摘要

    冶金過程復(fù)雜而且很難控制，隨著科技的發(fā)展人工智能技術(shù)在冶金中的應(yīng)用也逐漸廣泛起來，人工智能雖然在近些年的發(fā)展態(tài)勢良好，但只是集中體現(xiàn)在機器人和一些模式識別的方面，若要真正的實現(xiàn)人類的智能，還有很長的路要走。在當(dāng)今這個網(wǎng)絡(luò)信息時代，人工智能重在研究生物智能，網(wǎng)絡(luò)，計算機科學(xué)和物理學(xué)等多個交叉學(xué)科之間的人工智能技術(shù)，然而在使人工技能不斷革新的過程中，我們發(fā)現(xiàn)，自然語言的智能化是人工智能技術(shù)中的關(guān)鍵所在，我們要對其建立一個能夠量化的模型鋼鐵企業(yè)在原料、能量、設(shè)備償還和勞動力費用方面都受到很大壓力，而對如此嚴酷要求，必須找出有效的對策解決。為了鋼鐵工業(yè)的現(xiàn)代化，正在經(jīng)歷著種種變革。這些變革必須實行自動化，或至少以自動化為前提的計算機控制。本文從人工智能的發(fā)展簡史和人工智能在冶金中的應(yīng)用的方面來論述，并為大家介紹了人工智能的發(fā)展前景。

關(guān)鍵字

人工智能，高爐，計算機，系統(tǒng)，冶金

目錄

引言……………………………………………………………………………………1

一．人工智能的發(fā)展史………………………………………………………………2

二．人工智能的研究與應(yīng)用…………………………………………………………3

2.1機器的學(xué)習(xí)

    2.2專家系統(tǒng)

    2.3模式識別

2.4人工神經(jīng)系統(tǒng)

2.5決策支持系統(tǒng)

2.6自然語言的分析和理解以及自動程序的設(shè)計.

三．人工智能控制在高爐中的應(yīng)用…………………………………………………5

3.1專家系統(tǒng)

3.2爐熱監(jiān)測和控制專家系統(tǒng)

3.3爐料下降異常預(yù)報和控制

四．計算機在高爐冶煉過程中的應(yīng)用……………7

4.1冶金過程計算機控制的必要性

4.2.計算機在高爐冶煉中的功能

五．高爐自動化……………………………………………8

六．神經(jīng)網(wǎng)絡(luò)在軋鋼加熱爐模式識別與智能控制中的應(yīng)用…………9

6.1神經(jīng)網(wǎng)絡(luò)模型    

6.2多層感知器神經(jīng)網(wǎng)絡(luò)在軋鋼加熱爐模式識別中的應(yīng)用

6.3自組織神經(jīng)網(wǎng)絡(luò)在軋鋼加熱爐模式識別中的應(yīng)用

七．結(jié)語…………………………………………………………………10

八．參考文獻…………………………………………………………….10

引言

    人工智能自1956年起，至今已經(jīng)有半個多世紀的歷史了。其中誕生了幾個至今仍有影響力的學(xué)派，有以有限合理性為理論基礎(chǔ)，以物理符號為系統(tǒng)假設(shè)的符號主義邏輯學(xué)派。還有以人工神經(jīng)網(wǎng)絡(luò)和進化計算機為理論基礎(chǔ)的聯(lián)結(jié)主義。仿生學(xué)派則注重感知與行動之間的結(jié)合發(fā)展。這些至今仍為之矚目的理論在人工智能的各個領(lǐng)域分別取得了不同的成就。分別在機器人和模式識別等領(lǐng)域推動了科技的進步和人工智能的進一步發(fā)展。智能機器人和智能控制系統(tǒng)，逐漸走進了人們的生活，智能社區(qū)和數(shù)據(jù)挖掘系統(tǒng)也是隨處可見。然而這樣一項為我們生活帶來了美好的改變的技術(shù)，自誕生以來，也存在著許多矛盾和爭議。在研究的過程中，我們也無數(shù)次的意識到，人工智能的發(fā)展至今無法與人類的智能相提并論，這讓我們陷入了深深的思考之中。冶金過程中的冶煉、精煉、連鑄、軋制等過程中的流場、溫度場、應(yīng)力場等數(shù)據(jù)都需要監(jiān)測，以及金屬組織性能的控制，金屬制造過程中的成分與板型精確控制、工藝技術(shù)優(yōu)化、新產(chǎn)品的開發(fā)，種種這些，都需要運用到人工智能技術(shù)。人工智能技術(shù)不但可以節(jié)約新產(chǎn)品、工藝開發(fā)時間和費用，提高試驗成功率，而且容易形成企業(yè)自主知識產(chǎn)權(quán)的工藝和產(chǎn)品。從國內(nèi)外冶金企業(yè)的發(fā)展來看，其核心技術(shù)部分大部分來自于人工智能技術(shù)以及數(shù)據(jù)積累而形成的。

