WO2015122010A1 - 圧延プロセスの学習制御装置 - Google Patents

圧延プロセスの学習制御装置 Download PDF

Info

Publication number
WO2015122010A1
WO2015122010A1 PCT/JP2014/053622 JP2014053622W WO2015122010A1 WO 2015122010 A1 WO2015122010 A1 WO 2015122010A1 JP 2014053622 W JP2014053622 W JP 2014053622W WO 2015122010 A1 WO2015122010 A1 WO 2015122010A1
Authority
WO
WIPO (PCT)
Prior art keywords
value
learning
learning coefficient
cell
rolling
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.)
Ceased
Application number
PCT/JP2014/053622
Other languages
English (en)
French (fr)
Inventor
直博 久保
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Mitsubishi Electric Industrial Systems Corp
Original Assignee
Toshiba Mitsubishi Electric Industrial Systems Corp
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 Toshiba Mitsubishi Electric Industrial Systems Corp filed Critical Toshiba Mitsubishi Electric Industrial Systems Corp
Priority to CN201480075773.4A priority Critical patent/CN106030424B/zh
Priority to PCT/JP2014/053622 priority patent/WO2015122010A1/ja
Priority to US15/119,313 priority patent/US10124381B2/en
Priority to JP2015562674A priority patent/JP6233423B2/ja
Priority to KR1020167025045A priority patent/KR101832653B1/ko
Publication of WO2015122010A1 publication Critical patent/WO2015122010A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Definitions

