基于BP神经网络的球墨铸铁组织和力学性能预测

以合金化元素与组织和性能关系为研究对象,从42组实验数据中,选取33个作为训练样本,9个作为验证样本,采用BP神经元网络原理,以珠光体球墨铸铁组织和力学性能的主要影响元素作为输入量,模型由3层神经元组成,分别为输入层、隐含层和输出层,建立了合金成分对珠光体含量的影响规律的神经网络模型,珠光体含量、铁素体含量及球化率和硬度及强度关系的神经元网络模型.用建立的网络模型预测结果表明,该方法对球墨铸铁的珠光体含量和力学性能预测具有很好的准确性,有效地解决了球墨铸铁化学成分、显微组织与力学性能之间的关系难于描述的问题.     

基于综合建模方法的铅锌烧结块成分预测

针对铅锌烧结过程异常复杂的实际情况,提出了一种既可保证预测精度又满足配料计算对数据完备性要求的铅锌烧结块成分预测智能集成模型.该模型综合了机理与多种智能建模方法的优点,对于正常生产情况(即数据完备区),通过模糊分类/组合以及神经网络NN分段描述方法建立了成分预测的监督式分布神经网络模型;对于异常或不常用工况(即数据不完备区),通过专家经验规则修正部分假定或统计参数方式建立经验机理模型;采用串、并联形式将2种模型有机结合,并通过专家推理进行集成协调与更新修正,形成智能集成模型,实现成分可靠、准确的在线预测.在实际生产中运用该模型,烧结块铅、锌成分预测的相对误差分别为1.51%和0.41%.     

利用近红外光谱技术的葵花籽品质分析

葵花籽作为中国需求量很大的油料作物,常用的化学检测方法虽然准确性高,但是时间久,破坏样本完整性,难以实现快速检测。为了研究近红外光谱法快速无损检测葵花籽中蛋白、脂肪及水分含量的准确性,使用454份葵花籽样本近红外光谱数据及蛋白质、水、脂肪三个含量信息为测试对象,随机选取其中383份作为测试集,71份作为验证集,对测试集使用不同的预处理方法之后分别进行PLS(partial least-square method)和BP神经网络建模,并通过验证集对模型进行预测分析。结果发现:①PLS模型预测中发现小波变换的预处理方法对蛋白质含量的预测最好,小波变换的预处理方法对水分含量的预测最好,标准化的预处理方法对脂肪含量的预测最好;②BP神经网络预测中一阶导数+均值中心化对蛋白质含量的预测最好,一阶导数对水分含量的预测最好,一阶导数+标准化对脂肪含量的预测最好。比较两种神经网络模型的预测结果,PLS模型预测精度要高于BP神经网络模型。     

基于集成学习的神经网络对小RNA的预测

通过计算智能的方法,即粒子群算法优化的前向人工神经网络和集成神经网络来预测小RNA。从小RNA前体序列中提取36维特征用于训练神经网络模型,利用训练好的模型分别对阳性和阴性小RNA数据集进行测试,预测平均精度达到90%以上,并且通过集成神经网络的方法取得了更高的精度。实验结果表明,利用集成神经网络建模进行小RNA的预测是一条行之有效的途径。     

基于神经网络集成的经济预测模型

针对单个BP神经网络用于经济预测存在的不足,提出了一种新的更有效的经济预测模型--神经网络集成.神经网络集成通过训练多个神经网络并将各网络输出进行合成,能够显著提高网络的泛化能力.以广东省江门市的经济数据为例,采用Bagging算法训练了五个BP神经网络,构建了一个神经网络集成的GDP预测模型,并运用MATLAB 7.0语言程序实现.预测结果令人满意,优于单个神经网络预测方法.实证表明,神经网络集成用于经济预测是有效可行的,同时在一定程度上克服了单个神经网络的缺陷.     

基于涡流检测原理的便携式钢板检测仪设计

涡流检测是无损检测技术的一个应用分支,通过对常规涡流检测原理的分析,采用低频涡流检测技术,在硬件上应用片内集成ARM7TDMI核的微处理S3C44B0X,软件上采用μC/OS-II实时嵌入式操作系统内核,设计出便携式钢板检测仪,进行钢板材料的在役检测.     

