为了探索生物质材料酒糟对重金属离子的吸附效果,采用静态吸附实验研究废水pH值、Pb2+和Zn2+初始质量浓度以及吸附时间对酒糟吸附模拟矿山酸性废水中Pb2+和Zn2+的影响.p H值为4时酒糟对Pb2+和Zn2+的吸附量分别达到最高值,酒糟对Pb2+的吸附等温线特征符合Langmuir方程,对Zn2+的吸附等温线特征符合Freundlich方程,对Pb2+和Zn2+的最大吸附量分别为8.29 mg·g-1和15.31 mg·g-1.酒糟对Pb2+和Zn2+的吸附反应在4 h后达到平衡,吸附动力学特征均符合拟二级动力学模型.酒糟中纤维素、半纤维素和木质素的质量分数分别为23.3%、65.5%和0.5%,吸附Pb2+和Zn2+后3种物质的含量发生变化,分别为19.6%、42.3%和2.6%.酒糟电负性随p H值升高呈正比增加,吸附Pb2+和Zn2+后电负性减弱.红外光谱分析结果显示酒糟中参与吸附反应的基团主要有酰胺基和酯基

为研究Q420C角钢在大矫直应变过程中的铸坯凝固传热行为以及AlN析出对铸坯和轧材质量的影响,本文通过ProCAST模拟软件和射钉试验,对不同参数条件下铸坯表面和角部温度以及坯壳厚度等进行模拟计算,并提出了凝固坯壳厚度修正公式.通过Gleeble实验得出,铸坯在1008~1364℃温度范围内时具有较好的热塑性.对AlN析出的热力学和动力学研究表明,铸坯应避开在AlN析出\窗口\内矫直,轧制前加热炉均热温度控制在1160~1200℃,终轧温度控制在850℃以上可减少AlN在奥氏体晶界沉淀析出.经过工艺试验,成功开发出Q420C角钢,轧材平均合格率达到90%,综合性能指标满足要求

使用高功率光纤激光器的快速成形系统和电磁感应加热设备,分别在未预热和预热的情况下成形12CrNi2合金钢.通过扫描电镜观察成形件微观组织、维氏硬度计测试不同部位硬度、万能材料试验机测试不同方向的拉伸性能,研究预热对激光熔化沉积12CrNi2合金钢不同方向的组织、硬度、拉伸性能的影响.结果表明:未预热条件下,单道熔池组织为板条马氏体,块状成形件熔池为回火马氏体与贝氏体混合组织,XOZ截面与YOZ截面组织没有明显的组织差别,但YOZ截面整体硬度大于XOZ截面,同时两个截面均出现了大尺寸宏观裂纹缺陷,力学性能差.在预热条件下,熔池由于温度梯度降低发生贝氏体转变,单道熔池呈现性能优异的下贝氏体组织;块状成形件熔池没有发生回火马氏体转变,主要为粒状贝氏体.截面硬度分布较未预热下更为均匀.在拉伸方向及搭接方向均呈现高强度、低塑性特征,抗拉强度可达1189 MPa,屈服强度为951 MPa,伸长率仅为2.8%,性能没有明显的各向异性.预热能够降低熔池中温度梯度,减小热应力,有效控制裂纹缺陷,促进组织均匀化,降低组织、性能的各向异性,提高合金钢成型件力学性能

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

基于非均匀分布的虚拟材料模拟螺栓连接薄板搭接部分的力学特性，其中虚拟材料的材料参数用复模量表示，可直接生成复刚度矩阵以表示搭接部分的刚度及阻尼特性，省却了常规建模中生成结合部阻尼矩阵的步骤，在保证模型精确性的基础上简化了建模流程，以此建立了螺栓连接薄板结构的半解析模型并对其进行了动力学分析。首先描述了建模理念，将虚拟材料分别假定了三种复模量非均匀分布形式模拟螺栓搭接部分的力学特性，提出用反推辨识技术确定虚拟材料储能模量与耗能模量的方法。接着，基于能量法并用正交多项式假定模态，推导了螺栓连接薄板的半解析分析模型，并创新性地给出了求解半解析模型任意锤击点与拾振点处频响函数的公式。最后，以一个具体的螺栓连接薄板结构为对象进行了实例研究，结果表明：用所创建的半解析模型计算出的各阶仿真固有频率与实验测得的各阶固有频率的误差均在5%以内，计算得到的各阶仿真模态振型以及频响函数曲线与实测值均较为接近，从而证明了利用复模量非均匀分布的虚拟材料模拟螺栓搭接部分可有效简化螺栓结合部建模，亦可达到较高的仿真计算精度

