神經(jīng)網(wǎng)絡(luò)的發(fā)展前景及其在冶金過程控制中的應(yīng)用ppt課件

1、內(nèi)容概要：內(nèi)容概要：n神經(jīng)網(wǎng)絡(luò)的根本實(shí)際神經(jīng)網(wǎng)絡(luò)的根本實(shí)際n神經(jīng)網(wǎng)絡(luò)控制神經(jīng)網(wǎng)絡(luò)控制n神經(jīng)網(wǎng)絡(luò)的開展現(xiàn)狀及其運(yùn)用現(xiàn)狀神經(jīng)網(wǎng)絡(luò)的開展現(xiàn)狀及其運(yùn)用現(xiàn)狀n神經(jīng)網(wǎng)絡(luò)在冶金過程控制中的運(yùn)用神經(jīng)網(wǎng)絡(luò)在冶金過程控制中的運(yùn)用n終了語終了語人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)Artificial Neural Network簡(jiǎn)稱神經(jīng)網(wǎng)簡(jiǎn)稱神經(jīng)網(wǎng)NN，是以，是以對(duì)大腦的生理研討為根底的，其目的對(duì)大腦的生理研討為根底的，其目的在于模擬大腦的某些機(jī)理與機(jī)制，實(shí)在于模擬大腦的某些機(jī)理與機(jī)制，實(shí)現(xiàn)某個(gè)方面的功能而設(shè)計(jì)的一種機(jī)器?，F(xiàn)某個(gè)方面的功能而設(shè)計(jì)的一種機(jī)器。 人工神經(jīng)網(wǎng)絡(luò)是以人的大腦神經(jīng)網(wǎng)人工神經(jīng)網(wǎng)絡(luò)是以人的大腦神經(jīng)網(wǎng)絡(luò)為參照物

2、而研討出的一種模型，網(wǎng)絡(luò)上絡(luò)為參照物而研討出的一種模型，網(wǎng)絡(luò)上的每個(gè)結(jié)點(diǎn)相當(dāng)于一個(gè)神經(jīng)元，可以記憶的每個(gè)結(jié)點(diǎn)相當(dāng)于一個(gè)神經(jīng)元，可以記憶存儲(chǔ)、處置一定的信息，并與其它結(jié)存儲(chǔ)、處置一定的信息，并與其它結(jié)點(diǎn)并行任務(wù)。點(diǎn)并行任務(wù)。 根據(jù)生物神經(jīng)元構(gòu)造，根據(jù)生物神經(jīng)元構(gòu)造，1943年年神經(jīng)病學(xué)家、神經(jīng)解剖學(xué)家神經(jīng)病學(xué)家、神經(jīng)解剖學(xué)家McCulloch與數(shù)學(xué)家與數(shù)學(xué)家Pitts總結(jié)了生總結(jié)了生物神經(jīng)元的一些根本生理特性，提物神經(jīng)元的一些根本生理特性，提出了出了MP神經(jīng)元數(shù)學(xué)模型，神經(jīng)元數(shù)學(xué)模型，MP模型模型是神經(jīng)網(wǎng)絡(luò)的第一個(gè)數(shù)學(xué)模型。是神經(jīng)網(wǎng)絡(luò)的第一個(gè)數(shù)學(xué)模型。 MP模型基于一種思想：神經(jīng)細(xì)胞模型基于一種

