KR101318047B1 - 설정 계산 학습 장치 및 설정 계산 학습 방법 - Google Patents

설정 계산 학습 장치 및 설정 계산 학습 방법 Download PDF

Info

Publication number
KR101318047B1
KR101318047B1 KR1020127005905A KR20127005905A KR101318047B1 KR 101318047 B1 KR101318047 B1 KR 101318047B1 KR 1020127005905 A KR1020127005905 A KR 1020127005905A KR 20127005905 A KR20127005905 A KR 20127005905A KR 101318047 B1 KR101318047 B1 KR 101318047B1
Authority
KR
South Korea
Prior art keywords
value
calculated
model
calculation
result output
Prior art date
Application number
KR1020127005905A
Other languages
English (en)
Other versions
KR20120059531A (ko
Inventor
하루키 이나미
Original Assignee
도시바 미쓰비시덴키 산교시스템 가부시키가이샤
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 도시바 미쓰비시덴키 산교시스템 가부시키가이샤 filed Critical 도시바 미쓰비시덴키 산교시스템 가부시키가이샤
Publication of KR20120059531A publication Critical patent/KR20120059531A/ko
Application granted granted Critical
Publication of KR101318047B1 publication Critical patent/KR101318047B1/ko

Links

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
    • 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
    • B21B37/16—Control of thickness, width, diameter or other transverse dimensions
    • B21B37/18—Automatic gauge control

Abstract

본 발명에 관한 설정 계산 학습 장치는, 도중 결과 출력 실적 계산치와 도중 결과 출력 실적치와의 편이량에 의거하여 모델 학습 보정항을 산출하고, 이 산출된 모델 학습 보정항에 의거하여 제 2의 모델식을 보정하는 모델 학습 계산부(6)와, 최종결과 출력치에 대한 초기 목표치와, 최종결과 출력 실적치와의 편이량을 스무딩 처리함에 의해 버니어 보정항을 산출하고, 초기 목표치와, 산출된 버니어 보정항에 의거하여 가목표치를 산출하는 버니어 적응 계산부(7)와, 초기 목표치와, 제 1의 모델식과, 모델 학습 계산부에 의해 보정된 제 2의 모델식에 의거하여, 버니어 적응 계산부에 의해 산출된 가목표치를 얻기 위한 설정치를 산출하는 설정치 계산부(8)를 구비한다.

