JP7121500B2 - 装置制御システム及び装置制御方法 - Google Patents
装置制御システム及び装置制御方法 Download PDFInfo
- Publication number
- JP7121500B2 JP7121500B2 JP2018029148A JP2018029148A JP7121500B2 JP 7121500 B2 JP7121500 B2 JP 7121500B2 JP 2018029148 A JP2018029148 A JP 2018029148A JP 2018029148 A JP2018029148 A JP 2018029148A JP 7121500 B2 JP7121500 B2 JP 7121500B2
- Authority
- JP
- Japan
- Prior art keywords
- control
- data
- machine learning
- learning model
- monitoring item
- 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
- Complex Calculations (AREA)
- Excavating Of Shafts Or Tunnels (AREA)
Description
すなわち、施工環境の異なる現場の各々に対応して、オペレータがシールド掘削機の制御を適切に行なわなければ、掘削されたトンネルの設計に対する精度や安全性が低下する。
熟練したオペレータは、掘削中の現場におけるシールド掘削機の制御を行なう際、現在の現場の施工環境に対応した制御を、過去の似たような施工環境における制御の知識を応用して行なっている。しかし、施工した現場の数の少ないオペレータの場合、経験したことのない施工環境においては、乏しい経験と基礎的な操作知識では、その施工環境おける適切なシールド掘削機の制御を行なうことができない。
この問題を解決するため、掘削の際におけるシールド掘削機のカッターの回転状態及び推進ジャッキの推進状態を示す計測値データにより、シールド掘削機を自動運転させる構成がある(例えば、特許文献1参照)。
このため、特許文献1の制御では、熟練したオペレータによるシールド掘削機の操作を十分に再現することができない。すなわち、測定した計測値データと設定値とを比較することで制御が行なわれるため、熟練したオペレータの経験に基づいた制御と異なり、時々刻々と変化する現場の施工環境に対応した制御が適切に行なわれているとは限らず、掘削されたトンネルの設計に対する精度や安全性が向上するとは言えない。
そのため、熟練したオペレータの操作を教師データとして、機械学習によりシールド掘削機の操作を学習させた機械学習モデルを用いることで、より熟練したオペレータに近い操作を行う設定値を推定することが考えられる。
例えば、装置がシールド掘削機であり、制御対象が掘削方向の制御(方向制御)と制御土圧の制御(土圧制御)とであり、方向制御及び土圧制御の各々を一括して制御する制御データを推定させる場合、ジャッキのストロークなどの制御データの導出過程において干渉が発生する。
上述したシールド掘削機の場合には、方向制御の制御データを推定する機械学習モデルと、制御土圧の制御データを推定する機械学習モデルとの各々を、独立して設けることになる。
しかしながら、制御データの導出過程における干渉が無くなる一方で、独立した制御データであるため、制御対象間の制御に調和が無く、制御対象間の制御データが相反している場合、それぞれの制御データによる装置の制御を行う制御過程における干渉が発生する。
図1は、本実施形態のシールド掘削機制御システムが制御を行なう対象のシールド掘削機を説明する図である。
図1(a)は、本実施形態のシールド掘削機制御システムが制御を行なう対象のシールド掘削機の概念図を示している。
掘削機構50は、円筒形のスキンプレート2の矢印D1方向後部でエレクタ(図示略)によりセグメントを組み立てることにより、一次覆工Sを施工しつつ、シールド掘削機20を掘削させるための機構である。掘削機構50においては、切羽23を備えた環状且つ面板型のカッター10の矢印D1方向後方に作泥土室7が設けられている。作泥土室7には作泥土材注入管8から作泥土材9が注入され、図示しない練混ぜ翼によって強力に練混ぜることによって掘削された土砂を泥土に変換し、泥土圧を土圧・水圧とバランスさせることにより切羽23を安定させ、掘削を行う。ここで、掘削機構50の作泥土室7に堆積した掘削残土は、スクリューコンベア60に導入され、コンベア62及び63を介して、掘削しているトンネルの外部に排土される。架台Mは、スクリューコンベア60、コンベア62及び63各々を支持している。また、図示していないが、掘削機構50は、推進ジャッキ(後述)が設けられており、この推進ジャッキにより掘削方向及び推進速度の制御が行なわれる。
この機械学習モデルテーブルにおいて、機械学習モデル制御番号は、機械学習モデルの各々を時系列に動作させて順次制御データの設定値を推定させる際の順番を示す番号であり、機械学習モデルの各々を識別する識別情報でもある。入力データ群は、機械学習モデルの各々に対して入力データとなる監視項目データの各々の計測値データが記載されている。
