基于遗传算法与神经网络的选厂预测建模研究

建立了一个由遗传算法和ＢＰ网络组成的组合模型ＧＡ－ＡＮＮ。该模型选用遗传算法优化神经网络权空间,若网络达不到精度要求,再在此基础上,用ＢＰ算法进一步对权空间进行优化。将该组合模型用于对某选矿厂的实测数据预测建模的初步研究,结果表明：其预测效果好于传统的ＢＰ网络和采用“早终止”技术的改进ＢＰ网络。     

钢中痕量元素的分析方法

为满足超净冶炼技术及产品检验的分析要求,在充分调研和预实验的基础上,钢铁研究总院等７家单位采用分光光度法（ＳＰ）、氢化物原子吸收光谱法（ＨＧ－ＡＡＳ）、石墨炉原子吸收光谱法（ＧＦ－ＡＡＳ）、电感耦合等离子体发射光谱法（ＩＣＰ－ＡＥＳ）、示波极谱法（ＯＰ）、催化极谱法（ＣＰ）、氢化物—电感耦合等离子体发射光谱法（ＨＧ－ＩＣＰ－ＡＥＳ）和滴定法（Ｖｏｌ）对钢铁及合金中含量小于０．００１％的２１种痕量元素（Ａｇ,Ａｌ,Ａｓ,Ｂａ,Ｂｉ,Ｃａ,Ｇａ,Ｌａ,Ｍｏ,Ｐ,Ｐｂ,Ｓ,Ｓｂ,Ｓｃ,Ｓｅ,Ｓｉ,Ｓｎ…     

HPMBP和DAM协同萃取Ln~(3 )的研究

研究了１－苯基－３－甲基－４－苯甲酰基吡唑酮－５（ＨＰＭＢＰ）和二安替吡啉甲烷（ＤＡＭ）的氯仿溶液从硝酸介质中对Ｌｎ３＋（Ｌｎ＝Ｌａ，Ｐｒ，Ｎｄ，Ｇｄ）的协同萃取，测定了其半萃取ｐＨ值，结果分别为４．３８（Ｌａ３＋）、３．９７（Ｐｒ３＋）、３．９２（Ｎｄ３＋）和３．８２（Ｇｄ３＋）。通过斜率法确定了协萃合物的组成为Ｌａ（ＰＭＢＰ）３（ＤＡＭ），并合成了固态萃合物。     

基于神经网络的自适应厚度控制

板带材轧制过程是一个复杂的非线性过程,厚度自动控制（ＡＧＣ）是轧制过程自动化的重要组成部分。提出一种基于神经网络的自适应厚度自动控制（ＮＮＡ－ＡＧＣ）方案,提出适于过程控制的网络激励函数和改进的ＢＰ网络训练算法。仿真结果表明：ＮＮＡ－ＡＧＣ系统具有良好的自适应跟随和抗扰性能;新的网络激励函数和训练算法切实满足过程控制的需要。     

基于遗传神经网络的冷连轧机轧制压力模型

对鞍钢冷轧厂四机架冷连轧机轧制压力模型进行了认真分析,指出了其存在的缺陷.把遗传算法(GeneticAlgorithms,简称GA)和神经网络有机结合,设计出了具有遗传算法性能参数优选、网络结构参数优选、网络性能参数优选以及GA-BP算法联合进行网络权值修改几种功能的遗传神经网络,建立了基于遗传神经网络的新冲连轧机轧制压力模型.通过原模型计算值、新模型计算值与实测值之间的对比分析可知,遗传神经网络模型计算精度优于传统轧制力模型.     

