针对非平衡数据集分类中\少数类样本精度难以提高\这一瓶颈问题,提出了一种基于协同进化机制的欠采样方法.此方法将少数类样本与多数类样本划分为两类种群,采用种群协同进化原理,利用提出的动态交叉变异算子自适应协同进化过程,实现种群间自动调节和自动适应.仿真试验结果表明,此采样方法增强了局部随机搜索能力,改善了种群的分布特性,加强了算法的全局收敛能力,在不降低多数类样本分类性能的基础上有效提高了少数类样本的精度.与其他经典重采样方法相比,本文办法抗噪能力好,具有更强的鲁棒性

为了提高热连轧带钢成材率和宽度精度,在精轧末机架后一般配置了测宽仪,利用机架间张力对宽度动态控制,达到调整带钢宽度目的;由于精轧末机架中心线到测宽仪的距离较远,使得系统具有大滞后性及时变性等特点,很难建立精确的数学模型.采用对模型要求宽松的广义预测控制方法,基于广义误差估计值对控制器参数进行自适应调整,直接辨识控制律参数,省略Diophantine方程的求解、矩阵的求逆,缩短在线计算的时间,适用于快速的轧钢过程.仿真结果表明,该方法对精轧宽度这一大时滞、不确定性系统有较好的控制效果

提出了一种基于免疫原理的故障检测及诊断系统模型.通过对检测对象正常工作状态下获得的自己模式串的阴性选择,随机产生初始检测器;利用基于人工免疫的进化学习机制,实现对检测对象异常工作状态下获得的非己模式串进行学习和记忆;利用进化学习结果和系统故障信息库知识,区分和标记不同故障在状态空间上对应的区域.将抗原学习过程中抗体集合变异所产生的各代抗体集合看作随机序列,给出了序列的收敛条件及证明,证明了所提出的动态免疫进化学习算法是概率弱收敛.应用于机床齿轮箱故障检测和诊断问题的实验结果表明了所提出方法的有效性

利用透射电镜研究了低碳微量铌钢过冷奥氏体形变过程中的碳氮化物析出,运用Gladman晶粒粗化机制讨论了析出相颗粒的平均直径、体积分数和铁素体晶粒尺寸的关系.实验结果表明:实验用钢中的微量Nb在1200℃时完全固溶,并在760℃变形前的冷却过程中无Nb(CN)析出.在形变过程中Nb(CN)的析出同样需要孕育期,但与等温过程相比大大提前.当变形量积累到一定值(本实验条件下ε=0.69)时,大量动态析出的Nb(CN)颗粒弥散分布在晶界以及位错线上.Nb(CN)析出随着应变量的增加而增加,但颗粒长大不明显,计算得到的铁素体晶粒平均截径与实际测得的铁素体晶粒吻合得较好

针对某热轧带钢生产线时常会出现头部拉窄现象,本文从实际生产数据出发,首先采用动态弯曲时间算法将长度不同的各变量转换为相同长度,然后采用信息熵特征选择算法分析各生产过程变量对产品质量的影响程度,找出对头部拉窄影响最大的前若干个过程变量,初步定位热轧带钢头部拉窄原因.结果表明:信息熵特征选择方法可以有效初选热轧带钢头部拉窄原因,为生产调整提供方法支撑,将来还可推广到其他质量异常定位,甚至其他工序或者其他应用领域

为了解决Cr20Ni80电热合金锻造开裂的问题,在Gleeb-1500D热模拟试验机上对该合金进行热压缩试验,研究变形温度为900-1220℃,应变速率为0.001-10 s-1条件下的热变形行为,并根据动态材料模型建立合金的热加工图.合金的真应力-真应变曲线呈现稳态流变特征,峰值应力随变形温度的降低或应变速率的升高而增加;热变形过程中稳态流变应力可用双曲正弦本构方程来描述,其激活能为371.29 kJ·mol-1.根据热加工图确定了热变形流变失稳区及热变形过程的最佳工艺参数,其加工温度为1050-1200℃,应变速率为0.03-0.08 s-1.优化的热加工工艺在生产中得到验证

应用混合Langrangian和Eulerian法(MiLE)实现了结晶器中GCr15钢大方坯温度场、应力场及流场的动态模拟,模拟结果与实际生产铸坯吻合.铸坯坯壳角部的温度高于中部,铸坯表面从上到下的温度总体呈下降趋势,且等温区间与流场变化具有一定的相似性.铸坯坯壳中部厚度约为17.5 mm,角部厚度约为13.2 mm.凝固坯壳内的应力主要是热应力.坯壳出结晶器时,坯壳外表面处于压缩状态,凝固前沿为完全拉伸状态.有效应变从铸坯外表面到凝固前沿逐渐增大.钢液在前进过程中不断扩张,流速不断降低,当流股到达一定深度后,形成左右对称向上的两个回流,和一对由凝固面一侧向下而由中心向上流动的回流区

研制了一种双臂、双机械手的绝缘子串更换带电作业机器人.分解了机器人作业过程中机械臂的运动.利用拉格朗日法并结合关节电机电枢电压方程对机器人机械臂基本动作进行动力学建模,得出机械臂基本动作的统一动力学模型,计算出机械臂2的动力学方程,提出基于五次多项式插值的机械臂运动轨迹规划方法,计算出机械臂2各关节运动方程.在ADAMS环境下进行机器人机械臂动力学和运动学仿真,结果验证了动力学模型的正确性,同时各关节运动轨迹规划满足运动学要求.最后在实际线路上进行机器人带电更换绝缘子串实验,结果表明机器人机械臂各关节运动获得了较好的动态性能,验证了本文提出的五次多项式插值机械臂运动轨迹规划具有较强的工程实用性,进一步提高了机器人的作业效率和稳定性

在群智感知（mobile crowd sensing，MCS）数据收集过程中，任务参与者的恶意行为能够显著降低感知结果的真实性.为解决此问题，提出了一种参与者信誉度感知的数据收集机制，通过意愿程度和数据质量分析信任状态、量化历史信誉度，进而，根据逻辑回归模型动态更新参与者当前信誉度.同时，为准确衡量感知数据可信程度，利用剩余可发送时间和移动设备剩余能量将参与者分为直接发送和间接转发两类，从而在多任务并发场景下，服务器根据结果合理地选择任务参与者，达到准确可靠收集感知数据的目的.结果表明所提出数据收集机制能大幅度提升感知任务实时性，显著提高感知数据质量，有效降低服务器总奖励开销

针对高炉炼铁过程的关键工艺指标——铁水硅含量[Si]难以直接在线检测且化验过程滞后的问题,提出一种基于稀疏化鲁棒最小二乘支持向量机(R-S-LS-SVR)与多目标遗传参数优化的铁水[Si]动态软测量建模方法.首先,针对标准最小二乘支持向量机(LS-SVR)的拉格朗日乘子与误差项成正比导致最终解缺少稀疏性的问题,提取样本数据在特征空间映射集的极大无关组来实现训练样本集的稀疏化,降低建模的计算复杂度;其次,标准最小二乘支持向量机的目标函数鲁棒性不足的问题将IGGⅢ加权函数引入稀疏化后的最小二乘支持向量机模型进行鲁棒性改进,得到鲁棒性较强的稀疏化鲁棒最小二乘支持向量机模型;最后,针对常规均方根误差评价模型性能的不足,提出从建模误差与估计趋势评价建模性能的多目标评价指标.在此基础上,利用非支配排序的带有精英策略的多目标遗传算法优化模型参数,从而获得具有最优参数的铁水[Si]在线软测量模型.工业实验及比较分析验证了所提方法的有效性和先进性