基于双亚点阵模型,计算了两种不同铌含量的高钢级管线钢在不同温度下Nb、Ti和Al的析出量,测定了不同加热温度和保温时间下奥氏体晶粒尺寸,建立两种钢奥氏体晶粒长大模型.发现Nb含量增加提高了其全固溶温度,并且温降过程中Nb析出量显著增多,在晶界两边析出的细小碳氮化物对奥氏体晶粒长大有显著的阴碍作用.高铌钢加热温度为1250℃时奥氏体晶粒显著粗化,预测模型也不同于1050~1200℃的模型,但相同保温温度下晶粒尺寸明显小于低铌实验钢.通过数据拟合计算出高铌钢的长大激活能远远高于低铌钢,再次证明高Nb的管线钢在1200℃以下能够有效地细化奥氏体晶粒,预测模型与实验值吻合较好

通过测量大庆地区区域土壤的理化性质以及碳钢的短期腐蚀数据,分析土壤传质过程的逻辑关系,构建了碳钢短期土壤腐蚀预测模型.通过用该模型在BP人工神经网络中进行学习、训练及模拟,并与现场碳钢埋片腐蚀实验结果对比,进一步验证了腐蚀模型的合理性.结果表明:含水量、空气容量、pH、Cl-含量、SO42-含量和可溶盐总量六种土壤环境参数为影响区域土壤中碳钢腐蚀的主要因素;运用基于Matlab平台的人工神经网络,通过不断地积累土壤腐蚀信息,多次训练后可以建立起稳定性好、泛化能力强的土壤腐蚀预测模型,能较好地预测了大庆地区碳钢在土壤中的腐蚀速率

为解决进行PM2.5质量浓度预测中多因素回归模型的不稳定、神经网络模型的过拟合及局部最小等问题，提出应用支持向量机和模糊粒化时间序列相结合的方法，对PM2.5质量浓度未来变化趋势和范围进行预测.根据PM2.5不同季节的日变化周期模式，确定以24 h为周期的粒化窗宽，利用三角型隶属函数对数据样本进行特征提取作为支持向量机的输入，并在k重交叉验证法下采用网格划分寻找出模型的最佳参数.以2013年3月—2014年2月北京市海淀区万柳监测点四个季节PM2.5的1 h质量浓度监测值为样本数据，应用该方法建立PM2.5质量浓度的时间序列预测模型，并在MATLAB平台下应用LIBSVM工具实现计算过程.结果表明，基于模糊粒化时间序列的预测模型，能较好解决PM2.5机理性建模方式下由于影响因素考虑不全而造成的预测结果不稳定，对模糊粒子拟合效果较好

以连续定向凝固柱状晶组织BFe10-1-1合金在应变速率为0.01~10s-1和变形温度为25~500℃条件下的压缩试验所得实测数据为基础,采用自适应神经网络模糊推理系统(ANFIS)方法,建立了连续柱状晶组织BFe10-1-1合金压缩变形真应力与变形温度、应变速率和真应变关系的预测模型.结果表明:ANFIS模型预测的流变应力值与试验值之间的平均误差为0.75%,均方根误差为2.13,相关系数为0.9996,很好地反映了实际变形过程的特征,而在相同情况下采用传统回归模型预测的平均误差为6.28%,表明ANFIS模型具有优良的预测精度

以武钢程潮铁矿西区开采为工程背景,采用现场钻孔监测与相似材料模型实验相结合的方法,对无底柱分段崩落法开采过程中顶板围岩的变形和崩落规律进行了系统研究.首先,结合矿体赋存条件、地层结构和开采进程,设计两个钻孔实时监测顶板围岩的崩落规律.其次,以模型相似理论为基础,确定了所要研究模型的剖面和几何尺寸,设计制作模型,采用百分表、压力传感器和近景摄影测量等手段监测模型的应力、应变和破坏特征,并对百分表数据、应力盒数据、围岩位移和围岩破坏裂纹进行系统分析.研究成果初步揭示了金属矿山无底柱分段崩落法开采过程中,顶板围岩崩落机理和地表沉陷的基本规律

