JPH04127908A - 圧延機における形状制御方法および制御装置 - Google Patents
圧延機における形状制御方法および制御装置Info
- Publication number
- JPH04127908A JPH04127908A JP2208092A JP20809290A JPH04127908A JP H04127908 A JPH04127908 A JP H04127908A JP 2208092 A JP2208092 A JP 2208092A JP 20809290 A JP20809290 A JP 20809290A JP H04127908 A JPH04127908 A JP H04127908A
- Authority
- JP
- Japan
- Prior art keywords
- shape
- rolled
- mill
- pattern
- sendzimer
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 48
- 239000000463 material Substances 0.000 claims abstract description 72
- 238000003909 pattern recognition Methods 0.000 claims abstract description 25
- 238000001514 detection method Methods 0.000 claims abstract description 24
- 238000005096 rolling process Methods 0.000 claims description 67
- 238000004364 calculation method Methods 0.000 claims description 32
- 238000011017 operating method Methods 0.000 claims 13
- 230000007246 mechanism Effects 0.000 abstract description 99
- 238000007781 pre-processing Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 19
- 238000013528 artificial neural network Methods 0.000 description 16
- 210000002569 neuron Anatomy 0.000 description 15
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 9
- 239000002826 coolant Substances 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000013000 roll bending Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000003786 synthesis reaction Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Landscapes
- Control Of Metal Rolling (AREA)
- Feedback Control In General (AREA)
Abstract
め要約のデータは記録されません。
Description
ための形状制御方法、および制御装置に関する。
みのない均質な板材を得る上で重要な事項であり、これ
までに種々のタイプの圧延機につき、種々の形状制御方
式が提案されている。
、多く実用に供されている。このようなセンジマーミル
については例えば特開昭59−232508号公報に記
載されている。従来、圧延機における形状制御は形状検
出器の出力に対応してアクチュエータを動作させること
により行なわれる。
ために形状制御性能には限界があった。特に、センジマ
ーミルは多数のロールが複雑に絡み合っており、アクチ
ュエータの動作と被圧延材の形状の関係は定性的にわか
っていたが、定量的に明確になっておらず、制御モデル
も構成できない実情である。
が可能となる制御理論も実用に供し得ない。
する配慮と、オペレータの有する、あいまいであるが高
精度な制御の有効活用について配慮されておらず、局所
的な制御にならざるを得ず、高精度の形状制御を行なえ
ないという問題点を有する。
る形状制御方法および制御装置を提供することにある。
パターン成分を抽出し抽出パターンに対する操作量を適
切に決定して圧延機の制御を行うようにしたものである
。
し、波形成分に対応して制御を実施することにより制御
性能が向上し、良好な形状が得られる。
Rミルと略称する)1はギヤ2を介し、電動機3により
訃動され被圧延材4を圧延する。
リール6のいずれか一方のリールから供給され他方のリ
ールに巻き取られる。これら左右のテンションリール5
,6はそれぞれギヤ7.8、電動機9,10が接続され
、電動機3,9.コ、0の速度をそれぞれ制御すること
によって、圧延機lの入側と出側の被圧延材4にかかる
張力を制御する。被圧延材4は厚み計11.形状検出器
12によって、厚さと形状が計測され、その計測値は制
御機構14に入力される。制御機構14は形状検出器]
−2の出力を処理し、形状データとして出力する形状検
