高炉冶炼是在高温下发生的包含许多物理、化学变化传输过程的一个复杂过程。只有保持炉况稳定顺行,才能取得较好的技术经济指标。而炉况是经常波动的,因此对高炉异常炉况的预测和判断是当前高炉控制的主人问题。 目前的解决办法是建立高炉异常判断专家系统,但仍缺陷,如实时性较差,学习能力较差等。而神经网络由于其很强的学习能力和自适应性,被成功地应用于很多智能控制系统中。因此探索建立神经网络高炉异常炉况判断专家系统是当前的研究方向。本课题旨在建立神经网络高炉异常炉况判断专家系统,并解决传统专家系统在知识获取方面的“瓶颈”问题,使其具有在线学习能力。 本文研究了当前高炉控制检测和控制的现状,在对高炉异常炉况判断做了深入研究的基础上,采用SIEMENS公司的S7-300系列的PLC和工业控制计算机(IPC)构成了二级计算机监控系统。以Viscual C++6.0为开发工具编制了具有在线学习能力的神经网络高炉异常炉况判断专家系统的软件,此系统使用方便,速度快,命中率高,具有很强的实用性。