轧制力模型自适应在神经元网络预报轧制力中的应用

在中厚板生产过程中,神经元网络已经运用到中厚板轧制力模型预报中,但是与实际的轧制力相比还存在着较大的误差。为了提高神经元网络预报轧制力精度,将轧制力模型的自适应过程引入到神经元网络用于轧制力预报,应用结果表明,采用本文所述的方法,神经元网络的预测精度得到很大改善,预报精度的相对误差可以控制在±3％以内。     

多元回归分析在建立轧制力模型中的应用

传统的轧制力模型很难达到现代带钢生产轧制力的预报精度要求,使用多元回归分析建立轧制力模型,可以提高轧制力预报精度,更好的实现在线控制。     

冷轧轧制力数学模型的研究

通过对冷轧四辊轧机的实验分析,获得了轧制过程中的实际接触弧长。以卡尔曼单位压力微分方程与采利柯夫解为基础,并考虑轧辊弹性压扁,将实际接触区划分成不同的区域,根据不同区域的边界条件,建立了更准确的单位轧制压力的数学模型。     

光纤传感技术应用于轧制力测量的研究

中介绍一种光纤法布里-珀罗干涉式应变传感器，并对其应用于轧制力测量进行了研究。详细分析了该传感器的原理，导出了轧制力与光纤干涉腔反射光强的关系表达式。理论分析和实验结果表明，用这种光纤应变传感器测量轧制力是切实可行的，与传统的测量轧制力的方法比较，具有结构简单，抗干扰能力强，测量准确度高，灵敏度高等优点。     

铜包铝复合材料轧制变形过程模拟及轧制力计算公式

基于对铜包铝双金属复合材料轧制变形过程进行的有限元模拟,建立了双金属复合材料轧制变形分区模型,可分为弹性区、单材料塑性区、后滑区、揉轧区和前滑区.以铜的体积分数为变量,对不同铜含量的铜包铝复合材料的轧制过程进行模拟,在单一材料轧制力理论计算公式的基础上,提出了双金属复合材料轧制力的理论计算公式,通过对铜包铝复合材料轧制的试验和不同压下率下的铜包铝双金属复合材料轧制成形的有限元模拟,对所推导出的轧制力公式进行了验证.     

宽厚板轧机轧制压力模型

1概述轧制力是轧机最重要的设备及工艺参数,是轧机零部件强度设计计算与校核,工艺规程的制定、轧机以及强化轧制的调整、设备潜力的挖掘等的重要参数。轧制力模型的主要作用是:设定辊缝值;计算厚控系统的增益;进行轧制道次的负荷分配;用于最优控制。轧制力模型的预报精度直接决定设定精度,也直接影响厚度和板型,还将影响到轧制过程的稳定性。轧制力通过模型计算,并通过长期自学习和短期自学习修正系数进行修正。轧件的变形阻力的计算等于轧件屈服应力乘以一个修正函数。这个修正函数与轧件的外部摩擦、内部摩擦和内部剪切有关。     

基于人工蜂群算法与反向传播神经网络的铝热连轧轧制力预测

在分析传统的轧制力数学模型的不足之后,提出了一种基于人工蜂群算法与反向传播神经网络相结合的铝热连轧轧制力预测方法,使用人工蜂群算法优化反向传播神经网络的初始权值和阈值。以现场采集的精轧机组数据作为训练和测试样本,并与Sims数学模型和反向传播神经网络的预测结果进行比较,实验结果表明所提方法的轧制力预测精度和误差明显优于传统算法。     

包装铝箔轧制过程一种较精确的摩擦模型

为进一步提高轧制包装铝箔产品的质量及精度，很有必要对现有轧制过程的总体模型进行改进，摩擦这个中心问题将在轧制过程中通过辊缝摩擦模型重新被描述，希望这一模型能对实际轧制过程的精度有所提高。     

轧制力与不锈钢多孔板孔隙性能的关系

本文用60-100目的316L不锈钢粉末为原料,在不同轧制力的条件下,研究了轧制力与轧制不锈钢多孔板孔隙性能的关系,得出轧制力在90-100KN的范围内,可以获得孔隙性能均匀一致的轧制不锈钢多孔板。     

基于大数据技术的青少年心理健康评测动态模型构建研究

国内教育界对青少年心理健康的关注度日渐升高,但目前的心理健康测评的准确率较低,难以找到青少年心理健康问题的突破点。因此,该文基于大数据技术研究了青少年心理健康评测动态模型。模型由心理健康数据采集与整理、确立动态模型评估指标、测算心理健康评测数据以及获取心理健康评测结果组成,使用VIRE算法收集青少年心理健康数据并使用SNS算法进行整理,以数据集合的方式确立动态模型评估指标,将数据池内的数据以子集合形式结合决策树算法进行计算,计算出的评测数据使用G-means聚类算法,通过聚类目标函数获取心理健康评测结果,导入对应的心理健康评语,以此完成青少年心理健康智能测评。试验结果表明,模型提供的测试结果具有较高的准确性和可信性,相关人员可以根据测评结果对青少年进行心理咨询,进而有效提高青少年的心理素质。     

大数据标准化现状与发展思路研究:产业发展视角

随着信息技术和经济社会的融合发展,数据已成为国家基础性战略资源,大数据对推动创新创业、转型升级,提升国家治理能力的作用日益显著.本文结合大数据研究现状,分析了国内外各标准组织开展的大数据标准化工作的情况和进展,在对比分析基础上剖析了我国大数据标准化研究工作所存在的主要问题.结合上述问题从大数据产业发展的角度,提出了未来我国大数据标准化发展的思路和建议.     

