北温带 晨昏线 昼夜交替 地球公转 地球自转 南寒带 南温带 热带 四季 太阳高度角 白昼 北半球 北寒带 北回归线 北极 北极圈 北极星 北京时间 北温带 本初子午线 潮汐 晨昏线 赤道 赤道纪念碑 春分点 春季 磁暴 地磁场 地方时 地理位置 地平线 地球公转 地球仪 地球自转 地月系 地轴 东半球 冬季 冬至日 恒星年 恒星日 黄历 回归年 极光 极夜 极昼 近日点 经度 经纬网 经线 经线圈 玛雅历 南半球 南寒带 南回归线 南极 南极圈 南温带 年 秋分点 秋季 区时 热带 日界线 时差 四季 太阳高度 太阳日 天干地支 纬度 纬线 纬线圈 五带 五星连珠 物候 西半球 夏季 夏令时 夏至日 夜半球 夜弧 正午 昼半球 昼弧

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

针对一体化生产过程中连铸出坯顺序与热轧轧制顺序的协调问题,提出了计划顺序协调因子,并在此基础上建立了有利于提高直接热装(DHCR)比例的热轧批量计划优化模型.模型在满足热轧轧制工艺的基础上充分考虑了铸坯连铸出坯计划与热轧轧制计划的协调.采用改进遗传算法——两交换启发交叉算法对模型进行了求解.最后,针对大批量少品种和小批量多品种两组板坯对某钢厂2250 mm和1580 mm轧线进行了仿真,仿真结果表明模型可以大大减少铸坯因顺序不协调而引起的在进入加热炉前的等待时间,进而提高板坯DHCR比例

提出了一种基于保收敛粒子群优化算法的移动机器人全局路径规划策略,为移动机器人在有限时间内找到一条避开障碍物的最短路径提供了一种解决方案.首先建立环境地图模型,将连接地图中起点和终点的路径编码成粒子,然后根据障碍物位置规划出粒子的可活动区域,在此区域内产生初始种群,使粒子在受限的区域内寻找最优路径.在搜索过程中,粒子群优化算法的加速系数和惯性权重均随迭代次数自适应调节.仿真实验表明算法可在起点与终点之间找到一条简单安全的最优路径.与其他文献所提的方法进行了对比研究,结果表明本文所提算法具有更快的搜索速度和更高的搜索质量

为了提高热连轧带钢成材率和宽度精度,在精轧末机架后一般配置了测宽仪,利用机架间张力对宽度动态控制,达到调整带钢宽度目的;由于精轧末机架中心线到测宽仪的距离较远,使得系统具有大滞后性及时变性等特点,很难建立精确的数学模型.采用对模型要求宽松的广义预测控制方法,基于广义误差估计值对控制器参数进行自适应调整,直接辨识控制律参数,省略Diophantine方程的求解、矩阵的求逆,缩短在线计算的时间,适用于快速的轧钢过程.仿真结果表明,该方法对精轧宽度这一大时滞、不确定性系统有较好的控制效果

通过对高速车轮钢中TiN夹杂物析出进行热力学分析,得到了车轮钢的液相线和固相线温度及1873K时Ti、N的活度.对TiN生成反应和钢中Ti、N溶度积进行了计算.结果表明:TiN只能在固相中生成,但在本车轮钢Ti、N含量下,固相中也没有TiN生成的条件,只有在钢液凝固前沿,由于Ti、N在两相区的富集,TiN夹杂物的生成反应得以进行.因此,在生产中,适当提高连铸二冷的冷却速率,使钢液快速凝固,减少凝固前沿Ti、N的富集时间,可减少纯TiN的析出.对本实验车轮钢中TiN夹杂的检测结果进行计算分析可知,在正常生产时铸坯冷却速率条件下,将钢中Ti的质量分数控制在3.5×10-5以下、N的质量分数控制在3.1×10-5以下,理论上可以消除TiN夹杂物的析出,改善车轮钢的疲劳性能,提高车轮的使用寿命

对采用转炉-RH精炼-连铸工艺生产的IF钢连铸板坯在不同浇铸阶段(开浇、正常、两炉交接及浇铸末期)的铸坯洁净度进行了较为细致地研究和对比分析.由于浇铸初期存在二次氧化及较大程度地增碳,开浇坯[C],[O]T,[N]含量远高于其他时间段的铸坯,并存在较大尺寸的簇群状Al2O3夹杂.正常坯夹杂主要为尺寸较小(≤ 30μm)的块状及少量簇群状Al2O3夹杂(≤ 40μm),交接坯及尾坯仍以较小尺寸的块状Al2O3夹杂为主,但存在极少量大于100μm的复合夹杂

针对传统基于BP神经网络建立的连铸坯质量预测模型训练速度慢、适应能力弱、预测精度低等问题,本文提出一种基于极限学习机的连铸坯质量预测方法,对方大特钢60Si2Mn连铸坯中心疏松和中心偏析缺陷进行预测,并与BP和遗传算法优化BP神经网络预测模型的预测结果进行分析对比.结果表明:BP及GA-BP神经网络预测模型对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为50%、57.5%、70%和72.5%;而基于极限学习机的连铸坯预测模型预测准确率更高,对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为85%和82.5%,且该模型具有极快的运算时间,仅需0.1 s.该模型可对连铸坯质量进行迅速准确地分析,为连铸坯质量预测的在线应用提供了一种新的方法

为实现结晶器过程可视化和辅助漏钢预报技术，提出一种等值线区域填充法快速高效绘制直观的结晶器在线热像图的方法.该方法通过离散数据网格化、等值线生成和等值多边形填充绘制云图.其中，等值线生成采用网格序列法和单元剖分法结合，避免了已往的等值线追踪和二义性问题，高效准确，实现简单.将该方法与扫描母元法相比，前者绘制云图速度快，保证了精度和质量，优于后者，且算法复杂度的分析也证明了前者时间效率较高.实际应用结果表明，该方法绘制的结晶器在线热像图能很好地反映正常和非正常情况下结晶器内部温度场的特征，可满足实际生产要求

采用大涡模拟研究连铸钢水非定常湍流特性，比较了雷诺平均数学模型与大涡模拟数学模型对预测结晶器内钢水湍流运动的影响.模型采用一种低温液态金属模型的超声波多普勒速度仪（UDV）的测量结果进行验证，表明大涡模拟比雷诺平均模拟与实验测量结果更加吻合.瞬态湍流研究表明，大涡模拟优于雷诺平均数学模型，能够捕捉到水口附近高频率的湍流脉动现象.水口出流钢水区域内小尺度湍流结构起支配作用，射流以阶梯状上下摆动向结晶器内扩散.受湍流大尺度作用，结晶器内流场偏流现象始终存在，并且呈周期性变化，随着对流场时间平均的增加，结晶器内的不对称现象逐渐消除