连铸方坯动态轻压下位置

为准确确定铸坯凝固末端的位置,合理选择压下区域,为实施动态轻压下提供有效技术手段,利用数值模拟方法计算某炼钢厂2#铸机连铸方坯中温度场,用传热模型分析了45#钢在某工艺下的铸坯温度分布图。固相率0.3为轻压下初始点,压下区间总长度为10 m且拉速0.76 m/min时的压下量为0.7 mm/m。     

宽板坯凝固前沿轻压下率模型的研究

结合连铸坯凝固规律及轻压下技术改善铸坯中心偏析的冶金原理,建立宽板坯轻压下率理论模型。根据某厂连铸宽板坯实际生产条件,以传热模型计算的铸坯凝固温度数据作为轻压下率模型计算条件,分析拉速、浇注温度、坯壳凝固收缩特性对铸坯轻压下率的影响规律。结果表明,在相同的拉速和浇注温度条件下,铸坯轻压下率沿拉坯方向的分布总体呈减小趋势;拉速较高时的起始轻压下率小于拉速较低时对应的起始轻压下率;拉速与平均轻压下率呈线性递减关系：拉速每升高0.1m/min,平均轻压下率减小0.015mm/m;浇注温度越低,轻压下区起始轻压下率的值越高;浇注温度对平均轻压下率的影响较小,浇注温度每升高10℃,平均轻压下率仅减小0.002 5mm/m;铸坯外部凝固坯壳的收缩对整个轻压下区平均轻压下率的贡献量为20.4%～22.3%。     

320mm×480mm断面矩形坯连铸轻压下过程热力耦合分析

针对断面为320 mm×480 mm矩形连铸坯存在的中心偏析和中心疏松等缺陷,结合某厂矩形坯连铸工艺条件,建立矩形坯连铸轻压下过程热力耦合三维数学模型,模拟分析连铸压下量和压下区间对矩形坯压下效果的影响规律,据此提出优化轻压下工艺建议。结果表明：铸坯的塑性应变主要分布在纵向心部±30 mm位置,与压下时刻的固相率关系较大;其他条件一定时,压下量越大心部的等效塑性应变越大,压下量为11 mm时等效塑性应变为0.035;压下量越大,铸坯中心纵向位移越大,铸坯心部变形量越大;压下区间固相率为0.3～0.9和0.7～1.0时铸坯心部等效塑性应变为0.024～0.026,压下区间固相率为0.1～0.8时铸坯心部等效塑性应变几乎为零,因此压下区间固相率不能小于0.1～0.8。建议在铸坯轻压下过程中,除考虑压下量及压下区间等工艺参数对铸坯应变及位移的影响外,还应考虑过热度、拉速等生产过程参数对铸坯质量的影响,多角度优化轻压下工艺。     

轻压下技术——提升铸坯质量的利器

钢液在凝固过程中，由于选分结晶及尚未凝固富集偏析元素的钢液流动，往往造成铸坯中心C、P、S等元素的富集，产生严重的中心偏析．     

重轨钢大方坯轻压下位置的预报

采用有限元方法,对某钢厂新建的重轨钢大方坯在不同的位速和过热度条件下的凝固过程温度场分布情况、坯壳生长规律和凝固分率进行了预测性的模拟研究,从而为该钢厂新建的重轨钢大方坯连铸机的结晶器和二冷区的冷却制度的制定和轻压下区间的选取提供理论依据和技术指导.     

