对神经网络和传统模式识别技术的基本原理和应用特点进行比较.根据已有烧结合成O'-Sialon的实验数据,利用改进后的人工神经网络,构筑了材料相组成及性能的预测模块,并与模式识别技术处理得到的结果进行了比较.在此基础上,探索了合成O'-Sialon-BN复合材料的工艺条件,并通过实验结果进行了验证

对钢液凝固温度下各种化合物基底与钢液凝固形核相(δ-Fe和γ-Fe)的二维错配度进行了计算,并对点阵错配度与钢液非均质形核触媒效用的关系进行了分析和讨论.结果表明:基底与形核相的错配度δ越小,越有利于非均质形核.凝固过冷度的对数与基底和形核相的二维错配度近似呈线性关系.基底与形核相的错配度δ<8%,非均质形核效用显著

在专门设计的二维模型上对非等温流现象的形成条件进行了实验研究,定义了衡量非等温流动出现的准数,并给出了临界值,以用来判断中间包内温度差对钢水流动的影响程度．对中间包非等温流动的形成过程进行了数值模拟,并在40t中间包上做了生产现场的直接测量．结果表明,在正常生产条件下,中间包内流体流动是一个典型的非等温过程．

在物理冶金基本模型的基础上,通过对实验数据进行回归建立了Q235低碳钢的静态再结晶及晶粒长大模型,模型计算和实验所测结果相吻合.压缩实验为双道次压缩,实验条件为:变形速率0.5~2.0s-1,变形温度950~1100℃,变形量为0.15~0.25(真应变),初始晶粒尺寸为56~85μm

运用电子显微镜和化学相分析等多种实验手段研究了Ti微合金化高强耐候钢中的析出物,并在热力学计算的基础上分析了其析出过程.结果表明:钢中主要存在TiC,TiCN,Ti4C2S2,TiN等析出物,连轧前TiN的析出过程已基本完成;大量纳米尺寸的TiC球形析出物粒子在铁素体的位错线上分布;Ti含量增加改变了MC相的粒度分布,小尺寸粒子的体积分数显著增加,增强了沉淀强化的效果

通过对LF前-LF后-中间包-连铸工艺生产40Cr钢各环节系统取样,以及电子显微镜对夹杂物的形貌、尺寸及组成的分析,发现40Cr铸坯中含有大量CaO(CaS)-Al2O3-MgO类复合夹杂.采用Factsage计算得到的CaO-CaS-Al2O3三元相图对钙处理后CaO(CaS)-Al2O3夹杂形成过程进行了理论计算;并对实际发现的CaO(CaS)-Al2O3-MgO类复合夹杂物的面扫描分布进行描边处理,探讨了该类夹杂物的组成和形成过程.经Factsage理论计算发现,CaO-CaS-Al2O3三元相图中液相区各成分质量分数为CaO 32%~58%、CaS 0%~5%以及Al2O342%~65%,钙处理后CaO含量有逐渐增加,CaS含量有逐渐减小趋势.结合夹杂物的面扫描分布发现,CaO(CaS)-Al2O3-MgO类复合夹杂物的组成为xCaO·yAl2O3+mMgO·nAl2O3+Al2O3+CaS,钙处理后Ca能够使Al2O3变性为CaO-Al2O3,但同时夹杂物中也有很高的CaS成分,随着钙处理的充分进行,CaS将由内及外向CaO-Al2O3逐渐转变

研究了电渣重熔过程中CrNiMoV钢中镁含量的控制技术.结果表明：最佳的渣系（质量分数）为62%CaF2-10%Al2O3－12%CaO-16%MgO;脱氧剂加入量为1kg钢加入1.5gCasi;采用较高镁含量的电极和较高的重熔电流有助于获得设计镁含量的重熔锭

介绍了在混凝土介质中进行钢筋腐蚀电化学测量时产生的IR降对测量结果的影响,以及由此可能造成判断上的失误或评估上的错误.通过一种新的混凝土钢筋腐蚀的电化学测量方法(称为恒电流瞬断法),不仅可以有效的消除混凝土中的IR降影响,还可同时消除混凝土中钢筋表面发生的浓差极化的影响,得到只有电化学极化作用的稳态极化曲线.通过此方法测量得到的数据,可以仿照\稳态法\来计算电化学步骤的动力学参数

根据BP人工神经网络算法原理,结合某厂型钢轧机轧制扁钢时的轧制力实测数据,对扁钢轧制力进行建模.结果表明,神经网络用于轧制力建模是可行的,所建模型系统误差<1%,模型计算值与实测值的偏差<4%,较好地反映了实际轧制过程的特征

对一种已有的自适应算法进行了改进,并将该算法思想引入到粒子群算法的改进中,在种群进化到一定代数时按照改进自适应算法改变搜索范围的大小,实现了自动调整搜索范围、提高收敛速度和精度并可有效防止粒子群算法早熟收敛的目的,同时通过实验仿真进行了验证.将该改进粒子群算法应用到热连轧机精轧机组的负荷分配优化计算中,程序运行时间小于5s,满足实时性的要求,为其提供了一种更为有效的优化手段