【文章內(nèi)容簡(jiǎn)介】 力或力矩的平衡等原理，表述方式可用定量描述，也可用定性描述或因果網(wǎng)絡(luò)。機(jī)理建模是工程中常用的方法，工程背景清晰，便于實(shí)際應(yīng)用，但需要對(duì)系統(tǒng)的結(jié)構(gòu)與行為具有透徹的了解，建模的難度較大，對(duì)于具有綜合復(fù)雜特性的冶金工業(yè)過(guò)程，通常難以建立精度與適用范圍都合適的機(jī)理模型；具有自衡能力的冶金工業(yè)過(guò)程的機(jī)理建模對(duì)象與控制回路一樣可以用簡(jiǎn)化的一階能量存儲(chǔ)形式微分—代數(shù)方程或者由滯后環(huán)節(jié)與一階慣性環(huán)節(jié)組成的傳遞函數(shù)來(lái)描述，各個(gè)微分方程或傳遞函數(shù)相互獨(dú)立。冶金工業(yè)的生產(chǎn)過(guò)程在內(nèi)部或擾動(dòng)作用下，平衡狀態(tài)被破壞后，不需要操作人員或儀表、控制器等的干預(yù)，就能依靠自身能力重新恢復(fù)平衡，即所謂的自衡能力。如磨礦分級(jí)過(guò)程的球磨機(jī)礦漿流量的自衡能力，冷連軋過(guò)程軋輥轉(zhuǎn)速、軋制轉(zhuǎn)矩的自衡能力。半機(jī)理模型是將冶金工業(yè)過(guò)程工藝?yán)碚撆c現(xiàn)象學(xué)模型、經(jīng)驗(yàn)公式相結(jié)合的數(shù)學(xué)模型，用于替代存在未知變量或未知數(shù)學(xué)描述的機(jī)理模型，提高模型精度與逼真度。其中，對(duì)冶金工業(yè)系統(tǒng)動(dòng)態(tài)特性的狀態(tài)空間描述通常是許多以基于約束的說(shuō)明性的形式給出的一階微分方程組合，具有清晰的物理結(jié)構(gòu)，微分方程是可以表述一個(gè)實(shí)際物體或過(guò)程機(jī)理的分量。l 數(shù)據(jù)驅(qū)動(dòng)建模方法[1317]，基于黑箱結(jié)構(gòu)的函數(shù)逼近，建模知識(shí)來(lái)源于生產(chǎn)過(guò)程數(shù)據(jù)，其效果受建模數(shù)據(jù)影響較多，建模數(shù)據(jù)應(yīng)準(zhǔn)確反映系統(tǒng)的動(dòng)態(tài)特性或非線性特性等，辨識(shí)得到的模型參數(shù)可以沒(méi)有任何物理或化學(xué)含義，很難適應(yīng)于工況的變化；l 計(jì)算機(jī)的廣泛應(yīng)用，為各種智能模型的發(fā)展開(kāi)創(chuàng)了條件。智能建模方法[1823]通常是指基于對(duì)人類(lèi)處理復(fù)雜問(wèn)題時(shí)候的生物信息系統(tǒng)和人的智能模擬，建模知識(shí)的來(lái)源通常是經(jīng)驗(yàn)知識(shí)或生產(chǎn)過(guò)程數(shù)據(jù)，知識(shí)的表述方式除了常用的數(shù)值描述，還包括自然語(yǔ)言、邏輯規(guī)則、語(yǔ)義網(wǎng)絡(luò)和定性模型。冶金工業(yè)過(guò)程常用的智能建模方法主要基于人工神經(jīng)網(wǎng)絡(luò)、模糊邏輯與模糊規(guī)則、案例推理、規(guī)則推理、定性建模等技術(shù)。 冶金工業(yè)過(guò)程的綜合復(fù)雜特性多數(shù)冶金工業(yè)生產(chǎn)流程都具有如文[116]對(duì)復(fù)雜系統(tǒng)定義的特性，即為含有大量組元、模塊或主體，相互之間或與其環(huán)境交換激勵(lì)的系統(tǒng)，鄰接或不相鄰的組元間能相互作用，主體可以是同一的或不同的，它們可以是在空間運(yùn)動(dòng)的或者固定于某一位置，可以是單態(tài)或多態(tài)。并且，普遍都滿(mǎn)足文[119]對(duì)復(fù)雜工業(yè)系統(tǒng)或復(fù)雜工業(yè)過(guò)程定義的特性，具有不固定的子系統(tǒng)及環(huán)境組合關(guān)系與復(fù)雜的時(shí)變非線性。