神经网络的发展前景及其在冶金过程控制中的应用

1、内容概要：内容概要：n神经网络的基本理论神经网络的基本理论n神经网络控制神经网络控制n神经网络的发展现状及其应用现状神经网络的发展现状及其应用现状n神经网络在冶金过程控制中的应用神经网络在冶金过程控制中的应用n结束语结束语人工神经网络（人工神经网络（artificial neural network）简称神经网（）简称神经网（nn），是以），是以对大脑的生理研究为基础的，其目的对大脑的生理研究为基础的，其目的在于模拟大脑的某些机理与机制，实在于模拟大脑的某些机理与机制，实现某个方面的功能而设计的一种机器现某个方面的功能而设计的一种机器。 人工神经网络是以人的大脑神经网人工神经网络是以人的大脑神

2、经网络为参照物而研究出的一种模型，网络上络为参照物而研究出的一种模型，网络上的每个结点相当于一个神经元，可以记忆的每个结点相当于一个神经元，可以记忆（存储）、处理一定的信息，并与其它结（存储）、处理一定的信息，并与其它结点并行工作。点并行工作。 根据生物神经元结构，根据生物神经元结构，1943年年神经病学家、神经解剖学家神经病学家、神经解剖学家mcculloch与数学家与数学家pitts总结了生总结了生物神经元的一些基本生理特性，提物神经元的一些基本生理特性，提出了出了mp神经元数学模型，神经元数学模型，mp模型模型是神经网络的第一个数学模型。是神经网络的第一个数学模型。 mp模型基于一种思想

3、：神经细胞模型基于一种思想：神经细胞的工作方式要么兴奋，要么抑制。由的工作方式要么兴奋，要么抑制。由于神经元之间的信号连接强度取决于于神经元之间的信号连接强度取决于突触的状态，因此在突触的状态，因此在mp模型中，神经模型中，神经元的每个突触的活动强度用一个固定元的每个突触的活动强度用一个固定的实数即权值模拟。的实数即权值模拟。 神经网络有很多种模型，如神经网络有很多种模型，如mp模型，感知器模型，感知器bp网络模型，自组织竞争型神经网络小脑神经模网络模型，自组织竞争型神经网络小脑神经模型，递归型神经网络霍普菲尔德神经网络等等。型，递归型神经网络霍普菲尔德神经网络等等。 bp网络模型网络模型小脑

4、神经网络在液位控制小脑神经网络在液位控制 神经网络的特点神经网络的特点n可以充分逼近任何复可以充分逼近任何复杂的非线性关系杂的非线性关系 n所有定量或定性的信所有定量或定性的信息都等势分布储存与息都等势分布储存与网络内的各神经元，网络内的各神经元，固有很强的鲁棒性固有很强的鲁棒性(指在不确定因素下指在不确定因素下存在的情况下，系统存在的情况下，系统保持其原有性质的能保持其原有性质的能力力 )和容错性和容错性n采用并行分布处理方采用并行分布处理方法，使得快速进行的法，使得快速进行的大量运算成为可能大量运算成为可能 n可学习和自适应未知可学习和自适应未知和不确定的系统和不确定的系统 n能够同时处理

5、定量、能够同时处理定量、定性知识定性知识 神经网络控制神经网络控制 神经网络控制（简称神经控制）就是将（人神经网络控制（简称神经控制）就是将（人工）神经网络在相应的控制结构中作控制器与辨工）神经网络在相应的控制结构中作控制器与辨识器，主要是为了解决复杂的非线性、不确定、识器，主要是为了解决复杂的非线性、不确定、不确知系统，在不确定、不确知环境中的控制问不确知系统，在不确定、不确知环境中的控制问题，是控制系统稳定、鲁棒性好，具有要求的动题，是控制系统稳定、鲁棒性好，具有要求的动态、静态（或称稳态）性能。神经网络控制是闭态、静态（或称稳态）性能。神经网络控制是闭环负反馈控制系统，控制器与辨识器是用

6、数字计环负反馈控制系统，控制器与辨识器是用数字计算机由程序实现的，因此也是计算机控制系统。算机由程序实现的，因此也是计算机控制系统。带神经网络的控制20世纪世纪40年代年代神经元模型的诞生神经元模型的诞生20世纪世纪50年代年代从单神经元到单层网络，从单神经元到单层网络，形成第一次热潮形成第一次热潮20世纪世纪60年代年代学习多样化和神经网络学习多样化和神经网络的急剧冷落的急剧冷落20世纪世纪70年代，神经网络在低迷中顽强的年代，神经网络在低迷中顽强的发展。发展。20世纪世纪80年代年代研究热潮再度兴起研究热潮再度兴起20世纪世纪90年代，神经网络的发展再度掀起年代，神经网络的发展再度掀起热潮

