JP2968631B2 - 熱延プロセス制御方法 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、熱延プロセスにおける
材料のスタンド間張力及びル−パ角度の制御に関する。

【０００２】

【従来技術】近年、鉄鋼プロセスなどの製造プロセスに
おいては、様々な自動制御システムが装備され、品質の
高度化や省エネ化及び省力化が進められてきた。例え
ば、熱間仕上圧延機のスタンド間にル−パを配置し、ル
−パの制御によりスタンド間の鋼帯張力や板厚を制御す
るシステムが利用される例も多い。

【０００３】従来よりル−パ制御においては、ＰＩ制御
装置を用い、また張力とル−パ角度とが互いに干渉しな
いように制御されるのが一般的である。また、多変数制
御を行なってル−パを最適に制御する方法も実施されて
いる。

【０００４】

【発明が解決しようとする課題】しかしながら、プロセ
スの特性変化や材料の変化などにより、その制御性能、
即ち制御入力に対するプロセス出力の応答性が劣化して
しまうことも多い。この種の応答性は、制御ゲインを再
調整することによって改善することができるが、制御系
の応答性を常時適正な状態に維持するためには、通常、
人手による作業を必要とし、かなり大きな負担になる。
なお、モデル規範型適応制御や、セルフチューニング制
御のように、制御ゲインをオンラインで適応修正する方
法や装置も提案されているが、これらの方法を適用でき
るのは、プロセスの入出力の関係が線形関係にある場合
に限られる。

【０００５】本発明は、ル−パ制御における制御特性の
改善，維持，及び劣化防止を課題とする。

【０００６】

【課題を解決するための手段】上記課題を解決するため
に、本発明においては、圧延スタンド間にル−パが設置
された熱延プロセスにおける熱延プロセス制御方法にお
いて、ル−パの角度及び材料のスタンド間張力の少なく
とも一方をプロセス出力値として検出し、制御目標値と
それに対するプロセス出力値の時系列データを用いて、
現在時刻からｎ＋ｋ時刻前までのプロセス出力値とｋ＋
１時刻前からｋ＋ｍ時刻前までの制御目標値を多層型神
経回路網の入力とし、該回路の出力が現在時刻からｋ時
刻前までの制御目標値になるように神経回路網の重み係
数を学習し、その学習された神経回路網に現在のｋ時刻
先から１時刻先までの希望応答値と現在時刻から現在の
ｎ時刻前までのプロセス出力値と現在の１時刻前からｍ
時刻前までの制御目標値を入力して現在の最終目標値を
生成し、該最終目標値に基づいてプロセスを制御する。

【０００７】

【作用】本発明の熱延プロセス制御方法は、制御系の応
答を希望応答にできるだけ近づけるために、希望する制
御応答から仮想的な制御目標値を発生させることを神経
回路網、即ちニュ−ラルネットワ−クを用いて行うもの
である。一般に熱延プロセス制御における制御対象とし
ては、ル−パの角度及びル−パに加わる張力があるが、
本発明ではそれらの少なくとも一方を制御する。その熱
延プロセス制御方法で用いた神経回路では、実際の熱延
プロセス制御の目標値とその応答出力を使用し、神経回
路網の学習則（例えばバックプロパゲーション）を用い
て学習が行なわれる。

【０００８】例えば、図２に示す３階層の神経回路網に
おいて、入力層へデータｘｉ（ｉ＝１〜ｎ１）を入力す
ると、入力層からの中間層への神経細胞（図３参照）の
状態の変化は、次式で表わされる。

【０００９】

【数１】

【００１０】ここで、Ｗｉｊ(2)は、入力層から中間層
への重み係数である。ｎ２は、中間層のノ−ド数を示
す。また中間層出力は、次式で表わされる。

【００１１】

【数２】 ｙｉ＝ｆｉ（ｕｉ） ・・・（２） ここで、ｆｉは発火関数であり、具体的には単調増加関
数を用いる。更に中間層からの出力層への神経細胞の状
態変化は、次式で表わされる。