Description

설정 계산 학습 장치 및 설정 계산 학습 방법{SETTING CALCULATION LEARNING DEVICE AND METHOD FOR LEARNING SETTING CALCULATION}
본 발명은, 프로세스 라인에서의 셋업(setup) 계산과 같은 기계설비를 동작시키기 위해 필요한 설정치를 정밀도 좋게 결정하는 설정 계산 학습 장치 및 설정 계산 학습 방법에 관한 것이다.
일반적으로, 셋업 계산에서 이용되는 모델 적응 학습은, 물리 현상을 수식으로 표현한 수식 모델(이하, 모델식)에, 입력변수를 실적치로 하여 계산한 실적 계산치(이하, ACAL이라고 부른다)와, 계측기 등으로 계측한 실적치로부터 구한, ACAL에 상당하는 실적치(이하, ACT라고 부른다)를 비교함에 의해, 모델식의 보정항을 수정하고 있다.
이 학습 방법을 여기서는 모델 학습 계산이라고 부른다. 이 모델 학습 계산에서는, 그때 그때의 조건(예를 들면 열간압연 설비에서는, 강재(鋼材)의 강종(鋼種), 치수 등)을 구분을 짓고(그 구분을 로트라고 부른다), 로트마다 모델식의 오차를 흡수하는 장기 학습 기능과, 로트에 관계없이 연속적(단기적)인 학습을 행하여, 경시적으로 발생하는 오차를 흡수하는 단기 학습 기능을 조합시키는 방법이 자주 이용되고 있다(예를 들면, 일본 특개평4-367901호 공보).
특허 문헌 1 : 일본 특개평4-367901호 공보
그런데, 이와 같은 종래의 모델 학습 계산에서는, 학습시에 얻어진 실적치로부터 ACT와 ACAL이 산출되고, 이들의 편차에 의거하여 학습이 행하여진다. 그 때문에, 실적치가 수집된 물리 환경시(時)에, 평가되는 물리 대상이 목표치에 일치하고 있다고 할 수 없기 때문에, 학습에 의한 보정항을 사용함에 의해, 평가되는 물리 대상이 목표치에 근접하는 기계의 설정치를 적절하게 계산할 수 있다고 할 수 없다. 즉, 종래의 모델 학습 계산은, 학습시에 얻어진 실적치를 사용하여 그 조건에 맞도록 모델식(모델 예측 정밀도)만을 보정하기 때문에, 설정치를 정밀도 좋게 결정하는 것이 곤란하였다.
본 발명은 상기 과제를 감안하여 이루어진 것으로, 제어 대상인 기계설비의 설정치를 정밀도 좋게 결정하는 설정 계산 학습 장치 및 설정 계산 학습 방법을 제공하는 것을 목적으로 한다.
상기 목적을 달성하기 위해, 본 발명에 관한 설정 계산 학습 장치의 제 1의 특징은, 제어 대상에 대해 설정하는 설정치에 대응하는 입력변수 실적치에 의거하여 제 1의 모델식을 이용하여 산출된 도중 결과 출력 실적 계산치와, 상기 제어 대상의 계측부에 의해 계측된 최종결과 출력 실적치에 의거하여 제 2의 모델식을 이용하여 산출된 상기 도중 결과 출력 실적 계산치에 대응하는 도중 결과 출력 실적치와의 편이량(偏移量)에 의거하여 모델 학습 보정항을 산출하고, 이 산출된 모델 학습 보정항에 의거하여 상기 제 2의 모델식을 보정하는 모델 학습 계산부와, 최종결과 출력치에 대한 초기 목표치와, 상기 최종결과 출력 실적치와의 편이량을 스무딩(smoothinng) 처리함에 의해 버니어(vernier) 보정항을 산출하고, 상기 초기 목표치와, 상기 산출된 버니어 보정항에 의거하여 가(假)목표치를 산출하는 버니어 적응 계산부와, 상기 초기 목표치와, 상기 제 1의 모델식과, 상기 모델 학습 계산부에 의해 보정된 제 2의 모델식에 의거하여, 상기 버니어 적응 계산부에 의해 산출된 가목표치를 얻기 위한 상기 설정치를 산출하는 설정치 계산부를 구비한 것에 있다.
상기 목적을 달성하기 위해, 본 발명에 관한 설정 계산 학습 장치의 제 2의 특징은, 제어 대상에 대해 설정하는 설정치에 대응하는 입력변수 실적치에 의거하여 제 1의 모델식을 이용하여 산출된 도중 결과 출력 실적 계산치와, 상기 제어 대상의 계측부에 의해 계측된 최종결과 출력 실적치에 의거하여 제 2의 모델식을 이용하여 산출된 상기 도중 결과 출력 실적 계산치에 대응하는 도중 결과 출력 실적치와의 편이량에 의거하여 모델 학습 보정항을 산출하고, 이 산출된 모델 학습 보정항에 의거하여 상기 제 2의 모델식을 보정하는 모델 학습 계산부와, 최종결과 출력치와, 상기 최종결과 출력 실적치와의 편이량을 스무딩 처리함에 의해 버니어 보정항을 산출하고, 상기 최종결과 출력치에 대한 초기 목표치와, 상기 산출된 버니어 보정항에 의거하여 가목표치를 산출하는 버니어 적응 계산부와, 상기 초기 목표치와, 상기 제 1의 모델식과, 상기 모델 학습 계산부에 의해 보정된 제 2의 모델식에 의거하여, 상기 버니어 적응 계산부에 의해 산출된 가목표치를 얻기 위한 상기 설정치를 산출하는 설정치 계산부를 구비한 것에 있다.
상기 목적을 달성하기 위해, 본 발명에 관한 설정 계산 학습 장치의 제 3의 특징은, 제어 대상에 대해 설정하는 설정치에 대응하는 입력변수 실적치에 의거하여 모델식을 이용하여 산출된 도중 결과 출력 실적 계산치와, 상기 제어 대상의 계측부에 의해 계측된 최종결과 출력 실적치와의 편이량에 의거하여 모델 학습 보정항을 산출하고, 이 산출된 모델 학습 보정항에 의거하여 최종결과 출력치를 보정하는 모델 학습 계산부와, 상기 최종결과 출력치에 대한 초기 목표치와, 상기 최종결과 출력 실적치와의 편이량을 스무딩 처리함에 의해 버니어 보정항을 산출하고, 상기 초기 목표치와, 상기 산출된 버니어 보정항에 의거하여 가목표치를 산출하는 버니어 적응 계산부와, 상기 초기 목표치와, 상기 모델식과, 상기 모델 학습 계산부에 의해 보정된 최종결과 출력치에 의거하여, 상기 버니어 적응 계산부에 의해 산출된 가목표치를 얻기 위한 상기 설정치를 산출하는 설정치 계산부를 구비한 것에 있다.
상기 목적을 달성하기 위해, 본 발명에 관한 설정 계산 학습 방법의 제 1의 특징은, 제어 대상에 대해 설정하는 설정치에 대응하는 입력변수 실적치에 의거하여 제 1의 모델식을 이용하여 산출된 도중 결과 출력 실적 계산치와, 상기 제어 대상의 계측부에 의해 계측된 최종결과 출력 실적치에 의거하여 제 2의 모델식을 이용하여 산출된 상기 도중 결과 출력 실적 계산치에 대응하는 도중 결과 출력 실적치와의 편이량에 의거하여 모델 학습 보정항을 산출하고, 이 산출된 모델 학습 보정항에 의거하여 상기 제 2의 모델식을 보정하는 모델 학습 계산 스텝과, 최종결과 출력치에 대한 초기 목표치와, 상기 최종결과 출력 실적치와의 편이량을 스무딩 처리함에 의해 버니어 보정항을 산출하고, 상기 초기 목표치와, 상기 산출된 버니어 보정항에 의거하여 가목표치를 산출하는 버니어 적응 계산 스텝과, 상기 초기 목표치와, 상기 제 1의 모델식과, 상기 모델 학습 계산 스텝에 의해 보정된 제 2의 모델식에 의거하여, 상기 버니어 적응 계산 스텝에 의해 산출된 가목표치를 얻기 위한 상기 설정치를 산출하는 설정치 계산 스텝을 갖는 것에 있다.
상기 목적을 달성하기 위해, 본 발명에 관한 설정 계산 학습 방법의 제 2의 특징은, 제어 대상에 대해 설정하는 설정치에 대응하는 입력변수 실적치에 의거하여 제 1의 모델식을 이용하여 산출된 도중 결과 출력 실적 계산치와, 상기 제어 대상의 계측부에 의해 계측된 최종결과 출력 실적치에 의거하여 제 2의 모델식을 이용하여 산출된 상기 도중 결과 출력 실적 계산치에 대응하는 도중 결과 출력 실적치와의 편이량에 의거하여 모델 학습 보정항을 산출하고, 이 산출된 모델 학습 보정항에 의거하여 상기 제 2의 모델식을 보정하는 모델 학습 계산 스텝과, 최종결과 출력치와, 상기 최종결과 출력 실적치와의 편이량을 스무딩 처리함에 의해 버니어 보정항을 산출하고, 상기 최종결과 출력치에 대한 초기 목표치와, 상기 산출된 버니어 보정항에 의거하여 가목표치를 산출하는 버니어 적응 계산 스텝과, 상기 초기 목표치와, 상기 제 1의 모델식과, 상기 모델 학습 계산 스텝에 의해 보정된 제 2의 모델식에 의거하여, 상기 버니어 적응 계산 스텝에 의해 산출된 가목표치를 얻기 위한 상기 설정치를 산출하는 설정치 계산 스텝을 갖는 것에 있다.
