采用弹性力学、复合材料力学以及计算数学的有关理论,建立起了轴对称功能梯度材料分析模型,结合这类材料实际应用背景,给出了理论模型求解的边界条件。在求解梯度层层间热应力的过程中,引入了三角级数来描述功能梯度材料层间热应力,从而得到了层间热应力的精确解,以此优化这类材料的设计与实现该类材料的成功制备

测定了不同Cu含量的Cu-Nb-Ni-Cr-Mo钢在450~650℃时效时的硬度变化曲线,并结合光学金相与电镜观察分析了时效过程中的组织变化与脱溶沉淀行为.实验结果表明:时效硬化是ε-Cu析出强化,Nb的碳氮化物以及含Cr的碳化物强化综合作用的结果:相同时效温度下,含Cr碳化物的时效峰在时效后期出现;在低钢钢中,时效前期出现的ε-Cu时效峰与Nb的碳氢化物时效峰重叠;在高钢钢中,由于铜含量升高,ε-Cu时效峰出现时间缩短,ε-Cu时效峰与Nb的碳氨化物时效峰逐渐分离

提出基于免疫遗传算法与BP网络混合模型的冷连轧机组负荷分配的智能优化新方法,该方法具有学习功能强、计算精度高、使用方便等特点,且适合在线计算.实验证明了该方法的有效性

针对板坯连铸结晶器中钢液的紊流流动特征,利用流场计算软件cfx4.3,建立了一个三维有限差分模型,模拟了结晶器内钢液的流场和流动分布,同时应用水利学模型进行了验证.通过数值计算,研究了浸入式水口的出口倾角、浸入深度、拉速等工艺参数对板坯连铸结晶器流场的影响,为优化结晶器内钢液的流场,优化浸入式水口的设计提供了理论基础

针对烧结过程生产实际,运用神经网络中的BP学习算法设计了分类器,用于在线推断烧结矿的质量。为了加快BP学习算法的收敛速度,采用了自适应变步长学习算法。实验结果表明,由此建立的烧结过程神经网络质量预报模型,预报正确率高,具有很好的泛化能力

以BP算法为基础开发了ANN学习预测系统,用于宝钢IF钢大生产产品性能预测.同时,应用在宝钢IF钢大生产数据对该系统进行了测试和分析,并与多元线性回归结果进行预测精度比较.结果表明,ANN学习预测系统,除σ0.2误差较高(9.0%)外,σb,δ,r和n值均<5.0%,且比多线性回归方法精度高

基于中尺度地震实验场高密度数字地震和潮汐形变台网的现场观测,用地震学方法和小波工具分析强矿震过程采集到的数据.发现震前短临阶段存在可信的b值、η值、频度等地震学异常和定点潮汐形变前兆异常.对异常信息的提取方法和强矿震短临阶段的预测进行了探讨

对电沉积得到的Ni-Fe坡莫合金箔,在氢气气氛下进行退火处理,退火温度分别为850,1000和1150℃,保温时间均为5h.在扫描电子显微镜(SEM)和光学显微镜下观察合金箔断面和表面的显微结构,利用XRD检测合金箔的晶体结构,利用软磁材料直流磁性测试仪装置测得合金箔的直流磁特性.实验结果表明:在850~1150℃温度下热处理时,退火温度越高,合金箔的直流磁性能越好;经过退火热处理后合金箔的晶粒明显长大,而且合金箔存在明显的择优取向

针对国内边角煤的开采现状,提出了一套高回收率和高效率的开采工艺.用弧三角模型简化边角煤形状,提出了容易实现综合设备配套的\弧形\工作面开采工艺.该工艺沿边界顺槽顺序开挖若干支架边窝,采用\取消端头支架,采用简易机头实现快速增、撤支架\的布架方式.利用数学线性规划理论,建立了回采效率的目标函数和安全、开采成本的约束函数,对关键工艺参数进行了研究,得出一次增接支架数是优化核心的结论.通过优化分析,得出在高回收效率和低成本原则下的最优方案

在理论分析的基础上,先后在试验轧机上和现场工业轧机上对四辊热、冷轧机进行f综合测试,对四辊轧机轧辊不同交叉形式以及不同交叉角情况下的轴向力进行了测试分析.获得了轧机的力学、运动学和动力学等参数的实际数据