超细晶粒钢模拟试验组织预测研究

对超细晶粒钢热模拟试验工艺参数:化学成分、变形温度、变形量以及变形道次等与超细晶铁素体晶粒尺寸及质量分数之间建立了映射关系。在此基础上建立了相应的超细晶粒钢组织预测模型。应用遗传算法对该神经网络模型的权值进行优化,从而克服了神经网络训练速度慢、容易陷入局域极小和全局搜索能力弱等缺点,提高了神经网络的预测精度。通过实例验证表明,超细晶铁素体晶粒尺寸的预测精度达90%以上,超细晶铁素体晶粒质量分数预测精度达91%以上。     

V、Nb与变形条件对含钒微合金钢形变强化相变的影响

为探明钢中微合金元素(V、Nb)与变形条件对含钒钢形变强化相变的影响规律.为制备含钒超细晶粒钢提供理论依据,通过对含钒钢进行形变强化相变热模拟试验,分析得出V、Nb的影响为:固溶V、Nb不利于形变强化铁素体相变的进行;V(C,N)、V-Nb(C,N)可以在多道次变形中沉淀析出,成为铁素体的异质形核核心,同时析出相对晶界及亚结构的钉扎作用使铁素体晶粒细化.研究表明,多道次变形时,道次间隔时间越短,温度越低,则累积的有效变形量越大,钢的形变强化相变越易进行.含钒钢超细晶铁素体体积分数越大.     

基于温变形的超细晶中碳钢制备工艺

将相变与形变有效结合,开发了中碳钢在马氏体相变状态下的温变形超细晶制备工艺.试验结果表明:淬火态中碳钢快速加热到500～600℃,回火适当时间使其仍保持一定程度的过饱和度,然后快速温变形,通过孪生、位错分解和再结晶等方式实现位错在滑移面上运动形成位错林或位错交滑移,使过饱和铁素体组织快速细化,其晶粒平均尺寸小于1μm;在结构畸变能与形变储能作用下通过应变诱导使碳化物以弥散状的形式在晶界和亚晶界处析出,得到均匀的形变马氏体组织;形变后可通过退火工艺控制碳化物颗粒的析出量、大小及分布,使材料具有最佳的组织结构,即细小铁素体 弥散碳化物,以满足材料综合性能的要求.     

基于剧烈塑性变形的超细晶中碳钢制备技术

用实验方法研究了中碳钢两相组织在等通道角挤压过程中的强烈塑性变形行为和组织演化过程。实验结果表明,用BC挤压路径经过4道次变形后开始出现纳米级晶粒。中碳钢两相组织的变形行为和组织演化过程为:前两道ECAP,强烈剪切变形集中发生在铁素体内,使铁素体原始晶粒中产生了大量位错缠结和位错胞,随挤压道数的增加,珠光体也开始参与剪切变形,渗碳体由原来的条状被剪切断裂而被细化,成为颗粒状,其粒状平均尺寸至1μm,同时所形成的高密度位错铁素体显微组织逐渐演化变成等轴显微组织。挤压四道次后,位错胞崩塌形成大角度晶粒,其铁素体平均晶粒尺寸至200nm。     

焊接电流对710L钢焊接接头组织和性能的影响

以90 A、110 A和130 A三种不同焊接电流焊接710L汽车用底盘钢,研究焊接电流对焊接接头组织和力学性能的影响。研究结果表明,随着焊接电流的增大,焊缝中晶粒尺寸增大,先共析铁素体增加;热影响区粗晶区在焊接热循环的作用下变化明显,随焊接电流的增加,由屈氏体组织转变为魏氏体组织。随焊接电流的增加,熔合区和焊接热影响区硬度降低。通过分析,最终确定了710L底盘钢的最佳焊接电流值。     

AISI-1035钢高温变形下的本构建模研究

基于Gleeble-3500热模拟实验,分析了AISI-1035钢分别在不同热压缩温度(1073,1173,1273 K)、不同热压缩速率(0.3,3.0 s-1)下的变形流动规律及微观组织演变规律,并建立了AISI-1035钢在1073~1273 K下的双多元非线性回归本构模型。实验结果表明:AISI-1035钢的应力幅值随着变形温度的升高以及应变速率的降低而减小;不同变形条件下的应力应变曲线在经过峰值应力后均出现了软化现象,并且高应变速率下动态再结晶的发生使得应力软化比较显著;高应变速率下诱发的局部温升导致应力幅值上升缓慢,从而使得峰值应变水平提升。微观组织分析结果表明:较高的应变速率诱发的局部温升以及动态再结晶促使AISI-1035钢的晶粒尺寸差异较大,热压缩变形温度越高,晶粒粗大现象越明显。所建立的模型预测趋势与实验数据比较吻合,能够较好地反映AISI-1035钢在1073~1273 K下的流动特性。     

