JPH08507631A - 非線形プロセスのモデル化のための装置 - Google Patents

Abstract

(57)【要約】 本発明は、少なくとも１つの入力量（ｘ１、ｘ２）および少なくとも１つの出力量（ｙ）を有し、また１つのニューロン回路網（１）を有し、その関数が入力量（ｘ１、ｘ２）の値範囲の第１の部分において、プロセスからの測定値捕捉により得られた測定データから訓練により決定される非線形プロセスのモデル化のための装置に関する。ニューロン回路網の訓練のための測定データが存在しない入力量（ｘ１、ｘ２）の値範囲の第２の部分に対しては、関数値を予め設定するための経験に基づいた装置、好ましくはファジィジステム、が設けられている。本発明は調節器に応用される。

Description

【発明の詳細な説明】 非線形プロセスのモデル化のための装置 本発明は、少なくとも１つの入力量および少なくとも１つの出力量を有し、ま た１つのニューロン回路網を有する非線形プロセスのモデル化のための装置に関 する。 「ニューロン回路網（Neuronale Netzwerke）」、１９９０年、Markt & Technik 出版から知られているように、ニューロン回路網により多くの入力量および出力 量を有する複雑な非線形機能が学習データに基づいて訓練によりシミュレートさ れる。この能力は、プロセスから得られた測定データからプロセスの静的な非線 形の挙動をモデル化するために利用することができる。この仕方で、ニューロン 回路網の非線形な出力機能により実現されており、またプロセス運転の改善のた めに調節ループに使用することのできるプロセスモデルが得られる。もちろん実 際のプロセスにおける測定データ捕捉の際には、たいていはすべての可能なプロ セス状態は通過され得ないという問題が生ずる。それ故出力データ及び従ってま たニューロン回路網から学習された機能は、十分に多くの測定データが存在して いる作動状態でのみ有効性を有する。いま継続している作動中に新しいプロセス 状態が生ずると、ニューロン回路網がプロセス調節／制御のために使用されると き、プロセスへの予測不可能な干渉が臨界的な状態、又はさらには許容できない 状態にさえ通じ得る。 本発明の課題は、ニューロン回路網による非線形プロセスのモデル化の際の上 記の欠点を回避する装置を提供することである。 この課題を解決するため、新しい装置は請求の範囲１にあげられている特徴を 有する。本発明の有利な構成は請求の範囲２以下にあげられている。 ニューロン回路網の入力信号は、測定データによりカバーされる入力量の値範 囲の第１の部分の離去に関して監視される。この監視の応答は次いで、出力量の 非臨界的な関数値を予め設定するための他の装置へ切換えるのに使用することが できる。代替的な実現可能性では、ニューロン回路網は、入力量のすべての値範 囲のなかで出力量に対する非臨界的な値を出力し得るために、第１の部分に存在 する測定データも、第２の部分に予め与えられている出力量の値も訓練する。 本発明は、測定データが妥当な費用で実現可能なプロセス状態の範囲で捕捉さ れればよく、その他の範囲では出力量に対する非臨界的な値が発生可能であり、 その際にその他のプロセス状態に関する経験知識も取り入れられ得るという利点 を有する。従って、装置の機能は現実のプロセスで測定された状態に制限されて いない。 本発明の実施例を示す図面により以下に本発明ならびに構成および利点を詳細 に説明する。 図１はニューロン回路網およびファジィシステムを有する装置、 図２は現実のプロセスの入力量ｘ１およびｘ２の値の出現頻度のダイアグラム 、 図３および図４はそれから導き出された入力量ｘ１およびｘ２に対する所属関 数、 図５および図６は別の所属関数を補われている図３および図４によるダイアグ ラムを示す。 図１ではファジィシステムおよび訓練されたニューロン回路網１が互いに組み 合わされている。ファジィシステムは入力量ｘ１またはｘ２に対する２つのファ ジィ化モジュール２および３ならびに調節機構のモジュール４および５を含んで おり、モジュール４および５の後にはデファジィ化モジュール６および７が接続 されている。ファジィシステムのなかには、入力量ｘ１およびｘ２の値範囲の測 定データが存在しない部分のなかのプロセスの本来のシミュレーションに対する 規則とならんで、ニューロン回路網１をスイッチオフし、またはその出力信号８ を減弱させるような規則も一体にまとめられている。そのためにデファジィ化モ ジュール７の出力信号１０により駆動される制御可能なゲート９が設けられてい る。ゲート９は、ニューロン回路網１が訓練された範囲を現在のプロセス状態が まさに去るときに閉じる。出力信号ｙは図１による装置において制御可能なゲー ト９の出力信号１１とデファジィ化モジュール６の出力信号１２とを加算要素１ ３で重畳することにより形成される。 図２ないし図６により以下に図１による装置を設計するための方法を説明する 。ニューロン回路網のその後の訓練のために使用されるべき測定データは実際の プロセスから測定値捕捉により得られ、また配列されたデータセットとして入力 量および出力量のそれぞれすべての同時に走査された値と一緒に格納される。特 にプロセスの内部構造に関する詳細な知識が存在しないときには、測定値捕捉の 際に可能なかぎり多くのプロセス量が考慮に入れられる。その際に所望の出力信 号の形成のために重要でないまたは冗長性の入力信号も一緒に捕捉され得る。こ のような入力信号をその後の評価から排除するため、データ解析方法、たとえば 相関計算または回路網の訓練および比較がそれぞれ入力量の省略のもとにデータ セットに応用することができる。入力信号相互間または入力信号および出力信号 間の相関により、どの入力信号が等しい利用情報を含んでいるか、またどれが出 力信号への作用を有するかを確認することができる。たとえば、１つの入力信号 が出力信号に作用を有しなかったと認識されると、それはその後はもはや考慮に 入れられなくてよい。入力信号を低減するための別の可能性はニューロン回路網 の多重の訓練であり、その際に入力信号のそれぞれ１つは省略される。 図２にはデータセットを用いて求められた、入力量ｘ１およびｘ２の値対の出 現頻度に対する等高線図が示されている。高い出現頻度の範囲内ではニューロン 回路網の訓練の際にプロセスの良好なシミュレーションが期待され得る。それら は十分な数の測定データが存在している入力量ｘ１およびｘ２の値範囲の第１の 部分を形成する。それに対して、示されている等高線の外側に位置する第２の部 分には測定データが存在していない。各個の入力量に対して測定データから、入 力量ｘ１またはｘ２に対する図３および図４中に示されている所属関数１４およ び１５に原理的に相当する経過を有する頻度分布が生ずる。横軸には入力量ｘ１ またはｘ２の値範囲が、縦軸には確率値ｗがとられている。両所属関数１４およ び１５は互いに結び付いて、ニューロン回路網１により捕捉される測定データの なかに含まれているプロセス状態を記述する。等しい仕方でプロセスの出力信号 ｙ（図１）に対する所属関数が決定される。 別のステップで所属関数１４および１５に加えて入力量ｘ１または入力量ｘ２ に対する別の所属関数１６…１９ならびに２０…２３が図５および図６により定 義され得る。この定義は経験に基づいて行われる。すなわち、個々の量の値範囲 は経験のあるプロセスオペレータの設定に相応して有意義な部分範囲に分割され る。その際に所属関数の定義は、各可能なプロセス状態が少なくとも１つの所属 関数によりカバーされるように行われる。測定データにより生じた所属関数１４ または１５に境を接する所属関数１８および１９または２１および２２は有利に 、流動的な移行が保証されているように、これらと重なるべきであろう。この実 施例中に示されていない特別な場合として、長方形の所属関数によっても鋭く互 いに境を接する部分範囲が定義され得る。 所属関数の定義は等しい仕方でプロセスの出力量ｙに対して行われる。 いますべてのプロセス状態に対して存在する所属関数から出発して、プロセス の挙動がファジィ規則の形態で、相応の測定データにより捕捉されていないすべ てのプロセス状態に対して制御機構のモジュール４（図１）のなかに取り入れら れる。結果として、ニューロン回路網によりカバーされないすべてのプロセス状 態に対して経験に基づいたプロセスモデルを実現するファジィシステムが得られ る。 図１に示されている装置に対して代替的に、上記の方法により発生されたファ ジィシステムにより補助データを発生し、それにより元来の測定データセットを 、すべてのプロセス状態をカバーするように補うことも可能である。次いでこの 補われたデータセットにより、ファジィシステムにより拡張されたプロセス状態 範囲をモデル化するニューロン回路網を訓練することができる。

