JP7484382B2 - 制御装置、制御方法および制御プログラム - Google Patents
制御装置、制御方法および制御プログラム Download PDFInfo
- Publication number
- JP7484382B2 JP7484382B2 JP2020077843A JP2020077843A JP7484382B2 JP 7484382 B2 JP7484382 B2 JP 7484382B2 JP 2020077843 A JP2020077843 A JP 2020077843A JP 2020077843 A JP2020077843 A JP 2020077843A JP 7484382 B2 JP7484382 B2 JP 7484382B2
- Authority
- JP
- Japan
- Prior art keywords
- control
- control unit
- value
- unit
- switching
- 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
- 238000000034 method Methods 0.000 title claims description 60
- 238000005259 measurement Methods 0.000 claims description 156
- 230000006870 function Effects 0.000 claims description 30
- 230000004044 response Effects 0.000 claims description 29
- 230000001419 dependent effect Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 description 44
- 238000012545 processing Methods 0.000 description 43
- 230000015654 memory Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000007791 dehumidification Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000002945 steepest descent method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G05B13/0265—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
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/414—Structure of the control system, e.g. common controller or multiprocessor systems, interface to servo, programmable interface controller
- G05B19/4142—Structure of the control system, e.g. common controller or multiprocessor systems, interface to servo, programmable interface controller characterised by the use of a microprocessor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert 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
- G05B7/00—Arrangements for obtaining smooth engagement or disengagement of automatic control
- G05B7/02—Arrangements for obtaining smooth engagement or disengagement of automatic control electric
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/34—Director, elements to supervisory
- G05B2219/34013—Servocontroller
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Mathematical Physics (AREA)
- Mechanical Engineering (AREA)
- Robotics (AREA)
- Theoretical Computer Science (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Computer Hardware Design (AREA)
- Manufacturing & Machinery (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Fuzzy Systems (AREA)
- Feedback Control In General (AREA)
Description
特許文献1 特開2018-202564号公報
図1は、本実施形態に係るシステム1を示す。システム1は、設備2と、制御装置4とを備える。
設備2は、複数の機器20を備え付けたものである。例えば設備2は、プラントでもよいし、複数の機器20を複合させた複合装置でもよい。プラントとしては、化学やバイオ等の工業プラントの他、ガス田や油田等の井戸元やその周辺を管理制御するプラント、水力・火力・原子力等の発電を管理制御するプラント、太陽光や風力等の環境発電を管理制御するプラント、上下水やダム等を管理制御するプラント等が挙げられる。本実施形態においては一例として、設備2は、1または複数の機器20と、1または複数のセンサ21とを有する。
