铅锌烧结过程智能集成优化控制技术及其应用研究
|
摘要
铅锌冶炼ISP工艺是近代火法炼铅锌的先进方法之一，密闭鼓风烧结过程作为其中的一个重要流程，直接影响到熔炼炉炉况和铅锌产量。目前铅锌烧结过程控制技术落后、自动化水平低，过程优化控制成为制约烧结矿产量质量的一个瓶颈。针对具有强非线性、强耦合性、不确定性、时变、大滞后、多约束特点的铅锌烧结过程，采用传统的控制理论或单一的智能化技术难以满足多目标全局优化控制要求，本文提出一种智能集成优化控制技术，有效解决了铅锌烧结过程状态优化控制和产量质量优化控制问题。论文的主要研究成果包括：
(1) 智能集成优化控制技术
基于铅锌烧结过程特性和控制问题分析，提出了智能集成优化控制技术基本框架，包括基本概念、集成结构和系统实现三部分内容。从集成形式上划分为串联智能集成、并联智能集成和嵌套智能集成三种基本结构，提出了建立智能集成优化控制系统的信息化、模型化、控制优化和工业化关键问题与技术。
(2) 模糊专家聚类网格状态优化控制技术
针对状态实时检测问题，建立了烧穿点软测量模型、烟气温度场分布模型；针对过程大滞后特性，采用模糊分类方法，将工艺参数神经网络模型与时间序列神经网络模型集成，建立了综合透气性预测模型，将工艺参数神经网络模型与时间序列灰色理论模型集成，建立了烧穿点预测模型，有效地提高了状态预测精度。
在铅锌烧结过程中存在有大量模糊的不确定性信息，专家操作经验往往以一种定性描述形式出现。采用模糊专家优化规则将混合料分为高品位矿、中品位矿和低品位矿，针对不同品位的混合料进行不同的状态优化值设定。采用模糊专家控制结合聚类网格控制的策略，根据超前预测误差获取状态优化控制参数，模糊专家控制可以模拟人类专家的优化操作，聚类网格控制则是基于状态集成预测模型的精确控制，整体优化控制算法具有工业有效性和较高的控制精度，解决了铅锌烧结过程中具有多约束、不确定性和非线性特点的状态优化控制问题。
(3) 聚类搜索遗传混沌产量质量优化控制技术
针对过程大滞后和产量质量测量问题，采用改进的BP神经网络，
中南大学博士学位论文
摘要
建立了铅锌烧结矿产量、含铅量、含锌量、含硫量、二氧化硅含量、
氧化钙含量预测模型。
用罚函数法将多目标约束优化问题转化为无目标约束优化问题，
采用基于模糊聚类的并行搜索进行粗优化，采用最优保存简单遗传混
沌优化算法进行精确优化，整体优化控制算法具有全局收敛性和工业
有效性，解决了铅锌烧结过程中具有多目标约束强非线性特点的产量
质量优化控制问题。
(4)智能集成优化控制系统
采用p XL集散控制系统和管理信息系统实现了底层自动化和高
层信息管理，在信息化、模型化和控制优化的基础上建立了智能集成
优化控制系统，通过对状态短期优化控制策略和产量质量长期优化控
制策略的智能协调，实现了铅锌烧结过程多目标全局优化控制。
通过应用铅锌烧结过程智能集成优化控制技术，从整体上提高了
铅锌烧结工艺过程优化控制水平，有效地抑制了烧穿点和透气性波
动，产量质量得到了提高，同时加强了信息管理能力，降低了工人的
劳动强度，取得了显著的经济效益和社会效益。同时也为复杂工业过
程优化控制提供一套实用的、值得借鉴的工业化实现方法。
The Lead-Zinc Imperial Smelting Process is one of the modern advanced methods of the Lead-Zinc smelting utilizing neoteric burning technology. As an important loop of ISP, imperial updrafted-sintering process has a direct influence on state of the smeltering furnace and output of Lead-Zinc. At present, for the laggard control techniques and the low-level automatization, the process optimal control has become the key problem to restrict the output and quality of the sinter. Since Lead-Zinc sintering process possesses the characteristics such as strong nonlinear, strong coupling, uncertain, time-varying, long time-delay, multi-constrained, neither the traditional control theory not simple intelligent technique can satisfy the demands of multi-target global optimal control. Thus, the thesis proposes an intelligent integrated optimal control technique, which solves the optimal control of state and output-quality in Lead-Zinc sintering process. The main study achievements include:
(1) Intelligent integrated optimal control technique
Based on the analysis of the characteristics of the Lead-Zinc sintering process and control problems, the basic frame of the intelligent integrated optimal control is proposed, which includes the three part of basic concept, integrated structure and system building. It is divided into three basic structures of series intelligent integrated, parallel intelligent integrated and nesting intelligent integrated. Thus, the key problems and techniques of the informatization, modelizaion, control optimization and industrialization to establish the intelligent integrated optimal control system are proposed.
(2) State optimal control technique of fuzzy expert control and clustering grid algorithm
Aimed at the state real-time measure problem, the model of BTP and the temperature distribution model of waste gas are established. Aimed at the character of long time-delay, with the adoption of fuzzy clustering method, the integrated predictive model of synthetical permeability is
established with combination of the neural network model of technics parameters and the neural network model of time series, and the integrated BTP predictive model is established with combination of the neural network model of technics parameters and the grey theory model of time series, which improves the precision of state predictive model effectively.
The Lead-Zinc sintering process has a large number of fuzzy and uncertain informations and qualitative expert operation rules. The sintering materials are divided into three types of high quality, mid quality, low quality , and for the different-quality materials the state optimal values are decided respectively, by using fuzzy expert optimization rules. The strategy of fuzzy expert and clustering grid are adopted in order to find the state optimal control parameters, according to ahead predictive errors. The fuzzy expert control has the function to simulate the human experts optimization control, while the clustering grid control is an accurate strategy based on state predictive models. The whole optimization control algorithm possesses industrial validity and higher control precision, which resolves the state optimization control problem with multi-constrained, uncertain, nonlinear, characteristics.
