前言
        轧钢炉窑是一个具有大惯性、纯滞后和分布参数的非线性系统。炉窑使用的燃料品种繁多，有煤气、天然气、重油，也有煤块和煤粉，有的还要吹氧；其加热方式有连续式和批量式等多种多样www.cechina.cn，炉内的热状态变幻难测；钢坯温度分布等许多重要参数难以直接在线检测，炉型结构和工艺参数也各不相同。这些因素一直阻碍着炉窑过程控制技术的进一步发展。高产、优质、多品种、节能降耗最终达到降低成本，以获得最大利润一直是钢铁工业在竞争中获得生存和发展的目标。传统的以数学模型为基础的经典控制框架显然已不能适应这一要求。人们在生产实践中早已注意到，许多复杂的生产过程难以实现的控制目标，熟练的操作工或技术人员却可以操作自如并获得满意的控制效果。而这些熟练的操作工和技术人员的经验知识若能和控制理论相结合，把它作为控制理论解决复杂生产过程的一个补充手段，那将使控制理论解决复杂生产过程有一个突破性进展。事实也正是如此。近年来，随着信息技术和计算机技术革命性的进步，一种以人工智能、控制理论和计算机科学为基础的新型控制技术——智能控制的出现，为控制界解决传统难题带来了新的生机。智能控制的范围很广，在钢铁工业的应用中除少数智能机器人外，主要包括专家系统与传统控制相结合的专家控制方法；将人工神经网络用于智能控制的神经元控制;基于模糊集合论并模拟人的模糊推理和决策过程的模糊控制[1～2]。智能控制技术的出现为解决轧钢领域内的控制难题，谋求钢铁企业在21世纪发展的一席之地，提供了新的途径[3控制工程网版权所有，5]。
        1　应用现状
        近10年来，随着计算机技术和人工智能技术的飞速发展，为钢铁工业的智能化提供了先进的科学技术手段。从烧选到轧钢各工序以至能源、计划、运输、管理等均有使用智能控制技术的报道。目前，作为钢铁强国的日本、美国等已有了一些将专家系统和模糊控制技术应用于轧钢炉窑的燃烧控制和炉温控制的报道(见表1)，并已取得了显著的经济效益。
        我国早在70年代末CONTROL ENGINEERING China版权所有，80年代初就已开始了智能控制器的研究工作。近年来，大批专家学者和工程技术人员为了将智能控制的研究成果，推广应用在轧钢炉窑的过程控制中，做了大量有益的尝试，取得了不少的成果。
        武汉钢铁公司多年来一直在从事智能控制系统的开发研究[6]，近年来已在广州轧钢厂，韶关钢铁厂和韶关特钢厂等10多座加热炉上得到了良好的应用。该系统避开了炉子控制中遇到的参数难测及建模困难等因素，而直接根据容易检测的炉膛温度，根据炉膛温度与炉壁温度、钢锭表面温度及钢锭中心温度之间的升降关系来模糊推知后三者的温度，这就大大降低了检测和建模的难度。同时将模糊控制技术用于常规PID控制器参数的自动整定www.cechina.cn，这样就能保持其最佳的工作参数和良好的控制品质。这些原本设备陈旧、手工操作的加热炉经采用模糊控制后，整个加热炉实现了全自动控制，自寻优并跟踪最佳燃烧，各段炉温自动协调，各设定值自动修整，各参数在线自动整定。改造后的加热炉控制工程网版权所有，其控温精度<1％，氧化烧损减少30％以上，年创经济效益在200万元以上。这项技术的成功应用，是轧钢炉窑控制技术的一大突破性成果，为智能控制技术在我国的推广应用开辟了广阔的前景。
        神经网络具有并行处理、高度容错、自学习和自组织能力，近些年来作为智能控制领域的一个新分支而受到工业过程控制界的普遍关注。莱芜钢铁公司已于1997年初将神经元网络成功地应用于莱钢特钢厂1＃加热炉的燃烧控制中[7]。该加热炉为3段式推钢加热炉，加热燃料采用重油，整个炉子分均热段、上加热段、下加热段、第2加热段共4段单独控制。系统硬件采用Honeywell模块化自动控制系统，通过引进美国WORDSYSTEM公司的NEUROSHELL神经元网络软件技术，组成神经元网络控制平台，采用BP网中带阻尼反馈的recurrent网络的寻优功能离线寻找最佳空燃比。选定与炉子燃烧有关的参量如风压、油压等作为神经元模型的输入量，选定4段的炉温作为输出量，读取相关数据库内炉况稳定时的历史数据，利用EXCEL软件进行预处理，作为神经元训练时的数据。在神经元网络高级