根据目前高炉炉温预报推理规则都是由高炉专家根据经验制定的情况,提出了一种新的规则生成方法——数据挖掘获取高炉炉温预报关联规则.针对现有挖掘算法的不足,提出了一种改进的多维时间序列模糊关联规则挖掘算法,该算法基于时间子序列和子序列间隔的双重模糊化,避免了挖掘结果\时间边界锐化\的问题.该算法应用于武钢的1#高炉,挖掘效果良好

针对连续域函数优化问题,提出了一种新的全局极大值搜索方法——多感官群集智能算法(multi-sense swarmintelli-gence algorithm,MSA).受鱼群算法(artificial fish-swarmalgorithm,AFA)和FS算法(free search algorithm,FSA)的启发,MSA的搜索机制将大范围勘察和小范围精确搜索相结合,个体在使用视觉信息快速逼近局部较优解的同时,利用嗅觉信息避免群体过于集中并引导个体向全局较优解方向移动.仿真结果证明:MSA鲁棒性较强,全局收敛性好,收敛速度较快,收敛精度较高.最后,将该方法应用于前向神经网络训练,结果表明满足应用要求

在基于独立分量分析的人耳识别方法研究基础上,提出复合结构分类器的人耳识别通用模型.该模型首先根据人耳的几何特征对人耳进行粗分类;然后应用独立分量分析的方法提取代数特征,支持向量机进行细分类,最后给出分类结果.这与人类由粗到细的识别过程是相符合的,能够克服单一独立分量分析识别方法的特征提取时间过长、特征数过多的缺点,同时避免了归一化过程中丢失比例结构特征的问题.实验结果表明,该模型取得了较高的识别率,尤其适用于规模大的复杂人耳库

在使用现有Nd:YAG固体激光加工系统进行激光焊接时,易产生某些加工缺陷.针对这些缺陷的产生机理进行了分析,并提出了相应的改进措施来避免或减少这些缺陷的产生.实验表明,通过改变激光束的入射角度、增加侧喷嘴喷气保护等改进措施,可以有效地提高焊接质量并延长系统中光学元器件的使用寿命

针对保税港区业务背景及服务流程的特点,构建了保税港区服务流程性能管理框架.在此基础上,提出服务流程性能评价模型以及相应的性能评价指标体系.针对保税港区服务流程时效性的特点,提出了相应的实时灰色预测方法,并通过一个应用示例验证了方法的有效性.服务流程性能指标体系综合了保税港区系统中\业务\与\IT\两个层面特点,避免了现有评价方法的片面性.另外,实时性能预测方法能够有效地支持保税港区业务的闭环管理,而且适用面广,可以在其他行业进行推广使用

熔池中钢液的流动、气泡以及夹杂物的大小都影响着钢液中夹杂物的去除率.研究表明,向上流动的钢液有利于夹杂物的上浮,几乎所有的夹杂物都能在钢液上升流中上浮.向下流动的钢液对夹杂物和气泡的上浮有阻碍作用,当气泡的直径小于1mm时其在钢液中将无法上浮.在钢包精炼吹氩过程中,应使用较小的吹氩量,一方面避免产生过大的气泡而降低底吹气体的利用效率,另一方面减小熔池内的钢液流速,促进气泡和夹杂物的上浮.但吹氩量也不宜过小,必须使气泡保持一定的尺寸来保证其充分上浮.在钢包精炼过程中选择吹氩量时,应综合考虑钢液流速和气泡大小的影响

采用贝叶斯统计学原理改进传统神经网络算法,通过在神经网络的目标函数中引入表示网络结构复杂性的约束项,避免网络的过拟合以提高网络的泛化能力.将改进的神经网络应用于济钢1700mm热连轧机带钢厚度预测中,其预报精度、训练时间和网络稳定性均优于传统神经网络预测;然后应用贝叶斯神经网络预测带钢塑性系数;最后将出口带钢厚度和带钢塑性系数的实时预测值综合应用于带钢热连轧厚度控制系统,改进了传统的厚度控制方式,进一步提高带钢质量

提出了一种通过对转炉炉口火焰纹理特征的分析,判断氧气顶吹转炉吹炼终点的方法和检测识别系统技术方案.主要工作包括火焰图像的采集,图像的预处理,纹理特征的提取与选择及特征参数的分析比较;同时编制了应用程序.实验结果表明,该方案避免了复杂机理建模的困难,对转炉炉口的大小没有要求,在费用上相对较为节省,适合中小转炉使用

冷轧带钢钢卷在平整机上开卷时,带钢表面有时会出现横折印缺陷.为了减小带钢表面的横折印缺陷,通过建立平整机开卷过程有限元模型,研究了冷轧带钢钢卷在开卷过程中应力的大小分布及影响因素,分析了开卷张力、板厚、粘结程度和钢卷半径等与产生横折印的关系,提出了减小带钢在打开过程中的反弯和罩式炉中的粘结程度来克服带钢表面横折印缺陷的途径,并发现增大开卷张力有利于减轻或避免横折印的产生,消除了关于开卷张力与横折印关系的错误认识

基于奇异值分解提出了一种有效的计算Lyapunov指数的方法.该方法既适用于离散系统也适用于连续系统,且避免了频繁的重正交过程.数值计算显示,该方法稳定性好,计算效率较高,计算结果可靠