1 烧结过程的特征和控制方案 1
1.1 烧结技术的发展 1
1.2 烧结过程的特征 2
1.3 烧结过程控制方案 6
1.3.1 烧结过程的控制方法 6
1.3.2 烧结过程的控制方案 7
参考文献 7
2 烧结过程检测和自动控制 9
2.1 烧结过程计算机控制现状 9
2.1.1 国外研究的现状与发展 9
2.1.2 国内研究的现状与发展 12
2.2.1 烧结过程人工智能控制系统的在线实时要求 13
2.2 烧结过程在线信息的实时采集 13
2.2.2 烧结过程的信息分类与采集 14
2.2.3 数据的预处理 17
2.3 烧结过程检测和自动控制 19
2.3.1 原料准备系统 19
2.3.2 配料系统 20
2.3.3 混合系统 20
2.3.4 烧结系统 23
2.3.5 冷却系统 26
2.3.6 成品管理系统 27
2.3.7 余热回收及主排气系统 27
2.3.8 除尘和水处理系统 27
参考文献 28
3.1.1 数学模型及其分类 30
3.1 数学模型基础 30
3 烧结过程数学模型 30
3.1.2 数学模型的作用 32
3.1.3 建模的步骤 33
3.2 数学模型的建立方法 34
3.2.1 机理分析法 34
3.2.2 数据分析法 34
3.2.3 综合分析法 41
3.3 数学模型在烧结过程中的应用 42
3.3.1 过程模拟模型 42
3.3.2 参数优化模型 43
3.3.3 过程控制模型 45
3.3.4 新工艺开发模型 45
参考文献 46
4.1 人工智能概述 50
4 烧结过程人工智能 50
4.1.1 专家系统 51
4.1.2 人工神经网络 52
4.1.3 模糊控制 53
4.2 人工智能技术在烧结过程中的应用现状 54
4.2.1 国外研究与应用的现状 55
4.2.2 国内研究与应用的现状 57
4.3 烧结过程专家系统 58
4.3.1 专家系统基础 58
4.3.2 专家系统的总体结构 61
4.3.3 知识表示与知识库组织 65
4.3.4 推理机 80
4.3.5 知识库的管理 88
4.3.6 学习机理 89
4.3.7 软件开发方法 92
4.3.8 专家系统的开发工具 94
4.4 烧结过程人工神经网络 105
4.4.1 人工神经网络基本原理 105
4.4.2 基于神经网络的专家系统 108
4.4.3 基于神经网络的系统辨识 110
4.4.4 用VC++实现人工神经网络技术 114
4.5 烧结过程模糊理论 118
4.5.1 模糊综合评判 118
4.5.2 模糊控制 124
参考文献 128
5.1.1 配料自动控制系统 134
5.1 配料控制系统 134
5 烧结矿化学成分的控制 134
5.1.2 配料模糊控制系统 136
5.2 烧结矿化学成分的预报模型 138
5.2.1 基于时间序列的预报模型 138
5.2.2 基于神经网络的预报模型 153
5.2.3 基于灰色系统的预报模型 167
5.2.4 基于物料平衡的预报模型 167
5.3 烧结矿化学成分的控制 170
5.3.1 烧结矿化学成分的闭环控制系统 170
5.3.2 烧结矿化学成分控制专家系统 171
参考文献 177
6 烧结过程透气性状态的控制 179
6.1 原始料层透气性的控制 179
6.2.1 烧结过程操作指导系统 181
6.2 烧结过程透气性的控制 181
6.2.2 以透气性为中心的烧结过程状态控制专家系统 185
6.3 返矿控制 196
参考文献 199
7 烧结过程热状态的控制 202
7.1 烧结过程热状态的判断 202
7.1.1 烧结终点的判断 202
7.1.2 烧结废气温度上升点的计算 206
7.1.3 烧结过程热状态的识别 207
7.2 烧结终点的预报 209
7.2.1 预报参数的确定 209
7.2.2 基于时间序列模型的烧结终点预报 210
7.2.3 基于人工神经网络的烧结终点预报 211
7.2.4 基于专家经验规则的烧结终点预报 213
7.3 烧结过程热状态的控制 214
7.3.1 基于烧结废气温度上升点的热状态控制 214
7.3.2 基于烧结终点的热状态控制 217
7.3.3 基于烧结能耗的热状态控制 232
参考文献 235
8 烧结过程工况识别和异常状况诊断 238
8.1 烧结过程工况识别 238
8.1.1 烧结过程工况识别方法 238
8.1.2 烧结过程工况识别模型的建立 240
8.1.3 烧结过程工况的专家综合评判 245
8.2 烧结过程异常状况诊断 246
8.2.1 烧结过程异常状况诊断的问题描述 246
8.2.2 烧结过程异常状况的模糊诊断策略 249
参考文献 250