基于神經(jīng)網(wǎng)絡(luò)和專(zhuān)家系統(tǒng)的鐵水硅含量預(yù)報(bào)、控制軟件研究.pdf

1、高爐鐵水硅含量是高爐生產(chǎn)過(guò)程中需要控制的重要因素之一，它不但是反映生鐵質(zhì)量的重要指標(biāo)，而且還可以反映高爐的爐溫水平，同時(shí)也是表征高爐內(nèi)熱狀態(tài)的一個(gè)重要指標(biāo)，對(duì)維持高爐的穩(wěn)定、順行、高產(chǎn)尤為重要。本研究即是針對(duì)目前硅含量的預(yù)報(bào)和控制方法不能滿足實(shí)際高爐生產(chǎn)過(guò)程控制需要，在對(duì)高爐鐵水硅含量影響因素及控制知識(shí)進(jìn)行收集、分析的基礎(chǔ)上，結(jié)合鐵水硅含量控制過(guò)程中的諸多不確定因素，提出了將神經(jīng)網(wǎng)絡(luò)、專(zhuān)家系統(tǒng)共同作用于高爐鐵水硅含量的預(yù)報(bào)、控制模型。實(shí)

2、現(xiàn)了模型的軟件開(kāi)發(fā)，并從理論與實(shí)踐的角度對(duì)該模型進(jìn)行了分析和研究。 高爐鐵水硅含量預(yù)報(bào)、控制神經(jīng)網(wǎng)絡(luò)、專(zhuān)家系統(tǒng)主要由神經(jīng)網(wǎng)絡(luò)模塊、專(zhuān)家系統(tǒng)模塊以及人機(jī)接口所組成。其中神經(jīng)網(wǎng)絡(luò)模塊主要被用于對(duì)高爐鐵水硅含量以一定的時(shí)間間隔進(jìn)行預(yù)測(cè)并對(duì)鐵水硅含量及其影響因素間的關(guān)系進(jìn)行學(xué)習(xí)，以作為專(zhuān)家系統(tǒng)定量化計(jì)算的依據(jù)。專(zhuān)家系統(tǒng)模塊主要是利用所收集的大量的專(zhuān)家知識(shí)對(duì)鐵水硅含量預(yù)報(bào)神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果進(jìn)行分析，根據(jù)各個(gè)參數(shù)之間的關(guān)系進(jìn)行計(jì)算，并向高爐

3、操作者提出定性的操作指導(dǎo)和定量的操作建議，以確保高爐鐵水硅含量保持在正常范圍。人機(jī)接口主要用于操作者與程序進(jìn)行交流和對(duì)程序進(jìn)行管理。本系統(tǒng)的開(kāi)發(fā)采用了面向?qū)ο蟮脑O(shè)計(jì)方法，系統(tǒng)軟件結(jié)構(gòu)合理、界面友好、可操作性強(qiáng)，并且由于專(zhuān)家系統(tǒng)中定量計(jì)算規(guī)則來(lái)源于神經(jīng)網(wǎng)絡(luò)對(duì)參數(shù)的學(xué)習(xí)，所以本系統(tǒng)同時(shí)還具有很強(qiáng)的可移植性。 利用生產(chǎn)現(xiàn)場(chǎng)獲得的71組高爐連續(xù)生產(chǎn)的數(shù)據(jù)通過(guò)歸一化、去除噪聲等處理后建立數(shù)據(jù)庫(kù)。利用數(shù)據(jù)庫(kù)中30組數(shù)據(jù)對(duì)系統(tǒng)進(jìn)行輸入以訓(xùn)練神

4、經(jīng)網(wǎng)絡(luò)，當(dāng)顯示訓(xùn)練完畢后，將數(shù)據(jù)庫(kù)中剩余的27組數(shù)據(jù)輸入以對(duì)神經(jīng)網(wǎng)絡(luò)對(duì)高爐鐵水硅含量預(yù)測(cè)結(jié)果的命中率進(jìn)行檢測(cè)。實(shí)驗(yàn)結(jié)果為：當(dāng)預(yù)測(cè)準(zhǔn)確度為80％時(shí)，系統(tǒng)命中率96.29％；當(dāng)準(zhǔn)確度為85％時(shí)，系統(tǒng)命中率85.18％、當(dāng)準(zhǔn)確度為90％時(shí)，系統(tǒng)命中率66.66％、當(dāng)準(zhǔn)確度為95％時(shí)，系統(tǒng)命中率37.37％。此時(shí)，在選定的神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差精度下，一旦鐵水硅含量預(yù)報(bào)值偏離了實(shí)際生產(chǎn)過(guò)程硅含量的控制范圍時(shí)，專(zhuān)家系統(tǒng)將會(huì)被激活，其提出的定性和定量的操