涡流板形仪在铝带材串联冷轧机上的应用

随着对薄铝板需要量的增加,要求提高轧制速度。一台铝带材二机架串联冷轧机使用11年之后,在机架之间安装涡流板形仪进行技术改造,显著提高了轧制速度,并且在机架之间带材很少破断。为了提高轧制速度,首先要求避免带材因边部较大的张力而引起破断。为此,必须在监测板形的基础上,通过控制板形使机架之间带村的板形保持波浪状边缘。涡流板形仪符合比较平直度测量仪的要求,并且符合结构紧凑、花钱不多和对环境稳定的仪器的要求。     

柔性制造系统(FMS)调度中的进化算法研究

在对调度方法进行深入分析研究的基础上，开发了基于进化算法的FMS调度方法。该方法充分考虑了与FMS调度相关的各种因素，对一种常见的编码形式作出了新的解释，设计了一套新的编码方法以保证编码的合理性，并进行了仿真实验分析。结果证明了基于进化算法的FMS调度仿真模型可以有效地解决FMS调度这样具有多约束条件的优化问题。与其它方法相比较，这一算法收敛得较快，稳定性好，使用范围较广，具有很高的实用价值。     

NACE国际标准推荐做法液态环氧树脂管道外涂层（25O～76Oμm）针孔检测

本标准给出了目前阶段管道现场安装前对液态环氧树脂（FBE）涂层的针孔进行检测的推荐技术。并且给出了不同涂层厚度的推荐检测电压。     

关于熔体镁的除气处理研究

镁和镁合金由于具有重量轻、比强度、比屈服点、切削加工性能和吸振动性能好等优点,可以作为轻质目的的结构材料使用,但是目前的现状主要还是用于作为向铝合金中的添加元素。铝合金由于含有微量的氢气,所以我们可以看到,在压延后产生气孔,在铸造时产生微裂等现象,使其机械性能和化学性能显著降低,这是众所周知的事实。因此,我们进行了许多关于铝在精炼或铸造过程中尽可能减少氢含量的技术研究和关于除氢的研究。例如,我们能够看到许多关于向铝中吹进氯、氮、Cl_2—N_2混合气体、CCl_2F_2、CCl_2F_2—N_2混合气体以及用熔剂处理进行除气的研究报告。     

永磁同步电机矢量控制的两种控制策略的研究

永磁同步电机矢量控制系统在工农业生产、医疗等众多领域得到了广泛的运用。矢量控制策略多样、控制灵活。在分析永磁同步电动机(PMSM)的数学模型的基础上,阐述了电压空间矢量脉宽调制(SVPWM)和电流滞环控制的原理,分别设计了基于Simulink的永磁同步电机SVPWM和电流滞环控制的速度环、电流环双闭环模型。通过工程设计方法,实现了Simulink仿真。通过对两种控制策略的仿真结果进行对比分析,分析比较了两者的控制特性。     

基于遗传算法和BP网络的物体识别方法

目前常用的物体识别方法,其过程非常复杂,信息量和计算量都很大.结合遗传算法的神经网络方法,充分利用GA的全局搜索能力、BP算法的局部搜索能力和鲁棒性强的特性,提出了一种用遗传算法全局优化神经网络拓扑结构和网络权值的新编码方案进行物体识别方法.仿真结果表明,该方法既解决了BP神经网络对初始权值敏感和容易局部收敛的问题,又加快GA.BP网络的收敛速度,提高收敛精度且识别率较高,从而验证了该方法的有效性.     

定量构效关系研究中分子描述符的相关性

分子描述符的计算是定量构效关系(QSAR)研究的基础,也是化学计量学研究的重要内容,在药物化学、环境科学等领域应用广泛。目前可计算的各种分子描述符已超过4 000种,如何选择合适的分子描述符,成为QSAR研究中首先要做的事。本文首先综述了分子描述符的研究进展,然后随机选择10 000余个化合物,利用Cerius2、Sybyl、Dragon软件计算1 600多种分子描述符,最后,采用相关分析和聚类分析研究各描述符之间的关系,相关分析表明,各类分子描述符之间存在较强的线性关系,这种关系通过聚类分析可以直观体现。     

4种常用化学作图软件功能之比较

随着计算机技术的发展和普及,化学化工工作者应用化学专业软件也越来越普遍.ChemDraw、ChemSkech、Chem Win、ISIS/Draw是目前最常用的4种化学作图软件.本文从化学作图、辅助化学专业分析、性质预测以及软件运行环境等方面,详细比较以上4种软件,为合理选用这些软件提供引导作用.     

分子相似性与MOLPRINT2D的本地化

分子相似性是分子多样性、分子聚类分析的基础,在药物、材料设计等领域应用广泛.分子相似性有相似度和分子间距两种方式表示,它的计算以分子描述符的计算为前提,依据所采用的描述符是定量还是定性表示,其算法有所不同.本文首先简述了分子相似性的概念、计算方法及其分类,然后,将一款免费的分子相似性计算软件MOLPRINT2D本地化.     

基于人工智能图像识别的输电线路巡检研究

为了准确、及时地发现输电线路中的缺陷,研究基于人工智能图像识别技术的输电线路立体化巡检模式。具体地,以人工智能图像识别技术为支持,借助K-means算法对立体巡检图像进行聚类处理,同时,采用人工神经网络对图像中输电线路缺陷进行智能识别。经测试,在相同工作量下,未采用本文所提技术的输电线路缺陷识别需要5个分析员持续工作15 d,平均每分钟进行2～3张图片的识别,图像识别速度为20～30 s/张;采用人工智能识别技术,识别速度高达0.25 s/张,仅需3.6 h便可以将识别任务完成。在弱光环境下,经过增强处理的图像边缘更加清晰,目标图像与背景实现明显分界,且现阶段可利用输电线路中相同部件不同角度的7张图片实现高于90%的识别准确率。另外,通过对相同条件下其他几种方法影响模型实际收敛情况的比较发现,所有方法的重构误差均呈现出逐渐降低之势,最终都趋于稳定。结果表明本文技术在立体化线路图像缺陷检测中有一定普适性,有利于工作效率的显著提升。