御システム、プラント制御方法及びプログラム | |
CN109768545A (zh) | 一种基于Vague集的黑启动方案优选方法 | |
JP2003058579A (ja) | 設計・配合の最適化方法 | |
JP2022183827A (ja) | プラント制御システム、圧延機制御装置、プラント制御方法、及びプラント制御プログラム | |
Geidarov | Neural networks on the basis of the sample method | |
Peng et al. | A case-based reasoning with feature weights derived by BP network | |
Komal et al. | RAM analysis of the press unit in a paper plant using genetic algorithm and Lambda-Tau methodology | |
Lindemann | Design and optimization of an artificial neural network for constitutive modelling to determine stress under hot work | |
JP5415872B2 (ja) | 層別テーブル数値演算装置および該方法、該装置および該方法を備える制御装置および制御方法ならびに圧延システム | |
CN118094192A (zh) | 一种水轮机组水导轴瓦温差预测方法、装置及存储介质 | |
Gao et al. | A simplified linguistic information feedback-based dynamical fuzzy system (S-LIFDFS)-Part II. Evaluation | |
CN117505545A (zh) | 一种建立神经元网络模型提高厚度精度的控制方法 | |
Mateou et al. | Fuzzification and Defuzzification Process in Genetically Evolved Fuzzy Cognitive Maps (GEFCMs) | |
Rolfe et al. | Predicting the rolling force in hot steel rolling mill using an ensemble model Yakov Frayman School of Information Technology Deakin University |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201217 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210930 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211012 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211020 |
|
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: 20220215 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220228 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7033639 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |