针对烧结过程生产实际,运用神经网络中的BP学习算法设计了分类器,用于在线推断烧结矿的质量。为了加快BP学习算法的收敛速度,采用了自适应变步长学习算法。实验结果表明,由此建立的烧结过程神经网络质量预报模型,预报正确率高,具有很好的泛化能力

以BP算法为基础开发了ANN学习预测系统,用于宝钢IF钢大生产产品性能预测.同时,应用在宝钢IF钢大生产数据对该系统进行了测试和分析,并与多元线性回归结果进行预测精度比较.结果表明,ANN学习预测系统,除σ0.2误差较高(9.0%)外,σb,δ,r和n值均<5.0%,且比多线性回归方法精度高

基于中尺度地震实验场高密度数字地震和潮汐形变台网的现场观测,用地震学方法和小波工具分析强矿震过程采集到的数据.发现震前短临阶段存在可信的b值、η值、频度等地震学异常和定点潮汐形变前兆异常.对异常信息的提取方法和强矿震短临阶段的预测进行了探讨

对电沉积得到的Ni-Fe坡莫合金箔,在氢气气氛下进行退火处理,退火温度分别为850,1000和1150℃,保温时间均为5h.在扫描电子显微镜(SEM)和光学显微镜下观察合金箔断面和表面的显微结构,利用XRD检测合金箔的晶体结构,利用软磁材料直流磁性测试仪装置测得合金箔的直流磁特性.实验结果表明:在850~1150℃温度下热处理时,退火温度越高,合金箔的直流磁性能越好;经过退火热处理后合金箔的晶粒明显长大,而且合金箔存在明显的择优取向

针对国内边角煤的开采现状,提出了一套高回收率和高效率的开采工艺.用弧三角模型简化边角煤形状,提出了容易实现综合设备配套的\弧形\工作面开采工艺.该工艺沿边界顺槽顺序开挖若干支架边窝,采用\取消端头支架,采用简易机头实现快速增、撤支架\的布架方式.利用数学线性规划理论,建立了回采效率的目标函数和安全、开采成本的约束函数,对关键工艺参数进行了研究,得出一次增接支架数是优化核心的结论.通过优化分析,得出在高回收效率和低成本原则下的最优方案

在理论分析的基础上,先后在试验轧机上和现场工业轧机上对四辊热、冷轧机进行f综合测试,对四辊轧机轧辊不同交叉形式以及不同交叉角情况下的轴向力进行了测试分析.获得了轧机的力学、运动学和动力学等参数的实际数据

根据粗糙集理论原理,从双因子免疫控制器的控制数据中抽取出控制规则,利用本文提出的一种新的规则评价标准筛选出优秀的规则构造控制器,即粗糙规则化的双因子免疫控制器,来对对象进行控制.通过仿真实验证明,粗糙规则化的双因子免疫控制器不但能够体现出普通双因子免疫控制器的学习记忆能力和抗滞后性能,而且在抗干扰性能和响应速度方面都有明显提高

采用膨胀法在DIL805热膨胀仪上测定了不同加热温度下实验钢的连续冷却转变(CCT)曲线,通过光学显微镜和扫描电镜分析不同加热温度对CCT曲线和冷却试样显微组织的影响.结果表明:当加热温度由完全奥氏体化温度降低到两相区内较高温度时,CCT曲线中铁素体转变区左移;当加热温度处在两相区范围内时,随着加热温度的降低,铁素体转变被推迟,使得CCT曲线右移;新生铁素体外延生长方式和奥氏体中碳富集程度的差异是导致上述变迁的主要因素

采用KTH模型、Young光学碱度模型、Tsao硫容量经验公式等方法对超低氧弹簧生产过程的硫容量进行了计算,并使用Turkdogan、Hino等提出的公式预测了生产过程中硫的分配比(LS).对比预测与实测的硫分配比,找到了比较准确的超低氧弹簧钢的LS预测模型

通过回归得到了氮容量CN与温度T和光学碱度Λ的关系公式,并解释了氮进入熔渣的两种机理.通过回归公式绘制了CaO-SiO2-Al2O3(wMgO=10%)渣系的等氮容量图.结果表明:相同氮容量渣系,随着钢液中[%Al]s增加,渣/钢间氮分配比LN增加;相同[%Al]s情况下,随着氮容量的增加,渣/钢间氮分配比显著增加.高氮容量渣在渣/钢界面上会有很高的脱氮能力,在冶炼超低氮钢(w[N]<3×10-5)时,熔渣是进行脱氮和防止增氮的重要环节