检索结果-内蒙古大学图书馆

稀有金属材料与工程 2022年第9期51卷 3197-3203页

作者：武晓燕罗巍江海涛北京科技大学高效轧制与智能制造国家工程研究中心北京100083

通过搅拌摩擦搭接焊接6061铝合金/QP980钢异种材料,讨论了搅拌针长度(1.5和2.1 mm)对焊接接头组织和性能的影响。结果表明,6061铝合金/QP980钢搅拌摩擦搭接焊接头分为3层结构:上层为铝合金层,中间层为Fe、Al及金属间化合物混合层状结构... 详细信息

通过搅拌摩擦搭接焊接6061铝合金/QP980钢异种材料,讨论了搅拌针长度(1.5和2.1 mm)对焊接接头组织和性能的影响。结果表明,6061铝合金/QP980钢搅拌摩擦搭接焊接头分为3层结构:上层为铝合金层,中间层为Fe、Al及金属间化合物混合层状结构,下层为钢层。其中,当搅拌针长2.1 mm时,铝合金层含有散落的钢碎片。在中间层检测到2种金属间化合物,靠近Al的深灰色层为Fe_(4)Al_(13)相,靠近钢的是Fe_(2)Al_(5)相。随着搅拌针长度的增加,接头的失效载荷从4 kN降低到3 kN。短探针焊接的接头在接合界面处断裂,而长探针焊接的接头在铝和钢的混合区断裂。孔洞缺陷和钢碎片是导致断裂位置发生变化的主要原因。此外,嵌入铝基体中的铁屑在变形过程中起应力集中和裂纹萌生的作用,降低了接头的力学性能。

关键词：搅拌摩擦搭接焊搅拌针长度金属间化合物失效载荷

来源：评论

学校读者我要写书评

暂无评论

融合灰度和深度特征的钢管表面缺陷检测方法

引用

机械工程学报 2025年第4期61卷 32-43页

作者：石杰吴昆鹏杨朝霖邓能辉王少聪苏成北京科技大学国家板带生产先进装备工程技术研究中心北京100083 北京科技大学高效轧制与智能制造国家工程研究中心北京100083

无缝钢管的表面缺陷检测与量化对于质量判定至关重要。然而,现有的检测方法主要依赖于灰度图像分析,缺乏对缺陷深度的综合判断,因此检测结果往往片面且不准确。为解决该问题,设计采用3D相机采集钢管表面的数据,能够同步获取到具备相同... 详细信息

无缝钢管的表面缺陷检测与量化对于质量判定至关重要。然而,现有的检测方法主要依赖于灰度图像分析,缺乏对缺陷深度的综合判断,因此检测结果往往片面且不准确。为解决该问题,设计采用3D相机采集钢管表面的数据,能够同步获取到具备相同尺寸的灰度图像和点云数据,通过对点云数据的处理,可以计算出缺陷相对于基准表面的深度,并进一步量化得到伪彩色深度图像,能够直观地展示缺陷的深度信息。为了提升缺陷检测能力,在Yolov5模型的基础上添加双边网络结构,将灰度图像和伪彩色深度图像分别输入到细节分支和语义分支中提取特征,融合两分支的数据得到新的中间特征用于目标检测。试验结果表明,利用相对深度测量方法生成的伪彩色深度图像可以有效地消除抖动、扭转等情况的干扰,深度测量误差小于0.1 mm。此外,与传统的灰度图像检测模式相比,添加了双边网络结构的Yolov5模型在m AP指标上提升了4.7%,并且以108帧/s的速率满足了实时检测的要求。最终在缺陷定性分析的基础上,通过增加深度方向维度,实现了对缺陷的定量分析,不仅提升了检测的全面性,也显著提高了检测的准确度。

关键词：缺陷检测轮廓拟合伪彩色深度图像 Yolov5 双边网络

来源：评论

学校读者我要写书评

暂无评论

一种三电平NPC整流-逆变调速系统的无权重系数模型预测控制策略

引用

工程科学学报 2024年第12期46卷 2257-2268页

作者：田亚卓张勇军肖雄刘辰伟郭强北京科技大学高效轧制与智能制造国家工程研究中心北京102206

针对异步电机三电平中点钳位(Neutral point clamped,NPC)整流–逆变驱动系统的高性能高效控制,搭建了三电平整流–逆变系统的预测与损耗模型,构建了包含中点电压平衡与损耗优化的代价函数,提出了一种基于序列并行结构的无权重系数模型... 详细信息