出機構15.形状データを処理し予め記憶しであるパタ
ーンとの一致度を出力するパターン認識機構16および
オペレータのあいまいな操作を制御に反映させるための
制御演算機構17から構成される。制御機構14はZR
ミル1のアクチュエータ13に対する操作指令を発生す
る。
延ばす上下1組のワークロール18、ワークロール18
上下から挟み、ワークロール18に荷重を加える第1中
間ロール19.第1中間ロール19を挟んで荷重を加え
る第2中間ロール20および第2中間ロールを下上から
挟んで第2中間ロール20に荷重を加えるAS−Uロー
ル21から構成される。
ドル(Saddle) 24から構成される。サドル2
4は制御機構14の指令に従ったアクチュエータ13−
1により上下に移動し、その移動量に応じて軸23を曲
げる。複数のサドル24が動作することにより、軸23
は任意の形状に変形する。軸23の変形が、複数の分割
ロール22を介し、第2中間ロール20.第1中間ロー
ル19゜ワークロール18.被圧延材4へと順次転写さ
れ、これによって被圧延材4の形状が制御される。第1
中間ロール19の片側の端部にはテーパが切ってあり、
テーパの直下の被圧延材4に加わる荷重が減小し、被圧
延材4の端部が太くなるように動作する。第】中間ロー
ル19は制御機構14の操作指令に従ったアクチュエー
タ13−2により軸方向に移動する。第1中間ロール1
9の軸方向への移動により被圧延材4の端部の形状の制
御が行なわれる。
域を示したもので、アクチュエータ13により移動する
部分には矢印を加え移動方向を示している。
場合の被圧延材4の板厚形状断面を示したものである。
ル19を移動させ、テーパの位置が端部にかかる場合の
被圧延材4の形状である。
を行う形状検出前処理機構15を介して波形演算機構2
6に入力される。一方、被圧延材4の目標形状を発生さ
せる目標形状発生機構25の出力も波形演算機構26に
入力される。波形演算機構26は形状検出結果から目標
形状を引いて、制御による修正を施したい形状偏差△ε
を求めパターン認識機構16に入力する。パターン認識
機構16は形状偏差に含まれる各波形成分(パターン認
識機構16に予め記憶されている)の割合を制御演算機
構17に出力する。制御演算機構17はオペレータのあ
いまいな操作を知識化し、制御に活用するファジィ制御
や、制御モデルが明確になっている時の多変数制御等の
制御アルゴリズムを用いアクチュエータ13へ出力する
。
一例としてニューロコンピュータ27の構成を示す。
8.入力切替えスイッチ29.出力切替えスイッチ30
および学習機構31から構成される。また、学習機構3
1は学習時の各要素を制御する学習制御機構32.入力
信号発生機構34゜教師信号発生機構35.ニューラル
ネット28の荷重を変更するパラメータ変更機構33か
ら構成されている。
ニューロン36の構成を示す。ニューロン36の入力信
号X、は荷重37の値Wl が乗算され、加算器38に
おいてニューロン36に入力された入力信号xiと荷重
の値W、の積が加算される。加算器38の加算結果が関
係変換器39に入力される。関数変換器39ではSIG
MOID関数のような連続微分可能な関数変換を行ない
、関数変換後のデータはニューロン36から出力される
。
と第5図(c)のようになる。なお、信号の流れは入力
から出力の方向へ流れる。
melhart型ニューラルネットワーク28の構成を
示す。
替えスイッチ29を介し、複数のニューロン36から構
成される入力層40に入力される。
ューロンから構成される中間層41に入力され、中間層
41のニューロン36の出力は出力層42のニューロン
36の入力となる。出力層42の出力は、出力切替えス
イッチ30を経由し、制御演算機構17へ出力される。
層42から構成され、各層のニューロン36の出力は白
層内でフィードバックが無い構成で、入力層40から出
力層42へ向かうフィードフォワード的に情報が伝達さ
れる構成となっている。
構成するニューロン36の荷重wl 37の決定方法に
ついて説明する。
の荷重w、37の値は不定であり、通常は乱数で与えて
いる。その結果、入力層40に入力された波形に対し、
出力層42の出力は全く関係ない値となる。荷重W、の
値を決める方法としては例えば[電子情報通信学会誌」
第71巻。
rニューロンの可能性」の第2節F誤差逆伝搬学習法」
に詳細に述べられている。
する入力信号発生機構34の出力が入力切替えスイッチ
29を介し入力層40に入力され、その時に出力層42
から出力して欲しいデータを教師信号発生機構35から
発生させ、学習制御機構32のニューラルネットワーク
の出力との突合せ部に入力される。突合せ部では教師信
号とニューラルネット28の出力との差が減少方向に向
かうように出力層42の荷重を変える。出力層42の荷
重の変更後に中間層41の荷重を変更する。
方向へ流れる情報の流れと逆方向から荷重Wl の値で
変えるので、逆伝搬学習と呼ばれている。
生機構34に記憶されている形状パターン43−aが入
力層4oに入力され、教師信号発生機構がその入力に対
応して出力層42の出力44がrlJで、その他の出力
が「O」になるように、出力46が「1」でその他がr
QJの出力を発生する。
4と出力45の差を小さくするように、出力層42.中
間層41.入力層40の荷重を変更させる。
教師信号発生機構35の出力の関係を示す。
を記憶させる構成を示す。
うための指令設定機構49はアクチュエータ13に操作
指令を発生する。この指令に従って第7図の(イ)に示
すようにサドル24をアクチュエータ13が暉動する。
