JPH01230710A - 転炉吹錬終点制御方法 - Google Patents
転炉吹錬終点制御方法Info
- Publication number
- JPH01230710A JPH01230710A JP5618288A JP5618288A JPH01230710A JP H01230710 A JPH01230710 A JP H01230710A JP 5618288 A JP5618288 A JP 5618288A JP 5618288 A JP5618288 A JP 5618288A JP H01230710 A JPH01230710 A JP H01230710A
- Authority
- JP
- Japan
- Prior art keywords
- learning
- term
- blowing
- learning term
- converter
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000007664 blowing Methods 0.000 title claims abstract description 31
- 238000009499 grossing Methods 0.000 claims abstract description 15
- 230000003068 static effect Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 abstract description 7
- 229910000831 Steel Inorganic materials 0.000 description 7
- 239000010959 steel Substances 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 239000002893 slag Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Landscapes
- Carbon Steel Or Casting Steel Manufacturing (AREA)
- Feedback Control In General (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
[産業上の利用分野]
本発明は、転炉吹錬終点制御方法に関し、特に、転炉の
スタティック制御モデル式又はサブランスを用いたダイ
ナミック制御モデル式を用い、学習方法として指数平滑
法を用いた制御方法において、ある定められた条件を満
たす場合に学習項更新の割合を大きくして段階的に学習
、又は学習項更新量の絶対値を零でない一定値とするこ
とにより、モデル式の推定精度を向上するための新規な
改良に関する。
スタティック制御モデル式又はサブランスを用いたダイ
ナミック制御モデル式を用い、学習方法として指数平滑
法を用いた制御方法において、ある定められた条件を満
たす場合に学習項更新の割合を大きくして段階的に学習
、又は学習項更新量の絶対値を零でない一定値とするこ
とにより、モデル式の推定精度を向上するための新規な
改良に関する。
[従来の技術]
従来、用いられていたこの種の転炉のスタティック制御
又はサブランスを用いたダイナミック制御としては、そ
の従来方法を示す文献名を開示していないが、学習方法
として指数平滑法を用いる場合、第3図の特性図に示す
ような本出願人が社内で用いていた学習量+1fiを用
いた制御方法が用いられており、通常、複数個の予測モ
デル式を連立して解くことにより、吹錬終点での溶鋼温
度及び溶鋼成分の制御が行われている。
又はサブランスを用いたダイナミック制御としては、そ
の従来方法を示す文献名を開示していないが、学習方法
として指数平滑法を用いる場合、第3図の特性図に示す
ような本出願人が社内で用いていた学習量+1fiを用
いた制御方法が用いられており、通常、複数個の予測モ
デル式を連立して解くことにより、吹錬終点での溶鋼温
度及び溶鋼成分の制御が行われている。
すなわち、モデル式として、
Yl = F 1 (Xl 、 X2. ・・Xm)
+Δao+・・(1)yk=Fk(x、、 ×2+
・xii)+Δaokf旦し,x1,x、、、・
・xI*、Y(、y2. ・ ・ykは、吹錬条件及
び吹錬結果であり、うちに個は操作する変数、別のに個
の変数は目標、残りの変数はその他の吹錬条件である。
+Δao+・・(1)yk=Fk(x、、 ×2+
