高炉是一个包括复杂物理化学变化和传输过程的高温反应器。由局部反应和区域热平衡、物料平衡建立的机理模型难以适应炉况的迅速变化。用模糊数学理论进行不确定知识的处理,构成了知识库和推理机,从而建立了人工智能高炉异常炉况诊断专家系统,避免了人工可能漏看忽略的仪表微小变化所造成炉况判断的偏差,因而有较高的命中率

以某钢厂15t顶底复吹转炉为背景,介绍用一般IBM-PC微型机实现复吹转炉计算机操作,同时提出冶炼终点钢水温度、含碳量的自适应预报和补吹智能操作,并给出程序框图和实验结果

智能制造模式要求制造系统能够快速动态重构以及时响应多品种、小批量产品的客户化、个性化定制的需求.本文从生产制造流程出发,针对不同输入输出函数下非托肯守恒复杂制造系统一般PN模型,在网重写系统的基础上提出修正网重写系统.修正网重写系统依据产品制造流程聚类对规则类库中重构单元子类进行系统的模块化封装,并制定相应的重构区域边界耦合约束与内部结构使能规则.构建的修正网重写系统重构单元类库具有行为特性继承的特点,保证局部区域重构后制造系统的活性、有界性及可逆性,根据制造系统修正网重写系统重写规则与重构步序可实现制造系统自主快速的动态重构.仿真结果与应用实例验证了修正网重写系统的可用性

为了提高热轧生产过程精轧机组的轧制力预设定精度,需要对轧制力进行高精度的预报.本文通过机理公式计算出轧制力的近似值,然后采集大量的实际生产数据修正轧制力预报值.首先利用聚类方法区分不同的生产状态,其次在相同生产状态下采用加权最小二乘支持向量机计算轧制力的修正系数,最后采用乘法方式修正轧制力,达到高精度的轧制力预测.结果表明,轧制力预报的平均相对误差为3.2%,满足现场的生产要求

系统研究了面向复杂系统监测时变信号的实时故障检测与识别问题.采用滑窗Mallat小波快速变换克服传统小波变换的时域全局依耐性并提高计算效率,使之适应于实时故障检测;针对时变信号的故障模式识别难题,在故障检测基础上采用改进动态循环神经网络(improved dynamic recurrent neural network,IDRNN)进行智能故障识别.最后将滑动时窗小波检测模块及最优IDRNN网络模块嵌入某型完整卫星姿态控制系统仿真平台进行在线故障诊断.试验结果表明:实时条件下的滑动窗口小波变换与传统小波变换具有一致性,IDRNN对于时变信号识别具有较好的时域泛化能力,将滑窗移动时不变小波方法与IDRNN结合可以实现面向复杂系统监测实时信号的故障检测及复合模式分类

从露天矿采掘和运输成本的最小化角度出发,构建露天矿生产作业计划模型.基于群体智能优化理论,提出了用粒子群算法对露天矿生产作业计划模型进行解算的方法,并在求解过程中设计了带核粒子及双吸引子的粒子搜索策略.以MATLAB软件为平台进行求解运算最佳作业计划.以某露天铁矿为工程背景进行实例研究,将研究结果与露天矿实际生产指标和非线性规划解算结果进行比较验证.结果表明,粒子群算法可用于露天矿生产作业计划的优化编制

根据钢铁工业逆向供应链流程,分析了钢铁工业逆向供应链及其服务的基本定义和三个服务主体的特征.在此基础上,构建了一种二层级三维度钢铁工业逆向供应链服务过程模型.在服务抽象维、服务组织与协同运作维、服务网络跨级控制与服务增值维等三个维度构成的空间里,完成由服务方案匹配与决策实现的三阶段构成的第一级服务响应以及由服务功能实现的两阶段构成的第二级服务响应过程.探讨了服务过程实现中的服务模块化、服务知识获取与共享、服务模块智能匹配等关键技术.以某钢铁企业废钢逆向供应服务为实际应用案例,验证了模型的可行性

以石蜡为相变芯材,以正硅酸乙酯为硅源,在酸性条件下通过溶胶-凝胶法制备出石蜡/二氧化硅复合相变材料.应用傅里叶红外光谱、X射线衍射、扫描电镜、差示扫描量热法、热重法等手段对所制备复合相变材料的形貌、成分、热性能等进行了表征.实验结果表明,所制备的石蜡/二氧化硅复合相变材料的形貌是直径约为2μm的核/壳结构微球.当核/壳质量比为2∶1时,石蜡包覆率为66.3%,熔点为54.2℃,熔化焓为133.8 J·g-1,凝固点为49.5℃,凝固焓为127.5 J·g-1.与传统的有机高分子壳层材料相比,无机二氧化硅壳层材料具有更好的热导率,提升了复合相变材料的导热性能,且其不易燃烧,无腐蚀性,更加安全环保,有效拓展了相变材料在建筑保温和智能保温纺织物等领域的实际应用

以一款插电式燃料电池电动汽车(plug-in fuel cell electric vehicle，PFCEV)为研究对象，为改善燃料电池氢气消耗和电池电量消耗之间的均衡，实现插电式燃料电池电动汽车的燃料电池与动力电池之间的最优能量分配，考虑燃料电池汽车实时能量分配的即时回报及未来累积折扣回报，以整车作为环境，整车控制作为智能体，提出了一种基于增强学习算法的插电式燃料电池电动汽车能量管理控制策略.通过Matlab/Simulink建立整车仿真模型对所提出的策略进行仿真验证，相比于基于规则的策略，在不同行驶里程下，电池均可保持一定的电量，整车的综合能耗得到明显降低，在100、200和300 km行驶里程下整车百公里能耗分别降低8.84%、29.5%和38.6%；基于快速原型开发平台进行硬件在环试验验证，城市行驶工况工况下整车综合能耗降低20.8%，硬件在环试验结果与仿真结果基本一致，表明了所制定能量管理策略的有效性和可行性

在贝叶斯理论框架下, 提出了一种基于多源数据融合的深埋硬岩隧道围岩参数概率反演方法.首先, 分析硬岩隧道常用的启裂-剥落界限本构模型中围岩单轴抗压强度、启裂强度与抗压强度比及抗拉强度三个参数不确定性来源, 确定其概率统计特征; 其次, 利用粒子群算法优化多输出支持向量机, 建立反映反演参数与隧道监测数据间非线性映射关系的智能响应面; 最后, 结合贝叶斯分析方法构建概率反演模型, 运用马尔科夫链蒙特卡洛模拟算法实现了围岩参数的动态更新.将该方法应用到某深埋硬岩隧道中, 利用反演的围岩参数计算隧道拱顶下沉点、周边收敛点变化值及开挖损伤区深度, 与监测数据吻合较好.结果表明, 该方法可以实现围岩多参数快速概率反演, 更新后的参数可用于硬岩隧道施工安全风险评估与结构可靠性设计