JPH07191712A - 調節されるシステム内のプロセスに指令を与えるための方法および装置 - Google Patents
調節されるシステム内のプロセスに指令を与えるための方法および装置Info
- Publication number
- JPH07191712A JPH07191712A JP6300397A JP30039794A JPH07191712A JP H07191712 A JPH07191712 A JP H07191712A JP 6300397 A JP6300397 A JP 6300397A JP 30039794 A JP30039794 A JP 30039794A JP H07191712 A JPH07191712 A JP H07191712A
- Authority
- JP
- Japan
- Prior art keywords
- parameter
- model
- network
- measured
- supplied
- 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 abstract description 113
- 230000008569 process Effects 0.000 title claims abstract description 88
- 210000002569 neuron Anatomy 0.000 claims abstract description 32
- 238000013178 mathematical model Methods 0.000 claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims abstract description 24
- 230000004044 response Effects 0.000 claims abstract description 12
- 238000005096 rolling process Methods 0.000 claims description 11
- 230000006978 adaptation Effects 0.000 claims description 10
- 238000001816 cooling Methods 0.000 claims description 9
- 230000003044 adaptive effect Effects 0.000 claims description 7
- 230000001105 regulatory effect Effects 0.000 claims description 7
- 230000006872 improvement Effects 0.000 claims description 3
- 238000012821 model calculation Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 5
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 239000000956 alloy Substances 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010972 statistical evaluation Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Classifications
-
- C—CHEMISTRY; METALLURGY
- C21—METALLURGY OF IRON
- C21D—MODIFYING THE PHYSICAL STRUCTURE OF FERROUS METALS; GENERAL DEVICES FOR HEAT TREATMENT OF FERROUS OR NON-FERROUS METALS OR ALLOYS; MAKING METAL MALLEABLE, e.g. BY DECARBURISATION OR TEMPERING
- C21D11/00—Process control or regulation for heat treatments
- C21D11/005—Process control or regulation for heat treatments for cooling
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
- B21B37/74—Temperature control, e.g. by cooling or heating the rolls or the product
-
- C—CHEMISTRY; METALLURGY
- C21—METALLURGY OF IRON
- C21D—MODIFYING THE PHYSICAL STRUCTURE OF FERROUS METALS; GENERAL DEVICES FOR HEAT TREATMENT OF FERROUS OR NON-FERROUS METALS OR ALLOYS; MAKING METAL MALLEABLE, e.g. BY DECARBURISATION OR TEMPERING
- C21D11/00—Process control or regulation for heat treatments
-
- 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
- G05B13/027—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 using neural networks only
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B2261/00—Product parameters
- B21B2261/20—Temperature
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Materials Engineering (AREA)
- Metallurgy (AREA)
- Organic Chemistry (AREA)
- Crystallography & Structural Chemistry (AREA)
- Thermal Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Metal Rolling (AREA)
- Feedback Control In General (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
(57)【要約】 （修正有）
【目的】 計算装置で少なくとも１つの可変のモデルパ
ラメータを有するプロセスの数学モデルを用いて各プロ