一、人工智能的發(fā)展史

    我們在研究人工智能的發(fā)展史的過程中，將人工智能由產(chǎn)生到如今的發(fā)展分為四個階段，分別是產(chǎn)生、形成、應(yīng)用和集成。產(chǎn)生時期最初是制造出一種人工神經(jīng)元的模型，普林斯頓兩名數(shù)學(xué)系的研究生在1951年制造出了第一臺模擬神經(jīng)元系統(tǒng)的電子計算機。這種行為在最初被稱之為人工智能的初次嘗試，這種神經(jīng)元模型吸收了三種資源，闡述了一種簡單的更新規(guī)則，最主要的是修改了神經(jīng)元之間的連接強度。此外，古希臘哲學(xué)家亞里士多德也提出了著名的三段論，為早期的人工智能的產(chǎn)生提供了輔助的作用。

    形成時期，在借鑒了早期的模擬神經(jīng)元的經(jīng)驗后，幾位在各個領(lǐng)域頗有成就的科學(xué)家聚集到一起，他們分別涉及到數(shù)學(xué)界，心理學(xué)界，神經(jīng)學(xué)和計算機信息方面等領(lǐng)域，并最終通過探討提出了人工智能這一術(shù)語。同時也產(chǎn)生了一個由機器來模擬人類智能的學(xué)科。人類從那時起，就不斷對其進行探索，在1969年，人工智能在國際人工智能聯(lián)合會議上得到了世界的認可。各領(lǐng)域的領(lǐng)導(dǎo)人物都開始積極對人工智能進行探索，雖然深知將會面對許多困難，但他們注重在一次次的實驗中總結(jié)經(jīng)驗教訓(xùn)，最終確定在人工智能的研究領(lǐng)域要走一條以知識為中心的全面開發(fā)的道路。

    應(yīng)用時期，在第五屆國際人工智能聯(lián)合會議上，知識工程的理念首次被提出。在此之后，各個領(lǐng)域的專家們紛紛研究出了許多智能系統(tǒng)和商品化系統(tǒng)。知識工程很快對全世界的各個領(lǐng)域都產(chǎn)生了影響，并為他們提供了便捷，創(chuàng)造了效益。但知識專家系統(tǒng)在被廣泛應(yīng)用的過程中也暴露出了許多問題。例如知識獲取困難和其自身具有的應(yīng)用范圍有局限性的問題。這些都是在應(yīng)用時期暴露出的亟待專家學(xué)者們解決的問題。

    集成時期，這一時期仍然以知識專家系統(tǒng)為基礎(chǔ)，從20世紀80年代開始，各領(lǐng)域的專家共同努力，將其向多方面，寬領(lǐng)域發(fā)展。他們利用多種技術(shù)的結(jié)合，多領(lǐng)域技術(shù)的綜合應(yīng)用，使人工智能逐漸走向成熟。專家們開始將多種推理和控制機制進行有機的結(jié)合，并將這種結(jié)合應(yīng)用在專家系統(tǒng)開發(fā)和系統(tǒng)工具開發(fā)等方面。