3、思想：神經(jīng)細(xì)胞的任務(wù)方式要么興奮，要么抑制。由的任務(wù)方式要么興奮，要么抑制。由于神經(jīng)元之間的信號(hào)銜接強(qiáng)度取決于于神經(jīng)元之間的信號(hào)銜接強(qiáng)度取決于突觸的形狀，因此在突觸的形狀，因此在MP模型中，神經(jīng)模型中，神經(jīng)元的每個(gè)突觸的活動(dòng)強(qiáng)度用一個(gè)固定元的每個(gè)突觸的活動(dòng)強(qiáng)度用一個(gè)固定的實(shí)數(shù)即權(quán)值模擬。的實(shí)數(shù)即權(quán)值模擬。 神經(jīng)網(wǎng)絡(luò)有很多種模型，如神經(jīng)網(wǎng)絡(luò)有很多種模型，如MP模型，感知器模型，感知器BP網(wǎng)絡(luò)模型，自組織競(jìng)爭(zhēng)型神經(jīng)網(wǎng)絡(luò)小腦神經(jīng)模網(wǎng)絡(luò)模型，自組織競(jìng)爭(zhēng)型神經(jīng)網(wǎng)絡(luò)小腦神經(jīng)模型，遞歸型神經(jīng)網(wǎng)絡(luò)霍普菲爾德神經(jīng)網(wǎng)絡(luò)等等。型，遞歸型神經(jīng)網(wǎng)絡(luò)霍普菲爾德神經(jīng)網(wǎng)絡(luò)等等。 BP網(wǎng)絡(luò)模型網(wǎng)絡(luò)模型小腦神經(jīng)網(wǎng)絡(luò)在液位控制小腦

4、神經(jīng)網(wǎng)絡(luò)在液位控制 神經(jīng)網(wǎng)絡(luò)的特點(diǎn)n可以充分逼近任何復(fù)可以充分逼近任何復(fù)雜的非線性關(guān)系雜的非線性關(guān)系 n一切定量或定性的信一切定量或定性的信息都等勢(shì)分布儲(chǔ)存與息都等勢(shì)分布儲(chǔ)存與網(wǎng)絡(luò)內(nèi)的各神經(jīng)元，網(wǎng)絡(luò)內(nèi)的各神經(jīng)元，固有很強(qiáng)的魯棒性固有很強(qiáng)的魯棒性(指在不確定要素下指在不確定要素下存在的情況下，系統(tǒng)存在的情況下，系統(tǒng)堅(jiān)持其原有性質(zhì)的才堅(jiān)持其原有性質(zhì)的才干干 )和容錯(cuò)性和容錯(cuò)性n采用并行分布處置方采用并行分布處置方法，使得快速進(jìn)展的法，使得快速進(jìn)展的大量運(yùn)算成為能夠大量運(yùn)算成為能夠 n可學(xué)習(xí)和自順應(yīng)未知可學(xué)習(xí)和自順應(yīng)未知和不確定的系統(tǒng)和不確定的系統(tǒng) n可以同時(shí)處置定量、可以同時(shí)處置定量、定性知識(shí)定性

5、知識(shí) 神經(jīng)網(wǎng)絡(luò)控制神經(jīng)網(wǎng)絡(luò)控制 神經(jīng)網(wǎng)絡(luò)控制簡(jiǎn)稱神經(jīng)控制就是將人神經(jīng)網(wǎng)絡(luò)控制簡(jiǎn)稱神經(jīng)控制就是將人工神經(jīng)網(wǎng)絡(luò)在相應(yīng)的控制構(gòu)造中作控制器與辨工神經(jīng)網(wǎng)絡(luò)在相應(yīng)的控制構(gòu)造中作控制器與辨識(shí)器，主要是為理處理復(fù)雜的非線性、不確定、識(shí)器，主要是為理處理復(fù)雜的非線性、不確定、不確知系統(tǒng)，在不確定、不確知環(huán)境中的控制問不確知系統(tǒng)，在不確定、不確知環(huán)境中的控制問題，是控制系統(tǒng)穩(wěn)定、魯棒性好，具有要求的動(dòng)題，是控制系統(tǒng)穩(wěn)定、魯棒性好，具有要求的動(dòng)態(tài)、靜態(tài)或稱穩(wěn)態(tài)性能。神經(jīng)網(wǎng)絡(luò)控制是閉態(tài)、靜態(tài)或稱穩(wěn)態(tài)性能。神經(jīng)網(wǎng)絡(luò)控制是閉環(huán)負(fù)反響控制系統(tǒng)，控制器與辨識(shí)器是用數(shù)字計(jì)環(huán)負(fù)反響控制系統(tǒng)，控制器與辨識(shí)器是用數(shù)字計(jì)算機(jī)由程序?qū)?/p>

