特許

J-GLOBAL ID：200903031222973250

ルーパ異常挙動予測装置

発明者： 坪本 利紀 ,  山本 眞樹
出願人/特許権者： 株式会社神戸製鋼所
代理人 (1件)： 明田 莞
公報種別：公開公報
出願番号（国際出願番号）：特願平7-128341
公開番号（公開出願番号）：特開平8-318302
出願日： 1995年05月26日
公開日（公表日）： 1996年12月03日
要約：

【要約】【目的】 入力データ数が多い場合でも、実用的な時間内に入力データ間の関係を学習し、精度良い予測結果が出力できるルーパ異常挙動予測装置を提供する。【構成】 入力手段(102) と、第一記憶手段(101) と、入力データと荷重との差に関する関数を出力するべく格子状に概念上配列された複数の情報処理部からなるコホーネン型ニューラルネットと、学習手段(103) と、第二記憶手段(104) と、データ分類手段(105) と、第三記憶手段(106) と、推定手段(107) とを具備してなるルーパ異常挙動予測装置。

請求項（抜粋）：

圧延材料の成分、圧延条件、圧延目的に基づき圧延する熱間圧延設備のルーパ異常挙動を予測するルーパ異常挙動予測装置において、ルーパ異常挙動の有無と相関の大きい圧延材料の成分、圧延条件、圧延目的を取り込む入力手段と、あらかじめ蓄積しておいた圧延材料の成分、圧延条件、圧延目的からなる学習データとこれらの学習データの圧延時のルーパ異常挙動の有無に関する情報を対応させて格納する第一記憶手段と、圧延材料の成分、圧延条件、圧延目的により構成される入力データ毎に荷重を付与し、上記入力データと荷重との差に関する関数を出力するべく格子状に概念上配列された複数の情報処理部からなるコホーネン型ニューラルネットと、第一記憶手段に記憶された圧延材料の成分、圧延条件、圧延目的からなる学習データを前記コホーネン型ニューラルネットに入力し、情報処理部の荷重と学習入力データとの差が最小である情報処理部を抽出し、その情報処理部およびその近傍の情報処理部の荷重を学習入力データとの差が小さくなるように修正する学習手段と、学習後のコホーネン型ニューラルネットの各情報処理部の荷重を格納する第二記憶手段と、圧延材料の成分、圧延条件、圧延目的よりなる学習データを、学習後の修正された荷重になっているコホーネン型ニューラルネットに入力し、情報処理部の荷重と入力データとの差が最小となった情報処理部に、入力データを分類するデータ分類手段と、前記第一記憶手段に記憶された圧延材料の成分、圧延条件、圧延目的よりなる学習データに対応するルーパ異常挙動の有無に関する情報を前記データ分類手段で分類した情報処理部毎に分類し、前記分類結果より求めた各情報処理部でのルーパ異常挙動の発生頻度を格納する第三記憶手段と、予測対象となる圧延材料の成分、圧延条件、圧延目的よりなるデータを、前記入力手段から前記データ分類手段に入力し、それより出力された分類結果に対応している前記第三記憶手段に格納されているルーパ異常挙動の発生頻度を前記予測対象のルーパ異常挙動の発生頻度とし、これより前記予測対象のルーパ異常挙動の有無を推定する推定手段とを具備してなることを特徴とするルーパ異常挙動予測装置。

IPC (4件)：

B21B 37/00 ,  B21B 37/00 BBM ,  B21B 37/50 ,  G06F 15/18 550

FI (4件)：

B21B 37/00 Z ,  G06F 15/18 550 Z ,  B21B 37/00 BBM ,  B21B 37/00 130