根据页岩气储层纳微米孔隙和微裂缝结构特征,建立含微裂缝表面层基质-裂缝双重介质球形模型.综合考虑扩散和滑移对页岩气产能的影响,利用Langmuir等温吸附方程描述页岩气的解吸吸附,通过Laplace变换和Stehfest数值反演,得到页岩气藏压裂井定产和定压条件下的井底流压和产量的解析解,并进行页岩气藏压裂井产能预测及影响因素分析.结果表明:微裂缝是页岩气基质微观孔隙和宏观裂缝运移的主要渗流通道;微裂缝的渗透率越大和长度越长,页岩气井产量越大

针对含动态再结晶粘塑性模型中的材料参数应用传统的测试方法很难准确测定的问题,吸收了遗传算法、增广高斯-牛顿算法、Levenberg-Marquardt算法和可变多面体算法的优点,构造了一套混合的全局优化算法.以26Cr2Ni4MoV为例,以镦粗实验提供的实验数据和刚塑性有限元模拟提供的数值解差值的l2范数的平方作为目标函数,应用构造的算法识别了该模型中的材料参数,计算结果和实验结果符合良好

针对热连轧过程中板形板厚综合控制问题,提出了兼顾板形的负荷分配方法,并且使用免疫遗传算法进行了参数优化.实验数据对比分析表明,该方法是有效的,能够实现板形板厚的综合控制

研究了钢中不同夹杂物对Sb的析出和高温氧化过程中富集行为的影响.Fe-1.5%Sb合金1100℃水冷试样中Sb在钢中主要析出位置是晶界.与单一的氧化物夹杂相比,硫化锰是更为有效的Sb异质形核核心,且Sb析出相成分组成接近于FeSb相.实验结果与二维错配度理论计算结果相一致.通过降低氧含量,钢中加入Ti变质硫化锰夹杂等方式,增加了MnS数量,使得更多的Sb在夹杂物上析出,从而减少钢中Sb的偏析和固溶量,改变Sb在钢中的析出位置

利用Gleeble 1500热模拟机测定了簿板坯连铸连轧EAF-CSP工艺生产的低碳含锰钢经奥氏体区二次变形后的CCT曲线.实验钢含有0.17%C,1.21%Mn和0.28%Si(质量分数).研究表明:提高热轧后的冷却速度使Ar_3温度降低,导致试验钢的晶粒进一步细化;冷速大于20℃/s时,出现贝氏体和铁素体的混合组织,可降低钢的屈强比;790℃终轧,550℃卷曲时出现铁素体/珠光体带状组织,提高冷速使溶质(如Mn和C)富集区在形成珠光体之前完成奥氏体—铁素体相变是避免生成铁素体/珠光体带状组织的有效方法

利用Roscoe方程，结合FactSage的多元多相平衡计算和纯液相渣黏度计算功能可对含固相熔渣的黏度进行计算.本研究针对基于铜冶炼渣的FeO-SiO2-Fe3O4-CaO-Al2O3-MgO系，首先根据相似炉渣的黏度测定值对Roscoe方程中的参数进行拟合，同时验证了该方法在计算所研究体系时的准确性.基于所得的计算模型考察不同组分含量对平衡相组成及黏度的影响规律，并总结获得合理的渣型配比.当炉渣中各组分的质量分数分别控制在FeO 40%~60%、SiO2 25%~40%、Fe3O4 0%~15%、CaO 0%~10%、Al2O3 0%~8%和MgO 0%~4%时，可在冶炼过程中得到流动性较好、固体量较少的熔渣

本文将物理模型实验与数学模型数值求解相配合,对底吹气体揽拌下熔池内流场进行了研究。以湍流运动学方程和动力学方程、Harlow—Nakayama湍流k—ε双方程模型[1]及边界条件构成了所研究问题的数学模型,应用Spalding等计算湍流回流的方法[2],对数学模型数值求解,得到熔池流场涡量,流函数、湍动能、湍动能耗散率、湍流旋涡粘性系数、速度、含气率及密度等的分布,计算与测定了三种工况,计算与实验结果吻合

1.1 拉格朗日插值公式 1.2 牛顿插值公式 1.3 埃特金插值公式 1.4 存在惟一性定理 1.5 插值余项 1.6 分段三次埃尔米特插值 1.7 三次样条插值 1.8 应用实例

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