基于GA-LM-BP模型的云南省农机总动力预测

为预测云南省农机总动力的发展变化趋势,提出一种将GA算法、LM算法与BP神经网络相结合的农机总动力预测方法,克服了BP神经网络易陷于局部极小的缺点。选取1985-2015年云南省农机总动力数据作为样本,建立GA-LM-BP神经网络模型进行仿真预测,结果表明:该模型的平均相对误差为0.313 362%,明显优于BP神经网络的0.926 674%、LM-BP神经网络模型的0.654 053%和GA-BP神经网络模型的0.493 122%,具有较好的预测精度。在此基础上,对云南省2016-2020年农机总动力的发展趋势进行了预测,结果表明:2 0 1 6年农机总动力达3 4 3 9.4 9万k W,超过云南省农业厅预测的3 4 0 9万k W,2 0 2 0年云南省农机总动力达3 952.78万k W,为云南省农机化的发展规划提供了理论依据。     

基于BP神经网络的驾驶疲劳预测模型及其有效性分析

疲劳驾驶是导致交通事故的重要原因之一,对疲劳驾驶行为进行预测可以有效减少事故发生。通过设计高速路段实车疲劳驾驶实验,获取相关特征指标,对特征参数进行研究,建立基于BP神经网络的驾驶员疲劳驾驶状态预测模型,对驾驶员的疲劳状态进行预测,结果表明精度达到90%以上;并对不同缺失率下的实验数据进行疲劳预测,判断该模型在数据缺失时是否有效,该模型在数据缺失率达到20%时预测精度仍达到80%,基于BP神经网络进行疲劳预测具有较高有效性。     

人工神经网络模型应用于大坝变形

利用已有的垂线原型观测资料，建立了基于人工神经网络的大坝变形计算模型，并用原型观测数据对其进行了校核和检验。结果证明，用人工神经网络建立坝体变形的神经网络模型对大坝变形能够进行较高精度的预测，并具有一定的优越性。     

含水果颗粒胶体溶液通电加热速度建模与工艺优化

为研究含水晶梨颗粒亲水性胶体溶液通电加热过程中,颗粒尺寸、颗粒体积分数、CMC-Na体积分数、胶体溶液质量分数和柠檬酸质量分数五因素对通电加热速度的影响,采用五因素二次正交旋转组合设计试验进行回归分析,建立了加热速度数学模型,对影响加热速度的工艺参数进行了优化,得到影响通电加热速度的工艺参数从大到小依次为:胶体溶液质量分数、CMC-Na体积分数、柠檬酸质量分数、颗粒尺寸、颗粒体积分数;影响加热速度的各工艺参数的最优组合:颗粒尺寸1.0 cm、颗粒体积分数30%、CMC-Na体积分数40%、胶体溶液质量分数4%、柠檬酸质量分数0.25%。     

含水果颗粒胶体溶液通电加热速度建模与工艺优化

为研究含水晶梨颗粒亲水性胶体溶液通电加热过程中,颗粒尺寸、颗粒体积分数、CMC-Na体积分数、胶体溶液质量分数和柠檬酸质量分数五因素对通电加热速度的影响,采用五因素二次正交旋转组合设计试验进行回归分析,建立了加热速度数学模型,对影响加热速度的工艺参数进行了优化,得到影响通电加热速度的工艺参数从大到小依次为：胶体溶液质量分数、CMC-Na体积分数、柠檬酸质量分数、颗粒尺寸、颗粒体积分数;影响加热速度的各工艺参数的最优组合：颗粒尺寸1.0 cm、颗粒体积分数30%、CMC-Na体积分数40%、胶体溶液质量分数4%、柠檬酸质量分数     

