从Al2O3活度和夹杂物成分两方面来研究精炼渣对夹杂物的影响.采用Factsage软件对CaO-Al2O3-SiO2-MgO(8%)-CaF2(8%)炉渣中Al2O3活度进行了计算,并研究了碱度和(MgO)含量对Al2O3活度的影响.当炉渣碱度从1.0增加到2.0时,炉渣中Al2O3活度随着炉渣碱度的增加而降低;当炉渣碱度从2.0增加到3.8时,Al2O3活度变化幅度很小;(MgO)质量分数分别为5%和8%的渣,Al2O3活度差距较小;在碱度高的炉渣中[Al]s容易被从炉渣还原到钢水中.在使用高碱度精炼渣的盘条中发现许多含有MgO的硬性夹杂物,并对此进行了分析,最后得出最适宜的炉渣碱度为2.5~3.0

研究了含硅量为1.5%(质量分数)的高硅马氏体型热作模具钢(SDH3)的内耗谱与显微结构之间的关系.实验用SDH3钢采用1060℃保温30min油冷淬火和不同回火工艺处理.试样的温度-内耗谱(TDIF)的测量在振动仪上进行,采用自由衰减法,测量温度区间为室温至750℃.实验结果表明:SDH3钢的TDIF谱线主要是Snoek峰和SKK峰这两种机制的内耗峰;随着回火温度的升高,内耗峰峰高均逐渐降低,并且峰位也发生改变;当回火温度达到650℃时,内耗峰完全消失而只剩下背景内耗;随着回火保温时间的延长,内耗峰峰高和峰位都发生变化,并从扩散控制再分配机理的角度对这些变化进行了分析讨论

为提高武钢薄板坯连铸连轧产线集装箱钢水洁净度,通过工业试验考察了LF精炼过程炉渣成分、软吹氩以及钙处理工艺对钢中T[O]和夹杂物的影响.试验结果表明,适当提高(CaO+MgO)/SiO2有利于降低钢中T[O],但同时要考虑(CaO+MgO)/Al2O3的比值,适当增加钙处理前后软吹氩时间可明显提高钢水洁净度;将炉渣中(CaO+MgO)/SiO2和(CaO+MgO)/Al2O3控制在合适范围不仅有利于提高钢水洁净度,而且有利于钢中低熔点CaO-MgO-Al2O3系夹杂物的生成.根据相关热力学数据给出了实际生产钢中生成不同液态铝酸钙时[Ca]-[Al]平衡热力学计算模型

为控制钢液中氮含量,实验了两种不同脱氧方式:(Ⅰ)出钢过程加Al进行强脱氧;(Ⅱ)出钢时不加Al,加入Si-Mn合金进行弱脱氧,在LF进站再喂入Al线进行强脱氧.借助气体分析仪和扫描电镜对不同脱氧方式下钢中氧氮含量和夹杂物进行了分析.两种不同脱氧方式得到最终产品的全氧含量几乎一致,但方式(Ⅱ)对控制氮含量更为有利,可以使氮的质量分数降低约5×10-6;两种不同脱氧方式对最终产品中夹杂物的类型和尺寸影响不大,均为球状的CaS和CaO-MgO-Al2O3夹杂物.文中还推断出了采用Si-Mn弱脱氧时钢中夹杂物的生成过程

通过对国内某钢厂BOF-LF-CC工艺生产50CrVA弹簧钢进行全流程连续取样,综合分析了冶炼过程中总氧（T.O.）、N含量变化,非金属夹杂物的衍变规律,以及铸坯中大型夹杂物的特征.结果表明,LF精炼前T.O.和N的平均含量分别为106×10-6和13×10-6,铸坯中分别为15×10-6和39×10-6,LF过程脱氧效果明显;运输和浇注过程存在较明显的二次氧化现象,需要加强大包到中间包的保护浇注;铸坯中夹杂物主要为CaOAl2O3-MgO和CaOAl2O3-SiO2复合氧化物夹杂,其中Al2O3含量（质量分数）较高,达到60%~70%,未得到低熔点夹杂物,可通过适当提高精炼渣碱度,或喂入适量钙线促使夹杂物充分转变为成分更加均匀的低熔点夹杂物;大型夹杂物以CaO和CaOAl2O3-SiO2-（MgO）球状氧化物为主,还存在一定比例的纯Al2O3夹杂物,需要延长钢包弱搅拌时间使夹杂物充分上浮