冶金工業(yè)系統(tǒng)普遍具有下列綜合復(fù)雜特性： l 動(dòng)力學(xué)模型的不確定性，系統(tǒng)磨損、工作點(diǎn)變化、化學(xué)常常引起模型參數(shù)變化；l 測(cè)量信息的粗糙性和不完整性，部分關(guān)鍵工藝參數(shù)難于在線檢測(cè)；l 動(dòng)態(tài)行為和擾動(dòng)的隨機(jī)性，生產(chǎn)邊界條件變化頻繁；l 離散過(guò)程和連續(xù)過(guò)程的混雜性；l 系統(tǒng)動(dòng)力學(xué)的高度非線性，存在較大時(shí)滯；l 狀態(tài)變量的高維性和分布性，如化工、冶金等工業(yè)過(guò)程狀態(tài)和輸出參數(shù)常常隨時(shí)間以及空間位置連續(xù)變化；l 子系統(tǒng)或狀態(tài)變量之間的強(qiáng)耦合性；l 具有綜合復(fù)雜特性的冶金工業(yè)過(guò)程的多個(gè)工藝設(shè)備在生產(chǎn)過(guò)程中存在復(fù)雜的關(guān)聯(lián)。本文進(jìn)行建模與仿真研究的具有上述特點(diǎn)的冶金工業(yè)過(guò)程通?？煞Q(chēng)作復(fù)雜工業(yè)系統(tǒng)(Complex System)，它與結(jié)構(gòu)復(fù)雜系統(tǒng)(Complicate System)是不同的。對(duì)結(jié)構(gòu)復(fù)雜系統(tǒng)建模可以根據(jù)系統(tǒng)的結(jié)構(gòu)進(jìn)行分解，化簡(jiǎn)為獨(dú)立的簡(jiǎn)單子模型，再拼組后形成復(fù)雜系統(tǒng)(Complicate System)模型。復(fù)雜系統(tǒng)(Complex System)依結(jié)構(gòu)分解后，由于各個(gè)子系統(tǒng)間關(guān)系復(fù)雜，更甚于結(jié)構(gòu)、組成復(fù)雜，因而依原結(jié)構(gòu)拼組子系統(tǒng)的結(jié)果與原復(fù)雜系統(tǒng)行為相差甚遠(yuǎn)。一個(gè)典型的復(fù)雜系統(tǒng)(Complex System)例子就是球磨機(jī)磨礦過(guò)程，文[115]用離散元方法(DEM)建模，通過(guò)對(duì)單個(gè)球體的行為研究整個(gè)球磨機(jī)磨礦過(guò)程，由于忽略了球體間的相互影響，其結(jié)果與實(shí)際磨礦行為相去甚遠(yuǎn)。 冶金工業(yè)過(guò)程智能建模方法及應(yīng)用（1）神經(jīng)網(wǎng)絡(luò)目前，與冶金工業(yè)過(guò)程數(shù)學(xué)模型結(jié)合較多的智能方法是人工神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)是以關(guān)聯(lián)的形式表述系統(tǒng)輸入變量與輸出變量之間關(guān)系的隱式抽象模型，基本思想是模仿人腦處理信息過(guò)程，開(kāi)發(fā)相應(yīng)于人腦處理的人造的組元。可以認(rèn)為網(wǎng)絡(luò)訓(xùn)練是獲取對(duì)象級(jí)經(jīng)驗(yàn)知識(shí)，而且神經(jīng)網(wǎng)絡(luò)在觀測(cè)值所反映的期望工況下是準(zhǔn)確的。任何神經(jīng)網(wǎng)絡(luò)都有嚴(yán)格限定的應(yīng)用范圍，在建模數(shù)據(jù)所能反映的工況下是準(zhǔn)確的。神經(jīng)網(wǎng)絡(luò)是一種特殊的智能建模方法，它同時(shí)具有數(shù)據(jù)建模的特征，訓(xùn)練結(jié)果（權(quán)值等）通常難以解釋。