JP7151546B2 - 制御装置、制御方法、及び制御プログラム - Google Patents
制御装置、制御方法、及び制御プログラム Download PDFInfo
- Publication number
- JP7151546B2 JP7151546B2 JP2019032026A JP2019032026A JP7151546B2 JP 7151546 B2 JP7151546 B2 JP 7151546B2 JP 2019032026 A JP2019032026 A JP 2019032026A JP 2019032026 A JP2019032026 A JP 2019032026A JP 7151546 B2 JP7151546 B2 JP 7151546B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- control
- controlled
- target value
- unit
- 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
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B30—PRESSES
- B30B—PRESSES IN GENERAL
- B30B15/00—Details of, or accessories for, presses; Auxiliary measures in connection with pressing
- B30B15/26—Programme control arrangements
-
- 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
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/041—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a variable is automatically adjusted to optimise the performance
-
- 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
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
- G05B13/044—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance not using a perturbation signal
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Feedback Control In General (AREA)
- Control Of Presses (AREA)
Description
まず、図1を用いて、本発明が適用される場面の一例について説明する。図1は、本実施形態に係る制御装置1の適用場面の一例を模式的に例示する。
[ハードウェア構成]
<制御装置>
次に、図2を用いて、本実施形態に係る制御装置1のハードウェア構成の一例について説明する。図2は、本実施形態に係る制御装置1のハードウェア構成の一例を模式的に例示する。
次に、図3を用いて、プレス機3のハードウェア構成の一例について説明する。図3は、本実施形態に係るプレス機3のハードウェア構成の一例を模式的に例示する。
次に、図5を用いて、本実施形態に係る制御装置1のソフトウェア構成の一例について説明する。図5は、本実施形態に係る制御装置1のソフトウェア構成の一例を模式的に例示する。
次に、図7A及び図7Bを用いて、本実施形態に係る制御装置1の動作例について説明する。図7A及び図7Bは、本実施形態に係る制御装置1の処理手順の一例を示すフローチャートである。以下で説明する制御装置1の処理手順は、本発明の「制御方法」の一例である。ただし、以下で説明する処理手順は一例に過ぎず、各処理は可能な限り変更されてよい。また、以下で説明する処理手順について、実施の形態に応じて、適宜、ステップの省略、置換、及び追加が可能である。依存関係のない処理の順序は適宜入れ替えられてよい。
ステップS101では、制御部11は、第1取得部101として動作し、制御量の基礎目標値51を取得する。
ステップS102では、制御部11は、第2取得部102として動作し、制御対象装置の動作を計測する第1センサにより得られた制御量の計測値61を取得する。
ステップS103では、制御部11は、動作制御部105として動作し、制御対象装置の予測制御を実施するか否かを判定する。本実施形態の一例では、制御部11は、プレス機3における上側金型32の位置の予測制御を実施するか否かを判定する。
ステップS104では、制御部11は、予測部103として動作し、制御量の予測モデル60を利用して、取得された計測値61から制御量の予測値63を算出する。
ステップS105では、制御部11は、目標補正部104として動作し、算出された予測値63に応じて、基礎目標値51を補正することで、制御量の指令目標値53を決定する。この補正の程度は、重み55に基づいて決定される。