タが形状検出前処理機構15の波形整形処理機構50に
入力される。波形整形処理機構50はノイズ等の除去を
行ない、第7図の(ロ)に示す被圧延材4の形状を制御
可能波形獲得演算機構51に出力する。第7図(ロ)に
示す形状パターンを受けとった波形獲得演算機構51は
形状パターン(ロ)からアクチュエータ13を動作させ
た時に平坦にてきる第7図に示す制御可能波形(ハ)を
求め、入力信号発生機構34の記憶機構52に格納する
。
する形状パターンの一部である。
ュエータ13−1で動作させた時の形状波形を記憶する
。これらの波形はサドル24の操作量に比例して応答波
形が変化するので、操作量の最大値で正規化し、単位の
操作量で、それに対応する波形パターンを「1」とし、
その他のパターン対応する出力は「0」となるように記
憶させる。
の波形記憶は次のようにして行われる。
である「1」の場合の被圧延材4の形状波形■、制御可
能波形■及び第1中間ロール19の位置を示す。制御可
能波形■のパターンをニューラルネットワーク28に入
力し、出力53が「1」、その他の出力が「0」になる
ように、教師信号発生機構の出力54を「1」に他の出
力をrOJにして、学習を実行する。
機1に加える。この時の第1中間ロール19の位置と圧
延材4の形状パターンO及び制御可能波形Oの関係を第
8図(b)に示す。第8図(a)の場合と同様に、制御
可能波形■をニューラルネットワーク28に学習させる
が、第8図(a)と異なるのは教師信号発生機構の出力
54の値がラテイラル操作量0.5 となるように学
習する。
た場合の関係を示す。
0.0の代表的な3例で学習したが、実際には制御精度
との関係から、精度を要求する場合には多くの点を、精
度が要求されない場合は少量のケースを学習するのが望
ましい。
の役割を持っていることで実現できる。
て説明する。
定し、形状検出器12の出力と平坦な被圧延材との偏差
のことである。ところで、圧延機1の形状検出器12の
出力が平坦になるように制御すると、実際に圧延が終了
し被圧延材4に張力が除かれた状態では、端部が薄く中
央部が厚くなる。この為、被圧延材4が平坦になるとき
の形状検出器12の形状パターンは第9図の目標形状ε
reiのように端部が厚く中央部が薄い被圧延材4とな
る。そこで、被圧延材4の形状が目標形状εre1 ど
なるように制御することが必要となる。
ターンΔEを求め、制御パターンΔEが零になるように
制御すると、形状検出器12の出力の形状パターンεは
、目標形状εrei となる。これによって、圧延が終
了したときの被圧延材は平坦になる。
形状パターンである。
ンはaの制御パターンとなり、この時の制御方法はAS
−UロールのNa 3のサドルを上向きに移動すること
を示している。
規化操作量を大きくする方向へ動かすことを示している
。
5で求めた情報を用いて制御する制御演算機構17の一
例を第10図に示す。
ターンの成分を出力する。制御演算機構17の制御則が
ファジィ推論を用いる場合、パターン認識機構16の複
数の出力線に対応し、ファジィ推論ルールを割当てる。
ロコンピュータティング」 (株式会社トリケップス発
行)に記載されている。制御演算機構17がファジィ推
論演算するものであれば、パターン認識機構16の出力
は確信度にする。
件部推論機構60に入力し、ファジィルールの前件部と
の適合度合を確信度としてインクフェース61へ出力す
る。ファジィ前件部推論機構60はオペレータの定性的
な推論をルール化したものである。
出力である確信度はインタフェース部61により、ファ
ジィ結論部分合成機構62の各アクチュエータ13に対
応するルールに出力され、例えば、3角形面積の重心を
操作量とするようなファジィ#Jf/llにより、アク
チュエータ13に操作指令を発生する。
を用いて説明する。
形状パターンである動作波形70が得られる。動作波形
70は波形獲得演算機構51(第7図)に入力され、制
御可能波形71が求められる。制御可能波形71は学習
機構31(第5図)によりニューロコンピュータ27に
記憶される。
出器12から得られる操業波形72がニューロコンピュ
ータ27に入力される。ニューロコンピュータ27は学
習時に記憶されたパターンと照合し、その成分73を確
信度として制御演算機構17のファジィ結論部合成機構
62に出力する。
1に操作指令を与える。アクチュエータ13−1は操作
指令に応じてAS−Uロール21を操作し被圧延材4を
所望の形状に制御する。
の関係を示したものである。
され、板幅方向に設置された35個の形状検出器12の
出力値が棒グラフの値である。第12図(b)はニュー
ロコンピュータ27に8個の形状パターンがニューロ記
憶パターン1〜8として記憶されている場合を示してい
る。ニューロコンピュータ27に制御パターンΔεが入
力された時、ニューラルネットワーク28の各出力の値
が求められる。第12図(c)では、これらの出力値が
正方形の面積で表わされている。この面積が大きいほど
、一致度が高いことを示す。これらパターンとアクチュ
エータ13に対応付けを行ない、例えばパターン1とA
S−Uロール21のNa2O−ルと、またパターン7と
第1中間ロール18の上ロールのラテイラルシフトと対
応させる(第12図(d)、(e))。
))と第1中間ロール18の上ラテイラルシフト量(ロ
)(第12図(g))に関し、上記面積に対応した量の
操作量が得られる。第12図(f)、(g)はAS−U
ロール21のNα20−ルのアップ操作指令と第1中間
ロール18の上ロールを右方向へのシフト操作指令とを
