期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
Hybrid Neural Network Model for RH Vacuum Refining Process Control 被引量:6
1
作者 ZHANGChun-xia WANGBao-jun +4 位作者 ZHOUShi-guang LIULiu XUJing-bo LINLi-ping zhangcheng-fu 《Journal of Iron and Steel Research International》 SCIE EI CAS CSCD 2004年第1期12-16,共5页
A hybrid neural network model,in which RH process(theoretical)model is combined organically with neural network(NN)and case-base reasoning(CBR),was established.The CBR method was used to select the operation mode and ... A hybrid neural network model,in which RH process(theoretical)model is combined organically with neural network(NN)and case-base reasoning(CBR),was established.The CBR method was used to select the operation mode and the RH operational guide parameters for different steel grades according to the initial conditions of molten steel,and a three-layer BP neural network was adopted to deal with nonlinear factors for improving and compensating the limitations of technological model for RH process control and end-point prediction.It was verified that the hybrid neural network is effective for improving the precision and calculation efficiency of the model. 展开更多
关键词 RH vacuum refining process process control model hybrid neural network
下载PDF
吉兰泰盐湖氢氧同位素及湖水来源分析 被引量:2
2
作者 崔蕊 汪季 +2 位作者 张成福 史小红 韩知明 《内蒙古林业科技》 2019年第1期17-21,共5页
研究内蒙古吉兰泰盐湖流域不同水体的同位素,分析判断其水分补给来源特征。采用氢氧稳定同位素方法和水化学特征法,研究了吉兰泰盐湖稳定同位素δ^(18)O和δD特征。结果表明:吉兰泰盐湖δD、δ^(18)O平均值为-47.86‰和-6.4‰,黄河水δ... 研究内蒙古吉兰泰盐湖流域不同水体的同位素,分析判断其水分补给来源特征。采用氢氧稳定同位素方法和水化学特征法,研究了吉兰泰盐湖稳定同位素δ^(18)O和δD特征。结果表明:吉兰泰盐湖δD、δ^(18)O平均值为-47.86‰和-6.4‰,黄河水δD、δ^(18)O的平均值分别为-59.95‰和-7.7‰,水库水δD、δ^(18)O的平均值分别为-59.26‰和-5.4‰,浅层地下水δD、δ^(18)O的平均值分别为-69.69‰和-9.3‰,深层地下水δD、δ^(18)O的平均值分别为-82.7‰和-10.85‰;吉兰泰盐湖蒸发趋势线方程为δD=7.54δ^(18)O+1.87(R^2=0.96)。湖水的氢氧同位素值最大,其次为水库水、黄河水和浅层地下水,深层地下水氢氧同位素值最小;大气降水对地下水直接补给作用很小,黄河水补给方式为侧渗;西侧的巴彦乌拉山和南侧的贺兰山都以地下水的形式补给吉兰泰盐湖。 展开更多
关键词 吉兰泰盐湖 地下水 氢氧同位素 氘盈余 离子
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部