・xii)+Δaokf旦し,x1,x、、、・
・xI*、Y(、y2. ・ ・ykは、吹錬条件及
び吹錬結果であり、うちに個は操作する変数、別のに個
の変数は目標、残りの変数はその他の吹錬条件である。
前述の(1)式において、変数×1・・・×醜及びyl
・・・ykのうち、k@の変数を操作することにより、
別のに個の変数(吹錬終点時点での溶鋼温度、溶鋼成分
)が目標値に合致するように制御されている。
・・・ykのうち、k@の変数を操作することにより、
別のに個の変数(吹錬終点時点での溶鋼温度、溶鋼成分
)が目標値に合致するように制御されている。
通常、最も多く用いられているものは、k=2であり、
吹錬酸素量と冷却材投入量により、終点温度と終点[C
]を制御するものである。
吹錬酸素量と冷却材投入量により、終点温度と終点[C
]を制御するものである。
前述の(1)式におけるΔaol・・・Δaokは、学
習項又はフィードバック環等と呼ばれるもので、吹錬実
績データにより各チャージ毎に更新される定数項であり
、一般に、関数Fjのみではとらえられない時系列的な
吹錬状況変化に対応する項であり、この学習項Δao・
・・Δakの更新のことを学習と呼称している。
習項又はフィードバック環等と呼ばれるもので、吹錬実
績データにより各チャージ毎に更新される定数項であり
、一般に、関数Fjのみではとらえられない時系列的な
吹錬状況変化に対応する項であり、この学習項Δao・
・・Δakの更新のことを学習と呼称している。
前述の(1)式のうちの1つの式を
y’=F(x、、 ×2+’ −・ xni)
+ Δ ao ・ ・ (2)と
する、この(2)式は推定式であるので、yの計算値と
云う意味で9と記載している。
+ Δ ao ・ ・ (2)と
する、この(2)式は推定式であるので、yの計算値と
云う意味で9と記載している。
さらに、この(2)式の説明を簡mにするため、i=
F (X) + Δ ao
・ ・ ・ く3)と記載す
る。
F (X) + Δ ao
・ ・ ・ く3)と記載す
る。
但し、
y:実績値
i゛yの計算値
x =(X、、 X2、 ・X晴):実績値F、推
定式(R田→R) Δao、学習項(各チャージ毎に更新される定数項)。
定式(R田→R) Δao、学習項(各チャージ毎に更新される定数項)。
次に、従来の指数平滑法をベースとした学習手順は、
の形式で行われる。
1旦し、Δaone−・Δaoの更新後の値α1:0〈
α1≦1の定数 y−i:計算誤差 ここで、前述の計算誤差y−9と学習量ΔaOnem−
Δaoの関係を表すと、第3図に示す通りである。
α1≦1の定数 y−i:計算誤差 ここで、前述の計算誤差y−9と学習量ΔaOnem−
Δaoの関係を表すと、第3図に示す通りである。
すなわち、計算誤差y−9に応じて学習量ΔaOneW
−Δaoもほぼ比例して変化していることが分かる。
−Δaoもほぼ比例して変化していることが分かる。
[発明が解決しようとする課!!!]
従来の転炉吹錬終点制御方法は、以上のように構成され
ていたため、次のような課題が存在していた。
ていたため、次のような課題が存在していた。
(1)、前述の(4)式におけるα1 を大きくとると
、ハンチング現象が発生し、学習方向とは逆向きの誤差
が増えることになり、その逆に、α1 を小さくとると
、急激な状況変化にΔaoが追従することができず、同
じ向きの誤差が連続して発生することになる。
、ハンチング現象が発生し、学習方向とは逆向きの誤差
が増えることになり、その逆に、α1 を小さくとると
、急激な状況変化にΔaoが追従することができず、同
じ向きの誤差が連続して発生することになる。
(2)、又、前述の誤差の2乗和Σ(y−9)2を最小
にするようなα1をとると、実際の転炉操業データの場
合、経験的に急激な状況変化にΔaoが追従できない状
態となっていた。
にするようなα1をとると、実際の転炉操業データの場
合、経験的に急激な状況変化にΔaoが追従できない状
態となっていた。
(3)、前述のβを大きくとると、異常データや異常チ
ャージにより、誤差の絶対値1y−91が大となった場
合も、必要以上に大きい量の学習項更新を行ってしまっ
ていた。又、逆にβを小さくとると、正常データの場合
も異常データとみなされ。
ャージにより、誤差の絶対値1y−91が大となった場
合も、必要以上に大きい量の学習項更新を行ってしまっ
ていた。又、逆にβを小さくとると、正常データの場合
も異常データとみなされ。
学習項更新が行われないことになるため、急激な状況変
化が生じた場合、学習項が全くその状況変化に追従する
ことができないと云う事態が生じていた。
