板坯立辊轧边过程的实验研究

板坯经立辊轧制后 ,头、尾将出现鱼尾 ,边部将加厚 ,板坯横断面呈现“狗骨”形。其变形比较复杂 ,变形机理研究未见报道。本文采用试塑性法对板坯轧边过程进行了实验研究 ,获得了大量的实验数据 ,根据实验数据对各种变形参数在变形区的分布和金属流动规律进行了研究与探索。分析了产生“狗骨”的影响因素 ,定量地确定内部的变形参数 ,这对实现金属变形的精确控制 ,提高产品精度与质量 ,具有重要的理论意义。     

基于粗神经网络的并行自适应滤波算法

讨论了机动目标跟踪问题，针对机动目标并行自适应滤波特点，结合粗神经网络特有的同一神经元可以双输入的特点，利用全状态反馈，提出了基于“当前”统计模型的粗神经网络并行自适应滤波算法，仿真表明该算法对机动目标具有较强的跟踪能力。     

中厚板精轧过程的高精度温度预测模型

从设定模型角度结合中厚板精轧过程的工艺特点,分析了热辐射和对流、高压水除鳞、轧辊的热传导和塑性功对钢板温度变化的影响,得出如下结果:①钢板热辐射和对流过程可以简化成一维热传导方程,钢板的黑度可考虑成钢板厚度的函数;②高压水除鳞过程可以简化成半无限体平板的瞬态热传导模型;③轧辊的热传导过程可简化成两个半无限体之间的热传导过程,接触热阻的影响通过修正系数进行调节;④塑性功造成的温度变化必须考虑热功转化效率的影响·通过与实际数据的比较可以看出该模型具有很好的预测精度·     

粗集理论在数据处理中的研究与应用

论述了粗集方法性质及特点，提出了粗集方法在数据处理中的应用模型，同时给出了应用这一模型对一个数据库实例进行数据处理的过程。另外，从精确性、鲁棒性等方面对数据处理中的粗集方法的适用范围进行了分析。     

基于粗糙近似空间中的模糊信息表示

粗集理论与模糊集合理论都是研究信息系统中知识不完备、不准确问题，两者都可利用观测数据表达知识，进行推理。针对传统粗集环境下知识表示模型用固定的属性集来描述对象这一局限，提出利用模糊属性模型对知识表达系统进行信息描述，并给出了模糊属性模型下对象及其上下近似空间的模糊表示。     

卡尔曼滤波模型粗差的探测及其在施工变形测量中的应用

在施工变形监测中，由于监测点的多余观测值较少，因此很难发现观测值中存在的粗差。用卡尔曼滤波方法进行数据处理时，观测值中的粗差将在预测残差向量中得到反映。通过分析卡尔曼滤波模型误差与预测残差向量之间的关系，提出了对粗差进行探测的方法，并通过一个实例说明了该方法的有效性。     

16Mn钢的控制轧制及控制冷却工艺与优化

16Mn钢中加入0.01%钒、钛，1100℃开轧、850℃终轧，分别在奥氏体再结晶区及奥氏体未再结晶区控制轧制，轧后给以3－4℃冷却速度控制冷却，得到的轧件组织细小、带状珠光体明显减少，钢材的各项性能指标均得到了较大的提高。利用MATLAB数据处理软件对轧制工艺参数与材料的性能之间的关系进行了多元线性回归并进行优化，得到的回归公式及优化结果对建立中厚板轧制工艺－－组织－－性能在线控制专家系统的建立具有重要的指导意义；利用该回归及优化结果，可根据轧制时的基本工艺及轧件的化学成分，预测轧件的性能指标，为轧制工艺参数的实时调整提供重要的依据。     

奥氏体控轧控冷条件下相变后α晶粒尺寸的预测

基于相变动力学和热力学原理,讨论了椭球形铁素体晶核在奥氏体晶界形核及长大的动力学,根据形变促进相变的理论,变形引起位错密度增加而提高了奥氏体内的存储能,考虑了变形存储能增加对形核的促进作用,提出了预测控轧控冷过程的α晶粒尺寸的方法·用该方法模拟计算应变量、轧制温度、冷却速率及化学成分等因素对α晶粒尺寸的影响,与已有的实验结果吻合良好,表明这种理论处理方法可用来模拟这种相变过程·     

基于粗集的流程生产调度应急管理决策系统

应急管理决策是生产调度工作的重要职能.通过对流程生产调度应急管理系统的分析,给出了整体框架,应用粗集神经专家系统进行知识的处理和决策的选择,建立了应急管理工作流模型,并进行了实例分析.     

控轧控冷工艺参数对60Si2MnA线材中珠光体形态的影响

研究了60Si2MnA线材控轧控冷工艺参数对所析出的珠光体的影响.结果表明:在其他工艺参数相同的情况下,珠光体平均片层间距主要取决于吐丝到集卷过程的冷却,这一过程冷速越快,珠光体平均片层间距越小;珠光体平均片层间距随着吐丝温度或终轧温度的升高呈下降的趋势;终轧后快冷容易出现退化珠光体,并且其含量随相变区冷速的加快而明显增多;较低的终轧温度使珠光体球团直径明显减小.