热镀锌过渡卷的力学性能预测

在收集大量现场数据的基础上,运用BP神经网络算法,建立了退火处理各工艺参数对热镀锌过渡卷力学性能影响的数学模型,并与线性回归模型相比较.结果表明,BP算法预测误差较线性回归预测误差小;神经网络用于热镀锌过渡卷力学性能预测是可行的.     

热镀锌退火过程中的温度控制策略

热镀锌退火过程对热镀锌板力学性能有着重要的影响.制定合理的退火温度制度,并精确控制板温,成为实现热镀锌板精准退火过程的核心问题.分析了退火工艺对热镀锌板性能的影响,针对现有退火工艺制定方法的不足提出了基于数据驱动的退火工艺制定方法,该方法能够实现热镀锌板退火工艺的持续优化.同时系统地综述了目前基于模型的热镀锌退火过程板温控制策略,针对热镀锌退火过程特点,提出了具有高适用性的数据与物理模型相混合的热镀锌退火过程温度控制方法,能够实现热镀锌板的精准热处理.     

基于改进BP神经网络的烧结矿FeO含量预测

影响烧结矿FeO含量的因素较多且FeO含量与各因素间呈现非线性关系，预测难度较大。针对烧结矿FeO含量难以直接预测的问题，提出一种Dropout算法与Adam算法和四层BP神经网络相融合的烧结矿FeO含量预测模型。为提高烧结矿FeO含量的预测准确率，结合烧结工艺，选取与烧结矿FeO含量强相关性的烧结机尾断面热成像关键帧的温度特征作为模型的参数输入。利用Dropout算法改善四层BP神经网络结构，Adam算法优化四层BP神经网络的训练过程，进而提高模型的预测精度和泛化能力。试验表明，改进的模型预测烧结矿FeO含量误差值在±0.5、±0.8和±1.0时，命中率分别达到77.42%、88.71%和96.77%。与三层BP神经网络预测模型和支持向量机回归(support vector regression, SVR)模型相比，该模型的误差更小，同时预测精度也得到显著提升。     

岩溶地下河日流量预测的小样本非线性时问序列模型

针对岩溶含水系统高度的非线性特征,在小样本时间序列条件下,引入了能较好解决小样本、非线性问题的支持向量回归方法,利用偏最小二乘回归对影响地下河流量的诸多因素进行综合分析,并提取主成分作为支持向量机的输入变量,采用遗传算法优化模型参数,建立了地下河日流量预测的偏最小二乘-遗传-支持向量回归模型;将该模型用于后寨典型岩溶地下河流域日流量模拟和预测,并与BP人工神经网络、多元线性回归模型预测结果进行对比.偏最小二乘-遗传-支持向量回归模型模拟期的均方误差(MSE)、平均绝对百分比误差(MAPE)分别为0.25%、6.89%,预测期为0.65%、6.03%;BP神经网络模拟期的MSE、MAPE分别为0.24%、7.30%,预测期为0.84%、7.39%;多元线性回归模型模拟期的MSE、MAPE分别为0.28%、9.30%,预测期为1.10%、10.54%.结果表明,偏最小二乘-遗传-支持向量回归模型预测精度明显优于BP人工神经网络和多元线性回归模型.     

BP改进算法神经网络的保护渣性能预测模型

采用混料回归设计原理设计试验保护渣组成。以试验为基础，针对常用BP算法的不足采用动量因子与自适应学习速率相结合的BP改进算法建立神经网络保护渣性能预测模型。研究结果表明该模型预测精度高，适用组元多、成分变化范围大；对保护渣的性能预测取得了较好的效果，能为保护渣设计提供理论指导。     

连续热镀锌工艺对IF钢力学性能的影响

对影响热镀锌IF钢力学性能的主要工艺参数进行了研究，其中包括段退火温度、带钢速度、退火张力和拉矫延伸率等。结果表明，影响IF钢热镀锌板力学性能的主要因素是退火温度制度、退火张力和拉矫延伸率。     

利用性能预报模型对SS400热轧板力学性能实施预报

以现场收集的四钢轧SS400热轧板的原始化学成分、终轧厚度、实测的力学性能数据为基础,通过回归模型和人工神经网络BP算法建模,确定其相互关系,并最终通过其化学成分和终轧厚度来预测产品力学性能。现场使用证明,在现有的条件下,回归模型比人工神经网络更适用。经测试,其抗拉强度预报值与实测值的相对误差有80％7g超过5％,屈服强度预报值与实测值的相对误差有76％不超过10％,延伸率预报值与实测值的相对误差有77％不超过10％。     

Ti-IF钢热镀锌钢板力学性能控制

在设计生产DQ级以下产品的热镀锌机组上进行了Ti-IF钢热镀锌试验,研究了RTH带钢温度和光整对Ti-IF钢热镀锌板组织、织构和力学性能的影响.试验结果表明,以超低碳Ti-IF钢为基础,保证合适的过剩钛,采用合适的工艺制度,可以生产力学性能优良的正常锌花热镀锌钢板,其屈服强度在150 MPa左右,r、n平均值分别达到2.5和0.25.但是,经光整后,屈服强度明显提高,n值明显降低,且成品晶粒尺寸较粗时,光整后的n值较低.根据试验结果,提出了根据热镀锌板表面状态和用户使用条件采用不同的工艺控制技术路线来保证Ti-IF热镀锌板力学性能的策略.     

