为进一步提高带钢热连轧厚控精度及控制品质,在液压活套的工作点附近,考虑带钢自重、液压伺服系统和活套本身的非线性,建立了液压活套系统的非线性多变量动态数学模型,并验证了该模型的有效性.针对该模型,考虑未建模动态和各种扰动,提出了一种基于反推控制和扩张状态观测器(ESO)补偿的解耦控制方法.用Lyapunov稳定理论证明了闭环系统是鲁棒稳定的.仿真表明新的模型和解耦控制方法都是有效的

将BP神经网络建模方法与预测控制思想相结合用于宽带钢板形自动控制,研究并建立了基于BP神经网络的板形预测控制数学模型.经用宝钢1420mm冷轧实测数据仿真验证表明该模型具有很高的预测精度

采用二分搜索等温等压分子动力学方法和EAM (embeddedatommethod)势,对单质铜的平衡熔点进行计算,研究了不同时间步长对模拟计算结果的影响.结果表明:时间步长越小,熔点计算结果越接近实验值;当时间步长小于0·05fs后,进一步减小时间步长,熔点计算结果在计算精度范围内没有变化

以恒应变速率凸轮压缩试验机得到的实验数据为基础,采用人工神经网络的方法建立了碳钢变形抗力与应变、应变速率及温度对应关系的预测模型,与多元非线性回归模型比较,神经网络模型具有较高的预测精度

针对二维热传导问题,提出了时间为三阶、空间为二阶的无条件稳定的ETF-FDS-MG算法(Extended Trapezoidal Formula Finite Difference Scheme Multigrid),分析了其精度和稳定性,证明了其收敛性.数值分析实例说明ETF-FDS-MG算法的计算效率优于前人的FE-MG(有限元-多重网格)算法

提出了一种用于加工功能梯度材料零件的路径扫描算法.首先将功能梯度材料零件进行分层处理,把每一层片内连续分布的材料离散为若干个材料均匀分布的子区域,再对每个子区域分别加工从而实现一定精度要求下功能梯度材料零件的加工制造.给出了路径规划实例,验证了路径扫描算法的正确性

基于金属体积非压缩性原理建立了锥形管连续无模拉拔速度控制模型,分析了无模拉拔变形过程中拉拔速度等工艺参数对变形区体积以及锥形管形状和尺寸的影响,并进行了实验验证.结果表明:拉拔速度不仅与进料速度、坯料尺寸、拉拔后锥形管的形状和尺寸有关,还与冷热源距离等工艺参数有关;拉拔速度随时间呈非线性增加;随着拉拔速度的增大,变形区的体积减小;冷热源距离越长、进料速度越大,变形区体积变化越大;当速比一定时,减小进料速度、增大冷热源距离,可以减小锥形管形状和尺寸误差、提高控制精度

实现工作辊热辊形的在线预报是板形控制的难题之一.采用一维有限差分方法建立了工作辊热辊形在线计算模型,并利用该模型计算了热轧过程中和下机后任意时刻工作辊温度场及其热辊形.仿真和在线应用结果表明,此在线模型计算速度快,精度高,能满足板形在线过程控制的需要

介绍了用APPLE-Ⅱ微型计算机和光栅脉冲发生器测量楔横轧轧制转速和确定轧制半径的普遍方法,并指出在条件许可的情况下,只要尽量选用高码道的脉冲发生器就可以提高测量精度。且以某锥体零件毛坯轧制的轧制转速和轧制半径测量为例,证明了这一方法是可行的

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