  • the control of the rolling process is to perform rolling so that the rolled material after the manufacture is completed has a desired size and temperature.
  • the rolling process control generally includes setting control and dynamic control.
  • the rolling phenomenon is predicted by a model formula, and the setting values of the equipment of the rolling equipment, such as the rolling speed, the amount of cooling water, and the roll gap of the rolling mill, so that the rolled material has a desired size and temperature.
  • the model formula cannot completely represent the physical phenomenon that occurs in the rolling process.
  • the calculation formula representing the model has been simplified for reasons such as reduction of calculation load and convenience of adjustment. For this reason, a deviation occurs between the actual value measured by the sensor and the predicted value calculated by the model formula.
  • learning control is performed in which a learning coefficient is provided in the model formula and the learning coefficient is automatically adjusted based on the actual data in order to improve and stabilize the prediction accuracy of the rolling phenomenon.
  • Actual data includes finishing temperature and rolling load, and these are collected for the purpose of setting calculation.
  • Learning control consists of a plurality of processes, one of which is actual recalculation.
  • a model predicted value based on the actual data is calculated using the model formula. This is generally called the actual recalculation value.
  • the actual recalculated value is compared with the actual value included in the actual data, and an error of the actual recalculated value with respect to the actual value, that is, a model error is calculated.
  • the actual value of the rolling load measured by the load cell is compared with the actual recalculated value of the rolling load calculated from the actual data using the model formula, and rolling A load model error is calculated.
  • a learning coefficient is calculated based on the model error.
  • the learning coefficient calculated at this time is called an instantaneous value of the learning coefficient.
  • the instantaneous value of the learning coefficient calculated from the model error cannot be applied to the next rolled material as it is. Therefore, the instantaneous value of the learning coefficient is passed through a smoothing filter. A value obtained by smoothing the instantaneous value of the learning coefficient is used as an updated value of the learning coefficient.
  • the following equation is a specific example of a smoothing filter equation that calculates an update value from an instantaneous value of a learning coefficient.
  • the update value of the learning coefficient is calculated by multiplying the deviation between the instantaneous value of the learning coefficient and the previous value of the learning coefficient (previous value of the updated value) by the update gain and adding the previous value of the learning coefficient thereto.
  • Znew Zuse * (1- ⁇ ) + Zcur * ⁇
  • Znew learning coefficient update value
  • Zcur learning coefficient (instantaneous value)
  • Zuse Learning coefficient (previous value)
  • ⁇ Learning coefficient update gain (filter time constant)
  • the update value of the calculated learning coefficient is generally recorded in a stratified table.
  • the stratification is a concept for classifying rolling conditions such as thickness, width, strain, strain rate, and temperature of the rolled material. For example, when the thickness is divided into m and the width is divided into n, the stratification table is composed of m ⁇ n cells. Each time the rolling of the material is finished, an updated value of the learning coefficient is calculated and recorded in a cell that matches the rolling conditions of the material.
  • a stratified table for recording learning coefficients different learning coefficients for each rolling condition can be appropriately managed, and the rolling phenomenon prediction system is improved. That is, the learning control using the stratified table is an important function for ensuring the prediction accuracy of the model-type rolling phenomenon and ensuring the product quality accuracy and the rolling stability.
  • a method of simultaneously updating the learning coefficient of an adjacent cell when updating the learning coefficient of one cell can be considered.
  • a learning coefficient is calculated for the cell (i, j) corresponding to the rolling condition by the same method as described above. Note that (i, j) indicates the coordinates of the cell in the stratification table.
  • Znew (i, j) Zuse (i, j) * (1- ⁇ ) + Zcur (i, j) * ⁇
  • ⁇ Learning coefficient update gain (filter time constant) for the cell
  • the learning coefficient is calculated by the following formula. Note that (p, q) indicates the coordinates of adjacent cells in the stratification table, which includes (i-1, j), (i, j-1), (i + 1, j), and (i + 1,1). j) is included.
  • This learning method can saturate the learning coefficients of adjacent cells with as few rolling opportunities as possible.
  • the learning coefficient of a cell slightly away from the cell cannot be updated. That is, with this learning method, only a limited effect can be obtained with respect to reducing rolling opportunities.
  • the learning coefficient of the cell is unstable and greatly fluctuates every time it is updated, the learning coefficient of the adjacent cell is also affected.
  • learning control using a stratified table has another problem.
  • the problem is that it is difficult to follow changes with time in the rolling process because the cells are subdivided. If there is no rolling for a while for the rolling conditions applicable to a certain cell, the rolling process may change during that time.
  • the change in the rolling process mentioned here includes both an active change such as a change in temperature level in hot rolling and a passive change such as deterioration of equipment. If the rolling process changes, the true learning factor will also change. For this reason, when the update value of the learning coefficient recorded in the stratification table remains old, the value may not be appropriate.
  • an error included in the model prediction value increases, and the accuracy of the set value of the device decreases.
  • the learning term of the unskilled lot is optimized using the learning term of the adjacent mastered lot. can do.
  • the learning item of the adjacent lot is not necessarily more familiar than the learning item of the next lot. If the learning item of the next lot is unfamiliar and the learning item of the adjacent lot is also unfamiliar, setting calculation for the next lot must be performed based on the unfamiliar learning item.
  • the learning term of an adjacent lot is unstable, that is, if the value fluctuates greatly with each update, the learning term of the next lot that is corrected using it will also become unstable. End up.
  • the accuracy of the learning term of the adjacent lot has deteriorated over time due to a change in the rolling process without rolling for a while, the accuracy of the learning term of the next lot to be corrected by using it is also lowered. End up.
  • the present invention has been made in view of the above problems, and in the learning control device that learns and manages the learning coefficient of the model formula used for the setting calculation for each rolling condition, the saturation, stability, and the latest degree in each rolling condition. It is an object of the present invention to obtain a learning coefficient satisfying any of the above.
  • a learning control apparatus is a learning control apparatus that has a database composed of a plurality of cells that classify rolling conditions, and that manages learning coefficients of model equations used for setting calculation of a rolling process in the database.
  • the present invention is configured as follows.
  • the learning control apparatus includes an instantaneous value calculation recording means and an update value calculation recording means as means for calculating a learning coefficient and recording it in a database.
  • the instantaneous value calculation recording means calculates the instantaneous value of the learning coefficient based on the difference between the actual value measured in the rolling process and the actual recalculated value calculated using the model formula, and the calculated instantaneous value is It is comprised so that it may record with learning date with respect to the cell applicable to the said rolling conditions. With such a configuration of the instantaneous value calculation recording means, instantaneous value history information is recorded for each cell in the database.
  • the update value calculation recording means calculates the update value of the learning coefficient based on the instantaneous value of the learning coefficient calculated by the instantaneous value calculation means and the previous value of the learning coefficient under the rolling condition, and the calculated update value is It is comprised so that it may record with learning date with respect to the cell applicable to the said rolling conditions. With this configuration of the update value calculation recording means, update value history information is recorded in the database for each cell.
  • each history information of the instantaneous value and the updated value may be managed by a stratified table. That is, the database is configured to include a first stratification table and a second stratification table that share cells, and the instantaneous value recording by the instantaneous value calculation recording means is performed on the first stratification table. The update value recording by the update value calculation recording means may be performed on the second stratified table.
  • a learning control apparatus includes: a latest degree evaluation unit that evaluates the latest degree of a learning coefficient; a saturation degree evaluation unit that evaluates a saturation degree of a learning coefficient; and a stability evaluation means that evaluates the stability of a learning coefficient.
  • the latest degree evaluation means is configured to evaluate the latest degree of the learning coefficient for each of the plurality of cells based on the update value history information recorded in the database.
  • the saturation evaluation means is configured to evaluate the saturation of the learning coefficient for each of the plurality of cells based on the history information of the update values recorded in the database.
  • the stability evaluation means is configured to evaluate the stability of the learning coefficient for each of the plurality of cells based on the instantaneous value history information recorded in the database.
  • each evaluation result of the latest degree, the saturation degree, and the stability can be managed by the stratified table.
  • the database may be configured to further include third to fifth stratification tables that share cells with the first and second stratification tables.
  • the latest evaluation result by the latest evaluation means is recorded on the third stratification table, and the saturation evaluation result by the saturation evaluation means is recorded on the fourth stratification table.
  • the recording of the stability evaluation result by the stability evaluation means may be performed on the fifth stratified table.
  • the learning control apparatus includes a neighboring cell selection unit, an estimated value calculation unit, and a use value determination unit.
  • the neighboring cell selection means is a space with the target cell corresponding to the next rolling condition in a space having the rolling condition as a coordinate axis from among the cells whose evaluation results of the latest degree, the saturation degree, and the stability satisfy the criteria. A predetermined number of neighboring cells having a short distance are selected.
  • the estimated value calculation means respectively determines the representative value of the learning coefficient in the selected predetermined number of neighboring cells, and based on the coordinates of the target cell and the selected coordinates of the predetermined number of neighboring cells and the representative value, by polynomial interpolation, It is configured to calculate an estimated value of the learning coefficient in the target cell.
  • the use value determining means is configured to correct the latest update value of the learning coefficient in the target cell with the estimated value and to determine the use value of the learning coefficient under the next rolling condition.
  • the usage value determining means is configured to calculate the usage value by a weighted average of the latest updated value and the estimated value.
  • the weighted average according to the evaluation result is such that the weight of the latest update value increases as the evaluation result of the latest degree, saturation degree, and stability for the target cell increases, and the weight of the estimated value increases as the evaluation result decreases. It is more preferable to change the weight coefficient.
  • the learning control apparatus configured as described above, it is possible to apply the latest learning coefficient with a high degree of saturation and a high degree of stability with respect to a cell corresponding to the rolling condition of the next material. Thereby, the accuracy of the model predicted value in the setting control can be improved, and consequently the accuracy of product quality and the stability of operation can be improved.
  • FIG. 1 shows the configuration and processing flow of a learning control device for a rolling process according to the present embodiment.
  • the learning control device 1 includes a learning device 10, a storage device 20, and a setting calculation device 30.
  • the learning device 10 is a device that learns the learning coefficient of the model formula used for the setting calculation based on the performance data of the rolling process.
  • the storage device 20 is a device that stores the learning coefficient of the model formula and information related thereto in a database.
  • This database is composed of a plurality of cells dividing the rolling conditions. More specifically, it is composed of five stratified tables 21, 22, 23, 24, and 25 that share cells.
  • the setting calculation device 30 is a device that calculates a model predicted value using a learning coefficient stored in a database, and determines a setting value of a rolling mill device based on the model predicted value.
