JPH09174128A - 圧延材の形状制御方法 - Google Patents
圧延材の形状制御方法Info
- Publication number
- JPH09174128A JPH09174128A JP7339018A JP33901895A JPH09174128A JP H09174128 A JPH09174128 A JP H09174128A JP 7339018 A JP7339018 A JP 7339018A JP 33901895 A JP33901895 A JP 33901895A JP H09174128 A JPH09174128 A JP H09174128A
- Authority
- JP
- Japan
- Prior art keywords
- shape
- influence coefficient
- rolled material
- adaptive correction
- actuator
- 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.)
- Pending
Links
Landscapes
- Control Of Metal Rolling (AREA)
Abstract
(57)【要約】
【課題】 影響係数の正確な適応修正が行えるようにし
て圧延材の形状制御の精度の向上を図る。 【解決手段】 データサンプリング装置１１によって適
当なサンプリング周期でサンプリングされた形状の前回
サンプリング値を記憶する形状前回サンプリング記憶器
１２の出力と、形状の今回サンプリング値とから形状変
化量演算器１３にて形状変化量を演算し、次いで、形状
変化パターン適合度演算器１４が形状変化量と設定形状
変化パターン出力器１５から出力される演算したい所定
のアクチュエータ１０の動作前後の予測形状変化パター
ンとの合致度に基づいて影響係数の適応修正の適合度α
を計算し、該適合度αを影響係数学習演算装置１６での
適応修正ゲインとすることにより、影響係数の適応修正
量を変更する。
て圧延材の形状制御の精度の向上を図る。 【解決手段】 データサンプリング装置１１によって適
当なサンプリング周期でサンプリングされた形状の前回
サンプリング値を記憶する形状前回サンプリング記憶器
１２の出力と、形状の今回サンプリング値とから形状変
化量演算器１３にて形状変化量を演算し、次いで、形状
変化パターン適合度演算器１４が形状変化量と設定形状
変化パターン出力器１５から出力される演算したい所定
のアクチュエータ１０の動作前後の予測形状変化パター
ンとの合致度に基づいて影響係数の適応修正の適合度α
を計算し、該適合度αを影響係数学習演算装置１６での
適応修正ゲインとすることにより、影響係数の適応修正
量を変更する。
Description
【０００１】
【発明の属する技術分野】本発明は、冷間圧延機におけ
る圧延材の形状制御方法に関する。
る圧延材の形状制御方法に関する。
【０００２】
【従来の技術】一般に冷間圧延における形状制御では、
図６に示すように、圧延機ａの出側に設置された形状検
出器ｂ（幅方向の伸び分布測定器）で圧延材ｃの形状を
検出し、該検出値に基づいて形状認識演算器ｄが該圧延
材ｃの幅方向の耳伸び、腹伸び等の形状を定量的に認識
した後、該形状認識結果Λact と予め形状目標値設定装
置ｅで設定された形状目標値Λref との偏差に基づいて
ワークロール（ＷＲ）ベンダ、中間ロール（ＩＭＲ）ベ
ンダ等の圧延材ｃの形状制御用のアクチュエータを操作
するフィードバック制御と、先行材と後行材との継ぎ点
で該後行材に対して初期操作量設定装置ｆで演算したア
クチュエータの操作量初期値ｕsetup を設定する操作量
設定制御とが行われている。そして、この時のフィード
バック制御のフィードバック制御ゲイン及び操作量設定
制御の初期設定モデルは、次式を用いて求められる。
図６に示すように、圧延機ａの出側に設置された形状検
出器ｂ（幅方向の伸び分布測定器）で圧延材ｃの形状を
検出し、該検出値に基づいて形状認識演算器ｄが該圧延
材ｃの幅方向の耳伸び、腹伸び等の形状を定量的に認識
した後、該形状認識結果Λact と予め形状目標値設定装
置ｅで設定された形状目標値Λref との偏差に基づいて
ワークロール（ＷＲ）ベンダ、中間ロール（ＩＭＲ）ベ
ンダ等の圧延材ｃの形状制御用のアクチュエータを操作
するフィードバック制御と、先行材と後行材との継ぎ点
で該後行材に対して初期操作量設定装置ｆで演算したア
クチュエータの操作量初期値ｕsetup を設定する操作量
設定制御とが行われている。そして、この時のフィード
