逐点比较法插补终点判别的研究

指出了逐点比较法直线插补和圆弧插补终点判别方法的区别,论证了逐点比较法圆弧插补不同判终方法可能导致的后果,并通过实践进行了验证     

COD标准法光电比色波长的确定

针对标准法在线自动测试COD时经常会出现滴定终点判断不稳的情况，做了详细的误差分析，发现影响测量稳定性的主要误差因素为光电比色灵敏度，通过测量滴定过程中反应液在不同波长下透光度的情况，研究了光电比色波长对测量系统的灵敏度的影响，并确定了光电比色的最佳波长为450nm左右。实际应用结果表明，采用优选的比色波长，大大提高了滴定终点判别的稳定性，有效地提高了测量精度。     

两点电位滴定法测定维生素B6的含量

提出了用两点电位滴定法测定维生素B6含量的新方法,只需记录两次终点附近的AgNO3标准溶液的体积和相应电极电位值,即可利用两点法公式计算出终点体积,从而确定维生素B6含量。     

通过转炉炉口火焰纹理分析判断氧气顶吹转炉吹炼终点

提出了一种通过对转炉炉口火焰纹理特征的分析,判断氧气顶吹转炉吹炼终点的方法和检测识别系统技术方案,主要工作包括火炮图像的采集,图像的预处理,纹理特征的提取与选择及特征参数的分析比较;同时编制了应用程序,实验结果表明,该方案避免了复杂机理建模的困难,对转炉炉口的大小没有要求,在费用上相对较为节省,适合中小转炉使用。     

小样本贫信息条件下高炉冶炼烧结终点组合预测法

由于烧结过程具有不确定性、多变量耦合、时变时滞的特点,并且烧结终点受多种因素的影响,采用传统控制方法难以将烧结终点控制在要求的范围内,提出应用支持向量机优良的时序预测性能,以及贝叶斯理论能够利用样本信息和先验知识来简化预测模型和优化参数的特性,建立了贝叶斯支持向量机烧结终点的预报模型。首先对烧结终点的机理分析,后分别叙述贝叶斯框架理论和LS-SVM算法,并将贝叶斯证据框架应用于最小二乘支持向量机模型参数的自动选择,建立起时间序列的烧结终点非线性预测模型。在贝叶斯推断的第一层,进行模型参数的选择;在贝叶斯推断的第二层,进行模型超参数的选择;在贝叶斯推断的第三层,估计模型核参数,然后利用贝叶斯最小二乘支持向量机算法(LS-SVM)对烧结终点进行预测,并在此基础上构造了烧结终点的贝叶斯最小二乘支持向量机模型。仿真结果和多种模型比较表明,本模型能在小样本贫信息条件下对烧结终点做出比较准确的预测,并具有预测精度高、所需样本少、计算简便等优点,取得了令人满意的结果。     

二元酸碱电位滴定终点及电离常数的确定

将Gran Ⅱ方程与滴定平衡结合起来,经回归处理后,仅从回归方程的斜率和截距项便能简捷地求出滴定终点及电离常数。用已知浓度的碳酸钠和碳酸氢钠验证了其理论和实验方法的正确性,并用此法测定了螺旋藻养殖池水样中该两物质的含量。测定值与投放值一致;条件电离常数与手册值相近;各直线的相关系数r=0.9999;95％置信度的终点误差为0.03～0.06mL.     

基于膜算法进化极限学习机的氧气转炉炼钢终点预报模型

氧气转炉炼钢的控制目标是终点温度和碳含量,但由于不能对其进行在线连续测量,直接影响了出钢的质量.针对该问题,提出一种基于膜算法进化极限学习机(ELM)的抗干扰终点预报模型.利用进化膜算法的全局寻优能力调整ELM网络参数,不仅避免了ELM网络受异常点影响出现过拟合现象,还可以寻找最优复杂度的ELM模型.将找到的ELM模型应用到转炉炼钢领域并建立终点碳含量和温度的预报模型.在仿真实验中,分别使用含有高斯噪声的标准sin C函数和氧气转炉炼钢实际生产数据进行仿真,结果表明所提模型在含噪声的数据中具有较好的预报精度和鲁棒性.     

基于神经网络的转炉冶炼终点磷和硫含量预报模型

通过研究转炉冶炼终点磷、硫含量的影响因素,确定了影响冶炼终点的控制变量,根据人工神经网络技术,对常用BP算法进行改进,建立了基于神经网络的转炉冶炼终点双节点输出模型,实现了对终点钢水磷、硫含量同时进行预报,选取现场实际生产数据为样本,对模型进行训练,使模型对磷、硫含量的预报误差在±0．003％的命中率均达到了85％以上,预报精度达到了炼钢工艺的要求。     

双辊薄带铸轧熔池温度场的在线计算模型

合理简化双辊薄带铸轧的熔池换热边界条件,采用热平衡法推导出熔池温度场的计算模型.该模型考虑了浇铸温度、铸轧速度、辊缝、铸辊温度等工艺参数对熔池温度场的影响,其计算速度和计算精度能够满足实时在线控制要求.根据模型计算结果分析了影响熔池温度场的主要因素,得到了铸轧在线控制的深层规律,并在多次的铸轧实验中验证了模型的正确性.