在现有工艺条件下，校验和完善二冷区铸坯凝固传热计算数学模型，开发三维二冷配水模型，解决目前设备状况下冷却水分布不均匀对铸坯温度的影响，从而控制铸坯表面质量，特别是铸坯的角部裂纹，同时对板坯连铸二冷配水制度进行改进和优化，使之满足高效连铸生产条件和改善铸坯质量的需要。提出压下参数计算公式，结合所开发三维二冷配水模型，优化现有压下工艺，提出并应用精准可控单段压下、非稳态压下控制，集中解决连铸板坯中心偏析、中心疏松和缩孔等内部质量问题。同时优化模型数据库，使之数据更加完备，模型计算更加准确，同时模型具备异钢种混浇过程二冷及压下控制功能，能够进行凝固终点W形预测与控制，可进一步提高模型适用性和准确性。模型开发并成功在多家钢厂现场应用，有效改善了铸坯裂纹和偏析等铸坯表面和内部的质量问题

机械结构轻量化的主要途径是在结构上采用空心轴.近年来, 采用楔横轧带芯棒轧制空心轴类件的工艺得到了较广泛的关注.厚壁空心轴类件在楔横轧轧制过程中易发生“失圆”现象.本文通过热压缩实验研究了25CrMo4合金钢在楔横轧变形条件下热变形行为, 获得其真应力-应变曲线.在此基础上, 基于Deform-3D有限元软件, 建立25CrMo4厚壁空心轴楔横轧有限元仿真模型, 分析厚壁空心轴楔横轧成形机理, 研究得出断面收缩率、成形角、展宽角对轧件不圆度的影响规律: 断面收缩率增大, 不圆度减小; 成形角增大不圆度减小, 轧制温度越高减小趋势越明显; 展宽角增大不圆度增大, 提高轧制温度抑制增大趋势.选取部分工艺参数进行楔横轧验证实验, 对比了有限元仿真结果和实验结果, 表明有限元仿真模型预测精度较高

基于定量化方法对天目山构树组植物深裂规律的探究 天目山毛竹与麻竹节长模型及其特性研究 自然生长苎麻的 3D 建模与结构规律初探 天目山特定几种草本植物对遮阴环境的形态反应探究 天目山缠绕植物手性与倾角规律初探 基于音频分析法的天目山常见蝉类分类研究 不同色光影响下的铜绿丽金龟移动趋势探究 天目山铜绿丽金龟对乙酸乙酯的耐受性与毒瓶的优化 天目山地区不同生境下昆虫多样性比较 西天目山夏季鸟类群落结构的变化——从 2009至2018 天目山低山草本群落次生演替初期物种变化与群落构建机制探究 功能性状多样性预测群落稳定性 天目山地区雾水葛叶片不同光照强度下昆虫取食状对比研究 天目山地区常见克隆植物与局部物种多样性的关系初探

分析了有害元素在高炉内的循环行为,结合高炉实际生产参数,运用里斯特操作线进行计算,揭示了有害元素对焦比的影响规律,建立了焦比与有害元素入炉负荷和循环富集倍数之间的定量关系.计算结果表明:有害元素在高炉内\还原-氧化-再还原\的循环过程会将高温区的CO转移到低温区,降低煤气利用率,同时消耗了高温区大量热量,从而使焦比升高.不同有害元素的影响程度不同.有害元素循环富集倍数对焦比影响的强弱顺序为:Na > K > Zn,有害元素入炉负荷对焦比影响的强弱顺序为:Zn > Na > K.进一步的分析表明,Na、Zn对高炉焦比的影响大于K.但考虑到K对焦炭劣化的作用更明显,故要严格控制K、Na、Zn的入炉负荷.基于上述计算得到的定量关系,利用高炉不同有害元素入炉负荷以及焦比进行曲线拟合,预测高炉有害元素的循环富集倍数.曲线拟合结果与高炉解剖实验结果相吻合

利用Gleeble-3800热模拟实验机研究了工业纯钛TA2的热变形行为.变形温度为750~1000℃，步长50℃，应变速率分别为0.01、0.1、1和10 s-1.实验结果表明，TA2在热压缩变形过程中发生了加工硬化以及动态回复、动态再结晶.随着变形温度的降低和应变速率的增加，流变应力逐渐增加.为了准确预测TA2的高温流变行为，基于实验数据和双曲正弦Arrhenius模型构建了考虑应变影响的本构方程，本构方程中材料常数α、n、Q、lnA与应变之间存在6阶多项式关系.本文所提出考虑应变影响的本构方程可以用于研究工业纯钛TA2的高温流变行为

环境规划的内容应包括制定恰当的环境目标,环境规划目标是 通过环境指标体系表征的,环境指标体系是一定时空范围内所有环 境因素构成的环境系统的整体反映。环境评价是在环境调查分析的 基拙上,运用数学方法,时环境质量、环境影响进行定性和定量的 评述。环境预测是指根据人类过去和现有己掌握的信息、资料、 经验和规律,运用现代科学技术手段和方法对未来的环境状况和环 境发展趋势,及其主要污染物和主要污染源的动态变化进行描述和 分析。环境功能区是指时经济和社会发展起特定作用的地域或环境 单元

多元线性回归( multiple linear regression)是分析一个随机变量与多个变量 之间线性关系的最常用的统计方法。实际工作中,常常希望知道所关心的事物受 哪些因素的影响,比如销售量与价格和广告费的关系,农业产量与原料和气候的 关系,生育水平与教育水平和经济水平的关系,物价和失业率的关系,收入与受 教育程度和年龄的关系等等。多元线性回归用变量的观察数据拟合所关注的变量 和影响它变化的变量之间的线性关系式,检验影响变量的显著程度和比较它们的 作用大小,进而用两个或多个变量的变化解释和预测另一个变量的变化 回归这一名词起源于19世纪生物学家F.高尔顿进行的遗传学研究,他在研 究子女身高与父母身高之间关系时发现

多元线性回归(multiple linear regression)是分析一个随机变量与多个变量 之间线性关系的最常用的统计方法。实际工作中,常常希望知道所关心的事物受 哪些因素的影响,比如销售量与价格和广告费的关系,农业产量与原料和气候的 关系,生育水平与教育水平和经济水平的关系,物价和失业率的关系,收入与受 教育程度和年龄的关系等等。多元线性回归用变量的观察数据拟合所关注的变量 和影响它变化的变量之间的线性关系式,检验影响变量的显著程度和比较它们的 作用大小,进而用两个或多个变量的变化解释和预测另一个变量的变化