(3) output-quality optimal control technique of clustering searching , genetic algorithm and chaos optimization
Aimed at the long time-delay characteristic and the measure problem of quantity and quality of sinters, the predictive models of quantity, Pb content, Zn content, S content, SiO2 content, and CaO content of sinter are proposed, by using the improved BP neural network.
The penalty function method is used to transform the muti-target-constrained optimization problem to unlimited optimization problem. The parallel searching based on fuzzy clustering is used to realize the raw optimization, while the elitist preserved simple genetic algorithm and chaos optimization are used to realize the accurate optimization. The whole optimization control algorithm possesses the gl
(1) 智能集成优化控制技术
基于铅锌烧结过程特性和控制问题分析，提出了智能集成优化控制技术基本框架，包括基本概念、集成结构和系统实现三部分内容。从集成形式上划分为串联智能集成、并联智能集成和嵌套智能集成三种基本结构，提出了建立智能集成优化控制系统的信息化、模型化、控制优化和工业化关键问题与技术。
(2) 模糊专家聚类网格状态优化控制技术
针对状态实时检测问题，建立了烧穿点软测量模型、烟气温度场分布模型；针对过程大滞后特性，采用模糊分类方法，将工艺参数神经网络模型与时间序列神经网络模型集成，建立了综合透气性预测模型，将工艺参数神经网络模型与时间序列灰色理论模型集成，建立了烧穿点预测模型，有效地提高了状态预测精度。
在铅锌烧结过程中存在有大量模糊的不确定性信息，专家操作经验往往以一种定性描述形式出现。采用模糊专家优化规则将混合料分为高品位矿、中品位矿和低品位矿，针对不同品位的混合料进行不同的状态优化值设定。采用模糊专家控制结合聚类网格控制的策略，根据超前预测误差获取状态优化控制参数，模糊专家控制可以模拟人类专家的优化操作，聚类网格控制则是基于状态集成预测模型的精确控制，整体优化控制算法具有工业有效性和较高的控制精度，解决了铅锌烧结过程中具有多约束、不确定性和非线性特点的状态优化控制问题。
(3) 聚类搜索遗传混沌产量质量优化控制技术
针对过程大滞后和产量质量测量问题，采用改进的BP神经网络，
中南大学博士学位论文
摘要
建立了铅锌烧结矿产量、含铅量、含锌量、含硫量、二氧化硅含量、
氧化钙含量预测模型。
用罚函数法将多目标约束优化问题转化为无目标约束优化问题，
采用基于模糊聚类的并行搜索进行粗优化，采用最优保存简单遗传混
沌优化算法进行精确优化，整体优化控制算法具有全局收敛性和工业
有效性，解决了铅锌烧结过程中具有多目标约束强非线性特点的产量
质量优化控制问题。
(4)智能集成优化控制系统
采用p XL集散控制系统和管理信息系统实现了底层自动化和高
层信息管理，在信息化、模型化和控制优化的基础上建立了智能集成
优化控制系统，通过对状态短期优化控制策略和产量质量长期优化控
制策略的智能协调，实现了铅锌烧结过程多目标全局优化控制。
通过应用铅锌烧结过程智能集成优化控制技术，从整体上提高了
铅锌烧结工艺过程优化控制水平，有效地抑制了烧穿点和透气性波
动，产量质量得到了提高，同时加强了信息管理能力，降低了工人的
劳动强度，取得了显著的经济效益和社会效益。同时也为复杂工业过
程优化控制提供一套实用的、值得借鉴的工业化实现方法。
The Lead-Zinc Imperial Smelting Process is one of the modern advanced methods of the Lead-Zinc smelting utilizing neoteric burning technology. As an important loop of ISP, imperial updrafted-sintering process has a direct influence on state of the smeltering furnace and output of Lead-Zinc. At present, for the laggard control techniques and the low-level automatization, the process optimal control has become the key problem to restrict the output and quality of the sinter. Since Lead-Zinc sintering process possesses the characteristics such as strong nonlinear, strong coupling, uncertain, time-varying, long time-delay, multi-constrained, neither the traditional control theory not simple intelligent technique can satisfy the demands of multi-target global optimal control. Thus, the thesis proposes an intelligent integrated optimal control technique, which solves the optimal control of state and output-quality in Lead-Zinc sintering process. The main study achievements include:
(1) Intelligent integrated optimal control technique
Based on the analysis of the characteristics of the Lead-Zinc sintering process and control problems, the basic frame of the intelligent integrated optimal control is proposed, which includes the three part of basic concept, integrated structure and system building. It is divided into three basic structures of series intelligent integrated, parallel intelligent integrated and nesting intelligent integrated. Thus, the key problems and techniques of the informatization, modelizaion, control optimization and industrialization to establish the intelligent integrated optimal control system are proposed.
(2) State optimal control technique of fuzzy expert control and clustering grid algorithm
Aimed at the state real-time measure problem, the model of BTP and the temperature distribution model of waste gas are established. Aimed at the character of long time-delay, with the adoption of fuzzy clustering method, the integrated predictive model of synthetical permeability is
established with combination of the neural network model of technics parameters and the neural network model of time series, and the integrated BTP predictive model is established with combination of the neural network model of technics parameters and the grey theory model of time series, which improves the precision of state predictive model effectively.
The Lead-Zinc sintering process has a large number of fuzzy and uncertain informations and qualitative expert operation rules. The sintering materials are divided into three types of high quality, mid quality, low quality , and for the different-quality materials the state optimal values are decided respectively, by using fuzzy expert optimization rules. The strategy of fuzzy expert and clustering grid are adopted in order to find the state optimal control parameters, according to ahead predictive errors. The fuzzy expert control has the function to simulate the human experts optimization control, while the clustering grid control is an accurate strategy based on state predictive models. The whole optimization control algorithm possesses industrial validity and higher control precision, which resolves the state optimization control problem with multi-constrained, uncertain, nonlinear, characteristics.
(3) output-quality optimal control technique of clustering searching , genetic algorithm and chaos optimization
Aimed at the long time-delay characteristic and the measure problem of quantity and quality of sinters, the predictive models of quantity, Pb content, Zn content, S content, SiO2 content, and CaO content of sinter are proposed, by using the improved BP neural network.
