神經(jīng)網(wǎng)絡(luò)的發(fā)展前景及其在冶金過程控制中的應(yīng)用

1、神經(jīng)網(wǎng)絡(luò)的發(fā)展現(xiàn)狀及其在冶金過程控制中的應(yīng)用,內(nèi)容概要：,神經(jīng)網(wǎng)絡(luò)的基本理論 神經(jīng)網(wǎng)絡(luò)控制 神經(jīng)網(wǎng)絡(luò)的發(fā)展現(xiàn)狀及其應(yīng)用現(xiàn)狀 神經(jīng)網(wǎng)絡(luò)在冶金過程控制中的應(yīng)用 結(jié)束語,神經(jīng)網(wǎng)絡(luò)的基本理論,人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network）簡稱神經(jīng)網(wǎng)（NN），是以對大腦的生理研究為基礎(chǔ)的，其目的在于模擬大腦的某些機(jī)理與機(jī)制，實(shí)現(xiàn)某個方面的功能而設(shè)計的一種機(jī)器。,人工神經(jīng)網(wǎng)絡(luò)是以人的大腦神經(jīng)網(wǎng)絡(luò)為參照物而研究出的一種模型，網(wǎng)絡(luò)上的每個結(jié)點(diǎn)相當(dāng)于一個神經(jīng)元，可以記憶（存儲）、處理一定的信息，并與其它結(jié)點(diǎn)并行工作。,根據(jù)生物神經(jīng)元結(jié)構(gòu)，1943年神經(jīng)病學(xué)家、神經(jīng)解剖學(xué)家McCulloch與

2、數(shù)學(xué)家Pitts總結(jié)了生物神經(jīng)元的一些基本生理特性，提出了MP神經(jīng)元數(shù)學(xué)模型，MP模型是神經(jīng)網(wǎng)絡(luò)的第一個數(shù)學(xué)模型。,MP模型基于一種思想：神經(jīng)細(xì)胞的工作方式要么興奮，要么抑制。由于神經(jīng)元之間的信號連接強(qiáng)度取決于突觸的狀態(tài)，因此在MP模型中，神經(jīng)元的每個突觸的活動強(qiáng)度用一個固定的實(shí)數(shù)即權(quán)值模擬。,神經(jīng)網(wǎng)絡(luò)有很多種模型，如MP模型，感知器BP網(wǎng)絡(luò)模型，自組織競爭型神經(jīng)網(wǎng)絡(luò)小腦神經(jīng)模型，遞歸型神經(jīng)網(wǎng)絡(luò)霍普菲爾德神經(jīng)網(wǎng)絡(luò)等等。,BP網(wǎng)絡(luò)模型,小腦神經(jīng)網(wǎng)絡(luò)在液位控制,神經(jīng)網(wǎng)絡(luò)的特點(diǎn),可以充分逼近任何復(fù)雜的非線性關(guān)系 所有定量或定性的信息都等勢分布儲存與網(wǎng)絡(luò)內(nèi)的各神經(jīng)元，固有很強(qiáng)的魯棒性(指在不確定因素下

3、存在的情況下，系統(tǒng)保持其原有性質(zhì)的能力 )和容錯性 采用并行分布處理方法，使得快速進(jìn)行的大量運(yùn)算成為可能 可學(xué)習(xí)和自適應(yīng)未知和不確定的系統(tǒng) 能夠同時處理定量、定性知識,神經(jīng)網(wǎng)絡(luò)控制,神經(jīng)網(wǎng)絡(luò)控制（簡稱神經(jīng)控制）就是將（人工）神經(jīng)網(wǎng)絡(luò)在相應(yīng)的控制結(jié)構(gòu)中作控制器與辨識器，主要是為了解決復(fù)雜的非線性、不確定、不確知系統(tǒng)，在不確定、不確知環(huán)境中的控制問題，是控制系統(tǒng)穩(wěn)定、魯棒性好，具有要求的動態(tài)、靜態(tài)（或稱穩(wěn)態(tài)）性能。神經(jīng)網(wǎng)絡(luò)控制是閉環(huán)負(fù)反饋控制系統(tǒng)，控制器與辨識器是用數(shù)字計算機(jī)由程序?qū)崿F(xiàn)的，因此也是計算機(jī)控制系統(tǒng)。,帶神經(jīng)網(wǎng)絡(luò)的控制,神經(jīng)網(wǎng)絡(luò)的發(fā)展現(xiàn)狀,20世紀(jì)40年代神經(jīng)元模型的誕生 20世紀(jì)50

