人工神经网络在陶瓷窑温度预测与控制中的应用

进行 比较 ． 于每 一 神经 元 产生 误差 ． 对 然后 采 用 梯 度下 降 法将 误 差 反 向传播 ．通过 网络 调 整输 出 层 和 隐层 、 入层 之 间 的连 接 权值 和 神经 元 阀 值 ． 输 以 使误 差 信 号逐 渐 减小 ．直 到 误 差满 足 精 度要 求 为
止。
为 ５后 ， 最终误 差 的变 化趋 于平缓 。 据分 析 ． 定 根 确
ＡＮＮ僚测嚣
Ｔ 七十１ （ ）
梗朔 挖圣 嚣 ｌ Ｉ
Ｉ
ｌ Ｊ挖 ｃ ’ 钏日对象 ｉ ｌ
Ｔｔ ＜）ｖ ． 等 ｌ （ ）Ｑｔ （） ｔ
螺遵窑
网格结 构 为三层 前 向 型 网络 ．输 入层 三 个节 点 ． 输 出层 一 个 节 点 ，隐层 ５个 节 点 网络 传 递 函数 为 Ｓｇ ｏｄ函数 ， 习算法 采用 Ｂ ｉｍ ｉ 学 Ｐ算 法 针 对 局部 极 点 的问题 ， 用模 拟退 火 的方 法来 解 决 利 用该 网 采 络 对 辊 道 窑 烧 嘴 实体 火 焰 模 型 实验 实 测 的九 组 数 据 进行 学 习 ， 到 各个 神 经元 权 重值 利 用 学 习结 得 果对 未 参 加 学 习 的数 据 预 测 ．相 对 误 差在 ０９ ．％以 下 ，绝 对 误 差 最 大 为 ７ ４ ． ℃ 学 习 的运 算 次 数 为 ４ ５ ５ 人 工 神 经 网络 预 测 结 果 与 实验 数 据 相 当吻 ７０ 合 ， 工神 经 网络可 用于烧 嘴 温度 场 的模 拟Ｉ 人 ３ 】
神 经 网络应 用 于 材料科 学 的 研究 领域 ＿ 华 南 理工 ２ Ｉ 大 学 的李 明 、 曾令 可 、 民华 等人 ， 人 工神 经 网络 罗 将
用 于 陶瓷 工 业 ， 陶瓷 窑 的 温度 场 进 行 模 拟 、 成 对 烧 工 况 辨识等
向传 播 通过 网络 产生输 出值 ．把 输 出 值 与期 望 值
编程 ， 现参 数设 置 ， 习过 程 和预 测过 程 的功能 实 学 根据 计算 ， 仅含 一个 隐层 的三层 网络就 能 够很 好地 描述 温度 场 分布 试 验 的输 入 、 出关 系 选定 三层 输 网络 后 ， 过研 究不 同稳 节 点数 下 的误 差 和学 习 次 通 数， 出了次数 与误 差 之 间 的关 系， 得 当选 择 隐节 点 数
２ 工 神 经 网 络 用 于 陶 瓷 窑 炉 的 温 度 人
预 测
辊 道 窑 的温 度预 测 ．由于 影 响 因素 太 多 而且
复 杂 。 直是 热工 界研 究 的一 个难 题 一
辊道 窑 的温 度预 测方 面． 曾令 可等 作 了深 入 的 研 究 ．采 用 多层 前 馈神 经 网络 的反 向 传播 学 习算
的模 糊控 制 中存在 的 问题 ． 用动 态神 经 网络进 行规 则校 正 ： 后 简述人 工神 经 网络 在 陶瓷 工 业 中广 阔的 采 最
应 用前景 。 关键 词 ： 工神 经 网络 陶瓷 窑 炉 温度 预 测 窑炉控 制 人
１ 刖 舌
经 网络 。
ＵＩ
