神经网络发展前景与其在冶金过程控制中应用.ppt

神经网络的发展现状及其在冶金过程控制中的应用;内容概要：;神经网络的基本理论; 人工神经网络是以人的大脑神经网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（存储）、处理一定的信息，并与其它结点并行工作。 ; 根据生物神经元结构，1943年神经病学家、神经解剖学家McCulloch与数学家Pitts总结了生物神经元的一些基本生理特性，提出了MP神经元数学模型，MP模型是神经网络的第一个数学模型。 ; 神经网络有很多种模型，如MP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型，递归型神经网络霍普菲尔德神经网络等等。 ; 神经网络的特点;神经网络控制;墟尊像动戍镰啄垢茧纤台潦典缴腮派置虾烧逾缎乌幽乞秆套咋足辉围腻配神经网络发展前景与其在冶金过程控制中应用神经网络发展前景与其在冶金过程控制中应用;神经网络的发展现状; 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。 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，实现技术比较困难而且研究进展比较缓慢。 ; 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； 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； 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。;多层感知器神经网络;;( 4)图像、号处理 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。 ( 5)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 对机器人眼手系统位置进行协调控制 ,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。 ( 7)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面都有研究 ,部分成果已得到应用。 ;神经网络在冶金过程控制中的应用;冶金起重机; 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，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，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制中的一重要技术。;结晶器模拟; 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，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计及工艺参数的确定。 ; 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。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 ;粉体制备及粉末粒度分布 巴西学者C.A.O.Nascimento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结合，对各种形状不同尺寸的粒子都得到了符合试验的结果。用该无需再进行现场取样和测量，即可实现生产过程中对粉末粒度的在线监测。 新加坡的Y.E.Zhang等用BP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。;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L.N.Smith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条件和临界条件设计成分，避免了多次重复设计和重复购买原材料的昂贵费用。 ;神经网络在冶金中的应用还应用于漏钢预报、加热炉控制、轧钢板型控制等领域。;神经网络是和