干湿交替对有机涂层在模拟海洋工业大气溶液中失效行为的影响

采用电化学交流阻抗（ EIS）、红外光谱（ FT-IR）和扫描电镜（ SEM）等方法研究了环氧富锌/丙烯酸聚氨酯涂层在模拟海洋工业大气溶液 [0. 05% NaCl + 0. 35%（NH₄）₂SO₄]中的失效过程，对比分析了不同干湿循环周期（浸泡 8 h-干燥 4h、浸泡 4 h-干燥 4h、浸泡 8 h-干燥 16 h）对涂层劣化行为的影响。结果表明：不同的干湿频率导致涂层吸水以及溶胀 /收缩的程度不同。干湿交替 8-4周期和 4-4周期条件下涂层的低频阻抗值（ |Z|0. 01 Hz）下降较快，涂层孔隙率与吸水率增长快，聚氨酯面漆水解程度较大，底漆中锌粉反应程度高。干湿 8-16周期与全浸试样的低频阻抗值下降较慢，且在后期较接近，吸水率和孔隙率增长最慢。     

农业大数据在农业经济管理中的作用

近些年来,随着大数据在各行各业中的应用,使得农业经济的整体管理也发生了巨大的变化。农业大数据已经成为农业经济管理中非常重要的部分,数据分析的应用也使农业发展更加便利。与传统农业相比,农业大数据不仅带动了远程种植监测、云农业技术指导、智能灌溉系统、物联网等新农业的发展,这在极大程度上降低农业的生产成本。针对农业大数据在农业经济管理中发挥的作用进行分析,以期为农业大数据更好地发展提供借鉴。     

火电厂反渗透浓水循环利用的试验研究

反渗透技术在显著减少电厂锅炉补给水酸碱消耗和排放的同时,也带来了产水率下降问题。在一系列试验研究基础上,提出了一种反渗透浓水循环利用新工艺,既可以保证脱硫效果和石膏品质,也可以兼顾废水综合利用,解决了火力发电行业普遍存在的反渗透浓水循环利用的难题。     

TC4ELI钛合金低周疲劳性能研究

研究了具有网篮组织的TC4ELI钛合金材料在不同应变幅值下的低周疲劳性能,给出了TC4ELI钛合金在低周疲劳下的循环应力-应变曲线,拟合出循环应变硬化指数、循环强度系数以及应变-寿命特征系数,并通过光学显微镜进行金相分析,通过扫描电镜进行断口形貌分析。结果表明,TC4ELI钛合金呈现出循环软化的特性;距离疲劳断口1.5 mm处的组织形态与断口处无明显变化,疲劳裂纹以穿晶方式扩展直至断裂;随着应变幅值增大,韧窝变大变深,韧性断裂特征变得更加显著。     

融合环境因素的有限空间毒气扩散危害程度分析

为探究环境因素对毒气扩散危害程度的影响,通过对比有限空间内外环境差异,了解气体在有限空间内受力情况,并以传统高斯烟羽模型为基础,考虑扩散气体与有限空间边界碰撞产生的反射作用,建立了适用于有限空间气体扩散的改进高斯烟羽模型。深度剖析有限空间气体扩散环境,挖掘气体扩散主要关联因子,构建风速、地表粗糙度对有限空间气体扩散的影响函数;参照有限空间环境特征,分别设置3种不同风速与2种不同地表粗糙度,推求6种不同环境条件下气体扩散面积,阐明风速与地表粗糙度对有限空间气体扩散的影响程度。结果表明:在单一风速条件下,风速越高,地表粗糙度越低,洞室内H2S气体滞留时间越短,洞室内气体的扩散面积越小;风速越低,地表粗糙度越高,洞室内气体的扩散面积越大。     

试论循环冷却水系统的阻垢和缓蚀

循环冷却水系统的使用,在节约用水、降低成本等方面发挥了显著作用。但随着该系统使用时间的增长,容易出现管道内壁结垢、腐蚀等一系列问题,一来是严重影响了循环冷却水系统的运行效率,二来也增加了安全隐患。因此,对于使用年限较长的循环冷却水系统,必须要采取阻垢和缓蚀措施,延长使用寿命和保障系统运行安全。本文首先概述了导致循环冷却水系统出现结垢与腐蚀的常见原因,随后就阻垢与缓蚀的具体措施展开了简要分析。     

甲醛催化剂产能低原因分析及解决方案探讨

针对某公司引进的TΦPSOE甲醛装置催化剂产能持续较低的问题,通过系统分析和深入研究,判断是核心设备甲醛循环风机选型出了问题,并提出了相应解决方案。     

大型铸锻件国产化项目循环冷却水联合泵站设计与应用

详细介绍了太原重工股份有限公司大型铸锻件国产化研究项目循环冷却水联合泵站的设计与应用。在对最终选用的联合泵站设计理念进行介绍的基础上,对项目投产后联合泵站的主要数据进行详细汇总,以期为国内同行业、同类型企业联合泵站项目的实施提供经验和借鉴。     

基于强化学习单元匹配循环神经网络的滚动轴承状态趋势预测

为了解决当前人工智能预测方法在滚动轴承状态趋势预测中预测精度较差、计算效率较低的问题,提出基于强化学习单元匹配循环神经网络(RLUMRNN)的滚动轴承状态趋势预测新方法。先采用滑动平均奇异谱熵作为滚动轴承状态退化特征,再将该特征作为RLUMRNN的输入完成滚动轴承状态趋势预测。在RLUMRNN中,利用最小二乘线性回归法构造单调趋势识别器,将轴承整体的状态退化趋势分为上升、下降、平稳3种单调趋势单元,并通过强化学习为每一种单调趋势单元选择一个隐层数和隐层节点数与其相适应的循环神经网络,从而改善了RLUMRNN的非线性逼近能力和泛化性能;用3种单调趋势单元和不同隐层数、隐层节点数分别表示Q值表的状态和动作,并构造关于循环神经网络输出误差的新型奖励函数,以明确强化学习的目标,从而减小循环神经网络的输出误差,避免在Q值表更新过程中使Agent(即决策函数)盲目搜索,提高了RLUMRNN的收敛速度。通过双列滚子轴承状态趋势预测实例验证了该方法具有较高的预测精度和计算效率。