电沉积Cr-SiC高耐磨复合镀层的研究

从常规的六价铬电解液中,将不导电的SiC微粒(平均粒径2.0μm)与铬共沉积是十分困难的。只有当微粒在溶液申的含量达到400g/L以上,并添加微量稀土元素离子时,SiC微粒才能与Cr共沉积而形成Cr-SiC 复合镀层。Cr-SiC复合镀层的硬度比纯铬层有明显提高,其显微硬度可达Hv1400(纯铬层为HV910)。溶液中SiC微粒的数量、电流密度和溫度对SiC微粒的共沉积有很大影响。在六价铬镀液中,在各种SiC载荷量下,SiC的最大共沉积均发生在20 A/dm~2,40℃。当温度在50℃以上,电流密度35A/dm~2以上时得不到复合镀层。复合镀层的硬度随SiC含量的增加而提高,当SiC含量高于1.1％(重量),镀层变得疏松,脆性增加,因而硬度反而下降。本文还研究了Cr-SiC复合镀层的电子显微结构和耐磨性能。     

基于CIM模型的遥视与EMS系统一体化联动

CIM模型是IEC61970标准整体框架的基础,它是一种描述电力系统所有对象逻辑结构和关系的信息模型,为各个应用提供了与平台无关的统一的电力系统逻辑描述。本文介绍了一种基于ClM模型数据库的视频及环境监控系统与能量管理系统（EMS）的联动解决方案,实现了视频及环境监控系统与能量管理系统（EMS）的数据自动同步与设备操作联动视频的功能,彻底改变了以往变电站视频监控系统与能量管理系统（EMS）相互独立的运行方式,让使用者真正从电力调度专业角度利用视频图像资源辅助管理变电站的安全生产运行。     

基于深度置信网络的多变量时间序列分类方法

针对当前多变量时间序列分类方法未考虑降维处理多变量时间序列,导致多变量时间序列分类精度较低,分类时间较长的问题,提出了基于深度置信网络的多变量时间序列分类方法.通过构建深度置信网络模型结构,基于受限玻尔兹曼机,提取可见单元与隐藏单元特征信息,采用Isomap算法,在深度置信网络内进行优先特征提取操作,通过附加约束构造半正定矩阵,降维处理多变量时间序列.在低维特征空间内,利用支持向量机中分线性分类函数,计算得到拉格朗日乘子,根据正则化参数特性,通过高斯核函数,计算得到最优核函数,完成多变量时间序列分类.实验结果表明,提出方法的泛化误差较小,能够有效提高多变量时间序列分类精度,缩短多变量时间序列分类时间.     

基于正交试验的气密特殊螺纹油管接头密封性能研究

开发深海油气需要钻探大量超深井、大位移井,井下油管需要承受水下复合载荷的综合作用,这对气密特殊螺纹油管接头的密封性能提出挑战。以?99.25 mm×6.45 mm气密油管特殊螺纹接头为研究对象,以密封面最大接触压力为考核指标,依据ISO 13679标准A系试验载荷包络线对正交优化试验结果进行密封性能分析。分析结果表明：密封面最大接触压力影响因素敏感性由大至小的顺序为：密封面角度>扭矩台肩角度>螺纹承载面角度>螺纹锥度>螺纹螺距;气密特殊螺纹油管接头参数最优组合为密封面角度10°、扭矩台肩角度-12°、螺纹承载面角度12°、螺纹锥度1∶18、螺纹螺距4.8 mm;优组后油管接头在ISO 13679标准A系试验载荷下各加载点密封性能良好。所得结果对气密特殊螺纹油管结构的进一步优化设计具有指导意义。     

冲天炉网形图研究述评

自十九世纪四十年代以来的近半个世纪中,在欧洲和美国曾掀起过多次对冲天炉研究的热潮。特别在风口结构及炉型方面进行了大量的改革性尝试。如提出了扩张式风口、交叉式风口、多排风口、小风口、切向进风风口,缝隙式风口、扦入式风口、中央送风风口、螺旋式风口(一种多排风口,从     

使用AGG绘制线段标记点

作为矢量图形的一个基本元素,线段标记点被广泛应用于各种图形文档中.介绍了线段标记点的概念和绘制方法,并结合二维图形库AGG (Anti-Grain Geometry),给出了具体实观.     

基于读写任务分发的数据库集群服务器的实现

该文在LVS基础之上将网络中传送的数据包变成SQL语句,通过负载均衡器把任务均衡分发到数据库集群服务器中,从而提高了查询、更新效率和芸现了负载均衡、数据同步;同时通过替换策略和更新策略消除了单负载均衡器的瓶颈问题。     

Linux温度感知的调度器研究与实现

针对处理器的温度管理问题,在操作系统层次上提出一种轮转调度算法,改进基于门限温度的调度算法,并在Linux内核中实现了这两个算法。将SPEC2K进行分类并组合成不同冷热特性的负载,在Intel双核处理器下进行了测试。表明Linux基准调度程序在调度方面缺乏有效的温度管理。基于门限温度的调度算法把热的任务迁移到冷的处理器上,缓解了处理器的温度过高问题。轮转调度算法有规律地让任务在双核上执行相等的时问,更好地平衡了处理器的温度,并且系统的吞吐量不受影响。     

一种基于概念信息量的相似度传播算法

相似度传播在本体概念相似度计算中有着非常重要的作用.然而,目前常见的相似度传播算法大都采用了固定比例的相似度传播值,没有对相似度转播值进行合理的定量分析.针对此问题,提出了基于概念信息量的相似度传播算法,该算法根据匹配节点的概念信息量大小来判断其子父节点匹配概率大小,通过匹配概率大小调整相似度传播值,从而进行更精确的相似度传播.理论分析与实验结果证明了该算法是有效的.