欢迎登录材料期刊网

材料期刊网

高级检索

采用主元分析、神经网络、专家系统等多种智能化方法,建立了铅锌烧结过程中烧结块产量质量模型,并由此得到了铅锌烧结过程的优化控制目标函数.并采用聚类搜索、专家系统对生产目标函数进行了优化,以实现操作参数的优化控制.提出的面向生产目标的智能集成建模与优化控制技术,较好地解决了多输入、多输出、强非线性、强耦合性复杂工业过程的优化控制问题,实现了高产、低耗、优质的生产目标,为复杂工业过程的建模与优化控制提供了一种实用的工程实现方法.

参考文献

[1] 胡新.铅锌密闭鼓风炉熔炼技术10年来的发展[J].有色冶炼,1994(04):11-14.
[2] 《铜铅锌冶炼参考设计资料》编写组.铜铅锌冶炼参考设计资料[M].北京:冶金工业出版社,1979:129-133.
[3] 王海东.烧结过程控制技术的发展[J].矿冶工程,1999(03):3.
[4] 谢良贤 .烧结过程自动控制技术的发展[J].冶金自动化,1994,18(06):7-11.
[5] 李桃 .烧结过程智能实时操作指导系统的研究[D].中南大学,2000.
[6] 范晓慧;黄天正;陈荩 .以透气性中心控制策略和烧结终点预报策略[J].中南工业大学学报(自然科学版),1998,29(06):535-537.
[7] 周取定;孔令坛.铁矿石造块理论及工艺[M].北京:冶金工业出版社,1989:19-27.
[8] 树涛.基于主元分析和Fuzzy ART模型的人脸识别算法[J].电路与系统学报,1999(03):9-17.
[9] 杜玉晓,吴敏,桂卫华,岑丽辉,唐朝晖.铅锌烧结过程透气性的混沌遗传算法神经网络模型[C].过程控制科学技术与应用(第十三届中国过程控制年会:论文专辑),2002:205-209.
[10] Min Wu;Jin-Hua She;Michio Nakano .An expert control system using neural networks for the electrolytic process in zinc hydrometallurgy[J].Engineering Applications of Artificial Intelligence: The International Journal of Intelligent Real-Time Automation,2001(5):589-598.
上一张 下一张
上一张 下一张
计量
  • 下载量()
  • 访问量()
文章评分
  • 您的评分:
  • 1
    0%
  • 2
    0%
  • 3
    0%
  • 4
    0%
  • 5
    0%