基于模糊神经网络的铜熔炼过程智能优化控制模型研究

针对有色金属冶金熔炼过程高温、炉型及反应复杂、因素多变而不确定,难以建立工业在线控制机理模型的特点，以铜闪速熔炼及代表熔池熔炼的澳斯麦特熔炼为对象，交叉应用神经网络、模糊逻辑、专家系统及冶金过程模拟、冶金经济学理论，研究开发铜熔炼过程智能优化控制模型，该模型利用模糊逻辑的推理、神经网络的自我学习优势,可用于铜熔炼工业自组织、自适应实时优化控制，实现稳定生产的前提下降低生产成本，提高经济效益。同时，其建模方法可推广应用于其它难以用传统的数学方法及冶金机理建立控制模型的冶金熔炼过程。