バック制御のフィードバック制御ゲイン及び操作量設定
制御の初期設定モデルは、次式を用いて求められる。
【０００３】フィードバック制御ゲイン＝（∂Λ／∂
ｕ）Ｇ、初期設定モデルｕsetup ＝｛Λ−（∂Λ／∂
Ｐ）Ｐ−（∂Λ／∂Ｂ）Ｂ−…｝｛∂Λ／∂ｕ｝-1又は
ｄｕsetu p ＝｛ｄΛ−（∂Λ／∂Ｐ）ｄＰ−（∂Λ／∂
Ｂ）ｄＢ−…｝｛∂Λ／∂ｕ｝-1 ここで、∂Λ／∂ｕ：操作量ｕの形状認識値Λへの影響
係数 ∂Λ／∂Ｐ：圧延荷重予測値Ｐの形状認識値Λへの影響
係数 ∂Ｐ／∂Ｂ：板幅Ｂの形状認識値Λへの影響係数 ｄ：継ぎ点の先行材と後行材との差 ｕ：アクチュエータ操作量 Ｇ：固定ゲイン
ｕ）Ｇ、初期設定モデルｕsetup ＝｛Λ−（∂Λ／∂
Ｐ）Ｐ−（∂Λ／∂Ｂ）Ｂ−…｝｛∂Λ／∂ｕ｝-1又は
ｄｕsetu p ＝｛ｄΛ−（∂Λ／∂Ｐ）ｄＰ−（∂Λ／∂
Ｂ）ｄＢ−…｝｛∂Λ／∂ｕ｝-1 ここで、∂Λ／∂ｕ：操作量ｕの形状認識値Λへの影響
係数 ∂Λ／∂Ｐ：圧延荷重予測値Ｐの形状認識値Λへの影響
係数 ∂Ｐ／∂Ｂ：板幅Ｂの形状認識値Λへの影響係数 ｄ：継ぎ点の先行材と後行材との差 ｕ：アクチュエータ操作量 Ｇ：固定ゲイン
【０００４】
【発明が解決しようとする課題】ところで、従来のフィ
ードバック制御ゲインや後行材の初期設定モデルは材料
の特性や圧延機の特性等を実験やシミュレーションで求
めた影響係数で表してモデル化している。しかしなが
ら、実験で影響係数を求めるのは様々な材料条件や圧延
条件別に多くの実験が必要であり、また、シミュレーシ
ョンで影響係数を求めるのはモデル化誤差が存在して特
性の経時的変化に十分に対応できない。
ードバック制御ゲインや後行材の初期設定モデルは材料
の特性や圧延機の特性等を実験やシミュレーションで求
めた影響係数で表してモデル化している。しかしなが
ら、実験で影響係数を求めるのは様々な材料条件や圧延
条件別に多くの実験が必要であり、また、シミュレーシ
ョンで影響係数を求めるのはモデル化誤差が存在して特
性の経時的変化に十分に対応できない。
【０００５】そこで、かかる不都合を解消するためにオ
ンラインデータによる影響係数の適応修正が求められる
が、オンラインデータには圧延材の特性変化等の外乱デ
ータ等が含まれているため、外乱による形状の変化を操
作量によるものと間違って影響係数を適応修正してしま
い、従って、影響係数の適応修正を正確に行うことがで
きず、圧延材の形状制御の精度低下を招く原因になって
いる。
ンラインデータによる影響係数の適応修正が求められる
が、オンラインデータには圧延材の特性変化等の外乱デ
ータ等が含まれているため、外乱による形状の変化を操
作量によるものと間違って影響係数を適応修正してしま
い、従って、影響係数の適応修正を正確に行うことがで
きず、圧延材の形状制御の精度低下を招く原因になって
いる。
【０００６】本発明はかかる不都合を解消するためにな
されたものであり、影響係数の正確な適応修正が行える
ようにして圧延材の形状制御の精度の向上を図ることが
できる圧延材の形状制御方法を提供することを目的とす
る。
されたものであり、影響係数の正確な適応修正が行える
ようにして圧延材の形状制御の精度の向上を図ることが
できる圧延材の形状制御方法を提供することを目的とす
る。
【０００７】
【課題を解決するための手段】かかる目的を達成するた
めに、本発明に係る圧延材の形状制御方法は、冷間圧延
機の出側での圧延材の幅方向の伸び分布から該圧延材の
形状を検出し、該形状検出値と予め設定された形状目標
値との偏差に基づいて前記圧延材の形状制御用のアクチ
ュエータを操作するフィードバック制御と、先行材と後
行材との継ぎ点で該後行材に対する前記アクチュエータ
の操作量初期値を設定する操作量設定制御とを行う圧延
材の形状制御方法において、前記フィードバック制御の
フィードバック制御ゲイン及び前記操作量設定制御の初
期設定モデルの影響係数を適応修正するに際し、前記ア
クチュエータの動作時に、該アクチュエータの動作前後
の前記圧延材の幅方向の伸び分布から該圧延材の実際の
形状変化パターンを求め、該実際の形状変化パターン
と、予め設定された前記アクチュエータの動作前後の前
記圧延材の予測形状変化パターンとの合致度に基づいて
前記影響係数の適応修正量を変更するようにしたことを
特徴とする。
めに、本発明に係る圧延材の形状制御方法は、冷間圧延
機の出側での圧延材の幅方向の伸び分布から該圧延材の
形状を検出し、該形状検出値と予め設定された形状目標
値との偏差に基づいて前記圧延材の形状制御用のアクチ
ュエータを操作するフィードバック制御と、先行材と後
