推定装置、推定系统、推定方法及程序
阅读：907发布：2024-01-09
专利汇可以提供推定装置、推定系统、推定方法及程序专利检索，专利查询，专利分析的服务。并且本 发明 涉及推定装置、推定系统、推定方法及程序， 采样 部为了对在每个时间带具有不同的性质的材料进行加工，在对象设备的以已知运转条件运转的期间，对与对象设备的运转结果有关的实测值进行采样。运转结果推定部根据已知运转条件的值和未知运转条件的值得到与运转结果有关的推定值。条件推定部以使与运转结果有关的实测值和与运转结果有关的推定值之差减小的方式推定未知运转条件的值。，下面是推定装置、推定系统、推定方法及程序专利的具体信息内容。
1.一种推定装置，基于对象设备的已知运转条件的值来推定该对象设备的未知运转条件的值，其中，所述推定装置具备：
采样部，为了对在每个时间带具有不同的性质的材料进行加工，在以所述已知运转条件运转的期间，对与运转结果有关的实测值进行采样；
运转结果推定部，根据所述已知运转条件的值和所述未知运转条件的值，得到与运转结果有关的推定值；及
条件推定部，以使与所述运转结果有关的实测值和与所述运转结果有关的推定值之差减小的方式推定所述未知运转条件的值。
2.根据权利要求1所述的推定装置，其中，
所述推定装置还具备：
子集生成部，从所述采样出的多个实测值生成多组作为比所述实测值的采样数少的个数的实测值的组合的子集；及
条件算出部，关于所述多组的子集，分别以使与所述运转结果有关的实测值和与所述运转结果有关的推定值之差减小的方式算出所述未知运转条件的值，
所述条件推定部基于对于每个所述子集算出的所述未知运转条件的值的统计量，来推定所述未知运转条件的值。
3.根据权利要求2所述的推定装置，其中，
所述条件推定部基于对于每个所述子集算出的所述未知运转条件的值来生成直方图，基于该直方图的众数来推定所述未知运转条件的值。
4.根据权利要求1～3中任一项所述的推定装置，其中，
所述推定装置还具备警报输出部，该警报输出部通过推定出的所述未知运转条件的值与规定的阈值的比较而输出警报。
5.根据权利要求1～3中任一项所述的推定装置，其中，
所述条件推定部在对所述对象设备的零件进行更换的时点，基于从上次的更换时点至本次的更换时点为止的期间所采样的所述实测值，来推定所述未知运转条件的值。
6.根据权利要求1～3中任一项所述的推定装置，其中，
所述运转结果推定部通过向基于已知运转条件及未知运转条件来求出运转结果的模型输入所述已知运转条件的值和所述未知运转条件的值，由此得到与运转结果有关的推定值。
7.根据权利要求1～3中任一项所述的推定装置，其中，
所述对象设备是利用辊对轧制对象物进行轧制的轧机，
所述未知运转条件包括与所述对象设备的状态有关的参数及与所述轧制对象物的个体有关的参数，
所述运转结果是与使所述辊倾斜的操作量有关的参数。
8.根据权利要求7所述的推定装置，其中，
所述运转结果包括所述辊的左右的调平及向所述辊的左右施加的载荷中的至少一方。
9.一种推定系统，具备：
权利要求1～8中任一项所述的推定装置；及
显示所述推定装置推定出的所述未知运转条件的值的显示装置。
10.一种推定方法，基于对象设备的已知运转条件来推定该对象设备的未知运转条件的值，其中，所述推定方法包括如下步骤：
为了对在每个时间带具有不同的性质的材料进行加工，在以所述已知运转条件运转的期间，对与运转结果有关的实测值进行采样；
根据所述已知运转条件的值和所述未知运转条件的值来得到与运转结果有关的推定值；及
以使与所述运转结果有关的实测值和与所述运转结果有关的推定值之差减小的方式推定所述未知运转条件的值。
11.一种存储有程序的非暂时性的有形的存储介质，
该程序用于使计算机执行如下步骤：
为了对在每个时间带具有不同的性质的材料进行加工，在对象设备的以已知运转条件运转的期间，对与运转结果有关的实测值进行采样；
根据所述已知运转条件的值和所述对象设备的所述未知运转条件的值来得到与所述对象设备的运转结果有关的推定值；及
以使与所述运转结果有关的实测值和与所述运转结果有关的推定值之差减小的方式推定所述未知运转条件的值。
推定装置、推定系统、推定方法及程序
