本钢浦项连续退火机组快冷段的稳定控制

针对本钢浦项连续退火机组在生产极限规格及高强钢时快冷段运行不稳定问题,对冷却负荷与带钢横向温差、冷却负荷与风机压力、高冷速情况下各水冷辊投入分配进行分析,横向板温差控制和风机挡板的开口度管理是实现对极限规格和DP钢种在连续退火机组稳定生产的关键,改进后,实现了极限规格小时产量提高25%,DP钢种性能合格率100%。     

热轧带钢自适应穿带策略的优化

热轧带钢生产过程中,为保证穿带自适应正常投用,需要准确区分影响轧制力预报的各个因素.本文通过计算影响系数的方式分析了轧制力的各个影响因素,以此为基础建立了线性方程组,并使用最小二乘法求解得到了准确的预报偏差量.最后通过校核机架对自适应规程进行校核,保证了自适应规程的准确性.本优化策略已成功应用于某热连轧生产线,实际生产数据表明,采用穿带自适应优化策略之后轧件的头部厚度控制精度得到了显著提高.     

热轧带钢轧后冷却控制系统优化

为提高热轧带钢超快冷出口温度和卷取温度控制精度,针对超快冷生产调试过程中出现的问题,对轧后冷却控制系统进行了优化.针对超快冷出口纵向温度偏差较大的问题,提出超快冷换热系数多点自学习方法;采用有限差分方法,分析带钢超快速冷却后的返红现象,并在此基础上提出一种超快冷出口返红补偿方法;提出了对进入冷却区的带钢样本段进行温度再计算的方法,来消除速度波动对轧后冷却温度控制精度的影响.现场应用结果表明,优化后超快冷出口温度和卷取温度控制精度均明显提高.     

基于核熵成分分析的热轧带钢自适应聚类分析

为提高热轧带钢力学性能离线检测的针对性和生产过程控制的实时性,提出利用聚类分析方法实现生产状态的聚类,对错分或离群样本进行力学性能的重点检测.常用的高斯核主成分聚类分析中假设数据服从正态分布,以方差大小提取核主成分,而实际生产数据分布复杂,拟采用核熵主成分分析,并自适应选取核参数和聚类数,实现生产状态的自适应聚类.利用实际生产数据进行方法验证,与核主成分聚类分析相比具有更好的聚类结果,聚类正确率从86.23％提高到96.51％,更加有效地提高了质量检测的针对性.     

异形,变厚度纤维增强层合板弯曲问题分析的有限条法

采用亚参条法分别将有限薄条法及有发厚条法由规则外形结构推广到不规则外形结构；还提出了一种模型，用于描述弹性常数矩阵随坐标的变化，并由此得到了变厚度纤维增强层合板的一种有限条解法，将若干算例的结果与有限元法做了对比，结果表明，本文方法能够满足工程应用的精度要求。     

液压伺服控制带材“跑偏”系统的模糊控制研究

带材的“跑偏”控制广泛应用于各类卷绕机构中，探索和研制“跑偏”控制系统不仅具有理论意义，而且具有实用价值笔者将模糊控制理论引入“跑偏”控制领域，主要介绍了液压伺服控制“跑偏”系统的模糊控制系统、模糊控制器的设计方法及控制软件的组成实验研究表明，这种方法响应快、精度高、实时性较好     

冷轧过程设计优化的神经网络方法

本文提出了一种冷轧过程设定优化的神经网络方法 ,介绍了采用T -H网络进行非线性优化的思想 ,结合板带的冷轧过程 ,给出了采用神经网络求解优化设定的算法和结果。该方法算法简单 ,具有很好的实用性     

W型钢带在铁路隧道病害治理中的应用

阐述了W型铜带的性能特点，介绍了W型钢带在铁路隧道衬砌厚度不足情况下的补强加固技术。     

矩形板振动特性分析的一种方法

本文提出一种弹性矩形薄板振动特性分析的新方法,其方法是把结构振动特性分析的传递矩阵法与有限条法相结合,使得联立方程阶数大大降低,不仅可以节省内存,而且可以利用条元的重复性提高计算效率,精度与有限条法相同,且适宜于实际应用.     

利用神经网络提高热轧带钢卷取温度的控制精度

针对热轧带钢层流冷却过程的复杂性,以国内某热轧厂层流冷却系统为例,分析了层流冷却系统的组成以及相应的空冷和水冷数学模型.采用神经网络与数学模型相结合的方法,对带钢实测卷取温度与目标值的偏差进行了预报,证明利用神经网络能较好预测卷取温度的偏差值,进而对数学模型中的参数进行调整,实现高精度的卷取温度控制.结果表明,卷取温度比传统数学模型控制的标准差降低了21.94%.