4、年代從單神經(jīng)元到單層網(wǎng)絡(luò)，形成第一次熱潮 20世紀(jì)60年代學(xué)習(xí)多樣化和神經(jīng)網(wǎng)絡(luò)的急劇冷落 20世紀(jì)70年代，神經(jīng)網(wǎng)絡(luò)在低迷中頑強(qiáng)的發(fā)展。 20世紀(jì)80年代研究熱潮再度興起 20世紀(jì)90年代，神經(jīng)網(wǎng)絡(luò)的發(fā)展再度掀起熱潮，產(chǎn)生了許多邊緣交叉學(xué)科。 進(jìn)入21世紀(jì)，隨著研究的不斷深入，研究的領(lǐng)域也越來越廣，道路也越來越艱難。,目前，讓人們對人工神經(jīng)網(wǎng)絡(luò)的研究可以分為 三個方面：理論模型，應(yīng)用，以及實(shí)現(xiàn)技術(shù)。 理論研究是最根本的，應(yīng)用雖然非常廣泛但仍需不斷地加深和完善它的性能，實(shí)現(xiàn)技術(shù)比較困難而且研究進(jìn)展比較緩慢。,目前神經(jīng)網(wǎng)絡(luò)的研究方向：,神經(jīng)計算理論的框架以及生理層面的研究仍需深入； 傳統(tǒng)的多層感知

5、機(jī)、徑向基函數(shù)網(wǎng)絡(luò)、自組織特征映射網(wǎng)絡(luò)、模糊神經(jīng)網(wǎng)絡(luò)等得到基礎(chǔ)上，一些新的模型和結(jié)構(gòu)很值得關(guān)注； 神經(jīng)網(wǎng)絡(luò)的可理解性是一個重要問題；神經(jīng)網(wǎng)絡(luò)應(yīng)用于控制時的問題值得研究解決； 以及對于神經(jīng)網(wǎng)絡(luò)系統(tǒng)的研究等等各方面的問題給人們的研究帶來了極大地挑戰(zhàn)。 神經(jīng)網(wǎng)絡(luò)的和其它模型的結(jié)合，是其發(fā)展的一個重要方面，對于它的研究也將是神經(jīng)網(wǎng)絡(luò)目前和將來研究的重大課題。,多層感知器神經(jīng)網(wǎng)絡(luò),神經(jīng)網(wǎng)絡(luò)的應(yīng)用現(xiàn)狀：,( 1)自動控制領(lǐng)域 神經(jīng)網(wǎng)絡(luò)方法已經(jīng)覆蓋了控制理論中的絕大多數(shù)問題 ,主要有系統(tǒng)建模與辨識、P ID參數(shù)整定極點(diǎn)配置、內(nèi)模控制、優(yōu)化設(shè)計、預(yù)測控制、優(yōu)控制、自適應(yīng)控制、濾波與預(yù)測容錯控制、糊控制和學(xué)習(xí)控

6、制等。 ( 2)處理組合優(yōu)化問題 最典型的例子是成功地解決了TSP問題 ,即旅行推銷員問題 ,另外還有最大匹配問題、箱問題和作業(yè)調(diào)度等。 ( 3)模式識別 最典型的例子是成功地解決了TSP問題 ,即旅行推銷員問題 ,另外還有最大匹配問題、箱問題和作業(yè)調(diào)度等。,( 4)圖像、號處理 對圖像進(jìn)行邊緣監(jiān)測、像分割、圖像壓縮和圖像恢復(fù)。能分別對通訊、語音、電和腦電信號進(jìn)行處理分類。 ( 5)傳感器信號處理 傳感器輸出非線性特性的矯正、感器故障檢測、濾波與除噪、環(huán)境影響因素的補(bǔ)償、傳感器信息融合。 ( 6)機(jī)器人控制 對機(jī)器人眼手系統(tǒng)位置進(jìn)行協(xié)調(diào)控制 ,用于機(jī)械手的故障診斷及排除、能自適應(yīng)移動機(jī)器人的導(dǎo)

7、航。 ( 7)焊接領(lǐng)域 國內(nèi)外在參數(shù)選擇、量檢驗(yàn)、質(zhì)量預(yù)測和實(shí)時控制方面都有研究 ,部分成果已得到應(yīng)用。,神經(jīng)網(wǎng)絡(luò)在冶金過程控制中的應(yīng)用,冶金工業(yè)是指對金屬礦物的勘探、開采、精選、冶煉、以及軋制成材的工業(yè)部門，冶金工業(yè)是人類歷史上最古老的工業(yè)之一，也是我國國民經(jīng)濟(jì)建設(shè)的支柱產(chǎn)業(yè)。所以對于這樣一個支柱產(chǎn)業(yè)，優(yōu)化和研發(fā)它在生產(chǎn)過程中的技術(shù)是至關(guān)重要的。神經(jīng)網(wǎng)絡(luò)在冶金過程控制中的應(yīng)用就是一重要方面。,冶金起重機(jī),冶金回轉(zhuǎn)爐,冶金窯爐,過程控制是為達(dá)到規(guī)定的目標(biāo)而對影響過程狀況的變量所進(jìn)行的操縱。工業(yè)中的過程控制是指以溫度、壓力、流量、液位和成分等工藝參數(shù)作為被控變量的自動控制。過程控制的主要作用是：