技术领域
[0001] 本公开涉及推定装置、推定系统、推定方法及程序。
背景技术
[0003] 【在先技术文献】
[0004] 【专利文献】
[0005] 【专利文献1】日本专利第3094191号公报
[0006] 【发明要解决的课题】
[0007] 为了使用模拟器等的模型来求出对象设备的目标的未知运转条件，需要向该模型输入各种参数。向模型输入的参数包括与基于对象设备的处理对象物有关的参数、与操作员对于对象设备的操作有关的参数等。这些参数未必非要为一定的值，根据个体而值有时会变动。因此，从模型输出的目标的未知运转条件也包含它们的变动的影响，可能无法高精度地求出目标的未知运转条件。
发明内容
[0008] 本发明的至少一实施方式鉴于上述的情况而作出，其目的在于提供一种抑制包含变动的参数的影响而能够推定目标的未知运转条件的推定装置、推定系统、推定方法及程序。
[0009] 【用于解决课题的方案】
[0010] 根据本发明的第一方案，推定装置基于对象设备的已知运转条件的值来推定该对象设备的未知运转条件的值，其中，所述推定装置具备：采样部，为了对在每个时间带具有不同的性质的材料进行加工，在以所述已知运转条件运转的期间，对与运转结果有关的实测值进行采样；运转结果推定部，根据所述已知运转条件的值和未知运转条件的值，得到与运转结果有关的推定值；及条件推定部，以使与所述运转结果有关的实测值和与所述运转结果有关的推定值之差减小的方式推定所述未知运转条件的值。
[0011] 根据本发明的第二方案，第一方案的推定装置也可以还具备：子集生成部，从所述采样出的多个实测值生成多组作为比实测值的采样数少的个数的实测值的组合的子集；及条件算出部，关于所述多组的子集，分别以使与所述运转结果有关的实测值和与所述运转结果有关的推定值之差减小的方式算出未知运转条件的值，所述条件推定部基于对于每个所述子集算出的所述未知运转条件的值的统计量，来推定所述未知运转条件的值。
[0012] 根据本发明的第三方案，在第二方案的推定装置中，也可以是，所述条件推定部基于对于每个所述子集算出的所述未知运转条件的值来生成直方图，基于该直方图的众数来推定所述未知运转条件的值。
[0013] 根据本发明的第四方案，第一至第三方案中任一方案的推定装置也可以还具备警报输出部，该警报输出部通过推定出的所述未知运转条件的值与规定的阈值的比较而输出警报。
[0014] 根据本发明的第五方案，在第一至第四方案中任一方案的推定装置中，也可以是，所述条件推定部在对所述对象设备的零件进行更换的时点，基于从上次的更换时点至本次的更换时点为止的期间所采样的所述实测值，来推定所述未知运转条件的值。
[0015] 根据本发明的第六方案，在第一至第五方案中任一方案的推定装置中，也可以是，所述运转结果推定部通过向基于已知运转条件及未知运转条件来求出运转结果的模型输入所述已知运转条件的值和未知运转条件的值，由此得到与运转结果有关的推定值。
[0016] 根据本发明的第七方案，在第一至第六方案中任一方案的推定装置中，也可以是，所述对象设备是利用辊对轧制对象物进行轧制的轧机，所述未知运转条件包括与所述对象设备的状态有关的参数及与所述轧制对象物的个体有关的参数，所述运转结果是与使所述辊倾斜的操作量有关的参数。
[0017] 根据本发明的第八方案，在第七方案的推定装置中，也可以是，所述运转结果包括所述辊的左右的调平及向所述辊的左右施加的载荷中的至少一方。
[0018] 根据本发明的第九方案，推定系统具备：第一至第八方案中任一方案的推定装置；及显示所述推定装置推定出的所述未知运转条件的值的显示装置。
[0019] 根据本发明的第十方案，推定方法是基于对象设备的已知运转条件来推定该对象设备的未知运转条件的值的推定方法，其中，所述推定方法包括如下步骤：为了对在每个时间带具有不同的性质的材料进行加工，在以所述已知运转条件运转的期间，对与运转结果有关的实测值进行采样；根据所述已知运转条件的值和未知运转条件的值来得到与运转结果有关的推定值；及以使与所述运转结果有关的实测值和与所述运转结果有关的推定值之差减小的方式推定所述未知运转条件的值。