The penalty function method is used to transform the muti-target-constrained optimization problem to unlimited optimization problem. The parallel searching based on fuzzy clustering is used to realize the raw optimization, while the elitist preserved simple genetic algorithm and chaos optimization are used to realize the accurate optimization. The whole optimization control algorithm possesses the gl
引文
[1] 唐贤容，王笃阳，张清岑．烧结理论与工艺．长沙：中南工业大学出版社，1992．1-4．141-149
[2] 《铜铅锌冶炼参考设计资料》编写组．铜铅锌冶炼参考设计资料．冶金工业出版社，1979
[3] 胡新．铅锌密闭鼓风炉熔炼技术10年来的发展．有色冶金，1994，4：11-14
[4] 张乐如．铅鼓风烧结技术的研究与实践．湖南有色金属，1999，15(4)：18-21
[5] 卢荣德，陈宗海，王雷．复杂工业过程计算机建模、仿真与控制的综述．系统工程与电子技术．2002，24(1)：52-57
[6] 孔德彪．从烧结机大型化看我国烧结业的发展．江苏冶金，1989，2：29-31
[7] 李少远，席裕庚，陈增强．智能控制的新进展．控制与决策，2000，15(1)：1-5
[8] 谢良贤．烧结过程自动控制技术的发展．冶金自动化，1994，18(6)：7-12
[9] 宋艳明．烧结过程自动控制技术的发展．鞍钢技术，2000，2：37-41
[10] M.J.Cumming, W.J.Rankin, J.R. Siemaon, et al. Modeling and Simulation of Iron Ore Sintering. In: 4th International Symposium on Agglomeration, Roronto, Canada, 1985: 763-766
[11] G. S. Upadhyaya. Sintering 2000: a report. Materials and design, 2001, 22: 239-242
[12] 袁熙志，周取定．铁矿石烧结过程基本理论的研究．见：徐瑞图，吴胜利，编．中国铁矿石烧结研究—周取定教授论文集．北京：冶金工业出版社，1997．203-211
[13] 袁熙志，周取定．烧结过程的模拟研究．见：徐瑞图，吴胜利，编．中国铁矿石烧结研究—周取定教授论文集．北京：冶金工业出版社，1997．228-24
[14] 胡长庆，张玉柱．烧结过程中的传输理论．烧结球团，2000，25(3)：1-4
[15] G. S. Upadhyaya. Some issues in sintering science and technology. Materials chemistry and physics, 2001, 67: 1-5
[16] K. Hamada, Y. Matoba, T. Marai,et al., Systeme de controle de la composition chimique de I' agglomere. Revue de Metallurgic-CIT, 1987, 5: 409-419
[17] 钱士刚．工业过程烧结矿FeO预报模型的研究：[硕士学位论文]，中南工业大学，1995
[18] 范晓慧，黄天正，易蒂等．自适应预报在烧结中的应用．钢铁，1999，31(7)：5-8
[19] 蒋大军，唐炜．利用灰色系统建模预测烧结生产指标及其影响因素分析．烧结球团，1998，23(5)：27-31
[20] 刘克文，周取定．烧结矿质量预报模型的研究．烧结球团，1990，15(1)：13
[21] 米浩，曹立刚．烧结矿性能指标预测模型．烧结球团，1999，24(2)：11-14
[22] 张舒，高为民．人工神经网络在烧结矿指标预测中的应用。烧结球团，2001，26(4)：6-10
[23] 刘怀．用BP网络模型对烧结矿质量预测．有色矿山，1999，5：41-44
[24] Takumi Fukagawa, et al.. Sinter Operation Control System with Artificial Intelligence．川崎制铁技报，1991，23(3)
[25] 王海东，邱冠周，黄圣生．烧结过程控制技术的发展．矿冶工程，1999，19(3)：3-6
[26] Josef Ebner等．奥钢联林茨钢铁公司用模糊逻辑控制改善烧结厂生产操作．武钢技术，1998，8：16-19
[27] Cho K. et al., Sixth Inter. Symp. On Agglomeration, Nagoya, Japan, 1993, 427-431
[28] Yong Ho Kim, Wook Hyun Kwon. An application of min-max generalized predictive control to sintering process. Control Engineering Practice, 1998 (6): 999～1007
[29] 李桃，冯其明，范晓慧，等．基于自组织神经网络的烧结终点自适应预报系统的开发．计算机工程与应用，2001，37(6)：127-129
[30] 李桃，范晓慧，姜桃，等．基于热状态参数的烧结终点自适应预报．烧结球团，2000，25(2)：1-3
[31] 郗安民，刘晓超．烧结终点位置的模糊控制．冶金设备，2000，1：19-21
[32] 申燕，郭文军，王福利等．模糊控制在烧结终点控制中的应用．冶金自动化，1998，2：24-27
[33] 魏峻青．烧结终点的模糊控制．烧结球团，1998，23(3)：44-48
[34] 范晓慧，黄天正，陈荩．烧结过程控制专家系统(Ⅲ)-透气性中心控制策略和烧结终点预报策略．中南工业大学学报，1998，29(6)：535-537
[35] 佐佐木丰等．烧结能耗控制系统的开发．川崎制铁技报，1987，19(2)：21-25
[36] 孟建忠，党荣富．烧结热平衡与节能降耗．烧结球团，1998，23(1)：18-22
[37] 谢安国，陆钟武．神经网络BP模型在烧结工序能耗分析中的应用．冶金能源，1998，17(5)：8-10
[38] Iwamoto Munetake, Hashimoto Koukichi, Inaba Mamoru, et al. Transactions ISIJ, 1988, 28 (5): 341-344
[39] 吴为民．烧结混合料水份检测及智能控制系统，烧结球团，1997，22(4)：38-40
[40] 姜宏州，张学东，张宏勋．基于模糊逻辑推理的烧结机尾断面图像平滑处理．烧结球团，1999，24(5)：1-4
[41] 冯建生，王秀芝．一个基于神经网络的配矿专家系统．冶金自动化，1999，23(4)：7
