第一节 函数及其性质 一、 函数的概念 二、 函数的几种特性 三、 反函数 第二节 初等函数 一、基本初等函数 二、复合函数 三、初等函数 第三节 数学模型方法简述 一、数学模型的含义 二、数学模型的建立过程 三、函数模型的建立

根据热轧工艺特点将板坯热轧批量计划编制问题归结为不确定旅行商数的多旅行商问题,建立了以生产成本最小化和产品质量最优化为主次目标且考虑加热区段能耗的生产调度数学模型,并采用遗传算法和禁忌搜索相结合的混合算法进行求解.基于实际生产数据的计算结果表明:该模型充分满足了现场热轧批量计划编制的需求,在轧制单元数最优的基础上,缩短了传搁时间,提高了热送热装率,优化了产品质量.与人机结合方式相比,本文模型的计算结果体现了更好的高产和节能效果

以气一固两相的动量、热量、物质守衡为基础,用多流体模型描述气体和颗粒两相的运动,用气相湍流模型和颗粒湍流代数模型分别描述气相和颗粒相的湍流特性,建立了高炉局部富氧喷煤直吹管内气-固两相流动及传热的数学模型.数值模拟了9种工况下的气相流场、温度场以及煤粉颗粒相的速度场、浓度场和温度场,并研究了富氧率、风温、固气比、插枪角度等喷吹参数对各种场量的影响.数值模拟结果与实测值符合良好

A general lagged variable model2:滞后时期数 1)如=0,称为分布滞后模型 (1)又如有限,称为有限分布滞后模型 (2)又如无限,称为无限分布滞后模型 2)如s=0,称为自回归模型

针对锂离子电池荷电状态（Stage of charge，SOC）在线估计精度不高，等效电路模型法估计精度与模型复杂度相矛盾的问题，本文对扩展卡尔曼滤波算法进行了改进，并以电池工作电压、电流为输入，对应等效电路模型法的SOC估计误差为输出，采用极限学习机算法，建立基于输入输出数据的SOC估计误差预测模型，采用物理–数据融合方法，基于误差预测模型，建立了等效电路模型法结合极限学习机的锂离子电池SOC在线估计模型。仿真结果表明，改进扩展卡尔曼滤波算法提高了算法的估计精度，而物理–数据融合的锂离子电池SOC在线估计模型减小了由电压、电流测量所引入的估计误差，克服了等效电路模型法估计精度与模型复杂度之间相矛盾的问题，进一步提高了SOC的估计精度，满足估计误差不超过5%的应用需求

《随机模拟方法与应用 Stochastic Simulation Methods and Its Applications》教学资源（论文资料）52 正态逆高斯扩散模型的MCMC估计（天津大学管理学院）

将氧气高炉分为高温区、固体炉料区和煤气加热区三个区域,并分析了各区域的物理约束和化学约束条件.在物料平衡和能量平衡的基础上,建立了氧气高炉多区域约束性数学模型.理论分析和计算结果表明:多区域约束性数学模型可以弥补全炉热平衡的不足,反映热量在不同区域的利用价值;固体炉料区受间接还原反应和热平衡的约束,随着金属化率的升高,需要循环煤气量逐渐增大;当金属化率很高时,在高温区和固体炉料区满足热平衡条件下,虽然计算得到的燃料比很低,但煤气加热区煤气量不能实现平衡

为了研究开发炉顶煤气循环μ氧气鼓风高炉炼铁新工艺,建立其综合数学模型.模型由高炉各个区域煤气成分计算方程、高炉上部空区热平衡模型、热化学平衡模型和炉身效率模型组成.用此模型计算了该炼铁工艺的基本工艺参数.结果表明:新工艺的焦比为200 kg·t-1,煤比为200 kg·t-1,相比传统高炉,燃料比降低22.9%;风口循环煤气量对风口理论燃烧温度影响较大,风口循环煤气量每增加10m3·t-1时,风口理论燃烧温度降低17.6K.此外,应用此模型还可以计算任何原料和燃料等条件下的炼铁工艺参数,研究相同原料和燃料条件下的各个工艺参数的变化规律

介绍了目标高炉应用焦比优化模型在线运行的环境.通过模型在线运行,得到了有关参数的优化结果.将优化结果与实际生产参数比较,结果是目标高炉降低烧结矿在熟料中的比例,提高球团矿比例,同时提高风温和富氧率.在煤粉喷吹量达186 kg/t的基础上,可望将焦比降低到300kg/t左右水平

采用恒应变速率的凸轮式高速形变试验机,测定了低碳含铌高强度钢在热轧变形条件下的流动应力。变形条件为:变形温度750～1150℃;应变率0. 06～0.69;应变速率5～80s-1钢中铌含量0%～0.12%。分析了铌含量、变形温度、应变率和应变速率对流动应力的影响。所建立的数学模型具有较高的拟合精度,实验建立的流动应力数学模型可供工程计算以及轧钢生产计算机控制使用