PDF《冶金过程智能控制系统知识库开发的关键环节》

计算机工程与应用 2004.

31

1 研究背景 冶金是一个涉及到传质~传热和复杂的化学反应的复杂工 业过程,由于其强非线性和滞后性以及不规则的空间分布和不 确定性,使得冶金过程控制难以通过一般的数学模型方式构造 控制系统实现高效率控制O 近年来,随着计算机系统性能的不 断提高,日本川崎制铁~日本钢管等厂家[1~3] 分别开发了烧结作 业专家系统~焦炉作业专家系统~高炉智能控制系统等基于知 识的~集控制和故障诊断于一体的控制系统,并取得了显著的 应用效果O 国内也有多个冶 金企业(如 武钢,邯钢,韶 冶 ,株 冶>

[4,5] 也在这方面进行了尝试,取得了令人鼓舞的成果O 目前, 配料~烧结~高炉等过程的智能化控制已经作为一个节能增效~ 提高国际竟争力的重要措施被列入我国钢铁企业信息化发展 计划[6] O 从相关的计算机技术~传感器和检测设备~信息传输技术 的发展情况来看,冶金过程控制智能化也已具备了较好的条件 和可行性O高性能的服务器~接口设备;

现场总线技术的推广[1] ;

一大批新开发的~利用超声~微波~激光高科技的检测设备[1,2] 如 烧结层内湿度检测器~ 沿高度和宽度方向温度分布检测器~烧 结矿碱度检测器~高炉入炉粒度检测器~炉顶料面形状检测器~ 软融带形状检测器~铁水温度连续检测器~钢水温度连续检测 器~钢水成份连续检测器等相继投入使用O 这些设备方面的技 术进步为冶金过程的智能化控制打下了良好的基础O 目前,通过大量的工程实践和理论研究[4~8] ,对知识库开发 的基本模式~原则和知识的集成的方法有了一定的认识O然而, 从软件开发的角度来看,对于这样一类复杂的系统,开发实用 性强的知识库仍然需要在现有的方法上不断探索和改进O另一 方面,由于这类系统控制环节多~状态的描述十分复杂并与多 种因素之间存在着复杂的动态关系, 采用什么样的知识体系~ 以及用什么样的流程实施知识库的有序开发~知识的加工(求 精和集成>

采用什么样的方法和工具等等,都是需要深入探索 的工程课题O 论文在知识工程的理论框架内, 针对冶金工业控制的特 点,结合笔者在钢铁厂~铅锌冶炼厂烧结过程智能控制的工程 实践经验总结出了面向冶金过程控制系统的知识库开发所涉 及的知识源~知识原型~知识处理的方案O为促进该领域的计算 机应用的发展提供一些借鉴O

2 冶金过程控制的特点 钢铁冶金过程一般由原料配制~烧结球团~炼铁~炼钢~轧 冶金过程智能控制系统知识库开发的关键环节 唐少先

1 陈建二 1!2 张泰山

1 周永孝

3 1 (中南大学信息科学与工程学院,长沙 410083>

2 (Computer Science Dept.of A&

M Univ.of Texas,U.S.>

3 (韶关冶炼厂技术部,韶关 512024>

E-maii:tangcop1963@yahoo.com.cn 摘要论文以国内外冶金智能控制技术发展为背景, 针对冶金过程控制的特点并结合知识工程理论对知识库和知识 原型的规划,知识获取和集成的方法进行了研究O 在此基础上总结了一套方案作为深入探讨这一领域中的问题的一种 形式O 关键词 智能控制系统 知识工程 知识集成 神经元网络 文章编号 1002-8331-(2004>

31-0225-05 文献标识码 A 中图分类号 TP301 Key-links in Establishing Knowledge Base of Intelligent Systems to Control Metallurgy Process Tang Shaoxian1 Chen Jianer1,2 Zhang Taishan1 Zhou Yongxiao3