ステップS106では、制御部11は、動作制御部105として動作し、決定された指令目標値53に従って、制御対象装置の動作を制御する。
ステップS107では、制御部11は、動作制御部105として動作し、制御対象装置の制御を終了するか否かを判定する。
ステップS108では、第3取得部106として動作し、制御対象装置の動作結果を監視する第2センサにより得られた監視データ65を取得する。
ステップS109では、制御部11は、結果判定部107として動作し、取得された監視データ65に基づいて、上記ステップS101~ステップS107の制御により制御対象装置が適切に動作したか否かを判定する。
ステップS110では、制御部11は、重み最適化部108として動作し、ステップS109の判定の結果に基づいて、制御対象装置が適切に動作するように補正の重み55を最適化する。本実施形態では、制御部11は、以下の2つの方法のうちのいずれかを採用することにより、補正の重み55を最適化することができる。
第1の方法では、制御部11は、強化学習を利用する。具体的には、制御部11は、判定の結果に応じて決定された報酬に基づく強化学習を実施することで、制御対象装置が適切に動作する確率を高めるように補正の重み55を最適化する。制御対象装置が生産装置である場合、制御対象装置が適切に動作する確率は、例えば、生産される製品の良品率に置き換えられてよい。また、制御対象装置が適切に動作する確率を高めることは、生産される製品の不良品率を低減することに置き換えられてよい。
第2の方法では、制御部11は、複数の重みの候補からの選択により、補正の重み55を最適化する。この場合、重み55の候補が複数与えられる。本実施形態の一例では、比例定数r及び定数項sの組み合わせが複数与えられる。
ステップS111では、制御部11は、ステップS109の判定結果に基づいて、処理の分岐先を決定する。ステップS109において、制御対象装置が少なくとも部分的に適切に動作したと判定された場合に、制御部11は、次のステップS112に処理を進める。一方、制御対象装置が適切に動作しなかったと判定された場合、制御部11は、ステップS112の処理を省略し、次のステップS113に処理を進める。
ステップS112では、制御部11は、データ収集部109として動作し、制御対象装置が適切に動作したと判定された制御の間に第1センサにより得られた制御量の計測値61を実績値データ125として収集する。本実施形態では、制御部11は、制御対象装置が適切に制御されている間に、ステップS102により得られた計測値61を収集することで、実績値データ125を生成することができる。
ステップS113では、制御部11は、予測モデル60及び基礎目標値51を更新するか否かを判定する。
ステップS114では、制御部11は、モデル更新部110として動作し、収集された実績値データ125に基づいて、予測モデル60を更新する。
ステップS115では、制御部11は、目標導出部111として動作し、収集された実績値データ125に基づいて、制御対象装置を適切に制御するための制御量の目標値を導出する。
以上のとおり、本実施形態に係る制御装置1は、予測モデル60を利用した補正処理に起因して予測制御に不具合が生じ得る場合でも、ステップS108~ステップS110の処理により、補正の程度を定める重み55を最適化することができる。これにより、制御対象装置が適切に動作するように予測制御におけるステップS105の補正処理を改善することができる。そのため、比較的に予測精度の低い予測モデル60が生成された場合でも、予測モデル60を利用した予測制御において、制御対象装置の動作不良の発生確率を低減することができる。したがって、本実施形態によれば、大規模な生産装置は勿論のこと、比較的に小規模な生産装置が制御対象装置である場合でも、制御対象装置を予測制御する際における動作不良の発生確率を低減することができる。
以上、本発明の実施の形態を詳細に説明してきたが、前述までの説明はあらゆる点において本発明の例示に過ぎない。本発明の範囲を逸脱することなく種々の改良や変形を行うことができることは言うまでもない。例えば、以下のような変更が可能である。なお、以下では、上記実施形態と同様の構成要素に関しては同様の符号を用い、上記実施形態と同様の点については、適宜説明を省略した。以下の変形例は適宜組み合わせ可能である。
上記実施形態において、制御対象装置の数は、1つに限られなくてもよく、実施の形態に応じて適宜決定されてよい。また、上記実施形態の一例では、制御対象装置はプレス機3である。しかしながら、制御対象装置の種類は、このような例に限定されなくてもよく、実施の形態に応じて適宜選択されてよい。制御対象装置は、プレス機の他、例えば、ウェブ搬送装置、射出成形機、NC旋盤、放電加工機、包装機等の生産ラインで利用される比較的に小規模な生産装置であってもよい。この比較的に小規模な生産装置の動作は、例えば、PLCに代表される小規模な制御装置によって制御されてよい。また、上記実施形態の一例では、制御量は、上側金型32の位置であり、操作量は、上側金型32を駆動するサーボモータの電圧である。しかしながら、制御量及び操作量はそれぞれ、このような例に限定されなくてもよく、制御対象装置に応じて適宜選択されてよい。例えば、制御対象装置が、ウェブを搬送するように構成されたウェブ搬送装置である場合、制御量は、ウェブの端部の位置であってよく、操作量は、ウェブの端部の位置を調節するためのアクチュエータの電圧であってよい。