二、人工智能的研究與應(yīng)用

    隨著時代的發(fā)展和技術(shù)的進步，人工智能技術(shù)開始走進了我們生活的方方面面，也延伸到了研究的各個領(lǐng)域。無論是語言的處理，數(shù)據(jù)的檢索，問題求解，還是計算方面或是視覺問題方面的智能，人工智能有所體現(xiàn)。在過去的幾年間，人工智能技術(shù)又與計算機應(yīng)用技術(shù)有了良好的結(jié)合，在這兩項技術(shù)結(jié)合后，人工智能技術(shù)能夠做到解微分方程，集成電路的設(shè)計和分析，自動進行語言合成并能熟練的控制機器人在空中飛行和水下工作。因此，我們不難看出人工智能已經(jīng)被人類應(yīng)用到生活和生產(chǎn)的各個方面，下面我們來重點分析人工智能與具體領(lǐng)域結(jié)合的幾個方面。

2.1機器的學(xué)習(xí)

    機器學(xué)習(xí)顧名思義就是使機器自行的進行學(xué)習(xí)，它主要是通過模擬人類學(xué)習(xí)的過程，通過研究人類的學(xué)習(xí)機理和人腦的思維過程，建立一個機器針對不同的任務(wù)的自主學(xué)習(xí)系統(tǒng)。機器學(xué)習(xí)后來被延伸到了機器人學(xué)習(xí)領(lǐng)域。在研發(fā)高智能的機器人方面，我們從機器人手臂的最佳移動位置來完成機器人目標(biāo)動作序列的規(guī)劃。

2.2專家系統(tǒng)

    這一系統(tǒng)是結(jié)合各特定領(lǐng)域內(nèi)的大量專業(yè)知識和經(jīng)驗程序而成的。它也是一種依靠專家自身的經(jīng)驗和知識為基礎(chǔ)而建立的系統(tǒng)。專家系統(tǒng)通過模擬人類專家解決各領(lǐng)域問題時的思維方式和解決問題的過程，來實現(xiàn)人工智能技術(shù)。專家系統(tǒng)目前的應(yīng)用范圍的很廣泛，集中體現(xiàn)在文化教育，醫(yī)療和地質(zhì)勘探方面。并且專家系統(tǒng)在模擬專家解決問題的時候，已經(jīng)達到了接近專家或是超過專家的水平了。

2.3模式識別

模式識別主要是對視覺和聽覺模式進行識別，通過一系嚴謹?shù)难芯?，使生硬的機器具有一定的感知能力。它可以通過程序的設(shè)定來識別一些文字或是圖像，并且在日常生活和軍事上都有較大用途。近幾年來，模式識別中的人工神經(jīng)網(wǎng)絡(luò)方法有了較大的進步。然而在圖像和文字的識別上也漸入佳境，模式識別系統(tǒng)漸漸的走入了實用的范圍。在圖像識別方面，能夠識別指紋，手寫字體和印刷字體，以及用于醫(yī)療方面的識別白血球和癌細胞。語音識別技術(shù)也已經(jīng)成功應(yīng)用在商品化的掃描儀中了。

2.4人工神經(jīng)系統(tǒng)

人工神經(jīng)網(wǎng)絡(luò)致力于模擬人類的大腦的神經(jīng)系統(tǒng)的工作原理，利用人工神經(jīng)元，處理元件等處理單元來模擬人腦的處理模式。并通過修改推理機的機構(gòu)，改善知識庫，最終來實現(xiàn)人工神經(jīng)系統(tǒng)達到人工智能化的效果。與人類大腦的工作原理相似，人工神經(jīng)網(wǎng)絡(luò)中的信息處理也是通過神經(jīng)元之間的相互作用來實現(xiàn)的。人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能和識別功能是通過神經(jīng)元連接權(quán)值的一個動態(tài)的演變過程而實現(xiàn)的。我們雖然能夠清楚的認識到，人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)雖然永遠也無法與人類的大腦相提并論，但這一系統(tǒng)卻能提升人類對外界的認識，擴展人類對外界的控制能力。由于多年來我們在人工神經(jīng)網(wǎng)絡(luò)領(lǐng)域取得了許多成就，并且形成了一個獨樹一幟的關(guān)于信息處理的學(xué)科?，F(xiàn)在這一系統(tǒng)具有如下特點和優(yōu)勢，首先，人工神經(jīng)網(wǎng)絡(luò)模型的更新頻率非常之快，其次，人工網(wǎng)絡(luò)模型的完善也是急速的。最重要的是人工神經(jīng)網(wǎng)絡(luò)模型與現(xiàn)代的計算機技術(shù)和現(xiàn)代算法的結(jié)合日益密切，例如混沌原理與遺傳神經(jīng)理論的結(jié)合以及成功應(yīng)用。