  • the processing unit 11 recalculates the model predicted value based on the actual data of the rolling process.
  • the processing unit 12 calculates an instantaneous value of the learning coefficient based on a model error between the actual recalculated value calculated by the processing unit 11 and the actual value included in the actual data.
  • the processing unit 13 calculates an updated value of the learning coefficient by passing the instantaneous value of the learning coefficient calculated by the processing unit 12 through a smoothing filter.
  • the calculation method of the instantaneous value and the update value of the learning coefficient is the same as that in the conventional learning control described in “Background Art”.
  • the learning control device records the instantaneous value and the updated value of the learning coefficient in the cell corresponding to the rolling condition of the rolled material after the rolling of the rolled material is completed. Specifically, the instantaneous value of the learning coefficient is recorded in the first stratification table 21.
  • the processing unit 12 selects a cell corresponding to the rolling condition from a plurality of cells constituting the first stratification table 21. Then, the instantaneous value history information is stored in the first stratified table 21 by recording the calculated instantaneous value in time series for the selected cell. More specifically, in the first stratification table 21, the instantaneous value of the learning coefficient is stored as history information together with the learning date and time for the past N rolling materials for each cell. The stored information is numbered from the newest.
  • the newly stored information is the first, and every time information is added, a number i + 1 is newly added to the i-th information. Further, if N pieces of information are already stored when information is added, the oldest Nth information is discarded, and an Nth number is newly added to the (N-1) th information.
  • the updated value of the learning coefficient is recorded in the second stratification table 22.
  • the processing unit 13 selects a cell corresponding to the rolling condition from a plurality of cells constituting the second stratification table 22. Then, the update value history information is stored in the second stratification table 22 by recording the calculated update value in time series for the selected cell. More specifically, in the second stratification table 22, the updated value of the learning coefficient is stored as history information together with the learning date and time for the past M rolled materials for each cell. The stored information is numbered from the newest, as is the history information regarding the instantaneous value of the learning coefficient.
  • the newly stored information is the first and the i-th information is newly numbered i + 1, and if M pieces of information have already been stored, the oldest M-th information is discarded. An M number is newly added to the (M-1) th information.
  • the learning control device updates the learning coefficient update value and the instantaneous value history information, and then performs three evaluations on the learning coefficient.
  • the first evaluation is an evaluation of the latest degree of the learning coefficient, and this is performed for all cells.
  • the second evaluation is an evaluation of the degree of saturation of the learning coefficient, which is performed for the cell corresponding to the rolling condition of the material, that is, the cell for which history information has been updated in the current process.
  • the third evaluation is an evaluation of the stability of the learning coefficient, and this is also performed for the cell.
  • the processing unit 14 evaluates the latest degree of the learning coefficient.
  • the processing unit 14 confirms that the update value of the learning coefficient of each cell in the second stratification table 22 is new based on the history information of the update value of the learning coefficient stored in the second stratification table 22. evaluate. If the update of each cell is updated after a certain date and time, the update value of the learning coefficient can be determined to be new. The following formula is used for this determination. ⁇ (k, l) ⁇ time Where (k, l): cell coordinates (where k, l is a combination of all rolling conditions) ⁇ (k, l): Time difference between the update date and time of the learning coefficient for the material and the update date and time of the cell (k, l)
  • the processing unit 14 determines that the updated value of the learning coefficient stored in the cell (k, l) is the latest, and sets FCZtime (k, l) to 1. If the above equation is not satisfied, the processing unit 14 determines that the update value of the learning coefficient stored in the cell (k, l) is not the latest, and sets FCZtime (k, l) to 0. Note that FCZtime (k, l) is a numerical value indicating the latest evaluation result of the update value of the learning coefficient. If it is 1, it means that it is the latest, and 0 means that it is not the latest. The processing unit 14 makes the determination based on the above formula for all the cells.
  • the latest evaluation value FCZtime (k, l) determined for each cell by the processing unit 14 is recorded in the corresponding cell of the third stratification table 23.
  • the processing unit 15 evaluates the saturation of the learning coefficient.
  • the processing unit 15 evaluates that the update value of the learning coefficient is saturated for the cell based on the history information of the update value of the learning coefficient stored in the second stratification table 22.
  • ⁇ mdf Average value of the change value of the saturation criterion reference value update value
  • CZmdf (r, s) is calculated by the following equation.
  • the processing unit 15 determines that the update value of the learning coefficient stored in the cell (r, s) is saturated and sets FCZmdf (r, s) to 1. If the above equation is not satisfied, the processing unit 15 determines that the update value of the learning coefficient stored in the cell (r, s) is not saturated and sets FCZmdf (r, s) to 0. If M ⁇ m, the processing unit 15 sets FCZmdf (r, s) to 0. Note that FCZmdf (r, s) is a numerical value indicating the evaluation result of the degree of saturation of the updated value of the learning coefficient. If it is 1, it means that it is saturated, and if it is 0, it means that it is not saturated.
  • the saturation evaluation value FCZmdf (r, s) determined by the processing unit 15 is recorded in the cell (r, s) of the fourth stratification table 24.
  • Evaluation of the stability of the learning coefficient is performed by the processing unit 16.
  • CZcur (r, s) ⁇ cur
  • (r, s) Coordinate of the cell
  • CZcur (r, s) Standard deviation of change in instantaneous value of learning coefficient of the cell
  • ⁇ cur Standard deviation of change in instantaneous value of stability criterion value
  • CZcur (r, s) is calculated by the following equation.
  • the processing unit 16 determines that the instantaneous value of the learning coefficient stored in the cell (r, s) is stable, and sets FCZcur (r, s) to 1. If the above equation is not satisfied, the processing unit 16 determines that the instantaneous value of the learning coefficient stored in the cell (r, s) is not stable, and sets FCZcur (r, s) to 0. If N ⁇ n, the processing unit 16 sets FCZcur (r, s) to 0. Note that FCZcur (r, s) is a numerical value indicating the evaluation result of the stability of the instantaneous value of the learning coefficient. If it is 1, it means that it is stable, and if it is 0, it means that it is not stable.
  • the instantaneous value and the updated value of the learning coefficient are stored for the cell corresponding to the rolling condition of the material. Furthermore, the latest degree of the learning coefficient is evaluated for all the cells, the saturation degree and the stability degree of the learning coefficient are evaluated for the cell, and the evaluation values are also stored in the corresponding cells.
  • the setting calculation device 30 obtains a learning coefficient by two methods for a cell to which the rolling condition of the next material corresponds, that is, a target cell that is a model prediction target using a model formula, and applies the learning coefficient from these to the rolling of the next material.
  • Use value of learning coefficient is calculated.
  • One method is a method of indexing and reading the latest update value of the cell corresponding to the rolling condition of the next material from the history information of the update value of the learning coefficient stored in the second stratification table 22. Processing according to this method is performed by the processing unit 33.
  • the coordinate of the cell of the next material is (t, u)
  • the update value of the learning coefficient read by the processing unit 33 is Zmod (t, u).
  • the other method is a method of calculating an estimated value of a learning coefficient in a cell of the next material using a learning coefficient of a cell in the vicinity of the cell of the next material. Processing according to this method is performed by the processing units 31 and 32. Specifically, first, the processing unit 31 selects a cell that satisfies a predetermined condition from cells in the vicinity of the next material cell.
  • the conditions are the following three conditions: 1) Learning is updated with relatively new data. 2) The updated value of the learning coefficient is saturated. 3) The instantaneous value of the learning coefficient is stable.
  • the processing unit 31 selects a cell whose evaluation result is determined to be 1 in all of the third stratified table 23, the fourth stratified table 24, and the fifth stratified table 25. Then, three cells having a spatial distance close to the cell (t, u) corresponding to the next material are extracted in order from the selected cells. Here, it is assumed that the selected three cells are cell A (ta, ua), cell B (tb, ub), and cell C (tc, uc).
  • the processing unit 32 stores the instantaneous values stored in the first stratification table 21 for the cells A (ta, ua), B (tb, ub), and C (tc, uc) selected by the processing unit 31. Based on the history information, the representative value representing the latest K instantaneous values (for example, the latest K average value or median value, or K-2 averages obtained by removing the maximum value and the minimum value from the latest K values) Value or median).
  • the representative value representing the latest K instantaneous values for example, the latest K average value or median value, or K-2 averages obtained by removing the maximum value and the minimum value from the latest K values
  • the representative value of cell A (ta, ua) is Zestm (ta, ua)
  • the representative value of cell B (tb, ub) is Zestm (tb, ub)
  • the representative value of cell C (tc, uc) is Let Zestm (tc, uc).
  • the processing unit 32 uses the coordinates of the selected cell A (ta, ua), cell B (tb, ub), cell C (tc, uc) and their respective coordinates.
  • a first-order polynomial that holds between the representative values is specified. That is, as shown in FIG. 2, three coordinate points (ta, ua, Zestm (ta, ua)), (tb, The plane passing through (ub, Zestm (tb, ub)), (tc, uc, Zestm (tc, uc)) is obtained. This plane can be determined as satisfying the following equation.
  • Zestm (t, u) a * t + b * u + c
  • the coefficients a, b, and c of the plane equation are calculated as satisfying the following conditions.
  • Zestm (ta, ua) a * ta + b * ua + c
  • Zestm (tb, ub) a * tb + b * ub + c
  • Zestm (tc, uc) a * tc + b * uc + c
  • the processing unit 32 calculates the learning coefficient by the polynomial interpolation using the above formula for the cell (t, u) to which the next material corresponds, so that the learning coefficient satisfying the latest degree, the saturation degree, and the stability degree.
  • the estimated value of is calculated.
  • the estimated value of the learning coefficient calculated by the processing unit 34 is Zestm (t, u).
  • Zuse (t, u) ⁇ * Zmod (t, u) + (1- ⁇ ) * Zestm (t, u) Where Zuse (t, u) is the value used for the learning coefficient.
  • the processing unit 35 increases the learning coefficient update value Zmod (t, t, by increasing the value of the weighting coefficient ⁇ if the update value Zmod (t, u) of the learning coefficient is satisfactory in the latest degree, saturation degree, and stability. Give u) a weight. Conversely, if the latest value, saturation, and stability of the estimated value Zestm (t, u) of the learning coefficient are good, the estimated value Zestm (t, u) of the learning coefficient is reduced by decreasing the value of the weighting coefficient ⁇ . Can be given a weight.
  • An example of a method for determining the weighting factor ⁇ is shown below.
  • the processing unit 36 corrects the model formula with the use value of the learning coefficient calculated by the processing unit 35. Thereby, the precision improvement of the prediction calculation by a model formula is achieved. And setting calculation is performed using the corrected model formula, and the setting value of the apparatus of a rolling mill is determined. By scanning each device in accordance with the set value determined in this way, accuracy of product quality and operational stability can be improved.
  • the processing unit 12 corresponds to the instantaneous value calculation recording means
  • the processing unit 13 corresponds to the update value calculation recording means
  • the processing unit 14 corresponds to the latest degree evaluation means
  • the processing unit 15 Corresponds to the saturation evaluation means
  • the processing unit 16 corresponds to the stability evaluation means.
  • the processing unit 31 corresponds to a neighboring cell selection unit
  • the processing unit 32 corresponds to an estimated value calculation unit
  • the processing units 34 and 35 correspond to usage value determination unit.
  • a routine corresponding to each processing unit is stored as one program in the memory of the computer constituting the learning control apparatus 1. When the program is executed by the processor of the computer, the computer functions as each processing unit.
  • learning control device 10 learning device 20 storage device (database) 21, 22, 23, 24, 25 Stratified table 30 setting calculation device