発生している状態を示している。
毎の変化を3次元表示したシミュレーション結果を第1
3図に示す。
は形状パターン(E)をそれぞれ示す。
変化し、形状パターンεは目標形状に、制御パターンΔ
εは平坦に近付くことが理解できる。
構16と制御演算機構17の構成を異にすることである
。
る制御パターンがラテイラル制御機構75を構成するニ
ューロコンピュータ76とファジィ推論機構77に順次
入力される。ラテイラル制御機構75ではラテイラル操
作量が決定され、その操作量で予測される動作波形を波
形演算機構78に出力される。波形演算機構78は形状
検出前処理機構15の出力である制御パターンからラテ
イラル制御で予測される波形を差引いて、ASUロール
制御機構79に入力する。AS−Uロール制御機構79
はパターン認識機構であるニューロコンピュータ80と
ファジィ推論機構81から構成され、その動作はパター
ン認識機構16と制御演算機構17と同しである。
する。
ており、形状検出前処理機構15で波形整形され波形9
1が得られる。目標形状発生機構25の出力波形と波形
91が、波形演算機構26で処理され出力波形93が得
られる。ニューロコンピュータ76でラテイラル操作量
に対応する波形出力94が得られ、ファジィ制御機構7
7で、ラテイラル操作量が決定され、アクチュエータ1
3−2に操作指令が与えられる。波形演算機構78で出
力波形93と、アクチュエータ13−2で修正が予測で
きる出力波形94が減算され、アクチュエータ13−1
に対する制御パターンΔεである出力波形95が得られ
る。ニューロコンピュータ80でパターン96が含まれ
ている量として確信度が得られ、また、ファジィ制御機
構81でアクチュエータ13−1に対する操作指令が得
られる。
のずれを制御でき、細部の制御はAS−Uロールで行な
う役割分担が明確になる。また、役割が明態になること
で、調整が容易になる。さらに、ラテイラルは応答が遅
いので、応答の遅いアクチュエータで大まかに形状を修
正し、応答の速いAS−Uロールで細かな形状を修正で
きるという効果もある。
な説明したが、本発明はZRミル以外の圧延機に対して
も適用できるものである。その−例を第16図に示す。
じ符号で示されている。本6重圧延機のロールは、一対
のワークロール103.一対の中間ロール102、及び
一対のバンクアップロール101から成る。
ロール103.中間ロール102の少なくとも1を操作
することによって行なわれる。第17図に形状制御のた
めのロールの操作例を示す。
102を湾曲させるため、これらのロールに図中矢印で
示す方向のベンダ圧を加えることにより形状制御を実施
する場合を示す。このベンダ圧による形状制御は、上述
のZRミルの場合におけるAS−Uロールによるベンデ
ィングに相当するものである。第17図(b)は、(a
)におけるワークロール及び中間ロールへのベンダ圧印
加に加え、中間ロール102を図中矢印で示すように板
幅方向にシフトさせることにより形状制御を実施する場
合を示す。この中間ロール102のシフトは、上述のZ
Rミルの場合における第1中間ロールのラテイラルシフ
トに相当するものである。
用させ、中間ロールにシフトを施した場合を示す。
機の例を示す。本4重圧延機は、第16゜17図に示す
64重圧延機において、一対の中間ロール102が省略
されたものである。この場合の形状制御は、ワークロー
ル103にベンダ圧を図中矢印で示す如く印加すること
により、行なわれる。なお、第17図及び第18図で示
したベンダ圧、ロールシフトの方向はあくまで一例を示
すものであり、形状制御にあたっては本発明に従って適
宜決定されることは言うまでもない。これら、ロールベ
ンディング、ロールシフトによる形状制御に本発明を適
用した場合、従来の近似式による形状制御では精密な近
似が困難であった圧延材側端部の形状制御が特に良好に
行える。という効果がある。また、図示は省略するが、
形状制御が実施される圧延機には上述の他、例えば12
段圧延機、特殊形状ロール圧延機等がある。
た本発明の形状制御方法及び装置はそのまま適用できる
。但し、形状制御のために実際に操作される部材(ロー
ル等)及びそ九らに対する操作内容の相違に応じ、具体
的な信号が変更されることは、あり有る。
ロールへの外力印加、ロールシフトにより実施する場合
を述べたが、これ以外にも、ロールクーラントを用いる
手法が存在する。この手法は、被圧延材の形状を所望の
ように変化させるため、ロール板幅方向に配列されたノ
ズルから冷却液(クーラント)をロールに対して変化さ
せるべき形状に対応して選択的に放射させ、ロールに部
分的な熱変形を生じさせ、これにより形状を制御するも
のである。本発明はこのようなロールクーラントによる
形状制御にも適用可能であり、第19図に制御システム
の概要を示す。第19図において第16図に示したもの
と同等の部分には第16図におけると同一の符号を付し
である。図において、190はロール冷却装置であり、
一対のワークロール103に対し、クーラントを放射す
るように設置されている。なお、実際の形状制御にあた
り、第16図に示したロールベンディング。
ントの方法を併用することも可能である。
正可能な波形成分を抽出し、その抽出結果を用いて制御
できるので、良好な被圧延材の形状を得ることができる
。
図の圧延機の構成図、第3図は圧延機アクチュエータと
その動作波形図、第4図は本発明の一実施例の制御装置
の構成図、第5図はニューロコンピュータの説明図、第
6図は学習例の説明図、第7図は形状パターン記憶法の
