水泥基材料负载二氧化钛研究进展

在空气污染问题突出的大环境下,光催化材料由于自身可降解气相污染物的特点作为一种新型环保材料得到关注。二氧化钛(TiO_2)因自身优异的光催化性能和化学稳定性是使用最为广泛的光催化材料。将对水泥基质材料负载TiO_2产生的物理性能影响和光催化性能影响进行评价,针对当前研究存在的问题进行总结和展望,并提出了TiO_2应用于水泥基质材料的研究方向。     

新型S690低合金高强度钢Φ219 mm×14 mm无缝管的CCT曲线和调质工艺研究

测定了S690钢管(/%:0.15C,0.25Si,1.32Mn,0.012P,0.005S,0.20Cr,0.04Al,0.08V)0.01～30℃/s冷却速率下连续冷却转变(CCT)曲线,并研究了890～970℃淬火,600～690℃回火对其组织和力学性能的影响。结果表明,S690钢管相变点Ac_3为828℃,Ac_1为753℃,Ms为395℃,临界冷却速率为13℃/s,存在铁素体、珠光体、贝氏体,马氏体4个相变区;选择910～930℃淬火,钢管的组织较细小均匀,平均晶粒尺寸13.9μm,具有较高的硬度,HRC值42.5;在615～675℃回火,钢管可得到均匀的回火索氏体组织,其综合力学性能优良。     

核电厂设备闸门外压极限承载特性研究

采用有限元分析方法对设备闸门外压极限承载特性进行研究。在ANSYS程序中建立参数化计算模型，通过非线性屈曲分析得到设备闸门封头的外压极限载荷。计算结果与经验公式结果相近，验证了有限元分析方法的可靠有效性。对影响外压极限承载特性的设计参数进行了敏感性研究，总结出其影响变化规律。优化设计示例表明该研究方法具有实用性，可为设备闸门的结构设计提供优化方案。      

综合法优选局域邻近点的供水量预测模型

基于混沌理论的局域法是目前较先进的预测技术,对于非线性、非平稳特征较强的城市日供水系统的预测,通常混沌局域法更适用。混沌局域法的日供水量预测,最重要的就是对历史信息的利用,即对邻近点的选择和利用,但在运用混沌局域法对城市日供水量预测时却鲜有人考虑邻近点选取问题,或仅考虑邻近点个数与邻近点位置中的一个,很少没有人将2种情况综合考虑的研究。据此,运用BIC信息准则和衰减系数相结合对相空间重构进行数据挖掘,优选混沌局域法的邻近点,并用该模型对实际水厂日供水量进行了预测。结果表明,运用该方法能显著提高日供水量预测精度,预测平均绝对误差仅为1.06%,说明该综合法是可行的。     

亚共析钢中厚壁无缝管水-空循环冷却的正火组织与性能控制

研究亚共析钢中厚壁(壁厚≥30 mm)无缝钢管正火冷却速度和同一截面的冷却均匀性,将水-空循环冷却模型用于中碳和低碳Mn钢中厚壁无缝钢管正火组织及性能控制过程。通过分析风冷、水雾强制冷却和水-空循环冷却的钢管正火组织和性能,采用"钢管部分浸入水面+高速旋转"的水-空循环冷却方式,即通过控制浸入深度、钢管旋转速度、冷却总时间,最终获得在铁素体+珠光体稳定组织的基础上,中厚壁钢管屈服强度≥500 MPa、-20 ℃V型冲击功≥100 J的性能。     

基于先验信息的供水管网阻力系数识别

供水管网阻力系数识别是指通过调整管网水力模型中管道阻力系数,使模型计算值与监测值相符的过程。由于实际中监测点数量有限,管网阻力系数识别为欠定的优化问题。现行方法通常采用管道分组这一参数化方法将欠定问题转换为超定,应用遗传算法或其它随机搜索算法求解。提出了基于先验信息的供水管网阻力系数识别算法,所提出算法根据管道管材、管龄等先验信息对管道阻力系数进行估计,并将估计值作为伪观测值引入目标函数将欠定优化问题转换为超定,采用高斯-牛顿算法进行求解。与现有方法相比,所提出算法避免了管道分组不唯一的问题;再者,推导了供水管网阻力系数雅克比矩阵解析式用于搜索向量构造,提高了参数识别计算效率。采用小型管网阐明了雅克比矩阵计算及搜索向量构造,利用大型管网验证了算法的实用性。     