行材との継ぎ点で該後行材に対する前記アクチュエータ
の操作量初期値を設定する操作量設定制御とを行う圧延
材の形状制御方法において、前記フィードバック制御の
フィードバック制御ゲイン及び前記操作量設定制御の初
期設定モデルの影響係数を適応修正するに際し、前記ア
クチュエータの動作時に、該アクチュエータの動作前後
の前記圧延材の幅方向の伸び分布から該圧延材の実際の
形状変化パターンを求め、該実際の形状変化パターン
と、予め設定された前記アクチュエータの動作前後の前
記圧延材の予測形状変化パターンとの合致度に基づいて
前記影響係数の適応修正量を変更するようにしたことを
特徴とする。
【０００８】
【発明の実施の形態】以下、本発明の実施の形態の一例
を図１〜図５を参照して説明する。図１は本発明の実施
の一例である圧延材の形状制御方法を説明するための説
明的ブロック図、図２は形状変化パターン適合度演算器
の作動を説明するための説明的ブロック図、図３は影響
係数学習演算器の作動を説明するための説明的ブロック
図、図４はメンバーシップ関数の構成例を説明するため
のグラフ図、図５は影響係数の適応修正制御を行った場
合と行わない場合での形状制御の比較を説明するための
グラフ図である。
を図１〜図５を参照して説明する。図１は本発明の実施
の一例である圧延材の形状制御方法を説明するための説
明的ブロック図、図２は形状変化パターン適合度演算器
の作動を説明するための説明的ブロック図、図３は影響
係数学習演算器の作動を説明するための説明的ブロック
図、図４はメンバーシップ関数の構成例を説明するため
のグラフ図、図５は影響係数の適応修正制御を行った場
合と行わない場合での形状制御の比較を説明するための
グラフ図である。
【０００９】図１を参照して説明すると、この圧延材の
形状制御方法では、冷間圧延機１の出側に設置された形
状検出器２（圧延材の幅方向の伸び分布測定器）で圧延
材３の形状を検出し、該検出値に基づいて形状認識演算
器４が該圧延材３の幅方向の耳伸び、腹伸び等の形状を
定量的に認識した後、該形状認識結果Λact と予め形状
目標値設定装置５で設定された形状目標値Λref との偏
差に基づいて、フィードバック制御装置６及び制御ゲイ
ン設定装置７で設定されたフィードバック制御ゲイン８
によってワークロール（ＷＲ）ベンダ、中間ロール（Ｉ
ＭＲ）ベンダ等の圧延材３の形状制御用の複数種のアク
チュエータ１０を操作するフィードバック制御と、先行
材と後行材との継ぎ点で該後行材に対して初期操作量設
定装置９で演算したアクチュエータ１０の操作量初期値
ｕSETUP を設定する操作量設定制御と、フィードバック
制御ゲイン８及び操作量初期値ｕSETUP の設定モデルの
影響係数を適応修正する適応修正制御とが行われる。
形状制御方法では、冷間圧延機１の出側に設置された形
状検出器２（圧延材の幅方向の伸び分布測定器）で圧延
材３の形状を検出し、該検出値に基づいて形状認識演算
器４が該圧延材３の幅方向の耳伸び、腹伸び等の形状を
定量的に認識した後、該形状認識結果Λact と予め形状
目標値設定装置５で設定された形状目標値Λref との偏
差に基づいて、フィードバック制御装置６及び制御ゲイ
ン設定装置７で設定されたフィードバック制御ゲイン８
によってワークロール（ＷＲ）ベンダ、中間ロール（Ｉ
ＭＲ）ベンダ等の圧延材３の形状制御用の複数種のアク
チュエータ１０を操作するフィードバック制御と、先行
材と後行材との継ぎ点で該後行材に対して初期操作量設
定装置９で演算したアクチュエータ１０の操作量初期値
ｕSETUP を設定する操作量設定制御と、フィードバック
制御ゲイン８及び操作量初期値ｕSETUP の設定モデルの
影響係数を適応修正する適応修正制御とが行われる。
【００１０】影響係数の適応修正制御の概略について説
明すると、図１において符号１１は形状検出器２からの
データをサンプリングするデータサンプリング装置であ
り、該データサンプリング装置１１によって適当なサン
プリング周期でサンプリングされた形状の前回サンプリ
ング値を記憶する形状前回サンプリング記憶器１２の出
力と、形状の今回サンプリング値とから形状変化量演算
器１３にて形状変化量を演算し、次いで、形状変化パタ
ーン適合度演算器１４が形状変化量と設定形状変化パタ
ーン出力器１５から出力される演算したい所定のアクチ
ュエータ１０の動作前後の予測形状変化パターンとの合
致度に基づいて影響係数の適応修正の適合度αを計算
し、該適合度αを影響係数学習演算装置１６での適応修
正ゲインとすることにより、影響係数の適応修正量を変