상기 목적을 달성하기 위해, 본 발명에 관한 설정 계산 학습 방법의 제 3의 특징은, 제어 대상에 대해 설정하는 설정치에 대응하는 입력변수 실적치에 의거하여 모델식을 이용하여 산출된 도중 결과 출력 실적 계산치와, 상기 제어 대상의 계측부에 의해 계측된 최종결과 출력 실적치와의 편이량에 의거하여 모델 학습 보정항을 산출하고, 이 산출된 모델 학습 보정항에 의거하여 최종결과 출력치를 보정하는 모델 학습 계산 스텝과, 상기 최종결과 출력치에 대한 초기 목표치와, 상기 최종결과 출력 실적치와의 편이량을 스무딩 처리함에 의해 버니어 보정항을 산출하고, 상기 초기 목표치와, 상기 산출된 버니어 보정항에 의거하여 가목표치를 산출하는 버니어 적응 계산 스텝과, 상기 초기 목표치와, 상기 모델식과, 상기 모델 학습 계산 스텝에 의해 보정된 최종결과 출력치에 의거하여, 상기 버니어 적응 계산 스텝에 의해 산출된 가목표치를 얻기 위한 상기 설정치를 산출하는 설정치 계산 스텝을 갖는 것에 있다.
본 발명에 의하면, 제어 대상인 기계설비의 설정치를 정밀도 좋게 결정할 수 있다.
도 1은 본 발명의 제 1의 실시 형태에 관한 설정 계산 학습 장치가 적용된 셋업 계산 시스템의 구성을 도시한 구성도.
도 2는 본 발명의 제 1의 실시 형태에 관한 설정 계산 학습 장치의 구성을 도시한 구성도.
도 3은 본 발명의 제 1의 실시 형태에 관한 설정 계산 학습 장치가 적용된 셋업 계산 시스템에 의한 셋업 계산 처리의 처리 순서를 도시한 플로우 차트.
도 4는 본 발명의 제 2의 실시 형태에 관한 설정 계산 학습 장치의 구성을 도시한 구성도.
도 5는 본 발명의 제 3의 실시 형태에 관한 설정 계산 학습 장치의 구성을 도시한 구성도.
도 6은 본 발명의 제 3의 실시 형태에 관한 설정 계산 학습 장치가 적용된 셋업 계산 시스템에 의한 셋업 계산 처리의 처리 순서를 도시한 플로우 차트.
이하, 본 발명에 관한 설정 계산 학습 장치의 실시의 형태에 관해 도면을 참조하여 설명한다.
<제 1의 실시 형태>
도 1은, 제 1의 실시 형태에 관한 설정 계산 학습 장치가 적용된 셋업 계산 시스템의 구성을 도시한 구성도이다.
도 1에 도시하는 바와 같이, 제 1의 실시 형태에 관한 설정 계산 학습 장치(1)가 적용된 셋업 계산 시스템(10)은, 설정 계산 학습 장치(1)와, 기계설비(3)와, 실적 수집 장치(4)를 구비하고 있다.
기계설비(3)는, 예를 들면 열간압연 설비와 같은, 설정된 설정치에 의거하여 동작하는 하나 이상의 기기를 갖는 설비이다. 또한, 기계설비(3)에는, 온도계, 압력계, 및 속도계와 같은 각종 계측기가 구비되어 있다.
실적 수집 장치(4)는, 기계설비(3)의 각종 계측기에 의해 계측된 계측치를 수집한다.
도 2는, 제 1의 실시 형태에 관한 설정 계산 학습 장치(1)의 구성을 도시한 구성도이다.
도 2에 도시하는 바와 같이, 설정 계산 학습 장치(1)는, 셋업 계산 장치(2)와, 모델 적응 학습 장치(5)를 구비하고 있다.
셋업 계산 장치(2)는, 미리 등록되어 있는 모델식을 사용하여, 평가되는 물리 대상, 즉 실적 수집 장치(4)에 구비된 계측기에 의해 계측된 계측치 중 평가되는 값이 목표치에 근접하도록 기계설비(3)의 설정치를 구한다. 이 셋업 계산 장치(2)에 의해 설정된 설정치가 기계설비(3)에 출력된다.
구체적으로는, 셋업 계산 장치(2)는, 설정치 계산부(8)를 구비하고 있고, 설정치 계산부(8)가, 초기 목표치(Vori AIM)와, 제 1의 모델식(f)과, 후술하는 모델 학습 계산부(6)에 의해 보정된 제 2의 모델식(g)에 의거하여, 후술하는 버니어 적응 계산부(7)에 의해 산출된 가목표치(VAIM)를 얻기 위한 설정치(Xi)를 산출한다.
모델 적응 학습 장치(5)는, 그 기능상, 모델 학습 계산부(6)와, 버니어 적응 계산부(7)를 구비하고 있다.
모델 학습 계산부(6)는, 기계설비(3)에 대해 설정하는 설정치(Xi)에 대응하는 입력변수 실적치(Xi ACT)에 의거하여 제 1의 모델식(f)을 이용하여 산출된 도중 결과 출력 실적 계산치(YACAL)와, 기계설비(3)의 계측부에 의해 계측된 최종결과 출력 실적치(VACT)에 의거하여 제 2의 모델식(g)을 이용하여 산출된 도중 결과 출력 실적 계산치(YACAL)에 대응하는 도중 결과 출력 실적치(YACT)와의 편이량에 의거하여 모델 학습 보정항(ZNEW)을 산출하고, 이 산출된 모델 학습 보정항(ZNEW)에 의거하여 제 2의 모델식(g)을 보정한다.
버니어 적응 계산부(7)는, 최종결과 출력치(V)에 대한 초기 목표치(Vori AIM)와, 최종결과 출력 실적치(VACT)와의 편이량을 스무딩 처리함에 의해 버니어 보정항(Zver NEW)을 산출하고, 초기 목표치(Vori AIM)와, 산출된 버니어 보정항(Zver NEW)에 의거하여 가목표치(VAIM)를 산출한다.
≪설정 계산 학습 장치(1)의 작용≫
도 3은, 제 1의 실시 형태에 관한 설정 계산 학습 장치(1)가 적용된 셋업 계산 시스템(10)에 의한 셋업 계산 처리의 처리 순서를 도시한 플로우 차트이다.
도 3에 도시하는 바와 같이, 설정 계산 학습 장치(1)의 셋업 계산 장치(2)는, 셋업 계산 처리가 요구되면(스텝 S101), 외부 입력에 의해 초기치로서 설정된 초기 목표치(Vori AIM)에 대응하는 기계설비(3)의 입력변수인 초기 설정치를 산출하여, 기계설비(3)에 설정한다(스텝 S103).
그리고, 기계설비(3)의 운전 중, 실적 수집 장치(4)가, 기계설비(3)의 각종 계측기에 의해 계측된 계측치를 수집한다(스텝 S105).
다음에, 설정 계산 학습 장치(1)의 모델 적응 학습 장치(5)의 모델 학습 계산부(6)는, 제 1의 모델식(f)의 도중 결과 출력치(YOUT)에 대한 실적치인 도중 결과 출력 실적치(YACT)와, 제 1의 모델식(f)의 도중 결과 출력치(YIN)에 대한 실적 계산치인 도중 결과 출력 실적 계산치(YACAL)를 산출한다(스텝 S107).
구체적으로는, 모델 학습 계산부(6)는, 평가되는 물리 대상의 최종결과 출력치(V)에 대한 실적치인 최종결과 출력 실적치(VACT)와, 실적 수집 장치(4)에 의해 수집된 계측치(Wi ACT)와, 그 밖에 조건 입력(bk)에 의거하여, 하기의 (수식 1)을 이용하여, 도중 결과 출력 실적치(YACT)를 산출한다.
YACT=g-1(VACT, W1 ACT, W2 ACT, …, b1, b2, …) (수식 1)
여기서,
YACT : 제 1의 모델식(f)의 도중 결과 출력치(YOUT)에 대한 실적치(도중 결과 출력 실적치)
g-1 : 제 2의 모델식(g)의 역함수
VACT : 평가되는 물리 대상의 최종결과 출력치(V)에 대한 실적치(최종결과 출력 실적치)
Wi ACT(i=1, 2, 3, …) : 그 밖의 변수 입력의 실적치(실적 수집 장치(4)에 의해 수집된 계측치)
bk(k=1, 2, 3, …) : 그 밖의 조건 입력
으로 한다.
또한, 모델 학습 계산부(6)는, 해(解)로서 구하여야 할 입력변수인 설정치(Xi)의 실적치인 입력변수 실적치(Xi ACT)와, 그 밖에 조건 입력(aj)에 의거하여, 하기의 (수식 2)을 이용하여, 도중 결과 출력 실적 계산치(YACAL)를 산출한다.
YACAL=f(X1 ACT, X2 ACT, …, a1, a2, …) (수식 2)
여기서,
YACAL= : 제 1의 모델식(f)의 도중 결과 출력치(YIN)에 대한 실적 계산치(도중 결과 출력 실적 계산치)
f : 학습의 편이량이 평가되는(보정항이 시행되는) 물리량의 제 1의 모델식