2.5決策支持系統(tǒng)

智能決策支持系統(tǒng)與知識智能系統(tǒng)有著密切的聯(lián)系，隨著專家知識系統(tǒng)日益進步，人智能系統(tǒng)就將專家系統(tǒng)中的智能和知識處理技能應(yīng)用在決策支持系統(tǒng)中。這樣既提高了決策支持系統(tǒng)的系統(tǒng)運行能力，也提高了決策支持系統(tǒng)的應(yīng)用范圍，這種方式也最終成就了智能決策支持系統(tǒng)。

2.6自然語言的分析和理解以及自動程序的設(shè)計

自然語言的分析是設(shè)計出應(yīng)用內(nèi)部數(shù)據(jù)庫來分析出用英語提出的問題的程序。自然語言的理解程序還可以通過一些程序?qū)⒁欢挝谋疚淖址g成一種或多種語言。也可以較快的執(zhí)行用英語發(fā)出的程序指令。然而在自動程序的設(shè)計方面，就要求計算機本身能夠根據(jù)目標(biāo)的要求自行的進行程序的編寫和運行。也可以表述為，英語來描述算法，高級語言則用來編寫程序。現(xiàn)在這一自動程序設(shè)計系統(tǒng)已經(jīng)投入了應(yīng)用，可以自動的編寫一些程序。

三．人工智能控制在高爐中的應(yīng)用

由于高爐過程的復(fù)雜性，許多現(xiàn)象反反利用轉(zhuǎn)統(tǒng)的數(shù)學(xué)模型進行短期控制是不夠的，因為數(shù)學(xué)模型還不能處理過程現(xiàn)象中的模糊信息，而高爐過程中大量存在這種模糊信息，通常操作者是憑經(jīng)驗來處理這些模糊信息的，因為人具有智能，可以對這些模糊信息進行推理解判斷，從而還有效的控制高爐，通常應(yīng)用于人工智能信息處理系統(tǒng)有；專家系統(tǒng)，GO-stop高爐爐況監(jiān)控于預(yù)報系統(tǒng)，爐熱檢測和控制專家系統(tǒng)，爐料下降異常預(yù)報和控制等。

人工智能應(yīng)用范圍很廣，包括智能信息處理系統(tǒng)（含模糊控制、專家系統(tǒng)和神經(jīng)元網(wǎng)絡(luò)等）、智能機器人、自然語言識別等，但在高爐中主要是應(yīng)用智能信息處理系統(tǒng)。

3.1專家系統(tǒng)

人工智能技術(shù)是模擬人類的思維方式和可觀的世界進行認識和改造的一門先進的科學(xué)。人工智能的一個重要而且最成功的分支稱為專家系統(tǒng)。專家系統(tǒng)并不神秘，它不過是利用某一特定領(lǐng)域人類專家的知識，模擬人類的推理方式，具有決策制定能力的復(fù)雜計算機程序。典型的專家系統(tǒng)包括大量規(guī)則的知識庫和推理機組成。有些專家系統(tǒng)還包括幫助建立知識庫、向用戶解釋推理過程、更新知識庫等方面的子系統(tǒng)。

專家系統(tǒng)開發(fā)的基本問題：開發(fā)一個實用的專家系統(tǒng)，需要根據(jù)所需解決的問題和知識的表達方式、推理方式、人工智能語言等做出正確的選擇，還要解決和現(xiàn)有計算機系統(tǒng)的聯(lián)網(wǎng)通訊及人-機接口的設(shè)計問題。

（1）      知識的表達方式  好的知識表達方式應(yīng)具備以下特點：a 有表達某個專門領(lǐng)域所需要的知識能力，并保證庫中的知識是相容的；b 具有從已知知識推導(dǎo)新知識的能力，容易建立表達新知識所需要的新結(jié)構(gòu)；c 便于獲取新的知識，最簡單的情況是能夠由人將知識直接插入到知識庫中；d 便于將啟發(fā)性知識附加到知識結(jié)構(gòu)中去，以便把推理集中到最有希望的方向上。

