采用表面分析技术、失重法及电化学测试方法研究了Q235钢在青霉菌(Penicillium)作用下的腐蚀行为和电化学特性.青霉菌在Q235钢表面形成致密的生物膜和腐蚀产物沉积膜层.青霉菌促进Q235钢的腐蚀,腐蚀类型为点蚀坑.青霉菌体系中试样表面膜经历由游离态变为固着态,由单层逐渐变为多层的过程;生物膜作用与细菌活性有关,当活性降低时微生物腐蚀促进作用也大幅降低

在不同温度下对Ti-Mo低碳钢进行等温转变，对热轧板进行力学性能检测，利用扫描电镜、透射电镜、选区电子衍射等方法进行组织观察，同时分析了相间析出粒子的形貌、尺寸和分布规律.结果显示，随着等温温度降低，钢的强度提高，延展性降低，屈强比增大.在透射试样中观察到两种不同形态分布的相间析出碳化物：平面型相间析出和曲面型相间析出.相间析出碳化物的平均直径为4.30nm，平均纵横比为1.375.在650℃等温保温1 h时，相间析出强化对铁素体相强度的增量在400MPa以上

建立钢棒拉应力电磁测试系统,进行了拉伸状态的钢棒表面感应电动势测试.通过变频测试方法提取出钢棒应力电学谱纹,并借助最小二乘法得出依据应力-感应电动势谱纹进行应力识别的表达式,分析了应力感应电动势测试机理.结果表明:对于100～600Hz范围内的某一频率值,在拉伸荷载增加过程中,钢棒感应电动势ξ随拉应力σ增加,表现出先增大后减小或一直增大的特征.对于某一固定应力值,感应电动势随着频率增加总体呈下降趋势.随着应力水平的提高,钢棒应力感应电动势谱线逐渐上升

为探讨自然崩落法放矿过程中废石细颗粒的渗移规律及诱因,利用离散元软件EDEM分别从粗细颗粒数量比、直径比及矿岩含水率三个方面对细颗粒的渗移过程进行模拟,并设置标志颗粒对不同区域的相邻粗细颗粒进行跟踪.研究结果表明:放矿提前贫化率随粗细颗粒数量比的增大不断降低;废石细颗粒渗移速率随粗细颗粒直径比的增大而增大,且受含水率影响显著;相邻位置的细颗粒的渗移速度大于粗颗粒的下降速度.研究结果为进一步探讨矿石损失贫化、确定采场结构参数及优化放矿管理制度提供理论支持

运用FLAC3D对黑山隧道土石交界段爆破开挖时爆破振动对隧道稳定情况的影响进行了数值分析.采用球面爆破冲击波的方法对爆破开挖进行了数值模拟,根据数值模拟结果提出了安全装药量,最后就其在爆破控制中的应用进行了分析.研究表明隧道爆破开挖过程中,拱顶及两侧拱腰底部发生了明显的应力重分布现象,拱顶土体对爆破振动敏感,易于发生塑性破坏,中部土体也有部分破坏,但并不影响开挖

采用氟盐铝热反应法制取Al-Ti-B中间合金细化剂,对其反应过程进行了分析.通过对比挤压前后的微观组织,研究挤压变形对组织造成的影响.结果表明,挤压使得TiAl3颗粒尺寸减小、表面趋于平滑,挤压过程中发生的再结晶现象使TiB2分布均匀弥散.另外通过静置实验研究了α-Al基体中第二相的沉淀现象,深入分析了沉淀过程及原因,提出了减少第二相颗粒聚集、沉淀的方法,着重强调了优化挤压工艺和添加适量稀土元素的作用

针对传统算法在抗光照变化影响、大位移光流和异质点滤除等方面的不足,从人类视觉认知机理出发,提出了一种基于机器学习和生物模型的运动自适应V1-MT (motion-adaptive V1-MT,MAV1MT)序列图像光流估计算法.首先,引入基于ROF模型的结构纹理分解(structure-texture decomposition,STD)技术,有效解决了光照和色彩变化的影响.其次,利用多V1细胞加权组合及非线性正则化模拟MT细胞模型,并结合岭回归训练学习得到运动自适应的权重,解决对目标的运动速度感知问题.最后,引入由粗到精的增强方法和图像金字塔局部运动估计采样,将V1-MT运动估计模型应用于实际大位移视频序列.理论分析和实验结果表明,新方法能更加拟合人眼视觉信息处理特性,对视频序列具有普适、有效、鲁棒的运动感知性能

为了确定板带连轧中多台轧机振动的起振顺序,首先在形态非抽样小波一般框架的基础上,构造了一种基于多尺度平均滤波器的形态非抽样小波.然后通过仿真实验,得到此形态非抽样小波尺度与频率之间的关系.最终利用基于多尺度平均滤波器的形态非抽样和S变换的方法对轧机振动信号进行分析,成功提取了故障频率的起振时间,确定了轧机的起振顺序

不采用传统接触力模型自下而上的高炉料面形状计算方法，而是根据土坡力学颗粒物质堆积理论，提出了新的基于堆积法的高炉料线形状融合计算方法，直接对料面形状进行计算.围绕高炉多环布料的炉料堆积特点，结合炉顶六点阵列雷达，获得了料面形状计算的边界条件，弥补了传统料型计算靠十字测温加机械探尺的经验估算.新方法通过高炉布料规律及炉料颗粒的物理堆积插值方法，采用贝叶斯数据融合方法和分段三次Hermite插值，结合布料体积约束条件，完成了理论计算与测量修正的结合.实测结果表明：料面形状融合法比传统单独的料面估算法，测量精度提高4.8%，料面分辨率提高27.2%，使布料控制可以更加精准和有针对性

作为炼钢厂的关键设备，风机担负着转炉除尘和煤气回收的重要任务，实现风机剩余使用寿命的准确预测具有重要的实际意义.通过对邯郸某炼钢厂风机振动数据的分析，建立了基于Wiener过程的状态退化模型，在首达时间的意义下，推导出风机剩余使用寿命的概率密度函数的解析表达式，提出了一种基于极大似然估计的参数实时估计方法，从而实现风机剩余使用寿命的在线实时预测.实验结果表明，相对于文献中的方法，本文所提出的预测方法可以得到更高的预测精度和较低的预测不确定性