郭鸿志
,
张书臣
,
阚晚西
,
程小虎
钢铁研究学报
为了揭示直流电弧炉内电弧等离子体的流动及传热规律,为直流电弧炉的设计和最佳工艺操作提供理论依据,采用涡量-流函数法和k-ε双方程湍流模型对I=2 160 A、I=50 kA、I=100 kA下不同电弧长度的直流电弧等离子体的速度场和温度场进行了数值计算,并与I=2 160 A条件下实验测定的速度场和温度场进行了比较.结果表明,计算结果与实验测定结果基本吻合.另外,还计算了50 kA电弧等离子体的热平衡及不同电流强度、不同电弧长度下电弧对钢水的冲击力.计算结果表明,电弧等离子体主要以对流换热方式将能量传给钢水和四周环境,因此在熔化期应采用大电流长电弧操作;在熔池平稳期,应采用泡沫渣下大电流长电弧操作.
关键词:
直流电弧炉
,
等离子体
,
速度场
,
温度场
,
数值计算
付国忠
,
刘建平
,
赵晓峰
,
刘建明
,
吕庆功
,
彭龙洲
钢铁
在对轧制时钢管的温降原因进行分析的基础上,给出一种定张减温降计算模型,该模型考虑了辐射、接触传导、内部传导对温度的影响.通过对轧制实验测定得到钢管的温降数据与此模型实例计算的结果进行对比分析,表明该模型比较准确,能够满足生产实际的要求,可用于自动控制系统中定张减温降的计算,从而为控制系统比较准确地对轧机进行设定及调整提供依据.
关键词:
定张减
,
温降
,
模型
王若民
,
詹马骥
,
季坤
,
严波
,
王夫成
,
杜晓东
机械工程材料
doi:10.11973/jxgccl201703023
通过对高压输电用耐张线夹及夹持导线的宏观形貌、化学成分、腐蚀产物进行分析,探讨了该线夹腐蚀失效的原因.结果表明:该线夹在压接时即存在铝线断股现象,服役过程中使酸性雨水更易进入到压接管内部,对线夹与钢芯铝绞线结合面进行腐蚀生成腐蚀产物,导致耐张线夹电阻增大;随着腐蚀的进行,线夹电阻不断增大,其温度也随之升高;当温度超过临界温度时,热平衡状态被打破,最终线夹过热,导致高温烧损失效;应加强线夹压接管位置的红外测温监控,及时更换温度明显异常的压接管.
关键词:
耐张线夹
,
腐蚀
,
热击穿
,
钢芯铝绞线
柴武倩
,
杨强云
,
杨川
,
高国庆
,
崔国栋
机械工程材料
doi:10.11973/jxgccl201509024
对断裂的汽车张紧轮紧固螺栓的显微组织、化学成分、硬度以及断口的宏、微观特征进行了综合分析,找出其断裂的原因.结果表明:螺栓在搓丝加工过程中挤压量过大,使螺纹尖端产生较多微裂纹,同时螺纹根部也存在一些加工缺陷,并在之后的热处理过程中进一步扩展;在使用过程中,微裂纹和加工缺陷处产生应力集中,使螺栓材料的疲劳强度降低,裂纹源的过早形成最终导致了螺栓发生疲劳断裂而失效.
关键词:
螺栓
,
微裂纹
,
缺陷
,
疲劳断裂
秦勇
,
夏源明
,
毛天祥
复合材料学报
doi:10.3321/j.issn:1000-3851.2003.06.017
在纤维束缠绕时施加张紧力,使得固化成型后的飞轮内部形成一定的预加径向压应力,这是提高飞轮径向强度的有效方法之一.基于过盈配合的思想建立了计算张紧力缠绕导致的复合材料飞轮内部预应力和变形的简化模型和方法.通过算例分析发现:等张力缠绕产生的环向应力在半径方向上先减小后增大,径向压应力不断变小;变张力缠绕过程中,张紧力由小逐渐变大时,飞轮的径向压应力增大,径向强度提高;飞轮设计中仅仅依靠张紧力缠绕是不够的,还必须和固化成型后的厚壁筒之间的过盈套装一起来设计合理的径向预加压应力.
关键词:
复合材料飞轮
,
张紧力
,
缠绕
,
过盈配合
,
径向强度
许石民
,
黄华贵
,
臧新良
,
杜凤山
,
蒋松
钢铁
张力调节是板带材生产工艺中的重要环节,为研究平整分卷线上三辊张力装置的增张机理和张力调节能力,采用弹塑性有限元方法对其工作过程进行数值模拟,得到了板厚、开卷张力、上张力辊压下量和设备结构参数等对张力装置增张能力的影响规律.将有限元模拟结果作为训练样本,结合国内某厂实测数据,建立了三辊张力装置增张能力的BP神经网络预测模型,预测结果与实测数据吻合良好,实现了张力调节定量控制.
关键词:
三辊张力装置
,
张力调节
,
弹塑性有限元法
,
BP神经网络
刘山
,
吴铁军
,
刘玉文
,
王治国
钢铁
迭代学习控制针对具有重复运行性质的系统,利用系统实际输出与期望输出的偏差信号,产生新的控制信号,使得系统跟踪调节性能得以提高.根据张减过程轧制前后钢管壁厚的实测数据和钢管的特征数据,采用迭代自学习控制算法,提出了无缝钢管张减过程的平均壁厚控制的迭代自学习控制.该控制技术在轧制过程中在线自适应调整各轧制机架的稳态转速分布,补偿由物理参数的时变不确定性和建模误差造成的轧辊转速分布参数误差.计算机仿真和实际应用的结果表明该学习控制技术的有效性.
关键词:
无缝钢管
,
张减
,
壁厚
,
迭代学习