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Control Of Metal Rolling (AREA)
  • Feedback Control In General (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)

Abstract

　実績値と実績再計算値とのズレに基づいて学習係数の瞬時値を算出し、瞬時値から学習係数の更新値を算出する。算出した更新値は当該圧延条件に該当するセルに記録する。設定計算時には、学習係数の最新度、飽和度、及び、安定度の各評価結果が基準を満たすセルの中から、圧延条件を座標軸とする空間において、次圧延条件に該当する対象セルとの空間距離が近い所定個数の近傍セルを選定する。そして、選定した近傍セルにおける学習係数の代表値を用いた多項式補間により、対象セルにおける学習係数の推定値を算出する。そして、対象セルにおける学習係数の最新更新値を推定値で補正し、次圧延条件での学習係数の使用値として決定する。

Description

圧延プロセスの学習制御装置
　本発明は、圧延プロセスの制御において、圧延現象を予測するモデル式の学習係数を実績データに基づき算出して圧延条件ごとに管理する学習制御装置、に関する。
　圧延プロセスの制御とは、製造完了後の圧延材が所望の寸法や温度になるように圧延することである。圧延プロセス制御は、一般に設定制御とダイナミック制御からなる。設定制御では、圧延現象をモデル式により予測し、圧延材が所望の寸法や温度になるように、圧延速度、冷却水の水量、及び、圧延機のロールギャップなど、圧延設備の機器の設定値を決定する。ただし、モデル式は、圧延プロセスで起こる物理現象を完全に表現することができない。また、計算負荷の軽減、調整の利便性などの理由で、モデルを表す計算式は簡素化されている。このため、センサにより計測した実績値とモデル式で計算した予測値との間には偏差が発生する。そこで、従来の圧延プロセスの設定制御では、圧延現象の予測精度の向上と安定を図るべく、モデル式に学習係数を設けて、この学習係数を実績データに基づき自動調整する学習制御が行われている。実績データには仕上げ温度や圧延荷重が含まれ、これらは設定計算の狙い点について収集される。
　ここで、一般的な圧延プロセスの学習制御の概要について説明する。学習制御は複数の処理から成り、その１つが実績再計算である。実績再計算では、モデル式を使って実績データに基づくモデル予測値を算出する。これを一般に実績再計算値と呼ぶ。実績再計算値は実績データに含まれる実績値と比較されて、実績値に対する実績再計算値の誤差、すなわち、モデル誤差が算出される。例えば、圧延機のロールギャップの設定制御の場合、ロードセルにて計測された圧延荷重の実績値と、モデル式を用いて実績データから計算された圧延荷重の実績再計算値とが比較され、圧延荷重のモデル誤差が算出される。
　そして、モデル誤差に基づいて学習係数が算出される。このとき算出された学習係数を学習係数の瞬時値と言う。ただし、モデル誤差がモデル式を簡素化して構築する上で無視された要因の内、どの要因に起因しているかが不明であること、また、学習に使う実績データ自体に外乱や誤差が含まれていることから、モデル誤差から算出した学習係数の瞬時値をそのまま次の圧延材に適用することはできない。そこで、学習係数の瞬時値を平滑フィルターに通すことが行われる。学習係数の瞬時値を平滑化して得られる値が学習係数の更新値として用いられる。
　以下の式は、学習係数の瞬時値から更新値を算出する平滑フィルターの式の具体例である。学習係数の瞬時値と学習係数の前回値（更新値の前回値）との偏差に更新ゲインを乗じ、それに学習係数の前回値を加算することによって、学習係数の更新値が算出される。
Znew = Zuse＊(1-α) ＋ Zcur＊α
ここで、Znew:　学習係数更新値
　　　　Zcur:　学習係数（瞬時値）
　　　　Zuse:　学習係数（前回値）
　　　　α　:　学習係数更新ゲイン（フィルターの時定数）
　算出された学習係数の更新値は、一般的に、層別テーブルに記録される。層別とは、圧延材の厚み、幅、歪、歪速度、温度といった圧延条件を区分する概念である。例えば、厚みをｍ区分、幅をｎ区分する場合、層別テーブルはｍ×ｎ個のセルから構成される。当該材の圧延が終わる毎に学習係数の更新値が算出され、当該材の圧延条件に一致するセルに記録される。学習係数の記録に層別テーブルを用いることで、圧延条件毎に異なる学習係数を適切に管理することができ、圧延現象の予測制度が向上する。つまり、層別テーブルを用いた学習制御は、モデル式の圧延現象の予測精度を確保し、成品の品質精度と圧延の安定性を確保するために重要な機能である。
　ただし、層別テーブルを用いた学習制御には問題もある。層別テーブルで学習係数を管理することで、学習係数は層別テーブルの内、該当する１つのセルで管理され、そのセル毎に平滑化されて更新される。このため、１つのセルの学習係数が飽和するのに多数の圧延機会（圧延本数）が必要となる。また、圧延条件が少しでも異なるセル番号が選択されるため、学習係数は異なるセルについて新たに更新されていくことになる。このため、層別テーブルを構成する全てのセルについて、セル毎に多数の圧延機会が必要となる。
　必要な圧延機会を少なくする１つの案として、１つのセルの学習係数を更新するときに、隣接するセルの学習係数も同時に更新する方法が考えられる。この学習方法では、以下の式に示すように、当該圧延条件に対応する当該セル(i,j)に対しては、前述と同じ方法で学習係数を計算する。なお、(i,j)は層別テーブルにおける当該セルの座標を示している。
Znew(i,j) = Zuse(i,j)＊(1-α) ＋ Zcur(i,j)＊α
ここで、Znew(i,j)：　当該セルの学習係数更新値
　　　　Zcur(i,j)：　当該セルの学習係数（瞬時値）
　　　　Zuse(i,j)：　当該セルの学習係数（前回値）
　　　　α　：　当該セルの学習係数更新ゲイン（フィルターの時定数）
　隣接するセル(p,q)に対しては、以下の式にて学習係数を計算する。なお、(p,q)は層別テーブルにおける隣接するセルの座標を示し、これには(i-1,j)、(i,j-1)、(i＋1,j)、及び、(i＋1,j)が含まれる。
Znew(p,q) = Zuse(p,q)＊(1-α’) ＋ Zcur(i,j)＊α’
ここで、Znew(p,q)：　隣接するセルの学習係数更新値
　　　　Zcur(i,j)：　当該材セルの学習係数（瞬時値）
　　　　Zuse(p,q)：　隣接するセルの学習係数（前回値）
　　　　α’　：　隣接するセルの学習係数更新ゲイン（フィルターの時定数）
　この学習方法によると、隣接するセルの学習係数をできるだけ少ない圧延機会で飽和させることができる。しかし、隣接するセルは学習が進むものの、当該セルから少し離れたセルの学習係数は更新することができない。つまり、この学習方法では、圧延機会を少なくすることに関して限定的な効果しか得ることができない。また、当該セルの学習係数が不安定で更新の度に変動が大きい場合、隣接するセルの学習係数もその影響を受けることになってしまう。
　さらに、層別テーブルを用いた学習制御には上記とは別の問題もある。その問題とは、セルが細分化されているために圧延プロセスの経時変化に追従しにくいと言うことである。あるセルに該当する圧延条件についてしばらくの間圧延がない場合、その間に圧延プロセスが変化する可能性がある。ここで言う圧延プロセスの変化には、熱延における温度レベルの変化などの能動的な変化と設備の劣化などの受動的な変化の双方が含まれる。圧延プロセスが変化すれば、真の学習係数にも変化が生じる。このため、層別テーブルに記録されている学習係数の更新値が古いままとなっている場合、その値は適切ではないおそれがある。適切な値でない学習係数をモデル式に適用した場合には、モデル予測値に含まれる誤差が大きくなり、機器の設定値の精度を低下させてしまう。
　このように、従来一般的に用いられている層別テーブルを用いた学習制御には種々の問題がある。一方、層別テーブルを用いた学習制御には、下記の特許文献１，２に開示される提案も存在する。
　特許文献１に開示されている提案は、モデルと現象とのズレに含まれる時系列的な変動によるズレを時系列学習係数として分離すると言う方法である。当該圧延条件に対応する学習係数を圧延現象に依存するグループ別学習係数と時間変化に依存する時系列学習係数とに分けて計算し、これら２種類の学習係数に基づいてモデル予測値を修正することでその精度を向上させている。具体的には、モデル誤差から計算した学習係数の瞬時値と、当該圧延条件での圧延現象に関わる学習係数の使用値とに基づき、平滑フィルターを用いて時系列学習係数の更新値が算出される。そして、学習係数の瞬時値から時系列学習係数の更新値を取り去った後に残った値に基づき、平滑フィルターを用いて当該圧延条件での圧延現象に関わる学習係数の更新値が算出される。
　特許文献１で提案されている学習方法によれば、プロセスラインの時系列的な変動によるズレを時系列学習係数として抽出することができる。しかし、この学習方法でも圧延現象に依存するグループ別学習係数はセル毎に行われている。このため、ある圧延条件による圧延が暫く行われない間に圧延プロセスに変化があり、それによって当該圧延条件でのモデルと現象とのズレに変動が生じたとしても、それは当該圧延条件のセルに記録された学習係数には反映されない。よって、圧延プロセスの変化後の当該圧延条件での1本目の圧延では、モデルと現象との間のズレを適切に修正した学習係数を得ることができない。
　特許文献２に開示されている提案は、圧延材の区分に対応するロット（セル）毎にモデル式の学習項を記録するものにおいて、ロットが変更されるごとに次のロットに対応する学習項の習熟度を判定し、習熟度が基準よりも低い場合には、習熟度が高い他のロットの学習項を使用して次のロットの学習項を補正すると言う方法である。具体的には、次のロットの学習項の学習回数が基準回数以上かどうかと、次のロットに対応する学習項の最新の所定回の標準偏差が基準値以下かどうかを基準にして、次のロットの学習項の習熟度が判定される。そして、習熟度が基準よりも低い場合には、テーブル上で当該ロットに隣接する各ロットの学習項と、その習熟度に応じて決定される補正係数とに基づき、平滑化フィルターを用いて当該ロットの学習項の補正が行われる。
　特許文献２で提案されている学習方法によれば、次のロットの学習項が未習熟であっても、隣接する習熟したロットの学習項を使用して未習熟のロットの学習項を最適化することができる。しかし、必ずしも隣接するロットの学習項が次のロットの学習項よりも習熟しているとは限らない。次のロットの学習項が未習熟であり、隣接するロットの学習項も未習熟であった場合には、次のロットに関しては未習熟な学習項に基づいて設定計算を行わざるを得なくなる。また、隣接するロットの学習項が不安定である場合、つまり、更新の度に値が大きく変動するような場合は、それを用いて補正される次のロットの学習項も不安定になってしまう。さらに、圧延が暫く無い間の圧延プロセスの変化によって隣接するロットの学習項の精度が経時劣化している場合には、それを用いて補正される次のロットの学習項の精度も低くなってしまう。