针对异步电机三电平中点钳位(Neutral point clamped,NPC)整流–逆变驱动系统的高性能高效控制,搭建了三电平整流–逆变系统的预测与损耗模型,构建了包含中点电压平衡与损耗优化的代价函数,提出了一种基于序列并行结构的无权重系数模型预测控制.策略在传统的序列模型预测控制中引入了直流母线中点电压和变换器开关频率控制,构建了包含多个控制目标的统一代价函数.根据整流–逆变系统在运行中对各控制目标的实际需求,将代价函数中的多个控制目标分为主要和次要控制目标并归类为两个序列优化集,对不同的序列集进行顺序优化.在相同的序列集内部,采用自适应并行寻优来选择最优开关状态,保证了同级序列内各控制目标的同步优化,避免了权重系数的设计.仿真和实验结果验证了该方法具有良好的控制性能和参数鲁棒性,并能有效控制中点电压波动和降低系统损耗.

关键词：异步电机整流-逆变三电平模型预测控制损耗

来源：评论

学校读者我要写书评

暂无评论

面向异步电机模型预测直接转矩控制的自适应谐波消除方法

引用

电工技术学报 2025年第4期40卷 1078-1089页

作者：韩硕张勇军肖雄刘辰伟郭强北京科技大学高效轧制与智能制造国家工程研究中心北京102206 北京科技大学工程技术研究院北京102206

异步电机变频驱动系统在运行过程中会产生大量谐波,引发电机转矩脉动、损耗加重等问题,给电机性能及效率带来直接影响,因此有针对性地控制或消除驱动系统的谐波具有重要的研究意义。该文创新性地提出一种带有自适应谐波消除策略的模型... 详细信息

异步电机变频驱动系统在运行过程中会产生大量谐波,引发电机转矩脉动、损耗加重等问题,给电机性能及效率带来直接影响,因此有针对性地控制或消除驱动系统的谐波具有重要的研究意义。该文创新性地提出一种带有自适应谐波消除策略的模型预测直接转矩控制(AHE-MPDTC)方法,首次将自适应谐波消除策略引入到模型预测直接转矩控制中,通过调整自适应滤波器的权重,从目标函数得到的主输入信号中消除不期望出现的频率分量,从而获得较为理想的变换器输入参考电压。测试结果表明,所提出的方法在保证系统响应速度的基础上,可以有效消除由于变换器引起的5~25次谐波,从而提升异步电机调速系统的稳定性。

关键词：异步电机变频驱动模型预测控制自适应谐波消除

来源：评论

学校读者我要写书评

暂无评论

基于改进降噪自编码器半监督学习模型的热轧带钢水梁印识别算法

引用

工程科学学报 2022年第8期44卷 1338-1348页

作者：陈兆宇荆丰伟李杰郭强北京科技大学高效轧制与智能制造国家工程研究中心北京100083

针对水梁印识别困难且工作量大问题,提出一种基于改进降噪自编码器半监督学习模型的热轧带钢水梁印识别算法.该算法在降噪自编码器(Denoising auto-encoder, DAE)的基础上对编码层的每一层添加随机噪声,在隐藏层后添加分类层,并对数据... 详细信息

针对水梁印识别困难且工作量大问题,提出一种基于改进降噪自编码器半监督学习模型的热轧带钢水梁印识别算法.该算法在降噪自编码器(Denoising auto-encoder, DAE)的基础上对编码层的每一层添加随机噪声,在隐藏层后添加分类层,并对数据添加伪标签,在解码的同时进行分类训练,使得DAE具有半监督学习能力.通过提取热轧带钢粗轧出口温度数据中的温差特征,用相应特征对模型进行训练.实验结果表明,算法能够准确识别出带钢的水梁印,在模型精确度上,与主流分类识别模型对比,提出的模型在带标签样本数量较小时,分类精度相比其他模型高5.0%~10.0%;在带标签样本数量较大时,提出的模型分类精度达到93.8%,现场能够根据模型的识别结果提高生产效率.

