WO2011027451A1 - 設定計算学習装置及び設定計算学習方法 - Google Patents

設定計算学習装置及び設定計算学習方法 Download PDF

Info

Publication number
WO2011027451A1
WO2011027451A1 PCT/JP2009/065427 JP2009065427W WO2011027451A1 WO 2011027451 A1 WO2011027451 A1 WO 2011027451A1 JP 2009065427 W JP2009065427 W JP 2009065427W WO 2011027451 A1 WO2011027451 A1 WO 2011027451A1
Authority
WO
WIPO (PCT)
Prior art keywords
value
calculated
result output
model
calculation
Prior art date
Application number
PCT/JP2009/065427
Other languages
English (en)
French (fr)
Inventor
治樹 井波
Original Assignee
東芝三菱電機産業システム株式会社
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 東芝三菱電機産業システム株式会社 filed Critical 東芝三菱電機産業システム株式会社
Priority to CN200980161316.6A priority Critical patent/CN102483612B/zh
Priority to KR1020127005905A priority patent/KR101318047B1/ko
Priority to PCT/JP2009/065427 priority patent/WO2011027451A1/ja
Priority to JP2011529741A priority patent/JP5309219B2/ja
Publication of WO2011027451A1 publication Critical patent/WO2011027451A1/ja

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

Definitions

  • the present invention relates to a setting calculation learning device and a setting calculation learning method for accurately determining setting values necessary for operating machine equipment such as setup calculation in a process line.
  • the model adaptive learning used in the setup calculation is a mathematical model (hereinafter referred to as a model formula) expressing a physical phenomenon in a mathematical formula, a result calculated value (hereinafter referred to as ACAL) calculated using an input variable as a result value,
  • ACAL result calculated value
  • the correction term of the model formula was corrected by comparing the actual value corresponding to ACAL (hereinafter referred to as ACT) obtained from the actual value measured by a measuring instrument or the like.
  • This learning method is called model learning calculation here.
  • a long-term learning function that divides the conditions (for example, steel grades and dimensions of steel materials in hot rolling equipment) (referred to as lots) and absorbs errors in the model formula for each lot.
  • a method in which continuous (short-term) learning is performed regardless of lots and combined with a short-term learning function that absorbs errors that occur over time is often used (for example, JP-A-4-367901). .
  • ACT and ACAL are calculated from actual values obtained at the time of learning, and learning is performed based on these deviations. Therefore, the physical object to be evaluated does not necessarily match the target value in the physical environment where the actual values are collected. Therefore, the physical object to be evaluated approaches the target value by using a correction term by learning. It is not always possible to properly calculate the set value of a machine. That is, in the conventional model learning calculation, the actual value obtained at the time of learning is used to correct only the model formula (model prediction accuracy) so as to meet the conditions, so it is difficult to accurately determine the set value. It was.
  • the present invention has been made in view of the above problems, and an object of the present invention is to provide a setting calculation learning device and a setting calculation learning method for accurately determining a setting value of a machine facility to be controlled.
  • a first feature of the setting calculation learning device is calculated using a first model formula based on an input variable actual value corresponding to a setting value set for a control target.
  • the intermediate result output result calculated value calculated using the second model formula based on the calculated intermediate result output result value and the final result output actual value measured by the measurement unit to be controlled
  • a model learning calculation unit that calculates a model learning correction term based on the deviation amount from the result output actual value, and corrects the second model formula based on the calculated model learning correction term, and a final result output value
  • a vernier correction term is calculated by performing a smoothing process on a deviation amount between the initial target value with respect to the final result output actual value and a temporary target value based on the initial target value and the calculated vernier correction term.
  • the second feature of the setting calculation learning device is calculated using the first model formula based on the input variable actual value corresponding to the setting value set for the control target.
  • the intermediate result output result calculated value calculated using the second model formula based on the calculated intermediate result output result value and the final result output actual value measured by the measurement unit to be controlled
  • a model learning calculation unit that calculates a model learning correction term based on the deviation amount from the result output actual value, and corrects the second model formula based on the calculated model learning correction term, and a final result output value
  • a vernier correction term by smoothing a deviation amount from the final result output actual value, and a temporary target based on the initial target value for the final result output value and the calculated vernier correction term.
  • the third feature of the setting calculation learning device is that it is calculated by using a model formula based on the actual input variable value corresponding to the setting value set for the control target.
  • a model learning correction term is calculated based on the deviation amount between the result output actual calculation value and the final result output actual value measured by the measurement unit to be controlled, and the final result is calculated based on the calculated model learning correction term.
  • a model learning calculation unit for correcting the result output value, an initial target value with respect to the final result output value, and a deviation amount between the final result output actual value are calculated by calculating a vernier correction term, and the initial target value Corrected by a vernier adaptive calculation unit that calculates a temporary target value based on a value and the calculated vernier correction term, the initial target value, the model formula, and the model learning calculation unit Based on the final result output value is to have a set value calculation unit for calculating the setting value for obtaining a temporary target value calculated by the vernier adaptive calculator.
  • the first feature of the setting calculation learning method is calculated using the first model formula based on the input variable actual value corresponding to the setting value set for the control target.
  • the intermediate result output result calculated value calculated using the second model formula based on the calculated intermediate result output result value and the final result output actual value measured by the measurement unit to be controlled A model learning calculation step for calculating a model learning correction term based on the deviation amount from the result output actual value, and correcting the second model formula based on the calculated model learning correction term, and a final result output value
  • a vernier correction term is calculated by performing a smoothing process on a deviation amount between the initial target value with respect to the final result output actual value, and a temporary value is calculated based on the initial target value and the calculated vernier correction term.
  • Based on the vernier adaptive calculation step for calculating the standard value, the initial target value, the first model formula, and the second model formula corrected by the model learning calculation step And a set value calculating step for calculating the set value for obtaining the calculated temporary target value.
  • the second feature of the setting calculation learning method is calculated using the first model formula based on the input variable actual value corresponding to the setting value set for the control target.
  • the intermediate result output result calculated value calculated using the second model formula based on the calculated intermediate result output result value and the final result output actual value measured by the measurement unit to be controlled
  • a model learning calculation step for calculating a model learning correction term based on the deviation amount from the result output actual value, and correcting the second model formula based on the calculated model learning correction term, and a final result output value
  • a vernier correction term by smoothing the deviation amount from the final result output actual value, and based on the initial target value for the final result output value and the calculated vernier correction term.
  • Vernier adaptive calculation step based on the vernier adaptive calculation step for calculating the temporary target value, the initial target value, the first model formula, and the second model formula corrected by the model learning calculation step. And a set value calculating step for calculating the set value for obtaining the temporary target value calculated by the above.
  • a third feature of the setting calculation learning method is that the intermediate characteristic calculated using the model formula based on the input variable actual value corresponding to the setting value set for the control target
  • a model learning correction term is calculated based on the deviation amount between the result output actual calculation value and the final result output actual value measured by the measurement unit to be controlled, and the final result is calculated based on the calculated model learning correction term.
  • a model learning calculation step for correcting the result output value, an initial target value for the final result output value, and a deviation amount between the final result output actual value is smoothed to calculate a vernier correction term, and the initial target value is calculated.
  • FIG. 1 is a configuration diagram illustrating a configuration of a setup calculation system to which the setting calculation learning device according to the first embodiment is applied.
  • a setup calculation system 10 to which a setting calculation learning device 1 according to the first embodiment is applied includes a setting calculation learning device 1, mechanical equipment 3, and a result collection and collection device 4. Yes.
  • the machine facility 3 is a facility having one or more devices that operate based on a set value, such as a hot rolling facility. Further, the mechanical equipment 3 is provided with various measuring instruments such as a thermometer, a pressure gauge, and a speedometer.
  • the achievement collection device 4 collects measurement values measured by various measuring instruments of the mechanical equipment 3.
  • FIG. 2 is a configuration diagram showing the configuration of the setting calculation learning device 1 according to the first embodiment.
  • the setting calculation learning device 1 includes a setup calculation device 2 and a model adaptive learning device 5.
  • the setup calculation device 2 uses a pre-registered model formula to evaluate a physical object to be evaluated, that is, a value to be evaluated among measurement values measured by a measuring instrument provided in the result collection device 4.
  • the set value of the mechanical equipment 3 is obtained so as to approach.
  • the set value set by the setup calculation device 2 is output to the machine equipment 3.
  • the setup calculation device 2 includes a set value calculation unit 8, and the set value calculation unit 8 includes an initial target value V ori AIM , a first model formula f, and a model learning calculation unit described later.
  • the second model equation g corrected by 6 On the basis of the second model equation g corrected by 6, a set value X i for obtaining a temporary target value V AIM calculated by a vernier adaptive calculation unit 7 described later is calculated.
  • the model adaptive learning device 5 includes a model learning calculation unit 6 and a vernier adaptive calculation unit 7 in terms of its functions.
  • the model learning calculation unit 6 calculates the intermediate result output actual value calculated using the first model formula f based on the input variable actual value X i ACT corresponding to the set value X i set for the mechanical equipment 3.
  • Y ACAL and the intermediate result output corresponding to the intermediate result output actual calculation value Y ACAL calculated using the second model formula g based on the final result output actual value V ACT measured by the measuring unit of the mechanical equipment 3
  • a model learning correction term Z NEW is calculated based on the deviation amount from the actual value Y ACT, and the second model equation g is corrected based on the calculated model learning correction term Z NEW .
  • Vernier adaptive calculation unit 7 calculates the initial target value V ori AIM on the final result output value V, and vernier correction term Z ver NEW by the shift amount of the final result output actual value V ACT to the smoothing process, the initial A temporary target value V AIM is calculated based on the target value V ori AIM and the calculated vernier correction term Z ver NEW .
  • FIG. 3 is a flowchart showing the procedure of the setup calculation process by the setup calculation system 10 to which the setting calculation learning device 1 according to the first embodiment is applied.
  • the setup calculation device 2 of the setting calculation learning device 1 corresponds to the initial target value V ori AIM set as an initial value by an external input.
  • An initial set value that is an input variable of the mechanical equipment 3 is calculated and set in the mechanical equipment 3 (step S103).
  • the performance collecting device 4 collects the measured values measured by the various measuring instruments of the mechanical equipment 3 (step S105).
  • the model learning calculation section 6 of the model adaptive learning apparatus 5 set computing learning device 1, the middle and the result output actual value Y ACT is actual value for the intermediate results output value Y OUT of the first model type f, the The intermediate result output result calculation value Y ACAL, which is the actual result calculation value for the intermediate result output value Y IN of the model formula f of 1, is calculated (step S107).
  • the model learning calculation unit 6 determines the final result output actual value V ACT that is the actual value with respect to the final result output value V of the physical object to be evaluated, and the measured value W i ACT collected by the actual result collection device 4. Then, based on the other condition input b k , the intermediate result output result value Y ACT is calculated using the following (Formula 1).
  • model learning calculation unit 6 performs the following (Formula 2) based on the input variable actual value X i ACT that is the actual value of the set value X i that is the input variable to be obtained as a solution and the other condition input a j. ) Is used to calculate the intermediate result output result calculation value Y ACAL .
  • the model learning calculation unit 6 calculates a model learning deviation amount (step S109). Specifically, the model learning calculation unit 6 uses the following (Equation 3) based on the intermediate result output result value Y ACT calculated in step S107 and the intermediate result output result calculation value Y ACAL . A model learning deviation amount Z CUR is calculated.
  • the model learning calculation unit 6 uses the following (Equation 4) to calculate a model learning correction term Z NEW used in the current setup calculation process (step S111).
  • the current setup calculation process refers to the process of steps S105 to S121 being executed.
  • step S123 which will be described later, it is determined that the calculation period of the setup calculation has been reached, and the step executed as the next loop.
  • the process of S105 to S121 is referred to as the next setup calculation process, and the process of steps S105 to S121 executed previously is referred to as the previous setup calculation process.
  • Z NEW Z OLD + ⁇ ⁇ (Z CUR ⁇ Z OLD ) (Formula 4) here, Z NEW : Model learning correction term used in the current setup calculation process Z OLD : Model learning correction term used in the previous setup calculation process ⁇ : Smoothing coefficient
  • the model learning calculation part 6 reflects in the 2nd model formula g (step S113). Specifically, the model learning calculation unit 6 calculates the following (Formula 6) based on Y IN which is an intermediate result output value before correction and the model learning correction term Z NEW calculated in step S111. And Y OUT which is an intermediate result output value is calculated, and this calculated Y OUT is used as a second model equation g for calculating a final result output value V as shown in the following (Equation 5). Adapt to.