6、現(xiàn)的，因此也是計(jì)算機(jī)控制系統(tǒng)。算機(jī)由程序?qū)崿F(xiàn)的，因此也是計(jì)算機(jī)控制系統(tǒng)。帶神經(jīng)網(wǎng)絡(luò)的控制20世紀(jì)世紀(jì)40年代年代神經(jīng)元模型的誕生神經(jīng)元模型的誕生20世紀(jì)世紀(jì)50年代年代從單神經(jīng)元到單層網(wǎng)絡(luò)，從單神經(jīng)元到單層網(wǎng)絡(luò)，構(gòu)成第一次熱潮構(gòu)成第一次熱潮20世紀(jì)世紀(jì)60年代年代學(xué)習(xí)多樣化和神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)多樣化和神經(jīng)網(wǎng)絡(luò)的急劇冷落的急劇冷落20世紀(jì)世紀(jì)70年代，神經(jīng)網(wǎng)絡(luò)在低迷中頑強(qiáng)的年代，神經(jīng)網(wǎng)絡(luò)在低迷中頑強(qiáng)的開展。開展。20世紀(jì)世紀(jì)80年代年代研討熱潮再度興起研討熱潮再度興起20世紀(jì)世紀(jì)90年代，神經(jīng)網(wǎng)絡(luò)的開展再度掀起年代，神經(jīng)網(wǎng)絡(luò)的開展再度掀起熱潮，產(chǎn)生了許多邊緣交叉學(xué)科。熱潮，產(chǎn)生了許多邊緣交叉學(xué)科。進(jìn)入

7、進(jìn)入21世紀(jì)，隨著研討的不斷深化，研討世紀(jì)，隨著研討的不斷深化，研討的領(lǐng)域也越來越廣，道路也越來越困難。的領(lǐng)域也越來越廣，道路也越來越困難。 目前，讓人們對(duì)人工神經(jīng)網(wǎng)絡(luò)的研討可以分為目前，讓人們對(duì)人工神經(jīng)網(wǎng)絡(luò)的研討可以分為 三個(gè)方面：實(shí)際模型，運(yùn)用，以及實(shí)現(xiàn)技術(shù)。三個(gè)方面：實(shí)際模型，運(yùn)用，以及實(shí)現(xiàn)技術(shù)。 實(shí)際研討是最根本的，運(yùn)用雖然非常廣泛但實(shí)際研討是最根本的，運(yùn)用雖然非常廣泛但仍需不斷地加深和完善它的性能，實(shí)現(xiàn)技術(shù)比較仍需不斷地加深和完善它的性能，實(shí)現(xiàn)技術(shù)比較困難而且研討進(jìn)展比較緩慢。困難而且研討進(jìn)展比較緩慢。 目前神經(jīng)網(wǎng)絡(luò)的研討方向：目前神經(jīng)網(wǎng)絡(luò)的研討方向： 神經(jīng)計(jì)算實(shí)際的框架以及生理層面

8、的研討仍需深化；神經(jīng)計(jì)算實(shí)際的框架以及生理層面的研討仍需深化； 傳統(tǒng)的多層感知機(jī)、徑向基函數(shù)網(wǎng)絡(luò)、自組織特征映射網(wǎng)傳統(tǒng)的多層感知機(jī)、徑向基函數(shù)網(wǎng)絡(luò)、自組織特征映射網(wǎng)絡(luò)、模糊神經(jīng)網(wǎng)絡(luò)等得到根底上，一些新的模型和構(gòu)造很絡(luò)、模糊神經(jīng)網(wǎng)絡(luò)等得到根底上，一些新的模型和構(gòu)造很值得關(guān)注；值得關(guān)注； 神經(jīng)網(wǎng)絡(luò)的可了解性是一個(gè)重要問題；神經(jīng)網(wǎng)絡(luò)運(yùn)用神經(jīng)網(wǎng)絡(luò)的可了解性是一個(gè)重要問題；神經(jīng)網(wǎng)絡(luò)運(yùn)用于控制時(shí)的問題值得研討處理；于控制時(shí)的問題值得研討處理； 以及對(duì)于神經(jīng)網(wǎng)絡(luò)系統(tǒng)的研討等等各方面的問題給人以及對(duì)于神經(jīng)網(wǎng)絡(luò)系統(tǒng)的研討等等各方面的問題給人們的研討帶來了極大地挑戰(zhàn)。們的研討帶來了極大地挑戰(zhàn)。 神經(jīng)網(wǎng)絡(luò)的和其它模