神經(jīng)網(wǎng)絡(luò)技術(shù)目前在冶金工業(yè)過(guò)程建模中應(yīng)用最為廣泛：文[21]應(yīng)用基于神經(jīng)網(wǎng)絡(luò)的混合模型建立礦物采掘的仿真系統(tǒng)；文[24]建立了神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)爐煉鋼模型，并應(yīng)用遺傳算法對(duì)網(wǎng)絡(luò)的參數(shù)進(jìn)行辨識(shí)；文[25]建立了稀土萃取靜態(tài)過(guò)程的神經(jīng)網(wǎng)絡(luò)模型，比較原有的組分含量方程提高了精度；文[22]建立了結(jié)合軋制過(guò)程經(jīng)驗(yàn)?zāi)Ｐ偷亩鄬踊旌仙窠?jīng)網(wǎng)絡(luò)，對(duì)熱軋過(guò)程軋制力的計(jì)算精度較高；文[26]將基于神經(jīng)網(wǎng)絡(luò)技術(shù)的ANFIS模型、RBFN等與物料平衡理論相結(jié)合建立磨礦分級(jí)過(guò)程粒度模型；文[27，28]分別應(yīng)用RBF網(wǎng)絡(luò)建立加熱爐和轉(zhuǎn)爐煉鋼的溫度模型；文[29，30]開(kāi)發(fā)了基于神經(jīng)網(wǎng)絡(luò)技術(shù)的磨礦分級(jí)溢流粒度模型。（2）模糊邏輯與神經(jīng)網(wǎng)絡(luò)不同，基于模糊邏輯的建模方法可以很方便地與生產(chǎn)過(guò)程工藝機(jī)理知識(shí)和專(zhuān)家經(jīng)驗(yàn)知識(shí)相結(jié)合。模糊建模方法是模仿人腦思維的一個(gè)公認(rèn)特點(diǎn)就是固有的模糊性，是解決對(duì)于實(shí)際冶金工業(yè)過(guò)程中的不確定性和復(fù)雜性的實(shí)用而有效的技術(shù)?；谀：膹?fù)雜非線性系統(tǒng)建模方法，是專(zhuān)家系統(tǒng)技術(shù)在不確定和模糊系統(tǒng)方面的拓展[31]。模糊系統(tǒng)引入學(xué)習(xí)功能后，在非線性建模領(lǐng)域的應(yīng)用取得了成功[32 35]。任何從形式上獲取這些知識(shí)的意圖，必須支持模糊的描述，并用模糊和不確定的知識(shí)來(lái)推理，通用的方法就是應(yīng)用模糊邏輯。建立模糊模型可應(yīng)用源自專(zhuān)家系統(tǒng)技術(shù)的多種知識(shí)獲取技術(shù)，來(lái)獲取先驗(yàn)知識(shí)?；谀：壿嫛⒛：?guī)則推理的建模方法具有如下優(yōu)點(diǎn)：l 已經(jīng)證明，只要適當(dāng)選擇隸屬函數(shù)式、模糊化和反模糊化算法以及模糊推理算法，模糊邏輯系統(tǒng)可以在任意精度上逼近某個(gè)給定的非線性函數(shù)；l 模糊邏輯輸入、輸出均為實(shí)型變量，所以適用于工程應(yīng)用，可以用測(cè)量變量作為模糊邏輯系統(tǒng)的輸入、并將其輸出變換為相應(yīng)的工程量；l 模糊規(guī)則的基本格式為“if 203。 then203。 ”型規(guī)則，適合于描述專(zhuān)家經(jīng)驗(yàn)知識(shí)。冶金工業(yè)系統(tǒng)中，結(jié)合模糊邏輯的混合智能模型應(yīng)用也比較廣泛，特別是TSK模型具有更適合與機(jī)理模型或經(jīng)驗(yàn)知識(shí)相結(jié)合的結(jié)構(gòu)。文[36]應(yīng)用模糊算法結(jié)合機(jī)理方程模擬熱軋工作輥切向力對(duì)板帶速度的影響；文[37]建立了浮選過(guò)程的模糊模型；文[38，39]分別建立了基于模糊規(guī)則的礦漿濃度模型和分離粒度模型；文[40]建立了焙燒爐的TS模型，應(yīng)用神經(jīng)網(wǎng)絡(luò)技術(shù)辨識(shí)模型參數(shù)，證明了一個(gè)復(fù)雜工業(yè)系統(tǒng)可以用模糊神經(jīng)網(wǎng)絡(luò)去逼近。（3）案例推理由于人們更喜歡在給定工況下用已有的解決方案，受此啟發(fā)而開(kāi)發(fā)了能利用過(guò)去經(jīng)驗(yàn)中的特定知識(shí)即具體案例來(lái)解決新問(wèn)題的一種類(lèi)比推理方法，即案例推理的方法(Case Based ReasoningCBR) [152]。