説明図、第8図は圧延機のラテイラルの動作説明図、第
9図は形状パターンと制御の関係を示す図、第10図は
制御機構の詳細構成図、第11図は本発明の一実施例の
動作説明図、第12図はニューロコンピュータのシミュ
レーション結果を示す図、第13図は本発明の一実施例
のシミュレーション結果を示す特性図、第14図は本発
明の他の一実施例の要部を示す構成図、第15図は第1
4図の動作説明図、第16図は本発明の他の実施例の全
体構成図、第17図、第18図はロールベンディング、
ロールシフトの概要を示す図、第19図は本発明の他の
実施例の全体構成図である。 1・・・センジマーミル、12・・・形状検出器、16
・・・パターン認識機構、17・・・制御演算機構、2
8・・・ニューラルネットワーク。 第 図 第 図 (a) (b) (C) 第 図 第 図 zexp(−y) + 1 第 図 (C) 第 図 第10図 第15図 (a) 板幅方向 13図 (b) 板幅方向 第17図 (a) 第18図
Claims (1)
- 【特許請求の範囲】 1、圧延機によつて圧延される被圧延材の形状を検出し
て形状パターンの認識を行い、前記被圧延材の多数の形
状パターンに対応する前記圧延機のそれぞれの操作方法
を予め準備しておき、前記認識された形状パターンに対
応する操作方法を抽出し、この抽出された操作方法に基
づいて前記圧延機の制御を行うようにしたことを特徴と
する圧延機における形状制御方法。 2、圧延機によつて圧延される被圧延材の形状を検出し
て形状パターンの認識を行い、前記被圧延材の多数の形
状パターンに対応する前記圧延機の異なる操作対象につ
いてのそれぞれの操作方法を予め準備しておき、前記認
識された形状パターンの少なくとも1つの形状パターン
に対応する圧延機における異なる2以上の操作対象につ
いての操作方法を抽出し、この抽出された操作方法に基
づいて前記圧延機の制御を行うようにしたことを特徴と
する圧延機における形状制御方法。 3、圧延機によつて圧延される被圧延材の形状を検出し
て形状パターンの認識を行い、前記被圧延材の多数の形
状パターンに対応する前記圧延機の複数のアクチュエー
タのそれぞれの操作方法を予め準備しておき、前記認識
された形状パターンの少なくとも1つの形状パターンに
対応する操作方法を抽出し、この抽出された操作方法に
基づいて推論演算を行つて前記各アクチュエータの操作
指令を得て前記圧延機の制御を行うようにしたことを特
徴とする圧延機における形状制御方法。 4、圧延機によつて圧延される被圧延材の形状を検出し
ニューロコンピュータに入力して形状パターンの認識を
行い、前記被圧延材の多数の形状パターンに対応する前
記センジマーミルの操作方法を予め準備しておき、前記
認識された形状パターンに対応する操作方法を抽出し、
この抽出された操作方法に基づいてファジィ推論演算を
行い前記圧延機の制御を行うようにしたことを特沈とす
る圧延機における形状制御方法。 5、被圧延材を圧延する圧延機と、該圧延機を操作する
複数のアクチュエータと、前記圧延機で圧延された被圧
延材の形状を検出する形状検出手段と、該形状検出手段
で検出された形状の形状パターンの認識を行うパターン
認識手段と、該パターン認識手段で認識された形状パタ
ーンに基づき前記アクチュエータの操作量を求める操作
指令演算手段とを具備した圧延機における形状制御装置
。 6、被圧延材を圧延する圧延機と、該圧延機を操作する
複数のアクチュエータと、前記圧延機で圧延された被圧
延材の形状を検出する形状検出手段と、該形状検出手段
で検出された形状の形状パターンの認識を行うパターン
認識手段と、前記被圧延材の形状パターンに応じた操作
方法を決定する操作方法決定手段と、該操作方法決定手
段で決定された操作方法に基づき前記アクチュエータの
操作量を求める操作指令演算手段とを具備した圧延機に
おける形状制御装置。 7、被圧延材を圧延する圧延機と、該圧延機を操作する
複数のアクチュエータと、前記圧延機で圧延された被圧
延材の形状を検出する形状検出手段と、該形状検出手段
で検出された形状の形状パターンの認識を行うニューロ
コンピュータと、該パターン認識手段で認識された形状
パターンに基づき前記アクチュエータの操作量を求める
ファジィ推論演算手段とを具備した圧延機における形状
制御装置。 8、多段ロールのセンジマーミルによつて圧延される被
圧延材の形状を検出して形状パターンの認識を行い、前
記被圧延材の多数の形状パターンに対応する前記センジ
マーミルのそれぞれの操作方法を予め準備しておき、前
記認識された形状パターンに対応する操作方法を抽出し
、この抽出された操作方法に基づいて前記センジマーミ
ルの制御を行うようにしたことを特徴とするセンジマー
ミルの形状制御方法。 9、多段ロールのセンジマーミルによつて圧延される被
圧延材の形状を検出して形状パターンの認識を行い、前
記被圧延材の多数の形状パターンに対応する前記センジ
マーミルのそれぞれの操作方法を予め準備しておき、前
記認識された形状パターンの少なくとも1つ以上の形状
パターンに対応する操作方法を抽出し、この抽出された
操作方法に基づいて前記センジマーミルの制御を行うよ
うにしたことを特徴とするセンジマーミルの形状制御方
法。 10、多段ロールのセンジマーミルによつて圧延される
被圧延材の形状を検出して形状パターンの認識を行い、
前記被圧延材の多数の形状パターンに対応する前記セン
ジマーミルの複数のアクチュエータのそれぞれ操作方法
を予め準備しておき、前記認識された形状パターンの少
