活塞销稀土渗碳直接淬火工艺

一、技术要求 活塞销热处理的内在质量要求极为严格,按JB/NQ54.1-87规定,活塞销用20C_r钢制造（成分见表 1）,表面硬度HRC58～64,硬度差≤3HRC,渗碳层深度0.90～1.05mm,马氏体M1～5级,碳化物K1～2级,精磨余量为≤0.20mm。     

基于脉冲响应的输油管道堵点位置检测机理

输油管道发生堵塞时会严重降低管道系统的运行效率,甚至会造成管道系统的损坏。开展对管道堵塞检测机理和检测方法的研究以便准确发现堵点并快速采取措施具有重要的现实意义。依据流体力学的动量方程及连续方程,研究了压力波在频域中求解的方法,并基于脉冲响应,假定管道末端阀门快速关闭,给出管道末端处及管道任意位置处的压力响应,提出了通过瞬态压力值的调和分析,实现了管道堵点位置的准确检测。     

渗碳炉料筐栅板的改进

目前大多数热处理车间渗碳炉使用的装料筐底,即栅板如图1所示,是由耐热钢经铸造而成的。它有两大缺点:一是变形后不能校正,二是正反两个面只能单一正面使用。针对上述缺点,我们对这种结构进行了改进。 一、改进的内容 (1)栅板由耐热铸钢件改为耐热钢板,再进行加工。     

卤素热原子化学中添加剂的作用——Ⅱ.氟苯-含氧和含硫有机物体系的(γ,n)核反应

在氟苯中分别加入含氧添加剂乙醇、间位甲苯酚,含硫添加剂硫酚、噻吩、二硫化碳,测定了~(19)F(γ,n)~(18)F核反应引起的化学效应中的有机相保留。     

煤矿工作面反冲洗回液过滤系统设计与分析

为了有效解决煤矿工作面液压系统可靠性和安全性低的问题,提高系统清洁度,保证综采工作面液压系统能够稳定工作,设计了一种煤矿工作面反冲洗回液过滤系统。首先对过滤站液压系统进行设计,进而应用ProE对各组件及整个过滤系统进行了三维建模,然后通过AMESim仿真平台对液控主阀以及整个液压系统进行了HCD建模和仿真,最后对所设计的反冲洗回液过滤系统的样机进行了试验研究。结果表明:所设计的过滤系统符合设计要求,并在工作时保持良好的启闭特性及速度响应,其过滤精度高且纳污容量大,并在工作时保持良好的流量和压降特性。     

废弃风扇轴的再生

井式气体渗碳炉和井式回火炉是热处理行业使用极为广泛的加热设备,炉盖上的风扇系统的作用是强制炉内气体循环,保证炉温均匀。风扇轴是该系统的主要易损件,材质为1Cr18Ni9Ti, 形状尺寸如图1所示。     

知识产权概念介绍及水利知识产权探究

简要分析了知识产权的概念,并结合水利行业的特点,对水利知识产权的范围进行了分类。针对水利知识产权领域面临的一些亟待解决的问题提出对策建议,对普及水利知识产权知识有一定的帮助。     

LED植物补光源光量子通量密度的数据采集系统

LED植物工厂等都市农业生产和研发的基础是对植物生长的光环境的测量,由于植物光合作用主要是吸收可见光中的红光和蓝光,因此现在有关LED植物工厂的企业以及研发机构多采用蓝光、红光、远红光等单色LED进行植物补光,然而现在用于对单色补光的数据采集系统多用于测量400~700 nm波段的光量子通量密度,无法同时测量红光和蓝光LED的光量子通量密度,给进一步研究光质比的实时测量及与其他系统的反馈控制带来了阻碍。因此本文提出分别测量LED光源中红光和蓝光的光量子通量密度以解决以上问题。本文阐述了LED光量子数数据采集系统的整体结构以及硬件设计以及软件设计,并用该系统对红蓝光光量子数进行实时监测,然后和实际值进行比对,结果表明该系统所测数据在可承受的误差范围之内。     

基于边缘先验融合动态门控特征的人脸图像修复

为解决现有人脸图像修复算法因无法提取动态特征和缺乏边缘先验信息导致修复大区域不规则破损时纹理模糊和结构扭曲问题,提出了基于边缘先验融合动态门控特征的人脸图像修复算法。首先,设计动态门控卷积模块动态提取破损区域特征,关联已知区域和缺失区域的有效特征,提升纹理细腻度;然后,设计动态门控边缘增强网络和U型编码纹理修复网络,边缘增加网络旨在获取边缘轮廓信息,为U型编码纹理修复网络提供结构先验约束;U型编码纹理修复网络采用UNet++网络融合多层特征以保证人脸修复图像结构和纹理一致性;最后,通过消融实验证明UNet++网络的有效性和通用性,并剪枝U型网络以选取适宜的人脸图像模型表征层进行缺失区域纹理重建,在CelebA-HQ人脸数据集上进行实验评估。实验结果表明：相较于主流算法,所提方法在SSIM上平均提升3.87%,PSNR平均提升3.79 dB,FID平均下降16.54%,能有效修复大区域不规则缺失面积,生成纹理清晰、结构合理的图像。     

利用频谱变换的水声信号分类框架

在水声信号分类应用中,由于保密或采集条件限制等原因,样本通常会不足,导致深度学习框架的分类精度不高.为解决小样本水声信号分类精度不高的问题,提出一种结合频谱变换和深度学习框架的方法.通过对各类频谱变换测试,发现LOFAR频谱变换能显著提高声音信号中的特征表现.使用GAN网络对频谱变换后的样本扩充,使用改进的CNN网络对频谱图进行分类.实验结果表明了上述框架可以生成高质量的样本,显著提高水声信号的分类精度.