在高炉炉缸破损调研的基础上对高炉炉缸耐火材料热面凝铁层进行取样,利用扫描电子显微镜、物相分析等分析手段揭示了凝铁层的物相组成,并运用Thermol-calc热力学计算软件结合TCFE8数据库对铁水中石墨碳的析出温度及析出相分数进行了计算,最后揭示了炉缸凝铁层物相的形成机理.结果表明,高炉炉缸凝铁层主要由Fe相和石墨碳相交替分布组成,铁水成分对石墨碳析出温度影响较大,石墨碳析出温度远高于铁水凝固温度,铁水中C、Si元素含量对石墨碳析出相分数影响较大,而石墨碳析出相可增大铁水黏度11.9%.凝铁层中石墨碳的析出主要是由于Fe-耐火材料界面温度低于石墨碳析出温度,使得铁水中C不断向耐火材料热面迁移,进而形成Fe-C交替的分层结构

第三章随机变量及其分布 3-3条件分布 一、条件分布律 二、条件分布函数 三、条件概率密度

采用Burgers模型对排土场散粒体蠕变的减速蠕变和等速蠕变两阶段进行描述,利用分层总和法的思想,将垂直填筑的排土场进行分层处理,底层在上覆‘自重’变荷载作用下发生沉降变形,分别采用定常和非定常Burgers蠕变模型从理论解析角度推导排土场填筑动态过程中沉降、工后沉降及累计沉降计算公式.以齐大山铁矿排土场监测数据进行实例验算,应用结果表明:非定常Burgers模型和定常Burgers模型拟合的相关系数均较高,非定常Burgers模型沉降最终收敛于5.07 m,定常Burgers模型沉降曲线具有发散性,可见非定常Burgers模型能更好地表述排土场沉降真实工况;将排土场分为十个分层,结合FLAC3D软件的蠕变数值分析计算,得出各单层沉降率的变化规律,即各单层工后沉降量上层沉降值小于下层和中间层,且上层沉降量呈现单调递减变化,越接近排土场顶部单层沉降量越小;中间层沉降量相对下层沉降量要大,其中第5单层的沉降量最大

随机变量的函数的分布 我们常常遇到一些随机变量,它们的分布往往难于直接得到(如滚珠体积的测量值等),但是与它们有关系的另一些随机变量,其分布却是容易知道的(如滚珠直径的测量值).因此,要 研究随机变量之间的关系,从而通过它们之间的关系,由已知的随机变量的分布求出与之有关的另一个随机变量的分布

一、填空题(每空1分,共15分): 1.以财政支出是否具有直接的补偿性为标准分类,可以将政府财政支出分为① 和②两大类。 2.从1994年起,我国中央政府财政赤字的弥补手段已经由①弥补改由2解决。 3.以公债的应募条件为标准,可以将公债分为①和②两种公债类型。 4.分税法是指的方法。 5.政府增加财政收入、减少财政支出的措施属于的财政政策。 6.营业税的征税范围包括①②和③ 7.外商企业所得税的纳税人包括①和② 8.1953年修正税制,主要实行税。 9.增量预算编制方法的特点是

一、将头发划分为五个分区。用烫发芯从前部发线到后颈量出中央分区,分区的宽度等于烫发芯的长度。用烫发芯的长度量出侧面的前部分区。其余的头发用分区夹夹住。 二、从中央分区的前部发线开始。用烫发芯的直径量出基面大小。取水平分份并从基面中间提升90度

一、所谓实证分析,指是与事实相关的分析,而规范分析则是指与价值判断有关的分析

采用扫描电镜、X射线能谱仪以及扫描电镜配置的夹杂物自动扫描统计软件(INCAFeature)表征了Fe-Mn-C(-Al)系TWIP钢中夹杂物的成分、形貌和数量,考察了Al质量分数在0.002%~1.590%的四种TWIP钢中夹杂物的特征和Al含量对AlN析出行为的影响.并在此基础上,采用了适合TWIP钢中高锰高铝特点的热力学参数对AlN夹杂物进行了系统的热力学分析.研究表明,在含有相似N质量分数(0.0078%~0.0100%)的TWIP钢中,当钢中Al质量分数升高至0.75%时,AlN夹杂物开始在钢中析出,并在MnS(Se)-Al2 O3上局部析出形成MnS(Se)-Al2 O3-AlN复合夹杂;当Al质量分数升高至1.07%时,热力学计算表明AlN已经可以在TWIP钢液相中形成,经不断长大后在MnS(Se)夹杂物表面局部析出形成MnS(Se)-AlN复合夹杂物;在Al质量分数为1.59%的TWIP钢中,AlN的平衡析出温度比其液相线温度高出42℃,在液相中形成的AlN可以作为异质核心,MnS(Se)夹杂在其表面包裹形成MnS(Se)-AlN复合夹杂物.另外,在Fe-18.21% Mn-0.64% C-1.59% Al体系的TWIP钢中,AlN在液相中析出所需的最低氮的质量分数仅为0.0043%.因此,在TWIP钢的冶炼过程中,应尽可能的降低钢中的氮含量,避免生成过量的AlN夹杂

为较好地表征当前北京整个区域大气颗粒物质量浓度随时间尺度的变化及区域分布污染特征，根据北京市35个监测站点获得的2013年3—5月颗粒物质量浓度1 h均值，分析和研究PM2.5和PM10质量浓度的季节性变化并提高其空间分辨率，在此基础上探讨颗粒物可能的影响因素及污染来源.结果表明，3—5月颗粒物质量浓度具有周期性变化规律和显著相关性，应用MATLAB空间插值算法实现的颗粒物质量浓度区域分布图具有一定精度，可外推并揭示颗粒物区域污染特征.分析表明当前北京颗粒物污染的影响因素有冬末的冷锋和降雪、春季的沙尘和大风、夏初的降雨和湿热等；污染区域则呈现南高北低的特征，污染来源除了本地人为源以外，周边区域传输也有较大影响.通过颗粒物污染的时间序列和空间插值的结合分析，可为进一步研究颗粒物时空关系及掌握区域污染特征提供方法

第10章分拣单元的结构 10.1分拣单元的结构 10.1.1分拣单元的基本功能 分拣单元可以实现对工件按照材质或颜色分拣的过程