また、上記実施形態において、制御装置1は、制御対象装置の動作を直接的に制御するように構成されている。しかしながら、制御装置1の構成は、このような例に限定されなくてもよい。例えば、制御装置1は、制御対象装置の動作を制御するコントローラに指令を与えることで、制御対象装置の動作を間接的に制御するように構成されてもよい。
上記実施形態では、予測モデル60は、第1時刻における制御量の計測値61から予測値63を算出するように構成されている。しかしながら、予測モデル60の構成は、このような例に限定されなくてもよい。予測モデル60は、制御量の計測値61及び基礎目標値51の入力に対して、予測される制御量の予測値63に応じて補正済みの目標値を算出するように構成されてよい。この場合、予測モデル60の生成には、制御量の計測値に対応する補正済みの目標値が更に利用される。制御量の計測値に対応する補正済みの目標値は適宜与えられてよい。
上記実施形態において、制御装置1のソフトウェア構成からモデル更新部110及び目標導出部111の少なくとも一方は省略されてよい。モデル更新部110が省略される場合、制御装置1の処理手順からステップS114の処理が省略されてよい。また、目標導出部111が省略される場合、制御装置1の処理手順からステップS115の処理が省略されてよい。制御装置1の処理手順からステップS114及びステップS115の処理が省略される場合、上記ステップS113の処理も省略されてよい。更に、実績値データ125を利用しない場合、制御装置1の処理手順からステップS111及びステップS112の処理が省略されてよい。この場合、制御装置1のソフトウェア構成からデータ収集部109は省略されてよい。また、制御装置1の処理手順において、上記ステップS101~ステップS107の処理とステップS108~ステップS115の処理とは並列に実行されてもよい。各ステップの処理順序は適宜変更されてよい。
11…制御部、12…記憶部、13…外部インタフェース、
14…入力装置、15…出力装置、16…ドライブ、
101…第1取得部、102…第2取得部、
103…予測部、104…目標補正部、
105…動作制御部、106…第3取得部、
107…結果判定部、108…重み最適化部、
109…データ収集部、110…モデル更新部、
111…目標導出部、
125…実績値データ、
81…制御プログラム、91…記憶媒体、
3…プレス機(制御対象装置)、
31…サーボドライバ、32…上側金型、33…下側金型、
35…位置センサ、36…カメラ、
40…ワーク、41…製品、
51…基礎目標値、53…指令目標値、
55…重み、
60…予測モデル、
61…計測値、63…予測値、65…監視データ、
71…指令値、
1A…制御システム、
20…上位コントローラ、21…下位コントローラ、
113…動作指令部、
1B…制御装置、
115…指令決定部、117…指令補正部、
51B…目標値、
73…基準値、75…指令値、77…重み
Claims (15)
- 制御量の基礎目標値を取得する第1取得部と、
制御対象装置の制御量を計測する第1センサにより得られた制御量の計測値を取得する第2取得部と、
前記制御量の予測モデルを利用して、取得された前記計測値から前記制御量の予測値を算出する予測部と、
算出された予測値に応じて、前記基礎目標値を補正することで、前記制御量の指令目標値を決定する目標補正部であって、当該補正の程度は、重みに基づいて決定される、目標補正部と、
決定された前記指令目標値に従って、前記制御対象装置の動作を制御する動作制御部と、
前記制御対象装置の動作結果を監視する第2センサにより得られた監視データを取得する第3取得部と、
取得された監視データに基づいて、前記基礎目標値から所定の誤差以内で前記制御対象装置が動作したか否か、および、前記制御対象装置により生産された製品の良否の少なくとも一方を判定する結果判定部と、
前記判定の結果に基づいて、前記基礎目標値から所定の誤差以内で前記制御対象装置が動作する確率、および、前記製品が良品となる確率の少なくとも一方を高めるように前記補正の重みを最適化する重み最適化部と、
を備える、
制御装置。 - 前記重み最適化部は、前記判定の結果に応じて決定された報酬に基づく強化学習を実施することで、前記確率を高めるように前記補正の重みを最適化する、
請求項1に記載の制御装置。 - 前記重みの候補が、複数与えられ、
前記重み最適化部は、前記各重みの候補を利用した補正により決定された各指令目標値に従って、前記制御対象装置の動作を制御した結果、前記確率の最も高かった重みの候補を選択することで、前記確率を高めるように前記補正の重みを最適化する、
請求項1に記載の制御装置。 - 前記目標補正部は、
前記基礎目標値と前記予測値との差分を算出し、
算出した前記差分及び前記重みに基づいて、補正値を決定し、
決定した前記補正値を前記基礎目標値に加えることにより、前記指令目標値を算出する、
請求項1から3のいずれか1項に記載の制御装置。 - 前記重みは、比例定数及び定数項により構成され、
前記目標補正部は、
前記差分と前記比例定数との積を算出し、
算出した前記積に前記定数項を加えることにより、前記補正値を算出する、