【００１２】

【数３】

【００１３】ここで、Ｗｉｊ(3)は、中間層から出力層
への重み係数である。ｎ３は、出力層のノ−ド数を示
す。出力層の出力は、次式で表わされる。

【００１４】

【数４】 ｙｉ＝ｆｉ（ｕｉ） ・・・（４） この場合、重み係数Ｗｉｊの学習は、以下のようにおこ
なわれる。

【００１５】出力層から中間層への重み係数ｗｉｊ(3)
の学習：

【００１６】

【数５】 δｊ⁰＝(ｄｊ−ｙｊ)ｆｊ’(ｕｊ) （ｊ＝１〜ｎ３）・・・（５） ここでｄｊは、教師信号と言われるもので、本発明で
は、制御系の実際の出力を意味する。ｆｊ’は、ｆｊの
微分を意味する。

【００１７】

【数６】 Ｗｉｊ(3)＝η・δｊ⁰・ｙｉ＋Ｗｉｊ(3) ・・・（６） 但し: ｉ＝１〜ｎ２，ｊ＝１〜ｎ３ 中間層から入力層への重み係数Ｗｉｊ(2)の学習：

【００１８】

【数７】

【００１９】

【数８】 Ｗｉｊ(2)＝η・δｊ・ｘｉ＋Ｗｉｊ(2) ・・・（８） 但し： ｉ＝１〜ｎ１，ｊ＝１〜ｎ２ 本発明の熱延プロセス制御方法では、制御目標値に対す
るプロセス出力値の時系列データを用いて、現在時刻か
らｎ＋ｋ時刻前までのプロセス出力値とｋ＋１時刻前か
らｋ＋ｍ時刻前までの制御目標値を多層型神経回路の入
力とし、該回路の出力が現在時刻からｋ時刻前までの制
御目標値を教師信号として与えて神経回路の重み係数を
学習する。

【００２０】次に学習された重み係数をもつ神経回路網
（前置補償器）に希望する応答（補償前の目標値）と過
去のプロセス出力値と過去に出力した目標値（補償後の
目標値）を入力すると、これから先に設定すべき目標値
（補償後の目標値）が出力される。その補償後の目標値
（最終目標値）を制御系に入力することにより、希望の
応答に近い実際の応答、すなわち高応答の制御性能が得
られる。

【００２１】すなわち、その学習された神経回路に現在
のｋ時刻先から１時刻先までの希望応答（補償前の目標
値）と現在時刻から現在のｎ時刻前までの制御系出力値
（プロセス出力値）と、現在の１時刻前からｍ時刻前の
制御目標値（補償前の目標値）を入力し、現在の最終目
標値を生成する。

【００２２】図２の例では、３階層の神経回路を用いて
いるが、非線形性のない系では、２階層の神経回路、あ
るいは、非線形性のある系では、もっと高次の４，５次
の階層を持つ神経回路を用いて同様な前置補償器を構成
しても良い。

【００２３】

【実施例】図１に一実施例の制御系の構成を示す。図１
に示す制御系は、熱間圧延プロセスの一部分を示してお
り、互いに隣接する圧延スタンド２及び３の中間位置に
設置されたル−パ４を利用して２つの制御系を構成して
いる。２つの制御系の一方は、ル−パ４に設置された角
度検出器９が検出した実ル−パ角度αと、図示しないプ
ロセス制御用コンピュ−タから入力されるル−パ角度目
標値αｒとに基づいてル−パモ−タ７を駆動するル−パ
角度制御系であり、他方はル−パ４に設置された張力検
出器１１が検出した材料の実張力βと、プロセス制御用
コンピュ−タから入力される張力目標値βｒとに基づい
てミルモ−タ５を駆動するル−パ張力制御系である。

【００２４】補償ユニット２０及び３０は、各々の制御
系のプロセスの特性に基づいて生じる応答遅れを改善す
るために設けられている。ル−パ角度目標値αｒは、補
償ユニット２０に入力されて、補償後ル−パ角度目標値
αｒ’に変換され、張力目標値βｒは、補償ユニット３
０に入力されて、補償後張力目標値βｒ’に変換され
る。補償後ル−パ角度目標値αｒ’から実ル−パ角度α
が減算された値が角度制御装置（ＰＩ制御装置）１０に
入力され、補償後張力目標値βｒ’から実張力βを減算
した値が張力制御装置（ＰＩ制御装置）１２に入力され
る。ル−パ角度制御系と張力制御系との干渉をなくすた
めに、角度制御装置１０の出力Ｕαoと張力制御装置１
２の出力Ｕβoはクロスコントロ−ラ１４に入力され、
それぞれ制御量Ｕα及びＵβに変換される。制御量Ｕα
はル−パモ−タ速度制御装置（ＡＣＲ）８に入力され、
制御量Ｕβはミルモ−タ速度制御装置（ＡＳＲ）６に入
力される。ル−パモ−タ速度制御装置８はル−パモ−タ
７を制御してル−パ４の角度を調整し、ミルモ−タ速度
制御装置６はミルモ−タ５の速度を制御して張力を調整
する。