Xi ACT(i=1, 2, 3, …) : 해로서 구하여야 할 입력변수인 설정치(Xi)의 실적치(입력변수 실적치)
aj(j=1, 2, 3, …) : 그 밖의 조건 입력
으로 한다.
다음에, 모델 학습 계산부(6)는, 모델 학습 편이량을 산출한다(스텝 S109). 구체적으로는, 모델 학습 계산부(6)는, 스텝 S107에서 산출된 도중 결과 출력 실적치(YACT)와, 도중 결과 출력 실적 계산치(YACAL)에 의거하여, 하기의 (수식 3)을 이용하여, 모델 학습 편이량(ZCUR)을 산출한다.
ZCUR=h(YACT, YACAL) (수식 3)
여기서,
ZCUR : 모델 학습 편이량
h : 감산 또는 제산(i.e. ZCUR=YACT-YACAL 또는 ZCUR=YACT/YACAL)
으로 한다.
다음에, 모델 학습 계산부(6)는, 하기의 (수식 4)을 이용하여, 금회의 셋업 계산 처리에서 사용되는 모델 학습 보정항(ZNEW)을 산출한다(스텝 S111). 또한, 금회의 셋업 계산 처리란, 실행되고 있는 스텝 S105 내지 S121의 처리인 것을 말하고, 후술하는 스텝 S123에서 셋업 계산의 계산 주기에 달하였다고 판정되고, 다음의 루프로서 실행되는 스텝 S105 내지 S121의 처리인 것을 다음회의 셋업 계산 처리라 하고, 전회 실행되는 스텝 S105 내지 S121의 처리인 것을 전회의 셋업 계산 처리라고 한다.
ZNEW=ZOLD+β·(ZCUR-ZOLD) (수식 4)
여기서,
ZNEW : 금회의 셋업 계산 처리에서 사용하는 모델 학습 보정항
ZOLD : 전회의 셋업 계산 처리에서 사용한 모델 학습 보정항
β : 평활화 계수
로 한다.
그리고, 모델 학습 계산부(6)는, 제 2의 모델식(g)에 반영한다(스텝 S113). 구체적으로는, 모델 학습 계산부(6)는, 보정되기 전의 도중 결과 출력치인 YIN와, 스텝 S111에 의해 산출한 모델 학습 보정항(ZNEW)에 의거하여, 하기의 (수식 6)을 이용하여, 도중 결과 출력치인 YOUT를 산출하고, 이 산출된 YOUT를, 하기의 (수식 5)에 표시하는 바와 같이, 최종결과 출력치(V)를 산출하기 위한 제 2의 모델식(g)에 적응시킨다.
V=g(YOUT, W1, W2, …, b1, b2, …) (수식 5)
YOUT=p(YIN, ZNEW) (수식 6)
여기서,
YOUT : 보정된 YIN
p : (수식 3)이 감산이면 가산, (수식 3)이 제산이면 승산(i.e. YOUT=YIN+ZNEW 또는 YOUT=YIN×ZNEW)
으로 한다.
다음에, 설정 계산 학습 장치(1)의 모델 적응 학습 장치(5)의 버니어 적응 계산부(7)는, 평가되는 물리 대상의 최종결과 출력치(V)에 대한 실적치인 최종결과 출력 실적치(VACT)와, 평가되는 물리 대상의 최종결과 출력치(V)에 대한 목표치의 초기치인 초기 목표치(Vori AIM)에 의거하여, 하기의 (수식 7)을 이용하여, 버니어 편이량(Zver CUR)을 산출한다(스텝 S115).
Zver CUR=q(VACT, Vori AIM) (수식 7)
여기서,
Zver CUR : 버니어 편이량
q : 감산 또는 제산(i.e. Zver CURR=VACT-Vori AIM 또는 Zver CUR=VACT/Vori AIM)
VACT : 평가되는 물리 대상의 최종결과 출력치(V)에 대한 실적치(최종결과 출력 실적치)
Vori AIM : 평가되는 물리 대상의 최종결과 출력치(V)에 대한 초기 목표치
로 한다.
그리고, 버니어 적응 계산부(7)는, 하기의 (수식 8)을 이용하여, 목표치(Vori AIM)와 최종결과 출력 실적치(VACT)에 의거하여 산출된 버니어 편이량(Zver CUR)을 스무딩 처리함에 의해, 버니어 보정항(Zver NEW)을 산출한다(스텝 S117).
Zver NEW=α·Zver CUR (수식 8)
여기서,
Zver NEW : 금회의 셋업 계산에서 사용한 버니어 보정항
α : 평활화 계수
다음에, 버니어 적응 계산부(7)는, 목표치에 반영한다(스텝 S119). 구체적으로는, 버니어 적응 계산부(7)는, 초기 목표치(Vori AIM)와, 스텝 S117에서 산출된 버니어 보정항(Zver NEW)에 의거하여, 하기의 (수식 9)을 이용하여, 평가되는 물리 대상의 최종결과 출력치(V)에 대한 보정 후의 가목표치(VAIM)를 산출한다.
VAIM=r(Vori AIM, Zver NEW) (수식 9)
여기서,
VAIM : 평가되는 물리 대상의 최종결과 출력치(V)에 대한 보정 후의 가목표치
r : (수식 7)이 감산이면 가산, (수식 7)이 제산이면 승산(i.e. VAIM=Vori AIM+Zver NEW 또는 VAIM=Vori AIM×Zver NEW)
으로 한다.
다음에, 설정 계산 학습 장치(1)의 셋업 계산 장치(2)의 설정치 계산부(8)는, 설정치를 산출한다(스텝 S121). 구체적으로는, 설정치 계산부(8)는, 제 1의 모델식(f)과, 스텝 S113에서 모델 학습 보정항(ZNEW)이 반영된 제 2의 모델식(g)에 의거하여, 하기의 (수식 10) 내지 (수식 13)을 이용하여, 스텝 S119에서 산출된 가목표치(VAIM)를 얻기 위한 설정치(Xi)를 산출한다.
VAIM=V (수식 10)
V=g(YOUT, W1, W2, …, b1, b2, …) (수식 11)
YOUT=p(YIN, ZNEW) (수식 12)
YIN=f(X1, X2, …, a1, a2, …) (수식 13)
다음에, 설정 계산 학습 장치(1)의 모델 적응 학습 장치(5)는, 셋업 계산의 계산 주기에 달하였다고 판정하면, 처리를 스텝 S123으로 이행하고, 셋업 계산의 계산 주기에 달하지 않았다고 판정하면 처리를 스텝 S125로 이행한다(스텝 S123).
스텝 S123에서, 셋업 계산의 계산 주기에 달하였다고 판정된 경우(NO인 경우), 셋업 계산 처리의 정지가 요구되면(스텝 S125), 설정 계산 학습 장치(1)는, 셋업 계산 처리를 종료한다.
이상과 같이, 제 1의 실시 형태에 관한 설정 계산 학습 장치(1)가 적용된 셋업 계산 시스템(10)에 의하면, 모델 적응 학습 장치(5)의 모델 학습 계산부(6)가 제 2의 모델식을 보정하고, 버니어 적응 계산부(7)가 가목표치를 산출하고, 셋업 계산 장치(2)의 설정치 계산부(8)가 제 1의 모델식과, 보정된 제 2의 모델식에 의거하여, 산출된 가목표치를 얻기 위한 설정치를 산출하기 때문에, 제어 대상인 기계설비(3)의 설정치를 정밀도 좋게 결정할 수 있다.
또한, 제 1의 실시 형태에 관한 설정 계산 학습 장치(1)에서는, 예를 들면, 기계설비(3)로서 열간압연 설비가 채용된 경우, 최종결과 출력치(V)를 압연된 압연판의 판두께(板厚)로 하고, 사상압연을 행하는 사상압연 밀의 롤 갭의 설정치를 정밀도 좋게 산출할 수 있다.
<제 2의 실시 형태>
본 발명에 관한 제 1의 실시 형태에서는, 버니어 적응 계산부(7)가, 최종결과 출력치(V)에 대한 초기 목표치(Vori AIM)와, 최종결과 출력 실적치(VACT)와의 편이량을 스무딩 처리함에 의해 버니어 보정항(Zver NEW)을 산출하는 설정 계산 학습 장치(1)를 예로 들어서 설명하였지만, 이것으로 한하여지지 않는다.
본 발명에 관한 제 2의 실시 형태에서는, 버니어 적응 계산부(7)가, 최종결과 출력치(V)와, 최종결과 출력 실적치(VACT)와의 편이량을 스무딩 처리함에 의해 버니어 보정항(Zver NEW)을 산출하는 설정 계산 학습 장치(1)를 예로 들어서 설명한다.
본 발명의 제 2의 실시 형태에 관한 설정 계산 학습 장치(1)가 적용된 셋업 계산 시스템(10)의 구성에 관해서는, 도 1에 도시한 본 발명의 제 1의 실시 형태에 관한 설정 계산 학습 장치(1)가 적용된 셋업 계산 시스템(10)의 구성과 동일하기 때문에, 설명을 생략한다.
도 4는, 제 2의 실시 형태에 관한 설정 계산 학습 장치(1)의 구성을 도시한 구성도이다.