[0020] 根据本发明的第十一方案，程序使计算机执行如下步骤：为了对在每个时间带具有不同的性质的材料进行加工，在对象设备的以已知运转条件运转的期间，对与运转结果有关的实测值进行采样；根据所述已知运转条件的值和所述对象设备的所述未知运转条件的值来得到与所述对象设备的运转结果有关的推定值；及以使与所述运转结果有关的实测值和与所述运转结果有关的推定值之差减小的方式推定所述未知运转条件的值。
[0021] 【发明效果】
[0023] 图1是表示本发明的至少1个实施方式的轧制系统的结构的图。
[0024] 图2是表示长期运用零件参数与短期运用零件参数的变动特性的差异的图。
[0026] 图4是表示本发明的至少1个实施方式的设备诊断的概要的框图。
[0027] 图5是表示本发明的至少1个实施方式的基于诊断装置的轧机的诊断处理的流程图。
[0028] 图6是表示本发明的至少1个实施方式的计算机的结构的概略框图。
[0029] 【标号说明】
[0030] 1 轧制系统
[0031] 100 轧机
[0032] 101 壳体
[0034] 103 下工作辊轴承座
[0035] 104 上工作辊
[0036] 105 下工作辊
[0037] 106 上支承辊轴承座
[0038] 107 下支承辊轴承座
[0039] 108 上支承辊
[0040] 109 下支承辊
[0041] 110 右压下缸
[0042] 111 左压下缸
[0044] 113 左行程传感器
[0045] 114 右载荷检测器
[0046] 115 左载荷检测器
[0047] 200 诊断装置
[0048] 201 条件输入部
[0049] 202 操作量取得部
[0050] 203 操作量存储部
[0051] 204 子集生成部
[0052] 205 模型存储部
[0053] 206 操作量推定部
[0054] 207 操作量比较部
[0055] 208 条件算出部
[0056] 209 条件存储部
[0057] 210 条件推定部
[0058] 211 显示控制部
[0059] 212 警报判定部
[0060] 213 警报输出部
[0061] S 带板
具体实施方式
[0062] <第一实施方式>
[0063] 图1是表示第一实施方式的轧制系统的结构的图。
[0064] 第一实施方式的轧制系统1具备轧机100及诊断装置200。轧机100向金属板施加载荷，并轧制成规定的板厚。诊断装置200诊断轧机100有无异常。诊断装置200具备显示器220，将诊断结果显示于显示器220。轧机100是对象装置的一例。而且，诊断装置200是推定轧机100的未知运转条件的值的推定装置的一例。显示器220是显示装置的一例。具备显示器220的诊断装置200是推定系统的一例。需要说明的是，显示器220也可以与诊断装置200另行设置。在该情况下，显示器220与诊断装置200的组合是推定系统的一例。
[0065] 《轧机的结构》
[0066] 轧机100具备壳体101、上工作辊轴承座102、下工作辊轴承座103、上工作辊104、下工作辊105、上支承辊轴承座106、下支承辊轴承座107、上支承辊108、下支承辊109、右压下缸110、左压下缸111、右行程传感器112、及左行程传感器113。
[0067] 壳体101是成为轧机100的外壳的壳体。
[0068] 上工作辊轴承座102支承于壳体101。上工作辊104的轴部旋转自如地支承于上工作辊轴承座102。
[0069] 下工作辊轴承座103在上工作辊轴承座102的下方支承于壳体101。下工作辊105的轴部旋转自如地支承于下工作辊轴承座103。上工作辊104与下工作辊105彼此相对地设置。
[0070] 在本实施方式中，上下方向(Z轴方向)称为辊重叠的方向。
[0071] 上支承辊轴承座106在上工作辊轴承座102的上方支承于壳体101。上支承辊108的轴部分别旋转自如地支承于上支承辊轴承座106。上支承辊108与上工作辊104彼此相对地设置。
[0072] 下支承辊轴承座107在下工作辊轴承座103的下方支承于壳体101。下支承辊109的轴部旋转自如地支承于下支承辊轴承座107。下支承辊109与下工作辊105彼此相对地设置。
