采用物理化学相分析、高分辨透射电镜等手段研究V-N微合金化钢在正火过程中第二相行为,并进行相应的理论计算,讨论该行为对材料性能产生的影响.正火加热保温过程中,V-N钢有约32.9%的V(C,N)未溶解,阻止奥氏体晶粒长大.在正火冷却过程中,未溶解的V(C,N)诱导晶内铁素体形核,细化铁素体晶粒,而溶解的V(C,N)重新析出,起到析出强化作用.V(C,N)析出相行为的变化导致材料力学性能的改变.与热轧态V-N钢相比,正火态V-N钢细晶强化贡献值增加31 MPa,而析出强化贡献值减少45 MPa

本文对采用恒电位法测定奥氏体不锈钢316L在NaCl溶液中的阳极极化曲线时产生\二次钝化\的现象进行了研究。在对实验进行分析的基础上,提出把Prazak的\二次钝化\理论的适用范围扩大到点蚀过程;并引用Prazak的理论对NaCl溶液中316L不锈钢的\二次钝化\现象进行了分析讨论。结论认为:\二次钝化\现象只有在特定的材料,介质和环境条件下才能产生。尽管在\二次钝化\发生时,在H2SO4溶液中发生的是不锈钢表面膜的过钝化溶解过程,而在NaCl溶液中发生的是点蚀过程,但产生\二次钝化\的机理是相同的

以高浓度铜氰溶液为研究对象，通过添加次亚磷酸盐，进行了高碱条件下电积回收铜与氰化物的研究.研究了次亚磷酸盐用量、温度对铜和氰化物沉积过程的影响；利用线性循环伏安、恒电位电解并结合X射线衍射分析阳极沉淀物的物相，分析了阳极反应机理和次亚磷酸盐抑制氰化物分解的机理；采用电解后余液进行金的氰化浸出实验.结果表明：次亚磷酸盐可有效抑制电沉积过程中氰化物的分解，其抑制效果随温度升高而增强.电解过程中阳极表面生成的Cu2+是造成氰化物分解的主要原因；次亚磷酸盐通过优先与Cu2+发生氧化还原反应从而抑制氰化物的分解.处理后余液对金的氰化浸出无不良影响，通过电解可综合回收铜氰废水中金属与氰化物，处理后废水可循环利用

针对企业冶炼超低碳铝镇静钢过程中增氮量高、波动大及控制不稳定的问题,采用工艺数据统计和现场取样的手段,系统梳理了冶炼过程钢液脱氮和增氮的主要环节和影响因素.转炉脱碳期和真空处理是脱氮的主要环节,碳氧期的总脱碳量高则终点氮含量低;转炉底吹N2/Ar切换点在吹炼70%以前对终点氮含量影响不大;VD在无氧条件下脱氮有利,RH则在有氧条件下脱氮有利.控制钢中溶解氧>200×10-6则出钢过程增氮可控制在5×10-6以下;炉料的氮带入是真空精炼环节增氮的重要因素,最高达11×10-6;采用密封垫+吹Ar的保护方式,增氮量最低为1×10-6

发酵过程起泡的利弊:气体分散、增加气液 接触面积,但过多的泡沫是有害的。 一、泡沫形成的基本理论 泡沫的定义:一般来说:泡沫是气体在液体中的 粗分散体,属于气液非均相体系 美国道康宁公司对泡沫这样定义:体积密度接近 气体,而不接近液体的“气液”分散体

利用ANSYS软件,采用直接耦合方法,对带有周向槽和径向槽的摩擦片在滑摩过程中的温度场和应力场进行仿真计算和分析。在计算过程中考虑了摩擦片和对偶钢片摩擦所产生的热分配情况,以及摩擦片与沟槽内润滑油和外界空气的热交换,并同时考虑了各种位移约束。研究发现在滑摩过程中摩擦片的最高温度出现在摩擦表面,最高等效应力出现在沟槽内,两者的最大值出现在滑摩过程的中前期,数值分别为148.1℃和146 MPa;在每个小摩擦表面会形成椭圆热区,并且温度中间高,四周低;沿半径方向,半径越大,温度越高,小摩擦面上的温度分布为凸抛物线型,沟槽面为凹抛物线型

本文以某初轧厂一个月实际生产的调度和现场记录数据为依据,建立了生产过程系统仿真的数学模型,利用这些模型在计算机上对初轧厂钢锭加热和轧制过程进行多次仿真试验和过程研究,为现场的生产调度和管理等技术人员提供决策依据,也可供过程控制等系统研究人员参考

通过分析突水水流井巷中漫延时空性变化的影响因素,提出了突水过程的三维动态仿真模型架构.经数据模型化、数据规则化、弧巷直巷化及井巷三维网络化处理,生成了井巷空间网络系统.通过研究水流在井巷空间网络中下向漫延、上向升涨的路径算法,构建了突水水流流经井巷的路径网络.结合突水水流流动的水力特征,解算了突水水流的漫延速度和到达时间.建立了能够真实模拟水流漫延过程的时空动态性变化的三维动态仿真模型.以国内某典型矿山的实际数据为例,验证了突水过程三维动态仿真模型的有效性

§2.1 热力学基本概念 §2.2 热力学第一定律 §2.9 化学计量数、反应进度和标准摩尔反应焓 §2.3 恒容热、恒压热、焓 §2.4 热容，恒容变温过程、恒压变温过程 §2.5 焦尔实验，理想气体的热力学能、焓 §2.6 气体可逆膨胀压缩过程，理气绝热可逆过程 §2.7 相变化过程 §2.10 标准摩尔反应焓的计算 §2.11 节流膨胀与焦尔-汤姆逊效应

随机过程的基本概念 设对每一个参数t∈T.X(t.w)是一随机变量,我们称随机变量族Xr={x(tw) t∈T}为一随机过程(stochastic process)或称随机函数其中TC是一实数集,称为指标集