なくとも1つ以上の形状パターンに対応する操作方法を
抽出し、この抽出された複数の操作方法に基づいて推論
演算を行つて前記各アクチュエータの操作指令を得て前
記センジマーミルの制御を行うようにしたことを特徴と
するセンジマーミルの形状制御方法。 11、多段ロールのセンジマーミルによつて圧延される
被圧延材の形状を検出してニューロコンピュータに入力
して形状パターンの認識を行い、前記被圧延材の多数の
形状パターンに対応する前記センジマーミルの操作方法
を予め準備しておき、前記認識された形状パターンに対
応する操作方法を抽出し、この抽出された操作方法に基
づいてファジィ推論演算を行い前記センジマーミルの制
御を行うようにしたことを特徴とするセンジマーミルの
形状制御方法。 12、被圧延材を圧延する多段ロールのセンジマーミル
と、該センジマーミルを操作する複数のアクチュエータ
と、前記センジマーミルで圧延された被圧延材の形状を
検出する形状検出手段と、該形状検出手段で検出された
形状の形状パターンの認識を行うパターン認識手段と、
該パターン認識手段で認識された形状パターンに基づき
前記アクチュエータの操作量を求める操作指令演算手段
とを具備したセンジマーミルの形状制御装置。 13、被圧延材を圧延する多段ロールのセンジマーミル
と、該センジマーミルを操作する複数のアクチュエータ
と、前記センジマーミルで圧延された被圧延材の形状を
検出する形状検出手段と、該形状検出手段で検出された
形状の形状パターンの認識を行うパターン認識手段と、
前記被圧延材の形状パターンに応じた操作方法を決定す
る操作方法決定手段と、該操作方法決定手段で決定され
た操作方法に基づき前記アクチュエータの操作量を求め
る操作指令演算手段とを具備したセンジマーミルの形状
制御装置。 14、被圧延材を圧延する多段ロールのセンジマーミル
と、該センジマーミルを操作する複数のアクチュエータ
と、前記センジマーミルで圧延された被圧延材の形状を
検出する形状検出手段と、該形状検出手段で検出された
形状の形状パターンの認識を行うニューロコンピュータ
と、該パターン認識手段で認識された形状パターンに基
づき前記アクチュエータの操作量を求めるファジィ推論
演算手段とを具備したセンジマーミルの形状制御装置。 15、圧延機によつて圧延される被圧延材の形状を検出
して第1の形状パターンを作成し、予め用意された複数
の第2の形状パターンと第1の形状パターンを比較して
第2の形状パターンのうち第1の形状パターンに近似の
ものを抽出し、該抽出された第2のパターンに対応する
ように予め用意された前記圧延機に対する形状制御のた
めの操作方法を抽出し、該抽出された操作方法に基づい
て、前記圧延材における形状制御を実行するようにした
ことを特徴とする圧延機における形状制御方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP91304997A EP0460892B1 (en) | 1990-06-04 | 1991-06-03 | A control device for controlling a controlled apparatus, and a control method therefor |
DE69121789T DE69121789T2 (de) | 1990-06-04 | 1991-06-03 | Steuerungsvorrichtung für die Steuerung einer gesteuerten Anlage und Steuerungsverfahren dafür |
US07/710,124 US5430642A (en) | 1990-06-04 | 1991-06-04 | Control device for controlling a controlled apparatus, and a control method therefor |
US08/413,901 US5541832A (en) | 1990-03-08 | 1995-03-30 | Control device for controlling a controlled apparatus, and a control method therefor |
US08/887,322 US5930136A (en) | 1990-06-04 | 1997-07-02 | Control device for controlling a controlled apparatus, and a control method therefor |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2-144314 | 1990-06-04 | ||
JP14431490 | 1990-06-04 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH04127908A true JPH04127908A (ja) | 1992-04-28 |
JP2804161B2 JP2804161B2 (ja) | 1998-09-24 |
Family
ID=15359209
