斜拉索表层断丝缺陷漏磁检测圆环阵列传感器

针对直径95 mm的斜拉索,建立了三维磁偶极子模型,计算分析了断丝缺陷圆截面的均布磁荷在三维空间形成的漏磁场,重点讨论了单根断丝形成的轴向漏磁场分量在空间的分布规律。构建了轴向漏磁场分量扫查系统,实验验证了模型对单根断丝漏磁场计算结果的准确性。采用-6 d B阈值法确定了轴向漏磁场分量在圆周方向的有效扩散角度约为±6°,以此确定了圆环阵列漏磁传感器的最低阵元数量为30。研制了适用于斜拉索表层断丝缺陷检测的圆环阵列传感器,在提离距离为8 mm的条件下实现了斜拉索表层多处断丝缺陷的扫查成像与定位,并对比分析了阵元数量对成像质量的影响。为研制大直径斜拉索表层缺陷漏磁检测圆环阵列传感器提供了方法借鉴。     

内压下轴向穿透裂纹等强度异径三通K1的计算

本文以断裂力学为基础，采用有限元分析方法，借助ANSYS有限元分析软件，对含轴向穿透裂纹等强度异径三通进行了研究。选择单元SOLID95和单元SOLID45建立了含轴向穿透裂纹等强度异径三通的有限元模型，并以此计算了内压载荷下各几何尺寸和裂纹尺寸三通主管和支管的应力强度因子K1，进一步换算成形状因子F并拟合成公式。公式的拟合误差在10％以内，可以满足工程安全评定的要求。     

钢板缺陷的磁致伸缩SH0模态导波扫查传感器

研制了一种具有优化检测线圈和高激发效率的传感器。通过在矩形截面检测线圈内布置导磁性屏蔽层,减小矩形线圈上、下导线形成的动态磁场的相消程度,在降低线圈高度的同时保持线圈的导波检测能力;采用U型永磁磁路对铁钴合金带材进行恒定磁化,提升传感器的导波激发效率,采用有限元仿真优化了永磁磁路的磁极间距和高度;利用研制的扫查传感器在含缺陷钢板中进行了测试。结果表明:相比剩磁状态,永磁磁路磁化时传感器对回波信号的检测能力明显提升,扫查过程中检测信号波形峰峰值的变异系数小于91.%,具有良好的稳定性。     

小城镇月生活供水调度预测

我国大部分地区属中亚热带透风湿润气候区,由于月平均气温的变化,各月需水量悬殊较大。气温是影响生活用水变幅的主要因素。如何科学地预测各月生活用水量,有利于节能、节水、节支,是一个值得探讨的问题。本文即是阐述月生活需水量与气温相关分析的方法,对中小城市月生活供水量进行预测。     

风险管理在防范特种设备检验检测系统性风险中的应用研究

本文将风险管理理论应用于检验缺陷的常规性统计分析,将常见性、规模性问题定义为系统性风险。通过统计检验缺陷数据,分析缺陷产生的原因及后果,初步判断风险为单台隐患或系统性问题,并扩大检验范围验证是否为系统性风险,从而识别系统性风险。最终形成系统性风险防范专题或检验案例专题报告,并提出系统性风险的防范措施及工作建议,消除系统性风险、系统性风险产生的原因以及其潜在的隐患和原因。     

弯矩下含轴向穿透裂纹三通KI的计算

以断裂力学为基础,采用有限元分析方法,借助ANSYS有限元分析软件,计算了含轴向穿透裂纹三通的主管和支管的应力强度因子K1值,进一步换算成形状因子,并拟合成公式。拟合公式的误差在8％以内,可以满足工程安全评定的要求。     

基于卷积神经网络与迁移学习的碳钢石墨化自动评级研究

为实现碳钢石墨化的智能化评级,基于卷积神经网络与迁移学习的方法构建了碳钢金相图像的自动分类模型;首先通过几何变换和像素调整的数据增强方法建立了碳钢石墨化图像数据集;然后采用统一扩展网络宽度、深度和分辨率方式来协调精度与效率的轻量级EfficientNet网络作为主干特征提取网络,构建碳钢石墨化图像评级模型,并在训练阶段利用迁移学习与参数微调的方法来提高模型的训练效率;最后使用测试数据集对模型的分类精度与复杂度进行了验证实验,结果表明该模型能快速准确地对碳钢石墨化程度进行自动评级,在仅需12 MB内存的情况下,便可实现97.01%的评级准确率,单幅金相图像的平均检测时间也仅需10.27 ms,满足现场检测的精度与实时性要求。     

给水全挥发处理对锅炉水冷壁管腐蚀的影响研究

水冷壁是锅炉的主要蒸发受热面,若水处理不当,易引发水冷壁爆管,导致停炉,浪费燃料,增加能耗,直接影响发电、供热任务,掌握水冷壁爆管原因及预防措施是极其必要的.综述文献发现,大部分都是针对某一个具体的失效水冷壁管锅炉进行分析,得出相应的失效原因,因此,在全挥发水处理条件下,对锅炉水冷壁爆管事故原因分析进行系统研究是今后的...     

复合电镀制备Ni-Co-PTFE自润滑镀层的研究

对Ni-Co-HIYE自润滑复合电镀层的制备工艺及其性能进行了研究，得到的较佳工艺条件为：CoSO4 25g／L（相对于NiSO4 200g／L），电流密度4．0A／dm^2，反应温度50℃，反应时间75min，镀层pH值3．5，PTFE 50g／L。该镀层的摩擦因数和显微硬度分别达到0．08和600HV0．05。