异种钛合金协同送丝等离子增材制造试验

采用双丝协同等离子增材系统实现了TC4-TA2异种钛合金的增材成形,期望制备的增材构件具有良好的沉积形貌及优异的力学性能. 采用了体视显微镜、扫描电镜、EDS、XRD、拉伸及硬度等测试方法分析其组织及性能. 结果表明,增材构件中存在两种微观组织形态,即分布在沉积层交界处的α相集束组织和分布在沉积层中心的α + β相片层组织. 构件在竖直和水平方向上的抗拉强度分别为998和1 037 MPa,断后伸长率为9.2%和5.7%,断裂呈现为脆性解理断裂. 试验结果证明,等离子增材制造技术能够实现异种钛合金协同增材成形.     

等离子弧异质异构增材制造构件的组织与力学性能分析

采用等离子弧增材系统实现了不锈钢/高强钢异质异构增材构件制备，等离子弧增材构件具有良好的沉积形貌及优异的力学性能.为揭示叠合方式对等离子弧异质增材构件的宏微观组织和力学性能特征影响，研究采用了体视显微镜、金相显微镜、拉伸及硬度等测试方法.结果表明，不锈钢/高强钢异质异构增材构件中存在两种过渡形式，即以奥氏体枝晶过渡和马氏体组织过渡.增材构件横截面硬度波动较大，主要是混合过渡区域的高合金元素导致的组织变化引起的.叠合方式的改变能够显著影响材料性能，在强度下降不多的情况下，提高材料的冲击韧性.     

头孢泊肟酯杂质B的合成研究

头孢泊肟酯是第三代口服头孢菌素,对大多数革兰阴性菌和阳性菌都具有良好疗效。本文介绍了一种以7-氨基去乙酰氧基头孢烷酸为起始物料合成头孢泊肟酸,然后经过酯化得到纯度较高的可以用作杂质对照品的头孢泊肟酯杂质B。     

南水北调工程阀井自动监控系统的设计

目前南水北调中线工程(北京段)在运行管理中对工程阀井等重点部位采用人工巡查的方式进行管理,但无法全天候、无缝隙的巡查,难以及时发现问题。根据实际工作需求,设计研发一套阀井自动监控系统;即:采用GSM/GPRS网络传输信号、数据库存储应用,实现了实时监控、自动报警功能。经过实践表明,该系统能够实时监控阀井内部温度、湿度、积水、人为活动等情况,实现监控井内的防火、防盗、防冻胀、防积水、防止人为非法进入的功能,显著提高南水北调工程的技防水平,确保北京城市供水安全。     

R/3系统中流程的更改与实现

许多国有企业在引进ERP先进管理理念的同时，不可避免会碰到自身特有流程与标准流程相冲突的问愿。原则上应努力靠拢标准流程，但限于国企特有制度，只有对原来流程略做修改，才能更好地应用系统。以上海外高桥发电有限责任公司的领料流程为倒，讨论了如何改变流程及其实现技术。实践表明，必要时根据自己的需求来修改流程是完全可以实现的。     

指挥自动化系统半实物仿真中的时间同步方案

目前，在进行指挥自动化系统综合联试的过程中主要依靠实装系统与仿真系统配合以进行大系统性能测试和检验性演练。如何解决异地的仿真系统与实装系统的时钟同步问题成为制约仿真系统与指挥自动化系统互操作能力的一大难题。该文首先介绍了军队指挥自动化半实物仿真系统的应用状况，对分布式半实物实时仿真系统中的时间同步问题及关键技术进行了详细探讨。最后根据HLA时间管理机制及管理对象模型提出了一个解决仿真系统滞后问题的方法，并给出了一个基于HLA的半实物实时仿真系统的时间同步方案设计实例。     

三角帆蚌贝壳的微结构及尺寸变化特征

天然生物经历了亿万年的不断进化,已经形成了近乎完美的结构。天然生物材料结构的研究是仿生研究的基础,本文以三角帆蚌贝壳为研究对象,利用SEM和AFM,描述了三角帆蚌贝壳的微结构特征,包括其角质层、棱柱层、珍珠层及界面和晶带的形貌,揭示文石晶片及各层间的尺寸变化规律。研究表明:角质层内部分布大量裂纹,珍珠层与棱柱层无明显过渡界面,珍珠层内发现条状晶带结构缺陷;贝壳壳体和珍珠层厚度随0生长线向外呈现先增大后减小的变化趋势,且单层文石晶片的厚度不均,最厚处可达最薄处的2倍多。对三角帆蚌贝壳的结构进行了深入研究,为其优异的力学性能提供了理论依据,为未来的仿生结构设计提供了新思路和新想法。      

基于大数据的发电量预测分析数据平台建设

现有电力企业发电指标统计渠道较分散,发售配电各个环节产生的数据种类繁杂且体量较大,因此针对电力数据质量差、已挖掘价值低的问题,本文采用大数据预测神经网络和数据平台可视化展示的方法,以某发电企业为研究对象,构建了发电量预测的模型及以此为核心的数据平台。发电量预测的应用服务支持PC和APP端,涵盖了某电力企业所有控股电厂及新能源项目,以滚动预测的模式迭代优化算法模型,提高发电量预测精度,有利于安排生产、燃料采购、物资计划,进一步做好污染物排放预测和管控。平台重点实现了数据多维管理和用户界面的可视化展示。数据层面,从源头做好数据采集清洗和数据库实时数据交互;用户层面,更直观形象展示大数据预测从获取数据、数据分析及预处理、数据训练到预测的四个阶段。