基于位移反分析的岩质边坡稳定性分析

通过工程现场获得边坡位移量等信息,并基于正交试验设计和FLAC3D建立训练样本和测试样本,运用BP神经网络建立起边坡位移与待反演参数之间潜在的映射关系.利用粒子群算法的参数优化功能优化BP神经网络,然后再用粒子群算法从全局空间上搜索出BP神经网络中预测位移与实测位移最接近的一组参数组合,最后采用FLAC3D计算出边坡的安全系数来评价其稳定性.研究表明将BP神经网络与粒子群算法相结合,进行位移反分析是可行的;通过位移反分析得到的参数结果,进行稳定性分析将更准确.     

基于实测载荷谱的半挂车虚拟台架试验研究

路试实测了某轻量化半挂车在109国道格尔木至拉萨区段的轴头加速度、悬架压缩量等关键信号，搭建了半挂车整车虚拟刚性台架模型。通过计算附加散体载荷模型的车身、车轴带接附点约束的Craig-Bampton模态得到柔性化整车虚拟试验台架；基于实测轴头加速度进行虚拟迭代，得到用于驱动台架模型的轴头位移信号，证明了虚拟台架模型与实车动力学响应的一致性。该虚拟台架可进一步为疲劳寿命预测提供载荷谱数据。     

基于PSO-RBF神经网络的轧辊偏心在线辨识

在实际生产中,轧辊偏心往往会导致带材厚度的波动,降低带材的质量。离线辨识轧辊偏心的控制方法在实际生产中效果不明显甚至会其反作用。为了使轧辊偏心能够在线自适应辨识,提出了一种基于改进粒子群算法优化的RBF神经网络的在线辨识方式,建立在线训练模型,对轧辊偏心信号进行在线辨识研究并与未采用该算法的在线辨识方式进行对比。结果表明,基于改进粒子群算法优化的辨识方式速度更快、精度更高,能迅速地辨识出生产过程中的轧辊偏心信号的变化,达到了期望的结果。     

基于Matlab的4200轧机垂直振动仿真

 建立了具有6自由度的4200轧机有阻尼垂直振动系统的动力学模型，并用Matlab对其进行了参数计算和仿真分析，得到了该振动系统的固有频率、相应振型以及系统的响应曲线，获得了一种求解中厚板轧机动力学问题的简捷有效的方法。     

板带轧机垂直振动计算机仿真系统的开发

基于对ＭＡＴＬＡＢ语言和轧钢机械现代设计理论的研究，给出了板带轧机垂直振动系统的通用模型，在Ｗｉｎｄｏｗｓ９８平台上开发了板带轧机垂直振动的动力学分析系统，在在Ｍａｔｌａｂ同一软件环境下，完成了板带轧机垂直振动动力学问题的参数计算和风何设计一体化过程，获得了一和睦注解轧垂直振动的固有频率，振型和力矩放大系数等动力学问题的一种简洁有效的方法。     

一种基于粒子群参数优化的改进蚁群算法及其应用

针对现有基于粒子群参数优化的改进蚁群算法耗时较大的问题,提出了一种新的解决方案.方案中采用一种全局异步与精英策略相结合的信息素更新方式,同时合理减少蚁群算法被粒子群算法调用一次所需的迭代代数.对日本旭川垃圾场巡查机器人路径规划问题仿真求解的结果表明,与其他算法相比,该改进算法具有比较明显的速度优势.      