日本特許第２８３９７４６号公報 日本特開２０００－２６３１１０号公報
　以上述べたように、特許文献１，２で提案されている何れの学習方法であっても、前述の課題の全てを解決できる訳ではない。つまり、学習係数の飽和度が低い場合の問題（飽和度の問題）、学習係数が不安定で変動が大きい場合の問題（安定度の問題）、そして、圧延が暫く無い間の圧延プロセスの変化によって学習係数が古くなったときの問題（最新度の問題）は、現在においても十分に解決されているとは言えない。
　本発明は、上記の課題に鑑みなされたものであり、設定計算に用いるモデル式の学習係数を圧延条件ごとに学習し管理する学習制御装置において、各圧延条件において飽和度、安定度、最新度の何れも満足する学習係数を得られるようにすることを目的とする。
　本発明に係る学習制御装置は、圧延条件を区分する複数のセルから構成されるデータベースを有し、圧延プロセスの設定計算に用いるモデル式の学習係数をデータベースにて管理する学習制御装置であって、上記目的を達成するために以下のように構成される。
　本発明に係る学習制御装置は、学習係数を算出してデータベースに記録する手段として、瞬時値算出記録手段と更新値算出記録手段とを備える。瞬時値算出記録手段は、圧延プロセスで計測された実績値とモデル式を用いて算出された実績再計算値とのズレに基づいて学習係数の瞬時値を算出し、そして、算出した瞬時値を当該圧延条件に該当するセルに対して学習日時とともに記録するように構成される。瞬時値算出記録手段のこのような構成により、データベースにはセルごとに瞬時値の履歴情報が記録される。更新値算出記録手段は、瞬時値算出手段が算出した学習係数の瞬時値と学習係数の当該圧延条件での前回値とに基づいて学習係数の更新値を算出し、そして、算出した更新値を当該圧延条件に該当するセルに対して学習日時とともに記録するように構成される。更新値算出記録手段のこのような構成により、データベースにはセルごとに更新値の履歴情報が記録される。
　なお、セルにより区分される圧延条件が２項目の場合、瞬時値と更新値のそれぞれの履歴情報を層別テーブルにて管理してもよい。つまり、データベースをセルを共通にする第１の層別テーブルと第２の層別テーブルとを含むように構成し、瞬時値算出記録手段による瞬時値の記録は第１の層別テーブルに対して行い、更新値算出記録手段による更新値の記録は第２の層別テーブルに対して行うようにしてもよい。
　本発明に係る学習制御装置は、学習係数の最新度を評価する最新度評価手段、学習係数の飽和度を評価する飽和度評価手段、そして、学習係数の安定度を評価する安定度評価手段を備える。最新度評価手段は、データベースに記録された更新値の履歴情報に基づき、複数のセルのそれぞれについて学習係数の最新度を評価するように構成される。飽和度評価手段は、データベースに記録された更新値の履歴情報に基づき、複数のセルのそれぞれについて学習係数の飽和度を評価するように構成される。安定度評価手段は、データベースに記録された瞬時値の履歴情報に基づき、複数のセルのそれぞれについて学習係数の安定度を評価するように構成される。
　なお、瞬時値と更新値の各履歴情報と同様に、最新度、飽和度、及び、安定度のそれぞれの評価結果についても層別テーブルにて管理することができる。この場合、データベースは、第１及び第２の層別テーブルとセルを共通にする第３ないし第５の層別テーブルをさらに含むように構成すればよい。そして、最新度評価手段による最新度の評価結果の記録は第３の層別テーブルに対して行い、飽和度評価手段による飽和度の評価結果の記録は第４の層別テーブルに対して行い、安定度評価手段による安定度の評価結果の記録は第５の層別テーブルに対して行うようにすればよい。
　さらに、本発明に係る学習制御装置は、近傍セル選定手段、推定値算出手段、及び、使用値決定手段を備える。近傍セル選定手段は、最新度、飽和度、及び、安定度のそれぞれの評価結果が基準を満たすセルの中から、圧延条件を座標軸とする空間において、次圧延条件に該当する対象セルとの空間距離が近い所定個数の近傍セルを選定するように構成される。推定値算出手段は、選定した所定個数の近傍セルにおける学習係数の代表値をそれぞれ決定し、対象セルの座標と選定した所定個数の近傍セルの座標及び代表値とに基づいて、多項式補間により、対象セルにおける学習係数の推定値を算出するように構成される。そして、使用値決定手段は、対象セルにおける学習係数の最新更新値を推定値で補正し、次圧延条件での学習係数の使用値として決定するように構成される。
　好ましくは、使用値決定手段は、最新更新値と推定値との加重平均によって使用値を算出するように構成される。対象セルに対する最新度、飽和度、及び、安定度の評価結果が高いほど最新更新値の重みが大きくなり、評価結果が低いほど推定値の重みが大きくなるように、評価結果に応じて加重平均の重み係数を変化させることがより好ましい。
　以上のように構成される本発明に係る学習制御装置によれば、次材の圧延条件が該当するセルについて、最新で、飽和度が高く、安定度が高い学習係数を適用することができる。これにより、設定制御におけるモデル予測値の精度を向上させ、ひいては、成品品質の精度、及び、操業の安定性を改善することができる。
本発明の実施の形態に係る圧延プロセスの学習制御装置の構成と処理のフローを示す図である。 学習係数の推定値の算出方法を説明する図である。
　以下、図面を参照して、本発明の実施の形態を説明する。
　本実施の形態に係る圧延プロセスの学習制御装置の構成と処理のフローを図１に示す。本学習制御装置１は、学習装置１０、記憶装置２０、及び、設定計算装置３０を備える。学習装置１０は、設定計算に用いるモデル式の学習係数を圧延プロセスの実績データに基づいて学習する装置である。記憶装置２０は、モデル式の学習係数及びそれに関連する情報をデータベースに記憶する装置である。このデータベースは、圧延条件を区分する複数のセルから構成されている。より詳しくは、セルを共通にする５つの層別テーブル２１，２２，２３，２４，２５から構成されている。なお、セルを共通にするとは、テーブル間においてセルの座標が同一であれば該当する圧延条件も同じであり、座標が同一のセルはテーブル間で紐付けされていることを意味する。本実施の形態では、圧延条件は圧延材の厚みと幅の２項目であり、各層別テーブルには厚みと幅を軸とするテーブルが用いられている。厚みの番号が“i”、幅の番号が“j”である場合、(i,j)が各層別テーブルにおけるセルの座標となる。設定計算装置３０は、データベースに記憶された学習係数を用いてモデル予測値を計算し、モデル予測値に基づいて圧延装置の機器の設定値を決定する装置である。
　まず、学習装置１０の詳細について説明する。処理ユニット１１は、圧延プロセスの実績データに基づいて、モデル予測値の実績再計算を行う。処理ユニット１２は、処理ユニット１１で算出された実績再計算値と実績データに含まれる実績値との間のモデル誤差に基づいて、学習係数の瞬時値を算出する。処理ユニット１３は、処理ユニット１２で算出された学習係数の瞬時値を平滑フィルターに通すことによって、学習係数の更新値を算出する。学習係数の瞬時値及び更新値の算出方法は、「背景技術」にて説明した従来の学習制御における内容と同じである。
　本学習制御装置は、１本の圧延材の圧延が完了した後、その材の圧延条件が該当するセルに学習係数の瞬時値と更新値をそれぞれ記録する。詳しくは、学習係数の瞬時値は、第１の層別テーブル２１に記録される。処理ユニット１２は、第１の層別テーブル２１を構成する複数のセルの中から当該圧延条件に該当するセルを選択する。そして、選択したセルに対して、算出した瞬時値を時系列に記録していくことによって、第１の層別テーブル２１に瞬時値の履歴情報を記憶させる。より詳しくは、第１の層別テーブル２１には、個々のセル毎に、過去Ｎ本分の圧延材について、学習係数の瞬時値が学習日時とともに履歴情報として記憶される。記憶された情報は、新しいものから番号が付される。すなわち、新しく記憶された情報を１番目とし、情報が追加される度にｉ番目の情報にはi＋1番の番号が新たに付される。また、情報が追加されるときに既にＮ本分の情報が記憶されていれば、最も古いＮ番目の情報を破棄し、N-1番目の情報に新たにＮ番の番号が付される。
　学習係数の更新値は、第２の層別テーブル２２に記録される。処理ユニット１３は、第２の層別テーブル２２を構成する複数のセルの中から当該圧延条件に該当するセルを選択する。そして、選択したセルに対して、算出した更新値を時系列に記録していくことによって、第２の層別テーブル２２に更新値の履歴情報を記憶させる。より詳しくは、第２の層別テーブル２２には、個々のセル毎に、過去Ｍ本分の圧延材について、学習係数の更新値が学習日時とともに履歴情報として記憶される。記憶された情報は、学習係数の瞬時値に関する履歴情報と同じく、新しいものから番号が付される。すなわち、新しく記憶された情報を１番目としてｉ番目の情報にはi＋1番の番号が新たに付され、既にＭ本分の情報が記憶されていれば、最も古いＭ番目の情報を破棄してM-1番目の情報に新たにＭ番の番号が付される。
　本学習制御装置は、学習係数の更新値と瞬時値のそれぞれの履歴情報を更新した後、学習係数に関して３つの評価を行う。第１の評価は学習係数の最新度の評価であって、これは全てのセルについて行う。第２の評価は学習係数の飽和度の評価であって、これは当該材の圧延条件に対応する当該セル、つまり、今回の処理で履歴情報の更新が行われたセルについて行う。第３の評価は学習係数の安定度の評価であって、これも当該セルについて行う。
　学習係数の最新度の評価は処理ユニット１４が行う。処理ユニット１４は、第２の層別テーブル２２に記憶された学習係数の更新値の履歴情報に基づき、第２の層別テーブル２２の各セルの学習係数の更新値が新しいものであることを評価する。各セルの更新が一定日時以降に更新されていれば、その学習係数の更新値を新しいものと判断できる。この判断には以下の式が用いられる。
ε(k,l) ＜ εtime
ここで、(k,l)：　セルの座標（ただし、k,lは全ての圧延条件の組合せ）
　　　　ε(k,l)：　当該材の学習係数の更新日時とセル(k,l)の更新日時の時間差
　　　　εtime：　最新度の判定基準値
　上記の式が満たされた場合、処理ユニット１４は、セル(k,l)が記憶している学習係数の更新値は最新であると判断し、FCZtime(k,l)を１とする。上記の式が満たされない場合、処理ユニット１４は、セル(k,l)が記憶している学習係数の更新値は最新でないと判断し、FCZtime(k,l)を０とする。なお、FCZtime(k,l)は学習係数の更新値の最新度の評価結果を示す数値であり、１ならば最新、０ならば最新でないことを意味する。処理ユニット１４は、上記の式による判断を全てのセルについて行う。
