案例推理在冷轧建模中的应用

对冷轧生产中负荷分配方法的现状进行了分析,利用人工智能技术,结合冷轧的实际生产过程和工艺特点,从系统结构和软件实现两方面对冷轧负荷分配模型进行了研究,建立了基于案例推理的冷轧负荷分配模型,经现场实际数据证明所建模型更符合实际轧制情况,提高了冷轧负荷分配建模体系的求解效率和求解质量,为人工智能技术在实际生产中的应用提供了新思路。     

二次曲线模型求解中厚板轧制过程中的温度场

针对中厚板轧制过程中温度场不易精确模拟,普通温度模型计算存在误差较大的问题,通过建立二次曲线模型来计算中厚板轧制过程中的温度场,即对中厚板的轧制过程进行一定的简化,用二次曲线逼近中厚板轧制时沿厚度方向上的温度场,并在该曲线的基础上得出二次曲线模型和其计算方法．利用该二次曲线模型对Q235轧制过程中的温度场进行解析．结果表明,二次曲线模型预报精度的相对误差可以控制在3％以内,完全能够满足中厚板在线实际生产的需求．二次曲线模型同时也为其他热轧的温度场解析控制提供了范例．     

二次曲线模型求解中厚板轧制过程中的湿度场

针对中厚板轧制过程中温度场不易精确模拟,普通温度模型计算存在误差较大的问题,通过建立二次曲线模型来计算中厚板轧制过程中的温度场,即对中厚板的轧制过程进行一定的简化,用二次曲线逼近中厚板轧制时沿厚度方向上的温度场,并在该曲线的基础上得出二次曲线模型和其计算方法.利用该二次曲线模型对Q235轧制过程中的温度场进行解析.结果表明,二次曲线模型预报精度的相对误差可以控制在3%以内,完全能够满足中厚板在线实际生产的需求.二次曲线模型同时也为其他热轧的温度场解析控制提供了范例.     

双层基于案例推理机制的设计

研究了双层基于案例推理机制的设计,讨论了基于案例推理的基本原理与方法,研究了基于案例修改的数学模型、修改原则、修改模型的构建、修改的匹配算法,介绍了基于案例推理和基于案例修改的学习与维护过程。     

冷轧建模中基于粗糙集和神经网络的案例检索

针对一般基于案例属性相似度的案例检索方法在实际应用时存在相似性度量的定义等难点而无法保证两效、准确检索的问题。提出了一种新的案例检索方法。根据粗糙集理论对冷轧负荷分配决策表进行简约以及从简约的决策表数据中发现规则,在此基础上利用发现的规则建立隐层节点数更合理的神经网络模型。以此神经网络模型实现相似案例检索,经在线实验证明,应用该方法可实现快速高效的案例检索。提高了整体智能推理建模的效率和质量。     

基于人工神经网络的中厚板精轧机轧制力预报

采用人工神经网络方法,以生产实测数据为基础,建立了高精度的中厚板精轧机轧制力预报模型。     

中厚板轧机轧制压力数学模型研究

以现场的钢种为样本,测定热轧条件下的流动应力,建立流动应力模型。采用现场实测轧制数据,通过数值计算,得到该轧机轧制压力模型,并投入计算机在线控制生产,经济效益显著。     

基于实测值的自适应算法在中厚板轧制中的应用

提出了一种应用于中厚板轧制的道次间自适应算法，该算法以实测数据为基础，通过实测轧制力与实际计算轧制力的比值决定轧制力模型学习量的大小，做到了真正意义上的以实测数据来校正模型，从而使设定的模型有较好的自学习功能，并在实际应用中表现出较好的学习效果。     

基于统计特征的属性相似度计算模型

利用统计方法挖掘案例库中案例属性的客观规律,在此基础上建立案例之间相似度计算模型.其实质是通过样本反应出来的属性的分布特征,将传统计算模型中案例属性数值上的距离与空间上几何距离的线性映射关系改进为非线性映射关系,并在此基础上通过传统的最近相邻检索算法计算出更客观的相似度.所提出的计算模型能够更客观地反映属性之间的相似程度,并提高案例检索算法的精度,同时进一步提高了案例推理系统的有效性.     

非对称轧制过程的参数

本文提出了非对称轧制过程的全粘着三角形上限解模型，并建立了模型参数关系。采用约束优化的方法对变形功率进行极小化处理，确定了模型参数，进而研究了轧制条件对轧件弯曲、压下量分配等参数的影响．对轧辊速度不匹配时轧制参数的研究表明，文中方法和有限单元法分析及实验研究结果吻合。     

基于混合遗传算法的两流薄板坯连铸连轧流程生产调度系统

首先建立了两流薄板坯连铸连轧流程生产调度规则库.然后根据该生产流程的特点,提出了遗传算法新的编码、交叉、变异操作及改良的概念,并在遗传算法的初始种群建立和改良过程中引入调度规则.在此基础上,利用调度规则和遗传算法相结合的混合遗传算法建立了两流薄板坯连铸连轧流程生产调度系统.该调度系统可以较好地解决两流薄板坯连铸连轧流程的动态调度问题,进一步优化生产组织.     

