转炉冶炼终点碳曲线拟合模型避开了熔池初始碳含量难以精准确定的问题,假设吹炼后期脱碳速率与熔池碳含量具有一定的函数关系,通过这种函数关系预报钢水终点碳含量.终点碳的三次方模型和指数模型预报精度在±0.02%之间的命中率分别为85.9%和81.2%.运用熔渣分子理论,基于冶炼热轧板材(SPHC)的渣组元成分,计算得出渣中FeO的活度为0.241.出钢温度为1686℃时,C和Fe元素选择性氧化的临界碳质量分数为0.033%.本文在传统指数模型的基础上,充分考虑了枪位、顶吹流量、底吹流量等操作参数对熔池脱碳速率的影响,建立了基于熔池混匀度的指数模型.基于熔池混匀度的指数模型与其他烟气分析碳曲线拟合模型相比,命中率有所提高.以新钢生产热轧板材(目标碳质量分数为0.06%)时的烟气数据为研究对象建模,终点碳质量分数预报误差在±0.02%之间的有75炉次,占验证数据量的88.2%

提出了一种新的利用梯度磁场实现空气中氧气富集的方法:用两块相距一定距离的磁铁异极相对围成一个四周边界开放的磁场空间,其边界处存在着指向空间内部的场强梯度.进入磁场空间的气体中氧分子在通过边界流出时将受到磁化力的阻碍作用,这样就在磁场空间内部尤其是远离空气入口位置,氧分子得到富集.该方法最突出的特点在于,可有效避免由于气体湍流、分子的布朗运动以及扩散作用所造成的再混合.磁体材料为钕铁硼,尺寸为78mm×38mm×30mm,所围空间的尺寸为78mm×38mm×1mm.实验结果表明:磁场空间内氧体积分数增加最多的地方出现在距空气入口最远边界处,在一定空气入口流量范围内(≤60mL·min-1),进出口空气流量比存在一个最佳值,使磁场空间内各处的氧体积分数达到最大;在本文实验条件下,该值在2.0左右,当进出口流量分别为40mL·min-1和20mL·min-1时,出口气体氧的体积分数增量可达到0.65%

为连续预测RH熔池内碳含量,实现对RH脱碳终点碳含量控制,以物质C平衡为基础,通过对某钢厂250 t RH废气分析系统分析的废气流量以及废气中CO、CO2含量进行连续监控,建立了基于废气分析的RH脱碳数学模型.该模型计算表明:对于冶炼成品中碳质量分数≤ 30×10-6的超低碳钢,模型计算RH脱碳终点碳质量分数误差都在±5×10-6之间;在RH脱碳后期,废气中CO+CO2质量分数低于5%时,熔池内脱碳速率低于10-6 min-1,此时可判定脱碳结束.同时结合现场工艺条件分析了压降平台以及吹氧操作对RH脱碳速率的影响

利用热膨胀仪对低碳含铌钢(0.028%C-0.25%Si-1.82%Mn-0.085%Nb)进行热处理模拟,即950℃正火后快速冷却到中间温度350~550℃,随后进行不同加热速率、保温温度及保温时间的回火处理.采用光学显微镜、扫描电镜和图像分析方法,分析了不同回火条件下组织中的马氏体-奥氏体(MA)形貌、尺寸及分布.结果表明:回火前的终冷温度在贝氏体相变温度区间及提高回火升温速率,会增加回火组织中MA的体积分数,MA体积分数最高达到7.9%.提高回火温度和延长回火时间,MA的体积分数会出现峰值.回火后,MA平均尺寸在0.77~1.48μm.提高终冷温度、升温速率、回火温度和延长回火时间,会使回火后的MA粗大,并呈多边形化.MA的体积分数和平均尺寸主要受中间冷却过程结束时未转变奥氏体量、回火过程中铁素体向残余奥氏体碳扩散程度以及回火后残余奥氏体稳定性的影响

对三孔喷枪所产生的同源三股射流流场中速度分布、温度分布的实验数据进行分,发现各射流剖面上速度的分布不是轴对称的。经过坐标变换并对射流流股内侧按类似伴随流的方法处理后,射流则具有自模性。若采用Aбрамович提出的射流积分方法,可以求解三孔喷头所产生的同源三股射流主段内的速度场、温度场。文中算出了三孔喷抢射流流场的自模性、射流主段速度分布、温度分布、射流边界扩展规律、射流轴心速度衰减规律等公式,这些公式与实验数据相符合。同时还找出了伴随流速度uc以及三个流股之间相互干扰与喷孔夹角α之间的函数关系。这些结果为设计三孔喷枪提供了实践和理论的依据

