基于多智能體的高爐故障診斷方法研究.pdf

1、鋼鐵行業(yè)是關系國計民生的基礎行業(yè)。高爐作為生產(chǎn)生鐵的關鍵設備，它的正常冶煉關系到生鐵質量和整個鋼廠的經(jīng)濟效益。隨著近些年鋼鐵需求的持續(xù)旺盛，高爐的建設傾向大型化信息化發(fā)展。而傳統(tǒng)的高爐故障診斷技術和國外的系統(tǒng)由于檢測設備、礦石原料、操作模式的差異，應用方面表現(xiàn)出很大的局限性。近年，隨著分布式人工智能的一個分支多智能體系統(tǒng)領域的興起，研究成果不斷涌現(xiàn)為大規(guī)模復雜系統(tǒng)的故障診斷提供了一條新的思路。
　　本文在分析高爐常見故障的基礎上，

2、詳細研究了多智能體在故障診斷領域的系統(tǒng)設計和診斷方法，并在高爐故障診斷中仿真運行，全文主要工作如下：
　　首先對高爐常見故障的征兆和成因做了分析。針對高爐故障的大規(guī)模復雜性、并發(fā)性和故障征兆與故障非一一對應的特性，利用多智能體系統(tǒng)的分布性、協(xié)作性、并行性等特點，將多智能體故障診斷技術引入到高爐故障診斷系統(tǒng)中。詳細分析了智能體與多智能體的概念，結構，充分利用多智能體方法在大規(guī)模復雜系統(tǒng)應用的優(yōu)勢，并按照多智能體任務分解的原則和方法，

3、將高爐故障對象分解為若干子故障進行求解。
　　多智能體故障診斷系統(tǒng)的核心是診斷方法智能體，它關系到診斷系統(tǒng)的質量和診斷準確性。在多智能體系統(tǒng)中，診斷方法智能體是根據(jù)診斷故障對象特點選取的，一種故障甚至需要兩種或多種方法綜合診斷，以提高診斷準確率。在總結現(xiàn)有的診斷經(jīng)驗基礎上，利用PCA-BP神經(jīng)網(wǎng)絡診斷方法智能體和模糊專家診斷方法智能體分別對高爐爐況進行診斷，彌補了傳統(tǒng)單個神經(jīng)網(wǎng)絡容易出現(xiàn)的維數(shù)災難和局部最小以及單純模糊邏輯和專家系