排序方式: 共有34条查询结果,搜索用时 0 毫秒
1.
研究鞍山钢铁集团公司(以下简称鞍钢)的基本状况,并对改造前和改造后的鞍钢状况做了对比分析,明确鞍钢改革的方向。论证了鞍钢用高新技术改造传统产业的策略,指出鞍钢要生存和发展,必须走体制创新、技术创新和管理创新的道路,实现企业结构优化,增强与国际钢铁企业竞争的实力,从而为大型国有企业走出困境提供了一些有益的经验。 相似文献
2.
4.
5.
为提高变形抗力预测精度,以兴澄特钢中厚板轧机实际生产数据为基础,针对性提出2种利用机器学习对变形抗力进行预测的方法:一种是极限学习机(ELM)与传统数学模型结合的多钢种变形抗力模型及建模方法,另一种是基于TensorFlow深度学习框架的变形抗力模型及建模方法。方法一参考周纪华-管克智变形抗力模型,改进原变形抗力模型结构形式,计算出低合金钢、合金钢及高合金钢代表钢种的基准变形抗力;通过非线性回归计算出与钢种无关的变形参数影响系数,引进ELM神经网络算法,采用灰色关联分析及交叉验证优选神经网络参数,通过线性插值对预测结果进行平滑处理,减小ELM预测残差,最后与传统数学模型相结合得到变形抗力。方法二基于深度学习技术,结合机理,构建2种不同结构的深度神经网络,采用小批量(minibatch)和均方根传播(RMSprop)优化算法寻优,结合批标准化(BN)和早停(early stopping)正则化策略提高模型泛化能力与稳定性,最后综合工艺特性,分别对粗轧机(RM)、精轧机(FM)建立变形抗力预测模型,提高模型精度。研究结果表明,利用深度学习预测变形抗力具有较高的预测精度,经离线分析,平均绝对... 相似文献
6.
人工智能问世以来,获得了科学家和公众的广泛关注。随着计算机、数据和算法的更新升级,人工智能不断发展,在各行各业得到了广泛的应用。根据冶金工业的特点和主要生产流程,在冶金工业信息化基础架构的基础上,通过人工智能可以实现冶金工业的精准管理与控制。改造方面包括建设冶金人工智能生态环境,改造和完善工业互联网,数据的收集、筛选、积累、分析及数据云的建设,冶金工业数字化仪表的创新与应用,冶金工业人工智能建模及算法研究,无人车间和机器人的使用等。指出了人工智能在冶金工业改造中存在的问题。提出了实现冶金工业改造最根本的是要创造人工智能的生态环境,注重人工智能基础理论的研究和专业人才的培养,实现跨界合作、产学研相结合,在基础理论和科学知识下更有效地选取和积累数据,推进应用领域的开发,推动冶金工业的变革。 相似文献
7.
8.
学习邯钢经验 实际扭亏为盈刘1995年初,鞍钢由于产品合同量不足和销售价格低以及设备检修集中等原因,造成产量下降,物耗上升,固定费用增加,加重了企业成本负担,致使1、2月份分别亏损0.88亿元和1.16亿元。面对严峻的形势,我们学习借鉴邯郸钢厂"模拟... 相似文献
9.
10.