高强船体结构用钢板边裂原因分析

针对高强船体结构用钢板因出现裂纹而造成废钢的问题,主要通过研究AH36高强船体结构用钢板的生产工艺流程,同时对试样进行金相分析和成分分析,得到了其常见裂边问题产生的原因,并提出了控制措施。     

石墨烯的用量对合成异戊橡胶力学性能和电性能的影响

通过对不同含量的石墨烯与异戊橡胶混炼和硫化,制备出了石墨烯补强的新型异戊橡胶复合材料,硫化特性测试表明石墨烯能够增大异戊橡胶的硫化程度,且随着石墨烯含量增多,石墨烯对异戊橡胶硫化的促进效果也会增强,但是石墨烯含量的增多也会导致异戊橡胶焦烧时间t_(10)的下降,影响橡胶混炼过程的安全性。经过拉伸强度和撕裂强度等力学性能测试表明,石墨烯的添加能够同时增大异戊橡胶的拉伸强度和撕裂强度,当异戊橡胶中加入0.5～1.0份石墨烯时,异戊橡胶的综合力学性能最好。电性能测试结果表明,加入2.0份石墨烯,异戊橡胶的电导率提高近1 000倍,达1.87×10~(-7) S/cm,可以制备适应某些领域的抗静电橡胶和导电橡胶。     

穿孔机出口毛管过渡蓖条的改造

设备前期翻料钩摆臂角度设计错误,导致该处液压缸事故频繁,经改造后,将过渡篦条和中间过渡装置拆除。整体标高再次进行定位,实现穿孔出来的毛管直接过渡到轧机入口,无需中间翻料钩装置,以保证设备的正常运转和生产连续性。     

在线萃取流动注射分光光度法测定水中阴离子表面活性剂

在国标法GB 7494—1987的基础上,将在线萃取、在线分离技术与分光光度法相结合,研究了自动测定水中阴离子表面活性剂的新方法,使国标法中的各个操作步骤完全实现自动化。结果表明,新的自动测定法在0.034~2.00 mg/L浓度范围内,线性相关系数为0.999 9,检出限为0.008 6 mg/L,相对标准偏差3.8%(n=6),实际样品加标回收率为88.3%~100.0%。测定全过程相对密闭,人体不接触三氯甲烷,保护了分析人员的自身安全,方法操作简便,测定时间也较短,单个样品测定时间7 min。     

PLC控制下AZ31镁合金焊接工艺的优化

对AZ31镁合金进行了焊接试验,通过PLC控制系统在线控制焊接电流和焊接速度,研究了焊接工艺参数对焊接接头焊缝成形性、力学性能及焊缝区和热影响区显微组织的影响。结果表明,随着焊接电流的上升,焊接接头的抗拉强度与伸长率都表现为先增加而后降低。在焊接电流为140 A时,焊接接头试样取得了最大的抗拉强度和伸长率,分别为240 MPa和11%;随着焊接速度的增大,焊接接头的抗拉强度与伸长率先增加而后降低。当焊接速度为4 mm/s时,抗拉强度与伸长率分别为280 MPa和11%。     

新人体(火用)分析模型在建筑热舒适评价中的应用

为探究人体■分析法在评估室内热环境状态中的应用,严格根据新陈代谢■的定义,在已有的两种■分析模型基础上,首先提出了更合理的新陈代谢■计算方法,建立了新的两节点■分析模型.然后利用ASHRAE数据库中的实验数据验证了所建立模型的可靠性.最后,揭示了人体■交换速率、■损失速率随室内、外环境参数的变化规律.研究结果表明:新的新陈代谢■计算方法能更准确地进行人体■分析;■损失速率比■交换速率占新陈代谢■率的比例大;操作温度25℃时,■交换速率主要包含辐射■率和对流■率;操作温度32℃时,蒸发■率和呼吸■率则是■交换速率的主要组成部分;人体■损失速率在操作温度较低或较高条件下均出现极值,将其单独用于人体热舒适评价不妥,结合■损失速率和■交换速率两者可更好地评价室内热环境状态;最小■损失速率和最小■交换速率在给定室内条件下,均在室外高温低湿工况下出现;室外温度比室外相对湿度更强烈地影响人体■损失速率和人体■交换速率.     