每個(gè)案例由對(duì)應(yīng)特定問(wèn)題的完整解決方案描述；推理也包含修正已有案例來(lái)匹配新的工況，建立基于案例推理的冶金工業(yè)過(guò)程模型時(shí)，將預(yù)定的模式和經(jīng)驗(yàn)案例去匹配新觀測(cè)的工況，這需要不確定性的測(cè)量和特定案例的屬性關(guān)聯(lián)[41, 42]，其工況匹配最相似的案例。案例推理和基于規(guī)則推理或關(guān)聯(lián)推理不同在于完整解決方案包含在案例中，是隱式和基于程序的。案例推理技術(shù)目前在冶金工業(yè)過(guò)程建模方面應(yīng)用較少：文[43]建立結(jié)合案例推理技術(shù)與機(jī)理方程的熱軋過(guò)程的板帶層流冷卻過(guò)程混合模型，用案例推理方法估計(jì)熱軋過(guò)程的板帶層流冷卻過(guò)程機(jī)理模型參數(shù)；文[44]針對(duì)中厚板生產(chǎn)產(chǎn)品規(guī)格變化大、軋制條件復(fù)雜等特點(diǎn)，提出基于案例推理技術(shù)的負(fù)荷分配模型，并應(yīng)用數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)技術(shù)進(jìn)行案例修正。圖 案例推理過(guò)程Fig. The CBR cycle（4）專(zhuān)家規(guī)則冶金工業(yè)過(guò)程建模有時(shí)候需要用到只能用關(guān)聯(lián)的形式描述專(zhuān)家的經(jīng)驗(yàn)，這就需要隱含的領(lǐng)域經(jīng)驗(yàn)知識(shí)以如下形式陳述性的表示的規(guī)則推理：If conditions then conclusions推理采用形式：斷定某些（前提）條件，將這些條件通過(guò)規(guī)則庫(kù)擴(kuò)散，直到產(chǎn)生新的結(jié)論，數(shù)據(jù)驅(qū)動(dòng)推理（前向鏈）；斷定某些認(rèn)為真的結(jié)論，確定為支持結(jié)論所必須的伴隨的規(guī)則條件，目標(biāo)驅(qū)動(dòng)推理（后向鏈）；兩種形式在具體情況下各有優(yōu)劣處。冶金工業(yè)過(guò)程建模應(yīng)用規(guī)則推理方法時(shí)經(jīng)常與其他建模方法結(jié)合使用，如文[45]建立了結(jié)合專(zhuān)家規(guī)則和數(shù)學(xué)模型的鉛鋅冶煉燒結(jié)過(guò)程燒結(jié)塊殘硫估計(jì)模型；文[46]開(kāi)發(fā)了基于專(zhuān)家規(guī)則的語(yǔ)義方程來(lái)描述埋弧電爐冶煉鐵合金。（5）定性建模定性建模是推導(dǎo)系統(tǒng)的定性行為描述，在處理不完備知識(shí)和“深層知識(shí)”以及決策等方面有獨(dú)到長(zhǎng)處。包括一組折衷的、基于理論的、由物理系統(tǒng)行為顯式描述生成的對(duì)象級(jí)定性描述，一組初始條件和初始擾動(dòng)?！岸ㄐ浴币辉~通常的意思是“非數(shù)值”模型。定性建模研究多半關(guān)注于辨識(shí)合適的抽象，讓行為的重要特性和標(biāo)志參與計(jì)算。這需要實(shí)數(shù)量化排成特性的有限集，稱(chēng)為定量空間；定性建模研究的一個(gè)主要目的是識(shí)別基于特定的或普遍的目標(biāo)有用的離散化或精確性。狀態(tài)的抽象描述使得行為表述更簡(jiǎn)潔，但是由這樣描述產(chǎn)生的行為趨于解不唯一。定性模型產(chǎn)生行為的模糊描述。對(duì)于特定目的，這樣的模糊行為同樣包含有用信息，不完全的描述同樣可能滿(mǎn)足目標(biāo)。