利用Gleeble1500热模拟机研究了Nb质量分数0.089%的高温热机械轧制钢(4# Nb钢)在粗大奥氏体晶粒条件下的静态再结晶规律.作为对比,同时研究了一种铌质量分数0.049%的低碳含铌钢(2# Nb钢)的静态再结晶规律.实验结果表明:4# Nb钢的静态再结晶动力学过程比2# Nb钢慢,在高温时差异较小;随着形变温度的降低,4# Nb钢的静态再结晶动力学被极大地延迟.根据实验数据建立了静态再结晶模型,该模型对轧制工艺的制定有一定的指导意义

采用电磁质点速度计测量方法,测量有机玻璃中条形装药爆炸不同位置处的质点速度,并对测试数据进行回归分析,获得了条形药包爆炸速度场和能量密度衰减规律和分布,分析了条形药包爆炸速度场和能量密度场的特性

提出了一种基于聚类的支持向量机增量学习算法.先用最近邻聚类算法将训练集分成具有若干个聚类子集,每一子集用支持向量机进行训练得出支持向量集;对于新增数据首先聚类到相应的子集,然后计算其与聚类集内的支持向量之间的距离,给每个训练样本赋以适当的权重;而后再建立预估模型.此算法通过钢材力学性能预报建模的工业实例研究,结果表明:与标准的支持向量回归算法相比,此算法在建模过程中不仅支持向量个数明显减少,而且模型的精度也有所提高

利用FLAC3D软件模拟了露天爆破荷载作用下地下洞室群的动态响应.采用IDTS3850测试仪实测爆破振动数据,利用萨道夫斯基经验公式计算在最大装药量和最短爆心距情况下的爆破振动参数;将速度时程转换为应力时程,并利用FLAC3D内置的Fish函数,通过在边界节点或内部节点上输入动力荷载时程来实现动力加载,然后从塑性区、位移和应力方面对动力模拟和静力分析结果进行比较,得出动力荷载对洞室群稳定性的影响状况.研究表明:爆破振动会加大洞室群的竖直位移,尤其是洞室间交叉区域的位移;施加动力荷载后,对静力作用下所产生的应力集中有一定的卸荷作用,还会增大洞室壁的片帮,但不会使洞室群整体破坏

在了解国内外烧结机理研究方法的基础上,介绍了由北京科技大学设计的微型烧结法的构成和用法,并详细阐述了微型烧结法的的设计原理和理论依据,通过试验数据和生产过程的分析对比,从理论推导和试验结果上分析、验证了其可靠性.该法把烧结过程的各阶段与微型烧结法的试验联系起来,实现了烧结机理研究和生产研究的互补和关联

根据BP人工神经网络算法原理,结合某厂型钢轧机轧制扁钢时的轧制力实测数据,对扁钢轧制力进行建模.结果表明,神经网络用于轧制力建模是可行的,所建模型系统误差<1%,模型计算值与实测值的偏差<4%,较好地反映了实际轧制过程的特征

提出了一种基于小波和动态时间弯曲(DTW)距离的时间序列索引和相似匹配方法.该方法采用小波变换进行数据降维,利用R*-tree建立多维索引结构.给出了查询序列的DTW距离边界和其在小波空间的查询超矩形的计算方法,从而将原始空间的基于DTW距离的相似匹配转换为小波空间基于欧氏距离的相似匹配.证明了此匹配方法不会产生漏报,给出了基于DTW距离的范围查询算法和近邻查询算法.实验结果表明该方法具有较高匹配精度和其较低的计算代价

将改进的主元分析(PCA)方法应用于连铸结晶器的过程监测.基于板坯连铸结晶器摩擦力实测数据进行仿真分析,结果表明,改进的PCA避免了Q统计量的保守性,从而能够更有效地识别过程故障与工况改变引起的T2统计量的变化.与传统的PCA方法相比,改进PCA具有更强的故障检测能力

在物理冶金基本模型的基础上,通过对实验数据进行回归建立了Q235低碳钢的静态再结晶及晶粒长大模型,模型计算和实验所测结果相吻合.压缩实验为双道次压缩,实验条件为:变形速率0.5~2.0s-1,变形温度950~1100℃,变形量为0.15~0.25(真应变),初始晶粒尺寸为56~85μm

提出了一种基于免疫识别原理的径向基函数神经网络学习算法.该算法利用人工免疫系统的识别、记忆、学习等原理,将输入数据作为抗原,抗体为抗原的压缩映射作为径向基函数神经网络模型的隐层中心,输出采用最小二乘法确定权值.通过预报热轧带肋钢筋力学性能的仿真实验结果表明,与K-均值法选择中心点比较,该算法计算量较小,精度高