更し、これにより、外乱因子の大きい形状変化時は影響
係数を適応修正しないように、操作量の影響による形状
変化時は影響係数を適応修正するようにしたものであ
る。
明すると、図１において符号１１は形状検出器２からの
データをサンプリングするデータサンプリング装置であ
り、該データサンプリング装置１１によって適当なサン
プリング周期でサンプリングされた形状の前回サンプリ
ング値を記憶する形状前回サンプリング記憶器１２の出
力と、形状の今回サンプリング値とから形状変化量演算
器１３にて形状変化量を演算し、次いで、形状変化パタ
ーン適合度演算器１４が形状変化量と設定形状変化パタ
ーン出力器１５から出力される演算したい所定のアクチ
ュエータ１０の動作前後の予測形状変化パターンとの合
致度に基づいて影響係数の適応修正の適合度αを計算
し、該適合度αを影響係数学習演算装置１６での適応修
正ゲインとすることにより、影響係数の適応修正量を変
更し、これにより、外乱因子の大きい形状変化時は影響
係数を適応修正しないように、操作量の影響による形状
変化時は影響係数を適応修正するようにしたものであ
る。
【００１１】尚、形状変化パターン適合度演算器１４
が、形状変化量と、設定形状変化パターン出力器１５か
ら出力される所定のアクチュエータ１０の動作前後の予
測形状変化パターンとの合致度を求めるが、予測形状変
化パターンについては、アクチュエータ１０の形状への
影響パターンは、冷間圧延機やロールの形状等でほぼ決
まり経時変化をうけ難く、また、材料によって大きく異
なることもないので、予め実験等で求めておくことがで
きる。
が、形状変化量と、設定形状変化パターン出力器１５か
ら出力される所定のアクチュエータ１０の動作前後の予
測形状変化パターンとの合致度を求めるが、予測形状変
化パターンについては、アクチュエータ１０の形状への
影響パターンは、冷間圧延機やロールの形状等でほぼ決
まり経時変化をうけ難く、また、材料によって大きく異
なることもないので、予め実験等で求めておくことがで
きる。
【００１２】詳述すると、図２は形状変化パターン適合
度演算器１４の一例を示すもので、形状変化量演算器１
３で演算した形状変化量（圧延材の幅方向各点における
変化量）は、例えばＨｏｐｆｉｅｌｄ型ニューラルネッ
トワークを用いて構成された形状変化パターン分類・認
識装置１７に入力される。形状変化パターン分類・認識
装置１７の出力は単純耳伸び、腹伸び、中伸び等の予測
形状変化パターンに対する形状変化量の合致度で０〜１
の値をとり、形状変化量が予測形状変化パターンに近づ
くほど“１”に近づくように、換言すれば、影響係数の
適応修正に適しているほど“１”に近くなり、適してい
なければ“０”となるように調整されている。
度演算器１４の一例を示すもので、形状変化量演算器１
３で演算した形状変化量（圧延材の幅方向各点における
変化量）は、例えばＨｏｐｆｉｅｌｄ型ニューラルネッ
トワークを用いて構成された形状変化パターン分類・認
識装置１７に入力される。形状変化パターン分類・認識
装置１７の出力は単純耳伸び、腹伸び、中伸び等の予測
形状変化パターンに対する形状変化量の合致度で０〜１
の値をとり、形状変化量が予測形状変化パターンに近づ
くほど“１”に近づくように、換言すれば、影響係数の
適応修正に適しているほど“１”に近くなり、適してい
なければ“０”となるように調整されている。
【００１３】そして、この形状変化パターン分類・認識
装置１７の出力（合致度）と、形状と同時にサンプリン
グされたアクチュエータ１０の操作量変化量や荷重変化
量とから例えばファジーコントローラの演算を応用して
構成された適合度演算器１８によって適合度α（但し、
０≦α≦１）が算出される。適合度演算器１８のメンバ
ーシップ関数ｆi としては、図４（ａ）及び図４（ｂ）
を参照して、操作量ｕに対応した既当変化パターン（形
状等）に対する適合度の大きさ（例えば、図４（ａ）に
示すように、０〜Ｘ1 のとき０、Ｘ1 〜Ｘ2のとき０〜
１の値、Ｘ2 以上で１）や、図４（ｃ）及び図４（ｅ）
を参照して、操作量変化量の大きさ、図４（ｄ）を参照
して、荷重変化絶対値の大きさ（小さいほど出力値は大
きい）等を選び、各入力値に対するメンバーシップ関数
の出力の積或いは（重みつき）平均等を適合度αとす
る。
装置１７の出力（合致度）と、形状と同時にサンプリン
グされたアクチュエータ１０の操作量変化量や荷重変化
量とから例えばファジーコントローラの演算を応用して
構成された適合度演算器１８によって適合度α（但し、
０≦α≦１）が算出される。適合度演算器１８のメンバ
ーシップ関数ｆi としては、図４（ａ）及び図４（ｂ）
