为了解决多芯电缆的非侵入式电流测量由于被测对象信号微弱、系统灵敏度高、易受环境因素干扰，造成测量误差较大的问题，采用磁阻传感器的非侵入式电流测量系统为研究对象，在分析系统测量方法及硬铁、软铁和比例因子等误差构成的基础上，提出一种基于二步法的误差校正方法，该方法通过对传感器输出信号进行非线性变换，构造了与误差相对应的矩阵方程，并在对方程求解后进行非线性回归计算，从而实现对多芯电缆的电流测量值的动态误差修正.实验结果表明，该方法可以同时校正非侵入式电流测量系统的线性误差与部分非线性误差

采用均匀法进行室内实验设计,研究絮凝剂单耗、絮凝剂溶液浓度和给料浓度三因素对固液分离技术中沉降速度和沉降浓度的影响.对实验数据进行回归分析后认为,各因素对沉降速度的影响程度从大到小为:给料浓度 > 絮凝剂单耗 > 絮凝剂溶液浓度.沉降速度与絮凝剂单耗、絮凝剂溶液浓度正相关,与给料浓度负相关;对沉降浆体浓度影响程度从大到小为:给料浓度 > 絮凝剂单耗 > 絮凝剂溶液浓度.沉降浓度与絮凝剂单耗、给料浓度正相关,与絮凝剂溶液浓度基本无关.利用非线性规划寻找最优配比,预测值与验证实验的实测值误差小于8%.推荐的深锥浓密机运行参数为絮凝剂单耗5 g·t-1,絮凝剂溶液浓度0.05%,给料浓度5.233%

原子吸收分析中多数元素的标准曲线线性范围较窄,高含量中测量值往往落在曲线弯曲部分,为了扩大测量范围,现多数仪器具有曲线校直装置,但它操作调整烦杂,效果也不理想。本文提出的曲线校直计算,方法简便。作图法与线性回归法原理相合。先求出校直系数K,然后对试样测量的吸光度进行校直计算,经过校正后的吸光度在标准曲线直线部分延伸线上查得含量。文中通过测定高锰实例计算,证明方法简便可行,便于推广应用

通过二维冷态物理模型对氧气高炉炉身喷吹煤气在炉内分布进行了实验研究，分别研究了炉身煤气总量、辅助风口直径以及炉身喷吹煤气量与炉身煤气总量之比对炉身喷吹煤气在炉内分布的影响.结果表明，炉身喷吹煤气量与炉身煤气总量之比对炉身喷吹煤气在炉身分布起决定性作用，而炉身煤气总量和辅助风口直径的影响较小.同时，在炉身煤气上升过程中涡流扩散效应的影响也较小.通过对根据实验数据绘制的炉身等浓度分布图进行研究发现，炉身煤气分布主要分为两个不同的区域，一个是炉身喷吹煤气主流区，另一个是从高炉下部产生的上升煤气主流区.在炉身等浓度分布图的基础上通过回归分析的方法推导出炉身喷吹水平喷吹煤气的渗透公式.此外，辅助风口被安装在炉身下部有利于铁矿石在炉身的间接还原

为探明全尾砂高浓度充填料浆的灰砂比、浓度和流速对管道阻力的影响规律，预测工业充填管道阻力，开展中试规模环管试验。根据管壁切应力与剪切速率关系建立管道阻力预测模型，利用灰关联法分析各因素对管道阻力的影响强弱，通过线性回归获取料浆流变参数。结果表明，管道阻力对料浆浓度的变化最为敏感，随浓度增加成二次函数增长。料浆流速对管道阻力的影响仅次于浓度，层流输送时管道阻力随流速增加成线性增长。灰砂比对管道阻力的影响有双重性，灰砂质量比小于1∶8时胶凝材料的黏结作用占主导并增加管道阻力，反之胶凝材料的润滑作用占主导并降低管道阻力。环管试验得到的料浆流变参数明显小于流变仪测试结果且更接近工程实际，管道阻力预测模型的误差小于10%

利用Gleeble-3500热模拟试验机对38MnB5热成形钢的高温变形行为进行研究, 分别在650~950℃温度区间内, 以0.01、0.1、1和10 s-1的应变速率对其进行等温单向拉伸测试, 并得到相应条件下的真应力-应变曲线.结果表明: 38MnB5热成形钢流变应力随着变形温度的升高而减小, 随着应变速率的增大而增大.当应变速率逐渐增加时, 热变形时发生的动态回复和动态再结晶效果并不显著, 而当温度逐渐升高时, 二者作用逐渐加强.考虑了温度、应变速率和应变的综合复杂影响, 建立38MnB5热成形钢高温下的本构方程.此本构方程通过对流变应力、应变、应变速率等实验数据的回归分析, 得到与变形温度、应变速率和应变相关的材料参数多项式.计算结果与实验结果对比发现, 通过本构方程所获得的计算值与试验值吻合良好