  • the vernier adaptive calculation unit 7 of the model adaptive learning device 5 of the setting calculation learning device 1 is evaluated with the final result output actual value VACT that is the actual value with respect to the final result output value V of the physical object to be evaluated.
  • V ori AIM is the initial value of the target value for the final result output values V of the physical object, using the following the (equation 7), calculates a vernier shift amount Z ver CUR (step S115 ).
  • the vernier adaptive calculation unit 7 performs a smoothing process on the vernier deviation amount Z ver CUR calculated based on the target value V ori AIM and the final result output result value V ACT using the following (Formula 8).
  • a vernier correction term Z ver NEW is calculated (step S117).
  • the vernier adaptive calculation unit 7 reflects the target value (step S119). Specifically, the vernier adaptive calculation unit 7 is evaluated using the following (Equation 9) based on the initial target value V ori AIM and the vernier correction term Z ver NEW calculated in step S117. The corrected temporary target value V AIM for the final output value V of the physical object is calculated.
  • the setting value calculation unit 8 of the setup calculation device 2 of the setting calculation learning device 1 calculates a setting value (step S121). Specifically, the set value calculation unit 8 uses the following (Formula 10) based on the first model formula f and the second model formula g in which the model learning correction term Z NEW is reflected in Step S113. Using (Formula 13), a set value X i for obtaining the temporary target value V AIM calculated in step S119 is calculated.
  • step S123 the model adaptive learning device 5 of the setting calculation learning device 1 determines that the calculation cycle of the setup calculation has been reached.
  • the process proceeds to step S125 (step S123).
  • step S123 When it is determined in step S123 that the setup calculation calculation period has been reached (NO), when the setup calculation process is requested to stop (step S125), the setting calculation learning device 1 ends the setup calculation process. To do.
  • the model learning calculation unit 6 of the model adaptive learning device 5 corrects the second model formula
  • the vernier adaptive calculation unit 7 calculates a temporary target value
  • the set value calculation unit 8 of the setup calculation device 2 calculates the temporary target value calculated based on the first model formula and the corrected second model formula. Therefore, the set value for the machine equipment 3 to be controlled can be determined with high accuracy.
  • the final result output value V is set as the plate thickness of the rolled sheet, and finish rolling is performed. It is possible to accurately calculate the set value of the roll gap of the finish rolling mill that performs.
  • the vernier adaptive calculation unit 7 smoothes the deviation amount between the final result output value V and the final result output result value V ACT to thereby obtain the vernier correction term Z ver NEW .
  • the setting calculation learning device 1 to be calculated will be described as an example.
  • the setting calculation learning device 1 according to the first embodiment of the present invention shown in FIG. Since it is the same as the configuration of the applied setup calculation system 10, the description thereof is omitted.
  • FIG. 4 is a configuration diagram showing a configuration of the setting calculation learning device 1 according to the second embodiment.
  • the setting calculation learning device 1 includes a setup calculation device 2 and a model adaptive learning device 5.
  • the configuration of the setup calculation device 2 is the same as the configuration of the setup calculation device 2 provided in the setting calculation learning device 1 according to the first embodiment of the present invention shown in FIG. Omitted.
  • the model adaptive learning device 5 includes a model learning calculation unit 6 and a vernier adaptive calculation unit 7 in terms of its functions.
  • the model learning calculation unit 6 calculates the intermediate result output actual value calculated using the first model formula f based on the input variable actual value X i ACT corresponding to the set value X i set for the mechanical equipment 3.
  • Y ACAL and the intermediate result output corresponding to the intermediate result output actual calculation value Y ACAL calculated using the second model formula g based on the final result output actual value V ACT measured by the measuring unit of the mechanical equipment 3
  • a model learning correction term Z NEW is calculated based on the deviation amount from the actual value Y ACT, and the second model equation g is corrected based on the calculated model learning correction term Z NEW .
  • the vernier adaptive calculation unit 7 calculates a vernier correction term Z ver NEW by performing a smoothing process on the deviation amount between the final result output value V and the final result output result value V ACT, and an initial target for the final result output value V A temporary target value V AIM is calculated based on the value V ori AIM and the calculated vernier correction term Z ver NEW .
  • the setup calculation processing by the setup calculation system 10 to which the setting calculation learning device 1 according to the second embodiment is applied is the setup calculation system to which the setting calculation learning device 1 according to the first embodiment shown in FIG. 3 is applied.
  • the setup calculation processes of FIG. 10 the processes of steps S115 to S119 are different, and these processes will be described below.
  • step S113 of the flowchart shown in FIG. 3 when the model learning calculation unit 6 of the setting calculation learning device 1 reflects Y OUT that is an intermediate result output value in the second model equation g, the setting calculation learning device 1
  • the vernier adaptive calculation unit 7 of the model adaptive learning device 5 of FIG. 5A is the final result output actual value VACT that is the actual value for the final result output value V of the physical object to be evaluated, and the final result output value V of the physical object to be evaluated.
  • the vernier shift amount Z ver CUR is calculated using the following (Formula 15) (step S115).
  • the vernier adaptive calculation unit 7 uses the following (Equation 16) to smooth the vernier deviation amount Z ver CUR calculated based on the final result output value V and the final result output result value V ACT.
  • the vernier correction term Z ver NEW is calculated (step S117).
  • the vernier adaptive calculation unit 7 reflects the target value (step S119). Specifically, the vernier adaptive calculation unit 7 is evaluated using the following (Formula 17) based on the initial target value V ori AIM and the vernier correction term Z ver NEW calculated in step S117. The corrected temporary target value V AIM for the final output value V of the physical object is calculated.
  • the model learning calculation unit 6 of the model adaptive learning device 5 corrects the second model formula
  • the vernier adaptive calculation unit 7 calculates a temporary target value based on the final result output value
  • the set value calculation unit 8 of the set-up calculation device 2 based on the first model formula and the corrected second model formula. Since the set value for obtaining the calculated temporary target value is calculated, the set value of the machine equipment 3 to be controlled can be accurately determined.
  • the model learning calculation unit has been described by taking the setting calculation learning device 1 that corrects the second model formula based on the calculated model learning correction term as an example. Not exclusively.
  • the setting calculation learning device 1 in which the model learning calculation unit corrects the final result output value based on the calculated model learning correction term will be described as an example.
  • the setting calculation learning device 1 according to the first embodiment of the present invention shown in FIG. Since it is the same as the configuration of the applied setup calculation system 10, the description thereof is omitted.
  • FIG. 5 is a configuration diagram showing the configuration of the setting calculation learning device 1 according to the third embodiment.
  • the setting calculation learning device 1 includes a setup calculation device 2 and a model adaptive learning device 5.
  • the setup calculation device 2 uses a pre-registered model formula so that the physical object to be evaluated, that is, the measured value measured by the measuring instrument provided in the result collecting device 4 is close to the target value.
  • the set value of 3 is obtained.
  • the set value set by the setup calculation device 2 is output to the machine equipment 3.
  • the setup calculation device 2 includes a set value calculation unit 8, and the set value calculation unit 8 is corrected by an initial target value V ori AIM , a model formula, and a model learning calculation unit 6 described later. Based on the final result output value V, a set value X i for obtaining the temporary target value V AIM calculated by the vernier adaptive calculation unit 7 is calculated.
  • the model adaptive learning device 5 includes a model learning calculation unit 6 and a vernier adaptive calculation unit 7 in terms of its functions.
  • the model learning calculation unit 6 calculates the intermediate result output result calculation value Y ACAL calculated using the model formula f based on the input variable result value X i ACT corresponding to the set value X i set for the mechanical equipment 3.
  • the model learning correction term Z NEW is calculated based on the deviation amount from the final result output result value V ACT measured by the measuring unit of the mechanical equipment 3, and the final result is calculated based on the calculated model learning correction term Z NEW.
  • the result output value V is corrected.
  • Vernier adaptive calculation unit 7 calculates the initial target value V ori AIM on the final result output value V, and vernier correction term Z ver NEW by the shift amount of the final result output actual value V ACT to the smoothing process, the initial A temporary target value V AIM is calculated based on the target value V ori AIM and the calculated vernier correction term Z ver NEW .
  • FIG. 6 is a flowchart showing the procedure of the setup calculation process by the setup calculation system 10 to which the setting calculation learning device 1 according to the third embodiment is applied.
  • a hot rolling facility is employed as the mechanical facility 3
  • a finish rolling mill that performs finish rolling when the final sheet thickness value V, which is a final result output value, is the sheet thickness of the rolled sheet.
  • a setting calculation learning apparatus 1 that accurately calculates the set value of the roll gap will be described as an example.
  • the setup calculation device 2 of the setting calculation learning device 1 corresponds to the initial target value V ori AIM set as an initial value by an external input.
  • An initial set value that is an input variable of the mechanical equipment 3 is calculated and set in the mechanical equipment 3 (step S203).
  • the result collection device 4 collects the measured values measured by the various measuring instruments of the mechanical equipment 3 (step S205).
  • the model learning calculation unit 6 of the model adaptive learning device 5 of the setting calculation learning device 1 performs an intermediate result output actual calculation value Y ACAL that is an actual calculation value for the intermediate output plate thickness value Y of the gauge meter plate thickness model formula f. Is calculated (step S207). Specifically, the model learning calculation unit 6 receives an input variable actual value X 1 ACT that is an actual value of the roll gap setting value X 1 that is an input variable to be obtained as a solution, and an actual value of the rolling load. Based on the input variable result value X 2 ACT and the other condition input a j , the intermediate result output result calculation value Y ACAL is calculated using the following (Formula 19).
  • the model learning calculation unit 6 calculates a model learning deviation amount Z CUR (step S209). Specifically, the model learning calculation unit 6 is based on the intermediate result output calculation value Y ACAL calculated in step S207 and the plate thickness actual value V ACT supplied from the result collection device 4 as follows ( The model learning deviation amount Z CUR is calculated using Equation 20).
  • the model learning calculation unit 6 calculates the model learning correction term Z NEW used in the current setup calculation process using the following (Formula 21) (step S211).
  • Z NEW Z OLD + ⁇ ⁇ (Z CUR ⁇ Z OLD ) (Formula 21) here, Z NEW : Model learning correction term used in the current setup calculation process Z OLD : Model learning correction term used in the previous setup calculation process ⁇ : Smoothing coefficient
  • the model learning calculation unit 6 reflects the model learning correction term Z NEW calculated in step S211 on the midway output sheet thickness value Y using the following (Equation 22), and sets the final sheet thickness value V to Correction is performed (step S213).
  • the vernier adaptive calculation unit 7 of the model adaptive learning device 5 of the setting calculation learning device 1 performs the plate thickness actual value V ACT that is the actual value for the final plate thickness value V and the plate thickness target value for the final plate thickness value V. based of the initial thickness and the target value V ori AIM is the initial value, using the following the (formula 23), calculates a vernier shift amount Z ver CUR (step S215).
  • the vernier adaptive calculation unit 7 uses the following (Equation 24), smoothing the vernier shift amount Z ver CUR, which is calculated based on the thickness target value V ori AIM and the plate thickness actual value V ACT Thus, the vernier correction term Z ver NEW is calculated (step S217).
  • the vernier adaptive calculation unit 7 reflects the plate thickness target value (step S219). Specifically, the vernier adaptive calculation unit 7 uses the following (Equation 25) based on the initial plate thickness target value V ori AIM and the vernier correction term Z ver NEW calculated in step S217, The corrected temporary plate thickness target value V AIM for the plate thickness value V is calculated.
  • the setting value calculation unit 8 of the setup calculation device 2 of the setting calculation learning device 1 calculates a roll gap setting value (step S221). Specifically, the set value calculation unit 8 uses the following (Equation 10) to (Equation 13) based on the gauge meter plate thickness model formula f and the final plate thickness value V corrected by the model learning calculation unit 6. ) is used to calculate the roll gap set value X 1 for obtaining a provisional thickness target value V AIM calculated in step S219.
  • V AIM V (Formula 26)
  • V p (Y, Z NEW )
  • Y f (X 1 , X 2 ,..., A 1 , a 2 ,...)
  • Equation 28 Next, if the model adaptive learning device 5 of the setting calculation learning device 1 determines that the calculation cycle of the setup calculation has been reached, the process proceeds to step S205, and if it is determined that the calculation cycle of the setup calculation has not been reached, the processing is performed. The process proceeds to step S225 (step S223).
  • step S223 If it is determined in step S223 that the setup calculation cycle has been reached (NO), when the setup calculation process is requested to stop (step S225), the setting calculation learning device 1 ends the setup calculation process. To do.
  • the model learning calculation unit 6 outputs the final result based on the calculated model learning correction term Z NEW.
  • the value V is corrected
  • the vernier adaptive calculation unit 7 calculates the temporary plate thickness target value V AIM
  • the set value calculation unit 8 of the setup calculation device 2 uses the gauge meter plate thickness model formula f and the model learning calculation unit 6.
  • the roll gap set value X 1 for obtaining the temporary plate thickness target value V AIM calculated by the vernier adaptive calculation unit 7 is calculated, so that the apparatus load is reduced.
  • the set value of the machine equipment 3 to be controlled can be determined with high accuracy.
  • a hot rolling facility is employed as the mechanical facility 3, and the final thickness value V, which is the final result output value, is set as the thickness of the rolled sheet.
  • the setting calculation learning device 1 that accurately calculates the setting value of the roll gap of the finish rolling mill that performs finish rolling is described as an example.
  • the mechanical equipment 3 is not limited to the hot rolling equipment, and is set. Any facility that has one or more devices that operate based on the set values may be used.
  • the present invention can be applied to a control device that accurately determines a set value necessary for operating mechanical equipment such as a hot rolling device that rolls metal hot.

