D0I:10.13374/j.issn1001053x.1997.04.040 第19卷第4期 北京科技大学学报 Vol.19 No.4 1997年8月 Journal of University of Science and Technology Beijing Aug.1997 复杂生产过程工况的自动识别 张兰玲刘贺平孙一康 北京科技大学信息工程学院，北京100083 摘要针对复杂生产过程中的工况识别问题，利用了模块化的设计方法，将其分为离线建模模块 和在线决策模块，建模模块采用自适应延时神经网络构造各类工况相应的预测模型，决策模块通 过计算未知工况序列相对于各类预测模型的匹配程度判断其所属类别. 关键词模块化设计，神经网络，预测模型，工况识别 中图分类号TPI4 对生产过程的工况作出判断，不少学者致力于复杂生产过程模型的研究，以期得到与生 产过程工况相对应的控制用模型.然而，由于复杂生产过程的强非线性、时变性、空间分布性 和不确定性，很难对它们建立精确的数学模型.本文以炼铁生产的烧结过程为背景，针对复杂 生产过程中工况的识别问题提出了模块化的设计方法， 1系统整体结构 采用模块化的设计方法，可将整个系统分为建模与决策2个子模块：建模模块对生产过 程的不同工况，分别建立相应的预测模型，该模块可离线设计；决策模块可在线推断一个未知 工况序列所属的工况类别.整个系统结构如图1所示. 第1类工况预测模型】 {(0话 决 B(O {o= 第2类工况预测模型2 策 {) 模 {0出 所属工况类别 第n类工况预测模型n 块 预测模块 图1系统结构图 其中，Y={0”表示1个未知的工况序列： 。={(0},。表示Y经第n类预测模型的预测输出. 1996-08-13收稿 第一作者女26岁博士第 卷 第 期 年 月 北 京 科 技 大 学 学 报 复杂生产过程工况 的 自动识别 张 兰玲 刘 贺平 孙一康 北京 科技大学信息工 程学院 ， 北京 摘要 针 对复 杂生 产过程 中的工 况 识别 问题 ， 利 用 了模块化 的设计方法 ， 将其分为 离 线建模模 块 和 在 线决策模 块 建模模块采 用 自适应延 时神经 网络构造各类工 况相 应 的预测模型 ， 决策模块通 过计算未知工况序列相对于 各类 预测模 型 的匹 配程度判 断其所属类别 关键词 模块化设计 ， 神经 网络 ， 预测模型 ， 工 况 识别 中图分类号 仲 对生 产 过 程 的工 况 作 出判 断 ， 不 少 学 者 致 力 于 复 杂 生 产 过 程模 型 的研 究 ， 以期得 到 与 生 产过 程 工 况 相 对应 的控 制 用模 型 然 而 ， 由于 复 杂生 产 过 程 的强 非 线性 、 时变性 、 空 间分 布性 和 不 确 定 性 ， 很 难 对它 们建 立精 确 的数学模 型 本文 以炼铁生 产 的烧结过程 为背景 ， 针 对复杂 生产 过程 中工 况 的识别 问题 提 出 了模 块 化 的设 计方法 系统整体结构 采 用 模 块化 的设计 方法 ’ ， 可 将整 个 系 统分 为建模 与决 策 个子模 块 建模模 块 对生产过 程 的不 同工 况 ， 分别建 立相 应 的预测模 型 ， 该模 块 可 离线设计 决策模块 可 在线 推断一 个未知 工况 序 列 所 属 的工 况类 别 整 个 系 统结 构 如 图 所示 垂巨画巫到 井业旦一… 决 坟 珊 燕丽赢习一鲤旦 瓢奚三死而蘸濒又仁丝塾业三 一 玖 江石 所属 工况类别 策模块 尸一 预测模块 图 系统结构 图 其 中 ， 一 玖 结表示 元 一 玖叱二二表示 个 未 知 的工 况序 列 经第 类 预测模 型 的预测 输 出 一 一 收稿 第一 作者 女 岁 博 士 DOI ：10．13374／j ．issn1001－053x．1997．04．040