도 4에 도시하는 바와 같이, 제 2의 실시 형태에 관한 설정 계산 학습 장치(1)는, 셋업 계산 장치(2)와, 모델 적응 학습 장치(5)를 구비하고 있다. 여기서, 셋업 계산 장치(2)의 구성에 관해서는, 도 2에 도시한 본 발명의 제 1의 실시 형태에 관한 설정 계산 학습 장치(1)에 구비된 셋업 계산 장치(2)의 구성과 동일하기 때문에, 설명을 생략한다.
모델 적응 학습 장치(5)는, 그 기능상, 모델 학습 계산부(6)와, 버니어 적응 계산부(7)를 구비하고 있다.
모델 학습 계산부(6)는, 기계설비(3)에 대해 설정하는 설정치(Xi)에 대응하는 입력변수 실적치(Xi ACT)에 의거하여 제 1의 모델식(f)을 이용하여 산출된 도중 결과 출력 실적 계산치(YACAL)와, 기계설비(3)의 계측부에 의해 계측된 최종결과 출력 실적치(VACT)에 의거하여 제 2의 모델식(g)을 이용하여 산출된 도중 결과 출력 실적 계산치(YACAL)에 대응하는 도중 결과 출력 실적치(YACT)와의 편이량에 의거하여 모델 학습 보정항(ZNEW)을 산출하고, 이 산출된 모델 학습 보정항(ZNEW)에 의거하여 제 2의 모델식(g)을 보정한다.
버니어 적응 계산부(7)는, 최종결과 출력치(V)와, 최종결과 출력 실적치(VACT)와의 편이량을 스무딩 처리함에 의해 버니어 보정항(Zver NEW)을 산출하고, 최종결과 출력치(V)에 대한 초기 목표치(Vori AIM)와, 산출된 버니어 보정항(Zver NEW)에 의거하여 가목표치(VAIM)를 산출한다.
≪설정 계산 학습 장치(1)의 작용≫
제 2의 실시 형태에 관한 설정 계산 학습 장치(1)가 적용된 셋업 계산 시스템(10)에 의한 셋업 계산 처리는, 도 3에 도시한 제 1의 실시 형태에 관한 설정 계산 학습 장치(1)가 적용된 셋업 계산 시스템(10)에 의한 셋업 계산 처리 중, 스텝 S115 내지 S119의 처리가 다르기 때문에, 이들의 처리에 관해 이하에 설명한다.
도 3에 도시한 플로우 차트의 스텝 S113의 처리에서, 설정 계산 학습 장치(1)의 모델 학습 계산부(6)가, 도중 결과 출력치인 YOUT를 제 2의 모델식(g)에 반영하면, 설정 계산 학습 장치(1)의 모델 적응 학습 장치(5)의 버니어 적응 계산부(7)는, 평가되는 물리 대상의 최종결과 출력치(V)에 대한 실적치인 최종결과 출력 실적치(VACT)와, 평가되는 물리 대상의 최종결과 출력치(V)에 의거하여, 하기의 (수식 15)을 이용하여, 버니어 편이량(Zver CUR)을 산출한다(스텝 S115).
Zver CUR=q(VACT, V) (수식 15)
여기서,
Zver CUR : 버니어 편이량
q : 감산 또는 제산(i.e. Zver CURR=VACT-Vori AIM 또는 Zver CUR=VACT/Vori AIM)
VACT : 평가되는 물리 대상의 최종결과 출력치(V)에 대한 실적치(최종결과 출력 실적치)
V : 평가되는 물리 대상의 최종결과 출력치
로 한다.
다음에, 버니어 적응 계산부(7)는, 하기의 (수식 16)을 이용하여, 최종결과 출력치(V)와 최종결과 출력 실적치(VACT)에 의거하여 산출된 버니어 편이량(Zver CUR)을 스무딩 처리함에 의해, 버니어 보정항(Zver NEW)을 산출한다(스텝 S117).
Zver NEW=α·Zver CUR (수식 16)
여기서,
Zver NEW : 금회의 셋업 계산에서 사용하는 버니어 보정항
α : 평활화 계수
다음에, 버니어 적응 계산부(7)는, 목표치에 반영한다(스텝 S119). 구체적으로는, 버니어 적응 계산부(7)는, 초기 목표치(Vori AIM)와, 스텝 S117에서 산출된 버니어 보정항(Zver NEW)에 의거하여, 하기의 (수식 17)을 이용하여, 평가되는 물리 대상의 최종결과 출력치(V)에 대한 보정 후의 가목표치(VAIM)를 산출한다.
VAIM=r(Vori AIM, Zver NEW) (수식 17)
여기서,
VAIM : 평가되는 물리 대상의 최종결과 출력치(V)에 대한 보정 후의 가목표치
r : (수식 15)이 감산이면 가산, (수식 15)이 제산이면 승산(i.e. VAIM=Vori AIM+Zver NEW 또는 VAIM=Vori AIM×Zver NEW)
으로 한다.
이상과 같이, 제 2의 실시 형태에 관한 설정 계산 학습 장치(1)가 적용된 셋업 계산 시스템(10)에 의하면, 모델 적응 학습 장치(5)의 모델 학습 계산부(6)가 제 2의 모델식을 보정하고, 버니어 적응 계산부(7)가 최종결과 출력치에 의거하여 가목표치를 산출하고, 셋업 계산 장치(2)의 설정치 계산부(8)가 제 1의 모델식과, 보정된 제 2의 모델식에 의거하여, 산출된 가목표치를 얻기 위한 설정치를 산출하기 때문에, 제어 대상인 기계설비(3)의 설정치를 정밀도 좋게 결정할 수 있다.
<제 3의 실시 형태>
본 발명에 관한 제 1의 실시 형태에서는, 모델 학습 계산부가, 산출한 모델 학습 보정항에 의거하여 제 2의 모델식을 보정하는 설정 계산 학습 장치(1)를 예로 들어서 설명하였지만, 이것으로 한하여지지 않는다.
본 발명에 관한 제 3의 실시 형태에서는, 모델 학습 계산부가, 산출한 모델 학습 보정항에 의거하여 최종결과 출력치를 보정하는 설정 계산 학습 장치(1)를 예로 들어서 설명한다.
본 발명의 제 3의 실시 형태에 관한 설정 계산 학습 장치(1)가 적용된 셋업 계산 시스템(10)의 구성에 관해서는, 도 1에 도시한 본 발명의 제 1의 실시 형태에 관한 설정 계산 학습 장치(1)가 적용된 셋업 계산 시스템(10)의 구성과 동일하기 때문에, 설명을 생략한다.
도 5는, 제 3의 실시 형태에 관한 설정 계산 학습 장치(1)의 구성을 도시한 구성도이다.
도 5에 도시하는 바와 같이, 제 3의 실시 형태에 관한 설정 계산 학습 장치(1)는, 셋업 계산 장치(2)와, 모델 적응 학습 장치(5)를 구비하고 있다.
셋업 계산 장치(2)는, 미리 등록되어 있는 모델식을 사용하여, 평가되는 물리 대상, 즉 실적 수집 장치(4)에 구비된 계측기에 의해 계측된 계측치 가목표치에 근접하도록 기계설비(3)의 설정치를 구한다. 이 셋업 계산 장치(2)에 의해 설정된 설정치가 기계설비(3)에 출력된다.
구체적으로는, 셋업 계산 장치(2)는, 설정치 계산부(8)를 구비하고 있고, 설정치 계산부(8)가, 초기 목표치(Vori AIM)와, 모델식과, 후술하는 모델 학습 계산부(6)에 의해 보정된 최종결과 출력치(V)에 의거하여, 버니어 적응 계산부(7)에 의해 산출된 가목표치(VAIM)를 얻기 위한 설정치(Xi)를 산출한다.
모델 적응 학습 장치(5)는, 그 기능상, 모델 학습 계산부(6)와, 버니어 적응 계산부(7)를 구비하고 있다.
모델 학습 계산부(6)는, 기계설비(3)에 대해 설정하는 설정치(Xi)에 대응하는 입력변수 실적치(Xi ACT)에 의거하여 모델식(f)을 이용하여 산출된 도중 결과 출력 실적 계산치(YACAL)와, 기계설비(3)의 계측부에 의해 계측된 최종결과 출력 실적치(VACT)와의 편이량에 의거하여 모델 학습 보정항(ZNEW)을 산출하고, 이 산출된 모델 학습 보정항(ZNEW)에 의거하여 최종결과 출력치(V)를 보정한다.
버니어 적응 계산부(7)는, 최종결과 출력치(V)에 대한 초기 목표치(Vori AIM)와, 최종결과 출력 실적치(VACT)와의 편이량을 스무딩 처리함에 의해 버니어 보정항(Zver NEW)을 산출하고, 초기 목표치(Vori AIM)와, 산출된 버니어 보정항(Zver NEW)에 의거하여 가목표치(VAIM)를 산출한다.
≪설정 계산 학습 장치(1)의 작용≫
