JP7495338B2 - 調整装置および調整方法 - Google Patents
調整装置および調整方法 Download PDFInfo
- Publication number
- JP7495338B2 JP7495338B2 JP2020203052A JP2020203052A JP7495338B2 JP 7495338 B2 JP7495338 B2 JP 7495338B2 JP 2020203052 A JP2020203052 A JP 2020203052A JP 2020203052 A JP2020203052 A JP 2020203052A JP 7495338 B2 JP7495338 B2 JP 7495338B2
- Authority
- JP
- Japan
- Prior art keywords
- heat medium
- temperature distribution
- unit
- learning
- temperature
- 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 69
- 238000009826 distribution Methods 0.000 claims description 158
- 238000012549 training Methods 0.000 claims description 22
- 230000004044 response Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 description 48
- 238000012545 processing Methods 0.000 description 36
- 238000013500 data storage Methods 0.000 description 35
- 239000012530 fluid Substances 0.000 description 29
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 28
- 238000004519 manufacturing process Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 9
- 238000001931 thermography Methods 0.000 description 9
- 238000013480 data collection Methods 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 8
- 230000006641 stabilisation Effects 0.000 description 8
- 238000011105 stabilization Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 6
- 230000007423 decrease Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 238000009529 body temperature measurement Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010137 moulding (plastic) Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
Landscapes
- Control Of Temperature (AREA)
- Radiation Pyrometers (AREA)
Description
熱交換により実質的な温度分布制御を実施する場合、熱交換効率は温水や冷水の温度と制御対象面との温度差に依存するとともに、温水や冷水の流速に伴う境界層の厚さにも依存する。すなわち、PID制御等により温度計測点の温度を目標温度に制御できている場合であっても、温水や冷水の温度や流速のバランスに依存して、配管に沿う温度(すなわち温度分布)は多様に変化し得ることに着眼した。
〔1.第1の実施形態の概要〕
まず、第1の実施形態における調整装置の概要を説明する。第1の実施形態における調整装置の一例である調整装置100は、例えば、プラスチック成型機等の製造装置に備えられることで、製造装置の動作を制御する。例えば、調整装置100は、熱媒体と、製造装置が有する配管との間での熱交換により、制御対象面の温度分布の代表温度が所定の目標温度となるよう各種制御を行う。一例としては、調整装置100は、代表温度と目標温度と偏差に応じてPID制御するとともに、流量制御バルブの開度も調整することで、制御対象面の温度分布の代表温度が所定の目標温度となるよう熱交換を制御する。