基于PCA-BP神经网络模型的充填体强度预测

充填体强度预测对矿山充填设计具有重要意义。选取胶砂比、水泥、石灰、石膏及矿渣含量作为充填体强度影响因素,借助主成分分析（PCA）消除自变量间相关性,降低数据维数,再结合BP神经网络具有较好预测性的特点,建立了PCA-BP模型以预测充填体强度。对18组充填体试验数据进行主成分分析,5个影响因子降维为3个主成分,将其作为BP神经网络的输入因子,进而探讨了隐含层神经元个数对充填体强度训练和预测精度的影响,并比较了PCA-BP神经网络、标准BP神经网络和二次线性回归效果。结果表明：PCA-BP模型最佳预测结构为3-7-1;PCA-BP神经网络结果优于BP神经网络和二次线性回归;PCA-BP神经网络训练和预测的最大相对误差仅为3.65%,实现了充填体强度的准确预测。PCA-BP模型为充填体强度预测提供了一种高精度的分析方法。     

基于人工神经网络的铝合金力学性能预测方法

传统方法对铝合金力学性能测量精度低、误差率高、计算复杂。本文提出一种基于BP神经网络的铝合金力学性能预测方法研究。首先对铝合金拉伸试验获取的数据进行整理和分类,基于BP神经网络强大的映射和分析功能,对铝合金在多样的热冲击温度下的力学性能进行分析和研究。预测结果表明,BP神经网络算法具有较高的预测精度,误差率能够控制在5%以内。对比常温条件下铝合金力学性能,在高温短时热冲击的情况下,铝合金力学性能大幅度下降,提出的神经网络算法能够为改善铝合金力学性能提供数据上的支撑。     

LF脱硫精炼渣的发展

在对传统精炼渣的局限性进行探讨的基础上,论述了BaO、B2O3代替精炼渣中的CaO、CaF2对熔化特性和脱硫性能的影响,展望了这些替代剂的发展前景。结果表明：BaO不仅可以降低精炼渣的熔点,提高熔渣流动性,还具有较好的脱硫能力,BaO的最佳质量分数为5%~25%;B2O3在渣中的质量分数在10%以内时,可以代替CaF2,起到降低对炉衬侵蚀和对环境污染的作用。     

烧结混合料配加涞源矿粉的研究

探讨了在邯钢结混合料中配加涞源矿粉的前后烧结矿各种物理，冶金性能指标的变化。结果表明：随着涞源矿配比的增加，烧结矿的ＭｇＯ含量呈递增趋势，烧结矿的筛分，落下，还原度，低温还原粉化指数等各项技术经济指标均有改善，尤以配比１０％时效果最佳。     

粒度组成对高铝质低水泥浇注料性能的影响

以三聚磷酸钠为分散剂,以特级高铝矾土熟料为骨料和细粉,加入5%的SiO2微粉,骨料的配方选取合适的粒度分布系数(q值取0.26～0.30)制备试样.分别测定了在烘干(110℃×24h)和中温处理(1100℃×3h)后试样的显气孔率,体积密度,抗折强度和耐压强度.结果表明,粒度组成对浇注料性能有显著的影响,对于该试验所选用的耐火原料,当q值取0.28时,浇注料的性能最好,尤其是中温处理后试样的强度增加更为显著.     

软磁合金系列新产品的开发

选择了应用广、技术含量高、磁特性不同1J50、1J22三种合金作软磁合金系列新产品开发的代表。试制中重点解决了真空冶金工艺及最佳合金成分匹配，提高返回比和宽带生产技术。试制结果表明，合金的冶金质量、磁性能、尺寸公差均达到国标要求。     

析出物对IF钢性能的影响

一种阻性的晶闸管控制制动器被用于阻尼向串联补偿传输供电的热电发电机中的瞬态扭。重点放在开发适用的控制算，并通过多种不同的运行方式验证算法。作为一种制动器最优控制的可能方法，本文研究了离散等级一般化预先控制（ＧＰＣ），讨论了系统上ＧＰＣ执行过程中存在一些问题。用Ｐｒｏｎｇ分析来辩识系统传递函数，此传递函数与控制方案的考虑及强度特性有关。     

南非HI磁铁精矿球团试验

磁铁精矿的严重短缺是制约钢铁企业球团快速发展的一个重要因素，通过对南非HI磁铁精矿进行球团试验，结果表明：该矿具有良好的成球性、焙烧性能和冶金性能，与大部分的磁铁精矿相比。用该矿生产球团所需预热温度低。预热时间短。     

太钢新型炉料结构研究

就太钢烧结原料条件下，碱度为0．6－2．3的烧结料的烧结性能和不同碱度烧结矿配后炉料的冶金性能进行了研究，结果表明，酸性烧结矿中（R=0.6,0.8,1.0），碱度为1．0的烧结性能相对较好，炉料结构采用44％R＝1．05的烧结矿＋44％R＝1．87的烧结矿＋12％的球团矿时，其冶金性能优于其余几种炉料结构。     

合金化方法对铁基粉末材料性能的影响

对以水雾化纯铁粉为母粉,采用粘结化处理预混合法和部分预合金化法制造的合金钢粉与相同成分的水雾化预合金钢粉的性能进行了对比研究。     

优质隔热材料─—泡沫纤维涂料的研究

介绍了泡沫纤维涂料的组成，结合剂的研制及涂料的配制，涂料的性质及热工测试结果。     

弥散强化铜锻造性的研究

对弥散强化铜的锻造性进行了研究。针对预成形坯在锻造过程中出现的裂纹问题 ,研究了预成形坯的相对密度、高径比、锻造能量、变形时的应力状态对其锻造性的影响。通过研究表明 :使用合理的工艺参数能够对低塑性的弥散强化铜进行锻造加工 ,并可大大改善其工作性能