基于粒子群算法的冷连轧张力优化计算

针对冷连轧机高速轧制过程中带钢容易发生打滑的现象,分析了这种打滑现象的物理过程,建立了打滑因子的数学模型,用来表征打滑现象发生的概率。应用该模型研究了基于粒子群优化算法的冷连轧机架间张力优化算法。采用某钢厂现场轧制数据进行了优化算法的仿真试验,结果表明,经过优化后的打滑因子明显减小,打滑现象发生的概率显著降低,通过张力的优化可以很好地控制打滑现象的发生。     

基于CF-PSO-SVM的冷连轧非稳态工作辊弯辊模型优化

 板形质量是冷轧带钢重要的技术质量指标,同时工作辊弯辊是改善冷轧带钢板形质量的最有效的控制手段之一。冷连轧机组在高速稳定的轧制过程中板形控制精度能够达到较高的水平,但在升降速非稳态的轧制过程中板形控制效果非常不理想,这也成为制约冷轧带钢产品质量的不利因素。为了提高冷连轧机在升降速非稳态轧制过程中带钢板形的控制精度,在深入研究了冷连轧弯辊力设定原理的基础上,利用智能算法和包括出入口带钢厚度、机架间口张力、轧制速度、中间辊窜辊、带钢宽度、轧辊倾斜以及轧制力等现场实际轧制大数据样本,提出了一种基于粒子群算法优化支持向量机的工作辊弯辊力预测模型。同时阐明了粒子群优化算法和支持向量机的基本原理,引入压缩因子的概念,提升了粒子群算法参数寻优的效率,选取冷连轧机组五机架为研究对象,利用拉依达准则对轧制数据样本进行处理,通过平均绝对误差、均方差误差和平均绝对误差百分比等评价指标对比预测模型的性能。结果表明,改进的预测模型具有良好的模型预测性能和泛化能力,同时根据实际生产数据样本,回归出基于轧制速度和辊间弹性系数的弯辊力缝补偿模型,并验证了模型的有效性,模型的投入降低了板形控制系统的负荷,改善了非稳态轧制过程中的板形控制精度,产品头尾部的质量合格率提高了5.1%。     

某露天矿5G网络安全技术研究与应用

为提升某露天矿现场管理水平，提高现场可视化智能施工系统运算效率，在不改变现场可视化系统整体逻辑架构的前提下，将所有终端物联网探头的通信方式更改为5G通信。研究了一种基于粒子优化神经网络的计算机网络安全评估算法，使用神经网络对粒子群初始化过程进行赋值，完成粒子群优化收敛后，使用神经网络针对其输出结果进行进一步降维表达，最终使用模糊决策矩阵搭建4个数据预警级别。使用仿真软件对系统进行测试，发现该算法在发现泛洪攻击、扫描攻击、注入攻击、内部故障等方面，都有较高的综合有效率。5G网络安全技术的应用，有效减少了现场基础设施管理工作量，大幅提升了系统数据吞吐量，使得系统的可视化敏感度、网络稳定性均显著提升。     

基于PSO-BP神经网络双机架炉卷轧机轧制力的预测

为了有效预测双机架炉卷轧机的轧制力,使热轧板带材生产具有很好的可操作性,采用粒子群算法(PSO)优化BP神经网络,建立了往复式双机架炉卷轧机轧制力预测的智能模型。以某钢厂热轧产品Q195实测数据作为试验样本,并将粒子群算法优化的BP神经网络模型和标准BP网络模型分别用于轧制力预测,结果表明PSO-BP神经网络模型在预报精度上明显优于标准BP网络模型,并且PSO-BP神经网络模型预测轧制力的误差率控制在10%以内。     

二次冷轧机组乳化液体积分数在线控制技术

 针对二次冷轧机组轧制升降速过程中轧制压力波动的问题，充分考虑乳化液直喷系统的设备与工艺特点，在分析了轧制速度、乳化液体积分数等对带钢表面析出油膜厚度、轧制变形区油膜厚度、摩擦因数、前滑值、轧制压力影响的基础上，建立了乳化液体积分数与轧制速度之间的对应关系，通过在线实时调节乳化液体积分数弥补升降速过程轧制压力的波动，形成一套二次冷轧机组乳化液体积分数在线控制技术。本技术在某钢厂1 220二次冷轧机组应用后，有效地减少了升降速过程轧制压力与带钢厚度波动，提升了轧制稳定性与产品质量，具有进一步推广应用的价值。     

粗轧机主传动扭振分析

分析了粗轧机主传动扭振模型及动态特性计算方法.在分析过程中考虑到轧辊与主传动动力侧之间的周向间隙对扭振响应幅度的影响,根据咬钢过程中间隙的启闭规律,基于龙格-库塔方法实现了扭振响应的数值仿真.对宝钢2050轧机R2主传动各工况进行了数值仿真,结果表明:当咬钢瞬间板坯速度大于轧辊圆周线速度水平分量时,轧辊与系统动力侧之间的接轴间隙打开,相对于间隙常闭工况,上下分支主轴的扭矩放大系数都有所增大,增幅达4%～20%.     