5—Br—DMPAP测钢铁及合金中铋

利用斐了子型表面活性剂ＯＰ存在下,５－Ｂｒ－ＤＭＰＡＰ与铋的反应来测钢铁及合金中铋。干扰元素用ＤＤＴＣ－ＤＤｌ４萃取法分离,ＨＣｌ（１＋１）反萃取后随铋主的微量铁以抗坏血酸掩蔽,反应适宜酸度为ｐＨ３左右。采用０．１Ｍ－氯醋酸和Ｍ醋酸钠（１＋１）混合液为缓冲液,络合物Ｂｉ－５－Ｂｒ－ＤＭＰＡＰ最大吸收峰在５７５ｎｍ处。     

大量氟化物存在下冶金物料中微量锗的分光光度法测定

研究了在Ｇｅ（Ⅳ）－苯基荧光酮（ＰＦ）－溴化十六烷基三甲胺（ＣＴＭＡＢ）测定体系中，Ｆ－对测定微量锗的干扰与消除。本文采用蒸馏分离其它干扰物质，让Ｆ＾－１与Ｇｅ（Ⅳ）同时蒸出，在显色前加入一定量的ＡＬ（Ⅲ）络合Ｆ＾－１，用于实际测定结果满意。     

MOVPE生长CdTe/GaAs薄膜的表面形貌控制

通过优化ＧａＡｓ表面制备工艺、反应管清洁处理工艺、ＧａＡｓ表面预处理工艺、生长条件及优选ＧａＡｓ衬底方向等措施,在水平与常压ＭＯＶＰＥ装置中,用二乙基锌（ＤＥＺｎ）、二甲基镉（ＤＭＣｄ）、二异丙基碲（ＤｉＰＴｅ）和元素汞,采用互扩散多层工艺（ＩＭＰ）,在ＧａＡｓ衬底上生长出了ＭＣＴ／ＣｄＴｅ／ＧａＡｓ,比较了采用优化工艺前后薄膜的电子显微镜形貌相,表明采用优化工艺后薄膜的表面形貌有了明显改进。     

[Eu2(p-MOBA)6(phen)2](H2O)2配合物热分解动力学研究

采用ＴＧ－ＤＴＧ技术研究了「Ｅｕ２（ｐ－ＭＯＢＡ）６（ｐｈｅｎ）２」（Ｈ２Ｏ）２（ｐ－ＭＯＢＡ代表对甲氧基苯甲酸根离子;ｐｈｅｎ表示１,１０－邻啡罗啉）在静态空气中的非温热分解过程及动力学,根据ＴＧ曲线确定了热分解过程的中单产的及最终产物,动用Ａｃｈａｒ法与Ｃｏａｔｓ－Ｒｅｄｌｆｅｒｎ法对非等温动力学数据进行分析,推断出和线步的动力学方程为ｄａ／ｄｔ＝ＡｅｘＰ（－Ｅ／ＲＴ）「－ｌｎ（１－ａ）」＾－     

5—Br—DMPAP测定钢铁中的镉

本方法利用非离子型表面活性剂ＯＰ存在下５－Ｂｒ－ＤＭＰＡＰ与镉的反应来测定钢铁中的镉，反应适宜酸度范围ｐＨ值为８￣１１（氨性缓冲介质）＾〔１〕，络合物Ｃｄ－５－Ｂｒ－ＤＭＰＡＰ的吸收峰在５５４ｎｍ波长处。     

BP网络参数优化及其在轧制压力预报中的应用

利用最优化算法对ＢＰ算法中的学习速率（η）和动量因子（α）进行了优化选取,利用优化的ＢＰ网络对冷轧机轧制压力进行了预报,结果良好。     

热连轧机组带钢厚度与轧制力的变刚度法智能纠偏系统

为提高热连轧机组厚度精度和轧制力精度 ,采用带钢厚度偏差和轧制力偏差 BP网络智能预测与偏差变刚度法同时校正方法。给出两偏差的分析和变刚度法偏差校正算法。离线模拟与在线应用都表明算法的有效性 ,提高机组带钢厚度偏差命中率 4 %～ 2 0 %和轧制力偏差命中率 8%～ 10 %。     