Claims (1)

1. 【特許請求の範囲】 １．少なくとも１つの入力量（ｘ１、ｘ２）および少なくとも１つの出力量（ｙ ）を有し、 １つのニューロン回路網（１）を有し、その関数が入力量（ｘ１、ｘ２）の値 範囲の第１の部分において、プロセスからの測定値捕捉により得られた測定デー タから訓練により決定され、また 入力量（ｘ１、ｘ２）の値範囲の、ニューロン回路網（１）の訓練のための測 定データが存在しない第２の部分における関数値を予め設定するための装置を有 する ことを特徴とする非線形プロセスのモデル化のための装置。 ２．第２の部分における関数値を予め設定するための装置が、第１の部分の離去 に関して入力量（ｘ１、ｘ２）を監視するための装置と、監視装置により制御さ れ、また値範囲の第２の部分における入力量の際に関数値の予設定に切換える制 御可能なゲートとを含んでいることを特徴とする請求項１記載の装置。 ３．第２の部分における機能値を予め設定するための装置がファジィシステムで あり、そのなかで第１の部分への入力量（ｘ１、ｘ２）の値の所属が所属関数（ １４、１５）により特徴付けられ、また第２の部分における入力量の際に出力量 （ｙ）の値をファジィ論理の方式に従って予め設定することを特徴とする請求項 １または２記載の装置。 ４．所属関数（１４、１５）が測定値捕捉の際の入力量（ｘ１、ｘ２）の値範囲 の出現頻度により決定されていることを特徴とする請求項３記載の装置。 ５．入力量（ｘ１、ｘ２）の値範囲の第２の部分および出力量（ｙ）の値範囲に おいて言語学的値に対する別の所属関数（１６…２３）が定義されており、また 調節機構においてプロセスの挙動が経験に基づいてＩＦ‐ＴＨＥＮ演算により 言語学的値を用いてシミュレートされている ことを特徴とする請求項３または４記載の装置。 ６．第２の部分における機能値を予め設定するための装置がファジィシステムで あり、 入力量の値範囲の第２の部分および出力量の値範囲においてプロセスの挙動が 経験に基づいてシミュレートされており、 ニューロン回路網の機能が入力量の値範囲の第２の部分において、ファジィシ ステムにより得られた設定値の訓練により決定される ことを特徴とする請求項１記載の装置。