続いて、図1を用いて、調整装置100が有する機能構成の一例について説明する。図1は、第1の実施形態に係る調整装置100が有する機能構成の一例を示す図である。図1の例によれば、調整装置100は、任意の製造装置が有する配管(流体経路)PGに流れる熱媒体の物理量を制御可能な状態で、この製造装置に備えられる。例えば、調整装置100は、サーモグラフィ装置として実現され得る。したがって、図1の例では、調整装置100は、サーモグラフィ装置としての機能を有するものとする。一方で、調整装置100に対して所定のサーモグラフィ装置が外部接続されてもよい。
図1の例によれば、調整装置100は、熱交換制御に関する処理部として、制御部110を有する。
制御部110は、CPU(Central Processing Unit)、MPU(Micro Processing Unit)等のプロセッサによって、調整装置100内部の記憶装置に記憶されている各種プログラムがRAM等を作業領域として実行されることにより実現される。また、制御部110は、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等の集積回路により実現されてもよい。
温度計側部110aは、熱電対等の温度センサであってよく、熱媒体と配管PGとの間での熱交換で生じた温度分布の代表温度を取得する。例えば、温度計側部110aは、配管PGに関する所定の制御対象面で温度分布が生じている状態で、この制御対象面上のピンポイントな計測点(代表点)での温度である代表温度を計測する。
PID制御演算部110bは、温度計側部110aにより取得された代表温度が所定の目標温度となるよう、代表温度と目標温度と偏差に応じてPID制御演算を実行する。
流量制御バルブ110cは、流量制御バルブの開度を調整する。例えば、流量制御バルブ110cは、作業員の操作に応じてバルブの開度を制御することもできるし、代表温度が所定の目標温度となるよう動的にバルブの開度を制御してもよい。
図1の例によれば、調整装置100は、第1の実施形態に関する処理部として、撮像器120、流体温度取得部130、流体速度取得部131、第1学習部132、第1推定部133、調整部134を有する。また、調整装置100は、第1学習データ記憶部DB1を有する。
撮像器120は、サーモグラフィ装置に対応し、処理対象の温度分布画像(熱画像)を撮像する。例えば、撮像器120は、非接触の処理対象から放射される赤外線エネルギーを受光し、受光した赤外線エネルギーを電気信号に変換する。そして、撮像器120は、電気信号に対して信号処理等を施し、表示画面に温度分布画像(熱画像)として擬似カラーでリアルタイムに表示する。また、撮像器120により得られた熱画像は、第1学習データ記憶部DB1に記憶される。
流体温度取得部130は、熱媒体の温度を取得する。例えば、流体温度取得部130は、配管PGの供給側において、熱媒体の温度を取得する。例えば、流体温度取得部130は、整定状態である場合での熱媒体の温度を取得する。また、流体温度取得部130は、熱媒体の温度を取得するたびに、取得した温度を第1学習データ記憶部DB1に格納する。
流体速度取得部131は、熱媒体の速度を取得する。例えば、流体速度取得部131は、配管PGの供給側において、熱媒体の速度を取得する。例えば、流体速度取得部131は、整定状態である場合での熱媒体の温度を取得する。また、流体速度取得部131は、熱媒体の速度を取得するたびに、取得した速度を第1学習データ記憶部DB1に格納する。
第1学習データ記憶部DB1は、撮像器120により得られた熱画像と、流体温度取得部130により取得された温度と、流体速度取得部131により取得された速度とを記憶する。具体的には、第1学習データ記憶部DB1は、熱交換で生じた温度分布を示す熱画像と、当該熱画像が得られた際に流体温度取得部130により取得された熱媒体の温度と、当該熱画像が得られた際に流体速度取得部131により取得された熱媒体の速度とを時系列に応じた1つのレコードとして記憶する。
第1学習部132は、熱媒体と配管PGとの間での熱交換で生じた温度分布の適正具合を指標する適正度と、熱媒体に関する所定のパラメータとの関係性を第1モデルに学習させる。具体的には、第1学習部132は、熱交換で生じた温度分布の適正度と、この温度分布に対応する熱媒体に関する所定のパラメータとの組を学習データとして用いることで、第1モデルの学習を行う。より具体的には、第1学習部132は、温度分布の適正度として、当該温度分布を示す熱画像を用いて判断(例えば、オペレータによる判断)された適正度と、所定のパラメータとの組を学習データとして用いて第1モデルの学習を行う。
