斜轧穿孔过程力能参数理论计算研究

由于穿孔机力学性能直接影响无缝钢管的产品质量和品种规格,而目前国内外对斜轧穿孔过程力的特性研究很不充分。为此,针对斜轧穿孔过程中计算力能参数的经验公式和模拟计算力能参数的有限元方法进行了分析和比较,分析了轧制力、顶头受力和导板受力在整个斜轧穿孔过程中的分布情况,描述了整个斜轧穿孔过程中工件与工具间的受力状态,给出了力能参数在斜轧穿孔过程中的规律。同时分析了轧制压力计算的经验公式出现误差的原因。结果表明,通过有限元模拟方法可以计算具有较高精确性的力能参数,该方法可应用于工程计算中,为实际生产提供更为准确的轧制力值。     

BP 神经网络改进算法的应用

目的通过 MATLAB 实现 BP 神经网络的改进算法. 方法采用了动量法和学习率自适应调整的策略. 结果运用 MATLAB 对 BP 神经网络进行初始化和训练. 结论实践证明, 改进了的 BP 神经网络算法, 提高了学习速度, 增加了算法的可行性. 利用 MATLAB 软件提供的工具箱编制 BP 网络解决非线性问题是一种便捷、有效、省事的途径.     

BP神经网络改进算法的应用

目的 通过MATLAB实现BP神经网络的改进算法。方法 采用了动量法和学习率自适应调整的策略。结果 运用MATLAB对BP神经网络进行初始化和训练。结论 实践证明，改进了BP神经网络算法，提高了学习速度，增加了算法的可行性，利用MATLAB软件提供了工具箱编制BP网络解决非线性问题是一种便捷、有效、省事的途径。     

人工神经网络应用于时间序列预测的探讨

介绍了时间序列方法和适用场合,突出了基于神经网络的时间序列信息预测方法的重要性,进一步研究了BP神经网络技术,包括BP网络模型结构、BP网络学习过程、BP算法,并概括了BP算法存在的不足和改进方向。     

粒子群算法优化BP神经网络的指纹识别技术

指纹识别技术是当今应用最广泛的生物识别技术之一。在指纹识别过程中,图像处理、特征提取、匹配等过程数据量庞大,计算比较烦琐。BP神经网络具有良好的自学习能力、强大的分类能力和容错能力,将其应用到指纹识别中是可行的。为改进BP神经网络计算速度较慢,梯度下降法不能处理一些不可微传递函数的问题,采用粒子群算法对BP算法进行优化,提高了指纹识别的速度和准确度。     

基于遗传BP神经网络的油气识别

为了建立一种有效的油气储层识别模型,使得能够处理大信息量、复杂样本空间油气信息,本文提出遗传BP神经网络模型,利用遗传算法全局搜索问题解的特性对BP神经网络的权值和阈值进行快速优化,约束BP神经网络训练学习过程。研究表明,相对于传统BP模型,遗传BP模型具有效率高、收敛速度快、适应复杂样本空间和大样本空间训练学习等优点。     

人工神经网络模拟反应精馏过程的研究

提出了用BP（误差反向传播）神经网络模拟计算合成乙酸甲酯的新思路,模拟过程中采用学习速率可变的动量BP算法训练神经网络。结果表明：只要有充足可靠的数据为基础,采用学习速率可变的动量BP算法训练的神经网络的预测精度比普通BP算法的预测精度高10倍左右,且训练时间显著下降,是一种具有广泛应用前景的模拟方法。     

烧结料加水混合过程的改进神经网络建模

针对烧结料加水混合过程自动控制,采用改进的BP神经网络建立该过程的模型。仿真结果证明了改进BP神经网络建模可以很好地逼近实际烧结料加水混合过程,并克服基本BP神经网络学习时间长的缺陷。     

基于位置和程度指标的结构损伤识别研究

为提高结构损伤识别的精度,提出基于动、静态数据融合的位置指标和完全基于频率的位置指标,并采用学习速率自适应调整的新型BP神经网络学习算法,其特点是在网络迭代过程中根据网络学习误差来调整学习速率的取值,该方法有效地克服了传统BP网络学习过程中容易陷入局部极小和收敛速度慢、学习效率不高的缺点,进一步讨论了参数输入方式对网络识别效果的影响,分别采用两步诊断法和一步诊断法进行损伤识别.结果显示,两步诊断法对损伤位置和程度的识别正确率较高,而一步诊断法识别效果却不令人十分满意;减少位置指标和程度指标的输入个数对损伤识别结果有显著的影响.     