【００２５】補償ユニット２０は前置補償器２１，積分
器２２，減算器及び加算器で構成されている。学習器２
３は、学習によって前置補償器２１の特性（重み係数）
を最適な状態に調整する。積分器２２は、後述する制御
上のオフセット誤差を補償するために設けられている。
同様に補償ユニット３０は前置補償器３１，積分器３
２，減算器及び加算器で構成されており、前置補償器３
１の重み係数は学習器３３によって学習される。積分器
３２は、制御上のオフセット誤差を補償するために設け
られている。

【００２６】図２は、前置補償器２１及び３１に使用さ
れる神経回路網の一例で、この場合３階層の神経回路を
構成している。回路の各ノードは、図３に示されるよう
にその入力の重み付け加算をおこなうとともに、単調増
加の非線形関数で出力を計算する。これらのノードは階
層的に組み合わされた神経回路網を構成する。

【００２７】図４は、学習器２３及び３３に設けられた
神経回路網の構成を示している。学習器２３において
は、神経回路の入力層のｙ(ｔ)〜ｙ(ｔ−ｎ−ｋ)のノ−
ドに、角度検出器９の出力に得られた実ル−パ角度αの
時系列デ−タ（現在時刻からｎ＋ｋ時刻前までのｎ＋ｋ
＋１個のデ−タ）が入力され、入力層のｕ(ｔ−ｋ−１)
〜ｕ(ｔ−ｋ−ｍ)のノ−ドに、補償後ル−パ角度目標値
αｒ’（但し積分器の出力は含まない）の過去の時系列
デ−タ（ｋ＋１時刻前からｋ＋ｍ時刻前までのｍ個のデ
−タ）が入力され、出力層のｕ(ｔ)〜ｕ(ｔ−ｋ)のノ−
ドに、補償後ル−パ角度目標値αｒ’の時系列デ−タ
（現在時刻からｋ時刻前までのｋ＋１個のデ−タ）が教
師デ−タとして与えられ、出力層のｕ(ｔ)〜ｕ(ｔ−ｋ)
の各ノ−ドの出力が教師デ−タに近づくように神経回路
の重み係数を修正する。修正のための学習式としては、
この例ではバックプロパゲーションのアルゴリズムが用
いられる。

【００２８】学習器３３においては、神経回路の入力層
のｙ(ｔ)〜ｙ(ｔ−ｎ−ｋ)のノ−ドに、張力検出器１１
の出力に得られた実張力βの時系列デ−タ（現在時刻か
らｎ＋ｋ時刻前までのｎ＋ｋ＋１個のデ−タ）が入力さ
れ、入力層のｕ(ｔ−ｋ−１)〜ｕ(ｔ−ｋ−ｍ)のノ−ド
に、補償後張力目標値βｒ’（但し積分器の出力は含ま
ない）の過去の時系列デ−タ（ｋ＋１時刻前からｋ＋ｍ
時刻前までのｍ個のデ−タ）が入力され、出力層のｕ
(ｔ)〜ｕ(ｔ−ｋ)のノ−ドに、補償後張力目標値βｒ’
の時系列デ−タ（現在時刻からｋ時刻前までのｋ＋１個
のデ−タ）が教師デ−タとして与えられ、出力層のｕ
(ｔ)〜ｕ(ｔ−ｋ)の各ノ−ドの出力が教師デ−タに近づ
くように神経回路の重み係数を修正する。修正のための
学習式としては、この例ではバックプロパゲーションの
アルゴリズムが用いられる。