セス進行の開始前にそれに供給された入力量に関係して
少なくとも１つの選択されたプロセスパラメータを予計
算し、それによりシステムの予設定が行われ、一方、プ
ロセス進行の間に入力量およびプロセスパラメータが測
定され、当入力量に基づいてプロセスパラメータ予計算
の適応改善を行なう方法を提供する。 【構成】 プロセス進行の後に、モデルパラメータＭＰ
が関係している入力量ｘN がニューロン回路網８に供給
され、このニューロン回路網が回路網応答ｙN としてモ
デルパラメータＭＰに対する値を設定し、またモデルか
ら供給された計算結果ｙV と測定されたプロセスパラメ
ータとの間の偏差がニューロン回路網８の回路網パラメ
ータを適応させるために偏差を減少させるように利用さ
れる。
ラメータを有するプロセスの数学モデルを用いて各プロ
セス進行の開始前にそれに供給された入力量に関係して
少なくとも１つの選択されたプロセスパラメータを予計
算し、それによりシステムの予設定が行われ、一方、プ
ロセス進行の間に入力量およびプロセスパラメータが測
定され、当入力量に基づいてプロセスパラメータ予計算
の適応改善を行なう方法を提供する。 【構成】 プロセス進行の後に、モデルパラメータＭＰ
が関係している入力量ｘN がニューロン回路網８に供給
され、このニューロン回路網が回路網応答ｙN としてモ
デルパラメータＭＰに対する値を設定し、またモデルか
ら供給された計算結果ｙV と測定されたプロセスパラメ
ータとの間の偏差がニューロン回路網８の回路網パラメ
ータを適応させるために偏差を減少させるように利用さ
れる。
Description
【０００１】
【産業上の利用分野】本発明は、調節されるシステム内
のプロセスに指令を与えるための方法であって、計算装
置で少なくとも１つの可変のモデルパラメータを有する
プロセスの数学モデルが実行されており、この数学モデ
ルが各１つのプロセス進行の開始前にそれに供給された
入力量に関係して少なくとも選択されたプロセスパラメ
ータを予計算し、それによりシステムの予設定が行わ
れ、プロセス進行の間に入力量およびプロセスパラメー
タが測定され、またプロセス進行の後に測定されたプロ
セスパラメータおよびモデルに供給された測定された入
力量に基づいてプロセスパラメータの予計算の適応改善
が行われる方法に関する。さらに本発明はこの方法を実
施するための装置に関する。
のプロセスに指令を与えるための方法であって、計算装
置で少なくとも１つの可変のモデルパラメータを有する
プロセスの数学モデルが実行されており、この数学モデ
ルが各１つのプロセス進行の開始前にそれに供給された
入力量に関係して少なくとも選択されたプロセスパラメ
ータを予計算し、それによりシステムの予設定が行わ
れ、プロセス進行の間に入力量およびプロセスパラメー
タが測定され、またプロセス進行の後に測定されたプロ
セスパラメータおよびモデルに供給された測定された入
力量に基づいてプロセスパラメータの予計算の適応改善
が行われる方法に関する。さらに本発明はこの方法を実
施するための装置に関する。
【０００２】
【従来の技術】ドイツ特許出願公開第 A-4040360号明細
書から、準連続的に作動する方法技術的な設備に対する
調節されるシステム内の１つのプロセスに指令を与える
ためのこのような方法またはこのような装置が公知であ
る。このような設備には例えば圧延ラインが属してお
り、その際に圧延物の各パスは以下でプロセス進行と呼
ばれるプロセスサイクルを形成する。すべての実際の技
術的プロセスのようにこれらのプロセス進行は時変性で
ある。このようなプロセスに指令を与える際には、プロ
セスを調節するシステムを各プロセス進行の前に予設定
することが必要である。すなわちプロセス指令は古典的
な調節と異なって実際のプロセス事象に常に時間的に先
行していなければならない。その理由は、工業的プロセ
スではしばしば調節量が間接的にのみ測定可能であり、
またプロセス影響の個所で直接的に測定可能ではなく、
従って直接的な調節が可能でないことである。プロセス
を調節するシステムの予設定は公知のように、プロセス
の重要な数学的モデルのプールに支えられて、予め定め
られた入力量および／またはとりあえず推定された入力
量に関係して選定されたプロセスパラメータが予計算さ
れ、それによって次いでシステムの予設定が行われるよ
うに行われる。数学的モデルは指令を与えるべきプロセ
スを常に近似的にのみ記述し得るので、実際のプロセス
事象へのモデルの適応マッチングが必要である。そのた
めに各プロセス進行の間にプロセスパラメータおよび入
力量が直接的または間接的に他の測定量の評価により測
定される。プロセス進行の終了後に後計算の枠内で数学
的モデルにより実行された予計算がいまや測定された入
力量を基礎として繰り返され、その際にこうして計算さ
れたプロセスパラメータと測定されたプロセスパラメー
タとの間の偏差に関係して変更可能なモデルパラメータ
の適応変更が求められた偏差を減少するように行われ
る。こうして適応されたモデルパラメータはすぐ次のプ
ロセス進行の開始時にプロセスパラメータの予計算のた
めに用いられる。
書から、準連続的に作動する方法技術的な設備に対する
調節されるシステム内の１つのプロセスに指令を与える
ためのこのような方法またはこのような装置が公知であ
る。このような設備には例えば圧延ラインが属してお
り、その際に圧延物の各パスは以下でプロセス進行と呼
ばれるプロセスサイクルを形成する。すべての実際の技
術的プロセスのようにこれらのプロセス進行は時変性で
ある。このようなプロセスに指令を与える際には、プロ
セスを調節するシステムを各プロセス進行の前に予設定
することが必要である。すなわちプロセス指令は古典的
な調節と異なって実際のプロセス事象に常に時間的に先
行していなければならない。その理由は、工業的プロセ
スではしばしば調節量が間接的にのみ測定可能であり、
またプロセス影響の個所で直接的に測定可能ではなく、
従って直接的な調節が可能でないことである。プロセス
を調節するシステムの予設定は公知のように、プロセス
の重要な数学的モデルのプールに支えられて、予め定め
られた入力量および／またはとりあえず推定された入力
量に関係して選定されたプロセスパラメータが予計算さ
れ、それによって次いでシステムの予設定が行われるよ
うに行われる。数学的モデルは指令を与えるべきプロセ
スを常に近似的にのみ記述し得るので、実際のプロセス
事象へのモデルの適応マッチングが必要である。そのた
めに各プロセス進行の間にプロセスパラメータおよび入
力量が直接的または間接的に他の測定量の評価により測
定される。プロセス進行の終了後に後計算の枠内で数学
的モデルにより実行された予計算がいまや測定された入
力量を基礎として繰り返され、その際にこうして計算さ
れたプロセスパラメータと測定されたプロセスパラメー
タとの間の偏差に関係して変更可能なモデルパラメータ
の適応変更が求められた偏差を減少するように行われ
る。こうして適応されたモデルパラメータはすぐ次のプ
