重工机械网

 耐火材料生产过程的质量控制4

2.3.1模糊控制

一个熟练工人并非需要了解被控对象的数学模型，只是凭借丰富的经验，采取适当对策就可以巧妙地控制一个复杂的过程，如把其操作经验加以总结，用语言表达就可以得到一些定性的规则，这些规则一般都带有大小，多少，高低，快慢等不的程度修饰词，也就是具有模糊性质，这些规则用模糊数字定量处理后就可以转化成模糊控制算法，从而能够进行控制。

模糊控制的过程是：

1.将实测输入转化成模糊输入，

2.依模糊规则进行运算，得到结果，

3.反模糊化，将模糊输出量转为地物理量并作用于被控对象。

2.32人工神经网络

人工神经元是人工神经网络的结点。每个神经元有多个输入和数个相同的输出，按一定函数关系进行输入-输出转换。人工神经元互联就组成了人工神经网络，人工网络中，每个节点的输入-输出转换函数的参数都必须依靠预先知道的实验输入-输出关系，通过*化算法使人工神经网络的输出能够zui大限度的接近实际输出。换句话说，人工神经网络特别适合描述非常复杂的多元函数关系，如果数据充分，其他办法又无能为力，人工神经网络就可以一显身手。

2.33模糊控制-人工神经网络的复合

神经自适应学习是一种只能控制方法，它可以利用操作数据和人工神经网络方法修改模糊控制系统的参数，从而改进模糊控制的质量，系统变化时也可以进行灵活的调整。

3.耐火材料的质量控制体系和保障体系

                                 南京宁博分析仪器有限公司

                                          技术服务部