基于差分神经网络的热处理炉钢板温度预报研究

针对热处理炉钢板温度模型建立困难、准确性差等问题,采用差分进化算法与神经网络相结合的方法,建立了基于差分神经网络的热处理炉钢板温度预报模型.结果显示了该钢板温度预报模型具有较高的精度.     

基于权值函数神经元的BP网络研究

研究了一种神经元模型,在该模型中将参数可调的激励函数往前移到权值上,即把权值变为参数可调的函数,这些权值函数的累加和作为神经元的输出.将此类神经元称为权值函数神经元,根据BP算法给出了由其构成的前馈神经网络的学习算法.仿真实验对比结果表明,在给定的误差精度要求下,基于权值函数神经元的BP神经网络每次训练都能收敛,且平均迭代步数较少,其收敛速度要优于传统BP网络,具有较好的研究应用价值.     

热处理加热炉温度检测控制分析

热处理加热炉主要用于均匀钢材组织并控制其冷却过程,以保证材料有良好的力学性能,为钢材轧制做好生产准备。该文主要介绍用于钢管加热热处理加热炉在实际生产中的应用,通过对加热的热处理加热炉温度检测的检测设备和方法介绍,结合现场生产中加热过程几种问题类型,发现热处理过程中加热炉炉内热电偶检测、炉外红外线温度检测设备测量温度和工艺需要加热温度之间的关系,找出在实际生产过程中的容易产生的误区和提高钢管加热质量的方法。     

台车式热处理炉炉膛压力控制系统设计

台车式热处理炉炉膛压力是反映炉内燃烧工况正常与否和运行中监视、控制的重要参数之一,不仅与燃烧效率直接相关,而且与安全、节能和环保密切联系.针对在满足热处理炉膛温度控制精度下的合理控制炉膛压力问题,以“东北特钢集团大连基地锻钢工程新建台车式热处理炉”为课题背景,提出了一套新的控制方案一传统的单闭环调节加上炉膛压力监督机制控制,给出控制系统构成.仿真结果证明,控制方法有效.     

基于LS-SVM的热处理炉钢板温度预报模型

 根据中厚板热处理炉钢板温度控制的工艺特点,建立了一种基于混合核函数最小二乘支持向量机(LS-SVM)的热处理炉钢板温度预报模型,并给出相应的建模步骤。通过LS-SVM模型拟合输入与输出之间的复杂非线性函数关系,以现场生产工艺数据为训练样本对模型进行学习,再选取测试数据样本对模型进行仿真检验。将模型应用于计算热处理炉钢板温度的数学模型中,仿真结果显示,所建立的模型简单,预报能力强,具有广泛的应用前景。     

基于Chebyshev神经网络的非线性动态系统预测

针对非线性动态系统的预测常受到噪声或其他过程的耦合影响,使得规律变得难以发现的问题,提出了以一组Chebyshev正交基函数作为神经网络中各隐神经元的激励函数的新型的Chebyshev基函数神经网络预测模型.将该模型作为非线性动态系统预测模型,并采用基于粒子群和模拟退火组成的文化基因算法优化神经网络的权值,可以达到很高的预测精度和很好的预测结果.Chebyshev神经网络与传统的BP(back propagation)神经网络相比,工作量大大减少,加快了收敛性.文化基因算法用于确定权值的Chebyshev神经网络分别与粒子群和模拟退火优化的Chebyshev神经网络相比具有更好的拟合效果.     

锅炉炉膛火焰温度预测和报警控制系统

锅炉炉膛火焰的图像由CCD摄像机、传像光纤和图像采集卡采入计算机,经预处理后,由计算机中的BP神经网络控制器对这些图像数据进行在线训练,获得温度与图像灰度值之间的关系,然后通过训练过的神经网络就可预估温度,从而进行锅炉炉膛火焰温度的预测和报警。     

基于BP神经网络自学习的双目视觉系统的研发

在摄像机标定的过程中,深度信息的丢失,摄像机镜头的畸变以及图像处理时误差等因素都影响标定的精度．本论文采用BP神经网络的自学习的性能,开发出一套双目视觉系统．以匹配点在左、右图像的坐标为网络的四路输入,通过网络得到三路输出,性能指标为该对应点在世界坐标系的坐标和网络输出的差值的平方和,根据梯度下降法来调整各神经元之间的连接权值,求得网络达到给定的误差时的各节点问权值．这样,双目视觉系统两个摄像机的投影矩阵可以用神经网络的权值与激发函数来代替,完成系统的标定．最后对系统进行精度分析．     

热处理电阻炉炉温的自适应模糊PID控制

热处理电阻炉温度控制具有大的滞后性、非线性、难以获得准确数学模型的特点。目前热处理炉温度控制系统中常采用的PID控制器难以进一步提高温度控制系统的控制精度,无法与PC机进行通信,难以实现对热处理数据的管理。基于模糊控制无需精确数学模型和PID控制的良好稳态控制特性,本文选用单片机结合模糊PID控制策略对热处理加热炉进行了控制,减小了系统的调节时间,提高了温度控制精度。     

