研究了原料粒度、粘结剂的用量、配碳量等因素对铬铁矿球团生球性能的影响,以及温度和还原时间对金属化率的影响。结果表明1350℃还原15min,铬金属化率达90%以上配碳量应比理论配碳量过量20%。用1:3的H2SO4对还原球团采用加热回流法溶样,解决了金属铬及金属铁的化学分析方法

采用物理化学相分析技术研究了高氮奥氏体不锈钢固溶时效后的碳、氮化物析出行为,确定了析出相的类型、粒度分布、含量及组成结构式.结果表明:氮含量低的1Cr22Mn15N0.6以M23C6型碳化物析出为主,氮含量高的1Cr22Mn15N0.9以(CrFe)2N1-x型氮化物析出为主,高氮奥氏体不锈钢中析出物的总量随时效时间的延长而增加

研究了电渣重熔过程中CrNiMoV钢中镁含量的控制技术.结果表明：最佳的渣系（质量分数）为62%CaF2-10%Al2O3－12%CaO-16%MgO;脱氧剂加入量为1kg钢加入1.5gCasi;采用较高镁含量的电极和较高的重熔电流有助于获得设计镁含量的重熔锭

针对产品在设计初期影响产品质量的各种不确定性因素,将不精确法与稳健设计相结合.根据不精确法的映射方法,把产品的设计变量从设计变量空间(DVS)映射到性能变量空间(PVS),并建立设计变量到性能参数的映射函数——集成函数,利用其合成PVS中的不同性能偏爱,完成多属性的偏爱集成或多个评价者之间的偏爱集成.以减速器为例说明集成函数对多属性集成稳健设计方案求取最优决策的应用.实例表明该方法是方便和实用的

为研究循环动力扰动下岩石细观损伤特性,本文选取花岗岩为研究对象,利用分离式霍普金森压杆(SHPB)进行循环冲击试验,并结合核磁共振系统(NMR),得到了循环动力扰动后花岗岩孔隙度、横向弛豫时间T2谱分布以及核磁共振图像(MRI).试验结果表明:在岩石弹性极限范围内,动力扰动结束后,岩石材料孔隙度降低;初始与最终横向弛豫时间T2缩短,循环扰动过程促使了小孔隙生成,大孔隙尺寸与数量减小;孔隙度降低不意味着所有类型孔隙的数量均减少,相反小孔隙数量是增加的,大孔隙数量减少是动力扰动后花岗岩孔隙度降低的根本原因

6-5变质量系统动力学 变质量系统:质量随时间连续变化的质点系 例:雨滴下降过程中由于蒸发而质量变小, 由于水汽凝结使质量增加;浮冰在天热时由 于溶解而质量变小,也会由于下雪而质量变 大。(自然界的变质量系统) 又如:火箭、电梯、洒水车等(工程技术中的变 质量系统)

第一节价格原理格的形成 价格是以货币形式表现的商品价值 (一)价值是价格形成的基础 商品的价值是凝结在商品中的人类无差别的劳动。因此,商品的价值量是由社会必要 劳动时间来计量的。商品生产中社会必要劳动时间消耗得越多,商品中所含的价值量就越 大:反之,商品中凝结的社会必要劳动时间越少,商品的价值量就越低

为了保证齿轮钢中非金属夹杂物的控制，并确定齿轮钢经济合理的总氧含量控制目标，开展了总氧含量对齿轮钢中非金属夹杂物的影响研究。以三种不同总氧含量的Mn–Cr系齿轮钢为研究对象，利用Aspex扫描电镜、极值法、疲劳测试等不同方法研究了齿轮钢中非金属夹杂物数量、分布、尺寸等，获得了夹杂物与齿轮钢总氧含量的对应关系。在本文实验条件下，随着总氧含量的降低，钢中氧化物夹杂数量不断减小，其中5～10 μm的小尺寸夹杂物减小最明显，而10 μm以上的大尺寸夹杂物数量变化规律不明显。另外，极值法和疲劳试验结果表明，总氧含量高时（质量分数为0.0013%），钢中最大氧化物夹杂尺寸也较大，比总氧质量分数为0.0010%和0.0005%的实验钢的最大夹杂物尺寸高10 μm以上，且当总氧含量比较低时（质量分数≤0.0010%），实验钢总氧质量分数变化（0.0010%、0.0005%）对钢中最大夹杂物尺寸影响不大

介绍了几种主要的转炉烟气分析碳含量预报模型，并分析了其中的指数衰减模型及其三种改进算法的基本原理和优缺点。在综合三种模型优点的基础上，提出了基于“极限碳含量拟合+曲线同步更新”算法的改进指数模型。首先，利用历史炉次吹炼后期的脱碳氧效率和碳含量数据，通过指数拟合得到“历史脱碳曲线”和极限碳含量参数；其次，使用当前炉次吹炼中期的最大脱碳氧效率值对“历史脱碳曲线”的特征参数进行替换，得到当前炉次吹炼后期的“参考脱碳曲线”，再对其进行归一化处理，得到归一化的“参考脱碳曲线”；然后，采用多点校正的方法，计算当前炉次吹炼至各等距离校正点时“参考脱碳曲线”的脱碳量，并根据计算脱碳量与转炉实际脱碳量的偏差，对熔池碳含量及脱碳曲线参数进行计算与校正，得到“计算脱碳曲线”；最后，通过逐次迭代计算对“参考脱碳曲线”和“计算脱碳曲线”进行同步更新，进而实现对转炉吹炼后期熔池碳含量的精准预报。研究表明，改进的指数模型具有较高的准确率，终点碳含量预报误差在±0.02%范围内的命中率达到90%

针对滚动轴承故障振动信号的特点,考虑变分模式分解在复杂信号分解及微积分增强能量算子在瞬态成分检测方面的优势,提出基于变分模式分解和微积分增强能量算子的滚动轴承故障诊断方法.首先利用变分模式分解将复杂信号分解为多个本质模式函数,以削弱背景噪声的影响和满足能量算子对信号单分量的要求;然后根据提出的敏感分量选取原则,从本质模式函数中选出包含主要故障信息的本质模式函数为敏感分量;最后利用微积分增强能量算子强化敏感分量中的瞬态冲击,并根据敏感分量瞬时能量的时域波形及Fourier频谱诊断滚动轴承故障.分析结果表明该方法能够有效诊断滚动轴承故障