针对管线钢L360QS进行了钙处理实验研究,考查钢液中[Ca]、[S]对夹杂物变性的影响.结果表明,钢中的硫被脱到0.002%~0.003%(质量分数)范围内的较低水平,脱硫率最高达85.0%,与实验预期吻合.随着钢液中[S]增加,夹杂物中CaS+MnS的平均质量分数相应增加,但夹杂物中的CaS含量不一定增加.钙对夹杂物变性作用非常明显,[Ca]相对高的管线钢,其夹杂物绝大多数都变性为球形的含CaS钙铝酸盐复合夹杂,不存在MnS夹杂和MgO·Al2O3夹杂.为使氧化夹杂和硫化夹杂都变性完全,钢液中的硫的质量分数应控制在0.002%左右,钙的质量分数应控制在0.003 5%~0.004 0%,且[Ca]/[S]>1.9

为了进一步研究20CrMo合金钢在生产过程中夹杂物的演变机理，实现对钢中非金属夹杂物的合理控制，保证生产顺行，提高产品力学性能，针对“BOF→LF→RH→钙处理→连铸→热轧”工序生产20CrMo合金钢全流程中非金属夹杂物的演变规律进行了研究。在LF精炼及RH精炼加钙前钢中非金属夹杂物含有70%以上的Al2O3。钙处理后，由于过量的钙加入到钢液中，夹杂物中CaS质量分数迅速增加至59%，Al2O3质量分数降低至21%。在连铸过程中由于二次氧化的发生，夹杂物转变为CaO?Al2O3，其中含有50%的Al2O3、39%的CaO和10%的CaS，并且夹杂物平均尺寸增加。在钢的冷却和凝固过程中，CaO质量分数降低至5%，CaS质量分数增加至57%，钢中夹杂物转变为Al2O3?CaO?CaS的复合夹杂物，同时含有少量大尺寸的CaO?Al2O3夹杂物。在钢的轧制过程中，夹杂物中CaO含量进一步降低，CaS含量增加，夹杂物平均尺寸增加，形成了CaO?Al2O3与CaS黏结型的复合夹杂物与Al2O3?CaS复合夹杂物。对CaO-Al2O3与CaS黏结型的复合夹杂物的形成原因进行了讨论

1、 金相显微镜构造及使用（2 学时） .3 2、 金相试样的制备（2 学时） .7 3、 铁碳平衡组织观察（2 学时） .10 4、 显微硬度的测定与数码显微摄影（2 学时）.14 5、 金属的塑性变形与再结晶（3 学时） .21 6、 钢的奥氏体晶粒度的测定（3 学时） .24 7、 淬火钢中马氏体形态观察（3 学时） .28 8、 合金的流动性及其测定（2 学时） .30 9、 典型铸锭组织分析（2 学时） .33 10、 典型焊接接头显微组织观察（2 学时） .35 11、 冲压模具的结构分析与拆装（2 学时） .38 12、 钢的淬透性测定（2 学时） .41 13、 钢的热处理及热处理后的显微组织与性能（4 学时） .43 14、 渗碳目的及渗碳后组织观察（2 学时） .49 15、 一次摆锤冲击弯曲试验（2 学时） .51 16、 断裂韧性 K1C 的测定（4 学时） .55 17、 硬度的测定（2 学时） .59 18、 低碳钢的静拉伸实验（2 学时） .63 19、 X 射线晶体分析仪介绍及单相立方晶系物质粉末相计算（2 学时）.67 20、 利用 X 射线衍射仪进行多相物质的相分析（2 学时） .69 21、 透射电子显微镜的结构、样品制备及观察（2 学时） .72 22、 扫描电子显微镜、电子探针仪结构与样品分析（2 学时） .75 23、 常用结构钢组织观察（2 学时） .77 24、 常用铸铁不同状态组织观察与分析（2 学时）.81 25、 齿轮钢和轴承钢金相组织观察（2 学时）.83 26、 工具钢、模具钢在不同热处理状态下的显微组织（2 学时）.86 27、 常用有色金属与特种合金的组织观察（2 学时） .95 28、 材料表面预处理综合实验(4 学时) .99 29、 金属高温氧化速度的测定（2 学时） .101 30、 电极电位和极化曲线测定（4 学时） .104 31、 动电位扫描测定不锈钢点蚀电位（2 学时） .108 32、 不锈钢表面电化学合成导电涂层的工艺实验（4 学时）.111 33、 金属材料热处理综合实验 .115 34、 附录 1 电化学试样的制备 .120 35、 附录 2 HDV-7 型恒电位仪使用方法 .121

针对鞍钢炼钢厂\铁水预处理→LD→LF→VD→CC\X70生产流程,采用系统取样,综合分析的方法,对LF处理前后、VD处理前后、中间包、结晶器和铸坯中的T[O]、显微非金属夹杂物的类型、数量及尺寸分布进行了系统研究.研究结果表明:(1)铸坯中T[O]的平均值为17.33×10-6,铸坯中显微夹杂物数量为2.40mm-2;(2)LF处理前后钢水中显微非金属夹杂以长条及块状的Al2O3夹杂和球块状的硅酸盐夹杂为主,VD钙处理后,没有观察到纯的MnS夹杂与纯的Al2O3夹杂;(3)结晶器钢水、铸坯中有纯Al2O3夹杂再现;(4)钢中的氧化物及硫化物夹杂均没有达到完全变性的要求

