排序方式: 共有17条查询结果,搜索用时 0 毫秒
1.
2.
在带钢连续热镀锌生产中,锌液在锌锅内的流动及温度分布情况对于镀层质量有着重要的意义。以某热镀锌锌锅为研究对象,通过实验获得的锌锅边界传热情况,推算得到锌锅计算的边界条件。使用CFX商业软件对锌锅内的流场及温度场进行模拟,并比较研究了带钢的宽度与运行速度对锌液流动的影响。结果表明,模拟与实验测量数据良好吻合,证明了计算方法的正确性。不同带宽的锌锅流场具有相似性,而带钢速度的不同将对锌锅流场产生较大的影响。带速的上升一方面使得锌锅温度的不均匀程度降低,另一方面则增加了底渣卷起而附着在带钢上的可能性。 相似文献
3.
4.
结合某钢铁公司冷轧厂1550酸轧机组拉矫机运行的实际情况,通过对设备传动系统的分析,认为传动系统的设计与拉矫机的使用效果直接相关,延伸率的直接控制方式及张紧辊的扭矩分配与受控是保证拉矫机正常工作的重要条件。还为冶金行业类似新设备的配置提供了有益的参考。 相似文献
5.
6.
针对已有的基于网格的离群点挖掘算法挖掘效率低和对于大数据集适应性差的问题,提出基于数据分区和网格的离群点挖掘算法。算法首先将数据进行分区,以单元为单位筛选非离群点,并把中间结果暂存起来;然后采用改进的维单元树结构维护数据点的空间信息,以微单元为单位进行非离群点筛选,并通过两个优化策略进行高效操作;最后以数据点为单位挖掘离群点,从而得到离群数据集合。理论分析和实验结果表明了该方法是有效可行的,对大数据集和高维数据具有更好的伸缩性。 相似文献
7.
8.
基于数据间内在关联性的自适应模糊聚类模型 总被引:2,自引:0,他引:2
提出了一种新的模糊聚类模型(Fuzzy C-means clustering model, FCM), 称为自适应模糊聚类(Adaptive FCM, AFCM). 和现有的大多数模糊聚类方法不同的是, AFCM考虑了数据集中全体数据的内在关联性, 模型中引入了自适应度向量W和自适应指数p. 其中, W在迭代过程中是自适应的, p是一个给定参数. W和p共同作用调控聚类过程. AFCM同时输出三组参数: 模糊隶属度集U, 自适应度向量W, 以及聚类原型集V. 本文给出了两组数据实验验证AFCM的性能. 第1组实验验证AFCM的聚类性能, 以FCM为比较对象. 实验表明 AFCM可以得到更好的聚类质量, 而且通过合理选择自适应指数p, AFCM和FCM在时间复杂性上保持同一水平. 第2组实验检验了AFCM的离群点挖掘性能, 以目前常用的基于密度的LOF为比较对象. 实验表明AFCM算法具有极大的计算效率优势, 且AFCM得到的离群点是全局的, 反映的是离群点和整个数据集的关系, 离群点涵盖的信息也更丰富. 文章指出, AFCM在挖掘大数据集和实时数据中的离群点应用方面, 以及获得高质量的聚类结果的应用方面, 特别在聚类的同时需要挖掘离群点的应用方面具有独特的优势. 相似文献
9.
10.
分析了宝钢1550电镀锌机组中蒸发系统和湿润系统存在的问题,通过改变蒸发装置的处理对象及加大湿润系统的能力并增设精细过滤器,不仅解决了问题,而且提高了产品质量,降低了生产成本。 相似文献