ロセス進行の開始時にプロセスパラメータの予計算のた
めに用いられる。
【０００３】技術的プロセスが数学モデルにより十分に
正確に記述され得る場合にも、数学モデルとモデルの入
力量との間の関係が知られてていない時には、モデルパ
ラメータから誤差が生じ得る。
正確に記述され得る場合にも、数学モデルとモデルの入
力量との間の関係が知られてていない時には、モデルパ
ラメータから誤差が生じ得る。
【０００４】
【発明が解決しようとする課題】本発明の課題は、可変
のモデルパラメータの適応のために適応アルゴリズムに
頼ることなく、モデルによるプロセスパラメータの予計
算を可能にすることにある。
のモデルパラメータの適応のために適応アルゴリズムに
頼ることなく、モデルによるプロセスパラメータの予計
算を可能にすることにある。
【０００５】
【課題を解決するための手段】この課題は、本発明によ
れば、冒頭に記載した種類の方法において、プロセス進
行の後に、モデルパラメータが関係している入力量がニ
ューロン回路網に供給され、このニューロン回路網が回
路網応答としてモデルパラメータに対する値を設定し、
またモデルから供給された計算結果と測定されたプロセ
スパラメータとの間の偏差がニューロン回路網の回路網
パラメータを適応させるために偏差を減少させるように
利用されることにより解決される。この方法を実施する
ための装置は、モデルから供給された計算結果の適応改
善のための変更可能な回路網パラメータを有するニュー
ロン回路網を含んでおり、ニューロン回路網が入力側に
モデルパラメータが関係している入力量を供給されてお
り、また回路網応答がモデルパラメータの設定のために
モデルの入力端に供給されている。
れば、冒頭に記載した種類の方法において、プロセス進
行の後に、モデルパラメータが関係している入力量がニ
ューロン回路網に供給され、このニューロン回路網が回
路網応答としてモデルパラメータに対する値を設定し、
またモデルから供給された計算結果と測定されたプロセ
スパラメータとの間の偏差がニューロン回路網の回路網
パラメータを適応させるために偏差を減少させるように
利用されることにより解決される。この方法を実施する
ための装置は、モデルから供給された計算結果の適応改
善のための変更可能な回路網パラメータを有するニュー
ロン回路網を含んでおり、ニューロン回路網が入力側に
モデルパラメータが関係している入力量を供給されてお
り、また回路網応答がモデルパラメータの設定のために
モデルの入力端に供給されている。
【０００６】モデルパラメータの用意および適応は、デ
ザインおよびトレーニングの費用が数学モデルの適格化
の費用よりも少なくてすむニューロン回路網により行わ
れる。数学モデルを完全にニューロン回路網により置換
する他の考えられる方法にくらべて、プロセスの数学モ
デル化のためのこれまでの結果および経験が引き続き完
全に有効であるという利点が生ずる。それに応じて数学
モデルと組み合わせて使用されるニューロン回路網も相
応のグローバルなニューロン回路網よりも簡単であり、
その結果としてプロセス指令のための一層堅牢な解決策
が得られる。
ザインおよびトレーニングの費用が数学モデルの適格化
の費用よりも少なくてすむニューロン回路網により行わ
れる。数学モデルを完全にニューロン回路網により置換
する他の考えられる方法にくらべて、プロセスの数学モ
デル化のためのこれまでの結果および経験が引き続き完
全に有効であるという利点が生ずる。それに応じて数学
モデルと組み合わせて使用されるニューロン回路網も相
応のグローバルなニューロン回路網よりも簡単であり、
その結果としてプロセス指令のための一層堅牢な解決策
が得られる。
【０００７】これに関連して本発明の範囲内で、各プロ
セス進行の後に測定された入力量および測定されたプロ
セスパラメータが回路網パラメータを適応させるために
利用されることによって、回路網パラメータの適応がオ
ンラインで行われる。これにより、実際の、すなわち時
変性のプロセスへの、モデルから供給される計算結果の
補正の連続的なマッチングが達成される。その際にニュ
ーロン回路網の回路網パラメータのオンライン適応は計
算技術的に数学モデルのモデルパラメータのオンライン
適応の場合の費用よりもはるかに少ない費用ですむ。
セス進行の後に測定された入力量および測定されたプロ
セスパラメータが回路網パラメータを適応させるために
利用されることによって、回路網パラメータの適応がオ
ンラインで行われる。これにより、実際の、すなわち時
変性のプロセスへの、モデルから供給される計算結果の
補正の連続的なマッチングが達成される。その際にニュ
ーロン回路網の回路網パラメータのオンライン適応は計
算技術的に数学モデルのモデルパラメータのオンライン
適応の場合の費用よりもはるかに少ない費用ですむ。
【０００８】可変のモデルパラメータと入力量との関係
が部分的にアルゴリズムにより記述され得る場合には、
有利な仕方でモデルパラメータのこの成分が数学モデル
の内部で推定または測定された入力量に基づいて計算さ
れ、また他の成分のみがニューロン回路網から発生され
る。
が部分的にアルゴリズムにより記述され得る場合には、
有利な仕方でモデルパラメータのこの成分が数学モデル
の内部で推定または測定された入力量に基づいて計算さ
れ、また他の成分のみがニューロン回路網から発生され
る。
【０００９】本発明による方法は特にプロセスが近似的
に１つのモデルにより記述され得る工業的な方法技術的
プロセスにおいて応用される。これに関連して本発明に
よる方法により好ましくは圧延技術的プロセスに指令が
与えられ、その際に本発明による方法は特に圧延物内の
温度経過の予計算のためのモデルパラメータとして冷却
時定数を用意する役割、および／または圧延力の予計算
のためのモデルパラメータとして圧延物の耐熱性を用意
する役割をする。
に１つのモデルにより記述され得る工業的な方法技術的
プロセスにおいて応用される。これに関連して本発明に
よる方法により好ましくは圧延技術的プロセスに指令が
与えられ、その際に本発明による方法は特に圧延物内の
温度経過の予計算のためのモデルパラメータとして冷却
時定数を用意する役割、および／または圧延力の予計算
のためのモデルパラメータとして圧延物の耐熱性を用意
する役割をする。
【００１０】
【実施例】以下、図面を参照して本発明を一層詳細に説
明する。
明する。
【００１１】図１は機能ブロック１によりシンボル化さ
れている技術的プロセス、たとえば圧延プロセスに指令
を与えるための従来の配置を示す。計算装置２で付属の
モデルパラメータＭＰを含めてプロセスの数学モデルＭ
が実行されている。各プロセス進行の開始前に予計算装
置３が計算装置２から現在のモデルパラメータＭＰを有
する数学モデルＭのそれぞれ必要とされるモデル式を呼
び出す。次いで予計算装置３でモデル式およびたとえば
目標値のような予め定められたまたは推定された入力量
ｘV ＝（ｘ1V，…，ｘnV）に基づいて選択されたプロセ
スパラメータｙ V ＝（ｙ1V，…，ｙnV）が予計算され
