基于深度学习的热连轧轧制力预测

摘要：轧制力预报一直是热连轧过程控制模型的核心，浅层神经网络对复杂函数的表示能力有限，而深度学习模型通过学习一种深层非线性网络结构，实现复杂函数逼近。利用深度学习框架TensorFlow，构建了一种深度前馈神经网络轧制力模型，采用BP算法计算网络损失函数的梯度，运用融入Mini batch策略的Adam优化算法进行参数寻优，采用Early stopping、参数惩罚和Dropout正则化策略提高模型的泛化能力。基于上述建模策略，针对宝钢1880热连轧精轧机组的大量轧制历史数据进行了建模实验，对比分析了4种不同结构的前馈网络预测精度。结果表明，相比于传统SIMS轧制力模型，深度神经网络可实现轧制力的高精度预测，针对所有机架的预测精度平均提升21.11%。     

人字闸门启闭机选型浅析

本文通过作者多年工作经验.结合实例.针对人字闸门启闭机选型进行了简要的分析,以供参考.     

110kV变压器损坏原因分析及处理

介绍了一起110 kV变压器故障情况,并对其损坏原因进行了详细分析。结果表明:由于高压套管顶部连接帽不严,外部潮气进入变压器本体内部,引起调压线圈上部油纸绝缘受潮,导致油纸绝缘击穿放电而造成该变压器损坏。为避免类似事故的发生,应在优化变压器组件的产品设计和制造工艺两方面采取措施。     

聚能射孔弹射流侵彻钢靶数值仿真研究

利用ANSYS/LS-DYNA有限元分析软件对聚能射孔弹的射流形成、侵彻钢靶过程进行了数值仿真研究,揭示了射流侵彻过程中发生的一些物理力学现象及机械效应,并进行了仿真结果验证试验.结果表明,计算结果与射孔弹打靶试验结果之间的相对误差在10%以内,验证了该数值仿真模型和算法的合理性.本研究对聚能射孔弹的设计与研发具有一定的指导意义.     

热轧带钢表面缺陷识别算法研究与应用

 在带钢热连轧生产过程中,带钢表面会出现不同类型的缺陷,给带钢性能造成不利影响,严重时引发质量异议。目前在线使用的带钢表面检测系统经常需要人工调整缺陷图片库,部分类别的典型缺陷图片调整后会影响另一些类型的检测精度。采用深度学习方法,设计了一种轻量化残差网络LDS-ResNet14,缩减了原始残差网络ResNet18的层数和宽度,并将普通的卷积替换成深度可分离卷积,网络的参数量和运算量大量减少;同时,使用知识蒸馏(Knowledge Distillation,KD)方法迁移大型残差网络ResNet50的知识,并提出一种混合KL散度和交叉熵的损失函数让知识更好的迁移到LDS-ResNet14上,在压缩模型的同时提升了模型的精度和泛化能力。离线试验表明,提出的网络LDS-KD-ResNet14针对武钢CSP机组的8类带钢表面缺陷的平均识别精度为99.16%,相较于ResNet18精度提高0.67%,计算量仅为原来的12.1%。实际现场在线应用表明,针对武钢CSP热连轧机组的折叠、油污、夹杂和麻点这4类缺陷,模型缺陷检出率达到96.43%、缺陷识别率达到94.10%,单张图片的检测速度为16.5 ms,满足实际生产要求。     

装填LLM-105炸药超高温射孔弹性能评价

在对块状晶形LLM-105炸药进行DSC和TGA热分析条件下,对装有该混合炸药的射孔弹进行常温、200℃/100h、220℃/100h和220℃/200h等4种环境温度条件下地面模拟装枪穿钢靶试验。不同温度环境下的块状晶形LLM-105炸药耐热性能良好,所装填的射孔弹经3种高温环境穿深,相比常温条件下的试验结果均有所降低,但降低率均小于8%,药剂无剧烈热分解、燃烧、爆炸现象。在上述3种高温条件下使用LLM-105混合炸药装填的超高温射孔弹耐热安全性良好。     

基于三维激光引导的加料机械臂精准定位研究

在铁水加注等钢铁冶炼的重型生产场景中,由于作业行程远、温度高等原因均采用人工操作。设计开发了基于三维激光扫描技术的加料机械臂精准定位系统。该系统以机械臂和三维激光扫描仪为基础,采用手眼标定方式得到转换矩阵,根据所获得的靶球坐标得到下料口在机械臂坐标系下的精确位置,最终实现下料管的安装和拆卸。现场测试证明,该系统可以替代操作人员进行自动加料作业。     

基于车载激光点云的道路标线提取方法

针对自动驾驶领域中的道路标线提取问题,本文结合道路结构特征和点云回波强度信息,提出了一种道路标线提取方法。首先,采用布料模拟滤波算法获取地面点云;其次,使用基于法向量的区域生长法提取路面点云;然后,采用反距离加权插值法将路面点云投影成强度特征图像,并将其分割成多个子图像,利用最大类间方差将子图像分为纯块和杂块,根据纯块与原始图像灰度均值的相对大小来确定纯块的分割阈值,根据最大类间方差算法确定杂块的分割阈值;最后,经阈值分割、形态学滤波去噪、点云反投影后得到道路标线点云。实际道路的验证结果表明,所提方法的召回率达到92.8%,准确率达到96.8%,综合评价指标达到94.8%,能提取比较完整的道路标线。     

以LLM-105为基的耐热混合炸药的应用研究

对 LLM-105为基的耐热混合炸药进行了热安定性、相容性、成型性和破甲威力性能试验.结果表明:LLM-105混合炸药的热安定性较好,LLM-105混合炸药与射孔弹壳体和药型罩的相容性等级为一级;地面穿钢靶性能测试表明,装填LLM-105混合炸药的102型石油射孔弹的平均穿孔深度比装填混合炸药S992的石油射孔弹提高9.3%,平均穿孔孔径提高8.3%.