提出一种用于计算机辅助几何设计的分片最佳逼近Bezier曲面控制点的方法,这种方法只用有限次最小二乘计算就可以完成最佳逼近的目的

本文提出了在复杂多元铁基高温合金中判断σ相析出倾向的相分计算方法。对相当数量的工业合金和试验合金的验证,说明提出的方法是可靠的。进而简化处理的相分计算方法也是可行的。以15Cr/25Ni型铁基高温合金为例。提出的△N'v=Ni-3Ti-3.5Al-1.7Si-0.9Cr-4.7计算式可以方便地根据△N'v0,来判断650℃长期时效时σ相的析出与否。同时,还可以应用△N'v的值来分析σ相对合金有关性能的影响

对旋转溜槽内物料的运动进行了分析。通过建立质点在溜槽内的运动方程式,算得溜槽内物料运动的相对加速度、相对速度,和受柯氏力作用下的偏心角。通过具体计算表明,物料在溜槽内的相对速度主要取决于初速度、溜槽倾角和溜槽长度。溜槽的转速虽然对物料的切向速度有很大影响,但对于物料沿溜槽纵向的相对速度影响甚微,可以忽略不计。物料在溜槽内的偏心角不但和相对速度有关,并且和溜槽的转速有关

一、目的要求 1.掌握两个定量变量之间相关分析与回归分析的意义、用途与假设检验。 2.掌握分类计数资料的两变量间关联性的定量分析方法。 3.掌握直线相关与回归分析的区别与联系

利用光学显微镜、扫描电镜和电子探针研究了H13钢中初生碳氮化物高温分解时的形貌、尺寸、成分变化规律.原始初生碳氮化物主要为10~30 μm的长条状（Vx，Mo1-x）（Cy，N1-y）及少量方形的（Tix，V1-x）（Cy，N1-y）.在1200℃保温2.5 h后碳氮化物边缘变为凹凸不平的锯齿状，然后形成细小的分解颗粒，10 h后碳氮化物平均长度减小为12.9 μm，主要为（Tix，V1-x）（Cy，N1-y）.当经过1250℃×5 h保温后87%的碳氮化物发生分解，（Vx，Mo1-x）（Cy，N1-y）溶解消失，碳氮化物长度在20 μm以下，当保温时间延长到10 h后碳氮化物长度均在10 μm以下，70%为方形并且93%分解形成细小颗粒，未分解的碳氮化物为（Tix，V1-x）（Cy，N1-y）.电子探针分析（Tix，V1-x）（Cy，N1-y）的分解与Fe元素扩散有关，高温时Fe在（Tix，V1-x）（Cy，N1-y）中含量逐渐增加而Ti、V减少，优先在边部曲率半径较小部位或缺陷处分解，形成0.1~1 μm的细小分解颗粒，并由外向内以区域溶解方式使原始碳氮化物逐渐消

宝钢300t转炉炉壳使用中出现严重变形,危及生产.通过对炉壳变形过程监测、有限元炉壳应力分析、炉壳材料蠕变性能实验等综合技术手段,采用修正的θ-Conept Project方法成功地预测了转炉炉壳的残余使用寿命,为企业的生产计划决策提供了有效的技术支持

基于传感器技术、信号处理技术和模式识别技术发展起来的电子鼻技术是过去二十年中发展最为迅速的气相分析和气体检测技术之一,它已逐渐在生物医学、环境监测、农业生产、食品检测等多个领域得到应用.电子鼻是利用对待测气体具有交叉敏感性的传感器阵列将待测气体中的混杂气味组分信息转化为与时间、成分、浓度或含量相关的可测物理信号组,利用信号采集系统输出含有待测气体特征信息的数字信号,通过模式识别系统分析数字信号得到待测气体综合气味信息和隐含特征,实现对待测气体快速、系统、准确的鉴别和分析.本文综述了电子鼻技术中的传感器技术和模式识别技术及在中国白酒品牌鉴定、风味识别、酒龄检测方面的最新研究进展;以聚合物石英压电传感器型电子鼻为例,阐明该电子鼻的技术方案及其在中国白酒检测中的应用;展望电子鼻未来研究方向

利用光学显微镜、透射电镜和能谱分析等方法对两种不同Ti含量的铁素体基Ti-Mo微合金钢中析出相的尺寸、分布特征、析出规律和成分进行了研究.结果表明:钢中绝大多数析出相为超细碳化物,尺寸小于10 nm,析出相尺寸呈正态分布.随着Ti质量分数由0.072%增到0.092%,析出粒子平均尺寸增大,分布峰值向粒子尺寸增大的方向移动.Ti-Mo微合金钢具有栅格状的相间析出方式,栅格间距受冷速的影响较大,晶内和靠近晶界处的栅格间距不同.能谱分析发现,不同尺寸的粒子Mo含量不同,较大颗粒(50 nm左右)析出相中不含Mo,小颗粒(<20 nm)中碳化物是Ti和Mo的复合析出相,且随着粒子尺寸的减小,成分中Mo所占比重增大

根据轧制理论,在一般四辊轧机上轧制薄带钢时,常常认为相当接近于简单轧制条件,这时两轧辊的轧制力矩相等。测定表明,由于辊径不可避免地存在微小差别,接轴上的力矩常出现分配不均的情况,这应作为传动零件强度计算的基础。在一定条件下,冷轧带钢轧机实行\单辊传动,异径轧制\方案是可行的。实践证明它可保证轧机受力零件的安全,增加压下率,减少道次,从而提高轧机生产率

通过对多雷达扫描得到的高炉料面进行数据处理,根据数据的特征,分别采用模糊C均值聚类和特征加权模糊C均值聚类算法对料面数据进行分类,建立标准料面模型库.再通过模糊模式识别中贴近度的方法把待分类的目标料面与模型库相匹配,为后续的布料控制提供依据.该算法在某2500 m3高炉上进行了实验,取得良好的效果.仿真结果表明了其有效性