る。これらの予計算されたプロセスパラメータｙV によ
りプロセス１を調節するためのシステム４が予設定され
る。続いてのプロセス進行の間に、矢印５により示され
ているように、プロセス１が予設定されたシステム４に
より制御され、他方同時に、矢印６により示されている
ように、すべての主要なプロセス量が測定される。測定
されたプロセス量に基づいて測定された量の統計的な評
価により、またはその他の直接的に測定可能でない量の
計算により入力量ｘおよびプロセスパラメータｙの、プ
ロセス進行の前に行われた場合よりもはるかに正確な決
定が行われる。プロセス進行の後にこのように測定され
た入力量ｘおよびプロセスパラメータｙが後計算装置７
に供給される。後計算装置７は計算装置２内の現在のモ
デルパラメータＭＰを有するモデルＭにアクセスし、ま
たプロセスパラメータの予計算をいまや測定された入力
量ｘを基礎として繰り返す。プロセスパラメータに対す
るこうして得られた計算結果は測定されたプロセスパラ
メータｙと比較され、その際に求められた偏差に基づい
てモデルパラメータＭＰの適応変更がこれらの偏差を減
少するように行われる。適応されたモデルパラメータＭ
Ｐは古い値に重ね書きして計算装置２内に格納され、ま
たすぐ次の予計算のために準備される。
れている技術的プロセス、たとえば圧延プロセスに指令
を与えるための従来の配置を示す。計算装置２で付属の
モデルパラメータＭＰを含めてプロセスの数学モデルＭ
が実行されている。各プロセス進行の開始前に予計算装
置３が計算装置２から現在のモデルパラメータＭＰを有
する数学モデルＭのそれぞれ必要とされるモデル式を呼
び出す。次いで予計算装置３でモデル式およびたとえば
目標値のような予め定められたまたは推定された入力量
ｘV ＝（ｘ1V，…，ｘnV）に基づいて選択されたプロセ
スパラメータｙ V ＝（ｙ1V，…，ｙnV）が予計算され
る。これらの予計算されたプロセスパラメータｙV によ
りプロセス１を調節するためのシステム４が予設定され
る。続いてのプロセス進行の間に、矢印５により示され
ているように、プロセス１が予設定されたシステム４に
より制御され、他方同時に、矢印６により示されている
ように、すべての主要なプロセス量が測定される。測定
されたプロセス量に基づいて測定された量の統計的な評
価により、またはその他の直接的に測定可能でない量の
計算により入力量ｘおよびプロセスパラメータｙの、プ
ロセス進行の前に行われた場合よりもはるかに正確な決
定が行われる。プロセス進行の後にこのように測定され
た入力量ｘおよびプロセスパラメータｙが後計算装置７
に供給される。後計算装置７は計算装置２内の現在のモ
デルパラメータＭＰを有するモデルＭにアクセスし、ま
たプロセスパラメータの予計算をいまや測定された入力
量ｘを基礎として繰り返す。プロセスパラメータに対す
るこうして得られた計算結果は測定されたプロセスパラ
メータｙと比較され、その際に求められた偏差に基づい
てモデルパラメータＭＰの適応変更がこれらの偏差を減
少するように行われる。適応されたモデルパラメータＭ
Ｐは古い値に重ね書きして計算装置２内に格納され、ま
たすぐ次の予計算のために準備される。
【００１２】図２は計算装置２内の数学モデルと可変の
回路網パラメータＮＰを有するニューロン回路網との本
発明による組み合わせの実施例を示す。図１に示されて
いる公知の例の場合のように、プロセスパラメータｙV
の予計算のための予計算装置３は装置２内のモデルにア
クセスする。プロセス進行の後に、入力量のうちモデル
パラメータＭＰが関係している入力量がニューロン回路
網８に供給され、その回路網応答ｙN が後計算装置７に
より受け入れられる。後計算装置７はさらに装置２から
数学モデルＭを受け入れ、そのモデルパラメータＭＰが
回路網応答ｙNにより新たに決定される。測定されまた
モデルＭに与えられるべき入力量ｘがいまモデルＭに供
給され、その際にこうして得られた計算結果が測定され
たプロセスパラメータｙと比較される。その際に求めら
れた偏差に関係してニューロン回路網８の回路網パラメ
ータＮＰがこの偏差を減少するように適応変更される。
回路網パラメータＮＰを有するニューロン回路網との本
発明による組み合わせの実施例を示す。図１に示されて
いる公知の例の場合のように、プロセスパラメータｙV
の予計算のための予計算装置３は装置２内のモデルにア
クセスする。プロセス進行の後に、入力量のうちモデル
パラメータＭＰが関係している入力量がニューロン回路
網８に供給され、その回路網応答ｙN が後計算装置７に
より受け入れられる。後計算装置７はさらに装置２から
数学モデルＭを受け入れ、そのモデルパラメータＭＰが
回路網応答ｙNにより新たに決定される。測定されまた
モデルＭに与えられるべき入力量ｘがいまモデルＭに供
給され、その際にこうして得られた計算結果が測定され
たプロセスパラメータｙと比較される。その際に求めら
れた偏差に関係してニューロン回路網８の回路網パラメ
ータＮＰがこの偏差を減少するように適応変更される。
【００１３】図３はブロック回路図により数学モデルＭ
とニューロン回路網８との機能的組み合わせを示す。そ
の際に数学モデルＭは、それに供給された入力量ｘM に
基づいて、計算結果ｙM を発生し、この計算結果は予計
算すべきプロセスパラメータｙV に相当する。モデルＭ
の可変のモデルパラメータＭＰは、入力側に入力量ｘN
を供給されるニューロン回路網８の回路網応答ｙN によ
り決定される。その際にモデルＭおよびニューロン回路
網８に対する入力ベクトルｘM およびｘN は基本的に相
い異なっている。
とニューロン回路網８との機能的組み合わせを示す。そ
の際に数学モデルＭは、それに供給された入力量ｘM に
基づいて、計算結果ｙM を発生し、この計算結果は予計
算すべきプロセスパラメータｙV に相当する。モデルＭ
の可変のモデルパラメータＭＰは、入力側に入力量ｘN
を供給されるニューロン回路網８の回路網応答ｙN によ
り決定される。その際にモデルＭおよびニューロン回路
網８に対する入力ベクトルｘM およびｘN は基本的に相
い異なっている。
【００１４】図４にはニューロン回路網の一例が示され
ており、数学モデルのモデルパラメータを設定するため
のその用途を以下に一層詳細に説明する。
ており、数学モデルのモデルパラメータを設定するため
のその用途を以下に一層詳細に説明する。
【００１５】考察されるモデルＭは圧延工場の冷却区間
内の薄帯の冷却をモデル化するものである。その際に冷
却は式 θ（ｔ）＝θu ＋（θe −θu ）・ｅｘｐ（−ｔ／Ｔ） により記述され得る。ここでθ（ｔ）は帯内の温度経
過、θe は最終圧延温度、またθu は周囲温度である。
Ｔはなかんずく帯の厚み、熱伝導性、温度伝導性、帯の
上面に対する熱伝達定数および帯の下面に対する熱伝達
定数に関係している冷却時定数である。帯の厚みを例外
としてこれらの量に対して正確な値は得られないので、
冷却時定数は近似的にしかモデルの枠内で計算または推
定され得ない。冷却時定数に対する推定値をＴ* とする
