SPHC带钢冷却过程温度与相变耦合预测模型

考虑相变潜热影响带钢轧后温度场,建立了SPHC钢热轧后冷却过程温度与相变的耦合数学模型。采用Avrami方程和Scheil可加性法则,并应用Matlab数值方法计算相转变量,实现了温度和相变的耦合求解。结果表明:热轧低碳钢冷却后沿宽度方向温度分布明显不均,在距带钢中心600 mm处温度出现拐点,中心与边部温差为80℃;带钢边部铁素体含量低于中心的且铁素体分布更加细小弥散。该耦合模型的计算结果与实测值吻合良好,能够准确预测热轧低碳钢轧后冷却过程的温度和相变过程。     

叶片前缘偏转对H型垂直轴水轮机性能的影响

为提高传统直叶片升力型（H型）垂直轴水轮机的获能效率,提出一种带前缘可偏转叶片的新型垂直轴水轮机,利用计算流体力学（CFD）方法,结合重叠网格和动网格技术对这种新型垂直轴水轮机叶轮的水动力性能进行系统的数值模拟计算,分析不同叶尖速比下带前缘偏转叶片的垂直轴水轮机绕流流场,从而探究前缘偏转角度和偏转长度对这种水轮机动力性能和获能效率的影响规律。结果表明,根据叶片旋转到不同位置时实施前缘偏转可改变来流攻角从而减缓或抑制叶片吸力面的流动分离,有效改善其动态失速特性,进而使H型垂直轴水轮机的水动力性能和获能效率得到明显提升。研究发现,低叶尖速比下这种改善效果最为显著,可拓宽H型垂直轴水轮机高效运行的工作范围。     

惯性圆锥破碎机在硅砖生产中的应用试验

惯性圆锥破碎机是一种新型节能细碎设备,对其在硅砖生产中使用的可行性进行了较系统的研究,经过试验和短期生产实践证明,该设备具有破碎比大、过粉碎现象少、产品粒度组成合理、颗粒形状适用且产量高、能耗低特点,对各种硬度的硅石具有很好的适应性,是硅砖生产应当首选的粉碎设备.     

±500kV江城直流输电线路桉树隐患分析

近年来,在江城线路上因桉树生长过快,d果园、田地改种桉树普遍,线路通道走廊内,线树距离难以满足,因线树距离不够经常发生线路跳闸故障,湖南省电网工程公司输电运检分公司通过这一系列措施及运行手段,已有1000多天无故障运行。确保了线路安全、稳定、经济运行。     

功率快恢复二极管反偏ESD机理分析

功率半导体器件静电放电(ESD)的可靠性在应用中至关重要,其抗ESD的机理需深入研究。采用一种符合GB/T 17626.2标准的简明分段线性电流源,对功率快恢复二极管(FRD)反偏ESD过程进行仿真计算。基于器件外端电压波形经历过冲、负阻和振荡以及平缓发展三个阶段,分析了器件内部相应的一系列复杂变化。结果表明:器件内部的"过耗尽"、雪崩注入、载流子及电场分布涨落等变化,最终导致电流在pn结拐角处形成局部集中。最后,分析了器件结构参数对抗ESD能力的影响。     

应用SiC混合模块的牵引逆变器

研发了一种结势垒肖特基(JBS)二极管,在3kV电压下,具有低正向电压和低漏电流特性。用Si-IGBTs和SiC-JBS二极管搭建了标准3kV/200A混合模块。通过采用混合模块和高速驱动电路,我们试图降低反向恢复损耗及开通功率损耗。同时,我们估算变流器和逆变器的总能量损耗减小到原来的32.4%。另外,混合模块能成功地驱动列车的感应电动机。     

润滑新技术在轴承制造业的应用（三）

3　轴承制造过程中的润滑3.1　无油膜防锈技术轴承金属件的锈蚀原因 ,主要是水、盐及空气的参与构成微电池 ,从而发生电化学腐蚀 ,以及腐蚀性物质如酸碱的直接化学腐蚀。除了在轴承基材上提高抗锈能力外 ,比如不锈钢、陶瓷材料的使用 ,最方便常用的防锈方法是外用化学物质防锈 ,其原理是防锈性化学基团可以在金属表面吸附形成致密的防锈膜层 ,隔绝水氧以避免与金属接触构成微电池或直接发生化学反应。现行防锈油剂大多数由两部分组成 ,防锈膜物质和载体。当载体是油或有机溶剂时 ,习惯上称为防锈油 ,载体是水时称为防锈液或防锈水 ,载体是涂…     

润滑新技术在轴承制造业的应用（二）

全面详细地介绍各种轴承润滑脂的性能特点及应用范围。指出了轴承润滑脂添加剂技术的发展方向     

基于改进的RiskMetrics模型的股票市场风险度量

对RiskMetrics 模型两个假设做出改进, 并运用改进的RiskMetrics 模型对2007 年1月至2018 年9月的国内外股票指数日收盘价序列进行建模, 实证结果表明: 改进的RiskMetrics 模型可以更加精准刻画三类股指序列的在险价值。美国股市对利空消息的反应非常剧烈, 沪深股市与香港股市之间具有趋同性, 但两者对新息冲击的反应有所不同, 沪深股市对利空消息与利好消息的反应区别不明显, 而香港股市对利空消息的反应明显强于利好消息。另外, 三类指数的收益率序列均呈“尖峰厚尾”特性; 股票价格波动对冲击的反应速度由高到低依次是美国股市、香港股市、内地股市, 而对冲击的持久性由强至弱的排序则恰恰相反。