带状组织是影响中低碳齿轮钢内在质量的主要缺陷之一.本研究利用光学显微镜观察到了20CrMnTiH和SAE8620H齿轮钢工业样品的带状组织,电子探针分析表明两钢种样品中均存在着Cr、Mn、Si等合金元素的带状偏聚.分析结果表明,元素偏聚只是产生带状组织的必要和前提条件,而非充分条件.除了微观偏析之外,合金元素对γ→α转变温度Ar3的影响趋势、在钢液中的溶解度或含量、对C活度的影响趋势、以及对CCT曲线的影响趋势等均对带状组织的形成或消除具有重要影响.减弱或消除带状组织的形成,一方面需要获得细小的铸坯二次枝晶间距,促进元素均匀分布,另一方面即便是在存在元素偏聚的条件下,若控制适当的轧制冷却工艺及合适的奥氏体晶粒尺寸,也有可能从根本上消除带状组织

5.1 类与对象 5.2 从面向过程到面向对象 5.3 引用 5.4 构造函数和析构函数 5.5 运算符的重载 5.6 友元 5.7 静态成员 5.8 结构和联合 5.9面向对象的程序设计和Windows编程 5.10 全局对象及其它

根据系统的工程地质调查,在对井下-430~-568m范围内岩样进行力学实验研究的基础上,采用RMR岩体分类方法和高地应力条件下适应性较好的Q系统,对深部围岩进行了工程分类,并分析了RMR、RQD与岩爆的关系.认为程潮铁矿深部(-500m以下)岩体发生岩爆的可能性较大.通过对矿区地应力分布规律的研究,探讨了矿区高应力环境对岩爆孕育的影响.最后,通过对矿区采场三维有限元数值模拟,分析了深部开采矿岩能量分布规律,据此推断该矿岩爆临界深度在-500m水平.从模拟结果可以看出:地应力环境受上部开采活动的影响,-500m水平应力明显增加,高于-533m水平;-533m水平以下,随着垂直深度增加,矿岩能量最大值逐渐增大

采用不同异速比对AZ31镁合金板材进行异步轧制,并将轧后样品进行显微组织和X射线衍射分析,研究异速比对镁合金板材组织和织构转变的影响.结果表明:异速比的变化对晶粒形貌影响较大但晶粒细化效果不明显;当异速比为2.800时,板材内出现了长条晶粒;快速辊侧{0002}基面织构强度高于慢速辊侧,且板材两侧表面{0002}晶面的偏转方向相反;异速比对基面织构的强度影响显著,随着异速比的增大,基面织构的强度先增加后下降.这种特殊的织构变化与异步轧制过程中沿厚度方向引入的剪切变形有关

采用热力学计算软件FactSage的Phase Diagram模块和Equilib模块对含钛钢渣熔点进行理论研究,并通过熔点实验对研究结果进行验证.研究发现：对于碱度R1.5的渣系,Al2O3质量分数为25%-35%时,TiO2的质量分数超过1%可显著提高渣系熔点

讨论一种动态神经网络——Elman回归神经网络的结构和算法.基于这一网络结构提出了非线性时变工业对象——直流电弧的神经网络建模方法,并与用其他方法为对象建立的模型进行了比较,结果证明回归网络模型能够很好地适配该工业对象,显示了动态神经网络在工业对象建模中的良好应用前景

定义1：设X,Y是两个非空集合，若依照对应法则 f， 对X中的每个x，均存在Y中唯一的y与之对应，则称 这个对应法则 f 是从 X 到 Y 的一个映射， 记作 f: X→Y 或：设X,Y是两个非空集合，f是X×Y的子集，且 对任意x∈X，存在唯一的y ∈Y使(x,y) ∈ f，则f 是从 X 到 Y的一个映射

提出了一种基于免疫原理的故障检测及诊断系统模型.通过对检测对象正常工作状态下获得的自己模式串的阴性选择,随机产生初始检测器;利用基于人工免疫的进化学习机制,实现对检测对象异常工作状态下获得的非己模式串进行学习和记忆;利用进化学习结果和系统故障信息库知识,区分和标记不同故障在状态空间上对应的区域.将抗原学习过程中抗体集合变异所产生的各代抗体集合看作随机序列,给出了序列的收敛条件及证明,证明了所提出的动态免疫进化学习算法是概率弱收敛.应用于机床齿轮箱故障检测和诊断问题的实验结果表明了所提出方法的有效性

通过光学显微镜和透射电镜对不同工艺生产的X80管线钢的微观组织、位错形态及析出相等进行了对比分析.结合力学性能检测,研究了X80组织形貌对力学性能的影响.研究表明,针状铁素体晶粒大小、析出相分布、位错密度及位错形态对材料强度、韧性、脆性转变温度有明显的影响,通过固溶强化、细晶强化、位错强化、析出强化等综合强化方式获得了综合力学性能良好的X80管线钢

采用煤吸附甲烷参数测定装置,研究了水分及温度对煤吸附甲烷的影响,对完善间接法测定煤层瓦斯含量具有重要意义.对不同变质系列的4种煤样,进行了干燥和不同水分条件下的等温吸附实验.结果表明Langmuir吸附模型拟合精度最高,并得到水分对吸附影响的校正公式.不同温度下的等温吸附实验表明,随着温度的升高,煤吸附甲烷量减小,但变化趋势并不明显.研究得到了实验测定甲烷含量的校正公式及其相对误差