一、控制电路设计注意事项 ①主电路保护的设置 这里所讲的保护,主要是针对电源变换装置里 的器件,需要保护的状态包括:过电压、过电流、 过热等。 电力电子装置里的许多元件,特别是半导体器 件,对电压电流非常敏感,正确地设置保护电路, 对电源变换装置的安全运行至关重要

一、平衡态 热力学系统(热力学研究的对象):大量微观粒子(分子、原子等)组成的宏观物体外界:热力学系统以外的物体。系统分类(按系统与外界交换特点):孤立系统:与外界既无能量又无物质交换

由于受实验条件的影响,在用等温热重法进行稀土氧化物脱除烟气中SO2的动力学实验过程中有噪音信号的干扰,因而采用Daubechies(N=3)小波函数和Matlab软件讨论了小波变换方法消除热重实验噪音信号的影响因素.研究发现阀值的选取规则和软硬阀值处理方式对消除噪音信号的影响不大,分解层数则对消除噪音信号的影响较大.当信噪比变化平缓时所对应的分解层数是最佳分解层数.经Daubechies(N=3)小波函数消噪后得到的信号能够比较真实地反映等温热重实验的动力学过程

建立了闪光法测量半透明材料热扩散率的一维瞬态导热-辐射耦合换热数学模型,采用基于控制容积的离散坐标法分析求解激光脉冲在半透明材料内的温度响应,并与由热四端网络法得到的半解析解进行了对比和验证.研究结果表明:两种计算方法在各种计算条件下得到的结果吻合很好.数值方法更灵活,可以处理物性非线性问题,但计算时间较长;半解析法的计算速度非常快,但只能处理常物性问题.此外,本文对试样吸收系数、辐射边界、厚度及试样表面的热损失等因素对温度响应的影响进行了对比分析

利用商业软件Thercast建立了描述水冷结晶器内钢液凝固传热和弹塑性变形的有限元模型,对凝固过程进行三维热力耦合求解.首先在坯壳表面施加热流密度,从而得到铸坯结晶器内凝固收缩量和坯壳温度分布,并分析钢水静压力的影响,提出结晶器锥度的设计原则,以确定合适的结晶器纵断面锥度.然后在结晶器铜管冷面施加水冷换热系数,并考虑保护渣和气隙对坯壳凝固的影响,研究坯壳在结晶器内的凝固过程,从而验证所提锥度的合理性

应用有限元分析软件ANSYS,根据国内某厂2250热连轧生产线上的热卷箱工作情况,采用ANSYS生死单元和重启动技术模拟中间坯的卷取、保温和开卷时的生产节奏.在仿真计算的基础上,确定中间坯在各种热交换条件下的界面换热系数,分析热卷箱内各工艺参数和环境因素对中间坯温度的影响,并根据建立的中间坯在热卷箱内的三维温度场的数学模型,最终计算得出中间坯在热卷箱出口的温度数值,为热轧现场的温度控制提供可行性建议

以提高钛合金热挤压润滑效果为目的,研究了一种以磷酸盐玻璃、SiO2和NaCl为主要组成的新型玻璃润滑剂,通过模拟挤压实验、扫描电子显微镜以及换热系数测量装置,重点分析了不同组成比润滑剂的黏度-温度曲线、高温下润滑剂对钛合金的腐蚀作用、润滑条件下钛合金与模具钢之间的换热特征.结果表明,磷酸盐玻璃、SiO2和NaCl的质量比为70:20:10的润滑剂,在600~900℃之间的黏度变化幅度较小,为1.3×105~9.4×105 Pa·s,有利于提高钛合金挤压润滑效果.950℃下润滑剂与钛合金的接触时间不超过3 min时,润滑剂对钛合金坯料表面的高温腐蚀作用很小,且具有消除坯料表面原有氧化层的作用;但随高温接触时间的延长,钛合金表面的高温腐蚀程度逐渐增大.当TA15钛合金和H13模具钢的初始温度分别为900和400℃、新型润滑剂最终厚度约0.1 mm时,钛合金和模具钢之间的界面换热系数随实验时间的延长由185增加到1714W·m-2·s-1,而传统钛合金热挤压用硅酸盐玻璃润滑剂为286~2025 W·m-2·s-1,表明新型玻璃润滑剂具有较好的高温热障性能

采用拉普拉斯-傅利叶变换和施密特(Schmidt)方法,研究了复合材料因热流在裂纹周围引起的热应力,并对用环氧树脂粘结的陶瓷-钢板进行了数值计算

确定了中厚板ACC冷却系统的换热边界条件,建立了钢板温度场和应力场有限元计算模型.利用现场实测数据对温度场计算结果进行验证,利用间接耦合方法对钢板的应力场进行计算.分析了不同集管开启方式、不同辊道速度和不同冷却介质温度对钢板热残余应力的影响规律

为提高热轧换规格首块钢头部卷取温度命中率，采用数据挖掘技术，从历史带钢冷却数据中推断出与实际带钢相匹配的卷取温度模型水冷换热学习系数，并将其应用于模型预设定计算。首先，对冷却特征参数进行识别，按照相对型、绝对型、相等型和策略型四种方式进行定义，并对实际带钢与历史带钢的各项冷却特征参数进行相似距离计算。当历史带钢的总相似距离满足要求时，将其聚类为实际带钢的相似卷，并考虑各相似卷的时间影响，计算相似权重值；随后，基于相似带钢的头部和尾部信息，建立由卷取温度预报误差、偏离学习系数回归值惩罚项和偏离默认值惩罚项等构成的目标函数以及相应的约束条件，采用梯度下降法求解该二次规划问题，通过三次优化逐步计算出学习系数参考值和表征学习系数与带钢速度及目标卷取温度呈双线性关系的两个参数；最后，根据实际带钢的穿带速度、目标卷取温度等冷却条件计算冷却设定所需的学习系数。现场应用表明：基于十万块历史带钢冷却数据驱动的模型参数即时自适应设定算法可增强卷取温度模型对带钢头部冷却的预设定能力，学习系数即时自适应设定能力随着内存中保存的历史带钢冷却数据的多样性和检索出的相似卷数量的增加而提升