冶金炉有了“神经网络”打点方案

　　创新连线·俄罗斯

　　莫斯科国立钢铁合金学院国立研究技能大学为冶金炉的打点提供了一种新的“神经网络”替代方案，该方案可将能效提高10%。相关研究颁发在《Procedia Computer Science》上。

　　该大学自动化和信息打点系统教研室副传授安东·格鲁先科称，凡是冶金炉会受到各类滋扰，导致熔炉的参数产生变革。为此，研究人员提出成立自适应的节制系统——神经网络调谐器。该系统能及时调解线性节制器的参数，将所有模式下的炉子节制在同等程度，从而低落机组的功耗。

　　该要领归功于两种智能技能——神经网络和常识库调谐器的团结。神经网络计较炉子内线性调理器的参数值，直接在操纵进程中进修，以监测炉子中产生的变革。

　　格鲁先科说，与其他要领差异，神经网络调谐器不需要构建节制工具模子，也不需要明明的参考模子。另外，它尚有助于在炉子参数变革时跟踪功课时间表，并对滋扰作出赔偿。

　　格鲁先科称，利用调谐器不需要增加经费，因为从硬件和软件的角度来看，现有的熔炉节制系统没有任何变革，利用这种要领可以将冶金炉加热的能效提高10%。

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。