を参照して、操作量ｕに対応した既当変化パターン（形
状等）に対する適合度の大きさ（例えば、図４（ａ）に
示すように、０〜Ｘ1 のとき０、Ｘ1 〜Ｘ2のとき０〜
１の値、Ｘ2 以上で１）や、図４（ｃ）及び図４（ｅ）
を参照して、操作量変化量の大きさ、図４（ｄ）を参照
して、荷重変化絶対値の大きさ（小さいほど出力値は大
きい）等を選び、各入力値に対するメンバーシップ関数
の出力の積或いは（重みつき）平均等を適合度αとす
る。
【００１４】図３は影響係数学習演算装置１５の一例を
示すもので、影響係数学習演算装置１６では、形状認識
演算器１８ａが形状変化量演算器１３から出力された形
状変化量に基づいて形状変化量認識値δΛact を演算
し、影響係数演算器１９が該形状変化量認識値δΛact
と操作量変化量演算器２０から出力された操作量変化量
δｕとから今回の影響係数（∂Λ／∂ｕNOW ）を演算し
て影響係数更新演算器２１に出力する。尚、操作量変化
量δｕは、データサンプリング装置１１によって適当な
サンプリング周期でサンプリングされた操作量の前回サ
ンプリング値を記憶する操作量前回サンプリング記憶器
２２（図１参照）の出力と、操作量の今回サンプリング
値とから操作量変化量演算器２０が演算する。
示すもので、影響係数学習演算装置１６では、形状認識
演算器１８ａが形状変化量演算器１３から出力された形
状変化量に基づいて形状変化量認識値δΛact を演算
し、影響係数演算器１９が該形状変化量認識値δΛact
と操作量変化量演算器２０から出力された操作量変化量
δｕとから今回の影響係数（∂Λ／∂ｕNOW ）を演算し
て影響係数更新演算器２１に出力する。尚、操作量変化
量δｕは、データサンプリング装置１１によって適当な
サンプリング周期でサンプリングされた操作量の前回サ
ンプリング値を記憶する操作量前回サンプリング記憶器
２２（図１参照）の出力と、操作量の今回サンプリング
値とから操作量変化量演算器２０が演算する。
【００１５】そして、影響係数更新演算器２１では、今
回の影響係数演算値（∂Λ／∂ｕNO W ）と今回計算前の
影響係数（∂Λ／∂ｕOLD ）とから影響係数（適応修
正）を∂Λ／∂ｕNEW ＝α・（∂Λ／∂ｕNOW ）＋（１
−α）（∂Λ／∂ｕOLD ）：（以下、（１）式とい
う。）として算出し、（１）式に適合度演算器１８から
の適合度αを適応修正ゲインとして代入することによ
り、影響係数∂Λ／∂ｕNEW が求められる。
回の影響係数演算値（∂Λ／∂ｕNO W ）と今回計算前の
影響係数（∂Λ／∂ｕOLD ）とから影響係数（適応修
正）を∂Λ／∂ｕNEW ＝α・（∂Λ／∂ｕNOW ）＋（１
−α）（∂Λ／∂ｕOLD ）：（以下、（１）式とい
う。）として算出し、（１）式に適合度演算器１８から
の適合度αを適応修正ゲインとして代入することによ
り、影響係数∂Λ／∂ｕNEW が求められる。
【００１６】上記説明から明らかなように、かかる圧延
材の形状制御方法においては、圧延材の実際の形状変化
量をパターン認識し、その認識結果と予め実験等で求め
て設定しておいた予測形状変化パターンとの合致度及び
アクチュエータ１０の動作方向から適合度（適応修正可
能である度合）を求め、その適合度の大きさに応じて影
響係数の適応修正ゲインを変更するようにしているの
で、外乱因子の大きい場合、即ち、実際の形状変化パタ
ーンと予測形状変化パターンとが一致しない場合は適合
度が小さくなって影響係数の適応修正量が小さくなり、
操作量による形状の影響が大きい場合は実際の形状変化
パターンと予測形状変化パターンとが一致或いは近づく
ことにより適合度が大きくなって影響係数の適応修正量
が大きくなるようにすることができ、この結果、外乱等
によって影響係数の適応修正量が乱されることなく良好
な影響係数の適応修正が可能になり、圧延材の形状制御
精度の向上を図ることができる。
材の形状制御方法においては、圧延材の実際の形状変化
量をパターン認識し、その認識結果と予め実験等で求め
て設定しておいた予測形状変化パターンとの合致度及び
アクチュエータ１０の動作方向から適合度（適応修正可
能である度合）を求め、その適合度の大きさに応じて影
響係数の適応修正ゲインを変更するようにしているの
で、外乱因子の大きい場合、即ち、実際の形状変化パタ
ーンと予測形状変化パターンとが一致しない場合は適合
度が小さくなって影響係数の適応修正量が小さくなり、
操作量による形状の影響が大きい場合は実際の形状変化
パターンと予測形状変化パターンとが一致或いは近づく
ことにより適合度が大きくなって影響係数の適応修正量