基于“天空地”一体化技术的安全监测系统建设与应用

西藏江达县白格村金沙江右岸于2018年10月11日和2018年11月3日先后发生2次大规模滑坡—堰塞湖堵江事件,溃堰洪水对下游拉哇库区不良地质体的稳定性造成不同程度的影响。为保障下游水电站建设安全,对拉哇库区主要不良地质体建立了基于星载InSAR技术、无人机技术和地面传感器实时监测的“天空地”一体化监测预警体系,以多维空间采集技术获取变形信息,通过智能监控平台对信息及时进行处理、分析和可视化呈现,利用平台、短信等方式向相关人员进行分级告警,取得了较好的应用效果。     

α-磷酸锆@磺酸基固体酸催化剂的表征及其催化酯化反应的研究

以层状结构的α-磷酸锆为载体,用四正丁基氢氧化铵对其剥离改性,再连接上γ-巯丙基三乙氧基硅烷(KH-580),通过氧化和酸化两步,制备出一种新型的固体酸催化剂α-磷酸锆@磺酸基。通过XRD、SEM、BET、TGA、FT-IR等手段对该催化剂进行表征。结果表明:制备的催化剂比表面积增大,结晶度降低,酸强为2. 43 mmol/g; FT-IR表征显示—SO_3H的存在,证明α-磷酸锆被成功磺化。将该催化剂应用于月桂酸与甲醇的催化酯化反应中,对反应条件进行优化,发现在反应温度90℃、反应时间5 h、酸醇摩尔比1∶30、催化剂用量3%(以月桂酸质量计)时,酯化率达到97%以上。该催化剂使用3次后,仍然保持着较高的催化活性,酯化率为87. 48%。     

基于LBT-SA的LoRaWAN信道接入方法研究

标准LoRaWAN协议中定义的纯ALOHA信道接入方法在网络负载较大时会造成大量碰撞，使LoRa网络的可扩展性和可靠性受到极大挑战。为此提出了一种将先听后说与模拟退火相结合（Listen Before Talk combined with Simulated Annealing，LBT-SA）的LoRa信道接入方法。该方法通过在设备发送之前先监听信道，降低信道被同时接入的概率，并以成功传输所需退避时间为初始值，搜索更小的退避时间。仿真结果表明，LBT-SA和基于二元指数退避算法的先听后说（Listen Before Talk，LBT）方法在包成功传输率方面保持了高度的一致，并且LBT-SA在周期传输过程中逐渐减少了不必要的退避时间，从而减少了时延。在多达10 000个终端接入单个网关的场景中，该算法的平均退避时间至少降低了16.38%。     

基于机器学习的用户实体行为分析技术在账号异常检测中的应用

伴随企业业务的不断扩增和电子化发展,企业自身数据和负载数据都开始暴增。然而,作为企业核心资产之一的内部数据,却面临着日益严峻的安全威胁。越来越多以周期长、频率低、隐蔽强为典型特征的非明显攻击绕过传统安全检测方法,对大量数据造成损毁。当前,用户实体行为分析(User and Entity Behavior Analytics,UEBA)系统正作为一种新兴的异常用户检测体系在逐步颠覆传统防御手段,开启网络安全保卫从“被动防御”到“主动出击”的新篇章。因此,将主要介绍UEBA在企业异常用户检测中的应用情况。首先,通过用户、实体、行为三要素的关联,整合可以反映用户行为基线的各类数据;其次,定义4类特征提取维度,有效提取几十种最能反映用户异常的基础特征;再次,将3种异常检测算法通过集成学习方法用于异常用户建模;最后,通过异常打分,定位异常风险最大的一批用户。在实践中,对排名前10的异常用户进行排查,证明安恒信息的UEBA落地方式在异常用户检测中极其高效。