基于RBF神经网络的中厚板轧机的温降模型

 基于Matlab神经网络工具箱,采用改进的径向基函数(RBF)网络优化计算4200中厚板轧机的轧制温度。通过径向基层散布常数的人工调整以及神经元的自适应调整,提高了收敛速度,确定了最佳的网络结构形式。网络预测结果与在4200中厚板轧机上实测的轧件温度进行了对比,预测精度很高,表明了该网络模型的优越性。该模型可为以温度参数为主要控制对象实行自动化生产的4200轧机提供可靠的参数,也可为人工神经网络在其它自动控制方面的应用提供参考。     

中 厚 板 轧 制 过 程 的 数 值 模 拟

 基于LS DYNA仿真软件,采用显式算法和隐式算法相结合的方法,对中厚板轧制过程的热力耦合有限元模拟进行了研究。通过仿真,得到了中厚板的应力场、应变场及温度场的分布。根据分析可知轧件表面温度在轧制过程中有所上升,轧件内部到表面形成明显的温度梯度。轧件头部变形较剧烈,在轧制后外端存在明显的预应力区。模拟结果与实测结果比较一致,表明了该数值仿真方法的可靠性。     

天然气低压平焰烧咀在锻造炉上的应用

天然气低压平焰烧咀在锻造炉上的应用６３２４６３四川荣昌益民机械厂徐如松平焰燃烧装置是７０年代国际上逐步发展完善和广泛使用的一种新型节能低污染燃烧装置，其中平焰烧咀是该装置的关键节能部件，其主要技术特点是火焰形态好，燃烧稳定，氧化物少，噪音低，调节比大...     

基于RBF神经网络的金属应力状态系数模型

以4200 mm轧机轧制71块钢板的实测数据为基础,利用Matlab人工神经网络工具箱,建立了轧制变形区的应力状态系数的RBF神经网络预测模型.通过分析应力状态系数的影响因素,结合传统的数学模型,确立了网络的输入层参数,并对函数newrb()中宽度系数spread的试验调整,确定了最佳的网络结构形式,提高了模型的预测精度以及网络的泛化能力.测试结果表明,RBF网络模型具有很好的推广能力.与传统的BP神经网络模型相比较,结果表明,RBF网络具有更高的精度和更好的泛化能力.     

基于神经网络的金属应力状态系数模型

 以4200 mm轧机轧制71块钢板的实测数据为基础,利用Matlab神经网络工具箱,分别建立了轧制变形区的应力状态系数与轧前厚度、轧后厚度及轧辊直径对应关系的Elman神经网络预测模型和RBF神经网络预测模型。结果表明,所建立的两种网络模型均建立了金属应力状态系数输入和输出关系,RBF神经网络模型比Elman网络模型数据稳定,性能更优,实现了与实测结果的高度拟合。并得出不同轧辊直径对神经网络模型精度的影响规律,对轧制工艺规程的制定提出了合理建议。     

中厚板轧制过程的三维显式动力学有限元分析

运用显式动力学有限元方法对中厚板轧制过程进行模拟计算.通过分析计算结果得出,在稳定轧制阶段,轧件沿截面高度方向应力和应变呈不均匀分布状态.绘制测试节点的速度时程曲线,分析沿轧件应力应变场分布不均的原因.计算出不同轧制压下率下的轧制压力分布曲线,并分析轧制压力的分布特点.分析结果与实验研究的结论相符合,表明显式动力学有限元法的可靠性.     

PVC导电塑料的研制与应用

本文介绍了ＰＶＣ导电塑料的生产工艺，配方组份的选择及在防静电接插件周转箱，元器件方面的应用。     

基于Elman网络的金属应力状态系数模型

以4200mm轧机轧制71块钢板的实测数据为基础,利用Matlab神经网络工具箱,建立了轧制变形区的应力状态系数与轧前厚度、轧后厚度及轧辊直径对应关系的Elman神经网络预测模型.结果表明,Elman神经网络模型有较好的预测精度.