为提高热轧换规格首块钢头部卷取温度命中率，采用数据挖掘技术，从历史带钢冷却数据中推断出与实际带钢相匹配的卷取温度模型水冷换热学习系数，并将其应用于模型预设定计算。首先，对冷却特征参数进行识别，按照相对型、绝对型、相等型和策略型四种方式进行定义，并对实际带钢与历史带钢的各项冷却特征参数进行相似距离计算。当历史带钢的总相似距离满足要求时，将其聚类为实际带钢的相似卷，并考虑各相似卷的时间影响，计算相似权重值；随后，基于相似带钢的头部和尾部信息，建立由卷取温度预报误差、偏离学习系数回归值惩罚项和偏离默认值惩罚项等构成的目标函数以及相应的约束条件，采用梯度下降法求解该二次规划问题，通过三次优化逐步计算出学习系数参考值和表征学习系数与带钢速度及目标卷取温度呈双线性关系的两个参数；最后，根据实际带钢的穿带速度、目标卷取温度等冷却条件计算冷却设定所需的学习系数。现场应用表明：基于十万块历史带钢冷却数据驱动的模型参数即时自适应设定算法可增强卷取温度模型对带钢头部冷却的预设定能力，学习系数即时自适应设定能力随着内存中保存的历史带钢冷却数据的多样性和检索出的相似卷数量的增加而提升

采用Gleeble-3800D热模拟试验机在应变量0.6、变形温度750~1050℃、应变速率0.01~1 s-1工艺条件范围内, 研究了Fe-(5.5%、6.0%、6.5%) Si高硅电工钢的热变形与动态再结晶行为.采用线性回归方法, 建立了三种成分实验钢的流变应力本构方程.计算得到Fe-5.5% Si、Fe-6.0% Si和Fe-6.5% Si高硅电工钢的热变形激活能分别为310.425、363.831和422.162 kJ·mol-1, 说明Fe-(5.5%、6.0%、6.5%) Si高硅电工钢的热变形激活能随Si质量分数的增加而增大, 这使得Fe-(5.5%、6.0%、6.5%) Si高硅电工钢相同条件下的变形抗力随Si含量的升高而增大.采用金相截线法对不同成分和变形条件下实验钢的动态再结晶百分数进行了统计, 结果表明: 同一热变形条件下, Fe-(5.5%、6.0%、6.5%) Si高硅电工钢的动态再结晶百分数随Si质量分数的升高而减小.本文实验条件下, 当变形温度为750~850℃时, Fe-(5.5%、6.0%、6.5%) Si高硅电工钢软化机制主要为动态回复; 而变形温度为950~1050℃时, Fe-(5.5%、6.0%、6.5%) Si高硅电工钢软化机制主要为动态再结晶

采用旋转柱体法对不同类型的含氟连铸保护渣黏度进行检测，并基于Arrhenius方程通过非线性回归分析建立了新的黏度预测模型，分析了组分变化对黏度的影响。结合模型计算和实验检测，建立了CaF2?Na2O?Al2O3?CaO?SiO2?MgO渣系的等黏度图。结果表明，与传统的含氟连铸保护渣黏度预测模型相比，该模型计算的偏差在10%以内，当渣中w（CaF2）超过20%时，偏差逐渐增大，主要由于氟化物挥发造成炉渣成分变化，最终黏度实测值与炉渣初始成分不符，造成模型无法对黏度有效预测。此外，研究发现，CaF2的增加能显著降低炉渣黏度，而Al2O3和Na2O对黏度的影响受CaF2含量的限制。当w(CaF2)>17%，炉渣黏度随Al2O3含量增加而减小，当w(CaF2)<17%，Al2O3的增加使炉渣黏度显著增大；当w(CaF2)>11.5%，炉渣黏度随Na2O含量增加显著下降，当w(CaF2)<11.5%，Na2O含量变化对黏度的影响并不明显。此外，该等黏度图表明低黏度区w(CaF2)接近14%。通过调整等黏度图中各组分比例，可以改善保护渣的黏度和流动性，供钢铁工业应用

在前期研究的基础上, 对LiBr-[BMIM]Cl/H2O三元工质对的其他重要热力学数据进行了系统地测定, 包括密度、黏度、比热容和比焓.采用最小二乘法对测定的热力学数据进行回归, 得到了物性方程; 实验值与物性方程计算值的平均绝对相对偏差(average absolute relative deviation, AARD)分别为0.03%、1.10%、0.29%和0.01%.除了结晶温度和腐蚀性, 黏度是影响工质对实际应用的另外一个重要因素, LiBr-[BMIM]Cl/H2O三元工质对的运动黏度小于25 mm2·s-1, 满足实际应用要求, 且很好地改善了离子液体的高黏度问题