本文利用取向分布函数(ODF),取向线分析和纤维织构定量分析研究了工业纯铁和超深冲钢板冷轧织构的变化过程;讨论了α取向线和γ取向线以及一些取向的稳定性。同时也分析了钢板变形过程及杂质原子对织构形成的影响

对无初始织构的工业纯铝轧制织构的研究和分析表明,取向空间、取向分布函数、正态分布模型以及取向线分析是研究织构得力而又十分简便的手段,具有许多优点。在多晶铝轧制过程中取向空间内的β线是取向最终稳定线。随变形量的提高,晶粒在β线上的聚集程度不断提高。轧制过程中主要的织构分量为C{112}、S{123}、B{110}和G{110}。它们在变形中的稳定性在此也作了分析和讨论

将爆破损伤视为爆破应力波和爆生气体压力共同作用的结果,分别考虑不同的地应力条件(侧压力系数0.5、1和2,竖直方向地应力5 MPa和10 MPa)和节理角度(30°、45°、60°和90°),开展含节理岩体双孔爆破过程的数值模拟,研究爆生裂纹萌生—扩展—贯通过程的演化规律.无节理时,初始应力场对爆生裂纹的扩展具有一定的导向作用,裂纹扩展主方向趋于最大地应力方向.节理对裂纹的扩展方向具有一定的影响,节理角度为30°时,爆生裂纹与节理面连通,形成典型的‘之’字形断裂.节理对裂纹萌生和扩展具有明显的促进作用,有利于孔壁上下侧裂纹沿竖直方向的扩展

将循环热处理与形变相结合，利用电子背散射衍射等手段探究该工艺对TC17钛合金片层组织球化和取向的影响.结果表明：TC17钛合金在两相区进行单纯的循环热处理其片层组织球化程度有限，而经过循环热处理+压缩变形后，其魏氏组织消失，片层α相得到明显球化，但是其取向均匀性仍没发生较大变化.此外，变形中两相的再结晶速度及其强韧性导致了两相取向的差异性.α相的再结晶速度快于β相，在变形过程中，α相的各向异性首先降低；另一方面，由于α相比β相硬度高，热变形过程中，α相的变形程度小于β相，应变主要集中在与α相邻近的较软的β相，从而导致α相的取向均匀性高于β相

针对340MPM机组（Multi-Stand Pipe Mill限动芯棒连轧管机组）芯棒服役过程建立三维有限元模型，研究芯棒在服役过程中温度场变化规律.同时，通过对热应力的研究，分析了芯棒热疲劳裂纹萌生机理及裂纹在芯棒内部的扩展规律.对比实测数据与模拟结果，认为所建立的有限元模型能够反映芯棒温度变化趋势.芯棒首次脱管后表面最高温度为630℃，此后经历三次反复的水冷降温和空冷返温过程，冷却结束后表面最高温度为98℃.脱管后，芯棒表面轴向和环向压缩热应力均达到900 MPa，第三次水冷结束时刻，轴向拉伸热应力达到186 MPa，环向拉伸热应力达到221 MPa.芯棒的拉压交变热应力使其表面出现热疲劳裂纹并逐渐扩展，环向裂纹扩展至距表面17.5mm深、轴向裂纹扩展至距表面20mm深时会显著受阻，热应力对轴向裂纹的促进作用强于环向裂纹

一、空间直角坐标系 二、向量及其线性运算 三、向量的分解与向量的坐标

针对高炉炼铁过程的关键工艺指标——铁水硅含量[Si]难以直接在线检测且化验过程滞后的问题,提出一种基于稀疏化鲁棒最小二乘支持向量机(R-S-LS-SVR)与多目标遗传参数优化的铁水[Si]动态软测量建模方法.首先,针对标准最小二乘支持向量机(LS-SVR)的拉格朗日乘子与误差项成正比导致最终解缺少稀疏性的问题,提取样本数据在特征空间映射集的极大无关组来实现训练样本集的稀疏化,降低建模的计算复杂度;其次,标准最小二乘支持向量机的目标函数鲁棒性不足的问题将IGGⅢ加权函数引入稀疏化后的最小二乘支持向量机模型进行鲁棒性改进,得到鲁棒性较强的稀疏化鲁棒最小二乘支持向量机模型;最后,针对常规均方根误差评价模型性能的不足,提出从建模误差与估计趋势评价建模性能的多目标评价指标.在此基础上,利用非支配排序的带有精英策略的多目标遗传算法优化模型参数,从而获得具有最优参数的铁水[Si]在线软测量模型.工业实验及比较分析验证了所提方法的有效性和先进性

向量空间 一、向量空间及其子空间 1定义:设V是n维向量的非空集合,如果V对于向量加法及数乘两种运算封闭,即:

运用Fluent 6.3对板坯连铸结晶器进行数值计算,研究拉速、水口浸入深度及水口开口角度对流场的影响.结果表明:对于断面1400 mm×230 mm结晶器,随拉速增加,液面最大水平和垂直流速均增加,而窄边冲击点的位置基本不变,随距液面距离增加,窄边速度先增加后减小,直至趋向于零;当拉速超过1.2 m.min-1时,液面水平速度增加明显.随水口浸入深度增加,液面最大水平流速减小,浸入深度超过140 mm时,最大水平流速变化不明显;垂直于液面方向的最大速度逐渐增加;对窄边冲击点影响较小.随水口开口向下角度增加,液面最大水平流速减小后增加,水口开口向下12.5°时液面最大水平流速最小,而水口开口向下10°~12.5°时窄边冲击点速度最小

以光流法为依据,提出了一种基于光流方向信息熵(entropy of oriented optical flow,EOF)统计的方法捕捉微表情关键帧.首先,采用改进的Horn-Schunck光流法提取视频流中相邻两帧图像的微表情运动特征;其次,采用阈值分析法筛选出投影速度模值较大的光流向量;之后,采用图像信息熵统计光流变化角度,进而得到视频序列的方向信息熵向量,通过对熵向量的分析,实现微表情关键帧捕捉;最后,本实验采用芬兰奥卢大学的SMIC微表情数据库和中国科学院心理研究所傅小兰的CASME微表情数据库作为实验样本,通过与传统的帧差法比较,证明了本文提出的算法优于帧差法,能够较好地表现出微表情变化趋势,为微表情识别提供基础