高炉参数学习用模糊神经网络专家系统

用模块化模糊神经网络模型进行参数学习专家系统的研究是根据不同的炉况类型及其相关变量将整个参数学习模型分解为几个结构相似的子模糊神经网络模型。其中，子神经网络模型能够模拟诊断推理过程，动态地进行特征数据的权重、模糊等级的界限值和规则可信度的调整。采用该方法对现场采集的数据进行实验，结果表明该方法具有较好的学习效果。

电容法检测高炉炉衬侵蚀状况的仿真研究

提出了一种利用安装在高炉炉衬外表面的多极板电容传感器阵列检测高炉炉衬侵蚀状况的新方法。有限元仿真研究结果表明，炉衬的侵蚀状况与传感器的输出值密切相关。该方法可为高炉炉衬侵蚀状况的监测提供一种牢固可靠。

空间滤波、小波变换和神经网络在固体速度测量中的应用

介绍一种利用空间滤波、小波变换和神经网络处理两相流信号的基本方法,首先研究电容传感器的空间滤波效应,并找出固体速度和带宽之间的关系,然后利用小波变换的滤波特性,确定传感器的带宽;通过神经网络确定固体速度和带宽之间的系数。进而求出固体速度。最后给出对实际测量信号的处理结果。

多相流动参数检测中过程层析成象技术的发展及应用

本文叙述了过程层析成象技术的研究背景、发展应用、需要解决的问题。同时简介几种工业过程层析成象原理。