基于LSSVM交互预测的供水管网爆管检测

随着我国越来越多的供水管网安装SCADA系统,基于数据预测的爆管检测方法越来越受到重视。传统基于数据预测的方法大多根据单点流量、压力的历史监测数据预测当前时刻监测值,当预测值与监测值的差值超过阈值时判定为爆管。然而,实践经验表明,监测数据的丢失与错误会严重影响单点预测结果,进而引起频繁误报与漏报。考虑到实际用水及监测数据的空间关联性（例如水压监测点布置距离越近其监测数据相关性越大）,开展了基于最小二乘支持向量机（LSSVM）交互预测的供水管网爆管检测研究。对管网中不同位置监测数据构建多输入单输出LSSVM交互预测模型,选取1倍标准差为阈值进行爆管检测,并与传统的卡尔曼滤波爆管检测结果相对比。结果表明,LSSVM交互预测模型能降低数据丢失、数据错误对预测结果的影响,且对较小的爆管响应更加灵敏,进而有效地提高了基于数据预测的爆管检测性能。     

基于机器视觉的钛合金焊接过程非平衡凝固组织性能智能控制

信息技术的发展使制造业逐步向“智造”转变。人工智能技术已成为精密铸造、焊接和增材制造等制造工艺由控形走向控性的共性关键技术。在这些工艺中非平衡凝固组织性能调控机理是限制其发展的基础科学问题。基于先进的人工智能技术发展控形控性一体化技术、构建完善的工艺质量体系对推动铸造、焊接、增材制造等制造工艺迈上新的台阶至关重要。与传统的物理冶金和铸造相比,增材制造、焊接、激光熔覆修复、单晶生长等过程的核心理念是“控制微区冶金过程”,即通过控制温度梯度、凝固速率、熔池尺度等关键工艺参量的作用机制,从微观上揭示非平衡条件下固液两相区组织结构和形貌演化规律,特别是合金元素的偏聚行为,界面的传热和传质特性、形核与长大、柱状晶-等轴晶转变、枝晶的竞争生长等。集成计算和实验方法的结合将为智能制造、增材智造和太空智造中先进金属材料的成分-工艺-组织-性能调控提供共性技术和理论支撑。本文以典型的焊接中非平衡凝固组织性能调控为研究方向,对近年来基于视觉传感的焊接调控技术取得的研究成果和进展进行了梳理。归纳了面向复杂工业环境的智能焊接关键技术、先进应用和技术挑战等,展示了基于数字孪生车间的钛合金焊接视觉学习结果。     

改进差分算法在供水管网优化设计中的应用

提出了一种改进差分算法:首先,将变异因子F在[0,1]间做随机选择,避免控制参数影响早熟收敛;其次,用unique替代传统差分算法中的交叉步骤,剔除种群中的相同解,维持种群的多样性,避免陷入早熟收敛,同时结合sortrows排序进行选择操作,引导选择向有利于最优解的方向发展。将改进差分算法用于New York Tunnels Problem(NYTP)管网模型优化设计,并用一种新的算法性能评价指标,对算法结果进行评价,结果表明本研究算法在保证管网运行经济性的要求下,达到比传统差分算法更快的计算效率,更强的搜索能力与收敛精度。     

防错技术在汽车车身设计中的应用

正为了降低生产成本,缩短新产品开发周期,加快市场反应能力,越来越多的汽车生产厂家引入了柔性化生产线。而柔性化生产线的多款车型混线生产,各种外形相似而型号不同的零部件交织混杂,使得员工在加工装配中难以区分,导致共线生产中存在错装、漏装、漏加工、加工错误等潜在风险。而后的零件返工、返修乃至车身报废等,不仅降低了生产效率,且增加了生产成本。另一方面,汽车车身基本是左右对称结构,即便是同一车型,也存在较多的对称件和相似件。这些