关键词：热轧带钢降噪自编码器半监督学习水梁印加热炉

来源：评论

学校读者我要写书评

暂无评论

一种改进的T型三电平逆变器序列模型预测控制策略

引用

电工技术学报 2024年第24期39卷 7821-7832页

作者：田亚卓刘辰伟张勇军肖雄北京科技大学高效轧制与智能制造国家工程研究中心北京100083 北京科技大学工程技术研究院北京100083

为解决T型三电平逆变系统多控制目标模型预测控制权重系数设计困难的问题,该文提出一种基于串联-并联混合结构的改进序列模型预测控制策略。该策略以序列模型预测控制为基础,结合对共模电压和开关频率的控制需求,构建包含多控制目标的... 详细信息

为解决T型三电平逆变系统多控制目标模型预测控制权重系数设计困难的问题,该文提出一种基于串联-并联混合结构的改进序列模型预测控制策略。该策略以序列模型预测控制为基础,结合对共模电压和开关频率的控制需求,构建包含多控制目标的改进代价函数。基于对各控制目标优先级的充分考虑,设计一种串联-并联混合结构,采用并联结构同步优化具有相似优先级的目标,串联结构顺序控制不同优先级的目标,从而避免了权重系数设计。实验结果验证了此策略具有良好的动静态性能,并能有效抑制共模电压和降低平均开关频率。

关键词：模型预测控制多控制目标三电平权重系数共模电压开关频率

来源：评论

学校读者我要写书评

暂无评论

基于混合网络模型的冷轧深冲钢连退过程力学性能预报

引用

计算机集成制造系统 2024年

作者：陈昱言郭强张勇军陈凌韬米振莉杨金莹北京科技大学工程技术研究院高效轧制与智能制造国家工程研究中心

连续退火过程是决定冷轧深冲钢力学性能的最重要环节，由于涉及工艺参数多、变量之间耦合性强、时序特征显著等，该过程的力学性能预测存在准确度不高的问题，为此提出一种以编码器-解码器为框架，融合卷积神经网络和双向门控循环单元... 详细信息

连续退火过程是决定冷轧深冲钢力学性能的最重要环节，由于涉及工艺参数多、变量之间耦合性强、时序特征显著等，该过程的力学性能预测存在准确度不高的问题，为此提出一种以编码器-解码器为框架，融合卷积神经网络和双向门控循环单元的预测方法。搭建卷积神经网络（CNN）为编码器，对强耦合性且具有时序性数据进行特征提取；随后串联双向门控循环单元（Bi-GRU）作为解码器，将历史信息与当前状态融合，在更新状态的同时，降低了梯度消失和梯度爆炸出现的风险；最后利用国内某深冲钢生产线退火段的数据对混合网络模型（CNN-BiGRU）进行力学性能预测验证分析。结果表明，相较于注意力机制作为编码器和循环神经网络作为解码器，混合网络模型的预测稳定性和综合预测性能更加优良，为深冲钢力学性能预测提供了有效的思路和方法。

关键词：连续退火力学性能深度学习双向门控循环单元

来源：评论

学校读者我要写书评

暂无评论

6016铝合金动态再结晶及变形晶粒预测模型

引用

塑性工程学报 2025年第4期32卷 160-168页

作者：李军武晓燕郭锦江海涛北京科技大学高效轧制与智能制造国家工程研究中心北京100083 蔚来汽车科技(安徽)有限公司安徽合肥230601

为研究铝合金在热加工过程中的晶粒尺寸特征,采用热压缩实验、数学建模及有限元模型相结合的方法,研究了6016铝合金在热变形过程中的动态再结晶和微观结构演变规律,构建了热变形过程中动态再结晶及变形晶粒尺寸数学模型。结果表明,升高... 详细信息