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2208092A Expired - Lifetime JP2804161B2 (ja) | 1990-03-08 | 1990-08-08 | センジマーミルの形状制御方法および装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2804161B2 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04238614A (ja) * | 1991-01-09 | 1992-08-26 | Kobe Steel Ltd | ストリップ圧延における形状制御方法 |
US5680784A (en) * | 1994-03-11 | 1997-10-28 | Kawasaki Steel Corporation | Method of controlling form of strip in rolling mill |
KR100514934B1 (ko) * | 2000-04-28 | 2005-09-15 | 주식회사 포스코 | 젠즈미어 압연기를 이용하여 강판의 폭 양단부의 형상을 제어하는 방법 |
JP2019016166A (ja) * | 2017-07-06 | 2019-01-31 | 日本放送協会 | ニューラルネットワーク、符号化装置、復号装置、学習方法、制御方法、およびプログラム |
JP2021030280A (ja) * | 2019-08-27 | 2021-03-01 | Jfeスチール株式会社 | 形状予測モデルの生成方法、圧延形状予測方法、金属板の圧延方法、金属板の製造方法、及び金属板の圧延設備 |
JP2022025256A (ja) * | 2020-07-29 | 2022-02-10 | 東芝三菱電機産業システム株式会社 | 抄紙機の自動弛み補正システム |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4003733B2 (ja) * | 2003-10-22 | 2007-11-07 | 株式会社日立製作所 | プラントシステム,制御装置及び制御方法 |
JP4516515B2 (ja) * | 2005-11-30 | 2010-08-04 | 株式会社日立製作所 | 形状制御装置、及び形状制御方法 |
JP6813416B2 (ja) | 2017-04-10 | 2021-01-13 | 株式会社日立製作所 | 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 |
JP6899273B2 (ja) | 2017-08-01 | 2021-07-07 | 株式会社日立製作所 | 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 |
JP6962868B2 (ja) | 2018-06-07 | 2021-11-05 | 株式会社日立製作所 | 教師データ生成装置および教師データ生成方法 |
JP7328142B2 (ja) | 2019-12-27 | 2023-08-16 | 株式会社日立製作所 | 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 |
CN114637194A (zh) | 2020-12-16 | 2022-06-17 | 株式会社日立制作所 | 工厂设备控制系统、控制方法以及计算机可读记录介质 |
JP2022107463A (ja) | 2021-01-08 | 2022-07-21 | 株式会社日立製作所 | プラント制御装置、プラント制御方法及びプログラム |
JP2022182539A (ja) | 2021-05-28 | 2022-12-08 | 株式会社日立製作所 | プラント制御装置、プラント制御方法及びプログラム |
-
1990
- 1990-08-08 JP JP2208092A patent/JP2804161B2/ja not_active Expired - Lifetime
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04238614A (ja) * | 1991-01-09 | 1992-08-26 | Kobe Steel Ltd | ストリップ圧延における形状制御方法 |
US5680784A (en) * | 1994-03-11 | 1997-10-28 | Kawasaki Steel Corporation | Method of controlling form of strip in rolling mill |
KR100514934B1 (ko) * | 2000-04-28 | 2005-09-15 | 주식회사 포스코 | 젠즈미어 압연기를 이용하여 강판의 폭 양단부의 형상을 제어하는 방법 |
JP2019016166A (ja) * | 2017-07-06 | 2019-01-31 | 日本放送協会 | ニューラルネットワーク、符号化装置、復号装置、学習方法、制御方法、およびプログラム |
JP2021030280A (ja) * | 2019-08-27 | 2021-03-01 | Jfeスチール株式会社 | 形状予測モデルの生成方法、圧延形状予測方法、金属板の圧延方法、金属板の製造方法、及び金属板の圧延設備 |
JP2022025256A (ja) * | 2020-07-29 | 2022-02-10 | 東芝三菱電機産業システム株式会社 | 抄紙機の自動弛み補正システム |
Also Published As
Publication number | Publication date |