基于BP网络的平整轧制压力计算

运用BP网络建立了平整轧制压力计算方法，实际应用结果表明：BP网络建立了平整轧制压力计算方法比较简单，计算精度高，计算误差小于85，完全可以应用于工程实际。     

遗传算法在铝板带冷轧机轧制规程优化中的应用研究

本文以铝板带冷轧机轧制规程为研究对象,应用遗传算法对轧制规程进行优化设计。首先,介绍了遗传算法的基本原理和基本步骤;其次,建立系统模型及介绍遗传算法实现的具体步骤。结果比较表明,该方法优化效果好,适合在实际中应用。     

半无头轧制工艺下的精轧宽展预测

为了提高半无头轧制精轧宽展的预测精度，采用BP神经网络方法代替传统数学模型进行宽展预测，并采用改进的BP神经网络算法提高学习速度，与传统数学模型方法得到的预测精度作比较，结果表明采用此方法预测精度更优。     

基于蚁群算法的神经网络冷连轧机轧制力预报

 为提高冷连轧机轧制力的预报精度和预报速度,用蚁群算法和神经网络相结合的方法进行轧制力预报模型设计。根据轧制原理建立了BP神经网络冷连轧机轧制力预报模型,以网络权值和阈值为自变量,网络预报误差为目标函数,通过蚁群多代运算,找出预报误差全局最小值,再将相应的权值和阈值输入网络进行训练。应用某厂1450 mm冷连轧机的实测数据进行离线计算的结果表明,该方法能够防止BP网络陷入局部极小点,且收敛速度快,可作为轧制力预报的新方法在实际应用中加以推广。     

冷连轧带钢轧制节奏计算和仿真系统研究

冷连轧计算机控制系统是冷轧生产中的重要组成部分,设定值计算又是控制系统的核心内容,为此,对冷轧计算机控制系统中的力度参数设定值预计算部分进行了仿真,并根据仿真结果对带钢轧制节奏问题进行了研究,根据工艺推导出轧制节奏中最大轧制速度的模型计算方法,并就业模型进行了仿真,结果表明,仿真系统的计算完全符合现场带钢实际运行状况。     

基于遗传BP网络的PID控制算法在无模拉拔温度控制中的应用

将遗传算法与BP神经网络结合,提出了一种利用遗传算法优化BP神经网络权值的智能PID控制算法,改善了系统的动态性能.通过实验采集数据,拟合出无模拉拔感应加热温度控制系统的数学模型.采用本文提出的方法进行了仿真实验,结果表明该算法具有较强的快速性和鲁棒性.     

Multi-Objective Optimization for Tandem Cold Rolling Schedule

 Based on rolling feature of continuous tandem cold rolling mill, such as multi-variable, strong coupling, non-linear, analyze and set the equal relative load, preventing slippage and profile well as the multi-objective optimization goal, BP neural network with self-learning function is adopted to replace traditional rolling force models and then Levenberg-Marquardt algorithm is adopted to predict the rolling force. Then use multi-objective fuzzy theory to solve the problem of multi-objective optimization of tandem cold rolling schedule. With the example of 1370mm tandem cold rolling, the rolling schedule of the common rolling, the single-object optimization design and the multi-objective fuzzy optimization design are compared with each other, optimization result shows the proposed optimization method decreases the value of three objective functions simultaneous. The performance of the optimal rolling schedule is satisfying and it is promising.     

中厚板精轧轧制规程的负荷协调分配法及其动态调整

基于中厚板精轧过程的轧制特点，提出负荷协调分配法。该算法通过调整轧制力限制系数来调整约束条件使得最后道次的出口厚度与目标厚度的偏差小于给定误差，并同时获得优化的轧制规程。然后介绍如何根据轧件板形的变化来调整轧制规程。通过实例证明该算法及其动态调整方法适应性和灵活性很强，适合于在实时中厚板轧制过程中应用。