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%

基于泥床料浆的非牛顿体特征,以及料浆初始剪切应力与浓度的变化规律,本文提出了耙架扭矩计算模型.模型预测结果显示,耙架扭矩随底流浓度升高而增大,底流浓度对浓密机运行时的扭矩百分比的影响幅度可达4.67%,两者呈现为多项式函数关系.与此同时,泥床高度对耙架扭矩影响较小,影响幅度仅为0.27%.通过某铅锌矿膏体浓密机64 h运行过程实时监测数据对比,验证了模型关于底流浓度和泥床高度对扭矩的影响规律

• 几个重要概念 • 以要素之间替代性质的描述为线索的生 产函数模型的发展 • 建立生产函数模型中的数据质量问题

针对钢铁企业连铸工序余材板坯及热轧工序余材钢卷对热轧生产合同的匹配问题,基于一体化的管理思想建立了余材板坯、钢卷与合同集成匹配的多目标0-1非线性整数规划模型,在模型中引入板坯材质与合同要求钢种特征差异值矩阵及钢卷钢种与合同要求钢种特征差异值矩阵.采用分段整数编码、基于启发式修复策略的改进遗传算法求解.最后,通过对实际生产数据的仿真实验验证了所提模型和算法的有效性,为科学合理地匹配铸轧工序余材板坯、钢卷提供了有效的解决方法

本文以离子理论为基础,提出了一种计算碱性炼钢渣系中组元CaO活度的结构模型,并提出了多元渣系中组元CaO总交互作用和自相互作用的概念,利用已有的实验数据求出了CaO的总交互作用系数和自相互作用系数。最后使用不同渣系中CaO的实测活度数据对该模型进行了验证。结果表明该模型完全适用于碱性炼钢渣系

针对自由晶粒阻塞流头的流头阻塞机制,推导出晶粒大小与合金流动性关系的数学模型。将适用于匀晶系及共晶系成份位于相图C0 ≤ k0CE-角的合金成份与晶粒大小的关系式H代入此模型,得到了合金成份、结晶间隔与流动性的定性关系式。利用前人对共晶系合金所做的实验数据验证表明,这些模型适用于共晶系合金

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

根据热轧工艺特点将板坯热轧批量计划编制问题归结为不确定旅行商数的多旅行商问题,建立了以生产成本最小化和产品质量最优化为主次目标且考虑加热区段能耗的生产调度数学模型,并采用遗传算法和禁忌搜索相结合的混合算法进行求解.基于实际生产数据的计算结果表明:该模型充分满足了现场热轧批量计划编制的需求,在轧制单元数最优的基础上,缩短了传搁时间,提高了热送热装率,优化了产品质量.与人机结合方式相比,本文模型的计算结果体现了更好的高产和节能效果

基于混合整数线性规划,以操作成本最小为目标函数建立了富余煤气优化分配模型.与前人的优化模型相比,本文模型选取了较短的时间步长,并考虑了锅炉权重因子及煤气柜权重因子对优化结果的影响.根据国内某钢铁企业生产数据进行计算,发现优化结果对煤气柜权重因子和锅炉权重因子敏感,因此合理确定煤气柜权重因子和锅炉权重因子十分重要.优化模拟计算与现场经验调度的结果相比,降低了煤气柜储气量波动,提高了锅炉45.9%的发电量,煤气系统运行稳定性增强

在语音识别中,卷积神经网络(convolutional neural networks,CNNs)相比于目前广泛使用的深层神经网络(deep neural network,DNNs),能在保证性能的同时,大大压缩模型的尺寸.本文深入分析了卷积神经网络中卷积层和聚合层的不同结构对识别性能的影响情况,并与目前广泛使用的深层神经网络模型进行了对比.在标准语音识别库TIMIT以及大词表非特定人电话自然口语对话数据库上的实验结果证明,相比传统深层神经网络模型,卷积神经网络明显降低模型规模的同时,识别性能更好,且泛化能力更强