结合影像学和人工智能技术对病灶进行无创性定量分析是目前智慧医疗的一个重要研究方向。针对肝细胞癌（Hepatocellular carcinoma, HCC）分化程度的无创性定量估测方法研究，结合放射科医师的临床读片经验，提出了一种基于自注意力指导的多序列融合肝细胞癌组织学分化程度无创判别计算模型。以动态对比增强核磁共振成像（Dynamic contrast-enhanced magnetic resonance imaging, DCE-MRI）的多个序列为输入，学习各时序序列及各序列的多层扫描切片在分化程度判别任务的权重，加权序列中具有的良好判别性能的时间和空间特征，以提升分化程度判别性能。模型的训练和测试在三甲医院的临床数据集上进行，实验结果表明，本文所提出的肝细胞癌分化程度判别模型取得相比几种基准和主流模型最高的分类计算性能，在WHO组织学分级任务中，判别准确度、灵敏度、精确度分别达到80%，82%和82%

融合手工特征和深度特征，提出了一种集成超限学习机心跳分类方法。手工提取的特征明确地表征了心电信号的特定特性，如相邻心跳时间间隔反映了心跳信号的时域特性，小波系数反映了心跳信号的时频特性。同时设计了一维卷积神经网络对心跳信号特征进行自动提取。基于超限学习机（Extreme leaning machine，ELM），将上述特征融合进行心跳分类。由于ELM初始参数的随机给定可能导致其性能不稳定，进一步提出了一种基于袋装（Bagging）策略的多个ELM集成方法，使分类结果更加稳定且模型泛化能力更强。利用麻省理工心律失常公开数据集对所提方法进行了验证，分类准确率达到了99.02%，实验结果也表明基于融合特征的分类准确率高于基于单独特征的分类准确率

采用近似无限大流体重力沉降原理分析了多期法FeV50合金浇铸过程渣金分离及浇铸渣层钒的分布规律，考察了熔渣黏度、沉降粒度、浇铸温度、渣层厚度以及保温制度对渣中钒含量的影响.结果表明，浇铸渣中钒的赋存形式除了未还原完全的钒氧化物之外，还存在部分未完全沉降的初级合金；合金沉降速度随合金粒度的增加而增大，随熔渣黏度的增加而减小.1850℃条件下，当渣层厚度为50 mm，熔渣组分质量分数为65.2% Al2O3、15.5% CaO、14.6% MgO、1.9% Fe2O3、0.9% SiO2时，粒径为100 μm的合金沉降时间及熔渣上浮时间分别为24.9和1.2 min.基于此，进行浇铸工艺优化试验，在渣层厚度35 mm，浇铸温度1900℃、熔渣主要成分质量分数Al2O3 60%~65%、CaO 15%~20%、MgO 9%~15%、浇铸锭模保温层厚度9 cm的条件下，浇铸渣中平均TV质量分数由1.39%降低至0.58%

针对预控顶分段充填法在深部开采存在的预控顶巷道掘进工序繁杂、顶板易受爆破震动影响等缺点,本文提出垂直孔与水平孔协同回采的机械化分段充填采矿法(协同回采分段充填法).该方法通过改变顶板支护工序的顺序,将预控顶变为后压顶,能够有效地解决顶板围岩稳定性问题.进而对协同回采分段充填法进行优化研究:一方面,通过SURPAC到ANSYS的模型转换技术,进行采场稳定性数值分析,获得最佳的结构参数;另一方面,通过分区出矿分区支护的方式,解决两帮支护不到位和出矿效率低的问题.将该方法应用于新城金矿V#矿体开采,结果显示顶板岩移量显著减小,且各项经济技术指标均得到改善,实现了高应力条件下厚大矿体的安全高效开采

试卷分析: 1、学生基本概念、基本理论掌握情况总体较好,选择和填空题得分率较高。 2、学生运用基本知识、理论分析问题解决问题的能力、创新能力和实践能力不容 乐观,只有少数学生具备这种能力,反映在试卷上第四题:完成程序缺少部分,丢分 率较高,平时应注意多作这方面的演练。 3、7名学生不及格,50分以下6人,其中一人交了白卷,反映出学风存在问题,平 时需要与辅导员沟通,及时了解情况。 4、试卷命题符合教学大纲要求,难易适中。从学生的成绩分布情况看,基本符合正态分布,能够区分出等级