基于智能磨矿介质及CNN和优化SVM模型的球磨机负荷识别方法

当前球磨机负荷检测方法难以准确评估磨机内部变化,给磨机综合运行状态的控制和优化带来较大难度。本文设计了一款内嵌加速度传感器且与钢球介质物理性质相一致的智能磨矿介质用于识别磨机负荷,开展了不同充填率等磨矿条件下的磨矿试验,设计磨矿效果系数划分磨机负荷状态;分别采用了卷积神经网络方法(CNN)和优化的支持向量机(SVM)模型对智能磨矿介质获取的加速度信号进行球磨机负荷识别。基于优化的SVM模型将获取的一维加速度信号进行互补集合经验模态分解算法（CEEMD）去噪、时域特征值和样本熵提取等预处理,将上述磨机负荷的特征向量分别输入GA?SVM、GS?SVM、PSO?SVM分类模型进行训练,研究表明,PSO?SVM模型的识别准确率可达98.33%,但存在训练过程繁琐,耗费时间长的问题。在图像识别领域具有优秀应用能力的CNN模型是把智能磨矿介质检测加速度信号数据转换为二维图片后直接输入基于VGG19网络的CNN模型进行分类识别,磨机负荷分类识别准确率高于优化的SVM模型,可达98.89%,在保证识别准确率的同时有效节约了计算时间。基于CNN的智能磨矿介质球磨机负荷识别方法可为实现球磨机负荷检测与在线评估提供重要解决方案与技术保障。      

基于GSO-GPR算法的岩层移动角预测模型及其应用

为快速准确获取金属矿地下开采岩层移动角，提出基于群搜索优化（GSO）算法的改进高斯过程回归（GPR）理论。以矿体上下盘围岩性质、上下盘围岩稳固程度、地下水情况、矿体走向长度、矿体倾角、开采厚度及深度9个影响因素作为判别指标，结合35组实测数据建立金属矿充填开采岩层移动角学习预测模型。将该模型应用于三山岛金矿岩层移动角预测，利用UDEC数值模拟结果进行对比验证，同时分析三山岛金矿海下开采对上盘竖井的影响。研究结果表明：（1）GSO-GPR预测模型对地下开采岩层移动角的预测效果良好，预测精度在5%以内；（2）三山岛金矿上、下盘岩层移动角分别为72°和68°；（3）当前矿山开采未对竖井造成影响，但随着开采深入至-658 m水平，竖井将进入塌陷范围。     

六辊冷轧平整机垂直振动的分析

建立了六辊平整机垂直振动的八自由度动力学模型,用MATLAB软件对其进行了动力学仿真,分析了关键固有频率形成的振型对平整过程的影响,并进行了垂振系统的能量分布计算,为进一步进行平整机动力学研究和动态设计奠定了基础。     

Vehicle Condition Surveillance on Continuous Bridges Based on Response Sensitivity

This paper presents the parameter identification of a vehicle moving on a multispan continuous bridge deck modeled as a continuous beam based on dynamic response sensitivity analysis. This technique is for the monitoring of “road-friendliness” of vehicles using the highway pavement. The moving vehicle is modeled as a single degree-of-freedom system comprising three parameters, a two degrees-of-freedom system comprising five parameters, or a four degrees-of-freedom system comprising 12 parameters. The modified beam functions are used to calculate the response of the continuous bridge. Starting with an initial guess on the unknown parameters, the identification can be realized based on least-squares method and regularization technique from measured strain, velocity, or acceleration measurement from as few as a single sensor. Simulation studies and experimental results indicate that the identified results are acceptable, and the responses reconstructed from the identified parameters agree well with the measured responses.     

