纳米Mg—Ni合金吸／放氢过程的热力学性能研究

采用机械合金化法制备了Mg-Ni合金粉末。用XRD及SEM等手段分析表征了球磨过程中的相和微观结构变化，测定了纳米Mg-Ni合金吸／放氢过程的热力学性能。结果表明，Mg-Ni合金粉末的尺寸在10nm-20nm之间；P-C等温线存在明显的坪曲线，坪宽较长。纳米Mg-Ni合金有较好的储氢性能，具有很好的工程应用价值。     

贮氢合金表面处理改善吸放氢性能研究

研究表面改性对La系合金贮氢性能的影响,采用化学镀的方法,对LaNi5和LaNi4.7Al0.3合金进行了镀Pd的表面处理实验.在p-C-T测试系统上研究了镀Pd前后,LaNi5和LaNi4.7Al0.3合金的抗CO毒化性能,进行了动力学性能测试、循环次数测试等.实验结果表明,化学镀Pd后的贮氢合金与未镀Pd的合金相比,吸氢性能得到改善,表现为 平台区域相对变平,吸氢孕育期缩短、循环次数增加,抗CO毒化性能提高.     

321-Q370q复合板焊接性能试验研究

桥梁结构复杂,构件制作时需大量采用焊接,焊接的方法主要是埋弧自动焊,为了验证321-Q370q复合板能否满足桥梁用钢的焊接要求,对复合板埋弧焊接头进行了一系列性能试验。试验结果表明,焊接接头各项性能均能满足相关标准要求。     

镧系合金表面镀Pd工艺研究

研究了通过表面处理改善镧系贮氢合金性能的技术.采用敏化、活化和化学镀技术,研究了镀膜时间、镀膜温度对Pd形貌、Pd含量的影响,在合金粉末表面镀制了Pd薄膜.结果表明:优化的镀覆工艺为化学镀Pd,其适宜时间为2h,镀液温度在50～60℃之间,镀液浓度(以PdCl2计算)为1.70～2.55g/L之间.     

LaNi_(4.7)Al_(0.3)合金贮氘氚后的老化效应

将氘氚装载到LaNi4.7Al0.3合金样品中并在室温下贮存480d或1120d，发现LaNi4.7Al0.3合金贮合金几乎能保留所有的衰变子体氦－3。通过氘氚化物的解吸等温线，观察到该合金存在显著的氚老化效应；坪压降低，坪斜增加，可逆容量减少及被称为“渣”（heel）的深捕陷氢同位素形成。实验还发现623K下除气可以部分消除这些老化效应。     

基于智能算法的10kV配电网线损评估

为更全面、准确地评估10kV配电网线损水平,提出了一种基于粒子群算法(PSO)优化BP神经网络(BPNN)的较为准确有效的10kV配电网理论线损预测方法。首先筛选和构建5个电气特征指标描述10kV配电网结构和运行状态;其次采用惯性因子和学习因子动态调整的粒子群算法,全局搜索BP神经网络的权值和阈值来构建PSO-BPNN线损评估模型;通过对训练样本集的学习,拟合电气特征指标与线损之间的非线性关系,进而对测试样本集线损进行预测。最后应用某地区10kV配电网的实际样本数据验证了所提方法的有效性与合理性。     

MFE换位机构的工作情况及开关井操作浅谈

MFE地层测试器由换位机构、延时机构、取样机构三部分组成,是一套完整的井下开关工具。整套测试工具借助于钻杆的上提下放操作来控制开关井,具有操作方便、动作灵活可靠,地面显示清晰的特点。测试时在地面可以比较容易地观察和判断开关井状态,并能获得任意次开井流动和关井测压。换位机构包括花键心轴、花键套、J型销、止推垫圈。花键心轴与上部油管相连,受地面控制,只能上、下运动,不能转动。J型销与花键套钉为一体并插入换位槽内,当花键心轴上、下运动时,拔动花键套转动,但不能上下移动。J型销从一个位置换到另一个位置,下方测试阀也从一个位置换到另一个位置（上下位置改变）,达到开井和关井的目的。     

大跨度预应力混凝土桥梁挂篮施工技术

悬臂挂篮技术在桥梁建设中被广泛运用。论文介绍了悬臂挂篮施工中的具体操作和需要注意的事项。     

LaNi5合金长期贮氚的老化效应

为探究金属氚化物老化效应的机理，利用一个装载氘氚老化了2140天的LaNi5床开展实验研究，LaNi5合金贮氘氚2140天后能将几乎所有的衰变^3He保留在晶格内，从氘化物的解吸等温线中可以观察到显著的氚老化效应：（1）等温解吸线右移；（2）坪斜增加；（3）可逆容量减少；（4）被称为“渣”（heel）的深捕陷氢同位素的形成，实验发现，当衰变^3He在1230K高温消除后，这些老化效应完全消失，这就为氚老化效应的氦致机理提供了一个直接的证据。     

基于灰色关联分析和改进神经网络的10 kV配电网线损预测

为更全面、准确地评估10 kV配电网线损水平,提出了一种基于灰色关联分析和改进神经网络的10kV配电网线线损预测方法。通过灰色关联分析方法定量分析了15个电气指标与10 kV配电网线损的关联性,再经过实际10 kV配电网数据的预测校验,最终确定了最佳的电气特征指标体系;其次使用十折交叉验证法结合试凑法计算分析不同神经网络结构下的模型预测性能,确定了最佳的网络结构,解决了BP神经网络(BPNN)隐含层节点数目多凭经验确定的缺点。考虑到传统的BP神经网络收敛速度慢、易陷入局部极小等缺点,采用自适应遗传算法改进BP神经网络(AGABPNN)的方法,进行学习和预测,并对比分析了该方法和径向基神经网络(RBFNN)、传统的BP神经网络的收敛性和预测准确性。通过某地区329条10kV线路实例计算,3种方法最小预测误差分别为6.71%、12.95%、17.05%,验证了AGA-BPNN具有更好的收敛性和泛化能力。