と、実際の冷却時定数ＴはＴ＝ｋ・Ｔ* により定義され
得る。その際にｋはどの入力量との関係も知られていな
いモデルパラメータである。このモデルパラメータｋの
用意および実際のプロセス事象へのその適応を、図４に
示されているニューロン回路網が引き受ける。このニュ
ーロン回路網には入力量として最終圧延温度θe 、リー
ル温度θh 、帯の厚みＤ、帯の幅Ｂ、帯内の合金成分の
和および帯速度ｖが供給される。
内の薄帯の冷却をモデル化するものである。その際に冷
却は式 θ（ｔ）＝θu ＋（θe −θu ）・ｅｘｐ（−ｔ／Ｔ） により記述され得る。ここでθ（ｔ）は帯内の温度経
過、θe は最終圧延温度、またθu は周囲温度である。
Ｔはなかんずく帯の厚み、熱伝導性、温度伝導性、帯の
上面に対する熱伝達定数および帯の下面に対する熱伝達
定数に関係している冷却時定数である。帯の厚みを例外
としてこれらの量に対して正確な値は得られないので、
冷却時定数は近似的にしかモデルの枠内で計算または推
定され得ない。冷却時定数に対する推定値をＴ* とする
と、実際の冷却時定数ＴはＴ＝ｋ・Ｔ* により定義され
得る。その際にｋはどの入力量との関係も知られていな
いモデルパラメータである。このモデルパラメータｋの
用意および実際のプロセス事象へのその適応を、図４に
示されているニューロン回路網が引き受ける。このニュ
ーロン回路網には入力量として最終圧延温度θe 、リー
ル温度θh 、帯の厚みＤ、帯の幅Ｂ、帯内の合金成分の
和および帯速度ｖが供給される。
【００１６】バックプロパゲーション形式のニューロン
回路網は入力量ｘN ＝（θe ，…，ｖ）の各々に対する
それぞれ１つの入力要素９を有する入力領域を有する。
さらに、一定値、たとえば“１”を供給される追加的な
入力要素１０が設けられている。入力領域の後に多くの
要素１１から成る隠された領域が対応付けられており、
それらのうち各要素１１は−１．０と＋１．０との間の
シグモイド経過を有する応答挙動を有する。要素１１に
入力側で供給される入力量ｘN は隠された領域の各要素
１１内でそれぞれ個別の重み付け係数ｗijを乗算され、
また続いて、シグモイド関数経過による重み付けが行わ
れる前に、加算される。隠された領域は一定値、たとえ
ば“１”に対する入力要素としての役割をする追加的な
要素１２を有する。隠された領域の後に出力要素１３が
対応付けられている。この出力要素はそれぞれ個別の重
み付け係数ｃi を有する隠された領域の要素１１および
１２の応答を回路網応答ｙN として加算する。
回路網は入力量ｘN ＝（θe ，…，ｖ）の各々に対する
それぞれ１つの入力要素９を有する入力領域を有する。
さらに、一定値、たとえば“１”を供給される追加的な
入力要素１０が設けられている。入力領域の後に多くの
要素１１から成る隠された領域が対応付けられており、
それらのうち各要素１１は−１．０と＋１．０との間の
シグモイド経過を有する応答挙動を有する。要素１１に
入力側で供給される入力量ｘN は隠された領域の各要素
１１内でそれぞれ個別の重み付け係数ｗijを乗算され、
また続いて、シグモイド関数経過による重み付けが行わ
れる前に、加算される。隠された領域は一定値、たとえ
ば“１”に対する入力要素としての役割をする追加的な
要素１２を有する。隠された領域の後に出力要素１３が
対応付けられている。この出力要素はそれぞれ個別の重
み付け係数ｃi を有する隠された領域の要素１１および
１２の応答を回路網応答ｙN として加算する。
【００１７】回路網パラメータｗijおよびｃi のオンラ
イン適応は各プロセス進行の後に公知の仕方で最小二乗
誤差法に基づいて行われ、その際に回路網パラメータは
ステップ状に誤差減少の方向に変更される。
イン適応は各プロセス進行の後に公知の仕方で最小二乗
誤差法に基づいて行われ、その際に回路網パラメータは
ステップ状に誤差減少の方向に変更される。
【図１】技術的プロセスに指令を与えるための公知の配
置例のブロック図。
置例のブロック図。
【図２】数学モデルとニューロン回路網との本発明によ
る組み合わせの一例を示すブロック図。
る組み合わせの一例を示すブロック図。
【図３】ニューロン回路網と数学モデルとの論理演算の
ためのブロック図。
ためのブロック図。
【図４】本発明による方法において使用されるニューロ
ン回路網の一例を示すブロック図。
ン回路網の一例を示すブロック図。
１ 圧延プロセス ２ 計算装置 ３ 予計算装置 ４ 調節されるシステム ６ 測定装置 ７ 後計算装置 ８ ニューロン回路網
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｇ０５Ｂ 23/02 Ｈ 7531−3Ｈ Ｇ０６Ｆ 15/18 ５５０ Ｅ 9071−5Ｌ Ｇ０６Ｇ 7/60 (72)発明者 トーマス マルチネツ ドイツ連邦共和国 80686 ミユンヘン キルヒマイルシユトラーセ 43 (72)発明者 ギユンター ゼルゲル ドイツ連邦共和国 90455 ニユルンベル ク ツアウンケーニツヒヴエーク ８
Claims (7)
- 【請求項１】 調節されるシステム（４）内のプロセス
に指令を与えるための方法であって、計算装置（２）で
少なくとも１つの可変のモデルパラメータ（ＭＰ）を有
するプロセスの数学モデル（Ｍ）が実行されており、こ
の数学モデルが各１つのプロセス進行の開始前にそれに
供給された入力量（ｘ）に関係して少なくとも１つの選
択されたプロセスパラメータ（ｙV ）を予計算し、それ
によりシステム（４）の予設定が行われ、プロセス進行
の間に入力量（ｘ）およびプロセスパラメータ（ｙ）が
測定され、またプロセス進行の後に測定されたプロセス
パラメータ（ｙ）およびモデル（Ｍ）に供給された測定
された入力量（ｘ）に基づいてプロセスパラメータ
（ｙ）の予計算の適応改善が行われる方法において、プ
ロセス進行の後に、モデルパラメータ（ＭＰ）が関係し
ている入力量（ｘN ）がニューロン回路網（８）に供給
され、このニューロン回路網が回路網応答（ｙN ）とし
てモデルパラメータ（ＭＰ）に対する値を設定し、また
モデル（Ｍ）から供給された計算結果（ｙV ）と測定さ
れたプロセスパラメータ（ｙ）との間の偏差がニューロ
ン回路網（８）の回路網パラメータ（ＮＰ）を適応させ
るために偏差を減少させるように利用されることを特徴
とする調節されるシステム内のプロセスに指令を与える
ための方法。 - 【請求項２】 各プロセス進行の後に測定された入力量
（ｘ）および測定されたプロセスパラメータ（ｙ）が回
路網パラメータ（ＮＰ）を適応させるために利用される
ことによって、回路網パラメータ（ＮＰ）の適応がオン
ラインで行われることを特徴とする請求項１記載の方
法。 - 【請求項３】 可変のモデルパラメータ（ＭＰ）が２つ
の互いに論理演算された成分から成っており、それらの
うち一方の成分は数学モデル（Ｍ）の内部で推定または
測定された入力量（ｘM ）に基づいて計算され、また他
方の成分のみがニューロン回路網（８）から発生される
ことを特徴とする請求項１または２記載の方法。 - 【請求項４】 圧延技術的プロセスに指令を与えること
