针对目前轧机伺服液压缸故障诊断过程中,故障特征提取困难,信号非线性变化,数据量大的问题,提出了一种基于深度置信网络的轧机伺服液压缸故障诊断的方法。根据轧机系统工作原理,建立轧机系统仿真模型,对轧机内泄漏故障状况进行模拟。利用深度置信网络在智能故障诊断的优越性,将信号归一化处理后放入深度置信网络进行训练,然后通过反向传播学习,优化网络各参数,提高诊断精度。深度置信网络模型由多层玻尔兹曼机以及顶层BP神经网络组成。与传统BP神经网络方法进行比较,结果表明,在训练样本数据足够的条件下,深度置信网络模型在伺服液压缸内泄漏故障诊断具有更高的诊断精度。

层级材料具有优异的力学性能和吸能特性。提出一种面内分形的形内自相似六边形蜂窝结构,运用应变能密度优化方法,对三维形内自相似六边形蜂窝结构进行尺寸优化,分别得到应变能密度最大和应变能密度最小的优化结构,并与未经优化的形内自相似蜂窝结构及典型的圆形蜂窝结构进行吸能特性比较。结果表明:应变能密度最大的自相似蜂窝结构比应变能密度最小的结构吸能特性强,但整体刚性相比较弱,应变能密度最小的形内自相似蜂窝结构抗冲击刚性较强;两种应变能密度不同的形内自相似六边形蜂窝结构都具有较强的吸能特性,其比吸能比未经优化的形内自相似蜂窝结构和典型圆形蜂窝较好。结构的自相似分形方式和应变能密度优化能够很好改善蜂窝结构的耐撞性和吸能特性,同时实现结构轻量化。

大型钢坯加热炉采用步进式,使钢坯一步一步往前运送,直至出坯,这种装置克服了过去用推钢机推钢的缺陷。文中对步进梁的运行速度进行了分析,应用液压伺服系统,PLC控制,使步进梁运行速度平稳,无冲击,在使用中效果良好,可供有关冶金企业参考。

内泄漏是液压缸最常见故障,严重影响液压缸的正常工作,因此对其在线测量显得尤为重要。提出内泄漏在线测量的工作原理,包括在线测量系统、应变片的固定方式和流量-应变信号转换的数学模型,并搭建实验系统采集内泄漏和应变数据并进行数据处理。分别采用BP神经网络和卷积神经网络对液压缸内泄漏进行预测,结果表明,卷积神经网络准确度高、效率高,为其他液压元件微小流量的在线测量提供一种新的思路。

随着轧机自动化水平日益提高，板厚自动控制（Automatic Gauge Control，简称AGC）系统必须要有精确的控制系统和高精度的压下调节系统，才能够获得高精度的产品轧出厚度。为了掌握板厚精度受各种因素影响的规律，并提出相应的解决措施，仿真研究整个轧制过程。分析了液压AGC系统结构特点，概述了AMESim软件，利用基于AMESim对液压AGC系统进行了仿真，较为深入地探讨了相关参数对系统的影响，具有一定的参考价值。

在矫直过程中由于操作不当,当矫直钢材硬度过大时,矫直力超过矫直机某些零部件强度时,容易损坏矫直机。针对某大型钢厂进口矫直机常出现的故障进行分析研究,对液压系统性能进行检测等。利用AMESim软件对液压系统进行建模仿真,找到了故障原因,对液压系统某些参数进行调整,结果表明：将过载保护溢流阀的压力原设定为29 MPa改为20.5 MPa时,系统的调整时间最短、响应最快,该设备运行一年多来,工作正常。证明了文中仿真分析是正确的,该技术可供有关厂矿企业参考。

AGC伺服液压缸是轧钢厂中非常重要的设备，其密封圈的特性，直接影响液压缸的性能和使用寿命。文中简要分析了AGC伺服液压缸中密封圈的工作特性，建立了三维模型，并用ANSYS软件分析其受力及变形情况。仿真结果表明，液压缸工作时，密封圈有较大应力应变，易受损坏。最后还简要介绍了密封圈的镀铜工艺，能有效提高密封圈的使用寿命。

分析了武钢热轧{1}1#步进梁式加热炉液压系统的特点及存在的问题，并对其进行了工况分析；提出了该液压系统改造的具体方案，设计了新的液压系统，并简要介绍了该系统的特点。