請求項4に記載の制御装置。 - 前記制御による前記制御対象装置の動作は、タクト周期毎に繰り返され、
前記タクト周期は、第1時間区間、及び当該第1時間区間よりも未来の第2時間区間を含み、
前記第1取得部は、前記第2時間区間における前記制御量の基礎目標値を取得し、
前記第2取得部は、前記第1時間区間における前記制御量の計測値を取得し、
前記予測部は、前記予測モデルを利用して、前記第1時間区間における前記制御量の計測値から前記第2時間区間における前記制御量の予測値を算出し、
前記目標補正部は、算出された予測値に応じて、前記第2時間区間における前記基礎目標値を補正することで、前記第2時間区間における前記制御量の指令目標値を決定し、
前記動作制御部は、決定された前記指令目標値に従って、前記第2時間区間における前記制御対象装置の動作を制御する、
請求項1から5のいずれか1項に記載の制御装置。 - 前記予測部は、前記第1時間区間における前記計測値を特徴量に変換し、変換した当該特徴量を前記予測モデルに入力し、前記予測モデルの演算処理を実行することにより前記予測モデルから出力される出力値を前記第2時間区間における前記予測値として取得する、
請求項6に記載の制御装置。 - 前記基礎目標値から所定の誤差以内で前記制御対象装置が動作したと判定された制御の間、および、前記製品が良品であると判定された制御の間の少なくとも一方に前記第1センサにより得られた前記制御量の前記計測値を実績値データとして収集するデータ収集部と、
収集された前記実績値データに基づいて、前記予測モデルを更新するモデル更新部と、
を更に備える、
請求項1から7のいずれか1項に記載の制御装置。 - 収集された前記実績値データに基づいて、前記基礎目標値から所定の誤差以内で前記制御対象装置が動作する確率を高めるための制御量の目標値、および、前記製品が良品となる確率を高めるための制御量の目標値の少なくとも一方を導出する目標導出部を更に備え、
前記第1取得部は、導出された前記目標値を前記基礎目標値として取得する、
請求項8に記載の制御装置。 - 前記動作制御部は、前記指令目標値と前記計測値との差分を算出し、算出した差分に応じて、操作量の値を決定し、決定した前記操作量の値を前記制御対象装置に与えることで、前記制御対象装置の動作を制御する、
請求項1から9のいずれか1項に記載の制御装置。 - 前記制御対象装置は、金型により構成されたプレス機であり、
前記制御量は、前記金型の位置であり、
前記第1センサは、前記金型の位置を計測するように構成された位置センサであり、
前記第2センサは、前記プレス機によりプレスされたワークを撮影するように配置されたカメラである、
請求項1から10のいずれか1項に記載の制御装置。 - コンピュータが、
制御量の基礎目標値を取得するステップと、
制御対象装置の制御量を計測する第1センサにより得られた制御量の計測値を取得するステップと、
前記制御量の予測モデルを利用して、取得された前記計測値から前記制御量の予測値を算出するステップと、
算出された予測値に応じて、前記基礎目標値を補正することで、前記制御量の指令目標値を決定するステップであって、当該補正の程度は、重みに基づいて決定される、ステップと、
決定された前記指令目標値に従って、前記制御対象装置の動作を制御するステップと、
前記制御対象装置の動作結果を監視する第2センサにより得られた監視データを取得するステップと、
取得された監視データに基づいて、前記基礎目標値から所定の誤差以内で前記制御対象装置が動作したか否か、および、前記制御対象装置により生産された製品の良否の少なくとも一方を判定するステップと、
前記判定の結果に基づいて、前記基礎目標値から所定の誤差以内で前記制御対象装置が動作する確率、および、前記製品が良品となる確率の少なくとも一方を高めるように前記補正の重みを最適化するステップと、
を実行する、
制御方法。 - コンピュータに、
制御量の基礎目標値を取得するステップと、
制御対象装置の制御量を計測する第1センサにより得られた制御量の計測値を取得するステップと、
前記制御量の予測モデルを利用して、取得された前記計測値から前記制御量の予測値を算出するステップと、
算出された予測値に応じて、前記基礎目標値を補正することで、前記制御量の指令目標値を決定するステップであって、当該補正の程度は、重みに基づいて決定される、ステップと、
決定された前記指令目標値に従って、前記制御対象装置の動作を制御するステップと、
前記制御対象装置の動作結果を監視する第2センサにより得られた監視データを取得するステップと、
取得された監視データに基づいて、前記基礎目標値から所定の誤差以内で前記制御対象装置が動作したか否か、および、前記制御対象装置により生産された製品の良否の少なくとも一方を判定するステップと、
前記判定の結果に基づいて、前記基礎目標値から所定の誤差以内で前記制御対象装置が動作する確率、および、前記製品が良品となる確率の少なくとも一方を高めるように前記補正の重みを最適化するステップと、
を実行させるための、
制御プログラム。 - 制御量の基礎目標値を取得する第1取得部と、
制御対象装置の制御量を計測する第1センサにより得られた制御量の計測値を取得する第2取得部と、
前記制御量の予測モデルを利用して、取得された前記計測値から前記制御量の予測値を算出する予測部と、
