物理模型辨识系统的制作方法

技术特征：
1.一种物理模型辨识系统，其特征在于，具备：计算机，使用由数学公式对包括制造设备及制造工序的控制对象中的物理现象进行了表达的物理模型，计算应用于上述控制对象的预设值及控制值；数据采集装置，采集基于由上述计算机计算出的上述预设值及上述控制值而得的上述控制对象的控制结果即多个工序数据；以及物理模型辨识装置，基于上述多个工序数据对上述物理模型进行辨识，上述物理模型由包含修正系数的数学公式来表达多个输入变量与至少一个目标变量之间的输入输出关系，上述多个工序数据分别包含上述多个输入变量的值及上述目标变量的值，上述物理模型辨识装置具有：数据编辑部，将从上述采集的多个工序数据中除去异常数据后的剩余的数据，分为学习用数据和验证用数据；统计模型学习部，使用上述学习用数据，递归地学习针对上述控制对象表达了上述多个输入变量与上述目标变量之间的输入输出关系的统计模型；模型合理性验证部，使用上述验证用数据，对完成了上述学习的统计模型的合理性进行验证；相关性确定部，在完成了上述学习的统计模型为合理的情况下，使用完成了上述学习的统计模型，制作将上述多个输入变量中包含的至少一个登记输入变量与上述目标变量之间的输入输出关系进行了定量化的数量数据；模型系数辨识部，以将上述数量数据中包含的上述登记输入变量的值作为上述物理模型的输入的情况下的上述物理模型的输出即计算值、与上述数量数据中包含的上述目标变量的值一致的方式，对上述物理模型的上述修正系数进行辨识；以及模型系数设定部，将上述辨识出的修正系数设定于安装于上述计算机的上述物理模型。2.如权利要求1所述的物理模型辨识系统，其特征在于，上述统计模型是使用最小二乘法来表达表示上述多个输入变量与上述目标变量之间的输入输出关系的函数的模型，或者使用机器学习来表达该输入输出关系的模型。3.如权利要求1或2所述的物理模型辨识系统，其特征在于，上述异常数据是采集时刻连续的上述多个工序数据中的、至少一个上述输入变量的值不变动的工序数据，或者采集时刻连续的上述多个工序数据中的、至少一个输入变量变动了阈值以上的工序数据。4.如权利要求1至3中任一项所述的物理模型辨识系统，其特征在于，完成了上述学习的统计模型在误差a与误差b之差为阈值以内的情况下判断为合理，误差a是在向完成了上述学习的统计模型输入了上述学习用数据中包含的上述输入变量的值的情况下输出的上述目标变量的计算值、与上述学习用数据中包含的上述目标变量的实际值之间的误差，误差b是在向完成了上述学习的统计模型输入了上述验证用数据中包含的上述输入变量的值的情况下输出的上述目标变量的计算值、与上述验证用数据中包含的上述目标变量的实际值之间的误差。
5.如权利要求1至4中任一项所述的物理模型辨识系统，其特征在于，上述数量数据是对上述登记输入变量与上述目标变量之间的关系进行了描述的数值表、或者对该关系进行了拟合的函数。

技术总结
本发明所涉及的物理模型辨识系统首先使用从生产线采集的实际数据，对表达了生产线上的控制对象的统计模型进行学习。接下来，本系统制作对完成了学习的统计模型的登记输入变量与目标变量之间的输入输出关系进行了定量化的数量数据。接下来，本系统以维持由该数量数据表示的登记输入变量与目标变量之间的关系的方式对物理模型的修正系数进行辨识。辨识出的修正系数被反映到在控制生产线的计算机中安装的物理模型。由此，实用模型对控制对象的预设值及控制值的预测精度提高，能够实现生产线的稳定运转及高品质的生产。产线的稳定运转及高品质的生产。产线的稳定运转及高品质的生产。


技术研发人员：今成宏幸
受保护的技术使用者：东芝三菱电机产业系统株式会社
技术研发日：2020.05.13
技术公布日：2022/1/13