1、焦爐是冶金工業(yè)中重要的熱工設備，它提供的焦炭是冶金和化工等行業(yè)的重要原料。焦爐立火道溫度是指全爐各燃燒室測溫立火道溫度的平均值，它能夠反映焦爐整體的溫度水平，是非常重要的工藝參數。但是在焦爐加熱過程中，由于工藝和成本的原因，實時在線獲得立火道溫度比較困難。本文通過建立基于案例推理和RBF神經網絡的焦爐立火道溫度智能控制模型，實現立火道溫度的實時有效穩(wěn)定的預報，有助于實現焦爐生產過程的智能優(yōu)化控制。
　　本文以焦爐立火道溫度的實時預

2、報為主題，主要進行以下三個方面的研究:
　　(1)對焦爐整體加熱過程中的輸入輸出的相關過程變量進行分析，建立焦爐加熱過程中的主元分析單元，確定主元分析的算法步驟，以獲得研究對象的相關變量的簡化量。
　　(2)建立加熱過程中的工況識別判斷單元，該單元所采用的是神經網絡的類別劃分模式，基于之前所收集的大量特征樣本數據量，經過一定程度的網絡訓練，獲得比較穩(wěn)定可靠的識別單元。
　　(3)建立火道溫度的可選擇性智能預報模型的整體

3、系統，整體系統單元主要由數據預處理單元、主元分析單元、工況識別單元、選擇預報單元等單元組成，實現不同工況條件下的實時智能預報。
　　通過確切的數據樣本分析和驗證整體智能預報系統的性能，驗證結果表明系統預報是有效可靠的，快速性和可靠性比傳統的人工預報要高。此相關課題的研究的方法和成果中，將案例推理預報和RBF神經網絡預報結合在一起，為突破操作技能的研究提供了基礎的研究方法，為復雜工業(yè)生產控制過程中的軟測量模型提出了相關的處理方法，對