采用光学金相、电子显微术和化学相分析的方法并结合热力学计算,分析了紧凑式带钢生产(CSP)的Ti微合金化高强钢中的析出物及其析出规律.研究发现:高强钢中存在微米尺寸的立方TiN析出和大量纳米尺寸的析出物粒子;钢中MX相(M=Ti,Mo,Cr;X=C,N)的质量分数为0.0927%,其中10 nm以下的析出物占26.9%;均热之前和均热过程TiN已基本全部析出,连轧前TiC不具备析出的热力学条件;降低钢中N和S含量、严格控制卷取温度可增加TiC的体积分数,降低γ→α相变温度可以阻止细小碳化物长大.结果表明,析出物总的沉淀强化效果约为156 MPa,并能通过化学成分和工艺的控制进一步增强

课程的重要性：1.古老而不可替代，因为有自身的特点。2.通过(植物)生理学的知识，才能对生命的整体有一个更好的理解。3.近年来从分子水平探讨植物生命活动规律的研究，正像当年生物化学对植物生理学一样产生着重大而深刻的影响，但因为不同学科有不同的研究具体对象和方法、有不同的研究层次，所以，分子生物学对本学科有大量渗透和帮助。但不会代替植物生理学

一、了解气体分子热运动的图像 . 二、理解理想气体的压强公式和温度公式， 通 过推导气体压强公式，了解从提出模型、进行统计 平均、建立宏观量与微观量的联系，到阐明宏观量 的微观本质的思想和方法 . 能从宏观和微观两方面 理解压强和温度等概念 . 了解系统的宏观性质是微 观运动的统计表现

实现化学能转变为电能的装置称为原电池(简称为电池)。若转化是以热力学可逆方 式进行的,则称为“可逆电池”。 在可逆电池中,等温等压条件下,当体系发生变化时,体系吉氏自由能的减少等于对 外所作的最大非体积功(此处为电功), (△gp=-wr=-nFE 式中,n为电池输出元电荷的物质的量(mol),E为可逆电池电功热(V),F为法拉第常 数

(1)原理和方法 根据热力学第一定律: 状态变化过程中,作功和传递热量往往是同时 进行的。 如果一个热力学系统从内能为E1的初状态I变 化到内能

热二律的提出背景 热一律以能量守恒定律为根据,引入U、H两个热 力学函数,经W、Q、△U及AH的计算,解决变化中的 能量转换。 除此而外,另一被无机、有机、化学工程等领域共 同关心的问题: 几种放在一起的物质间是否可能发生化学反应? 若可能,变化的方向为何,在哪里停下来?

采用微波加热和常规加热对硅锰粉和巴西粉锰的脱硅反应进行了动力学行为研究，以巴西粉锰为脱硅剂，与硅锰粉中的硅发生氧化还原反应.微波加热和常规加热分别加热到不同温度并保温一定时间，测定产物中硅含量并计算固相脱硅反应的表观活化能.实验表明：单一和混合料均可在微波场中快速升温.随着温度的升高和保温时间的延长，两种加热方式脱硅率均随之提高，在相同实验条件下，微波加热的脱硅率和反应速率均高于常规加热，微波加热可以提高固相脱硅率；微波加热固相脱硅反应的限制性环节为扩散环节，其表观活化能为102.93 kJ·mol-1，常规加热脱硅反应的表观活化能为180 kJ·mol-1，说明微波加热能改善固相脱硅的动力学条件，提高固相脱硅反应速率，降低脱硅反应的活化能

确定化学反应的热效应 确定化学平衡条件以及平衡时系统的状态 燃烧反应计算 燃烧空气量的计算 燃烧产物的组成 生成热、反应热和燃烧热 燃烧热的测量与计算 燃气的离解 化学平衡 燃气的离解 化学平衡时燃烧产物成分计算 生成热、反应热和燃烧热的概念；燃烧热的测量与计算方法；燃烧反应计算方法；燃气的离解过程及离解方程 燃烧热概念，燃烧反应计算方法 燃气的离解过程

掌握分布函数的概念和麦克斯维速率分布律,能理解三种特殊 的速率并理解其物理意义,理解分布函数的统计规律性,从而理解 力学规律和统计规律的区别,了解测定分子热运动统计规律的实验 方法和原理,掌握自由度的概念和能均分定理,掌握气体的内能的 含义,导出理想气体的内能公式,了解经典理论热容量表述的局限 性。 重点:分布函数的规律性及其特点,统计平均的一般方法,三个速 率,碰撞数,能均分定律,理想气体的内能包括两个热容量。 难点:分布函数的规律及其特性,统计平均的一般方法

提出一种以燃料消耗量最小为优化目标的加热炉生产调度新方法。首先基于热力学第一定律分析了流入及流出加热炉的各项能量，并对燃料消耗量的计算式进行了理论推导。进而根据加热炉区实际生产调度特点归纳各约束条件，以多台加热炉总燃料消耗量最小为优化目标，构建调度优化数学模型。采用自适应差分进化算法搭配禁忌搜索算法进行综合求解，并通过9组实际钢坯生产案例模拟验证了该算法的可行性和有效性。同时，为了探究加热炉燃料消耗量的影响因素，提出了分别衡量加热炉区缓冲等待、炉内加热两部分时间同理想生产时间匹配程度的评价参数μ1和μ2，并分析了燃料消耗量对二者的敏感性，结果表明：当连铸坯到达加热炉节奏与热轧工序出坯节奏之比由0.5增至2时，燃料消耗量对两评价参数的敏感性逐渐减弱