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Feedback Control In General (AREA)
  • Control Of Metal Rolling (AREA)

Abstract

　本発明に係る設定計算学習装置は、途中結果出力実績計算値と途中結果出力実績値との偏移量に基づいてモデル学習補正項を算出し、この算出されたモデル学習補正項に基づいて第２のモデル式を補正するモデル学習計算部（６）と、最終結果出力値に対する初期目標値と、最終結果出力実績値との偏移量をスムージング処理することによりバーニア補正項を算出し、初期目標値と、算出されたバーニア補正項とに基づいて仮目標値を算出するバーニア適応計算部（７）と、初期目標値と、第１のモデル式と、モデル学習計算部により補正された第２のモデル式とに基づいて、バーニア適応計算部により算出された仮目標値を得るための設定値を算出する設定値計算部（８）とを備える。

Description

設定計算学習装置及び設定計算学習方法
　本発明は、プロセスラインにおけるセットアップ計算のような機械設備を動作させるために必要な設定値を精度良く決定する設定計算学習装置及び設定計算学習方法に関する。
　一般に、セットアップ計算で利用されるモデル適応学習は、物理現象を数式に表現した数式モデル（以下、モデル式）に、入力変数を実績値として計算した実績計算値(以下、ＡＣＡＬと呼ぶ)と、計測器などで計測した実績値から求めた、ＡＣＡＬに相当する実績値(以下、ＡＣＴと呼ぶ)とを比較することにより、モデル式の補正項を修正していた。
　この学習方法をここではモデル学習計算と呼ぶ。このモデル学習計算では、その時々の条件（例えば熱間圧延設備では、鋼材の鋼種、寸法など）を区切り（その区分をロットと呼ぶ）、ロット毎にモデル式の誤差を吸収する長期学習機能と、ロットに関係無く連続的（短期的）な学習を行って、経時的に発生する誤差を吸収する短期学習機能とを組み合わせる方法がよく利用されている（例えば、特開平４－３６７９０１号公報）。
特開平４－３６７９０１号公報
　ところで、このような従来のモデル学習計算では、学習時に得られた実績値からACTとACALとが算出され、これらの偏差に基づいて学習が行われる。そのため、実績値が収集された物理環境時に、評価される物理対象が目標値に一致していたとは限らないので、学習による補正項を使うことにより、評価される物理対象が目標値に近づくような機械の設定値を適切に計算できるとは限らない。即ち、従来のモデル学習計算は、学習時に得られた実績値を使ってその条件に合うようにモデル式（モデル予測精度）のみを補正するので、設定値を精度良く決定することが困難であった。
　本発明は上記課題を鑑みてなされたものであり、制御対象である機械設備の設定値を精度良く決定する設定計算学習装置及び設定計算学習方法を提供することを目的とする。
　上記目的を達成するため、本発明に係る設定計算学習装置の第１の特徴は、制御対象に対して設定する設定値に対応する入力変数実績値に基づいて第１のモデル式を用いて算出された途中結果出力実績計算値と、前記制御対象の計測部により計測された最終結果出力実績値に基づいて第２のモデル式を用いて算出された前記途中結果出力実績計算値に対応する途中結果出力実績値との偏移量に基づいてモデル学習補正項を算出し、この算出されたモデル学習補正項に基づいて前記第２のモデル式を補正するモデル学習計算部と、最終結果出力値に対する初期目標値と、前記最終結果出力実績値との偏移量をスムージング処理することによりバーニア補正項を算出し、前記初期目標値と、前記算出されたバーニア補正項とに基づいて仮目標値を算出するバーニア適応計算部と、前記初期目標値と、前記第１のモデル式と、前記モデル学習計算部により補正された第２のモデル式とに基づいて、前記バーニア適応計算部により算出された仮目標値を得るための前記設定値を算出する設定値計算部とを備えたことにある。
　上記目的を達成するため、本発明に係る設定計算学習装置の第２の特徴は、制御対象に対して設定する設定値に対応する入力変数実績値に基づいて第１のモデル式を用いて算出された途中結果出力実績計算値と、前記制御対象の計測部により計測された最終結果出力実績値に基づいて第２のモデル式を用いて算出された前記途中結果出力実績計算値に対応する途中結果出力実績値との偏移量に基づいてモデル学習補正項を算出し、この算出されたモデル学習補正項に基づいて前記第２のモデル式を補正するモデル学習計算部と、最終結果出力値と、前記最終結果出力実績値との偏移量をスムージング処理することによりバーニア補正項を算出し、前記最終結果出力値に対する初期目標値と、前記算出されたバーニア補正項とに基づいて仮目標値を算出するバーニア適応計算部と、前記初期目標値と、前記第１のモデル式と、前記モデル学習計算部により補正された第２のモデル式とに基づいて、前記バーニア適応計算部により算出された仮目標値を得るための前記設定値を算出する設定値計算部とを備えたことにある。
　上記目的を達成するため、本発明に係る設定計算学習装置の第３の特徴は、制御対象に対して設定する設定値に対応する入力変数実績値に基づいてモデル式を用いて算出された途中結果出力実績計算値と、前記制御対象の計測部により計測された最終結果出力実績値との偏移量に基づいてモデル学習補正項を算出し、この算出されたモデル学習補正項に基づいて最終結果出力値を補正するモデル学習計算部と、前記最終結果出力値に対する初期目標値と、前記最終結果出力実績値との偏移量をスムージング処理することによりバーニア補正項を算出し、前記初期目標値と、前記算出されたバーニア補正項とに基づいて仮目標値を算出するバーニア適応計算部と、前記初期目標値と、前記モデル式と、前記モデル学習計算部により補正された最終結果出力値とに基づいて、前記バーニア適応計算部により算出された仮目標値を得るための前記設定値を算出する設定値計算部とを備えたことにある。
　上記目的を達成するため、本発明に係る設定計算学習方法の第１の特徴は、制御対象に対して設定する設定値に対応する入力変数実績値に基づいて第１のモデル式を用いて算出された途中結果出力実績計算値と、前記制御対象の計測部により計測された最終結果出力実績値に基づいて第２のモデル式を用いて算出された前記途中結果出力実績計算値に対応する途中結果出力実績値との偏移量に基づいてモデル学習補正項を算出し、この算出されたモデル学習補正項に基づいて前記第２のモデル式を補正するモデル学習計算ステップと、最終結果出力値に対する初期目標値と、前記最終結果出力実績値との偏移量をスムージング処理することによりバーニア補正項を算出し、前記初期目標値と、前記算出されたバーニア補正項とに基づいて仮目標値を算出するバーニア適応計算ステップと、前記初期目標値と、前記第１のモデル式と、前記モデル学習計算ステップにより補正された第２のモデル式とに基づいて、前記バーニア適応計算ステップにより算出された仮目標値を得るための前記設定値を算出する設定値計算ステップとを有することにある。
　上記目的を達成するため、本発明に係る設定計算学習方法の第２の特徴は、制御対象に対して設定する設定値に対応する入力変数実績値に基づいて第１のモデル式を用いて算出された途中結果出力実績計算値と、前記制御対象の計測部により計測された最終結果出力実績値に基づいて第２のモデル式を用いて算出された前記途中結果出力実績計算値に対応する途中結果出力実績値との偏移量に基づいてモデル学習補正項を算出し、この算出されたモデル学習補正項に基づいて前記第２のモデル式を補正するモデル学習計算ステップと、最終結果出力値と、前記最終結果出力実績値との偏移量をスムージング処理することによりバーニア補正項を算出し、前記最終結果出力値に対する初期目標値と、前記算出されたバーニア補正項とに基づいて仮目標値を算出するバーニア適応計算ステップと、前記初期目標値と、前記第１のモデル式と、前記モデル学習計算ステップにより補正された第２のモデル式とに基づいて、前記バーニア適応計算ステップにより算出された仮目標値を得るための前記設定値を算出する設定値計算ステップとを有することにある。
　上記目的を達成するため、本発明に係る設定計算学習方法の第３の特徴は、制御対象に対して設定する設定値に対応する入力変数実績値に基づいてモデル式を用いて算出された途中結果出力実績計算値と、前記制御対象の計測部により計測された最終結果出力実績値との偏移量に基づいてモデル学習補正項を算出し、この算出されたモデル学習補正項に基づいて最終結果出力値を補正するモデル学習計算ステップと、前記最終結果出力値に対する初期目標値と、前記最終結果出力実績値との偏移量をスムージング処理することによりバーニア補正項を算出し、前記初期目標値と、前記算出されたバーニア補正項とに基づいて仮目標値を算出するバーニア適応計算ステップと、前記初期目標値と、前記モデル式と、前記モデル学習計算ステップにより補正された最終結果出力値とに基づいて、前記バーニア適応計算ステップにより算出された仮目標値を得るための前記設定値を算出する設定値計算ステップとを有することにある。
　本発明によれば、制御対象である機械設備の設定値を精度良く決定することができる。