7、，产生了许多边缘交叉学科。热潮，产生了许多边缘交叉学科。进入进入21世纪，随着研究的不断深入，研究世纪，随着研究的不断深入，研究的领域也越来越广，道路也越来越艰难。的领域也越来越广，道路也越来越艰难。 目前，让人们对人工神经网络的研究可以分为目前，让人们对人工神经网络的研究可以分为 三个方面：理论模型，应用，以及实现技术。三个方面：理论模型，应用，以及实现技术。 理论研究是最根本的，应用虽然非常广泛但理论研究是最根本的，应用虽然非常广泛但仍需不断地加深和完善它的性能，实现技术比较仍需不断地加深和完善它的性能，实现技术比较困难而且研究进展比较缓慢。困难而且研究进展比较缓慢。 目前神经网络的研究方

8、向：目前神经网络的研究方向： 神经计算理论的框架以及生理层面的研究仍需深入；神经计算理论的框架以及生理层面的研究仍需深入； 传统的多层感知机、径向基函数网络、自组织特征映射网传统的多层感知机、径向基函数网络、自组织特征映射网络、模糊神经网络等得到基础上，一些新的模型和结构很络、模糊神经网络等得到基础上，一些新的模型和结构很值得关注；值得关注； 神经网络的可理解性是一个重要问题；神经网络应用神经网络的可理解性是一个重要问题；神经网络应用于控制时的问题值得研究解决；于控制时的问题值得研究解决； 以及对于神经网络系统的研究等等各方面的问题给人以及对于神经网络系统的研究等等各方面的问题给人们的研究带来

9、了极大地挑战。们的研究带来了极大地挑战。 神经网络的和其它模型的结合，是其发展的一个重要神经网络的和其它模型的结合，是其发展的一个重要方面，对于它的研究也将是神经网络目前和将来研究的重方面，对于它的研究也将是神经网络目前和将来研究的重大课题。大课题。多层感知器神经网络 神经网络的应用现状：神经网络的应用现状：( 1)自动控制领域自动控制领域神经网络方法已经覆盖了控制理论中的绝大多数问题神经网络方法已经覆盖了控制理论中的绝大多数问题 ,主要有系主要有系统建模与辨识、统建模与辨识、p id参数整定极点配置、内模控制、优化设计、参数整定极点配置、内模控制、优化设计、预测控制、优控制、自适应控制、滤波

10、与预测容错控制、糊控预测控制、优控制、自适应控制、滤波与预测容错控制、糊控制和学习控制等。制和学习控制等。 ( 2)处理组合优化问题处理组合优化问题最典型的例子是成功地解决了最典型的例子是成功地解决了tsp问题问题 ,即旅行推销员问题即旅行推销员问题 ,另另外还有最大匹配问题、箱问题和作业调度等。外还有最大匹配问题、箱问题和作业调度等。 ( 3)模式识别模式识别最典型的例子是成功地解决了最典型的例子是成功地解决了tsp问题问题 ,即旅行推销员问题即旅行推销员问题 ,另另外还有最大匹配问题、箱问题和作业调度等。外还有最大匹配问题、箱问题和作业调度等。 ( 4)图像、号处理图像、号处理对图像进行边

11、缘监测、像分割、图像压缩和图像恢复。对图像进行边缘监测、像分割、图像压缩和图像恢复。能分别对通讯、语音、电和脑电信号进行处理分类。能分别对通讯、语音、电和脑电信号进行处理分类。 ( 5)传感器信号处理传感器信号处理传感器输出非线性特性的矫正、感器故障检测、滤波传感器输出非线性特性的矫正、感器故障检测、滤波与除噪、环境影响因素的补偿、传感器信息融合。与除噪、环境影响因素的补偿、传感器信息融合。 ( 6)机器人控制机器人控制对机器人眼手系统位置进行协调控制对机器人眼手系统位置进行协调控制 ,用于机械手的故用于机械手的故障诊断及排除、能自适应移动机器人的导航。障诊断及排除、能自适应移动机器人的导航。

12、 ( 7)焊接领域焊接领域 国内外在参数选择、量检验、质量预测和实时控制方国内外在参数选择、量检验、质量预测和实时控制方面都有研究面都有研究 ,部分成果已得到应用。部分成果已得到应用。 冶金工业是指对金属矿物的勘探、开采、冶金工业是指对金属矿物的勘探、开采、精选、冶炼、以及轧制成材的工业部门，冶精选、冶炼、以及轧制成材的工业部门，冶金工业是人类历史上最古老的工业之一，也金工业是人类历史上最古老的工业之一，也是我国国民经济建设的支柱产业。所以对于是我国国民经济建设的支柱产业。所以对于这样一个支柱产业，优化和研发它在生产过这样一个支柱产业，优化和研发它在生产过程中的技术是至关重要的。神经网络在冶金

13、程中的技术是至关重要的。神经网络在冶金过程控制中的应用就是一重要方面。过程控制中的应用就是一重要方面。 冶金起重机冶金起重机冶金回转炉冶金回转炉冶金窑炉冶金窑炉 过程控制是为达到规定的目标而对影响过程过程控制是为达到规定的目标而对影响过程状况的变量所进行的操纵。工业中的过程控制是状况的变量所进行的操纵。工业中的过程控制是指以温度、压力、流量、液位和成分等工艺参数指以温度、压力、流量、液位和成分等工艺参数作为被控变量的自动控制。过程控制的主要作用作为被控变量的自动控制。过程控制的主要作用是：保证生产过程稳定，防止发生事故；保证产是：保证生产过程稳定，防止发生事故；保证产品质量；节约原料、能源消耗

