2数学模型概述 2.1数学模型的定义和分类 2.2数学模型的建立 2.2.1建立数学模型的过程 2.2.2对模型的基本要求 2.2.3数学模型的验证和误差分析 2.3 Excel在建立数学模型的应用 2.3.1污水处理的线性回归分析 2.3.2结构分析和曲线拟合 2.3.3用 Excel进行参数估计

一、时间序列模型的基本概念及其适用性 二、随机时间序列模型的平稳性条件 三、随机时间序列模型的识别 四、随机时间序列模型的估计 五、随机时间序列模型的检验

在阐述炼钢厂多尺度建模与协同制造技术架构的基础上，分别从单体工序尺度、车间区段尺度与炼钢厂运行尺度开展了炼钢厂协同制造的研究。从工序/装置过程控制系统（PCS）到炼钢厂制造执行系统（MES）进行了较为系统的建模研发，构建了包括转炉工序、精炼工序与连铸工序在内的工序工艺控制模型以及以生产计划与调度模型为核心的物质流运行优化模型，并通过工序工艺控制和生产计划与调度的动态协同，实现了炼钢厂多工序/装置的高效运行。研发了炼钢?连铸过程工序工艺控制模型、生产计划与调度模型同MES之间的数据接口，实现了MES与生产工艺控制、流程运行控制、生产计划与调度系统的有机融合，形成了以机理模型与数据模型协同驱动的工艺精准控制、多工序协同运行、基于“规则+算法”的生产计划与调度为支撑的炼钢?连铸过程集成制造技术，通过多层级的纵向协同与多工序的横向协同，实现了炼钢厂的协同运行与控制。研究成果是炼钢?连铸过程智能制造的有益探索与实践，对流程工业智能制造企业具有很强的参考价值，对冶金工业绿色化、智能化发展具有示范与借鉴作用。应用后，明显提升了炼钢厂的协同制造水平，取得了显著的经济与社会效益

为提高无钟高炉炉喉料面的预测精度，建立了考虑炉料运动的炉料分布数学模型.在分析炉料运动的基础上，指出了炉料运动是影响炉料堆积过程的重要因素，采用尺寸比1∶10的无钟布料器模型试验分析了不同炉料分速度对炉料堆积行为的影响，建立了考虑炉料运动因素的料堆轮廓预测模型，并通过数值方法确定了料堆的位置和料面轮廓曲线，应用于料面形状的预测.结果表明：炉料的运动是造成料堆两侧堆积角差异、料堆横截面面积变化以及料面轮廓改变的重要原因，料堆轮廓采用直线段和曲线相结合的方式进行构造，炉料的堆积角和曲线过渡区域长度作为重要的模型参数均考虑了炉料速度的影响，模型构造的轮廓接近真实料堆形状，应用该模型实现了炉喉料面的准确预测

针对高速铝板轧制过程中频繁出现的冷轧机垂直振动现象，结合轧制工艺润滑原理和机械振动理论，建立基于辊缝动态摩擦方程的轧机垂直振动模型.该模型由辊缝几何形状模型，轧辊-轧件工作界面的动态摩擦模型，变形区内的正向轧制应力、摩擦应力分布模型，以及单机架铝板冷轧机二自由度垂向系统结构模型组成.同时，为研究轧辊-轧件工作界面动态摩擦机制影响下的冷轧机垂振机理及系统稳定性，采用某厂单机架铝轧机设备及工艺参数，搭建Matlab/Simulink平台，分别模拟仿真轧制压力和正向轧制应力曲线，验证该模型的有效性；并讨论分析了变形区混合摩擦状态，轧辊-轧件表面粗糙度、轧件入口厚度与系统稳定性的关系

2.1数学模型的定义和分类 2.2数学模型的建立 2.2.1建立数学模型的过程 2.2.2对模型的基本要求 2.2.3数学模型的验证和误差分析 2.3 Excel在建立数学模型的应用 2.3.1污水处理的线性回归分析 2.3.2结构分析和曲线拟合 2.3.3用 Excel进行参数估计

1.1.1 数据库的地位 1.1.2 四个基本概念 1.1.3 数据管理技术的产生与发展 1.2.1 数据模型的组成要素 1.2.2 概念模型 1.2.3 常用数据模型 1.2.4 层次模型 1.2.5 网状模型 1.2.6 关系模型

一、时间序列模型的基本概念及其适用性 二、随机时间序列模型的平稳性条件 三、随机时间序列模型的识别 四、随机时间序列模型的估计 五、随机时间序列模型的检验

本文对顶吹气体射流冲击下熔池内的液体流扬,将物理模型的试验测定,与数学模型方程的数值求解相配合进行了研究。用激光测速仪测定了模型熔池液流的速度分布。以湍流的运动学和动力学方程、Prandtl-Kolmogorov湍流单方程模型,以及物理模型试验测定提出的边界条件,构成了所研究问题的数学模型。应用Spalding等计算湍流回流的方法,对数学模型数值求解,得到了熔池内液流流函数、速度、涡量、湍动能,湍流旋涡粘性系数等的分布,计算结果与实验测定相当吻合,并可见本文的工作比之前人的有了进一步的改善

采用Burgers模型对排土场散粒体蠕变的减速蠕变和等速蠕变两阶段进行描述,利用分层总和法的思想,将垂直填筑的排土场进行分层处理,底层在上覆‘自重’变荷载作用下发生沉降变形,分别采用定常和非定常Burgers蠕变模型从理论解析角度推导排土场填筑动态过程中沉降、工后沉降及累计沉降计算公式.以齐大山铁矿排土场监测数据进行实例验算,应用结果表明:非定常Burgers模型和定常Burgers模型拟合的相关系数均较高,非定常Burgers模型沉降最终收敛于5.07 m,定常Burgers模型沉降曲线具有发散性,可见非定常Burgers模型能更好地表述排土场沉降真实工况;将排土场分为十个分层,结合FLAC3D软件的蠕变数值分析计算,得出各单层沉降率的变化规律,即各单层工后沉降量上层沉降值小于下层和中间层,且上层沉降量呈现单调递减变化,越接近排土场顶部单层沉降量越小;中间层沉降量相对下层沉降量要大,其中第5单层的沉降量最大