機械学習モデルは、例えば、機械学習アルゴリズムを用いてシールド掘削機の操作のための制御データの設定値を、入力される計測値データに対応して推定するための機械学習モデルを教師データにより生成し、生成した機械学習モデルを用いて計測値データに対応するシールド掘削機の操作の制御データの設定値を推定する。例えば、本実施形態における機械学習モデル部13は、制御対象として土圧制御に対応する第1機械学習モデルと、制御対象として方向制御に対応する第2機械学習モデルとの2つの機械学習モデルを備えている。第1機械学習モデルは、所定の監視項目データ(特徴量ベクトル)の設定値が入力データとして入力された場合、制御データとしてスクリューコンベア60のスクリュー回転速度などの設定値を推定して出力する。また、第2機械学習モデルは、所定の監視項目データの設定値が入力データとして入力された場合、制御データとして推進ジャッキの油圧の制御データなどの設定値を推定して出力する。
ここで、機械学習は、監視項目データの計測値データを説明変数とし、制御データの設定値を被説明変数としたモデルを作成する。すなわち、入力される説明変数と出力される被説明変数との間のモデルを機械学習により作成し、このモデルを用いることにより、説明変数の組合わせに対応して、関連性の高い被説明変数が得られるようにする。このモデルを用いることにより、説明変数である監視項目データの計測値データ変化に対応して、被説明変数である制御データのいずれを制御する必要があるかが明確に得られる。ここで、モデルを作成する機械学習の技法としては、決定木学習、ニューラルネットワーク、遺伝的プログラミング、サポートベクタマシン、ディープラーニングなどの一般的に用いられている技法のいずれを用いても良い。
記憶部15には、上述したように、機械学習モデルテーブルと監視項目データテーブルとが書き込まれて記憶されている。
ステップS1: 監視項目データ入力部11は、制御周期としての時間をカウントしており、カウントした時間が制御周期を超えたか否かの判定を行う。このとき、監視項目データ入力部11は、カウントした時間が一制御周期の時間を超えていない場合、ステップS1の処理を繰り返す。一方、監視項目データ入力部11は、カウントした時間が制御周期を超えた場合、処理をステップS2へ進める。
そして、監視項目データ入力部11は、監視項目データの各々のいずれかの計測値データに欠損あるいは異常な数値があると判定した場合、処理をステップS4へ進める。一方、監視項目データ入力部11は、監視項目データの全ての計測値データに欠損あるいは異常な数値が無いと判定した場合、処理をステップS5へ進める。
また、監視項目データ入力部11は、監視項目データの計測値データが欠損している場合、所定の時間範囲の過去の計測値データの平均値を求めて、この平均値を計測値データとする補完処理を行う。そして、監視項目データ入力部11は、計測値データの補完を行った後に、補完処理を行った計測値データを、監視項目データテーブルに書き込んで記憶させる。
そして、制御部12は、選択した機械学習モデルの機械学習モデル制御番号を、推定を実行させることを示す制御信号に付加して、この制御信号を機械学習モデル部13及び入力データ形成部14の各々に対して出力する。
そして、入力データ形成部14は、読み込んだ監視項目データの各々の計測値データを、記憶部15における監視項目データテーブルからそれぞれ読み出し、読み出した監視項目データの各々の計測値データにより機械学習モデルに入力する入力データを形成する。
そして、機械学習モデル部13は、入力データ形成部14から入力データが供給された場合、制御部12から供給された機械学習モデル制御番号の示す機械学習モデルに対し、供給された入力データを入力する。これにより、機械学習モデル部13において、機械学習モデル制御番号の示す機械学習モデルは、入力された入力データに基づき、制御対象の制御データの各々の設定値を推定する。また、機械学習モデル部13は、得られた制御データの設定値のそれぞれを、制御部12に対して出力する。
すなわち、本実施形態によれば、推定する制御データが干渉する、一つの装置における複数の異なる制御対象に対して、制御対象に対応する機械学習モデルの推定した制御データを独立して用いることにより、上記装置の各制御対象間において調和の取れた制御を行うことができる。
例えば、本実施形態において、シールド掘削機における土圧制御及び方向制御の各々を制御対象とする場合、土圧制御の制御データの設定値を得て制御を行った後に、その結果の監視項目データに対応して方向制御の制御データの設定値を得て方向制御を行う。これにより、土圧制御と方向制御との制御データの設定値は各々独立に行われ、かつ制御対象の制御が同時ではなく交互に行わることで、それぞれの制御対象に対して独立した制御が行え、互いの制御に対して干渉を与えることがない。
11…監視項目データ入力部
12…制御部
13…機械学習モデル部
14…入力データ形成部
15…記憶部
Claims (4)
- 一つの装置における複数の異なる制御対象の制御データを機械学習モデルにより推定し、当該制御データにより前記装置の制御を行う装置制御システムであり、