算出された予測値に応じて、前記基礎目標値を補正することで、前記制御量の指令目標値を決定する目標補正部であって、当該補正の程度は、重みに基づいて決定される、目標補正部と、
決定された前記指令目標値をコントローラに与えて、与えた前記指令目標値に従って、当該コントローラに前記制御対象装置の動作を制御させる動作指令部と、
前記制御対象装置の動作結果を監視する第2センサにより得られた監視データを取得する第3取得部と、
取得された監視データに基づいて、前記基礎目標値から所定の誤差以内で前記制御対象装置が動作したか否か、および、前記制御対象装置により生産された製品の良否の少なくとも一方を判定する結果判定部と、
前記判定の結果に基づいて、前記基礎目標値から所定の誤差以内で前記制御対象装置が動作する確率、および、前記製品が良品となる確率の少なくとも一方を高めるように前記補正の重みを最適化する重み最適化部と、
を備える、
制御装置。 - 制御量の目標値を取得する第1取得部と、
制御対象装置の制御量を計測する第1センサにより得られた制御量の計測値を取得する第2取得部と、
前記目標値と前記計測値との差分を算出し、算出された差分に応じて操作量の基準値を決定する指令決定部と、
前記制御量の予測モデルを利用して、取得された前記計測値から前記制御量の予測値を算出する予測部と、
算出された予測値に応じて、前記基準値を補正することで、指令値を決定する指令補正部であって、当該補正の程度は、重みに基づいて決定される、指令補正部と、
決定された前記指令値を前記制御対象装置に与えることで、前記制御対象装置の動作を制御する動作制御部と、
前記制御対象装置の動作結果を監視する第2センサにより得られた監視データを取得する第3取得部と、
取得された監視データに基づいて、前記目標値から所定の誤差以内で前記制御対象装置が動作したか否か、および、前記制御対象装置により生産された製品の良否の少なくとも一方を判定する結果判定部と、
前記判定の結果に基づいて、前記目標値から所定の誤差以内で前記制御対象装置が動作する確率、および、前記製品が良品となる確率の少なくとも一方を高めるように前記補正の重みを最適化する重み最適化部と、
を備える、
制御装置。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019032026A JP7151546B2 (ja) | 2019-02-25 | 2019-02-25 | 制御装置、制御方法、及び制御プログラム |
CN202080004367.4A CN112534362B (zh) | 2019-02-25 | 2020-02-25 | 控制装置、控制方法及计算机可读存储介质 |
EP20762605.2A EP3933514A4 (en) | 2019-02-25 | 2020-02-25 | CONTROL DEVICE, CONTROL METHOD AND CONTROL PROGRAM |
PCT/JP2020/007413 WO2020175460A1 (ja) | 2019-02-25 | 2020-02-25 | 制御装置、制御方法、及び制御プログラム |
US17/270,841 US11762344B2 (en) | 2019-02-25 | 2020-02-25 | Control device, control method, and control program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019032026A JP7151546B2 (ja) | 2019-02-25 | 2019-02-25 | 制御装置、制御方法、及び制御プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020135757A JP2020135757A (ja) | 2020-08-31 |
JP7151546B2 true JP7151546B2 (ja) | 2022-10-12 |
Family
ID=72239958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019032026A Active JP7151546B2 (ja) | 2019-02-25 | 2019-02-25 | 制御装置、制御方法、及び制御プログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US11762344B2 (ja) |
EP (1) | EP3933514A4 (ja) |
JP (1) | JP7151546B2 (ja) |
CN (1) | CN112534362B (ja) |
WO (1) | WO2020175460A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7267966B2 (ja) * | 2020-03-19 | 2023-05-02 | 株式会社東芝 | 情報処理装置及び情報処理方法 |
JP7275389B2 (ja) * | 2020-06-05 | 2023-05-17 | 三菱電機株式会社 | サーボ制御装置 |