[42] 深川卓美．川崎制铁技报，1991，3：203-209
[43] 徐仲新．新日铁在宝钢介绍计算机的应用．烧结球团，1989，14(5)：72
[44] 范晓慧，王海东，黄天正，等．以透气性为中心的烧结过程状态控制专家系统．烧结球团，1998，23(2)：13-15
[45] 黄天正，范晓慧，王海东．烧结生产专家控制系统，烧结球团，1997，22(5)：1-6
[46] 李桃．烧结过程智能实时操作指导系统的研究：[博士学位论文]．长沙：中南大学，2000
[47] 姜宏州，张学东，张宏勋等．烧结生产专家指导系统的研究，烧结球团，2000，25(1)：8-10
[48] 刘克文，周取定．基于烧结机尾断面图像的质量预报系统研究．见：徐瑞图，吴胜利，编．中国铁矿石烧结研究—周取定教授论文集．北京：冶金工业出版社，1997．262-267
[49] 王雅琳．智能集成建模理论及其在有色冶炼过程优化控制中的应用研究：[博士学位论文]．长沙：中南大学，2001
[50] K. Kawanaka, Y. Mori. A study of the changes in the permeability of the sintering bed in the imperial smelting process. In: J.E. Dutrizac, J.A. Gonzalez, D.M. Henke, et al, eds. Lead-Zinc 2000. Pittsburgh: TMS, 2000. 467-479
[51] G.Hanko, A. Lebleu, M.Siboby, et al. Optimization of the New Jersey refining process. In: J.E. Dutrizac, J.A. Gonzalez, D.M. Henke, et al, eds. Lead-Zinc 2000. Pittsburgh: TMS, 2000. 481-496
[52] 桂卫华，阳春华，吴敏，等．智能集成优化控制技术及其在工业中的应用．有色冶金设计与研究，2003，24：6-14
[53] 陈晓方．密闭鼓风炉冶炼铅锌烧结配料过程的集成建模与优化：[硕士学位论文]．长沙：中南工业大学，2000
[54] 邱伟民．铅锌烧结过程烧结块含硫预测集成建模研究：[硕士学位论文]．长沙：中南工业大学，2001
[55] 王亦文，桂卫华，王雅琳．基于最优组合算法的烧结终点集成预测模型．中
国有色金属学报，2001，12(1)：191-195
[56] 刘玉长，桂卫华，周孑民．基于软测量技术的模糊烧结终点控制研究．烧结球团，2002，27(2)：27-30
[57] Boquete V, Garcia R, Barea R, et al. Neural control of the movements of a wheelchair. Journal of Intelligent and Robotic Systems, 1999, 25 (3): 213-216;
[58] 马毅潇，钱东海，赵锡芳，等．基于串级变结构神经网络的机器人补偿控制．上海交通大学学报，1999，33(7)：842-846
[59] 赵秀粉，王时龙，简毅，等．基于智能代理的机械制造系统的动态建模．机械设计与制造工程，2002，31(4)：50-52
[60] 陈丽安，张培铭，雷德森．人工智能在电气设备中的应用现状与前景展望．电网技术，2000，24(7)：21-24
[61] Pawel Z G, Marian P, Kazmierkowski. A simple direct-torque neuron-fuzzy control of PWM-inverter-fed induction motor drive. IEEE Transactions on Industrial Electronics, 2000, 47 (4): 863-870
[62] 王耀南，王辉，彭建春，等．复杂工业过程的综合集成智能控制．信息与控制，1999，28(4)：298-304
[63] 吴敏，沈德耀．配煤过程基于神经网络和数学模型的专家系统．控制理论与应用，2000，17(6)：868-872
[64] 吴敏，桂卫华．锌浸出过程的专家控制和故障诊断方法．控制理论与应用，2001，18(6)：861-866
[65] K.S.Chin, S.Q.Zhou,R.Krishnamurthy, et al. An intelligent approach of knowledge searching within internet-based distributive knowledge integrated environment, Engineering Applications of Artificial Intelligence, 2002 (15): 607-618
[66] 葛红，毛宗源．一种新的数据分析方法：人工免疫网络．计算机工程与应用，2002，13：6-10
[67] 冯瑞，张浩然，邵惠鹤．基于SVM的软测量建模．信息与控制，2002，31(6)：567-571
[68] 朱学峰．软测量技术及其应用．华南理工大学学报，2002，30(11)：61-67
[69] 宋国民，张为公，翟羽健．基于模糊推理误差模型的传感器数据分析．传感器技术，2001，20(1)：42-44
[70] 杨会志．BP网络与RS理论在浮选生产数据分析中的应用．计算机工程于应用，2002，7：218-220
[71] 杨晓玲，张素伟，吴裕树，等．基于数据仓库的数据分析系统研究．山西电
子技术，2002，5：16-19
[72] 陈宗海，王雷．基于混合智能技术的非线性对象优化控制模型．系统工程与电子技术，2002，24(8)：90-93：
[73] Sungshin Kim, George J. Vachtsevanos. An intelligent approach to integration and control of textile process. Information Science, 2000, 13: 181-199
[74] 熊刚，李阳春，许晓鸣，等．流程工业CIMS中的集成建模．上海交通大学学报，1999，33(5)：600-603
[75] 崔德光，程朋，项天成．CIMS管理信息系统设计开发中的集成化建模方法．计算机集成制造系统CIMS，2000，6(6)：37-40
[76] 姚建初．面向CIPS的智能集成优化设计系统研究．计算机集成制造系统CIMS，2000，6(5)：39-42
[77] Thoma Mc Avoy. Intelligent control applications in the process industries. Annual Reviews in Control, 2002, 26: 75-86
[78] Chin-An Hsuan, Rongshun Chen, Intelligent control of exit temperature in a gas-fuel can-type combustor. Engineering Application of Artificial Intelligence, 2002, 15: 391-400