本発明の第１の実施形態に係る設定計算学習装置が適用されたセットアップ計算システムの構成を示した構成図である。 本発明の第１の実施形態に係る設定計算学習装置の構成を示した構成図である。 本発明の第１の実施形態に係る設定計算学習装置が適用されたセットアップ計算システムによるセットアップ計算処理の処理手順を示したフローチャートである。 本発明の第２の実施形態に係る設定計算学習装置の構成を示した構成図である。 本発明の第３の実施形態に係る設定計算学習装置の構成を示した構成図である。 本発明の第３の実施形態に係る設定計算学習装置が適用されたセットアップ計算システムによるセットアップ計算処理の処理手順を示したフローチャートである。
　以下、本発明に係る設定計算学習装置の実施の形態について図面を参照して説明する。
＜第１の実施形態＞ 
　図１は、第１の実施形態に係る設定計算学習装置が適用されたセットアップ計算システムの構成を示した構成図である。
　図１に示すように、第１の実施形態に係る設定計算学習装置１が適用されたセットアップ計算システム１０は、設定計算学習装置１と、機械設備３と、実績収集収集装置４とを備えている。
　機械設備３は、例えば熱間圧延設備のような、設定された設定値に基づいて動作する１以上の機器を有する設備である。また、機械設備３には、温度計、圧力計、及び速度計のような各種計測器が備えられている。
　実績収集装置４は、機械設備３の各種計測器により計測された計測値を収集する。
　図２は、第１の実施形態に係る設定計算学習装置１の構成を示した構成図である。
　図２に示すように、設定計算学習装置１は、セットアップ計算装置２と、モデル適応学習装置５とを備えている。
　セットアップ計算装置２は、予め登録されているモデル式を使用して、評価される物理対象、即ち実績収集装置４に備えられた計測器により計測された計測値のうち評価される値が目標値に近づくように機械設備３の設定値を求める。このセットアップ計算装置2により設定された設定値が機械設備３に出力される。
　具体的には、セットアップ計算装置２は、設定値計算部８を備えており、設定値計算部８が、初期目標値Ｖｏｒｉ ＡＩＭと、第１のモデル式ｆと、後述するモデル学習計算部６により補正された第２のモデル式ｇとに基づいて、後述するバーニア適応計算部７により算出された仮目標値ＶＡＩＭを得るための設定値Ｘｉを算出する。
　モデル適応学習装置５は、その機能上、モデル学習計算部６と、バーニア適応計算部７とを備えている。
　モデル学習計算部６は、機械設備３に対して設定する設定値Ｘｉに対応する入力変数実績値Ｘｉ ＡＣＴに基づいて第１のモデル式ｆを用いて算出された途中結果出力実績計算値ＹＡＣＡＬと、機械設備３の計測部により計測された最終結果出力実績値ＶＡＣＴに基づいて第２のモデル式ｇを用いて算出された途中結果出力実績計算値ＹＡＣＡＬに対応する途中結果出力実績値ＹＡＣＴとの偏移量に基づいてモデル学習補正項ＺＮＥＷを算出し、この算出されたモデル学習補正項ＺＮＥＷに基づいて第２のモデル式ｇを補正する。
　バーニア適応計算部７は、最終結果出力値Ｖに対する初期目標値Ｖｏｒｉ ＡＩＭと、最終結果出力実績値ＶＡＣＴとの偏移量をスムージング処理することによりバーニア補正項Ｚｖｅｒ ＮＥＷを算出し、初期目標値Ｖｏｒｉ ＡＩＭと、算出されたバーニア補正項Ｚｖｅｒ ＮＥＷとに基づいて仮目標値ＶＡＩＭを算出する。
≪設定計算学習装置１の作用≫
　図３は、第１の実施形態に係る設定計算学習装置１が適用されたセットアップ計算システム１０によるセットアップ計算処理の処理手順を示したフローチャートである。
　図３に示すように、設定計算学習装置１のセットアップ計算装置２は、セットアップ計算処理が要求されると（ステップＳ１０１）、外部入力により初期値として設定された初期目標値Ｖｏｒｉ ＡＩＭに対応する機械設備３の入力変数である初期設定値を算出して、機械設備３に設定する（ステップＳ１０３）。
　そして、機械設備３の運転中、実績収集装置４が、機械設備３の各種計測器により計測された計測値を収集する（ステップＳ１０５）。
　次に、設定計算学習装置１のモデル適応学習装置５のモデル学習計算部６は、第１のモデル式ｆの途中結果出力値ＹＯＵＴに対する実績値である途中結果出力実績値ＹＡＣＴと、第１のモデル式ｆの途中結果出力値ＹＩＮに対する実績計算値である途中結果出力実績計算値ＹＡＣＡＬとを算出する（ステップＳ１０７）。
　具体的には、モデル学習計算部６は、評価される物理対象の最終結果出力値Ｖに対する実績値である最終結果出力実績値ＶＡＣＴと、実績収集装置４により収集された計測値Ｗｉ ＡＣＴと、その他条件入力ｂｋとに基づいて、下記の（数式１）を用いて、途中結果出力実績値ＹＡＣＴを算出する。
　ＹＡＣＴ＝ｇ－１（ＶＡＣＴ，Ｗ１ ＡＣＴ，Ｗ２ ＡＣＴ，・・・，ｂ１，ｂ２，・・・）　（数式１）
　ここで、
　ＹＡＣＴ：第１のモデル式ｆの途中結果出力値ＹＯＵＴに対する実績値（途中結果出力実績値）
　ｇ－１：第２のモデル式ｇの逆関数
　ＶＡＣＴ：評価される物理対象の最終結果出力値Ｖに対する実績値（最終結果出力実績値）
　Ｗｉ ＡＣＴ　（ｉ＝１，２，３，・・・）：その他の変数入力の実績値（実績収集装置４により収集された計測値）
　ｂｋ　（ｋ＝１，２，３，・・・）：その他の条件入力
　とする。
　さらに、モデル学習計算部６は、解として求めるべき入力変数である設定値Ｘｉの実績値である入力変数実績値Ｘｉ ＡＣＴと、その他条件入力ａｊとに基づいて、下記の（数式２）を用いて、途中結果出力実績計算値ＹＡＣＡＬを算出する。
　ＹＡＣＡＬ＝ｆ（Ｘ１ ＡＣＴ，Ｘ２ ＡＣＴ，・・・，ａ１，ａ２，・・・）　（数式２）
　ここで、
　ＹＡＣＡＬ＝：第１のモデル式ｆの途中結果出力値ＹＩＮに対する実績計算値（途中結果出力実績計算値）
　ｆ：学習の偏移量を評価される(補正項が施される)物理量の第１のモデル式
　Ｘｉ ＡＣＴ（ｉ＝１，２，３，・・・）：解として求めるべき入力変数である設定値Ｘｉの実績値（入力変数実績値）
　ａｊ　（ｊ＝１，２，３，・・・）：その他の条件入力
　とする。
　次に、モデル学習計算部６は、モデル学習偏移量を算出する（ステップＳ１０９）。具体的には、モデル学習計算部６は、ステップＳ１０７において算出された途中結果出力実績値ＹＡＣＴと、途中結果出力実績計算値ＹＡＣＡＬとに基づいて、下記の（数式３）を用いて、モデル学習偏移量ＺＣＵＲを算出する。
　ＺＣＵＲ＝ｈ（ＹＡＣＴ，ＹＡＣＡＬ）　　（数式３）
　ここで、
　ＺＣＵＲ：モデル学習偏移量
　ｈ：減算又は除算（i.e.　 ＺＣＵＲ＝ＹＡＣＴ－ＹＡＣＡＬ　又は　ＺＣＵＲ＝ＹＡＣＴ／ＹＡＣＡＬ）
　とする。
　次に、モデル学習計算部６は、下記の（数式４）を用いて、今回のセットアップ計算処理で用いられるモデル学習補正項ＺＮＥＷを算出する（ステップＳ１１１）。なお、今回のセットアップ計算処理とは、実行されているステップＳ１０５～Ｓ１２１の処理のことをいい、後述するステップＳ１２３においてセットアップ計算の計算周期に達したと判定され、次のループとして実行されるステップＳ１０５～Ｓ１２１の処理のことを次回のセットアップ計算処理といい、前回実行されたステップＳ１０５～Ｓ１２１の処理のことを前回のセットアップ計算処理という。
　ＺＮＥＷ＝ＺＯＬＤ＋β・（ＺＣＵＲ－ＺＯＬＤ）　　（数式４）
　ここで、
　ＺＮＥＷ：今回のセットアップ計算処理で使用するモデル学習補正項
　ＺＯＬＤ：前回のセットアップ計算処理で使用したモデル学習補正項
　β：平滑化係数
　とする。
　そして、モデル学習計算部６は、第２のモデル式ｇへ反映する（ステップＳ１１３）。具体的には、モデル学習計算部６は、補正される前の途中結果出力値であるＹＩＮと、ステップＳ１１１により算出したモデル学習補正項ＺＮＥＷとに基づいて、下記の（数式６）を用いて、途中結果出力値であるＹＯＵＴを算出し、この算出されたＹＯＵＴを、下記の（数式５）に示すように、最終結果出力値Ｖを算出するための第２のモデル式ｇに適応させる。
　Ｖ＝ｇ（ＹＯＵＴ，Ｗ１，Ｗ２，・・・，ｂ１，ｂ２，・・・）　　（数式５）
　ＹＯＵＴ＝ｐ（ＹＩＮ，ＺＮＥＷ）　　（数式６）
　ここで、
　ＹＯＵＴ：補正されたＹＩＮ
　ｐ：（数式３）が減算であれば加算、（数式３）が除算であれば乗算（i.e.　ＹＯＵＴ＝ＹＩＮ＋ＺＮＥＷ又は　ＹＯＵＴ＝ＹＩＮ×ＺＮＥＷ）
　とする。
　次に、設定計算学習装置１のモデル適応学習装置５のバーニア適応計算部７は、評価される物理対象の最終結果出力値Ｖに対する実績値である最終結果出力実績値ＶＡＣＴと、評価される物理対象の最終結果出力値Ｖに対する目標値の初期値である初期目標値Ｖｏｒｉ ＡＩＭとに基づいて、下記の（数式７）を用いて、バーニア偏移量Ｚｖｅｒ ＣＵＲを算出する（ステップＳ１１５）。
　Ｚｖｅｒ ＣＵＲ＝ｑ（ＶＡＣＴ，Ｖｏｒｉ ＡＩＭ）　　（数式７）
　ここで、
　Ｚｖｅｒ ＣＵＲ：バーニア偏移量
　ｑ：減算又は除算（i.e.　Ｚｖｅｒ ＣＵＲＲ＝ＶＡＣＴ－Ｖｏｒｉ ＡＩＭ　又は　Ｚｖｅｒ ＣＵＲ＝ＶＡＣＴ／Ｖｏｒｉ ＡＩＭ）
　ＶＡＣＴ：評価される物理対象の最終結果出力値Ｖに対する実績値（最終結果出力実績値）
　Ｖｏｒｉ ＡＩＭ：評価される物理対象の最終結果出力値Ｖに対する初期目標値
　とする。
　そして、バーニア適応計算部７は、下記の（数式８）を用いて、目標値Ｖｏｒｉ ＡＩＭと最終結果出力実績値ＶＡＣＴとに基づいて算出されたバーニア偏移量Ｚｖｅｒ ＣＵＲをスムージング処理することにより、バーニア補正項Ｚｖｅｒ ＮＥＷを算出する（ステップＳ１１７）。
