不同钢种炉外精炼钙处理工艺的选择

来源 :冶金与材料 | 被引量 : 0次 | 上传用户:doer
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
利用钙处理工艺从而进行对钢内部以氧化铝为代表的固体形态的夹杂物转变成为低熔点的液态钙铝酸盐.通过此种方式展开对连铸阶段夹杂物导致的水口结瘤堵塞进行有效地控制.通过大量的研究从而发现,钢液中氧元素以及硫元素质量分数对钙处理的具体效果具有着相对较为明显的影响,钢液内的硫质量分数一定程度上制约了钙对氧化物夹杂的改性.
其他文献
非线性多输入多输出(MIMO)系统的解耦控制方法在控制理论和控制工程中都具有重要意义.非线性MIMO解耦自抗扰控制(ADRC)可以有效地解决这一问题,但它需要实时求解被测信号变量或高阶矩阵的逆.逆矩阵的求解是首要问题.在非线性MIMO解耦自抗扰控制中,将逆矩阵的求解问题总结为二阶、三阶、非方阵及变量高阶矩阵几类,并逐一给出解决方法.针对被测信号为变量的高阶矩阵,提出了一种基于高斯消元法的LU矩阵分解方法,可实时求解其逆矩阵.利用一个耦合系统的例子来测试这种方法的控制效果.仿真结果表明,采用逆矩阵法解耦的自
作为维持国防科技可持续发展的基本动力,国防采办包含大量的验证和确认环节.其中,最重要的是作战试验.它以模拟实战的考察方式,预测被试武器装备在未来战场的适用性和预定作战任务的完成情况,并据此决策是否批量采购这些产品.由于作战试验耗资巨大,不当选择样本量将造成试验资源的严重浪费.归纳总结了作战试验最常见的统计检验,推导了作战试验样本量通用化的估算方法,通过算例演示了该方法具有良好的精度和灵活性,为后续作战试验样本量估算的标准化提供了理论依据.
针对空间目标观测的平台多样性、单次观测不确定性、任务层次优先性等现实问题,从多平台任务协同分配的角度,统一考虑夭基、地基固定、地基移动观测平台,建立面向空间目标应急观测异构平台预调度模型,基于STK和改进NSGA-Ⅱ算法进行了仿真验证,为构建天地一体空间目标观测体系建立提供有益借鉴.
针对电传动装甲车辆恶劣工况下轮毂电机位置传感器容易产生故障问题,基于脉振高频电压注入法构建了位置传感器故障检测及容错控制系统.通过分析故障时位置传感器输出信号出现的幅值不平衡故障或正交不完全故障,采用阈值检测法实现故障检测,并使电机由有位置传感器控制切换为无位置传感器控制.仿真及实验结果表明,故障发生时,系统能够迅速检测出故障并进行容错控制,有效抑制了电机转速及定子电流的持续振荡.
为了增强不确定目标分配对战场态势变化的适应性,提出了一种基于分解的多目标量子行为粒子群算法(MOQPSO/D)的不确定目标分配方法.基于模糊多目标规划方法建立了不确定目标分配模型.以MOEA/D为算法框架,以QPSO算法为寻优手段提出了一种MOQPSO/D算法.通过粒子编码和非法粒子调整,将MOQPSO/D算法成功应用于求解目标分配模型.仿真结果表明:采用多目标优化方法能有效增强不确定目标分配对战场态势变化的适应性;MOQPSO/D算法在求解目标分配模型时要明显优于MOEA/D及MOEMD-CD算法.
着眼于空间管控对空中搜救行动的重要作用,为有效配置空中搜救力量,优化形成空中搜救优势,决定基于“空中搜救锥”概念,同时结合空中搜救行动不同阶段,依次建立搜索模式、作战模式、救援模式下“锥体空间”模型;选取搜救效能、搜救安全和搜救经济性作为评价搜救空间管控的重要因素,通过区分有无夺取制空权两种情况,分别探索搜救空间管控模型;最后,基于上述分析,总结归纳空中搜救行动“锥体空间”动态管控特性,及其具体管控方法.通过研究分析,试图为空中搜救行动空间管控问题提供基础模型与方法支撑,并由此推动空中搜救行动空间管控能力
文章主要对轴承钢内的TiN夹杂析出的相关理论进行了有效地分析,从而了解到在不同凝固率的情况下TiN夹杂析出溶解度饱和线.并且在此基础上从而提出避免TiN夹杂析出的钛元素还有氮元素的控制范围以及提出了生产阶段两者的有效控制措施.
全矩阵超声相控阵成像技术具有信噪比好、缺陷分辨率高等优点,近年来在无损检测领域获得广泛研究.基于全矩阵数据采集理论和全聚焦成像算法原理,采用有限元法建立超声相控全矩阵检测模型,该模型以钢板中的圆孔缺陷检测为研究对象,提取检测模型中超声纵波幅值信号进行分析.仿真结果显示,采集到的全矩阵A扫描数据具有对称性,且全聚焦算法能有效地实现缺陷的反演成像.成像结果进一步表明,与常规B扫描检测模型相比,该全矩阵模型能准确定位缺陷位置且成像效果较好.而对于某一特定检测介质的全聚焦成像,不同的阵元数成像效果也不同,可以通过
在网络入侵检测中单独使用一种机器学习方法检测存在盲区,检测精度较低,提出一种基于GSO优化权值的异构集成学习入侵检测算法.在构造基分类器中,通过对样本集的采样和特征集的选择增大各个基分类器样本间的差异性;通过不同学习算法对样本集的学习增强基分类器的差异度,通过加权方式集成得到检测结果.在设计权值时,引入萤火虫优化算法,对各个基分类器的分类结果权值进行优化.在通用数据集和CSE-CIC-IDS2018数据集上的实验,表明提出的方法能够有效提高检测的精度,降低误报率和漏报率.
为解决传统基于贝叶斯理论的概率模糊聚类(Bayesian Fuzzy Clustering,BFC)算法在处理大规模数据集聚类时的时间开销和存储代价瓶颈,提出基于数据分块的单程自适应加权BFC算法,算法在大规模数据集分块的基础上,设计了基于数据加权的改进BFC算法,用于数据分块内数据聚类,以挑选出对聚类贡献最具代表的标识数据及其自适应权值,在块间迭代聚类过程中,将标识数据及其权值合并到下一数据块中并参与聚类,从而将上一数据块的聚类信息有效地传递到下一数据块中,最后分析算法的收敛性和时间复杂度.实验结果表明