-
公开(公告)号：CN112041771A
公开(公告)日：2020-12-04
申请号：CN201980027213.4
申请日：2019-03-26
Applicant: 东芝三菱电机产业系统株式会社
IPC: G05B23/02
Abstract: 本发明提供一种异常判定辅助装置，具备分析对象数据制作部、一次判定部以及二次判定部。分析对象数据制作部从制造设备的数据采集装置取得表示制造设备的状态或产品品质中的至少一方的时间序列信号，从时间序列信号提取分析对象数据。一次判定部通过对提取出的分析对象数据应用多种不同的分析方法而从共同的分析对象数据导出多个一次判定结果。二次判定部具有将由一次判定部得到的一次判定结果和作为与该一次判定结果对应的正解的异常判定结果以及异常原因的对作为示教信号来进行学习的机器学习装置，该二次判定部将在一次判定部中从共同的分析对象数据得到的多个一次判定结果输入到机器学习装置，将从机器学习装置输出的二次判定结果以及推定异常原因作为判断材料而输出。
-
公开(公告)号：CN109562423B
公开(公告)日：2020-08-11
申请号：CN201680088404.8
申请日：2016-09-23
Applicant: 东芝三菱电机产业系统株式会社
Abstract: 边缘加热器控制装置(3)具备第一温度分布预测部(33)、第二温度分布预测部(34)以及供给能量算出部(32)。第一温度分布预测部(33)基于表示向边缘加热器(23)供给的电能的假定值，预测边缘加热器出侧的轧制件(1)的宽度方向温度分布即第一温度分布。第二温度分布预测部(34)基于所述第一温度分布，预测轧制机架(24)出侧的轧制件(1)的宽度方向温度分布即第二温度分布。供给能量算出部(32)在轧制件(1)到达边缘加热器(23)之前，计算出表示为了满足与所述第二温度分布的宽度方向端部相关的温度条件而所需的应供给至边缘加热器(23)的电能的指示值。
-
公开(公告)号：CN105451904A
公开(公告)日：2016-03-30
申请号：CN201380078672.8
申请日：2013-08-02
Applicant: 东芝三菱电机产业系统株式会社
IPC: B21B37/00
CPC classification number: G06Q10/06312 , B21B37/00 , G06Q50/06 , Y02P90/82
Abstract: 本发明的目的在于提供一种能够针对预定随后将要被轧制的被轧制材料，高精度地算出预测轧制线整体所消耗的耗能的节能作业推荐系统。算出一件被轧制材料通过轧制线的过程中多个设备所消耗的总耗能，用总耗能除以被轧制材料轧制前的宽度和长度，算出确定被轧制材料单位宽度、单位长度的耗能的耗能基准量。使耗能基准量与被轧制材料的钢材种类以及轧制后的目标板厚相关联并记录。对预定随后将要在上述轧制线中进行轧制的轧制预定被轧制材料，取得与其钢材种类和轧制后的目标板厚相对应的耗能基准量。用轧制预定被轧制材料的宽度和长度乘以耗能基准量，从而算出预测耗能。
-
公开(公告)号：CN102665948A
公开(公告)日：2012-09-12
申请号：CN200980162118.1
申请日：2009-10-21
Applicant: 东芝三菱电机产业系统株式会社
CPC classification number: B21B37/16 , B21B45/0218 , B21B2027/103
Abstract: 本发明所涉及的控制设定装置(200)包括：存储有执行参数信息的执行参数信息存储部(206d)；存储有SGF表的SGF表存储部(206b)；存储有精喷雾器代码表的精喷雾器代码表存储部(206c)存储有表示钢种族的成分的成分信息表的成分信息存储部(206e)以及控制设定确定部(201b)，若要求确定钢种族中的控制设定值的组合，则该控制设定确定部(201b)基于成分信息表、设定要求信号所包含的成分信息、目标板厚及目标板宽、第一控制信息、以及执行参数信息，确定控制设定值的组合，并且，若要求确定钢种中的控制设定值的组合，则该控制设定确定部(201b)基于第二控制信息、设定要求信号所包含的钢种、目标板厚及目标板宽、以及执行参数信息，确定控制设定值的组合。
-
公开(公告)号：CN109562423A
公开(公告)日：2019-04-02
申请号：CN201680088404.8
申请日：2016-09-23
Applicant: 东芝三菱电机产业系统株式会社
Abstract: 边缘加热器控制装置(3)具备第一温度分布预测部(33)、第二温度分布预测部(34)以及供给能量算出部(32)。第一温度分布预测部(33)基于表示向边缘加热器(23)供给的电能的假定值，预测边缘加热器出侧的轧制件(1)的宽度方向温度分布即第一温度分布。第二温度分布预测部(34)基于所述第一温度分布，预测轧制机架(24)出侧的轧制件(1)的宽度方向温度分布即第二温度分布。供给能量算出部(32)在轧制件(1)到达边缘加热器(23)之前，计算出表示为了满足与所述第二温度分布的宽度方向端部相关的温度条件而所需的应供给至边缘加热器(23)的电能的指示值。
-
Patent Agency Ranking
