烧结配料优化控制专家系统

冈 ＩＨ喜ｌ岭过程控制
围５专家系统协同关系图
结原料及配料生产条件的不同，国内在有关配
看出，国内研发的配料专家系统已达到了很高
料专家系统的研发方面已做了大量的工作，并
的水平。本专家系统的研发成功，率先实现了
取得了极大的进展，表１列出了国内外几种烧
根据成品成分全面搜索配比方案，满足了国内
结配料专家系统的情况。从各方面的比较可以
采用了神经网络推理技术，以适应配料优 化方案搜索中复杂的非线性关系和学习并适应 多元模型中严重不确定的动态特性。在配料过 程中，参入配料的原料有很多种，各种原料在混
合料成分中的影响是多方面的，互相作用、相互 影响。烧结配料优化专家系统能通过神经网络 推理，从合理您中找出最优配比；也能从不合理 解中得出最接近的配比。
关键词优化专家系统神经网络机器学习若系型数据库
１概述
随着钢铁行业的发展，高炉对烧结矿的品 质要求不断提高，配料已成为烧结技术改造的 关键环节。但烧结原料的供应情况不稳定，其 品种多。品位低，化学成分波动较大，且国内大 多数烧结厂使用的配料计量设备运行不太稳 定，使用一段时问后易出现计量误差。另外，烧
， 、
固２单个神经元的结构圈 单个神经元的结构如图２所示，其中ｘｉ为 输入信息，Ｗｉ为权值，ｋｉ为阀值，Ｆ表示神经元 的特性函数，其中Ｙ：为输出信息。
图３多个神经元的结构田
多个神经元的结构如图３所示，设神经网
的。为适应每一种工艺状况，本系统采用了原
络输入层取ｎ个神经元，分别代表输入端ＸＩ，
料品名无关技术。系统中所有原料以索引代号
际生产证明，该系统能大大提高配料精度，改善 成品烧结矿质量，具有显著的经济效益。
６结论
本烧结配料优化专家系统为协同式专家系 统，系统采用了先进的数据库管理技术，收集了 参与配料的各种原料成分分析数据、成品矿成 分预测及化验数据、过程历史数据、以及控制输 出数据等，形成庞大的专家关系型数据库。系
万方数据
得：
见图５。正是由于多个专家的协同合作，使“烧
最终预测烧结矿成分＝计算得到的成分＋
结配料优化专家系统”完成了具有人工智能的
知识数据库修正偏差＋实际化验修正偏差
配料方案控制，成为新一代专家系统，即协同式
系统还提供了可同时浏览成品矿成分预测
专家系统。
值和实际值的历史趋势图。 ３．７连接陷阱的解决
系统在对原料成分与成品成分进行数据连
４ 国内外烧结配料优化专家系统 的比较
接时，先按聚类编制进行连接，再在对象类内部
代表烧结自动控制领先技术的日本有关烧
进行连接搜索。从而解决数据连接中的扇形陷
结厂的自控专家系统因其含铁原料全部为进口
阱。系统还须将参数从聚类中分解出来，采用
富矿，其品位高、化学成分稳定、品种较为单一，
特别关联技术，单独建立该种物料与成品成分
系列单独配料，既能很好地保证二次配料的精 度，又能降低配料算法的复杂性，还能解决两个 系列在不同原料条件下正常工作的问题。
３系统的主要技术特征
３．１专家关系型数据库 面对原料数据的频繁变化（包括：原料品种
的改变、原料化学成分的波动）、原料配料计量 造成的动态与静态误差、以及成品烧结矿的化
