采用正交数值试验和灰色理论中的关联度分析,进行阳泉矿区二次采场巷道的分析与支护参数优化决策．选择13因素3水平的正交试验方案,进行27次试验,分析了不同应力状态和支护参数的巷道稳定性与变形特征．在计算中采用巷道稳定性和变形收敛率等多种评价指标,进行了局部优化；考虑支护成本和施工难易等因素,采用灰色理论,进行最佳方案的关联度分析．该研究已应用于阳泉矿区二次采场巷道支护设计,并取得较满意的支护效果．

以气一固两相的动量、热量、物质守衡为基础,用多流体模型描述气体和颗粒两相的运动,用气相湍流模型和颗粒湍流代数模型分别描述气相和颗粒相的湍流特性,建立了高炉局部富氧喷煤直吹管内气-固两相流动及传热的数学模型.数值模拟了9种工况下的气相流场、温度场以及煤粉颗粒相的速度场、浓度场和温度场,并研究了富氧率、风温、固气比、插枪角度等喷吹参数对各种场量的影响.数值模拟结果与实测值符合良好

借助热力学软件Thermo-Calc和ASPEX自动扫描电镜等分析手段,研究了低合金高强钢精炼过程渣-钢反应和钙处理对夹杂物改性行为的影响.通过提高炉渣碱度和w(CaO)/w(Al2O3)值以及降低炉渣氧化性等措施,钙处理前钢中Al2O3夹杂物转变为靠近1600℃液相区的CaO-MgO-Al2O3复合夹杂物和少量的MgO·Al2O3尖晶石.在渣-钢反应对Al2O3部分变性的基础上,钙线喂入量每炉由优化前的800 m减少到300 m仍能达到夹杂物改性的目的

采用恒应变速率凸轮式压缩试验机,测定研究了GCr15、16MnNb钢在两道次变形过程中,热加工道次时间间隔对钢流动应力及道次间软化率的影响规律

提出了一种基于免疫原理的故障检测及诊断系统模型.通过对检测对象正常工作状态下获得的自己模式串的阴性选择,随机产生初始检测器;利用基于人工免疫的进化学习机制,实现对检测对象异常工作状态下获得的非己模式串进行学习和记忆;利用进化学习结果和系统故障信息库知识,区分和标记不同故障在状态空间上对应的区域.将抗原学习过程中抗体集合变异所产生的各代抗体集合看作随机序列,给出了序列的收敛条件及证明,证明了所提出的动态免疫进化学习算法是概率弱收敛.应用于机床齿轮箱故障检测和诊断问题的实验结果表明了所提出方法的有效性

针对精轧的板宽板厚多变量系统具有强耦合、大时滞、不确定性、干扰因素多、非线性等特点,应用自抗扰控制(ADRC)静态解耦和扩张状态观测器(ESO)动态解耦技术,给出一种多变量系统的ADRC解耦设计方案.为提高时滞对象的快速性,设计了一种去掉跟踪微分器(TD),由ESO和非线性状态误差反馈控制律(NLSEF)两部分组成的ADRC,其中NLSEF改用非线性函数实现,ADRC阶次比常规方法低一阶.仿真结果表明,该控制方案不仅解耦效果好,而且对模型的不确定性和外部扰动具有较好的鲁棒性和适应能力

对一种已有的自适应算法进行了改进,并将该算法思想引入到粒子群算法的改进中,在种群进化到一定代数时按照改进自适应算法改变搜索范围的大小,实现了自动调整搜索范围、提高收敛速度和精度并可有效防止粒子群算法早熟收敛的目的,同时通过实验仿真进行了验证.将该改进粒子群算法应用到热连轧机精轧机组的负荷分配优化计算中,程序运行时间小于5s,满足实时性的要求,为其提供了一种更为有效的优化手段

基于系统分析的思想,提出了有色金属矿山主要生产技术指标多目标、整体、动态优化的原则,介绍了基于该原则的具体的优化方法.以某金铜矿山为背景,对该矿的系列生产技术指标进行了系统优化,结果表明,在当前的生产工艺和市场条件下,对其主要的生产技术指标进行适当调整,可以使该矿获得更好的经济和资源效益

介绍了转炉在出钢过程强化钢水净化的工艺,实验结果表明:该工艺能在较短时间内降低钢水及熔渣氧化性,利用出钢过程良好的动力学条件进行脱硫,从而提高了LF精炼炉的精炼效果,显著提高了钢水纯净度.通过对工艺的优化和完善,可使部分钢种不经LF炉处理也能满足品种钢性能的要求,进而缓解LF炉作业压力,减少了LF增碳增硅的几率,提高了低碳低硅钢的成分命中率

提出了钛白表面苯乙烯固相接枝改性新工艺,并对工艺的各主要影响因素进行了较为详细的研究,得出了最佳的丁艺条件.在此基础上,分析研究了力化学法钛白表面苯乙烯固相接枝改性机理,认为钛白苯乙烯改性的作用机理是负离子聚合反应和自由基聚合反应;钛白和改性剂的性能是该工艺能够实施的内因和热力学因素,搅拌磨中的机械力化学作用、引发剂的化学作用、外加热和自生热以及由此产生的体系温度变化是该工艺能够实施的外因和重要动力学因素,由外因和内因的共同作用使这一工艺得以顺利高效进行