庞伍德
首钢京唐钢铁联合有限责任公司,河北 唐山 063200
摘要：实现人工智能是一项复杂而艰巨的任务，但由于其重要性，受到各国的广泛重视。随着计算机科学技术的发展，目前人工智能已经开始走向实用化阶段。已经制造出具有不同智能程度的计算机系统。在冶金工业中，如产品设计与规划、过程控制、设备与产品质量诊断等，有大量的人工智能系统，如专家系统、模具与控制、神经网络模式识别系统的应用实例，显示出其广阔的应用前景。
关键词：工业智能技术；冶金工业；应用
引言
随着人工智能的进一步发展，许多国家已经将工业智能应用到对人体有困难或有害的工作环境中。在我国冶金工业中，工业智能得到了广泛的应用，在未来的发展中，随着各行业的特点和劳动力成本的提高，我国工业智能需求将快速增长。介绍了工业智能技术及其在国内外的应用，并对工业智能技术在冶金生产前处理过程中的应用前景进行了展望。
1 工业智能技术内涵
工业智能技术是智能技术与自动控制、运筹学和信息技术相结合的一门工业应用集成技术。对于什么是工业智能，没有硬性的定义。这个问题可以从两个角度来理解，一个是工业智能技术的必要性，即传统技术的哪些局限性导致了智能技术的吸引力，另一个是工业智能技术的可行性，即：，智能技术需要什么才能超越传统技术。讨论了自治不确定性和非结构化的以下三个方面：
（1）自主性：在工业中,任务的要求往往比较复杂,要求兼顾产量、质量、成本、能源环保等多个因素，且随着环境变化发生侧重点的变化,这就要求系统具有组织、协调和执行多层次的功能,即有较高的自主性。（2）不确定性：现实世界中唯一确定的就是不确定性。市场的变幻莫测，生产过程的演变，工艺设备的生命周期，原材料和能源的波动，以及对系统机理的认识不足和信息不对称，使得传统技术充满了变数。因此，它还依赖于自学习、自组织和信息融合机制的多模态组合模型来提高对对象和环境不确定性的适应性。（3）非结构化：在现实工业中,应用对象数学模型很难建立，因此要求充分利用数据、经验、知识等多种“素材”,模仿人的思维方式，建立定性定量结合的世界模型或广义模型。
2 工业智能化的优势
2.1 人工神经网络
在人工神经网络中，计算是通过网络中的数据流来完成的。在数据流过程中，每个神经元从连接的神经元接收一个输入数据流，对其进行处理，然后将结果以输出数据流的形式发送给其他连接的神经元。通过这个学习过程，人工神经网络可以自动地从环境中获取知识，并以网络结构和连接权值的形式将知识存储在网络中。人工神经网络具有良好的自学习、自适应和自组织能力，以及大规模并行、分布式的信息存储和处理等特点，在系统建模与辨识、PID参数整定、内模控制、优化设计、系统预测等方面取得了成功，自适应控制等。
2.2 智能数据融合
数据融合是对人类通过感知和认知来处理信息的一种模仿，即充分利用不同时空的多传感器信息资源，将从时间序列中获得的信息按一定的规则进行分析、组合、控制和利用。数据融合可以发生在不同的信息抽象层次，如数据层、特征层和决策层，因此有必要引入智能技术进行智能数据融合。数据融合可分为低层次数据融合和高层次数据融合。低层次数据融合将采集到的各种传感器数据与存储数据结合,产生一个全局假设Y送到高层次进行高层次数据融合,高层次数据融合使用匹配案例形成推测,然后用推测测试系统通过推理机验证推测各方面与当前事实是否一致，此推测通过增加、删除或改变-个或多个局部状态变量进行修改。同时，高层次数据融合指导传感器检测并获取更多数据以形成更合适的假设。
3 工业智能化在冶金生产中的应用
3.1 智能控制
冶金是一个涉及传质、传热和复杂化学反应的复杂工业过程。在冶炼过程控制中，由于其强烈的非线性和滞后性，以及不规则的空间分布和不确定性，很难建立一个具有通用数学模型的控制系统来实现高效控制。近年来,随着计算机系统性能的提高,冶炼过程控制智能化也已具备了较好的条件和可行性。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、提高国际竞争力的重要措施被列入我国钢铁企业信息化发展计划。利智能控制在电弧炉炼钢过程中电极升降控制中的应用，通过电极升降的自动控制，实现了恒功率调节，提高了系统的快速性、鲁棒性能和实时性，并能取得满意的控制效果。
3.2 过程控制系统
冶金过程在线连续检测与监控系统。采用新型传感器技术、机电一体化工程技术、数据融合与数据处理技术、冶金环境可靠性技术，实现了关键工艺参数的闭环控制、物流跟踪、能量平衡控制，环境排放实时控制，产品质量全过程控制。冶金过程关键变量的高性能闭环控制。基于机理模型、统计分析、预测控制、专家系统、模糊逻辑、神经元网络、支撑矢量机(SVM)等技术，以过程稳定、提高技术经济指标为目标,在上述关键工艺参数在线连续检测基础上,建立综合模型,采用自适应智能控制机制,实现冶金过程关键变量的高性能闭环控制。
3.3 软计算
软计算通过对不确定性、不精确性和不完全真值的容错，实现了低成本的解决方案和鲁棒性。现代钢铁冶金工业的规模化生产要求准确掌握生产中的各种参数及其变化趋势，但由于周期长、因素多、波动大、反应机理复杂、缺乏有效的检测手段，建立数学模型并不容易，这使得传统的信息处理技术难以有效地处理。软计算方法适合于那些含有复杂性、不精确性、不确定性的非数字过程，已逐渐在钢铁冶金工业中得到应用。
3.4 在冶金企业管理方面的应用
冶金工业是由许多方面组成的。智能技术已广泛应用于冶金工业的各个方面，以及冶金企业的管理中。将智能网络控制技术应用于冶金企业的管理中，可以帮助冶金企业正确组织各部门的数据，做到：，企业管理者可以很好地了解冶金行业的方方面面，了解冶金行业各个方面的发展状况，然后通过收集到的信息，对冶金行业的各个环节进行分析，了解发展中可能存在的问题及时发现冶金行业存在的问题，进而找到相应的对策，及时有效地解决这些问题。以此来帮助冶金企业实现更好的动态管理，使企业能够得到更好的进步。所以我们一定要注重智能网络控制技术在冶金企业管理方面的应用。
4 结语
人工智能是20世纪中期产生的并正在迅速发展的新兴边缘学科，它与具体领域相结合产生了很多新技术,例如数据挖掘、专家系统、软计算等。这些新技术在冶金行业也得到了极大关注。冶金工业要求必须对各个生产过程进行更加严格的控制，以满足用户对产品质量的高要求,同时也要努力将生产成本最小化。人工智能新技术可以有效地解决冶金工业生产中许多无法用数学模型精确描述的工艺过程，以及利用传统数字计算机难以获得令人满意效果的诸多问题，在冶金行业应用中已表现出了很大的优势。
参考文献：
[1]姚恒栋.浅析冶金工业冶金生产安全问题及其对策[J].当代化工研究,2018(12):51-52.
[2]解秀亮,陈志坤.冶金行业生产中自动化网络控制技术的应用研究[J].山东工业技术.2017(17).
[3]殷继花,侯荣国,陈保胜,梁钊,宋童,张国栋.基于无线网络控制技术的智能搬运小车的设计[J].机床与液压.2016(03).