化が生じた場合、学習項が全くその状況変化に追従する
ことができないと云う事態が生じていた。
(4)、従って、前述したように、従来の制御方法では
、関数Fでとらえきれない吹錬状況変化に対する学習項
ΔaOの追従性が悪く、終点的中精度が低下し、特に、
急激な吹錬条件の変化があった場合は、長い間にわたり
自動制御がその変化に対応できず、同じ方向の誤差が連
続して発生していた。
、関数Fでとらえきれない吹錬状況変化に対する学習項
ΔaOの追従性が悪く、終点的中精度が低下し、特に、
急激な吹錬条件の変化があった場合は、長い間にわたり
自動制御がその変化に対応できず、同じ方向の誤差が連
続して発生していた。
そのため、実際の現場においては、手動で吹錬を行い、
さらに、終点的中率が大きく低下する事態となっていた
。
さらに、終点的中率が大きく低下する事態となっていた
。
この終点的中精度が悪いと、再吹錬増加、溶鋼成分、温
度のバラツキ増及びスラグ鉄分増などの問題が生じ、原
価、品質及び能率の上で非常な悪影響を及ぼしていた。
度のバラツキ増及びスラグ鉄分増などの問題が生じ、原
価、品質及び能率の上で非常な悪影響を及ぼしていた。
本発明は、以上のような課題を解決するためになされた
もので、特に、転炉のスタティック制御モデル式又はサ
ブランスを用いたダイナミック制御モデル式を用い、学
習方法として指数平滑法を用いた制御方法において、あ
る定められた条件を満たす場合に学習項更新の割合を大
きくして段階的に学習、又は、学習項更新量の絶対値を
零でない一定値にすることにより、モデル式の推定精度
を向上するようにした転炉吹錬終点制御方法を提供する
ことを目的とする。
もので、特に、転炉のスタティック制御モデル式又はサ
ブランスを用いたダイナミック制御モデル式を用い、学
習方法として指数平滑法を用いた制御方法において、あ
る定められた条件を満たす場合に学習項更新の割合を大
きくして段階的に学習、又は、学習項更新量の絶対値を
零でない一定値にすることにより、モデル式の推定精度
を向上するようにした転炉吹錬終点制御方法を提供する
ことを目的とする。
[課題を解決するための手段]
本発明による転炉吹錬終点制御方法は、転炉のスタティ
ック制御モデル式又はサブランスを用いたダイナミック
制御モデル式、 Y =F(xI、x2+’ H□x鍮)+Δa。
ック制御モデル式又はサブランスを用いたダイナミック
制御モデル式、 Y =F(xI、x2+’ H□x鍮)+Δa。
但し、y、xI、・・・、×1:変数
Δao:学習項
を用い、前記ΔaOを吹錬実績データによりチャージ毎
に更新する学習手順として指数平滑法を用いた制御方法
において、 誤差が数チャージ同方向に続く場合は、前記学習項Δa
o更新の割合を大きくして段階的に学習する工程を用い
、前記工程によって前記モデル式の推定精度を向上させ
るようにした方法であり、又、本発明による他の転炉吹
錬終点制御方法は、転炉のスタティック制御モデル式又
はサブランスを用いたダイナミック制御モデル式、 1’= F (X+ 、 X2. ・・・X悄)+Δa
。
に更新する学習手順として指数平滑法を用いた制御方法
において、 誤差が数チャージ同方向に続く場合は、前記学習項Δa
o更新の割合を大きくして段階的に学習する工程を用い
、前記工程によって前記モデル式の推定精度を向上させ
るようにした方法であり、又、本発明による他の転炉吹
錬終点制御方法は、転炉のスタティック制御モデル式又
はサブランスを用いたダイナミック制御モデル式、 1’= F (X+ 、 X2. ・・・X悄)+Δa
。
但し、y,x1, ・・、X−二変数Δao:学習項
を用い、前記Δaoを吹錬実績データによりチャージ毎
に更新する学習手順として指数平滑法を用いた制御方法
において、 誤差の絶対値がある定められた範囲内にある場合は、前
記学習項更新量の絶対値を零でない一定値とする工程を
用い、前記工程によって前記モデル式の推定精度を向上
させるようにした方法である。
に更新する学習手順として指数平滑法を用いた制御方法
において、 誤差の絶対値がある定められた範囲内にある場合は、前
記学習項更新量の絶対値を零でない一定値とする工程を
用い、前記工程によって前記モデル式の推定精度を向上
させるようにした方法である。
[作用]
本発明による転炉吹錬終点制御方法においては、まず、
前述の請求項1の方法の場合、まず、第1段階として、
通常の指数平滑法 Δaone1w−Δa0+△αt(y−y’) C=、
!、7.;、学習項更Hを行い、その時の誤差が2チヤ
ージ同方向に続く場合は、さらに、学習項更新の割合を
