轧机CAD工程数据库系统的研究与开发

针对轧钢机械设计中使用人工翻手册、查标准、取数据的方法存在烦琐、低效等问题 ,提出了借助向对象的数据库开发技术 ,基于客户 /服务器模式对轧机工程数据进行计算机化管理的方法 ,并以东北大学重点实验室的中厚板四辊轧机ＣＡＤ系统为例 ,介绍了其中工程数据库的设计思想和数据信息的输入、修询以及管理维护等技术的开发方法·轧机CAD工程数据库系统的研究与开发@张利 @范晓明 @王国栋 @刘相华     

工程数据库管理系统通过鉴定

由机一系承担的国家“七五”重点科技攻关项目工程数据库管理系统于1990年12月20日通过鉴定。鉴定认为,“该项目率先在微机上开发了一个集数据库、版本管理,图形系统和知识库于一体的多功能的工程数据库管理系统。”“该系统属国内首创,在微机环境下,在总体设计、版本管理及将知识库引入工程数据库等方面达到80年代国际先进水平”。 由于CAD技术的发展与CAD系统的涌现,大量的工程数据与图形数据的信息存贮与处理问题,变得越来越重要。为了提高数据管理的可靠性、独立性与效率,减小数据的冗余,当代先进的CAD系统中大都采用了先进的数据库技术。 这项成果是在微机环境下开发的工程数据库管理系统（EDBMS-HZ90）,构思新颖,颇具特色,人机交互性好,使用灵活可靠,用户试用后反映良好.这次鉴定是由机电部计算机司委托北方CAD公司主持鉴定的。     

批量数据入库在ASP中筛选重复的处理方法——以湘西民族职业技术学院新生信息录入库为例

在建立数据库时,重复数据的判断对于数据库管理至关重要,没有准确关键词作为对比,重复数据的判断将变得非常困难.传统的哈稀技术、固定分块技术、滑动块技术、可变分块技术和数据指纹等对重复数据进行查找与删除时,占用了大量系统处理时间,且准确性较低.为提高数据处理效率,提出了ASP批量数据在入库时的查重筛选方法,实践验证了该方法的鲁棒性与可靠性,极大地减轻了操作员对数据库管理的繁重工作.     

数字采集技术在工程勘察中的应用——以兰州市水源地建设工程为例

工程勘察数字采集技术综合利用3S、数据库、计算机软硬件、PDA等技术,实现对工程勘察过程中所涉及到的地质测绘、勘探、原位测试和试验等基础勘察数据进行数字化采集、管理和应用.本文结合兰州市水源地建设工程,介绍了数字采集技术主要功能及该技术在实际工程勘察中的应用.     

对象管理在面向对象数据库中的应用研究

为解决面向对象在对象数据库中的管理问题,描述了面向对象的数据库管理系统(OODBMS:Object Oriented Data Base Management System)的基本概念及其实现过程,给出了该系统的数据模型、系统结构及其各系统模块的实现方法.该系统引入面向对象的概念和方法,以传统关系数据库存储结构为底层,提出面向对象数据库的数据模型,使其支持数据类型类层关系和继承性,具有复杂对象管理和版本管理等能力.同时详述了数据定义(DDL:DataDefinitionLanguage)、数据操纵(DML:Data Manipulation Language)、对象缓冲区管理以及查询模块处理和版本管理等子系统的实现过程和方法,并给出该系统在工程数据库图形图像管理中的应用.该系统可对非格式化的数据进行有效的管理.     

首钢中厚板轧机过程控制系统

针对首钢新建3500mm中厚板轧机,自主设计开发了完整的两级计算机控制系统·在过程控制系统中包括了数据通讯、数据管理、过程跟踪和模型计算等主要功能·数据通讯模块负责过程控制系统和其他系统的数据通讯;数据管理模块负责数据库的读写,为模型计算查询模型参数,记录每块轧机的实际工艺过程参数等;过程跟踪模块负责轧件加工过程位置和数据跟踪,并在不同的触发点调用其他功能模块,进行自动轧钢的轧件调度控制和轧制节奏控制;模型计算模块利用数学模型,进行轧机的轧制规程计算和控冷系统的控制参数计算·通过各功能模块的协作,可以实现轧机生产过程的模型自动设定和全自动轧钢控制·该系统已经在现场成功使用·     

CSP轧机主减速箱机械设备的日常点检维护

以CSP轧机主减速箱为例，介绍了一些简单实用的检测调整方法，对日常数据库中提取的数据进行了分析，使数据库对点检工作起到指导作用。     

简析工程数据库版本管理

工程数据库管理系统是建立在工程数据库之上的综合性的软件系统。工程数据库的版本管理是工程数据库管理系统的关键性技术。本文对版本管理模型和版本管理方法进行了总结,对版本出库、入库过程中在广度和深度上可能存在着的歧异性问题进行了分析。     

对象管理在面向对象数据库中的应用研究

为解决面向对象在对象数据库中的管理问题, 描述了面向对象的数据库管理系统（OODBMS： Object Oriented Data Base Management System)的基本概念及其实现过程, 给出了该系统的数据模型、 系统结构及其各系统模块的实现方法。该系统引入面向对象的概念和方法, 以传统关系数据库存储结构为底层, 提出面向对象数据库的数据模型, 使其支持数据类型类层关系和继承性, 具有复杂对象管理和版本管理等能力。同时详述了数据定义(DDL： DataDefinitionLanguage)、 数据操纵(DML：Data Manipulation Language)、 对象缓冲区管理以及查询模块处理和版本管理等子系统的实现过程和方法, 并给出该系统在工程数据库图形图像管理中的应用。该系统可对非格式化的数据进行有效的管理。     

民航气象数据库管理监控系统的设计与实现

在分析和总结系统业务流程的基础上对气象数据库管理及监控系统的建设方案进行研究,提出了采用分区数据存储、分批数据清除、数据泵等技术对气象数据进行存储管理,建立了基于性能基线的数据分析方法和RMI通信技术的远程气象数据库管理监控系统.系统在民航气象领域的成功应用,表明该方案提高了系统的实时性和稳定性.     

