电动汽车以零污染、零排放等优点成为新能源汽车中最具有发展潜力的对象，锂离子电池作为其动力来源，科学准确地预测其剩余使用寿命是决定电动汽车性能的重要因素。本文研究等效循环电池组在等效循环工况、不同循环次数时，锂离子电池电压随着放电时间的变化曲线。通过分析不同循环次数下导函数在等效特征点处的斜率变化规律，建立锂离子电池等效循环工况下的寿命退化曲线。选取NASA等效循环电池组和自测JZ等效循环电池组，将放电初期和放电后期曲线与特定斜率直线交点作为等效循环寿命预测的等效特征点，根据这两组特征点分别建立退化模型Mini和Mlat。最后选取等效循环电池组内的其他电池进行锂离子电池等效循环寿命预测的验证。通过锂离子电池测试数据集验证其预测精度较高，稳定性较好，具有较强的应用价值

1.求函数f(x)=cosx的泰勒级数,并验证它在整个数轴上收敛于这函数. 2.将下列函数展开成x的幂级数,并求展开式成立的区间:

将螺旋埋管等效为三维螺旋线热源，考虑螺旋埋管能源桩的传热过程，运用格林函数和第一型曲线进行积分，推导给出了考虑时间、空间位置、埋管参数和岩土体热物理性质4参数的螺旋埋管能源桩的温度场解析解，建立高精度三维螺旋埋管能源桩的传热模型。并通过在数值模拟软件中建立螺旋埋管能源桩三维模型，依据边界条件，求解得出三维螺旋埋管能源桩温度场数值解。对比结果表明：所建立的能源桩三维螺旋线热源模型具有很高的解析精度。最后，基于解析模型讨论了螺旋埋管能源桩换热温度场的空间分布和时间效应

武汉大学：《数值分析》课程教学资源（PPT课件讲稿）向量和矩阵范数、线性方程组的性态（误差分析）

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

利用扫描电镜分析了自耗电极和电渣重熔钢中夹杂物的特征，结合热力学计算，分析了氧硫复合夹杂物在电渣重熔过程中的转变机理。结果表明，电渣重熔采用气氛保护结合脱氧操作可以将自耗电极全氧质量分数由0.0017%降低至0.0008%。电渣重熔之后钢中小于3 μm夹杂物的比例显著增加。自耗电极中的夹杂物为CaS与含质量分数3%和11%左右MgO的CaO–Al2O3–SiO2–MgO结合的两类复合夹杂物。电渣过程未被去除的氧化物夹杂中的SiO2被钢液中酸溶铝还原，保留至电渣锭中。电渣锭中含约1%MgO和2%SiO2且成分均匀的CaO–Al2O3–SiO2–MgO是在电渣过程中新生的夹杂物。自耗电极中的CaS通过分解为钢液中溶解Ca和S，以及通过与液态氧化物夹杂中Al2O3反应的途径在电渣过程被去除。电渣锭中低熔点氧化物夹杂周围环状CaS是钢液凝固过程中溶解S、酸溶铝Al与氧化物夹杂中CaO的反应产物，高熔点氧化物夹杂周围环状CaS是钢液凝固过程中Ca和S偏析后反应新生的夹杂物。复合夹杂物中补丁状CaS是在电渣重熔钢液冷却过程中由复合夹杂物熔体中析出的

练习12-1 1.试说出下列各微分方程的阶数: (1)x(y)2-2yy+x=0

高碳钢连铸生产技术工艺优化是当前连铸技术研究的主要内容之一。针对国内某钢厂SWRH82B高碳钢生产过程中出现碳偏析、网状渗碳体组织缺陷的问题，采用数值模拟与实验相结合的方法，利用Fluent软件建立了八机八流连铸机凝固传热模型，数值模拟计算凝固传热特征；研究了八机八流连铸机在不同浇注速度、过热度和末端电磁搅拌参数条件下对SWRH82B高碳钢铸坯碳偏析和夹杂物的影响；分析了SWRH82B高碳钢连铸过程中的主要要素与组织性能之间的关系。研究结果表明：铸坯中心碳偏析是网状渗碳体主要诱导因素，通过调整过热度和浇注速度有利于促进钢液成分的均匀化，降低夹杂物含量；当过热度降低至25 ℃，浇注速度提高至2 m·min?1，铸坯中心平均碳偏析指数由1.17降低为1.11，索氏体化率达到89%，网状渗碳体级别由四级下降到一级，基本消除C类夹杂物；通过设置末端电磁搅拌参数为电流370 A、频率7 Hz时，碳偏析指数最低值下降到1.04。通过优化连铸生产工艺参数，解决了企业SWRH82B高碳钢生产过程中的缺陷，为高碳钢的高质量生产提供理论与实践支撑

匹配滤波器是以抽样时刻信噪比最大为标准,构造接收机结构。而在数字通 信中,人们更关心判决输出的数据正确率。因此,使输出总误码率最小的最小差 错概率准则,更适合于作为数字信号接收的准则。为了便于讨论最小差错概率最 佳接收机,我们需首先建立数字信号接收的统计模型

热轧支持辊的健康状态在带钢板形质量和轧制稳定性控制中起着关键作用，非线性、强耦合、少样本等特点使得热轧支持辊健康状态的预测复杂，目前各大钢厂仍以定期维护和事后维修为主。本文提出了一种支持辊虚拟健康指数的构建方法以及基于Copula函数的复杂工况健康状态预测模型。首先结合支持辊弯窜辊数据表征支持辊健康状态，再使用K-means聚类方法对支持辊工况进行划分，将各工况下过程数据分别构建Copula预测模型，最后根据实际轧制计划的排布顺序融合各工况模型的预测结果。提出的基于Copula函数的预测模型在某钢厂1780热连轧产线得到应用，结果表明，该模型能够准确有效的按照轧制计划实现支持辊的健康状态预测，以更科学的策略指导支持辊更换维护