　Ｚｖｅｒ ＮＥＷ＝α・Ｚｖｅｒ ＣＵＲ　　　　　（数式８）
　ここで、
　Ｚｖｅｒ ＮＥＷ：今回のセットアップ計算で使用するバーニア補正項
　α：平滑化係数
　次に、バーニア適応計算部７は、目標値へ反映する（ステップＳ１１９）。具体的には、バーニア適応計算部７は、初期目標値Ｖｏｒｉ ＡＩＭと、ステップＳ１１７において算出されたバーニア補正項Ｚｖｅｒ ＮＥＷとに基づいて、下記の（数式９）を用いて、評価される物理対象の最終結果出力値Ｖに対する補正後の仮目標値ＶＡＩＭを算出する。
　ＶＡＩＭ＝ｒ（Ｖｏｒｉ ＡＩＭ，Ｚｖｅｒ ＮＥＷ）　　（数式９）
　ここで、
　ＶＡＩＭ：評価される物理対象の最終結果出力値Ｖに対する補正後の仮目標値
　ｒ：（数式７）が減算であれば加算、（数式７）が除算であれば乗算（i.e.　 ＶＡＩＭ＝Ｖｏｒｉ ＡＩＭ＋Ｚｖｅｒ ＮＥＷ又は　ＶＡＩＭ＝Ｖｏｒｉ ＡＩＭ×Ｚｖｅｒ ＮＥＷ）
　とする。
　次に、設定計算学習装置１のセットアップ計算装置２の設定値計算部８は、設定値を算出する（ステップＳ１２１）。具体的には、設定値計算部８は、第１のモデル式ｆと、ステップＳ１１３においてモデル学習補正項ＺＮＥＷが反映された第２のモデル式ｇとに基づいて、下記の（数式１０）～（数式１３）を用いて、ステップＳ１１９において算出された仮目標値ＶＡＩＭを得るための設定値Ｘｉを算出する。
　ＶＡＩＭ＝Ｖ　　（数式１０）
　Ｖ＝ｇ（ＹＯＵＴ，Ｗ１，Ｗ２，・・・，ｂ１，ｂ２，・・・）　　（数式１１）
　ＹＯＵＴ＝ｐ（ＹＩＮ，ＺＮＥＷ）　　（数式１２）
　ＹＩＮ＝ｆ（Ｘ１，Ｘ２，・・・，ａ１，ａ２，・・・）　（数式１３）
　次に、設定計算学習装置１のモデル適応学習装置５は、セットアップ計算の計算周期に達したと判定すると、処理をステップＳ１２３へ移行し、セットアップ計算の計算周期に達していないと判定すると処理をステップＳ１２５へ移行する（ステップＳ１２３）。
　ステップＳ１２３において、セットアップ計算の計算周期に達したと判定された場合（ＮＯの場合）、セットアップ計算処理の停止が要求されると（ステップＳ１２５）、設定計算学習装置１は、セットアップ計算処理を終了する。
　以上のように、第１の実施形態に係る設定計算学習装置１が適用されたセットアップ計算システム１０によれば、モデル適応学習装置５のモデル学習計算部６が第２のモデル式を補正し、バーニア適応計算部７が仮目標値を算出し、セットアップ計算装置２の設定値計算部８が第１のモデル式と、補正された第２のモデル式とに基づいて、算出された仮目標値を得るための設定値を算出するので、制御対象である機械設備３の設定値を精度良く決定することができる。
　なお、第１の実施形態に係る設定計算学習装置１では、例えば、機械設備３として熱間圧延設備が採用された場合、最終結果出力値Ｖを圧延された圧延板の板厚として、仕上げ圧延を行う仕上げ圧延ミルのロールギャップの設定値を精度良く算出することができる。
＜第２の実施形態＞
　本発明に係る第１の実施形態では、バーニア適応計算部７が、最終結果出力値Ｖに対する初期目標値Ｖｏｒｉ ＡＩＭと、最終結果出力実績値ＶＡＣＴとの偏移量をスムージング処理することによりバーニア補正項Ｚｖｅｒ ＮＥＷを算出する設定計算学習装置１を例に挙げて説明したが、これに限らない。
　本発明に係る第２の実施形態では、バーニア適応計算部７が、最終結果出力値Ｖと、最終結果出力実績値ＶＡＣＴとの偏移量をスムージング処理することによりバーニア補正項Ｚｖｅｒ ＮＥＷを算出する設定計算学習装置１を例に挙げて説明する。
　本発明の第２の実施形態に係る設定計算学習装置１が適用されたセットアップ計算システム１０の構成につては、図１に示した本発明の第１の実施形態に係る設定計算学習装置１が適用されたセットアップ計算システム１０の構成と同一であるので、説明を省略する。
　図４は、第２の実施形態に係る設定計算学習装置１の構成を示した構成図である。
　図４に示すように、第２の実施形態に係る設定計算学習装置１は、セットアップ計算装置２と、モデル適応学習装置５とを備えている。ここで、セットアップ計算装置２の構成については、図２に示した本発明の第１の実施形態に係る設定計算学習装置１に備えられたセットアップ計算装置２の構成と同一であるので、説明を省略する。
　モデル適応学習装置５は、その機能上、モデル学習計算部６と、バーニア適応計算部７とを備えている。
　モデル学習計算部６は、機械設備３に対して設定する設定値Ｘｉに対応する入力変数実績値Ｘｉ ＡＣＴに基づいて第１のモデル式ｆを用いて算出された途中結果出力実績計算値ＹＡＣＡＬと、機械設備３の計測部により計測された最終結果出力実績値ＶＡＣＴに基づいて第２のモデル式ｇを用いて算出された途中結果出力実績計算値ＹＡＣＡＬに対応する途中結果出力実績値ＹＡＣＴとの偏移量に基づいてモデル学習補正項ＺＮＥＷを算出し、この算出されたモデル学習補正項ＺＮＥＷに基づいて第２のモデル式ｇを補正する。
　バーニア適応計算部７は、最終結果出力値Ｖと、最終結果出力実績値ＶＡＣＴとの偏移量をスムージング処理することによりバーニア補正項Ｚｖｅｒ ＮＥＷを算出し、最終結果出力値Ｖに対する初期目標値Ｖｏｒｉ ＡＩＭと、算出されたバーニア補正項Ｚｖｅｒ ＮＥＷとに基づいて仮目標値ＶＡＩＭを算出する。
≪設定計算学習装置１の作用≫
　第２の実施形態に係る設定計算学習装置１が適用されたセットアップ計算システム１０によるセットアップ計算処理は、図３に示した第１の実施形態に係る設定計算学習装置１が適用されたセットアップ計算システム１０によるセットアップ計算処理のうち、ステップＳ１１５～Ｓ１１９の処理が異なるので、これらの処理について以下に説明する。
　図３に示したフローチャートのステップＳ１１３の処理において、設定計算学習装置１のモデル学習計算部６が、途中結果出力値であるＹＯＵＴを第２のモデル式ｇへ反映すると、設定計算学習装置１のモデル適応学習装置５のバーニア適応計算部７は、評価される物理対象の最終結果出力値Ｖに対する実績値である最終結果出力実績値ＶＡＣＴと、評価される物理対象の最終結果出力値Ｖとに基づいて、下記の（数式１５）を用いて、バーニア偏移量Ｚｖｅｒ ＣＵＲを算出する（ステップＳ１１５）。
　Ｚｖｅｒ ＣＵＲ＝ｑ（ＶＡＣＴ，Ｖ）　　（数式１５）
　ここで、
　Ｚｖｅｒ ＣＵＲ：バーニア偏移量
　ｑ：減算又は除算（i.e.　Ｚｖｅｒ ＣＵＲＲ＝ＶＡＣＴ－Ｖｏｒｉ ＡＩＭ　又は　Ｚｖｅｒ ＣＵＲ＝ＶＡＣＴ／Ｖｏｒｉ ＡＩＭ）
　ＶＡＣＴ：評価される物理対象の最終結果出力値Ｖに対する実績値（最終結果出力実績値）
　Ｖ：評価される物理対象の最終結果出力値
　とする。
　次に、バーニア適応計算部７は、下記の（数式１６）を用いて、最終結果出力値Ｖと最終結果出力実績値ＶＡＣＴとに基づいて算出されたバーニア偏移量Ｚｖｅｒ ＣＵＲをスムージング処理することにより、バーニア補正項Ｚｖｅｒ ＮＥＷを算出する（ステップＳ１１７）。
　Ｚｖｅｒ ＮＥＷ＝α・Ｚｖｅｒ ＣＵＲ　　　　　（数式１６）
　ここで、
　Ｚｖｅｒ ＮＥＷ：今回のセットアップ計算で使用するバーニア補正項
　α：平滑化係数
　次に、バーニア適応計算部７は、目標値へ反映する（ステップＳ１１９）。具体的には、バーニア適応計算部７は、初期目標値Ｖｏｒｉ ＡＩＭと、ステップＳ１１７において算出されたバーニア補正項Ｚｖｅｒ ＮＥＷとに基づいて、下記の（数式１７）を用いて、評価される物理対象の最終結果出力値Ｖに対する補正後の仮目標値ＶＡＩＭを算出する。
　ＶＡＩＭ＝ｒ（Ｖｏｒｉ ＡＩＭ，Ｚｖｅｒ ＮＥＷ）　　（数式１７）
　ここで、
　ＶＡＩＭ：評価される物理対象の最終結果出力値Ｖに対する補正後の仮目標値
　ｒ：（数式１５）が減算であれば加算、（数式１５）が除算であれば乗算（i.e.　 ＶＡＩＭ＝Ｖｏｒｉ ＡＩＭ＋Ｚｖｅｒ ＮＥＷ又は　ＶＡＩＭ＝Ｖｏｒｉ ＡＩＭ×Ｚｖｅｒ ＮＥＷ）
　とする。
　以上のように、第２の実施形態に係る設定計算学習装置１が適用されたセットアップ計算システム１０によれば、モデル適応学習装置５のモデル学習計算部６が第２のモデル式を補正し、バーニア適応計算部７が最終結果出力値に基づいて仮目標値を算出し、セットアップ計算装置２の設定値計算部８が第１のモデル式と、補正された第２のモデル式とに基づいて、算出された仮目標値を得るための設定値を算出するので、制御対象である機械設備３の設定値を精度良く決定することができる。
＜第３の実施形態＞
　本発明に係る第１の実施形態では、モデル学習計算部が、算出したモデル学習補正項に基づいて第２のモデル式を補正する設定計算学習装置１を例に挙げて説明したが、これに限らない。
　本発明に係る第３の実施形態では、モデル学習計算部が、算出したモデル学習補正項に基づいて最終結果出力値を補正する設定計算学習装置１を例に挙げて説明する。
　本発明の第３の実施形態に係る設定計算学習装置１が適用されたセットアップ計算システム１０の構成につては、図１に示した本発明の第１の実施形態に係る設定計算学習装置１が適用されたセットアップ計算システム１０の構成と同一であるので、説明を省略する。
　図５は、第３の実施形態に係る設定計算学習装置１の構成を示した構成図である。