（2）      推理方式  基本的推理方式有兩大類：a 前向推理即從子目標(biāo)或前提條件出發(fā)朝向主要目標(biāo)推理的工作方式；b 后向推理在問題的求解過程中首先做出幾種假設(shè)，然后根據(jù)其中的一種假設(shè)進行推理，如果結(jié)果不能接受，則退回出發(fā)點，對另一種假設(shè)進行推理。

專家系統(tǒng)包括解決的問題、知識表達方式、推理方式、人工智能語言、聯(lián)網(wǎng)方式和人-機接口（數(shù)據(jù)采集、處理）。

開發(fā)和應(yīng)用高爐專家系統(tǒng)的主要目的是實行對高爐的短期控制，即早期發(fā)現(xiàn)爐況惡化，盡快做出相應(yīng)處理，使高爐穩(wěn)定操作。

·高爐爐況異常，出鐵出渣不良和爐涼等重大異常爐況的診斷與處理；

·爐熱水平的監(jiān)測、預(yù)報和控制

·崩料、管道、難行和懸料等爐料下降異常的預(yù)報和控制。

3.2爐熱監(jiān)測和控制專家系統(tǒng)

爐熱監(jiān)測和控制專家系統(tǒng)的決策過程由當(dāng)前爐熱水平判斷、爐熱變化趨勢和措施決策3個階段所組成。

a 當(dāng)前爐熱水平的判斷

當(dāng)前爐熱水平判斷所采取的指數(shù)一般是鐵水溫度，但應(yīng)該注意，鐵水的溫度實測值受到許多因素的影響：

·測溫地點和測量時間

·是否兩個鐵口同時出鐵

·是否長時間休風(fēng)后的首次出鐵

·是否兩個鐵口同時重疊出鐵

b 爐熱變化趨勢預(yù)報

c 調(diào)整爐熱的措施決策

決策調(diào)整爐熱的過程一般分為兩個階段，第一是根據(jù)當(dāng)前爐熱水平和爐熱變化趨勢確定初步措施；第二是根據(jù)以往已經(jīng)采取的措施來決定最終的措施。

3.3爐料下降異常預(yù)報和控制

爐料下降異常包括崩料、管道、難行和懸料等。爐料下降異常的預(yù)報及控制主要是針對崩料進行的，崩料的預(yù)報包括崩料的嚴重程度和發(fā)生的可能性大小兩方面，推理過程分為以下三步：

a 對各個診斷項目，例如爐熱狀態(tài).透氣性等指數(shù)，單獨進行評價并提出相應(yīng)的操作措施;

b 綜合考慮不正常爐況的嚴重程度和過去已經(jīng)采取的措施，對第一步確定的各個操作措施項目及調(diào)整量重新進行評價；

c 選擇第二步確定的調(diào)整量最大的操作措施作為最終的決定，并在CRT上顯示供工長參考。

四．計算機在高爐冶煉中的應(yīng)用

4.1冶金過程計算機控制的必要性

為什么冶金生產(chǎn)過程要實行計算機控制，或者說計算機控制的效果表現(xiàn)在哪里？為了說明這個問題，下面介紹鋼鐵生產(chǎn)過程的性質(zhì)和特點。
鋼鐵生產(chǎn)的性質(zhì)可概括為以下三點：是大型裝置工業(yè)；需要復(fù)雜的生產(chǎn)過程；是訂貨生產(chǎn)方式。