[0073] 上工作辊104、下工作辊105、上支承辊108及下支承辊109是短期运用零件，每当轧制规定根数的带板S时被更换。需要说明的是，支承辊的更换频度比工作辊的更换频度少。例如，在支承辊的更换间隔期间，工作辊被更换60次～100次。另一方面，上工作辊轴承座
102、下工作辊轴承座103、上支承辊轴承座106及下支承辊轴承座107与辊相比为长期运用零件，不进行频繁的更换。
102、下工作辊轴承座103、上支承辊轴承座106及下支承辊轴承座107与辊相比为长期运用零件，不进行频繁的更换。
[0074] 右压下缸110以从壳体101的上部向上支承辊轴承座106的右端部施加载荷的方式设置。右压下缸110经由上支承辊108对上工作辊104施加轧制载荷。
[0075] 左压下缸111以从壳体101的上部向上支承辊轴承座106的左端部施加载荷的方式设置。左压下缸111经由上支承辊108对上工作辊104施加轧制载荷。
[0076] 在本实施方式中，左右方向(Y轴方向)称为辊的轴延伸的方向。
[0077] 右行程传感器112计测右压下缸110的行程量。
[0078] 左行程传感器113计测左压下缸111的行程量。
[0079] 操作员从壳体101的入侧插入带板S，利用右压下缸110及左压下缸111施加载荷。利用右压下缸110及左压下缸111施加的载荷向上支承辊108传递，当带板S在上工作辊104与下工作辊105之间通过时向带板S施加轧制载荷。由此，带板S被轧制成规定的板厚。
[0080] 在带板S被轧机100轧制时，被轧制后的带板S有时会从轧机100的中心偏离地通过。将该状态称为“蜿蜒前进”。操作员为了抑制带板S的蜿蜒前进，通过目视来调整右压下缸110及左压下缸111的左右调平量。
[0081] 带板S的蜿蜒前进在如下情况下产生，即上工作辊104与下工作辊105之间的间隙(辊间隙)在左右不同的情况。即，带板S在辊间隙越小时越相对性地延长，从而产生蜿蜒前进。而且，即使辊间隙均等，在轧制前的带板S的板厚在左右不同的情况下也会产生带板S的蜿蜒前进。带板S的板厚在左右不同的情况下，利用上工作辊104和下工作辊105的压下，而在上工作辊104及下工作辊105的左右产生弹性变形差，结果是产生辊间隙，在带板S产生蜿蜒前进。
[0082] 辊间隙的左右差由于例如辊轴承座的左右磨损差、辊的左右的刚性差、辊的设置位置的偏离、带板S的宽度方向的温度差、带板S的蜿蜒前进量及带板S的宽度方向的板厚差等要因而产生。辊轴承座的磨损量是长期运用零件参数的一例。辊的左右的刚性差及辊的设置位置的偏离量是短期运用零件参数的一例。带板S的宽度方向的温度差、带板S的蜿蜒前进量、带板S的插入位置的偏差量、及带板S的宽度方向的板厚差是与带板S的个体有关的材料参数的一例。长期运用零件参数及短期运用零件参数是与轧机100的状态有关的设备参数。
[0083] 图2是表示长期运用零件参数与短期运用零件参数的变动特性的差异的图。长期运用零件参数P1无论辊的更换的时点如何，相对于轧制处理次数都单调增加。另一方面，短期运用零件参数P2在辊的更换的时点T1、T2不连续地变化。
[0084] 上述的材料参数及设备参数难以通过计测来确定。即，材料参数及设备参数作为未知运转条件来处理。
[0085] 需要说明的是，如上所述，带板S是分别具有不同的性质的材料，因此轧机100对于在每个时间带具有不同的性质的带板S进行加工。
[0086] 《诊断装置的结构》
[0087] 图3是表示诊断装置的软件结构的概略框图。
[0088] 诊断装置200具备条件输入部201、操作量取得部202、操作量存储部203、子集生成部204、模型存储部205、操作量推定部206、操作量比较部207、条件算出部208、条件存储部209、条件推定部210、显示控制部211、警报判定部212、及警报输出部213。
[0089] 条件输入部201受理轧机100的操作条件的输入作为已知运转条件。作为操作条件的例子，可列举带板S的板宽及入侧板厚、以及轧机100的轧制率及轧制载荷等。需要说明的是，操作条件中包含的带板S的参数是不依赖于带板S的个体差的基准值。需要说明的是，其他的实施方式的已知运转条件并不局限于操作条件。
