沿海地区首层地面易潮湿的原因分析与防治措施

我国沿海地区的人口密度和工农业产值在国民总产值和总人口中占有绝对比重。受沿海季风气候和海洋湿气的影响，使得沿海地区的建筑对防潮的要求更高。随着海景房的兴起，居住环境更加接近水体，这就要求我们采取更为严格的防潮措施。文章介绍了沿海地区建筑潮湿．尤其是首层地面容易潮湿的原因，并相应的提出了防治建议。     

关于加强我国油气资源勘探开发管理的若干思考

随着社会的发展,人们对于油气资源的需求不断增加。为了满足人们日益提高的资源需求,油气资源的开发必须进行科学有效的管理。但我国目前的油气勘探开发管理体制中还存在着政府和市场定位不清,缺乏完善的有关资源开发的法律体系,缺少有效的监管机制等一系列问题。为了更好的进行油气资源开发,本文将对油气资源勘探开发管理中的一些问题进行思考,并提出相应的解决方法,从而进一步完善油气资源的开发管理。     

考虑加热炉生产因素的热轧板坯轧制计划模型与算法

加热炉生产是影响热轧机组利用率和轧制计划质量的重要环节之一.通过分析加热炉对热轧生产的影响,抽取板坯标准在炉时间和出炉温度这两个关键因素,建立热轧板坯轧制计划的整数规划模型,并提出自适应邻域搜索算法.在算法中设计约束满足策略、自适应搜索策略和反向学习邻域搜索策略.约束满足策略针对目标特征和加热炉因素设计两种值选择规则,用于生成高质量初始解;自适应搜索策略能够自主选择邻域结构和终止邻域搜索,有效优化邻域结构选择方式和算法收敛速度;反向学习邻域搜索策略基于反向学习技术增强解空间多样性,提高全局搜索能力.基于实际生产数据设计多种规模的实验,通过实验验证了算法的有效性.     

基于CNN-SVR的作业车间订单完工周期预测方法

经典作业车间生产环境包含多产品、多机器和多工序,提高其完工周期的预测精度对于企业提高客户满意度、优化生产调度等方面都具有重要意义。因此,针对作业车间订单完工周期预测问题提出一种卷积神经网络-支持向量回归(CNN-SVR)方法。首先,将订单完工周期影响因素分类为订单信息与车间实时状态信息,并分析得到其中的关键特征因素。进而,采用ReLU激活函数训练卷积神经网络,对生产数据特征进行自适应提取,并将结果输入至支持向量回归模型中进行预测。最后,设计FlexSim作业车间仿真模型生成车间订单生产数据,确定评价指标并进行试验验证。结果表明,相较于其他对比模型,CNN-SVR预测方法在拟合优度和预测误差等方面均有很好表现,能够得到理想的预测效果。     

宽厚板轧制辊期计划自动编制系统原理与应用研究

在宽厚板生产过程中,一个关键问题就是轧制计划编制的是否合理,否则会直接影响生产效率和产品质量。针对此问题,结合现代钢铁企业生产管理的特点和轧制工艺要求,建立了基于多目标优化算法的热轧批量计划模型,以合同兑现优先、热装效率优先、最大产能为优化目标,提出了排产策略,以生产数据为基础进行的仿真实验证实算法科学有效,在南钢率先实施,具有推广意义。