316L不锈钢注射成形溶剂脱脂工艺的研究

以粒度为38μm的316L不锈钢注射成形生坯为研究对象,分析了脱脂温度、脱脂时间、生坯厚度及溶剂种类对溶剂脱脂脱脂率的影响.结果表明:采用正庚烷+乙醇+花生油溶剂时,脱脂坯缺陷较少;当脱脂温度为45℃,脱脂时间为12h时,脱脂率可达36%.     

热加工工艺对喷射沉积SiCp/Al-Fe-V-Si组织与性能的影响

研究了多层喷射沉积SiCp/Al-8.5Fe-1.3V-1.7Si复合材料的挤压后轧制和热压后轧制两种热加工工艺,对比研究了这两种工艺对于复合材料板材的显微组织和力学性能的影响.通过金相电镜、扫描电镜、透射电镜观察了复合材料通过不同工艺加工后的显微组织.结果表明,热压后再轧制比挤压后再轧制,复合材料具有更加均匀的显微组织,其力学性能更加优异,热压后轧制得到的板材室温抗拉强度达620 MPa,伸长率达9.5%.分析认为,热压致密能克服挤压过程中带来的SiC颗粒分层现象,SiC颗粒与基体结合良好保证了显微组织的均匀和细小,因而加工得到的板材具有优异的力学性能.     

应用中深孔光面爆破实现巷道快速掘进实例研究

深孔爆破在巷道掘进施工过程中应用较多,但深孔爆破之后围岩的破坏程度较为严重,巷道返修率较高,需要增加锚喷支护作业,严重影响了巷道施工进度,为此,杜儿坪矿在岩巷施工过程中提出采用中深孔光面爆破技术,经过合理的选取爆破参数,对爆破效果分析之后发现,巷道成型质量得到极大提升,实现了快速掘进。     

Fe-Ni-Cu-C合金粗粉注射成型工艺参数的优化

采用正交试验法研究了注射压力、注射温度、注射速度及其交互作用对注射成型坯质量的影响,评价了各参数对生坯质量影响的显著程度,优化了注射成型参数.试验结果表明,注射压力、注射温度、注射速度及注射压力与注射温度的交互作用对生坯抗弯强度影响显著,注射压力、注射温度及注射温度与注射速度的交互作用对生坯密度影响显著.注射压力增加,生坯密度和抗弯强度都增大;注射温度提高,生坯密度降低,注射温度在155～160 ℃之间时,生坯抗弯强度变化不大,超过160 ℃时抗弯强度明显降低.注射速度为60%时,生坯密度达到最大值.最佳注射成型工艺参数为:注射压力8 MPa,注射温度155 ℃,注射速度60%.     

红外热像仪中温度测试研究

红外热像仪设备既要显示被测物的图像,又要准确地显示物体的温度。根据红外探测器采集的灰度来得到被测物的温度主要有拟合曲线法和套表法两种方法,介绍了这两种方法以及通过测温的理论模型推导出实际情况下温度的计算式,并结合该算式给出了进行误差补偿的参量。     

聚合物自增强方法在粉末注射成形中的应用

通过介绍注射成型聚合物自增强的几种方法,结合金属注射成形工艺,从注射成形参数对喂料充模性能影响的角度,论证了这几种方法在金属注射成形中的应用可行性。分析了这几种方法对金属注射成形注射工艺、制品的尺寸控制、粘结剂的用量和脱脂时间的影响。     

粗糙集理论中不确定性的粗糙信息熵表示

1 引言粗糙集理论从新的视角对知识进行了定义,把知识看作是关于论域的划分,认为知识是具有粒度的(granularity),即知识是粗糙的。知识的粒度越大,其越粗糙,知识含量就越少。并认为知识的不确定性是因知识粒度太大引起的,知识的粗糙性越大,则其不确定性也越大。在粗糙集理论中,一个集合由其上逼近集合和下逼近集合来近似,因此集合存在着不确定性。另一方面,在信息论中,信息熵的概念从物理概念上反映了知识库的知识含量、不确定性及随机性的本质。因此,本文从信息熵的角度更深刻地反映知识的不确定性及集合的不确定性。     

基于模糊积分和遗传算法的分类器组合算法

将多个分类器进行组合能提高分类精度。基于模糊测度的Sugeno和Choquet积分具有理想的特性,因此该文利用其进行分类器组合。然而在实际中难以求得模糊测度。该文利用两种方法求取模糊测度,一是分类器对样本数据的分类能力,另一种是根据遗传算法。这两种方法均考虑了每个分类器对不同类的分类能力不同这一经验知识。实验中对UCI中的几个数据库进行了测试,同时将该组合方法应用于一多传感器融合工件识别系统。测试结果表明了该算法是一种计算简便、精度较高的分类器组合方法。     

奥氏体离子氮碳共渗后钢的耐磨性和抗咬合性

研究２０钢，４５钢经奥氏体离子氮碳共渗后的耐磨性和抗咬合性，并与普通离子氮碳共渗后的作了比较，试验表明：在５７０－７００℃范围内进行奥氏体离子氮碳共渗后，其耐磨性和抗咬合性以６３０℃处理时为最佳，６６０℃最差，而５７０￣６００℃介于二者之间，通过适当提高共渗温度在提高渗速从而缩短共渗时间的同时，可以提高耐磨损性能。     

神经网络的石灰回转窑质量控制模型研究

石灰回转窑控制系统监测与控制参数多,且具有强的耦合性、时变性,难以针对产品质量建立准确的预测与控制数学模型。为此文章提出以神经网络与关联规则库相结合的方法,构建产品质量在线预测与控制参数调整信息实时反馈的一种控制模型。借助于神经网络处理非线性问题强大功能,通过在线监测参数蕴含的产品质量信息,实时预测产品质量,并与预先设定的优质产品质量信息相比较。以比较结果和当前控制参数信息为输入,结合关联规则库匹配控制参数调整量,并反馈给自动控制系统,实现对产品质量的及时、精确控制。该控制模型运用到实际生产中后,石灰回转窑生产质量和效率有明显的提高。