基于钻进过程监测系统在充填土-风化花岗岩地层中对液压旋转钻进的监测数据,对金刚石钻进系统的能量进行了分析.结果表明,钻进系统的能量分布与在普通风化花岗岩地层中的结果一致,黏滞能、动能以及钻进总能量与岩石的风化程度呈负相关,轴力功与岩石的风化程度呈正相关,说明金刚石钻进能量与岩石风化程度具有很好的响应关系.动能、轴力功及黏滞能受钻进方式影响,用于地层识别将受严格的可比条件限制.金刚石钻进比功随岩石风化程度的增强而减少,在不同风化程度的岩层中具有很好的分区性.而且,在充填土及全风化、强风化花岗岩地层中,金刚石旋转钻进比功值明显低于冲击凿碎比功,在微风化的坚硬岩中,旋转钻进比功则明显高于冲击凿碎比功

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

基于广义混沌同步系统(GS)和广义离散Sinai映射,提出了具有非对称密钥的数字图像安全通讯方案.方案能通过一个常规的语音信号隐藏几乎所有计算机所能识别的图像文件,以实现信息的伪装与隐藏,且含有24个密钥数并能无损恢复隐藏图像,密钥空间可达到10360.该方案能使接收方利用非对称密钥对收到的密文进行数据源真伪性认证和解密,适用于网络数字通讯语音伪装中的图像传输.对密钥空间、密钥参数敏感性和加密图像的相关性等分析表明该方案具有较高的安全性

针对热连轧过程中板形板厚综合控制问题,提出了兼顾板形的负荷分配方法,并且使用免疫遗传算法进行了参数优化.实验数据对比分析表明,该方法是有效的,能够实现板形板厚的综合控制

基于相似原理,采用1:1的水模型,模拟了薄板坯连铸结晶器内钢液-保护渣界面的流场,通过采用SG200水工数据采集系统对液而波动进行了定量测量.结合流场显示研究了薄板坯连铸结晶器内钢液的卷渣机理,得出了薄板坯连铸结晶器内钢液的主要卷渣方式为旋涡卷渣和剪切卷渣.研究了各工艺参数,即水日类型、浸入深度、水口出口倾角、拉速等,对保护渣卷人量、卷入方式、卷人深度的影响

介绍一套目前已在实验室中开发成功的冷轧带钢表面缺陷在线监测系统,该系统用于在线检测和识别冷轧带钢的表面缺陷.系统采用多个面阵CCD摄像头同步采集带钢表面的图像,并通过并行计算系统对图像进行分析和处理,以得到钢板表面的缺陷情况.系统在软件流程上进行了特殊的设计,以保证实时数据处理功能.经试验,系统对\乳化液斑痕\、\锈痕\、\压入氧化铁皮\、\辊印\、\折印\和\边裂\等6种常见的冷轧带钢表面缺陷类型识别率在90%以上

采用BP神经网络原理对1350mm铝箔轧机轧制数据重新处理，建立了基于人工神经网络的轧制力模型.结果表明，用人工神经网络轧制力模型的计算值与实测值相比较偏差<3%.该模型较真实地反映了轧制过程的特征

针对海底集矿机采矿环境图像,采用分段线性变换提高图像细节,中值滤波去除悬浮物干扰.利用形态学抗噪声梯度算子提取地形和障碍物轮廓,并用分段线性拟合计算出地表亮度变化率.根据表面亮度变化特征判断障碍物类型,采用自适应形态学对轮廓进行细化与连接.通过障碍投影变换计算出障碍物的距离、高度和宽度等信息.对陆地图像进行了分析,证明位置、高度和坡度等参数计算的可行性.利用上述方法对深海底的图像进行处理,不仅保留了边界信息,且提高了抗干扰能力和抗边界间相互影响能力,可有效识别深海底地形和障碍物,得出位置和形状等参数,可以为集矿机避障系统信息融合技术提供可靠数据

提出基于IGA模型的热连轧精轧机组负荷分配的智能优化新方法,该方法具有计算精度高、速度快等特点,且适合在线计算.实验数据对比分析结果表明了该方法的有效性,为热连轧精轧机组轧制规程的智能优化设计提供了一条新途径

研究了TiO2含量、Al2O3含量以及二元碱度(CaO/SiO2)对TiO2-Al2O3-CaO-SiO2低碱度高钛渣黏度的影响.实验采用旋转柱体法在1633-1873K温度范围内对渣系熔体黏度进行了测量.当TiO2质量分数为23%-43%、Al2O3质量分数为3%-12%和二元碱度为0.3-0.7时,钛渣熔体黏度随TiO2含量和碱度的增加而降低,随Al2O3含量的增加而增加.通过对转底炉-电炉熔分过程渣系脱硫能力计算,得知在低碱度高钛渣中TiO2属于酸性.依据黏度测量数据和对TiO2属性的界定,通过修正Urbain模型建立了低碱度高钛渣的熔体黏度预报模型.模型预测结果误差为11%,证明新模型对于低碱度高钛渣的黏度具有良好的预报效果