大として第2段階の学習項更新を行う。
前述の請求項1の方法の場合、まず、第1段階として、
通常の指数平滑法 Δaone1w−Δa0+△αt(y−y’) C=、
!、7.;、学習項更Hを行い、その時の誤差が2チヤ
ージ同方向に続く場合は、さらに、学習項更新の割合を
大として第2段階の学習項更新を行う。
又、誤差が3チヤージ同方向に続く場きは、さらに、学
習項更新の割合と大として、第3段階の学習項更新を行
う。
習項更新の割合と大として、第3段階の学習項更新を行
う。
前述したように、誤差が数チャージにわたり同方向に続
く場合は、さらに、学習項更新の割合を大きくして段階
的に学習することにより、急激な状況変化に対する学習
項の追従が速くなり、ハンチング現象を伴うことなく追
従性の高い制御を行うことができる。
く場合は、さらに、学習項更新の割合を大きくして段階
的に学習することにより、急激な状況変化に対する学習
項の追従が速くなり、ハンチング現象を伴うことなく追
従性の高い制御を行うことができる。
又、前述の請求項2の方法の場合、前述の(4)式の代
わりに、 を用い、第2図の特性図に示されるように、誤差の絶対
値がある定められた範囲内(β〜δ)にある場合は、学
習項更新量の絶対値を零でない一定値(α1β)とする
ことにより、正常データを捨てることなく、異常データ
や異常チャージデータの影響を少なくすることができ、
モデル式の推定精度を向上させることができる。
わりに、 を用い、第2図の特性図に示されるように、誤差の絶対
値がある定められた範囲内(β〜δ)にある場合は、学
習項更新量の絶対値を零でない一定値(α1β)とする
ことにより、正常データを捨てることなく、異常データ
や異常チャージデータの影響を少なくすることができ、
モデル式の推定精度を向上させることができる。
[実施例]
以下、図面と共に本発明による転炉吹錬終点制御方法の
好適な実施例について詳細に説明する。
好適な実施例について詳細に説明する。
尚、本実施例においては、前述の2つの制御方法を組み
合わせた学習手順を開示するものとし、前述ノ(3)式
テアル9=F(X)+ΔaOノ学習項Δa。
合わせた学習手順を開示するものとし、前述ノ(3)式
テアル9=F(X)+ΔaOノ学習項Δa。
の更新手順を以下に示す。
(A)9本実施例の学習に必要な係数及び定数は、次の
通りである。
通りである。
αI:第1学習係数くまず、これを用いて指数平滑法を
行う) C2:第2学習係数(2チヤージ連続して同方向に誤差
が生じる場合に使用) C3:第3学習係数(3チヤージ連続して同方向に誤差
が生じる場合に使用) β :学習範囲(誤差がこの範囲の場合には、通常に第
1段学習を行う) γ :学習量範囲(1チヤージ当たりの最大の学習項変
化量) δ :学習禁止範囲(誤差がこの範囲外の場合には、学
習禁止) (B)、学習子j頃で用いる変数 ε :誤差(学習項有) 、y−y=y −F (x)
−Δa。
行う) C2:第2学習係数(2チヤージ連続して同方向に誤差
が生じる場合に使用) C3:第3学習係数(3チヤージ連続して同方向に誤差
が生じる場合に使用) β :学習範囲(誤差がこの範囲の場合には、通常に第
1段学習を行う) γ :学習量範囲(1チヤージ当たりの最大の学習項変
化量) δ :学習禁止範囲(誤差がこの範囲外の場合には、学
習禁止) (B)、学習子j頃で用いる変数 ε :誤差(学習項有) 、y−y=y −F (x)
−Δa。
C1:学習項兼時の誤差、y −F (x)・・・今回
吹錬 C2:学習項兼時の誤差、y −F (x)・・・前回
吹錬 C3:学習項兼時の誤差、y −F (x)・・・前々
回吹錬 Δao:学習項 ΔaOnell :学習項(新) (C)、まず、プログラムが初めて作動する時は、前述
の学習項兼時の誤差C2及びC3としては、C3に十分
小さい数値、C2に十分大きい数値をセットする。
吹錬 C2:学習項兼時の誤差、y −F (x)・・・前回
吹錬 C3:学習項兼時の誤差、y −F (x)・・・前々
回吹錬 Δao:学習項 ΔaOnell :学習項(新) (C)、まず、プログラムが初めて作動する時は、前述
の学習項兼時の誤差C2及びC3としては、C3に十分
小さい数値、C2に十分大きい数値をセットする。
(D)、学習手順(1チヤ一ジ分)
一連の吹錬が終了し、学習に必要な実績データx−(x
、 、x2・・・x、)、yが揃った時点で次の学習手
順(第1〜第6ステツプ)によりΔaoを更新する。
、 、x2・・・x、)、yが揃った時点で次の学習手
順(第1〜第6ステツプ)によりΔaoを更新する。
