Розглянуто нейро-нечітке прогнозування хімічного складу чавуну на випуску доменної печі для підвищення якості керування доменним виробництвом. Мета роботи - зниження похибок прогнозування нелінійних процесів доменного виробництва. Запропоновано для прогнозування нелінійних процесів доменного виробництва використовувати нейро-нечіткі адаптивні фільтри-апроксиматори (у вигляді: адаптивної нейронечіткої системи висновку, нечіткого алгоритму віднімаючої кластеризації і нечіткого алгоритму кластеризації C-середніх), які реалізують послідовне і покрокове інтегрування поточної інформації. Для оптимізації цих фільтрів під реальні процеси виконано ідентифікацію їх параметрів за критерієм точності на навчальній і перевірочній послідовностях. В результаті моделювання нейро-нечіткого прогнозування змісту хімічного складу чавуну на випуску доменної печі було встановлено, що найкращу точність забезпечує нечіткий фільтр з віднімаючою кластеризацією за послідовного інтегрування поточних даних. При цьому похибка прогнозу становить 4,2 %, а час пошуку оптимальних рішень не вносить часових обмежень на застосування цього підходу в доменному виробництві. Підтверджено адекватність одержаних результатів. Висновки: нейро-нечіткі фільтри надають змогу підвищити точність прогнозу нелінійних процесів доменної плавки й, за рахунок цього, поліпшити якість керування виробництвом чавуну. Подальші дослідження мають бути спрямовані на розробку автоматичних систем керування нелінійними процесами доменного виробництва.

 Наукова періодика України 

---

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"