针对板坯重量被事先确定的情况,提出了客户订单重量需求规格和宽度需求规格为区间值的板坯设计问题,建立了最小化板坯数量和总盈余量的多目标板坯设计模型.基于构建的订单-板坯矩阵和板坯相容集合,提出了一种两阶段的板坯设计最优算法,算法的第一阶段实现板坯数量最小化,第二阶段实现总盈余量的最小化.针对提出的算法,给出了最优性质的理论证明以及基于实际数据的应用算例

运用共存理论建立了钒渣活度计算模型,分析了钒渣成分和温度对渣中FeO、V2O3活度及活度系数的影响;通过实验和理论计算,分析了转炉提钒终点钒渣成分和温度对钒在渣和半钢间分配行为的影响.结果表明,渣中FeO的活度和活度系数随MnO和FeO含量的增加而增加,随V2O3、SiO2和TiO2含量的增加而减小,其值分别在10-1和100的数量级上,而渣中V2O3的活度及活度系数在同样条件下的变化与FeO相反,其值分别在10-2和10-1的数量级上;半钢V的质量分数一般在0.02%~0.06%之间,随温度以及渣中V2O3、TiO2和SiO2含量升高而升高,随FeO含量降低而升高;V在渣金间的分配比为100~500,随温度和渣中TiO2、SiO2含量升高而降低,随FeO含量升高而升高;存在一个临界V2O3含量使得V在渣金间的分配比达到最大,该值的理论计算结果为23.77%,实验结果在15%~20%

第二节向量及其加减法、向量与数的乘法 1.向量的概念 2.向量的加减法 3.向量与数的乘法

对国内一钢厂EAF→LF→VD→CC工艺生产的高品质GCr15轴承钢进行系统取样,针对DS类非金属夹杂物随机性强的特点,利用能够进行大面积试样检测的ASPEX自动扫描电镜分析统计钢中非金属夹杂物的成分、尺寸、数量等信息.研究发现:GCr15轴承钢冶炼过程中非金属夹杂物主要为MgO-Al2O3-CaO复合夹杂物和MnS,同时有少量的SiO2-Al2O3和MgO-Al2O3复合夹杂物;夹杂物尺寸主要集中在38μm,并有少量DS类夹杂物出现且尺寸范围波动很大,最大可以达70μm以上,形貌为圆形或近似圆形;VD有较强的去除夹杂物功能,经过VD真空精炼,夹杂物中CaO含量有增加趋势;吊包至铸坯过程,夹杂物成分向Al2O3含量增多的区域移动,最终轴承钢铸坯中夹杂物成分位于高Al2O3含量（≥80%）,少量MgO（<20%）和低CaO（<5%）的区域;DS夹杂物的生成和去除具有较强的随机性

重积分的应用 把定积分的元素法推广到二重积分的应用中 若要计算的某个量U对于闭区域D具有可加性 (即当闭区域D分成许多小闭区域时,所求量U相应 地分成许多部分量,且U等于部分量之和),并且 在闭区域D内任取一个直径很小的闭区域do时, 相应地部分量可近似地表示为f(x,y)do的形式, 其中(x,y)在do内.这个f(x,y)do称为所求量U 的元素,记为dU,所求量的积分表达式为

研究了不同料层高度下烧结过程中尾气成分(O2、CO2、SO2和NO)的变化规律.结果表明:随着烧结历程的推进,尾气中O2含量降低而CO2含量升高,这主要是因为固体燃料燃烧量逐渐增多;尾气中SO2、NO的含量亦呈升高趋势,但幅度很小,这主要是因为烧结料层对SO2有吸收作用,而燃烧带的CO气体则可以还原使部分NO分解;在临近烧结终点时,因料层对SO2的吸收作用消失而使析出作用强化,导致尾气中SO2含量急剧升高.另外,随着料层高度的增加,因固体燃料配比相应减小,尾气中CO2、SO2和NO的含量降低,而O2含量增加.因此,控制高温区宽度的厚料层烧结技术是我国开展减少烧结尾气中气体污染物(CO2、SO2和NO)的有效措施

测定了高喷煤比的高炉炉尘(重力灰和瓦斯灰)中矿物组成,给出了在不同煤比条件下未消耗焦炭和煤粉面积比.分析了高喷煤比对高炉炉尘中碳质量分数和未消耗煤粉比例的影响.确定了宝钢高炉在高喷煤比时高炉炉尘中未消耗煤粉量、焦炭颗粒量和煤粉在高炉内的利用率.通过试验发现,随着喷煤比增加,炉尘量增加,但在高喷煤比后,炉尘量波动较大.高炉炉尘中未消耗碳量和煤粉量随着喷煤比的增加逐渐增加,而未消耗焦炭量不受喷煤比变化的影响,基本上保持在3 kg·t-1的水平,表明宝钢高炉焦炭品质很高

建立了RH碳氧反应模型,计算值和实际测量值吻合较好,可以模拟实际RH精炼过程中的碳氧反应.在一定的初始碳含量范围内,初始碳含量对RH脱碳结束的碳含量基本没有影响,同时,RH脱碳反应达到14min后其脱碳速度小于1.5×10-6min-1,脱碳反应接近平衡.随着钢包渣TFe含量的增高,RH脱碳反应降低的氧含量和碳含量的比值在降低.当钢包渣TFe含量为8%时,实际计算的碳氧线和理论的碳氧线接近

为减少制备硅酸钙板对矿物原浆资源的损耗和提高对固体废弃物的协同利用效果, 试验以电石渣-煤基固废胶凝体系为原料来研制高强度的纯固废硅酸钙板, 并通过热重-差示扫描量热法、X射线衍射测试来分析硅酸钙板中生成的主要矿物成分及不同配比对硅酸钙板的强度变化关系.研究表明: 在水灰比为0.3的条件下, 使用电石渣完全替代水泥, 将粉煤灰和硅灰按1:1的质量比互掺调制所得的混合胶凝体系最终制得托贝莫来石型纯固废硅酸钙样板.在硅灰占原料的质量分数为0~10%范围内, 样板抗折强度随硅灰添量增加而升高, 硅灰添量为10%时样板达到最大抗折强度, 不同粒径的原料颗粒相互填充, 板内晶体与水化胶凝体相互咬合, 最终使得样板力学性能得到大幅提升; 样板的抗折强度随着NaOH添量的增加呈现先增后降的趋势, NaOH添加质量分数为4%时样板板面平滑, 强度达到最大值11.8 MPa, 该添量为NaOH的最佳添量, 通过扫描电镜分析发现加入4% NaOH时对该胶凝体系的水化反应起到最佳激发作用, 且样板料坯的微观结构对其最终的力学性能有重要影响, 但不起决定性作用, 其中决定其最终强度的是板坯内水化胶凝体的数量、形态以及其相互间的联结方式

提出了一种基于聚类的支持向量机增量学习算法.先用最近邻聚类算法将训练集分成具有若干个聚类子集,每一子集用支持向量机进行训练得出支持向量集;对于新增数据首先聚类到相应的子集,然后计算其与聚类集内的支持向量之间的距离,给每个训练样本赋以适当的权重;而后再建立预估模型.此算法通过钢材力学性能预报建模的工业实例研究,结果表明:与标准的支持向量回归算法相比,此算法在建模过程中不仅支持向量个数明显减少,而且模型的精度也有所提高