[0090] 操作量取得部202在轧机100的稳态时从右行程传感器112及左行程传感器113分别取得右压下缸110和左压下缸111的行程量的计测值，基于此来获得压下缸的左右的行程量之差(以后，设为调平)，即操作量的实测值。操作量取得部202对于每个轧制处理而将操作量的实测值记录于操作量存储部203。例如，操作量存储部203与通过轧制处理而生成的轧制卷材的连续号码建立关联地存储该轧制卷材的生成时的操作量的实测值。即，操作量取得部202是为了对在每个时间带具有不同的性质的材料进行加工而在以已知运转条件运转的期间，对与运转结果有关的实测值进行采样的采样部的一例。
[0091] 子集生成部204从操作量存储部203存储的多个操作量的实测值之中，生成多组的作为比实测值的采样数少的个数的实测值的组合的子集。例如，在操作量存储部203关于某期间之间生成的50根轧制卷材分别存储有操作量的实测值的情况下，子集生成部204通过从50个实测值中随机选择40个实测值而生成子集。子集生成部204通过将该子集的生成反复进行例如200次而生成实测值的组合不同的200组的子集。
[0092] 模型存储部205存储如下模型：基于已知运转条件及未知运转条件而求出用于以避免在带板S产生蜿蜒前进的方式进行控制的轧机100的操作量的模型。
[0093] 模型存储部205存储的模型可以是表示轧机100的构造的物理模型，也可以是利用以已知运转条件及未知运转条件为变量的数学式表示的简易模型，还可以是基于预先收集的教学数据而机械学习后的学习完模型。
[0094] 操作量推定部206通过将输入到条件输入部201的已知运转条件及条件算出部208算出的未知运转条件向模型存储部205存储的模型输入，来推定轧机100的压下缸的左右的调平，即右压下缸110与左压下缸111的调平。压下缸的左右的调平是操作员对轧机100的操作量的一例。
[0095] 操作量比较部207将操作量推定部206确定的操作量的推定值与操作量取得部202取得的操作量的实测值进行比较，算出推定值的误差的大小。
[0096] 条件算出部208以推定值与实测值之差减小的方式算出各未知运转条件。即，条件算出部208以使推定值与实测值之差减小的方式调整向操作量推定部206输入的各未知运转条件的值。
[0097] 条件存储部209对于每个子集存储利用条件算出部208算出的未知运转条件的值。
[0098] 条件推定部210基于条件存储部209存储的各未知运转条件的值的统计量来推定各未知运转条件的值。具体而言，条件推定部210关于各未知运转条件而生成直方图，基于直方图的众数来推定各未知运转条件的值。因此，子集生成部204生成的子集的个数优选为对于众数的确定而言充分的个数。
[0099] 显示控制部211将条件推定部210推定出的各未知运转条件的值显示于显示器220。
[0100] 警报判定部212判定未知运转条件是否为阈值以上。
[0101] 警报输出部213在未知运转条件为阈值以上的情况下，输出通知轧机100的异常的警报。
[0102] 《诊断处理的概要》
[0103] 图4是表示设备诊断的概要的框图。
[0104] 诊断装置200通过将已知的操作条件B1和未知运转条件B2向模型B3输入而得到操作量的推定值B4。诊断装置200对于操作量的推定值B4与操作量的实测值B5进行比较评价B6。诊断装置200基于比较评价的结果，对未知运转条件B2进行更新B7。通过将其反复执行，从而诊断装置200能够使未知运转条件B2成为接近于实际的条件的值。
[0105] 《诊断装置的动作》
[0106] 更具体而言，诊断装置200在工作辊或工作辊及支承辊的更换时点，执行以下所示的诊断处理。
[0107] 图5是表示第一实施方式的诊断装置的轧机的诊断处理的流程图。