這些性質(zhì)具體表現(xiàn)為如下特點。
①設(shè)備方面的特點是：單機設(shè)備大；多半不是連續(xù)過程，而是間歇過程；人工操作仍相當(dāng)多。
②生產(chǎn)過程中物流的特點是：原料使用量大；要使用大量的能量和水；物流相當(dāng)復(fù)雜；原料和成品的運輸量大。
③生產(chǎn)過程狀況的特點是：生產(chǎn)過程中物流多種多樣；高溫下作業(yè)。
④按訂貨進行生產(chǎn)的特點是：生產(chǎn)管理需要大量的信息；信息流和生產(chǎn)管理都很復(fù)雜。
⑤從勞動條件方面看的特點是：要求熟練工的作業(yè)多；多為高溫、重體力勞動。
    另外，從現(xiàn)實看還沒有考慮到價格的升高。這些特點，無論拿哪一項作為企業(yè)條件都是不容易的。以這種過程進行生產(chǎn)，從企業(yè)來講要降低產(chǎn)品成本是相當(dāng)困難的。然而正相反，對鋼鐵產(chǎn)品的質(zhì)量和價格的要求卻越來越苛刻了，這更加重了困難程度。也就是說，鋼鐵企業(yè)在原料、能量、設(shè)備償還和勞動力費用方面都受到很大壓力，而對如此嚴酷要求，必須找出有效的對策解決。計算機控制就是措施之一，鑒于鋼鐵生產(chǎn)過程的復(fù)雜性，只憑在其他工業(yè)的連續(xù)性生產(chǎn)發(fā)展起來的閉環(huán)反饋控制為基礎(chǔ)的一系列控制技術(shù)是很難解決問題的。而且
今后鋼鐵工業(yè)的趨勢將是更困難、更復(fù)雜。鋼鐵工業(yè)的現(xiàn)代化正在經(jīng)歷著種種變革。這些變革必須實行自動化，或?qū)崿F(xiàn)至少以自動化為前提的計算機控制系統(tǒng)。冶金工業(yè)自動化的目的在于提高大型設(shè)備的生產(chǎn)效率，加強質(zhì)量管理，實現(xiàn)生產(chǎn)管理合理化以及省力化、無人化。

4.2.計算機在高爐冶煉中的功能

高爐冶煉過程是一系列復(fù)雜的物質(zhì)化學(xué)過程的總和。有爐料的發(fā)揮與分解，鐵氧化物的還原，生鐵與爐渣的形成，燃料燃燒，熱交換和爐料與煤氣運動等，這些過程不是單獨進行的，而是互相制約下數(shù)個過程同時進行的，從控制論的角度看，高爐過程是一種時間常數(shù)大的非線性系統(tǒng)。這就決定了高爐過程計算機系統(tǒng)必須具有長期，中期和短期3個水平的控制功能。

高爐過程計算機負責(zé)冶煉的全過程管理，主要功能包括過程監(jiān)視，系統(tǒng)控制，數(shù)據(jù)處理，設(shè)備管理及數(shù)學(xué)模型運算等，主要作用是向操作指導(dǎo)，判斷信息，管理信息和作業(yè)信息，從而減輕操作人員的勞動強度。

高爐計算機首先對原料，燃料---進行作業(yè)數(shù)據(jù)處理，對原燃料，燃料裝入數(shù)據(jù)處理，為了了解大型高爐爐璧和爐底各部分的侵蝕情況，就要對高爐爐體進行溫度監(jiān)視，同樣由于熱風(fēng)爐爐殼各部分周期性工作，爐殼溫度也周期性變化，容易發(fā)生爐殼鐵皮變形與龜裂，為此要建立對爐殼溫度周期巡回栓測，當(dāng)各點溫度超過設(shè)定值時，自動打印出越限信息。計算接受有關(guān)渣，鐵數(shù)據(jù)，同時對高爐和藝參數(shù)的處理。高爐計算機還有熱風(fēng)爐然爐燃燒控制，技術(shù)計算，數(shù)據(jù)處理，數(shù)據(jù)顯示，通信等功能。

高爐是一個復(fù)雜的氣固相流反應(yīng)器。為了理解，控制和設(shè)進高爐煉過程，更多的努力被用與開發(fā)數(shù)學(xué)模型。高爐數(shù)學(xué)模型的出發(fā)點是把高爐過程和熱風(fēng)和熱風(fēng)爐狀態(tài)以工藝或控制理論描述，算出操作，算出操作一進行在線控制或操作指導(dǎo)。