【００２９】この実施例では、学習器２３及び３３はと
もにｋ＝１０，ｎ＝１０，ｍ＝１０とし、入力層の数は
３１個、中間層の数は２１個、出力層の数は１０個とし
て構成してある。

【００３０】この例では、関数ｆ（ｘ）として以下の関
数を用いている。

【００３１】

【数９】 ｆ（ｘ）＝１−０．５γ²／（ｘ−θ＋γ）² ｘ≧θ ・・・（９）

【００３２】

【数１０】 ｆ（ｘ）＝０．５γ²／（ｘ−θ−γ）² ｘ＜θ ・・・（１０ ）時系列の時間刻みは、０．０２秒である。学習は、１
秒間の時系列データを用いて数千回繰り返し行なってい
る。

【００３３】前置補償器２１及び３１に含まれる神経回
路網の構成を図５に示す。この神経回路網の構成は、図
４に示した学習器の神経回路網と同一になっている。但
し、入力層の入力データの内容は異なっている。また、
出力層のうち実際に使用するノ−ドは１つだけである。
この神経回路網の各ノ−ドの重み係数には、学習器２３
及び３３の神経回路網に存在する重み係数がそのまま与
えられる。

【００３４】前置補償器２１においては、入力層のｙｄ
(ｔ＋ｋ)〜ｙｄ(ｔ＋１)のノ−ドに、現在のｋ時刻先か
ら１時刻先までのｋ個の補償前目標値αｒの時系列デ−
タ（即ち希望応答）を入力し、入力層のｙ(ｔ)〜ｙ(ｔ
−ｎ)のノ−ドに、現在時刻から現在のｎ時刻前までの
ｎ＋１個の制御系出力値（即ち角度α）の時系列デ−タ
を入力し、入力層のｕ(ｔ−１)〜ｕ(ｔ−ｍ)のノ−ド
に、現在の１時刻前からｍ時刻前までのｍ個の過去の補
償後目標値αｒ’の時系列デ−タを入力する。これによ
って、出力層のｕ(ｔ)のノ−ドに、補償後目標値αｒ’
（但し積分器の出力は含まない）が得られる。

【００３５】前置補償器３１においては、入力層のｙｄ
(ｔ＋ｋ)〜ｙｄ(ｔ＋１)のノ−ドに、現在のｋ時刻先か
ら１時刻先までのｋ個の補償前目標値βｒの時系列デ−
タ（即ち希望応答）を入力し、入力層のｙ(ｔ)〜ｙ(ｔ
−ｎ)のノ−ドに、現在時刻から現在のｎ時刻前までの
ｎ＋１個の制御系出力値（即ち角度β）の時系列デ−タ
を入力し、入力層のｕ(ｔ−１)〜ｕ(ｔ−ｍ)のノ−ド
に、現在の１時刻前からｍ時刻前までのｍ個の過去の補
償後目標値βｒ’の時系列デ−タを入力する。これによ
って、出力層のｕ(ｔ)のノ−ドに、補償後目標値βｒ’
（但し積分器の出力は含まない）が得られる。

【００３６】この実施例では、各制御系について制御目
標値をステップ状に変化させる場合の時系列デ−タを学
習器２２及び３２で学習させるようにしているが、この
場合に学習器のネットワ−ク出力層に設定すべき教師デ
−タは非常に複雑な時系列パタ−ンになる。そこでこの
実施例では、ル−パ角度制御及び張力制御プロセスの各
逆モデル計算式（プロセス出力値を入力値に換算する計
算式）を予め作成しておき、学習を実施する際には、プ
ロセスの実出力値（α，β）と希望応答値との差分を各
逆モデル計算式によってプロセス入力値、つまり補償後
目標値（αｒ’，βｒ’）に換算し、その値から教師デ
−タを作成している。この教師デ−タに基づいて、ネッ
トワ−クの各重み係数が修正される。

