Visual foxpro的项目是文件、数据、文档和 Visual FoXPro对象的集合。项目管理器是 Visua1 FoxPro中 按一定的逻辑关系,对应用系统中的文件进行有效组 织的工具,处理数据和对象的主要组织工具,是系统 “控制中心”。它保存在以.PJX为扩展名的文件中。 项目管理器用类似大纲的形式可视化地组织各项,可 以创建经过编译的.APP文件和.EXE文件

当前低碳高炉冶炼条件下使得炉内焦炭层变薄,恶化了料柱的透气透液性,焦炭在炉缸高温区石墨化过程中产生的焦粉是导致该现象出现的主要原因之一.为了研究焦炭在高炉下部的石墨化过程对其在炉缸内的冶金性能影响,研究了1100~1500℃不同温度下焦炭的石墨化度改变;同种焦炭石墨化程度与焦炭反应性及反应后强度之间的关系;不同石墨化度焦炭与碱金属侵蚀之间的关系;观察并分析了试验后不同焦炭试样的微观形貌.结果表明,随着温度的升高,焦炭石墨化程度加深,且温度每升高100℃,焦炭石墨化度约提高1.8倍,层间距d002值约降低2%,微晶结构层片直径La值约提高3%,层片堆积高度Lc值约提高15%;焦炭的表面气孔减少,特别是大气孔减少,焦炭表面镶嵌组织减少,各向同性组织增多,焦炭的结构有序化程度增强.随着焦炭石墨化程度的加深,焦炭的反应性逐渐减小、反应后强度逐渐提高,焦炭表面的劣化情况减弱,生成的大气孔减少,气孔壁破坏趋势减弱.碱金属对焦炭的反应性有促进作用,使焦炭的反应性提高,反应后强度降低.而焦炭的石墨化对焦炭的碱侵害具有一定的抵抗作用,降低了焦炭表面的劣化程度

1.1什么是面向对象程序设计 1.1.1面向过程程序设计的基本概念 考虑一个银行系统,该系统允许顾客开设不同类型的银行账户,包括现金账户、支票账户和贷款账户,同时允许顾客存款、取款和转帐

面向对象可视化编程基础 面向对象程序设计的主要特点是其抽象方 法接近于人的自然思维方式,很容易被应用人 员所接受,它的最大优点是开发效率高、代码 重用率高

C++除了完全支持C语言的输入输出系统外,还定义了一套面向对 象的输入输出系统。为什么C++还要建立自己的输入输出系统呢 ?C语言的输入输出系统不支持用户自定义的对象

高水平的工艺良品率是生产性能可靠的芯 片并获得收益的关键所在。本章将简单介绍影 响良品率的主要工艺及材料要素,并对良品率 测量点做出阐述。 维持及提高良品率对半导体工业至关重要 ,因为半导体制造工艺的复杂性,以及生产一 个完整封装器件所需要经历的庞大工艺制程, 是导致这种对良品率超乎寻常关注的基本原因 。这两方面的原因使得通常只有20%至80%的芯 片能够完成生产线全过程,成为成品出货

岩石多场耦合作用的研究已经开展了数十年，包括岩石在单一物理场、两场耦合或三场耦合作用效应的研究。然而深部矿产资源开采和地下空间开发中岩体的赋存环境非常复杂，岩体在高温、高渗透压、高应力及复杂水化学环境中将发生温度–水流–应力–化学（THMC）多场耦合作用。综合分析岩石多场耦合作用下的裂隙演化、变形力学机制、力学本构和耦合模型构建等方面的研究，在分析岩石强度理论的基础上得出岩石多场耦合本构模型以及岩石蠕变本构模型。不同行业对岩石多场耦合作用的研究重点存在一定的差异，岩石多场耦合作用不仅涉及到矿产资源开发、油气田开采、地热资源开发等资源能源领域，其在水利水电工程、高寒工程、地下工程、地下核废料处置及深埋能源储库等领域也是研究的重点。岩石在高应力、水流、高温和化学作用下，不仅会发生耦合作用，而且会对岩石本身的物理力学性能产生影响。分析研究多场耦合作用下岩石的力学性能对于预防事故发生和保障工程安全开展具有重要的现实意义。最后探讨分析了岩石多场耦合研究的重点、难点和今后研究的方向，为工程实践和相关问题的解决提供参考

采用频率为100 Hz的电磁谐振疲劳试验机进行疲劳拉伸试验, 研究了两种应力比(R=0. 1和-1) 对TC4钛合金的超高周疲劳失效机理的影响.结果表明, 两种应力比下的S-N曲线都呈现\双线\型, 但各自表示的意义及失效机理不同.当R=0. 1时, TC4钛合金的疲劳失效形式有两种, 即由加工缺陷诱发的表面失效和内部鱼眼失效, 这两种失效形式都伴随着颗粒平面(Facet) 出现; 而当R=-1时, 仅存在表面失效, 且无Facet的出现.基于断裂力学的讨论可知, 在正应力比及真空环境下, 对应小裂纹扩展的门槛值更低, 更有利于裂纹扩展及Facet的形成. TC4钛合金的整个内部疲劳失效过程及机理可解释为: (1) 滑移线或滑移带在部分α晶粒上的出现; (2) 微裂纹的萌生和接合; (3) 颗粒亮区(GBF) 的形成; (4) 鱼眼的形成; (5) 鱼眼外的失稳裂纹扩展; (6) 最终的瞬时断裂

由于转炉冶炼过程中的热力学和动力学反应复杂，副枪控制模型和传统的烟气分析模型存在很大的局限性，导致了转炉冶炼终点碳含量的预测精度偏低，是实现智能炼钢的主要技术瓶颈. 针对上述问题，提出了基于烟气分析的炼钢过程函数型数字孪生模型. 首先，利用烟气分析得到连续监测的实时数据，以此来实时监控转炉熔池内钢水的碳氧反应状态; 然后，根据熔池反应所处的不同阶段，利用函数型数据分析方法建立吹炼前期和吹炼后期的函数型预测模型; 在此基础上，按照吹炼前期和吹炼后期这两个阶段来分别自动修正模型中的系数函数，从而能在复杂的实际工况条件下完成对熔池碳含量的准确预测. 通过260 t氧气转炉的工业应用实例，证实函数型数字孪生模型具有良好的自学习和自适应能力，对异常冶炼状态具有良好的鲁棒性，可以实现全过程的熔池碳含量动态预测，终点碳质量分数在± 0. 02% 范围内的命中率为95%. 利用函数型数字孪生模型在拉碳阶段对钢水中碳含量的预测值来控制终吹点. 更为重要的是，在保证入炉原料成分、温度、质量等参数稳定的前提下，采用该模型可以有望取消基于副枪的停吹取样步骤，从而降低生产成本，提高产品质量和生产效率，具有广泛的工业应用前景

选取某4000 m3级别高炉2014年至2019年时间范围内的日平均数据，以铁水温度为目标函数，首先对铁水温度的特征参量进行线性与非线性相关性分析、特征选择与规范化处理，获取了显著影响铁水温度的正负相关性特征参量。在此基础上，基于支持向量回归与极限学习机两种算法对铁水温度构建预测模型，模型均可对铁水温度实现有效预测，基于支持向量回归算法构建的预测模型较优，预测平均绝对误差为4.33 ℃，±10 ℃误差范围内的命中率为94.0%