摘要：电磁感应加热技术有效地节约了钢铁制造成本,积极推动了钢铁行业绿色制造。优化重载链轮电磁感应加热过程是生产高品质链轮的一个重要分支。在对链轮进行热处理强化时,普通圆形感应线圈在单一电流频率下难以实现齿廓的均匀加热,容易导致淬火层的硬度分布不均,造成工件开裂。仿形感应线圈比普通圆形感应线圈具有更好的加热效果,但是仿形感应线圈研发周期长,成本昂贵,不利于大规模推广应用。考虑到实际加工成本及生产需求,在完全仿形感应线圈的基础上,提出了一种齿顶位置为V形角的仿齿廓感应线圈,该感应线圈到齿顶和齿根的间隙不等。进一步建立了双排链轮电-磁-热耦合温度场模型,并进行试验验证。研究发现这种带V形角的感应线圈与圆形感应线圈相比,能够改善磁通量在空间的分布方式,强化感应线圈和齿根之间的临近效应,同时减弱感应线圈和齿顶间的临近效应,提高了链轮沿齿廓温度的均匀性。量化分析了不同电磁参数(电流频率和电流密度)和感应线圈的结构(V形角,感应线圈到齿轮的距离)对提升加热速率和改善温度均匀性的作用规律。感应线圈的V形角结构有利于提高齿轮的电磁加热质量,对推动实际加工应用和提升企业效益具有重要生产价值,有利于促进精品钢生产。

摘要：采用扫描电镜(SEM)和X射线衍射(XRD)和单轴拉伸实验等研究了自主设计的"预淬火+双相区退火"热处理工艺对成分为0.15C-5Mn的中锰钢显微组织和力学性能的影响。结果表明:随着退火温度的升高,实验钢抗拉强度逐渐升高,屈服强度逐渐降低,伸长率和强塑积先升后降,此结果与相变诱导塑性(TRIP)效应有关;随着退火时间的延长,实验钢抗拉强度先增后降,屈服强度逐渐降低,伸长率和强塑积先增后降;当热处理工艺为"800℃保温30 min水淬+655℃退火4 h空冷"时,实验钢可以获得最佳组织和力学性能,此时其残留奥氏体的体积分数为25%,抗拉强度为1250 MPa,伸长率为37%,强塑积达到46 GPa·%。实验钢的高强度和高塑性是由超细晶组织和TRIP效应共同决定的。

摘要：针对某现场铝热粗轧板带头部厚度偏差较大现象,应用自适应模糊神经网络控制技术,建立了热粗轧辊缝动态设定系统。该系统将轧制力预报误差及弹跳方程误差作为输入,运用模糊神经网络预测下一道次的辊缝设定补偿值,并以实际数据对系统进行校验,结果显示该方法可以大幅提高铝热粗轧板带头部厚度精度。

摘要：目的研究消费类数码产品可持续设计的有效应用。方法按照数码产品的定义对最近几年出现在消费市场上的数码产品进行归纳总结,并对其进行分类,以此来互相比较。再针对这种消费类数码产品的可持续设计,从消费类数码产品的生命周期着手,进而深入到产品的整个设计过程,分析产品所用材料的结构,对现今数码产品从设计到生命周期结束时对环境和资源所造成的影响进行量化。结论消费类数码产品的可持续设计具有重大意义,以汽车行业的可持续发展为借鉴,将对消费类数码产品的可持续设计应用起到很好的作用。

摘要：针对传统火灾报警系统存在着准确度不高、误报、漏报及泛化能力不强的问题,设计了一种基于GA(Genetic Algorithm)优化T-S云推理网络火灾探测模型,对模型进行训练和测试。并将T-S云推理网络与模糊神经网络对火灾信号的识别结果进行对比,给出MATLAB的仿真结果。通过仿真结果表明,该火灾探测模型识别精度更高,偏离样本数据测试结果与期望输出之间误差更小,模型提高了对火灾信号的识别精度和泛化能力。

摘要：针对三级倒立摆这一典型控制对象,建立了基于CGA优化的改进型T-S模糊神经网络控制器,完成了三级倒立摆的稳摆控制,将CGA与GA优化结果进行了对比,给出MATLAB仿真结果.结果表明:设计的控制器对于三级倒立摆的稳摆控制是有效的,而且CGA算法优于GA算法.

摘要：应用RBF神经网络对车牌字符进行识别.在网络中心参数确定阶段,对每类字符分别采用最近邻聚类和k-均值聚类相结合的算法来确定隐层中心值,从而解决传统k-均值聚类算法中初始聚类中心需要被人为确定的问题;中心宽度通常通过公式来确定,为了消除此方法对中心值的依赖性,选择遗传算法对中心宽度进行优化;输出层连接权值则采用违逆法确定.仿真结果表明,设计的RBF神经网络可以有效地识别字符.