[0108] 首先，条件输入部201从操作员或未图示的轧机100的控制装置受理已知运转条件的输入(步骤S1)。而且，操作量取得部202取得从上次的更换时点至本次的更换时点为止的期间的右行程传感器112的计测值的时间序列及左行程传感器113的计测值的时间序列(步骤S2)。操作量取得部202通过算出各时刻的右行程传感器112的计测值与左行程传感器113的计测值之差，来算出左右调平的时间序列即操作量的实测值的时间序列(步骤S3)。操作量取得部202将算出的实测值的时间序列记录于操作量存储部203(步骤S4)。此时，操作量取得部202按照生成N个轧制卷材的各时间带切分操作量的实测值的时间序列，并将切分出的时间序列中的与稳态部有关的值和N个轧制卷材的连续号码建立关联地记录于操作量存储部203。需要说明的是，在其他的实施方式中，操作量存储部203也可以关于各轧制卷材来存储操作量的实测值的时间序列。
[0109] 接下来，子集生成部204生成L个实测值的子集，该实测值的子集由从操作量存储部203存储的操作量的实测值中随机提取出的M个实测值构成(步骤S5)。此时，M及L是满足NCM>L的整数。
[0110] 诊断装置200逐个地选择子集生成部204生成的子集(步骤S6)，对于选择出的子集分别执行以下的步骤S7～步骤S12的处理。
[0111] 首先，操作量推定部206将输入到条件输入部201的已知运转条件及条件算出部208算出的未知运转条件向模型存储部205存储的模型输入，得到操作量的推定值(步骤S7)。需要说明的是，在没有利用条件算出部208决定未知运转条件的初期值的情况下，操作量推定部206通过随机数来决定未知运转条件的初期值。向模型输入的未知运转条件是与子集有关的各轧制卷材的未知运转条件的值。而且，从模型得到的操作量的推定值是与子集有关的各轧制卷材的操作量的值。
[0112] 操作量比较部207将操作量推定部206确定的操作量的推定值与操作量取得部202取得的操作量的实测值进行比较，算出推定值的误差(步骤S8)。操作量比较部207判定算出的推定值的误差是否为规定的容许值以下(步骤S9)。在误差的大小比容许值大的情况下(步骤S9：否)，操作量推定部206判定基于步骤S7的操作量的推定计算次数是否为规定的最大反复数以上(步骤S10)。
[0113] 在操作量的推定计算次数小于最大反复数的情况下(步骤S10：否)，条件算出部208以使推定值与实测值之差减小的方式调整与子集有关的各轧制卷材的未知运转条件的值(步骤S11)。作为未知运转条件的调整方法，可列举全局性的最优化法。
[0114] 然而，可知未知运转条件中的辊轴承座的磨损量和辊的左右的刚性差对于操作量的推定值的灵敏度为相同程度。另一方面，可知辊的左右的刚性差以支承辊的设置状态为起因。因此，条件算出部208在未进行支承辊的更换的情况下，将辊的左右的刚性差设定为一定值，进行与辊轴承座的磨损量及辊的设置位置的偏差量有关的值的调整。
[0115] 并且，诊断装置200使处理返回步骤S7，基于调整后的未知运转条件来再次推定操作量。
[0116] 另一方面，在误差的大小为容许值以下时(步骤S9：是)，或者推定计算次数为最大反复数以上时(步骤S10：是)，条件算出部208将算出的未知运转条件的值与子集的ID建立关联地记录于条件存储部209(步骤S12)。
[0117] 当通过上述的步骤S6～步骤S12的处理而关于全部的子集算出未知运转条件时，条件推定部210按照未知运转条件的项目来生成直方图(步骤S13)。具体而言，条件推定部210针对辊轴承座的磨损量、辊的左右的刚性差、辊的设置位置的偏离、带板S的宽度方向的温度差、带板S的蜿蜒前进量、及带板S的宽度方向的板厚差，分别生成直方图，该直方图是基于关于条件存储部209存储的各子集而算出的值的直方图。条件推定部210将未知运转条件的项目的各自的直方图的众数推定为与该项目有关的未知运转条件的值(步骤S14)。
[0118] 显示控制部211将显示推定出的各未知运转条件的值的画面向显示器输出(步骤S15)。未知运转条件的值可以作为图形显示，也可以作为数字显示。