9、型的結(jié)合，是其開展的一個(gè)重要神經(jīng)網(wǎng)絡(luò)的和其它模型的結(jié)合，是其開展的一個(gè)重要方面，對(duì)于它的研討也將是神經(jīng)網(wǎng)絡(luò)目前和未來研討的艱方面，對(duì)于它的研討也將是神經(jīng)網(wǎng)絡(luò)目前和未來研討的艱苦課題?？嗾n題。多層感知器神經(jīng)網(wǎng)絡(luò) 神經(jīng)網(wǎng)絡(luò)的運(yùn)用現(xiàn)狀：神經(jīng)網(wǎng)絡(luò)的運(yùn)用現(xiàn)狀：( 1)自動(dòng)控制領(lǐng)域自動(dòng)控制領(lǐng)域神經(jīng)網(wǎng)絡(luò)方法曾經(jīng)覆蓋了控制實(shí)際中的絕大神經(jīng)網(wǎng)絡(luò)方法曾經(jīng)覆蓋了控制實(shí)際中的絕大多數(shù)問題多數(shù)問題 ,主要有系統(tǒng)建模與辨識(shí)、主要有系統(tǒng)建模與辨識(shí)、P ID參數(shù)參數(shù)整定極點(diǎn)配置、內(nèi)?？刂啤?yōu)化設(shè)計(jì)、預(yù)測(cè)整定極點(diǎn)配置、內(nèi)?？刂啤?yōu)化設(shè)計(jì)、預(yù)測(cè)控制、優(yōu)控制、自順應(yīng)控制、濾波與預(yù)測(cè)容控制、優(yōu)控制、自順應(yīng)控制、濾波與預(yù)測(cè)容錯(cuò)控制、糊

10、控制和學(xué)習(xí)控制等。錯(cuò)控制、糊控制和學(xué)習(xí)控制等。 ( 2)處置組合優(yōu)化問題處置組合優(yōu)化問題最典型的例子是勝利地處理了最典型的例子是勝利地處理了TSP問題問題 ,即游即游覽推銷員問題覽推銷員問題 ,另外還有最大匹配問題、箱問另外還有最大匹配問題、箱問題和作業(yè)調(diào)度等。題和作業(yè)調(diào)度等。 ( 3)方式識(shí)別方式識(shí)別最典型的例子是勝利地處理了最典型的例子是勝利地處理了TSP問題問題 ,即游即游覽推銷員問題覽推銷員問題 ,另外還有最大匹配問題、箱問另外還有最大匹配問題、箱問題和作業(yè)調(diào)度等。題和作業(yè)調(diào)度等。 ( 4)圖像、號(hào)處置圖像、號(hào)處置對(duì)圖像進(jìn)展邊緣監(jiān)測(cè)、像分割、圖像對(duì)圖像進(jìn)展邊緣監(jiān)測(cè)、像分割、圖像緊縮和圖

