根据磁致伸缩效应和受力变形中磁的各向异性特征,利用特殊研制的磁探测器和信号处理系统,研究材料疲劳过程中磁信号变化的特点,在一定程度时,观察的疲劳磁信号出现突变,该突变点与材料疲劳过程中一定的塑性变形量相对应。将此方法加以系统和标准化后,可对工程应用中的材料和构件的疲劳寿命进行动态预测

本文论述了用改进的快速富里叶变换方法和最小二乘方法分析、估算在冷轧过程中由轧辊偏心引起的周期性变化信号。并以此信号为依据,控制轧钢机的压下系统,实现对偏心的动态补偿。最后介绍了清除由于分析、估算中的误差给偏心补偿带来的影响的措施

本文采用模式识别方法推断烧结矿质量。在给出模糊系统聚类分析算法基础上,用软件实现了基于模糊聚类分类器和动态聚类分类器,并用现场实测的样本采用\留一法\分别对这两种分类器性能进行检验。结果表明:模糊聚类分析法对于先验知识较少、样本量不大时,性能较佳

研究了一种基于特征变量的复杂生产过程预测模型.与传统的建模方法相比,该方法不需要经过机理分析,而从信息科学的角度出发,在对反映生产过程工况原始动态数据进行特征选择的基础上,运用时间序列分析法建立其预测模型.同时讨论了它的神经网络实现方法.仿真结果表明了该方法的可行性

采用Gleeble-1500热/力模拟试验机进行压缩试验,研究了不同变形条件下微量稀土对T91耐热钢动态再结晶行为的影响.分析绘制了稀土加入前后实验钢的真应力-真应变曲线、再结晶-温度-时间图、再结晶图及功率耗散图,并计算了高温下实验钢的再结晶激活能.在变形温度为850~1100℃,变形速率为0.004~10 s-1变形条件下,变形温度越高和变形速率越低,动态再结晶越容易发生.稀土加入会产生固溶强化,稀土元素与碳原子发生交互作用,且在晶界处或晶界附近偏聚,使变形抗力与峰值应变均增大,再结晶激活能由354.6 kJ·mol-1提高到397.2 kJ·mol-1.另外,稀土会显著推迟再结晶发生时间,扩大再结晶的时间间隔,推迟再结晶动力学过程

冷连轧过程中的厚度和张力系统具有多变量、强耦合和不确定特点,为了提高系统的控制精度和控制性能,提出了基于不变性原理解耦的H∞混合灵敏度鲁棒控制策略.首先,建立了厚度和张力系统的动态耦合模型,并应用不变性解耦原理实现了对厚度和张力系统的解耦.其次,针对系统存在的建模误差、参数摄动和外部扰动等不确定性,采用H∞混合灵敏度方法设计了鲁棒控制器来保证系统的鲁棒稳定性和鲁棒性能.仿真结果表明解耦后的厚度和张力系统可以获得更好的控制效果,验证了本算法的有效性

介绍了工业微机在带钢热连轧分布计算机控制系统中作为过程自动化控制机的应用。给出了控制系统结构、应用系统结构设计和任务动态调度策略及系统资源分配原则

介绍了一种新的卷取机张力控制方法,其关键技术在于取消传统动态力矩补偿,同时满足无冲击张力给定和升速过程中恒张力指标要求.采取的一系列措施后,这种新的方法已成功应用于高精度生产轧机

通过热模拟机Gleeble-1500对终轧温度和控制冷却过程的模拟,研究了60Si2MhA钢高速线材生产的有关工艺参数,分析了终轧温度、吐丝温度及相变区冷却速度对相变温度的影响,得出其影响规律性的结论,并测定了该钢种动态连续冷却转变(CCT)曲线

给出了板形板厚综合控制模型,提出了基于TH神经网络的动态矩阵设计方法并分析了其收敛特性.使用不变性原理对板形板厚综系统进行了解耦设计,并对板形板厚解耦神经网络预测控制系统,进行了仿真研究.结果表明神经网络可在儿百ns的时间内达到稳定状态,不仅满足了轧钢过程的快速性要求,而且控制精度也得到了提高