EP4009003B1 (en) * | 2020-12-02 | 2024-05-29 | NM Numerical Modelling GmbH | Sensor system and method for measuring a process value of a physical system |
DE102021004258A1 (de) | 2021-08-20 | 2023-02-23 | INPRO Innovationsgesellschaft für fortgeschrittene Produktionssysteme in der Fahrzeugindustrie mbH | Vorrichtung und Verfahren zur Vorhersage des Zustands von mindestens einer Systemkomponente einer zyklisch produzierenden Anlage |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017102617A (ja) | 2015-11-30 | 2017-06-08 | オムロン株式会社 | 補正装置、補正装置の制御方法、情報処理プログラム、および記録媒体 |
JP2018206362A (ja) | 2017-06-02 | 2018-12-27 | オムロン株式会社 | 工程解析装置、工程解析方法、及び工程解析プログラム |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3309142B2 (ja) * | 1998-02-25 | 2002-07-29 | 株式会社アドテックス | 制御方法とその装置 |
US6985781B2 (en) * | 1999-01-12 | 2006-01-10 | Pavilion Technologies, Inc. | Residual activation neural network |
JP3922980B2 (ja) * | 2001-07-25 | 2007-05-30 | 本田技研工業株式会社 | 制御装置 |
EP2891931B1 (en) * | 2012-08-29 | 2017-07-19 | Toyota Jidosha Kabushiki Kaisha | Plant control device |
JP5969919B2 (ja) * | 2012-12-28 | 2016-08-17 | アズビル株式会社 | 最適化装置および方法ならびに制御装置および方法 |
JP6049497B2 (ja) * | 2013-02-22 | 2016-12-21 | 三菱重工業株式会社 | ディーゼルエンジンの制御装置及び制御方法 |
US9367055B2 (en) | 2013-04-02 | 2016-06-14 | Siemens Aktiengesellschaft | System and method for implementing model predictive control in PLC |
US10061286B2 (en) * | 2014-08-13 | 2018-08-28 | Fisher-Rosemount Systems, Inc. | Model predictive control using wireless process signals |
US10372089B2 (en) * | 2014-10-10 | 2019-08-06 | Japan Science And Technology Agency | Predicted value shaping system, control system, predicted value shaping method, control method, and predicted value shaping program |
JP6547171B2 (ja) | 2015-03-16 | 2019-07-24 | 国立大学法人岩手大学 | 情報処理装置 |
JP2018041150A (ja) | 2016-09-05 | 2018-03-15 | オムロン株式会社 | モデル予測制御装置、モデル予測制御装置の制御方法、情報処理プログラム、および記録媒体 |
JP6930150B2 (ja) * | 2017-03-14 | 2021-09-01 | オムロン株式会社 | 制御装置、制御プログラムおよび制御システム |
JP6372046B2 (ja) | 2018-03-09 | 2018-08-15 | 国立大学法人岩手大学 | 外乱加速度の推定方法、船体の自動制御方法及び外乱加速度の推定装置並びに外乱加速度の推定用コンピュータプログラム |
-
2019
- 2019-02-25 JP JP2019032026A patent/JP7151546B2/ja active Active
-
2020
- 2020-02-25 US US17/270,841 patent/US11762344B2/en active Active
- 2020-02-25 CN CN202080004367.4A patent/CN112534362B/zh active Active
- 2020-02-25 WO PCT/JP2020/007413 patent/WO2020175460A1/ja unknown