を特徴とする請求項１ないし３の１つに記載の方法。 - 【請求項５】 圧延物内の温度経過の予計算のためのモ
デルパラメータとして冷却時定数が用いられることを特
徴とする請求項４記載の方法。 - 【請求項６】 圧延力の予計算のためのモデルパラメー
タとして圧延物の耐熱性が用いられることを特徴とする
請求項４記載の方法。 - 【請求項７】 調節されるシステム（４）内のプロセス
に指令を与えるための装置であって、少なくとも１つの
予計算されたプロセスパラメータ（ｙV ）に関係してシ
ステム（４）を予設定するための装置（３）と、入力量
（ｘ）に関係してプロセスパラメータ（ｙV ）を予計算
するためのプロセスの数学モデル（Ｍ）を含んでいる計
算装置（２）と、プロセス進行の間に入力量（ｘ）およ
びプロセスパラメータ（ｙ）を測定するための測定装置
（６）とを含んでいる装置において、モデル（Ｍ）から
供給された計算結果（ｙV ）の適応改善のための変更可
能な回路網パラメータ（ＮＰ）を有するニューロン回路
網（８）を含んでおり、ニューロン回路網（８）が入力
側にモデルパラメータ（ＭＰ）が関係している入力量
（ｙN ）を供給されており、また回路網応答（ｙN ）が
モデルパラメータ（ＭＰ）の設定のためにモデル（Ｍ）
の入力端に供給されていることを特徴とする調節される
システム内のプロセスに指令を与えるための装置。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE4338608.3 | 1993-11-11 | ||
| DE4338608A DE4338608B4 (de) | 1993-11-11 | 1993-11-11 | Verfahren und Vorrichtung zur Führung eines Prozesses in einem geregelten System |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH07191712A true JPH07191712A (ja) | 1995-07-28 |
| JP3336135B2 JP3336135B2 (ja) | 2002-10-21 |
Family
ID=6502405
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP30039794A Expired - Fee Related JP3336135B2 (ja) | 1993-11-11 | 1994-11-09 | プロセスに指令を与えるための方法および装置 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US5673368A (ja) |
| JP (1) | JP3336135B2 (ja) |
| DE (1) | DE4338608B4 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021229727A1 (ja) * | 2020-05-13 | 2021-11-18 | 東芝三菱電機産業システム株式会社 | 物理モデル同定システム |
| JP2023502716A (ja) * | 2019-11-22 | 2023-01-25 | 中南大学 | インサイチュで収集された情報に基づく熱処理の調整制御方法及びその応用 |
Families Citing this family (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19642918C2 (de) * | 1996-10-17 | 2003-04-24 | Siemens Ag | System zur Berechnung des Enddickenprofils eines Walzbandes |
| AT408623B (de) * | 1996-10-30 | 2002-01-25 | Voest Alpine Ind Anlagen | Verfahren zur überwachung und steuerung der qualität von walzprodukten aus warmwalzprozessen |
| DE19718262A1 (de) * | 1997-04-30 | 1998-11-05 | Schenck Panel Production Syste | Verfahren und System zur Generierung eines Prozeßmodells eines technischen Problems |
| DE19731980A1 (de) * | 1997-07-24 | 1999-01-28 | Siemens Ag | Verfahren zur Steuerung und Voreinstellung eines Walzgerüstes oder einer Walzstraße zum Walzen eines Walzbandes |
| DE19806267A1 (de) * | 1997-11-10 | 1999-05-20 | Siemens Ag | Verfahren und Einrichtung zur Steuerung einer hüttentechnischen Anlage |
| US6571134B1 (en) * | 1998-02-18 | 2003-05-27 | Siemens Aktiengesellschaft | Method and device for determining an intermediary profile of a metal strip |
| EP1163062B1 (de) | 1999-03-23 | 2002-11-13 | Siemens Aktiengesellschaft | Verfahren und einrichtung zur bestimmung der walzkraft in einem walzgerüst |
| GB2360855B (en) * | 2000-03-28 | 2004-08-18 | Beta Lasermike Ltd | Control systems for extrusion plants |
| US6760716B1 (en) * | 2000-06-08 | 2004-07-06 | Fisher-Rosemount Systems, Inc. | Adaptive predictive model in a process control system |
| DE10036971A1 (de) * | 2000-07-28 | 2002-02-28 | Siemens Ag | Verfahren zur Ferndiagnose eines technologischen Prozesses |