【００３７】ある程度学習を行なった後のル−パ角度制
御系の応答特性の例を図７に示し、張力制御系の応答特
性（積分器の出力を加算しない場合）の例を図８に示
す。図７を参照すると、目標値αｒはステップ状に変化
しており、この目標値αｒを補償しないまま制御系に印
加する場合には、ル−パ角度はなだらかに変化し、時間
をかけて目標値に近づく。しかし補償ユニット２０から
出力される補償後目標値αｒ’は非常に複雑な時系列パ
タ−ンで変化しており、その結果、ル−パ角度αは短時
間で変更後の目標値αｒのレベルに収束するように制御
されている。図８に示す張力制御系の応答特性について
も、同様に目標値βｒの補償によって張力βの応答特性
が大幅に改善されているのが分かる。また図示しない
が、この実施例によれば、制御系に各種外乱が加わった
場合や、目標値が正弦波状に変化する場合であっても、
極めて短時間でプロセス出力を目標値に制御できること
が確かめられた。

【００３８】図８を参照すると、前置補償器３１を設け
た場合の応答特性では、張力βの収束するレベルが、入
力された目標値βｒに対して少しずれを生じているのが
分かる。この種のオフセットは、本発明者の実験によれ
ば学習回数を増やしても減少しないことが確認されてい
る。そこでこの実施例においては、図１に示すように、
オフセット分を補償する回路を補償ユニット２０及び３
０に設けてある。即ち、前置補償器（２１，３１）入力
の目標値ｄから前置補償器（２１，３１）の出力ｕを減
算した値を積分器（２２，３２）に入力し、該積分器の
出力を前置補償器（２１，３１）の出力ｕに加算した値
ｕ’を補償後目標値（αｒ’，βｒ’）として出力して
いる。これによってオフセットの発生を防止できた。

【００３９】

【効果】以上説明したように、本発明によれば、ル−パ
角度制御及び張力制御の応答性が大幅に改善される。ま
た本発明では、制御系の特性を学習によって逐次修正す
ることができるので、経時変化による応答特性の劣化を
自動的に防ぐことができる。従って、制御装置の保守作
業が不要になり、また無人化にすることも可能となる。
また制御性能の改善により、製品のコストダウンや歩留
向上につながる。

【図面の簡単な説明】

【図１】 本発明を実施する熱延プロセスの一部の制御
系の構成例を示すブロック図である。

【図２】 実施例に使用した神経回路のブロックであ
る。

【図３】 図２のノードにある神経細胞を示すブロック
図である。

【図４】 図１に示す学習器の神経回路の構成を示すブ
ロック図である。

【図５】 図１に示す前置補償器の神経回路の構成を示
すブロック図である。

【図６】 図１の制御系の伝達関数を示すブロック図で
ある。

【図７】 ル−パ角度制御系の応答特性の例を示す波形
図である。

【図８】 張力制御系の応答特性の例を示す波形図であ
る。

【符号の説明】

１：鋼帯 ２，３：圧延スタンド ４：
ル−パ ５：ミルモ−タ ６：ミルモ−タ速度制御装置 ７：ル−パモ−タ ８：ル−パモ−タ速度制御装置 ９：角度検出器 １０：角度制御装置 １
１：張力検出器 １２：張力制御装置 １４：クロスコントロ−ラ ２０，３０：補償ユニット ２
１：前置補償器 ２２：積分器 ２３：学習器 ３
１：前置補償器 ３２：積分器 ３３：学習器 α：
実ル−パ角度 αｒ：ル−パ角度目標値 αｒ’：補償後ル−
パ角度目標値 β：実張力 βｒ：張力目標値 βｒ’：補償後張力目標値

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】 圧延スタンド間にル−パが設置された熱
   延プロセスにおける熱延プロセス制御方法において、ル
   −パの角度及び材料のスタンド間張力の少なくとも一方
   をプロセス出力値として検出し、制御目標値とそれに対
   するプロセス出力値の時系列データを用いて、現在時刻
   からｎ＋ｋ時刻前までのプロセス出力値とｋ＋１時刻前
   からｋ＋ｍ時刻前までの制御目標値を多層型神経回路網
   の入力とし、該回路の出力が現在時刻からｋ時刻前まで
   の制御目標値になるように神経回路網の重み係数を学習
   し、その学習された神経回路網に現在のｋ時刻先から１
   時刻先までの希望応答値と現在時刻から現在のｎ時刻前
   までのプロセス出力値と現在の１時刻前からｍ時刻前ま
   での制御目標値を入力して現在の最終目標値を生成し、
   該最終目標値に基づいてプロセスを制御することを特徴
   とする、熱延プロセス制御方法。