深冲钢激光拼焊板焊缝形状与晶粒尺寸预测模型

针对St12、St16深冲钢激光拼焊板的焊接温度场分布对焊缝形状影响较大的问题,在分析试验钢板温度相关性、熔化潜热、对流及辐射对激光焊接温度场影响规律的基础上,建立了焊缝形状预测模型。在模型节点选取时提出了首尾节点控制法,使焊接温度场模拟时的节点选取具有更高精度,所得预测焊缝形状与实际焊缝形状吻合度高。提出了一种基于偏最小二乘回归(PLS)的焊缝及其热影响区晶粒尺寸预测模型。焊缝及其热影响区晶粒尺寸的预测精度均达95%,充分表明该模型与工艺试验结果吻合良好,验证了该预测模型的合理性及适用性。     

土壤水分特征曲线Van-Genuchten模型参数的土壤传输函数比选

基于黄土高原区多种土壤的水分特征曲线试验数据样本,建立了以土壤黏粒、土壤粉粒、干密度、有机质和盐分含量为输入变量,Van-Genuchten模型参数α与n为输出变量的非线性预报模型和灰色BP神经网络预报模型,在对两种模型误差参数α与n分别进行误差分析比较的基础上,对两种模型的预测结果进行了整体误差分析。结果表明:无论是参数α还是参数n,非线性模型的平均相对误差低于10%,综合精度平均相对误差为15.73%;灰色BP神经网络模型的预测精度的平均相对误差低于4%,综合精度平均相对误差为10.01%,灰色BP神经网络模型的预测精度都要比非线性模型的预测精度高,但灰色BP神经网络模型易出现过度拟合的情况。综合而言,两种模型均能实现Van-Genuchten模型参数α与n的预测,可根据具体情况选用其中一种以达到更好的预测效果。     

基于分形插值与支持向量机混合模型的大坝变形分析

大坝变形分析是研究大坝变形规律和保证大坝安全的重要组成部分。基于大坝变形时间序列的分形特征，同时考虑到分形插值在大坝变形时间序列拟合和预测时的分数维特点，以及外延序列越远、预测精度越差的缺点，引入支持向量机算法对分形插值模型进行优化。针对大坝变形时间序列特点，通过优化垂直比例因子和核函数，建立了分形插值和支持向量机混合模型。以某混凝土重力坝引张线8号测点水平位移为例，建立了分形插值和支持向量机混合模型，对变形时间序列进行拟合和预测分析，计算结果表明混合模型具有更高的精度，可以应用于大坝变形分析中。     

淬火态45号钢在等通道角挤压过程中晶粒演化

将马氏体相变与强塑性变形工艺相耦合,开发了基于等通道角挤压快速制备亚微米级中碳钢工艺。试验采用45号钢,就淬火态在不同回火温度和回火时间条件下进行挤压。试验结果表明,由马氏体相变得到的过饱和铁素体为动态再结晶和应变诱导碳化物析出作了能量和组织准备,并在一定的回火温度下进行等通道角挤压使位错密度快速增加,实现了动态再结晶,形成了细小晶粒,同时应变诱导碳化物从过饱和的铁素体中以弥散形式析出,使亚微米铁素体基体上均匀分布着细小碳化物。这种组织结构具有较高的稳定性,在550℃退火30min后,晶粒尺寸仍保持在1μm以内。     

神经网络和模糊逻辑在农业机械制造中的应用

农业机械制造技术与一般机械制造技术相比,具有特殊性。如今大多数农机企业的技术跟不上先进机械制造技术的发展,农业机械制造技术比较落后。为此,将动态神经网络和模糊逻辑技术应用在农业机械加工制造中,能够很好地预测和控制工件的尺寸与形状,大大提高了加工精度。为此,以农业机械的轴类零件为例,建立了纵向磨削的Elman动态神经网络尺寸预测模型,采用论域自调整策略和模糊自适应控制理论,建立了纵向磨削的自适应控制模型,选择工作台的进给速度作为控制变量。仿真和实验结果表明,所建立的神经网络尺寸预测模型和模糊自适应控制模型是正确的。     

