基于神经网络的动态模式识别及其应用于生产智能自动化

本项目系前一基金项目的继续、深化与工程实现。开发出智能自动化模式识别方法的神经网络算法，包括：工况图象建模、瞬变场图象序列的动态模式识别、复杂工艺过程的特征变量描述与建立多元统计推断模型，以及旨在实现工艺最优化的泛函极值求解等多种神经网络算法；研制成功了一种能在冶金、建材行业恶劣环境下在线检测物料的温度分布和形态变化的红外CCD热成象装置，在天津市水泥厂转窑上现场应用一年多，工作正常可靠，图象清晰稳定，受到厂方的好评，业已着手开发工况图象处理（包括三维重构与温度标定）的应用软件，国家科技信息中心网络介绍推广了这项成果，现正洽谈应用于平板玻璃浮法生产线，大型水泥转窑和烧结过程。工作仍将继续进行。