---|---|
JP2804161B2 (ja) | 1998-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5541832A (en) | Control device for controlling a controlled apparatus, and a control method therefor | |
JPH04127908A (ja) | 圧延機における形状制御方法および制御装置 | |
US5303385A (en) | Control system having optimality decision means | |
EP1021752B1 (en) | Model-free adaptive process control | |
CN101346676B (zh) | 用于调整和控制的方法及装置 | |
EP0467297B1 (en) | Intelligent machining system | |
US5930136A (en) | Control device for controlling a controlled apparatus, and a control method therefor | |
KR100186903B1 (ko) | 압연기에 있어서의 형상제어방법 | |
Bouhouche et al. | Evaluation using online support-vector-machines and fuzzy reasoning. Application to condition monitoring of speeds rolling process | |
WO2005064270A1 (en) | Method and device for measuring, determining and controlling flatness of a metal strip | |
JP3330758B2 (ja) | 調節されるシステムにおけるプロセスの制御方法および装置 | |
JP2005518484A (ja) | 繊維配向のオンライン閉ループ制御 | |
Rawlings et al. | Gage control of film and sheet‐forming processes | |
CN114510864A (zh) | 一种基于K-means聚类算法的神经网络预报轧制力的预报方法 | |
JPH08117827A (ja) | 圧延装置 | |
Fan et al. | Case studies on modeling manufacturing processes using artificial neural networks | |
JPH0470906A (ja) | 制御装置 | |
JP2677964B2 (ja) | 圧延機の形状制御初期設定方法 | |
JP2646900B2 (ja) | タンデム圧延機のドラフトスケジュールの決定方法 | |
KR950003800B1 (ko) | 신경회로망을 이용한 형상제어시스템 | |
JPH07204718A (ja) | 圧延装置 | |
JP2674167B2 (ja) | 神経回路網モデルを用いたプロセス制御方法 | |
JP3331191B2 (ja) | 圧延設備の形状制御装置および方法 | |
Stirling et al. | Combined simulation and knowledge-based control of a stainless steel rolling mill | |
JP2728492B2 (ja) | ニューラルネットを用いた制御方法および装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20070717 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080717 Year of fee payment: 10 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080717 Year of fee payment: 10 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090717 Year of fee payment: 11 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090717 Year of fee payment: 11 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100717 Year of fee payment: 12 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100717 Year of fee payment: 12 |
|
EXPY | Cancellation because of completion of term | ||
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110717 Year of fee payment: 13 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110717 Year of fee payment: 13 |