压下率对大厚度比Al/Mg/Al层合板性能的影响

采用0.2 mm Al+5 mm Mg+0.2 mm Al的组坯方式,400℃保温10 min热轧制得大厚度比Al/Mg/Al层合板,研究了压下率对其界面结合、镁基材组织及拉伸性能的影响。对压下率为41%、49%和60%热轧制备的Al/Mg/Al层合板进行了界面SEM观察、微观组织观察、拉伸实验及拉伸断口的观察。结果表明,大厚度比Al/Mg/Al层合板在压下率为60%时,边部的附加拉应力造成边裂的出现;经41%压下率热轧可实现界面结合,但存在微缺陷,压下率为49%及以上可实现良好结合;压下率对Al/Mg/Al层合板的屈服强度和抗拉强度影响较小,对其伸长率影响较大。随着压下率增加,伸长率先增加后减小。压下率为49%时,伸长率最大为26%,其原因在于该工艺下镁基材的晶粒均匀细小,韧性提高。     

坐席管理与大屏幕处理一体化融合系统

针对控制室大屏幕控制与多个系统业务操作不便的困难,构建一个坐席管理与大屏幕处理一体化融合的处理系统,研究信号处理与坐席管理一体化融合、键鼠自由无缝漫游控制多设备等关键技术,满足大型复杂控制室、调度指挥中心当前及未来超大规模超高分辨率信号信息的接入、处理、分析及输出显示需求,并有效管理控制室设备,降低用户成本,解决用户信息安全、各席位工作孤立的问题.     

基于互联网+大数据的智慧教育平台的设计与应用

本文分析教育大数据的研究现状,针对目前教育领域存在问题,运用最新的互联网+大数据技术,建立智慧教育平台,从数据源采集、挖掘、分析到功能应用,形成一体化的解决方案,为教育行业的领导、教师、学生、家长提供数据、决策支撑,推动教学质量提升、教学决策优化、教育信息共享.     

杂化包覆玄武岩鳞片/环氧涂料制备与性能

本文在环氧涂料中添加玄武岩鳞片，提高其防腐蚀性能。针对玄武岩鳞片的团聚问题，通过机械力化学改性工艺，采用正硅酸四乙酯、HY-311型钛酸酯偶联剂、E-44型环氧树脂对玄武岩鳞片进行杂化包覆，结果表明，杂化包覆后玄武岩鳞片的沉降时间从2h提高至96 h。杂化包覆玄武岩鳞片添加量为20%涂层的性能最优，附着力为13.40 MPa，耐盐雾时间为2000 h，在3.5%NaCl溶液中浸泡2000 h后，0.01 Hz的阻抗模值仍然有5.15×109 Ω·cm2。     

负极添加NMP对电池性能的影响

锂离子电池负极浆料中添加N-甲基吡咯烷酮(NMP),在极片加热干燥时不能完全除去.残留的NMP吸附在石墨表面,使得SEI膜与石墨结合不牢固.研究了其对电池性能的影响,结果显示,在电池的循环过程中,SEI膜逐渐脱落,导致电池循环寿命缩短,但对电池的容量、内阻、倍率、存储等初期性能不影响.     

石墨涂层载量对碱性锌锰电池电性能的影响

使用喷涂不同量石墨的钢壳组装碱性锌锰电池,考察石墨涂层载量对电池初始期及高温储存后电性能的影响.石墨涂层载量超过0.70 mg/cm2,会造成开路电压及放电性能下降,下降幅度随石墨涂层载量的增加及高温储存时间的延长而增大.     

海量数据同步的处理技巧与实战

数据时代的到来,给银行应用通过文件同步数据带来了挑战,文件的增大导致处理时间过长.针对此问题,介绍了海量数据的常见处理技巧,基于案例测试单记录同步、批量同步、多线程单记录同步、多线程批量同步4种方案,并对不同大小文件的用时进行了统计和分析,为银行提供了技术路线,以帮助实现应用间快速数据同步.     

大径厚比非对称5083铝合金弯管充液弯曲成形

针对大尺寸大径厚比非对称铝合金薄壁弯管弯曲成形过程中的起皱难题,提出了两端仅压板约束、两端固定约束、两端采用封头3种充液弯曲成形方案,通过有限元数值模拟分析了管件的起皱缺陷、壁厚分布以及应力状态,并进行了实验验证。研究表明:采用两端仅压板约束时,压板与管材之间的摩擦力提供的管材轴向拉应力较小,只有当充液内压大于3.6 MPa时,才能消除起皱缺陷;采用两端固定约束和两端封头时,可在较低充液内压下成形出合格的大径厚比非对称的铝合金弯管件,其原因为:轴向约束与封头均会使管坯内产生轴向拉应力,其平衡了弯曲过程中产生的内侧轴向压应力,从而避免了起皱缺陷的产生。     

热轧压下率对车用大厚度比镁铝合金板组织和力学性能的影响

选择厚度为0.2 mm的6063铝合金与厚度为5.0 mm的AZ80镁合金进行组坯,设定厚度比为20,分析各热轧压下率下、以热轧方式制得的大厚度比镁铝合金板的组织和力学性能。研究结果表明:当热轧压下率达到45%或更高时,镁铝合金板形成了结合性能优异的界面,镁基体内形成了均匀分布的细小晶粒;提高热轧压下率后,基体中的晶粒尺寸不断减小,此时形成了更小的晶粒尺寸离散系数,更多晶粒被压碎,晶粒分布状态也比较均匀;提高热轧压下率后,获得了更高屈服强度的大厚度比镁铝合金板,材料发生了更明显的加工硬化,而抗拉强度则先增大再下降,当热轧压下率达到55%时,获得了最大的抗拉强度;当热轧压下率达到65%时,韧窝数量明显增多,表明镁合金通过动态再结晶转变获得了更强的韧性。屈服应力呈现明显波动的状态,热轧压下率为35%时,获得了最高的屈服强度,65%热轧压下率下的屈服强度最低,逐渐提高热轧压下率后,屈服应力也不断减小。     

基于GA-BP的汽车风振噪声声品质预测模型

目前对于汽车风振噪声的优化研究主要以声压级（Sound pressure level，SPL）作为单一评价指标，既不能全面反映噪声的物理属性，也无法考虑人耳对噪声的主观认知过程。为准确评价风振噪声，引入声品质，运用大涡模拟（Large eddy simulation，LES）对风振噪声进行数值仿真，根据实车道路试验判断仿真的准确性；对仿真结果进行声品质客观评价与主观评价，综合声品质客观评价参数与声品质主观评价试验结果建立BP神经网络预测模型；利用遗传算法（Genetic algorithm，GA），进一步对BP神经网络的结构参数进行优化，建立GA-BP声品质预测模型。研究结果表明，GA-BP声品质预测模型在训练速度和预测精度上都优于BP神经网络预测模型。预测模型基于声品质主客观评价结果，其预测值可以代替传统的声压级评价指标，为风振噪声提供更为准确合理的评价。