炼铜转炉优化操作智能决策支持系统的开发与研制

对炼铜转炉优化操作智能决策支持系统(IDSS)的开发步骤、总体结构和基本功能做 了介绍，该系统具有自学习和自适应的特点，将其应用于生产实践，经过三个多月的试运行 ，用该系统优化出的操作参数指导生产，各项生产指标显著提高．粗铜产量提高6.0%，冷料 处理量提高8%，平均炉寿从原来的213炉至少提高到235炉，由粗铜产量增加直接创造的经济 效益达2640万元/年．     

炼铜转炉吹炼终点的神经网络和自适应残差补偿组合预报模型

提出了基于改进的BP神经网络学习算法和自适应残差补偿算法的炼铜转炉吹炼终点组合预报模型. 利用某厂实际生产数据进行仿真运行的结果表明, 本文建立的模型具有较高的预报精度和较强的实用性, 可用于指导生产实践.     

热工数据库系统的设计与开发技术

针对热工数据类型多，多数数据非线性强．相关图表查阅不便且读数误差大的现状，本文提出利用计算机强大的数据存储处理能力建立热工数据库系统，实现热工数据的快速准确查询，并介绍了热工数据库管理系统的功能特点及设计开发技术。将数据插值、神经网络等函数逼近的方法应用于查询程序的定制，大大加强了系统的查询功能，使系统的查询范围不仅仅局限于数据库中已有的数据记录．本文以饱和水及饱和蒸汽热力性质数据库为例，说明了系统查询功能的实现方法与效果。应用结果表明，热工数据库管理系统查询热工数据．速度快、精度高，不受人为因素影响，具有较大的实用价值。     

过程数据挖掘及进展

工业过程已是一个海量的数据源,需要从中提取知识以支持过程优化.分析了工业过程数据的特点,将数据挖掘了思想引入生产过程优化中,提出了工业过程数据挖掘了概念,即是一个依赖精确的数学模型,而自动或半自动地从工业过程数据中撮有用的知识,以支持过程变量预报、过程优化及过程故障诊断的特殊数据处理过程.总结了过程数据挖掘在过程变量预报、过程监视与优化及过程故障诊断中的研究进展,得出过程数据挖掘应在算法的设计、商业软件的开发及过程数据仓库与过程数据挖掘的集成三方面开展创新工作的结论.     

CCD辐射测温的动态范围研究

工业用CCD较窄的动态范围无法满足高温测量领域宽测温范围的要求,使基于CCD的辐射测温技术的应用受到限制。多篇文献提出在CCD前加高衰减率的中性滤光片来扩大测温范围。通过分析CCD光电转换特性和辐射体单色辐射亮度与温度之间的关系,指出使用中性滤光片虽然可以扩大测温范围,但其效果有限,仍难以满足高温测量的应用要求,实验结果证明了结论的正确性。     

CCD三色测温的插值修正方法

基于CCD的非接触式测温技术是高温检测的重要方法，减少其测温误差有重要意义。在介绍CCD测温原理的基础上，指出被测物体的灰度变化和CCD响应波长带宽是CCD比色测温的主要误差来源；提出为减少灰度变化带来的测温误差，可以采用CCD三色测温方法；为减少CCD响应波长带宽等因素带来的测温误差，可以把这些因素对测温精度的影响归结到三色测温公式的K值中，再利用标定实验数据对K值进行插值修正；给出了对K值进行插值修正的三色测温方法。理论分析指出，插值修正的CCD三色测温方法能有效减少测温误差。     

基于数据挖掘的铜锍转炉吹炼过程优化决策建模*

为了提高铜转炉的操作水平,探讨了利用其生产运行中产生的大量数据建立优化决策模型的方法。针对过程数据含噪声、样本规模相对不足等问题,提出了一种鲁棒性更强的改进的神经网络建模方法;针对优化决策模型的应用目的,提出了支持度、置信度和相对置信度等模型评估指标;利用某厂的实际过程数据和前述方法,建立了基于神经网络的S1期（造渣1期）熔剂量和鼓风时间优化决策模型。实验效果表明所建优化决策模型能够显著改善S1期的吹炼效果。     

炼铜转炉吹炼终点预报研究

提出了一种高效的ＢＰ神经网络学习算法,首次对神经网络输出结果进行自适应残差补偿,基于此提出炼铜转炉吹炼终点组合预报模型．经实践检验．本预报模型的预测结果具有较高的精度和较强的实时性,而且本模型具有较好的自学习能力,能有效指导生产实践。     

彩色CCD比色测温的修正方法

基于彩色CCD图像传感器的非接触式温度检测是一种新颖的高温检测方法,减少其测量误差具有重要意义.在介绍CCD测温原理的基础上,提出了标定修正的CCD比色测温方法,将CCD响应特性曲线的非理想性和信号转换等因素引入的测温误差归结到比色测温公式的K值中,再利用黑体炉对K值进行标定修正.实验结果表明,标定修正的CCD比色测温方法能有效减小测温误差,提高测温精度.     

改进的混沌遗传算法及其在炼铜转炉操作优化中的应用

利用混沌优化的遍历性和遗传算法优化的反演性,提出了混沌遗传算法(CGA),其基本思想是把混沌变量加载于遗传算法的变量群体中,利用混沌变量对子代群体进行微小扰动,随着搜索过程的进行逐渐调整扰动幅度.结果表明,该方法优化效果与前人的优化结果相比,优化效率明显提高.由炼铜转炉造渣期与造铜期操作参数(样本采集、数据预处理、PLS(偏最小二乘法)空间变换、BPN神经网络建模及CGA)的优化和造渣期适应度函数与造铜期适应度函数的变换,使操作参数变量在训练集给出的数据范围的基础上延伸±10%,得到最优点对应的工艺条件,并用于生产中.经过3个多月的试运行,粗铜产量提高6.0%,冷料处理量提高8%,平均炉寿从原来的213炉提高到235炉.