[79] M, Jarvensivu, K. Saari, S. L. Jamsa-Jounela. Intelligent control system of an industrial lime kiln process. Control Engineering Practice, 2001, 9: 589-606
[80] 陶明璋．工业控制过程系统中智能优化控制策略的研究．浙江大学学报，1996，30(6)：683-690
[81] 黄道平，朱学锋，周其节．基于一种集成模型的多变量非线性预测控制．控制理论与应用，1999，16(1)：38-42
[82] 姚俊峰，梅炽，彭小奇，等．炼铜转炉优化操作智能决策支持系统的开发与研制，信息与控制，2002，31(2)：176-179
[83] 潘丰，须文波．造纸过程集成优化控制系统．计算机测量与控制，2002，10(1)：794-797
[84] 李新春，孙艳．综合人工智能优化矿业工程复杂大系统．系统工程学报，2002，17(4)：379-384
[85] 傅菊英，姜涛，朱德庆．烧结球团学．长沙：中南工业大学出版社，1996，25-26
[86] 蒋慰孙．2000年化工自动化展望．化工自动化及仪表，1994，(1)：1-9
[87] 金以慧，王诗宓，王桂增．过程控制的发展与展望．控制理论与应用，1997，14(2)：145-151
[88] 王凌，郑大钟．一种基于退火策略的混沌神经网络优化算法．控制理论与应
用，2000，17(1)：139-142
[89] 王耀南，王辉，彭建春，等．复杂工业过程的综合集成智能控制．信息与控制，1999，28(4)：298-304
[90] 高玉根，王国彪，丁予展．基于网格法的遗传算法及其应用．北京科技大学学报，2002，24(3)：360-363
[91] 姚俊峰，梅织，等．混沌遗传算法及其应用．系统工程，2001，19(1)，70-74
[92] 陈举华，魏焕彩．基于网格搜索策略的基因算法及其应用．科学通报，1998，43(19)：2121-2124
[93] 周志坚，毛宗源．一种基于遗传算法的模糊神经网络最优控制．控制理论与应用，2000，17(5)：784-788
[94] 刘洪霖，包宏．化工冶金过程人工智能优化．北京：冶金工业出版社，1999．14-24
[95] 周取定，孔令坛．铁矿石造块理论及工艺．北京：冶金工业出版社，1989．76-79
[96] D.R.Lewin, A.Parag. A constrained genetic algorithm for decentralized control system structure selection and optimization, Automatica, 2003, 39: 1801-1807
[97] V.S.Summanwar, V.K.Jayaraman, B.D.Kulkarni, etc. Solution of constrained optimization problems by multi-objective genetic algorithm. Computers & Chemical Engineering, 2002 (26): 1481-1492
[98] 吴志远，邵惠鹤，吴新余．基于遗传算法的退火精确罚函数非线性约束优化方法．控制与决策，1998，13(2)：136-140
[99] 张春慨，徐立云，邵惠鹤．改进混沌优化及其在非线性约束优化问题中的应用．上海交通大学学报，2000，34(5)：593-599
[100] 姚姚．孟特卡洛非线性反演方法及其应用．北京：冶金工业出版社，1997．1-6
[101] 李兵，蒋蔚孙．混沌优化方法及其应用．控制理论与应用，1997，14(4)，613-615
[102] 胡守仁，余少波，戴葵．神经网络导论．长沙：国防科技大学出版社，1993
[103] 戚德虎，康继昌．BP神经网络的设计．计算机工程与设计，1998，19(2)：48-50
[104] 丛爽编著．面向MATLAB工具箱的神经网络理论与应用．合肥：中国科学技术出版社，1999．6-9，64-72
[105] Weber R, Brosilow C. The use of secondary measurements to improve control. AIChEJ. 1972, 18(3): 614-623
[106] Errigo V, Riccardi C, Scarton A, et al. In: 4th International Sysmposium On Agglomeration. Toronto, Canada, 1985, 153
[107] 李海青，黄志尧，等．软测量技术原理及应用．北京：化学工业出版社，2000．1-9
[108] 沙拉比MEH．国外烧结球团，1989，2：26-29
[109] Errigo V, Riccardi C, Scarton A, et al. In: 4th International Sysmposium On Agglomeration. Toronto, Canada, 1985, 153
[110] 深川卓美，井山俊司．烧结操作管理对应用，川崎制铁技报，1991，23(3)：203-209
[111] Corson R．C．烧结厂控制的新发展．烧结球团，1984，9(5)：97-108
[112] 吕宏辉，钟络，夏红霞．灰色系统与神经网络融合技术探索．微机发展，2000．3：3-5
[113] 仲蔚，俞金寿．基于模糊c均值聚类的多模型软测量建模．华东理工大学学报，2000，26(1)：83-87
[114] 王科俊，李国斌．几种变学习率的快速BP算法比较研究．哈尔滨工程大学学报，1997，18(3)：31-35
[115] 赵凤治，尉继英．约束最优化计算方法．北京：科学出版社，1991．3-4
[116] 袁亚湘，孙文瑜．最优化理论与方法．北京：科学出版社．1997．46-50
[117] 吕波，吴鹿鸣，潘亚嘉．遗传算法与惩罚函数法相结合在约束优化问题中的应用．机械科学与技术，1999，18(5)：732-736
[118] 张春慨，李霄峰，邵惠鹤．基于线性搜索的混炖忧化及其在非线性约束优化问题中的应用．控制与决策，2001，16(1)：123-128
[119] Holland J H. Adaptation in Nature and Artificial Systems. The University of Michigan Press, 1975, MIT Press, 1992
[120] De Jong K A. An Analysis of the Behaviour of a Class of Genetic Adaptive Systems: [ph D Dissertation]. University of Michigan, No. 76-9381, 1975
[121] 席裕庚，柴天佑，恽为民．遗传算法综述．控制理论与应用，1996，13(6)：697-708
[122] 杨智民，王旭，庄显义．遗传算法在自动控制领域中的应用综述．信息与控制，2000，29(4)：329-339