| DE10042386A1 (de) | 2000-08-29 | 2002-03-28 | Siemens Ag | Verfahren zur Bestimmung der thermischen Materialeigenschaften von Metall-Formteilen |
| DE10059567A1 (de) * | 2000-11-30 | 2002-06-13 | Siemens Ag | Verfahren und Vorrichtung zur Berechnung von Prozessgrößen eines industriellen Prozesses |
| DE10112267A1 (de) * | 2001-03-14 | 2002-11-07 | Siemens Ag | Schätzverfahren für eine Größe eines Prozesses der Grundstoffindustrie unter Verwendung einer Stützvektormethode |
| DE10113538B4 (de) * | 2001-03-20 | 2012-03-01 | Bayerische Motoren Werke Aktiengesellschaft | Regelvorrichtung und Regelverfahren |
| DE10120476A1 (de) | 2001-04-25 | 2002-11-21 | Bayer Ag | Hybridmodell und Verfahren zur Bestimmung von Eigenschaften hinsichtlich der Herstellung eines Spritzgießformteils |
| US7242989B2 (en) * | 2003-05-30 | 2007-07-10 | Fisher-Rosemount Systems, Inc. | Apparatus and method for batch property estimation |
| US7451004B2 (en) * | 2005-09-30 | 2008-11-11 | Fisher-Rosemount Systems, Inc. | On-line adaptive model predictive control in a process control system |
| DE102007025447A1 (de) * | 2006-10-09 | 2008-04-17 | Siemens Ag | Verfahren zur Steuerung und/oder Regelung eines industriellen Prozesses |
| DE102006047718A1 (de) * | 2006-10-09 | 2008-04-17 | Siemens Ag | Verfahren zur Nachverfolgung des physikalischen Zustands eines Warmblechs oder Warmbands im Rahmen der Steuerung einer Grobblechwalzstraße zur Bearbeitung eines Warmblechs oder Warmbands |
| EP2287345A1 (de) * | 2009-07-23 | 2011-02-23 | Siemens Aktiengesellschaft | Verfahren zur Steuerung und/oder Regelung eines Induktionsofens für eine Walzanlage, Steuer- und/oder Regeleinrichtung für eine Walzanlage und Walzanlage zum Herstellen von Walzgut |
| DE102010019320A1 (de) * | 2010-05-03 | 2011-11-03 | Converteam Gmbh | Verfahren zum Ermitteln von Parametern eines Modells für eine Walzanlage |
| US10162317B2 (en) * | 2013-06-27 | 2018-12-25 | The Boeing Company | Real-time feedback control for performing tooling operations in assembly processes |
| CN104898414A (zh) * | 2015-03-31 | 2015-09-09 | 西南交通大学 | 一种高速列车动力学性能设计关键参数识别方法 |
| DE102017210230A1 (de) * | 2017-06-20 | 2018-12-20 | Sms Group Gmbh | Verfahren zum Betreiben eines Glühofens |
| WO2023237252A1 (de) * | 2023-04-21 | 2023-12-14 | Siemens Aktiengesellschaft | Kombinierte rigorose und datenbasierte modellierung eines industriellen prozesses |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SU442459A1 (ru) * | 1972-12-20 | 1974-09-05 | Московский Ордена Трудового Красного Знамени Институт Пищевой Промышленности | Система автоматического регулировани |
| SU807211A1 (ru) * | 1978-07-19 | 1981-02-23 | Киевский Ордена Ленина Политехни-Ческий Институт Им. 50-Летиявеликой Октябрьской Социалисти-Ческой Революции | Устройство дл идентификациилиНЕйНыХ Об'ЕКТОВ упРАВлЕНи |
| US5253328A (en) * | 1989-11-17 | 1993-10-12 | Microelectronics & Computer Technology Corp. | Neural-network content-addressable memory |
| DE4040360A1 (de) * | 1990-12-17 | 1991-06-27 | Siemens Ag | Regelung eines mehrgeruestigen warm- und/oder kaltband-walzwerks |
