文档介绍：高炉中的人工智能
在应用人工智能之前,对高炉的控制分析处理方面所注重的是数学模型,但是,由于高炉过程的复杂性,大量存在着模糊信息,且当时无法用数学模型来描述, 通常操作者是凭经验来处理这些模糊信息的。因为人具有智能, 可以对这些模糊信息进行似然推理,从而更有效地控制高炉。
高炉人工智能的发展历程
1980年以前,采用理论推断与实践经验评价相结合的模型,建立了人工智能的雏形。
1980~1993年,大力开发人工智能在高炉中的应用。建立单项或少数功能以及仅作为操作指导的专家系统,并大多为与常规数学模型结合的混合系统。
1993~1998年,把多个数学模型和冶炼操作和评价的多种甚至全部实际操作经验与专家知识综合起来,建立综合的、多目标的或全面的专家系统,但仍然是操作指导性质。
1998年以后,这时期的特点主要是闭环控制。
现代高炉智能信息处理系统
人工智能AI在高炉中的主要是应用智能信息处理系统。
AI
多种AI技术混合方式
单纯AI技术方式
数学模型和专家系统混合方式
高炉专家系统
高炉抬炼专家系境就是将高炉操作者的经验贮存到计算机里,通过计算机程序的运行而对高炉炉况进行判断与控制。
初期的高炉专家系统主要是应用于:炉热状态、异常炉况两个方面 ,现在还町用于布控制 .软融带形状及位置推断 、炉体炉底耐火砌体的侵蚀推断 、炉体设备诊断以及热风炉燃烧控制等许多方面 。
随着时间的推移,越来越多的高炉专家系统被开发出来,
而接下来,我们将主要介绍其中的 HYBRID ,也就是混合专家系统
混合专家系统
目前混合专家系统中约有1200条规则。在高炉生产中,约有80%~ 85 %%~20%的时间靠经验规则控制高炉。目前该系统使用效果良好. [%si]和铁水温度预报准确率分别达到85%~90%以上。
硬件结构
功能
,崩料进行诊断
过程计算机
微型计算机
数据处理及控制
推理机
诊断
网络环路
管理计算机
数据库参考及
分析
推理机
CRT
打印机
AI站
CRT
打印机
高
炉
混合专家系统HYBRID的构成
在系统运行时,过程计算机将预处理过的数据和Ts模型的计算结果存贮在自己内部。并且每 2至10分钟通过网络向 A1微型计算机传递一次。在AI机中,先用经验规则进行高炉状态的判断,若高炉炉况正常或有轻度不正常,则通知过程计算机用T s模型进行自动控制,并根据炉况的好坏程度,决定适当的目标铁水温度作为 T s模型的设定值;若炉况异常。则通知过程计算机不用 Ts 模型,同时AI机自己使用已贮存在机内的经验规则在CRT卜向操作者提出操作建议。使高炉恢复到正常状态。
运行数据2~10min
高炉状态
判断规则
数学模型
经验规则
自动控制
(喷油量
鼓风温度)
诊断规则
长期数据
模型、指数
决策支持
(负荷质量
可调喉口)
功能结构示意图
高炉神经网络模型
专家系统的开发应用,弥补了数学模型无法处理模糊信息(经验知识)的不足,从而提高了高炉操作的控制水平,但是由于知识库不易维护,特别是对规则知识不具备自学习功能,为此,人们开始虑人工神经网络模型。
高炉神经网络模型
神经网络具有良好的学习功能和模糊识别功能。
而高炉数据的模式识别又可粗略地分为数据特征可分和数据特征不可分两种类型:
①,处理这类问题可采用有教师学习的反向传播网络;
②,则必须先提取被识别数据的特征,再将其分成若干个基本模式,处理这类问题可采用无教师可学习的自组织网络。