为了确定PMC矿粉和司家营矿粉两种矿粉造球的最佳配比,利用实验室的球团设备对两种矿粉在不同配比下的球团工艺进行了试验研究.研究发现,在PMC矿粉∶司家营矿粉=8∶2的配比下,生球的成球率为91%,落下强度为4.15次/0.5 m个,抗压强度为0.8...为了确定PMC矿粉和司家营矿粉两种矿粉造球的最佳配比,利用实验室的球团设备对两种矿粉在不同配比下的球团工艺进行了试验研究.研究发现,在PMC矿粉∶司家营矿粉=8∶2的配比下,生球的成球率为91%,落下强度为4.15次/0.5 m个,抗压强度为0.825 d N,爆裂温度为440℃;成品球团的抗压强度接近300 d N,并且通过对PMC矿粉∶司家营矿粉=8∶2时成品球团矿的显微结构的观察发现,此配比下的球团矿矿相以赤铁矿为主,晶粒分布密集且联结成片,成品球团矿的抗压强度最高.因此,PMC矿粉:司家营矿粉=8∶2时为最优方案.展开更多
随机变量导致工程问题具有不确定性.设计者希望设计方案不仅能满足目标性能最优,而且希望目标性能受不确定性的影响在可接受范围之内.对此,本文提出了考虑灵敏度区域的多目标鲁棒性优化方法(multi-objective robust optimization based ...随机变量导致工程问题具有不确定性.设计者希望设计方案不仅能满足目标性能最优,而且希望目标性能受不确定性的影响在可接受范围之内.对此,本文提出了考虑灵敏度区域的多目标鲁棒性优化方法(multi-objective robust optimization based on sensitivity region,SR–MORO).SR–MORO可以用来解决设计变量存在不确定性时目标鲁棒性优化设计问题.该方法假定不确定性变量属于区间变量,并不需要知道随机变量的概率分布.SR–MORO采用非梯度优化方法,所以,它可以解决目标函数和约束条件不连续的情况.当参数变化幅度大,超过目标函数线性变化范围,该方法也同样适用.最后,通过实例验证了本方法的适用性.展开更多
文摘为了确定PMC矿粉和司家营矿粉两种矿粉造球的最佳配比,利用实验室的球团设备对两种矿粉在不同配比下的球团工艺进行了试验研究.研究发现,在PMC矿粉∶司家营矿粉=8∶2的配比下,生球的成球率为91%,落下强度为4.15次/0.5 m个,抗压强度为0.825 d N,爆裂温度为440℃;成品球团的抗压强度接近300 d N,并且通过对PMC矿粉∶司家营矿粉=8∶2时成品球团矿的显微结构的观察发现,此配比下的球团矿矿相以赤铁矿为主,晶粒分布密集且联结成片,成品球团矿的抗压强度最高.因此,PMC矿粉:司家营矿粉=8∶2时为最优方案.
文摘随机变量导致工程问题具有不确定性.设计者希望设计方案不仅能满足目标性能最优,而且希望目标性能受不确定性的影响在可接受范围之内.对此,本文提出了考虑灵敏度区域的多目标鲁棒性优化方法(multi-objective robust optimization based on sensitivity region,SR–MORO).SR–MORO可以用来解决设计变量存在不确定性时目标鲁棒性优化设计问题.该方法假定不确定性变量属于区间变量,并不需要知道随机变量的概率分布.SR–MORO采用非梯度优化方法,所以,它可以解决目标函数和约束条件不连续的情况.当参数变化幅度大,超过目标函数线性变化范围,该方法也同样适用.最后,通过实例验证了本方法的适用性.
