高性能烧结NdFeB磁体的制备技术

采用鳞片铸锭、氢爆加气流磨制粉、脉冲场振动取向加橡皮模等静压成型等改进的技术在工业生产线上成功制造了N52高性能烧结NdFeB磁体. 用X射线衍射仪、光学金相显微镜、透射电镜和扫描电镜研究了磁体的结构;用磁强自动记录仪测量了磁体的退磁曲线. 实验结果表明,Nd29.0Pr0.5Ga0.2Fe69.1Nb0.2B1.0磁体室温磁性能达到Br=1.457 T, Hci=1 097 kA·m-1, (BH)max=409 kJ·m-3,且磁体的均匀性和一致性较好.     

热轧带钢超快速冷却过程的换热分析

采用有限差分数值计算方法,确定了热轧带钢实现超快速冷却的综合对流换热系数范围,对于厚度为3~4 mm的带钢,实现300~400℃/s超快速冷却速率所需的带钢表面对流换热范围约为(4~8)kW/(m2.K).分析了水冷过程中带钢表面的局部换热机理,认为冷却系统实现超快速冷却的关键在于扩大带钢表面射流冲击换热区的面积.温度场的计算分析表明,与层流冷却相比,超快速冷却条件下厚度方向的温度梯度显著增大,有必要在超快速冷却技术的实际应用中考虑厚度方向温度梯度的影响.     

有限记忆ISODATA算法在航迹关联中的研究

针对多传感器多目标航迹关联的特点,提出了将基于聚类分析的ISODATA算法应用于航迹关联的解决方法。将表征航迹特征的参量构成待分类的样本空间,利用ISODATA算法对来自不同传感器的航迹进行关联。构建了基于ISODATA算法的有限记忆关联模型,利用有限步的历史航迹状态数据,有效地解决了目标密集环境下的误关联问题。通过仿真研究说明了算法的有效性。     

轧制工艺对CSP线热轧汽车用高强钢板组织特征的影响

研究了薄板坯连铸连轧(CSP)工艺生产高强度汽车用大梁板的工艺控制参数与力学性能和显微组织间的关系.根据柔性工艺控制的指导思想,在珠钢电炉CSP流程下实现了生产不同级别高强度钢板的柔性轧制工艺.利用扫描电镜和透射电镜研究了其组织和强度差异产生的原因.研究表明,钢板最终组织为多边形铁素体和少量珠光体组成,平均铁索体晶粒尺寸约为3.7～5.6μm;当降低卷取温度,部分渗碳体已破碎成细小的碳化物粒子分布于铁素体基体上,钢板中有少量贝氏体出现.     

基于模糊聚类的PSO-神经网络预测热连轧粗轧宽度

为了提高热连轧粗轧宽度的控制精度,以攀钢热轧板厂实测数据为基础,采用粒子群优化算法训练神经网络并将其用于热连轧粗轧宽度预报,通过模糊聚类分析方法进行数据分析,科学选取学习样本,解决了由于样本多、学习速度慢的问题.实测数据运算表明,这种方法可避免神经网络陷入局部极小,带钢粗轧宽度的预报精度控制在6 mm以内,并且训练速度也有很大程度的改善,神经网络结构也得到优化,具有很大的应用潜力.     

指数分布下的产品可靠性抽样检验

对于失效时间遵从指数分布,本文提出了定时截尾样本下可靠性抽样检验方案的统计方法.质量统计是不可靠度的矩估计的严格增加函数,利用渐近正态分布样本量和接受常数被近似确定.     

双辊薄带连铸用结晶辊套温度场及其热变形

利用非线性热力耦合有限元方法,对浇铸过程中结晶辊辊套的温度场分布进行了研究,并同时计算出了结晶辊的热变形.给出了浇铸稳定阶段的结晶辊温度场分布和热变形规律;分析了浇铸速度对结晶辊温度场和热变形的影响.通过分析得出,在浇铸稳定阶段结晶辊温度只在表层区域发生周期性变化,内部保持基本稳定,浇铸速度越低,周期性变化幅度越大.     

C-SVM在不同类别样本数目不均衡下的优化

在解决故障检测等分类问题时,若不同类别样本数目相差很大,C-SVM训练的分类错误总偏向于样本数较少的类别,因而影响了分类的精确性.为提高精确性,提出一种优化算法,在训练过程中针对不同类样本,采用不同的权值来优化训练过程,按正负类样本在总样本中所占的比例,加大样本数较少的类别权值,降低样本数较大的类别权值来实现两类样本间的均衡.实验结果表明,该方法对两类样本数目相差很大的问题有效.     

用D2EHPA从硫酸介质中萃取锌

以低品位硫化矿的资源综合利用为背景,研究了D2EHPA和D2EHPATOA两个不同体系萃锌的适宜条件.实验结果表明, D2EHPATOA协萃体系在萃取与反萃取的难易程度以及经济效益等方面均优于单独D2EHPA体系.在此基础上,提出了从细菌浸出液中回收锌的工艺.     

热带钢轧机轧辊磨损预测

以国内某厂2050mm热连轧机为研究对象,分析了热带钢连轧机轧辊磨损产生的原因,采用现场在线磨损计算模型进行了离线模拟计算;利用现有磨床测试轧辊磨损曲线·通过理论计算与实测数据的比较,发现轧辊磨损沿轴向不同区域有不同的分布规律,其中部可以用二次曲线来描述,边部可用三次曲线描述·同时,回归出在线板形控制的磨损计算模型参数·修正后的计算结果符合轧辊磨损的一般规律,可用于轧辊磨损在线预报·