27SiMn液压支架管经过调质热处理来实现其良好的综合力学性能.采用四因素三水平的热处理正交试验，研究了不同热处理工艺参数（淬火温度、淬火保温时间、回火温度和回火保温时间）对力学性能的影响，并确定了最优热处理工艺制度为930℃，40 min淬火和480℃，50 min回火.经最优热处理工艺处理后，其力学性能为：屈服强度895 MPa，抗拉强度1030MPa，伸长率15%，断面收缩率54%，冲击功53.3 J，满足了GB/T 17396—1998标准中对27SiMn钢的性能要求

建立了基于有限元法的钢包二维传热模型,运用Ansys软件对钢包在不同绝热层厚度情况下的热状态及保温性能分别进行了模拟计算.有绝热层的钢包可以明显地提高自身的保温性能,且随着绝热层厚度的增加,保温效果愈加突显,但幅度越来越小.与无绝热层的钢包相比,在绝热层厚度达到20 mm时,钢包预热时间缩短约1 h,节约煤气消耗1000 m3,降低钢水温降约6℃.在热饱和阶段,钢包外壁温度平均降低了100℃,包壁散热减小,1h可以节能1255680kJ,折合标准煤43kg.最后利用现场实测数据进行了验证,结果表明模拟结果正确可信

以某商用汽车为研究对象,通过问卷调查的方式,测定了该商用汽车的偏好逆转阈限价格、偏好逆转阈限及偏好逆转韦伯分数的均值和标准差,分析该商用汽车价格上涨和下降过程中价格偏好逆转现象,并探讨价格偏好逆转的不对称性.研究表明,商品价格调整应控制在价格偏好逆转阈限范围内,且在价格调整过程中应针对价格上涨和下降进行区别对待,慎重考虑调价策略

本文运用多元逐步回归、t——检验、分布检验等统计方法和金属学理论对4Cr9Si2钢种进行分析,确定了合理的控制成分,显著提高了产品合格率。文中对原冶标(YB11-59)所提出的修改意见在新标准内已被采纳

通过对多雷达扫描得到的高炉料面进行数据处理,根据数据的特征,分别采用模糊C均值聚类和特征加权模糊C均值聚类算法对料面数据进行分类,建立标准料面模型库.再通过模糊模式识别中贴近度的方法把待分类的目标料面与模型库相匹配,为后续的布料控制提供依据.该算法在某2500 m3高炉上进行了实验,取得良好的效果.仿真结果表明了其有效性

根据特定的育种目标，制定出在多项育种措施 上具有不同强度的候选育种方案，通过育种成 效标准，如综合遗传进展、育种效益等，进行 综合评估，应用系统工程的方法，科学有效地 配置资源、技术、方法和措施，筛选出“最优 化”（optimization）育种方案

9-1 螺纹的规定画法和标注 9-2 螺纹紧固件 9-3 螺纹紧固件的连接画法 9-4 键、销和齿轮 9-5 齿轮、轴承和弹簧

流变参数是管道输送系统设计的基础，采用RST-SST型软固体流变仪进行尾矿浆体流变特性试验，确定了不同固相质量分数下尾矿浆体的屈服应力、黏度系数.当浆体固相质量分数大于70%后，屈服应力会随着固相含量的增加而显著上升.对矿浆进行剪切变稀试验发现，屈服应力可下降40.9%.针对不同尾矿浆体开展标准坍落度试验，当固相质量分数小于74%时，尾矿浆具有良好的流动性及较大的坍落度.利用得到的尾矿浆体的流变特性参数，进行了临界流速、摩阻损失的计算，为尾矿管道输送系统设计提供参考

针对高炉故障诊断系统快速性和准确性的要求，提出基于全局优化最小二乘支持向量机的策略.首先，采用变尺度离散粒子群对最小二乘支持向量机的参数和故障特征的选取进行优化；然后，利用核主元分析法对选取的特征向量进行压缩整理；最后，构造了以Fisher线性判别率为标准的启发式纠错输出编码.仿真结果表明，通过对故障训练样本有意义地分割重组，用较少的最小二乘支持向量机分类器，得到较高的故障判断准确率且增强了整个系统的实时性

在语音识别中,卷积神经网络(convolutional neural networks,CNNs)相比于目前广泛使用的深层神经网络(deep neural network,DNNs),能在保证性能的同时,大大压缩模型的尺寸.本文深入分析了卷积神经网络中卷积层和聚合层的不同结构对识别性能的影响情况,并与目前广泛使用的深层神经网络模型进行了对比.在标准语音识别库TIMIT以及大词表非特定人电话自然口语对话数据库上的实验结果证明,相比传统深层神经网络模型,卷积神经网络明显降低模型规模的同时,识别性能更好,且泛化能力更强