شناسایی کوره دوار سیمان با استفاده از شبکه عصبی

کوره سیمان یک سیستم غیر خطی و متغیر با زمان می باشد. از آنجاییکه در این سیستم علاوه بر اعمال فیزیکی، واکنش های شیمیایی نیز انجام می شود، این سیستم دارای معادلات دینامیکی پیچیده است. این معادلات هنوز به طور دقیق بدست نیامدهاند و در صورت لزوم از بسیاری از پارامترهای موجود صرفنظر شده و از تقریب این معادلات استفاده می شود. همین موضوع باعث بروز بسیاری از مشکلات در طراحی کنترل کننده می شود. بنابراین با توجه به اهمیت کوره دوار سیمان در صنعت و با توجه به ماهیت پیچیده آن و پارامترهای متعدد موثر بر کیفیت کار آن، انجام تحقیق و پژوهش برروی آن ضروری است. در این مقاله مدلهایی برای کوره دوار سیمان با استفاده از شبکه عصبی ارائه میگردد. در این راستا از دو روش شبیه سازی و پیشبینی برای شناسایی و مدلسازی کوره استفاده میشود. برای آموزش شبکه عصبی نیز، تکنیک کاربردی گرادیان نزولی جهت تنظیم پارامترهای شبکه استفاده شده است. در پایان ضمن بیان خصوصیات مدلهای بدست آمده، مزایا و معایب هرکدام ارائه میگردد. مدلسازی با بکارگیری داده های واقعی که از کارخانه سیمان ساوه حاصل شده بود، انجام گردیده است.