基于相似原理,采用1:1的水模型,模拟了薄板坯连铸结晶器内钢液-保护渣界面的流场,通过采用SG200水工数据采集系统对液而波动进行了定量测量.结合流场显示研究了薄板坯连铸结晶器内钢液的卷渣机理,得出了薄板坯连铸结晶器内钢液的主要卷渣方式为旋涡卷渣和剪切卷渣.研究了各工艺参数,即水日类型、浸入深度、水口出口倾角、拉速等,对保护渣卷人量、卷入方式、卷人深度的影响

以大冶铁矿为工程背景,采用相似材料模型实验和数值模拟计算相结合的方法,对深凹露天转地下开采高陡边坡的变形和破坏规律进行了系统研究.首先,模型相似实验中,采用百分表、压力传感器和近景摄影测量等手段监测模型的应力应变和破坏特征,对围岩位移和破坏裂纹进行系统分析,揭示了高陡边坡的变形和破坏基本规律.其次,采用有限差分软件,从地表沉降量、应力值变化和塑性区分布等方面与相似材料实验结果进行了对比分析.结果表明,高边坡竖向最大沉降为28.2mm,围岩破坏程度随着开采深度的增加递增,塑性区范围不断扩大,剪切破坏主要集中在两侧边坡的边脚部位.相似模型实验和数值模拟相结合可以较好地揭示深凹露天转地下开采过程中高陡边坡的变形和破坏基本特征,是一种较好的理论研究方法

选择石蜡基热塑性粘结剂,采用粉末注射成形(PIM)工艺制备烧结Sm2Co17永磁体.粘结剂由PW、HEPE、LEPE、PP和SA组成,通过分析喂料流变性能和磁体残碳含量,确定合适的组元配比(质量比)为PW:LEPE:PP:SA=7:1:1:1.在氩气和氢气混合气氛下热脱脂,永磁体的碳、氧含量较低.最终得到永磁体的磁性能为:剩磁Br=0.51T,内禀矫顽力Hcj=168kA·m-1,最大磁能积BHmax=21.3kJ·m-3.与传统方法制备的永磁体相比,PIM永磁体退磁曲线的方形度较差,磁性较低.造成磁体性能较差的原因是残碳的质量分数较高(≥ 0.33%),较高的碳含量导致磁体中出现高熔点的非磁性相ZrC,使Zr的有效含量降低,片状相和1:5相体积分数减少,胞状显微组织和微观结构被破坏,磁性能下降.因此,采用PIM工艺制备高性能烧结钐钴永磁体,其关键是降低磁体中的残余碳含量

第5章采购与储存管理 5.1采购管理 5.2储存管理 5.3存货管理 5.4物流中心

一、水样的的类型 1.瞬时水样 瞬时水样是指在某一时间和地点从水体中随机采集的分散水样当水体水质 稳定,或其组分在相当长的时间或相当大的空间范围内变化不大时,瞬时水样具 有很好的代表性;当水体组分及含量随时间和空间变化时,就应隔时、多点采集 瞬时样,分别进行分析,摸清水质的变化规律

课程性质植物分类学的实习实训,是植物分类学重要的教学环节。通过实习认识自然界中植物的多样性,了解每种植物的生活环境,使分类学抽象的原理具体化,加强理论联系实际, 从而可提高学生鉴别各种植物所属科、属、种的能力。在采集和制作标本的活动中,还可以训练学生采集和制作蜡叶标本的技能,要求学生学会使用工具采集植物标本的方法。由 于学生亲手制作,会激发学生的学习兴趣,吸引学生的注意力,调动学生的学习积极性。 植物分类学实习,对于培养德智体美全面发展的人才,具有重要意义

第一节商标权取得概述 商标权的取得,是指商标权与作为权 利主体的商标所有人的结合,解决的是根 据什么原则和通过何种程序获得商标专有 权的问题。关于这个问题,各国商标法的 规定不尽相同。多数国家采取注册在先的 原则,极少数国家采取使用在先的原则, 还有少数国家采取混合原则

采用有限元数值模拟手段针对多点成形过程中产生的回弹现象进行了探讨．主要对比了多点模具成形和多点压机成形两种不同工艺,分析了不同的工艺条件对回弹的影响．采用先显式方法计算成形,后隐式方法计算回弹,对1mm与2mm厚度的球形曲面件进行了数值模拟．结果表明：在冲头为10×10的多点模具成形方式下,采用无压边成形,成形1mm厚度的板料时,曲率半径为400mm的成形件回弹量沿纵向最大为1．22mm；但在相同条件下,用多点压机成形工艺的成形件,回弹量仅为0．24mm,即一次成形时,多点压机成形的板料比多点模具成形的板料回弹量仅为1/5；多点压机成形厚度为2mm的板料回弹约为0．多点压机成形方式比多点模具成形方式成形效果好,回弹量明显减小．

通过对板坯逐层刨钢屑,采用化学分析和低倍组织检验的方法,研究了板坯连铸机二冷区电磁搅拌频率参数对1450mm×230mm板坯中心偏析和等轴晶率的影响.结果表明:单独采用二冷区电磁搅拌相比不采用电磁搅拌工艺的板坯中心偏析程度明显减轻,C、P、Mn的中心正偏析系数低于无电磁搅拌工艺的板坯;电磁搅拌频率为2Hz,5Hz和8Hz时板坯中心偏析都为B0.5级;电磁搅拌频率对中心等轴晶率略有影响,搅拌频率5Hz的情况下等轴晶率最大

以缩小连铸二冷区板坯表面实际温度和目标温度的差异为目标,建立了板坯连铸二次冷却智能控制模型.该模型采用支持向量机(SVM)实现板坯表面目标温度的动态设定,采用对角递归神经网络(DRNN)实现板坯表面温度的预测,采用T-S模糊递归神经网络实现二次冷却水动态调整与分配.通过对某钢厂板坯连铸过程进行仿真计算和现场试验,结果表明:该模型将二次冷却水水量控制问题与板坯在冷却过程中的温度状态相结合,实现了连铸二次冷却动态优化控制,有利于提高板坯的质量