介绍了一个模糊神经网络专家系统.研究了知识的“溶化”技术，即导入算法、无搜索快速推理、寻出算法，井对用三分法确立输入变量隶属函数及模糊规则求精作了有益的研究.用以上理论对连续推钢式加热炉进行控制，控制效果较为理想

将神经网络与人工智能技术相结合,提出了1种新型的知识表示的形式化描述和知识单元。知识通过模式分类导入,并用IMSBP和(B-B)BP调节2种不同类型的权。在此基础上提出了神经网络的双向求解策略。以加热炉控制验证了其可行性

介绍一类智能模糊控制算法及其在电加热炉中的应用。实时控制结果表明:它比一般PID控制算法具有超调小,响应快和精度高的特点

利用扫描电子显微镜、X射线衍射仪及透射电子显微镜观察分析了含Cu和Mo(Ni-A)、不含Cu和Mo(Ni-B)两种镍基合金喷焊层样品的组织、相分布和成分分布,分别测定了基体部位、热影响区、结合区及涂层内的显微硬度.利用高频加热炉对两种喷焊层进行了热疲劳实验,对经热疲劳实验后喷焊层微观组织进行了观察,分析了喷焊层内的相分布和成分分布状态,探讨了热疲劳裂纹产生和扩展的过程及规律.结果表明:两种喷焊层内均有针状富Cr第二相弥散分布,具有较好的热疲劳性能.Ni-A样品喷焊层可以分成两个区域:在靠近基体的区域均匀地分布着块状富Cr第二相;在离表层200μm左右的区域内分布有针状富Cr第二相,体积比块状富Cr第二相小几十倍.Ni-B样品喷焊层内只有针状富Cr第二相,在整个喷焊层内均匀分布.Ni-A样品喷焊层由于过渡区域的存在,具有比Ni-B样品喷焊层更好的热疲劳性能.热疲劳实验前后样品的EDS分析结果表明两种喷焊层内的各相有较好的热稳定性

采用X射线衍射法对国内外四家钢厂帘线钢盘条的织构进行了对比研究.结果表明,国内外各钢厂盘条的织构存在明显差异,国内盘条轴向上的{111}织构强度大于国外盘条,然而盘条轴向上的{111}织构是硬取向,不利于盘条的拉拔.通过延长加热炉加热时间、提高加热温度和提高吐丝温度,可以使{111}织构的强度明显降低

为确定硅钢表面缺陷产生的工序,对硅钢裂纹处氧化圆点特性进行了实验研究.运用Gleeble1500模拟热轧裂纹连续降温过程,结果表明Q钢、W20钢热轧裂纹分别在1170℃和1160℃以上会产生细小氧化圆点.铸坯裂纹加热炉过程模拟发现其裂纹附近产生粗大的氧化圆点.能谱分析表明铸坯裂纹相对热轧裂纹来说存在明显的脱硅层,两种裂纹的氧化圆点在形貌、层厚以及氧化圆点附近脱硅性上存在较大差异,这种差别可作为判定硅钢缺陷生成工序的参考依据

基于证据理论研究了多专家求解策略。依靠证据的积累不断缩小假设集,来逼近真值,能比较直观地反映多专家意见综合的结果,因而使决策具有很强的科学性.此理论在加热炉异常现象诊断专家系统中应用,效果理想

提出一种基于生物免疫系统克隆选择机理和免疫网络理论的免疫算法.该算法通过抗体的克隆选择和变异过程,完成对入侵抗原的清除,实现免疫防御的功能;利用免疫网络调节的思想选择抗体记忆细胞,完成知识的学习和积累,实现免疫自稳的功能;利用所建立的抗体记忆矩阵实现对类似入侵抗原的快速应答,行使免疫监视识别功能.该算法利用生物变异机制实现抗体的自适应调节,使系统具有自适应、自学习能力.在加热炉状态识别的应用研究表明,本文所提出的算法在解决数据识别方面具有较好的效果

采用Deform模拟计算加热炉铸坯温度分布,并通过‘黑匣子’试验验证,当加热时间为70 min时,铸坯心部与表面温差约66℃,80 min时降到15℃.模拟计算轧制和水冷过程心部和表面温度曲线,并通过测温仪验证,得出准确的摩擦热、塑性变形热以及水冷换热系数模型.采用Fluent模拟计算风机的风场,使用手持测风仪验证,再建立盘条搭接点温度模型,计算出风冷线上强迫对流换热、自然换热和辐射换热系数以及相变潜热,使用热成像仪测温验证.模拟与试验结果十分吻合

连铸坯下线至加热炉的温度制度及其表层组织演变与热送或粗轧裂纹密切相关.基于热模拟实验分析了送装工艺对奥氏体转变特征和再加热晶粒尺寸的影响.高温共聚焦激光扫描显微镜原位观察表明，含Nb J55钢在双相区700℃热装时，组织为晶界膜状先共析铁素体、魏氏体和大量残留奥氏体，再加热至1200℃，奥氏体晶粒大小、位置都不变；单相区600℃温装时，组织为大量铁素体+珠光体，再加热至1200℃时，奥氏体晶粒明显细化.马弗炉模拟SS400钢双相区不同热装温度发现，铁素体转变量至少达70%时才可细化再加热后的奥氏体晶粒.在临界转变量以上，基体中铁素体转变量越多晶粒细化程度越明显