14、，降低成本；提高品质量；节约原料、能源消耗，降低成本；提高劳动生产率，充分发挥设备潜力；减轻劳动强度，劳动生产率，充分发挥设备潜力；减轻劳动强度，改善劳动条件。由于智能控制系统是一种通过定改善劳动条件。由于智能控制系统是一种通过定性与定量相结合的产物，能够针对系统环境和任性与定量相结合的产物，能够针对系统环境和任务的复杂性、模糊性和不确定性，有效的实现复务的复杂性、模糊性和不确定性，有效的实现复杂的信息处理功能。对此，它将成为也进过程控杂的信息处理功能。对此，它将成为也进过程控制中的一重要技术。制中的一重要技术。过程控制过程控制结晶器模拟燃烧炉三维多普激光测速仪粒子测速仪 神经网络在冶金中的应

15、用，大多是将神经神经网络在冶金中的应用，大多是将神经网络应用于粉末冶金构成的建模、预测及控制，网络应用于粉末冶金构成的建模、预测及控制，通过建立粉末成分、球磨时间、烧结温度等工通过建立粉末成分、球磨时间、烧结温度等工艺参数之间的关系，应用于粉末冶金的成分设艺参数之间的关系，应用于粉末冶金的成分设计及工艺参数的确定。计及工艺参数的确定。 在高炉生产中的应用在高炉生产中的应用在高炉操作中，准确掌握高炉热量变化是很重要的在高炉操作中，准确掌握高炉热量变化是很重要的，然而高炉是一个包括复杂理化学变化和传质过程的，然而高炉是一个包括复杂理化学变化和传质过程的高温反应器，具有不均匀性、非线性、噪音大、过程

16、高温反应器，具有不均匀性、非线性、噪音大、过程参数不易直接获得。日本川崎钢铁公司千叶厂采用如参数不易直接获得。日本川崎钢铁公司千叶厂采用如图所示的图所示的bp网络进行炉热预测。网络进行炉热预测。用于炉热预测图的用于炉热预测图的bp网络网络 烧结工程同样具有显著地不均匀性、非线性等烧结工程同样具有显著地不均匀性、非线性等特点，且缺乏必要的现场检测手段，而才采用离特点，且缺乏必要的现场检测手段，而才采用离线专用检测设备，从取样到给出结果，常需要超线专用检测设备，从取样到给出结果，常需要超过一个小时的的时间，满足不了使劲生产的需要。过一个小时的的时间，满足不了使劲生产的需要。针对烧结过程建立的统计模

17、型和机理模型无法解针对烧结过程建立的统计模型和机理模型无法解决输出指标的直接推断问题。研制了烧结矿质量决输出指标的直接推断问题。研制了烧结矿质量推断神经网络模型，该模型预报准确率高，具有推断神经网络模型，该模型预报准确率高，具有很好的泛化能力很好的泛化能力 烧结厂烧结厂烧结矿质量预测烧结矿质量预测粉体制备及粉末粒度分布粉体制备及粉末粒度分布巴西学者巴西学者c.a.o.nascimento等径神经网络应用于粉等径神经网络应用于粉末粒度分布的检测，与光对不同尺寸粒子的散射数据末粒度分布的检测，与光对不同尺寸粒子的散射数据结合，对各种形状不同尺寸的粒子都得到了符合试验结合，对各种形状不同尺寸的粒子都

18、得到了符合试验的结果。用该无需再进行现场取样和测量，即可实现的结果。用该无需再进行现场取样和测量，即可实现生产过程中对粉末粒度的在线监测。生产过程中对粉末粒度的在线监测。新加坡的新加坡的y.e.zhang等用等用bp神经网络研究过程控制剂神经网络研究过程控制剂的加入量等参数与球磨后粉末的平均粒度的关系。的加入量等参数与球磨后粉末的平均粒度的关系。粉末冶金密度器粉末冶金密度器材料成分设计与性能材料成分设计与性能 由于影响粉末冶金制品性能的参数如压由于影响粉末冶金制品性能的参数如压制压力、烧结气氛和烧结温度、粉末原材料制压力、烧结气氛和烧结温度、粉末原材料的化学成分和物理性能等，它们之间并非是的化学成分和物理性能等，它们之间并非是简单的线性关系，而神经网络适于进行多元简单的线性关系，而神经网络适于进行多元输出间的复杂的非线性关系分析。英国输出间的复杂的非线性关系分析。英国l.n.smith等用神经网络方法建立了生产咨询等用神经网络方法建立了生产咨询系统，该系统在生产前阶段通过工艺的基本系统，该系统在生产前阶段通过工艺的基本条件和临界条件设计成