点击切换搜索课件文库搜索结果(1209)
文档格式:PDF 文档大小:405.3KB 文档页数:4
以工业轧机为对象,根据热连轧板形前馈的特点,研究提出了基于遗传算法的轧制力负荷再分配的模型.实验数据对比分析结果表明,使用该策略能够获得良好的板形及生产的平稳过渡,可用于热连轧生产
文档格式:PDF 文档大小:640.45KB 文档页数:8
针对多约束的炼钢-连铸重计划问题,提出了一种按扰动时炉次的状态进行炉次分类求解的重计划方法.将重计划问题中的约束分成强制约束和柔性约束两类,针对正在作业炉次设计了基于时间顺推和遗传算法的混合算法,针对未作业炉次设计了基于时间倒推和遗传算法的混合算法,通过强制约束结合混合算法搜寻可行解,然后在可行解中利用柔性约束搜寻最优解.采用钢厂的生产实绩数据进行仿真实验验证了该方法的可行性和有效性
文档格式:PDF 文档大小:1.39MB 文档页数:9
为了保证齿轮钢中非金属夹杂物的控制,并确定齿轮钢经济合理的总氧含量控制目标,开展了总氧含量对齿轮钢中非金属夹杂物的影响研究。以三种不同总氧含量的Mn–Cr系齿轮钢为研究对象,利用Aspex扫描电镜、极值法、疲劳测试等不同方法研究了齿轮钢中非金属夹杂物数量、分布、尺寸等,获得了夹杂物与齿轮钢总氧含量的对应关系。在本文实验条件下,随着总氧含量的降低,钢中氧化物夹杂数量不断减小,其中5~10 μm的小尺寸夹杂物减小最明显,而10 μm以上的大尺寸夹杂物数量变化规律不明显。另外,极值法和疲劳试验结果表明,总氧含量高时(质量分数为0.0013%),钢中最大氧化物夹杂尺寸也较大,比总氧质量分数为0.0010%和0.0005%的实验钢的最大夹杂物尺寸高10 μm以上,且当总氧含量比较低时(质量分数≤0.0010%),实验钢总氧质量分数变化(0.0010%、0.0005%)对钢中最大夹杂物尺寸影响不大
文档格式:PDF 文档大小:545.46KB 文档页数:7
通过分析、处理实验数据,并与前人的研究成果进行比较,探讨了STB复吹转炉法冶炼不锈钢炉内[C]-[O]、[Cr]-[O]和[C]-[Cr]的平衡状况以及有关问题。结果表明,[C]-[Cr]平衡关系与适用电炉冶炼不锈钢的Hilty式有所差异,因此认为在STB复吹转炉冶炼不锈钢中用Hilty式来度量[C]-[Cr]平衡程度和确定工艺参数是不够精确的
文档格式:PDF 文档大小:444.86KB 文档页数:4
针对热连轧过程中板形板厚综合控制问题,提出了兼顾板形的负荷分配方法,并且使用免疫遗传算法进行了参数优化.实验数据对比分析表明,该方法是有效的,能够实现板形板厚的综合控制
文档格式:PDF 文档大小:583.14KB 文档页数:7
本文对双极性电解槽作了比较透彻的分析,提出了表达双极性电解槽的合理,可靠的等效电路,找到了更精确计算损失电流的数学方法,并有初步的实验数据验证
文档格式:PDF 文档大小:481.49KB 文档页数:6
本文以离子理论为基础,提出了一种计算碱性炼钢渣系中组元CaO活度的结构模型,并提出了多元渣系中组元CaO总交互作用和自相互作用的概念,利用已有的实验数据求出了CaO的总交互作用系数和自相互作用系数。最后使用不同渣系中CaO的实测活度数据对该模型进行了验证。结果表明该模型完全适用于碱性炼钢渣系
文档格式:PDF 文档大小:366.69KB 文档页数:3
以恒应变速率凸轮压缩试验机得到的实验数据为基础,采用人工神经网络的方法建立了碳钢变形抗力与应变、应变速率及温度对应关系的预测模型,与多元非线性回归模型比较,神经网络模型具有较高的预测精度
文档格式:PDF 文档大小:993.95KB 文档页数:6
为了准确测量水射流冲击冷却过程靶面热流密度,提出在靶体背侧增加绝热材料,采用单点测温,使用一维导热反问题计算靶体表面热流密度的方法.实验数据分析显示,采用该方法对靶体背侧温度预测的相对误差±5%以内的概率为93%以上,由于靶体背侧仅是近似的绝热条件,导热反问题计算的靶体背侧温度略高于实测温度.结果表明,通过在靶体背侧增加绝热材料,即便采用单点测温,仍然可以很容易地获得足够精确的靶体温度和表面热流密度
文档格式:PDF 文档大小:875.49KB 文档页数:6
轧制过程中,轧制速度的波动和传动系统的扭转振动,都将导致轧辊与带钢表面之间产生相对滑动,严重影响带钢表面质量.为更进一步研究轧辊与带钢打滑特性,建立了森吉米尔二十辊轧机传动系统打滑扭振动力学模型,对不同轧制速度和不同摩擦系数时轧辊扭矩的动力学进行了仿真分析,通过与实验数据的对比,验证了动力学模型的有效性,为分析轧制打滑时扭矩波动提供了新的、完善的分析模型
首页上页114115116117118119120121下页末页
热门关键字
搜索一下,找到相关课件或文库资源 1209 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有