前記装置の前記制御対象の監視項目データを入力データとして当該制御対象の制御データを推定する、前記制御対象の各々に対応した複数の機械学習モデルが備えられた機械学習モデル部と、
前記機械学習モデルによる前記制御データの推定を、前記機械学習モデルに推定を行わせる所定の順番で時系列に実行し、前記制御対象毎の制御データを前記機械学習モデルに推定させ、前記時系列に推定された前記制御データにより、前記装置における前記制御対象を前記所定の順番に制御する制御部と
を備え、
前記制御部が、前記時系列に制御を行う際、前記装置の制御状態を示す監視項目データを取得する一つの制御周期毎に一つの前記機械学習モデルを選択し、時系列に所定の順番で前記制御周期毎に一つの前記機械学習モデルを用いて、前記制御対象それぞれの前記制御データを順次推定させることを特徴とする装置制御システム。 - 前記監視項目データの計測値データが欠損している或いは異常である場合、前記計測値データの補完、補正を行う監視項目データ入力部をさらに有する
ことを特徴とする請求項1に記載の装置制御システム。 - 前記装置がシールド掘削機であり、前記制御対象が少なくとも方向制御と土圧制御との各々を含む
ことを特徴とする請求項1または請求項2に記載の装置制御システム。 - 一つの装置における複数の異なる制御対象の制御データを機械学習モデルにより推定し、当該制御データにより前記装置の制御を行う装置制御方法であり、
制御部が、前記装置の前記制御対象の監視項目データを入力データとして当該制御対象の制御データを推定する、前記制御対象の各々に対応した複数の機械学習モデルが備えられた機械学習モデル部から、所定の順番で時系列に前記機械学習モデルを選択し、前記制御対象毎の制御データを前記機械学習モデルに推定させる推定処理過程と、
前記制御部が、前記時系列に推定された前記制御データにより、前記装置における前記制御対象を前記所定の順番に制御する制御過程と
を含み、
前記制御部が、前記時系列に制御を行う際、前記装置の制御状態を示す監視項目データを取得する一つの制御周期毎に一つの前記機械学習モデルを選択し、時系列に所定の順番で前記制御周期毎に一つの前記機械学習モデルを用いて、前記制御対象それぞれの前記制御データを順次推定させることを特徴とする装置制御方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018029148A JP7121500B2 (ja) | 2018-02-21 | 2018-02-21 | 装置制御システム及び装置制御方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018029148A JP7121500B2 (ja) | 2018-02-21 | 2018-02-21 | 装置制御システム及び装置制御方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019144898A JP2019144898A (ja) | 2019-08-29 |
JP7121500B2 true JP7121500B2 (ja) | 2022-08-18 |
Family
ID=67773827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018029148A Active JP7121500B2 (ja) | 2018-02-21 | 2018-02-21 | 装置制御システム及び装置制御方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7121500B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112540835B (zh) * | 2020-12-10 | 2023-09-08 | 北京奇艺世纪科技有限公司 | 一种混合机器学习模型的运行方法、装置及相关设备 |
JP7016195B1 (ja) | 2021-09-06 | 2022-02-18 | Wota株式会社 | プログラム、方法、情報処理装置、システム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005096068A (ja) | 2003-08-25 | 2005-04-14 | Sony Corp | ロボット装置及びロボットの姿勢制御方法 |
JP2005222444A (ja) | 2004-02-09 | 2005-08-18 | Toshiba Corp | 統計的予測値演算方法および装置 |
JP2018021402A (ja) | 2016-08-05 | 2018-02-08 | 清水建設株式会社 | シールド掘削機操作分析システム、シールド掘削機操作分析方法およびプログラム |
JP2018194932A (ja) | 2017-05-15 | 2018-12-06 | オムロン株式会社 | 制御装置、制御プログラム、学習データ作成方法、及び学習方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3708180B2 (ja) * | 1995-09-14 | 2005-10-19 | 富士重工業株式会社 | 自動ブレーキ制御装置 |
