通过铸坯取样分析研究了板坯结晶器内拉速和电磁制动与小气泡分布之间的关系,探讨了拉速以及电磁制动对IF钢铸坯皮下气泡大小、数量和分布的影响规律.实验结果表明:铸坯皮下气泡直径小于0.1mm的气泡占总数的57%,0.1~0.5mm之间的占42.5%,大于0.5mm占0.5%,并且随着皮下距离的增加,被捕捉的气泡尺寸越来越小,而气泡数量边部比1/4处要多50%左右,1/4位置最少;拉速提高会导致气泡尺寸变小,在1/4及边部,气泡聚集位置由皮下9mm变为12mm附近,但是低拉速和高拉速均在皮下3mm位置处有气泡聚集;电磁制动下,铸坯中心处气泡尺寸变大,1/4及边部位置气泡尺寸变小,且会使气泡数量总体降低,主要表现在聚集位置处的气泡数量明显减少

第一章 概率论的基本概念 第二章 随机变量及其分布 第三章 多维随机变量及其分布 第四章 随机变量的数字特征 第五章 大数定律及中心极限定理 第六章 样本及抽样分布 第七章 参数估计 第八章 假设检验 第九章 方差分析及回归分析 第十章 随机过程及其统计描述 第十一章 马尔可夫链 第十二章 平稳随机过程 第十三章 选做习题 第十四章 教材第二版中未被列人第三版的习题

合理的炉缸冷却制度是保证大型高炉长寿的基础,不同冷却制度对高炉炉缸的温度分布和侵蚀状况具有直接影响.结合某4000 m3级高炉,根据传热学理论建立了高炉炉缸、炉底温度场物理模型和数学模型,通过数值模拟对\大水量、小温差\和\小水量、大温差\这两种不同炉缸冷却制度进行了研究,分析了不同冷却制度对炉缸温度场、炉缸侵蚀状况及高炉寿命的影响.结果表明,在炉役初期砖衬较厚时,不同冷却制度对炉内温度分布的影响区别不大;随着砖衬的不断减薄,不同冷却制度对炉内温度分布的影响逐渐明显;当砖衬侵蚀到一定程度后,再好的冷却也无济于事,但采用\大水量、小温差\并加强冷却可以减缓砖衬的侵蚀,延长高炉寿命

设计拉伸疲劳试验,研究了疲劳载荷下磁信号暂时到达的稳定状态的特点以及疲劳过程中磁信号的分布、变化情况,并结合改进的J-A理论进行分析和讨论.结果显示:磁信号暂时到达的稳定状态在一个循环周期内沿环线变化,并且环线随循环载荷类型不同而变化,说明用改进的J-A理论描述磁记忆现象合理;疲劳过程中磁信号分三个阶段变化,这个特征由改进的J-A模型中描述磁畴壁运动所受阻碍的参数(ξ″)随疲劳损伤发展的变化规律解释;磁信号在缺陷附近呈\⌒\形的分布,这个特征由缺陷附近ξ″的分布规律解释

通过细磨海砂矿研究其粒级分布、微观结构和烧结高温特性的变化,结合烧结杯试验、扫描电镜能谱分析等研究方法考察海砂矿粒级分布对烧结矿质量的作用机理.经细磨后海砂矿颗粒不规则程度增大,制粒性能得到改善.随着海砂矿粒度变细,其烧结高温特性呈现出与普通铁矿粉相反规律,其中海砂矿3(细磨25 min的海砂矿)与海砂矿1(未经细磨的海砂矿)相比,同化温度升高21℃,1280℃时液相流动性指数减小0.35,细磨后海砂矿与Ca O反应生成钙钛矿增多,阻碍同化反应进行,生成的液相黏度增大.配加8%海砂矿3的烧结矿与配加相同比例海砂矿1相比,还原性提高3.8%,细磨后海砂矿在混合料中分布更加均匀,造成烧结矿中含钛物相质点增多,还原中产生众多微细裂纹,利于还原气体扩散

克朗盆地泥盆纪火山岩岩石成分为酸性岩和基性岩 , 显示双峰式火山岩分布特征 一 全碱判别图显示克朗盆地基性火山 岩投点多落在碱性系列及其分界线附近 , 而酸性火山岩主要集中分布于亚碱性系列 区 根据 图解进一 步判别可知 , 区 火山岩主要为钙 碱性系列 , 部分样品为拉斑玄武岩系列 关健词 克朗盆地 岩石地球化学 阿尔泰 克朗盆地处于西伯利亚 古板块阿 尔泰陆缘活动 带中段 , 与麦兹 、 冲乎尔盆地 呈 等间距斜列分布 。 盆 地 内出露的地层主要为中下 泥盆统的阿勒泰组 和康 布铁堡组

根据热弹性力学理论，建立了渣皮厚度可变的铜冷却壁热-力耦合应力场分布计算模型，从铜冷却壁本体和炉渣-镶砖界面应力分布的角度分析了煤气温度、冷却制度、镶砖材质和炉渣性质等因素对铜冷却壁寿命及挂渣稳定性的影响规律.计算结果表明：煤气温度的升高使铜冷却壁本体应力线性升高，同时挂渣稳定性减弱；铜冷却壁本体应力值及挂渣稳定性均随渣皮厚度增加而呈现先下降后上升的趋势，实际生产中渣皮厚度应维持在30~60 mm之间；冷却水流速的增大会导致铜冷却壁本体应力值小幅上升，但可使挂渣稳定性增强；冷却水温的提升可小幅降低冷却壁本体应力，但会显著降低挂渣稳定性；镶砖热导率的提升和炉渣热膨胀系数的减小均有利于降低铜冷却壁本体应力并增强挂渣稳定性

一、二维随机变量 二、边缘分布 三、相互独立的随机变量 四、两个随机变量的函数的分布

一、总体与样本 二、统计量 三、几个常用的分布 四、正态总体统计量的分布

在前面的课程中,我们讨论了随机变量及 其分布,如果知道了随机变量X的概率分布, 那么X的全部概率特征也就知道了。 然而,在实际问题中,概率分布一般是较 难确定的.而在一些实际应用中,人们并不需 要知道随机变量的一切概率性质,只要知道它 的某些数字特征就够了