基于改进深度信念网络训练的冷轧轧制力预报

在带钢冷轧过程中,轧制力预报精度直接决定板带材的轧制精度以及产品质量.传统的基于单隐层的神经网络建模方法结构简单,对复杂函数的表达能力与泛化能力都受到一定制约;轧制现场环境复杂,数据测量存在噪声干扰,都会直接影响预报精度.针对这些问题,提出一种基于非监督学习的改进深度信念网络预测模型.深层网络的构建以及去噪机制的引入可...     

Dynamic Trust Model Based on Service Recommendation in Big Data

In big data of business service or transaction, it is impossible to provide entire information to both of services from cyber system, so some service providers made use of maliciously services to get more interests. Trust management is an effective solution to deal with these malicious actions. This paper gave a trust computing model based on service-recommendation in big data. This model takes into account difference of recommendation trust between familiar node and stranger node. Thus, to ensure accuracy of recommending trust computing, paper proposed a fine-granularity similarity computing method based on the similarity of service concept domain ontology. This model is more accurate in computing trust value of cyber service nodes and prevents better cheating and attacking of malicious service nodes. Experiment results illustrated our model is effective.     

基于循环自编码网络的冷轧轧制力建模方法

在钢铁冷连轧生产过程中,轧制力预测结果直接影响带材的轧制精度和产品质量。为进一步提高轧制力预测精度,同时实现模型的在线更新,避免漂移问题,提出了基于循环自编码网络的轧制力模型。首先,使用循环自编码网络对处理好的输入数据进行特征提取,为了加速网络训练,加入了小批量训练方法,然后使用高斯过程回归模型对提取到的特征进行回归拟合。仿真结果表明,该模型预测精度可达3%以内,能够实现轧制力的高精度在线预测。     

大数据时代下基于数据的信息设计

目的探索大数据背景下,数据在信息设计中的应用。方法分析了大数据的特征,分别从即时性、互动性、综合媒体及多维度、人性化等特征方面,诠释了大数据对当前信息设计的作用和影响。结论大数据时代的视觉传达特征改变了以往的设计分析思路,数据已经成为了大数据时代信息设计中不可或缺的工具。     

大数据时代的设计

目的对大数据时代的设计特征进行分析,探讨大数据背景下设计发展的方向。方法以大数据时代为背景,从设计思维方法、设计思路、设计范畴3个方面进行分析,研究大数据时代设计特征,探讨和传统设计的差异。结论大数据时代设计思维已经由传统注重因果关系转变为注重相关关系;设计不再仅仅依靠传统经验,而更注重大数据分析与应用;大数据时代正在打破传统设计和其他学科之间的篱笆,出现多学科交叉与综合的特点,这种趋势将会成为未来设计的发展方向。     

基于高维输入小波神经网络的热连轧机产品质量模型

小波神经网络是一种以小波函数为激励函数的神经网络。现有的小波神经网络局限于低维,本文提出一种适合高维输入的小波神经网络建模方法,对几种小波函数与学习算法进行了比较实验,成功地解决了32维输入的大型多辊热连轧机钢板材质量建模问题。     

大数据下复杂网络支持的绿色包装满意度分析

目的 在大数据时代背景下对绿色包装的满意度进行分析,进而达到绿色包装设计方案的优选,有利于包装领域推进"绿水青山就是金山银山"生态理念.方法 将利益相关方的评论作为数据源,收集绿色包装满意度的多视角评论大数据,采用词频统计、高频词共现矩阵生成、语义网络图绘制的方法进行大数据的处理,建立绿色包装满意度指标体系;集成专家对指标间关联关系的评判,构建绿色包装满意度指标的复杂网络,计算复杂网络中节点的度、介数和接近中心性,进一步通过PROMETHEEⅡ法确定指标权重;使用梯形模糊数来表达专家对备选绿色包装方案指标值的评估意见,并融合多位专家的评估结论,最后得到备选绿色包装方案的满意度值.结果 结合唐三彩绿色包装方案的应用实例,验证了所提出的绿色包装满意度分析方法的有效性.结论 通过对绿色包装满意度指标评论大数据的处理和指标权重的求解,提供了一种绿色包装满意度的分析工具,助推包装行业绿色环保目标的实现.