第1推定部133は、熱媒体と配管PGとの間での熱交換で生じた温度分布の適正具合を指標する適正度と、当該熱媒体に関する所定のパラメータとの関係性に基づいて、配管PGにおける現在の温度分布の適正度を推定する。具体的には、第1推定部133は、第1学習部132によりパラメータ間の関係性を学習した第1モデルに基づいて、配管PGの現在の温度分布の適正度を推定する。例えば、第1推定部133は、第1モデルに対して配管PGにおける現在の熱媒体に関するパラメータ(例えば、熱媒体の温度および熱媒体の流速、または、熱媒体の温度・熱媒体の流速・代表温度・バルブ開度)を入力することで、これらのパラメータに応じて現在生じている温度分布の適正度を算出する。そして、第1推定部133は、算出した適正度が現在の温度分布に対応する適正度であると推定する。
調整部134は、第1推定部133による推定結果に基づいて、配管PGにおける現在の温度分布がより適正な状態となるよう熱媒体の物理量を調整する。
続いて、第1の実施形態に係る調整処理の一例について説明する。第1の実施形態に係る調整処理は、第1学習部132による事前学習と、事前学習で生成された第1モデルを製造装置が実稼働している際に適用することで、配管PGにおける現在の温度分布の適正度をオンラインで推定し推定結果に応じて熱媒体の物理量を調整するというメインの調整処理とで構成される。したがって、以下では、図2を用いて事前学習の処理手順の一例を説明し、図3を用いてメイン調整処理の処理手順の一例を説明する。
まず、図2を用いて、第1の実施形態に係る事前学習の処理手順の一例について説明する。図2は、第1の実施形態に係る事前学習処理手順の一例を示す図である。第1の実施形態に係る事前学習は、メインの調整処理が行われるよりも前の任意のタイミングにおいて実行される。
次に、図3を用いて、第1の実施形態に係るメインの調整処理の処理手順の一例について説明する。図3は、第1の実施形態に係るメイン調整処理手順の一例を示す図である。
より具体的な一例を挙げる。なお、ここでは第1モデルとしてS=f(T,R)を用いた場合を例に挙げる。例えば、特定の整定状態で、熱媒体の温度T=20.4[℃],熱媒体の流速R=3.7[m/min]であったとして、第1推定部133は、S=f(T,R)に対して、熱媒体の温度T=20.4[℃],熱媒体の流速R=3.7[m/min]を入力することで、適正度S=7.48を推定したとする。
また、他の一例も挙げる。例えば、上記例とは異なる別の整定状態で、熱媒体の温度T=21.0[℃],熱媒体の流速R=4.0[m/min]であったとして、第1推定部133は、S=f(T,R)に対して、熱媒体の温度T=21.0[℃],熱媒体の流速R=4.0[m/min]を入力することで、適正度S=8.61を推定したとする。
上述した第1の実施形態では、調整装置100が、オペレータの判断に基づき予め規定された適正度と、熱媒体に関する所定のパラメータとの関係性を事前に機械学習しておくことで、機械学習結果である第1モデルを用いて配管における現在の温度分布の適正度をオンラインで推定する例を示した。このようなことから、第1の実施形態では、処理に用いられる適正度は、オペレータの判断に依存していた。
〔1.第2の実施形態の概要〕
まず、第2の実施形態における調整装置の概要を説明する。第2の実施形態における調整装置の一例である調整装置200は、調整装置100に対して、原理2に対応する調整処理(第2の実施形態に係る調整処理)を行うための処理部が新たに追加されたものに対応し、基本的な機能としては調整装置100と同一である。
続いて、図4を用いて、調整装置200が有する機能構成の一例について説明する。図4は、第2の実施形態に係る調整装置200が有する機能構成の一例を示す図である。図4の例によれば、調整装置200は、任意の製造装置が有する配管(流体経路)PGに流れる熱媒体の物理量を制御可能な状態で、この製造装置に備えられる。例えば、調整装置200は、サーモグラフィ装置として実現され得る。したがって、図4の例では、調整装置200は、サーモグラフィ装置としての機能を有するものとする。一方で、調整装置200に対して所定のサーモグラフィ装置が外部接続されてもよい。
図4の例によれば、調整装置200は、熱交換制御に関する処理部として、制御部110を有する。また、図4に示すように、制御部110は、温度計側部110a、PID制御演算部110b、流量制御バルブ110cを有する。
図4の例によれば、調整装置200は、第2の実施形態に関する処理部として、撮像器120、流体温度取得部130、流体速度取得部131、第1学習部132、第1推定部133、調整部134を有する。また、調整装置100は、第1学習データ記憶部DB1を有する。また、調整装置200は、調整装置100に対して新たに追加された処理部として、第2学習データ記憶部DB2と、第2学習部232と、第2推定部233とを有する。
第2学習データ記憶部DB2は、撮像器120により得られた熱画像と、当該熱画像が示す温度分布の適正度であって、当該熱画像を用いて判断された適正度(オペレータが、自身の経験則や製造物品質等に基づき判断したもの)とを記憶する。具体的には、第2学習データ記憶部DB2は、熱交換で生じた温度分布を示す熱画像と、当該熱画像を用いて判断された適正度とを時系列に応じた1つのレコードとして記憶する。
