排序方式: 共有50条查询结果,搜索用时 15 毫秒
1.
2.
3.
金属厚度的脉冲涡流无损检测研究 总被引:9,自引:0,他引:9
脉冲涡流无损检测技术是一种新的检测技术。通过应用脉冲涡流测量方法,从理论上分析了感应电流与金属厚度之间对应的变化关系,从中得到了感应电流峰值高度、第1次峰值到达时间和穿过零点的时间这3个特征信号。根据这3个特征量,可推测出被测金属和线圈之间距离、被测金属的厚度,误差小于2%。 相似文献
4.
针对BP网络在板形缺陷模式识别的应用中,由于网络本身存在收敛速度慢,学习时间长,容易陷入局部极小等结构性能不佳的问题,从而影响板形识别精度;文中提出了基于模糊距离的RBF网络板形缺陷模式识别法.RBF网络是一种局部逼近的神经网络,它在逼近能力、分类能力和学习速度等方面都优于BP网络.为了使板宽变化时网络结构不变,将模糊距离与RBF网络相结合进行模式识别,仿真实验结果表明,该方法与BP网络方法相比,网络收敛速度较快,而且识别精度较高. 相似文献
5.
6.
7.
8.
板形检测与板形控制方法(续) 总被引:1,自引:0,他引:1
4 板形控制研究板形的最终目标是实现板形自动控制 ,即通过板形控制系统使得轧后板形与目标板形相符合。板形控制系统是一个有惯性、有滞后、多扰动、多变量、强耦合的复杂工业控制系统 ,因此 ,随着生产的发展和技术的进步 ,传统的控制已不能满足其要求 ,于是设计者必须在寻求更精确的系统模型的同时 ,更应该将先进的控制思想引入板形控制系统的研究中[1,19] 。另外 ,由于板形控制与板厚控制的相互干扰 ,近年来还出现了板形、板厚的协调控制[17] 。4.1 板形函数 [1,2 0 ]板形检测装置的输出信号是板宽方向上各点的延伸率 ,为将该信息用于… 相似文献
9.
针对20辊轧机轧制板形受到多重因素影响、难以精确预测的问题,基于有限元和PSO-BP法,建立20辊轧机轧制板形质量预测模型。根据20辊轧机轧辊间的位置关系,基于有限元软件ANSYS/LS-DYNA,考虑轧辊弹性变形、板带塑性变形与摩擦等因素,建立20辊轧机辊系有限元模型,分析板宽、厚度、张力、速度等因素对板形指数的影响;综合考虑不同轧制板形影响因素,以板形指数作为板形质量衡量指标,基于BP神经网络建立轧制板形质量预测模型,采用粒子群算法优化BP神经网络板形质量预测模型的权值和阈值,提高板形预测精度。 相似文献
10.