316L不锈钢的三维晶粒与晶界形貌特征及尺寸分布

使用连续截面法结合三维电子背散射衍射(3D-EBSD)技术研究了316L不锈钢的三维显微组织,重点分析了晶粒和晶界的三维形貌特征及各特征参数的分布规律,包括晶粒尺寸、晶粒表面积、晶粒的晶界面数、晶界尺寸和晶粒的平均晶界尺寸,并统计分析了各特征参数之间的关系。结果表明:316L不锈钢的三维晶粒和三维晶界的形貌特征参数均服从对数正态分布,各参数与晶粒尺寸之间的关系符合幂函数。另外,由于存在大量孪晶,造成316L不锈钢的三维晶粒形貌十分复杂,且尺寸越大的晶粒形貌越复杂,晶界面数越多,表面积越大,与等轴晶的偏离也越大。     

氢对纯镍及690合金在弱碱性溶液中电化学行为的影响

采用电化学方法研究了预充氢对690合金在25,50,70℃下弱碱性溶液中电化学行为的影响。结果表明,预充氢使得690合金在碳酸氢钠溶液中的自腐蚀电位负移、电化学阻抗降低,尽管不影响阳极极化曲线的形状,但增大了阳极极化曲线中一次过钝化电位之前的阳极电流密度。此外,预充氢使镍在碳酸氢钠溶液中的阳极极化曲线出现新的阳极电流峰,增大了阳极极化曲线中过钝化电位之前的电流密度,并降低了电化学阻抗。氢对金属或合金电化学行为的作用与电极反应类型、速率控制步骤以及表面膜的稳定性有关。     

晶界工程对于改善304奥氏体不锈钢焊接热影响区耐晶间腐蚀性能的影响

通过拉伸变形5%及1100℃退火30 min的晶界工程(GBE)处理工艺,将304奥氏体不锈钢低Σ重合位置点阵(CSL)晶界比例提高到75%(Palumbo-Aust标准)以上,形成大尺寸的"互有Σ3n取向关系晶粒的团簇"显微组织.采用钨极气体保护焊焊接样品,对焊接后样品的HAZ区域进行显微组织表征和耐腐蚀性能测试.结果表明,GBE处理过的304奥氏体不锈钢具有较好的晶界网络稳定性,HAZ区域内仍具有高比例低ΣCSL晶界,并且晶粒尺寸并未明显变大.在晶间腐蚀浸泡实验和电化学动电位再活化法(EPR)测试中,GBE处理的样品HAZ敏化区都表现出了更好的耐腐蚀性能,表明晶界工程可以有效改善304奥氏体不锈钢焊接热影响区耐晶间腐蚀性能.     

基于PLC和组态的循环水旁滤监控系统

以某循环水旁滤项目为背景,简要介绍了循环水旁滤的工艺流程,并设计了一套基于PLC和组态的循环水旁滤监控系统。根据现场的设备和实际控制要求,详细介绍了系统的总体结构、硬件配置,并设计了相应的PLC程序和组态监控画面。实际运行表明,该系统很好地完成了实际工艺要求,验证了系统的稳定性和可靠性,提高了系统工作效率和自动化水平,取得了良好的应有效果。     

旅游服务供应链的委托代理机制研究

本文利用委托代理模型分析了旅游服务供应链的委托代理现象,并结合该模型回答了旅游业的委托代理机制设计应当注意的一些问题,为旅游业的契约设计提供了一些可行的建议。     

机电装备性能退化建模与健康状态评估方法

机电装备具有结构复杂、样本量少、工况多变的特点,对其进行预防性维修十分困难,因此研究其性能退化规律以及健康状态评估对预防性维修具有重要意义。以机电装备为研究对象,利用维纳过程研究性能退化建模与健康状态评估方法。建立了描述单性能退化的维纳过程模型,并给出融合多性能退化的维纳过程模型,得到了多性能退化轨迹,实现了多性能状况下的性能退化预测。利用逼近理想解法和马氏距离,根据相对贴近度划分出装备健康状态空间,并将性能退化轨迹转换到健康状态空间中,实现了对装备健康状态的评估。在数控机床进给系统试验平台上进行实验,验证了融合多性能退化的维纳过程模型和健康状态评估方法的正确性和有效性。     

高职生“一体四化三联动”就业模式探究

就业是民生之本。党的十八大报告提出"推动实现更高质量的就业","做好以高校毕业生为重点的青年就业工作",这也是加快发展现代职业教育、推动高等教育内涵式发展的必然要求。近年来,高职毕业生就业压力与挑战不断增加,怎样建立有效的工作机制、完善就业模式、推动学生实现更高质量的就业成为学生就业工作的重要课题。     

微博营销的实践与思考

微博作为新兴的传播交流媒介以其传播速度快、互动性强、即时收发等优势得到迅速的普及,促使网络营销活动的发展步伐不断加速。本文提出,要加快企业的营销活动变革的步伐,在实践的基础上,分析了微博营销的特点,提出了运用的主要方法,归纳了企业实施微博营销后所取得的效果,以较好地适应网络时代消费者更快、更省、更便捷的消费需求。     

微博营销的实践与思考

微博作为新兴的传播交流媒介以其传播速度快、互动性强、即时收发等优势得到迅速的普及,促使网络营销活动的发展步伐不断加速。本文提出,要加快企业的营销活动变革的步伐,在实践的基础上,分析了微博营销的特点,提出了运用的主要方法,归纳了企业实施微博营销后所取得的效果,以较好地适应网络时代消费者更快、更省、更便捷的消费需求。     

基于自适应遗传学习粒子群算法的多无人机协同任务分配

研究救援场景下的多无人机协同任务分配问题,考虑幸存者所需援助类型的不同,建立更贴合实际的组合优化模型.针对该模型,提出一种自适应遗传学习粒子群算法(adaptive genetic learning particle swarm optimization, AGLPSO).首先,根据无人机与幸存者之间的救援关系,采用一种实向量编码机制处理决策变量约束,以简化模型求解.然后,通过两层级联结构提高算法搜索能力:第1层通过遗传学习策略生成高质量的精英粒子,并对进化停滞的粒子采用精英学习策略进行更新,以跳出局部最优;第2层利用精英粒子指导种群的搜索方向,并根据粒子群的进化速度和粒子的聚集程度,采用自适应进化策略提高算法在不同进化时期的寻优能力.仿真实验表明,所提出的AGLPSO算法能快速、有效地找到合理的救援分配方案.