轻压下技术——提升铸坯质量的利器（二）

由于钢中的溶质元素在固相中的溶解度与扩散系数比在液相中要小得多,在钢水凝固过程中,溶质元素与基体元素自发发生成分分离现象从而导致成分偏析．凝固过程中,在固一液界面富集的溶质原子将由于双扩散对流发生宏观迁移并向最后凝固的地方聚集,并形成宏观偏析．而在连铸凝固过程中,凝固后期液相穴的相变体积收缩,尤其是由于坯壳鼓肚造成的内部负压差将加剧这种流动和溶质富集,     

基于动态贝叶斯网络的设备故障预测方法研究

设备维修方式由事后维修和定期维修逐步向基于状态维修进行转变,而故障预测（剩余寿命预测）则是基于状态维修的关键。本文介绍了动态贝叶斯网络的基本原理,在此基础上提出了利用动态贝叶斯网络进行故障预测的方法和步骤,最后将本方法应用于流体控制器的故障预测,结果验证了本方法的有效性。     

基于信息熵的软件可靠性多模型动态预测方法

针对经典软件可靠性预测模型中的不一致问题和“变点” 问题,研究了一种基于信息熵的软件可靠性多模型动态预测方法,采用固定步长滑动窗口的动态赋权策略,运用信息熵对多个经典模型预测性能进行动态融合,实现了软件可靠性的综合预测。试验结果表明,在一定步长情况下,基于信息熵的软件可靠性多模型动态预测方法比单个经典模型有更好的预测性能。     

动态Leontief投入产出模型的广义预测控制

基于Ｗ．Ｌｅｏｎｔｉｅｆ动态投入产出模型,探讨了广义预测控制在国民经济系统宏观管理中的应用。     

The 3D Simulation of Liquid Core Change of Cylinder Steel Rolling Forming on Soft-reduction Continuous Casting Process

Using ABAQUS FEM software,the Elastic-plastic with isotropic hardening model is applied to simulate 3D cylinder slab rolling forming in continuous casting (CC),the change of liquid core before slab solidification completely on soft re- duction process is studied,the analyse result shows the soft reduction technique can change the liquid core size,which is useful to cylinder slab forming in CC.     

方坯连铸凝固传热数值模拟及二冷动态控制

二冷是影响连铸机生产和铸坯质量的重要因素,针对连铸二冷区的均匀冷却问题,建立了方坯连铸机数学模型,其中包括铸坯凝固传热模型和二冷配水控制模型．采用二维有限元差分法求解凝固传热模型,分析了铸流在二冷区的凝固过程中温度场分布和凝固坯壳厚度,为建立二冷控制模型提供了依据和输入数据．建立了基于中间包钢水连续测温和有效拉速实现二冷动态前馈控制模型。该控制模型成功应用于实际铸机的二冷配水,应用结果表明：二冷动态控制模型具有比传统二冷配水控制模型更好的控制效果,铸坯质量有了明显提高．     

基于预测模型的分段模糊控制系统设计

针对加速量热仪需要按照材料的特性设定温度变化规律,温度精确控制困难的问题,通过研究电加热功率与温度变化的关系,采用调整脉冲宽度调制方波（PWM）占空比的方式来控制加热功率．针对系统的非线性、时变性、变结构、多层次和滞后等缺点,提出分段、分级和基于预测模型的模糊控制策略．采用上位机（IPC）＋下位机（PLC）的测控系统结构,并编写PLC程序完成模糊控制．实验结果表明,本方案实现了以固定升温速率加热,定点温度保持的功能．     

强夯法加固软土路基施工及监测分析

强夯法施工工艺是软土地基处理的一种常用方法.主要结合青岛市高新区地基处理工程,通过对强夯法加固软土地基的施工参数的监测及利用静力触探试验对地基加固效果的检验,证明了强夯法施工工艺在临海低渗透性、高含水量的杂填土路基处理中应用的可行性,可为相似工程参考.     

滑坡变形动态预测的自记忆离散模型

考虑滑坡变形时间位移序列的非线性特征,提出了基于自记忆离散模型的滑坡非线性变形动态预测方法.该方法将观测到的滑坡变形位移时序数据视为描写滑坡变形非线性动力系统的特解,运用反演动力模式方法导出系统的微分方程,通过引入记忆函数,将制约动力系统的微分方程推演成一个差分-积分方程,从而建立了滑坡变形动态预测的自记忆离散模型.将该方法用于古树屋滑坡和茅坪滑坡变形预测,验证了该模型的有效性及可行性.     

