基于蚁群算法的m–团队定向问题求解

介绍了m–团队定向问题的特性及目标，提出了基于蚁群算法的问题求解算法。在该算法中同种群不同个体之间采用访问禁忌表方式交换信息、相互协作共同完成路径优化，不同种群间通过“信息素”控制每个种群中个体的行为。计算结果表明了算法和模型的有 效性。     

设备故障停机时间的ARMA模型预测

针对影响设备故障因素多的特点,选用时间序列分析的方法建模。以设备故障停机时间为研究对象,建立时间序列分析ARMA模型,预测设备的故障停机时间,为企业制定合理的维修计划、实行设备预知维修提供有效的决策信息。采用某钢铁集团冷轧厂联合机组的设备监测数据建模并进行验证。     

基于函数型数字孪生模型的转炉炼钢终点碳控制技术

由于转炉冶炼过程中的热力学和动力学反应复杂,副枪控制模型和传统的烟气分析模型存在很大的局限性,导致了转炉冶炼终点碳含量的预测精度偏低,是实现智能炼钢的主要技术瓶颈. 针对上述问题,提出了基于烟气分析的炼钢过程函数型数字孪生模型. 首先,利用烟气分析得到连续监测的实时数据,以此来实时监控转炉熔池内钢水的碳氧反应状态; 然后,根据熔池反应所处的不同阶段,利用函数型数据分析方法建立吹炼前期和吹炼后期的函数型预测模型; 在此基础上,按照吹炼前期和吹炼后期这两个阶段来分别自动修正模型中的系数函数,从而能在复杂的实际工况条件下完成对熔池碳含量的准确预测. 通过260 t氧气转炉的工业应用实例,证实函数型数字孪生模型具有良好的自学习和自适应能力,对异常冶炼状态具有良好的鲁棒性,可以实现全过程的熔池碳含量动态预测,终点碳质量分数在± 0. 02% 范围内的命中率为95%. 利用函数型数字孪生模型在拉碳阶段对钢水中碳含量的预测值来控制终吹点. 更为重要的是,在保证入炉原料成分、温度、质量等参数稳定的前提下,采用该模型可以有望取消基于副枪的停吹取样步骤,从而降低生产成本,提高产品质量和生产效率,具有广泛的工业应用前景.      

基于并行策略的冶铸轧一体化组批模型及算法

针对直接热装和直轧工艺的特点,提出在冶铸轧一体化组批时用组合批代替传统的连铸作业计划和热轧作业计划,并建立了时序条件多收益旅行商MPCTSP—TC模型．该模型基于并行策略,一次可以求出若干个组合批．构造了分组协同蚁群算法,并用该算法对所提出的模型进行求解．结果表明,所建立的模型和算法可以最大化地求出较优的组合批,每个组合批都能满足模型的约束条件,而且排出一个组合批的平均时间为9．6s,远远低于人工排产所需的时间．     

基于小样本的神经网络参数优化选择方法

提出了一种基于小样本的神经网络参数优化选择方法,并应用于冷轧带钢表面缺陷在线检测系统中。该方法利用小样本对神经网络的每一种可能的组合参数进行模拟训练及测试,通过直方图求取最优化的一组神经网络参数。实验表明,利用该方法选择出来的神经网络参数,可以实现对冷轧带钢表面缺陷的最优识别。     

边界局部搜索算法与应用

提出一种快速的边部检测算法,即边界局部搜索算法,并应用于冷轧带钢表面缺陷在线检测系统。它采用一种局部搜索的思想,在前一次搜索的基础上准确定位钢板边部,大大提高了算法的实现速度。对现场图像数据测试表明,边界局部搜索算法比传统的灰度梯度阈值算法的速度快 20200倍左右,并且检测的效果得到有效的提高。这种算法还可以用于其他图像边界的搜索。     

基于小波分解的某些非平稳时间序列预测方法

提出一种时间序列预测方法,称为小波预测方法.通过小波分解可以将某些非平稳时间序列分解成多层近似意义上的平稳时间序列,然后采用自回归模型对分解后的时间序列进行预测,从而得到原始时间序列的预测值.对年平均太阳黑子数的预测结果表明,该方法比传统的时间序列预测方法和神经网络预测方法的预测精度高,可以很好地应用于某些非平稳时间序列的预测中.     

基于频域形态滤波的低速滚动轴承声发射信号降噪新方法

声发射检测技术以其灵敏度高、频响范围宽、信息量大等优点,为机械故障诊断提供了一条新的检测途径,但应用于旋转机械设备时,容易混入各种有色噪声。当噪声频率与声发射信号重叠时,传统的降噪方法难以满足要求。将形态滤波应用到信号频域,可以有效消除有色噪声的干扰。根据声发射频响特性,对频谱进行拟合平滑高斯白噪声的影响,最后重构到时域。仿真和实际低速轴承信号表明此方法具有较好的降噪效果,有利于信号后续的处理和分析。     

大型构件动态固有频率和阻尼系数辨识方法

大型构件在实际工作环境中的系统动态固有频率和粘性阻尼系数辨识一直是一个“棘手”的问题。提出了基于非线性建模和小波变换方法的大型构件的固有频率和粘性阻尼的分析方法,成功地检测出我国某大型水轮机轴系的动态固有频率和粘性阻尼系数。通过仿真结果与理论值的比较,证实了该方法的有效性和精确性。     

金属内部裂纹的超声衰减特性与近表面缺陷识别

建立了包含裂纹缺陷的二维金属板模型.采用有限元方法,对具有不同深度裂纹的材料内部超声波场进行计算,获得了不同裂纹深度金属材料上表面的回波信号,分析了裂纹深度对超声波传播特性的影响规律.进一步分离提取不同阶次底面回波的频谱特征,获得了由裂纹缺陷引起的超声衰减系数随频率的变化关系.最后提出了通过底面回波频谱图辨识近表面裂纹缺陷的方法.