　図５に示すように、第３の実施形態に係る設定計算学習装置１は、セットアップ計算装置２と、モデル適応学習装置５とを備えている。
　セットアップ計算装置２は、予め登録されているモデル式を使用して、評価される物理対象、即ち実績収集装置４に備えられた計測器により計測された計測値が目標値に近づくように機械設備３の設定値を求める。このセットアップ計算装置2により設定された設定値が機械設備３に出力される。
　具体的には、セットアップ計算装置２は、設定値計算部８を備えており、設定値計算部８が、初期目標値Ｖｏｒｉ ＡＩＭと、モデル式と、後述するモデル学習計算部６により補正された最終結果出力値Ｖとに基づいて、バーニア適応計算部７により算出された仮目標値ＶＡＩＭを得るための設定値Ｘｉを算出する。
　モデル適応学習装置５は、その機能上、モデル学習計算部６と、バーニア適応計算部７とを備えている。
　モデル学習計算部６は、機械設備３に対して設定する設定値Ｘｉに対応する入力変数実績値Ｘｉ ＡＣＴに基づいてモデル式ｆを用いて算出された途中結果出力実績計算値ＹＡＣＡＬと、機械設備３の計測部により計測された最終結果出力実績値ＶＡＣＴとの偏移量に基づいてモデル学習補正項ＺＮＥＷを算出し、この算出されたモデル学習補正項ＺＮＥＷに基づいて最終結果出力値Ｖを補正する。
　バーニア適応計算部７は、最終結果出力値Ｖに対する初期目標値Ｖｏｒｉ ＡＩＭと、最終結果出力実績値ＶＡＣＴとの偏移量をスムージング処理することによりバーニア補正項Ｚｖｅｒ ＮＥＷを算出し、初期目標値Ｖｏｒｉ ＡＩＭと、算出されたバーニア補正項Ｚｖｅｒ ＮＥＷとに基づいて仮目標値ＶＡＩＭを算出する。
≪設定計算学習装置１の作用≫
　図６は、第３の実施形態に係る設定計算学習装置１が適用されたセットアップ計算システム１０によるセットアップ計算処理の処理手順を示したフローチャートである。ここでは、一例として、機械設備３として熱間圧延設備が採用され、最終結果出力値である最終板厚値Ｖを圧延された圧延板の板厚としたときの、仕上げ圧延を行う仕上げ圧延ミルのロールギャップの設定値を精度良く算出する設定計算学習装置１を例に挙げて説明する。
　図６に示すように、設定計算学習装置１のセットアップ計算装置２は、セットアップ計算処理が要求されると（ステップＳ２０１）、外部入力により初期値として設定された初期目標値Ｖｏｒｉ ＡＩＭに対応する機械設備３の入力変数である初期設定値を算出して、機械設備３に設定する（ステップＳ２０３）。
　そして、機械設備３の運転中、実績収集装置４が、機械設備３の各種計測器により計測された計測値を収集する（ステップＳ２０５）。
　次に、設定計算学習装置１のモデル適応学習装置５のモデル学習計算部６は、ゲージメータ板厚モデル式ｆの途中出力板厚値Ｙに対する実績計算値である途中結果出力実績計算値ＹＡＣＡＬを算出する（ステップＳ２０７）。具体的には、モデル学習計算部６は、解として求めるべき入力変数であるロールギャップの設定値Ｘ１の実績値である入力変数実績値Ｘ１ ＡＣＴと、圧延荷重の実績値として入力される入力変数実績値Ｘ２ ＡＣＴと、その他条件入力ａｊとに基づいて、下記の（数式１９）を用いて、途中結果出力実績計算値ＹＡＣＡＬを算出する。
　ＹＡＣＡＬ＝ｆ（Ｘ１ ＡＣＴ，Ｘ２ ＡＣＴ，・・・，ａ１，ａ２，・・・）　（数式１９）
　ここで、
　ＹＡＣＡＬ＝：ゲージメータ板厚モデル式ｆの途中出力板厚値Ｙに対する実績計算値（途中結果出力実績計算値）
　ｆ：ゲージメータ板厚モデル式
　Ｘ１ ＡＣＴ：ロールギャップの実績値（入力変数実績値）
　Ｘ１ ＡＣＴ：圧延荷重の実績値（入力変数実績値）
　ａｊ　（ｊ＝１，２，３，・・・）：その他の条件入力
　とする。
　次に、モデル学習計算部６は、モデル学習偏移量ＺＣＵＲを算出する（ステップＳ２０９）。具体的には、モデル学習計算部６は、ステップＳ２０７において算出された途中結果出力実績計算値ＹＡＣＡＬと、実績収集装置４から供給された板厚実績値ＶＡＣＴとに基づいて、下記の（数式２０）を用いて、モデル学習偏移量ＺＣＵＲを算出する。
　ＺＣＵＲ＝ｈ（ＶＡＣＴ，ＹＡＣＡＬ）　　（数式２０）
　ここで、
　ＺＣＵＲ：モデル学習偏移量
　ｈ：減算（i.e.　 ＺＣＵＲ＝ＶＡＣＴ－ＹＡＣＡＬ）
　とする。
　次に、モデル学習計算部６は、下記の（数式２１）を用いて、今回のセットアップ計算処理で用いられるモデル学習補正項ＺＮＥＷを算出する（ステップＳ２１１）。
　ＺＮＥＷ＝ＺＯＬＤ＋β・（ＺＣＵＲ－ＺＯＬＤ）　　（数式２１）
　ここで、
　ＺＮＥＷ：今回のセットアップ計算処理で使用するモデル学習補正項
　ＺＯＬＤ：前回のセットアップ計算処理で使用したモデル学習補正項
　β：平滑化係数
　とする。
　そして、モデル学習計算部６は、途中出力板厚値Ｙに、下記の（数式２２）を用いて、ステップＳ２１１において算出されたモデル学習補正項ＺＮＥＷを反映させて、最終板厚値Ｖを補正する（ステップＳ２１３）。
　Ｖ＝ｐ（Ｙ，ＺＮＥＷ）　　（数式２２）
　ここで、
　Ｖ：補正されたＹ、即ち最終板厚値
　ｐ：加算（i.e.　Ｖ＝Ｙ＋ＺＮＥＷ）
　とする。
　次に、設定計算学習装置１のモデル適応学習装置５のバーニア適応計算部７は、最終板厚値Ｖに対する実績値である板厚実績値ＶＡＣＴと、最終板厚値Ｖに対する板厚目標値の初期値である初期板厚目標値Ｖｏｒｉ ＡＩＭとに基づいて、下記の（数式２３）を用いて、バーニア偏移量Ｚｖｅｒ ＣＵＲを算出する（ステップＳ２１５）。
　Ｚｖｅｒ ＣＵＲ＝ｑ（ＶＡＣＴ，Ｖｏｒｉ ＡＩＭ）　　（数式２３）
　ここで、
　Ｚｖｅｒ ＣＵＲ：バーニア偏移量
　ｑ：減算（i.e.　Ｚｖｅｒ ＣＵＲＲ＝ＶＡＣＴ－Ｖｏｒｉ ＡＩＭ）
　ＶＡＣＴ：最終板厚値Ｖに対する実績値（最終結果出力実績値）
　Ｖｏｒｉ ＡＩＭ：最終板厚値Ｖに対する初期板厚目標値
　とする。
　そして、バーニア適応計算部７は、下記の（数式２４）を用いて、板厚目標値Ｖｏｒｉ ＡＩＭと板厚実績値ＶＡＣＴとに基づいて算出されたバーニア偏移量Ｚｖｅｒ ＣＵＲをスムージング処理することにより、バーニア補正項Ｚｖｅｒ ＮＥＷを算出する（ステップＳ２１７）。
　Ｚｖｅｒ ＮＥＷ＝α・Ｚｖｅｒ ＣＵＲ　　　　　（数式２４）
　ここで、
　Ｚｖｅｒ ＮＥＷ：今回のセットアップ計算で使用するバーニア補正項
　α：平滑化係数
　次に、バーニア適応計算部７は、板厚目標値へ反映する（ステップＳ２１９）。具体的には、バーニア適応計算部７は、初期板厚目標値Ｖｏｒｉ ＡＩＭと、ステップＳ２１７において算出されたバーニア補正項Ｚｖｅｒ ＮＥＷとに基づいて、下記の（数式２５）を用いて、最終板厚値Ｖに対する補正後の仮板厚目標値ＶＡＩＭを算出する。
　ＶＡＩＭ＝ｒ（Ｖｏｒｉ ＡＩＭ，Ｚｖｅｒ ＮＥＷ）　　（数式２５）
　ここで、
　ＶＡＩＭ：最終板厚値Ｖに対する補正後の仮板厚目標値
　ｒ：加算（i.e.　 ＶＡＩＭ＝Ｖｏｒｉ ＡＩＭ＋Ｚｖｅｒ ＮＥＷ）
　とする。
　次に、設定計算学習装置１のセットアップ計算装置２の設定値計算部８は、ロールギャップ設定値を算出する（ステップＳ２２１）。具体的には、設定値計算部８は、ゲージメータ板厚モデル式ｆと、モデル学習計算部６により補正された最終板厚値Ｖとに基づいて、下記の（数式１０）～（数式１３）を用いて、ステップＳ２１９において算出された仮板厚目標値ＶＡＩＭを得るためのロールギャップ設定値Ｘ１を算出する。
　ＶＡＩＭ＝Ｖ　　（数式２６）
　Ｖ＝ｐ（Ｙ，ＺＮＥＷ）　　（数式２７）
　Ｙ＝ｆ（Ｘ１，Ｘ２，・・・，ａ１，ａ２，・・・）　（数式２８）
　次に、設定計算学習装置１のモデル適応学習装置５は、セットアップ計算の計算周期に達したと判定すると、処理をステップＳ２０５へ移行し、セットアップ計算の計算周期に達していないと判定すると処理をステップＳ２２５へ移行する（ステップＳ２２３）。
　　ステップＳ２２３において、セットアップ計算の計算周期に達したと判定された場合（ＮＯの場合）、セットアップ計算処理の停止が要求されると（ステップＳ２２５）、設定計算学習装置１は、セットアップ計算処理を終了する。
　以上のように、第３の実施形態に係る設定計算学習装置１が適用されたセットアップ計算システム１０によれば、モデル学習計算部６が、算出したモデル学習補正項ＺＮＥＷに基づいて最終結果出力値Ｖを補正し、バーニア適応計算部７が仮板厚目標値ＶＡＩＭを算出し、セットアップ計算装置２の設定値計算部８が、ゲージメータ板厚モデル式ｆと、モデル学習計算部６により補正された最終板厚値Ｖとに基づいて、バーニア適応計算部７により算出された仮板厚目標値ＶＡＩＭを得るためのロールギャップ設定値Ｘ１を算出するので、装置負荷を低減しつつ、制御対象である機械設備３の設定値を精度良く決定することができる。
　なお、第３の実施形態に係る設定計算学習装置１では、機械設備３として熱間圧延設備が採用され、最終結果出力値である最終板厚値Ｖを圧延された圧延板の板厚としたときの、仕上げ圧延を行う仕上げ圧延ミルのロールギャップの設定値を精度良く算出する設定計算学習装置１を例に挙げて説明したが、機械設備３は、熱間圧延設備に限らず、設定された設定値に基づいて動作する１以上の機器を有する設備であればよい。
産業上の利用の可能性
　本発明は、熱間で金属を圧延する熱間圧延装置のような機械設備を動作させるために必要な設定値を精度良く決定する制御装置に適用できる。

