采用基于反向再燃弧电压产生电路的变极性焊接电源为试验平台，研究了电源设备及其控制参数、焊接回路电缆寄生电感和焊接工艺参数对变极性焊接电流换向过程的影响规律. 试验结果表明，提高反向再燃弧电压值能够提升变极性过程的电流变化速率，而较大的焊接回路电缆寄生电感会降低电流变化速率，同时降低变极性结束时的电流值，不利于变极性过程的电弧可靠再引燃和稳定燃烧. 初始焊接电流越小，则变极性过程结束时的电流值越小，增加共同导通时间可以提高变极性结束时的电流值，但同时降低变极性开始时的电流大小. 因此小电流变极性焊接时可采用较大的反向稳压值并适当增加共同导通时间，以增强变极性过程中的电弧稳定性

采用真空感应熔炼法制备了医用Ti-50. 7%Ni合金(原子数分数), 测试了铸态合金的成分、相变点、微观组织和硬度, 并采用Gleeble-3800热模拟实验机在变形温度750~950℃、应变速率0. 001~1 s-1, 应变量为0. 5的条件下对Ni-Ti合金进行高温压缩变形, 分析其流动应力变化规律, 建立了高温塑性变形本构关系和热加工图.结果表明: 当变形温度减小或应变速率增大时, Ni-Ti合金的流动应力会随之增大.应变速率为1 s-1时, 合金的真应力-真应变曲线呈现出锯齿状特征.根据热加工图, 获得了Ni-Ti合金的加工安全区和流变失稳区, 进而确定其合理的热变形温度范围为820~880℃, 真应变速率低于0. 1 s-1.从而为制定镍钛合金的锻造工艺参数提供理论和数据基础

采用Gleeble-3800D热模拟试验机在应变量0.6、变形温度750~1050℃、应变速率0.01~1 s-1工艺条件范围内, 研究了Fe-(5.5%、6.0%、6.5%) Si高硅电工钢的热变形与动态再结晶行为.采用线性回归方法, 建立了三种成分实验钢的流变应力本构方程.计算得到Fe-5.5% Si、Fe-6.0% Si和Fe-6.5% Si高硅电工钢的热变形激活能分别为310.425、363.831和422.162 kJ·mol-1, 说明Fe-(5.5%、6.0%、6.5%) Si高硅电工钢的热变形激活能随Si质量分数的增加而增大, 这使得Fe-(5.5%、6.0%、6.5%) Si高硅电工钢相同条件下的变形抗力随Si含量的升高而增大.采用金相截线法对不同成分和变形条件下实验钢的动态再结晶百分数进行了统计, 结果表明: 同一热变形条件下, Fe-(5.5%、6.0%、6.5%) Si高硅电工钢的动态再结晶百分数随Si质量分数的升高而减小.本文实验条件下, 当变形温度为750~850℃时, Fe-(5.5%、6.0%、6.5%) Si高硅电工钢软化机制主要为动态回复; 而变形温度为950~1050℃时, Fe-(5.5%、6.0%、6.5%) Si高硅电工钢软化机制主要为动态再结晶

基于建立的连铸中间包及结晶器内钢液混合过程的物理模型，开发了板坯连铸异钢种连浇过程混浇坯长度及成分变化模型。以某钢厂单流板坯连铸机220 mm×1560 mm断面Q235与Q335Ti钢的混浇过程为研究对象，采用水模型试验结合数值模拟确定模型的关键参数，并通过开展现场试验对混浇坯取样验证模型的准确性。结果证明：混浇坯成分取样与模型预测的成分偏差小于5%，且模型预测的混浇坯长度与人工确定的一致。故采用该模型可跟踪不同混浇工况下中间包内及铸流上钢液的混合行为，准确预测混浇坯的长度以及成分变化规律。采用该模型研究了拉速及中间包内剩余钢液质量对混交坯长度及不同浇注长度铸坯C元素质量分数变化的影响规律。发现当拉速保持不变时，中间包内剩余钢液越多，混浇坯越长；当中间包内剩余钢液质量保持不变时，拉速越大混浇坯越短。相比而言，中间包内剩余钢液质量比拉速对混浇坯长度的影响更大。另外当拉速不变时，随着中间包内剩余钢液质量的增加，C元素质量分数由0.16%变化到0.18%的速率减慢；当中间包内剩余钢液质量不变时，随着拉速的增加，C元素质量分数由0.16%变化到0.18%的速率增加。因此异钢种连浇过程，适当提高拉速以及减少中间包内剩余钢液质量，可有效减少混浇坯长度，成分变化速率降低