近年来路径跟踪控制的发展十分迅猛，研究者们发表了大量的研究成果。考虑到在相同或相近工况下的路径跟踪控制存在一些共性的技术问题与解决思路，从低速路径跟踪控制和高速路径跟踪控制两个角度对近年来的研究成果进行了回顾。在关于低速路径跟踪控制的研究工作中，研究者们较为重视前轮转角速度约束等系统约束对路径跟踪精确性的影响。目前减少系统约束影响的方法包括在规划参考路径时将系统约束纳入考虑，采用预瞄控制使控制器提前响应，以及采用线性模型预测控制（LMPC）或非线性模型预测控制（NMPC）等模型预测控制方法作为路径跟踪控制方法等。考虑到NMPC既能减少系统约束的影响，又无需人为设置预瞄距离，且对定位误差等扰动因素具有较强的鲁棒性，加之低速路径跟踪控制对实时性的需求较低，因此可以认为NMPC能够满足低速路径跟踪控制的绝大多数需求。高速路径跟踪控制在受系统约束影响之外，还面临着较高车速带来的行驶稳定性不足问题的挑战，因此常采用能够将动力学层面的复杂系统约束纳入考虑且计算成本较低的LMPC作为路径跟踪控制方法。不过仅采用动力学层面的LMPC控制方法无法完全解决高速路径跟踪控制中路径跟踪精确性和车辆行驶稳定性之间存在耦合的问题，目前常见的解决思路是在路径跟踪控制中加入额外的速度调节或权重分配模块。此外，在高速路径跟踪控制中，地面附着系数等环境参数的影响也较大，因此地面附着系数等环境参数的估算也成为了高速路径跟踪控制领域的重要研究方向

为了精确表征轮胎与路面微观摩擦接触特性及分子作用力效应,利用分子动力学模拟分析方法建立轮胎(聚异戊二烯)和集料(二氧化硅)三维单体模型和界面接触模型,在纳米尺度上研究轮胎和集料的微观构造和接触特性.模拟结果表明:链状聚异戊二烯分子链为螺旋状结构,分子间隙较大,易产生较大变形,而二氧化硅则为典型脆性材料,表面较为平整;界面接触模型以二氧化硅为固定基底,聚异戊二烯单链在其上匀速滑动,二者间距离为0.5 nm.接触界面摩擦特性模拟结果表明摩擦系数随着速度增加而变小,其变化趋势与实验结果相同,证明模拟结果有效

用磷酸、硅烷KH550和钢渣制备改性多孔钢渣, 以改性多孔钢渣取代部分炭黑.利用改性多孔钢渣、炭黑、橡胶、促进剂、硫磺、硬脂酸和氧化锌进行复合, 制备一系列改性多孔钢渣/橡胶复合材料, 研究了磷酸/钢渣质量比、硅烷KH550/多孔钢渣质量比、促进剂/硫磺质量比、硬脂酸/氧化锌质量比和改性多孔钢渣/炭黑质量比对改性多孔钢渣/橡胶复合材料力学性能的影响, 并且分析其影响机理.结果表明, 当磷酸用量为1.2 g、钢渣用量为30 g、硅烷KH550用量为0.3 g、炭黑用量为20 g、促进剂用量为0.8 g、硫磺用量为1.2 g、硬脂酸用量为0.8 g、氧化锌用量为2.2 g和橡胶用量为100 g时, 改性多孔钢渣/橡胶复合材料的力学性能较好, 即拉伸强度为18.4 MPa、邵尔A硬度为68.8、撕裂强度为44.6 kN·m-1.磷酸与硅烷KH550可以改善钢渣的孔结构与表面结构; 适量的促进剂/硫磺质量比与硬脂酸/氧化锌质量比可以消除硫磺形成的内硫环, 促使橡胶交联键稳定.改性多孔钢渣与橡胶以物理方式进行复合形成良好的包裹结构

针对目前高碳高硅低温贝氏体(纳米结构贝氏体)相变速度缓慢的现状,采用贝氏体相变热力学理论分析主要合金元素对低温贝氏体相变驱动力的影响,设计了新型纳米结构贝氏体钢成分0.83C-2.44Si-0.43Mn-0.73Al.利用膨胀仪研究该成分贝氏体钢在不同温度下的相变整体动力学,综合使用扫描电子显微镜、X射线衍射、电子背散射衍射等方法研究热处理工艺对实验钢组织和力学性能的影响.结果表明,350℃等温转变贝氏体的抗拉强度为1401 MPa,延伸率为42.21%,强塑积可达59136 MPa·%,在室温拉伸过程中发生明显的相变诱导塑性效应;230℃等温转变组织中贝氏体铁素体片层厚度小于100 nm,抗拉强度达2169 MPa

系统运用材料物理学、弹性力学、热力学、工程测试技术的理论知识以及有限元数值仿真、实验分析等方法,研究高温应变片热输出误差的影响因素并得出补偿修正模型.首先根据材料电阻温度效应理论及热膨胀理论研究了高温应变片热输出的耦合特性,建立耦合作用下高温应变片的热输出模型,得到了构件、胶层和应变片三者耦合作用下应变片热输出的理论表达式;然后根据材料的电阻温度效应推导出不同栅丝材料的电导率参数,利用有限元仿真得到不同材料栅丝的热输出特性,选择其中的两种栅丝材料作为本文的研究对象得到其在耦合作用下的热输出并与实验数据对比,相对误差小于7%.最后基于理论模型和实验结果,建立了高温应变片热输出补偿模型,补偿修正后结果与理论值误差在9%以内,补偿效果良好