流型信号能够反映气液两相管流的流动特征，它们往往会伴随着各种随机噪声，为此建立了一座气液两相流的综合试验装置，提取气液两相管流的流型信号．采用小波变换对信号样本的进行多尺度分解，利用信号和噪声在不同尺度上的特性把它们区分开来，消除噪声后再对信号进行重构，得到了较好的去噪效果．

根据炉结构的共存理论与不同温度和成分下MnO-SiO2,MgO-SiO2和CaO-Al2O3-SiO2三渣系的实测粘度,制定了这些渣系的粘度计算模型.计算结果符合实际,证明这些模型可以正确地反映相应渣系粘度与各结构单元作用浓度和温度间的关系

在Petri网理论基础上,对ECA规则进行了建模研究,建立了基本Petri网模型.对如何用Petri网表示具有复合事件ECA规则进行了专门分析.提出了扩展的Petri网系统,并综合考虑ECA规则自身特性,建立了ECA规则系统Petri网模型,比较全面地反映了ECA规则系统特性.通过构建可达树和变迁序列,可以较为清楚地了解ECA规则系统及其行为特性,便于对规则系统进行合理性验证,以帮助系统管理员对其进行分析和管理

以圆坯连铸结晶器温度实测数据为基础,研究应用神经元网络求解结晶器传热反问题的可行性,并尝试将神经元网络与数值计算结合用于结晶器传热计算,探索针对实测数据的结晶器传热在线计算方法.结果表明,数值计算结果与实测温度符合较好,可真实反映实际生产中圆坯结晶器传热的非均匀特性

针对擦伤电极技术中长期存在的擦伤过程时间相关性问题,详细分析了其物理参量(擦伤时间和擦伤速度)对无膜表面最大表观反应电流的影响,指出:随着擦伤时间或擦伤速度的变化,无膜表面最大反应电流亦发生变化。这种变化将导致再钝化动力学衰减参数的失真。因此,以往的擦伤方式不能真实反映与定量研究金属材料的再钝化过程

以工业轧机为对象,建立了实用的板形方程即凸度传递模型.该方程能反映热连轧板形生成及控制的特点,并满足热连轧机组板形控制的需要.同时给出了建立板形方程所需的一整套完整分析工具.取样数据与该模型仿真计算结果的对比表明,该模型是可行的

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

分析了小波基函数对于确定模式、混沌模式及随机模式所表现出来的不同的收敛特性,提出构造一个小波神经网络及相应学习算法.利用小波网络在学习过程中神经元的不同增长趋势来反映上述收敛性的差异,从而将3种不同的模式予以区分,并将混沌模式从中提取出来

用有限单元法数计算了黄土路基单点多次夯击过程,在算例中给出了邯长高速公路夯击过程中地基内各点的应力、位移变化规律,并将计算结果与强夯法施工现场的测试结果作了比较.结果表明:模拟计算较好地反映了路基土体在强夯加固过程中的物理、力学参量的变化规律

针对传统的(NBO/T)比值计算方法在熔渣黏度预报上的不足,研究氧化物对熔渣聚合度的影响规律,修正了(NBO/T)比值的计算方法,计算结果反映了黏度随(NBO/T)比值变化的基本趋势.提出了一个基于修正的(NBO/T)比值的黏度预报模型.利用该模型预报了CaO-SiO2-Al2O3三元系、高炉渣CaO-SiO2-MgO-Al2O3四元系和CaO-SiO2-Al2O3-RO(R2O)体系的黏度值,预报效果比传统的Urbain模型和修改后的Iida模型要好.该模型能有效预报CaO-SiO2-MgO-Al2O3-R2O(K2O或Na2O)体系黏度值