が大きくなるようにすることができ、この結果、外乱等
によって影響係数の適応修正量が乱されることなく良好
な影響係数の適応修正が可能になり、圧延材の形状制御
精度の向上を図ることができる。
【００１７】図５は本発明に係る影響係数の適応修正制
御を行った場合とそうでない場合の形状制御の比較を示
す。図５から明らかなように、影響係数∂Λ／∂ｕの適
応修正制御の実施前（学習制御切り部分）では、先行材
と後行材との継ぎ点での設定精度のばらつきやフィード
バック制御ゲインが適切でないため、形状制御精度にも
ばらつきがあったが、影響係数∂Λ／∂ｕの適応修正制
御の実施後（学習制御入り部分）は、影響係数の適応修
正を正確に行えるようになったため、徐々に形状制御精
度が向上していくことがわかる。
御を行った場合とそうでない場合の形状制御の比較を示
す。図５から明らかなように、影響係数∂Λ／∂ｕの適
応修正制御の実施前（学習制御切り部分）では、先行材
と後行材との継ぎ点での設定精度のばらつきやフィード
バック制御ゲインが適切でないため、形状制御精度にも
ばらつきがあったが、影響係数∂Λ／∂ｕの適応修正制
御の実施後（学習制御入り部分）は、影響係数の適応修
正を正確に行えるようになったため、徐々に形状制御精
度が向上していくことがわかる。
【００１８】尚、上記実施の形態では、形状変化パター
ン分類・認識装置１７にニューラルネットワークを用い
た場合を例に採ったが、これに代えて、例えば、形状変
化パターン分類・認識装置１７に重回帰を用いてもよ
く、また、適合度演算器１８にファジー演算を用いた
が、これに代えて、例えば、適合度演算器１８にｉｆ…
ｔｈｅｎルールを用いてもよい。
ン分類・認識装置１７にニューラルネットワークを用い
た場合を例に採ったが、これに代えて、例えば、形状変
化パターン分類・認識装置１７に重回帰を用いてもよ
く、また、適合度演算器１８にファジー演算を用いた
が、これに代えて、例えば、適合度演算器１８にｉｆ…
ｔｈｅｎルールを用いてもよい。
【００１９】
【発明の効果】上記の説明から明らかなように、本発明
では、圧延材の実際の形状変化パターンと、予め実験等
で求めて設定しておいた予測形状変化パターンとの合致
度に基づいて影響係数の適合度（適応修正可能である度
合）を求め、その適合度の大きさに応じて影響係数の適
応修正ゲインを変更するようにしているので、外乱因子
の大きいときは適合度が小さくなって影響係数の適応修
正量が小さくなり、操作量による形状の影響が大きいと
きは適合度が大きくなって影響係数の適応修正量が大き
くなるようにすることができ、この結果、外乱等による
形状の変化を操作量によるものと間違って影響係数を修
正することなく安定した影響係数の適応修正が可能にな
り、圧延材の形状制御精度の向上を図ることができると
いう効果が得られる。
では、圧延材の実際の形状変化パターンと、予め実験等
で求めて設定しておいた予測形状変化パターンとの合致
度に基づいて影響係数の適合度（適応修正可能である度
合）を求め、その適合度の大きさに応じて影響係数の適
応修正ゲインを変更するようにしているので、外乱因子
の大きいときは適合度が小さくなって影響係数の適応修
正量が小さくなり、操作量による形状の影響が大きいと
きは適合度が大きくなって影響係数の適応修正量が大き
くなるようにすることができ、この結果、外乱等による
形状の変化を操作量によるものと間違って影響係数を修
正することなく安定した影響係数の適応修正が可能にな
り、圧延材の形状制御精度の向上を図ることができると
いう効果が得られる。
【図１】本発明の実施の一例である圧延材の形状制御方
法を説明するための説明的ブロック図である。
法を説明するための説明的ブロック図である。
【図２】形状変化パターン適合度演算器の作動を説明す
るための説明的ブロック図である。
るための説明的ブロック図である。
【図３】影響係数学習演算器の作動を説明するための説
明的ブロック図である。
明的ブロック図である。
【図４】メンバーシップ関数の構成例を説明するための
グラフ図である。
グラフ図である。
【図５】影響係数の適応修正制御を行った場合と行わな
い場合での形状制御の比較を説明するためのグラフ図で
ある。
い場合での形状制御の比較を説明するためのグラフ図で
ある。
【図６】従来の圧延材の形状制御方法を説明するための
説明的ブロック図である。
説明的ブロック図である。
１…冷間圧延機 ３…圧延材 １０…アクチュエータ ∂Λ／∂ｕ…影響係数
Claims (1)
- 【請求項１】 冷間圧延機の出側での圧延材の幅方向の
伸び分布から該圧延材の形状を検出し、該形状検出値と
