BOF+LF+RH+CC工艺路线生产IF钢,在RH脱碳前,钢水经脱氧和LF精炼后,钢中自由氧达到极低水平.根据表观脱碳速率常数的不同,这种极低氧钢水的RH脱碳可以划分为四个阶段.与传统三个阶段的RH脱碳不同的是在低速脱碳阶段和快速脱碳阶段存在一个脱碳速率介于两者之间的过渡阶段.在正规溶液模型的基础上,建立了能够准确预报钢液氧含量及顶渣FeO含量的RH脱碳模型.结果表明:在RH吹氧前,极低氧含量的钢液与顶渣之间基本不传氧;吹氧之后,钢液氧含量呈线性增加,当钢液氧势大于顶渣氧势后,钢液向顶渣传氧,渣中FeO含量上升;RH处理结束FeO含量较处理初始有所回升,但是仍处于极低水平,能够有效降低顶渣对钢液的二次氧化

生活细胞内的有机物质,在酶的催化下进行氧化分解, 产生二氧化碳和水,并释放出大量能量的过程称为呼吸 作用。被呼吸作用氧化分解的有机物主要是糖类(碳水化合物), 常被称为“呼吸底物”,呼吸底物的分解亦称降解。伴随呼吸作用的进 行,植物重量减轻,同时有大量的能量和CO释放。呼吸与光合作用 共同组成了绿色植物的代谢核心。光合作用所制造的有机物及其所 贮存的能量,必须经过呼吸作用的转化,才能变为构成植物体的成 分与有效的能量,植物的 生长发育以及各种生理活动都 与呼吸作用有直接或间接的联 系。呼吸是生命的共同现象, 动物具有专门的呼吸器官

化工热力学还是一门有关能量的科学,由于真实过程的不可逆性,造成了能量在再分配的过程中 不可避免的品位降低,有部分的能量损耗。通过热力学的能量分析,可以确定具体过程中能量损失的 具体部位和损耗原因,帮助优化能源的利用,提高效率

采用浇注料流变仪、L型流动性测试装置和自流值测定装置,测定了加水量、分散剂(FS10)、纯铝酸钙水泥和α-Al2O3微粉对刚玉质自流浇注料的流变性和流动性的影响,并分析了流变性和流动性之间的关系.实验结果表明:随加水量增加(质量分数4.9%～5.3%),相对屈服应力、相对塑性黏度和相对平均黏度均逐渐减小,自流值和流动速度逐渐增大.随分散剂FS10加入量的增加(质量分数0.16%～0.20%),相对屈服应力、相对塑性黏度和相对平均黏度逐渐减小,自流值和流动速度逐渐增大;分散剂FS10加入量继续增大时(0.20%～0.22%),相对屈服应力、相对塑性黏度和相对平均黏度显著增大,而自流值和流动速度大幅下降.随纯铝酸钙水泥加入量增加(质量分数1%～4%),流变参数和流动参数有一定的变化,但变化不明显.随α-Al2O3微粉加入量的增加(质量分数9%～12%),相对屈服应力和相对平均黏度均减小,相对塑性黏度变化不大,自流值变化不大,流动速度加快.刚玉质自流浇注料流变参数和流动参数之间的关系为:自流值和相对屈服应力有较好的相关性,而流动速度和相对平均黏度有较好的相关性

指出了现象相似的数学物理本质是它们在同一个量纲为1的单元坐标体系中有相同的量纲为1的模型:模型的结构相同且各特征数数值——对应相等.以冶金工程中常见的问题——一维非稳态传导传热问题为例进行了说明与讨论.指明在量纲为1的单元坐标体系中不同现象的规律性之区别仅在于变量之间的关系不同,并不依赖于描述实际现象的方程.只要现象相似,它们在量纲为1的单元坐标体系中有相同的模型且有相同的解.在量纲为1的单元坐标体系中具有相同结构模型的现象是同类现象,同类现象中特征数数值对应相等的现象才是相似现象

数字系统的特点：输入、输出都是数字量。 自然界所存在的物理量大多数是模拟量，如温度、湿度、 压力、流量、速度、时间等。数字系统不能直接处理模拟量， 所以要把模拟量先转换为数字量（A/D)，然后送入数字系统中 去处理

为了深入探究MgO对烧结矿矿物组成及冶金性能的影响，采用扫描电子显微镜和荷重软化熔滴设备研究了MgO对含钛烧结矿矿相结构与软熔滴落性能影响.实验结果表明，随着烧结料中MgO质量分数从2.04%增加到3.96%，烧结过程液相生成量逐渐减少，烧结矿中的赤铁矿和铁酸钙等含量都有不同程度的降低，赤铁矿质量分数从13.57%降低到9.99%，铁酸钙的质量分数由38.7%降低到30.17%，磁铁矿、硅酸盐和烧结矿中的孔洞逐步增加.因此，增加烧结矿中MgO会降低烧结矿中液相生成量，不利于烧结矿转鼓强度和还原性的提高.高碱度含钛烧结矿中的镁主要分布于烧结矿中复合铁酸钙相中，进一步提高烧结矿中镁的质量分数，烧结矿的磁铁矿相比例将增加，有一部分镁固溶于磁铁矿中；在高镁烧结矿中，也会形成一定量的橄榄石，其中固溶有少量镁、钛等元素.随着烧结矿中MgO质量分数的增加，开始软化温度逐渐升高，试样软化开始温度均在1120℃以上，软化温度区间ΔtA随着MgO含量的升高而逐渐变宽

针对单核学习支持向量机无法兼顾学习能力与泛化能力以及多核函数参数寻优问题，提出了一种基于群体智能优化的多核学习支持向量机算法。首先，研究了五种单核函数对支持向量机分类性能的影响，进一步提出具有全局性质的多项式核和局部性质的拉普拉斯核凸组合形式的多核学习支持向量机算法；其次，为增加粒子多样性及快速寻优，将粒子群优化算法引入了遗传算法中的杂交操作，并用此改进的群体智能优化算法对多核学习支持向量机进行参数寻优。最后，分别采用深度特征与手工特征作为识别算法的输入，研究表明采用深度特征优于手工特征。故本文采用深度特征作为多核学习支持向量机的输入，以交叉遗传与粒子群混合智能优化算法作为其寻优方式。实验选取合作医院数据集对所提算法进行训练并初步测试，进一步为了验证所提算法的泛化能力，选取公开数据集LUNA16进行测试。实验结果表明，本文算法易于跳出局部最优解，提升了算法的学习能力与泛化能力，具有较优的分类性能

研究了轴承钢中TiN夹杂物的形成热力学,以及钢中Ti和N的控制理论,并在某钢厂进行了GCr15轴承钢的生产实验.结果表明,在凝固过程中钢中Ti或N的含量越高,TiN夹杂物开始析出温度就越高,析出物的尺寸就越大;使用低Ti合金原料能够有效降低钢中的Ti含量;采用低Ti铁水,初炼渣中的TiO2降到1.0%以下,能有效控制钢水中的Ti含量;采用低钛合成渣过程回钛量显著减少,钢中Ti含量由原来的37×10-6下降至30×10-6;优化改进精炼工艺和大包保护浇铸可以降低钢中N含量为33×10-6;降低凝固偏析,能降低TiN夹杂析出

1向量的定义 定义n个有次序的数a1,a2,…,an所组成的数组称为n维向量这n个数称为该向量的分量第个数a1称为第个分量