玉米主要品质便携式检测装置设计与试验

我国玉米产量高,高效、便携、低成本的玉米成分检测技术及其装置对于玉米品质的检测至关重要,基于可见/近红外光谱技术,设计了一款玉米主要品质便携式检测装置。为探究所设计方案的可行性,自行搭建了可见/近红外光谱采集系统,对不同品种共72份玉米样本进行光谱采集,分别建立了玉米籽粒蛋白质、脂肪和淀粉含量的偏最小二乘（PLS）预测模型以及结合竞争性自适应重加权算法（CARS）的CARS-PLS预测模型。结果表明,CARS方法可以有效筛选出各组分的相关变量,提升模型效果,各组分质量分数的预测集均方根误差（RMSEP）均有所下降, 蛋白质质量分数的RMSEP由0.4866%降至0.4068%;脂肪质量分数的RMSEP由0.1549%降至0.0989%;淀粉质量分数的RMSEP由0.4714%降至0.4675%。预测集相关系数Rp均有所提高,蛋白质质量分数的Rp由0.9309提升至0.9603;脂肪质量分数的Rp由0.9497提升至0.9770;淀粉质量分数的Rp由0.9520提升至0.9605。基于CARS方法所筛选的各组分特征变量,选择了合适的近红外光谱传感器,在此基础上设计了检测装置的光谱采集单元、控制单元、显示单元、电源单元以及散热单元,并基于NodeMCU开发板和Arduino IDE开发工具,采用Arduino语言对装置控制程序进行开发,实现“一键式”快速检测。试验验证了该装置的检测精度和稳定性,结果表明,预测玉米籽粒蛋白质、脂肪和淀粉质量分数的相关系数分别为0.8431、0.8243、0.8154,预测均方根误差分别为0.3576%、0.2318%、0.2333%,相对分析误差分别为1.8577、1.7761、1.5735。对同一样本多次重复预测,各组分预测值的变异系数分别为0.235%、0.241%和0.028%。     

基于CGA-RBF的刀具寿命预测方法研究

刀具作为加工制造系统中的基础部件,刀具的磨损状况及寿命情况直接影响到工件的加工质量和加工效率。为了能够准确预测刀具使用寿命,确保加工精度,提出了一种基于CGA-RBF的刀具寿命预测方法。在RBF神经网络技术基础上,构建遗传算法和混沌寻优算法相结合的寻优机制来对RBF神经网络进行训练优化,建立刀具寿命预测模型。最后应用Matlab仿真软件对刀具寿命预测模型的效果进行验证,结果表明该预测模型具有较好的预测精度。     

便携式大米多品质参数无损检测仪设计与试验

基于近红外漫透射光补偿光谱分析技术,设计了便携式大米多品质参数无损检测仪,检测仪包括光谱采集单元、光源单元、控制与显示单元、供电单元、专用参考校正盒等,光谱采集单元通过光补偿杯和聚焦准直透镜有效提高了采集光谱的信噪比,整个装置尺寸为207 mm×90 mm×148 mm,携带方便。选取52个籼米样品,基于便携式大米多品质参数无损检测仪建立了大米含水率、直链淀粉质量分数和蛋白质质量分数的偏最小二乘预测模型,含水率、直链淀粉质量分数和蛋白质质量分数的校正集相关系数分别为0. 980 3、0. 977 0、0. 932 3,校正集均方根误差分别为0. 279 1%、0. 727 4%、0. 204 5%,验证集相关系数分别为0. 979 3、0. 957 1、0. 924 9,验证集均方根误差分别为0. 300 9%、1. 106 7%、0. 212 7%。基于MFC软件开发工具,采用C/C++语言编写了实时检测及控制软件,实现了便携式大米多品质参数检测仪的一键式操作。试验验证了便携式大米品质无损检测仪的检测精度和稳定性,结果表明,利用该装置预测大米含水率、直链淀粉质量分数和蛋白质质量分数的最大变异系数分别为0. 024、0. 079、0. 034,大米样品的含水率、直链淀粉质量分数和蛋白质质量分数的预测值和标准理化值的相关系数分别为0. 972 7、0. 940 9、0. 901 5,预测均方根误差为0. 363 2%、1. 318 1%、0. 243 0%。这表明自行设计的检测仪可以实现大米含水率、直链淀粉和蛋白质质量分数的实时无损检测。     

温度和含水率对土壤比热容影响的神经网络预测

通过二次正交回归试验研究了土壤温度和含水率对土壤比热容的影响,并建立了土壤比热容的二次正交回归模型和优化BP神经网络模型.结果表明:土壤温度和含水率的一次项对比热容的影响达极显著水平.其二次项的影响达显著水平;二次正交回归模型具有较好的拟合精度,其残差平方和为0.026 1,标准差为0.0511.但优化BP神经网络模型的最大误差值为0.036,最小误差值为0.008,其预测精度优于二次正交回归模型.优化的BP神经网络学习速率较快,当网络训练达到346步时即有效收敛,具有预测速度快、操作简便的特点.