数据挖掘技术在高炉专家系统参数自学习中的应用
许多表征高炉过程的重要参数，如热负荷、热指数、熔损反应碳量等，在不同炉况下有不同的表现特征。本文利用数据挖掘技术实现了这些重要参数变化规律的分类，从而实现了炉况变化特征的识别。不同的特征参数及其组合对应的炉况需要采取不同的操作措施，利用发现的数据特征，构建专家系统规则库，实现专家系统参数的自学习。这大大提升了利用规则诊断高炉状况的精度，实现了专家系统知识库门槛值的实时更新。
规则库 参数自学习 高炉专家系统 数据挖掘
陈令坤
武汉钢铁(集团)公司 研究院，湖北武汉 430081
国内会议
中国计量协会冶金分会2011年会暨全国第十六届自动化应用技术学术交流会
西安
中文
40-44
2011-09-01（万方平台首次上网日期，不代表论文的发表时间）