பைடு நூலகம்
万方数据
烧 结 球团
第：３１卷 ２第 ２ｉ１期 王：盆塑垫：竺烧窑！结！＝耋球 璺团
三：
基于线性规划和神经网络的 优化烧结配料系统开发
王炜１陈畏林２贾斌２徐智慧２杨海林２
（１，湖北省钢铁冶金重点实验室（武汉科技大学）２．武祝钢铁集团公司）
摘要合理经济地确定烧结配料问题，具有十分重要的意义。本文从技术要求和经济 效益两方面综合考虑烧结配矿的最佳经济性向题。根据线性规划法的思路，以生产实践为基 础，建立目标函数，确定约束条件。对烧结所用铁矿糟进行优化配科。同时，利用神经网络模 型预测烧结矿的性能指标，依据其结果调整线性规划的约束条件．从而得到满足烧结矿质量 要求的最佳配矿比。
态误差。 ３．５系统冗余技术
本系统设计时，考虑在同一时刻网络上只 有一台可靠的计算机（获得写令牌的计算机）执
行写入控制数据，而其他计算机只取过程数据 处理，不能写入控制数据，作为备用机。其原理 见图４。
圄４系统冗余工作原理图
３．６预测烧结矿成分．指导后续工艺生产
法来处理该领域的问题。专家系统按照求解的
第３ｌ卷第１期
学成分预测及分析等大量数据，烧结配料优化 专家系统采用先进的数据库管理技术，建立了 稳定可靠的专家关系型数据库。该数据库收集 了参与配料的各种原料成分分析数据、成品矿 成分预测及化验数据、过程历史数据、以及控制 输出数据等。系统再根据专家数据库提供的快 捷可靠的历史分析数据及相应关联规则，自动 搜索参与配料的原料最优配比方案，并将该配 比转换为各原料槽的实际下料量。从而很好地 保证了系统优化方案的正确性和稳定性。 ３．２神经网络推理殛机器学习技术
烧结行业配料的要求。
表１国内外烧结配料专家系统的比较
５运行情况
东烧配料优化专家系统投运初期（２００４年 ｌＯ月１３～２２ １３），高碱度烧结矿成品抽样自检 结果为：不合格品１个样，二级品９个样，其余均 为一级品（７０个样，仅考虑ＴＦｅ及Ｒ考核值）， 共计合格品率９８，７５％，一级品率８７．５％，大大 高于系统投运前成品矿合格品率～８５％，一级 品率一６０％的水平。系统投运后近一年来的实
且工艺和基础自动控制水平完善，配料控制仅
的关系，从而解决数据连接中的深坑陷阱。该
需配料成分的自动计算就能够满足生产的要
专家系统还采用了固定比例和范围钳制设定两
求。以罗德洛基和舆钢联为主的欧洲国家的烧
种方法对特殊物料进行处理。
结自控系统，其配料模型主要实现以碱度为中
３．８协同式专家系统
心的配料计算。因此，虽然欧美和日本的配料
ｓｉｎｔｅｒｉｎｇ ｐｒｏｐｏｒｔｉｏｎ ｅｓｐｅｃｉａｌｌｙ ｆｏｒ ｔｈｅ ＣＯｍｐｌｉＣａｔｅｄ ｍａｔｅｒｉａｌ ｉｎ Ｃｈｉｎａ． Ｋｅｙｗｏｒｄｓ ｏｐｔｉｍｉｚａｔｉｏｎ ｅｘｐｅｒｔ ｓｙｓｔｅｍ，ｎｅｕｒａｌ ｎｅｔｗｏｒｋ，ｍａｃｈｉｎｅ ｂｍ－ｎｉｎｇ，ｒｅｌａｔｉｏｎａｌ ｄａｔａｂａｓｅ
社。２００３
５ Ｔｈｏｍａｓ Ｍ．Ｃｏｎｎｏｌｌｙ＆Ｃａｒｏｌｙｎ Ｅ．Ｄａｔａｂａｓｅ Ｓｏｌｕｔｉ∞．Ｂｅｇｇ． ＡＤＤＩＳＯＮ—ＷＥＳＬＥＹ．２００２
