MnS夹杂物诱发钢材点蚀综述

MnS夹杂物诱发钢材点蚀,对钢材服役寿命、工作生产安全和社会经济发展产生巨大危害。首先,分析了MnS夹杂物诱发钢材点蚀的机理,包括电偶腐蚀机理、S和Cl-协同作用机理、封闭区域加速点蚀机理、贫铬区机理和微缝隙机理;其次,汇总了MnS夹杂物大小、形貌、分布,Cl-浓度、温度和应力对MnS夹杂物诱发钢材点蚀的影响;然后,总结了钢材防腐蚀的常用措施;最后,展望了防止MnS夹杂物诱发钢材点蚀的未来研究方向。     

提高发酵过程乙醇分离效率的新型反应器

设计了一种新型的带侧臂循环的气升式反应器,该反应器可以有效地把真空闪蒸发酵和汽提发酵2项技术结合起来。实验结果表明,与单独的汽提和闪蒸过程相比,利用此反应器进行同步汽提闪蒸操作,大大提高了乙醇的移出效率,从而进一步提高了发酵强度。     

基于遗传算法的战时备件配送车辆调度

战时备件配送的车辆调度是提高装备保障效率的关键因素.本文以装备战斗效能损失最小化为车辆调度的目标,建立了问题的数学模型,并应用遗传算法对问题进行了求解.算法中,设计了两种交叉算子,并应用了局部搜索模块作为变异算子.对算例的计算实验表明,所设计的启发式交叉算子在精度和速度两方面均优于顺序交叉算子.     

基于截面含气率的气／液两相流相关速度测量

基于双截面电阻层析成像技术进行气／液两相流的相关速度测试研究,分析了相关速度测量原理,提出了基于截面含气率的相关测速方法。通过插值增加上游、下游双截面含气率的采样数据,利用独立开发的软件系统具有的数据存储与回放功能对基于截面含气率的相关测速方法进行评定实验。实验结果表明：该方法测速精度较高,且稳定可靠。     

基于Choi-Williams分析与神经网络的两相流流型识别北大核心CSCD

提出一种基于Choi-Williams分析和神经网络的流型识别方法。使用阵列电导传感器获取垂直上升管道气液两相流流型信息,并将多元测量数据进行去噪和降维处理,进一步采用Choi-Williams分析将其转换为时频谱图,并构建数据集。分别搭建CNN、VGG-16和ResNet-18网络模型,将不同流型的时频谱图作为网络输入进行训练、测试。识别结果表明,Choi-Williams分析可以有效提取不同流型信号的特征,3种网络均具有较高的识别精度,其中ResNet-18网络准确率最高,平均流型识别率达99.4%。     

基于改进白骨顶鸡优化算法的ECT图像重建北大核心CSCD

电容层析成像(ECT)技术求解图像重建问题存在严重的不适定性。为提高图像重建精度,提出了一种改进白骨顶鸡优化算法的ECT图像重建算法。针对标准白骨顶鸡优化算法(COA)中初始种群随机生成而导致的算法稳定性差和容易陷入局部最优的问题,引入了佳点集和正余弦优化方法,并融合了ART重建算法,根据ECT成像特点改进了目标函数。最后,进行仿真和静态实验,并与线性反投影(LBP)算法、Landweber算法、ART算法进行对比。结果表明,该方法可有效提高图像重建精度。     

BI从分散到整合

由于各种商业智能工具分布在不同厂商的软件中,经常会由此产生的一系列问题,例如,维护成本、培训成本高,各系统交互性差,信息的完整和准确性难以保证。例如一些汽车制造商销售数据存放在SQL Server数据库中,产品零件数据存放在Oracle数据库中,客户质保信息保存在文本文件中。那么,如何对销售情况和产品质量以及客户满意度进行分析呢？     

电渣重熔中夹杂物穿越渣/熔滴界面行为

为了更好地研究夹杂物在电渣重熔过程中的脱除,需要对夹杂物在渣/熔滴界面处的穿越行为进行研究,建立二维数学模型并使用Matlab软件对三元二阶微分方程进行求解。结果表明,夹杂物的界面穿越行为可以分为3种类型,即穿过、振荡和反弹。同时,对该穿越行为的影响因素进行了探讨,发现具有更大初始速度的夹杂物更易于穿越渣/熔滴界面,而初始速度角与界面角的增大则会阻碍夹杂物的穿越行为。进一步研究表明,夹杂物初始速度较低时,夹杂物的穿越行为主要受界面角的影响;而随着初始速度的增加,初始速度角的影响程度逐渐占据主导地位。     

取向硅钢连铸坯中夹杂物和析出相的形貌特征

通过多角度分析取向电工钢铸坯中夹杂物和析出相的形貌特征,得到了铸坯中典型夹杂物主要由氮化物和硫化物的复合夹杂物、硫化物、少量Al2O3和TiN所组成。经金相法可以推断出,铸坯中二维夹杂物主要为不规则的复合夹杂物,尺寸为1～2μm。试样经过硝酸酒精侵蚀后的夹杂物和析出相可以清晰看出Al-Cu-Ti-Mn-N-S复合夹杂物的不规则形貌和尺寸为1～2μm。采用电解法可以无损地展现出三维夹杂物和析出相,氮化物和硫化物的复合夹杂物主要是由Al-Cu-Ti-Mn-N-S组成,呈现边部圆润和锯齿状的不规则形状及花瓣状。硫化物主要是Mn-Cu-Ti-S,呈现矩形和圆片状。同时还有少量的四边形Al2O3和多边形TiN。     

帘线钢轧制和拉拔过程中夹杂物变形能力的研究

对帘线钢热轧过程夹杂物变形能力及其影响因素进行了分析,并对帘线钢冷拉拔过程中夹杂物变形能力的影响因素进行了探讨。研究发现帘线钢热轧过程夹杂物的变形能力随夹杂物中Al_2O_3和(MgO+Al_2O_3)含量的增加呈现出先增加后降低的变化趋势。整体上看夹杂物热轧变形指数与夹杂物的固相线温度成反比,即随着夹杂物熔点的降低,夹杂物热轧过程中的变形能力增强。同时采用杨氏模量来评估帘线钢冷拉拔过程中夹杂物的变形能力。研究认为冷拔过程夹杂物变形能力与杨氏模量成反比,为了降低夹杂物引起的断丝率,应将帘线钢夹杂物控制到低杨氏模量区域,即SiO_2含量高且Al_2O_3含量极低的区域。