各機器20は、器具、機械または装置であり、例えば、設備2のプロセスにおける圧力、温度、pH、速度または流量などの少なくとも1つの物理量を制御するバルブ、ポンプ、ヒータ、ファン、モータ、スイッチ等のアクチュエータであってよい。
各センサ21は、設備2の内外の物理量を測定する。各センサ21は、測定によって得られた測定データを制御装置4に供給してよい。
制御装置4は、各制御対象機器20(T)を制御する。制御装置4は、1または複数のコンピュータであってよく、PCなどで構成されてよい。制御装置4は、測定データ取得部40と、操作量取得部41と、報酬値取得部42と、学習処理部44と、AI制御部45と、フィードバック制御部46と、切替部47と、制御部49とを有する。
測定データ取得部40は、取得部の一例であり、センサ21によって測定された測定データを取得する。測定データ取得部40は、設備2に具備された複数のセンサ21のそれぞれによって測定された測定データを取得してよい。測定データには、各制御対象機器20(T)について測定された測定値が含まれてよい。
操作量取得部41は、各制御対象機器20(T)の操作量を取得する。本実施形態では一例として、操作量取得部41は制御部49から操作量を取得するが、オペレータから取得してもよいし、各制御対象機器20(T)から取得してもよい。操作量取得部41は、取得した操作量を学習処理部44に供給してよい。
報酬値取得部42は、学習処理部44での強化学習に用いられる報酬値を取得する。報酬値は、設備2の操業状態を評価するための値であってよく、予め設定された報酬関数により定まる値であってよい。ここで、関数とは、ある集合の各要素に他の集合の各要素を一対一で対応させる規則を持つ写像であり、例えば数式でもよいし、テーブルでもよい。
R=1.0-|SV-PV|*0.1
学習処理部44は、AI制御部45に具備されるモデル450の学習処理を行う。学習処理部44は、測定データ取得部40により取得された測定データと、操作量取得部41により取得された操作量とを含む学習データを用いてモデル450の学習処理を実行する。学習処理部44は、報酬値取得部42からの報酬値を用いてモデル450の学習処理を実行してよい。
AI制御部45は、第2制御部の一例であり、学習用データを用いて学習したモデル450を用いて、制御対象機器20(T)についての測定値に応じた、制御対象機器20(T)の操作量を出力する。AI制御部45は、複数の制御対象機器20(T)のそれぞれについての測定値に応じた、複数の制御対象機器20(T)のそれぞれの操作量を出力してよい。AI制御部45は、操作量をフィードバック制御部46に入力してよい。
フィードバック制御部46は、第1制御部の一例であり、フィードバック制御により、制御対象機器20(T)についての測定値に応じた、制御対象機器20(T)の操作量を出力する。フィードバック制御部46は、複数の制御対象機器20(T)のそれぞれについての測定値に応じた、複数の制御対象機器20(T)のそれぞれの操作量を出力してよい。フィードバック制御部46は、オートモードおよびマニュアルモードで動作可能であってよい。
切替部47は、フィードバック制御部46とAI制御部45とのいずれによって制御対象機器20(T)を制御するかの切替(制御切替とも称する)を行う。
制御部49は、供給された操作量を用いて各制御対象機器20(T)を制御する。制御部49は、各制御対象機器20(T)に操作量を供給することで、各制御対象機器20(T)を当該操作量だけ駆動させてよい。
[2-1.学習段階]
図2は、本実施形態に係る制御装置4の学習段階での動作を示す。制御装置4は、ステップS11~S25の処理を行うことにより設備2を稼働させつつモデル450の学習を行う。
図3は、本実施形態に係る制御装置4の運用段階での動作を示す。制御装置4は、ステップS31~S37の処理を行うことによりフィードバック制御部46およびAI制御部45を用いて設備2を稼働させる。
図4は、システム1の適用例を示す。なお、図4では、制御装置4の構成を簡略化して図示している。
なお、上記の実施形態では、システム1は単一の制御装置4を備えることとして説明したが、複数の制御装置4を備えてもよい。この場合には、各制御装置4の間で制御対象機器20(T)が同じであってもよいし、異なってもよい。一例としてシステム1には、機器20毎に、当該機器20を制御対象機器20(T)とする制御装置4が具備されてよい。
Claims (16)
- 制御対象機器について測定された測定値を取得する取得部と、
フィードバック制御およびフィードフォワード制御の少なくとも一方により、前記測定値に応じた前記制御対象機器の操作量を出力する第1制御部と、
学習用データを用いて学習したモデルを用いて、前記測定値に応じた前記制御対象機器の操作量を出力する第2制御部と、
前記第1制御部と前記第2制御部とのいずれによって前記制御対象機器を制御するかの切替を行う切替部と
を備え、
前記切替部は、前記測定値と目標値との差に応じて前記第1制御部による制御から、前記第2制御部による制御への前記切替を行う制御装置。 - 前記切替部は、基準タイムウィンドウ内で前記測定値と前記目標値との差が複数回、基準値よりも大きくなったことに応じて、前記第1制御部による制御から、前記第2制御部による制御への切り替えを行う、請求項1に記載の制御装置。
- 制御対象機器について測定された測定値を取得する取得部と、
フィードバック制御およびフィードフォワード制御の少なくとも一方により、前記測定値に応じた前記制御対象機器の操作量を出力する第1制御部と、
学習用データを用いて学習したモデルを用いて、前記測定値に応じた前記制御対象機器の操作量を出力する第2制御部と、
前記第1制御部と前記第2制御部とのいずれによって前記制御対象機器を制御するかの切替を行う切替部と
を備え、
前記切替部は、前記測定値と目標値との差が基準値よりも小さくなったことに応じて前記第2制御部による制御から、前記第1制御部による制御への切替を行う制御装置。 - 制御対象機器について測定された測定値を取得する取得部と、