　処理ユニット１４によってセル毎に決定された最新度評価値FCZtime(k,l)は、第３の層別テーブル２３の対応するセルに記録される。
　学習係数の飽和度の評価は処理ユニット１５が行う。処理ユニット１５は、第２の層別テーブル２２に記憶された学習係数の更新値の履歴情報に基づき、当該セルについて、その学習係数の更新値が飽和していることを評価する。学習係数の更新値の１番目からｍ番目（ｍ＝＜Ｍ）の値について、ｍ番目からm-1番目、ｉ番目からi-1番目、２番目から１番目と各々の学習係数の更新値の変化量を算出し、その変化量が０に向かって収斂していれば、当該セルの学習係数の更新値は飽和していると判断できる。この判断には以下の式が用いられる。
CZmdf(r,s) ＜ εmdf
ここで、(r,s)：　当該セルの座標
　　　　CZmdf(r,s)：　当該セルの学習係数の更新値の変化量の平均値
　　　　εmdf：　飽和度の判定基準値
更新値の変化量の平均値CZmdf(r,s)は、次の式によって算出される。
Figure JPOXMLDOC01-appb-M000001
 ここで、Zmdf(r,s)(i)：　学習係数の更新値のｉ番目の記憶値
　上記の式が満たされた場合、処理ユニット１５は、当該セル(r,s)が記憶している学習係数の更新値は飽和している判断し、FCZmdf(r,s)を１とする。上記の式が満たされない場合、処理ユニット１５は、当該セル(r,s)が記憶している学習係数の更新値は飽和していないと判断し、FCZmdf(r,s)を０とする。また、Ｍ＜ｍの場合、処理ユニット１５は、FCZmdf(r,s)を０とする。なお、FCZmdf(r,s)は学習係数の更新値の飽和度の評価結果を示す数値であり、１ならば飽和している、０ならば飽和していないことを意味する。
　処理ユニット１５によって決定された飽和度評価値FCZmdf(r,s)は、第４の層別テーブル２４の当該セル(r,s)に記録される。
　学習係数の安定度の評価は処理ユニット１６が行う。処理ユニット１６は、第１の層別テーブル２１に記憶された学習係数の瞬時値の履歴情報に基づき、当該セルについて、その学習係数の瞬時値が安定していることを評価する。学習係数の瞬時値の１番目からｎ番目（ｎ＝＜Ｎ）の値について、その変動量が小さければ、当該セルの学習係数の瞬時値は安定していると判断できる。この判断には以下の式が用いられる。
CZcur(r,s) ＜ εcur
ここで、(r,s)：　当該セルの座標
　　　　CZcur(r,s)：　当該セルの学習係数の瞬時値の変化量の標準偏差
　　　　εcur：　安定度の判定基準値
瞬時値の変化量の標準偏差CZcur(r,s)は、次の式によって算出される。
Figure JPOXMLDOC01-appb-M000002
 ここで、Zcur(r,s)(i)：　学習係数の瞬時値のｉ番目の記憶値
　上記の式が満たされた場合、処理ユニット１６は、当該セル(r,s)が記憶している学習係数の瞬時値は安定している判断し、FCZcur(r,s)を１とする。上記の式が満たされない場合、処理ユニット１６は、当該セル(r,s)が記憶している学習係数の瞬時値は安定していないと判断し、FCZcur(r,s)を０とする。また、Ｎ＜ｎの場合、処理ユニット１６は、FCZcur(r,s)を０とする。なお、FCZcur(r,s)は学習係数の瞬時値の安定度の評価結果を示す数値であり、１ならば安定している、０ならば安定していないことを意味する。
　処理ユニット１６によって決定された安定度評価値FCZcur(r,s)は、第５の層別テーブル２５の当該セル(r,s)に記録される。
　以上の処理により、当該材の圧延条件に該当するセルについて学習係数の瞬時値と更新値が記憶される。さらに、全てのセルについて学習係数の最新度が評価され、また、当該セルについて学習係数の飽和度及び安定度が評価され、それらの評価値もまた、対応するセルに記憶される。
　次に、設定計算装置３０の詳細について説明する。設定計算装置３０は、次材の圧延条件が該当するセル、すなわち、モデル式を用いたモデル予測の対象となる対象セルについて２つの方法で学習係数を求め、これらから次材の圧延時に適用する学習係数の使用値を算出する。１つの方法は、第２の層別テーブル２２に記憶されている学習係数の更新値の履歴情報から、次材の圧延条件が該当するセルの最新の更新値を索引して読み出す方法である。この方法に係る処理は処理ユニット３３によって行われる。ここで、次材のセルの座標を(t,u)とし、処理ユニット３３によって読み出された学習係数の更新値をZmod(t,u)とする。
　もう１つの方法は、次材のセルの近傍のセルの学習係数を使って、次材のセルにおける学習係数の推定値を算出する方法である。この方法に係る処理は処理ユニット３１，３２によって行われる。具体的には、まず、処理ユニット３１が次材のセルの近傍のセルの中から所定の条件を満たすセルを選定する。その条件とは以下の３つの条件である、
１）比較的新しいデータで学習更新がなされている。
２）学習係数の更新値が飽和している。
３）学習係数の瞬時値が安定している。
　処理ユニット３１は、第３の層別テーブル２３、第４の層別テーブル２４、及び、第５の層別テーブル２５の全てにおいて評価結果が１と判定されているセルを選択する。そして、選択したセルの中から、次材が該当するセル(t,u)に空間距離が近いセルを順に３つ抽出する。ここで、選択した３つのセルをセルＡ(ta,ua)、セルＢ(tb,ub)、セルＣ(tc,uc)とする。
　処理ユニット３２は、処理ユニット３１が選択したセルＡ(ta,ua)、セルＢ(tb,ub)、セルＣ(tc,uc)について、第１の層別テーブル２１に記憶された瞬時値の履歴情報に基づき、最新Ｋ個の瞬時値を代表する代表値（例えば、最新Ｋ個の平均値又は中央値、或いは、最新Ｋ個から最大値と最小値とを除いたK-2個の平均値又は中央値、等）を算出する。ここでは、セルＡ(ta,ua)の代表値をZestm(ta,ua)、セルＢ(tb,ub)の代表値をZestm(tb,ub)、セルＣ(tc,uc)の代表値をZestm(tc,uc)とする。
　処理ユニット３２は、これらの３つの学習係数の代表値を用いて、選択したセルＡ(ta,ua)、セルＢ(tb,ub)、セルＣ(tc,uc)の各座標とそれらの各代表値との間に成り立つ１次多項式を特定する。つまり、図２に示すように、圧延条件である幅及び厚さと学習係数とをそれぞれ軸とする３次元空間において、３つの座標点(ta,ua,Zestm(ta,ua))、(tb,ub,Zestm(tb,ub))、(tc,uc,Zestm(tc,uc))を通る平面を求める。この平面は以下の式を満たすものとして求めることができる。
Zestm(t,u)= a＊t＋b＊u＋c
ここで、上記平面の式の係数a,b,cは、以下の条件を満たすものとして計算される。
Zestm(ta,ua)= a＊ta＋b＊ua＋c
Zestm(tb,ub)= a＊tb＋b＊ub＋c
Zestm(tc,uc)= a＊tc＋b＊uc＋c
　上記の式で特定される平面上では、学習係数の最新度、飽和度、及び、安定度の各基準が満たされることが経験により確認されている。処理ユニット３２は、次材が該当するセル(t,u)に対して、上記式を用いた多項式補間によって学習係数を算出することにより、最新度、飽和度、及び、安定度を満たす学習係数の推定値を算出する。ここで、処理ユニット３４によって算出された学習係数の推定値をZestm(t,u)とする。
　以上の手順により、次材が該当するセル(t,u)について、学習係数の更新値Zmod(t,u)と学習係数の推定値Zestm(t,u)が得られる。処理ユニット３５は、これら２つの学習係数に基づいて、次材の圧延条件での学習係数の使用値を算出する。より詳しくは、以下の加重平均の式により、学習係数の更新値Zmod(t,u)を学習係数の推定値Zestm(t,u)で補正することによって、学習係数の使用値を決定する。
Zuse(t,u)＝β＊Zmod(t,u) ＋ (１－β)＊Zestm(t,u)
ここで、Zuse(t,u)：　学習係数の使用値。
　　　　β：　重み係数（0 =< β =< 1）
　処理ユニット３５は、学習係数の更新値Zmod(t,u)の最新度、飽和度、安定度が良好であれば、重み係数βの値を大きくすることで学習係数の更新値Zmod(t,u)に重みを与える。逆に、学習係数の推定値Zestm(t,u)の最新度、飽和度、安定度が良好であれば、重み係数βの値を小さくすることで学習係数の推定値Zestm(t,u)に重みを与えることができる。重み係数βの決定方法の例を以下に示す。
β＝1.0　（更新値Zmod(t,u)が最新度、飽和度、安定度とも満たす場合）
β＝0.6　（更新値Zmod(t,u)が最新度、飽和度、安定度の２つを満たす場合）
β＝0.4　（更新値Zmod(t,u)が最新度、飽和度、安定度の１つを満たす場合）
β＝0.0　（更新値Zmod(t,u)が最新度、飽和度、安定度の１つも満たさない場合）
　処理ユニット３６は、処理ユニット３５によって算出された学習係数の使用値によってモデル式を補正する。これにより、モデル式による予測計算の精度向上が図られる。そして、補正されたモデル式を用いて設定計算を行い、圧延装置の機器の設定値を決定する。このようにして決定された設定値に従って各機器を走査することにより、成品品質の精度、及び、操業の安定性を改善することができる。
　以上、本発明の実施の形態について説明した。ただし、本発明は上述の実施の形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲で種々変形して実施することができる。例えば、セルにより区分される圧延条件は２項目より多くても良い。上述の実施の形態では圧延条件は幅と厚さの２項目としているが、圧延条件を３項目以上として３次元以上の多次元データベースによって学習係数を管理することもできる。圧延条件が３項目であれば、圧延条件を軸とする３次元空間において、最新度、飽和度、及び、安定度が基準を満たすセルの中から対象セルに空間距離が近いセルを順に４つ選択することにより、多項式補間によって対象セルにおける学習係数の推定値を算出することができる。
　なお、上述の実施の形態では、処理ユニット１２が瞬時値算出記録手段に相当し、処理ユニット１３が更新値算出記録手段に相当し、処理ユニット１４が最新度評価手段に相当し、処理ユニット１５が飽和度評価手段に相当し、処理ユニット１６が安定度評価手段に相当する。また、処理ユニット３１が近傍セル選定手段に相当し、処理ユニット３２が推定値算出手段に相当し、処理ユニット３４，３５が使用値決定手段に相当する。本学習制御装置１を構成するコンピュータのメモリには、各処理ユニットに対応するルーチンが１つのプログラムとなって記憶されている。そのプログラムがコンピュータのプロセッサにより実行されることにより、コンピュータは各処理ユニットとして機能する。
１　学習制御装置
１０　学習装置
２０　記憶装置（データベース）
２１，２２，２３，２４，２５　層別テーブル
３０　設定計算装置

