APP下载

基于模式识别的自学习型高炉冶炼专家系统的开发与应用

2012-08-15陈令坤

东南大学学报(自然科学版) 2012年1期
关键词:模式识别

陈令坤 李 佳

(1武汉钢铁集团公司研究院,武汉 430081)(2武汉科技大学机械自动化学院,武汉 430081)

高炉专家系统的开发是个老问题,上世纪90年代起世界各国开始进行研究,经过十多年的研究与开发,取得了很大进展,也开发了一些实用的系统[1-10],但总体使用效果并未达到令人满意的程度,许多研究人员也进行了总结,究其原因主要是由于系统的构成及内容并不能反应高炉本身的复杂性,同时系统本身也难以完全模拟高炉操作人员的决策过程.国内许多钢厂购买了专家系统,为了让该系统充分发挥作用,对这些系统的再开发就提上了日程.武钢对相关系统的改进持续了10多年,取得了一定的成绩,本文将对相关的开发经验进行总结,以推动相关研究工作的深入开展.

1 基于模式识别的自学习型高炉冶炼专家系统的开发

1.1 开发基于模式识别的专家系统的必要性

高炉本身体积巨大,现代大型高炉体积普遍在2000 m3以上,从控制角度讲,高炉是一个多变量、大滞后、非线性的巨大系统,目前尚无确定的算法以实现类似系统的控制,各个高炉的操作也主要是由人工进行控制,但由于人为因素的影响,高炉失常也经常发生,大型高炉每次失常都会造成巨大的损失,尽管经过充分训练的工长可很好地操作高炉,但还存在开发高水平高炉过程控制系统的期望.

经过几十年的摸索,人们提出了很多种控制类似于高炉这样系统的思想、算法,经过多……

登录APP查看全文

猜你喜欢

模式识别
紫地榆HPLC指纹图谱建立及模式识别
2019 IEEE计算机视觉与模式识别会议
UPLC-MS/MS法结合模式识别同时测定芪参益气滴丸中11种成分
浅谈模式识别在图像识别中的应用
第四届亚洲模式识别会议
基于可拓模式识别的孤岛检测研究
可拓模式识别算法中经典域的确定方法
第3届亚洲模式识别会议
基于LLE降维和BP_Adaboost分类器的GIS局部放电模式识别
电气设备的故障诊断与模式识别