11、像恢復(fù)。能分別對(duì)通訊、語緊縮和圖像恢復(fù)。能分別對(duì)通訊、語音、電和腦電信號(hào)進(jìn)展處置分類。音、電和腦電信號(hào)進(jìn)展處置分類。 ( 5)傳感器信號(hào)處置傳感器信號(hào)處置傳感器輸出非線性特性的矯正、感器傳感器輸出非線性特性的矯正、感器缺點(diǎn)檢測(cè)、濾波與除噪、環(huán)境影響要缺點(diǎn)檢測(cè)、濾波與除噪、環(huán)境影響要素的補(bǔ)償、傳感器信息交融。素的補(bǔ)償、傳感器信息交融。 ( 6)機(jī)器人控制機(jī)器人控制對(duì)機(jī)器人眼手系統(tǒng)位置進(jìn)展協(xié)調(diào)控制對(duì)機(jī)器人眼手系統(tǒng)位置進(jìn)展協(xié)調(diào)控制 ,用于機(jī)械手的缺點(diǎn)診斷及排除、能自用于機(jī)械手的缺點(diǎn)診斷及排除、能自順應(yīng)挪動(dòng)機(jī)器人的導(dǎo)航。順應(yīng)挪動(dòng)機(jī)器人的導(dǎo)航。 ( 7)焊接領(lǐng)域焊接領(lǐng)域 國(guó)內(nèi)外在參數(shù)選擇、量檢驗(yàn)、質(zhì)量預(yù)

12、國(guó)內(nèi)外在參數(shù)選擇、量檢驗(yàn)、質(zhì)量預(yù)測(cè)和實(shí)時(shí)控制方面都有研討測(cè)和實(shí)時(shí)控制方面都有研討 ,部分成果部分成果已得到運(yùn)用。已得到運(yùn)用。 冶金工業(yè)是指對(duì)金屬礦物的勘探、開采、冶金工業(yè)是指對(duì)金屬礦物的勘探、開采、精選、冶煉、以及軋制成材的工業(yè)部門，冶精選、冶煉、以及軋制成材的工業(yè)部門，冶金工業(yè)是人類歷史上最古老的工業(yè)之一，也金工業(yè)是人類歷史上最古老的工業(yè)之一，也是我國(guó)國(guó)民經(jīng)濟(jì)建立的支柱產(chǎn)業(yè)。所以對(duì)于是我國(guó)國(guó)民經(jīng)濟(jì)建立的支柱產(chǎn)業(yè)。所以對(duì)于這樣一個(gè)支柱產(chǎn)業(yè)，優(yōu)化和研發(fā)它在消費(fèi)過這樣一個(gè)支柱產(chǎn)業(yè)，優(yōu)化和研發(fā)它在消費(fèi)過程中的技術(shù)是至關(guān)重要的。神經(jīng)網(wǎng)絡(luò)在冶金程中的技術(shù)是至關(guān)重要的。神經(jīng)網(wǎng)絡(luò)在冶金過程控制中的運(yùn)用就是一

13、重要方面。過程控制中的運(yùn)用就是一重要方面。 冶金起重機(jī)冶金起重機(jī)冶金回轉(zhuǎn)爐冶金回轉(zhuǎn)爐冶金窯爐冶金窯爐 過程控制是為到達(dá)規(guī)定的目的而對(duì)影響過程過程控制是為到達(dá)規(guī)定的目的而對(duì)影響過程情況的變量所進(jìn)展的支配。工業(yè)中的過程控制是情況的變量所進(jìn)展的支配。工業(yè)中的過程控制是指以溫度、壓力、流量、液位和成分等工藝參數(shù)指以溫度、壓力、流量、液位和成分等工藝參數(shù)作為被控變量的自動(dòng)控制。過程控制的主要作用作為被控變量的自動(dòng)控制。過程控制的主要作用是：保證消費(fèi)過程穩(wěn)定，防止發(fā)惹事故；保證產(chǎn)是：保證消費(fèi)過程穩(wěn)定，防止發(fā)惹事故；保證產(chǎn)質(zhì)量量；節(jié)約原料、能源耗費(fèi)，降低本錢；提高質(zhì)量量；節(jié)約原料、能源耗費(fèi)，降低本錢；提高勞