第2学習部232は、熱交換で生じた温度分布を示す熱画像と、当該温度分布の適正度であって当該熱画像を用いて判断された適正度との関係性を第2モデルに学習させる。このようなことから、第2学習部232は、第2学習データ記憶部DB2に記憶される学習データセットを用いて第2モデルの学習を行う。例えば、第2学習部232は、学習データを収集する期間中の任意時点において取得された熱画像と、当該熱画像が示す温度分布の適正度であって当該熱画像を用いて判断された適正度との関係性を第2モデルに学習させる。
第2推定部233は、熱交換で生じた温度分布を示す熱画像と、当該温度分布の適正具合を指標する適正度であって当該熱画像を用いて判断された適正度との関係性に基づいて、第1学習部132が用いる学習データとなる適正度を推定する。具体的には、第2推定部233は、第2学習部232により熱画像と適正度との関係性を学習した第2モデルに基づいて、第1学習部132が用いる学習データとなる適正度を推定する。
続いて、第2の実施形態に係る調整処理の一例について説明する。第2の実施形態に係る調整処理は、第2学習部232による事前学習と、事前学習で生成された第2モデルを製造装置が実稼働している際に適用することで、配管PGにおける現在の温度分布の適正度をオンラインで推定し推定結果に応じて熱媒体の物理量を調整するというメインの調整処理とで構成される。したがって、以下では、図5を用いて事前学習の処理手順の一例を説明し、図6および7を用いてメイン調整処理の処理手順の一例を説明する。
まず、図5を用いて、第2の実施形態に係る事前学習の処理手順の一例について説明する。図5は、第2の実施形態に係る事前学習処理手順の一例を示す図である。第2の実施形態に係る事前学習は、メインの調整処理が行われるよりも前の任意のタイミングにおいて実行される。
次に、図6を用いて、第2の実施形態に係るメインの調整処理の中で行われる学習データ収集の一例について説明する。ここでいう学習データの収集とは、第2推定部233を中心としたデータ収集処理であり、第1モデルの学習データとして用いられる適正度の動的収集を指し示す。また、係るデータ収集処理は、製造装置が実稼働しているリアルタイムに行われてよい。図6は、第2の実施形態に係るデータ収集処理手順の一例を示す図である。
次に、図7を用いて、第2の実施形態に係るメインの調整処理の処理手順の一例について説明する。図7は、第2の実施形態に係るメイン調整処理手順の一例を示す図である。なお、第2の実施形態に係るメイン調整処理は、例えば、図6に示したデータ収集処理に平行して製造装置が実稼働しているリアルタイムに行われる。また、第2の実施形態に係るメイン調整処理は、用いられる第1モデルが、第2推定部233によりオンライン推定された適正度を学習データとして生成されたものであること以外は、図3の例と同一である。したがって、図3で説明した、調整処理の具体的な一例については説明を省略する。
熱画像で示される温度分布について、オペレータにより判断された適正度と、これまで説明してきた第1モデルを用いて調整装置100(調整装置200)により推定された適正度Sとが比較された。図8に、このときの比較結果を示す。図8は、オペレータ判断に基づき規定された適正度と、調整装置により推定された適正度とが比較された比較結果CRを示す図である。
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。
110a 温度計側部
110b PID制御演算部
110c 流量制御バルブ
120 撮像器
130 流体温度取得部
131 流体速度取得部
132 第1学習部
133 第1推定部
134 調整部
200 調整装置
232 第2学習部
233 第2推定部
DB1 第1学習データ記憶部
DB2 第2学習データ記憶部
PG 配管
Claims (12)
- 熱媒体と配管との間での熱交換で生じた温度分布の適正具合を指標する適正度と、当該熱媒体に関する所定のパラメータとの関係性に基づいて、前記配管における現在の温度分布の適正度を推定する第1推定部と、
前記第1推定部による推定結果に基づいて、前記配管における現在の温度分布がより適正な状態となるよう熱媒体の物理量を調整する調整部と
を有することを特徴とする調整装置。 - 熱媒体と配管との間での熱交換で生じた温度分布の適正具合を指標する適正度と、熱媒体に関する所定のパラメータとの関係性を第1モデルに学習させる第1学習部をさらに有し、
前記第1推定部は、前記関係性を学習した前記第1モデルに基づいて、前記配管の現在の温度分布の適正度を推定する
ことを特徴とする請求項1に記載の調整装置。 - 前記第1学習部は、前記熱交換で生じた温度分布の適正度と、当該温度分布に対応する熱媒体に関する所定のパラメータとの組を学習データとして用いることで、前記第1モデルの学習を行う
