根据复杂高温冶金过程的理论和经验知识,研究过程的人工智能控制方法,包括建立过程控制专家系统,研究人工神经网络预测过程状况和采用自适应模型预报质量指标。将方法研究与典型过程相结合,在高炉炼铁过程上开展实验,建立高操作知识库,通过知识库与高炉控制计算机的连接,处理过程实时参数,进行推理,判断高炉过程状态,预报高炉异常情况。采用人工神经网络方法,以炼铁过程实时参数为输入数据,进行递推学习计算,预报高炉生铁含硅量,同时应用自适应算法,建立生铁含硅量预报模型,上述方法研究和工芤实验取得成果,通过了专家鉴定,获得省组级科技进步三等奖,发表论文报告十篇,培养博士一名硕士二名,有关成果还应进一步提高和推广应用。
{{i.achievement_title}}
数据更新时间:2023-05-31
Ordinal space projection learning via neighbor classes representation
基于纳米铝颗粒改性合成稳定的JP-10基纳米流体燃料
Image super-resolution based on sparse coding with multi-class dictionaries
Phosphorus-Induced Lipid Class Alteration Revealed by Lipidomic and Transcriptomic Profiling in Oleaginous Microalga Nannochloropsis sp. PJ12
Numerical investigation on aerodynamic performance of a bionics flapping wing
火烧遗迹地蜘蛛群落演替研究
沼泽-沼泽化草甸-湿草甸植被带上优势植物分布格局及功能性状的驱动机制
甘南亚高山森林植物经济谱随次生演替的移位
高寒草甸演替植被主要组分种的更新生态位