公开(公告)号：CN105451904B
公开(公告)日：2017-07-04
申请号：CN201380078672.8
申请日：2013-08-02
Applicant: 东芝三菱电机产业系统株式会社
IPC: B21B37/00
CPC classification number: G06Q10/06312 , B21B37/00 , G06Q50/06 , Y02P90/82
Abstract: 本发明的目的在于提供一种能够针对预定随后将要被轧制的被轧制材料，高精度地算出预测轧制线整体所消耗的耗能的节能作业推荐系统。算出一件被轧制材料通过轧制线的过程中多个设备所消耗的总耗能，用总耗能除以被轧制材料轧制前的宽度和长度，算出确定被轧制材料单位宽度、单位长度的耗能的耗能基准量。使耗能基准量与被轧制材料的钢材种类以及轧制后的目标板厚相关联并记录。对预定随后将要在上述轧制线中进行轧制的轧制预定被轧制材料，取得与其钢材种类和轧制后的目标板厚相对应的耗能基准量。用轧制预定被轧制材料的宽度和长度乘以耗能基准量，从而算出预测耗能。
-
公开(公告)号：CN102215992A
公开(公告)日：2011-10-12
申请号：CN200880132011.8
申请日：2008-11-19
Applicant: 东芝三菱电机产业系统株式会社
Inventor： 下田直树
CPC classification number: B21B37/74
Abstract: 本发明涉及一种控制装置，该控制具备预测温度计算部(101a)和控制部(101b)，其中，该预测温度计算部(101a)将在热轧装置(20)中被加热并轧制的钢板(14)的截面从外围到中央、每隔空间增量宽度以环状的方式分割为多个要素，再根据边界条件使时间增量宽度变化，从而利用差分法算出每个被分割的要素的预测温度，该控制部(101b)根据由预测温度计算部(101a)算出的预测温度，确定热轧装置(20)对钢板(14)进行加热并轧制用的控制量。
-
公开(公告)号：CN107405657A
公开(公告)日：2017-11-28
申请号：CN201580078217.7
申请日：2015-03-26
Applicant: 东芝三菱电机产业系统株式会社
CPC classification number: B21B37/76 , B21B37/74 , C21D8/0205 , C21D8/0226 , C21D11/00
Abstract: 温度计算方法包含：将热轧的钢板的与长度方向垂直的剖面分割成多个矩形要素；以及使用有限差分法计算矩形要素各自的温度。作为包含剖面的边缘部的区域的第一区域(31)被分割成多个矩形要素沿板宽方向排列，并且多个矩形要素沿板厚方向排列。作为包含剖面的中心且比第一区域(31)宽的区域的第二区域(32)被分割成多个矩形要素沿板厚方向排列，且第二区域(32)在板宽方向上不被分割。
-
公开(公告)号：CN104968448A
公开(公告)日：2015-10-07
申请号：CN201380072214.3
申请日：2013-02-04
Applicant: 东芝三菱电机产业系统株式会社
IPC: B21B37/00
CPC classification number: B21B37/00 , G05B13/021 , G05B2219/32021 , Y02P70/161 , Y02P80/114 , Y02P90/205
Abstract: 本发明提供一种节能控制装置，其能够在确保产品质量的基础上，找出使轧制线的能耗最小的轧制条件。该轧制线的节能控制装置具备：能耗预测装置，该能耗预测装置基于轧制线的轧制条件来计算所述轧制线的能耗；以及能耗最优化装置，该能耗最优化装置将被轧制材料的目标温度以外的轧制条件作为操作项目并进行改变，以使得在确保对被轧制材料进行轧制而形成的产品的质量的基础上减少所述能耗预测装置所计算出的能耗。
-
公开(公告)号：CN102654749B
公开(公告)日：2015-09-02
申请号：CN201110099895.5
申请日：2011-04-14
Applicant: 东芝三菱电机产业系统株式会社
IPC: G05B13/04
Abstract: 本发明的目的在于提供一种学习系数控制装置，该学习系数控制装置即使在学习系数超过限制值的情况下，仍能将学习系数控制在限制值内来修正模型误差。对于基于两个以上的模型来预测一个物理量的过程模型，学习运算部(10)基于物理量的预测值和实际值之差来计算各模型的学习系数，变换系数运算部(14)运算用于获得校正值所必要的变换系数，该校正值用于改变另一个模型的预测值，以使得在改变一个模型的预测值时最后求出的物理量的预测值不变，模型校正值运算部(20)在一个模型的学习系数超过第一限制值的情况下，基于来自学习系数修正值运算部(17)的模型的学习系数的修正值和来自变换系数平均值运算部(19)的变换系数的平均值，来运算用于以另一个模型来补偿因修正一个模型的学习系数而产生的预测值的变化量的模型的校正值。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.023 seconds)