フィードバック制御およびフィードフォワード制御の少なくとも一方により、前記測定値に応じた前記制御対象機器の操作量を出力する第1制御部と、
学習用データを用いて学習したモデルを用いて、前記測定値に応じた前記制御対象機器の操作量を出力する第2制御部と、
前記第1制御部と前記第2制御部とのいずれによって前記制御対象機器を制御するかの切替を行う切替部と
を備え、
前記切替部は、
前記制御対象機器に対する制御の開始から基準時間が経過するまでは前記第2制御部による制御を行わせ、
前記制御対象機器に対する制御の開始から前記基準時間が経過した後は前記第1制御部による制御を行わせる制御装置。 - 前記第1制御部は、前記測定値と目標値とに基づいて算出される操作量を出力し、
前記第2制御部の前記モデルは、前記測定値を含む測定データと、前記制御対象機器の操作量とを含む学習データを用いて学習され、測定データの入力に応じ、予め設定された報酬関数により定まる報酬値を高めるために推奨される前記制御対象機器の操作量を出力する、請求項1から4の何れか一項に記載の制御装置。 - 前記報酬関数は、前記測定値が一の目標値に近いほど前記報酬値が高くなる関数であり、
前記切替部は、前記一の目標値に基づく閾値と、前記測定値との比較結果に基づいて前記切替を行う、請求項1~3の何れか一項に従属する請求項5に記載の制御装置。 - 前記切替部は、
前記第1制御部による制御から、前記第2制御部による制御への切り替えに用いる閾値と、
前記第2制御部による制御から、前記第1制御部による制御への切り替えに用いる閾値とにヒステリシス特性を持たせる、請求項6に記載の制御装置。 - 前記第1制御部は、比例制御、積分制御、または、微分制御の少なくとも1つを用いたフィードバック制御を行う、請求項1から7の何れか一項に記載の制御装置。
- 前記第1制御部は、
前記測定値が入力されることに応じて、当該測定値に応じた前記制御対象機器の操作量を算出して出力するオートモードと、
出力するべき前記操作量が入力されることに応じて、当該操作量を出力するマニュアルモードとで動作可能であり、
前記第2制御部は、前記制御対象機器の操作量を前記第1制御部に入力し、
前記切替部は、前記第1制御部のモードを切り替えることで前記切替を行う、請求項1から8の何れか一項に記載の制御装置。 - 前記第1制御部は、前記マニュアルモードから前記オートモードへ切り替えられた場合に、切替前後の操作量をバンプレスに制御する、請求項9に記載の制御装置。
- 制御対象機器について測定された測定値を取得する取得段階と、
フィードバック制御およびフィードフォワード制御の少なくとも一方により、前記測定値に応じた前記制御対象機器の操作量を出力する第1制御段階と、
学習用データを用いて学習したモデルを用いて、前記測定値に応じた前記制御対象機器の操作量を出力する第2制御段階と、
前記第1制御段階と前記第2制御段階とのいずれによって前記制御対象機器を制御するかの切替を行う切替段階と
を備え、
前記切替段階は、前記測定値と目標値との差に応じて前記第1制御段階による制御から、前記第2制御段階による制御への前記切替を行う段階を含む制御方法。 - 制御対象機器について測定された測定値を取得する取得段階と、
フィードバック制御およびフィードフォワード制御の少なくとも一方により、前記測定値に応じた前記制御対象機器の操作量を出力する第1制御段階と、
学習用データを用いて学習したモデルを用いて、前記測定値に応じた前記制御対象機器の操作量を出力する第2制御段階と、
前記第1制御段階と前記第2制御段階とのいずれによって前記制御対象機器を制御するかの切替を行う切替段階と
を備え、
前記切替段階は、前記測定値と目標値との差が基準値よりも小さくなったことに応じて前記第2制御段階による制御から、前記第1制御段階による制御への切替を行う段階を含む制御方法。 - 制御対象機器について測定された測定値を取得する取得段階と、
フィードバック制御およびフィードフォワード制御の少なくとも一方により、前記測定値に応じた前記制御対象機器の操作量を出力する第1制御段階と、
学習用データを用いて学習したモデルを用いて、前記測定値に応じた前記制御対象機器の操作量を出力する第2制御段階と、
前記第1制御段階と前記第2制御段階とのいずれによって前記制御対象機器を制御するかの切替を行う切替段階と
を備え、
前記切替段階は、
前記制御対象機器に対する制御の開始から基準時間が経過するまでは前記第2制御段階による制御を行わせ、
前記制御対象機器に対する制御の開始から前記基準時間が経過した後は前記第1制御段階による制御を行わせる制御方法。 - コンピュータを、
制御対象機器について測定された測定値を取得する取得部と、
フィードバック制御およびフィードフォワード制御の少なくとも一方により、前記測定値に応じた前記制御対象機器の操作量を出力する第1制御部と、
学習用データを用いて学習したモデルを用いて、前記測定値に応じた前記制御対象機器の操作量を出力する第2制御部と、
前記第1制御部と前記第2制御部とのいずれによって前記制御対象機器を制御するかの切替を行う切替部
として機能させ、
前記切替部は、前記測定値と目標値との差に応じて前記第1制御部による制御から、前記第2制御部による制御への前記切替を行う制御プログラム。 - コンピュータを、
制御対象機器について測定された測定値を取得する取得部と、
フィードバック制御およびフィードフォワード制御の少なくとも一方により、前記測定値に応じた前記制御対象機器の操作量を出力する第1制御部と、
学習用データを用いて学習したモデルを用いて、前記測定値に応じた前記制御対象機器の操作量を出力する第2制御部と、
前記第1制御部と前記第2制御部とのいずれによって前記制御対象機器を制御するかの切替を行う切替部
として機能させ、
前記切替部は、前記測定値と目標値との差が基準値よりも小さくなったことに応じて前記第2制御部による制御から、前記第1制御部による制御への切替を行う制御プログラム。 - コンピュータを、
制御対象機器について測定された測定値を取得する取得部と、
フィードバック制御およびフィードフォワード制御の少なくとも一方により、前記測定値に応じた前記制御対象機器の操作量を出力する第1制御部と、