JPH10184298A (ja) * | 1996-12-25 | 1998-07-14 | Toshiba Corp | 集中排気式道路トンネル換気制御装置 |
-
2018
- 2018-02-21 JP JP2018029148A patent/JP7121500B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005096068A (ja) | 2003-08-25 | 2005-04-14 | Sony Corp | ロボット装置及びロボットの姿勢制御方法 |
JP2005222444A (ja) | 2004-02-09 | 2005-08-18 | Toshiba Corp | 統計的予測値演算方法および装置 |
JP2018021402A (ja) | 2016-08-05 | 2018-02-08 | 清水建設株式会社 | シールド掘削機操作分析システム、シールド掘削機操作分析方法およびプログラム |
JP2018194932A (ja) | 2017-05-15 | 2018-12-06 | オムロン株式会社 | 制御装置、制御プログラム、学習データ作成方法、及び学習方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2019144898A (ja) | 2019-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7061893B2 (ja) | シールド掘削機制御システム及びシールド掘削機制御方法 | |
JP6796822B2 (ja) | シールド掘削機操作分析システム、シールド掘削機操作分析方法およびプログラム | |
JP7286457B2 (ja) | シールド掘削機制御システム及びシールド掘削機制御方法 | |
JP7219180B2 (ja) | シールド掘進工法における掘進予測モデルの作成方法 | |
JP7219181B2 (ja) | シールド掘進機の施工管理方法 | |
JP7061892B2 (ja) | 操作推定装置、及び操作推定方法 | |
JP6949623B2 (ja) | 操作設定提示装置、及びプログラム | |
JP7121500B2 (ja) | 装置制御システム及び装置制御方法 | |
GB2587119A (en) | Model-based parameter estimation for directional drilling in wellbore operations | |
EP2915950A1 (en) | Apparatus and method for designing and modifying drilling pattern for bench drilling | |
JP7097191B2 (ja) | 推定装置、及び推定方法 | |
JP2019082003A (ja) | シールド掘進機の方向制御システム | |
JP7104534B2 (ja) | 曲がり削孔方法及び曲がり削孔システム | |
CN113361824A (zh) | 土压平衡盾构机及其推进速度预测方法、装置、存储介质 | |
JP7544633B2 (ja) | シールド掘進機の施工管理方法 | |
JP7492482B2 (ja) | シールド掘進機の掘進予測モデル | |
JP7061894B2 (ja) | 判定装置、及び判定方法 | |
JP2023013715A (ja) | 制御システム、制御方法およびプログラム | |
JP2648436B2 (ja) | シールド掘進機の方向制御装置 | |
JP2022143627A (ja) | シールド掘進機の掘進予測モデル | |
JP2020169465A (ja) | 制御情報出力装置、及び制御情報出力方法 | |
JP7544635B2 (ja) | シールド掘進機の操作シミュレーション方法 | |
JP7544634B2 (ja) | 掘進予測モデルの重み付け探索方法 | |
JP2019143383A (ja) | 操作推定装置 | |
JP2829671B2 (ja) | 掘進機等の自動方向制御方法 |
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: 20211220 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220118 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220315 |
|
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: 20220712 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220805 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7121500 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |