人工神经网络在转炉炼钢控制中的开发

转炉炼钢是一个非常复杂的很难用数学方程精确描述的高温冶金反应过程,人工神经网络因其具有较强的非线性问题处理能力且容错性强而得以在钢铁工业中应用.本文叙述了其开发现状,并最后通过分析指出,神经网络必将在炼钢生产过程中得到广泛的应用并起到不可估量的作用.     

我国电弧炉炼钢技术的比较优势及发展分析

从我国钢铁行业将面临市场竞争出发，运用美国著名战略管理学家迈克尔．波特教授的竞争优势理论。分析了电弧炉炼钢在我国的比较优势和发展前景，提出了电弧炉炼钢比较优势分析框架，将电炉钢和转炉钢作为替代品进行比较，得出了电炉炼钢的优势及影响其应用的因素。     

一种防绳收放干涉新型传动机构的研制及其应用

分析了单卷筒卷扬机传动机构工作过程中存在的一些严重缺点之后，提出了一种新型传动机构，该机的在实际应用中获得满意的效果，它适用于炼钢，装运，开沟等一系列作业，应用前景广阔。     

中型钢铁企业微机炼钢质量检查系统的设计

就中型钢铁企业微机炼钢质量检查系统的意义、设计思想、质量判定原理进行了讨论，叙述了设计方案的具体实现，介绍了系统功能设计。本系统已在实际中得到应用。     

炼钢企业计算机辅助质量控制系统

炼钢生产是由多工序组成的连续生产过程，为了有效地满足用户对产品质量要求及企业提质降耗，必须对所有工序进行综合控制。以某炼钢厂CIMS应用工程为背景，分析了炼钢厂质量控制系统的逻辑结构，物理结构以及各分系统质量计划系统、质量数据采集系统、质量评价与控制系统、质量信息综合管理系统的功能特点及相互关系，对炼钢企业计算机辅助质量控制系统进行了规划与设计。对炼钢生产的各工序的质量进行综合控制来达到以最低成本制造出符合用户要求的优质产品，并保证如期交货的效果。     

遗传机理神经网络在电弧炉炼钢模型辨识应用

在直流电弧炉炼钢过程控制系统中，由于它的复杂机理，高度非线性加大了建模的难度，为提供适用于直流电弧炉炼钢过程优化控制的模型，提出了一种引入遗传算法的神经网络建模方法，并蒋其用于某厂直流电弧炉钢过程模型的建立，获得了很好的效果。同时给出了基于现场实测数据的仿真结果。     

一种防绳收放干涉新型传动机构的研制及其应用

分析了单卷筒卷扬机传动机构工作过程中存在的一些严重缺点之后，提出了一种新型传动机构．该机构在实际应用中获得满意的效果．它适用于炼钢、装运、开沟等一系列作业，应用前景广阔．     

转炉氧枪聚合射流的数值模拟

选取三孔氧枪,建立了可以描述聚合射流特性的数学模型,利用FLUENT软件对转炉炼钢中聚合射流和传统射流分别进行数值模拟,并对模拟结果进行分析。结果表明,保护气体减缓了射流轴向速度的衰减,从而证明聚合射流氧枪在转炉炼钢中的优越性,为今后的研究和实际应用提供理论依据。     

高压变频器在炼钢除尘风机上的应用分析

19世纪80年代末,高压变频器渐渐地出现在工业传动调速的方式场所,并且逐渐取代直流调试方式,高压变频器在工业上,特别是在炼钢生产过程当中有着举足轻重的作用.本文探究了高压变频器的系统组成以及工作原理的研究,并结合我厂炼钢生产的实际情况,分析了高压变频器在炼钢除尘风机上的应用.     

试论炼钢工业废水处理技术

本文对炼钢工业废水的定义、成分作了概述，分别对炼钢工业中产生的炼铁废水、炼钢废水、轧钢废水的处理技术作了简要阐述。     

中国钢铁工业区域竞争力的人工神经网络判定

将人工神经网络和最优分割法相结合,构建竞争力评价模型,并对1995年和2000年中国钢铁工业区域竞争力进行了评价。模型运行结果表明,1995~2000年中国钢铁工业区域竞争力发生了显著分化,2000年以来钢铁工业发展态势也充分证明了这一点。沿海地区正成为中国钢铁工业发展的重点地区,优化钢铁工业布局是当前面临的一个重要任务。可见,将人工神经网络和最优分割法相结合的组合模型用于评价钢铁工业区域竞争力水平简便、实用,且避免了人工确定指标权重的主观性,是一种具有发展和应用前景的有效评价方法。     

纳斯达克半导体行业股指统计特性及其神经网络预测技术研究

金融时间序列统计特性和神经网络预测研究对于掌握金融市场发展规律,并指导长期或短期投资行为具有重要意义。采用经验模态分解(EMD)、时间内禀相关分析(TDIC)和Hilbert谱分析等方法对纳斯达克半导体行业股指进行了尺度统计分析,并利用先验的神经网络对纳斯达克半导体行业股指进行了预测。统计分析发现,各阶本征模态函数(IMF)呈现一定的周期性,能谱分析的结果显示半导体行业股具有统计行为;利用先验的神经网络对半导体股指进行预测,发现半导体行业股指将会在未来一段时间内保持振荡趋势,不同的反向传播(BP)神经网络预测模型可以有效应对半导体行业长期和短期投资方案,可为投资者提供有效的借鉴。     

神经网络PID控制

以工业ＰＩＤ控制中控制器参数调整困难为背景，在分析神经网络特性的基础上，提出神经网络控制方法，设计了具有自适应性的神经网络ＰＩＤ控制器，在描述了神经网络的学习机理的基础上，给出了控制器控制算法。通过２个实例验证了神经网络在线控制的可行性。     

基于模糊自适应变权重算法的函数链神经网络预测方法

为提高复杂工业系统非线性时间序列预测精度,将工业系统非线性时间序列不同的单个预测模型预测值作为函数链神经网络的原始输入值,并将原始输入值按正交的三角函数扩展得到的数值作为函数链神经网络扩展输入值,在分析函数链神经网络拟合充要条件的基础上,结合模糊自适应变权重算法计算函数链神经网络权重,建立基于模糊自适应变权重算法的函数链神经网络预测模型。研究结果表明:基于模糊自适应变权重算法的函数链神经网络预测方法的预测精度较高,并且平均误差和预测平方根误差均较小,具有较强的泛化能力;该模糊自适应变权重函数链神经网络预测模型可用于复杂非线性工业系统决策。     

基于BP网络对图书销售的预测

在商业竞争中,销售量无疑是一个重要的指标,但“剩余库存”也同样是一个衡量企业竞争力的属性,该文基于BP网络,通过前一段时间的销售数据对未来的数据进行预测从而使发行商正确的掌握各本书的销售情况,从而真正的实现“零库存”的概念。     

基于BP神经网络的汽车发动机凸轮轴数控磨削加工工艺优化

随着汽车工业的迅速发展,作为汽车发动机的关键零件,凸轮轴的需求量越来越大,对其加工质量和加工效率的要求也越来越高．本文概述了凸轮轴磨削加工的现状,介绍了人工神经网络特别是BP神经网络的相关理论,最后采用BP神经网络算法对凸轮轴磨削加工部分工艺参数进行优化．     

一种复合型前馈神经网络结构

ＢＰ网络是一全局逼近的网络,通常,在对样本数据的选取要求上,它不如ＲＢＦ网络高,即ＢＰ网络在训练样本数据的代表性不强时也可表现出对非线性函数较强的逼近性能,鉴于此,作者提出了一种复合型前馈神经网络结构在此结构中,笔者采用了ＢＰ神经网络对训练数据进行预处理而得到径向基函数（ＲＢＦ）网络的初始中心矢量点集的方法该方法使得ＲＢＦ网络中心矢量点集由传统的随机确定改为对它的优化选取,由它确定的ＲＢＦ网络的中心矢量具有相当的柔性,从而增强了径向基函数（ＲＢＦ）神经网络整体的泛化性及鲁棒性,最终使得该复合型神经网络具有了很好的精度和泛化性仿真结果表明了本文所提网络的有效性     

基于遗传算法反向传播模型的板形模式识别

针对在板形模式识别中, 反向传播（BP）网络对未知板形识别能力差和遗传算法（GA）优化神经网络初始权重过程复杂等问题, 提出一种基于多维空间优化的遗传算法优化BP网络初始权重的板形模式识别GA-BP模型, 该模型直接以网络权重构造多维空间染色体, 以训练样本误差和测试样本误差相结合作为遗传算法的适应度函数, 以较大的网络期望误差和低的进化程度为网络的训练策略. 研究结果表明： 基于多维空间的遗传优化方法, 建模简单, 无需编码、解码, 大大减少了编程计算量;GA-BP模型有效提高了BP网络对未知板形的识别能力和识别精度, 在工业试验中, GA-BP模型板形模式识别结果跟板形仪的实测板形非常接近.     

基于Simulink的BP神经网络实现研究

BP神经网络是人工神经网络中的一个典型代表,但利用BP神经网络解决实际问题时,经常涉及到大量的数值计算问题,而运用计算机高级语言编程对BP神经网络模型进行仿真和辅助设计是件十分麻烦的事情,为了解决这个矛盾,Matlab中的Simulink提供了大量的可用于实现BP网络的模块,本文通过应用Simulink中的模块构建了一个BP网络,并通过一实例验证了所构建的BP网络的可行性.从而使应用BP网络来解决许多领域的实际问题变得非常方便和有效.     

一种改进的BP人工神经网络模型

针对人工神经网络 BP 模型在实际应用中会遇到一些问题。该文指出了 BP 神经网络模型结构和算法的一些不足,并针对 BP网络模型算法存在的局部极小问题、BP 网络学习速度较慢以及 BP 模型网络结构训练过度和降低网络归纳能力等问题提出了引入规则、选择激发函数和转换函数、采用隐含神经元以及改变网络拓扑结构等一些改进措施,对于提高 BP 模型在实际应用中的效果具有重要意义。通过实际应用,证明了改进后的算法是行之有效的。