逐层凝固原则在大链轮铸造工艺优化中的应用

In order to get a sound casting of the alloy with a solidification range, the principle of directional solidification (DS) and the layer-by-layer solidification(LBLS) should be followed, especially in designing foundry process of steel casting. Using the principles, the reasons for the forming of the defects on the surface of the chain wheels teeth and groove and the forming of MT (magnetic particle testing) thin lines were analyzed. The results of the metallographic observation and the numerical simulation show that the low temperature     

连续铸造技术制备梯度功能材料的研究进展

使用连续铸造技术,包括轧辊连续铸造技术、双结晶器连续铸造技术、反向凝固连续铸造技术、连铸连轧技术、电磁连续铸造技术、双流浇注连续铸造技术等来制备梯度功能材料具有大尺寸、性能优良、成本低廉等优点,目前已引起了国内外材料研究人员的广泛重视.     

基于人工智能的机器人折弯机滑块行程研究

针对金属板料折弯工艺和更高精度的要求,提出基于人工智能神经网络的机器人折弯新技术。对机器人弯折工艺进行特征参数分析及提取,并建立改进算法的BP神经网络模型;比较了不同机器人折弯训练函数下的性能,建立更加有效的神经网络训练函数。通过经验实测值与改进算法的BP神经网络预测值对比,验证了所确定的机器人折弯的改进BP神经网络能够更加精准确定折弯工艺过程中所需的滑块行程,提高了折弯工艺精度。     

基于 ProCAST 仿真软件的支架仿真分析及工艺优化

为得到高质量铸件,针对汽车底盘支架壁厚不均、结构复杂等特点,使用 UG 对底盘支架进行三维建模并使用 ProCAST 模拟铸造软件对底盘支架进行高压铸造充型及凝固过程数值模拟,有效预测压铸过程中出现的缩松缩孔问题位置。通过正交试验与 ProCAST 模拟软件得出 A1Si12Cu1（Fe）铝合金底盘支架压铸工艺方案为：浇注温度 680℃,模具初始温度 220℃,慢压射速度 0.4m/s,快压射速度 5.5m/s。通过压铸件生产实验及X-ray 探伤检测发现,优化工艺参数后可明显提高铸件质量。     

基于模糊神经网络的智能能量管理策略研究——以混合动力电动汽车模型为例

针对当前在标准行驶工况下开发的混合动力电动汽车优化控制策略不能根据变化的行驶工况动态调整控制策略的问题,提出一种基于模糊神经网络的混合动力电动汽车动态能量管理策略：先利用模糊神经网络进行工况识别,然后根据识别的工况类型动态调整自身控制参数.仿真实验显示,该策略可以有效提高混合动力汽车的燃油消耗,并降低污染物的排放量.     

连铸结晶器振动下弯月面温度波动模拟实验研究

The temperature of the meniscus in continuous casting was measured during mold oscillation by modeling experiments,It is found that the temperature of meniscus varied periodically along with mold oscillation.Based on the above phenomenon.the mechanism of smoe techniques,such as ,hot top mold,high frequency and low amplitude mold oscillation,soft-contact mold electromagentic continuous casting and so on,which can improve the quality of continuous casting billets,was analyzed.The results show that the decrease of the temperature fluctuation of early solidification shell is their common mechanism.     

泥浆泵40MnB大曲轴铸件的热工艺改进

总结了石家庄煤矿机械有限责任公司泥浆泵大曲轴的工艺技术改进过程，介绍了大曲轴铸造生产工艺条件．通过计算机模拟曲轴凝固过程，确定了合理的浇冒口系统，实现了确定浇冒口位置、大小过程的透明度．避免了缩裂、缩孔、缩松缺陷．减低了生产实验成本，提高了生产效率．改进铸件结构，合理使用冷铁，消除了热裂缺陷，降低了铸造应力．合理的热处理工艺消除了残余应力，提高了机加工精度．中温浇注，频补冒口，热割冒口，注重细节管理，有效地解决了泥浆泵40MnB大曲轴生产中的问题，取得了良好的效果．     

Neural decoding based on probabilistic neural network

Brain-machine interface (BMI) has been developed due to its possibility to cure severe body paralysis. This technology has been used to realize the direct control of prosthetic devices,such as robot arms,computer cursors,and paralyzed muscles. A variety of neural decoding algorithms have been designed to explore relationships between neural activities and movements of the limbs. In this paper,two novel neural decoding methods based on probabilistic neural network (PNN) in rats were introduced,the PNN decode...     

防止含硫FAS3420H齿轮钢连铸水口堵塞的工艺实践

本钢特殊钢厂采用50t EBT-LF-VD-连铸(235mm×265mm)生产FAS3420H齿轮钢。通过控制电炉终点碳≥0.07%,按目标成分控制〔S〕、〔Al〕及Ca/Al值,连铸钢水过热度25~40℃,工作拉速0.90m/min等工艺措施,避免了连铸过程的水口堵塞,使得连铸连浇炉数由3~6炉提高到9~11炉。     

基于物联网的智能家居系统设计与实现

随着计算机技术、网络技术和信息技术的不断发展以及人们生活质量的不断提高,享受智能化的家居生活已经成为可能,并且是家居生活发展的必然趋势.鉴于此,设计基于物联网的智能家居系统,该系统主要以32位嵌入式处理器ARM11和Windows Embedded CE6.0R2操作系统为平台,有线与无线通信互为备份,实现家庭安防、三表抄送、家电监控等功能.实际应用中成本低、性能稳定、界面友好.     