くステップ1〉 ・ 第1学習
ε=y−iけなわち、ε=y−F(x)−Δao)さく
−δ又はε〉δの場合には、学習禁止とし、ステップ6
に移行し、学習終わりとなる。それ以外の場合、 ΔaQneW ”Δao+ a ) x maxf−β
、nin[ε、β])としてステップ2へ。
−δ又はε〉δの場合には、学習禁止とし、ステップ6
に移行し、学習終わりとなる。それ以外の場合、 ΔaQneW ”Δao+ a ) x maxf−β
、nin[ε、β])としてステップ2へ。
くステ・ノブ2〉・・・第2学習
C1−ε+Δao (すなわち、C,=y−F(x))
Cmin=minfC+、 C21 Cmax=nC21C+、 C2+ もし、Cmin>Δaol’lelなら、Δa01Te
w=ΔaqlleI#+α2X(Cain−Δa(In
ew)もし、Cmax<ΔaOnemなら、ΔaQne
ll+ =ΔaoneW十a 2X (Cwax−Δa
onew) −くステップ3〉・・・第3学習 Cmin−mCm1n−、C2,C31C+nax=m
axfC1,C2,C3)もし、Cm1n>ΔaOne
11なら、Δa011ell=Δa(Inell+ a
3X (Cwin−Δa(Inew)もし、Cmax
<ΔaOne−なら、ΔaOnew=ΔaOHem+
a 3X (Cwax−Δa(、new)くステップ4
〉・・・学習量抑制 Δa(1nell+=Δa(1−1maxドア 、mi
n[(Δaone11I−Δao) 。
Cmin=minfC+、 C21 Cmax=nC21C+、 C2+ もし、Cmin>Δaol’lelなら、Δa01Te
w=ΔaqlleI#+α2X(Cain−Δa(In
ew)もし、Cmax<ΔaOnemなら、ΔaQne
ll+ =ΔaoneW十a 2X (Cwax−Δa
onew) −くステップ3〉・・・第3学習 Cmin−mCm1n−、C2,C31C+nax=m
axfC1,C2,C3)もし、Cm1n>ΔaOne
11なら、Δa011ell=Δa(Inell+ a
3X (Cwin−Δa(Inew)もし、Cmax
<ΔaOne−なら、ΔaOnew=ΔaOHem+
a 3X (Cwax−Δa(、new)くステップ4
〉・・・学習量抑制 Δa(1nell+=Δa(1−1maxドア 、mi
n[(Δaone11I−Δao) 。
γ])
くステップ5〉・・・値のセット
Δao−ΔaOne11
C3:C2
C2=C。
くステップ6〉・・・終了
学習終わり
(E)、前述の各ステップを用いた制御方法を用いると
、通常の指数平滑法(ΔaOnem−Δao+α×ε)
に比べると、モデル式のみでは補いきれないような何ら
かの吹錬状況変1ヒが生じた時の制御応答が非常に早く
なり、さらに、従来のように、通常の指数平滑法で学習
係数α1を単純に大きくした時のようなハンチング現象
の発生を抑えることができる。
、通常の指数平滑法(ΔaOnem−Δao+α×ε)
に比べると、モデル式のみでは補いきれないような何ら
かの吹錬状況変1ヒが生じた時の制御応答が非常に早く
なり、さらに、従来のように、通常の指数平滑法で学習
係数α1を単純に大きくした時のようなハンチング現象
の発生を抑えることができる。
尚、前述のα皿、α2.α3等の係数や定数は、用いる
モデル式及びその操業形態などデータの有する性買によ
って異なり、各々のモデル式や操業に応じて適当な値が
設定されるべきである。
モデル式及びその操業形態などデータの有する性買によ
って異なり、各々のモデル式や操業に応じて適当な値が
設定されるべきである。
次に、実験結果による学習方法の効果について述べると
、誤差 ε−Y−’i=Y −(F (x)+Δao)= (y
−F (X))−Δa。
、誤差 ε−Y−’i=Y −(F (x)+Δao)= (y
−F (X))−Δa。
が、零に近いかどうか、すなわち、Y−F(X)とΔa
oが近いかどうかで判断することができる。
oが近いかどうかで判断することができる。
第1図は、実操業のy −F (x)のデータを用い、
6M来の指数平滑法と本発明方法(請求項第1項及び第
2項の制御方法を合体して用い、α+−0、1、α2=
0.3、α3−05とした)とを比較したデータを示し
ている。
6M来の指数平滑法と本発明方法(請求項第1項及び第
2項の制御方法を合体して用い、α+−0、1、α2=
0.3、α3−05とした)とを比較したデータを示し
ている。
すなわち、第1図のデータによると50印で示す本発明
方法による学習項ΔaQの方が、従来方法による学習項
ΔaO(○印で示す)よりも、・印で示すy −F (