予め設定された形状目標値との偏差に基づいて前記圧延
材の形状制御用のアクチュエータを操作するフィードバ
ック制御と、先行材と後行材との継ぎ点で該後行材に対
する前記アクチュエータの操作量初期値を設定する操作
量設定制御とを行う圧延材の形状制御方法において、 前記フィードバック制御のフィードバック制御ゲイン及
び前記操作量設定制御の初期設定モデルの影響係数を適
応修正するに際し、前記アクチュエータの動作時に、該
アクチュエータの動作前後の前記圧延材の幅方向の伸び
分布から該圧延材の実際の形状変化パターンを求め、該
実際の形状変化パターンと、予め設定された前記アクチ
ュエータの動作前後の前記圧延材の予測形状変化パター
ンとの合致度に基づいて前記影響係数の適応修正量を変
更するようにしたことを特徴とする圧延材の形状制御方
法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7339018A JPH09174128A (ja) | 1995-12-26 | 1995-12-26 | 圧延材の形状制御方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7339018A JPH09174128A (ja) | 1995-12-26 | 1995-12-26 | 圧延材の形状制御方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH09174128A true JPH09174128A (ja) | 1997-07-08 |
Family
ID=18323503
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7339018A Pending JPH09174128A (ja) | 1995-12-26 | 1995-12-26 | 圧延材の形状制御方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH09174128A (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AT408035B (de) * | 1998-10-08 | 2001-08-27 | Voest Alpine Ind Anlagen | Verfahren zur aktiven kompensation periodischer störungen |
| JP2002192213A (ja) * | 2000-12-22 | 2002-07-10 | Abb Ab | 平坦度制御方法および装置 |
| JP2011161473A (ja) * | 2010-02-08 | 2011-08-25 | Sumitomo Metal Ind Ltd | 熱延板の形状制御方法、製造方法及び製造装置 |
| JP2016083665A (ja) * | 2014-10-23 | 2016-05-19 | Ｊｆｅスチール株式会社 | 被圧延材の形状制御装置および形状制御方法 |
| KR20170018419A (ko) | 2014-09-25 | 2017-02-17 | 도시바 미쓰비시덴키 산교시스템 가부시키가이샤 | 평탄도 제어 장치 |
| JP2017064790A (ja) * | 2015-09-30 | 2017-04-06 | Ｊｆｅスチール株式会社 | 圧延機における形状制御方法および装置 |
| EP4129511A4 (en) * | 2020-03-23 | 2023-08-09 | JFE Steel Corporation | SHAPE CONTROL METHOD FOR ROLLING MACHINE AND SHAPE CONTROL DEVICE |
-
1995
- 1995-12-26 JP JP7339018A patent/JPH09174128A/ja active Pending
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AT408035B (de) * | 1998-10-08 | 2001-08-27 | Voest Alpine Ind Anlagen | Verfahren zur aktiven kompensation periodischer störungen |
| JP2002192213A (ja) * | 2000-12-22 | 2002-07-10 | Abb Ab | 平坦度制御方法および装置 |
