• 聚类概述 • 什么是聚类？在IR中如何用聚类？聚类的几个术语 • K-均值聚类算法 • K-均值聚类中的基本准则 • K-均值算法中簇的个数 • 聚类评价 • purity、NMI（Normalized Mutual Information，)、RI（Rand Index)、F measure • 基于模型的聚类 • 层次聚类简介 • 层次聚类的簇相似度计算 • 四种HAC算法：单连接、全连接 、组平均、质心法

对在线硫印检测中发现带直立段的弧形连铸机内弧侧出现夹杂物集聚的铸坯进行了系统的检验,对夹杂物的数量、组成、类型、分布进了分析。内弧侧集聚的夹杂物主要来源于浸入式水口中的堵塞物,它们被卷入到液相穴的深处而未能上浮,被凝固前沿捕捉所致。文中还提出了相应的解决措施

对转炉—RH真空处理一连铸生产焊接气瓶钢各个工艺阶段钢中非金属夹杂物的形貌、尺寸、组成及来源等进行了系统的研究.结果发现钢包渣与钢液作用而生成的夹杂物在浇注过程中可以从钢液中上浮去除,尺寸小于40 μm的角状和蔟群状的Al2O3夹杂物则难以完全从钢液中排出而滞留在钢中,从而构成铸坯中非金属夹杂物的主要来源.铸坯中T[O](14-16)×10-6之间,非金属夹杂物含量为0.09-0.15mg/kg,表明所生产的铸坯具有较高的洁净度

针对凸度反馈控制策略选择较难的问题,结合济钢1700ASP控制项目,从理论上推导出机架出口凸度可调范围计算的方法,由此实现了凸度反馈控制策略的选择,得出机架组合参与控制的策略,并推导出凸度偏差分配计算的公式.在此基础上,建立了热连轧凸度反馈控制模型,完成了在线编程、调试和投入工作.至今凸度反馈控制系统已经稳定运行两个多月,生产数据统计表明,投入凸度反馈控制以后,凸度控制精度得到很大提高

简要介绍了结晶器电磁搅拌在福建三钢炼钢厂5#小方坯连铸机上的应用.理论分析并结合福建三钢的冶炼条件选择结晶器电磁搅拌,在长期的生产实践过程中对结晶器电磁搅拌参数进行优化,实践表明对减轻品种钢的碳偏析以及减少中心疏松和提高产品的低倍质量均有明显的效果.为进一步发挥电磁搅拌在冶金生产中的作用,提出有必要在现有的结晶器电磁搅拌的基础上增加末端电磁搅拌系统

轧制力模型是冷连轧过程控制系统的基本模型,影响其预报精度的主要因素是材料的变形抗力和摩擦因数.本文采用参数自适应方法来提高轧制力的预报精度.在对轧制力模型进行自适应过程中,将材料的变形抗力作为轧制过程模型的整体属性,各机架根据累计变形程度确定各自的变形抗力.在此基础上,将摩擦因数看成是各机架的单体属性,各机架取不同的模型参数.实践证明,这种综合考虑变形抗力和摩擦因数的参数自适应方法可以对二个参数同时进行修正,能有效提高轧制力模型的预报精度

本文提出了二连式滚模拉拔异型丝新工艺的可行性.在实验研究的基础上,给出了二连式滚模拉拔异型丝的力学特点和变形特点,并得出了实用滚摸孔型系统和孔型设计的基本规律

采用贝叶斯统计学原理改进传统神经网络算法,通过在神经网络的目标函数中引入表示网络结构复杂性的约束项,避免网络的过拟合以提高网络的泛化能力.将改进的神经网络应用于济钢1700mm热连轧机带钢厚度预测中,其预报精度、训练时间和网络稳定性均优于传统神经网络预测;然后应用贝叶斯神经网络预测带钢塑性系数;最后将出口带钢厚度和带钢塑性系数的实时预测值综合应用于带钢热连轧厚度控制系统,改进了传统的厚度控制方式,进一步提高带钢质量

冷连轧机动态规格变换时各机架的入口厚度一般变化较大,采用传统自适应控制的辨识算法的收敛速度不能跟随参数实际变化速度,控制效果不佳.针对这一问题,提出一种多模型自适应控制方法.通过对五机架冷连轧机进行仿真表明,多模型自适应FGC系统具有较好的控制精度、跟踪速度以及稳定性

为了满足某厂1580热连轧机宽度控制精度需求,提高宽展模型的广泛适用性,利用ANSYS/LS-DYNA有限元软件,对热轧粗轧区立轧-平轧过程进行了模拟.根据模拟数据,系统地分析了轧件宽度、厚度、轧辊直径、立辊侧压量和厚度压下量对\狗骨\宽展、自然宽展和绝对宽展的影响规律.利用模拟数据并结合现场数据构造了FES(finite element simulation)\狗骨\宽展模型和自然宽展模型,并建立了PSO-BP神经网络(粒子群BP神经网络).最后,FES宽展模型与PSO-BP神经网络相结合预报第1、3和5道次的宽展,其预报值与实测值误差在1mm以内的均达到了99%以上,达到了宽度控制的精度要求