提出以椰壳预炭化料为骨料、酚醛树脂为黏结剂制备变压吸附空分制氮用炭分子筛的新工艺路线，包括成型、炭化、水蒸气活化、两步苯气相碳沉积调孔等主要工序；完善了炭分子筛的变压吸附空分评价手段，即以变压吸附空分为基本手段，结合变压吸附脱附尾气总量及其中O2浓度等参数分析，准确表征炭分子筛制备过程中样品的微孔孔容和孔径变化，从而实现对炭分子筛制备工艺参数的精确控制.所得的椰壳基炭分子筛具有较高的抗压强度，其变压吸附空分性能接近商业炭分子筛产品

第一节分离规律 一、孟德尔的碗豆杂交试验 二、分离现象的解释 三、表现型和基因型 四、分离规律的验证 五、分离比例实现的条件sl 六、分离规律的应用

3.1 微机故障的特点 3.2 微机启动过程分析【重点】 3.3 死机故障分析【重点】 3.4 运行速度降低故障分析 3.5 随机性故障分析 3.6 开关机故障分析

利用CFD仿真对首钢1780m3霍戈文内燃式热风炉进行了数值模拟分析,主要研究了空气和煤气混合前在矩形燃烧器中的流动,混合气体在燃烧室的燃烧、含量分布、温度分布、火焰形状以及拱顶的速度分布和温度分布.结果表明:空气喷嘴出口界面和煤气出口截面的流场都存在一定程度的不均匀性;沿燃烧室宽度方向,火焰高度变化剧烈;拱顶出口截面残余极少量的一氧化碳,蓄热室表面烟气速度分布不均,最高温差也很大

§12-1 拉普拉斯变换及其几个基本性质 §12-2 电路的S域模型 §12-3 零状态分析 §12-4 网络函数和冲激响应 §12-5 线性时不变电路的叠加公式

实验一 不同土地类型的“野外认地” 实验二 室内各种岩石、矿物及其风化标本的观察 实验三 室内土壤形态特征标本的观察 实验四 室内土壤质地手测法练习 实验五 田间认土 实验六 土壤分析样品的采集与制备 实验七 土壤矿物质颗粒分析 （一）比重计法 （二）吸管法 实验八 土壤微团粒测定 实验九 土壤密度（比重）的测定 实验十 土壤容重的测定 实验十一 风干土样吸湿水的测定 实验十二 凋萎系数的测定 实验十三 土壤水分含量（新鲜土样）的测定和田间验墒 实验十四 田间持水量的测定 实验十五 毛管持水量的测定和毛管上升现象的观察 实验十六 土壤透水性的测定 实验十七 土壤水吸力的测定 实验十八 土壤胶体凝聚、分散和电泳现象的观察 实验十九 几种土壤吸收性能的观察 实验二十 土壤有机质含量的测定 实验二十一 土壤腐殖质的分离及各组分性状的观察 实验二十二 土壤腐殖质的快速测定 实验二十三 土壤酸度的测定 实验二十四 土壤全氮的测定 实验二十五 土壤碱解氮的测定 实验二十六 土壤有效磷的测定 实验二十七 土壤速效钾的测定 实验二十八 土壤水溶性盐分的测定 实验二十九 土壤有效硼的测定 实验三十 土壤中有效锌、锰、铁、铜的测定 附表 1 国际单位（S1）蝗倍数和分数的名称和符号

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

第一章 回归分析 第二章 双变量回归分析 第三章 多变量回归分析

以齐大山铁矿选矿分厂铁尾矿为例，对重选尾矿、磁选尾矿、浮选尾矿和综合尾矿4种不同种类尾矿的工艺矿物学性质进行对比分析，并对尾矿中铁的可回收性进行评价。研究结果表明，尾矿中铁矿物主要为赤铁矿，脉石矿物主要是石英，有害元素S、P的含量低；尾矿中铁的金属分布率随着粒级的变化，呈两端高、中间低的规律。重选尾矿中铁矿物主要包裹在粗颗粒脉石中，浮选尾矿中铁矿物主要赋存在细颗粒连生体中，磁选尾矿中的铁矿物粒度极细，综合尾矿粒度范围宽、粒度分布极不均匀。采用单一重选和磁选方法对不同种类尾矿进行再选，浮选尾矿指标最佳，重选尾矿次之，综合尾矿最差，磁选尾矿属于不可选。鞍山式贫赤铁矿分选尾矿中铁的赋存状态决定了铁的再回收潜力，可为此类分选尾矿的处理提供理论借鉴

由于转炉冶炼过程中的热力学和动力学反应复杂，副枪控制模型和传统的烟气分析模型存在很大的局限性，导致了转炉冶炼终点碳含量的预测精度偏低，是实现智能炼钢的主要技术瓶颈. 针对上述问题，提出了基于烟气分析的炼钢过程函数型数字孪生模型. 首先，利用烟气分析得到连续监测的实时数据，以此来实时监控转炉熔池内钢水的碳氧反应状态; 然后，根据熔池反应所处的不同阶段，利用函数型数据分析方法建立吹炼前期和吹炼后期的函数型预测模型; 在此基础上，按照吹炼前期和吹炼后期这两个阶段来分别自动修正模型中的系数函数，从而能在复杂的实际工况条件下完成对熔池碳含量的准确预测. 通过260 t氧气转炉的工业应用实例，证实函数型数字孪生模型具有良好的自学习和自适应能力，对异常冶炼状态具有良好的鲁棒性，可以实现全过程的熔池碳含量动态预测，终点碳质量分数在± 0. 02% 范围内的命中率为95%. 利用函数型数字孪生模型在拉碳阶段对钢水中碳含量的预测值来控制终吹点. 更为重要的是，在保证入炉原料成分、温度、质量等参数稳定的前提下，采用该模型可以有望取消基于副枪的停吹取样步骤，从而降低生产成本，提高产品质量和生产效率，具有广泛的工业应用前景