도 6은, 제 3의 실시 형태에 관한 설정 계산 학습 장치(1)가 적용된 셋업 계산 시스템(10)에 의한 셋업 계산 처리의 처리 순서를 도시한 플로우 차트이다. 여기서는, 한 예로서, 기계설비(3)로서 열간압연 설비가 채용되고, 최종결과 출력치인 최종 판두께치(板厚値)(V)를 압연된 압연판의 판두께로 하였을 때의, 사상압연을 행하는 사상압연 밀의 롤 갭의 설정치를 정밀도 좋게 산출하는 설정 계산 학습 장치(1)를 예로 들어서 설명한다.
도 6에 도시하는 바와 같이, 설정 계산 학습 장치(1)의 셋업 계산 장치(2)는, 셋업 계산 처리가 요구되면(스텝 S201), 외부 입력에 의해 초기치로서 설정된 초기 목표치(Vori AIM)에 대응하는 기계설비(3)의 입력변수인 초기 설정치를 산출하여, 기계설비(3)에 설정한다(스텝 S203).
그리고, 기계설비(3)의 운전 중, 실적 수집 장치(4)가, 기계설비(3)의 각종 계측기에 의해 계측된 계측치를 수집한다(스텝 S205).
다음에, 설정 계산 학습 장치(1)의 모델 적응 학습 장치(5)의 모델 학습 계산부(6)는, 게이지 미터 판두께 모델식(f)의 도중 출력 판두께치(Y)에 대한 실적 계산치인 도중 결과 출력 실적 계산치(YACAL)를 산출한다(스텝 S207). 구체적으로는, 모델 학습 계산부(6)는, 해로서 구하여야 할 입력변수인 롤 갭의 설정치(X1)의 실적치인 입력변수 실적치(X1 ACT)와, 압연 하중의 실적치로서 입력되는 입력변수 실적치(X2 ACT)와, 기타 조건 입력(aj)에 의거하여, 하기의 (수식 19)을 이용하여, 도중 결과 출력 실적 계산치(YACAL)를 산출한다.
YACAL=f(X1 ACT, X2 ACT, …, a1, a2, …) (수식 19)
여기서,
YACAL= : 게이지 미터 판두께 모델식(f)의 도중 출력 판두께치(Y)에 대한 실적 계산치(도중 결과 출력 실적 계산치)
f : 게이지 미터 판두께 모델식
X1 ACT : 롤 갭의 실적치(입력변수 실적치)
X1 ACT : 압연 하중의 실적치(입력변수 실적치)
aj(j=1, 2, 3, …) : 기타의 조건 입력
으로 한다.
다음에, 모델 학습 계산부(6)는, 모델 학습 편이량(ZCUR)을 산출한다(스텝 S209). 구체적으로는, 모델 학습 계산부(6)는, 스텝 S207에서 산출된 도중 결과 출력 실적 계산치(YACAL)와, 실적 수집 장치(4)로부터 공급된 판두께 실적치(VACT)에 의거하여, 하기의 (수식 20)을 이용하여, 모델 학습 편이량(ZCUR)을 산출한다.
ZCUR=h(VACT, YACAL) (수식 20)
여기서,
ZCUR : 모델 학습 편이량
h : 감산(i.e. ZCUR=VACT-YACAL)
으로 한다.
다음에, 모델 학습 계산부(6)는, 하기의 (수식 21)을 이용하여, 금회의 셋업 계산 처리에서 사용되는 모델 학습 보정항(ZNEW)을 산출한다(스텝 S211).
ZNEW=ZOLD +β·(ZCUR -ZOLD) (수식 21)
여기서,
ZNEW : 금회의 셋업 계산 처리에서 사용하는 모델 학습 보정항
ZOLD : 전회의 셋업 계산 처리에서 사용한 모델 학습 보정항
β : 평활화 계수
로 한다.
그리고, 모델 학습 계산부(6)는, 도중 출력 판두께치(Y)에, 하기의 (수식 22)을 이용하여, 스텝 S211에서 산출된 모델 학습 보정항(ZNEW)을 반영시켜서, 최종 판두께치(V)를 보정한다(스텝 S213).
V=p(Y, ZNEW) (수식 22)
여기서,
V : 보정된 Y, 즉 최종 판두께치
p : 가산(i.e. V=Y+ZNEW)
으로 한다.
다음에, 설정 계산 학습 장치(1)의 모델 적응 학습 장치(5)의 버니어 적응 계산부(7)는, 최종 판두께치(V)에 대한 실적치인 판두께 실적치(VACT)와, 최종 판두께치(V)에 대한 판두께 목표치의 초기치인 초기 판두께 목표치(Vori AIM)에 의거하여, 하기의 (수식 23)을 이용하여, 버니어 편이량(Zver CUR)을 산출한다(스텝 S215).
Zver CUR=q(VACT, Vori AIM) (수식 23)
여기서,
Zver CUR : 버니어 편이량
q : 감산(i.e. Zver CURR=VACT-Vori AIM)
VACT : 최종 판두께치(V)에 대한 실적치(최종결과 출력 실적치)
Vori AIM : 최종 판두께치(V)에 대한 초기 판두께 목표치
로 한다.
그리고, 버니어 적응 계산부(7)는, 하기의 (수식 24)을 이용하여, 판두께 목표치(Vori AIM)와 판두께 실적치(VACT)에 의거하여 산출된 버니어 편이량(Zver CUR)을 스무딩 처리함에 의해, 버니어 보정항(Zver NEW)을 산출한다(스텝 S217).
Zver NEW=α·Zver CUR (수식 24)
여기서,
Zver NEW : 금회의 셋업 계산에서 사용하는 버니어 보정항
α : 평활화 계수
다음에, 버니어 적응 계산부(7)는, 판두께 목표치에 반영한다(스텝 S219). 구체적으로는, 버니어 적응 계산부(7)는, 초기 판두께 목표치(Vori AIM)와, 스텝 S217에서 산출된 버니어 보정항(Zver NEW)에 의거하여, 하기의 (수식 25)을 이용하여, 최종 판두께치(V)에 대한 보정 후의 가(假)판두께 목표치(VAIM)를 산출한다.
VAIM=r(Vori AIM, Zver NEW) (수식 25)
여기서,
VAIM : 최종 판두께치(V)에 대한 보정 후의 가판두께 목표치
r : 가산(i.e. VAIM=Vori AIM+Zver NEW)
으로 한다.
다음에, 설정 계산 학습 장치(1)의 셋업 계산 장치(2)의 설정치 계산부(8)는, 롤 갭 설정치를 산출한다(스텝 S221). 구체적으로는, 설정치 계산부(8)는, 게이지 미터 판두께 모델식(f)과, 모델 학습 계산부(6)에 의해 보정된 최종 판두께치(V)에 의거하여, 하기의 (수식 10) 내지 (수식 13)을 이용하여, 스텝 S219에서 산출된 가판두께 목표치(VAIM)를 얻기 위한 롤 갭 설정치(X1)를 산출한다.
VAIM=V (수식 26)
V=p(Y, ZNEW) (수식 27)
Y=f(X1, X2, …, a1, a2, …) (수식 28)
다음에, 설정 계산 학습 장치(1)의 모델 적응 학습 장치(5)는, 셋업 계산의 계산 주기에 달하였다고 판정하면, 처리를 스텝 S205로 이행하고, 셋업 계산의 계산 주기에 달하지 않았다고 판정하면 처리를 스텝 S225로 이행한다(스텝 S223).
스텝 S223에서, 셋업 계산의 계산 주기에 달하였다고 판정된 경우(NO인 경우), 셋업 계산 처리의 정지가 요구되면(스텝 S225), 설정 계산 학습 장치(1)는, 셋업 계산 처리를 종료한다.
이상과 같이, 제 3의 실시 형태에 관한 설정 계산 학습 장치(1)가 적용된 셋업 계산 시스템(10)에 의하면, 모델 학습 계산부(6)가, 산출한 모델 학습 보정항(ZNEW)에 의거하여 최종결과 출력치(V)를 보정하고, 버니어 적응 계산부(7)가 가판두께 목표치(VAIM)를 산출하고, 셋업 계산 장치(2)의 설정치 계산부(8)가, 게이지 미터 판두께 모델식(f)과, 모델 학습 계산부(6)에 의해 보정된 최종 판두께치(V)에 의거하여, 버니어 적응 계산부(7)에 의해 산출된 가판두께 목표치(VAIM)를 얻기 위한 롤 갭 설정치(X1)를 산출하기 때문에, 장치 부하를 저감하면서, 제어 대상인 기계설비(3)의 설정치를 정밀도 좋게 결정할 수 있다.
또한, 제 3의 실시 형태에 관한 설정 계산 학습 장치(1)에서는, 기계설비(3)로서 열간압연 설비가 채용되고, 최종결과 출력치인 최종 판두께치(V)를 압연된 압연판의 판두께로 하였을 때의, 사상압연을 행하는 사상압연 밀의 롤 갭의 설정치를 정밀도 좋게 산출하는 설정 계산 학습 장치(1)를 예로 들어서 설명하였지만, 기계설비(3)는, 열간압연 설비로 한하지 않고, 설정된 설정치에 의거하여 동작하는 하나 이상의 기기를 갖는 설비라면 좋다.
산업상의 이용의 가능성
본 발명은, 열간으로 금속을 압연하는 열간압연 장치와 같은 기계설비를 동작시키기 위해 필요한 설정치를 정밀도 좋게 결정하는 제어 장치에 적용할 수 있다.