X)によく追従し、しかもハンチングしていないことが
判明している。
方法による学習項ΔaQの方が、従来方法による学習項
ΔaO(○印で示す)よりも、・印で示すy −F (
X)によく追従し、しかもハンチングしていないことが
判明している。
又、下記の第1表に示すデータは、前述の第2図で示す
データ以外の二通りの実操業データy−F (X)を用
いて、従来方法と本発明方法との標準誤差、弓「TTア
7− ([y−F(×)]−Δao)2/nに関する比
較を示している。
データ以外の二通りの実操業データy−F (X)を用
いて、従来方法と本発明方法との標準誤差、弓「TTア
7− ([y−F(×)]−Δao)2/nに関する比
較を示している。
ここで、本発明(1+2)は請求項1と2を合体した制
御方法で、前述の第1〜第6ステツプで述べた手順であ
り、本発明(2)は前述の各ステップのうち第2及び第
3ステツプを省略した手順、すなわち、請求項2のみを
用いた制御方法であり、従来の指数平滑法による制御に
比較して、本発明による制御方法の精度が高いことが明
白である。
御方法で、前述の第1〜第6ステツプで述べた手順であ
り、本発明(2)は前述の各ステップのうち第2及び第
3ステツプを省略した手順、すなわち、請求項2のみを
用いた制御方法であり、従来の指数平滑法による制御に
比較して、本発明による制御方法の精度が高いことが明
白である。
[発明の効果〕
本発明による転炉吹錬終点制御方法は、以上のように構
成されているため、次のような効果を得ることができる
。
成されているため、次のような効果を得ることができる
。
すなわち、吹錬状況の種々の変化に対し、学習項Δao
の追従性が大巾に向上し、かつ、ハンチング現象等の発
生を抑えることができ、終点的中精度を大巾に向上させ
ることができる。
の追従性が大巾に向上し、かつ、ハンチング現象等の発
生を抑えることができ、終点的中精度を大巾に向上させ
ることができる。
又、自動吹止比率の上昇、再吹錬率の低下及び迅速出鋼
比率の上昇を得ることができ、原価低減、品質向上、操
業能率の向上を得ることができる。
比率の上昇を得ることができ、原価低減、品質向上、操
業能率の向上を得ることができる。
第1図と第2図は、本発明による転炉吹錬終点制御方法
を示すためのもので、第1図は各チャージにおける制御
追従性を示す特性図、第2図はくステップ1〉における
学習項更新量を示す特性図、第3図は従来の学習項更新
状態を示す特性図である。 特許出願人 日新製鋼株式会社
を示すためのもので、第1図は各チャージにおける制御
追従性を示す特性図、第2図はくステップ1〉における
学習項更新量を示す特性図、第3図は従来の学習項更新
状態を示す特性図である。 特許出願人 日新製鋼株式会社
Claims (2)
- (1)、転炉のスタティック制御モデル式又はサブラン
スを用いたダイナミック制御モデル式、y=F(x_1
,X_2,・・・x_m)+Δa_0但し、y,x_1
,・・・,x_m:変数 Δa_0:学習項 を用い、前記Δa_0を吹錬実績データによりチャージ
毎に更新する学習手順として指数平滑法を用いた制御方
法において、 誤差が数チャージ同方向に続く場合は、前記学習項Δa
_0更新の割合を大きくして段階的に学習する工程を用
い、前記工程によって前記モデル式の推定精度を向上さ
せるようにしたことを特徴とする転炉吹錬終点制御方法
。 - (2)、転炉のスタティック制御モデル式又はサブラン
スを用いたダイナミック制御モデル式、y=F(x_1
,x_2,・・・x_m)+Δa_0但し、y,x_1
,・・・,x_m:変数 Δa_0:学習項 を用い、前記Δa_0を吹錬実績データによりチャージ
毎に更新する学習手順として指数平滑法を用いた制御方
法において、 誤差の絶対値がある定められた範囲内にある場合は、前
記学習項更新量の絶対値を零でない一定値とする工程を
用い、前記工程によって前記モデル式の推定精度を向上
させるようにしたことを特徴とする転炉吹錬終点制御方
法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP63056182A JP2703254B2 (ja) | 1988-03-11 | 1988-03-11 | 転炉吹錬終点制御方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP63056182A JP2703254B2 (ja) | 1988-03-11 | 1988-03-11 | 転炉吹錬終点制御方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH01230710A true JPH01230710A (ja) | 1989-09-14 |