６＾】呲Ｃ．Ａｄｖａｎｃｅｄ Ｆｕｚｚｙ Ｌｏｓｌｅ Ｃｏｎｔｒｏｌ Ｔｅｃｈｎｉｑｕｅｓ．Ｐｒｏｅｅｅｄｌｎ萨
ｏｆｌＥＥＥｌｅｔ
０Ｐ们既ⅡＺ崖１１ＤＮ ＥＸＰＥＲＴ Ｓｙ：朝ｒＥＭ ＦＯＲ Ｓ矾’ＩＥＲＩＮＧ ＰＲｏＰＯＲＴ卫０Ｎ
人平均值滤波技术，很好地防止了配料过程检
３．３配料原料品名无关技术
测中主要的周期性干扰和突发的脉冲性干扰，
烧结用的原料品种可能会经常改变。而配
也很好地保护了异常情况下的数据真实性。系
料矿槽中所装物料品种也不可能是一成不变
统还采用数据分析及矫正值技术修正动态和静
万方数据
２００６年第１期
田卫红等烧蛄配料优化拉制专家系统
造成大量烧结矿报废。这些情况制约了配料系 统自动控制的实现，只有采用烧结配料优化专 家系统，才能将成品成分纳入自动控制的目标， 保证工艺流程的高稳定性和成品矿的高质量。 因此，我们在为东鞍山３６０ ｍ２烧结机进行配料 白控系统设计时，便采用了专家系统。
２工艺流程
结生产控制是一个大滞后的过程，从配料室设 定配比、下料，到烧结成品矿的出料化验需４个 小时左右，当发现烧结指标跑偏时再作修正，会
定的原料名称及对应名称的原料化学成分等去 搜寻最佳方案。这就解决了烧结原料经常变
该系统还通过人工设定的参数、工艺过程
化，配料矿槽装料不固定的技术难题。
数据等按照一定规则建立系统机器学习数据
３．４数字滤波技术及误差处理
库，不断积累学习，并随生产状况的变化，调整
烧结配料优化专家系统采用中值滤波法加
相关的数据。
统再根据专家数据库及相应关联规则，自动搜 索参与配料的原料最优配比方案。系统还通过 建立机器学习数据库和运用神经网络推理，适 应了我国原料品种、成分、工艺及检验流程经常 变化的配料工艺。
参考文献
１烧结设计手册．长沙冶金设计院编写．北京：冶金工业出版 社。１９９０
２范晓慧，王海东著．烧结过程数学模型与人工智能．长沙：
图１东鞍山烧结厂工艺流程圈
整个配料工序分为两次配料来控制。一次 配料模型用来控制和稳定混匀料成分。系统对 一次配出的混匀料成分进行预测、跟踪，并把该 混匀料作为单一铁原料品种与熔剂、燃料、富 矿、炉渣、除尘灰等，一起参与二次配料。由于 二次配科矿槽多、品种杂，系统又将其分为两个
收稿日期：２００５—１１—１７联系人：田卫红（４１００８２） 长沙中南大学信息科学与工程学院信息与控翩工程研究所
盾日渐突出，钢铁企业利用比较稳定的原料越 来越难，矿石的来源越来越多。由于各种铁矿 石质量不同，外购费用也不同，所以将这些矿石 进行合理搭配，获得最佳配矿比，得到配料成本 最低且质量符合要求的烧结矿，就显得十分重 要【１］［“。
正是基于这样一个思路，我们在为梅山钢 铁公司开发烧结配料系统时，结合使用线性规 划法和神经网络建立优化配料数学模型，并利 用ＶＣ编程，实现了优化目标。
Ｔｉａｎ Ｗｅｉｈｏｏｇ ｅＩ ａ１．
Ａｂｓｔｒａｃｔ Ｏｐｔｉｍｉｚａｔｉｏｎ Ｅｘｐｏｒｔ Ｓｙｓｔｅｍ ｆｏｒ ｓｉｎｔｅｒｉｎｇ ｐｒｏｐｏｔｉｏｎ ｉｓ ａ ｋｉｎｄ ｏｆ ｓｙｎｅｒｇｅｆｉｃ ｅｘｐｅｒｔ ｓｙｓｔｅｍ ｗｈｉｃｈ ａｄｏｐｔ ＮＮ
