压水堆核电厂堆外源量程探测器计数率分析

压水堆核电厂启动过程中，次级中子源为堆外源量程探测器提供本底计数率，避免测量盲区，确保反应堆安全启动。但次级中子源的引入会为核电厂带来较大的经济和环境负担，同时也需承受次级中子源破损等带来的风险。为此，可使用受辐照燃料组件的自发裂变中子源进行替代，即无源启动方式。通过研究堆外源量程探测器计数率的理论计算方法，并基于运行电厂测量数据进行分析验证，为源量程探测器计数率的理论预估提供了较为完善的理论方法流程。本文结果可为无源启动源量程探测器计数率分析提供支持，同时也可用于次级中子源装载量或布置位置的优化分析等。     

AgBr-Ag3PO4-CSs三元复合光催化剂的制备及性能

以AgNO_3、KBr、Na_2HPO_4和碳球(CSs)为原料,通过共沉淀法制备了高活性的AgBr-Ag_3PO_4-CSs三元复合光催化剂。利用X射线衍射、场发射扫描电子显微镜、紫外-可见漫反射光谱和X射线光电子能谱等对复合催化剂的结构、形貌、光吸收范围及价态进行了表征,通过可见光下降解罗丹明B(RhB)和苯酚对复合催化剂的性能进行了考察。结果表明:以CSs为载体,将AgBr和Ag_3PO_4负载在CSs上,当n(AgBr):n(Ag_3PO_4)=4:100时,所得的4%AgBr-Ag_3PO_4-CSs复合催化剂光催化效果最佳,可见光照50 min时,对RhB的降解率达到99.3%;光照60 min时,降解率达到99.5%,几乎降解完全。对苯酚也具有超强的降解能力,捕获剂实验表明空穴为主要活性物种,并且所制备的复合光催化剂循环使用5次后时仍具有较高的光催化活性。     

基于3D打印技术制造柔性传感器研究进展

与传统的涂覆、沉积等加工手段相比，使用3D打印技术可制造复杂立体功能结构的传感器，将3D打印与柔性传感技术结合可以促进未来生物医疗、人工智能等领域的发展。本文介绍了国内外基于3D打印技术制造柔性传感器的最新进展，其中包括聚酰亚胺等多种基底材料、纳米金属等多种打印传感材料；按照熔融沉积、黏弹性墨水沉积、粉末烧结熔化、还原光聚合和材料喷射的制造原理分别阐述了多种传感器的材料选择、成型特点，并对制造方法进行总结分析。虽然3D打印制造柔性传感器件存在着缺乏行业标准及多种类打印材料等问题，但经过不断创新与发展，3D打印将成为柔性传感领域极佳的制造手段。     

202不锈钢中非金属夹杂物的形成机理

通过工业试验对202不锈钢进行系统取样，分析试样中夹杂物的变化特征，结合热力学计算，研究了202不锈钢中非金属夹杂物的形成机理。在进行硅锰脱氧后，LF精炼过程中钢液内以球型Ca?Si?Mn?O夹杂物为主。对于硅锰脱氧钢，钢液中残余铝质量分数为1×10?5时，可以扩大Mn?Si?O相图的液相区，但铝质量分数超过3×10?5会导致钢中容易形成氧化铝夹杂物并减小液相区。在连铸坯中以Mn?Al?O类夹杂物为主，相较于LF精炼过程试样，连铸坯试样中夹杂物的MnO和Al₂O₃含量明显增加，CaO和SiO₂含量明显减小，夹杂物个数则由LF出钢试样的5.5 mm?2增加到11.3 mm?2。结合热力学计算发现，凝固过程中会有Mn?Al?O夹杂物形成，这也使其成为连铸坯中主要的夹杂物类型。      

一种基于机器视觉的表面缺陷快速检测方法

实际生产过程中,产品表面会不同程度地留下污渍和印记,这对基于机器视觉的表面缺陷识别带来严重干扰.基于图案统计分析的识别方法速度虽快,但抗干扰能力弱,出现较高的误判率.基于深度学习的人工智能识别方法计算量巨大,速度慢,难以满足生产实际的高速要求.因此介绍一种改进SIFT算法,并给出了相关参数的设置方法和经验公式,通过实际表面缺陷的检测,对比验证了SIFT算法较强的鲁棒性和抗干扰能力,以及相关参数设置方法的正确性和可行性.实验数据表明,SIFT算法在凹陷类和斑点类缺陷的检出率上具有明显优越性,在裂纹类的误检率上也具有较大优势.特别是在有噪声图像干扰情况下,检出率比神经网络提升了20％,误检率降低了3％.     

基于立式加工中心的端盖零件加工工艺及夹具设计

结合立式数控加工中心的加工特点,制定了端盖零件数控加工工艺,并对端盖零件装夹的定位、夹紧分析,确定了一面一短芯轴的定位方案和气动夹紧办法。     

分析化学中四类滴定方法的差异性比较

分析化学中的四大滴定方法分别为酸碱滴定法、络合滴定法、氧化还原法、沉淀滴定四大类。通过对四类滴定方法进行学习,对其考察对象、滴定突跃的影响因素、指示剂的作用原理进行比较分析,以期对分析化学中的四大滴定有一个更加深刻的了解。