点击切换搜索课件文库搜索结果(990)
文档格式:PDF 文档大小:1.02MB 文档页数:4
为了对超低碳铝镇静钢的生产工艺进行优化研究,结合某钢铁厂的现有工艺装备和条件,经过大量试验研究,确立了转炉-LF-RH-连铸机的工艺路线,并实施转炉初炼钢水质量控制、钢包顶渣改制及成分控制、RH工艺优化及钙处理等工艺优化措施.工艺流程优化后,控制转炉初炼钢水出钢氧的质量分数为0.04%~0.08%,终点碳0.03%~0.05%%,钢包顶渣改制后FeO+MnO<3%,钙处理钢中Ca的质量分数达到0.002%~0.003%,解决了方坯连铸中包水口絮流的技术难题,实现了超低碳铝镇静钢方坯顺利浇铸,连浇炉数达到8炉以上,达到了成品碳含量[C]<50×10-6,全氧含量≤ 30×10-6的较好质量水平
文档格式:PDF 文档大小:894.46KB 文档页数:6
提出一种应用于大容量超高速(4000kW/3600r·min-1)双馈变频调速控制方法,研制出相应的实际控制系统.根据系统中负载电机、大功率变流器和工程化矢量空间计算的离散数学模型,以PSIM6.0的SIMCAD环境为开发平台,建立起双馈电机变频调速矢量控制系统算法仿真平台,计算出相关的仿真结果,并以此为基础设计、研制出实际应用控制系统.6500MW冲击发电机机组实验运行结果表明,系统电流响应超调量小,激磁和转矩分量解耦,动态过程磁链平滑,验证了系统仿真模型的有效性.该控制系统具备与直流传动系统相同的优越动、静态品质
文档格式:PDF 文档大小:528.82KB 文档页数:6
超低碳钢是一种重要的汽车用钢材料, 钢中通常添加钛元素, 使其形成析出物, 提高钢材的深冲性.然而钛元素作为一种脱氧能力较强的元素, 进入钢液中通常首先形成氧化物.为了减少含钛氧化物夹杂的生成, 基于\转炉-RH-连铸\的超低碳钢生产流程, 对RH精炼过程进行系统取样, 分析了铝脱氧剂加入后及合金化元素钛加入后的氧、氮气体含量变化及夹杂物特征变化, 并使用FactSage热力学计算软件对Fe-Al-Ti-O夹杂物稳定相图进行计算.研究结果显示, 含钛类氧化物夹杂通常以Al2O3类夹杂物作为形核质点, 对其形成包裹状夹杂物.若避免含Ti夹杂物的生成, 当钢中Ti质量分数为0.1%时, 钢中溶解Al质量分数应在0.01%以上.对含钛氧化物的生成及长大流程进行研究, 通过对Al2O3夹杂物及Ti2O3夹杂物粗化率的计算及附着功的比较可知, Ti2O3夹杂物在1600℃时的熟化生长速率较Al2O3较大且Ti2O3夹杂物与Al2O3夹杂物相比不容易相互碰撞融合并从钢液中去除.若提高精炼过程中的氧化物夹杂物去除率, 应严格控制含钛氧化物类夹杂物的生成
文档格式:PPT 文档大小:893KB 文档页数:18
§10-1 超静定结构的组成和超静定次数 §10-2 力法的基本概念 §10-3 超静定刚架和排架
文档格式:PDF 文档大小:849.22KB 文档页数:5
采用超高压力下通电烧结技术制备了铜体积分数25%~75%的钼铜合金材料.烧结压力2~10GPa,通电功率15kW,通电时间65s.分析了不同成分和制备工艺参数的钼铜合金显微形貌及力学性能.结果表明,所制备的钼铜合金材料结构致密,力学性能优越,而且超高压力下通电烧结技术能有效地避免晶粒长大和组织偏析
文档格式:PPT 文档大小:2.16MB 文档页数:50
一、超临界流体及其性质 二、超临界萃取及其应用
文档格式:PDF 文档大小:376.39KB 文档页数:3
结合颜料的特性分析阐述了超细煤系煅烧高岭土粉体作为钛白代用品基体的原因.结果表明,超细煤系煅烧高岭土的高白度、高折光指数、较强遮盖力、低吸油量等物化性能是将其作为钛白代用品基体的原因;另外颗粒表面吸附能力的增强以及表面电位有利于其与表面改性药剂作用
文档格式:PPT 文档大小:434KB 文档页数:17
超声波加工是利用振动频率超过16 000 Hz的工具头,通过悬浮液磨料对工件进行成型加工的一种方法
文档格式:PDF 文档大小:1.73MB 文档页数:9
基于国内外学者在宏观接触热阻领域的研究成果,阐述了宏观接触热阻的理论研究和工程应用现状,介绍了宏观接触热阻的理论计算方法、实验测量方法和数值模拟方法,明确了各种方法的优缺点.简述了宏观接触热阻的影响因素,基于中国聚变工程实验堆(CFETR)低温超导线圈的降温实验,创建界面接触热阻分析模型,详细分析了热流方向、温度、压力等因素对超导磁体不锈钢铠甲、介电绝缘材料、失超保护材料接触热阻的影响,并进一步探究了温度、压力等因素导致接触热阻发生变化的热力学原因.最后,结合工程计算中对准确性和便捷性的要求,指出了接触热阻的未来研究方向
文档格式:PDF 文档大小:1.26MB 文档页数:10
融合手工特征和深度特征,提出了一种集成超限学习机心跳分类方法。手工提取的特征明确地表征了心电信号的特定特性,如相邻心跳时间间隔反映了心跳信号的时域特性,小波系数反映了心跳信号的时频特性。同时设计了一维卷积神经网络对心跳信号特征进行自动提取。基于超限学习机(Extreme leaning machine,ELM),将上述特征融合进行心跳分类。由于ELM初始参数的随机给定可能导致其性能不稳定,进一步提出了一种基于袋装(Bagging)策略的多个ELM集成方法,使分类结果更加稳定且模型泛化能力更强。利用麻省理工心律失常公开数据集对所提方法进行了验证,分类准确率达到了99.02%,实验结果也表明基于融合特征的分类准确率高于基于单独特征的分类准确率
首页上页5455565758596061下页末页
热门关键字
搜索一下,找到相关课件或文库资源 990 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有