建立了转炉内钢液含碳量动态检测的数学模型,并在50kg感应炉上进行了热模拟试验。结果表明:利用质谱仪连续分析炉气成分迅速而准确;计算出的炉气流量精度较高;利用数学模型定碳误差为0.03%。产生误差的原因是炉子容量小,喷溅等对钢水损失影响大;在大生产条件下,因为炉量大,其它条件也较优越,预计气相定碳精度可大大提高

热轧钢材的淬火冷却是改善钢材质量和性能的重要措施,淬火过程的核心就是控制钢板的冷却速度.针对传统的淬火控冷模型的固有缺陷,为了满足扩展钢种、规格及淬火温度高精度的要求,利用神经网络技术建立了神经网络淬火控冷温度预报模型,该模型与回归数学模型相结合,完成淬火控冷现场控制.应用结果证明,该综合模型极大地提高了钢板淬火冷却的控制精度,提高了产品的成材率

在分析轧机运动方程的基础上,通过对同宿轨道及Melnikov函数的讨论,分析厚度控制系统参数与出现Smale混沌之间的联系以及厚度控制系统出现混沌时对控制精度的影响.给出了板带轧机厚控系统出现Smale马蹄意义下混沌的条件,通过仿真验证了轧制过程中轧辊偏心干扰造成厚度控制系统混沌的新观点.仿真分析表明,在混沌出现时轧件的厚度偏差将发生较大偏移,可以通过混沌控制的途径提高产品精度

第一节 机械加工精度概述 第二节 影响机械加工精度的因素 第三节 加工误差的统计分析 第四节 机械加工表面质量 第五节 机械加工过程中的振动

轧制控制过程中轧辊偏心信号是影响带钢厚度精度的重要因素.针对该类问题,将基于设定记忆长度的在线反向传播算法用于对偏心信号的检测.通过与普通在线反向传播算法在检测性能上的对比表明:该方法具有学习收敛速度快,抗噪声能力强等特点,可有效使变幅、变相和变频的偏心信号引起的厚度波动减少95%左右,从而准确地补偿由偏心信号引起的厚度偏差,提高轧钢过程中的带钢厚度精度

一、测量技术概述 发展过程：随着社会的进步，通过提高机械加工精度来满足人们对机械产品使用性能越 来越高的要求，促使了与之相适应的测量技术的不断进步和发展，测量技术的发展又保证了 加工精度的提高，两者发展水平紧密相关

在光纤光栅传感悬臂梁调谐滤波技术中,峰值法进行波长检测误差大,精度低,测量结果不稳定.针对峰值法的不足提出了一种质心原理方法.该方法利用扫描的光强分布图形的质心检测光纤光栅的波长变化,与传统的峰值法相比可使检测精度提高70倍,大大降低了波长检测误差

针对非平衡数据集分类中\少数类样本精度难以提高\这一瓶颈问题,提出了一种基于协同进化机制的欠采样方法.此方法将少数类样本与多数类样本划分为两类种群,采用种群协同进化原理,利用提出的动态交叉变异算子自适应协同进化过程,实现种群间自动调节和自动适应.仿真试验结果表明,此采样方法增强了局部随机搜索能力,改善了种群的分布特性,加强了算法的全局收敛能力,在不降低多数类样本分类性能的基础上有效提高了少数类样本的精度.与其他经典重采样方法相比,本文办法抗噪能力好,具有更强的鲁棒性

电信客户信用风险等级评估是对电信客户的信用风险进行等级分类.针对建立客户信用风险等级分类模型时,大量带有类标注数据难以获得的问题,提出了基于主动学习的分类器建模方法,并对基于QBC(委员会投票选择)的主动学习算法进行改进以提高分类器的预测精度.通过对实际电信客户数据进行信用风险等级建模实验,结果表明:应用新算法,分类器使用了较少的带类标签样本数据,达到了与被动学习相同的精度,大大降低了信用专家评估数据的工作量

采用高精度微地震监测技术,研究了微震事件的动态发展规律和分布规律,结合岩石力学和矿山压力与岩层运动理论,推断得到了特厚煤层综放工作面顶板岩层运动规律.随工作面的推进,微震事件先在高位岩层以低密度分布,后在低位岩层呈高密度分布.微震事件发生层位与其最大振幅能量和的对比研究表明,微震事件在高度和时间上具有周期性分布规律,根据矿山压力与岩层运动理论,进而推知特厚煤层综放工作面的顶板岩层运动规律.现场支架工作阻力宏观观测表明,研究得到的特厚煤层综放工作面顶板岩层的周期性运动规律是存在的