[123] 王凌，郑大钟，李清生．混沌优化方法的研究进展．计算技术与自动化，2001，20(1)：2-5
[124] 恽为民，席裕庚．遗传算法的全局收敛性和计算效率分析．控制理论与应用，1996，13(4)：455-460
[125] 何琳，王科俊，李国斌，等．关于“遗传算法的全局收敛性和计算效率分析”一文的商榷．控制理论与应用，2001，18(1)：142-145
[126] 张永德．μXL集散控制系统．北京：化学工业出版社：1995．1-6
[2] 《铜铅锌冶炼参考设计资料》编写组．铜铅锌冶炼参考设计资料．冶金工业出版社，1979
[3] 胡新．铅锌密闭鼓风炉熔炼技术10年来的发展．有色冶金，1994，4：11-14
[4] 张乐如．铅鼓风烧结技术的研究与实践．湖南有色金属，1999，15(4)：18-21
[5] 卢荣德，陈宗海，王雷．复杂工业过程计算机建模、仿真与控制的综述．系统工程与电子技术．2002，24(1)：52-57
[6] 孔德彪．从烧结机大型化看我国烧结业的发展．江苏冶金，1989，2：29-31
[7] 李少远，席裕庚，陈增强．智能控制的新进展．控制与决策，2000，15(1)：1-5
[8] 谢良贤．烧结过程自动控制技术的发展．冶金自动化，1994，18(6)：7-12
[9] 宋艳明．烧结过程自动控制技术的发展．鞍钢技术，2000，2：37-41
[10] M.J.Cumming, W.J.Rankin, J.R. Siemaon, et al. Modeling and Simulation of Iron Ore Sintering. In: 4th International Symposium on Agglomeration, Roronto, Canada, 1985: 763-766
[11] G. S. Upadhyaya. Sintering 2000: a report. Materials and design, 2001, 22: 239-242
[12] 袁熙志，周取定．铁矿石烧结过程基本理论的研究．见：徐瑞图，吴胜利，编．中国铁矿石烧结研究—周取定教授论文集．北京：冶金工业出版社，1997．203-211
[13] 袁熙志，周取定．烧结过程的模拟研究．见：徐瑞图，吴胜利，编．中国铁矿石烧结研究—周取定教授论文集．北京：冶金工业出版社，1997．228-24
[14] 胡长庆，张玉柱．烧结过程中的传输理论．烧结球团，2000，25(3)：1-4
[15] G. S. Upadhyaya. Some issues in sintering science and technology. Materials chemistry and physics, 2001, 67: 1-5
[16] K. Hamada, Y. Matoba, T. Marai,et al., Systeme de controle de la composition chimique de I' agglomere. Revue de Metallurgic-CIT, 1987, 5: 409-419
[17] 钱士刚．工业过程烧结矿FeO预报模型的研究：[硕士学位论文]，中南工业大学，1995
[18] 范晓慧，黄天正，易蒂等．自适应预报在烧结中的应用．钢铁，1999，31(7)：5-8
[19] 蒋大军，唐炜．利用灰色系统建模预测烧结生产指标及其影响因素分析．烧结球团，1998，23(5)：27-31
[20] 刘克文，周取定．烧结矿质量预报模型的研究．烧结球团，1990，15(1)：13
[21] 米浩，曹立刚．烧结矿性能指标预测模型．烧结球团，1999，24(2)：11-14
[22] 张舒，高为民．人工神经网络在烧结矿指标预测中的应用。烧结球团，2001，26(4)：6-10
[23] 刘怀．用BP网络模型对烧结矿质量预测．有色矿山，1999，5：41-44
[24] Takumi Fukagawa, et al.. Sinter Operation Control System with Artificial Intelligence．川崎制铁技报，1991，23(3)
[25] 王海东，邱冠周，黄圣生．烧结过程控制技术的发展．矿冶工程，1999，19(3)：3-6
[26] Josef Ebner等．奥钢联林茨钢铁公司用模糊逻辑控制改善烧结厂生产操作．武钢技术，1998，8：16-19
[27] Cho K. et al., Sixth Inter. Symp. On Agglomeration, Nagoya, Japan, 1993, 427-431
[28] Yong Ho Kim, Wook Hyun Kwon. An application of min-max generalized predictive control to sintering process. Control Engineering Practice, 1998 (6): 999～1007
[29] 李桃，冯其明，范晓慧，等．基于自组织神经网络的烧结终点自适应预报系统的开发．计算机工程与应用，2001，37(6)：127-129
[30] 李桃，范晓慧，姜桃，等．基于热状态参数的烧结终点自适应预报．烧结球团，2000，25(2)：1-3
[31] 郗安民，刘晓超．烧结终点位置的模糊控制．冶金设备，2000，1：19-21
[32] 申燕，郭文军，王福利等．模糊控制在烧结终点控制中的应用．冶金自动化，1998，2：24-27
[33] 魏峻青．烧结终点的模糊控制．烧结球团，1998，23(3)：44-48
[34] 范晓慧，黄天正，陈荩．烧结过程控制专家系统(Ⅲ)-透气性中心控制策略和烧结终点预报策略．中南工业大学学报，1998，29(6)：535-537
[35] 佐佐木丰等．烧结能耗控制系统的开发．川崎制铁技报，1987，19(2)：21-25
[36] 孟建忠，党荣富．烧结热平衡与节能降耗．烧结球团，1998，23(1)：18-22
[37] 谢安国，陆钟武．神经网络BP模型在烧结工序能耗分析中的应用．冶金能源，1998，17(5)：8-10
[38] Iwamoto Munetake, Hashimoto Koukichi, Inaba Mamoru, et al. Transactions ISIJ, 1988, 28 (5): 341-344
[39] 吴为民．烧结混合料水份检测及智能控制系统，烧结球团，1997，22(4)：38-40
[40] 姜宏州，张学东，张宏勋．基于模糊逻辑推理的烧结机尾断面图像平滑处理．烧结球团，1999，24(5)：1-4
[41] 冯建生，王秀芝．一个基于神经网络的配矿专家系统．冶金自动化，1999，23(4)：7
[42] 深川卓美．川崎制铁技报，1991，3：203-209
[43] 徐仲新．新日铁在宝钢介绍计算机的应用．烧结球团，1989，14(5)：72
[44] 范晓慧，王海东，黄天正，等．以透气性为中心的烧结过程状态控制专家系统．烧结球团，1998，23(2)：13-15
[45] 黄天正，范晓慧，王海东．烧结生产专家控制系统，烧结球团，1997，22(5)：1-6
[46] 李桃．烧结过程智能实时操作指导系统的研究：[博士学位论文]．长沙：中南大学，2000
