冷却机推动棒的力学模型与受力分析

篦冷机是水泥熟料烧成系统的重要工艺设备，它担负着对高温水泥熟料进行冷却、热回收、输送等多重作用。在现代新型干法水泥生产规模愈来愈大型化的今天。水泥熟料冷却机成为影响水泥生产技术和生产规模发展的主要因素之一。冈此，国内外水泥设备研究机构不断投入财力物力研究先进的水泥熟料冷却设备。     

蜗形凸轮机构计算机模拟实验法

利用计算机的实体造型能力，提出了一种干涉法。利用该方法对蜗形凸轮间歇分度机构进行运动规律及曲面方程的实验证。     

蜗形凸轮分度机构接触线载荷分布研究

利用切片法,推导出蜗形凸轮机构接触线轴线方向上的载荷分布公式,为按强度设计及润滑分析等提供理论基础     

机械式自适应冷却气体流量调节器研究

用篦板单元方法分析了水泥熟料冷却机的均衡冷却原理,将物料对气体流阻的概念应用于冷却机流量调节器分析,推导出机械式自适应冷却气体流量调节器的设计公式,设计了一种新型的自适应机械式冷却气体流量调节器,实现了水泥篦冷机冷却空气流量的自适应调整,消除了篦冷机内熟料横向流阻不均匀带来的熟料冷却不平衡的问题.     

机械式自适应冷却气体流量调节器研究

用篦板单元方法分析了水泥熟料冷却机的均衡冷却原理,将物料对气体流阻的概念应用于冷却机流量调节器分析,推导出机械式自适应冷却气体流量调节器的设计公式,设计了一种新型的自适应机械式冷却气体流量调节器,实现了水泥篦冷机冷却空气流量的自适应调整,消除了篦冷机内熟料横向沆阻不均匀带来的熟料冷却不平衡的问题。     

基于速度交流的多种群多目标粒子群算法研究

为提高多目标优化算法的收敛精度和搜索性能,提出一种基于速度交流的多种群多目标粒子群算法。算法引入速度交流机制,将种群划分为多个子种群以实现速度信息共享,改善粒子单一搜索模式,提高算法的全局搜索能力。采用混沌映射优化惯性权重,提高粒子搜索遍历性和全局性,为降低算法在运行后期陷入局部最优Pareto前沿的可能性,对各个子种群执行不同的变异操作。将算法与NSGA-Ⅱ、SPEA2、AbYSS、MOPSO、SMPSO和GWASF-GA先进多目标优化算法进行对比,实验结果表明:该算法得到的解集具有更好的收敛性和分布性。     

一种基于正则优化的批次继承极限学习机算法

极限学习机(ELM)作为一种新型神经网络,具有极快的训练速度和良好的泛化性能。针对极限学习机在处理高维数据时计算复杂度高,内存需求巨大的问题,该文提出一种批次继承极限学习机(B-ELM)算法。首先将数据集均分为不同批次,采用自动编码器网络对各批次数据进行降维处理;其次引入继承因子,建立相邻批次之间的关系,同时结合正则化框架构建拉格朗日优化函数,实现批次极限学习机数学建模;最后利用MNIST, NORB和CIFAR-10数据集进行测试实验。实验结果表明,所提算法具有较高的分类精度,并且有效降低了计算复杂度和内存消耗。     

基于模糊神经网络的篦式冷却机熟料流动建模

基于模糊推理和误差反向传播理论,提出了一种新的模糊神经网络算法,该算法利用神经网络从样本数据构建模糊推理系统,自动寻优隶属函数中心和宽度等参数.在分析篦冷机熟料流动工作原理的基础上,利用该算法建立的篦式冷却机熟料流动模型,通过仿真研究表明该算法具有很强的非线性逼近能力,所建模型输出与实际输出相对误差在1%以内.而且该算法可以广泛应用于非线性复杂系统的模型辨识和控制中.     

熟料颗粒角速度实验及预测研究

在水泥熟料流动状态换热研究中,一般认为颗粒的旋转运动对整体换热效果具有一定影响.在所建立的颗粒角速度实验装置上,利用姿态传感器采集颗粒转角信号,对多工况下颗粒的旋转角速度进行了实验测定.研究发现角速度随推料速度的增大而增大,颗粒的推程运动角速度大于返程运动角速度,在一个推程内,颗粒自旋角度占颗粒圆周的17％ ～25％,对颗粒堆积体的换热有较大影响.基于神经网络理论对实验数据进行处理,建立了颗粒转角的BP神经网络模型,预测值相对于实验值平均误差为14％,该模型为考虑颗粒旋转的水泥熟料流态换热研究提供了分析及验证基础,同时对于其他颗粒的角速度研究具有一定的借鉴意义.