会员中心
消息
创作中心
学习中心 成长任务
创作

热轧钢板温度模型分析-第1部分：温度建模

首发论文
0 下载量 57 浏览量 更新于2024-09-03 收藏 204KB PDF 举报
"An mixed analytical-numerical modeling for plate under hot rolling---Part Ⅰ: Temperature model" 是一篇关于热轧钢板温度模型的学术论文，由崔振山、张金玲和刘娟共同撰写，发表于上海交通大学塑性技术系。 在热轧过程中，对钢板的温度控制至关重要，因为它直接影响到材料的变形行为和微观结构演化。该论文提出了一种结合解析与数值方法的混合建模技术，专门用于预测热轧板的变形变量和微观结构演变。这个温度模型考虑了由变形产生的热量以及来自液压除鳞喷雾、工作辊冷却、立辊间辐射热流以及在线水冷操作的冷却效应。 为了在整个热轧过程中实现温度的连续计算，作者成功地建立了不同轧制道次和操作之间解决方案中常数的兼容关系。这种关系确保了模型在不同阶段的连续性和准确性。通过将模型应用于实验性的3道次304不锈钢板热轧和工业化的12道次Q235A钢热轧模拟，论文对比了计算得到的温度与实际测量数据，验证了模型的适用性和准确性。 论文中的关键知识点包括： 1. 混合分析-数值建模：这种建模技术结合了解析解的精确性和数值解的灵活性，以更准确地描述热轧过程中复杂的温度变化。 2. 温度模型：模型采用级数函数解，考虑了变形产热及各种冷却机制，如液压除鳞喷雾、工作辊冷却等，全面反映了热轧过程中的热平衡。 3. 常数兼容关系：为实现不同道次间温度的连续计算，建立了常数间的兼容关系，这是模型能够适应不同工艺条件的关键。 4. 实验验证：通过对比实验数据和模型计算结果，证明了模型对于预测热轧板温度的可靠性，这表明模型可以有效地应用于实际的热轧生产中。 5. 材料应用：论文中涉及的304不锈钢和Q235A钢是两种常见的工业材料，分别代表了高合金和低合金钢，显示了模型的普适性。 6. 微观结构演化：虽然本文主要关注温度模型，但提到的模型也旨在预测微观结构演化，这对于理解材料性能和优化生产工艺至关重要。 这篇论文的贡献在于提供了一个实用的工具，用于理解和优化热轧过程中的温度控制，对于提高热轧效率和产品质量具有重要价值。
展开

相关推荐

filetype

Advanced Dynamics: Analytical and Numerical Calculations

本教材《Advanced Dynamics: Analytical and Numerical Calculations》围绕高级动力系统进行研究，主要关注于动力系统的分析和计算。在动力系统分析中，经常会涉及到牛顿第二定律、拉格朗日方程、哈密顿原理等经典...
filetype

Communication Networking : An Analytical Approach

Communication Networking : An Analytical Approach
filetype

AnalyticalSystemDynamicsModelingandSimulation-Analytical System Dynamics Modeling and Simulation.part2.rar

AnalyticalSystemDynamicsModelingandSimulation-Analytical System Dynamics Modeling and Simulation.part2.rar 本帖最后由 machreehappy 于 2013-3-1 14:12 编辑 Brian C. Fabien Analytical System ...
filetype

根据论文《Patterned 3D-graphene for self-powered broadband photodetector》及支撑材料，复现其3D垂直图案化石墨烯/Si异质结光电探测器模型的步骤如下： ### **1. 关键参数提取** - **几何参数**： - **石墨烯垂直高度**：700 nm（AFM图S2(b)）。 - **片层横向宽度**：50 nm（论文描述）。 - **片层周期**：300 nm（AFM图S2(a)）。 - **孔隙半径**：100 nm（AFM图S2(a)）。 - **硅基底厚度**：500 nm（论文主文）。 - **仿真区域**：3×3 μm²（覆盖AFM图像）。 - **材料属性**： - **石墨烯**：Drude模型，等离子体频率（Plasma frequency）为1e15 rad/s，碰撞频率（Collision frequency）为1e12 rad/s，相对介电常数（ε_inf）为1。 - **硅基底**：使用Palik数据库中的“Si (Silicon) - Palik”。 - **光源与边界**： - **光源**：波长范围380–1550 nm，TM偏振（polarization angle=90），垂直入射（z轴方向），位置位于石墨烯上方500 nm。 - **边界条件**：X/Y/Z方向均设为PML吸收边界。 - **网格划分**： - **加密区域**：石墨烯边缘和孔隙区域，X/Y方向网格1 nm，Z方向5 nm。 - **基底区域**：X/Y方向网格20 nm。 --- ### **2. 建模步骤** 1. **基底建模**： - 创建硅基底（Si_substrate），尺寸3×3 μm²，厚度500 nm，材料为Palik硅，底部位于z=0下方。 2. **垂直石墨烯片层阵列**： - 以300 nm周期生成3×3阵列的垂直石墨烯片层，每片宽度50 nm，高度700 nm。 - 使用双层循环（x和y方向）精确分布片层中心坐标，避免重叠。 3. **六边形孔隙阵列**： - 在石墨烯片层中创建六边形孔隙，孔径100 nm，周期300 nm，覆盖石墨烯高度700 nm。 4. **光源设置**： - 添加平面波光源，波长范围380–1550 nm，TM偏振，垂直入射，光源位置z=700 nm（石墨烯上方500 nm）。 5. **监视器配置**： - **电场监视器**（field_1550nm）：位于Si/石墨烯界面（z=0），频率193.4 THz（对应1550 nm波长），捕捉边缘和孔隙处的场增强（目标强度提升10倍）。 - **吸收监视器**（absorption）：计算响应度（目标68.47 A/W）和探测率（目标1.43×10¹² Jones）。 6. **网格加密**： - 在石墨烯边缘和孔隙区域局部加密，X/Y方向1 nm，Z方向5 nm。 7. **仿真运行**： - 启用GPU加速，运行仿真并验证结果。 --- ### **3. 结果验证** - **电场分布**： - 检查电场监视器（field_1550nm），验证边缘和孔隙处场强提升10倍以上（对比论文图1(b)）。 - **吸收性能**： - 提取吸收监视器数据，计算响应度（R）和探测率（D*）： - **公式**： $$ R = \frac{I_{\text{light}} - I_{\text{dark}}}{P \cdot S} $$ $$ D^* = R \sqrt{\frac{S}{2eI_{\text{dark}}}} $$ - **目标值**：R=68.47 A/W，D*=1.43×10¹² Jones（表S1）。 - **响应时间**： - 验证上升/下降时间为116/120 μs（图4(b)）。 --- ### **4. 注意事项** - **语法兼容性**： - Lumerical 2024R1中，Drude模型需指定为“Drude (Dispersive)”，参数单位明确标注为“Plasma frequency (rad/s)”。 - 注释符号使用“--”而非“#”或“//”。 - **结构校准**： - 通过AFM图S2(a)验证片层周期（300 nm）和孔隙分布（100 nm孔径）。 - 通过SKPM数据（图1(c)）校准界面电势差（ΔE_f=121 mV）。 - **优化调整**： - 若场增强不足，缩小网格至0.5 nm或调整Dru

用户可能需要使用Analytical或Sampled Data类型的材料，并输入石墨烯的电导率或介电函数参数。论文中提到的是3D垂直结构，可能需要使用堆叠的纳米片或柱状结构，这可以通过Lumerical的结构工具如Polygon或自定义脚本...
filetype

comsol点电流源仿真计算模拟解与解析解

function error_percentage = calculate_error(analytical, numerical) % 计算绝对差值 abs_diff = abs(analytical - numerical); % 平均真实值用于标准化 avg_true_value = mean([analytical; numerical]); ...
filetype

我想查找计算喇叭天线微波方程的文献，我该在web of since上如何搜索

1. *"Efficient Hybrid Analytical-Numerical Modeling of Horn Antennas for Microwave Applications"*（结合解析与数值法的高效喇叭天线建模） **摘要**：提出一种混合方法，通过分离变量法求解波导区域，结合...
filetype

帮我写一个求解burgers方程的python程序

plt.plot(x, -np.sin(np.pi * x) * np.exp(-T_final), 'b--', label='Analytical') plt.legend() plt.xlabel('x') plt.ylabel('u') plt.title('Burgers equation') plt.show() ``` 运行以上代码，程序将针对Burgers...
filetype

Write a code to calculate the trajectory that is traced out between time t=0 and t=20 by an air parcel in the flow: F(x, y)=-(y^2)/2+cos(x). Use the explicit (Euler forward) scheme for the first step, and the leapfrog scheme for all subsequent steps. Use △t = 0.01 and include a Robert-Asselin filter applied to both x and y with a coefficient of 0.01. You will need to import math to use the Python function math.sin(). Run your program for the following two starting positions, which are marked with crosses in the above figure:(x0.y0)=(1.0,1.0)
(in the eddy region)
,(x0,y0)=(1.0,2.0)
(in the stream region)
For each of these starting positions， plot the trajectory in the （x ，y） plane. Use the trajectory in the eddy region to verify the stability of the numerical method and explain your reasoning

Sure, here's a code in Python that solves the ... If the trajectory remains close to the analytical solution, which is not available in this case, then we can assume that the numerical method is stable.
filetype

我有一个随机过程 Xt=x0*exp(-theta*t)+mu*(1-exp(-theta*t))+sigma*sqrt((1-np.exp(-theta*t))/(2*theta))* Φ，其中Φ〜N（0,1）（标准正态分布），t是自变量，表示时间（x轴），参数为 - x0 = 1，θ = 1， μ = 1， σ = 0.5 x0 = 1，θ = 1, μ = 1, σ = 0.5 - 尝试为 t = 10 生成10000个Monte Carlo路径。然后评估您的MC路径的平均值，用解析平均（analytical mean）进行检查 - ![](http://upload-images.jianshu.io/upload_images/5522220-226b8162b13158a5.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

for i in range(N): phi = np.random.normal(size=len(t)) X[i, :] = x0 * np.exp(-theta*t) + mu*(1-np.exp(-theta*t)) + sigma*np.sqrt((1-np.exp(-2*theta*t))/(2*theta))*phi # Analytical mean analytical_...
filetype

Abstract—This article presents quick analytical prediction meth- ods of switching loss, turn-ON/OFF overvoltage, di/dt, and dv/dt for SiC metal–oxide–semiconductor field-effect transistor based on device datasheet. First, the switching process is analyzed and the simplification principles are discussed based on charge con- servation and flux conservation. Second, the analytical equations of switching loss, turn-ON/OFF overvoltage, di/dt, and dv/dt are derived. Third, experimental results under different operating con- ditions are presented to validate the proposed methods. It is found that the average prediction error is 10.11%. Finally, relationships between switching performance and different parameters, such as parasitic capacitance, parasitic inductance, dc-voltage, and load current, are analyzed and summarized based on the proposed prediction methods.请将这一段进行以下要求，Move analysis 语步（内容成分）分析； Language devices和实现该功能的语言手段（某些关键专有名词提供汉语翻译）

Move analysis: 该段落为一篇论文的摘要，主要介绍了基于器件数据手册的SiC金属-氧化物-半导体场效应晶体管的快速分析预测方法。首先，对开关过程进行了分析，并基于电荷守恒和通量守恒原则讨论了简化原则。...
身份认证 购VIP最低享 7 折!
30元优惠券
weixin_38644780
  • 粉丝: 3
上传资源 快速赚钱
大学生入口

最新资源

手机看
程序员都在用的中文IT技术交流社区

程序员都在用的中文IT技术交流社区

专业的中文 IT 技术社区，与千万技术人共成长

专业的中文 IT 技术社区，与千万技术人共成长

关注【CSDN】视频号，行业资讯、技术分享精彩不断，直播好礼送不停！

关注【CSDN】视频号，行业资讯、技术分享精彩不断，直播好礼送不停！

 客服 返回
顶部