1 (Information Science and Engineering Coiiege of CSU.,Changsha 410083>

2 (Computer Science Dept.of A&

M Univ.,Texas,U.S.>

3 (Shaoguan Leadmaking Co.,Shaoguan 512024>

Abstract: This paper is focused on the designing technigues of KB of inteiiigent systems to controi metaiiurgy processes.Based on the features of metaiiurgy process controi and the anaiysis of the deveiopment of metaiiurgy process inteiiigent controi technoiogy in some steeimaking Co.s of Japan and China,a knowiedge prototype hierarchy and knowiedge acguisition pian is presented.It is faciiitate to expiore this fieid. Keywords: inteiiigent controi system,knowiedge engineering,knowiedge integration,neurai network 基金项目 国家自然科学基金项目(编号:90104028>

资助 作者简介 唐少先,副教授,在职博士生,研究方向:模糊控制,智能系统O 陈建二,教授,博士生导师,长江学者,教授,主要研究方向:计算机算法理 论,系统优化理论O 张泰山,教授,博士生导师,研究方向:模糊控制,智能系统等O 周永孝,工程师,硕士O !! 2004.3l 计算机工程与应用 框架名:框架名称 框架类:系统状态 槽名:产品状态框架 槽值 l:框架名称 槽名:设备状态框架 槽值 2:框架名称 槽名:子框价 槽值:框架名称l约束条件 框架名:框架名称 框架类:产品状态 槽名:产品的形态特征 槽值:产品的形态特征表 槽名:仪表和传感器的参数分布 槽值:数据表 槽名:化学成份分布 槽值:数据表 槽名:物理性能 槽值:数据表 框架名:框架名称 框架类:设备状态 槽名:部件 l 状态特征 槽值:部件名称l状况参数值分布 槽名:部件 k 状态特征 槽值:部件名称l状况参数值分布 框架名:具体框架名称 框架类:状态分析规则 槽名:现象描述 槽值:框架名称 槽名:系统状态推断 槽值:框架名称 槽名:分析结论 槽值:框架名称 槽名:子框价 槽值:框架名称l约束条件 框架名:框架名称 框架类:分析结论 槽名:设备状态 槽值:框架名称 槽名:本单元的不良操作 槽值:不良操作编号 槽名:前一单元输入到本单元产品的问题 槽值:问题编号 框架名:框架名称 框架类:现象描述 槽名:传感器数据 槽值:数据表 槽名:质量分析数据 槽值:数据表 钢等工序组成 2.l 系统的特点 (l)产品的加工过程由若干个段(单元)组成 构成大规模 递阶控制系统;

(2)每个段有若干个控制输入量和传感器 输入 / 输出之间呈非线性关系并含有一定的不确定性因素;

(3)生产设 备复杂 设备本身的状态对产质量的影响很大(如大修时间间 隔 传感器偏差状况);

某一工段出现的故障可能会对整个系统 形成瓶颈;

(4)被加工的产品的形态的规范性较多 有可能是液 态~粉状~颗粒状~块状(如烧结~冶炼等);

(5)产品的质量依赖 于各个段的质量控制;

应当以总体质量 产量 成本目标和原材 料供应条件为前题 合理地设置~优化各段的控制策略和相关 参数;

(6)这类工业流程的产品的质量通常不能在线分析测定 难 以连续精确地计算出质量状况 难以通过数学模型的方式建立 控制规则 因此采用传统的方法难以实现高效的控制O 目前国 内许多该类型的系统还处于定值控制水平O 2.2 该领域知识的特点 目前冶金工业过程控制主要运用两种类型的知识:(l)基 于化学和物理学原理的机理模型知识:一方面机理模型具有简 明的结构和确定的定量描述 能够准确地确定产品状态 但由 于描述的对象是微观物质导致它缺乏稳定的可观性和空间分 布概括性 而且受到取样点和分析的及时性和开销的限制 实 用效果不够理想O但随着高科技传感设备如烧结层内湿度检测 器~沿高度和宽度方向温度分布检测器~烧结矿碱度检测器~高 炉入炉粒度检测器~铁水温度连续检测器~钢水温度连续检测 器~钢水成份连续检测器等相继开发成功 机理模型的应用方 式也有所改变;

(2)基于传感器和可观测现象的知识模型在时间~ 空间的复杂性以及表现方式的多样性方面具有很大的优势 这 类模型可直接根据系统的传感设备信息和可观测现象对系统 的状态作出及时的评估 因而具有较强的可操作性和实用性 尽管已经有了一些局部的成功例子 但由于开发这类知识库所 涉及的因素多 对检测设备的先进性和偏差范围有较强的依赖 性 但从工程意义上说 它的开发难度和规范性方面仍有一些 问题需要探讨