14、動(dòng)消費(fèi)率，充分發(fā)揚(yáng)設(shè)備潛力；減輕勞動(dòng)強(qiáng)度，勞動(dòng)消費(fèi)率，充分發(fā)揚(yáng)設(shè)備潛力；減輕勞動(dòng)強(qiáng)度，改善勞動(dòng)條件。由于智能控制系統(tǒng)是一種經(jīng)過定改善勞動(dòng)條件。由于智能控制系統(tǒng)是一種經(jīng)過定性與定量相結(jié)合的產(chǎn)物，可以針對(duì)系統(tǒng)環(huán)境和義性與定量相結(jié)合的產(chǎn)物，可以針對(duì)系統(tǒng)環(huán)境和義務(wù)的復(fù)雜性、模糊性和不確定性，有效的實(shí)現(xiàn)復(fù)務(wù)的復(fù)雜性、模糊性和不確定性，有效的實(shí)現(xiàn)復(fù)雜的信息處置功能。對(duì)此，它將成為也進(jìn)過程控雜的信息處置功能。對(duì)此，它將成為也進(jìn)過程控制中的一重要技術(shù)。制中的一重要技術(shù)。過程控制過程控制結(jié)晶器模擬熄滅爐三維多普激光測(cè)速儀粒子測(cè)速儀 神經(jīng)網(wǎng)絡(luò)在冶金中的運(yùn)用，大多是將神經(jīng)神經(jīng)網(wǎng)絡(luò)在冶金中的運(yùn)用，大多是將神經(jīng)網(wǎng)絡(luò)運(yùn)用

15、于粉末冶金構(gòu)成的建模、預(yù)測(cè)及控制，網(wǎng)絡(luò)運(yùn)用于粉末冶金構(gòu)成的建模、預(yù)測(cè)及控制，經(jīng)過建立粉末成分、球磨時(shí)間、燒結(jié)溫度等工經(jīng)過建立粉末成分、球磨時(shí)間、燒結(jié)溫度等工藝參數(shù)之間的關(guān)系，運(yùn)用于粉末冶金的成分設(shè)藝參數(shù)之間的關(guān)系，運(yùn)用于粉末冶金的成分設(shè)計(jì)及工藝參數(shù)確實(shí)定。計(jì)及工藝參數(shù)確實(shí)定。 在高爐消費(fèi)中的運(yùn)用在高爐消費(fèi)中的運(yùn)用在高爐操作中，準(zhǔn)確掌握高爐熱量變化是很在高爐操作中，準(zhǔn)確掌握高爐熱量變化是很重要的，然而高爐是一個(gè)包括復(fù)雜理化學(xué)變化重要的，然而高爐是一個(gè)包括復(fù)雜理化學(xué)變化和傳質(zhì)過程的高溫反響器，具有不均勻性、非和傳質(zhì)過程的高溫反響器，具有不均勻性、非線性、噪音大、過程參數(shù)不易直接獲得。日本線性、噪音

16、大、過程參數(shù)不易直接獲得。日本川崎鋼鐵公司千葉廠采用如下圖的川崎鋼鐵公司千葉廠采用如下圖的BP網(wǎng)絡(luò)進(jìn)網(wǎng)絡(luò)進(jìn)展?fàn)t熱預(yù)測(cè)。展?fàn)t熱預(yù)測(cè)。用于爐熱預(yù)測(cè)圖的用于爐熱預(yù)測(cè)圖的BP網(wǎng)絡(luò)網(wǎng)絡(luò) 燒結(jié)工程同樣具有顯著地不均勻性、非線性等特點(diǎn)，且缺乏必要的現(xiàn)場(chǎng)檢測(cè)手段，而才采用離線公用檢測(cè)設(shè)備，從取樣到給出結(jié)果，常需求超越一個(gè)小時(shí)的的時(shí)間，滿足不了用力消費(fèi)的需求。針對(duì)燒結(jié)過程建立的統(tǒng)計(jì)模型和機(jī)理模型無法處理輸出目的的直接推斷問題。研制了燒結(jié)礦質(zhì)量推斷神經(jīng)網(wǎng)絡(luò)模型，該模型預(yù)告準(zhǔn)確率高，具有很好的泛化才干 燒結(jié)廠燒結(jié)廠燒結(jié)礦質(zhì)量預(yù)測(cè)燒結(jié)礦質(zhì)量預(yù)測(cè)粉體制備及粉末粒度分布粉體制備及粉末粒度分布巴西學(xué)者巴西學(xué)者C.A.O.N

