基于小波阈值和BPNN的冷轧煤气消耗预测

为实现钢铁企业冷轧煤气消耗量的精准预测，提出了一种基于小波阈值和BP神经网络（BPNN）的预测模型。利用小波阈值对煤气消耗数据进行去噪预处理，筛选出合理数据，采用BP神经网络预测煤气消耗量。实验结果表明，与其他方法相比，小波阈值和BPNN模型的预测精度更高，为钢铁企业煤气合理调度、减少排放及提高能源利用率提供有力支撑。     

对内啮合齿轮泵浮动侧板中缓冲槽作用的分析

研究了缓冲槽在内啮合齿轮泵浮动侧板中的工作原理及其结构设计.通过对浮动侧板缓冲槽的分析设计和软件仿真,优化了侧板的结构,使侧板既可以减少来自流动油液的周期冲击力以保持浮动侧板的稳定工作,又能够对低压油液进行预升压,因此也提高了内啮合齿轮泵的性能.