辽宁科大东方巨业高级陶瓷有限公司

<正>辽宁科大东方巨业高级陶瓷有限公司是专业从事钢铁连铸用功能耐火制品(简称连铸"三大件",包括:浸入式水口、中间包上水口、整体塞棒、长水口)及其它中间包用耐火材料的设计、开发和制造的国家认定高新技术企业。公司1997年成立,拥有冶金、材料科学、机械等多学科的专家队伍;完备的质量保证体系;完善的市场网络和极强的研发能力。我们不仅提供高质量的产品,更注重提供优质的服务,可为客户提供从连铸工艺到耐材选择等方面的全方位技术支持。可为客户提供:水口及中间包冶金功能评价及其优化设计     

矩形断面铜包铝轧制成形有限元数值模拟

采用有限元数值模拟方法,研究了矩形断面铜包铝复合铸坯轧制成形铜包铝扁排时的金属变形和流动规律,以及工艺参数对宽展率和铜层厚度比的影响。结果表明,变形区宽面铜层在压下方向主要为压应力状态,而在轧制方向主要为拉应力状态。变形区窄面铜层在压下方向主要为压应力状态,但存在局部拉应力区,在轧制方向主要为拉应力状态。窄面铜层的双向拉应力是导致该位置易发生开裂的主要原因。在所研究的轧制工艺参数中,单道次相对压下率对轧制宽展率和铜层厚度比的影响最大,而采用较大的轧辊直径不仅可以获得较大宽展,而且对铜层厚度比的影响较小,因而铜包铝复合棒坯轧制时,宜采用较大的轧辊直径,并合理控制轧制的道次压下率。通过实验验证,数值模拟的计算精度可满足工程要求。     

节能环保的铜包铝线值得推广应用

近几年,在我国铜资源相对匮乏等因素的影响下,铝导线的成本优势明显,行业内企业也加大了相关技术的研发力度。我国铝合金电缆行业在低压电缆技术转型升级和产品更新换代方面取得了一定的成绩,与此同时,铜包铝电线电缆的庞大市场迎来发展的机遇,铜包铝电线电缆的应用有着广阔前景,或成必然趋势。铜包铝线在线缆行业中的应用,根据线缆所传输的电流频率不同,可分为等直径使用(传输高频信号的射频电缆)和等电阻使用(传输低频电流的各种线缆)两种。纯铜导线的密度为8.89g/cm3,而铜包铝导线的密度为     

舆情

<正>~~     

基于P300幅值几何差和脑网络特征的测谎方法研究

测谎技术在刑事侦查以及辅助破案等方面有着特殊的作用,基于P300的测谎技术成为现代测谎中使用的一种重要方法。针对传统P300测谎方法中主要以时域内幅值大小和潜伏期长短作为判断指标中存在的一些缺点,提出了2种测谎方法,对总平均ERP信号进行小波包分析,提取P300信号所在节律段,分别定义P300幅值几何差、非线性脑网络关系2类特征量作为判别指标,研究了在模拟说谎状态下被试P300信号的上述特征量,并就该特征判断指标应用到实验数据中进行测谎数据检验。实验结果表明,2种判断方法都有较高的判别准确率,甚至优于目前现有方法,可应用于真实的测谎环境中。     

五流方坯连铸中间包流动数值模拟及激光粒子测速研究

通过应用ANSYS商业软件对某厂矩形坯连铸机的中间包钢水流动进行了数值模拟,利用中国重型机械研究院股份公司建立的中间包水模拟测试平台,对缩小的中间包水模型进行了流动速度测试,获取了有控流装置下中间包内的流动特征。研究结果表明,激光粒子测速获得的速度场较数值模拟的时均化速度场展现中间包流场更多的细节,中间包内部有大的涡流运动,整体速度较为均一,速度值在0.03-0.05 m/s之间,钢液在中间包温降在13℃范围内。     

基于小波包能量谱和ELM的光伏逆变器多故障在线诊断

以三电平光伏逆变器为研究对象,提出一种多故障模式快速诊断新方法。首先,利用小波包分解提取出三电平逆变器的桥臂电压和上、下管电压信号的能量谱特征向量,并利用主成分分析降维后获取故障特征向量;然后,基于极端学习机诊断模型分离出单器件及多器件开路等多种故障模式。实验结果表明,相比于传统BP神经网络、最小二乘支持向量机故障诊断方法,该方法检测信号易获取,抗干扰性强,诊断速度快、精度高,减小了诊断成本和复杂性,适用于在线诊断。     

基于小波包包络分析的滚动轴承故障诊断

提出一种基于小波包、能量分析和包络分析相结合的滚动轴承故障诊断方法。对实测振动信号进行小波包去噪,提取出有用的振动信号。利用小波包将去噪后的信号分解,求出分解后各频带的能量,根据各频带内能量分布,确定故障所在频带,并以此作为特征分量。对特征分量进行Hilbert解调分析,将包络谱谱峰处的频率与理论计算的滚动轴承故障频率进行对比,诊断轴承故障并确定故障位置。     

基于小波包近似熵和SVM的圆柱滚子轴承诊断

为了解决特种车辆变速箱圆柱滚子轴承由于振动信号的非线性、非平稳特征较为微弱,提取的特征量数值不明显且现实中难以获得大量含丰富特征的典型故障样本而难以对其进行准确诊断的问题,应用小波包近似熵和支持向量机对特种车辆变速箱圆柱滚子轴承进行诊断。首先,在自行搭建的模拟实验台上采集某型特种车辆变速箱圆柱滚子轴承正常、外圈磨损、滚动体故障、点蚀和压痕4种典型状态的振动信号;然后,分别提取4种典型状态振动信号的小波包近似熵值作为支持向量机的输入,根据支持向量机的输出结果来确定圆柱滚子轴承是否发生故障和故障类型。结果表明,该方法能有效对某型特种车辆变速箱圆柱滚子轴承的典型状态进行诊断,为其他相似变速箱圆柱滚子轴承的故障诊断提供一种参考途径,具有一定的工程实用价值。     

基于α稳定分布和支持向量机的轴承模式分类

针对滚动轴承发生故障时振动信号表现出来的脉冲特性,提出了一种基于α稳定分布和支持向量机的模式分类方法。介绍了α稳定分布的定义和概率密度函数,并与故障轴承振动信号的概率密度函数曲线进行比较,证明了具有脉冲特性的轴承振动信号符合α稳定分布。用小波包分解技术对不同类型的轴承实测数据进行分解,并提取相应特征参数作为特征向量,建立支持向量机诊断模型,进行特征模式分类。通过与传统的基于峭度和方差的模式分类方法进行比较,表明该方法具有较高的诊断准确性。