齿轮移动感应加热温度均匀性研究

风电齿轮体积庞大、结构较复杂且在感应加热时存在端部效应，导致难以实现齿廓及齿宽的均匀加热，影响最终强化质量.本文以平均温度、最大温差和相对温度浮动率作为加热效果判定指标，研究了风电齿轮在扫描感应加热过程中沿齿廓及沿齿宽方向的温度场，并对齿轮相变和淬硬情况进行分析.研究发现，一定范围内的温度均匀性在齿宽方向由齿顶至齿底逐渐提升，其原因在于齿形结构厚度的剧烈变化.在稳态位置经感应淬火强化的齿轮，齿廓方向淬硬层深度整体上几乎与宏观相变层深度保持一致，过渡区域相对较窄.阐明了齿轮扫描感应加热的效果以及强化结果，为高性能钢铁材料在风电领域广泛应用提供了研究基础.     

基于模糊神经网络的模型预测硅单晶直径控制

为了生产大尺寸、高质量、低能耗的直拉单晶硅棒，文中通过在直拉硅单晶生产车间采集的大量数据，通过模糊神经网络(Fuzzy Neural Networks, FNN)和模型预测控制(Model predictive control, MPC)进行建模，得到了等径阶段的直径预测模型和直径控制模型。直径预测模型测试结果表明：平均相对误差仅为0.028 7%,预测精度极高。通过仿真并与常规PID控制进行对比分析得出，MPC比常规PID控制的调节速度快53.66%,并且MPC的控制过程非常稳定，其超调量基本为0;由加热器功率调控变化过程可知，MPC减少了调节过程的能耗，并提高了热场稳定性及单晶硅棒质量。通过预测模型建立的直径控制模型能提高控制精度并促进硅单晶高质量生产。