对比研究了两种AISI 420型钢球化组织的平均粒径和圆整度，并对两种钢材进行了不同淬火和回火处理工艺.然后通过硬度测试、扫描电子显微镜（SEM）和X射线衍射仪（XRD）来比较球化组织对淬回火特性的影响，同时借助动电位极化曲线测试和质量分数3.5% NaCl溶液浸泡腐蚀来分析耐蚀性能的差异.结果表明：细小弥散的球化组织在淬火时可以提高AISI 420型钢的C元素的固溶量，提高了其淬硬性，但是会提高残留奥氏体的含量；尺寸更小的退火态碳化物可以使AISI 420型钢的基体在奥氏体化过程中溶解更多的Cr元素，从而使得其在淬回火后基体Cr含量更高，减小贫Cr区产生几率，最终显示出更好的点蚀抗力；更少的大尺寸的未溶碳化物在腐蚀环境中降低了点蚀形核几率，提高了AISI 420型钢的耐蚀性能.所以在250℃回火时，AISI 420型钢耐蚀性好且硬度高，在480℃回火后，耐蚀性最差

多轴联动下的串联多关节工业机器人在空间轨迹运动时，在时间上保证各关节轴单独具有良好的跟踪性能，而由于机械电气的迟滞效应，并不能完全保证理想的轮廓轨迹，这说明各个伺服轴的运动在几何空间中的同步非常重要。针对运动指令与实际位置之间的迟滞所带来的机器人末端轮廓精度不高的问题，本文结合工业机器人现有的运动学和动力学以及传统的PID控制理论，研究了六关节机器人位置域控制算法。将机器人空间轮廓轨迹的控制，通过采用主?从运动关系实时建立的方法，将时域中的各个伺服关节的同步控制方法，变换到位置域的各个伺服关节的主?从跟随的控制方法，在实现位置域的同步控制的同时，引入基于位置域的PD控制，减少了主?从跟随控制的跟随误差，从而整体提高机器人末端的轮廓运动精度。该方法在Linux CNC(Computerized Numerical Control)数控系统上，以某公司HSR-JR605机器人为对象进行了实验，证明采用位置域控制方法对六关节机器人空间运动轨迹精度的提高有积极作用

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

管道内气液两相流广泛存在于核工业、化工业以及石油运输等多个领域中，其诱发的流激力会引起管道振动，导致管系的疲劳破坏。本文分别从流激力发生机理、影响因素及计算模型出发，对流激力研究进展进行综述。研究表明：动量通量的改变被认为是引起流激力的最主要原因，管道内压力波动、液塞的脉动冲击、起伏不定的液波等因素同样会对流激力的产生做出贡献，针对不同流型建立完整的流激力发生机理的理论体系，是流激力机理研究方面的重点发展方向。在不同流型下，流激力展现出不同的波动特征，目前研究所针对的管道大多是单独的水平管或立管管道，开展多种集输–立管管道系统中流激力的研究将具有重要的工程意义。关于流激力经验模型和理论模型的建立逐渐完善，计算流体力学（Computational fluid dynamics，简称CFD）软件能够同时对流场和流激力大小进行模拟计算，优势明显，是一种重要的计算手段，对CFD软件计算结果的准确性进行研究，对比优选有效的CFD计算模拟方法，将具有重要科研价值

以有效解决钾盐矿尾盐和尾液导致的环境污染、资源浪费、安全隐患等问题为出发点,以改善钾盐矿充填料流动度和强度为目的,利用钢渣水化反应缓慢持久的特点,制备了以钢渣为胶结剂的钾盐矿充填料,初步证明钢渣细度和养护温度对充填料的性能有较大影响.所制备的充填料8 h内流动度保持在200 mm以上,28 d抗压强度可达2 MPa,满足充填料的性能要求.本文着重从微观角度分析了其固化机理,X射线衍射技术、扫描电子显微镜、热重分析、红外分析等分析结果表明:钢渣粉与钾盐矿尾液水化反应的产物主要为C-S-H凝胶、水铝钙石(或称费里德尔盐)、类水滑石等,在水化反应过程中水化产物之间相互穿插包裹使体系结构的致密度和强度不断增长.在微观结构呈层状的水铝钙石和类水滑石中出现类质同象代替现象,Ca2+、Mg2+、Fe2+,Fe3+、Al3+和Si4+都可相互取代而使得OH-和Cl-参与其中,这对体系中的杂质离子起到固定作用,对充填料的稳定性有利.该研究结果初步表明钢渣具有充当钾盐矿充填料胶结剂的潜力