[0119] 警报判定部212将推定出的未知运转条件中的与设备参数有关的值(辊轴承座的磨损量、辊的左右的刚性差、辊的设置位置的偏离)分别与各设备参数的异常阈值进行比较，判定设备参数的推定值全部是否为异常阈值以下(步骤S16)。在设备参数的推定值中的任一个比异常阈值大时(步骤S16：是)，警报输出部213输出表示比异常阈值大的设备参数存在异常的情况的警报(步骤S17)，结束诊断处理。警报可以显示于显示器，也可以从扬声器输出，还可以利用通信传送。而且，在设备参数的推定值全部为异常阈值以下时(步骤S16：否)，警报输出部213不输出警报而结束诊断处理。
[0120] 《作用/效果》
[0121] 这样，根据第一实施方式，诊断装置200根据已知运转条件的值和未知运转条件的值来取得与运转结果有关的推定值，以使该推定值与在已知运转条件下运转的期间的与运转结果有关的实测值之差减小的方式推定未知运转条件的值。
[0122] 由此，诊断装置200能够抑制具有包含带板S的性质的变动的参数的影响而推定目标的未知运转条件。
[0123] 另外，根据第一实施方式，诊断装置200生成多组作为多个实测值的组合的子集，关于各子集以使运转结果的实测值与推定值之差减小的方式算出未知运转条件的值，基于该统计量来推定未知运转条件的值。具体而言，根据第一实施方式，诊断装置200基于每个子集的未知运转条件的值来生成直方图，基于该直方图的众数来推定未知运转条件的值。
[0124] 由此，即使在一个未知运转条件的值的算出结果中包含材料参数等其他的未知运转条件的变动的影响，通过基于直方图的众数来推定未知运转条件的值，也能够降低该影响。
[0125] 需要说明的是，第一实施方式的诊断装置200基于未知运转条件的众数来推定未知运转条件的值，但是并不局限于此。例如，在其他的实施方式中，未知运转条件的算出结果如正态分布那样分布时等，诊断装置200也可以基于未知运转条件的平均值来推定未知运转条件的值。而且，在其他的实施方式中，也可以基于未知运转条件的中央值等其他的统计量来推定未知运转条件的值。
[0126] 另外，根据第一实施方式，诊断装置200在定期的设备更换前的数据收集完成后的时点执行诊断处理。由此，操作员通过视觉辨认在显示器220上显示的未知运转条件的值而能够识别当前的操作的对象设备的状态。由此，操作员能够在适当的时点更换设备。
[0127] 另外，根据第一实施方式，诊断装置200通过将推定出的未知运转条件的值与规定的阈值的比较来输出警报。由此，诊断装置200能够将基于未知运转条件的异常的有无向操作员通知。特别是诊断装置200基于未知运转条件中的辊轴承座的磨损量等的长期运用零件参数来输出警报，由此能够适当地通知长期运用零件的更换时期。而且，辊的左右的刚性差以支承辊的设置条件为起因，支承辊的更换频度比工作辊的更换频度低。因此，诊断装置200在工作辊的更换时点输出与辊的左右的刚性差有关的警报，由此能够催促与工作辊的更换同时进行支承辊的调整等的应对。而且，诊断装置200通过输出与辊的位置偏差量有关的警报，而能够对于更换作业者催促辊的适当的设置。
[0128] 另外，第一实施方式的诊断装置200基于模型，根据运转条件来推定与运转结果有关的值。由此，即使在操作员不具有设备诊断技巧的情况下，通过有效利用模型的最适化也能够自动地推定与运转结果有关的值。而且，模型并不局限于物理模型，也可以是简易模型或机械学习模型。通过使用简易模型或机械学习模型，能够缩短模型的构筑所需的时间。
[0129] <其他实施方式>
[0130] 以上，参照附图，详细地说明了一实施方式，但是具体的结构并不局限于上述的方式，能够进行各种设计变更等。
[0131] 在上述实施方式中，诊断装置200使用调平作为运转结果来推定未知运转条件，但是并不局限于此。例如，其他的实施方式的诊断装置200在下支承辊109的下方且在下支承辊109的轴的左右具备载荷计(右载荷检测器114及左载荷检测器115)的情况下，也可以取代左右的调平而使用右载荷检测器114的值与左载荷检测器115的值之差作为运转结果来推定未知运转条件。而且，其他的实施方式的诊断装置200也可以使用左右的调平和右载荷检测器114的值与左载荷检测器115的值之差这两方来推定未知运转条件。需要说明的是，在诊断装置200以左右的载荷计的值之差为运转结果来推定未知运转条件的情况下，模型存储部205存储的模型需要为输入运转条件而输出左右的载荷计的值之差的模型。
