楔横轧小断面收缩率轴类件的椭圆度研究

利用有限元软件对楔横轧成形小断面收缩率轴类件的椭圆度进行数值模拟,通过对数值模拟结果进行正交回归分析,研究工艺参数对小断面收缩率轧件椭圆度的影响规律.结果表明：展宽角和断面收缩率对轧件椭圆度影响显著,展宽角越大或断面收缩率越小,则轧件椭圆度越大;当断面收缩率较小时,成形角对轧件椭圆度几乎没有影响.并解释了各工艺参数对轧件椭圆度影响的原因.通过轧制实验,验证了数值模拟结果的可靠性.     

对采用有机粘结剂球团生产DRI产品的评价

以氧化铁皮为原料,采用有机粘结剂“CC”和以皂土为粘结剂,生产球团作对比试验。结果表明:有机粘结剂“CC”和皂土均可降低生球长大速度,提高生球、干球落下和抗压强度,但生产同样质量的球团矿,“CC”的用量只有皂土用量的1/10。且其直接还原铁(DIR)产品质量优于皂土球团。     

物联网下的节能控制

介绍了物联网的概念和节能减排的重要性及紧迫性,以此背景设计了一套家用节能减排系统并以该系统为例阐述了如何实现物联网控制和节能减排。     

转炉冶炼特殊钢工艺简述

简要介绍了转炉与电炉冶炼特殊钢工艺的不同之处,并探讨了转炉生产特殊钢的流程和关键技术。     

零下温度时二维通道内界面活性剂减阻流动的实验研究

为了进行零下温度时区域供冷系统的界面活性剂减阻设计,测量了-5℃时以质量分数为20%的甘醇不冻液为溶剂的界面活性剂溶液油醇基二羟乙基甲基氯化铵在二维通道内的减阻特性,同时用粒子成像测速仪对减阻流动的湍流特性进行了测量.实验发现:质量分数为5×10-5~5×10-4的低浓度油醇基二羟乙基甲基氯化铵界面活性剂溶液在一定的雷诺数范围内均呈现减阻特性,且其减阻特性与质量分数和温度呈复杂关系,最大减阻值可高达70%以上;在湍流液体中只需加入少量该界面活性剂即可大幅度减少液体输送的动力消耗.与单独的质量分数为20%的甘醇不冻液湍流流动相比,添加界面活性剂抑制了湍流速度脉动,使雷诺应力完全消失.     

含固相铜冶炼渣的黏度计算及其应用

利用Roscoe方程,结合FactSage的多元多相平衡计算和纯液相渣黏度计算功能可对含固相熔渣的黏度进行计算.本研究针对基于铜冶炼渣的FeO-SiO2-Fe3O4-CaO-Al2O3-MgO系,首先根据相似炉渣的黏度测定值对Roscoe方程中的参数进行拟合,同时验证了该方法在计算所研究体系时的准确性.基于所得的计算模型考察不同组分含量对平衡相组成及黏度的影响规律,并总结获得合理的渣型配比.当炉渣中各组分的质量分数分别控制在FeO 40％～60％、SiO225％ ～ 40％、Fe3O40％～15％、CaO 0％ ～ 10％、A12O30％～8％和MgO 0％ ～4％时,可在冶炼过程中得到流动性较好、固体量较少的熔渣.     

基于弹性模量缩减法研究结构体系可靠度

针对现有体系可靠度理论的两大难点,基于塑性极限分析理论研究建立了体系可靠度分析的弹性模量缩减法:首先以单元的可靠指标为控制参数,定义结构的可靠指标均匀度和基准可靠指标,并建立新型的弹性模量调整策略;进而通过系统地缩减各单元的弹性模量,以模拟结构的可靠指标重分布和失效状态转移,通过一系列弹性有限元迭代分析确定结构体系的失效概率.该方法从根本上回避了现有体系可靠度理论的两大难点,避免了繁琐的失效模式分析和多模式联合失效概率的相关性分析.算例分析表明,该方法不仅适用于静定结构,而且适用于超静定结构,计算格式简单,计算精度较高.     

一种新型芳纶改性用第三单体4,4’-二氨基苄基哌嗪的合成与产品结构分析

合成了一种用以芳纶改性的新的第三单体。以无水哌嗪、对硝基氯苄为原料,进行缩合反应得到4,4’-二硝基苄基哌嗪,然后再用氯化亚锡还原制得4,4’-二氨基苄基哌嗪,并且找到了最佳反应条件。MS,IR,NMR分析结果表明谊合成路线是可行的。     

Co(Ⅱ)-NaCl体系在悬汞电极上的还原机理

用恒流计时电位法和循环电位扫描法研究了Co(Ⅱ)-NaCl体系在悬汞电极上的还原动力学,确定了过程存在着前置转化反应,电荷传递为单电子过程.中间价态离子Co(Ⅰ)很不稳定,以岐化反应方式很快分解.前置转化反应的正向速度常数k_1’=2.85dm~3·mol~(-1)·S~(-1),逆向速度常数k’_(-1)=7.15S(-1).过程的动力学参数αn=0.46—0.52,n=1,R_S=1—3×10~(-10)cm·S~(-1).     

高维数据流的聚类离群点检测算法研究

针对基于聚类的离群点检测算法在处理高维数据流时效率和精确度低的问题,提出一种高维数据流的聚类离群点检测（CODHD-Stream）算法。该算法首先采用滑动窗口技术对数据流划分,然后通过属性约简算法对高维数据集降维;其次运用基于距离的信息熵过滤机制的 K-means 聚类算法将数据集划分成微聚类,并检测微聚类的离群点。通过实验结果分析表明:该算法可以有效提高高维数据流中离群点检测的效率和准确度。