Claims (4)

  1. 　圧延条件を区分する複数のセルから構成されるデータベースを有し、圧延プロセスの設定計算に用いるモデル式の学習係数を前記データベースにて管理する学習制御装置において、
    　前記圧延プロセスで計測された実績値と前記モデル式を用いて算出された実績再計算値とのズレに基づいて前記学習係数の瞬時値を算出し、当該圧延条件に該当するセルに対して前記瞬時値を学習日時とともに記録する瞬時値算出記録手段と、
    　前記瞬時値と前記学習係数の当該圧延条件での前回値とに基づいて前記学習係数の更新値を算出し、当該圧延条件に該当するセルに対して前記更新値を学習日時とともに記録する更新値算出記録手段と、
    　前記データベースに記憶された前記更新値の履歴情報に基づき、前記複数のセルのそれぞれについて前記学習係数の最新度を評価する最新度評価手段と、
    　前記データベースに記憶された前記更新値の履歴情報に基づき、前記複数のセルのそれぞれについて前記学習係数の飽和度を評価する飽和度評価手段と、
    　前記データベースに記憶された前記瞬時値の履歴情報に基づき、前記複数のセルのそれぞれについて前記学習係数の安定度を評価する安定度評価手段と、
    　前記最新度、飽和度、及び、安定度の各評価結果が基準を満たすセルの中から、圧延条件を座標軸とする空間において、次圧延条件に該当する対象セルとの空間距離が近い所定個数の近傍セルを選定する近傍セル選定手段と、
    　選定した前記所定個数の近傍セルにおける前記学習係数の代表値をそれぞれ決定し、前記対象セルの座標と選定した前記所定個数の近傍セルの座標及び前記代表値とに基づいて、多項式補間により前記対象セルにおける前記学習係数の推定値を算出する推定値算出手段と、
    　前記対象セルにおける前記学習係数の最新更新値を前記推定値で補正し、次圧延条件での前記学習係数の使用値として決定する使用値決定手段と、
    備えることを特徴とする圧延プロセスの学習制御装置。
  2. 　前記使用値決定手段は、
    　前記最新更新値と前記推定値との加重平均によって前記使用値を算出する手段と、
    　前記対象セルに対する前記最新度、飽和度、及び安定度の評価結果が高いほど前記最新更新値の重みが大きくなり、前記評価結果が低いほど前記推定値の重みが大きくなるように、前記評価結果に応じて前記加重平均の重み係数を変化させる手段と、
    を含むことを特徴とする請求項１に記載の圧延プロセスの学習制御装置。 
  3. 　前記データベースは、セルを共通にする第１の層別テーブルと第２の層別テーブルとを含み、
    　前記瞬時値算出記録手段は、前記瞬時値を前記第１の層別テーブルに記録するように構成され、
    　前記更新値算出記録手段は、前記更新値を前記第２の層別テーブルに記録するように構成されることを特徴とする請求項１又は２に記載の圧延プロセスの学習制御装置。 
  4. 　前記データベースは、前記第１の層別テーブル及び第２の層別テーブルとセルを共通にする第３の層別テーブルと第４の層別テーブルと第５の層別テーブルとをさらに含み、
    　前記最新度評価手段は、前記最新度の評価結果を前記第３の層別テーブルに記録するように構成され、
    　前記飽和度評価手段は、前記飽和度の評価結果を前記第４の層別テーブルに記録するように構成され、
    　前記安定度評価手段は、前記安定度の評価結果を前記第５の層別テーブルに記録するように構成されることを特徴とする請求項３に記載の圧延プロセスの学習制御装置。
PCT/JP2014/053622 2014-02-17 2014-02-17 圧延プロセスの学習制御装置 Ceased WO2015122010A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201480075773.4A CN106030424B (zh) 2014-02-17 2014-02-17 轧制工艺的学习控制装置
PCT/JP2014/053622 WO2015122010A1 (ja) 2014-02-17 2014-02-17 圧延プロセスの学習制御装置
US15/119,313 US10124381B2 (en) 2014-02-17 2014-02-17 Rolling process learning control device
JP2015562674A JP6233423B2 (ja) 2014-02-17 2014-02-17 圧延プロセスの学習制御装置
KR1020167025045A KR101832653B1 (ko) 2014-02-17 2014-02-17 압연 프로세스의 학습 제어 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2014/053622 WO2015122010A1 (ja) 2014-02-17 2014-02-17 圧延プロセスの学習制御装置

Publications (1)

Publication Number Publication Date
WO2015122010A1 true WO2015122010A1 (ja) 2015-08-20

Family

ID=53799772

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2014/053622 Ceased WO2015122010A1 (ja) 2014-02-17 2014-02-17 圧延プロセスの学習制御装置

