本文介绍在M-150电子计算机和IBM-PC/XT微型机上建立的圆钢计算机辅助孔型设计程序系统。详细介绍了该程序系统的特点及构成,各模块的功能及模块功能的实现。同时给出了该程序系统中使用的计算宽展、屈服应力、轧制力、力矩及轧制温度的模型

为减少冷轧带钢的非对称板形缺陷的产生,设计了工作辊非对称弯辊控制系统.应用影响函数法计算辊系变形,同时考虑辊缝中金属横向流动对带钢出口横向张力分布的影响,通过迭代法计算出工作辊两端施加不同弯辊力后的辊间压力分布、出口厚度横向分布以及出口横向张应力分布.理论分析结果表明,工作辊非对称弯辊可以在一定程度上改善辊间压力分布不均,减轻轧辊磨损和减少轧辊掉皮事故的发生,降低带钢边部的非对称板形缺陷.实际应用结果证明,当倾斜调整量小于10%时,应用工作辊非对称弯辊替代倾斜调整,可以获得更好的板形精度

通过热力学分析和计算，得出紧凑式带钢生产技术（CSP）流程低碳低硅铝镇静钢优化精炼渣成分（质量分数）为：CaO 50%~55%，Al2O3 30%~36%，SiO2 1%~6%.在[Al%]=0.03时与之平衡的钢液成分为：[Si]0.2%~0.4%，氧活度（a[O]）小于4.5×10-6，[Ca]2×10-5~4×10-5.优化的精炼渣有很好的脱氧、脱硫和控硅能力，同时其有较低的熔点，优良的流动性和吸收夹杂物能力.实验室渣-钢平衡实验和工业试验均证明，优化的精炼渣系能够很好地控制钢液成分和夹杂物，有效提高钢水的洁净度.使用优化渣系后冷轧板由于表面质量问题而降级使用的比率由原来的1.23%降低为0.8%，而且吨钢钢包（LF）精炼成本降低了4.30元，接近10%

在同时考虑传热、流动和溶质扩散基础上建立了预测铁素体不锈钢多元合金凝固组织的3D CAFE模型，揭示了430不锈钢凝固过程中温度、固相率及晶粒形貌的变化规律.模型中采用高斯分布描述形核密度与过冷度的关系，应用KGT模型描述枝晶的生长过程.根据Fe-C-17% Cr平衡相图确定了430不锈钢的凝固路径，在考虑凝固收缩的基础上预测了铸锭的疏松和缩孔分布.组织模拟结果与实际铸锭基本一致，二者的温度变化和组织结构特征也基本吻合

采用不同炉渣碱度和精炼工艺，对弹簧钢中全氧含量，夹杂物的尺寸、大小和成分进行了分析，并对夹杂物的形态分布进行了研究.结果表明，碱度高有利于脱氧和控制夹杂物尺寸，但容易形成脆性夹杂物；炉渣碱度低时，钢中氧含量相对较高，夹杂物尺寸偏大.弹簧钢要保证夹杂物的塑性，应将炉渣碱度控制在1.0~1.3，同时应适当延长软吹时间，保证钢中大颗粒夹杂的去除和钢中氧含量的降低

利用扫描电镜/能谱仪和透射电镜表征了残余元素Sn在C-Mn钢中的存在形式,同时考察了热处理温度对含Sn析出相类型的影响.结果表明:Fe-5% Sn中Sn以第二相形式在晶界与晶内析出;Fe-1.5% Sn-0.2% S中Sn以第二相形式在直径2~4 μm的球形MnS夹杂物上异质析出.透射电镜分析和热处理实验结果表明:在Fe-5% Sn及Fe-1.5% Sn-0.2% S中MnS夹杂上析出的含Sn第二相结构为四方晶系的FeSn2相

研究了MgO含量变化对CaO-Al2O3-MgO-FexO-SiO2-K2O系熔体黏度和熔化特性的影响，结合X射线衍射和扫描电镜分析熔渣冷却过程中的物相析出，并通过FactSage软件计算了该体系的黏度、熔点和冷却过程中析出相的含量与温度的关系，并与实验结果进行了对比和分析.结果表明，MgO含量的增多会造成熔渣熔化温度的升高，黏度随温度变化时会出现黏度骤增的转折点，高于转折点温度时，熔渣黏度随MgO含量变化不大，同时该转折点温度随MgO含量的增加而升高.在熔渣冷却过程中析出相主要为固溶的橄榄石相和Fe3O4尖晶石相，MgO含量的增大可以促进橄榄石相的析出，熔体黏度骤增主要由于橄榄石相的析出造成的

建立了煤粉燃烧率通用模型，模型可以根据煤粉的工业分析值计算燃烧动力学参数并预测煤粉燃烧率.通过对比前人的实验数据，验证了模型的准确性，同时研究了影响高炉煤粉燃烧率的若干因素.研究结果表明：在高炉喷煤过程中，煤粉颗粒在2 ms左右就可以达到热风速度，由于煤粉颗粒在直吹管内停留时间短并且温度较低，因此在直吹管内煤粉不会发生燃烧.煤粉进入风口回旋区后，挥发分瞬间全部析出，并且颗粒粒径越小，挥发分开始析出时间越早.降低煤粉粒径和增加氧气体积分数均有利于提高煤粉燃烧率.氧气体积分数每增加1%，燃烧率提高2%.随着喷煤量的增加，煤粉燃烧率逐渐降低.当提高煤粉喷吹量时，为了保证较高的燃烧率，实际操作过程中应提高富氧率并适当降低煤粉粒径

为实现弹药传输机械臂中不可测参数的辨识,建立了机械臂的虚拟样机,并将其作为样本数据的来源;考虑到样本数据的连续性和平滑特性,使用函数型数据分析和函数型主成分分析对样本数据进行了特征提取,并利用提取的特征参数和待辨识参数作为训练样本对极限学习机(ELM)进行了训练.为提高极限学习机的辨识精度和泛化能力,利用粒子群算法对极限学习机的输入层与隐含层的连接权值和隐含层节点的阈值进行了优化.最后,分别利用仿真数据与测试数据对此方法进行了验证,仿真数据的辨识结果表明,优化后的极限学习机具有更高的辨识精度和泛化能力;同时,通过对比将测试数据的辨识结果代入模型中进行仿真得到的支臂角速度与测试角速度,验证了此方法的可行性和有效性

将预期的资本存量引入现阶段的投资决策函数，同时考虑资本积累过程中的投资时滞，构建一个含有预期和时滞的经济周期模型.首先利用微分动力系统相关的理论研究系统的稳定性，然后把投资时滞或资本存量的预测时间作为分支参数，讨论由此参数导致Hopf分支的条件，并执行一些数值模拟以验证所得结论.研究结果表明：资本存量预期和投资时滞共同构成经济周期的诱导因素；对资本存量进行短期合理的预测，据此制定投资决策，能够在一定程度上冲销由投资时滞所造成的经济波动