17、ascimento等徑神經(jīng)網(wǎng)絡(luò)運(yùn)等徑神經(jīng)網(wǎng)絡(luò)運(yùn)用于粉末粒度分布的檢測(cè)，與光對(duì)不同尺寸粒用于粉末粒度分布的檢測(cè)，與光對(duì)不同尺寸粒子的散射數(shù)據(jù)結(jié)合，對(duì)各種外形不同尺寸的粒子的散射數(shù)據(jù)結(jié)合，對(duì)各種外形不同尺寸的粒子都得到了符合實(shí)驗(yàn)的結(jié)果。用該無需再進(jìn)展子都得到了符合實(shí)驗(yàn)的結(jié)果。用該無需再進(jìn)展現(xiàn)場(chǎng)取樣和丈量，即可實(shí)現(xiàn)消費(fèi)過程中對(duì)粉末現(xiàn)場(chǎng)取樣和丈量，即可實(shí)現(xiàn)消費(fèi)過程中對(duì)粉末粒度的在線監(jiān)測(cè)。粒度的在線監(jiān)測(cè)。新加坡的新加坡的Y.E.Zhang等用等用BP神經(jīng)網(wǎng)絡(luò)研討過程神經(jīng)網(wǎng)絡(luò)研討過程控制劑的參與量等參數(shù)與球磨后粉末的平均?？刂苿┑膮⑴c量等參數(shù)與球磨后粉末的平均粒度的關(guān)系。度的關(guān)系。粉末冶金密度器粉末冶金密

18、度器資料成分設(shè)計(jì)與性能資料成分設(shè)計(jì)與性能 由于影響粉末冶金制品性能由于影響粉末冶金制品性能的參數(shù)如壓制壓力、燒結(jié)氣氛和的參數(shù)如壓制壓力、燒結(jié)氣氛和燒結(jié)溫度、粉末原資料的化學(xué)成燒結(jié)溫度、粉末原資料的化學(xué)成分和物理性能等，它們之間并非分和物理性能等，它們之間并非是簡(jiǎn)單的線性關(guān)系，而神經(jīng)網(wǎng)絡(luò)是簡(jiǎn)單的線性關(guān)系，而神經(jīng)網(wǎng)絡(luò)適于進(jìn)展多元輸出間的復(fù)雜的非適于進(jìn)展多元輸出間的復(fù)雜的非線性關(guān)系分析。英國(guó)線性關(guān)系分析。英國(guó)L.N.Smith等等用神經(jīng)網(wǎng)絡(luò)方法建立了消費(fèi)咨詢用神經(jīng)網(wǎng)絡(luò)方法建立了消費(fèi)咨詢系統(tǒng)，該系統(tǒng)在消費(fèi)前階段經(jīng)過系統(tǒng)，該系統(tǒng)在消費(fèi)前階段經(jīng)過工藝的根本條件和臨界條件設(shè)計(jì)工藝的根本條件和臨界條件設(shè)計(jì)成分，防止了多次反復(fù)設(shè)計(jì)和反成分，防止了多次反復(fù)設(shè)計(jì)和反復(fù)購(gòu)買原資料的昂貴費(fèi)用。復(fù)購(gòu)買原資料的昂貴費(fèi)用。 神經(jīng)網(wǎng)絡(luò)在冶金中的運(yùn)用還運(yùn)用于漏鋼神經(jīng)網(wǎng)絡(luò)在冶金中的運(yùn)用還運(yùn)用于漏鋼預(yù)告、加熱爐控制、軋鋼板型控制等領(lǐng)預(yù)告、加熱爐控制、軋鋼板型控制等領(lǐng)域。域。漏鋼預(yù)告漏鋼預(yù)告加熱爐加熱爐神經(jīng)網(wǎng)絡(luò)是和其它技術(shù)建立的混神經(jīng)網(wǎng)絡(luò)是和其它技術(shù)建立的混合