针对转炉特钢流程轧钢工序、连铸工序的生产特点,对轧制计划规则生成进行了描述,提出了基于规则的轧钢生产计划排产启发式算法,给出了详细求解步骤.在分析实际生产状况的基础上,对连铸浇次计划生成规则进行了描述,建立了连铸浇次最优化模型,同时对生产排产系统进行了总体设计和技术架构.运用Delphi7.0和SQL Server2000开发了生产排产系统,并应用于中型转炉特钢厂,实践证明模型实用可靠,系统通用性强

提出了一种应用灰度击中击不中变换提取故障特征的方法.从待分析信号中指定若干个目标波形,由此计算得出击中击不中结构元素对,在每个采样点位置进行模式匹配,具有故障特征的波形段将具有较高的输出.应用于制氧厂驱动电机的碰摩信号和转子试验台的冲击信号,成功提取出削波特征和冲击特征.该方法与人工分析信号的思路接近,算法容易理解,可以作为从时域波形直接提取故障特征的一种有效方法

介绍了一个采用有限差分法开发的温度模型.该模型可预测热轧钢板在冷床加速冷却时横断面的温度变化,算法的精确性得到商业有限元软件包的验证.模型中考虑了实际生产中钢板在空气中、水平流区、水紊流区的温度演变,同时还可耦合实测的热物理参数进行计算,这有助于提高模型的精确度

采用烟气分析方法连续获得转炉炉内脱碳反应信息,通过倒推计算法研究了转炉吹炼过程中钢水脱碳速度转折点的临界碳含量.结果表明:熔池搅拌能对反应后期脱碳速度转变的临界碳含量影响比较大,随着底吹供气强度增加,搅拌强度增强,临界碳含量[C]d降低,当熔池搅拌能大于一定值时熔池搅拌能变化对临界碳含量[C]d影响不大.对于顶吹转炉,供氧强度对临界碳含量[C]d影响很大,随着供氧强度提高,临界碳含量[C]d显著降低

提出了一种改进型电磁导引技术方案.该方案使自动寻引系统的核心部分——路径规划算法及程序得以实现.分析及实验结果证明,该项技术是可行的,并且具有极高的经济性

为提高决策树的适用性,以决策树在入侵检测中的应用为背景提出一种多标准的剪枝方法,使决策树程序能在参数调整后适应不同的应用.给出了用于描述决策树不同性能的一些参量,如稳定性、复杂度、分类能力等,用户可以根据具体情况对向量各分量的权重进行调整,逐步得到满足要求的决策树.实验结果表明,该算法能够根据入侵检测系统的具体需要,快速地构建相应的决策树,从而程序可被用于不同情况.该方法把由程序员决定决策树变成了由用户决定决策树,程序更通用,结果更合理

以工业PID控制中控制器参数调整困难为背景,在分析神经网络特性的基础上,提出神经网络控制方法,设计了具有自适应性的神经网络PID控制器。在描述了神经网络的学习机理的基础上,给出了控制器控制算法。通过2个实例验证了神经网络在线控制的可行性

提出基于免疫遗传算法与BP网络混合模型的冷连轧机组负荷分配的智能优化新方法,该方法具有学习功能强、计算精度高、使用方便等特点,且适合在线计算.实验证明了该方法的有效性

以BP算法为基础开发了ANN学习预测系统,用于宝钢IF钢大生产产品性能预测.同时,应用在宝钢IF钢大生产数据对该系统进行了测试和分析,并与多元线性回归结果进行预测精度比较.结果表明,ANN学习预测系统,除σ0.2误差较高(9.0%)外,σb,δ,r和n值均<5.0%,且比多线性回归方法精度高

根据1700mm热连轧机采集的现场数据分析了硅钢轧制工作辊磨损的规律和其磨损轮廓曲线．采用中部磨损和边部磨损分别建立磨损计算函数的方式,建立了无取向硅钢轧制的工作辊磨损预报模型．采用遗传算法优化计算了模型参数．现场实测数据验证表明,模型预报精度可靠实用,可用于指导生产实践．