BP神经网络在加热炉虚拟测温系统中的设计与实现

在大型轧线系统中,钢坯加热是初始工序,加热炉各段温度的控制对钢坯轧制品质有着重要的影响,因此设计一套虚拟测温系统。由该测温系统的计算值跟热电偶测量值相比对,甚至在热电偶损坏的情况下,以虚拟测温值替代热电偶测量值对轧线生产有着重要作用。基于此,设计了以BP神经网络为基础的虚拟测温系统,该系统在莱钢大型轧线加热炉应用以后,取得了良好的效果。     

马弗炉钢丝热处理的计算机控制及仿真

开发了一种用于钢丝热处理过程的自动控制系统和相应的模拟系统．控制系统由工控机和可编程逻辑控制器(PLC)组成．控制系统软件包括组态程序、加热模型程序、PLC逻辑控制程序和数据库．该控制系统可以根据产量、产品规格和工艺要求控制马弗炉和铅浴炉的温度，或调整钢丝的拉速以适应当前马弗炉的温度，获得最佳热处理效果和产量．模拟系统包括模拟软件，燃烧数学模型软件和两块数据采集卡．     

燃油连续加热炉数学模型

本文包括:(1)炉膛内钢坯加热数学模型;(2)最佳炉温及最低燃耗在线模型。 采用一维模型,应用Hottel多层无限大气层间的辐射热交换计算方法,把各火焰射流的作用,当量地看作是夹在上下炉气层之间的一个火焰层。它的平均温度t_f可以根据Ricou-Spalding射流吸入经验公式,计算火焰和周围炉气间的质量交换,再按热平衡方程把t_f计算出来。钢坯内部传热按一维导热问题,用差分求解。 还建立了一个较简单的炉膛传热仿真模型,据此求出各炉段单位炉温对出钢平均温度及中心温度的变化率θ_m/Ti及θ_s/Ti。还可确定最小燃耗函数P的各炉段加权系数W_i。 令各段在线炉温调节量ΔTi=(T_(i,max)—T_(i,o))—ΔT_i′,这就能在线性规划中用ΔT_i′代替ΔTi作为未知量以满足非负条件。这时目标函数P_(min)=-sum (W_iT_i′)。文中还附有一个说明各段炉温按上述线性规划进行最佳控制的例题。     

钢丝生产热处理过程温度的模糊控制研究

热处理过程是钢丝绳用钢丝生产中最为关键的,而热处理过程中加热炉的温度又直接影响产品的质量。本文以80C31单片机作为系统的智能部件,采用FUZZY控制策略,实现温度的准确测量和控制。在计算机仿真和实验室实验中取得了很好的结果。     

中间辐射体对加热炉内传热过程影响的数值模拟

针对黑体定向辐射技术节能的机理问题，以实验室规模具有中间辐射体的室状加热炉为研究对象，建立了具有中间辐射体的物理模型，以CFD商业计算软件Fluent建立平台计算黑体定向辐射条件下的气体流动、传热、燃烧的三维耦合数学模型，并根据实验结果对数学模型进行验证.研究结果表明:中间辐射体的加入改变了炉体燃烧室内的流动情况及炉墙对钢坯固体辐射的比表面积，分别从气体辐射及固体辐射角度增强了钢坯表面辐射换热强度，燃烧温度降低20K左右，钢坯加热速度提升16.7%，钢坯表面最高温度提升40K.加热效率的提升带来了更好的节能效果.     

基于免疫神经网络的水泥分解炉温度控制

通过对水泥分解炉的特性进行分析，确定了出口气体温度的数学模型。用BP神经网络建立水泥分解炉的控制系统，通过控制煤量和风量来使出口气体的温度保持在规定的范围内。针对BP神经网络通常权值更新方法中出现的收敛速度慢、易陷入局部最优值问题，利用改进的免疫算法来优化神经网络的权值。仿真结果表明该温度控制系统优于通常的神经网络PID控制系统，并具有良好的可靠性、自适应性和鲁棒性。     

异厚度铝锂合金激光焊接温度场数值模拟研究

对异厚度铝锂合金激光拼焊的温度场进行ANSYS三维瞬态有限元分析。用过渡网格划分网格以保证焊缝处网格足够细小,从而提高计算精度和效率。热源模型选取高斯函数分布,移动热源的加载则利用ANSYS软件的APDL语言编写程序实现,同时利用多步循环来实现对激光焊接过程的模拟,得到相应的温度场分布。从模拟结果可看出,激光焊接过程温度场呈椭圆分布,焊件上形成了准稳态温度场。薄厚两板温度场存在差异,薄板温度场范围、熔池尺寸、熔化范围均大于厚板。为研究材料在激光加工过程的性能改变提供参考。     

基于加热炉多场耦合传热的板坯加热均匀性

针对某钢厂步进式加热炉建立了炉内燃烧、烟气流动、烟气和钢坯传热的全耦合三维模型,采用动网格方法模拟钢坯运动.重点分析了炉内烟气与钢坯耦合传热、钢坯温度均匀性及不同垫块结构(一字型垫块、千岛式垫块、错位梁)时钢坯温度的分布规律.研究结果表明:所提加热炉数学模型能够准确描述炉内燃烧、湍流和传热过程;垫块结构对钢坯温度分布具有决定性影响,千岛式垫块、错位梁分别能减少40%和50%的黑印温差.该数学模型解决了步进梁、钢坯、垫块和水管立柱等复杂结构的钢坯运动问题和加热炉与钢坯的共轭传热问题.