以生产条件下采集的数据为基础,采用理论解析与统计分析相结合的方法,建立了角钢连轧的温度预报模型与切分孔轧制力模型。提出了采用离散化与函数拟合相结合的方法简化型钢轧制的工艺模型

黏度是冶金熔渣的基本物理性质，其大小直接影响到反应速率、熔渣分离效果等冶炼过程。通过深入探索熔渣黏度与其结构的关系，在分析熔渣黏度与其(NBO/T)比值（即单个聚合物粒子所拥有的非桥氧数量）相互关系的基础上，本文提出基于（NBO/T）比值的多元熔渣黏度计算模型。首先建立SiO2–∑MxO简单渣系的黏度计算模型，通过拟合纯氧化物和SiO2–MxO二元渣系的黏度数据得到模型参数，拟合平均误差在9%～18.5%之间；随后将该模型扩展至SiO2–Al2O3–∑MxO多元渣系的黏度计算，针对Al2O3在熔渣中同时表现出酸性氧化物和碱性氧化物的特点，在计算SiO2–Al2O3–MxO三元渣系黏度时，将其中的Al2O3拆分为酸性物质和碱性物质来计算（NBO/T）比值和黏度活化能。在SiO2–MxO二元系模型参数的基础上，通过拟合SiO2–Al2O3–MxO三元渣系的黏度数据得到含Al2O3渣系的模型参数，拟合平均误差在10%～25%之间。利用该模型计算了SiO2–Al2O3–CaO–MgO–FeO–Na2O–K2O–Li2O–BaO–SrO–MnO多元复杂渣系及其子体系的黏度值，计算平均误差在25%以内，取得了较好的预报效果。本模型基于熔渣结构理论，并借鉴了经验模型的数据处理方式，在预报效果和适用范围上都优于传统经验模型，在计算方式上比结构模型要简单

一、基本方程 设:H=1000hpa位势高度(地面气压) H=高空平均层位势高度(500hpa)

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

运动学法——利用变压、变高的分布特点,通过运动学公 式,预测系统未来的移动的变化 一、系统移动的运动学公式 取固定坐标系——固定于地表,以速度运动的质点

针对相图模式识别评估,给出了一种新方法来计算预报中间化合物的生成与否和中间化合物的种类以及数量.利用构成二元系相图的纯组分的离子的微观参数(半径和电负性)作为原始变量,经过特征变换和归一化处理,建立判别函数,计算并预报了二价稀土卤化物与碱金属卤化物构成的二元系相图按中间化合物信息进行的结果

逐步回归实例分析 y:伊犁河年平均流量(1975) X1各预报因子,其含义见P64,数据见P66表4-7 资料年限:1953—1974年n=22 一、计算原始增广矩阵

提出了流变应力的描述方法,该方法考虑了热变形时组织演化的影响.在此基础上,提出了一种新的金属热变形时组织演化的模拟方法,并确定了组织演化模拟程序中一些关键性因素,还讨论了冷却过程中的组织变化和性能预报问题.对Q235低碳钢的双道次压缩过程的组织演化情况进行了模拟,并和实验结果进行了对比

在爆破后很短时间内形成的蘑菇云和缓慢从爆堆中散发出的爆堆溢出气体构成了爆破毒气的总量.依据气体的运动特点,分别把它们看成是瞬时体积源和不规则体积源.溢出气体扩散采用积分烟团模式,通过模型简化及扩散系数修正,建立了露天矿空气污染评价模型,并利用它对大冶铁矿的爆破进行了较为准确的污染预报

为了满足某厂1580热连轧机宽度控制精度需求,提高宽展模型的广泛适用性,利用ANSYS/LS-DYNA有限元软件,对热轧粗轧区立轧-平轧过程进行了模拟.根据模拟数据,系统地分析了轧件宽度、厚度、轧辊直径、立辊侧压量和厚度压下量对\狗骨\宽展、自然宽展和绝对宽展的影响规律.利用模拟数据并结合现场数据构造了FES(finite element simulation)\狗骨\宽展模型和自然宽展模型,并建立了PSO-BP神经网络(粒子群BP神经网络).最后,FES宽展模型与PSO-BP神经网络相结合预报第1、3和5道次的宽展,其预报值与实测值误差在1mm以内的均达到了99%以上,达到了宽度控制的精度要求