JP2703254B2 JP2703254B2 (ja) | 1998-01-26 |
Family
ID=13019965
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP63056182A Expired - Lifetime JP2703254B2 (ja) | 1988-03-11 | 1988-03-11 | 転炉吹錬終点制御方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2703254B2 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61190141A (ja) * | 1985-09-12 | 1986-08-23 | Japan Electronic Control Syst Co Ltd | 内燃機関の学習制御装置 |
JPS6250901A (ja) * | 1985-08-30 | 1987-03-05 | Hitachi Ltd | プロセス制御装置 |
-
1988
- 1988-03-11 JP JP63056182A patent/JP2703254B2/ja not_active Expired - Lifetime
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6250901A (ja) * | 1985-08-30 | 1987-03-05 | Hitachi Ltd | プロセス制御装置 |
JPS61190141A (ja) * | 1985-09-12 | 1986-08-23 | Japan Electronic Control Syst Co Ltd | 内燃機関の学習制御装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2703254B2 (ja) | 1998-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3328742B2 (ja) | ニューロpid制御装置 | |
JPH01230710A (ja) | 転炉吹錬終点制御方法 | |
US20010034560A1 (en) | Control system | |
JPH0535306A (ja) | むだ時間補償制御装置 | |
JPS59223803A (ja) | 制御装置 | |
JP2825230B2 (ja) | プロセス制御装置 | |
JPH0378003A (ja) | ファジイコントローラ | |
EP0469151A1 (en) | Method of learning feed-forward gain in motor control | |
JP3279745B2 (ja) | ファジィ推論機能付き制御装置 | |
JPH02154094A (ja) | 厚さや絶乾坪量のプロフィール制御方法 | |
JP3212336B2 (ja) | Piコントローラのリミット値制御方式 | |
WO1990010260A1 (fr) | Procede de commande a mode ajustable | |
JP2531528B2 (ja) | オ―トチュ―ニング・コントロ―ラのファジィ演算推定方式 | |
JPS60163101A (ja) | プロセス制御装置 | |
JPH0588900A (ja) | 学習型フアジイ制御装置および制御方法 | |
JPH0387616A (ja) | プロセスの変化状況把握方法 | |
JPH02206804A (ja) | 適応制御装置 | |
JP2003342628A (ja) | 転炉の炉圧制御方法,その装置 | |
JP2822427B2 (ja) | プロセス制御方法 | |
JP2683543B2 (ja) | 自動制御方式 | |
CHEN et al. | Robust output tracking control for a class of uncertain systems | |
JPH02301504A (ja) | 高炉炉熱予測システム | |
JPH01103706A (ja) | フアジイ推論装置 | |
JPH03236422A (ja) | 連続焼鈍炉における板温制御方法 | |
JPH01214901A (ja) | 時間比例制御装置 |