基于知識的連續(xù)生產(chǎn)過程質(zhì)量診斷理論研究與應(yīng)用.pdf

1、質(zhì)量將成為21世紀工業(yè)生產(chǎn)的主題，質(zhì)量診斷是用于控制質(zhì)量參數(shù)和診斷過程參數(shù)變異的一系列理論和方法的綜合。它是伴隨著生產(chǎn)力的不斷發(fā)展而逐步發(fā)展和完善起來的，已經(jīng)成為工業(yè)生產(chǎn)的一項關(guān)鍵技術(shù)。 基于知識的智能診斷方法為解決復雜的非線性大工業(yè)系統(tǒng)的質(zhì)量分析和診斷提供了新的思路和理論。本課題立足于預測質(zhì)量波動和診斷過程參數(shù)變異，應(yīng)用了多種基于知識的智能方法進行系統(tǒng)分解，建立過程系統(tǒng)的逆質(zhì)量模型和逆質(zhì)量診斷模型，提出了一套相對完善的基于神經(jīng)

2、網(wǎng)絡(luò)逆模型的質(zhì)量監(jiān)測與診斷方法。通過仿真分析和CSP過程的實例研究，得到了準確有效的診斷結(jié)論，驗證了診斷理論方法的有效性。 課題研究的主要內(nèi)容和結(jié)論： (1)理論研究。本文創(chuàng)造性的將神經(jīng)網(wǎng)絡(luò)逆模型應(yīng)用于過程系統(tǒng)質(zhì)量監(jiān)測與診斷；提出了通過數(shù)據(jù)聚類和變量聚類實現(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化的新方法，提高了系統(tǒng)建模的可行性和擬合精度；將模塊化神經(jīng)網(wǎng)絡(luò)理論應(yīng)用于建立復雜過程系統(tǒng)的逆質(zhì)量模型和逆診斷模型；并將數(shù)據(jù)的模糊化方法應(yīng)用于過程數(shù)據(jù)信息的知

3、識表達，形成了一套新的基于知識的過程質(zhì)量診斷系統(tǒng)化理論。 (2)仿真研究和實例研究。為了驗證方法的有效性和實用性，必須將理論方法付諸于實踐。本文首先結(jié)合夾套式反應(yīng)釜的SIMULINK模型作了系統(tǒng)的仿真分析，得到了仿真系統(tǒng)的逆質(zhì)量模型；其次是結(jié)合包鋼CSP生產(chǎn)線的現(xiàn)場數(shù)據(jù)做實例研究，分別建立了連鑄化學成分和連軋系統(tǒng)參數(shù)的逆質(zhì)量模型、逆診斷模型；逆模型的預測和診斷精度均達到90％以上，診斷結(jié)果準確有效，可以滿足實際過程質(zhì)量控制的需要