控制装置以及控制方法制造方法及图纸

本发明专利技术涉及进行使用了神经网络等人工智能的实时的反馈控制的技术。本发明专利技术提供一种能够执行基于控制结果的适当的良好与否判定的控制的技术。对控制对象进行控制的控制装置具有：控制执行装置，其按照所提供的控制规则，对所述控制对象提供控制输出；控制方法学习装置，其使用所指定的评价函数来评价提供给所述控制对象的控制输出，利用该评价结果制作学习数据，学习该学习数据，由此构建所述控制规则，并将该控制规则提供给所述控制执行装置；以及评价函数设定部，其预先保持多个评价函数，根据针对所述控制对象的控制状态，选择所述多个评价函数中的任意一个，将所述选择出的评价函数指定给所述控制方法学习装置。

Control device and control method

【技术实现步骤摘要】
控制装置以及控制方法
本专利技术涉及进行使用了神经网络等人工智能的实时的反馈控制的技术。
技术介绍
以往，在各种设备中为了通过其控制取得所希望的控制结果而实施基于各种控制理论的设备控制。作为设备的一例例如在滚轧机控制中，作为控制的一例设为以对板的起伏状态进行控制的形状控制为对象的控制逻辑，应用了模糊控制或神经元模糊控制。模糊控制应用于利用了冷却剂的形状控制，此外，神经元模糊控制应用于森吉米尔滚轧机的形状控制。如专利文献1所示那样，求出由形状检测器检测出的实际情况形状样式与目标形状样式之差、同预先设定的基准形状样式的相似度，通过与由该相似度预先设定的基准形状样式相对应的控制操作端操作量所表现的控制规则，从而求出针对操作端的控制输出量，由此进行应用了其中的神经元模糊控制的形状控制。以下，作为现有技术，使用利用了神经元模糊控制的森吉米尔滚轧机的形状控制。图1表示专利文献1的图1所记述的森吉米尔滚轧机的形状控制。在森吉米尔滚轧机的形状控制中，使用神经元模糊控制。在该示例中，通过样式识别机构51，由通过形状检测器52检测出的实际形状进行形本文档来自技高网...

【技术保护点】
1.一种对控制对象进行控制的控制装置，其特征在于，/n该控制装置具有：/n控制执行装置，其按照所提供的控制规则，对所述控制对象提供控制输出；/n控制方法学习装置，其使用所指定的评价函数来评价提供给所述控制对象的控制输出，利用该评价结果制作学习数据，并学习该学习数据，由此构建所述控制规则，将该控制规则提供给所述控制执行装置；以及/n评价函数设定部，其预先保持多个评价函数，根据针对所述控制对象的控制状态，选择所述多个评价函数中的某一个，将所述选择出的评价函数指定给所述控制方法学习装置。/n

【技术特征摘要】
20181003 JP 2018-1879121.一种对控制对象进行控制的控制装置，其特征在于，
该控制装置具有：
控制执行装置，其按照所提供的控制规则，对所述控制对象提供控制输出；
控制方法学习装置，其使用所指定的评价函数来评价提供给所述控制对象的控制输出，利用该评价结果制作学习数据，并学习该学习数据，由此构建所述控制规则，将该控制规则提供给所述控制执行装置；以及
评价函数设定部，其预先保持多个评价函数，根据针对所述控制对象的控制状态，选择所述多个评价函数中的某一个，将所述选择出的评价函数指定给所述控制方法学习装置。


2.根据权利要求1所述的控制装置，其特征在于，
所述评价函数设定部根据针对所述控制对象的控制状态与操作员的手动操作，对所述多个评价函数分别计算评价函数良好与否判定指标，根据该评价函数良好与否判定指标，选择指定给所述控制方法学习装置的评价函数。


3.根据权利要求2所述的控制装置，其特征在于，
所述评价函数设定部对所述操作员开始手动操作的时刻和所述操作员结束手动操作的时刻的所述评价函数的评价值进行计算，使用该评价值来计算所述评价函数良好与否判定指标。


4.根据权利要求3所述的控制装置，其特征在于，
所述评价函数设定部对所述操作员开始手动操作的时刻的所述评价函数的评价值a和所述操作员结束手动操作的时刻的所述评价函数的评价值b进行计算，将所述评价函数良好与否判定指标计算为(a-b)/b。


5.根据权利要求1所述的控制装置，其特征在于，
所述评价函数将针对所述控制对象的所述控制输出和反映了该控制输出的控制结果的所述控制对象的实际情况数据设为输入，输出所述评价结果，
所述评价函数设定部学习基于操作员的手动操作、针对所述控制对象的所述控制输出、和所述控制对象的实际情况数据的学习数据，由此构建所述评价函数。


6.根据权利要求5所述的控制装置，其特征在于，
所述评价函数设定部学习基于所述操作员开始手动操作的时刻和所述操作员结束手动操作的时刻的、针对所述控制对象的所述控制输出以及所...

【专利技术属性】
技术研发人员：服部哲，高田敬规，田内佑树，
申请(专利权)人：株式会社日立制作所，
类型：发明
国别省市：日本;JP