用于模擬生產(chǎn)流程的定性建模方法有：l 文[47]于1993年提出的將模糊數(shù)學(xué)和定性仿真理論相結(jié)合的模糊仿真模型Fusim；l 歸納推理法，源于通用系統(tǒng)理論中的GSPS技術(shù)[48]，其基本思想是假設(shè)所研究系統(tǒng)是一個(gè)黑箱，觀察其輸入輸出值，以發(fā)現(xiàn)其規(guī)律生成定性行為模型，進(jìn)而對(duì)任一輸入序列預(yù)測(cè)系統(tǒng)行為；l 非因果關(guān)系方法，系統(tǒng)建模時(shí)不需要明確指出內(nèi)部狀態(tài)變遷過(guò)程的因果方向；l 基于因果關(guān)系的推理方法，依賴(lài)于有向圖(oriented graph)定性傳遞函數(shù)方法；l 基于圖表的推理方法，不受數(shù)學(xué)的形式限制，可以不利用符號(hào)進(jìn)行推理的方法；l 基于數(shù)據(jù)的結(jié)構(gòu)化建模方法，適用于能夠獲取大量數(shù)據(jù)，但缺乏結(jié)構(gòu)知識(shí)的冶金工業(yè)系統(tǒng)；l 基于定性空間的推理方法，利用方向、距離、拓?fù)湫?、連接性、邊界、區(qū)域、形狀等對(duì)空間實(shí)體進(jìn)行定性描述。定性建模的方法應(yīng)用于冶金工業(yè)過(guò)程各行業(yè)的故障診斷、流程模擬技術(shù)，比較早的是建立在模糊定性仿真器Fusim之上的研究項(xiàng)目AGTIST[50]。較著名的有文[51]對(duì)工業(yè)火爐（industrial burner）進(jìn)行了仿真，并且定性分析了lowfield 上的旋渦（swirl）和污染制造問(wèn)題。使用SDG等有向圖定性描述工業(yè)系統(tǒng)的方法[52]也是建立仿真模型的一個(gè)途徑。（6）其它近年來(lái)，軟件工程領(lǐng)域的面向?qū)ο蠛蚉etri網(wǎng)等建模技術(shù)開(kāi)始在冶金工業(yè)過(guò)程仿真系統(tǒng)中有所應(yīng)用。面向?qū)ο蠼＃∣OM）與傳統(tǒng)軟件工程方法不同，是以對(duì)象為中心的一種程序設(shè)計(jì)技術(shù)[5355]。面向?qū)ο蠓椒ㄟ\(yùn)用對(duì)象、類(lèi)、繼承、封裝、聚合、消息傳送、多態(tài)性等概念來(lái)構(gòu)造系統(tǒng)的軟件開(kāi)發(fā)。 從現(xiàn)實(shí)世界中客觀存在的事物（即對(duì)象）出發(fā)來(lái)構(gòu)造系統(tǒng)，并在系統(tǒng)構(gòu)造中盡可能運(yùn)用人類(lèi)的自然思維方式。知識(shí)對(duì)象模型是面向?qū)ο蠓缎团c邏輯規(guī)則的集成。合理的集成提供靈活的、功能強(qiáng)大的環(huán)境，基于規(guī)則的組元便于演繹的檢索和模式匹配提供，面向?qū)ο蟮慕M元為類(lèi)層次結(jié)構(gòu)形式的程序提供清晰的、直觀的結(jié)構(gòu)[56]。文[57]提出在自動(dòng)化工程領(lǐng)域的OOM建模方法，文[58]據(jù)此將OOM技術(shù)應(yīng)用于軋制過(guò)程控制計(jì)算機(jī)建模與仿真。Petri 網(wǎng)是一種用網(wǎng)狀圖形表示系統(tǒng)模型的方法，它只給出了系統(tǒng)的靜態(tài)結(jié)構(gòu)及特征，系統(tǒng)的動(dòng)態(tài)行為是在Petri 網(wǎng)的運(yùn)行過(guò)程中體現(xiàn)的。文[59]用拓展有色Petri網(wǎng)（ECPN）建立熱軋均熱爐和預(yù)熱爐的動(dòng)態(tài)過(guò)程，描述了均熱過(guò)程的連續(xù)動(dòng)態(tài)特性和離散事件。 冶金工業(yè)過(guò)程混合建模的提出及基本結(jié)構(gòu)為優(yōu)化控制研究而服務(wù)的生產(chǎn)過(guò)程模型通常需要滿(mǎn)足如下的具體需要：i 模型的逼真度，通過(guò)模型的輸出變量特征曲線來(lái)正確描述冶金工業(yè)生產(chǎn)過(guò)程輸出變量與狀態(tài)變量在控制量、擾動(dòng)量和邊界條件波動(dòng)下的動(dòng)態(tài)趨勢(shì)。