定向凝固的进展对高纯铝偏析法提纯工艺的影响

铝提纯工艺为高纯铝发展的关键。现在国内外通用的高纯铝制备工艺为三层液电解法和分步冷凝法。由于能耗高或提纯效率低，这两种工艺都不能完全满足当今工业发展的需要。针对当前广泛采用的凝固偏析法，结合定向凝固的新进展，讨论了改进结晶方式，提高提纯效率和生产效率的工艺方法。     

根土复合体依赖根系含量的力学特性及非线性破坏准则

为研究植物根系对根土复合体力学特性的影响,开展不同根系含量下的根土复合体三轴试验,分析了根土复合体依赖根系变化的力学特性,建立了根土复合体非线性破坏准则。研究结果表明：根系通过提供抗拉能力来提高土体抗剪强度,根主要影响土体黏聚力,对内摩擦角影响较小;当根系含量为0.36%时,黏聚力增加了64.91%;主应力差随应变的增加显著,当轴向变形>2%时,主应力差变化缓慢;试样破坏时表现为剪胀破坏,产生纵向裂缝;随着围压的增大,根土复合体破坏的剪胀效应减弱;初始切线模量随围压及含根量的增大而增大;根土复合体破坏应力比最大值为0.99,最小值为0.63;基于含根量的变化,非线性强度破坏准则反映了根土复合体的破坏特性,破坏包络线在低围压下表现为非线性,高围压下为线性,线性与非线性变化的临界应力与围压的大小有关。     

增材制造Ti-6Al-4V钛合金低周疲劳性能研究进展

金属增材制造技术可用于大型、复杂高性能钛合金结构件的制备,在航空航天等领域具有显著的优势和巨大的发展潜力。虽然增材制造Ti-6Al-4V合金构件的强度已经能够超过锻件,但它仍存在内部孔隙、熔合不良、粗大的柱状晶及残余拉应力等问题,使其在疲劳性能上与锻件具有一定的差距。本文在介绍直接能量沉积、选区激光熔化和电子束选区熔化3种代表性增材制造技术的原理及特点的基础上,简述了3种工艺制备Ti-6Al-4V合金构件的微观组织、静态力学性能及低周疲劳性能的研究进展,重点讨论了打印方向、缺陷、显微组织和表面处理对低周疲劳性能的影响。分析了增材制造Ti-6Al-4V合金构件低周疲劳性能、拉伸性能与微观组织之间的内在关系,并对提高构件低周疲劳性能的方法和推动其广泛应用的发展方向进行展望。     

桥式起重机精准定位在线轨迹规划方法设计及应用

针对工业桥式起重机的异步电机难以准确跟踪给定轨迹,从而导致离线轨迹规划算法定位误差很大的问题,论文提出一种基于相平面分析的在线轨迹规划算法.这种方法利用激光测距仪采集位置信息,在起重机运行过程中,根据台车与目标位置的距离来优化轨迹不同阶段的运行时间,并实时调整台车轨迹的有关参数,以实现台车精准定位的目标.实验结果表明,这种方法可以很好地兼顾负载快速消摆与台车准确定位两方面的要求,有利于提升桥式起重机的运送效率.论文将这种在线轨迹规划方法成功应用于标准32 t工业桥式起重机,并取得了良好的运行效果.     

基于欧陆温控仪2604和工控机的温度监控系统的通信问题

用定向凝固法提纯铝的关键是精确灵活控制熔体温度场,本文就高纯铝提纯系统的温度监控子系统进行了介绍,重点讨论了子系统中工控机与欧陆温控仪2604间的通信问题.     

透明纸包装的卷烟烟盒密封性测定

卷烟烟盒外面再用透明纸包装有两个目的:一是使顾客感到卷烟装璜尝心悦目,二是防止烟盒内的空气与环境空气可能的交换,以便更有效地保存卷烟.这一点非常重要,因为烟草有很强的吸湿性,卷烟经过较长时间储存后可能出现一些问题,如烟支发霉或与此相反,产生过份干燥从而易碎的现象.一、测定原理将压缩空气注入烟盒内,使烟盒内与烟     

基于深度学习的航天密封圈表面缺陷检测

针对航天密封圈表面缺陷人工检测效率低、传统图像处理检测算法通用性差的问题,提出了两种基于深度学习的密封圈表面缺陷检测算法。首先,针对缺陷大部分为小目标的特点,选取对小目标较敏感的RetinaNet网络作为检测算法的基本架构,通过在RetinaNet网络中引入轻量级网络MoGaA构建出MoGaA-RetinaNet算法。然后,为了提高检测精度,在MoGaA-RetinaNet基础上,用分解卷积模块代替MoGaA骨干网络中的深度卷积构建了newMoGaA骨干网络,设计出newMoGaA-RetinaNet算法。最后,在测试集上的实验结果表明,MoGaA-RetinaNet算法比RetinaNet算法检测速度更快,但检测准确率略低;而newMoGaA-RetinaNet算法实现了检测精度与检测速度的良好平衡,比RetinaNet算法准确率提升4.5%,达到92%,检测速度提升55%,达到31 frame/s,网络参数量减少50%。所设计的newMoGaA-RetinaNet算法可以实现密封圈表面缺陷的快速准确检测。     

港口配网自动化工程项目技术探讨

国内市场经济的飞速发展,人们的物质生活也出现质的飞越,因此人们对电能的要求也逐渐加强,而能够大大提高供电能量的配网自动化受到越来越多的关注。     

人工神经网络在气体分析系统中的应用

为了研究人工神经网络在气体分析系统中的应用,选择了识别CH4和CO的传感器阵列及用于网络模型训练的样本。实验分析确定了信号预处理方法,选取合适的网络模型并创新性的对用于气体种类识别的BP算法进行改进,并研究网络结构和参数的变化对气体分析系统性能的影响,实验结果证明气体传感器阵列与BP算法相结合进行气体成分分析具有一定的可行性,若能进一步调整及完善气体传感器阵列的硬件测量电路,则可开发出用于现实复杂环境的多气体分析系统。