利用自制的密闭氮化系统研究不同制备条件的锰球的氮化反应.考察锰粉粒度、成球压力和黏结剂添加量对氮化反应的影响,并测量锰球氮化过程中实时增重和温度曲线.实验结果表明：锰粉粒度由16~40目变成60~80目时,球心温度到达峰值的时间由164 s缩短为101 s,球心最大温升由147℃增至233℃,氮化1 h的转化率由90.81%增至93.64%;成球压力由266 MPa增至443 MPa,球心峰值温度将提前89 s到达,球心最大温升将提高22℃,氮化1 h的转化率由91.59%增至94.92%;黏结剂添加量由1 g增至3 g,氮化1 h的转化率由92.90%降至89.80%;正态对数分布的概率密度函数可用来近似拟合转化速率与时间的关系

随着我国隧道工程建设的快速发展,由隧道病害引发的隧道质量和安全问题越发常见.通过地质雷达探测隧道病害对于减少隧道质量和安全问题具有十分重要的意义,为了提高病害探测的效率及可靠性,基于雷达反射波信号多维度分析,提出一种隧道病害智能辨识的新方法.根据反射波信号时域、频域及时频域分析结果提取病害信号辨识的6个典型特征,利用支持向量机算法对典型特征的训练构建病害信号的二分类模型,实现了病害水平分布范围的自动辨识;再依据病害信号的第一本征模态函数分量振幅包络计算病害深度分布范围,最终实现隧道病害的智能辨识.结合某隧道回填层雷达实测数据对智能辨识算法的性能进行评价,与人工辨识结果的对比表明,该智能算法对于病害的辨识能力较强,病害的识别率高达100%,但辨识结果中同时存在少量误判,准确率达78.6%,满足工程应用的需求.该算法可用于隧道工程各类地质雷达探测数据中病害的智能辨识,而对于其他领域的地质雷达探测数据,本文研究成果亦可为不同类型探测目标智能辨识算法的设计提供可行思路

利用扫描电镜分析了自耗电极和电渣重熔钢中夹杂物的特征，结合热力学计算，分析了氧硫复合夹杂物在电渣重熔过程中的转变机理。结果表明，电渣重熔采用气氛保护结合脱氧操作可以将自耗电极全氧质量分数由0.0017%降低至0.0008%。电渣重熔之后钢中小于3 μm夹杂物的比例显著增加。自耗电极中的夹杂物为CaS与含质量分数3%和11%左右MgO的CaO–Al2O3–SiO2–MgO结合的两类复合夹杂物。电渣过程未被去除的氧化物夹杂中的SiO2被钢液中酸溶铝还原，保留至电渣锭中。电渣锭中含约1%MgO和2%SiO2且成分均匀的CaO–Al2O3–SiO2–MgO是在电渣过程中新生的夹杂物。自耗电极中的CaS通过分解为钢液中溶解Ca和S，以及通过与液态氧化物夹杂中Al2O3反应的途径在电渣过程被去除。电渣锭中低熔点氧化物夹杂周围环状CaS是钢液凝固过程中溶解S、酸溶铝Al与氧化物夹杂中CaO的反应产物，高熔点氧化物夹杂周围环状CaS是钢液凝固过程中Ca和S偏析后反应新生的夹杂物。复合夹杂物中补丁状CaS是在电渣重熔钢液冷却过程中由复合夹杂物熔体中析出的

采用基于反向再燃弧电压产生电路的变极性焊接电源为试验平台，研究了电源设备及其控制参数、焊接回路电缆寄生电感和焊接工艺参数对变极性焊接电流换向过程的影响规律. 试验结果表明，提高反向再燃弧电压值能够提升变极性过程的电流变化速率，而较大的焊接回路电缆寄生电感会降低电流变化速率，同时降低变极性结束时的电流值，不利于变极性过程的电弧可靠再引燃和稳定燃烧. 初始焊接电流越小，则变极性过程结束时的电流值越小，增加共同导通时间可以提高变极性结束时的电流值，但同时降低变极性开始时的电流大小. 因此小电流变极性焊接时可采用较大的反向稳压值并适当增加共同导通时间，以增强变极性过程中的电弧稳定性

研究了Co掺杂对还原氧化石墨烯(RGO)/Fe3O4复合材料结构、形貌和吸波性能的影响规律.采用一步水热法分别制备RGO/Fe3O4和Co掺杂的RGO/Fe3O4复合材料,通过扫描电子显微镜、X射线衍射仪和X射线光电子能谱分析Co掺杂对复合材料的微观形貌、相组成及表面元素价态的影响;利用矢量网络分析仪测定两种复合材料在2~18 GHz频率范围内的相对复介电常数和复磁导率,模拟计算了Co掺杂对RGO/Fe3O4复合吸波性能的影响规律.结果表明:部分Co参与了水热反应生成了CoCO3、Co3O4和Co2O3,还有部分Co以单质形式存在,其通过正负电荷吸引机制,影响Fe3+在氧化石墨烯(GO)表面的配位,使得负载在还原氧化石墨烯(RGO)表面的Fe3O4纳米颗粒部分迁移至RGO片层间;Co掺杂改善了复合材料的导电能力和磁损耗能力,使复合材料的吸波能力显著增强.反射率模拟结果表明:掺杂后与掺杂前相比,当匹配厚度d=2.00 mm时,最大反射损耗提高3.44 dB,有效吸收频带拓宽2.88 GHz;当匹配厚度d=2.50 mm时,最大反射损耗提高8.45 dB,有效吸收频带拓宽2.73 GHz.Co掺杂对RGO/Fe3O4复合材料的结构和形貌有显著影响,并有效改善复合材料的吸波性能

由于转炉冶炼过程中的热力学和动力学反应复杂，副枪控制模型和传统的烟气分析模型存在很大的局限性，导致了转炉冶炼终点碳含量的预测精度偏低，是实现智能炼钢的主要技术瓶颈. 针对上述问题，提出了基于烟气分析的炼钢过程函数型数字孪生模型. 首先，利用烟气分析得到连续监测的实时数据，以此来实时监控转炉熔池内钢水的碳氧反应状态; 然后，根据熔池反应所处的不同阶段，利用函数型数据分析方法建立吹炼前期和吹炼后期的函数型预测模型; 在此基础上，按照吹炼前期和吹炼后期这两个阶段来分别自动修正模型中的系数函数，从而能在复杂的实际工况条件下完成对熔池碳含量的准确预测. 通过260 t氧气转炉的工业应用实例，证实函数型数字孪生模型具有良好的自学习和自适应能力，对异常冶炼状态具有良好的鲁棒性，可以实现全过程的熔池碳含量动态预测，终点碳质量分数在± 0. 02% 范围内的命中率为95%. 利用函数型数字孪生模型在拉碳阶段对钢水中碳含量的预测值来控制终吹点. 更为重要的是，在保证入炉原料成分、温度、质量等参数稳定的前提下，采用该模型可以有望取消基于副枪的停吹取样步骤，从而降低生产成本，提高产品质量和生产效率，具有广泛的工业应用前景

Ca和Sr是铸造铝硅合金中最有效的变质元素,一般在浇铸前以中间合金的形式加入.然而在废杂铝熔铸再生工业中,原料中常含有微量的Ca和Sr,预控它们在熔炼过程中的含量变化是它们再利用的前提.本文以工业A356铸锭为原料,实验研究了熔炼温度和保温时间对Ca和Sr质量分数变化规律的影响.结果表明:Ca和Sr质量分数随着保温时间延长均呈Exp3P2规律下降,且随熔炼温度升高质量分数下降速率均逐渐提高.根据热力学和动力学分析可知,在废杂铝熔炼再生过程前期主要发生[Ca]和[Sr]与熔体中的氧发生氧化反应生成CaO和SrO,这些氧化物又会与Al2O3反应生成Al2O3·6CaO和Al2O3·SrO,经扒渣操作后Ca和Sr质量分数下降.在熔炼中后期,[Ca]和[Sr]以扩散至熔体表层还原Al2O3的方式使它们的质量分数降低.计算得出在660~740℃熔炼A356合金时Ca和Sr氧化反应的表观活化能分别为182.6 kJ·mol-1和117.8 kJ·mol-1,两者均受化学反应过程控制.根据Ca和Sr质量分数的变化规律建立了它们的质量分数预报模型,经生产验证表明预报误差均小于10%,可用于预报废杂铝熔炼再生过程Ca和Sr的质量分数

以铁品位为58.58%、TiO2品位为12.04%的海滨钛磁铁矿精矿为试样，进行煤基直接还原–磁选试验。从反应产生的CO和CO2气体组成、总反应的气化速率、CO分压值、金属化率、矿物组成等角度进行分析，查明了CaO在海滨钛磁铁矿精矿直接还原?磁选工艺中的作用机理。研究结果表明，CaO可以提高还原剂的气化速率，促进钛磁铁矿的还原，增加CO2气体的产生量，从而降低CO分压值。同时发现CaO可以参与固固反应，降低含钛矿物中的FeO含量，也有利于钛、铁组分的迁移和富集，促进金属铁颗粒的聚集长大。因此，添加CaO有利于通过磨矿?磁选促进钛铁分离与回收

钢液真空循环脱气法（RH）精炼能够利用高真空和钢液循环流动有效脱气和去除夹杂物.同时，炼钢环境下 CO2可与钢液中[C]反应生成CO提高搅拌强度.因此，本文提出将CO2作为RH提升气进行真空精炼.针对CO2在RH精炼过程的冶金反应行为特性，通过热力学理论分析了极限真空条件下CO2脱碳的有利条件及限度，同时搭建了CO2作RH提升气工业试验平台，通过工业试验对比研究了CO2/Ar分别作提升气时对钢液精炼过程的影响

通过15N-14N同位素气体交换技术消除液相传质的影响，利用在线质谱分析仪测定了在1873 K下，铁液中氮溶解的界面反应速率常数。结果表明，总流量为600～800 mL?min?1时可以忽略气相传质的影响，保护气中增加H2的比例有利于降低钢液中杂质元素的浓度。铁液中加入一定量碳、铝、硅，分析得到这三种元素对氮溶解速率是抑制的。依据本实验的数据利用空位解离模型建立反应速率常数ka与氧、硫、碳、铝、硅的活度关系，吸附系数分别是KO=0.96，KS=9.32，KC=0.02，KAl=0.51，KSi=1.16。纯铁液中氮的溶解反应表观速率常数为ka=4.8×10?6 mol?m?2?s?Pa