Claims (6)

  1. 제어 대상에 대해 설정하는 설정치에 대응하는 입력변수 실적치에 의거하여 제 1의 모델식을 이용하여 산출된 도중 결과 출력 실적 계산치와, 상기 제어 대상의 계측부에 의해 계측된 최종결과 출력 실적치에 의거하여 제 2의 모델식을 이용하여 산출된 상기 도중 결과 출력 실적 계산치에 대응하는 도중 결과 출력 실적치와의 편이량에 의거하여 모델 학습 보정항을 산출하고, 이 산출된 모델 학습 보정항에 의거하여 상기 제 2의 모델식을 보정하는 모델 학습 계산부와,
    최종결과 출력치에 대한 초기 목표치와, 상기 최종결과 출력 실적치와의 편이량을 스무딩 처리함에 의해 버니어 보정항을 산출하고, 상기 초기 목표치와, 상기 산출된 버니어 보정항에 의거하여 가목표치를 산출하는 버니어 적응 계산부와,
    상기 초기 목표치와, 상기 제 1의 모델식과, 상기 모델 학습 계산부에 의해 보정된 제 2의 모델식에 의거하여, 상기 버니어 적응 계산부에 의해 산출된 가목표치를 얻기 위한 상기 설정치를 산출하는 설정치 계산부를 구비한 것을 특징으로 하는 설정 계산 학습 장치.
  2. 제어 대상에 대해 설정하는 설정치에 대응하는 입력변수 실적치에 의거하여 제 1의 모델식을 이용하여 산출된 도중 결과 출력 실적 계산치와, 상기 제어 대상의 계측부에 의해 계측된 최종결과 출력 실적치에 의거하여 제 2의 모델식을 이용하여 산출된 상기 도중 결과 출력 실적 계산치에 대응하는 도중 결과 출력 실적치와의 편이량에 의거하여 모델 학습 보정항을 산출하고, 이 산출된 모델 학습 보정항에 의거하여 상기 제 2의 모델식을 보정하는 모델 학습 계산부와,
    최종결과 출력치와, 상기 최종결과 출력 실적치와의 편이량을 스무딩 처리함에 의해 버니어 보정항을 산출하고, 상기 최종결과 출력치에 대한 초기 목표치와, 상기 산출된 버니어 보정항에 의거하여 가목표치를 산출하는 버니어 적응 계산부와,
    상기 초기 목표치와, 상기 제 1의 모델식과, 상기 모델 학습 계산부에 의해 보정된 제 2의 모델식에 의거하여, 상기 버니어 적응 계산부에 의해 산출된 가목표치를 얻기 위한 상기 설정치를 산출하는 설정치 계산부를 구비한 것을 특징으로 하는 설정 계산 학습 장치.
  3. 삭제
  4. 제어 대상에 대해 설정하는 설정치에 대응하는 입력변수 실적치에 의거하여 제 1의 모델식을 이용하여 산출된 도중 결과 출력 실적 계산치와, 상기 제어 대상의 계측부에 의해 계측된 최종결과 출력 실적치에 의거하여 제 2의 모델식을 이용하여 산출된 상기 도중 결과 출력 실적 계산치에 대응하는 도중 결과 출력 실적치와의 편이량에 의거하여 모델 학습 보정항을 산출하고, 이 산출된 모델 학습 보정항에 의거하여 상기 제 2의 모델식을 보정하는 모델 학습 계산 스텝과,
    최종결과 출력치에 대한 초기 목표치와, 상기 최종결과 출력 실적치와의 편이량을 스무딩 처리함에 의해 버니어 보정항을 산출하고, 상기 초기 목표치와, 상기 산출된 버니어 보정항에 의거하여 가목표치를 산출하는 버니어 적응 계산 스텝과,
    상기 초기 목표치와, 상기 제 1의 모델식과, 상기 모델 학습 계산 스텝에 의해 보정된 제 2의 모델식에 의거하여, 상기 버니어 적응 계산 스텝에 의해 산출된 가목표치를 얻기 위한 상기 설정치를 산출하는 설정치 계산 스텝을 갖는 것을 특징으로 하는 설정 계산 학습 방법.
  5. 제어 대상에 대해 설정하는 설정치에 대응하는 입력변수 실적치에 의거하여 제 1의 모델식을 이용하여 산출된 도중 결과 출력 실적 계산치와, 상기 제어 대상의 계측부에 의해 계측된 최종결과 출력 실적치에 의거하여 제 2의 모델식을 이용하여 산출된 상기 도중 결과 출력 실적 계산치에 대응하는 도중 결과 출력 실적치와의 편이량에 의거하여 모델 학습 보정항을 산출하고, 이 산출된 모델 학습 보정항에 의거하여 상기 제 2의 모델식을 보정하는 모델 학습 계산 스텝과,
    최종결과 출력치와, 상기 최종결과 출력 실적치와의 편이량을 스무딩 처리함에 의해 버니어 보정항을 산출하고, 상기 최종결과 출력치에 대한 초기 목표치와, 상기 산출된 버니어 보정항에 의거하여 가목표치를 산출하는 버니어 적응 계산 스텝과,
    상기 초기 목표치와, 상기 제 1의 모델식과, 상기 모델 학습 계산 스텝에 의해 보정된 제 2의 모델식에 의거하여, 상기 버니어 적응 계산 스텝에 의해 산출된 가목표치를 얻기 위한 상기 설정치를 산출하는 설정치 계산 스텝을 갖는 것을 특징으로 하는 설정 계산 학습 방법.
  6. 삭제
KR1020127005905A 2009-09-03 2009-09-03 설정 계산 학습 장치 및 설정 계산 학습 방법 KR101318047B1 (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2009/065427 WO2011027451A1 (ja) 2009-09-03 2009-09-03 設定計算学習装置及び設定計算学習方法