数据挖掘在热轧平整机轧制力计算偏差补偿模型中的应用

分析了数据库技术及数据挖掘常用算法,以热轧平整机轧制力计算偏差补偿为例,建立了数据挖掘的热轧平整机轧制力补偿模型．经实际检验,模型在生产应用中完全满足生产实际要求,对现有的基于二级数学模型计算的薄规格板带后期工艺再处理生产的进一步优化具有深远的意义．     

轧机油膜轴承设计技术研究

讨论了热弹流动力润滑的设计计算技术,对建立轧机油膜轴承标准的可行性进行了分析;对油膜轴承结构及设计准则进行了分析,对油膜轴承监测及控制进行了讨论.这些研究旨在推进轧机润滑优化工程及油膜轴承全生命周期设计.     

环轧过程计算机辅助工程

论述了径、轴向辗环机轧制计算机辅助工程（ＣＡＥ）的结构与功能，分析了ＣＡＥ系统模型的建立方法及矩形截面环轧制的几何运动学关系．给出了ＣＡＥ系统在满足各种轧制约束条件下的优化轧制规程及相应的毛坯设计方法     

轧钢机和轧钢技术的发展

分别就初轧机、型钢轧机、带钢连轧机、钢管轧机、线材轧机的现状和发展趋势进行了概述，并对未来轧钢技术发展的重点和方向进行了分析和预测。     

控制轧制节奏的优化

针对单机架中厚板轧制过程中,不同轧制及控制轧制方式下轧机的利用率等问题进行分析.在一组组板坯轧制生产方式的基础上,提出了板坯交替轧制的生产方式,并在此基础上,进一步研究了根据不同的轧制时间、待温时间等条件优化控制轧制节奏的方法.该方法可以有效地提高中厚板轧机的利用率.     

中厚板厚度控制模型的自学习

结合南钢2 500 mm精轧机组改造项目,根据中厚板生产工艺特点,确定合理的弹跳模型和轧制力模型.考虑到弹跳模型具有较高精度以及其自学习不依赖于轧制力模型精度的特点,首先进行弹跳模型的自学习,再利用修正后的弹跳模型计算轧件出口厚度,将其用于轧制力模型的自学习.轧制力模型的自学习主要是修正钢种硬度系数,分短期自学习和长期自学习两部分,分别用于修正本批次钢和本规格钢的硬度系数,短期自学习结果是长期自学习的数据来源,长期自学习结果保存进数据库供以后计算使用.研究结果应用于南钢中板厂后,厚度控制命中率提高了13.3%.     

连轧管机的自激振动分析

无缝钢管的轧制变形区作为轧制过程的工作界面,其动力学特性对连轧管机的轧制振动有决定性影响.分析了动态情况下轧制界面上的界面摩擦、轧制变形规律、轧辊运动等行为机理及其耦合特性,建立了轧制界面的动力学模型,通过模型研究轧制工艺参数与轧制力能参数的关系,分析了连轧管机的自激振动发生的原因,并用数值模拟方法分析了在不同轧制条件下的轧制变形区的工艺参数与连轧管机的自激振动关系,为解释连轧管机的自激振动机理提供理论基础.     

基于支持向量机的轧机压下系统辨识

通过对轧机压下液压控制系统的介绍,分析和计算压下系统响应频率,设计相应的Butterworth滤波器对轧制力进行高频去噪声处理,并利用最小二乘支持向量机进行轧机轧制力的非线性建模.在Matlab仿真环境中,利用轧制力的实测数据进行仿真与分析.仿真结果表明,基于最小二乘支持向量机的轧制力模型预测精度可以控制在5%范围内.     

关于达涅利连轧机组轧制中心线及安装精度控制的分析

轧制中心线安装精度的控制是连轧机组安装施工中的重点与难点.本文以韶钢达涅利小型连轧设备安装为例,从分析轧制中心线及其公差组成入手,运用安装尺寸链理论,联系实际进行探讨.     

基于神经网络的冷连轧机轧制力预报模型

为了提高冷连轧机轧制力预报精度，提出一种解析数学模型结合神经网络校正模型的计算方法，建立冷连轧机轧制力预报模型。采用径向基函数的局部映射和全局线性映射相结合的神经网络校正模型求解带钢变形抗力和轧制变形区的摩擦因数；并采用轧制变形区离散化方法分析轧制变形区内张力、摩擦力及金属变形抗力等在带钢轧制方向上的分布规律，从而建立轧制力在线计算数学模型。现场实测数据离线仿真结果表明，采用此基于神经网络的冷连轧机轧制力预报模型预测轧制力，其预测误差小于8．9％，此模型能用于指导生产实践。