从区域化变量分布的稳健性角度,借鉴产品加工质量精度控制的理论,基于Johnson分布曲线族提出了一套非正态数据转换方法,并设计了转换流程.以SPSS和Surpac矿业软件为工具,通过实际案例分析了传统数据转换方法和Johnson转换方法的应用效果.实践证明,采用上述方法转化后的数据开展统计分析、变异函数模型的拟合及验证、克立格估计等工作,更容易满足稳健性要求,并能从本质上减小估计误差,提高估计精度

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%

建立了RH—MFB精炼过程中钢水温度的数学模型，通过Delphi程序计算了精炼过程中钢水的温度．结果表明，RHMFB精炼开始阶段，钢水温度急剧下降，前10min降温速率约为3℃·min-1．加Al吹氧、加合金和真空室内壁初始温度对钢水温度影响较大．采用该模型预测了精炼结束时刻的钢水温度，与生产中钢水温度平均误差在±5℃以内的占80%．

针对联合循环发电厂(combined cycle power plant,CCPP)煤气系统因工况变化频繁带来的模型与过程不匹配的问题,提出一种基于OS-ELM (online sequential extreme learning machine)的CCPP副产煤气燃料系统在线性能预测方法.首先通过分析副产煤气系统各主要组成部件的工作原理,利用流体力学、质量守恒以及能量守恒等关系,建立起以离心压缩机、煤水分离器、冷却器等为核心部件的副产煤气系统机理模型.利用OS-ELM算法和滑动窗口技术对机理模型的输出误差进行修正,实现副产煤气系统出口参数的精确预测和模型的快速在线更新.仿真实验证明,该方法能够准确地预测副产煤气系统的输出压比和温比,并能够跟踪煤气系统工况的变化和特性的漂移,满足实际工业生产的需求

应用固体电解质定氧探头测定了碱性复杂炉渣的FexO活度,并对结果进行了误差分析。炉渣中的FexO活度对拉乌尔定律呈正偏差,且偏差的程度随CaF2、FexO含量及碱度的增加而减小,随P2O5含量的增加而增大。当炉渣的碱度大于2.1时,FexO活度随温度的上升而减小。根据实验结果,绘制了1450℃时FexO-(SiO2+P2O5+Al2O3)-(CaO+MgO+MnO+CaF2)准三元系的等FexO活度图

本文论述了用改进的快速富里叶变换方法和最小二乘方法分析、估算在冷轧过程中由轧辊偏心引起的周期性变化信号。并以此信号为依据,控制轧钢机的压下系统,实现对偏心的动态补偿。最后介绍了清除由于分析、估算中的误差给偏心补偿带来的影响的措施

本文首先对双P型辐射管进行实验和数值研究，发现除NOx含量的误差偏大外，其他参数的偏差都在1%以内，证明该模型具有一定的可靠性.在此基础上，将空气分级的理念应用于双P型辐射管，提出一种带支管喷口的分区分级燃气辐射管，并建立相应的数学和物理模型.对比双P型辐射管和分区分级辐射管的模拟结果显示：分区分级燃气辐射管和双P型辐射管内气体的平均流速分别为25.8m·s-1和21.0m·s-1，热效率分别为65.9%和64.2%；分区分级燃气辐射管壁面最高温度为1047℃，壁面最大温差为73℃，比双P型辐射管降低15℃，分区分级后气体平均流速增大，提高了直管和回流管管段的烟气温度和壁面温度，具有更好的温度均匀性

铌(V)与2-[(5-溴-2-吡啶)偶氮]-5-(二乙氨基)苯酚及磺基水杨酸形成蓝色的三元络合物,在610纳米有最高吸收峰,可用于铌的分光光度测定。在pH=2并保一定的5-Br-PADAP及磺基水杨酸的浓变,显色液中铌含量在0~40微克/25毫升的范围内服从比尔定律。研究了共存离子的干扰行为及掩蔽方法。采用此方法测定钢样时,利用铁(Ⅲ)-磺基杨酸络合物与铁(Ⅲ)-CyDTA络合物颜色的显著不同,可用CyDTA滴定到试液由深红色变为浅黄色以证明掩蔽完全,而控制CyDTA的用量,借以避免因CyDTA加入量过多引起吸光度减低而造成的误差,是此法之特点。提出了测定钢样及铝合金试样中铌含量的手续,测定了三元络合物的组成

采用矢量控制的感应电动机,其控制性能与它激直流电机类似,用这种控制方法,电机的转矩电流分量和磁通电流分量可实现解耦控制。本文讨论矢量控制系统的鲁棒性。针对前馈矢量控制系统中由于电机参数与速度检测小误差造成磁场定向错误,提出了一种新的自适应校正策略,该策略采用PRBS在线辨识技术,算法简单,不需要额外的传感器。最后给出了系统实现及实验结果

针对一类带有未知虚拟控制增益的随机严格反馈非线性系统,基于后推设计,引入积分型Lyapunov函数,并利用神经网络的逼近能力,提出了一种自适应神经网络控制方案.与现有研究结果相比,放宽了对控制系统的要求,取消了对于未知函数的限制条件.通过Lyapunov方法证明了闭环系统的所有误差信号依概率有界.仿真结果验证了所给控制方案的有效性