ことを特徴とする請求項2に記載の調整装置。 - 前記第1学習部は、前記温度分布の適正度として、当該温度分布を示す熱画像を用いて判断された適正度と、前記所定のパラメータとの組を学習データとして用いて前記第1モデルの学習を行う
ことを特徴とする請求項3に記載の調整装置。 - 前記熱交換で生じた温度分布を示す熱画像と、当該温度分布の適正具合を指標する適正度であって当該熱画像を用いて判断された適正度との関係性に基づいて、前記第1学習部が用いる学習データとなる適正度を推定する第2推定部をさらに有し、
前記第1学習部は、前記第2推定部により推定された適正度と、前記熱媒体の状態を示す所定のパラメータとの関係性を学習させる
ことを特徴とする請求項2または3に記載の調整装置。 - 前記熱交換で生じた温度分布を示す熱画像と、当該温度分布の適正度であって当該熱画像を用いて判断された適正度との関係性を第2モデルに学習させる第2学習部をさらに有し、
前記第2推定部は、前記関係性を学習した前記第2モデルに基づいて、前記学習データとなる適正度を推定する
ことを特徴とする請求項5に記載の調整装置。 - 前記第2学習部は、前記配管における現在の温度分布を示す熱画像が入力された場合に、当該温度分布の適正度を出力するように、前記第2モデルの学習を行う
ことを特徴とする請求項6に記載の調整装置。 - 前記第1学習部は、前記第2推定部により推定された適正度と、前記熱交換で生じた温度分布に対応する熱媒体に関する所定のパラメータとの組を学習データとして用いることで、前記第1モデルの学習を行う
ことを特徴とする請求項7に記載の調整装置。 - 前記第1学習部は、前記配管を備える温度制御系が稼働しているリアルタイムにおいて前記第2推定部により適正度が推定されることに応じて、推定された適正度を学習データとして用いてリアルタイムで前記第1モデルの学習を繰り返し、
前記第1推定部は、前記第1学習部による繰り返し学習で更新された最新の第1モデルを用いて、前記配管における現在の温度分布の適正度を推定する
ことを特徴とする請求項5~8のいずれか1つに記載の調整装置。 - 前記熱媒体の状態を示す所定のパラメータには、少なくとも前記熱媒体の温度および熱媒体の流速が含まれ、
前記第1学習部は、前記配管における現在の熱媒体の温度および熱媒体の流速が入力された場合に、当該温度および当該流速に応じて現在生じている温度分布の適正度を出力するように前記第1モデルの学習を行う
ことを特徴とする請求項2~9のいずれか1つに記載の調整装置。 - 前記調整部は、前記第1モデルを用いた適正度の推定において入力変数として用いられたパラメータを仮想的に変化させた場合の適正度に基づいて、前記配管における現在の温度分布をより適正な状態とするには、前記熱媒体の物理量をどのように調整すべきか判定する
ことを特徴とする請求項2~10のいずれか1つに記載の調整装置。 - 調整装置が実行する調整方法であって、
熱媒体と配管との間での熱交換で生じた温度分布の適正具合を指標する適正度と、当該熱媒体に関する所定のパラメータとの関係性に基づいて、前記配管における現在の温度分布の適正度を推定する第1推定工程と、
前記第1推定工程による推定結果に基づいて、前記配管における現在の温度分布がより適正な状態となるよう熱媒体の物理量を調整する調整工程と
を含むことを特徴とする調整方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020203052A JP7495338B2 (ja) | 2020-12-07 | 2020-12-07 | 調整装置および調整方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020203052A JP7495338B2 (ja) | 2020-12-07 | 2020-12-07 | 調整装置および調整方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022090566A JP2022090566A (ja) | 2022-06-17 |
JP7495338B2 true JP7495338B2 (ja) | 2024-06-04 |
Family
ID=81992316
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020203052A Active JP7495338B2 (ja) | 2020-12-07 | 2020-12-07 | 調整装置および調整方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7495338B2 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014178049A (ja) | 2013-03-13 | 2014-09-25 | Jfe Steel Corp | 炉の制御方法および制御装置 |