五．高爐自動化

高爐控制系統(tǒng)主要包含高爐本體控制、給料和配料控制、熱風(fēng)爐控制，以及除塵系統(tǒng)控制等。高爐煉鐵自動化控制系統(tǒng)就是保證煉鐵生產(chǎn)過程的連續(xù)性和實時監(jiān)控性，進而保證高爐操作的四個主要問題：正確配料并以一定的順序及時裝入爐內(nèi)、控制爐料均勻下降、調(diào)節(jié)爐料分布及保持其與熱煤氣流的良好接觸、保持高爐整體有合適的熱狀態(tài)。高爐自動化控制系統(tǒng)具有組成設(shè)備多、位置分散、設(shè)備間聯(lián)鎖關(guān)系強、設(shè)備運行環(huán)境惡劣、安全性可靠性要求高等方面特點，基于和利時公司HOLLiAS LK系列PLC的高爐控制系統(tǒng)，在考慮高爐煉鐵系統(tǒng)特點和要求的基礎(chǔ)上，充分利用了LK PLC可靠性高、性能優(yōu)異、功能豐富、擴展性好、易于使用等方面的優(yōu)勢

1、系統(tǒng)設(shè)計

高爐控制是集機械、電氣控制和計算機應(yīng)用為一體的技術(shù)，采用以和利時公司HOLLiAS LK系列PLC為核心的，集中與分散相結(jié)合的自動化控制系統(tǒng)，系統(tǒng)由1個中央控制室和上料系統(tǒng)、高爐本體、熱風(fēng)爐、除塵等四個控制站組成，通過高速100Mbps光纖工業(yè)以太網(wǎng)進行數(shù)據(jù)通信

2、系統(tǒng)功能

本系統(tǒng)是一個集順序控制、過程控制、數(shù)據(jù)采集、工況監(jiān)視、數(shù)據(jù)管理為一體的計算機控制管理系統(tǒng)。對電動機、閥門等以及成套機電設(shè)備的開關(guān)量控制，包括分組聯(lián)鎖起動、分組聯(lián)鎖關(guān)機、組內(nèi)自動聯(lián)鎖控制、組內(nèi)單步聯(lián)鎖控制、系統(tǒng)單步調(diào)試；過程控制數(shù)據(jù)的采集和處理（包括開關(guān)量和模擬量）；完善的報警功能。開關(guān)量和模擬量報警的顯示、確認、記錄和打印；動態(tài)顯示工藝流程圖畫面，各畫面之間可以自由切換；歷史曲線圖、實時曲線圖、電氣儀表圖和棒形圖顯示和打印。

六．神經(jīng)網(wǎng)絡(luò)在軋鋼加熱爐模式識別與智能控制中的應(yīng)用

在冶金行業(yè)中,軋鋼加熱爐是軋鋼生產(chǎn)過程中的重要設(shè)備之一,在實際操作過程中，操作人員依靠傳感器的信息，判斷爐況，進行操作。有些判斷難以用簡單的“IFA THEN B”這樣的規(guī)則表達，而是根據(jù)操作人員的經(jīng)驗，將爐況分成幾種模式，用神經(jīng)網(wǎng)絡(luò)來識別目前爐況屬于那種模式，對其進行操作進行指導(dǎo)，或作為專家系統(tǒng)的補充，有較大的作用。

6.1神經(jīng)網(wǎng)絡(luò)模型  

　　神經(jīng)網(wǎng)絡(luò)是模擬生物的神經(jīng)系統(tǒng)（特別是腦）功能的網(wǎng)絡(luò)。人腦約由150億個神經(jīng)細胞組成，每個細胞同數(shù)千、數(shù)萬個神經(jīng)細胞相聯(lián)系，形成網(wǎng)絡(luò)。這樣，神經(jīng)細胞模型可以看作是n輸入單輸出的信息處理單元。某個輸入Xi對神經(jīng)細胞的影響以影響度表示，稱為細胞的結(jié)合權(quán)重或效率Wi，這個細包模型如圖1所示。