基于反馈调控参数的BP学习算法研究

为解决经遗传算法优化后的BP网络极易陷入饱和区域而导致网络学习停滞的问题,基于神经生理解剖学关于神经电位脉冲发放系统和神经递质系统的耦合机理,提出一种改进的基于反馈调控参数的BP学习算法,通过反馈调控参数对神经元的节点输出进行扰动,避免学习过程中发生权值调整量趋于。的问题,从而解决经遗传算法优化后的BP网络容易出现的饱和区域问题．仿真实验结果表明,该方法能有效克服饱和区域引起的学习停滞问题,提高BP网络对遗传算法优化结果的精确定位能力,而且还具有收敛速度快和稳定性好的优点和在较大权值空间中的寻优能力．     

冷拔无缝钢管开裂分析

在无缝钢管的冷拔过程中,存在着冷作硬化和氢脆现象,它们是造成钢管开裂的主要原因。此文对两个现象进行了分析,提出了一些防止钢管开裂的措施。     

无缝钢管连轧技术研究进展

在钢管连轧机组中，毛管延伸是主要变形工序之一，对机组的生产能力和产品质量起着重要的作用。过去由于受研究手段所限，对钢管连轧过程诸多问题，如金属流动、缺陷形成等的研究难以取得实质性突破。介绍了国内外对钢管连轧变形区的理论分析及实验研究，重点介绍用有限元方法对钢管连轧过程的模拟分析及其在工艺参数制定和孔型优化设计中的应用。     

冷拔中径无缝钢管生产企业的技术改造

采用热轧穿孔后毛管直接冷拔无缝钢管是一种极不合理的生产工艺。针对用这种工艺生产中径以上无缝钢管的企业,提出了在不改变原有设备和增设必要设备的基础上,以节能、降耗、减少污染等为出发点,将其改造为具有“冷热结合、普优结合”产品结构的中径无缝钢管生产企业。     

定心机控制系统中的位置与误动作问题及处理

定心机是无缝钢管生产中,管坯穿孔前在线热状态下,对管坯前端面实行预先热定心工艺的一种机械。设计这种控制系统的核心是理解并分类设备的工艺,进而设计一个简单实用的控制系统。管坯定心前的准确停止位置问题及没有管坯到来而出现的热金属检测器误动作问题是影响定心机控制系统正常运行的难题,为解决这一问题,提出了一种“量化惯性加挡板”的控制方法,解决了准确停止位置问题,对于没有管坯到来而出现的热金属检测器误动作问题,采用了PLC编程得到解决。经实践证明,控制系统设计合理,运行可靠。     

皮尔格冷轧无缝钢管成形过程组织演变过程研究

皮尔格冷轧技术作为冷轧无缝金属管材最主要的技术手段,具有材料利用率高、截面累积变形量大及加工精度高等特点,以LG-60皮尔格冷轧管机轧制304不锈钢为研究对象建立数值仿真模型,分析不同轧制工艺参数对皮尔格冷轧成形的影响规律。结合轧制实验,截取管材不同的变形段利用金相显微镜、扫描电镜以及X射线衍射仪分析研究了皮尔格冷轧过程中钢管组织演变规律,结果表明：本文所使用工艺参数条件均可以满足管材的塑性变形要求,但在轧制过程中极有可能形成裂纹或其他缺陷。因此通过对皮尔格冷轧仿真过程中轧制力、管材等效应力、残余应力以及外径回弹量等关键参数分析,获得基于送进量、回转角和Q值最优工艺参数,同时,发现轧制过程中随着变形量的增大,试样内部产生了大量位错,晶粒发生了碎化,晶粒尺寸减小,轧制过程中有奥氏体γ相转变为α''-马氏体相。     

正交投影神经网络的BP和GS杂交学习算法

主要讨论具有单隐层的正交投影神经网络的权值和阈值的学习问题,提出了一种新的将BP算法和GS算法相结合的杂交学习算法,其中GS算法对隐层到输出层的权值和阈值进行学习,BP算法用于输入层到隐层权值的学习,并给出一种最佳的隐层节点数的选取方法．仿真实验表明,该杂交学习算法具有学习速度快且能获得全局最优解的特点,并可有效地对学习过程中出现的病态情况进行求解,具有良好的普适性。     

一种改进的GA+BP模糊逻辑系统混合学习算法

分析了遗传算法(GeneticAlgorithm)和BP算法在模糊逻辑系统参数寻优问题上的优缺点,提出一种基于改进的GA+BP模糊逻辑系统混合学习算法。该算法克服了由于学习率选取不当对整个遗传进化过程造成的不利影响,改进了遗传算子具体操作步骤,并对当前最优个体采用最优保留策略。充分利用了杂交、变异选择算子在全变量空间以较大概率搜索全局解的特点,以及在解点附近BP算子快速、精确地收敛的特点。仿真实验表明,改进算法与原算法相比,在满足同样精度的条件下,具有较快的收敛速度。     

小直径轴承钢管生产工艺改进及应用

分析某轴承钢管企业生产工艺及设备诸多问题,提出小直径GCr15轴承钢管生产及设备改进方案.实践应用表明,改进后的新工艺、新设备及新技术可使小直径轴承钢管产量提高2倍,且具有生产装备简单、流程短、占地面积小、成材率高、生产成本低、环保、污染小等特点.     

斜管沉淀工艺优化诸问题探讨

论文提出饮用水标准提高后斜管沉淀工艺优化应在水厂设计优化的条件下进行。斜管沉淀工艺在新的条件下具有适应性。斜管沉淀工艺优化应充分考虑前后工艺的影响。斜管沉淀的设计负荷应适当降低;斜管区结构采用双（多）层斜管,充分发挥斜管体的沉淀能力;斜管断面形式应优选,采用缺角正方形斜管等性能优异的斜管。斜管沉淀优化还应考虑构筑物平面布置、斜管搁置方向、与絮凝池衔接方式,以及施工和运行管理。