通过改变保温温度和保温时间研究了DP590级双相钢奥氏体晶粒长大行为,并探讨了加热速率对各温度下初始晶粒尺寸的影响规律.初始晶粒尺寸随着加热速率增加而不断降低,并最终趋于定值;奥氏体晶粒尺寸随保温时间的延长不断增大并最终趋于不变.采用Sellars晶粒长大模型对实验数据进行拟合,为避免处理方法不同造成的处理结果偏差,提出了一种新的实验数据处理方法,并建立了双相钢初始晶粒尺寸模型和晶粒长大模型.所得模型参数更加合理可靠,计算结果与实验结果吻合很好

将遗传算法与BP神经网络结合,提出了一种利用遗传算法优化BP神经网络权值的智能PID控制算法,改善了系统的动态性能.通过实验采集数据,拟合出无模拉拔感应加热温度控制系统的数学模型.采用本文提出的方法进行了仿真实验,结果表明该算法具有较强的快速性和鲁棒性

一． 一元线性回归模型的评价 对一元线性回归模型需做数据的拟合优度、线性相关关系的检验。 Y＝β0 十 β1x＋ε，ε～N（0，σ2）其中，β0、β1、σ2 是未知参数

黏度是冶金熔渣的基本物理性质，其大小直接影响到反应速率、熔渣分离效果等冶炼过程。通过深入探索熔渣黏度与其结构的关系，在分析熔渣黏度与其(NBO/T)比值（即单个聚合物粒子所拥有的非桥氧数量）相互关系的基础上，本文提出基于（NBO/T）比值的多元熔渣黏度计算模型。首先建立SiO2–∑MxO简单渣系的黏度计算模型，通过拟合纯氧化物和SiO2–MxO二元渣系的黏度数据得到模型参数，拟合平均误差在9%～18.5%之间；随后将该模型扩展至SiO2–Al2O3–∑MxO多元渣系的黏度计算，针对Al2O3在熔渣中同时表现出酸性氧化物和碱性氧化物的特点，在计算SiO2–Al2O3–MxO三元渣系黏度时，将其中的Al2O3拆分为酸性物质和碱性物质来计算（NBO/T）比值和黏度活化能。在SiO2–MxO二元系模型参数的基础上，通过拟合SiO2–Al2O3–MxO三元渣系的黏度数据得到含Al2O3渣系的模型参数，拟合平均误差在10%～25%之间。利用该模型计算了SiO2–Al2O3–CaO–MgO–FeO–Na2O–K2O–Li2O–BaO–SrO–MnO多元复杂渣系及其子体系的黏度值，计算平均误差在25%以内，取得了较好的预报效果。本模型基于熔渣结构理论，并借鉴了经验模型的数据处理方式，在预报效果和适用范围上都优于传统经验模型，在计算方式上比结构模型要简单

在Gleeble-1500热模拟试验机上,通过高温压缩实验对316L不锈钢的动态再结晶行为进行了系统研究.结果表明:316L不锈钢热变形加工硬化倾向性较大,在真应力应变曲线上没有出现明显的应力峰值σp;316L不锈钢在热变形过程中发生了动态再结晶,但只是在局部区域观察到了动态再结晶晶粒.对动态再结晶的实验数据进行拟合,得到316L不锈钢的热激活能和热变形方程,并给出了发生动态再结晶的临界应变和临界应力以及Zener-Hollomon参数和稳态应力的关系

采用电化学交流阻抗谱法研究了Na3AlF6(冰晶石)-Al2O3熔盐体系的总电导以及CaO加入对其电性能的影响.根据测得的阻抗谱,提出了等效电路,用EvolCRT电化学软件对阻抗数据进行了拟合.获得了Na3AlF6-Al2O3体系电导率随温度及Al2O3浓度变化的数学关系.CaO加入使得体系电导率增加

提出一种准确快速测量AA3104热轧铝板织构的方法.为避免因反射法测量带来的不均匀性,根据铝板的样品对称性和晶体对称性,用透射法测出极图上一条弧段上的衍射数据.用正态分布来拟合测量的数据,并得到各织构组分的特征参数.用所得参数计算出的极图和ODF图与用常规方法实际测得的结果有较好的一致性,很好地预测到热轧铝板的主要织构组分.原则上,该技术可以发展成为工业上热轧铝板织构的在线定量检测技术

论述了40Cr钢调质齿轮轮齿弯曲疲劳强度可靠性的试验研究.试验是在4个应力水平（每个应力水平的样本不少于6个）上进行的.在试验数据基础上，拟合出R-S-N曲线及方程.最终获得40Cr钢调质齿轮轮齿在不同可靠度时的弯，弯曲疲劳强度值

SARS（Severe Acute Respiratory Syndrome，严重急性呼吸道综合症, 俗称：非典型肺炎）是21世纪第一个在世界范围内传播的传染病。本文通过对所得的疫区患者日志数据进行计算机分析，拟合出了SARS不同阶段的趋势曲线，结合题目所给的模型，对它提出的半模拟循环计算的方法进行了检验，得出该模型的优点在于形式简单，模拟的精确度较高，k值的改变体现出了其合理性，同时指出了它的主要缺点在于过分依赖数据和不具有长远的预测性

20CrNi2MoA渗碳淬火齿轮弯曲疲劳强度的可靠度试验在英国产STRON 1603型电磁谐振疲劳试验机上进行.短寿命区采用4级恒定应力水平的成组试验法,长寿命区采用应力升降试验法.在试验数据基础上,拟合出完整的C——R——S——N曲线,并获得各种可靠度下的弯曲疲劳极限值