人們對液氧炸藥的印象是不安全和操作復雜,從而它在中國金屬礦山系統被禁止使用。但液氧炸藥價格便宜,爆力及猛度大,而且在中國某礦曾使用了新的操作方法並在4~5年內未發生過一次事故,這是值得引起人們註意的一個問題。評述液氧炸藥的安全性應根據吸取劑及裝藥方法不同而不同,不能以一種最不安全條件而將它全部否定。外浸法具有沖擊,摩擦,火花與靜電的危險性,釆用它應有可靠降感,防火及防電措施。內浸法沒有由沖擊,摩擦輿火花而引起的過早爆炸危險。對於靜電的規律正在進行研究中。采用內浸法的主要問題是如何使劑包浸透均勻,它的措施是使液氧流動的方向與氧氣逸出的方向不相混投。經過一定改造的並具有一定安全措施的液氧炸藥,可以推廣使用

本文包括:(1)炉膛内钢坯加热数学模型;(2)最佳炉温及最低燃耗在线模型。采用一维模型,应用Hottel多层无限大气层间的辐射热交换计算方法,把各火焰射流的作用,当量地看作是夹在上下炉气层之间的一个火焰层。它的平均温度tf可以根据Ricou-Spalding射流吸入经验公式,计算火焰和周围炉气间的质量交换,再按热平衡方程把tf计算出来。钢坯内部传热按一维导热问题,用差分求解。还建立了一个较简单的炉膛传热仿真模型,据此求出各炉段单位炉温对出钢平均温度及中心温度的变化率?θm/?Ti及?θs/?Ti。还可确定最小燃耗函数P的各炉段加权系数Wi。令各段在线炉温调节量ΔTi=(Ti,max-Ti,o)-ΔT'i,这就能在线性规划中用ΔT'i代替ΔTi作为未知量以满足非负条件。这时目标函数Pmin=-sum (ΣWiT'i)。文中还附有一个说明各段炉温按上述线性规划进行最佳控制的例题

用 Excel软件的“规划求解”功能可以方便地求解线性规划、整数规划和非线 性规划问题。但如果安装 Office 997时采用的是典型安装方法,则【工具】菜单中是 无“规划求解”功能项的。可参照§2.8中介绍的方法将未安装的组件安装完整。 下面以第八章例8.1为例介绍用 Excel求解线性规划的操作步骤和运行输出结 果的分析

手工假发套既可以定做,也可以买成品佩戴。当为顾 客挑选或设计假发时,记住顾客的舒适程度与假发的效果同 样重要。所以,你的假发服务使顾客满意是最重要的。这些 服务项目包括测量、试戴、指导顾客如何佩戴、如何使用假 发头模(套模)、清洗、修剪、染色以及造型等

利用粒子图像测速技术,以200 mm×2040 mm板坯连铸结晶器为原型,建立1∶4水模型进行实验,对结晶器内钢液流动形态、流速及各流态所占比例、液面波动、以水口为中心结晶器两侧对称点速度随时间的变化、水口两侧液面水平流速、水口两侧对称位置液面至结晶器底部垂直方向速度和钢液对两侧窄面的冲击深度进行系统地研究和分析,并对比拉速的影响.研究表明,粒子图像测速技术不仅可以测量结晶器内流场流速,还可以对流场对称性进行全方位、多角度定量分析,为研究连铸参数变化,比如拉速、水口结构和水口浸入深度,对板坯连铸结晶器内钢液流动及对称性的影响提供一种较为精确的方法和思路.通过分析得出,在本实验条件下拉速0.5 m·min-1优于0.6 m·min-1

采用热挤压和冷轧工艺生产HR3C无缝钢管，金属冷成型过程和成品性能均表明热挤压加冷轧工艺生产高合金难变形材料具有明显优势.热挤压加工变形时金属承受三向压应力，可以提高金属的综合性能；通过冷轧加工改善管材表面质量和尺寸精度，可以确保材料在特殊环境中使用安全性更高

基于CFD多相流欧拉模型,针对后混合式磨料水射流除鳞喷嘴中磨料与水混合均匀性差、射流能量利用率低的缺点,应用Fluent软件对磨料侧进式、切进式和平行多射流式3种进料方式的喷嘴进行三维数值模拟,通过喷嘴内部流场速度矢量图分析了3种进料方式下高压水与磨料的作用机理,并通过磨料体积分数云图比较了流场的均匀性.结果表明:与磨料侧进式喷嘴相比,磨料切进式和平行多射流式喷嘴能够改善磨料与水的混合效果,使流场内磨料分布均匀.但切进式喷嘴会增加喷嘴内部的磨损,需要采用更耐磨的材料.与前两种喷嘴相比,平行多射流式喷嘴可得到磨料与水最好的混合均匀性,实际应用中还可以根据需要对水射流的流量及作用方式进行调节

提出了一种全新的快速邻居搜索方法,该方法可提高基于光滑粒子动力学的流体模拟在图形处理器上的运行效率.此外,这种新的邻居表建立方法可以对两种或者两种以上的粒子进行邻居搜索,使所有粒子能在同一背景网格下拥有独立的粒子属性.在此基础上,引入了Ghost边界粒子以加强光滑粒子动力学方法在边界模拟上的准确性,从而使流体模拟更加真实.实验证明,与传统的基于图形处理器的光滑粒子动力学模拟相比,本文方法效率更高

譬如,在估计湖中鱼数的问题中,若 我们根据一个实际样本,得到鱼数N的极 大似然估计为1000条 实际上,N的真值可能大于1000条, 也可能小于1000条. 若我们能给出一个区间,在此区间 内我们合理地相信N的真值位于其中. 这样对鱼数的估计就有把握多了

譬如,在估计湖中鱼数的问题中,若 我们根据一个实际样本,得到鱼数N的极 大似然估计为1000条 实际上,N的真值可能大于1000条, 也可能小于1000条. 若我们能给出一个区间,在此区间 内我们合理地相信N的真值位于其中. 这样对鱼数的估计就有把握多了