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

应用模拟退火算法和有限差分法,建立起适用于武钢2800 mm四辊轧机的工作辊热膨胀计算模型.此模型是一个半经验的工程运用公式,其参数的估计采用传统的优化方法难以解决,而用模拟退火算法却能得到有效地解决.应用此模型来预报工作辊的一个轧制单位全过程的热凸度变化值,其精度较高.生产使用后表明,此模型具有较高的工程实用性,可以应用于其他各类轧机的轧辊热辊形预测

提出基于免疫遗传算法与BP网络混合模型的冷连轧机组负荷分配的智能优化新方法,该方法具有学习功能强、计算精度高、使用方便等特点,且适合在线计算.实验证明了该方法的有效性

鉴于边坡系统影响因素之间的高度非线性和不确定性,融合RS-GP模型的优势,提出了依据边坡稳定性影响因素类比计算边坡安全系数的方法.该方法通过学习样本的数据特征分析、计算属性的重要性及约简规则,降低了遗传规划预测模型的结构规模.人工神经网络(ANN)模型与RS-GP模型计算结果比较表明:该方法具有计算速度快、容错能力强及精度高等特点

介绍了状态空间预测控制算法和智能控制算法相结合的方法及其在电加热炉中的应用。结果表明:实时控制比状态空间预测控制算法超调减小5℃,调整时间缩短60min,精度可提高±1.5℃

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

利用砂型样杯取代传统的金属型样杯制作了铝合金减压凝固试样.结果表明，该试样可以预测铝合金铸件的氢针孔级别，控制铝合金的熔炼质量.测试仪器中还设置了预真空室，可使凝固室在最短的时间内达到预定的真空度，提高测试精度.试验还发现合适的砂型减压凝固压力约为1.13kPa

基于局部指数积(localPOE)公式建立了柔性关节臂式测量机的理想运动学模型,依据各种误差因素修正得到实际运动学模型,详细分析了各种运动学参数误差对测量精度的影响.仿真结果表明,长度类的运动学参数误差对测量结果不会引起放大或缩小,而角度类的运动学参数误差会引起测量结果的严重放大

为了进一步提高板带热轧厂厚控精度及控制品质,需对具有非线性、强耦合、不确定、多约束特性的活套系统建立工程上适用的数学模型,以实现活套高度与张力系统的解耦控制.在分析其动态耦合过程的基础上,考虑到实际的活套系统在工作过程中变量的变化离其稳态工作点的偏差很小,以实际热轧现场数据为依据,给出了完整的传递函数表达形式. 采用线性预测模型的BP神经网络PID控制策略以减弱系统的耦合影响,以提高控制效果.仿真结果验证了本算法的有效性,表明解耦后的活套控制系统可获得更好的控制效果