利用光学显微镜、透射电镜和能谱分析等方法对两种不同Ti含量的铁素体基Ti-Mo微合金钢中析出相的尺寸、分布特征、析出规律和成分进行了研究.结果表明:钢中绝大多数析出相为超细碳化物,尺寸小于10 nm,析出相尺寸呈正态分布.随着Ti质量分数由0.072%增到0.092%,析出粒子平均尺寸增大,分布峰值向粒子尺寸增大的方向移动.Ti-Mo微合金钢具有栅格状的相间析出方式,栅格间距受冷速的影响较大,晶内和靠近晶界处的栅格间距不同.能谱分析发现,不同尺寸的粒子Mo含量不同,较大颗粒(50 nm左右)析出相中不含Mo,小颗粒(<20 nm)中碳化物是Ti和Mo的复合析出相,且随着粒子尺寸的减小,成分中Mo所占比重增大

针对地下矿突水三维可视化仿真，基于矿山复合场理论，通过对水灾漫延过程中各场量参数的空间几何性、分布性、矢量性和时序性进行分析，给出属性空间的拓扑关系，构建了地下矿突水仿真的一体化动态模型，提出了相关属性的可视化仿真方法.通过对空间场量进行体素化和场量化处理，以时间为步长，实现了水灾漫延过程的动态可视化表达.以某典型地下矿山为例，通过对相关数据进行整理分析，实现了水灾漫延过程的动态可视化仿真，验证了地下矿突水一体化模型的可行性和有效性

11.1 定义一个结构的一般形式 11.2 结构类型变量的说明 11.3 结构变量成员的表示方法 11.4 结构变量的赋值 11.5 结构变量的初始化 11.6 结构数组的定义 11.7 结构指针变量的说明和使用

以恒应变速率凸轮压缩试验机得到的实验数据为基础,采用人工神经网络的方法建立了碳钢变形抗力与应变、应变速率及温度对应关系的预测模型,与多元非线性回归模型比较,神经网络模型具有较高的预测精度

将一种机器学习算法——支持向量机引入到软岩工程支护设计领域,并根据问题需要提出了一种支持向量机回归算法且编制了相应的计算程序.工程算例证明,这种算法在学习样本数量很少的情况下就可以得到很高的预测精度,且具有推广性能好的优点,避免了人工神经元由于存在过学习问题而带来的网络参数难以确定的弊病,为类似工程的支护设计提供了一种新的途径

讨论了强激光场下单壁纳米管的声子增益效应.采用含时微扰方法计算了不同温度下声子占据数随时间的变化率(声子增益系数).计算结果表明,在强激光场下纳米管中的声子占据数随时间非线性增加,增益系数与温度和激光场强都有关系.随着温度升高,声子增益系数迅速减小;在确定的温度情况下,激光场强越强,声子增益效应越明显,并对这个现象给出了合理的物理解释

基于热动力学理论,通过对演化方程的线性稳定分析,确定了1-3型BaTiO3-CoFe2O4(BTO-CFO)多重铁性复合材料中的铁电、铁磁相变温度.考虑系统中基底与薄膜之间及薄膜内铁电相、铁磁相之间的内应力和外应力的弹性耦合,确立了顺电到铁电/铁磁地相变临界温度地解析式.临界温度与两相体积分数、基底、薄膜的晶格尺寸、薄膜两相的材料性能及薄膜厚度都有很大关系.两相的相变临界温度可以通过调节体积分数及薄膜厚度进行控制

针对某热轧带钢生产线时常会出现头部拉窄现象,本文从实际生产数据出发,首先采用动态弯曲时间算法将长度不同的各变量转换为相同长度,然后采用信息熵特征选择算法分析各生产过程变量对产品质量的影响程度,找出对头部拉窄影响最大的前若干个过程变量,初步定位热轧带钢头部拉窄原因.结果表明:信息熵特征选择方法可以有效初选热轧带钢头部拉窄原因,为生产调整提供方法支撑,将来还可推广到其他质量异常定位,甚至其他工序或者其他应用领域

一、化学计量学介绍 a brief introduction of chemometrics 二、信息评价 information appraise 三、信号与噪声 signal and noise 四、信号的处理技术 technology of signal process 五、多元分析方法 polybasis analysis methods

针对某特殊钢厂炼钢-连铸生产调度问题,首先,构建以炉机匹配度、连浇炉数以及过程等待时间等为主要评价指标的多目标优化调度数学模型.进而,对工艺流程结构以及炼钢、精炼和连铸三个工序的运行时间进行解析,分析合理的产品结构范围及不同产品结构下的生产组织模式.根据炼钢厂运行的\炉机对应\原则,运用柔性工序缓冲调节策略,协调优化炼钢、连铸工序间的生产节奏,求解不同生产模式下的调度方案.最后,通过仿真计算与实际生产状况的综合分析,验证了调度模型和求解策略的有效性和优越性