钢包精炼渣成分的最优化

本文用正交设计方法对用于钢包精炼的ＣａＯ－ＳｉＯ２－Ａｌ２Ｏ３－ＭｇＯ－ＣａＦ２渣系成分进行优化，试验表明影响炉渣泡沫稳定性能的因素依次为碱度，ＣａＦ２，Ａｌ２Ｏ３和ＭｇＯ的含量，最佳的精炼渣组成为：ＣａＯ３９．３％，ＳｉＯ２１９．７％，Ａｌ２Ｏ３２５％，ＭｇＯ６％，ＣａＦ２１０％（Ｂ＝２）     

稀土处理钢中夹杂物对晶内针状铁素体形成的影响

分析了稀土处理钢中夹杂物的特征（夹杂物种类、尺寸分布和体积分数）对微观组织中针状铁素体形成的影响.结果表明,钢中夹杂物种类和体积分数对针状铁素体组织的形成非常重要.稀土氧化物（包含稀土氧硫化物）与铁素体具有低至1.9%的错配度降低针状铁素体在夹杂物表面的形核能垒,从而促使它在稀土氧化物上形核.反之,稀土硫化物与铁素体具有高达42.5%的错配度不能诱导生成针状铁素体组织.此外,微观组织中针状铁素体的体积分数随着夹杂物体积分数的增加而增大,当钢中夹杂物体积分数是9.5×10-4时其体积分数达到53%.     

频率细化分析方法及其在虚拟仪器中的应用

频率细化分析是一种重要的频谱分析工具,是信号处理和虚拟仪器的主要功能之一.介绍了几种典型的频率细化分析方法,包括连续DFT和复调制方法等,并研究了它们的优缺点,提出了一种结合子带分解DFT和复调制方法的新频率细化方法,它继承了复调制细化的优点,且无需设计特定的滤波器,减少了运算量,适用于实时细化分析,最后以虚拟仪器中的应用实例展示了几种频率细化的算法和效果.     

基于博弈的我国炼油行业竞合策略研究

从竞合角度引入博弈模型,对对称企业和非对称企业进行了竞合策略博弈分析,得出了炼油企业竞合行为的选择条件,并据此对炼油行业展开改革措施给出了推动竞争合作的建议.     

V-Ti-Fe中间合金的精炼工艺

以金属热还原法制备的V-Ti-Fe中间合金为原料,采用喷吹造渣的方式对其进行精炼研究,实验考察了渣系组成和精炼温度对精炼效果的影响.结果表明:渣体中m(CaF2)/m(CaO)值为3.0,TiO2用量为总渣量的10%,用渣量为合金用量的35%,精炼温度为1 600℃时,精炼效果较好;精炼后合金中的Al质量分数由7.11%降到了2.61%,合金中的Si质量分数变化较小,仅由1.25%降到了0.97%.XRD和SEM分析表明,精炼后合金中没有出现氧化物相,精炼有效地去除了合金中的氧化物夹杂,降低了合金的成分偏析.     

精炼渣-转炉渣-矿渣-脱硫石膏胶凝材料组成优化及协同作用机理研究

为解决精炼渣大量堆存问题,提高转炉渣大掺量时固废基胶凝材料的强度,对精炼渣、转炉渣、矿渣和脱硫石膏材料组成进行了优化研究.首先,通过正交试验考察精炼渣、转炉渣、矿渣和脱硫石膏对胶凝材料抗压强度的影响,并进行回归分析;然后,建立非线性回归模型,优化胶凝材料配合比;最后,采用XRD,SEM和TG-DSC等表征方法分析精炼渣...     

吹气孔堵塞对RH循环流量的影响

根据相似原理，以某厂300 t RH为原型建立了1﹕4的水模型，集中研究了吹气孔堵塞对RH循环流量的影响。结果表明，吹气孔堵塞时，气量偏差对循环流量影响最大；当吹气孔对称堵塞时，吹气孔堵塞位置的连线与环流方向成0o时循环流量最小，呈90o时循环流量最大；当吹气孔集中堵塞时，随吹气孔堵塞个数的增加，气泡泵的作用机制由环状机制向簇群状机制转变，循环流量增加。     

侧底复吹RH精炼装置内的钢液流场及循环流量

采用数值模拟方法考察了钢包底吹位置对侧底复吹RH装置内流体流动及循环流量的影响.计算结果表明:在钢包底吹条件下,当底吹位置和钢包中心连线与浸渍管中心连线夹角一定时,随着底吹位置至钢包中心距离的增大,循环流量先增大后减小;当底吹位置至钢包中心距离一定时,循环流量随夹角的增大而减小;与现有RH吹氩方式相比,当采用侧底复吹且钢包底吹气量保持在200 L/min时,循环流量可提高25%以上;当关闭上升管侧吹且仅采取钢包底吹时,与现有RH吹氩方式相比,循环流量可提高60%~100%.     

新型LF深脱硫精炼渣脱硫的实验研究

对在原渣系中加入不同质量分数的BaO、Li2O、B2O3和CaF2形成的新渣系,通过正交实验法进行脱硫实验分析。结果表明,对新渣系脱硫率影响从大到小依次是B2O3、Li2O、CaF2、BaO,加入添加剂之后的新渣系脱硫率都在80%以上;添加剂含量为w(BaO)=4%～6%、w(Li2O)=7%～10%、w(B2O3)=3%～4%和w(CaF2)≤3%时,渣系的脱硫效果最佳,实验室条件下能将钢中硫降至0.002%以内。     

基于划分采样的初始聚类中心算法

针对大数据集的初始聚类中心选取问题,在基于密度的划分算法和适用于大规模数据集限定初值的采样算法基础上,提出了一种用于初始聚类中心的划分采样算法。对聚类子空间在每一维上进行均匀划分形成不同的数据区域,根据数据区域的数据点数的多少进行采样来提高采样的准确性。利用采样思想缩小了数据集的规模,保证了算法在时间上的优势。通过不同规模、不同形状的数据集对算法进行验证,实验结果表明,与其它初始聚类中心算法相比,该算法在准确率和时间上都具有一定的优势。