Fast Stacking and Phase Corrections of Shear Wave Signals in a Noisy Environment

Hardware, software, and analysis of transient response of sources and receivers are presented for a piezoelectric bender element system designed to measure shear wave velocities in noisy environments. Signal-to-noise ratio is improved by signal stacking, wherein data vectors from many pulses are summed. A new fast-stacking algorithm enables signal quality to be improved much more rapidly than conventional stacking. Conventional stacking is accomplished by repeatedly sending an excitation pulse to a source, waiting for the signal and secondary reflections to pass the receiver and then introducing a subsequent excitation pulse. Using conventional stacking, it is important to wait for the signal and secondary reflections to die out before exciting subsequent pulses. In the new fast-stacking algorithm, a varied interval between consecutive pulses is used so that high quality signals can be obtained even if consecutive pulses are excited in rapid succession. Transient behavior of soil–bender interaction was characterized using closed-form analytical solutions of single-degree-of-freedom oscillators, numerical solutions using a beam-on-springs method, and measurements from an array of bender elements in a sand model. The time delay caused by soil–bender interaction was calculated to be half of the natural period of the bender element, and this theoretical time delay was supported by experimental data. This system makes it feasible to rapidly collect accurate shear wave velocity information so that transient changes in shear wave velocity can be monitored even if background noise is large.     

悬挂结构地震动力反应分析计算

利用拉格朗日方程建立了核筒悬挂结构体系运动方程.考虑到大位移非线性的影响,采用Runge-Kutta方法求解体系地震动力响应时程.计算结果表明悬挂体系能明显减小楼层层间位移、速度及加速度,减震效率接近90%.核筒截面抗弯刚度对其截面内力与筒身水平位移影响最显著,截面内力随其增加而增加.吊杆长度及阻尼器的阻尼系数对截面内力的影响较小.阻尼系数对层间位移及截面内力存在优化值.楼层位移、楼层速度及加速度随阻尼系数减小单调减小.      

液压缸非线性刚度的轧机辊系振动分析

 为了解四辊轧机在轧制过程中液压缸的非线性刚度约束作用,建立了非线性刚度作用下的轧机辊系两自由度垂直振动动力学模型。依据达朗贝尔原理得到含有液压缸非线性刚度的轧机辊系垂直振动方程,运用平均法求得振动系统的幅频响应。以轧机的实际参数为例,分析液压缸非线性刚度、外激励对轧机系统幅频响应的影响,并研究在不同非线性刚度下的轧机振动行为。结果表明,液压缸非线性刚度越大,轧机系统越不稳定;液压缸非线性刚度较弱时,轧机振动行为会逐渐收敛于稳定,液压缸非线性刚度较强时,轧机振动行为会处于不稳定状态,并且出现发散现象,这为抑制轧机振动提供了理论参考。     

Development of Direct Integration Algorithms for Structural Dynamics Using Discrete Control Theory

In structural dynamics, integration algorithms are often used to obtain the solution of temporally discretized equations of motion at selected time steps. Various time integration algorithms have been developed in the time domain using different methods. In order for an integration algorithm to be reliable it must be stable and accurate. A discrete transfer function is used to study the properties of integration algorithms. A pole mapping rule from control theory in conjunction with a discrete transfer function is used to develop new integration algorithms for obtaining solutions to structural dynamics problems. A new explicit integration algorithm, called the CR (Chen and Ricles) algorithm, is subsequently developed based on the proposed method. The properties of the algorithm are investigated and compared with other well established algorithms such as the Newmark family of integration algorithms. By assigning proper stable poles to the discrete transfer function the newly developed CR explicit algorithm is unconditionally stable and has the same accuracy as the Newmark method with constant acceleration. In addition, the CR algorithm is based on expressions for displacement and velocity that are both explicit in form, making it an appealing integration algorithm for solving structural dynamics problems.