Publications (2)

Publication Number Publication Date
KR20120059531A KR20120059531A (ko) 2012-06-08
KR101318047B1 true KR101318047B1 (ko) 2013-10-14

Family

ID=43649013

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020127005905A KR101318047B1 (ko) 2009-09-03 2009-09-03 설정 계산 학습 장치 및 설정 계산 학습 방법

Country Status (4)

Country Link
JP (1) JP5309219B2 (ko)
KR (1) KR101318047B1 (ko)
CN (1) CN102483612B (ko)
WO (1) WO2011027451A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6486731B2 (ja) * 2015-03-13 2019-03-20 株式会社東芝 機器特性モデル学習装置、機器特性モデル学習方法、及びプログラム

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060049952A (ko) * 2004-07-09 2006-05-19 가부시끼가이샤 히다치 세이사꾸쇼 열간 압연밀의 크라운제어장치 및 그 제어방법

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0661566B2 (ja) * 1987-11-18 1994-08-17 株式会社日立製作所 圧延機のセットアップ装置
JP2839746B2 (ja) * 1991-06-17 1998-12-16 株式会社神戸製鋼所 プロセスラインにおける学習制御方法
JP3067879B2 (ja) * 1992-01-31 2000-07-24 新日本製鐵株式会社 ストリップ圧延における形状制御方法
CN1105296A (zh) * 1993-10-05 1995-07-19 日立有限公司 辊轧机控制方法及装置
JPH08243614A (ja) * 1995-03-14 1996-09-24 Kawasaki Steel Corp 形状・板厚精度に優れるリバース式圧延方法
JP3300208B2 (ja) * 1995-09-06 2002-07-08 株式会社神戸製鋼所 プロセスラインにおける学習制御方法
JP3253013B2 (ja) * 1997-10-06 2002-02-04 川崎製鉄株式会社 熱間圧延における板クラウン・形状制御方法
JPH11197727A (ja) * 1998-01-13 1999-07-27 Toshiba Corp ワークロールクラウン量演算装置および方法
JP4179709B2 (ja) * 1999-07-15 2008-11-12 東芝三菱電機産業システム株式会社 リバース式圧延機の学習制御装置
JP3942356B2 (ja) * 2000-11-21 2007-07-11 東芝三菱電機産業システム株式会社 リバース式圧延機における板厚制御装置
JP2002301509A (ja) * 2001-04-05 2002-10-15 Toshiba Corp 圧延機の制御装置
JP2003245706A (ja) * 2002-02-26 2003-09-02 Kobe Steel Ltd 複数パス圧延における圧延中の再パススケジューリング方法
JP4119684B2 (ja) * 2002-05-27 2008-07-16 東芝三菱電機産業システム株式会社 圧延機設定計算装置用学習制御装置
JP2004255436A (ja) * 2003-02-27 2004-09-16 Kobe Steel Ltd タンデム式熱間圧延機の板クラウン制御方法
JP4507193B2 (ja) * 2005-03-31 2010-07-21 住友金属工業株式会社 マンドレルミルの圧延制御方法
CN100474313C (zh) * 2005-10-31 2009-04-01 宝山钢铁股份有限公司 一种粗轧带钢的宽度优化设定方法
CN100467153C (zh) * 2006-11-17 2009-03-11 燕山大学 可进行轧辊热膨胀动态补偿的冷轧带钢厚度控制方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060049952A (ko) * 2004-07-09 2006-05-19 가부시끼가이샤 히다치 세이사꾸쇼 열간 압연밀의 크라운제어장치 및 그 제어방법

Also Published As

Publication number Publication date
CN102483612B (zh) 2014-01-01
JPWO2011027451A1 (ja) 2013-01-31
WO2011027451A1 (ja) 2011-03-10
CN102483612A (zh) 2012-05-30
KR20120059531A (ko) 2012-06-08
JP5309219B2 (ja) 2013-10-09

Similar Documents

Publication Publication Date Title
KR100847974B1 (ko) 압연, 단조 또는 교정 라인의 재질 제어 방법 및 그 장치
WO2009076972A1 (en) Method of determining fatigue life and remaining life
JP2013150990A (ja) 薄板用熱間圧延機の制御装置および薄板用熱間圧延機の制御方法
KR101736133B1 (ko) 동적 변위 계산 장치 및 동적 변위 계산 방법
JP5958392B2 (ja) 時系列計測信号のノイズ低減装置
JP2017224091A (ja) 圧延ラインの数学モデル算出装置および圧延材の温度制御装置
KR101318047B1 (ko) 설정 계산 학습 장치 및 설정 계산 학습 방법
KR101749018B1 (ko) 평탄도 제어 장치
KR101877341B1 (ko) 교정 롤 시스템의 교정 롤 정렬 방법
JP6020263B2 (ja) 圧延荷重の学習制御装置および学習制御方法、並びにこれを用いた金属板製造方法
JP2012217994A (ja) 鋼板の圧延制御方法、装置及びプログラム
KR20040043911A (ko) 신경 회로망을 이용한 압연 하중 예측 장치 및 방법
Huang et al. General expression for linear and nonlinear time series models
RU2256950C2 (ru) Способ идентификации линеаризованного динамического объекта
JP2016147276A (ja) 圧延機の板厚制御方法
KR20160143786A (ko) 셀간 프로세스 변동 부정확성의 추정 및 제거
JP5565214B2 (ja) 圧延機の板厚制御方法
JP3974084B2 (ja) 圧延機の板厚制御方法及び板厚制御装置
CN114367545B (zh) 一种轧制力的修正方法和装置
JPWO2019053826A1 (ja) 圧延ラインの数学モデル算出装置および制御装置
JP5617307B2 (ja) 鋼板の圧延方法及びパススケジュール算出方法
KR100929013B1 (ko) 밀상수와 게이지미터 오차의 자동예측에 의한 압연기의롤갭설정방법
JP2000126809A (ja) 圧延機のセットアップ装置
JP3680806B2 (ja) 圧延機における板の蛇行抑制方法及び装置
CN115532847A (zh) 一种开轧水平值的给定方法、系统、设备及介质

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160921

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170919

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20180918

Year of fee payment: 6