学習用データを用いて学習したモデルを用いて、前記測定値に応じた前記制御対象機器の操作量を出力する第2制御部と、
前記第1制御部と前記第2制御部とのいずれによって前記制御対象機器を制御するかの切替を行う切替部
として機能させ、
前記切替部は、
前記制御対象機器に対する制御の開始から基準時間が経過するまでは前記第2制御部による制御を行わせ、
前記制御対象機器に対する制御の開始から前記基準時間が経過した後は前記第1制御部による制御を行わせる制御プログラム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020077843A JP7484382B2 (ja) | 2020-04-24 | 2020-04-24 | 制御装置、制御方法および制御プログラム |
US17/223,044 US11960267B2 (en) | 2020-04-24 | 2021-04-06 | Control apparatus, control method, and storage medium |
EP21169550.7A EP3901709B1 (en) | 2020-04-24 | 2021-04-21 | Control apparatus, control method, and control program |
CN202110440905.0A CN113552842A (zh) | 2020-04-24 | 2021-04-23 | 控制装置、控制方法及记录介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020077843A JP7484382B2 (ja) | 2020-04-24 | 2020-04-24 | 制御装置、制御方法および制御プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021174259A JP2021174259A (ja) | 2021-11-01 |
JP7484382B2 true JP7484382B2 (ja) | 2024-05-16 |
Family
ID=75625431
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020077843A Active JP7484382B2 (ja) | 2020-04-24 | 2020-04-24 | 制御装置、制御方法および制御プログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US11960267B2 (ja) |
EP (1) | EP3901709B1 (ja) |
JP (1) | JP7484382B2 (ja) |
CN (1) | CN113552842A (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002258952A (ja) | 2001-03-05 | 2002-09-13 | Yokogawa Electric Corp | 温度制御装置 |
WO2018179191A1 (ja) | 2017-03-29 | 2018-10-04 | 株式会社日立製作所 | 制御装置及び制御システム |
WO2019087374A1 (ja) | 2017-11-06 | 2019-05-09 | 株式会社日立製作所 | 制御装置 |
JP2020046965A (ja) | 2018-09-19 | 2020-03-26 | ファナック株式会社 | モータ制御装置のフィードフォワード制御器導出装置、モータ制御装置、制御装置、及びフィードフォワード制御器導出方法 |
Family Cites Families (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06105414A (ja) | 1992-09-18 | 1994-04-15 | Toshiba Corp | 運転制御装置 |
JPH07319507A (ja) | 1994-05-26 | 1995-12-08 | Bridgestone Corp | ロボット制御装置 |
JPH08221379A (ja) | 1995-02-10 | 1996-08-30 | Nippon Steel Corp | プロセス制御パラメ−タの学習方法 |
JP3924974B2 (ja) | 1999-02-03 | 2007-06-06 | オムロン株式会社 | 制御パラメータ決定方法及び装置 |
JP4587738B2 (ja) | 2003-08-25 | 2010-11-24 | ソニー株式会社 | ロボット装置及びロボットの姿勢制御方法 |
JP4811997B2 (ja) | 2005-11-04 | 2011-11-09 | 独立行政法人科学技術振興機構 | 状態推定装置、状態推定システム及びコンピュータプログラム |
DE102007001024B4 (de) | 2007-01-02 | 2008-10-02 | Siemens Ag | Verfahren zur rechnergestützten Regelung und/oder Steuerung eines technischen Systems insbesondere einer Gasturbine |
JP5012075B2 (ja) * | 2007-02-15 | 2012-08-29 | 横河電機株式会社 | プロセス制御装置 |
JP2009142111A (ja) | 2007-12-07 | 2009-06-25 | Yaskawa Electric Corp | モータ制御装置とその制御方法 |
US9971317B2 (en) | 2014-03-26 | 2018-05-15 | Rockwell Automation Technologies, Inc. | Cloud-level industrial controller loop gain tuning based on industrial application type |
