过程监控分析系统在安钢高线的设计及应用

本文简要介绍了安钢高线机组过程数据监控分析系统PDA （Process Data Access)的设计和应用情况，描述了过程数据监控分析系统的软硬件结构及基本功能，并且以具体的故障实例分析了过程数据监控分析系统在高速线材生产实际中的应用与价值。     

电缆截面不足引起电机故障的处理

从一起电机不能启动的事故入手,详细叙述了故障现象,分析故障发生的原因并将其排除。     

层流冷却控制模型在安钢炉卷轧机的应用

介绍了安钢炉卷轧机的层流冷却控制模型，对影响其控制精度的一些因素进行了分析并对模型进行了修正和完善。使用效果得到了明显改善。     

改进粒子群算法在雷达网优化部署中的应用*

针对粒子群算法整体上容易陷入局部最优的缺陷,将鱼群算法中的视距、拥挤度引入标准粒子群算法,提出一种改进的粒子群算法,有效提高了粒子群算法的全局收敛性。通过基准函数Sphere、Griewank、Ackley和Shekel’s Foxholes的仿真,验证了改进算法的全局收敛能力。最后,以福建地形为背景,应用改进的粒子群算法完成雷达组网优化部署,进一步验证了改进粒子群算法的有效性。仿真和应用的结果表明,改进后的粒子群算法对于多峰值函数的寻优性能有明显提高。     

约束条件下项目进度关键路径的Petri网建模方法

针对软件开发项目因存在约束条件而不能有效使用关键路径法的问题,利用Petri网并行性和异步性的动态特性,设计时延着色Petri网(TCPN)进度模型,通过将双代号网络图映射成Petri网,构建约束条件下的项目执行模型,用模型仿真得到约束条件下项目运行可能出现的情况,再运用关键路径法进行分析。案例结果表明：TCPN进度模型可使用关键路径法预测软件开发项目的完工时间,获得项目关键路径信息和其他潜在的关键路径发生概率,并且完工时间预测准确率为92.41%,具有一定的实用价值。     

基于隐式反馈和加权用户偏好的推荐算法

针对现有隐式反馈算法中正负样本划分不合理、忽略用户操作频次、无法准确建模用户偏好等问题,提出一种基于隐式反馈和加权用户偏好的推荐算法(IFW-LFM)。该算法考虑了用户操作频次与正负样本划分间的关系,学习并改进wALS算法,根据用户操作频次从缺失值中重新挖掘潜在正负样本,将用户操作频次大于1时的样本设置为正样本,用户操作频次为1或0时的样本为正样本或负样本,不再需要人为引入负样本;根据用户操作频次对用户偏好程度的影响,定义了置信度,明确用户偏好,并将其应用在隐因子模型的框架中;利用用户收听歌曲起止时间、收听时长等隐式反馈数据,提高隐式反馈样本利用度。在两个音乐数据集上的对比实验结果说明,该算法在准确率、召回率与NDCG值上与5个经典隐式反馈算法(UserCF、ItemCF、LFM、BPR、SVD)相比最大平均提升了45.81%,83.83%和60.33%,具有更优的推荐效果。     

基于FMEA拓展的芯片研发项目风险管理研究

芯片研发作为集成电路产业的核心,具有技术难度大、资金需求大、风险等级高等特点。因此,提出基于FMEA拓展的失效模式模糊综合评价方法,以量化评估芯片研发的项目风险。针对F公司芯片研发项目,运用扩展后的FMEA方法识别和分析风险,证明扩展后的FMEA方法在芯片研发项目风险管理中的有效性。     

层流冷却控制模型的应用及改进

控制轧制和控制冷却是现代化板材的主导生产工艺,用于生产优质的中厚板,层流冷却控制系统的控制精度直接影响产品的性能。安钢炉卷轧机采用层流冷却控制模型,对钢板通过层流冷却区域的速度和冷却水量进行控制,在实际使用中对影响其控制精度的一些因素进行了修正和完善,取得了良好的效果。