附件C：譯文

鼓風(fēng)爐自動溫度控制系統(tǒng)的發(fā)展

概要：
在這篇論文里，我們認為自動溫度控制系統(tǒng)在鼓風(fēng)爐運作中是很重要的一部分。一般而言，鼓風(fēng)爐是容易受諸多因素影響的，所以自動的溫度控制是很困難，多變的。有鑒于此，首先，這一論文記述了鼓風(fēng)爐的溫度控制模塊是運用基于數(shù)據(jù)輸入輸出的T-S模糊連續(xù)系統(tǒng)模塊；其次，這一論文記述了溫度控制技術(shù)是基于預(yù)測控制（MPC）技術(shù)的，該技術(shù)廣泛應(yīng)用于工業(yè)進程控制實踐中[6]-[9]。我們打算用數(shù)學(xué)建模的構(gòu)架方式描述基于模糊連續(xù)采樣理論系統(tǒng)的鼓風(fēng)爐，并且用預(yù)測控制技術(shù)去控制自動溫度控制系統(tǒng)。
關(guān)鍵詞：鼓風(fēng)爐，模糊建摸，預(yù)測控制
1緒論
在鼓風(fēng)爐操作中溫度的控制常規(guī)方法是當鼓風(fēng)爐的溫度被熱風(fēng)，熱負荷，蒸汽，生鐵溫度等嚴重影響到時，依照原料裝進速度或者根據(jù)每個操作員的經(jīng)驗去調(diào)節(jié)燃料注進的分量。因此，鼓風(fēng)爐的溫度有很多各種的波動因素，這些突躍的因素自然會影響到鼓風(fēng)爐溫度的穩(wěn)定性。有鑒于此，該論文，記述了通過應(yīng)用模糊連續(xù)控制模塊，作為鼓風(fēng)爐的溫度控制模塊，去分析上述因素。
很多基于模糊推論系統(tǒng)的辨識技術(shù)曾經(jīng)被提議可以用于解析一個未知系統(tǒng)的行為，因為這樣的系統(tǒng)只有一組可用的輸入輸出的數(shù)據(jù)，譬如我們的鼓風(fēng)爐[1]- [5]。通過模糊模型獲取的模型具有很強的可讀性，因為它們是用語言描述的。更特別的是，一個模糊模型的結(jié)構(gòu)是應(yīng)用假定型模糊規(guī)則描述的。一個顯著的模糊推論模型是TSK模糊模型，它是由線性方程規(guī)則組成。這個模型有卓越的能力去描述一個給定的未知系統(tǒng)。
當沒有一個物理模型而只有一個設(shè)備的一組輸入輸出數(shù)據(jù)時，模糊聚類是確定隸屬函數(shù)和隨之產(chǎn)生的TS模糊模型參數(shù)的具有代表性的建模方法。根據(jù)一些關(guān)于遷移延遲的先驗知識，有必要給予滯后的輸入輸出數(shù)據(jù)去獲取精確的模型。但當在輸入輸出數(shù)據(jù)中存在一些像來自鼓風(fēng)爐一樣的噪聲時，這不總是容易去得到關(guān)于這些先驗知識的精確的數(shù)據(jù)。因此，在沒有模糊聚類建模方法之前，解決這些因素的真值是非常重要的。這個問題可以看成是一個建模誤差最小化的最優(yōu)化問題?；谌巳旱淖顑?yōu)化，如遺傳算法（GA）[10], [11]，是沒有先驗知識的情況下，最通俗的去解決關(guān)于他們的解空間的最優(yōu)化問題的工具，這樣看來，通過遺傳算法去找相近于先驗知識真值的使建模誤差最小化的真值是有可能的。
建模之后，去控制我們那些有慢動態(tài)和輸入輸出約束的目標設(shè)備，我們需要一個適合于我們的特殊設(shè)備的專門方法。目前已經(jīng)有許多的研究去處理一些帶輸入輸出約束的復(fù)雜設(shè)備，在這些研究當中，預(yù)測控制（MPC）技術(shù)被廣泛應(yīng)用于