ST—A型洗井器

河南省密山农水工作站新近研制的ST-A型洗井器,是一种比较理想的洗井设备。现将这种洗井器介绍给读者。一、工艺原理 ST-A型洗井器采用活塞洗井与掏筒洗井双重原理。利用它洗井时,通过滤水管通管在含水层附近造成的正反两个方向的水流,即“双向流”。洗井器受下压上拉的作用,在井孔内作往复运动,产生压水和吸水作用。当洗井器向下运动时,产生激动压力,同时产生内向水流(即反向水流),通过滤水管冲击破坏井壁泥皮;当洗井器向上运动时,洗井器下部井段瞬时形成真空,此时含水层的正压水流(即正向水流),就迅速通过滤水     

基于灰色预测的MFAC在铝热连轧张力控制中的仿真研究

针对重庆某铝加工厂双机架铝带热连轧机机架间张力波动问题, 分析了影响张力波动的原因。为提高张力系统的控制精度, 对传统PID控制器进行了算法改进, 采用无模型自适应算法进行控制器设计, 并加入灰色预测模型, 通过超前预测来补偿系统延时及参数时变, 形成新的控制律作用在被控对象上。仿真结果显示, 基于灰色预测的无模型自适应控制在跟踪性、适应性、克服大时滞能力方面与传统的PID控制相比有很大的优越性。     

1850mm铝带冷轧机板形控制软件简介

本文是在课题＂西南铝加工厂１８５０ｍｍ铝带冷轧机板形板厚控制系统引进消化及国产化研究＂基础上整理出来的板形控制软件部分，对各软件的功能、板形控制对话参数在程序中的实现方法等作了介绍。     

铝带冷轧机板形冷却控制系统剖析

本文分析了西南铝加工厂１８５０ｍｍ铝带冷轧机板形冷却控制系统的组成结构，并结合冷却控制软件对其工作原理，作了深入的剖析。     

自动厚度控制系统变参数自适应控制方法及其实现

以唐山某1 370 mm冷轧机自动厚度控制系统为例,介绍轧机位置闭环控制原理,提出一种自动厚度控制系统变参数自适应控制方法,详细分析其设计过程,给出本控制方法现场运行的程序流程图,现场运行取得了良好的效果.     

板形检测辊输出信号的通道处理方法

较为详细地叙述了磁弹性板形检测仪的检测原理及其输出信号的处理方法.重点介绍了信号处理方法中特殊研制的相敏检测电路和双向峰值锁存电路的工作原理、电路工作过程和波形特点等.文末对板形检测信号的采样方法作了说明.     

秒流量控制的研究及其在液压AGC系统中的应用

由于光电编码器分辨率的限制,造成基于光电编码器的秒流量液压AGC(Automatic Gauge Control)系统在板厚控制过程中的板厚控制精度达不到要求的问题,采用插入高频脉冲的方式,来提高光电编码器的测速精度,计算结果显示插入高频脉冲后光电编码器的测速误差由原来的1.6％下降到0.04％.为实现高频脉冲的插入设计了一款基于FPGA的秒流量计,并将其应用于秒流量液压AGC系统中,经过实际数据统计,秒流量计和测厚仪测量出的轧机出口侧板厚之间的误差小于0.1％,由此证明秒流量计的板厚测量精度可以满足板厚控制系统的要求.将基于秒流量计的秒流量液压AGC系统应用于冷轧现场显示,该系统控制板厚误差在±5 μm以内,且系统具有很好的稳定性、鲁棒性和实用性.     

基于CPLD的AGC系统位置检测接口电路设计

压下油缸位置闭环高精度控制是实现冷轧带材板厚板形高精度控制的基础,缸位移信号的检测精度直接影响油缸位置闭环精度。以CPLD为主控制芯片,利用VHDL硬件描述语言,设计了板厚控制(AGC)系统油缸位置检测接口电路,实现了Sony磁尺等增量编码器形式的信号采集与处理。该位置检测接口电路采集和处理信号速度快,抗干扰能力强,若封装成独立模块,可应用于其他工业领域。仿真和试验验证了所设计的AGC系统位置检测接口电路的可行性。     

基于角度邻域的多目标差分进化算法

针对如何实现差分进化算法求解多目标优化问题,提出了一种基于角度邻域的多目标差分进化算法,通过在选择操作中引入弱支配概念,实现了对多目标优化问题的求解.该算法通过计算目标空间中个体与权重向量的夹角来确定每个个体的邻域,并在此基础上引入了基于角度邻域的变异策略,使个体的变异在邻域内进行,保证进化方向.此外,该算法创建了一个外部存档用来保存进化过程中的非支配解,并定期对外部存档进行维护,大大改善了解集的分布性.大量的数值仿真实验结果表明通过角度确定邻域的方法比通过欧氏距离确定邻域的方法更加有效,算法所得解集的收敛性和分布性也均明显优于基于分解的差分多目标进化算法(multiobjective evolutionary algorithm based on decomposition and differential evolution,MOEA/D–DE)和非支配排序算法Ⅱ(nondominated sorting genetic algorithm II,NSGA).     

基于一次指数平滑法的自适应差分进化算法

提出一个策略和控制参数自适应的差分进化(ESADE)算法.ESADE算法将指数平滑法和轮盘赌选择法结合到一起,根据先前成功的经验在策略候选池中为每个个体自适应地选择变异策略来匹配进化的不同阶段.在进化过程中,ESADE算法使用柯西分布和正态分布为控制参数产生适当的值,并使用指数平滑法进行自适应.大量的仿真实验结果表明,ESADE算法要优于其他差分进化算法.