通过对武汉钢铁公司热轧带钢厂粗轧机(R2~R4)设备、工艺参数的综合测试研究,论述了四辊轧机辊系运动状态与辊系轴向力的关系,分析了辊系轴向力生成的原因和轴向力的大小。以实测数据为依据,讨论了支承辊止推轴承的实际负荷状况、破坏机理及工作寿命,提出了减少R2~R4轧机支承辊止推轴承烧损的可行措施

探讨了一种将有监督学习机制融合到模糊ART网络构成一个有监督的模糊ART神经网络模型.这种网络能同时处理有监督和无监督学习问题,并具有积累和增加网络学习的能力.对该网络进行了滚动轴承检测数据模式分类实验,并与BP网络进行了比较性实验.结果表明:该网络具有良好模式分类能力和较好的可塑性

为了研究2800四辊轧机在工作辊服役后期\逆宽\轧制状态下的凸度控制问题,结合大量的现场实测数据,运用变厚度平面有限元方法建立了专门针对2800四辊轧机的辊系变形(即凸度预测)仿真模型.根据仿真计算结果,揭示出工作辊服役后期的\箱型\磨损辊形、钢板宽度及轧制力等对钢板凸度的影响关系,并提出相应的生产中可行的控制措施

在弹塑性有限变形理论的基础上,应用大型通用有限元分析软件ANSYS对平三角孔型中轧件的变形进行了模拟.该分析软件是基于Newton-Raphson法的迭代过程,用一系列近似值逐渐收敛于实际的非线性解.为验证有限元模拟的准确性,还应用视塑性方法进行了实验研究.为保证实验精度,采用数控技术和激光技术刻制网格,并采用体视显微镜放大网格,以及采用计算机图像处理系统自动采集数据.计算结果与实验符合较好

借助于引入θ参数所得到的组元的活度系数与温度间的新关系式,导出了由二元简单共晶的相图计算组元活度的修正式。应用本文的新公式计算了1200K下Cu-Bi二元系中Cu-Bi的活度,结果表明经修正后的公式与实测数据吻合

提出了基于偏最小二乘回归模型的带钢热镀锌质量监控方法.以带钢热镀锌生产中带钢力学性能和锌层质量的质量监控为研究对象,用偏最小二乘方法建立了生产过程参数与质量结果之间的回归模型,对生产过程控制能力进行了分析,并给出了产品质量的预测方法.用鞍钢股份有限公司带钢热镀锌的实际生产数据进行验证.结果表明,偏最小二乘法比传统的多元线性回归方法具有更好的预测精度,基于偏最小二乘回归的锌层质量预测模型,其相对预测误差可达到5.93%

用人工神经元方法分析IF钢性能与成分、加工工艺之间关系.通过实验与现场数据训练1个前向网络的考核结果表明，该方法是用于大生产中IF钢成分与工艺设计的有效方法

将遗传算法与BP神经网络结合,提出了一种利用遗传算法优化BP神经网络权值的智能PID控制算法,改善了系统的动态性能.通过实验采集数据,拟合出无模拉拔感应加热温度控制系统的数学模型.采用本文提出的方法进行了仿真实验,结果表明该算法具有较强的快速性和鲁棒性

采用恒变形率凸轮压缩试验机对不锈钢0Cr13热变形流动应力进行了试验研究,分析了变形温度、变形速率、变形程度对流动应力的影响,同时对不同的数学模型结构形式进行了非线性回归,提出了2个非线性流动应力数学模型.分温度段回归数学模型与试验数据具有较高的拟合精度,全温度段回归的数学模型便于计算机控制在线生产

提出一种基于生物免疫系统克隆选择机理和免疫网络理论的免疫算法.该算法通过抗体的克隆选择和变异过程,完成对入侵抗原的清除,实现免疫防御的功能;利用免疫网络调节的思想选择抗体记忆细胞,完成知识的学习和积累,实现免疫自稳的功能;利用所建立的抗体记忆矩阵实现对类似入侵抗原的快速应答,行使免疫监视识别功能.该算法利用生物变异机制实现抗体的自适应调节,使系统具有自适应、自学习能力.在加热炉状态识别的应用研究表明,本文所提出的算法在解决数据识别方面具有较好的效果