Country Status (5)

Country Link
US (1) US10124381B2 (ja)
JP (1) JP6233423B2 (ja)
KR (1) KR101832653B1 (ja)
CN (1) CN106030424B (ja)
WO (1) WO2015122010A1 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020129173A1 (ja) * 2018-12-19 2020-06-25 東芝三菱電機産業システム株式会社 圧延プロセスの学習制御装置
JP2022106531A (ja) * 2021-01-07 2022-07-20 東芝三菱電機産業システム株式会社 圧延モデルの学習方法
JPWO2022239157A1 (ja) * 2021-05-12 2022-11-17
JPWO2023203691A1 (ja) * 2022-04-20 2023-10-26

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106777594B (zh) * 2016-12-01 2020-01-17 武汉科技大学 一种基于连续曲面的轧制过程数学模型的自学习方法
JP6813416B2 (ja) * 2017-04-10 2021-01-13 株式会社日立製作所 プラント制御装置およびその制御方法、圧延機制御装置およびその制御方法並びにプログラム
JP7442055B2 (ja) * 2018-09-03 2024-03-04 パナソニックＩｐマネジメント株式会社 電子密度推定方法、電子密度推定装置、及び電子密度推定プログラム
CN110918651B (zh) * 2019-12-06 2020-12-01 东北大学 基于多分类支持向量机的钢铁冷轧精整生产原料分配方法
US11919060B2 (en) * 2021-08-16 2024-03-05 The Bradbury Co., Inc. Methods and apparatus to control roll-forming processes
CN114486656B (zh) * 2021-12-31 2022-12-02 扬州江净空调制造有限公司 用于医疗洁净室的动态环境监测系统
CN116140374B (zh) * 2023-04-14 2023-07-14 太原科技大学 一种板带轧制过程质量综合预测与工艺调控方法
WO2025253454A1 (ja) * 2024-06-03 2025-12-11 株式会社Tmeic 予測モデルの学習システムおよび学習方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07200005A (ja) * 1993-12-28 1995-08-04 Mitsubishi Electric Corp 学習制御方法
JPH1031505A (ja) * 1996-07-16 1998-02-03 Mitsubishi Electric Corp プロセスラインの学習制御方法
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
JP2000263110A (ja) * 1999-03-10 2000-09-26 Toshiba Corp 圧延制御モデル学習装置

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3508245B2 (ja) * 1994-11-04 2004-03-22 Ｊｆｅスチール株式会社 圧延条件推定モデルによる圧延条件の推定方法
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
WO2008018805A2 (en) * 2006-08-09 2008-02-14 Auckland Uniservices Limited Process control of an industrial plant
JP2009116759A (ja) 2007-11-09 2009-05-28 Jfe Steel Corp プロセスラインにおける制御モデル学習方法および装置、ならびに鋼板の製造方法
CN101648208A (zh) * 2009-08-26 2010-02-17 苏州有色金属研究院有限公司 铝单机架冷轧机的轧制规程制定方法
CN102371279B (zh) * 2010-08-26 2013-06-19 宝山钢铁股份有限公司 利用辊缝自适应提高精轧带钢厚度精度的控制方法
JP5759206B2 (ja) * 2011-03-01 2015-08-05 東芝三菱電機産業システム株式会社 学習係数制御装置
CN102728624B (zh) * 2011-04-13 2014-10-01 宝山钢铁股份有限公司 一种精轧带钢负荷分配设定方法
CN102513351B (zh) * 2011-12-24 2014-01-15 东北大学 一种带钢冷连轧轧制方法及装置
WO2013171862A1 (ja) * 2012-05-16 2013-11-21 東芝三菱電機産業システム株式会社 設定計算システムの学習装置及び学習方法
CN104271277B (zh) * 2012-07-02 2016-01-13 东芝三菱电机产业系统株式会社 温度控制装置
CN103018604A (zh) * 2012-12-07 2013-04-03 浙江省电力公司电力科学研究院 一种电网设施雷击风险的评估方法及其装置
JP5939175B2 (ja) 2013-02-19 2016-06-22 東芝三菱電機産業システム株式会社 圧延プロセスの学習制御装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
JPH07200005A (ja) * 1993-12-28 1995-08-04 Mitsubishi Electric Corp 学習制御方法
JPH1031505A (ja) * 1996-07-16 1998-02-03 Mitsubishi Electric Corp プロセスラインの学習制御方法
JP2000263110A (ja) * 1999-03-10 2000-09-26 Toshiba Corp 圧延制御モデル学習装置

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020129173A1 (ja) * 2018-12-19 2020-06-25 東芝三菱電機産業システム株式会社 圧延プロセスの学習制御装置
JPWO2020129173A1 (ja) * 2018-12-19 2021-02-15 東芝三菱電機産業システム株式会社 圧延プロセスの学習制御装置
JP2022106531A (ja) * 2021-01-07 2022-07-20 東芝三菱電機産業システム株式会社 圧延モデルの学習方法
JP7452443B2 (ja) 2021-01-07 2024-03-19 東芝三菱電機産業システム株式会社 圧延モデルの学習方法
JPWO2022239157A1 (ja) * 2021-05-12 2022-11-17
WO2022239157A1 (ja) * 2021-05-12 2022-11-17 東芝三菱電機産業システム株式会社 圧延プロセスの学習制御装置
JP7323051B2 (ja) 2021-05-12 2023-08-08 東芝三菱電機産業システム株式会社 圧延プロセスの学習制御装置
JPWO2023203691A1 (ja) * 2022-04-20 2023-10-26
WO2023203691A1 (ja) * 2022-04-20 2023-10-26 東芝三菱電機産業システム株式会社 板クラウン制御装置
CN117320822A (zh) * 2022-04-20 2023-12-29 东芝三菱电机产业系统株式会社 板凸度控制装置
JP7736177B2 (ja) 2022-04-20 2025-09-09 株式会社Tmeic 板クラウン制御装置

Also Published As

Publication number Publication date
KR20160122208A (ko) 2016-10-21
KR101832653B1 (ko) 2018-02-26
CN106030424B (zh) 2019-03-15
US20170008054A1 (en) 2017-01-12
JP6233423B2 (ja) 2017-11-22
JPWO2015122010A1 (ja) 2017-03-30
US10124381B2 (en) 2018-11-13
CN106030424A (zh) 2016-10-12

Similar Documents

Publication Publication Date Title
JP6233423B2 (ja) 圧延プロセスの学習制御装置
JP5604945B2 (ja) 品質予測装置、品質予測方法、コンピュータプログラム、およびコンピュータ読み取り可能な記録媒体
JP2022132895A (ja) 合金材料の特性を予測する製造支援システム、予測モデルを生成する方法およびコンピュータプログラム
CN102371279A (zh) 利用辊缝自适应提高精轧带钢厚度精度的控制方法
JP2012081518A (ja) 厚鋼板の冷却制御方法、冷却制御装置及び厚鋼板の製造方法
CN107045585A (zh) 一种轧制模型自学习系数确定方法
JPH11707A (ja) 圧延機の制御方法及び圧延機の制御装置
JP7449776B2 (ja) 熱間圧延ライン制御システムおよび熱間圧延ライン制御方法
JP6699340B2 (ja) 厚鋼板の冷却制御方法および製造方法
JP5817450B2 (ja) 厚板の板幅制御方法
JP5939175B2 (ja) 圧延プロセスの学習制御装置
JP6900866B2 (ja) 圧延スケジュール作成装置、圧延スケジュール作成方法、およびプログラム
JP2011220708A (ja) 鋼材の材質予測装置
JP2021194690A (ja) 板厚制御装置、板厚制御方法、プログラム、及び圧延システム
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
JP2007245204A (ja) 圧延荷重モデルの学習方法及びその装置
JP2020099982A (ja) 工作機械の熱変位補正方法、熱変位補正プログラム、熱変位補正装置
JP7323051B2 (ja) 圧延プロセスの学習制御装置
CN119098490B (zh) 一种基于温度反馈的热轧厚度控制方法、装置及设备
JP6816629B2 (ja) 製造プロセス学習制御装置
JP7252459B2 (ja) パススケジュール決定装置、パススケジュール決定方法、およびプログラム
JP4155174B2 (ja) 数式モデルにおける予測誤差補正用テーブル値生成装置及びその方法
CN114741835A (zh) 轧制模型的学习方法
JP6767356B2 (ja) モデル構築システムおよびモデル構築方法
CN116955975B (zh) 一种变形抗力自学习系数诊断方法、装置、设备和介质

Legal Events

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

Ref document number: 14882434

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2015562674

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 15119313

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 20167025045

Country of ref document: KR

Kind code of ref document: A

122 Ep: pct application non-entry in european phase

Ref document number: 14882434

Country of ref document: EP

Kind code of ref document: A1