[47] 姜宏州，张学东，张宏勋等．烧结生产专家指导系统的研究，烧结球团，2000，25(1)：8-10
[48] 刘克文，周取定．基于烧结机尾断面图像的质量预报系统研究．见：徐瑞图，吴胜利，编．中国铁矿石烧结研究—周取定教授论文集．北京：冶金工业出版社，1997．262-267
[49] 王雅琳．智能集成建模理论及其在有色冶炼过程优化控制中的应用研究：[博士学位论文]．长沙：中南大学，2001
[50] K. Kawanaka, Y. Mori. A study of the changes in the permeability of the sintering bed in the imperial smelting process. In: J.E. Dutrizac, J.A. Gonzalez, D.M. Henke, et al, eds. Lead-Zinc 2000. Pittsburgh: TMS, 2000. 467-479
[51] G.Hanko, A. Lebleu, M.Siboby, et al. Optimization of the New Jersey refining process. In: J.E. Dutrizac, J.A. Gonzalez, D.M. Henke, et al, eds. Lead-Zinc 2000. Pittsburgh: TMS, 2000. 481-496
[52] 桂卫华，阳春华，吴敏，等．智能集成优化控制技术及其在工业中的应用．有色冶金设计与研究，2003，24：6-14
[53] 陈晓方．密闭鼓风炉冶炼铅锌烧结配料过程的集成建模与优化：[硕士学位论文]．长沙：中南工业大学，2000
[54] 邱伟民．铅锌烧结过程烧结块含硫预测集成建模研究：[硕士学位论文]．长沙：中南工业大学，2001
[55] 王亦文，桂卫华，王雅琳．基于最优组合算法的烧结终点集成预测模型．中
国有色金属学报，2001，12(1)：191-195
[56] 刘玉长，桂卫华，周孑民．基于软测量技术的模糊烧结终点控制研究．烧结球团，2002，27(2)：27-30
[57] Boquete V, Garcia R, Barea R, et al. Neural control of the movements of a wheelchair. Journal of Intelligent and Robotic Systems, 1999, 25 (3): 213-216;
[58] 马毅潇，钱东海，赵锡芳，等．基于串级变结构神经网络的机器人补偿控制．上海交通大学学报，1999，33(7)：842-846
[59] 赵秀粉，王时龙，简毅，等．基于智能代理的机械制造系统的动态建模．机械设计与制造工程，2002，31(4)：50-52
[60] 陈丽安，张培铭，雷德森．人工智能在电气设备中的应用现状与前景展望．电网技术，2000，24(7)：21-24
[61] Pawel Z G, Marian P, Kazmierkowski. A simple direct-torque neuron-fuzzy control of PWM-inverter-fed induction motor drive. IEEE Transactions on Industrial Electronics, 2000, 47 (4): 863-870
[62] 王耀南，王辉，彭建春，等．复杂工业过程的综合集成智能控制．信息与控制，1999，28(4)：298-304
[63] 吴敏，沈德耀．配煤过程基于神经网络和数学模型的专家系统．控制理论与应用，2000，17(6)：868-872
[64] 吴敏，桂卫华．锌浸出过程的专家控制和故障诊断方法．控制理论与应用，2001，18(6)：861-866
[65] K.S.Chin, S.Q.Zhou,R.Krishnamurthy, et al. An intelligent approach of knowledge searching within internet-based distributive knowledge integrated environment, Engineering Applications of Artificial Intelligence, 2002 (15): 607-618
[66] 葛红，毛宗源．一种新的数据分析方法：人工免疫网络．计算机工程与应用，2002，13：6-10
[67] 冯瑞，张浩然，邵惠鹤．基于SVM的软测量建模．信息与控制，2002，31(6)：567-571
[68] 朱学峰．软测量技术及其应用．华南理工大学学报，2002，30(11)：61-67
[69] 宋国民，张为公，翟羽健．基于模糊推理误差模型的传感器数据分析．传感器技术，2001，20(1)：42-44
[70] 杨会志．BP网络与RS理论在浮选生产数据分析中的应用．计算机工程于应用，2002，7：218-220
[71] 杨晓玲，张素伟，吴裕树，等．基于数据仓库的数据分析系统研究．山西电
子技术，2002，5：16-19
[72] 陈宗海，王雷．基于混合智能技术的非线性对象优化控制模型．系统工程与电子技术，2002，24(8)：90-93：
[73] Sungshin Kim, George J. Vachtsevanos. An intelligent approach to integration and control of textile process. Information Science, 2000, 13: 181-199
[74] 熊刚，李阳春，许晓鸣，等．流程工业CIMS中的集成建模．上海交通大学学报，1999，33(5)：600-603
[75] 崔德光，程朋，项天成．CIMS管理信息系统设计开发中的集成化建模方法．计算机集成制造系统CIMS，2000，6(6)：37-40
[76] 姚建初．面向CIPS的智能集成优化设计系统研究．计算机集成制造系统CIMS，2000，6(5)：39-42
[77] Thoma Mc Avoy. Intelligent control applications in the process industries. Annual Reviews in Control, 2002, 26: 75-86
[78] Chin-An Hsuan, Rongshun Chen, Intelligent control of exit temperature in a gas-fuel can-type combustor. Engineering Application of Artificial Intelligence, 2002, 15: 391-400
[79] M, Jarvensivu, K. Saari, S. L. Jamsa-Jounela. Intelligent control system of an industrial lime kiln process. Control Engineering Practice, 2001, 9: 589-606
[80] 陶明璋．工业控制过程系统中智能优化控制策略的研究．浙江大学学报，1996，30(6)：683-690
