BP网络在漏钢模式识别中的应用研究

介绍了连铸结晶器中常见的四种温度模式 ,设计了几种漏钢预报神经元网络模型 ,并进行了训练和测试 ,对 BP网络在漏钢模式识别中的应用进行了研究     

板坯连铸中间包下渣量及影响因素水模型研究

对我国某钢厂单流板坯连铸机中间包进行了水模型实验研究,测定了不同条件下中间包的下渣量和中间包钢液的RTD曲线及平均停留时间,用NOSA统计软件对测试结果进行了数据处理。研究中发现,中间包下渣量与浇注高度、中间包结构、控流元件的位置和高度、大包换包及换包时中间包液面高度有关。同时还观察到,采用阶梯型结构的中间包,在每一个中间包浇注最后一炉时,既可以降低中间包下渣量,又可以提高金属收得率。     

电弧炉埋弧冶炼工艺研究

本文介绍炉渣发泡性能的实验室研究和在普通功率小电炉上的工业性实验研究结果，指出了影响炉渣发泡的因素、炉渣发泡工艺的优越性以及一些促进炉渣发泡的添加剂及其加入方法。     

板坯连铸漏钢预报神经元网络专家系统的研究

在提出混合式神经元网络专家系统的理论框架结构的基础上，用C语言开发了具有神经元网络模式识别功能和专家系统功能的漏钢预报模型。离线测试表明，本系统比武钢引进的逻辑判断预报系统性能更好。     

连铸电磁搅拌速率影响因素的多元回归分析

采用低熔点金属伍德合金，在实验室条件下模拟研究了诸如供电电流、测速点的高度、加不锈钢模与否、测速开始时金属液的温度、测速点处熔池半径等因素对连铸电磁搅拌过程中金属液的搅拌速率的影响。根据所测数据，进行了多元回归分析，得出了多元回归方程。结果显示，供电电流对金属液的搅拌速率影响最大，加模与否的影响不显著。