为了进一步研究热压缩及热处理过程对组织及取向变化的关联性, 通过对TC17进行热压缩变形及后续热处理, 利用光学显微镜和背散射电子衍射等分析方法, 结合晶粒尺寸、织构分布图、极图以及反极图, 研究变形后及热处理后的TC17的组织结构、晶粒尺寸的变化和取向的演变规律以及两者之间的关联性.结果表明: 随着变形温度升高, 初生α相含量大幅减小, 尺寸减小, 大部分α相晶粒分散分布, 且位于高温β相晶粒的三叉晶界上; 热处理后, α相和β相组织特征清晰, 界限明显, 初生α相依旧存在, 且趋于等轴化, 亚稳定β相发生转变, 形成片层状β转变组织; 热变形使α相织构极密度值减小, 且随之温度增加, α相织构极密度值也变小; 热变形后的α相已不存在明显的强织构, 热变形对α相晶粒的取向影响较大, 很明显的改善了其取向的均匀性; 热变形同样使β相织构极密度值减小, 但效果不明显.β相仍存在取向集中现象, 取向均匀性相对较差

§8.1 Z变换的定义—由拉氏变换引出Z变换 §8.2 Z变换的收敛域 §8.3 典型序列的Z变换 §8.4 Z变换的逆变换 §8.5 Z变换的基本性质 §8.6 Z变换与拉氏变换的关系

– 褐变概述 – 褐变分类 – 非酶褐变 羰氨反应 焦糖化反应 抗坏血酸反应 非酶褐变对食品质量的影响 非酶褐变的控制方法 – 酶促褐变 酶促褐变的概念与条件 酶促褐变的反应历程 酶促褐变的控制方法

多元线性回归( multiple linear regression)是分析一个随机变量与多个变量 之间线性关系的最常用的统计方法。实际工作中,常常希望知道所关心的事物受 哪些因素的影响,比如销售量与价格和广告费的关系,农业产量与原料和气候的 关系,生育水平与教育水平和经济水平的关系,物价和失业率的关系,收入与受 教育程度和年龄的关系等等。多元线性回归用变量的观察数据拟合所关注的变量 和影响它变化的变量之间的线性关系式,检验影响变量的显著程度和比较它们的 作用大小,进而用两个或多个变量的变化解释和预测另一个变量的变化 回归这一名词起源于19世纪生物学家F.高尔顿进行的遗传学研究,他在研 究子女身高与父母身高之间关系时发现

多元线性回归(multiple linear regression)是分析一个随机变量与多个变量 之间线性关系的最常用的统计方法。实际工作中,常常希望知道所关心的事物受 哪些因素的影响,比如销售量与价格和广告费的关系,农业产量与原料和气候的 关系,生育水平与教育水平和经济水平的关系,物价和失业率的关系,收入与受 教育程度和年龄的关系等等。多元线性回归用变量的观察数据拟合所关注的变量 和影响它变化的变量之间的线性关系式,检验影响变量的显著程度和比较它们的 作用大小,进而用两个或多个变量的变化解释和预测另一个变量的变化

通过分析冷镦钢SCM435在温度为950～1150 ℃、应变速率为0.1～1 s-1范围内发生动态再结晶的热/力模拟试验数据,利用其应变硬化速率θ与流变应力σ的θ-σ曲线,准确确定了其发生动态再结晶的临界应变εc、峰值应变εp、临界应力σc和峰值应力σp,用应力-应变(σ-ε)曲线方法计算SCM435钢的动态再结晶Avrami动力学曲线和时间指数n.结果表明:SCM435钢发生动态再结晶的临界应变与峰值应变的平均比值εc/εp=0.73,动态再结晶Avrami时间指数平均值n=1.91;在温度950～1150℃,应变速率0.1～1s-1范围内,应变速率是SCM435钢的动态再结晶动力学敏感因素,温度对其影响不大;动态再结晶率50%的时间t50与应变速率成反比