前言
当前，全球制造业正加速迈向高端化、智能化、绿色化。其中，钢铁等流程工业中，智能化升级尤为迫切。如高炉的炼铁过程、烧结机的煅烧过程等，具有强烈的不确定性及时变性，难以建立精确数学模型，即使能建立的也因过于复杂而不实用；与此同时，对控制的目标及性能要求却越来越高。这些都是对传统控制理论提出的巨大挑战，发展新的控制理论势在必行。应用现场实际工况数据，基于模式识别的智能自动化是可供选择的方案之一。
 沙龙流程及内容
首先，吴金霞老师介绍了模式识别的相关知识，重点介绍了机器学习与深度神经网络的基本概念，让学生进一步了解了人工智能，并深刻认识到了模式识别在人工智能中的重要地位。随后，吴老师通过播放《带式烧结生产工艺流程》的短视频，让学生了解了烧结生产过程，并对复杂工业过程系统有了更加直观的认识。最后她还通过现场实际工况数据利用模式识别的方法对烧结生产过程进行了描述及控制，仿真实验表明该方法的有效性。
 结语
随着人工智能技术的不断发展，模式识别在复杂工业过程系统描述与控制中的应用将越来越广泛。新的技术和方法，如深度学习、强化学习等，将为复杂工业过程系统的描述与控制提供更强大的工具。人工智能模式识别在复杂工业过程系统描述与控制中的应用，将有助于提高工业生产的智能化水平，推动工业生产的自动化和智能化。它将为工业生产带来更高的效率、更好的质量和更低的成本，从而推动工业生产的可持续发展。