《大学物理》课程PPT教学课件（二）第20章 热力学第一定律和第二定律 20.1 热力学基本概念 20.2 热力学第一定律及其应用

13-1 准静态过程 功 热量 13-2 热力学第一定律 内能 13-3 理想气体的等体过程和等压过程摩尔热容 13-4 理想气体的等温过程和绝热过程

由于铸坯表面与二冷辊列夹持辊发生的间断式接触传热,其表面温度存在一定程度的上下波动.基于J55微合金钢,考虑温度波动的影响,研究了钢在不同热状态下的热塑性.结果表明,高于850℃时温度波动制度下测得的断面收缩率低于常规恒温制度下的测量值,而等于或低于850℃时情况相反.分析了两种不同温度制度下测试结果的差异,认为对于微合金钢,存在着略高于所测钢种Ae3温度的某一分界温度,高于该温度时恒温制度下测得的塑性值相比波动制度下塑性值偏高,而低于该温度时则偏低.这一认识有助于更加合理地制定实际连铸过程的矫直温度

第一节 微波的性质与加热机理 第二节 微波加热在食品中的应用 第三节 微波加热设备的组成及其选用 第四节 微波的安全使用及其防护

假定氩-氢等离子体处于局部热力学平衡状态,利用理想气体分子运动论和经典查普曼-恩斯科格(ChapmanEnskog)方法,在获取符合直流电弧等离子体喷射法实际工况的等离子体热力学和输运参数的基础上,基于FLUENT软件进行二次开发,添加电磁场相关的电流连续方程、安培定律等方程及洛伦兹力、焦耳热等源项,模拟研究氩氢摩尔比对等离子体放电特征影响规律.结果表明:在气压为8 k Pa,工作电流150 A,氩氢摩尔比由3∶1降至1∶3时,等离子体最大流速由829 m·s-1增至1127 m·s-1,最高温度由20600 K逐渐降低至16800 K,电弧对基体的加热能力逐渐增强的同时使基体表面温度均匀性变差.在其他条件不变的前提下,氩氢摩尔比为1∶2时能获得适宜金刚石生长且相对均匀的基体表面温度

本文利用已知化合物的生成热,推导出了一个在含有化合物的二元体系,由相图计算活度的新公式:\\[{\\rm{dln}}{{\\rm{\\gamma}}_{\\rm{A}}}{\\rm{=-}}\\frac{{{\\rm{\\Delta}}{{\\rm{H}}_{\\rm{f}}}^{\\rm{0}}{{\\rm{N}}_{\\rm{B}}}}}{{{\\rm{R}}{{\\rm{T}}^{\\rm{2}}}{\\rm{(x}}{{\\rm{N}}_{\\rm{B}}}{\\rm{-y}}{{\\rm{N}}_{\\rm{A}}}{\\rm{)}}}}{\\rm{dT-dln}}{{\\rm{N}}_{\\rm{A}}}\\;\\;\\;\\;\\;\\;\\;\\;(1)\\]式中:ΔHf0为化合物的标准生成热;x,y分别为化合物的化学计量系数;NA、NB分别为组元A、B的摩尔分数;γA、γB分别为组元A、B在液相线温度时的活度系数。对已知活度值的Au—Bi二元体系,用文献[3]中公式及我们的公式进行了计算,其计算数值与实验数值符合较好,证实了用本公计算含有化合物的二元体系的活度是可行的。我们用本公式计算了Al—La二元体系的活度,对预报的结果进行了初步分析

应用配有能谱仪的场发射扫描电镜分析了A105钢中裂纹处及基体内残余元素Cu、As和Sn以及P含量.应用Thermo-Calc热力学计算软件计算了A105钢的主要析出相以及钢液中P含量随固相质量分数变化关系.应用Gleeble 1500热模拟试验机对A105钢的高温热塑性进行了研究.发现P偏析是该钢产生横裂的主要原因，残余元素Cu、As和Sn在晶界的偏聚加剧了裂纹的形成，矫直温度偏低加速了裂纹的扩展，而裂纹的形成可能与AlN的析出无关，因为析出的AlN很少

通过把轧制力方程和厚度控制方程在小范围内线性化、离散化,用递推最小二乘法辨识出系统的状态空间模型.给出了基于Kalman滤波法的最优信息融合算法,并针对热连轧这个复杂的多变量系统设计了异步信息融合估计算法.将模型用于热连轧机带钢厚度预测中,同时也预测带钢塑性系数Q.最后把实时预测出的带钢出口厚度和带钢塑性系数应用于带钢热连轧厚度控制系统,提高了带钢厚度质量

物质的宏观聚集状态：物质是由分子构成的，它们一方面处于永恒的热运动 之中，使分子趋向于空间无序分布，另一方面，分子间存在着复杂的相互作用， 使分子间尽量保持一定的距离，趋向于有序排列。这两方面的相对强弱不同，物 质就呈现不同的聚集状态，并表现出不同的宏观性质

为了满足某厂1580热连轧机宽度控制精度需求,提高宽展模型的广泛适用性,利用ANSYS/LS-DYNA有限元软件,对热轧粗轧区立轧-平轧过程进行了模拟.根据模拟数据,系统地分析了轧件宽度、厚度、轧辊直径、立辊侧压量和厚度压下量对\狗骨\宽展、自然宽展和绝对宽展的影响规律.利用模拟数据并结合现场数据构造了FES(finite element simulation)\狗骨\宽展模型和自然宽展模型,并建立了PSO-BP神经网络(粒子群BP神经网络).最后,FES宽展模型与PSO-BP神经网络相结合预报第1、3和5道次的宽展,其预报值与实测值误差在1mm以内的均达到了99%以上,达到了宽度控制的精度要求