反求工程CAD建模技术

在综合介绍目前反求工程的CAD建模技术的基础上，提出一种实用的基于实物样件获取产品数学模型的CAD建模技术，结合对实际工业产品的反求过程，全面介绍了该技术中的表面数字化、散乱数据误差修正、散乱数据规则化、曲面重构、CAD建模等过程的技术要点，应用结果表明：该CAD建模技术实用，有效，能够有效避免产品反求过程中曲面畸变、干涉等变形的产生，生成的数学模型光滑、连续、几何信息完整；在数控加工和反求工程中有着广阔的应用前景，是推行并行工程的重要基础和支撑技术，同时，由于该技术的实施能在很短的时间内复制实物相提并论件，因此在实际应用中具有广为推广应用的价值。     

现场CBR检测技术的运用及注意事项浅析

CBR又称加州承载比,是California Bearing Ratio的缩写,由美国加利福尼亚州公路局首先提出,用于评定路基土和路面材料的强度指标,对路基填筑材料合理的选择具有重要的参考意义。为了进一步积累经验用于实践,以促进国际学术交流,参考了国内外的情况,我国将CBR指标列入《公路路基设计规范》和《公路路基施工技术规范》,作为路基填料选择的依据。本文通过对现场CBR检测技术的实施步骤及注意事项分析,从而使CBR试验能更好的运用于工程实践。     

热轧带钢轧制批量计划的实例应用

应用轧钢厂生产批量计划的理论方法,从热轧带钢的实际生产工艺出发,建立了热轧生产批量的具体模型·对模型参数的结构进行了分析,给出了模型参数的具体表达,并应用遗传算法用来求解热轧带钢生产计划问题·组合了运筹学与人机协调系统,开发了实验性原形系统·这个系统不但改进热轧调度的质量,由调度系统产生的热轧调度优于手工系统产生的调度,平均改进在２０％以上,而且降低了产生热轧调度的时间·     

热轧带钢层流冷却过程混合智能控制方法

现有热轧带钢层流冷却过程缺少对卷取温度的直接反馈机制,难以将卷取温度控制在一定范围内.将机理模型与案例推理智能技术相结合,提出了由冷却区喷水集管开启阀门总数预设定模型、卷取温度预报模型、前馈补偿模型与反馈补偿模型四个模块组成的混合智能控制方法,并利用某钢厂的实际运行数据进行实验研究.实验结果表明即使在工况条件频繁变化时,提出的层流冷却混合智能控制方法也能够及时、自动调整喷水集管阀门开启总数的设定值,最终将实际卷取温度控制在工艺要求的范围内,从而提高热轧带钢的组织性能.     

冷连轧第5机架轧制力模型

在冷连轧轧制过程中,综合考虑轧件、轧辊的弹性变形和轧件的塑性变形,将轧件的受力变形区分为:入口弹性变形区、塑性变形区和出口弹性变形区·采用数值积分法,迭代计算入口弹性变形区和塑性变形区的轧制力,用出口区单位压力分布曲线围成的面积和轧件宽度的乘积近似计算出口弹性变形区的轧制力,两者求和即得到第5机架轧制力计算模型·用现场记录的不同钢种和规格的多组数据进行仿真计算,结果表明,该模型满足冷连轧生产轧制力预计算所需的精度要求·     

工艺参数对棒材粗轧过程晶粒尺寸影响模拟

利用商业有限元分析软件MSC．Marc,建立了轴承钢GCr15棒材六道次粗轧过程的三维有限元模型．借助MSC．Marc的二次开发功能,将轴承钢GCr15的微观组织演变模型与棒材粗轧过程的热力耦合有限元模型相结合,模拟了不同工艺参数下奥氏体晶粒尺寸的演变过程．模拟结果表明,粗轧过程中轧件中心奥氏体的晶粒尺寸随着轧制温度的升高而增大;轧制速度对晶粒尺寸的演交基本没有影响;初始晶粒尺寸和轧辊辊缝的大小对奥氏体晶粒尺寸的演变过程有一定影响,但对六道次粗轧后的晶粒尺寸影响不大．实际工艺参数下模拟得到的轧件内部晶粒尺寸与实测值吻合较好．     

热连轧机轧制力成比例负荷分配的CLAD算法

为了实现热连轧精轧机组负荷分配的在线优化设定,提出一种轧制力成比例负荷分配的新算法CLAD算法(change load ratio by adjusting draft).其要点是通过调整压下量的偏差来使当前轧制力与目标轧制力的偏差最小化.根据轧制力成比例原则建立非线性方程组,结合假设条件,将系数矩阵简化为对角阵,经数学推导给出了新算法的迭代公式和收敛条件.提出一种经验插值法确定初始值,使得负荷分配迭代计算能快速收敛.对宝钢典型轧制案例的模拟计算验证了新算法具有计算速度快、收敛性好等优点,可用于在线计算.