闭塞锻造的发展概况及其应用

简要介绍了闭塞锻造的原理及其在国内外的发展概况,同时就闭塞锻造在工业生产及汽车行业中的应用及其发展前景作一介绍和展望。     

FDM的出丝模型完善和补偿方法优化研究

在实际研究熔融挤出成型（FDM）工艺挤出材料截面形状的基础上,针对已经存在的挤出数学模型提出挤出分区概念,并根据分区确定了新的挤出数学模型。通过分析数学模型和可行的补偿方法提出了可行的分区补偿方法。随后依据分区挤出模型和补偿方法设定合适的参数,在自主研制的PiBot 3D打印设备上验证测试模型和补偿方法。实验结果证明该模型能够较准确的描述FDM打印的实际过程,并通过分区补偿方法提高FDM工艺的成型精度。     

基于电喷雾电离源质谱仪系统的八电极线性离子阱性能研究

八电极线性离子阱在前期的理论模拟研究中取得了较好的质量分析性能,为验证理论模拟结果,选择其中最优的结构参数,设计、加工并组装了八电极线性离子阱实物,以此为基础搭建电喷雾电离源质谱测试系统。在传统射频电压施加模式下,测试八电极线性离子阱的分析性能。当扫描速度为765 u/s时,八电极线性离子阱获得离子峰的半峰宽可达0.3 u,对应利血平（m/z 609）的质量分辨率为2 030。当分析浓度为10 mg/m3的利血平样品时,对应的质谱峰信噪比可达45.8。本文进一步研究了扫描速度对质量分辨率和灵敏度的影响,实现了离子碰撞诱导解离,分析了不同浓度的25羟基维生素D2标准样品,线性动态范围可达4个数量级。结果表明,八电极线性离子阱具有良好的分析性能,可为结构简化线性离子阱的研究提供全新思路,推动小型化离子阱质谱仪的研究进展。     

模具曲面数字化磁力研磨加工中研磨量的控制方法

介绍了模具曲面数字化磁力研磨加工的原理和特点,针对曲面磁力研磨加工中各部分研磨量不均匀的问题,分析了影响曲面研磨量的主要因素,提出了从磁粒选择、磁极形状和研磨轨迹等方面控制研磨量的方法。     

一种新的冲裁间隙实验模具的设计

冲裁间隙是影响冲裁件质量、模具寿命、冲裁力的重要因素,而冲裁间隙实验又是材料加工专业中的基础实验,在专业课程的学习中具有非常重要的作用。在以往的教学中开设冲裁间隙实验时为了改变冲裁间隙的大小,需要多次更换模具,非常不方便。现开发的是一种新的冲裁间隙实验模具,能实现不拆卸模具的情况下快速更换冲裁凸模,从而为实验提供不同的冲裁间隙值,克服了传统实验中多次装卸模具、调试模具的缺点,节约了实验时间,提高了实验的可靠性和安全性。该模具已经申请了实用新型专利,并获授权。     

GCr15钢等离子体源离子注入表面改性

用等离子体源离子注入技术对GCr15钢进行了氮离子注入,对注入层的成分进行了俄歇剖面分析,对注入层的显微硬度和摩擦性能进行了测试,对摩擦磨损表面进行了扫描电镜分析,研究结果表明;注入层的硬度和耐磨性均获得了明显的提高。     

调质钢电子束表面处理组织及性能分析

利用强流脉冲电子束对调质钢(40Cr)进行表面处理,分析处理后试样表面形貌、组织结构以及截面显微硬度.研究表明:40Cr钢经电子束处理后,近表层晶粒明显细化,分布着细小针状组织,表层熔化厚度约为2~3 μm.表层几百微米显微硬度明显增加,8次和25次轰击后,峰值硬度在次表层约80 μm处,增幅达50 %左右,硬度影响深度分别为750 μm和1 500 μm.     

M-Copula函数在洪水遭遇中的应用研究

针对求解多变量情况下的设计水文特征值,采用M-Copula函数分析洪水遭遇问题,并采用适线法估计参数分析长江干流的设计洪峰流量.研究结果表明,M-Copula函数具有灵活性和应用范围广等特点,可更好地拟合两变量的相关关系,能更全面地描述设计洪水空间组成,在多变量水文频率分析中具有广泛应用前景.     

遗传算法在P-Ⅲ型分布曲线参数估值中的应用

通过加入历史洪水等多种方案进行统计试验,较为全面地分析了遗传算法在P-Ⅲ型分布曲线参数估值中的应用问题.结果表明:基于绝对值准则的遗传算法具有良好的不偏性和有效性,统计性能优于矩法、适线法,且可以充分利用样本信息来优化参数,在设计值的不偏性上略优于线性矩法;基于遗传算法的适线求解中,绝对值准则优于平方和准则;遗传算法可以提高P-Ⅲ型分布曲线参数估值的精度,但尚需在实践中提高该方法的应用价值.     

入侵检测中一种节约内存的多模式匹配算法

模式匹配既是网络入侵检测系统（NIDS）的关键,也是NIDS中消耗资源最多的部分。随着网络速度和入侵检测规则的持续增长,模式匹配正在成为NIDS的性能瓶颈。提出了一种基于非确定有限自动机结构的Aho-Corasick算法,通过压缩状态表,把状态和状态变迁存储在一个单一向量中,显著降低了内存需求,获得了良好的cache性能。测试表明,与其他Aho-Corasick 算法相比,MEAC的内存消耗平均减少了92.3%~98.4%,同时保持了Aho-Corasick算法的良好性能。