Claims (6)

  1. 　制御対象に対して設定する設定値に対応する入力変数実績値に基づいて第１のモデル式を用いて算出された途中結果出力実績計算値と、前記制御対象の計測部により計測された最終結果出力実績値に基づいて第２のモデル式を用いて算出された前記途中結果出力実績計算値に対応する途中結果出力実績値との偏移量に基づいてモデル学習補正項を算出し、この算出されたモデル学習補正項に基づいて前記第２のモデル式を補正するモデル学習計算部と、
    　最終結果出力値に対する初期目標値と、前記最終結果出力実績値との偏移量をスムージング処理することによりバーニア補正項を算出し、前記初期目標値と、前記算出されたバーニア補正項とに基づいて仮目標値を算出するバーニア適応計算部と、
    　前記初期目標値と、前記第１のモデル式と、前記モデル学習計算部により補正された第２のモデル式とに基づいて、前記バーニア適応計算部により算出された仮目標値を得るための前記設定値を算出する設定値計算部と、
    　を備えたことを特徴とする設定計算学習装置。
  2. 　制御対象に対して設定する設定値に対応する入力変数実績値に基づいて第１のモデル式を用いて算出された途中結果出力実績計算値と、前記制御対象の計測部により計測された最終結果出力実績値に基づいて第２のモデル式を用いて算出された前記途中結果出力実績計算値に対応する途中結果出力実績値との偏移量に基づいてモデル学習補正項を算出し、この算出されたモデル学習補正項に基づいて前記第２のモデル式を補正するモデル学習計算部と、
    　最終結果出力値と、前記最終結果出力実績値との偏移量をスムージング処理することによりバーニア補正項を算出し、前記最終結果出力値に対する初期目標値と、前記算出されたバーニア補正項とに基づいて仮目標値を算出するバーニア適応計算部と、
    　前記初期目標値と、前記第１のモデル式と、前記モデル学習計算部により補正された第２のモデル式とに基づいて、前記バーニア適応計算部により算出された仮目標値を得るための前記設定値を算出する設定値計算部と、
    を備えたことを特徴とする設定計算学習装置。
  3. 　制御対象に対して設定する設定値に対応する入力変数実績値に基づいてモデル式を用いて算出された途中結果出力実績計算値と、前記制御対象の計測部により計測された最終結果出力実績値との偏移量に基づいてモデル学習補正項を算出し、この算出されたモデル学習補正項に基づいて最終結果出力値を補正するモデル学習計算部と、
    　前記最終結果出力値に対する初期目標値と、前記最終結果出力実績値との偏移量をスムージング処理することによりバーニア補正項を算出し、前記初期目標値と、前記算出されたバーニア補正項とに基づいて仮目標値を算出するバーニア適応計算部と、
    　前記初期目標値と、前記モデル式と、前記モデル学習計算部により補正された最終結果出力値とに基づいて、前記バーニア適応計算部により算出された仮目標値を得るための前記設定値を算出する設定値計算部と、
    　を備えたことを特徴とする設定計算学習装置。
  4. 　制御対象に対して設定する設定値に対応する入力変数実績値に基づいて第１のモデル式を用いて算出された途中結果出力実績計算値と、前記制御対象の計測部により計測された最終結果出力実績値に基づいて第２のモデル式を用いて算出された前記途中結果出力実績計算値に対応する途中結果出力実績値との偏移量に基づいてモデル学習補正項を算出し、この算出されたモデル学習補正項に基づいて前記第２のモデル式を補正するモデル学習計算ステップと、
    　最終結果出力値に対する初期目標値と、前記最終結果出力実績値との偏移量をスムージング処理することによりバーニア補正項を算出し、前記初期目標値と、前記算出されたバーニア補正項とに基づいて仮目標値を算出するバーニア適応計算ステップと、
    　前記初期目標値と、前記第１のモデル式と、前記モデル学習計算ステップにより補正された第２のモデル式とに基づいて、前記バーニア適応計算ステップにより算出された仮目標値を得るための前記設定値を算出する設定値計算ステップと、
    　を有することを特徴とする設定計算学習方法。
  5. 　制御対象に対して設定する設定値に対応する入力変数実績値に基づいて第１のモデル式を用いて算出された途中結果出力実績計算値と、前記制御対象の計測部により計測された最終結果出力実績値に基づいて第２のモデル式を用いて算出された前記途中結果出力実績計算値に対応する途中結果出力実績値との偏移量に基づいてモデル学習補正項を算出し、この算出されたモデル学習補正項に基づいて前記第２のモデル式を補正するモデル学習計算ステップと、
    　最終結果出力値と、前記最終結果出力実績値との偏移量をスムージング処理することによりバーニア補正項を算出し、前記最終結果出力値に対する初期目標値と、前記算出されたバーニア補正項とに基づいて仮目標値を算出するバーニア適応計算ステップと、
    　前記初期目標値と、前記第１のモデル式と、前記モデル学習計算ステップにより補正された第２のモデル式とに基づいて、前記バーニア適応計算ステップにより算出された仮目標値を得るための前記設定値を算出する設定値計算ステップと、
    　を有することを特徴とする設定計算学習方法。
  6. 　制御対象に対して設定する設定値に対応する入力変数実績値に基づいてモデル式を用いて算出された途中結果出力実績計算値と、前記制御対象の計測部により計測された最終結果出力実績値との偏移量に基づいてモデル学習補正項を算出し、この算出されたモデル学習補正項に基づいて最終結果出力値を補正するモデル学習計算ステップと、
    　前記最終結果出力値に対する初期目標値と、前記最終結果出力実績値との偏移量をスムージング処理することによりバーニア補正項を算出し、前記初期目標値と、前記算出されたバーニア補正項とに基づいて仮目標値を算出するバーニア適応計算ステップと、
    　前記初期目標値と、前記モデル式と、前記モデル学習計算ステップにより補正された最終結果出力値とに基づいて、前記バーニア適応計算ステップにより算出された仮目標値を得るための前記設定値を算出する設定値計算ステップと、
    　を有することを特徴とする設定計算学習方法。
PCT/JP2009/065427 2009-09-03 2009-09-03 設定計算学習装置及び設定計算学習方法 WO2011027451A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN200980161316.6A CN102483612B (zh) 2009-09-03 2009-09-03 设定计算学习装置和设定计算学习方法
KR1020127005905A KR101318047B1 (ko) 2009-09-03 2009-09-03 설정 계산 학습 장치 및 설정 계산 학습 방법
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
JP2011529741A JP5309219B2 (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

