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(jī)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(jī)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(yán)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(jī)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(jī)，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(jī)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(jī)在高爐冶煉過程中的應(yīng)用……………7

4.1冶金過程計算機(jī)控制的必要性

4.2.計算機(jī)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(xiàn)…………………………………………………………….10

引言

    人工智能自1956年起，至今已經(jīng)有半個多世紀(jì)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(jìn)化計算機(jī)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(jī)器人和模式識別等領(lǐng)域推動了科技的進(jìn)步和人工智能的進(jìn)一步發(fā)展。智能機(jī)器人和智能控制系統(tǒng)，逐漸走進(jìn)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(jī)。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(qiáng)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(jī)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(jī)器來模擬人類智能的學(xué)科。人類從那時起，就不斷對其進(jìn)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(rèn)可。各領(lǐng)域的領(lǐng)導(dǎo)人物都開始積極對人工智能進(jìn)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(jì)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(jī)制進(jìn)行有機(jī)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(jìn)步，人工智能技術(shù)開始走進(jìn)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(jī)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(jìn)行語言合成并能熟練的控制機(jī)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(jī)器的學(xué)習(xí)

    機(jī)器學(xué)習(xí)顧名思義就是使機(jī)器自行的進(jìn)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(jī)理和人腦的思維過程，建立一個機(jī)器針對不同的任務(wù)的自主學(xué)習(xí)系統(tǒng)。機(jī)器學(xué)習(xí)后來被延伸到了機(jī)器人學(xué)習(xí)領(lǐng)域。在研發(fā)高智能的機(jī)器人方面，我們從機(jī)器人手臂的最佳移動位置來完成機(jī)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(dá)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(jìn)行識別，通過一系嚴(yán)謹(jǐn)?shù)难芯?，使生硬的機(jī)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(jìn)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(xì)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(jī)的機(jī)構(gòu)，改善知識庫，最終來實現(xiàn)人工神經(jīng)系統(tǒng)達(dá)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(rèn)識到，人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)雖然永遠(yuǎn)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(rèn)識，擴(kuò)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(jī)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(jìn)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(jī)本身能夠根據(jù)目標(biāo)的要求自行的進(jìn)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?，F(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(jìn)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(jìn)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(jī)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(jìn)行認(rèn)識和改造的一門先進(jìn)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(jī)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(jī)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(dá)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(jī)系統(tǒng)的聯(lián)網(wǎng)通訊及人-機(jī)接口的設(shè)計問題。

（1）      知識的表達(dá)方式  好的知識表達(dá)方式應(yīng)具備以下特點：a 有表達(dá)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(dá)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(jìn)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(jìn)行推理。

專家系統(tǒng)包括解決的問題、知識表達(dá)方式、推理方式、人工智能語言、聯(lián)網(wǎng)方式和人-機(jī)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(jìn)行的，崩料的預(yù)報包括崩料的嚴(yán)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(jìn)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(yán)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(jìn)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(jī)在高爐冶煉中的應(yīng)用

4.1冶金過程計算機(jī)控制的必要性

為什么冶金生產(chǎn)過程要實行計算機(jī)控制，或者說計算機(jī)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(jī)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(jìn)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(jìn)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(yán)酷要求，必須找出有效的對策解決。計算機(jī)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(jī)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(qiáng)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(jī)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(jìn)行的，而是互相制約下數(shù)個過程同時進(jìn)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(jī)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(jī)負(fù)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(qiáng)度。

高爐計算機(jī)首先對原料，燃料---進(jìn)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(jìn)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(jī)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(jìn)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(jìn)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(jìn)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(qiáng)、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(kuò)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(jī)械、電氣控制和計算機(jī)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(jìn)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(jī)控制管理系統(tǒng)。對電動機(jī)、閥門等以及成套機(jī)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(jī)、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(rèn)、記錄和打??；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(jìn)行操作。有些判斷難以用簡單的“IFA THEN B”這樣的規(guī)則表達(dá)，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(jìn)行操作進(jìn)行指導(dǎo)，或作為專家系統(tǒng)的補(bǔ)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(xì)胞組成，每個細(xì)胞同數(shù)千、數(shù)萬個神經(jīng)細(xì)胞相聯(lián)系，形成網(wǎng)絡(luò)。這樣，神經(jīng)細(xì)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(xì)胞的影響以影響度表示，稱為細(xì)胞的結(jié)合權(quán)重或效率Wi，這個細(xì)包模型如圖1所示。

圖1 細(xì)胞模型

　　細(xì)胞的輸入有強(qiáng)有弱，當(dāng)其總合超過某一閥值，則細(xì)胞進(jìn)入興奮狀態(tài)，產(chǎn)生輸出;當(dāng)其總合低于閾值時，細(xì)胞進(jìn)入抑制狀態(tài)，沒有輸出。神經(jīng)細(xì)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(xì)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(xì)胞（或節(jié)點）輸入端的權(quán)重或者細(xì)胞興奮的閥值，控制細(xì)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(jìn)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(jìn)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(jìn)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(qiáng)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(jìn)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(jì)效益。

八．參考文獻(xiàn)

［1］畢學(xué)工，高爐過程數(shù)學(xué)模型及計算機(jī)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(jī)應(yīng)用[J];有色金屬設(shè)計;2003年01期