| 提起人工智能，一般的联想是战胜象棋大师的电脑、曲径通幽的网络游戏，可它同样能为改造传统工业出力。上海工程技术大学 控制和优化冶炼、化工及电力等行业中的复杂工艺过程，是当前国际控制工程领域亟待解决的难题。如矿石烧结结束时的位置，即“烧透点”非常难控制：如果位置偏前，则烧结机利用率降低，成本升高，影响产量；若偏后，则烧结矿冷却不够，较脆易碎，成品率下降。传统的做法是靠工人经验来判断烧透点位置，再手动调整矿石上料的数量和烧结台车的机速。这不可避免造成人为不稳定，生产效率难以大幅提高。 研究人员以国产第一台大型烧结机作为模拟对象，用计算机建立了相应的虚拟“神经网络”，并在其内部预设了若干个“隐含层”。然后，以该烧结机的历年生产纪录为参照，开始对该“神经网络”进行“训练”：把机头的点火温度、台车上矿石层的厚度等初始数据输入后，“神经网络”立即演算得出一个“烧透点”的位置；研究人员反复修正网络中“隐含层”的相关参数，使这个虚拟的烧透点位置逐步接近真实状态。经无数次实验，“训练”终于成功———输入初始数据后，过去要过40分钟才知道的烧透点，现在“神经网络”可立即知晓，且与真实记录相符。 研究人员进一步把工人们长期经验积累的控制方法编程，设立了一个自动模糊控制器。得到“神经网络”烧透点的预测值后，再对模糊控制器的有关数据加以修正，自动调节烧结台车的机速、矿石的下料量和风箱温度等，实现对“烧透点”稳定的自动控制。 2004年，这个系统在国产第一台大型烧结机上进行现场调试。据测算，每单位面积烧结机上的烧结矿产量上升了10%。而且由于实行了自动化控制，烧结机运行平稳，主抽风机功耗降低，能源消耗由此大大降低。当年，这台烧结机增加效益800万元。基于这项技术的智能控制系统，还可进一步扩展应用到化工、电力等行业。 上图情报所信息咨询与研究中心副主任肖沪卫：该成果达到国际先进水平，其核心技术也申请了三项国家发明专利，具有较高理论研究意义和实际应用价值，建议此项目的研究机理尽快推广到其他各领域，为提高我国的自动化水平作出贡献。 |