采用水/CO2体系模拟研究钢液/(N2、H2)过饱和体系中气泡生长动力学行为,分别建立水溶液和钢液中气泡形核长大机理模型.基于三种不同的气泡生长数学模型,分别研究水/CO2和钢液/(N2、H2)体系数学模型中气泡生长动力学,并采用水模型实验数据对数学模型进行验证.分析钢液/(N2、H2)体系前期和后期处理压力以及钢液深度等因素对气泡生长的影响.研究表明:采用气泡浮选去除夹杂物技术时,前期处理压力对气泡生长有显著促进作用;后期处理压力对气泡生长有阻碍作用,随着后期处理压力的升高影响逐渐加强;钢液深度对气泡生长有阻碍作用,随着钢液深度的增加影响逐渐减弱;相比氮气,钢液中氢气气泡析出长大更快

采用FLAC3D程序和离散裂隙网络技术构建的遍布节理岩体模型能同时考虑节理岩体中节理和岩体的作用,具有概念清晰、建模快捷、计算效率高等特点.首先对现场结构面测绘数据进行统计分析,获得其概率分布特征参数,在此基础上分两尺度考虑节理并确定其离散裂隙网络模型;其次基于离散裂隙网络模型构建相应的节理岩体模型,研究其强度特征并获取工程岩体单轴抗压强度;结合Hoek-Brown、Mohr-Coulomb准则及最大围压拟合综合确定节理岩体力学参数;最后将拟合所得参数用于边坡稳定性分析,分别运用强度折减法和极限平衡法计算两种模型的安全系数,对比发现计算结果基本一致,表明所提出的研究思路用于确定节理岩体参数是可行的

针对高炉炼铁过程的关键工艺指标——铁水硅含量[Si]难以直接在线检测且化验过程滞后的问题,提出一种基于稀疏化鲁棒最小二乘支持向量机(R-S-LS-SVR)与多目标遗传参数优化的铁水[Si]动态软测量建模方法.首先,针对标准最小二乘支持向量机(LS-SVR)的拉格朗日乘子与误差项成正比导致最终解缺少稀疏性的问题,提取样本数据在特征空间映射集的极大无关组来实现训练样本集的稀疏化,降低建模的计算复杂度;其次,标准最小二乘支持向量机的目标函数鲁棒性不足的问题将IGGⅢ加权函数引入稀疏化后的最小二乘支持向量机模型进行鲁棒性改进,得到鲁棒性较强的稀疏化鲁棒最小二乘支持向量机模型;最后,针对常规均方根误差评价模型性能的不足,提出从建模误差与估计趋势评价建模性能的多目标评价指标.在此基础上,利用非支配排序的带有精英策略的多目标遗传算法优化模型参数,从而获得具有最优参数的铁水[Si]在线软测量模型.工业实验及比较分析验证了所提方法的有效性和先进性

根据能量守恒、流动和传热传质等原理及定律,建立了球团矿冷却和氧化过程的数学模型,采用三对角矩阵算法对模型进行了求解,基于VisualBasic6.0开发了仿真计算软件.依据现场实测数据对建立的数学模型进行了验证,计算值与实测值之间的最大相对误差为4.8%,说明模型正确可信.利用开发的计算软件对球团矿在环冷机内的热过程进行了仿真计算,得到了环冷机内球团料层的温度分布.仿真研究表明,冷却一段风速、料层厚度、球团粒度和环冷机机速是影响环冷机内部球团料层冷却过程的主要因素.在本文研究条件下,合理操作条件为:料层厚度550～800mm,球团粒度7～16mm,冷却一段风速1.2～2.5m·s-1,环冷机机速1.0～1.5m·min-1

为从力学本质上揭示SI-FLAT非接触式板形仪的检测原理,基于薄板流固耦合振动理论,建立了薄板振幅与残余应力关系的数学模型.在非协调Föppl-von Kármán方程组的平衡方程中引入惯性项与流体压强项,利用气动载荷在时间上的周期性将流体速度函数、流体压强函数、薄板挠度函数和薄板应力势函数的时间变量分离出来,得到描述SI-FLAT板形仪稳定工作状态的偏微分方程组.进一步利用分离变量法求解该方程组,最终建立起薄板振幅与残余应力的数学关系.同时结合实测残余应力数据,利用Siemens提出的振幅-残余应力模型反算得到实际薄板振幅分布,并将其与流固耦合振动模型计算的振幅进行对比,验证了提出的数学模型的可靠性.进一步利用流固耦合振动模型分析了气泵进风口流体速度、检测距离和激振频率对振幅的影响,为SI-FLAT板形仪科学合理的利用提供了理论依据