更换深井泵型号的探讨

就250QJ80—80/4与8JD—80×17两种型号深井泵在生产过程中的可靠性、易维修性及寿命周期费用等进行技术经济分析。文章论证:前者优于后者。     

钢铁电抛光液Cr（Ⅵ）与Fe^3＋浓度快速测定

根据Fe~(2+)和Fe~(3+)离子在铂电极上的电化学氧化还原特性,采用DZ-I型电镀添加剂测定仪快速测定抛光液中Cr(Ⅵ)和Fe(Ⅲ)离子的浓度.实验表明,此法也适用于测定铜、铝、镍的铬酸电抛光液中Cr(Ⅵ)的浓度.     

气相法聚乙烯BCG-Ⅱ型催化剂的开发和应用

对气相法聚乙烯BCG-Ⅱ型催化剂的组成、粒径分布及催化剂的淤浆聚合性能进行了研究。研究结果表明，BCG—Ⅱ型催化剂的活性较高，聚合物堆密度适中，应用在Unipol乙烯气相聚合工艺装置上操作良好，所生产的树脂颗粒均匀。干爽且流动性好，产品质量合格、稳定。     

α－SiC：H薄膜的热行为研究

采用射频反应溅射工艺沉积了α—SiC:H薄膜。利用微分扫描量热器(DSC)和差热分析仪(DTA)两种热分析方法确定了α—SiC:H薄膜的脱H过程和相转变温度，353．2℃脱Si—H和602．6℃脱C—H，并在1080℃相变结晶。在氨气流保护下的光热炉内进行热处理，Fourier红外光谱(FTIR)和反射谱的研究表明，400℃热处理后薄膜内的H含量急剧下降。高温热处理中的脱H过程有利于游离硅和游离碳的反应形成额外的Si—C键，促进薄膜致密，并能提高其在紫外部分的反射率，降低红外区域的反射率。热处理温度超过500℃，容易导致薄膜脱落。适当的退火工艺有利于拓展碳化硅薄膜在空间材料上的应用。     

制备条件对二氧化钛光催化活性的影响

以钛酸丁酯为原料，采用溶胶-凝胶法制备了粉末二氧化钛催化剂，讨论了不同条件如：钛酸丁酯的浓度、加水量、陈化时间、陈化温度、焙烧时间和温度等条件对光催化降解偶氮染料甲基橙活性的影响和机理。试验结果表明：此催化剂有高的催化活性。     

化工容器设计规范述评

分析了压力容器设计标准ＧＢ１５０－８９和ＪＢ４７３２－９５在设计思想和设计上的主要区别及按两种标准制造的容器的经济性，提出了选取ＪＢ４７３２－９５作为所遵循的设计规范的一些参考性意见。     

心脏图像三维运动与材料信息的提取和重建

针对传统心脏图像分析方法将运动分析和材料分析作为两个独立过程带来的弊端,本文基于心脏连续生物力学模型,利用有限元方法和扩展卡尔曼滤波器(EKF),将运动分析和材料分析作为一个问题来解决,取得了较好的结果。仿真实验验证了本文方法的有效性,给出了利用真实病人心脏图像实现三维运动和材料信息的同时重建的结果。 更多还原     

基于HHT的多自由度结构渐进损伤特征提取方法

大型复杂工程结构的损伤实际上是一个渐进损伤的过程,为解决结构损伤识别中非平稳随机信号的时变性并有效地识别这个损伤过程,研究了基于Hilbert-Huang变换的结构渐进损伤特征提取方法.首先模拟产生了多自由度结构系统发生渐进损伤的加速度振动信号;然后对加速度振动信号进行经验模式分解,将其分解为多个平稳的固有模式函数之和;再选取若干个包含主要损伤信息的固有模式函数进行Hilbert变换,提取瞬时频率作为特征参数进行损伤特征提取.研究结果表明:HHT是一种有效的信号处理方法,通过提取瞬时频率,可以准确地提取结构渐进损伤的特征.     

超细六硝基芪的热分解性能

为了解超细六硝基芪（HNS）的热分解性能，通过DSC—TG实验研究HNS—IV的热分解过程，用Kissinger法和Ozawa法计算了HNS-Ⅳ热分解反应动力学参数。结果表明，HNS-Ⅳ的热稳定性与HNS-Ⅱ相当。Kissinger法和Ozawa法得到的HNS-Ⅳ分解表观活化能分别为221．4kJ／mol和220．3kJ／mol，比静态气氛下HNS-Ⅱ热分解反应的表观活化能减小27kJ／mol。     

基于LSTM神经网络的管道缺陷模式识别方法研究

针对复杂环境下,管道振动信号特征微弱难以提取的问题,提出一种基于长短时记忆网络(LSTM)深度学习神经网络的管道缺陷模式识别方法;首先利用改进型自适应噪声的完全集合经验模态分解(ICEEMDAN)对采集的原始信号进行分解得到若干个固有模态函数(IMF)分量,随后根据信息熵理论计算IMF分量的近似熵作为管道典型状态的特征值构造特征向量集合,然后构造LSTM深度学习神经网络训练模型并调节深度神经网络在训练过程中的相关参数进行网络的结构优化,最后将特征向量输入到LSTM神经网络模型进行训练和识别;结果表明:针对管道振动信号特征微弱难以提取的问题,该方法对管道缺陷模式识别的准确率达到了95％,在消除管道振动信号的背景噪声、挖掘特征信息和保证识别准确性方面优势明显.