基于线性规划和神经网络的优化烧结配料系统开发

合理经济地确定烧结配料问题，具有十分重要的意义。本文从技术要求和经济效益两方面综合考虑烧结配矿的最佳经济性问题。根据线性规划法的思路。以生产实践为基础，建立目标函数，确定约束条件，对烧结所用铁矿粉进行优化配料。同时，利用神经网络模型预测烧结矿的性能指标，依据其结果调整线性规划的约束条件，从而得到满足烧结矿质量要求的最佳配矿比。     

提高高炉喷煤比的探讨

通过精料、提高风温和富氧率、优化喷吹工艺、抓好高炉操作等技术措施，可以提高高炉煤比，从而降低焦比。     

球形木质素珠体接枝丙烯腈的影响因素研究

利用反相悬浮聚合技术制备球形木质素珠体,再以Fe2＋/H202为引发体系,采用正交实验综合研究了球形木质素珠体与丙烯腈的接枝共聚反应的各种影响因素对珠体的接枝率和接枝效率的影响。结果表明：当m（单体）／m（基体）=10：1,反应时间为90min,反应温度55℃,Fe2＋浓度为0．03mmol／L,H202浓度为2．97mmol／L时,可以得到最佳的接枝率和较高的接枝效率,木质素一丙烯腈接枝共聚物的接枝率为780％,接枝效率可达76．0％。     

软土路基的处理方法研究

我国部分地区的市政道路经常出现软土路基的情况,尤其是在我国东南部地区,这对于道路工程的质量影响非常大。软土路基处理是市政道路工程建设中的一个重要环节,因此出现了较多新工艺与新技术。结合上海市凌空路(迎宾大道—远航路段)新建工程2标路基施工项目,通过对施工现场软土路基的处理,分析了软土路基产生的原因,论述了各种软土路基处理方法的优缺点以及施工过程中需要控制的技术措施。     

论企业产品设计与品牌展示的关系

品牌、产品是息息相关的，产品发布会制作时时、处处关系品牌形象品牌内涵体现在每件产品中。赋予产品以思想，赋予品牌以精神、情操，只有通过外观与内在的融合，才能通过内容和形式上的相互的和谐，达到意境上的统一。     

竖直窄缝水工质常压过冷沸腾流动与传热分析

以去离子水为工质,对常压下竖直窄缝通道内过冷沸腾流动与换热规律进行实验和数值模拟研究。对壁面气泡核化特点进行可视化实验分析,建立2 mm窄缝通道的壁面核化沸腾模型,包括:汽化核心密度、气泡脱离直径和气泡脱离频率关联式。以两流体模型为基础,结合壁面热量分配伦斯勒理工学院(RPI)模型以及壁面核化沸腾模型,建立竖直窄缝通道内过冷沸腾流动传热计算流体动力学(CFD)数值模型,对典型实验工况进行模拟分析,并与实验结果进行对比,两者吻合良好。     

神经网络在高炉铁水硫含量预报中的应用

采用3层BP神经网络来预报高炉铁水硫含量,根据高炉冶炼的实际生产数据,选取风温、风量、炉顶温度、焦炭负荷、喷煤量、矿石硫含量、焦炭硫含量、煤粉硫含量和上一炉铁水硅含量9个因素作为输入变量,为提高神经网络预报的准确率,对输入参数进行时滞处理.采取附加动量项和自适应学习步长的措施,解决了BP神经网络局部收敛和学习时间过长的问题.模型预报结果表明:当允许绝对误差不大于0.001时,预报命中率为70.7%;当允许绝对误差不大于0.005时,命中率为90%,证明了模型的有效性.     

高喷煤时高炉鼓风动能的探讨

探讨了高喷煤时鼓风动能对高炉冶炼的影响，指出高喷煤时鼓风动能对高炉稳定顺行的重要性。重点分析了影响鼓风动能的因素及控制方法。     

高炉精料与炼铁成本的关系研究

在剖析生铁成本主要构成的基础上，从入炉矿品位、炉料结构、原料和燃料的质量与成分等方面，论述了精料与炼铁成本的关系；提出了优化配料和提高自有矿山精矿品位、根据企业自身情况确定合理炉料、提高烧结矿和焦炭质量、以及采取料场混匀技术确保入炉料成分稳定等降低炼铁成本的途径。     

基于深度学习的混凝土结构表面裂缝检测

混凝土结构裂缝的结构安全问题是目前人们关注的热点,而裂缝是影响建筑物安全的重要因素之一。所以提出了1种基于深度学习的混凝土结构表面裂缝检测方法。首先运用了数据增强的方式丰富了裂缝图像数据集,再利用深度学习技术,选用DeconvNet反卷积网络模型进行模型的训练学习。将图像拼接技术与深度学习相结合应用在混凝土结构裂缝检测中,并且对图像中的裂缝特征进行分析,测量出裂缝的角度、宽度和长度。结果显示,测试集的识别率达到了71.17%,准确率达到了97.92%,使用数据增强增加了模型的泛化能力,使模型具有更好的识别效果,能够对混凝土结构表面裂缝进行完整还原。