JP2017160283A (ja) | 2016-03-07 | 2017-09-14 | Jfeスチール株式会社 | 竪型乾留炉の温度分布制御方法および制御装置 |
-
2020
- 2020-12-07 JP JP2020203052A patent/JP7495338B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014178049A (ja) | 2013-03-13 | 2014-09-25 | Jfe Steel Corp | 炉の制御方法および制御装置 |
JP2017160283A (ja) | 2016-03-07 | 2017-09-14 | Jfeスチール株式会社 | 竪型乾留炉の温度分布制御方法および制御装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2022090566A (ja) | 2022-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5511698B2 (ja) | 空調機連係制御システム、空調機連係制御方法および空調機連係制御プログラム | |
CN104655327B (zh) | 电阻式温度传感器检定系统及方法 | |
CN105630033B (zh) | 基于自适应模糊pid的水温控制方法及其控制系统 | |
CN107798160A (zh) | 用于数控机床的热变形预测的方法和装置 | |
KR102225370B1 (ko) | 학습을 통한 파라미터 개선 기반의 예측 시스템 및 방법 | |
CN116518640A (zh) | 一种冷柜控制方法、系统和设备 | |
CN112032971A (zh) | 一种基于心率监测的室内热环境调控方法 | |
KR20190065636A (ko) | 재실자의 인체발생열량을 고려한 실내환경 제어 시스템 및 이의 제어방법 | |
JP7495338B2 (ja) | 調整装置および調整方法 | |
CN111665882B (zh) | 温度控制方法及系统 | |
CN110094838B (zh) | 一种基于空调系统的可变参数无模型自适应控制方法 | |
CN109443602B (zh) | 送风温度传感器的故障判断方法及装置 | |
CN113156822B (zh) | 基于Mist-边缘-雾-云计算的热误差预测系统及热误差补偿系统 | |
US8050779B2 (en) | Model structure parameter decision method, parameter decision device, control device, and temperature adjustment device | |
CN106066656A (zh) | 一种换热站自动控制系统的温度调节控制装置及方法 | |
CN116428635B (zh) | 一种基于环境信息的热水供应数据采集传输系统及方法 | |
CN111998423A (zh) | 电蓄热循环风量-水温控制系统及其预测控制方法 | |
CN109375499A (zh) | Pid闭环控制系统及其控制方法 | |
US9995498B2 (en) | Monitoring apparatus and monitoring method | |
JP2019079172A (ja) | 水温制御方法、水温制御システム及びモデル構築装置 | |
CN111108738B (zh) | 数据处理设备、数据分析设备、数据处理系统和用于处理数据的方法 | |
JP6500976B2 (ja) | 温度制御システム及び温度制御方法 | |
CN205939392U (zh) | 换热站自动控制系统的温度调节控制装置 | |
JP2006099352A (ja) | 温度推定装置およびこれを用いた制御装置 | |
CN117472127B (zh) | 一种夹胶炉的控制系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230927 |
|
TRDD | Decision of grant or rejection written | ||
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240418 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240423 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240523 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7495338 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |