为了降低2024铝合金在海水中的缝隙腐蚀敏感性,采用浸泡和动电位极化、电化学阻抗等研究了氯化镧(LaCl3)对该铝合金缝隙腐蚀行为的影响,并通过原子力显微镜对缝隙试样内、外腐蚀产物膜的形貌进行了观察.结果表明:当海水中LaCl3的质量浓度超过2.0 g·L-1以后,它能有效地减缓2024铝合金在海水中的缝隙腐蚀.这主要是因为LaCl3减缓了缝隙的阴极反应速率,降低了缝隙内、外的氧浓度差,且缝隙内、外生成的均匀致密的腐蚀产物膜降低了Cl-侵蚀性,这些因素抑制了缝隙的萌生与扩展,提高了2024铝合金在海水中的抗缝隙腐蚀能力

利用Gleeble 1500热模拟机测定了簿板坯连铸连轧EAF-CSP工艺生产的低碳含锰钢经奥氏体区二次变形后的CCT曲线.实验钢含有0.17%C,1.21%Mn和0.28%Si(质量分数).研究表明:提高热轧后的冷却速度使Ar_3温度降低,导致试验钢的晶粒进一步细化;冷速大于20℃/s时,出现贝氏体和铁素体的混合组织,可降低钢的屈强比;790℃终轧,550℃卷曲时出现铁素体/珠光体带状组织,提高冷速使溶质(如Mn和C)富集区在形成珠光体之前完成奥氏体—铁素体相变是避免生成铁素体/珠光体带状组织的有效方法

在不新增设备的前提下,通过优化转炉冶炼工艺,使用复吹转炉多功能法进行铁水脱磷,提高转炉脱磷率.根据现有转炉设备条件,通过热力学计算确定转炉前期脱磷温度范围,并在现场实验中掌握好倒渣时机、渣碱度、加料量和出钢温度,确定最佳脱磷工艺.分析实验结果,与常规冶炼相比,该脱磷工艺用原料量少,脱磷率稳定,且高达90%以上,在提高钢水质量的同时也降低了生产成本

对高碳铬轴承钢连铸坯白亮带和中心碳偏析的形成机理及其影响因素进行了系统的分析研究,提出了改善偏析的措施.同时进行了连铸钢与模铸钢内在质量和疲劳性能的对比试验.结果表明,连铸轴承钢坯存在轻微的碳偏析(Wc/Wco=0.92~1.10),其材质的疲劳寿命达到了模铸钢的水平

在对爆破烟尘源及其特征分析的基础上,通过质量通量、动量通量、浮力通量分析,加之闭合假设,建立了描述爆破烟尘运动的数学模型,基于粒子系统对爆破烟尘的冲击运动、蘑菇云运动和扩散运动的烟尘云形状进行模拟研究,编制出BSMS模拟软件,实现了对爆破烟尘运动实时模拟

针对高镧稀土添加剂对16Mn钢的夹杂物、力学性能的影响进行分析研究,并与富铈稀土添加剂进行对比.实验表明,高镧稀土添加剂能有效变质16Mn钢中的夹杂物,减少夹杂物的数量,改善钢的力学性能.当La/S(质量比)为2.5时,综合力学性能达到最佳值.高镧稀土添加剂能有效替代富铈稀土添加剂进行稀土钢的开发

为提高炼钢-连铸作业计划编制中资源配置的有效性,提出了一种面向生产流程动态网络的自组织资源配置蚁群算法.炼钢-连铸作业计划以最小化炉次作业冲突时间和作业前等待时间、尽早安排连铸机开浇时间为目标,以连铸机连浇等工艺要求为约束条件建立模型,按生产流程网络结构的时空逆序关系设计了蚁群求解算法.利用某钢厂实际生产作业计划数据进行的算法验证结果表明:模型及算法能迅速得到高质量的可执行炼钢-连铸生产作业计划

通过对钢液钙处理脱氧脱硫过程动力学的研究发现,当钙粒以喂线的形式注入钢水中时,一部分钙溶解,另一部分变为钙气泡,气泡在上浮的过程中与钢液中的氧、硫反应.钙粒的粒径越大,气化后的气泡在钢液中的停留时间和平均上浮速率就越大,脱氧脱硫的传质系数越小;在炼钢温度范围内,上浮速率及停留时间与钢液温度几乎没有关系,但传质系数随温度的增加而增加;随着钢液中氧、硫含量的增加,钙粒的最佳粒径增加;在一定的钢液深度和一定的氧、硫含量时,钙脱氧脱硫的利用率随其粒径的增加而减小;在温度为1 823 K、钢液中硫的质量分数为0.012%以及钢水包的深度为3 m情况下,当Ca的粒径小于0.002 m时,理论上Ca全部转化;当Ca的粒径在0.002~0.003 m时,钙的转化率为84.4%

为进一步完善对电弧炉炉气成分变化规律的研究,本文分别对电弧炉炉气中CO、CO2、O2和N2间的相互关系,以及电弧炉供氧流量、电弧炉熔池碳含量对电弧炉炉气成分的影响进行实验研究.结果表明,炉气中CO在有大量CO2气体存在下开始出现,并随着CO2含量的增加而增加;O2与CO2、N2含量呈线性关系;O2与CO与呈指数关系;随着供氧流量的提高,炉气中CO和CO2的含量逐上升,O2和N2的含量降低,氧气的利用率提高;当钢水中碳质量分数为1.3%左右时,炉气中CO、CO2含量达到最大

提出了一种自适应遗传算法,并成功应用于车辆最短路径规划算法中.所采用的编码方式、交叉及变异算子等均针对最短路径规划问题而专门设计;同时,提出了一种新的交叉概率、变异概率在线自适应调整策略,以便提高遗传算法的搜索速度和搜索质量.将该算法同Dijkstra算法、A*算法进行了仿真比较.对五种不同情况的仿真研究结果表明:同Dijkstra算法相比,该自适应遗传算法可以减少搜索到最短路径的时间;同A*算法相比,该自适应遗传算法则可以搜索到更多的最短路径