热烈庆贺“相变移热等温反应器及应用”通过中国石油和化学工业联合会科技成果鉴定!

<正>自主研发专利技术精品制造国际领先技术创新点:①根据放热反应特点研发的布管方法,可精确控制反应床层温度,温差≤10℃,反应效率高,催化剂使用寿命长,能量回收率高。②开发的径向分布器使气体分布均匀,有效提高催化剂的利用率。③设计的管板间均布催化剂装料管,催化剂装填均匀。④发明的双套管间特殊结构,有效吸收膨胀应力,使用安全。     

一种五轴NC加工刀具方位的自动化判定方法

文章是针对具有倒钩几何形状的凹穴进行五轴NC加工时所产生的干涉碰撞问题,利用Openregion及向量的概念,提出一简单的方法来调整刀具的方位。此方法首先将要加工的凹穴曲面转换为离散的点数据后,然后将工件作2D切层,并进行切层之间的比较,以取得每一倒钩区开始的高度值(即Open-region发生的位置),最后作NC加工刀具路径的规划。无干涉的刀轴轴向是采用初始轴向及干涉检测两阶段式的方式来决定,初始刀轴轴向是利用在Open-region轮廓所得的点数据与CC point间所产生的向量,根据向量间的角度判断所得。完成了初始刀轴轴向的选取后,接着作干涉检测,若有干涉的现象,则做刀轴轴向修正的动作,如此反复直到没有干涉为止。     

Ni-P/HZSM-5催化木质素降解制备酚类化学品

采用Ni-P复合改性HZSM-5催化剂催化木质素降解制备高附加值的单酚类化学品，探讨了催化剂种类、金属负载量、反应温度、反应时间以及溶剂种类对木质素催化降解制备酚类化合物的影响。同时采用X射线衍射仪（XRD）、比表面积和孔径分析仪（BET）、化学吸附仪（NH₃-TPD）、热重分析仪（TG）以及气相色谱质谱联用仪（GC/MS）对催化剂以及液相产物进行分析表征，同时探讨其催化失活以及再生机制。结果表明：Ni、P高度分散在HZSM-5催化剂的表面，Ni的添加有效地弱化了C－C键，致使β-O-4和α-O-4发生断裂，有效地提高了木质素加氢解聚的活性，减少了焦炭的生成，但催化剂的再生水热稳定性较差，重复使用性较低。当采用甲醇为供氢试剂，在反应温度为220℃，氢气压力为2MPa，反应时间为8h，催化剂负载量为10%，NaOH为共催化剂时，其木质素的转化率为98.6%，酚类化合物的含量达到74.97%。产物以苯酚、愈创木酚和紫丁香酚为主，低温促进了紫丁香酚的产生。     

市政管理系统的分析与设计

针对市政管理工作效率低下,沟通交流便利性的问题,本文以A城市为例,设计出市政管理系统,功能包含报修管理,派单管理,维修人员维修登记,维修单审核等六个模块,系统以B/S模式为基础,实现管理一体化、规范化,使得市政管理人员高效与管理中心进行信息交互,提升其工作效率。     

超低碳钢精炼过程中Fe-Al-Ti-O类复合氧化物夹杂的演变与控制

超低碳钢是一种重要的汽车用钢材料, 钢中通常添加钛元素, 使其形成析出物, 提高钢材的深冲性.然而钛元素作为一种脱氧能力较强的元素, 进入钢液中通常首先形成氧化物.为了减少含钛氧化物夹杂的生成, 基于"转炉-RH-连铸"的超低碳钢生产流程, 对RH精炼过程进行系统取样, 分析了铝脱氧剂加入后及合金化元素钛加入后的氧、氮气体含量变化及夹杂物特征变化, 并使用FactSage热力学计算软件对Fe-Al-Ti-O夹杂物稳定相图进行计算.研究结果显示, 含钛类氧化物夹杂通常以Al₂O₃类夹杂物作为形核质点, 对其形成包裹状夹杂物.若避免含Ti夹杂物的生成, 当钢中Ti质量分数为0.1%时, 钢中溶解Al质量分数应在0.01%以上.对含钛氧化物的生成及长大流程进行研究, 通过对Al₂O₃夹杂物及Ti₂O₃夹杂物粗化率的计算及附着功的比较可知, Ti₂O₃夹杂物在1600℃时的熟化生长速率较Al₂O₃较大且Ti₂O₃夹杂物与Al₂O₃夹杂物相比不容易相互碰撞融合并从钢液中去除.若提高精炼过程中的氧化物夹杂物去除率, 应严格控制含钛氧化物类夹杂物的生成.      

低压电容器装置运行与维护管理

阐述了低压电容器装置运行的布置、参数调节、投切方式、安装容量、额定电压的选择以及电容器装置运行对电网产生的影响;分析了低压电容器装置相移角、起动电流的选择,总结了维修故障分析、日常巡检及注意事项,以提高电网的功率因数,实现节约电能,改善电网的电能质量。     

结合多尺度体素和高阶条件随机场的点云分类

针对利用经典高阶条件随机场模型进行点云分类时,由于海量节点和无向边导致的点云分类效率低的问题,提出一种结合多尺度体素和高阶条件随机场的点云分类方法.首先以多尺度体素代替海量离散点云作为无向图图模型节点,减少节点和无向边的数量;然后使用超体分割结果作为高阶团,并基于此设计了一种非监督分布性空间上下文作为高阶团特征向量,用于改善分类结果;最后结合构建的图模型和各阶特征向量,采用经典高阶条件随机场模型实现点云数据的自动分类.采用Oakland标准数据集作为实验数据,实验结果表明,该方法在有效地保证分类精度的前提下,高阶条件随机场点云分类模型的分类效率提高了5～10倍.