8、保證生產(chǎn)過程穩(wěn)定，防止發(fā)生事故；保證產(chǎn)品質(zhì)量；節(jié)約原料、能源消耗，降低成本；提高勞動生產(chǎn)率，充分發(fā)揮設(shè)備潛力；減輕勞動強(qiáng)度，改善勞動條件。由于智能控制系統(tǒng)是一種通過定性與定量相結(jié)合的產(chǎn)物，能夠針對系統(tǒng)環(huán)境和任務(wù)的復(fù)雜性、模糊性和不確定性，有效的實(shí)現(xiàn)復(fù)雜的信息處理功能。對此，它將成為也進(jìn)過程控制中的一重要技術(shù)。,過程控制,結(jié)晶器模擬,燃燒爐,三維多普激光測速儀,粒子測速儀,神經(jīng)網(wǎng)絡(luò)在冶金中的應(yīng)用，大多是將神經(jīng)網(wǎng)絡(luò)應(yīng)用于粉末冶金構(gòu)成的建模、預(yù)測及控制，通過建立粉末成分、球磨時間、燒結(jié)溫度等工藝參數(shù)之間的關(guān)系，應(yīng)用于粉末冶金的成分設(shè)計及工藝參數(shù)的確定。,在高爐生產(chǎn)中的應(yīng)用 在高爐操作中，準(zhǔn)確掌握高爐

9、熱量變化是很重要的，然而高爐是一個包括復(fù)雜理化學(xué)變化和傳質(zhì)過程的高溫反應(yīng)器，具有不均勻性、非線性、噪音大、過程參數(shù)不易直接獲得。日本川崎鋼鐵公司千葉廠采用如圖所示的BP網(wǎng)絡(luò)進(jìn)行爐熱預(yù)測。,用于爐熱預(yù)測圖的BP網(wǎng)絡(luò),燒結(jié)工程同樣具有顯著地不均勻性、非線性等特點(diǎn)，且缺乏必要的現(xiàn)場檢測手段，而才采用離線專用檢測設(shè)備，從取樣到給出結(jié)果，常需要超過一個小時的的時間，滿足不了使勁生產(chǎn)的需要。針對燒結(jié)過程建立的統(tǒng)計模型和機(jī)理模型無法解決輸出指標(biāo)的直接推斷問題。研制了燒結(jié)礦質(zhì)量推斷神經(jīng)網(wǎng)絡(luò)模型，該模型預(yù)報準(zhǔn)確率高，具有很好的泛化能力,燒結(jié)廠,燒結(jié)礦質(zhì)量預(yù)測,粉體制備及粉末粒度分布 巴西學(xué)者C.A.O.Nasc

10、imento等徑神經(jīng)網(wǎng)絡(luò)應(yīng)用于粉末粒度分布的檢測，與光對不同尺寸粒子的散射數(shù)據(jù)結(jié)合，對各種形狀不同尺寸的粒子都得到了符合試驗(yàn)的結(jié)果。用該無需再進(jìn)行現(xiàn)場取樣和測量，即可實(shí)現(xiàn)生產(chǎn)過程中對粉末粒度的在線監(jiān)測。 新加坡的Y.E.Zhang等用BP神經(jīng)網(wǎng)絡(luò)研究過程控制劑的加入量等參數(shù)與球磨后粉末的平均粒度的關(guān)系。,粉末冶金密度器,材料成分設(shè)計與性能 由于影響粉末冶金制品性能的參數(shù)如壓制壓力、燒結(jié)氣氛和燒結(jié)溫度、粉末原材料的化學(xué)成分和物理性能等，它們之間并非是簡單的線性關(guān)系，而神經(jīng)網(wǎng)絡(luò)適于進(jìn)行多元輸出間的復(fù)雜的非線性關(guān)系分析。英國L.N.Smith等用神經(jīng)網(wǎng)絡(luò)方法建立了生產(chǎn)咨詢系統(tǒng)，該系統(tǒng)在生產(chǎn)前階段通過工藝的基本條件和臨界條件設(shè)計成分，避免了多次重復(fù)設(shè)計和重復(fù)購買原材料的昂貴費(fèi)用。,神經(jīng)網(wǎng)絡(luò)在冶金中的應(yīng)用還應(yīng)用于漏鋼預(yù)報、加熱爐控制、軋鋼板型控制等領(lǐng)域。,漏鋼預(yù)報,加熱爐,神經(jīng)網(wǎng)絡(luò)是和其它技術(shù)建立的混合系統(tǒng)，隨著研究的不斷深入，預(yù)計神經(jīng)網(wǎng)絡(luò)將在和數(shù)學(xué)模型、專家系統(tǒng)、模糊系統(tǒng)等建立的混合系統(tǒng)后在冶金工業(yè)和其它領(lǐng)域中會有