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 (1)

Publication Number Publication Date
WO2011027451A1 true WO2011027451A1 (ja) 2011-03-10

Family

ID=43649013

Family Applications (1)

Application Number Title Priority Date Filing Date
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

Country Status (4)

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

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 (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001025807A (ja) * 1999-07-15 2001-01-30 Toshiba Corp リバース式圧延機の学習制御装置
JP2002301509A (ja) * 2001-04-05 2002-10-15 Toshiba Corp 圧延機の制御装置
JP2003340508A (ja) * 2002-05-27 2003-12-02 Toshiba Ge Automation Systems Corp 圧延機設定計算装置用学習制御装置

Family Cites Families (15)

* 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
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
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
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
KR101161700B1 (ko) * 2004-07-09 2012-07-03 가부시끼가이샤 히다치 세이사꾸쇼 열간 압연밀의 크라운제어장치 및 그 제어방법
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 (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001025807A (ja) * 1999-07-15 2001-01-30 Toshiba Corp リバース式圧延機の学習制御装置
JP2002301509A (ja) * 2001-04-05 2002-10-15 Toshiba Corp 圧延機の制御装置
JP2003340508A (ja) * 2002-05-27 2003-12-02 Toshiba Ge Automation Systems Corp 圧延機設定計算装置用学習制御装置

Also Published As

Publication number Publication date
KR20120059531A (ko) 2012-06-08
JPWO2011027451A1 (ja) 2013-01-31
CN102483612B (zh) 2014-01-01
JP5309219B2 (ja) 2013-10-09
KR101318047B1 (ko) 2013-10-14
CN102483612A (zh) 2012-05-30

Similar Documents

Publication Publication Date Title
JP2009113101A (ja) 圧延荷重の学習制御方法および装置、ならびに鋼板の製造方法
CN113649420B (zh) 一种平整机轧制力获取方法及装置
CN103831304B (zh) 一种热连轧中间坯目标宽度计算方法及系统
JP6229799B2 (ja) 平坦度制御装置
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
JP4983589B2 (ja) 冷間連続圧延設備の制御装置
JP5309219B2 (ja) 設定計算学習装置及び設定計算学習方法
KR101877341B1 (ko) 교정 롤 시스템의 교정 롤 정렬 방법
KR20040043911A (ko) 신경 회로망을 이용한 압연 하중 예측 장치 및 방법
JP2013226596A (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
JP6385847B2 (ja) 圧延機の板厚制御方法
JP2012217994A (ja) 鋼板の圧延制御方法、装置及びプログラム
CN105522002A (zh) 一种冷轧厚度自动控制方法
JP4224375B2 (ja) 板厚・クラウン制御方法
JP2015147249A (ja) 圧延機の制御方法、圧延機の制御装置、及び圧延材の製造方法
JP2000126809A (ja) 圧延機のセットアップ装置
JP2006021243A (ja) 熱間圧延ミルのクラウン制御装置およびその制御方法
KR100929015B1 (ko) 압연재 소성계수 보정에 의한 예측압연하중 보정방법
JP5565214B2 (ja) 圧延機の板厚制御方法
JP5617307B2 (ja) 鋼板の圧延方法及びパススケジュール算出方法
JP5846303B2 (ja) 設定計算システムの学習装置及び学習方法
JP5821527B2 (ja) ロール偏芯除去方法及びロール偏芯除去制御装置
JP2005014058A (ja) 圧延機の板厚制御方法及び板厚制御装置
JPH11104720A (ja) 圧延機のセットアップ装置
TW202238298A (zh) 精軋機出口溫度估算方法

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 200980161316.6

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09848982

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2011529741

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 20127005905

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2855/CHENP/2012

Country of ref document: IN

122 Ep: pct application non-entry in european phase

Ref document number: 09848982

Country of ref document: EP

Kind code of ref document: A1