机译:人工神经网络预测CaO–SiO 2 sub> –Al 2 sub> O 3 sub> –MgO渣系统的硫化物容量
ferronickel refiningartificial neural networkFactSageoptical basicity;
机译:人工神经网络预测CaO-SiO_2-Al_2O_3-MgO渣系统的硫化物容量
机译:Al_2O_3-CaO-'FeO'-MgO-SiO_2系统中完全液态炉渣的拟化学粘度模型的建立。第2部分。Al_2O_3-CaO-MgO,CaO-MgO-SiO_2和Al_2O_3-MgO-SiO_2系统的实验数据和模型预测的回顾
机译:Al_2O_3-CaO-'FeO'-MgO-SiO_2系统中完全液态炉渣的拟化学粘度模型的建立。铁饱和时,“ FeO” -MgO-SiO 2_2,CaO-FeO-MgO-SiO_2和Al_2O_3-CaO-“ FeO” -MgO-SiO_2体系的实验数据
机译:使用实验和热力学建模方法开发NiO-CaO-MgO-SiO2热力学数据库,重点是NiO-MgO-SiO2和NiO-CaO-SiO2系统
机译:使用反向传播人工神经网络预测渗透率和流量分布。
机译:CaO–SiO2–Al2O3–MgO季渣系统矿物组成的热力学模拟
机译:AL2O3-CAO-'-MgO-SiO2系统中全液体渣的准化学粘度模型的研制。铁饱和度'Feo'-MgO-SiO2,CaO-'feo'-MgO-SiO2和Al2O3-Cao-'Feo'-MgO-SiO2系统的实验数据