为研究铝合金在热加工过程中的晶粒尺寸特征,采用热压缩实验、数学建模及有限元模型相结合的方法,研究了6016铝合金在热变形过程中的动态再结晶和微观结构演变规律,构建了热变形过程中动态再结晶及变形晶粒尺寸数学模型。结果表明,升高温度、降低应变速率有利于促进动态再结晶的发生。将建立的6016铝合金动态再结晶和变形晶粒尺寸预测模型导入有限元软件中,可有效预测热变形过程中的晶粒尺寸,与实验的平均误差分别为12.37%和4.9%。该模型可实现微观组织预报的功能,为后续热变形晶粒尺寸调控及工艺优化提供数值模型。

关键词： 6061铝合金动态再结晶晶粒尺寸数学模型有限元模型

来源：评论

学校读者我要写书评

暂无评论

AlMg_(4.5)MnZr合金热变形行为及热加工图研究

引用

塑性工程学报 2024年第5期31卷 106-112页

作者：李亚彪余伟梁家豪程志诚孟云胡水平北京科技大学高效轧制与智能制造国家工程研究中心北京100083 北京科技大学国家板带生产先进装备工程技术研究中心北京100083

在Gleeble-3500热模拟试验机上进行了热模拟压缩试验,对AlMg_(4.5)MnZr合金在变形温度300~500℃、应变速率0.01~10 s^(-1)、变形量60%条件下进行了高温流变行为和组织演化分析,建立了AlMg_(4.5)MnZr合金的热变形本构方程和热加工图,并... 详细信息

在Gleeble-3500热模拟试验机上进行了热模拟压缩试验,对AlMg_(4.5)MnZr合金在变形温度300~500℃、应变速率0.01~10 s^(-1)、变形量60%条件下进行了高温流变行为和组织演化分析,建立了AlMg_(4.5)MnZr合金的热变形本构方程和热加工图,并采用电子背散射衍射技术对热加工后AlMg_(4.5)MnZr合金的微观组织进行了验证分析。结果表明,该合金具有正的应变速率敏感性,在一定范围内,变形温度越高、应变速率越小,合金的动态再结晶特征越明显;运用建立的Arrhenius本构方程对该合金不同变形条件下的流变应力值进行了预测,预测值与实验测试值吻合较好;AlMg_(4.5)MnZr合金的热加工图中仅存在1个失稳区,可加工区间较大,其中最佳加工区域参数为:变形温度440~500℃,应变速率0.01~0.1 s^(-1)。

关键词：流变应力本构关系热加工图动态再结晶

来源：评论

学校读者我要写书评

暂无评论

数据驱动的热轧带钢头部终轧温度预计算优化

引用

钢铁研究学报 2022年第7期34卷 655-663页

作者：荆丰伟冯莹陈兆宇孙文权张勇军北京科技大学高效轧制与智能制造国家工程研究中心北京100083

带钢头部终轧温度(finishing delivery temperature,FDT)的预计算是精轧设定中的一项重要内容。它不仅是带钢全长终轧温度控制的基础,而且关系到轧制速度、轧制力以及辊缝等模型参数的预设定,对成品带钢的质量控制起着关键性的作用。在... 详细信息

带钢头部终轧温度(finishing delivery temperature,FDT)的预计算是精轧设定中的一项重要内容。它不仅是带钢全长终轧温度控制的基础,而且关系到轧制速度、轧制力以及辊缝等模型参数的预设定,对成品带钢的质量控制起着关键性的作用。在实际生产中,带钢头部终轧温度主要是通过结合了统计经验和自适应修正的半机理模型来计算,但是由于带钢换热过程的复杂性难以用关系式精确表达,导致了带钢头部终轧温度的预计算精度不高。针对此问题,从数据驱动的角度出发,利用BP神经网络和改进粒子群优化算法(improved particle swarm optimization,IPSO),以半机理模型为主,IPSO-BP网络模型为辅,建立了一种混合优化模型。通过仿真实验和实际生产对比,结果表明:相比于单纯的神经网络模型或者半机理模型,混合优化模型的预计算精度和收敛速度均有了很大的提高,达到96.67%,具有良好的应用前景。

关键词：热轧带钢头部终轧温度 BP神经网络粒子群算法混合优化

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：