[81] 黄道平，朱学锋，周其节．基于一种集成模型的多变量非线性预测控制．控制理论与应用，1999，16(1)：38-42
[82] 姚俊峰，梅炽，彭小奇，等．炼铜转炉优化操作智能决策支持系统的开发与研制，信息与控制，2002，31(2)：176-179
[83] 潘丰，须文波．造纸过程集成优化控制系统．计算机测量与控制，2002，10(1)：794-797
[84] 李新春，孙艳．综合人工智能优化矿业工程复杂大系统．系统工程学报，2002，17(4)：379-384
[85] 傅菊英，姜涛，朱德庆．烧结球团学．长沙：中南工业大学出版社，1996，25-26
[86] 蒋慰孙．2000年化工自动化展望．化工自动化及仪表，1994，(1)：1-9
[87] 金以慧，王诗宓，王桂增．过程控制的发展与展望．控制理论与应用，1997，14(2)：145-151
[88] 王凌，郑大钟．一种基于退火策略的混沌神经网络优化算法．控制理论与应
用，2000，17(1)：139-142
[89] 王耀南，王辉，彭建春，等．复杂工业过程的综合集成智能控制．信息与控制，1999，28(4)：298-304
[90] 高玉根，王国彪，丁予展．基于网格法的遗传算法及其应用．北京科技大学学报，2002，24(3)：360-363
[91] 姚俊峰，梅织，等．混沌遗传算法及其应用．系统工程，2001，19(1)，70-74
[92] 陈举华，魏焕彩．基于网格搜索策略的基因算法及其应用．科学通报，1998，43(19)：2121-2124
[93] 周志坚，毛宗源．一种基于遗传算法的模糊神经网络最优控制．控制理论与应用，2000，17(5)：784-788
[94] 刘洪霖，包宏．化工冶金过程人工智能优化．北京：冶金工业出版社，1999．14-24
[95] 周取定，孔令坛．铁矿石造块理论及工艺．北京：冶金工业出版社，1989．76-79
[96] D.R.Lewin, A.Parag. A constrained genetic algorithm for decentralized control system structure selection and optimization, Automatica, 2003, 39: 1801-1807
[97] V.S.Summanwar, V.K.Jayaraman, B.D.Kulkarni, etc. Solution of constrained optimization problems by multi-objective genetic algorithm. Computers & Chemical Engineering, 2002 (26): 1481-1492
[98] 吴志远，邵惠鹤，吴新余．基于遗传算法的退火精确罚函数非线性约束优化方法．控制与决策，1998，13(2)：136-140
[99] 张春慨，徐立云，邵惠鹤．改进混沌优化及其在非线性约束优化问题中的应用．上海交通大学学报，2000，34(5)：593-599
[100] 姚姚．孟特卡洛非线性反演方法及其应用．北京：冶金工业出版社，1997．1-6
[101] 李兵，蒋蔚孙．混沌优化方法及其应用．控制理论与应用，1997，14(4)，613-615
[102] 胡守仁，余少波，戴葵．神经网络导论．长沙：国防科技大学出版社，1993
[103] 戚德虎，康继昌．BP神经网络的设计．计算机工程与设计，1998，19(2)：48-50
[104] 丛爽编著．面向MATLAB工具箱的神经网络理论与应用．合肥：中国科学技术出版社，1999．6-9，64-72
[105] Weber R, Brosilow C. The use of secondary measurements to improve control. AIChEJ. 1972, 18(3): 614-623
[106] Errigo V, Riccardi C, Scarton A, et al. In: 4th International Sysmposium On Agglomeration. Toronto, Canada, 1985, 153
[107] 李海青，黄志尧，等．软测量技术原理及应用．北京：化学工业出版社，2000．1-9
[108] 沙拉比MEH．国外烧结球团，1989，2：26-29
[109] Errigo V, Riccardi C, Scarton A, et al. In: 4th International Sysmposium On Agglomeration. Toronto, Canada, 1985, 153
[110] 深川卓美，井山俊司．烧结操作管理对应用，川崎制铁技报，1991，23(3)：203-209
[111] Corson R．C．烧结厂控制的新发展．烧结球团，1984，9(5)：97-108
[112] 吕宏辉，钟络，夏红霞．灰色系统与神经网络融合技术探索．微机发展，2000．3：3-5
[113] 仲蔚，俞金寿．基于模糊c均值聚类的多模型软测量建模．华东理工大学学报，2000，26(1)：83-87
[114] 王科俊，李国斌．几种变学习率的快速BP算法比较研究．哈尔滨工程大学学报，1997，18(3)：31-35
[115] 赵凤治，尉继英．约束最优化计算方法．北京：科学出版社，1991．3-4
[116] 袁亚湘，孙文瑜．最优化理论与方法．北京：科学出版社．1997．46-50
[117] 吕波，吴鹿鸣，潘亚嘉．遗传算法与惩罚函数法相结合在约束优化问题中的应用．机械科学与技术，1999，18(5)：732-736
[118] 张春慨，李霄峰，邵惠鹤．基于线性搜索的混炖忧化及其在非线性约束优化问题中的应用．控制与决策，2001，16(1)：123-128
[119] Holland J H. Adaptation in Nature and Artificial Systems. The University of Michigan Press, 1975, MIT Press, 1992
[120] De Jong K A. An Analysis of the Behaviour of a Class of Genetic Adaptive Systems: [ph D Dissertation]. University of Michigan, No. 76-9381, 1975
[121] 席裕庚，柴天佑，恽为民．遗传算法综述．控制理论与应用，1996，13(6)：697-708
[122] 杨智民，王旭，庄显义．遗传算法在自动控制领域中的应用综述．信息与控制，2000，29(4)：329-339
[123] 王凌，郑大钟，李清生．混沌优化方法的研究进展．计算技术与自动化，2001，20(1)：2-5
[124] 恽为民，席裕庚．遗传算法的全局收敛性和计算效率分析．控制理论与应用，1996，13(4)：455-460
[125] 何琳，王科俊，李国斌，等．关于“遗传算法的全局收敛性和计算效率分析”一文的商榷．控制理论与应用，2001，18(1)：142-145
[126] 张永德．μXL集散控制系统．北京：化学工业出版社：1995．1-6