利用正交试验设计分析了乳化剂质量分数、油性剂种类和乳化液体积分数对板带钢乳化液润湿性的影响,研究了不同阴离子和非离子乳化剂的复合比例对乳化液动态接触角的影响机理.结果表明:影响乳化液在普碳钢Q235表面接触角和铺展系数的因素的大小顺序为乳化液体积分数>乳化剂质量分数>油性剂种类;阴离子和非离子组成的复合乳化剂改善乳化液润湿性的效果优于单一非离子或阴离子乳化剂.最后,运用Y-G-G经验方程计算普碳钢Q235基板的表面张力和乳化液与基板的界面张力.计算结果表明:普碳钢Q235基板的表面张力约为43 mN·m-1,当阴离子乳化剂的质量分数为50%时,复合乳化液与基板的界面张力最小,较单独添加阴离子乳化剂时的界面张力降低了10.78%

为解决在研究铁矿粉与CaO进行同化反应时通常采用最低同化温度这一终点体系指标来表征，而没有考虑同化反应速度和升温速率的缺陷以及采用多个指标来表征同化反应温度和速度在使用上的不便，本文充分利用铁矿粉在高温同化反应过程中获得的数据和范特霍夫规则，提出了量纲为1的同化反应特征数.该特征数包括同化反应速度、升温速率、同化温度和温度对同化反应速度的影响，可用来表征铁矿粉与CaO的同化过程中铁矿粉的同化温度、同化反应时间、同化反应结束温度等性能，并以烧结过程中的实际温度作为基准.该特征数综合了铁矿粉与CaO在同化反应过程中各重要信息，可以更全面地反映铁矿粉与CaO的同化反应性能.对两种方法得到的结果进行了比较，发现仅考虑最低同化温度这一终点指标时得到的结果相近，而采用同化反应特征数可以进一步细分出不同铁矿粉同化反应性能的差异

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

●CRM的客户数据及数据库的构建 ●CRM数据仓库 ●CRM数据挖掘及数据挖掘技术

为研究高强钢300 M静态再结晶行为,采用Gleeble-3800型热模拟试验机对300M钢进行单/双道次热压缩试验.通过双道次热压缩试验分析了变形温度、应变速率、变形量和初始晶粒尺寸对静态再结晶体积分数的影响.变形温度越高,应变速率越大,变形量越大,初始晶粒尺寸越小,则静态再结晶体积分数越大.其中变形温度、变形量和应变速率对静态再结晶体积分数影响较大,初始晶粒尺寸的影响相比较小.基于双道次热压缩试验结果建立了300 M钢的静态再结晶体积分数模型,基于单道次热压缩试验结果建立了300 M钢完全静态再结晶晶粒尺寸模型,并验证了静态再结晶体积分数模型的正确性

为了确定适合工业应用的膏体浓度范围，从屈服应力角度完善了膏体定义：以屈服应力为（200±25） Pa时料浆中固相的质量分数为恰饱和质量分数，反推饱和率为101.5%～105.3%时料浆中固相的质量分数范围，即为工业应用膏体浓度.采用不同矿山的两种尾矿（1#尾矿和2#尾矿）对膏体定义分别进行室内实验和工程验证.结果表明：1#尾矿室内动态压密实验获得的底流中固相的最大质量分数为73.71%，膏体定义预测的理论膏体浓度最大值为73.89%，二者相差0.18%；2#尾矿通过深锥浓密机获得底流中固相的最大质量分数为68%，膏体定义预测的理论膏体浓度最大值为68.97%，二者相差0.97%.完善后的膏体定义对膏体浓度预测更可靠

2.5.1n阶方阵,对角矩阵,数量矩阵,单位矩阵,初等矩阵,对称、反对称、上三角、 下三角矩阵。 定义(数域K上的n阶方阵)数域K上的nn矩阵成为K上的n阶方阵,K上全 体n阶方阵所成的集合记作Mn(K)

在750、800、825和850℃温度下，利用Gleeble1500热模拟试验机对430不锈钢冷轧薄板的等温退火过程进行了详细的实验研究，分析了退火过程中再结晶织构和组织的变化规律，并对关键织构体积分数的演变进行了定量分析.结果发现：随着退火过程的进行，α取向线上的织构强度逐渐减弱，而γ取向线上的织构强度则略有加强，并保持在较高的值；再结晶过程中，{111}和{112}织构的体积分数逐渐降低，而{100}和随机取向晶粒的体积分数逐渐增加.定量分析表明，退火温度越低，完全再结晶后材料内部关键织构的体积分数越偏离冷轧态.最后，针对{111}、{112}、{100}和随机取向织构的体积分数在再结晶过程中的演变规律，建立了JMAK型再结晶织构演变动力学模型

主要内容 3.1C的数据类型 3.2常量与变量 3.3整型数据 3.4浮点型数据运行 3.5字符型数据

3.5条件数学期望与方差 一、条件数学期望概念