具體表現(xiàn)在：行為水平的逼真度——復(fù)現(xiàn)冶金工業(yè)過(guò)程的行為；狀態(tài)結(jié)構(gòu)水平的逼真度——與生產(chǎn)過(guò)程的狀態(tài)互相對(duì)應(yīng)，對(duì)未來(lái)行為唯一的預(yù)測(cè)；分解結(jié)構(gòu)水平上的逼真度——反映冶金工業(yè)過(guò)程內(nèi)部的工作情況，而且是唯一地表示出來(lái)；ii 模型精度；iii 保障生產(chǎn)過(guò)程優(yōu)化控制研究與虛擬實(shí)驗(yàn)平臺(tái)對(duì)仿真模型運(yùn)算速度的要求，仿真時(shí)間應(yīng)小于或與原型系統(tǒng)實(shí)際生產(chǎn)過(guò)程的持續(xù)時(shí)間相差不多；iv 模擬生產(chǎn)過(guò)程的模型應(yīng)該便于用現(xiàn)有的計(jì)算機(jī)技術(shù)實(shí)現(xiàn)，并具有較好的可維護(hù)性。許多冶金工業(yè)系統(tǒng)都是復(fù)雜系統(tǒng)，建立生產(chǎn)過(guò)程模型只能是個(gè)漸進(jìn)的過(guò)程，仿真模型應(yīng)提供便于將來(lái)使用各種類(lèi)型知識(shí)維護(hù)、更新的模型結(jié)構(gòu)與建模策略。良好的生產(chǎn)過(guò)程仿真模型應(yīng)該不僅能夠用工業(yè)現(xiàn)場(chǎng)采集的不同工況或不同樣本空間的過(guò)程數(shù)據(jù)來(lái)修正，還可以使用工藝專(zhuān)家或控制專(zhuān)家們不斷總結(jié)、歸納、修正的過(guò)程經(jīng)驗(yàn)知識(shí)來(lái)改變模型參數(shù)、甚至模型結(jié)構(gòu)，而且更應(yīng)能夠結(jié)合工藝機(jī)理繼續(xù)深入發(fā)展的成果；v 實(shí)用性，具有較為清晰的工藝機(jī)理結(jié)構(gòu)和較為明確物理含義模型參數(shù)的生產(chǎn)過(guò)程模型更適合于先進(jìn)控制和優(yōu)化控制研究，特別是能夠?qū)?shí)際冶金工業(yè)系統(tǒng)中存在的耦合性、時(shí)變性、分布參數(shù)等綜合復(fù)雜特性體現(xiàn)于模型結(jié)構(gòu)或行為中。生產(chǎn)過(guò)程數(shù)學(xué)模型或白箱模型基于工藝機(jī)理，由于模型參數(shù)具有清晰的物理意義，可以很方便的應(yīng)用于優(yōu)化控制和先進(jìn)控制，因而深受冶金工業(yè)過(guò)程的現(xiàn)場(chǎng)技術(shù)人員和優(yōu)化控制研究人員的歡迎。但是由于前面提及的冶金工業(yè)過(guò)程的復(fù)雜性，特別是機(jī)理模型計(jì)算繁復(fù)，而且因假設(shè)條件的制約很難精確描述生產(chǎn)流程的動(dòng)態(tài)特性?；谥悄芗夹g(shù)、數(shù)據(jù)驅(qū)動(dòng)建模的黑箱模型在一定程度上突破了基于理論知識(shí)建模的局限，但是這樣的冶金工業(yè)過(guò)程模型缺乏與工藝機(jī)理的結(jié)合，缺乏清晰的物理結(jié)構(gòu)，逼真度與實(shí)用性差，難以描述生產(chǎn)過(guò)程動(dòng)態(tài)特性。冶金工業(yè)過(guò)程混合智能動(dòng)態(tài)模型將智能建模方法與工藝機(jī)理知識(shí)、專(zhuān)家經(jīng)驗(yàn)知識(shí)相結(jié)合，基于智能技術(shù)的改進(jìn)用于彌補(bǔ)機(jī)理、半機(jī)理模型存在的缺陷，更能滿(mǎn)足實(shí)際生產(chǎn)過(guò)程優(yōu)化控制研究與仿真平臺(tái)的精度、速度、逼真度等需求。冶金