水文预报的时间序列神经网络模型

时间序列分析在水文预报中起重要作用 ,其关键是要建立一个合适的预报模型 .文章提出基于 BP算法的单输出和多输出水文预报时间序列神经网络模型 ,克服了以往多种基于随机分析预报模型的缺点 ,不仅能实现快速灵活的信息处理 ,而且具有很强的非线性映射和自学习、自适应能力 ,这为更精确描述复杂非线性水文过程提供了可能 .通过对历史数据的学习 ,模型可对水文径流量时间序列进行预报 ,两个实例分析表明模型的可行性和有效性     

基于定向凝固工艺的多晶硅铸锭墩锅料处理利用

由于生产过程中的突然停电、设备故障等事故,会造成铸锭生产中断,迫使正在定向凝固的多晶硅料停止定向长晶,从而产生半成品。这些半成品可以通过粉碎、酸洗、再次定向凝固铸锭,生产出合格的产品,并不降低产品质量等级。     

模糊神经网络变结构算法优化的研究

随着生产实际情况的不断变化,以及模糊神经网络不断的改进和发展,提出一种改进的构造神经网络的方法,并且提出混合学习算法,结合共扼梯度下降法与递归最小二乘估计来分别辨识网络中的前、后件参数,并对非线性系统进行仿真实验,达到控制要求.     

自适应动态入侵检测模型的研究

提出了将模糊控制和神经网络用于入侵检测的新方案．在该模型中神经网络训练模块可以不断地从模糊控制模块中获得攻击数据信息和正常数据信息,并根据这些信息进行自适应调整,更新权值和阈值,使整个智能入侵检测过程完全成为一个在实际应用中动态自适应的过程．实验结果表明．这种方案具有很高的准确检测率,对检测未知攻击具有较好的性能．     

气淬高炉渣颗粒凝固行为数值模拟

针对气淬粒化装置中高炉渣颗粒的凝固行为,采用凝固熔化模型、流体体积函数模型和离散坐标辐射模型进行了三维瞬态模拟。考虑炉渣凝固过程中的物性参数变化,主要研究了颗粒的凝固过程、相界面移动速度、颗粒温度分布及周围空气速度分布。结果表明:颗粒凝固过程中固相分布不均匀,迎风面固相厚度大于背风面,这主要由迎风面空气速度比背风面快所致;固相-模糊区界面和模糊区-液相界面移动速度先增加后降低,这是由于在颗粒凝固前期导热系数的影响占主导地位、在凝固后期导热热阻的影响占主导地位;在凝固过程中,颗粒温度由外向内逐渐升高,内部温度降低缓慢。     

基于NI ELVIS的网络化实验教学平台

网络实验室的构建为解决实验室资源紧缺和共享实验室资源提供了一个重要途径,它是多媒体技术、网络技术和虚拟仪器技术的结合。基于NI ELVIS和NI LabVIEW的多传感器数据采集系统网络化实验教学平台,配有相应的信号调理电路和外围接口电路,组成了各种信号采集模块。利用ELVIS在仪器、控制领域的功能,结合LabVIEW程序设计,将处理后的数据,通过LabVIEW服务器端软件本身的Web Server功能发布到网上,为使用者提供了一个网络化的教学平台。     

基于LabWindows／CVI神经网络技术虚拟温度补偿仪的实现

通过虚拟温度补偿仪的实现,阐述了运用常用的BP神经网络技术与虚拟仪器技术相结合创建虚拟压力传感器温度补偿仪的设计原理与方法．在实验室采用信号发生器模拟外部现场信号对所设计的测试系统进行测试,证明该系统能够得到预期的效果,人机界面友好．     

模糊RBF神经网络在纯滞后系统中的应用

在工业过程控制系统中,许多被控对象具有纯滞后的性质,这种纯滞后环节将导致系统不稳定。针对这种情况设计了一种控制器,这种控制器结合了模糊控制和神经网络控制的优点,可以在线调整得到一组最优的PID控制参数。仿真结果表明这种控制器结构简单,对纯滞后系统的控制效果良好。     

超高压输电线路方向高频保护新原理(英文)

利用载波或微波通道实现的方向保护最适用于远距离超高压输电线路,在电力系统中得到广泛应用,这种保护的关键元件是用于判别故障方向的方向继电器．为了克服传统方向元件的缺点,提出基于人工神经网络的方向高频保护,通过电磁暂态仿真程序（ＥＭＴＰ）的广泛测试,证明基于人工神经网络的方向高频保护在任何运行状态和故障条件下都能正确识别被保护输电线路的各种故障模式（如故障方向和相别）,完全满足超高压输电线路对保护的要求．     

Nonlinear modelling of a SOFC stack by improved neural networks identification

The solid oxide fuel cell (SOFC) is a nonlinear system that is hard to model by conventional methods. So far,most existing models are based on conversion laws,which are too complicated to be applied to design a control system. To facilitate a valid control strategy design,this paper tries to avoid the internal complexities and presents a modelling study of SOFC per-formance by using a radial basis function (RBF) neural network based on a genetic algorithm (GA). During the process of mod-elling,the GA aims to optimize the parameters of RBF neural networks and the optimum values are regarded as the initial values of the RBF neural network parameters. The validity and accuracy of modelling are tested by simulations,whose results reveal that it is feasible to establish the model of SOFC stack by using RBF neural networks identification based on the GA. Furthermore,it is possible to design an online controller of a SOFC stack based on this GA-RBF neural network identification model.