根据轧制数量、测量数据质量和轧制力预报误差的影响,建立了轧制力自学习速度因子优化模型.在长期自学习的判定条件中综合考虑了规格分档的变化以及厚度、宽度的改变量,减少了换规格的次数.长期自学习系数计算时利用了从前一块钢数据中分离出的设备状态信息,从而改善了模型自学习的连续性.离线仿真分析结果表明,轧制力计算精度相对于自学习算法优化前有较大的提高

采用标准k-ε模型对非淹没缝隙射流冲击区单相对流换热进行数值模拟.考虑冲击区对流换热的因素有射流的速度、射流出口距冲击板的距离(高度)、喷嘴的宽度、射流出口速度方向与冲击板之间的夹角、冲击板的温度及水温等.研究结果表明:射流速度对冲击区的换热影响最显著,其次是水温及喷嘴的宽度,而射流出口速度方向与冲击板的夹角只影响局部换热系数的分布

针对常用的质量建模方法精度不高且难以给出预测区间,提出了基于小波相关向量机的产品质量模型.应用仿真数据和带钢热镀锌锌层质量的实际生产数据分别建立了小波相关向量机模型.结果表明,小波相关向量机方法与支持向量机及传统的相关向量机相比,具有更好的预测精度,而且给出了预测区间.多组带钢热镀锌锌层质量实际数据的相对预测误差的平均值为4.52%,为保证产品质量提供必要的决策支持和分析手段

提出了基于偏最小二乘回归模型的带钢热镀锌质量监控方法.以带钢热镀锌生产中带钢力学性能和锌层质量的质量监控为研究对象,用偏最小二乘方法建立了生产过程参数与质量结果之间的回归模型,对生产过程控制能力进行了分析,并给出了产品质量的预测方法.用鞍钢股份有限公司带钢热镀锌的实际生产数据进行验证.结果表明,偏最小二乘法比传统的多元线性回归方法具有更好的预测精度,基于偏最小二乘回归的锌层质量预测模型,其相对预测误差可达到5.93%

针对目前锂离子电池寿命预测结果不准确的问题，提出了一种多模态分解的锂离子电池组合预测模型，从而学习锂离子电池退化过程的微小变化。该方法在单一长短期记忆（LSTM）预测模型的基础上，采用了自适应噪声完全集成的经验模态分解(CEEMDAN)算法将锂电池容量分为主退化趋势和若干局部退化趋势，然后使用长短期记忆神经网络（LSTMNN）算法分别对所分解的若干退化数据进行寿命预测，最后将若干预测结果进行有效集成。结果表明，所提出的CEEMDAN?LSTM锂离子电池组合预测模型最大平均绝对百分比误差不超过1.5%，平均相对误差在3%以内，且优于其他预测模型

⒈ 顺序存储结构 用一组地址连续的存储单元，以层序顺序存放二叉树的数据元素， 结点的相对位置蕴含着结点之间的关系。 bt[3]的双亲为└3/2┘=1，即在b t[1]中；

以\金属晶粒Euler指数与空间直径相对等值规律\为基础,本文采用列表方式系统地归纳总结了金属多晶体的晶粒尺寸与拓扑参量两类参量的分布数字特征之间的定量函数关系。这些关系可相当便利地用于根据晶粒尺寸参量的分布数据直接估计出拓扑参量分布的宽度、不对称程度和峰态等,并对这种估计办法的可靠程度进行了实验验证

采用有限压缩层地基上中厚板等参元共同作用分析程序，对CFG桩复合地基分区不均匀布桩模型进行数值计算，并与均匀天然地基模型和CFG桩复合地基均匀布桩模型进行对比分析.研究发现，采用强化核心筒区布桩、相对弱化外框架柱区布桩的不均匀布桩优化模型，核心筒最大沉降和筏板相对挠曲均明显小于均匀布桩模型，对控制核心筒部位的绝对沉降量和筏板相对挠曲效果明显.不均匀布桩模型的基底反力分布与均匀布桩模型具有明显区别，和复合土层模量分布相关性明显：核心筒周边外扩1倍板厚范围内基底反力最高，分布较为均匀，基本呈线性分布；核心筒荷载有效传递范围为核心筒周边外扩2.5倍板厚区域，核心筒周边外扩1倍板厚至2.5倍板厚区域基底反力逐步衰减；核心筒周边外扩2.5倍板厚范围以外的外框柱区域基底反力最低，分布较为均匀，基本呈线性分布；基底反力总体呈盆形分布

提出了一种改进的Johnson-Cook模型,用于室温和低应变速率下AP1000核电站主管道316LN奥氏体不锈钢的塑性变形过程研究.借助有限元软件ANSYS/LS-DYNA,对AP1000核电一回路主管道热段管冷弯成形过程进行模拟仿真,分析管道壁厚、相对弯曲半径、摩擦系数等工艺参数对壁厚减薄率的影响规律,拟合出壁厚减薄率的经验公式.全尺寸主管道冷弯试验结果表明,数值模拟结果准确可靠

本文把封闭力流式齿轮试验台看成具有制造误差的实际机构,并且在静态和动态的条件下,实测了齿轮试验台的载荷特性数据,从而提出了若干反映齿轮试验台的精度等级的具体性能指标:一、静态精度指标——静扭矩极差、静载荷波动率、卸载率和静效率等;二、动态精度指标——运转系数、载荷相对变动率、起动过载系数和传动效率等。并且,还根据实测的数据,提出一些改善齿轮试验数据准确性的具体办法