Задачи, методы и алгоритмы интеллектуальных систем управления (обзор)

Многоструктурный распознаватель состояний процесса увлажнения агломерационной шихты

Актуальной прикладной задачей является задача распознавания состояний процесса увлажнения агломерационной шихты.
В результате структурирования знаний получена таблица, увязывающая базовые состояния процесса увлажнения с его характерными информативными признаками («месторождение руды», «базовый уровень начальной влажности концентрата», «программный уровень расхода шихты», «требуемое заказчиком качество агломерата (химический состав готового агломерата [Fe, S, СаО, Si0₂, основность, FeO, MgO, Mn, Р, А1₂0₃, Na₂0, К₂0, ZnO, Ti0₂], механическая прочность, прочность на истирание}»).
Ситуационное моделирование работы многоструктурного распознавателя состояний процесса увлажнения агломерационной шихты (рисунок 89) осуществлялось с использованием натурных данных ОАО «ЕвразРуда» (Абагурский филиал). Для каждой ситуации оператор-технолог (агломератчик), выбирая значения количественных и качественных информативных признаков в диалоговом режиме, получает результат распознавания и рекомендации по принятию решений («задание на конечную влажность шихты», «программный уровень расхода воды»).

Рисунок 89 - Экранная форма многоструктурного распознавателя состояний процесса увлажнения агломерационной шихты
Результаты моделирования работы многоструктурного распознавателя состояний процесса увлажнения по ситуациям с использованием натурных данных показали возможность достижения 95 % правильности распознавания. Эффективное распознание состояний и оперативное принятие решений агломератчиком обеспечивает улучшение качества агломерата, увеличение производительности агломашины, экономию энергоресурсов, снижение простоев оборудования.

ЗАКЛЮЧЕНИЕ И ВЫВОДЫ

Исследование направлено на развитие теоретических основ, а также методов и алгоритмов построения интеллектуальных автоматизированных систем контроля и управления сложными технологическими объектами и на их применение на металлургических агрегатах. В результате его выполнения решены следующие основные задачи: создание научно-методических основ построения нейроэкс- пертных распознавателей, программаторов, прогнозаторов, регуляторов; разработка обобщенной структуры интеллектуальной системы управления сложным технологическим объектом; разработка процедуры обучения нейросетевой модели объекта в процессе функционирования системы автоматического управления; построение интеллектуальной системы распознавания дефектов проката; создание интеллектуальной системы управления тепловым режимом воздухонагревателя Калугина; разработка интеллектуального оптимизатора уставок автоматическим регуляторам технологического агрегата на примере агломерационной машины.