1、 正确掌握并理解数列极限的概念； 2、 能够应用“”语言处理数列极限的一些问题； 3、 能运用定义、四则运算、两边夹、海因定理及单调有界性定理等，判别数列极限的

研究了碳质量分数分别为0.26%,0.33%和0.42%的三种含钒微合金钢在600,550,500和450℃下等温处理时碳对晶内铁素体形成的影响,测量了不同等温温度处理后钢的维氏硬度、500℃下晶界和晶内铁素体的纳米硬度,并探讨了晶内铁素体的形核位置.结果表明:在相同温度下等温处理时,随着钢中碳含量的增高,钢中非共析铁素体的含量降低,铁素体晶粒的尺寸减小,钢的硬度升高.在500℃等温处理后,晶界铁素体的纳米硬度远高于晶内铁素体的纳米硬度;且随着碳含量的增高,晶界和晶内铁素体的纳米硬度都随之升高,但各实验钢中晶内铁素体的纳米硬度相差不大.适当的夹杂物和先析出晶内铁素体都可以作为形核位置诱导晶内铁素体析出

白口铸铁是一种重要的抵抗磨损的金属材料。其抗磨性决定于硬度,强度和韧性的综合性能指标因而与其组织组成物的结构,显微硬度,相对数量,分布及内聚强度都有密切的关系。铸态组织就是高显微硬度的碳化物孤立地分布在马氏体基体时较为理想,而合金化和变质处理的正确选用是最经济合理地获得理想组织的关键。从我国资源出发,锰合金化是有前途的但为扬长避短,锰含量不宜过高,而为获得铸态马氏体组织应辅加铜、铬、钼、硼等多种合金元素。硼的加入可以提高锰白口铸铁的淬透性,碳化物的显微硬度和整体硬度。合适的硼加入量既可得到上述效果而又不降低韧性。硼在镍铬白口铸铁中也可以提高碳化物的显微硬度。硼的加入使白口铸铁中碳化物的数量增多。采用包内变质处理的方法而不用高合金化的方法改变碳化物的分布,经济合理而且简便可行。稀土变质处理能使碳化物成为紧实的板块状而不是成为粗的网状聚合物,使韧性显著提高(αk=0.8公斤-米/厘米2)。硼的加入能使碳化物成为方块形。但如何控制工艺参数保证获得应有的变质效应的试验研究工作还需继续

表格是一种简明、概要的表意方式。其结构严谨,效果直观,往往一张表格可以代 替许多说明文字。因此,在编辑排版过程中就常常要处理到表格。 文档表格还可以当作数据库,对它们执行简单的数据库功能,例如,数据的添加、 检索、分类、排序等,这些功能给用户管理文档表格提供了很大的方便,简化了对表格 的处理工作。如果用户能够熟练地运用文档的数据库功能,可以提高对表格的处理能 力,从而提高工作效率。用户可以将文档中的数据以图表的形式直观地表达出来,这时 就可以通过使用插入Word2002中的 Graph200 22 Chart对象来实现

随着物联网技术的发展，前端传感器的使用使得低合金钢的海水腐蚀监测成为了现实，从而获得了大量的腐蚀数据。针对传统均值法处理双率腐蚀数据带来的数据信息损失以及建模精度下降问题，提出了一种基于综合指标值(CIV)和改进相关向量回归(IRVR)的双率腐蚀数据处理和建模算法(CIV-IRVR)。首先，通过构建CIV表征输入数据的综合影响并采用天牛须搜索(BAS)算法对其参数进行寻优；然后，建立最优CIV序列与输出数据间的线性回归模型将双率数据转化为建模用的单率数据，能够更多地保留原始数据信息；最后，给出了一种BAS算法优化的具有组合核函数的改进相关向量回归建模方法(IRVR)，并建立了针对低合金钢海水腐蚀双率数据的CIV-IRVR预测模型。结果表明：相比于均值方法处理双率腐蚀数据，所提方法将建模样本数量由196提升到了1834；相比于海水腐蚀建模领域常用的人工神经网络(ANN)和支持向量回归(SVR)建模方法，所提模型的平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(CD)分别为1.1914 mV、1.5729 mV以及0.9963，在各项指标上均优于对比算法，说明所提模型不仅减少了信息损失还提高了建模精度，对于双率海水腐蚀数据建模具有一定现实意义

《C 语言程序设计 A》 《数据结构与算法》 《计算机组成原理 E》 《计算机网络》 《操作系统原理》 《数据库原理与应用 E》 《智能科学与技术导论》 《电子技术基础》 《Python 程序设计》 《机器学习 E》 《智能算法基础与运用》 《智能终端开发》 《语音信号处理》 《自然语言处理》 《智能语音开发与应用》 《计算机视觉基础》 《计算机视觉处理技术》 《计算机视觉开发与应用》 《数据可视化》 《数字信号处理》 《Java 程序设计》 《单片机原理及应用》 《智能传感器技术》 《Linux 操作系统》 《智能科学与技术专业文献检索与论文写作》 《MATLAB 应用》 《Python 数据分析》 《嵌入式基础》 《微信小程序开发技术》 《神经网络与深度学习》 《数据挖掘》 《控制理论与信号系统》 《模式识别》 《算法设计与分析》 《智能系统建模与仿真》 《智能技术创新与专业前沿》 《最优化理论与方法》 《创新创业培养》 《机器人控制与开发》 《数据库系统工程师》