镍/铁双金属体系对多氯联苯的催化脱氯降解

采用化学还原法制备的镍/铁双金属对多氯联苯(PCB)进行降解。实验以镍/铁双金属对PCB的降解率为考察指标,选用L25(56)正交试验方案,考察了降解介质的初始pH值、铁的加入量、镍化率(Ni/Fe质量比)、降解温度和反应时间5个影响因素。结果表明:介质的初始pH值对降解率有极显著影响,其他4个因素的影响不明显。得出的镍/铁双金属对PCB降解的最佳工艺条件为:介质初始pH 2.0、铁加入量0.4 g、反应体系温度60℃、降解时间60 min和镍化率15%,在此条件下获得了79.6%的降解率。     

老化30Cr2MoV汽轮机转子钢热脆化性能的化学腐蚀法研究

选用苦味酸添加十二烷基苯磺酸钠(SDBS)作为蚀刻液对老化汽轮机转子钢试样进行侵蚀。通过正交试验及老化汽轮机转子钢试样的微观结构,确定最佳试验条件为:饱和苦味酸溶液、SDBS0.005 mol/L、pH值2.0、时间35 min、温度25℃。试验结果表明,5个因素对晶界宽度影响的顺序为:苦味酸浓度、pH值、SDBS浓度、温度、时间。利用Photoshop对转子钢试样微观结构进行测量分析,确定出韧脆转变温度(FATT)的影响因素;用SPSS软件进行多元线性回归分析,建立了FATT50预测模型;用A2、A2a两个试样对模型进行验证,其误差在±20℃之内。     

湿式石灰石—石膏法烟气脱硫设备腐蚀与防护

针对目前燃煤电厂湿法烟气脱硫工艺中比较突出的设备腐蚀问题,介绍了常见设备腐蚀类型,腐蚀机理,叙述了常见的腐蚀材料并比较它们优缺点。针对烟气脱硫系统不同部位和区域的腐蚀环境来选用适合的腐蚀材料进行防护。     

Bayesian神经网络在EPR法检测汽轮机转子钢热脆化性能中的应用

为提高电化学动电位再活化法(EPR)检测汽轮机转子钢(30Cr2MoV)热脆性的检测精度,利用Bayesian神经网络建立了预测模型。根据EPR法测定的60组不同苦味酸电解液温度下,30Cr2MoV转子钢的活化峰电流密度与再活化峰电流密度比(Ia/Ir)的数据、电解液温度、转子钢化学成分J参数和晶粒度参数(N),采用Bayesian正则化训练的神经网络,建立了转子钢脆性转变温度(FATT50)与电化学特征值、电解液温度、转子钢化学成分J参数和晶粒度参数(N)之间的映射模型。利用训练好的网络预测了新的转子钢材料的脆性转变温度。结果表明:网络的训练误差和检验误差都在±20℃范围内,小于多元线性回归法得到的误差。因此,Bayesian神经网络能较准确地用来预测转子钢材料的脆性转变温度。图3表3参13     

锅炉水冷壁腐蚀及爆破的原因分析和防止对策

从理论上论述分析锅炉水冷壁腐蚀的原因,认为影响水冷壁腐蚀爆破的主要因素是管壁温度和烟气成分。管内附着物、燃烧工况是使管壁温度局部升高的主要原因,而烟气中的腐蚀性气体在高温下与管壁金属发生反应,促使炉管腐蚀爆破。提出防止水冷壁腐蚀爆破的措施。     

30Cr2MoV汽轮机转子钢的EPR行为研究

以苦味酸作电解质溶液,添加十二烷基苯磺酸钠(SDBS)作缓蚀剂,采用了EPR测试技术通过正交试验法研究了在30℃时电解液pH值、扫描速度、苦味酸浓度、SDBS浓度对30Cr2MoV转子钢EPR行为的影响。研究发现：4个因素对活化电量Q,影响的主次顺序为：扫描速度、电解质溶液pH值、苦味酸浓度、SDBS浓度,并确定了EPR法研究汽轮机转子钢的老化较好的主要试验条件,为进一步研究奠定了基础。     

老化30Cr2MoV汽轮机转子钢电化学性能的研究

实验使用未经老化和老化30Cr2MoV转子钢研究其电化学性能与冷脆转变温度(FATT)的关系,研究材料的电化学参数和机械性能等参数的相关性。国内首次使用苦味酸电解液测定动电位阳极极化曲线研究电化学腐蚀特征,找到临界钝化电流密度和二次活化电流密度作为特征参数分析材料的电化学极化性能,多元线性回归得到测算FATT的模型,它可以评估转子钢老化程度,测算FATT精度在±20℃之内。     

基于实例分割的城中村建筑物矢量轮廓提取北大核心CSCD

针对当前基于深度学习的遥感图像分割算法只能获取城中村建筑物像素掩膜,而无法直接获取矢量轮廓的问题,设计了一个实例分割模型PolarMask-UV,采用极轴表示代替传统的像素表示以描述目标轮廓,将繁重的逐像素密集预测任务简化为实例中心点分类和稀疏距离回归问题,实现对城中村建筑物的端到端矢量多边形提取。以2017年杭州市的高分二号影像为实验数据,分析结果表明:设计的算法在维持轻量化的同时可以有效地减少错检漏检,并且完整精细地恢复小尺寸目标的边界轮廓,具有良好的泛化性能;相比其他方法,可直接获得矢量边界且平均精度更高。研究成果可为城中村的规划管理业务提供直观准确的建筑物位置、形状及数量信息。