1、人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,簡稱ANN)是由大量處理單元廣泛互連而成的網(wǎng)絡(luò),它是在現(xiàn)代神經(jīng)科學(xué)研究成果的基礎(chǔ)上提出的。神經(jīng)網(wǎng)絡(luò)以大規(guī)模模擬并行處理為主,具有很強的魯棒性、容錯性和自學(xué)能力。神經(jīng)網(wǎng)絡(luò)對任意非線性函數(shù)具有任意逼近和學(xué)習(xí)能力,使得神經(jīng)網(wǎng)絡(luò)對非線性系統(tǒng)和難以建模的系統(tǒng)的控制具有良好效果,而且它在解決高度非線性和嚴重不確定性系統(tǒng)的控制方面具有很大潛力。神經(jīng)網(wǎng)絡(luò)的應(yīng)用已滲透到自動控制領(lǐng)域的各個方

2、面,包括系統(tǒng)辨識、系統(tǒng)控制、優(yōu)化計算以及控制系統(tǒng)的故障診斷與容錯控制等。 沖天爐是鑄造生產(chǎn)中熔煉鐵水的最基本的熔煉設(shè)備之一。沖天爐熔煉過程不但具有非線形、強擾動、大時滯等特性,同時存在底焦燃燒、熱量傳遞和冶金反應(yīng)三種復(fù)雜過程,是一種典型的復(fù)雜工業(yè)過程。因此,采用傳統(tǒng)的建模方法來實現(xiàn)對沖天爐的建模是很困難的。從控制的角度看,沖天爐的熔煉作為一個生產(chǎn)過程,其對控制的要求是比較高的。鑒于其復(fù)雜性,人們早期提出的用經(jīng)典和現(xiàn)代控制理論控制

3、沖天爐的思想在沖天爐未得到根本性改進和熔煉工作標準化之前一直未能取得理想效果。 本文首先介紹了課題的研究背景及其選題意義；沖天爐熔煉控制技術(shù)的研究現(xiàn)狀,并簡單介紹了人工神經(jīng)網(wǎng)絡(luò)的發(fā)展過程；闡述了人工神經(jīng)網(wǎng)絡(luò)的基本特征、學(xué)習(xí)方式及學(xué)習(xí)規(guī)則,研究了兩種前饋神經(jīng)網(wǎng)絡(luò):BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò),以及它們的學(xué)習(xí)算法。然后用神經(jīng)網(wǎng)絡(luò)對沖天爐進行建模,并以沖天爐的實際數(shù)據(jù)進行MATLAB仿真。最后針對沖天爐這一復(fù)雜非線性系統(tǒng),提出了用神經(jīng)