离子注入是将某一需要注入的化学元素的原子经电离后变成离子，并将其在电场中加速，获得较高的动能后注入到固体材料表面，以改变该材料表面的物理、化学或机械性能的一种技术。在离子注入过程中，具有一定动能的离子射入固体后，就与固体表层内的原子核和电子发生随机碰撞

本文以工业试验和大量生产数据为基础,对VOD法冶炼不锈钢的工艺进行了分析,着重讨论了VOD过程钢水温度变化规律及工艺因素对它的影响,并指出,供氧制度(包括枪高,氧气流量和氧气压力),真空制度的合理配合是控制氧化期钢水温度的关键。还原期的温降受吹后的温度、还原处理时间及铁合金冷却剂、造渣剂的加入量等因素的综合影响。通过建立随机模型进行了定量的描述。针刘氧化期喷溅问题,给出了合理的供氧强度范围。对VOD过程元素变化及去碳保铬反应做了热力学分析讨论

第六章引言 (ntroduction) Monte carlo方法: 亦称统计模拟方法, statistical simulation method →利用随机数进行数值模拟的方法 Monte carlo名字的由来: 是由 Metropolis在二次世界大战期间提出的: Manhattan计 划,研究与原子弹有关的中子输运过程 Monte carlo是摩纳哥( monaco)的首都,该城以赌博闻名

考研真题七 1.设某次考试的考生成绩服从正态分布,从中随机地抽取36位考生的成绩,算得平均成绩为66.5分,标准差为15分问在显著性水平0.05下,是否可以认为这次考试全体考生的平均成绩为70分?并给出检验过程.98数一考研题

以上两节内容要求学生自学重点掌握以下内容测量误差分类一系统误差随机误差和粗大误差测量的精密度准确度和精确度;

采用FLAC模拟了初始内聚力及内摩擦角对具有随机材料缺陷单轴平面应变压缩岩样破坏过程及声发射的影响;采用编写的若干FISH函数规定随机缺陷及统计发生破坏的单元数目.密实的岩石服从莫尔-库仑剪破坏与拉破坏复合的破坏准则,破坏之后呈现应变软化-理想塑性行为;缺陷在破坏之后经历理想塑性行为.随着密实岩石强度参数的提高,从应力峰值到残余应力的应力降、轴向应变增量提高,贯通试样的剪切带出现滞后,试样内部最终发生破坏的单元数降低.对于密实岩石强度参数高的试样,缺陷全部发生破坏之后,密实岩石没有立即发生破坏;应力峰值被达到之后,破坏的单元数增长不大.在加载过程中,声发射数有显著增加的三个区段.区段1、2及区段3的绝大部分位于峰前.在区段3的峰前阶段,声发射数的增加源于缺陷的长大、聚结、传播和竞争.强度参数越高,区段3越长,区段3的峰值越低.这表明当密实岩石的强度参数较高时,密实岩石单元破坏相继发生,破坏过程持续得较长

5G标准下的蜂窝网络正在向异构化、超密集化的方向发展，传统的基于六边形网格模型的研究方法较为理想化且并不精确，越来越不适用于如今的异构网络.针对这个问题，目前常用的方法是使用基于随机几何的泊松点过程来研究异构网络的基站部署，这种方法假设基站的空域分布完全随机，因此得到了覆盖概率的理论下界.但是由于宏蜂窝边缘（盲区）以及热点地区（忙区）等特殊区域中，站点的分布可能形成簇，此时，基于泊松点过程的空域分布将不再准确.针对这个问题，本文使用泊松簇过程研究三层异构蜂窝网络的基站部署与规划.首先，提出基于泊松簇过程的基站部署系统模型，讨论了基于簇分布的基站形成过程；其次，在充分分析用户受到的聚集干扰基础上，采用基于瞬时信干噪比的小区选择机制，推导出了中断概率模型，并讨论了三种特殊条件下的中断概率；最后，通过仿真对比分析了基于泊松簇过程与泊松点过程的中断概率的差异以及信干噪比阈值变化时的中断概率的变化曲线，证明了基于簇的空域基站部署具有更低的中断概率

在750、800、825和850℃温度下，利用Gleeble1500热模拟试验机对430不锈钢冷轧薄板的等温退火过程进行了详细的实验研究，分析了退火过程中再结晶织构和组织的变化规律，并对关键织构体积分数的演变进行了定量分析.结果发现：随着退火过程的进行，α取向线上的织构强度逐渐减弱，而γ取向线上的织构强度则略有加强，并保持在较高的值；再结晶过程中，{111}和{112}织构的体积分数逐渐降低，而{100}和随机取向晶粒的体积分数逐渐增加.定量分析表明，退火温度越低，完全再结晶后材料内部关键织构的体积分数越偏离冷轧态.最后，针对{111}、{112}、{100}和随机取向织构的体积分数在再结晶过程中的演变规律，建立了JMAK型再结晶织构演变动力学模型

为解决冷连轧轧制过程中的打滑问题,在引入打滑因子的基础上,建立了以预防打滑为目标的规程优化模型.针对标准遗传算法存在的早熟收敛、振荡和随机性太大等缺点,利用改进的自适应遗传算法进行优化.该算法提出了一种基于排序的多轮轮盘赌选择算子,提高了算子的选优能力,也减少了随机性所产生的误差,同时依据个体适应度的值确定染色体的交叉概率和变异概率,使前期变异明显,后期趋于稳定,保证了种群开发和搜索的平衡及全局收敛性.现场试验及生产实践情况证明,该优化规程模型能够有效地降低打滑发生的概率,提高产品的质量,获得更好的经济效益

提出了一种基于免疫原理的故障检测及诊断系统模型.通过对检测对象正常工作状态下获得的自己模式串的阴性选择,随机产生初始检测器;利用基于人工免疫的进化学习机制,实现对检测对象异常工作状态下获得的非己模式串进行学习和记忆;利用进化学习结果和系统故障信息库知识,区分和标记不同故障在状态空间上对应的区域.将抗原学习过程中抗体集合变异所产生的各代抗体集合看作随机序列,给出了序列的收敛条件及证明,证明了所提出的动态免疫进化学习算法是概率弱收敛.应用于机床齿轮箱故障检测和诊断问题的实验结果表明了所提出方法的有效性