[0132] 在上述的实施方式中，诊断装置200将轧机100作为对象设备来推定未知运转条件，但是并不局限于此。例如，在其他的实施方式中，也可以将生物化学的气体化方式的生物发电设备设为对象设备。在该情况下，诊断装置200例如将发电量或生物气体产生量作为运转结果，通过将生物气体的质量设为已知运转条件，从而能够推定生物气体的种类及发酵槽的微生物的状态等作为未知运转条件。而且，例如，在其他的实施方式中，也可以将废热回收锅炉的换热器作为对象设备。在该情况下，诊断装置200例如将换热器的出口温度作为运转结果，通过将前段的内燃机的操作条件设为已知运转条件，能够推定换热器中的煤的附着量等作为未知运转条件。
[0133] 在上述的实施方式中，作为推定装置的一例的诊断装置200推定轧机100的未知运转条件，基于推定结果来输出警报，但是并不局限于此。例如，在其他的实施方式中，也可以取代诊断装置200而具备推定轧机100的未知运转条件且不输出警报的推定装置。
[0134] 在上述的实施方式中，诊断装置200基于操作量的稳态部的值来推定未知运转条件，但是并不局限于此。例如，诊断装置200也可以基于各轧制卷材的实测值的时间序列来得到操作量的推定值的时间序列，基于此来推定未知运转条件。在该情况下，向模型输入的未知运转条件是与子集有关的各轧制卷材的未知运转条件的时间序列，从模型得到的操作量的推定值是与子集有关的各轧制卷材的操作量的时间序列。而且，在该情况下，诊断装置200通过推测值的时间序列与实测值的时间序列的最小平方误差而能够求出推定值与实测值的误差。
[0135] 图6是表示至少1个实施方式的计算机的结构的概略框图。
[0137] 上述的诊断装置200安装于计算机90。并且，上述的各处理部的动作以程序的形式存储于存储器93。处理器91从存储器93读出程序而向主内存92展开，按照该程序而执行上述处理。而且，处理器91按照程序，在主内存92中确保与上述的各存储部对应的存储区域。
[0138] 作为存储器93的例子，可列举HDD(Hard Disk Drive)、SSD(Solid State Drive)、磁盘、光磁盘、CD-ROM(Compact Disc Read Only Memory)、DVD-ROM(Digital Versatile Disc Read Only Memory)、半导体内存等。存储器93可以是与计算机90的总线直接连接的内部媒介，也可以是经由接口94或通信电线而与计算机90连接的外部媒介。而且，在该程序通过通信电线向计算机90发布的情况下，接收到发布的计算机90也可以将该程序向主内存92展开并执行上述处理。在至少1个实施方式中，存储器93是非暂时性的有形的存储介质。
[0139] 另外，该程序也可以是用于实现前述的功能的一部分的程序。此外，该程序也可以是通过将前述的功能与在存储器93中已经存储的其他的程序组合而实现的功能，所谓差分文件(差分程序)。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种检测弹丸在膛内运动规律的方法 | 2020-07-29 | 0 |
| 一种提升浮选泡沫质量的控制装置及方法 | 2020-10-16 | 0 |
| 一种基于导向矢量优化与对角加载相结合的波束形成方法 | 2021-01-01 | 1 |
| 一种图像的超分辨率重建方法、装置及电子设备 | 2021-02-07 | 2 |
| 一种农机田间作业状态确定方法和装置 | 2020-10-06 | 0 |
| 一种计算机集成系统及故障自动切换方法 | 2021-02-25 | 1 |
| 一种用于智能检测人员着装是否规范的方法与系统 | 2021-02-23 | 2 |
| 一种电流采样比较器电路 | 2020-10-20 | 0 |
| 一种多通道空气颗粒物采样器及其分流装置 | 2020-09-11 | 0 |
| 一种适用于碳酸盐岩古岩溶储层岩心柱的粉末样品采集装置 | 2020-11-11 | 0 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