- 2020-02-25 EP EP20762605.2A patent/EP3933514A4/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017102617A (ja) | 2015-11-30 | 2017-06-08 | オムロン株式会社 | 補正装置、補正装置の制御方法、情報処理プログラム、および記録媒体 |
JP2018206362A (ja) | 2017-06-02 | 2018-12-27 | オムロン株式会社 | 工程解析装置、工程解析方法、及び工程解析プログラム |
Also Published As
Publication number | Publication date |
---|---|
CN112534362B (zh) | 2022-04-15 |
WO2020175460A1 (ja) | 2020-09-03 |
JP2020135757A (ja) | 2020-08-31 |
US20210311441A1 (en) | 2021-10-07 |
EP3933514A4 (en) | 2022-11-16 |
CN112534362A (zh) | 2021-03-19 |
US11762344B2 (en) | 2023-09-19 |
EP3933514A1 (en) | 2022-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7151546B2 (ja) | 制御装置、制御方法、及び制御プログラム | |
US11079726B2 (en) | Predictive monitoring and diagnostics systems and methods | |
JP7151547B2 (ja) | 予測制御開発装置、予測制御開発方法、及び予測制御開発プログラム | |
JP6836577B2 (ja) | 研磨工具摩耗量予測装置、機械学習装置及びシステム | |
US20170308052A1 (en) | Cell controller for optimizing motion of production system including industrial machines | |
CN110116371B (zh) | 研磨工具磨损量预测装置、机器学习装置以及系统 | |
CN113168136A (zh) | 用于控制制造设施的控制装置以及制造设施和方法 | |
WO2021111936A1 (ja) | 予測システム、情報処理装置および情報処理プログラム | |
CN117234165A (zh) | 一种基于计算机视觉的自动化流水线控制系统和控制方法 | |
JP7006640B2 (ja) | 制御装置、制御方法、及び制御プログラム | |
JP6829271B2 (ja) | 測定動作パラメータ調整装置、機械学習装置及びシステム | |
EP4078304B1 (en) | Reduction of friction within a machine tool | |
CN108693841B (zh) | 制造系统以及制造方法 | |
KR20210100399A (ko) | 인공 지능을 이용한 가공품질 예측 시스템 및 방법 | |
EP4361742A1 (en) | Prediction system, information processing device, and information processing program | |
CN117171922B (zh) | 一种钢结构制作中平行矫正的方法及系统 | |
JP2023151888A (ja) | 予測システム、制御装置および制御プログラム | |
Steven | Control system framework for robots based on real-time application.: A proposed framework and dynamic sampling rate algorithm (DSRA) application in a robotic system for efficient data collection. | |
JP2022125608A (ja) | 予測システム、情報処理装置および情報処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201214 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220215 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220328 |
|
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: 20220830 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220912 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7151546 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |