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，快慢等不精确的程度修饰词，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，将模糊输出量转为精确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，通过最优化算法使人工神经网络的输出能够最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

技术部