中厚板中间水冷技术优化及应用

某公司3500mm中厚板生产线全年轧制的钢板37%以上为控温钢板,传统控温方式为轧制到控温道次进入控温区域空冷等待,中间坯平均控温时间较长,严重制约了产量提升。故基于主轧机前后两台中间水冷设备,研究分析中间水冷自动化系统的结构及控制过程,通过控温程序完善、二级模型和轧制工艺优化,缩短了轧制控温钢板的控温时间,有效提高了轧制效率。

基于FDA-LSTM的冷轧过程多源异构时序数据处理及颤振预测

冷连轧颤振诱发机理复杂多变,颤振问题的解决需要通过大数据驱动的信息挖掘对机理模型进行补充。该研究针对某冷连轧机现场采集的工艺参数及振动数据,通过函数型数据分析(functional data analysis,FDA)方法进行预处理,实现多源异构时序数据的频率协同;采用SelectKBest算法对影响颤振的多种工艺参数进行特征选择,筛选出与振动相关性较强的因素,构造样本空间;基于长短时记忆(long short-term memory,LSTM)神经网络建立振动能量值的预测模型,并与径向基函数(radial basis function,RBF)神经网络、循环神经网络(recurrent neural network,RNN)模型进行比较。结果表明,LSTM模型具有较高的预测精度,同时采用阈值法验证该模型能有效地预测颤振的发生。

资产减值准备计提问题探讨

我国从1992年开始了全面的会计改革,1993年"两则两制"发布实施,提出了坏账准备的概念;1998年实施的《股份有限公司会计制度》在"两则两制"的基础上又提出了短期投资跌价准备、存货跌价准备。

基于EMD-RF的冷轧机振动信号时频分析及识别

冷轧板带生产中的振动机制复杂多变,工业生产过程采集到的历史数据中蕴含着设备运行状态与产品质量等关联信息,数据驱动的信息挖掘对实现振动状态监控与智能预测具有重要价值。首先针对实际工业生产中采集的历史振动信号进行数据预处理;然后对典型振动钢卷的信号进行经验模态分解,选取相关度较高的主要本征模态分量进行时频分析;随后,基于相关度最高的本征模态分量提取10个时频特征指标作为输入,以振动有效值作为输出标记,构建样本空间;最后,运用随机森林回归算法对多个材质和规格下的钢种振动信号进行识别。结果表明,所提出的经验模态分解与随机森林相结合的方法可以适应样本数量不平衡情况下的振动信号识别问题,能够为冷轧机振动的状态监控与智能预报提供依据。

塑料基封边条带制备工艺、封装技术及性能检测方法

随着全球家居行业对环境保护及可持续性发展的关注日益提升,塑料制品的引入可有效地减少对传统木材等资源的依赖,降低对环境的不良影响,而且还有望通过改善家具材料的性能,提高家具的耐用性和实用性,从而推动家具行业朝着更加环保、经济、实用的方向发展。在这一背景下,塑料封边材料作为边缘封装的重要组成部分逐渐备受关注。从家具市场需求出发,全面介绍了塑料封边条的种类与特点,并探讨了其制备技术,涵盖原料的选择与处理、混合工艺、成型工艺等。通过对目前常采用的塑料封边工艺进行综合对比,分析他们各自的优缺点,为家具制造商和设计师提供更为全面的选材参考。同时,还详细介绍了塑料封边条性能的检测方法,包括软化温度测试、机械性能测试、硬度测试、耐磨性能测试等,为相关研究和应用提供了重要的技术支持和参考依据。随着人们环保意识的不断提高和对家具质量要求的不断增加,塑料封边材料有望在家具制造业中得到更广泛的应用,这将有助于提升家具行业的竞争力,推动整个行业向着更加环保、高效的方向发展,对行业的可持续发展具有重要的理论和实践意义。