3 知识库的规划 3.l 主要知识源 (l)基于化学和物理学原理的机理模型知识一类重要的知 识源 (2)各类传感器 检测设备的使用经验(对系统状态的估 计)和可观测现象的应用经验 (3)系统状态的调节经验(包括输入参数的调节顺序~步骤 和幅度及用于判断的信息) (4)从类似系统移植的知识 3.2 知识类型和原型的确定 笼统地说 可运用于生产控制的知识是具有规范的表达形 式~ 从相关知识源获取雏形后经过有效的知识处理的知识集 合 知识类型和原型的确定是知识库开发的一个重要环节 下 面根据冶金工业过程控制的特点和工程经验将该领域知识按 四种类型进行获取 加工和维护并采用框架描述它们的原型 读者可以在这个基础上不断地补充~求精和集成来开发具体的 知识库(下面提供的并不是一个完整的知识库) 3.2.l 设备和产品状态确定规则 设备的状态包括设备的仪表和传感器的参数范围~偏差状 态等;

产品状态包括产品的形态特征~重要的化学成份分布范 围~典型的物理性能指标范围等 但是 从控制器应用来说 系 统状态应当是可观测的(在线或离线)参数集;

因此 传感器参 数范围~化学成份分布范围~物理性能指标范围的划分也决定 了知识库描述系统行为的粒度 (l)设备和产品状态框架类 (2)产品状态框架类 (3)设备状态框架类 3.2.2 非正常状态分析规则集 用于分析系统在运行过程中表现出来的非正常行为的原 因 它包括设备的不良运行状态~设备故障的诊断和操作失 误等 (l)状态分析规则框架类 (2)分析结论框架类 (3)现象描述框架类 3.2.3 控制规则集 用于调节系统状态实现预定的控制目标 具体形式为:设 备和产品状态+施加的控制量!下一时刻设备和产品的状态 由于在实际应用中设备状态~产品初始状态~施加的控制 量参数分布都可能会有一些偏差 应当考虑它们的偏差状况以 提高知识的可用性 (l)控制规则框架类 !! 计算机工程与应用 2004.3l 框架名:框架名称 框架类:控制规则 槽名:前题条件 槽值:框架名称 槽名:控制行为 槽值:框架名称 槽名:参数相关性描述 槽值:框架名称 槽名:可信度描述 槽值:数值表 槽名:预期目标 槽值:数值表 槽名:子框价 槽值:框架名称l约束条件 框架名:框架名称 框架类:前题条件 槽名:控制单元 槽值:控制单元号 槽名:设备状态 槽值:框架名称 槽名:产品初始状态 槽值:框架名称 框架名:框架名称 框架类:控制行为 槽名:控制量 l 槽值:控制值l允许误差 槽名:控制量 k 槽值:控制值l允许误差 框架名:框架名称 框架类:预期目标 槽名:预期时刻设备状态 槽值:框架名称 槽名:允许误差 槽值:数据表 槽名:预期时刻产品的状态 槽值:框架名称 槽名:允许误差 槽值:具体框架名称 框架名:框架名称 框架类:参数相关度描述 槽名:参数相关度 l 槽值:某目标状态参数变化率 / 某控制量参数变化率 槽名:参数相关度 k 槽值:某目标状态参数变化率 / 某控制量参数变化率 框架名:框架名称 框架类:目标规划与协调 槽名:总体指标 槽值:数据表 槽名:允许误差 槽值:数据表 槽名:控制单元指标 I 槽值:数据表 槽名:允许误差 槽值:数据表 槽名:采用的控制规则集 槽值:框架名称列表 槽名:控制单元指标 k 槽值:框架名称 槽名:允许误差 槽值:数据表 槽名:采用的控制规则集 槽值:框架名称列表 槽名:子目标之间的藕合性 槽值:框架名称 槽名:可靠性描述 槽值:框架名称 框架名:框架名称 框架类:总体目标 槽名:原材料类型和指标 槽值:数据表 槽名:最终产品各项质量指标及允许误差 槽值:数据表 槽名:产量指标及........