董敏
,
刘才
,
李国友
,
张伟
钢铁
针对板带轧机液压AGC系统在线故障诊断问题,建立了一种基于非线性自回归滑动平均模型(NARMA)的递归神经网络,通过AIC定阶法确定模型阶次.运用生产实际数据,通过动态学习算法完成对网络的训练,使网络映射系统的动力学特性.该网络模型避免了故障的自学习,能够很好地实现故障检测.试验研究证明了该神经网络方法进行轧机液压AGC系统在线故障诊断的可行性和有效性.
关键词:
液压AGC
,
NARMA
,
递归神经网络
,
故障诊断
李国友
,
霍亮
,
张涛
,
智艳飞
,
张起维
,
蔺喜强
材料导报
利用国产基体原材料制备了具有较高极限拉伸性能的高延性纤维增强水泥基复合材料(ECC),研究了粉煤灰和胶粉对ECC直接拉伸性能的影响.试验结果表明:采用合理的配合比及测试方法,制备的ECC试件具有应变硬化及多缝开裂特征;粉煤灰掺量为80%时,7d、28 d极限拉应变分别达到3.77%和2.86%,28 d抗压强度为25.4 MPa;掺入10%胶粉,7d、28 d极限拉应变分别达到3.91%和2.37%.在满足强度要求的前提下,适当增大粉煤灰和胶粉掺量有利于提高ECC的延性.
关键词:
高延性纤维增强水泥基复合材料
,
粉煤灰
,
胶粉
,
直接拉伸试验
,
应变硬化
董敏
,
刘才
,
李国友
钢铁
为提高轧制过程轧制力预报精度,建立了将轧制接触面积由几何关系确定,将影响因素复杂的轧制单位压力通过RBF神经网络预测模型.为适应工况的改变,提出了一种在线动态调整算法,利用新的测试数据对网络进行重新训练,使模型能够调整结构及网络参数,从而使最终设计的网络具有最佳结构.试验研究证明,所设计模型具有良好的适应能力,提高了轧制力的预报精度.
关键词:
轧制力
,
预测
,
神经网络
,
动态设计
董敏
,
刘才
,
李国友
钢铁
为提高轧制过程轧制力预报精度,建立了将轧制接触面积由几何关系确定,将影响因素复杂的轧制单位压力通过RBF神经网络预测模型。为适应工况的改变,提出了一种在线动态调整算法,利用新的测试数据对网络进行重新训练,使模型能够调整结构及网络参数,从而使最终设计的网络具有最佳结构。试验研究证明,所设计模型具有良好的适应能力,提高了轧制力的预报精度。
关键词:
轧制力;预测;神经网络;动态设计