为了提高热成形钢的综合性能，设计了一种C-Si-Mn-Cr-B系热成形钢，采用热膨胀仪测定并研究了30SiMnCrB5热成形钢的连续冷却转变曲线和相变规律.分析了经轧制、退火及热成形模拟后钢板的微观组织形貌和力学性能，结合等密度线极图的方法，判定了热成形模拟后钢板中马氏体变体与母相的取向关系.30SiMnCrB5热成形钢具有较好的淬透性，临界冷速为5℃·s-1，有效抑制了珠光体和贝氏体的形成，完全马氏体组织的硬度可达600 HV以上.热成形模拟后的微观组织由板条马氏体和残余奥氏体构成，残余奥氏体主要以薄膜状分布在马氏体板条间，质量分数为6%~8%，抗拉强度为1800 Mpa左右，总伸长率可达10%以上，强度和塑性的匹配较好.热成形模拟后30SiMnCrB5热成形钢板中马氏体变体与母相的取向关系更接近N-W关系，12种变体没有都出现在原始奥氏体内

无论Eye-in-Hand或Eye-to-Hand型式的机器视觉控制系统,均存在视场受限、丢失等情况,从而无法在一定距离、角度内对目标进行在线视觉测量,进而无法建立全闭环的伺服控制.基于Eye-in-Hand型式的机器视觉控制系统,以及最短测量距离Lmin,提出一种闭环与开环相结合的伺服控制系统:即测量距离大于Lmin时为位置反馈型闭环控制的原位调姿,在测量距离小于Lmin时为位置给定型开环控制,机器人以相对线性运动进给到目标位置.针对该过程中的偏移问题,提出了前馈补偿模型,即利用前期运动数据对运动误差进行估计.实验证明,该方法能有效地补偿定位误差

通过15N-14N同位素气体交换技术消除液相传质的影响，利用在线质谱分析仪测定了在1873 K下，铁液中氮溶解的界面反应速率常数。结果表明，总流量为600～800 mL?min?1时可以忽略气相传质的影响，保护气中增加H2的比例有利于降低钢液中杂质元素的浓度。铁液中加入一定量碳、铝、硅，分析得到这三种元素对氮溶解速率是抑制的。依据本实验的数据利用空位解离模型建立反应速率常数ka与氧、硫、碳、铝、硅的活度关系，吸附系数分别是KO=0.96，KS=9.32，KC=0.02，KAl=0.51，KSi=1.16。纯铁液中氮的溶解反应表观速率常数为ka=4.8×10?6 mol?m?2?s?Pa

作为磨矿过程的主要生产质量指标, 磨矿粒度是实现磨矿过程闭环优化控制的关键.将磨矿粒度控制在一定范围内能够提高选别作业的精矿品位和有用矿物的回收率, 并减少有用矿物的金属流失.由于经济和技术上的限制, 磨矿粒度的实时测量难以实现.因此, 磨矿粒度的在线估计显得尤为重要.然而, 目前我国所处理的铁矿石大多数为性质不稳定的赤铁矿, 其矿浆颗粒存在磁团聚现象, 所采集的数据存在大量异常值, 使得利用数据建立的磨矿粒度模型存在较大误差.同时, 传统前馈神经网络在磨矿粒度数据建模过程中存在收敛速度慢、易于陷入局部最小值等缺点, 且单一模型泛化性能较差, 现有的集成学习在异常值干扰下性能严重下降.因此, 本文在改进的随机向量函数链接网络(random vector functional link networks, RVFLN)的基础上, 将Bagging算法与自适应加权数据融合技术相结合, 提出一种基于鲁棒随机向量函数链接网络的集成建模方法, 用于磨矿粒度集成建模.所提方法首先通过基准回归问题进行了实验研究, 然后采用磨矿工业实际数据进行验证, 表明其有效性

采用Gleeble-3800D热模拟试验机在应变量0.6、变形温度750~1050℃、应变速率0.01~1 s-1工艺条件范围内, 研究了Fe-(5.5%、6.0%、6.5%) Si高硅电工钢的热变形与动态再结晶行为.采用线性回归方法, 建立了三种成分实验钢的流变应力本构方程.计算得到Fe-5.5% Si、Fe-6.0% Si和Fe-6.5% Si高硅电工钢的热变形激活能分别为310.425、363.831和422.162 kJ·mol-1, 说明Fe-(5.5%、6.0%、6.5%) Si高硅电工钢的热变形激活能随Si质量分数的增加而增大, 这使得Fe-(5.5%、6.0%、6.5%) Si高硅电工钢相同条件下的变形抗力随Si含量的升高而增大.采用金相截线法对不同成分和变形条件下实验钢的动态再结晶百分数进行了统计, 结果表明: 同一热变形条件下, Fe-(5.5%、6.0%、6.5%) Si高硅电工钢的动态再结晶百分数随Si质量分数的升高而减小.本文实验条件下, 当变形温度为750~850℃时, Fe-(5.5%、6.0%、6.5%) Si高硅电工钢软化机制主要为动态回复; 而变形温度为950~1050℃时, Fe-(5.5%、6.0%、6.5%) Si高硅电工钢软化机制主要为动态再结晶