张欣欣
,
齐暑华
,
钟晓兰
,
何征
,
邱华
宇航材料工艺
通过对Fe3O4化学镀Ag,提高其电导率,从而获得电磁性能优异的复合材料.进行化学镀之前,要对Fe3O4进行包括粗化、敏化和活化等预处理.测试结果表明:Fe3O4表面成功包覆一层Ag,厚度大约为25～100 nm,Ag含量达到54.47％;Ag/Fe3O4的电导率σ=347.15 S/cm,相比Fe3 O4升高了9个数量级,饱和磁化强度Ms=29.8 emu/g.
关键词:
Fe3O4
,
化学镀
,
Ag/Fe3O4
,
电磁性能
无
材料科学与工程学报
本刊2012年第五期第801页刊登了熊晓英等作者的论文,这是本刊编辑部自创刊以来收到的第一篇这样的论文,该文对本刊在材料科学期刊中所处的地位及面临问题、发展方向作出如此客观、中肯的评价与指引,均使编辑部成员十分感动。今年恰是本刊创刊30周年纪念,谨以此《编后记》供奉广大读者,
关键词:
科学评价
,
论文
,
作者
,
务实
,
科学期刊
,
编辑部
,
创刊
林成城
,
杜鹤桂
钢铁
从动力学角度,采用离散单元法研究炉料颗粒的受力和运动,建立高炉无钟炉顶布料数值计算模型,模拟无钟炉顶布料过程和料面形状.模拟与实测对比表明,两者基本吻合,证明离散单元法在高炉无钟布料应用中可行,并为高炉无钟炉顶布料的机理研究开辟了一条新的途径.
关键词:
离散单元法
,
无钟炉顶
,
布料
,
料面形状
,
数值模拟
张华
,
张建良
,
徐润生
,
王广伟
,
徐涛
,
唐庆利
中国冶金
doi:10.13228/j.boyuan.issn1006-9356.20150077
试验研究表明,烟煤M的燃烧性要好于兰炭XJ,兰炭XJ燃烧后期燃烧速度变慢.随着烟煤M配比量的增加,混煤的燃烧性逐渐变好.烟煤M对改善混煤的可燃性具有重要作用,当烟煤配比量超过20％时,能显著提高混煤的综合燃烧特性指数.研究结果表明,兰炭XJ与烟煤M在成分、微观结构及化学结构上具有显著的差异性,这是导致烟煤M燃烧性好于兰炭XJ的本质原因.
关键词:
兰炭
,
烟煤
,
混合燃烧
,
机制分析
李硕
,
朱子宗
,
徐军
,
宋楠
钢铁
为了拓展兰炭应用范围,在40kg焦炉开展兰炭粉配煤炼焦及优化试验。试验结果表明：随着兰炭量的增加,配煤的黏结指数、胶质层最大厚度、奥亚膨胀度、塑性区间和最大流动度均有下降,焦炭质量变差;加入煤粉改性材料（ZBS）后炼焦,焦炭质量得到改善;ZBS的质量分数达到0.10%时焦炭质量的改善幅度最大,其M40、M10、CSR接近原配煤的炼焦指标,可以满足生产要求。
关键词:
兰炭
,
煤粉改性剂
,
炼焦
,
焦炭品质
滕召杰
,
程树森
,
赵国磊
钢铁
并罐式无钟炉顶的布料操作会产生蛇形偏析,形成不均匀的料面形状,导致料面透气性调节失控的问题.通过开炉布料料面形状的测试结果可知,并罐式无钟炉顶料面中心与高炉中心不重合,料面中心发生偏移.为了研究无钟布料过程中的料面分布情况,通过建立数学模型,计算炉料颗粒在高炉料面周向上的落点分布,根据落点分布得到料面对称中心位置,并将计算结果与开炉料面形状测试结果对比.根据分析计算结果,从理论出发,提出减小布料过程料流偏析的措施和建议.
关键词:
并罐式
,
布料操作
,
炉料偏析
,
落点
李传辉
,
安铭
,
高征铠
,
戴建华
钢铁
济钢1 750 m3高炉采用串罐无料钟炉顶布料系统.建立了布料模型,并在高炉生产中不断验证,逐步消化和掌握了无料钟技术,摸索出一系列无料钟炉顶布料的相关规律;建立了布料矩阵调节的基本准则,以"稳"为前提,以"平台漏斗"理论为依据,充分发挥了布料矩阵技术优势,确保高炉稳定顺行.研究结果表明:焦平台一旦确定,靠微调矿石矩阵可以调整煤气流的合理分布,达到维持矿焦比合理分布的控制目标.通过布料矩阵的不断优化,使高炉的顺行状况改善,高炉的利用系数达到2.35 t/(m3·d).
关键词:
高炉
,
无料钟炉顶
,
布料矩阵
,
焦平台
马财生
,
任廷志
,
杨二旭
钢铁研究学报
doi:10.13228/j.boyuan.issn1001-0963.20160012
为提高无钟高炉的布料精度，提出了一种基于粒子群算法的环形布料优化方法。在分析环形布料工艺特点的基础上，按控制方法将环形布料分为常规多环布料和步进式同心圆布料，以料面形状误差为控制目标建立了环形布料的优化控制数学模型，并设计了粒子群算法进行优化求解。最后将优化模型应用到2580 m3无钟高炉，利用该优化模型分析了环形布料工艺与布料精度之间的关系。计算结果表明：溜槽倾角档位数量的增加有利于提高常规多环布料的布料精度，但同时导致布料优化控制复杂化，步进式同心圆布料的布料精度高于任意有限多个溜槽倾角档位的常规多环布料，适合充分发挥无钟炉顶布料灵活的优势，实现期望的炉料分布。
关键词:
无钟炉顶
,
环形布料
,
优化模型
,
布料精度
,
粒子群算法