圖1 細胞模型

　　細胞的輸入有強有弱，當(dāng)其總合超過某一閥值，則細胞進入興奮狀態(tài)，產(chǎn)生輸出;當(dāng)其總合低于閾值時，細胞進入抑制狀態(tài)，沒有輸出。神經(jīng)細胞之間可以有不同的連接方式，目前已經(jīng)提出了許多神經(jīng)網(wǎng)絡(luò)模型，在神經(jīng)網(wǎng)絡(luò)中，由于神經(jīng)細胞的計算的并行性，其總體計算效率很高。生物的一個重要特征是有自學(xué)習(xí)功能，改變神經(jīng)網(wǎng)絡(luò)中細胞（或節(jié)點）輸入端的權(quán)重或者細胞興奮的閥值，控制細胞的興奮狀態(tài)，可以實現(xiàn)生物系統(tǒng)所具有的靈活的判斷和自學(xué)習(xí)功能。

　　6.2多層感知器神經(jīng)網(wǎng)絡(luò)在軋鋼加熱爐模式識別中的應(yīng)用

　　采用多層感知器神經(jīng)網(wǎng)絡(luò)作為軋鋼加熱爐爐溫控制和熱風(fēng)量控制專家系統(tǒng)的一部分。 以軋鋼加熱爐爐溫預(yù)測神經(jīng)網(wǎng)絡(luò)為例，采用如圖4所示的三層網(wǎng)絡(luò)。以鋼坯加熱狀況，煤氣成分，爐中部熱平衡計算求得的計算值指數(shù)、 爐體熱損失量過程數(shù)據(jù)作為輸入層的輸入。

6.3自組織神經(jīng)網(wǎng)絡(luò)在軋鋼加熱爐模式識別中的應(yīng)用

　　以爐膛溫度來說，在爐膛沿上方向和左右方向共設(shè)置一些測溫點，溫度數(shù)據(jù)是二維的分布模式，依靠操作人員觀察對模式進行分類是很困難的，因此不能預(yù)先給出教導(dǎo)模式，而是用自組織網(wǎng)絡(luò)自動抽取數(shù)據(jù)特征，進行分類。自組織網(wǎng)絡(luò)采用多個輸入節(jié)點，多個輸出陣列，用一段時間的日平均測溫數(shù)據(jù)，用自組織網(wǎng)絡(luò)進行分類，得到軋鋼加熱爐高溫、稍高溫、低溫等幾種爐膛溫度模式，模式特征在鄰近節(jié)點間平滑變化。使用自組織后的網(wǎng)絡(luò)，可以用來識別日平均爐膛溫度數(shù)據(jù)與哪一溫度分布模式最為接近，用這一識別可以定量分析與其它爐況數(shù)據(jù)的關(guān)系。

七．結(jié)語

人工智能技術(shù)在冶金反應(yīng)中應(yīng)用越來越廣泛，為了提高冶金生產(chǎn)效率，降低生產(chǎn)成本，降低操作人員的勞動強度，實現(xiàn)冶金過程向自動化，規(guī)?；?，高效的方向發(fā)展，更好的利用人工智能技術(shù)是冶金發(fā)展的必然趨勢，也是體現(xiàn)冶金技術(shù)進步的具體表現(xiàn)。冶金過程中的冶煉、精煉、連鑄、軋制等過程中的流場、溫度場、應(yīng)力場等數(shù)據(jù)都需要監(jiān)測，以及金屬組織性能的控制，金屬制造過程中的成分與板型精確控制、工藝技術(shù)優(yōu)化、新產(chǎn)品的開發(fā)，種種這些，都需要運用到人工智能技術(shù)。人工技術(shù)在我們提供智能服務(wù)的同時也為我們帶來更好的經(jīng)濟效益。

八．參考文獻

［1］畢學(xué)工，高爐過程數(shù)學(xué)模型及計算機控制［M］北京冶金工業(yè)出版社 1996

［2］劉洪霖，包宏  化工冶金過程人工智能化［M］北京冶金工業(yè)出版社1999

[3]蔡自興.人工智能基礎(chǔ)[M].北京：高等教育出版社，2005.

[4]尚福華，李軍，王梅，等.人工智能及其應(yīng)用[M].北京：石油工業(yè)出版社，2005.

[5]李陶深.人工智能[M].重慶：重慶大學(xué)出版社，2002.

[6]《山東冶金》2005年06期

[7]魯曉娟,何藹平;有色冶金中的計算機應(yīng)用[J];有色金屬設(shè)計;2003年01期