第一章 回归分析 第二章 双变量回归分析 第三章 多变量回归分析

采用伪半固态触变成形工艺制备了40%、56%和63%三种不同SiC体积分数颗粒增强Al基电子封装材料，并借助光学显微镜和扫描电镜分析了材料中Al和SiC的形态分布及其断口形貌，测定了材料的密度、致密度、热导率、热膨胀系数、抗压强度和抗弯强度.结果表明，通过伪半固态触变成形工艺可制备出的不同SiC体积分数Al基电子封装材料，其致密度高，热膨胀系数可控，材料中Al基体相互连接构成网状，SiC颗粒均匀镶嵌分布于Al基体中.随着SiC颗粒体积分数的增加，电子封装材料密度和室温下的热导率稍有增加，热膨胀系数逐渐减小，室温下的抗压强度和抗弯强度逐渐增加.SiC/Al电子封装材料的断裂方式为SiC的脆性断裂，同时伴随着Al基体的韧性断裂

提出以椰壳预炭化料为骨料、酚醛树脂为黏结剂制备变压吸附空分制氮用炭分子筛的新工艺路线，包括成型、炭化、水蒸气活化、两步苯气相碳沉积调孔等主要工序；完善了炭分子筛的变压吸附空分评价手段，即以变压吸附空分为基本手段，结合变压吸附脱附尾气总量及其中O2浓度等参数分析，准确表征炭分子筛制备过程中样品的微孔孔容和孔径变化，从而实现对炭分子筛制备工艺参数的精确控制.所得的椰壳基炭分子筛具有较高的抗压强度，其变压吸附空分性能接近商业炭分子筛产品

气相色谱法(GC)是英国生物化学家 Martin a t p等人在研究液液分配色谱的基础 上,于1952年创立的一种极有效的分离方法,它 可分析和分离复杂的多组分混合物。目前由于使 用了高效能的色谱柱,高灵敏度的检测器及微处 理机,使得气相色谱法成为一种分析速度快、灵 敏度高、应用范围广的分析方法。如气相色谱与 质谱(GC-MS)联用、气相色谱与 Fourier红外 光谱(GC一FTIR)联用、气相色谱与原子发射光 谱(GC一AES)联用等

利用CFD仿真对首钢1780m3霍戈文内燃式热风炉进行了数值模拟分析,主要研究了空气和煤气混合前在矩形燃烧器中的流动,混合气体在燃烧室的燃烧、含量分布、温度分布、火焰形状以及拱顶的速度分布和温度分布.结果表明:空气喷嘴出口界面和煤气出口截面的流场都存在一定程度的不均匀性;沿燃烧室宽度方向,火焰高度变化剧烈;拱顶出口截面残余极少量的一氧化碳,蓄热室表面烟气速度分布不均,最高温差也很大

1.3.1按网络拓扑结构分类 1.3.2按网络控制方式分类 1.3.3按网络规模分类 1.3.4按通信传输方式分类 1.3.5按网络配置分类 1.3.6其他分类方式

为了改善M2高速钢中的碳化物分布，通过数值模拟详细分析了结晶器旋转对M2高速钢电渣重熔过程温度场、金属熔池形状的影响，并进一步通过实验室双极串联结晶器旋转电渣炉研究了旋转速率对M2高速钢电渣重熔过程的影响。采用扫描电镜观察并分析了结晶器旋转对电渣锭中碳化物形貌、分布的影响；采用小样电解萃取实验，分析了结晶器旋转速率对碳化物组成的影响。结果发现，随着结晶器旋转速率的增加，渣池的高温区从芯部向边部迁移，温度分布更加均匀；金属熔池的深度变浅，两相区的宽度收窄，从而导致局部凝固时间降低、二次枝晶间距减小。与此相对应，随着结晶器旋转速率的增加，M2电渣锭的渣皮更薄、更加均匀，结晶器对电渣锭的冷却强度更大，碳化物网格开始破碎、变薄，碳化物由片状改变为细小的棒状。X射线衍射分析表明，不论结晶器是否旋转，碳化物的类型始终不变，由M2C、MC和M6C组成，但是随旋转速率增加M2C含量增加，MC和M6C含量降低。碳化物组织得以改善的主要原因在于，结晶器旋转导致金属熔池深度降低、两相区宽度收窄，改善了凝固条件，减轻了元素偏析

一、依据生态习性的分类 二、依据园林用途的分类 三、依据经济用途分类 四、依据自然分布的分类

以齐大山铁矿选矿分厂铁尾矿为例，对重选尾矿、磁选尾矿、浮选尾矿和综合尾矿4种不同种类尾矿的工艺矿物学性质进行对比分析，并对尾矿中铁的可回收性进行评价。研究结果表明，尾矿中铁矿物主要为赤铁矿，脉石矿物主要是石英，有害元素S、P的含量低；尾矿中铁的金属分布率随着粒级的变化，呈两端高、中间低的规律。重选尾矿中铁矿物主要包裹在粗颗粒脉石中，浮选尾矿中铁矿物主要赋存在细颗粒连生体中，磁选尾矿中的铁矿物粒度极细，综合尾矿粒度范围宽、粒度分布极不均匀。采用单一重选和磁选方法对不同种类尾矿进行再选，浮选尾矿指标最佳，重选尾矿次之，综合尾矿最差，磁选尾矿属于不可选。鞍山式贫赤铁矿分选尾矿中铁的赋存状态决定了铁的再回收潜力，可为此类分选尾矿的处理提供理论借鉴

由于转炉冶炼过程中的热力学和动力学反应复杂，副枪控制模型和传统的烟气分析模型存在很大的局限性，导致了转炉冶炼终点碳含量的预测精度偏低，是实现智能炼钢的主要技术瓶颈. 针对上述问题，提出了基于烟气分析的炼钢过程函数型数字孪生模型. 首先，利用烟气分析得到连续监测的实时数据，以此来实时监控转炉熔池内钢水的碳氧反应状态; 然后，根据熔池反应所处的不同阶段，利用函数型数据分析方法建立吹炼前期和吹炼后期的函数型预测模型; 在此基础上，按照吹炼前期和吹炼后期这两个阶段来分别自动修正模型中的系数函数，从而能在复杂的实际工况条件下完成对熔池碳含量的准确预测. 通过260 t氧气转炉的工业应用实例，证实函数型数字孪生模型具有良好的自学习和自适应能力，对异常冶炼状态具有良好的鲁棒性，可以实现全过程的熔池碳含量动态预测，终点碳质量分数在± 0. 02% 范围内的命中率为95%. 利用函数型数字孪生模型在拉碳阶段对钢水中碳含量的预测值来控制终吹点. 更为重要的是，在保证入炉原料成分、温度、质量等参数稳定的前提下，采用该模型可以有望取消基于副枪的停吹取样步骤，从而降低生产成本，提高产品质量和生产效率，具有广泛的工业应用前景