针对轧辊表面电火花毛化过程中放电中心温度的变化、凹坑形状与电参数的关系等问题进行了研究.通过分析放电通道形成过程和热流密度分布函数,采用解析法建立了单个脉冲放电通道的热传导模型,并运用积分变换法和有限差分相结合的方法进行了温度场求解.讨论了轧辊表面在不同峰值电流下放电区域中心位置的瞬态温度变化,确立了峰值电流和脉冲宽度与熔化凹坑形状的关系.结果表明,理论计算值与实验结果相吻合,所建模型与采用的方法正确,可用于轧辊表面形貌形成过程的仿真

鉴于炉热状态判断对电石冶炼的重要性,在对电石炉冶炼过程特点分析的基础上,提出炉热指数的基本概念.建立了基于两段式热平衡分析的炉热指数计算模型,在此基础上建立了基于BP神经网络的电石液温度预测模型.采用这两种模型可以更有效地对电石炉热状态进行判断.模型仿真研究表明,电石液温度与高温区热盈余线性相关,用炉热指数判断电石炉热状态是可行的.电石液温度预测模型的命中率达到86.7%

定义了评价轧机板形控制性能的六项指标,包括承载辊缝凸度调节域、辊缝横向刚度、板形调控功效曲线、边缘降、辊间接触压力平均幅值和辊间接触压力分布不均匀度.建立了HC,CVC,PC和DSR系列轧机的有限元仿真模型,并从板形控制性能的六项指标方面分析了当前国际上流行的各种机型的特点

对热连轧过程中的活套系统进行了分析,对几种活套控制方式进行了比较.对AGC(自动厚度控制)系统和活套控制系统进行综合设计,提出了一种新的控制方式.仿真结果证明了方法的有效性,可进一步提高热连轧过程的成品质量

提出了整体频响函数的新概念(GFRF).以振型平方和的形式对全部频响函数进行加权组合,建立了多输入多输出模态参数的识别模型.仿真验算的分析结果表明,该方法具有精度高,一致性好,能分离密集模态和消除随机噪声等优点,可以应用于大型复杂结构的试验模态分析

介绍了对角递归神经网络,针对BP算法收敛慢的缺点,将递推预报误差学习算法应用到神经网络权值和域值的训练.通过对非线性系统辨识的仿真及在磷化温控系统建模中的应用,验证了这种建模方法的有效性

为了抑制机电振动,保证对干扰有良好的动态抑制作用且无静态扰动误差,针对轧机主传动系统,建立了基于模型匹配二自由度系统的状态空间模型,并将轧机主传动系统机电振动控制设计问题归结为标准的H∞控制问题；用线性矩阵不等式法得到输出反馈H∞控制器,以保证系统的鲁棒性．仿真研究结果表明,该方法有效改善了轧机主传动系统的跟踪性能,抑制了系统的机电振动现象,同时减小了轧制负荷扰动引起的动态速降．

针对永磁同步电动机电流矢量控制及传统直接转矩控制的缺点,提出了一种基于定子磁链直接控制的速度和转矩控制策略,通过直接控制定子磁链矢量的轨迹来实现磁链和转矩的控制,具有恒定开关频率及转矩和磁链脉动较小等优点,并给出了直接磁链控制应用的必要条件.仿真证明,提出的控制方案适用于恒转矩区和弱磁区的控制,且在较宽的速度运行范围内改善了速度和转矩控制的动态响应,明显优于传统的电流控制方案

将遗传算法与BP神经网络结合,提出了一种利用遗传算法优化BP神经网络权值的智能PID控制算法,改善了系统的动态性能.通过实验采集数据,拟合出无模拉拔感应加热温度控制系统的数学模型.采用本文提出的方法进行了仿真实验,结果表明该算法具有较强的快速性和鲁棒性

提出了板坯连铸二冷区全智能控制系统的构想，并用人工神经网络和模糊控制的方法对该系统进行了计算机仿真.结果表明，该系统不但能完成二冷各区段铸坯表面温度的动态控制，而且具有良好的自适应性和自学习功能