人 工 神 经 网 络 简 称 神 经 网 络 ．简 写 为 Ａ Ｎ Ｎ ｆ ｎｆ ａ Ｎ ｕａ Ｎ ｔｏｋ ） 所谓 人工 神经 网络 就是 Ａ ｉｃｌ ｅ ｒｌ ｅ ｒｓ ｉ ｗ 基 于模 仿 生 物 大 脑 的结 构 和 功 能 而 构 成 的 一 种 信 息 处理 系统 或 计算机 人工 神经 网络作 为一 种 人脑 系统 的模拟 ．具有 自学 习 、 自组 织 、 忆 、 想 、 错 、 行 处 理 等 能 记 联 容 ‘ 并 力． 已在控 制领 域 中得 到广泛 的应 用 近年来 ． 神经 网络 逐 渐应用 于 陶瓷工 业 ． 不少 窑 炉 控制 已采 用 了 较 为高 级 的模 糊 控 制器… 在解 决复 杂 线性 系 统 、 ． 模 型未 知 系统 及智能 控制 方 面显示 出巨大的 前景 人 工神 经 网络 是人 们 长期 以来 ． 图用 机 器来 试
１人 工神 经 网络 模 型
为 了模拟 人 脑 的结构 和 功能 ． 人工 神经 网络 由 许多 非 线性 神 经 元组 成， 行 分 布 ． 并 多层 连接 ． 般 一 地说 ， 网络 可 分成 不 同层 次 ， 每一 层 有 若 干神 经元 ， 不同 层之 间 由不 同权值 连接 网络 的使 用过 程 中． 在 这些 权 系数能 够 自适 应地 学 习 、 整 和完善 调 如 果 ｆ 为输 人 值 ， 为 各输 入 的权 值 为 阈 ｔ ）
Ｕ‘
Ｕ－
多层 前馈 神 经 网络 结 构 如 图 ｌ所示 ．多层 网 络 有 输 入 层 、 出层 和 隐层 ｆ 个或 多 个 隐层 ） 信 输 一 ， 息 由输 入层 输 入 ． 隐层 由输 出层输 出 经
模拟 人 脑的最 终成 果 。它经 历 了启蒙 期 、 潮期 、 低 复
兴期 和新连 接机 制期 共 四个阶段 从 ｌ ８ ９ ７年起 ． 神 经 网络 的发 展 已跨 入新 连 接机 制 的 时期 ． 出现一 些
法（ｅ算 法１建立 陶瓷 窑炉 温 度 分 布 的 网络模 型 Ｂ ．

值， （ １ Ｙ ｔ ）为输出值。则： （ １ （ ｔ ） ＋ Ｙ ｔ ） 窆 “一 ＋ ＝， ６
人 工 神 经 网络 的模 型 及 算 法各 种 各 样 ． 目前 最 流 行、 应用 最 广泛 的 神经 网络 模 型之 一 是 多层 前馈 神
多 层 前 馈 神 经 网 络采 用 反 向 传播 学 习算 法 ．
简称 Ｂ Ｐ算 法 ． 的学 习过 程 由正 向 传播 和 反 向传 它 播 两 个 阶段组 成 首 先 ， 输入 样本 的各 分量 Ｘ ． ｉ正
优 秀 的 网络 模 型 和方 法 ．渗 入 各个 应 用 领域 ． 并把
维普资讯
生
人工神经 网络在 陶瓷窑温度 预测与控制 中的应 用
刘 海 燕 ｔ 黄 之 初 刘 宏 伟
１ 汉理 工大 学机 电学 院￣３ ０ ０ ２河南 建筑材 料研 究设 计 院（５ ０ ２ 武 ０７ｌ ４００ｌ 摘 要： 分析 人 工神 经 网络 的特 点 ， 绍人 工神 经 网络 在 陶瓷 窑 温度预 测 与控 制上 的 应 用 ； 基 于神 经 网络 介 对
选取 某一烧 嘴作 为研 究 对象 。选 用燃 油压 力 、 化 雾
风压 、 助燃 风 压作 为输 入 层 参数 ， 把红 外 热像 仪 测
试 的平均 温度 作为输 出层 参数 通过 神经 网络 建
维普资讯
生
立 两 者之 间 的某 种 内在联 系 ， 快速 映 射 用 Ｃ语 言