基于近红外光谱技术的葵花籽品质分析

葵花籽作为国内需求量很大的油料作物,常用的化学检测方法虽然准确性高,但是时间久,破坏样本完整性,难以实现快速检测。为了研究近红外光谱法快速无损检测葵花籽中蛋白、脂肪及水分含量的准确性,本文使用454份葵花籽样本近红外光谱数据及蛋白质、水、脂肪三个含量信息为测试对象,随机选取其中383份作为测试集,71份作为验证集,对测试集使用不同的预处理方法之后分别进行PLS和BP神经网络建模,并通过验证集对模型进行预测分析。结果发现:(1)PLS模型预测中发现小波变换的预处理方法对蛋白质含量的预测最好RMSECV=0.343,RMSEP=0.296,小波变换的预处理方法对水分含量的预测最好RMSECV=0.299,RMSEP=0.354,标准化的预处理方法对脂肪含量的预测最好RMSECV=0.285, RMSEP=0.316;BP神经网络预测中一阶导数+均值中心化对蛋白质含量的预测最好RMSEP=0.341,一阶导数对水分含量的预测最好RMSEP=0.329,一阶导数+标准化对脂肪含量的预测最好RMSEP=0.312。(2)BP神经网络模型与PLS模型预测对比发现,PLS模型预测精度要高于BP神经网络模型。     

智能神经网络在Internet入侵检测中的应用

本文探讨了一个基于智能神经网络的网络入侵检测系统模型。在对网络中的IP数据包进行分析处理以及特征提取的基础上,采用智能神经网络进行学习或判别,以达到对未知数据包进行检测的目的。实验证明这是一种行之有效的网络入侵检测的解决方法。     

基于涡流传感器的非接触式金属板厚度测量系统

利用涡流无损检测方法对金属板材进行厚度测量时,由于电涡流传感器探头线圈的阻抗表达式过于复杂,金属板材的电导率、磁导率和厚度等因素对探头阻抗的影响难以通过探头线圈的阻抗变化进行观察。针对这一问题,介绍了一种基于涡流传感器的非接触式金属板厚测量系统。该系统利用PSD技术实现涡流阻抗信号的正交分解,采用STM32单片机对数据进行处理,最后进行人机操作、液晶显示和数据存储。整个系统具有较高的检测精度和灵敏度,能够在强噪声背景的干扰下实现阻抗信号的二维信息检测。     

遗传算法和神经网络耦合的金融预测系统

神经网络具有强大处理非线性系统的能力和映射能力,在财务预警和金融预测中得到广泛应用.神经网络与遗传算法耦合的金融参数预测系统(GA-BP系统)是利用智能模拟算法,算法要点是遗传算法对神经网络预测金融系统拓扑结构层间权系值进行优胜劣汰演化,本文证明二者耦合能提高网络系统的效率和预测精度,实现了两种智能模拟方法的集成耦合.     

石墨和碳化物形态对高镍奥氏体球铁抗热冲击性能的影响

本文论述了合金元素Si,Cr,Mo对含Ni20％的高镍奥氏体球墨铸铁抗热冲击性能的影响,揭示了石墨和碳化物形态与热冲击疲劳裂纹扩展方式和扩展速率之间的关系。发现石墨呈球状时热冲击疲劳裂纹为晶界型裂纹,抗热冲击性能最好;呈片状时为穿晶型裂纹,抗热冲击性能最差,呈枝晶状时为(晶界加穿晶)混合型裂纹,抗热冲击性能介于前二者之间.加入适量的Cr,Mo,Si可显著地提高抗热冲击性能。     

含As、Sn、Pb、Ti球墨铸铁的热处理

探讨了１０种热处理工艺对含Ａｓ、Ｓｎ、Ｐｂ、Ｔｉ球墨铸铁试样抗拉强度及延伸率的影响．结果表明：含Ａｓ、Ｓｎ、Ｐｂ、Ｔｉ球墨铸铁采用低温部分奥氏体化正火处理,可以获得较佳的综合力学性能;高温退火有利于其综合力学性能的提高;在共析转变温度上、下波动加热－－冷却的珠光体球化处理是改善其韧性的有效措施．     

