建立了钢铁企业技术素质评价指标体系,提出了技术素质评价指标的权重和隶属度的确定方法及模糊关系合成算法模型.利用11家钢铁企业的实际数据进行实证分析

为了改善脱磷,在实验室和工业转炉的基础上开展了一些试验.结果表明,在顶底吹条件下,搅拌强度、碳磷氧化反应转化温度、金属液碳含量和炉渣成分对脱磷有明显影响.用试验数据建立了一个包括碳含量和搅拌因素在内的磷分配比公式,并验证了一个脱磷反应速率方程.在考察熔池氧化性的同时,提出了一个支配铁氧化的吹炼指数来调整氧在炉渣和金属液之间的分配.在实际操作中,通过控制顶底吹条件和炉渣成分使脱磷和熔池中铁的过氧化均获得改善

提出一种改进的最大互信息(MMI)准则函数并把它应用于隐马尔可夫模型(HMM)的参数估计,重新推导了HMM的迭代公式.该准则函数相对于原来准则函数定义更为合理,能有效利用训练样本集中的鉴别信息,使得训练数据得到充分利用,提高了HMM的性能.把这种改进的HMM算法应用于面部表情识别,利用改进的光流算法提取面部表情特征向量序列,并利用改进HMM算法和BP神经网络构建了面部表情混合分类器.实验结果表明了该方法能有效提高面部表情识别率,有效解决HMM参数估计问题

在物理冶金基本模型的基础上,通过对实验数据进行回归建立了Q235低碳钢的静态再结晶及晶粒长大模型,模型计算和实验所测结果相吻合.压缩实验为双道次压缩,实验条件为:变形速率0.5~2.0s-1,变形温度950~1100℃,变形量为0.15~0.25(真应变),初始晶粒尺寸为56~85μm

针对滚动轴承故障精密诊断的需要,采用小波包分析方法提取了滚动轴承故障的特征信号,通过小波包分析将高频信号分解到8个频带中,以频带能量作为识别故障的特征向量,应用RBF径向基神经网络建立了从特征向量到故障模式之间的映射,现场采集的数据分析表明,采用小波包和神经网络相结合的方法可以比较准确地识别滚动轴承的故障

对广泛用于电厂主蒸汽管道的耐热钢12Cr1MoV的蠕变曲线进行了研究.将恒应力蠕变与恒载荷蠕变进行对比，证明原始的θ—ConceptProject方法可以成功地描述恒应力蠕变，但它不能用于恒载荷蠕变.根据12Cr1MoV钢的蠕变特性，提出一种修正的θ法，可以成功地描述恒应力和恒载荷蠕变曲线，从而可以利用已有大量的恒载荷蠕变数据，有效地进行的蠕变曲线的外推

针对含动态再结晶粘塑性模型中的材料参数应用传统的测试方法很难准确测定的问题,吸收了遗传算法、增广高斯-牛顿算法、Levenberg-Marquardt算法和可变多面体算法的优点,构造了一套混合的全局优化算法.以26Cr2Ni4MoV为例,以镦粗实验提供的实验数据和刚塑性有限元模拟提供的数值解差值的l2范数的平方作为目标函数,应用构造的算法识别了该模型中的材料参数,计算结果和实验结果符合良好

在直流电弧炉炼钢过程控制系统中,由于它的复杂机理,高度非线性加大了建模的难度.为提供适用于直流电弧炉炼钢过程优化控制的模型,提出一种引人遗传算法的神经网络建模方法,并将其用于某厂直流电弧炉炼钢过程模型的建立,获得了很好的效果.同时给出了基于现场实测数据的仿真结果

建立了基于析出、回复和再结晶之间交互作用的低碳含铌钢组织预测模型,用于模拟低碳含铌钢热轧道次间隔期间粗晶奥氏体的再结晶及析出行为,并讨论了模型在绘制低碳含铌钢的再结晶-析出-时间-温度(RPTT)图中的应用.结果表明,模型对两种低碳含铌钢在热变形道次间隔期间内粗晶奥氏体的组织演变过程的模拟结果与测试数据符合较好,可以有效预测不同低碳含铌钢在不同工艺条件下的析出和再结晶行为

利用传统方法进行工业项目的安全性分析,安全效益和安全价值都只能部分地反映系统的安全状况,所得分析结果对改善方案安全效果的作用很有限且应用性不强.通过引入价值分析理论,建立安全效益-价值联立方程和优选判据,再结合最合适区域法,最终形成了功能区域分析方法和理论.将功能区域方法应用于实际工程项目中,根据项目技术数据得出最合适曲线和区域分析结果,极大地改善了项目的安全价值和成本