燒結生產專家指導系統簡介

燒結生產專家指導系統是結合燒結綜合質量機尾斷面圖像智能檢測系統(該系統可得出FeO含量等級、水分情況和燒結情況)和基礎自動化所收集的過程數據(各風箱溫度、料層厚度等)而組成的燒結生產實時專家指導系統。知識表示方法和推理機算法是采用模糊邏輯推理技術來實現。

燒結礦綜合質量機尾斷面圖像智能檢測系統主要由機尾斷面圖像采集系統和附屬設備組成。其中，圖像采集系統由黑白CCD攝像機、濾光片、圖像采集卡和PC機組成。附屬設備包括風反吹水冷套、空氣過濾器、控制攝像時刻的采樣開關、照明光源等。檢測儀的工作分為自動采樣、圖像處理和圖像識別三個階段。當臺車每次到達預定位置時，采樣開關發出信號給計算機，計算機控制圖像采集系統捕捉燒結機尾斷面圖像；在圖像處理階段，對燒結機尾斷面圖像進行平滑。分割和標注處理，提取特征；在圖像識別階段，由上一步提取的圖像特征，采用根據看火工(專家)的經驗訓練的BP網絡對圖像樣本進行分類，最后給出相應的燒結礦質量信息。一般使用工業電視觀察機尾斷面得出的圖像仍需看火工人工進行判斷。而本系統則可代替看火工來完成判斷。這項工作主要完成三方面的檢測：1)燒結礦FeO含量的等級；2)燒結礦水分的大小；3)燒結狀況(過燒、欠燒、燒結均勻程度)。

本燒結生產專家指導系統的控制規則是根據現場操作工人和工程技術人員的經驗加以分析、歸納和總結得到的，它描述了在系統輸入變量的各種條件下應采取的控制動作，其表示為“IF輸入條件，THEN控制結論”的形式。由于人的大腦對過程參數的理解往往是“偏高”、“偏低”等模糊概念，經過判斷和推理后得到的控制量動作也是“很小改變”、“大些改變”等模糊的概念，所以在規則中的條件和結論都以系統輸入變量和控制變量論域上的模糊子集表示。

本系統采用了基于規則表的知識表示形式。規則表由若干條控制規則組成，每條規則分為條件和結論兩部分，條件由系統輸入變量組成，并表示它們的與、或關系；結論由系統控制變量組成，表示條件成立時系統應采取的控制動作，規則舉例見表1。

表1 規則表

表1的規則可敘述如下：

規則1，IFFeO含量正常AND燒結狀況過燒AND風箱溫度偏低，THEN降低臺車速度。

規則2，IF FeO含量正常AND燒結狀況欠燒AND風箱溫度偏高，THEN提高臺車速度。

規則3，IF FeO含量高AND燒結狀況正常AND風箱溫度正常，THEN減小燃料量。

規則4，IF FeO含量偏低AND燒結狀況正常AND風箱溫度正常，THEN增加燃料量。

在這種知識表示方式中，任一條規則中都要包括所有的變量，而實際控制系統中，不同的規則可能由不同的變量組成，這給知識的表示帶來了困難，為解決這個問題，系統中預定義了“ALWAYS”和“NEVER”兩個模糊變量。其在任意變量X論域上的隸屬度函數為：

μALWAYS(x)=1 x∈X

μNEVER(x)=0 x∈X

當規則中某個輸入變量取值為“ALWAYS”時，表示其總是匹配的，條件是否成立取決于該規則中其他輸入變量的匹配情況。當規則中某個輸入變量取值為“NEVER”時，表示其總是不匹配，條件不可能成立。當規則中某個輸出變量取值為“NEVER”時，表示不管條件是否成立，其輸出不變化。輸出變量不可以取值為“ALWAYS”。

規則表中列出了所有的輸入變量和控制變量，一條規則中的輸入變量集合是全體輸入變量集合的一個子集。一條規則中的輸出變量集合是全體輸出變量集合的一個子集。不屬于該規則的輸入變量在表中對應位置取值為“ALWAYS”，不屬于該規則的輸出變量在表中對應位置取值為“NEVER”。

推理機實現在線實時控制，首先將數據庫中的輸入變量的值模糊化，然后采用極大極小原理計算它們對各條規則條件的隸屬度。認為隸屬度大于或等于組態時給出的λ的規則匹配成功，條件成立，該規則的輸出有效，并將它們的隸屬度作為該規則的可信度。當有多條控制規則成立時，按加權平均法進行模糊決策，得到實際的控制量。如果所有規則的隸屬度都小于λ，則認為所有規則都不成立，保持原有控制量不變。