非刚性图像配准一直是计算机视觉领域的研究重点. 为解决上述问题, 提出一种改进的光流场模型算法, 以提高光流估计的准确度. 算法首先对原始变分光流模型进行了改进, 提出利用新的各向异性正则项来代替原来的同向扩散函数, 以避免图像模糊, 保留图像的边缘特征与细节特征; 此外, 通过引入包含邻域信息的非局部平滑项来去除光流噪点, 同时增加了一个结合图像结构与光流运动信息的权函数, 以减少过平滑所造成的细节丢失, 提高算法的鲁棒性. 最后, 利用交替最小化与金字塔分层迭代策略相结合的方法求解位移场, 实现非刚性图像的自动配准. 仿真实验结果表明, 与传统方法相比, 本文算法对不同类型的非刚性图像均具有较高的鲁棒性, 取得了理想的图像配准效果

利用Gleeble-3500热模拟试验机对38MnB5热成形钢的高温变形行为进行研究, 分别在650~950℃温度区间内, 以0.01、0.1、1和10 s-1的应变速率对其进行等温单向拉伸测试, 并得到相应条件下的真应力-应变曲线.结果表明: 38MnB5热成形钢流变应力随着变形温度的升高而减小, 随着应变速率的增大而增大.当应变速率逐渐增加时, 热变形时发生的动态回复和动态再结晶效果并不显著, 而当温度逐渐升高时, 二者作用逐渐加强.考虑了温度、应变速率和应变的综合复杂影响, 建立38MnB5热成形钢高温下的本构方程.此本构方程通过对流变应力、应变、应变速率等实验数据的回归分析, 得到与变形温度、应变速率和应变相关的材料参数多项式.计算结果与实验结果对比发现, 通过本构方程所获得的计算值与试验值吻合良好

在现有工艺条件下，校验和完善二冷区铸坯凝固传热计算数学模型，开发三维二冷配水模型，解决目前设备状况下冷却水分布不均匀对铸坯温度的影响，从而控制铸坯表面质量，特别是铸坯的角部裂纹，同时对板坯连铸二冷配水制度进行改进和优化，使之满足高效连铸生产条件和改善铸坯质量的需要。提出压下参数计算公式，结合所开发三维二冷配水模型，优化现有压下工艺，提出并应用精准可控单段压下、非稳态压下控制，集中解决连铸板坯中心偏析、中心疏松和缩孔等内部质量问题。同时优化模型数据库，使之数据更加完备，模型计算更加准确，同时模型具备异钢种混浇过程二冷及压下控制功能，能够进行凝固终点W形预测与控制，可进一步提高模型适用性和准确性。模型开发并成功在多家钢厂现场应用，有效改善了铸坯裂纹和偏析等铸坯表面和内部的质量问题

考虑道路坡度对整车驱动需求的影响,针对插电式混合动力汽车,提出基于道路坡度信息的插电式混合动力汽车能量管理策略,进行车载导航系统在整车能量管理策略中应用的初步探究.根据车载导航系统提供的道路信息,建立坡道行驶电量消耗预估模型,分别对行程中电量消耗阶段和电量维持阶段动力电池的荷电指数进行规划,提出行车预充电时刻规划准则,使车辆在坡道行驶前动力电池的荷电指数达到预定值,保证车辆在坡道行驶时不会因动力电池亏电造成动力不足或过放电有损动力电池的使用寿命,并在上坡行驶结束后动力电池的荷电指数下降到临界值,有利于充分吸收制动回收的电能.利用MATLAB/Simulink仿真平台,对提出的能量管理策略进行仿真验证.本文所提出的基于坡道预测的能量管理策略能够避免动力电池的过放电,确保车辆上坡行驶过程电量充足

采用扫描电镜、X射线能谱仪以及扫描电镜配置的夹杂物自动扫描统计软件(INCAFeature)表征了Fe-Mn-C(-Al)系TWIP钢中夹杂物的成分、形貌和数量,考察了Al质量分数在0.002%~1.590%的四种TWIP钢中夹杂物的特征和Al含量对AlN析出行为的影响.并在此基础上,采用了适合TWIP钢中高锰高铝特点的热力学参数对AlN夹杂物进行了系统的热力学分析.研究表明,在含有相似N质量分数(0.0078%~0.0100%)的TWIP钢中,当钢中Al质量分数升高至0.75%时,AlN夹杂物开始在钢中析出,并在MnS(Se)-Al2 O3上局部析出形成MnS(Se)-Al2 O3-AlN复合夹杂;当Al质量分数升高至1.07%时,热力学计算表明AlN已经可以在TWIP钢液相中形成,经不断长大后在MnS(Se)夹杂物表面局部析出形成MnS(Se)-AlN复合夹杂物;在Al质量分数为1.59%的TWIP钢中,AlN的平衡析出温度比其液相线温度高出42℃,在液相中形成的AlN可以作为异质核心,MnS(Se)夹杂在其表面包裹形成MnS(Se)-AlN复合夹杂物.另外,在Fe-18.21% Mn-0.64% C-1.59% Al体系的TWIP钢中,AlN在液相中析出所需的最低氮的质量分数仅为0.0043%.因此,在TWIP钢的冶炼过程中,应尽可能的降低钢中的氮含量,避免生成过量的AlN夹杂