提出了一种应用于中厚板轧制的道次间自适应算法.该算法以实测数据为基础,通过实测轧制力与实际计算轧制力的比值决定轧制力模型学习量的大小,做到了真正意义上的以实测数据来校正模型,从而使设定的模型有较好的自学习功能,并在实际应用中表现出较好的学习效果

以圆坯连铸结晶器温度实测数据为基础,研究应用神经元网络求解结晶器传热反问题的可行性,并尝试将神经元网络与数值计算结合用于结晶器传热计算,探索针对实测数据的结晶器传热在线计算方法.结果表明,数值计算结果与实测温度符合较好,可真实反映实际生产中圆坯结晶器传热的非均匀特性

在分析了以往的齿轮故障诊断方法及大量试验数据的基础上,选出了对应于各故障敏感的参量,总结归纳了齿轮故障的判据并在此基础上建立了故障诊断的专家系统,把模糊理论用以知识表示进行不精确推理;采用元知识控制下的反向推理机制并根据推理结果赋以合理的解释,该系统既能本机自动诊断又能结合其它诊断方法作精密诊断;还能兼顾在线监测与离线分析.利用该系统对齿轮试验数据进行分析、处理进而推理、诊断获得了满意的效果

在评估现有文献实验相图数据的基础上,采用Calphad技术优化和计算了Be-Cr二元合金体系平衡相图.液相和端际固溶体相采用替换式溶体溶液模型,化学计量比中间化合物CrBe2和CrBe12采用Neumann-Kopp规则描述它们的热力学函数.利用优化所得的热力学参数计算相图,结果能很好地解释大部分实验数据.本工作还采用Miedema模型估算了中间化合物CrBe2和CrBe12的摩尔生成焓,并与热力学计算值比较,所得结果符合良好

报告以2016年科技部组织实施的全国科学研究和技术服务业科技活动统计调查数据为基础,结合《中国科技统计年鉴》和《中国科学院统计年鉴》等统计资料,通过科技创新资源、研发活动状况、科技创新产出、经济社会价值和组织发展环境5个方面的4个统计指标数据,综合监测我国研究机构创新发展能力的总体态势

本文把带钢热连轧节奏控制系统视作随机服务系统进行分析;在统计生产实际数据的基础上,确定系统的服务时间和服务条件;通过数字仿真,研究不同条件对节奏控制时间和产量的影响

浮选回收率是金矿选矿过程重要的生产指标，目前主要是通过人工化验的方法检测获得，人工检测周期较长，造成金矿厂不能及时把握浮选工艺水平.在大量现场生产数据的基础上，分别采用多元线性回归和BP神经网络的方法，建立了金矿厂浮选回收率的预测模型.预测误差分析表明，BP神经网络预测模型能较好地预测金矿厂的浮选回收率，当预测相对误差在±3%范围内时，模型的预测精度达到91%，对于实际生产具有良好的参考作用

以生产条件下采集的数据为基础,采用理论解析与统计分析相结合的方法,建立了角钢连轧的温度预报模型与切分孔轧制力模型。提出了采用离散化与函数拟合相结合的方法简化型钢轧制的工艺模型

研究了轻轨CARD系统孔型设计数学模型的建立方法.在总结和分析大量现场数据的基础上,用回归分析建立了轻轨CARD系统轨形孔孔型设计模型,并成功的用在轻轨CAap系统的开发中,经厂家试用效果很好.该模型建立的方法,为在复杂断面型钢CABD系统中经济地建立数学模型提供了一种解决方案

以恒应变速率凸轮压缩试验机得到的实验数据为基础,采用人工神经网络的方法建立了碳钢变形抗力与应变、应变速率及温度对应关系的预测模型,与多元非线性回归模型比较,神经网络模型具有较高的预测精度