烧结生产专家指导系统是结合烧结综合质量机尾断面图像智能检测系统(该系统可得出FeO含量等级、水分情况和烧结情况)和基础自动化所收集的过程数据(各风箱温度、料层厚度等)而组成的烧结生产实时专家指导系统。知识表示方法和推理机算法是采用模糊逻辑推理技术来实现。

烧结矿综合质量机尾断面图像智能检测系统主要由机尾断面图像采集系统和附属设备组成。其中，图像采集系统由黑白CCD摄像机、滤光片、图像采集卡和PC机组成。附属设备包括风反吹水冷套、空气过滤器、控制摄像时刻的采样开关、照明光源等。检测仪的工作分为自动采样、图像处理和图像识别三个阶段。当台车每次到达预定位置时，采样开关发出信号给计算机，计算机控制图像采集系统捕捉烧结机尾断面图像；在图像处理阶段，对烧结机尾断面图像进行平滑。分割和标注处理，提取特征；在图像识别阶段，由上一步提取的图像特征，采用根据看火工(专家)的经验训练的BP网络对图像样本进行分类，最后给出相应的烧结矿质量信息。一般使用工业电视观察机尾断面得出的图像仍需看火工人工进行判断。而本系统则可代替看火工来完成判断。这项工作主要完成三方面的检测：1)烧结矿FeO含量的等级；2)烧结矿水分的大小；3)烧结状况(过烧、欠烧、烧结均匀程度)。

本烧结生产专家指导系统的控制规则是根据现场操作工人和工程技术人员的经验加以分析、归纳和总结得到的，它描述了在系统输入变量的各种条件下应采取的控制动作，其表示为“IF输入条件，THEN控制结论”的形式。由于人的大脑对过程参数的理解往往是“偏高”、“偏低”等模糊概念，经过判断和推理后得到的控制量动作也是“很小改变”、“大些改变”等模糊的概念，所以在规则中的条件和结论都以系统输入变量和控制变量论域上的模糊子集表示。

本系统采用了基于规则表的知识表示形式。规则表由若干条控制规则组成，每条规则分为条件和结论两部分，条件由系统输入变量组成，并表示它们的与、或关系；结论由系统控制变量组成，表示条件成立时系统应采取的控制动作，规则举例见表1。

表1  规则表

表1的规则可叙述如下：

规则1，IF FeO含量正常AND烧结状况过烧AND风箱温度偏低，THEN降低台车速度。

规则2，IF FeO含量正常AND烧结状况欠烧AND风箱温度偏高，THEN提高台车速度。

规则3，IF FeO含量高AND烧结状况正常AND风箱温度正常，THEN减小燃料量。

规则4，IF FeO含量偏低AND烧结状况正常AND风箱温度正常，THEN增加燃料量。

在这种知识表示方式中，任一条规则中都要包括所有的变量，而实际控制系统中，不同的规则可能由不同的变量组成，这给知识的表示带来了困难，为解决这个问题，系统中预定义了“ALWAYS”和“NEVER”两个模糊变量。其在任意变量X论域上的隶属度函数为：

μALWAYS(x)=1    x∈X

μNEVER(x)=0      x∈X

当规则中某个输入变量取值为“ALWAYS”时，表示其总是匹配的，条件是否成立取决于该规则中其他输入变量的匹配情况。当规则中某个输入变量取值为“NEVER”时，表示其总是不匹配，条件不可能成立。当规则中某个输出变量取值为“NEVER”时，表示不管条件是否成立，其输出不变化。输出变量不可以取值为“ALWAYS”。

规则表中列出了所有的输入变量和控制变量，一条规则中的输入变量集合是全体输入变量集合的一个子集。一条规则中的输出变量集合是全体输出变量集合的一个子集。不属于该规则的输入变量在表中对应位置取值为“ALWAYS”，不属于该规则的输出变量在表中对应位置取值为“NEVER”。

推理机实现在线实时控制，首先将数据库中的输入变量的值模糊化，然后采用极大极小原理计算它们对各条规则条件的隶属度。认为隶属度大于或等于组态时给出的λ的规则匹配成功，条件成立，该规则的输出有效，并将它们的隶属度作为该规则的可信度。当有多条控制规则成立时，按加权平均法进行模糊决策，得到实际的控制量。如果所有规则的隶属度都小于λ，则认为所有规则都不成立，保持原有控制量不变。