| DE4111354A1 (de) * | 1991-04-09 | 1992-10-22 | Bodenseewerk Geraetetech | Einrichtung zur fuehrung des endeffektors eines roboters laengs einer sollbahn |
| DE4130164A1 (de) * | 1991-09-11 | 1993-03-18 | Bodenseewerk Geraetetech | Regler, insbesondere flugregler |
| JP3136183B2 (ja) * | 1992-01-20 | 2001-02-19 | 株式会社日立製作所 | 制御方法 |
| DE4416364B4 (de) * | 1993-05-17 | 2004-10-28 | Siemens Ag | Verfahren und Regeleinrichtung zur Regelung eines Prozesses |
-
1993
- 1993-11-11 DE DE4338608A patent/DE4338608B4/de not_active Expired - Lifetime
-
1994
- 1994-11-09 JP JP30039794A patent/JP3336135B2/ja not_active Expired - Fee Related
- 1994-11-10 US US08/336,952 patent/US5673368A/en not_active Expired - Lifetime
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2023502716A (ja) * | 2019-11-22 | 2023-01-25 | 中南大学 | インサイチュで収集された情報に基づく熱処理の調整制御方法及びその応用 |
| WO2021229727A1 (ja) * | 2020-05-13 | 2021-11-18 | 東芝三菱電機産業システム株式会社 | 物理モデル同定システム |
| JPWO2021229727A1 (ja) * | 2020-05-13 | 2021-11-18 |
Also Published As
| Publication number | Publication date |
|---|---|
| US5673368A (en) | 1997-09-30 |
| DE4338608A1 (de) | 1995-08-03 |
| DE4338608B4 (de) | 2005-10-06 |
| JP3336135B2 (ja) | 2002-10-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH07191712A (ja) | 調節されるシステム内のプロセスに指令を与えるための方法および装置 | |
| JPH07191713A (ja) | 調節されるシステム内のプロセスに指令を与えるための方法および装置 | |
| US5513097A (en) | Method and control device for controlling a process including the use of a neural network having variable network parameters | |
| 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 | |
| US5598329A (en) | Method and device for controlling a process | |
| KR100249914B1 (ko) | 금속 밴드의 로울링 방법 및 장치 | |
| JPH09501525A (ja) | 自動調整によるファジー論理制御のための方法及び装置 | |
| JPH05204408A (ja) | 産業設備における制御パラメータの修正方法 | |
| JP3864781B2 (ja) | 温度調節器 | |
| KR100499165B1 (ko) | 시변 산업 프로세스 파라미터를 확인 또는 사전 계산하기 위한 방법 및 장치 | |
| CN115815342A (zh) | 一种基于机理和数据融合模型的冷轧轧制力预测方法 | |
| US6807449B1 (en) | Method for controlling and pre-setting a steelworks or parts of a steelworks | |
| CN113325696A (zh) | 一种应用于交联电缆生产设备的单神经元pid与模型预测结合的混合控制方法 | |
| JPH0822306A (ja) | 演算制御パラメータ自動調整装置 | |
| JPH0756608A (ja) | 信号処理方法 | |
| JPH09174128A (ja) | 圧延材の形状制御方法 | |
| JPH08211946A (ja) | 温度制御方法及び装置 | |
| JPH07230445A (ja) | データ予測装置 | |
| EP1495373B1 (en) | One-dimensional modeling of the manufacture of multi-layered material | |
| CN111781821B (zh) | SISO紧格式无模型控制器基于Attention机制循环神经网络的参数自整定方法 | |
| JP2755893B2 (ja) | 圧延制御方法および装置 | |
| JP3681283B2 (ja) | 圧延機のセットアップ装置 | |
| Shahraki et al. | Adaptive system control with PID neural networks | |
| JPH07244501A (ja) | プロセスの学習制御方法 | |
| JPH1190517A (ja) | 熱間圧延機の制御方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20001109 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20070802 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080802 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080802 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090802 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100802 Year of fee payment: 8 |
|
| LAPS | Cancellation because of no payment of annual fees |