US10824119B2 (en) | 2016-03-29 | 2020-11-03 | International Business Machines Corporation | Intelligent energy switch |
JP6457472B2 (ja) * | 2016-12-14 | 2019-01-23 | ファナック株式会社 | 制御システム及び機械学習装置 |
JP6744208B2 (ja) * | 2016-12-27 | 2020-08-19 | 株式会社日立製作所 | 制御装置及び制御方法 |
JP6457563B2 (ja) | 2017-01-24 | 2019-01-23 | ファナック株式会社 | 数値制御装置及び機械学習装置 |
JP6490131B2 (ja) * | 2017-03-31 | 2019-03-27 | ファナック株式会社 | 機械学習装置、サーボ制御装置、サーボ制御システム、及び機械学習方法 |
JP6474456B2 (ja) | 2017-05-16 | 2019-02-27 | ファナック株式会社 | 機械学習装置、サーボ制御システム及び機械学習方法 |
JP6542839B2 (ja) | 2017-06-07 | 2019-07-10 | ファナック株式会社 | 制御装置及び機械学習装置 |
JP6897360B2 (ja) * | 2017-06-21 | 2021-06-30 | 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 |
US11170288B2 (en) | 2017-08-03 | 2021-11-09 | Facebook, Inc. | Systems and methods for predicting qualitative ratings for advertisements based on machine learning |
US10915073B2 (en) | 2017-12-15 | 2021-02-09 | Exxonmobil Research And Engineering Company | Adaptive PID controller tuning via deep reinforcement learning |
JP7064347B2 (ja) | 2018-02-15 | 2022-05-10 | 株式会社デンソーテン | 制御装置および制御方法 |
JP6635274B2 (ja) | 2018-02-23 | 2020-01-22 | 株式会社安川電機 | 製品品質管理システム |
JP6536978B1 (ja) | 2018-03-15 | 2019-07-03 | オムロン株式会社 | 学習装置、学習方法、及びそのプログラム |
JP6734318B2 (ja) | 2018-03-23 | 2020-08-05 | ファナック株式会社 | 駆動装置及び機械学習装置 |
US20190042979A1 (en) | 2018-06-28 | 2019-02-07 | Intel Corporation | Thermal self-learning with reinforcement learning agent |
JP7011239B2 (ja) | 2018-08-17 | 2022-01-26 | 横河電機株式会社 | 装置、方法、プログラム、および、記録媒体 |
JP6806746B2 (ja) | 2018-09-21 | 2021-01-06 | ファナック株式会社 | モータ制御装置 |
CN109193075B (zh) | 2018-09-28 | 2020-06-05 | 合肥工业大学 | 基于强化学习的纯电动汽车动力电池冷却系统控制方法 |
CN111765604B (zh) | 2019-04-01 | 2021-10-08 | 珠海格力电器股份有限公司 | 空调的控制方法和装置 |
US11482210B2 (en) | 2019-05-29 | 2022-10-25 | Lg Electronics Inc. | Artificial intelligence device capable of controlling other devices based on device information |
KR102267180B1 (ko) | 2019-08-22 | 2021-06-22 | 엘지전자 주식회사 | 공조시스템 및 그 제어 방법 |
-
2020
- 2020-04-24 JP JP2020077843A patent/JP7484382B2/ja active Active
-
2021
- 2021-04-06 US US17/223,044 patent/US11960267B2/en active Active
- 2021-04-21 EP EP21169550.7A patent/EP3901709B1/en active Active
- 2021-04-23 CN CN202110440905.0A patent/CN113552842A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002258952A (ja) | 2001-03-05 | 2002-09-13 | Yokogawa Electric Corp | 温度制御装置 |
WO2018179191A1 (ja) | 2017-03-29 | 2018-10-04 | 株式会社日立製作所 | 制御装置及び制御システム |
WO2019087374A1 (ja) | 2017-11-06 | 2019-05-09 | 株式会社日立製作所 | 制御装置 |
JP2020046965A (ja) | 2018-09-19 | 2020-03-26 | ファナック株式会社 | モータ制御装置のフィードフォワード制御器導出装置、モータ制御装置、制御装置、及びフィードフォワード制御器導出方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113552842A (zh) | 2021-10-26 |
