该项目利用小波变换、神经网络及系统对铁矿石全铁电位滴定、铁价态定量测定、去噪校正结果偏析等方面进行研究。利用了Haar小波分离两价和三价铁的X荧光重叠峰及其db小波确认佳压力点,将神经网络、聚类分析及系统应用于品位波动、品质特性分类、差错预测及实验室质量体系管理。项目技术手段新颖,既降低了试验成本,又提高了试验精度和工作效率。该课题创新性地将小波分析和神经网络技术应用于铁矿石分析的检测和管理工作,研究成果达到国际先进水平。
日前,由宁波北仑检验检疫局主持欧姆龙科研项目“人工智能在铁矿检验中应用三菱研究”荣获2012年度宁波市科技进步奖,这是北仑检验检疫局获得宁波市的科技项目奖项,标志着铁矿检验人工智能化正逐步走向应用。将人工智能应用于铁矿石检验,代表了铁矿石检验的新方向,在国际上提升了我国铁矿石检验技术地位。通过该项目的应用,可使企业在对外签订合同前发现质量风险,及时终止与外方签订合同,避免经济损失。
“人工智能在铁矿检验中应用的研究”属分析化学与信息、数学和计量的交叉学科,项目利用人工智能中的小波分析和人工神经网络技术,将应用数学、统计学和计算机技术结合起来用于处理化学数据,可以优化化学量测过程,并从化学量测数据中大限度地提取有用的信息,如实验参数的优化、实验设计、信号处理等,数据的统计处理、模式识别、模拟等,可以解决一些依靠传统方法无法解决的问题。“项目研究的目的就是利用小波分析和神经网络技术在铁矿石检验领域应用,解决一些铁矿石检验的疑难问题,将铁矿石检验相关技术人工智能化。”
该项目利用小波变换、神经网络及系统对铁矿石全铁电位滴定、铁价态定量测定、去噪校正结果偏析等方面进行研究。利用了Haar小波分离两价和三价铁的X荧光重叠峰及其db小波确认佳压力点,将神经网络、聚类分析及系统应用于品位波动、品质特性分类、差错预测及实验室质量体系管理。项目技术手段新颖,既降低了试验成本,又提高了试验精度和工作效率。该课题创新性地将小波分析和神经网络技术应用于铁矿石分析的检测和管理工作,研究成果达到国际先进水平。
铁矿石检验自动化和人工智能化的应用,加快了进口铁矿石检测速度,加快了货物通关速度,缩短了检验周期,提高了贸易关系人的资金周转率达1.5倍。方法推广后可节省社会的各项人员、材料、时间成本。项目通过差错隐患预测、判断差错杜检验事故,避免贸易关系人的经济损失。同时,该课题的研究内容大大提升我国的国际标准实质性参与度,提高了我国在国际上的话语权、软实力。通过数据库平台和风险预警、预测为国家职能部门提供政策依据,为钢铁企业提供贸易预警,为我国规避贸易风险提供依据。 (应海松)
上一条:NI发布《2013数据采集技术趋势展望 》 - NI 数据采集