超高碳钢与球铁引入过渡层复合的显微组织研究

对离心铸造超高碳钢与球墨铸铁复合轧辊引入过渡层复合的显微组织和复合机理研究表明:在超高碳钢工作层与中间层之间存在一个通过液态扩散而形成的扩散层,中间层与芯部球铁之间为良好的冶金结合,扩散层组织由珠光体和大量较细小的碳化物组成,而且扩散层具有良好的力学性能·控制好由中间层形成的扩散层是实现超高碳钢与球铁良好结合的关键·     

球墨铸铁的石墨核心及其结构

使用离子刻蚀、热氧腐蚀和萃取复型等多种方法制样，用扫描电镜、透射电镜辅以电子探针综合检测了球墨核心的组成、结构及其与铁水和变质剂成分的关系。研究结果表明：球墨核心成分与原铁水及变质剂的成分有关，核心是多种多样的。电子衍射鉴定出三种核心的结构，作为基底的异质核心与石墨有良好的晶格匹配关系，错配度小于１２．５％。最后分析归纳了夹杂物作为石墨核心的条件。     

球墨形貌的非规则维初探

本文基于广义非规则维模型,提出了一种对球墨三维形貌进行定量描述的方法。用该法对Sb-Mg球铁的断口石墨形貌进行研究,结果表明利用非规则维恒权均值(FD)、FD直方图和FD值图象,可以定量地描述石墨表面的起伏程度,各类起伏的频率及其空间分布特征,从而客观地反映Sb对Mg蚌铁中球墨三维形貔的影响。     

铁素体珠光体球铁强度和延伸率的计算细观力学分析

本文基于计算细观力学方法,用有限元网格模拟球铁细观结构,将搞拉强度判据和延伸率判据引入轴对称弹塑性大应变有限元程序,计算了在球墨体积百分数为12.566％、球化良好、分布均匀条件下。不同细观结构球铁的抗拉强度和延伸率。结果表明:(1)铁素体含量是影响铁素体球光体球铁抗拉强度的主要因素,其关系可用线性或双线性公式表示:(2)当球铁中铁素体含量在50％以上时,延伸率随铁素体含量增加而迅速增大;(3)当铁素体含量在50％以下时,延伸率主要由球光体组织性能控制,并受到铁素体分布形态的较大影响,以铁素体呈破碎状分布为优;(4)在一定尺寸范围内,球墨直径增大,将使铁素体球铁抗拉强度和延伸率提高;对球光体球铁,则使延伸率略为下降(小于1％),而抗拉强度提高。     

球墨铸铁磨损转型特性的研究

本文研究了球墨铸铁的磨损转型特性,考察了载荷、速度、显微组织和合金元素钒、钛对球墨铸铁轻微磨损与严重磨损之间转变的影响,并对其作用机理进行了探讨。     

球墨铸铁微观组织形成的数值模拟

基于结晶动力学理论，建立了球墨铸铁凝固过程各阶段微观组织形成形核和长大的数学模型；根据该结果动力学模型，编制了球铁微观组织形成模拟软件ＦＴＳｔｒｕｃｔｕｒｅ。该软件可以预测球铁凝固过程中各相的形成以及固态转变中铁素体和珠光体的形成，并进而预测铸态力学性能。模拟了阶梯形试块的冷却曲线、微观组织和布氏硬度。模拟与实测结果符合较好。     

球墨铸铁液压件发热冒口的研究

耐高压的液压件采用球墨铸铁(简称“球铁”)材质是一项先进技术。但是球铁的补缩困难,特别是对薄壁、复杂的液压件,热节处易产生缩松而导致铸件的渗漏,这是采用球铁生产液压件的关键问题。我们采用发热冒口解决球铁液压件的补缩问题。研究结果表明:发热冒口套热损失率比普通砂型冒口降低53％,等效模数约为几何模数(砂型冒口的模数)的两倍。节约冒口金属的50～80％,解决了普通砂型冒口解决不了的球铁液压件的补缩问题。     

铁素体球铁和珠光体球铁疲劳断口形貌的研究

借助于扫描电镜,对铁素体球铁、珠光体球铁常温下旋转弯曲疲劳断口进行了大量观察和分析,确认“穿晶疲劳组织特征”是球铁疲劳断口的显著形貌特征;滑移线条是“穿晶疲劳组织特征”的主要细节形态。