（Ｎｅｕｒａｌ ｎｅｔｗｏｒｋ），ＭＬ（Ｍａｅｈｉｎｅ Ｌｅａｒｎｉｎｇ）ａｎｄ ｏｔｈｅｒｔｅｃｈｎｉｃａｌｗｉｔｈ ｒｅｌａｔｉｏｎａｌ ｄａｔａｂａｓｅ．Ｔｈｉｓ ｅｘｐｏｒｔ ｓｙｓｔｅｍｉｓ ｓｕｉｔａｂｌｅｆｏｒｔｈｅ
专家系统是一个智能计算机程序系统，其
系统工作稳定可靠、且能满足生产工艺的要求，
内部含有某个领域专家水平的大量知识和经
但将其运用于我国的烧结系统，由于其技术的
验，能够利用人类专家的知识和解决问题的方
局限性，往往达不到理想效果。鉴于国内外烧
万方数据
烧结 球团
第３１卷第１期
过程数据 现场状态 设定数据等
影响成品烧结矿化学成分的因素有很多，
性质，可分为许多类型。本专家系统融合了烧
系统预测烧结矿成分时，所有基础数据必须经
结配料优化所要求的多种类型的专家知识，包
过分析后才能调入备用的关系型数据库，而最
括监视专家、解释专家、规划专家、设计优化专
终预测的烧结矿成分则根据以下公式计算而
家、输出专家、预测专家、诊断专家，其协同关系
第３１卷第１期
烧 结球 团
：篮兰：旦磐竺罂竺罂！竺当
坌
烧结配料优化控制专家系统
田卫红吴敏
（中南大学信息科学与工程学院信息与控制工程研究所）
摘要烧结配料优化专家系统为协同式专家系统，该系统采用先进的专家关系型数据库，通过神 经网络及机器学习等技术对烧结配料进行专家优化控制。特别适合我国烧结行业原料多而杂，成分波动 大的特殊配料工况。
［４ｒ．黼ｌ……………一 孙尜尜控 １２＃１１＃１０＃９＃
二次配科
根据东鞍山烧结厂的工艺特点。其配料工 艺流程如图１所示。
一次配科
曼娄型鲨型盗型蛩巴 ２＃，”、１３＃、１４＃，１５＃：混捕矿 ２６＃，２７＃、２８＃：各种植矿
ｌ＿：—：。：。二—：ｉ：－＝ｉ：—：ｉ：ｉ：：ｊ：ｊ：ｊ：。：ｉ二ｊ：ｉ：ｉｊ：：＝二＝二。：一一。一一一一一一一一一？
中南大学出版社。２００２ ３ Ｈ．Ｕｍｋｉ．Ｋ．ＭｉＫｉ ｅｔ ｄ．Ｎｅｗ Ｃ帆ｔｒｄ Ｓｙ８ｔｅｍ ｏｆ Ｓｉｎｔｅｒ Ｐｋｍｔｓ
砒ＣｌｌｉｂＢ ｗｏｒｋｓ ＩＦＡＣ Ａｕｔｏｍａｔｉｏｎ ｉｎ Ｍｉｍｎｇ．Ｍｉｎｅｒｄ ａｎｄ
Ｍｅｔａｌ Ｐｒｏｃｅａａｌｎｇ，Ｔｏｋｙｏ，Ｊａｐａｎ，１９８６ ４蔡自兴，徐光佑．人工智能及其应用．北京：清华大学出版
Ｘ２，…，ｘ。（即１３．种物料的化学成分），完成神经
引用，原料名称只用于显示。各种原料品种设
网络的输人功能；中间层为２层，共设２ｎ＋ｍ个
定可由操作工按照生产变化来修改（按照授权
神经元，代表神经网络的感知层；输出层取ｎ１个
级别），专家系统自动跟踪该变化，并通过所设
神经元，代表过程的输出参数Ｙｌ，Ｙ２，…，Ｙ。（即 计算配比）。
关键词烧结配科神经网络线性规划
１前言
烧结过程是钢铁冶金生产的重要工序之 一，而配料是烧结的基础，配料效果的好坏直接 影响到烧结矿的化学成分及稳定性，并影响烧 结矿的成本和高炉冶炼的全过程。目前，由于 国内钢铁工业的快速发展，铁矿资源短缺的矛
收稿日期：２００５—１１—２０联系人：王炜（４３００８１） 武汉科技大学１２３＃信箱（材料与冶金学院）