EP3901709B1 (en) | 2022-11-23 |
US11960267B2 (en) | 2024-04-16 |
JP2021174259A (ja) | 2021-11-01 |
US20210333779A1 (en) | 2021-10-28 |
EP3901709A1 (en) | 2021-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7331660B2 (ja) | 装置、方法およびプログラム | |
US7219040B2 (en) | Method and system for model based control of heavy duty gas turbine | |
EP2998803B1 (en) | Simulation method | |
US20100257866A1 (en) | Method for computer-supported control and/or regulation of a technical system | |
Cortinovis et al. | Safe and efficient operation of centrifugal compressors using linearized MPC | |
JP7484382B2 (ja) | 制御装置、制御方法および制御プログラム | |
US20230250989A1 (en) | Gain-scheduling system and method for improving fan speed control in air handling units | |
US20230126776A1 (en) | Apparatus, method, and computer readable medium | |
EP4057085B1 (en) | Control apparatus, control method and control program | |
EP4138005A1 (en) | Learning device, learning method, learning program, and control | |
US20220291643A1 (en) | Control apparatus, control method, and recording medium having control program recorded thereon | |
CN109358511A (zh) | 一种数据驱动的系统关键性能指标自适应调节方法 | |
US20220284158A1 (en) | Determination apparatus, determination method, and recording medium having recorded thereon determination program | |
Laszczyk et al. | LabVIEW-based implementation of balance-based adaptive control technique | |
CN117806154B (zh) | 一种用于篦式冷却机的pid控制器参数优化方法及系统 | |
WO2024101351A1 (ja) | 装置、方法およびプログラム | |
JP2022156797A (ja) | 学習処理装置、制御装置、学習処理方法、制御方法、学習プログラムおよび制御プログラム | |
US20230341828A1 (en) | Control apparatus, control method, and non-transitory computer readable medium | |
US20170010013A1 (en) | Thermal Management of Buildings Using Intelligent and Autonomous Set-Point Adjustments | |
JP2024067631A (ja) | 装置、方法およびプログラム | |
CN117073152A (zh) | 空调系统的pid参数确定方法、装置及空调系统 | |
Liu | RESEARCH ON APPLICATION OF ARTIFICIAL NEURAL NETWORKS AND NETWORK PRUNING STRATEGIES TO TEMPERATURE CONTROL SYSTEMS | |
劉媛 | Research on application of artificial neural networks and network pruning strategies to temperature control systems | |
CN116796853A (zh) | 模型验证装置、模型验证方法和非临时性计算机可读介质 | |
Soy et al. | Design of an embedded fuzzy PD controller for thermal comfort applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230228 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231116 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231121 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240116 |
|
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: 20240402 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240415 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7484382 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |