首页 | 期刊导航 | 学习空间 | 退出

期刊文章列表

  • 河钢集团唐钢公司微信公众号.我国首卷大转炉高比例DRI超低排放汽车用钢在唐钢下线[J].冶金自动化,2023,第5期
  • 河钢集团唐钢公司微信公众号.唐钢举办庆祝建厂80周年智能制造论坛[J].冶金自动化,2023,第5期
  • 中冶赛迪集团微信公众号.视觉感知+机理模型:中冶赛迪智能控制技术让钢铁生产更安全更高效[J].冶金自动化,2023,第5期
  • 中国金属学会微信公众号.中冶京诚“基于5G技术的钢铁企业多维度生态环保管控系统开发与应用”成果经中国金属学会评价达国际领先水平[J].冶金自动化,2023,第5期
  • 中国有色金属学会微信公众号.年会分会总结 第17分会场-有色金属智能制造前沿论坛[J].冶金自动化,2023,第5期
  • 吴昆鹏1,2,石杰1,2,杨朝霖1,2,邓能辉1,2(北京科技大学国家板带生产先进装备工程技术研究中心;北京科技大学设计研究院有限公司).基于半监督语义分割的钢板表面缺陷检测方法[J].冶金自动化,2023,第4期
  • 刘仲民1,崔勇1,吴海宝2,苏鹏飞2(兰州理工大学电气工程与信息工程学院;金川集团信息与自动化工程有限公司).基于机器视觉的镍硫金属铁含量检测系统[J].冶金自动化,2023,第4期
  • 田伟健1,赵贤聪2,白皓1(北京科技大学冶金与生态工程学院;北京机械工业自动化研究所有限公司软件事业部).钢铁工业多介质能源系统优化调度模型研究综述及展望[J].冶金自动化,2023,第4期
  • 刘卓然,郑又宁,陈泓霖,张鹤翔,吴思炜(东北大学轧制技术及连轧自动化国家重点实验室).融合半监督学习的小样本条件下热轧带钢力学性能预测[J].冶金自动化,2023,第4期
  • 吴楠,李静,申屠南凯,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).基于细分PI控制的热连轧卷取机自动踏步控制仿真和优化[J].冶金自动化,2023,第4期
  • 郝飞1,陈冠宇2,王强1,燕飞3,张延冬1,张鲁1(南京南瑞继保电气有限公司系统软件研究所;南京工程学院电力工程学院;首钢京唐钢铁联合有限责任公司能源与环境部).钢铁企业综合能源系统智能调度设计与实践[J].冶金自动化,2023,第4期
  • 姜子欧,王月明,陈甜甜,杨虎生(内蒙古科技大学信息工程学院).烧结机台车侧板裂缝检测与安全预警算法实现[J].冶金自动化,2023,第4期
  • 曾宏1,2,陈彦1,2,王跃3,陈芳林1,2,卢圣文1,2,潘学军1,2(株洲中车时代半导体有限公司;新型功率半导体器件国家重点实验室;中车株洲电力机车研究所有限公司).轧机中压变频系统IGCT门极驱动关键技术研究[J].冶金自动化,2023,第4期
  • 熊华德1,张勇军1,石杰2,杨朝霖1(北京科技大学高效轧制与智能制造国家工程研究中心;北京科技大学国家板带生产先进装备工程技术研究中心).基于改进椭圆拟合算法的钢管轮廓测量方法[J].冶金自动化,2023,第4期
  • 潘俊,徐安军,冯凯,魏绿坤(北京科技大学冶金与生态工程学院).唐钢新区炼钢-连铸过程天车调度规则研究应用[J].冶金自动化,2023,第4期
  • 董翠连1,廖德诚2(上海宝信软件股份有限公司MES软件事业部;福建福欣特殊钢有限公司产销管理组).不锈钢炼钢计划排程问题的数学模型及遗传算法[J].冶金自动化,2023,第4期
  • 丁鹿西1,龚殿尧1,田宝钱1,郝秋宇1,徐建忠1,王秋娜2(东北大学轧制技术及连轧自动化国家重点实验室;首钢股份公司迁安钢铁公司热轧厂).基于梯度提升算法的轧后冷却区内带钢运行速度预测[J].冶金自动化,2023,第4期
  • 耿程飞,凡念,沈波,石增,桂峰(深圳市英威腾电气股份有限公司).GD800驱动器在某棒材产线改造中的应用[J].冶金自动化,2023,第4期
  • 中冶京诚工程技术有限公司(中冶京诚工程技术有限公司).新一代管控平台产品发布数字化赋能传统钢铁行业升级[J].冶金自动化,2023,第4期
  • 宋君,王奎越,曹忠华(鞍钢集团北京研究院有限公司).果蝇优化神经网络在冷轧弯辊模型中的应用[J].冶金自动化,2023,第3期
  • 钱金花1,郑文娟1,吴文彬2,徐晨1(东北大学理学院;抚顺新钢铁有限责任公司智造中心).基于小波去噪和循环神经网络-k重-整合移动平均自回归模型的转炉煤气柜位预测[J].冶金自动化,2023,第3期
  • 韩中洋1,2,王泽1,2,董洪辛1,2,王志远1,2,赵珺1,2,王伟1,2(大连理工大学控制科学与工程学院;工业装备智能控制与优化教育部重点实验室).钢铁能源管控优化研究应用的综述与展望[J].冶金自动化,2023,第3期
  • 闫亚亮1,2,陈龙1,2,赵珺1,2,王伟1,2(大连理工大学控制科学与工程学院;工业装备智能控制与优化教育部重点实验室).基于相关向量机样本选择的钢铁企业副产煤气系统预测[J].冶金自动化,2023,第3期
  • 鄂士平1,施烨2,姜彬2,金浩2,郝飞2(国网湖北省电力有限公司;南京南瑞继保电气有限公司系统软件研究所).基于规则模型的钢铁企业虚拟电厂资源聚合算法[J].冶金自动化,2023,第3期
  • 陈健1,杨春节2,胡兵3,钱卫东3,苏志祁4(浙江大学工程师学院;浙江大学控制科学与工程学院;上海宝信软件股份有限公司;广西柳钢东信科技有限公司).基于XGBoost和反向自适应粒子群的烧结配料智能优化方法[J].冶金自动化,2023,第3期
  • 朱立光1,2,陈泊羽1,肖鹏程1,张妍1,3,许云峰3(华北理工大学冶金与能源学院;河北科技大学材料科学与工程学院;河北科技大学信息科学与工程学院).废钢料型智能识别的语义分割模型选择与实现[J].冶金自动化,2023,第3期
  • 张学锋1,张功辉1,周志远1,闻亦昕1,张巧玉2,刘胜歌2(安徽工业大学计算机科学与技术学院;中天钢铁集团(南通)有限公司).基于改进BP神经网络的烧结矿FeO含量预测[J].冶金自动化,2023,第3期
  • 陈添1,黄鑫鑫2,刘士新3(上海宝信软件股份有限公司MES软件事业部;宝钢湛江钢铁有限公司制造管理部;东北大学信息科学与工程学院).一种基于优先级策略的热镀锌生产排程方法[J].冶金自动化,2023,第3期
  • 张岩1,王军生1,丁智2,孙瑞琪1,陈百红2(鞍钢集团北京研究院有限公司;鞍钢集团自动化有限公司).基于深度核与多核联合学习的镀层质量评估系统[J].冶金自动化,2023,第3期
首页 上一页 5 6 7 8 9 下一页 尾页 共有9页,转到 页

帮助 | 繁體中文 | 关于发现 | 联系我们

超星发现系统 Copyright©·powered by 超星

客服电话:4008236966