基于状态估计的电解槽优化控制

通过挖掘电解铝监控系统中的信息,赋予电解槽槽况、工况新的物理含义.根据槽况、工况对槽控机的控制参数NB来设定电压,从而进行优化控制.在180kA电解槽上进行了实验.实验结果表明,该方法的不仅可以降低电解铝的能耗,而且可以改善电解槽的槽况.     

基于精细计算的结构瞬时最优预测控制

针对地震激励作用下的结构控制问题,提出一种瞬时最优预测控制算法,该算法采用的开闭环控制策略在控制过程中综合考虑了下一时刻位移、控制力输入能量和地震波能量对结构的影响,解决了传统开闭环控制必须知道整个过程中外扰信息的难题,另外对控制过程中的指数矩阵采用精细积分法来求解,避免求解动力状态矩阵的特征值和特征向量,简化了算法中指数矩阵的计算,提高了计算效率,使得算法具有高效率、高精度、对步长不敏感、无条件收敛的优点.在算例中将文中方法与LQG算法进行了比较,证明了文中算法的有效性且优于LQG算法.     

基于控制图的磨削颤振预测方法

为了预测磨削过程中颤振的发生,提出一种基于休哈特控制图的磨削颤振预测方法.该方法基于统计质量控制中所遵循的“Kσ”原则来绘制颤振传感信号特征量的控制图,以监测识别磨削振动中不稳定性信号成分,达到快速准确预测磨削颤振的目的.首先,根据磨削加工过程中颤振信号的频谱分析得到颤振发生的敏感频段,以该频段能量占整个分析频段能量的百分比作为颤振特征量.然后,以平稳磨削过程振动信号的颤振特征量为统计特性值绘制控制图,并计算其均值和方差,进而得到控制图的上、下控制界限值.最后,利用控制图的判断准则对统计特性值是否发生异常波动进行判别,从而实现颤振预测.实验结果表明:基于控制图的磨削颤振预测方法能够准确地预测颤振的发生.     

BP和RBF网络的结构动力响应预测对比

主动控制中存在时滞效应,在线实时预测结构响应,可以解决这个问题。不同的神经网络对结构响应的预测效果是不同的,针对BP网络和RBF网络的不同特点,对它们的预测效果做了对比研究。仿真结果表明,RBF神经网络训练速度快、精度高,可及时为主动控制建筑结构响应提供较为准确的优化性能指标,从而为实现在线实时控制结构响应提供优良的保证。     

基于动态贝叶斯网络的WSNs链路质量预测

无线传感器网络中,链路质量预测为数据可靠传输和上层网络协议性能的提高提供支撑。为进一步提高链路质量预测的准确性,提出基于动态贝叶斯网络（dynamic Bayesian networks,DBN）的链路质量预测机制。为避免单一评价指标的片面性,从链路信号质量、链路稳定性及非对称性3方面综合评价链路质量;采用K-means聚类算法对参数进行离散化预处理,得到各参数的离散区间;采用熵值法确定各参数的权重,以消除参数权重计算中主观因素的干扰;为避免最大隶属原则的缺陷,采用非对称贴近度分析法构建综合性的链路质量等级指标;借助贝叶斯网络（Bayesian networks,BN）处理不确定性问题的优势和BN分类器在分类上的良好性能,确定DBN的初始网络和转移网络,采用EM算法进行DBN模型的参数学习,从而构建了基于DBN的链路质量预测模型。实验结果表明了采用非对称贴近度分析法划分链路质量等级的合理性与DBN链路质量预测模型的合理性;与4C及FLI预测模型相比,本文模型具有更高的预测准确度。采用链路信号质量、链路稳定性及非对称性3个指标评价链路质量,采用DBN构建预测模型,可得到更准确及鲁棒性更好的链路质量预测结果。