| JP2011161473A (ja) * | 2010-02-08 | 2011-08-25 | Sumitomo Metal Ind Ltd | 熱延板の形状制御方法、製造方法及び製造装置 |
| KR20170018419A (ko) | 2014-09-25 | 2017-02-17 | 도시바 미쓰비시덴키 산교시스템 가부시키가이샤 | 평탄도 제어 장치 |
| JP2016083665A (ja) * | 2014-10-23 | 2016-05-19 | Ｊｆｅスチール株式会社 | 被圧延材の形状制御装置および形状制御方法 |
| JP2017064790A (ja) * | 2015-09-30 | 2017-04-06 | Ｊｆｅスチール株式会社 | 圧延機における形状制御方法および装置 |
| EP4129511A4 (en) * | 2020-03-23 | 2023-08-09 | JFE Steel Corporation | SHAPE CONTROL METHOD FOR ROLLING MACHINE AND SHAPE CONTROL DEVICE |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1021752B1 (en) | Model-free adaptive process control | |
| JP3336135B2 (ja) | プロセスに指令を与えるための方法および装置 | |
| US7647284B2 (en) | Fixed-weight recurrent neural network controller with fixed long-term and adaptive short-term memory | |
| US5598329A (en) | Method and device for controlling a process | |
| Jia et al. | Dynamic R-parameter based integrated model predictive iterative learning control for batch processes | |
| KR100249914B1 (ko) | 금속 밴드의 로울링 방법 및 장치 | |
| KR930002746B1 (ko) | 파라미터의 동정(同定)방법 | |
| JP3223856B2 (ja) | 圧延機の制御方法及び圧延機の制御装置 | |
| JPH07191711A (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 | |
| CA2006491C (en) | Method of controlling plate flatness and device therefor | |
| JPH09174128A (ja) | 圧延材の形状制御方法 | |
| KR100499165B1 (ko) | 시변 산업 프로세스 파라미터를 확인 또는 사전 계산하기 위한 방법 및 장치 | |
| Rigatos et al. | Flatness-based adaptive fuzzy control of electrostatically actuated MEMS using output feedback | |
| US6768927B2 (en) | Control system | |
| JPH0756608A (ja) | 信号処理方法 | |
| KR20040043911A (ko) | 신경 회로망을 이용한 압연 하중 예측 장치 및 방법 | |
| JPH0895938A (ja) | 時系列データの学習方法及び時系列データの学習装置 | |
| JP2674167B2 (ja) | 神経回路網モデルを用いたプロセス制御方法 | |
| JP2918797B2 (ja) | 金属帯の形状制御装置 | |
| JPH07230445A (ja) | データ予測装置 | |
| Shim et al. | Intelligent controller design for the flatness control in a cold rolling process | |
| JPH03201008A (ja) | ゲインスケジューリング制御装置 | |
| JPH07121505A (ja) | シミュレーションモデルの最適化方法 | |
| JPH05324007A (ja) | プロセス制御装置 | |
| JP3892797B2 (ja) | 圧延機の適応制御方法 |