废气排放装置具有预热补气功能的工业电炉

介绍了一种工业电炉加热过程中废气排放的废热利用装置。通过理论计算和高温试验,成功研制出一种具有预热补气功能的工业电炉废气排放装置,有效解决了由于补入的空气温度低而造成的炉温均匀度变差及能源浪费等问题。     

应用电力负荷管理系统实现科学防窃电

利用负控系统开展防窃电工作，将科学技术与先进的管理方式有机结合起来，提高查窃电的准确率。     

宇眼观市

佳能镜头降价了，估计这是影友们最近经常听到的一句话了。随着佳能镜头的降价，数码相机市场又一次掀起了价格战，数码行业是否面临着重新一次洗牌？     

研究离心压缩机振动故障以及解决方法

离心压缩机在工作中可以高速运转的设备,而且它在运行时振动的产生也是不可避免的,但是对于离心压缩机来说其振动值超过规定的范围时,就会引起振动故障,照成机组静动件的摩擦以及磨损等,严重的还会引发事故。因此,应该积极针对离心压缩机的振动故障进行分析才行,文章就对离心压缩机使用过程中出现的故障进行分析,找出离心压缩机振动故障的原因,并给出故障维修的解决方法,确保今后离心压缩机的安全稳定运行。     

部分再结晶对NiFeCoCrMn高熵合金显微组织和拉伸性能的影响

为了调控NiFeCoCrMn高熵合金强度和塑性之间的平衡关系,采用传统的热力学加工技术(冷轧和再结晶),通过不同的再结晶退火工艺得到不同程度的位错强化,并对具有不同再结晶比例的合金进行拉伸性能测试.随着再结晶比例的增加,即应变硬化程度的下降,合金的均匀伸长率和加工硬化率显著提高,但屈服强度和抗拉强度降低.尤其在650℃...     

齿轮热处理过程数值模拟分析

齿轮是机械传动与变速的重要零件,在各类机械中的运用广泛。以锻造技术生产齿轮具有节省材料、成本低、效率高、机械性质佳等优点,故齿轮锻压方法与技术的发展已越来越受重视。本研究结合齿轮几何模型、有限元法模拟技术,进行正齿轮热精锻数值模拟,并针对其微观组织之晶粒细化效果做深入探讨。研究结果显示,锻压速率对晶粒细化有明显影响,动态再结晶分布与应变分布成正比、与静态再结晶分布成反比;由本研究建立的微观组织变化分析的模型,可有效用于预测正齿轮在热处理中的晶粒变化行为。     

台车式硅碳棒高温电阻炉双作用翻转密封机构

介绍了一种在台车式硅碳棒高温电阻炉上应用的双作用翻转密封机构,能够自动90.翻转.台车入炉时,密封压条向上翻转至水平状态,可实现台车与炉体之间的密封;台车出炉时,密封压条向下翻转至竖直状态,形成室式炉膛,使炉膛底部不直接暴露在车间室温的空气中,从而避免造成炉膛温度快速下降,延缓二氧化硅皮膜氧化,延长硅碳棒的使用寿命,同...     

竹炭深加工及在能源电池中应用的研究

以天然毛竹材为原料,通过高温炭化、活化等处理后,得到具有高比表面积的竹炭基生物质能源电池材料。通过恒流充放电、循环伏安等电化学测试方法,考察了竹炭作为超级电容器及锂离子电池电极材料时的电化学性能。结果表明:采用KOH活化后得到的竹炭,比表面积可达2366m2/g;用作超级电容器电极材料,比容量可以达到205F/g,并表现出良好的充放电效率。作为锂离子电池负极材料在200mA/g的电流密度下30次循环后仍然具有225mA·h/g,显示了竹炭具有较高的比容量及良好的循环性能和倍率性能,作为新能源材料具有广泛的应用前景。     

渤海湾盆地沧东凹陷页岩油效益开发探索与突破

渤海湾盆地黄骅坳陷沧东凹陷孔二段页岩油规模效益开发面临中低成熟页岩油主力产层评价优选、纵向多甜点层立体开发动用、复杂断块2000m长水平段优快钻完井、纹层型页岩储层高效体积压裂改造和高凝—高含蜡页岩油高效举升等难题。沧东凹陷孔二段页岩油勘探开发经历研究探索、水平井突破、产能评价和先导试验4个阶段,仍有60%的已投产水平井单井EUR小于2.0×10⁴t,单井产量偏低成为制约湖相页岩油效益开发的瓶颈问题。通过综合分析沧东凹陷孔二段47口已投产井测井、录井、压裂参数和生产数据资料,针对复杂断块湖相页岩油效益甜点评价和箱体优选、井网部署、随钻导向、压裂改造和排采制度等方面进行了系统攻关,落实官东地区C1、C3和C5共3个效益开发甜点层,有利面积为42～53.3km²,估算Ⅰ类资源量1.54×10⁸t。优选沧东凹陷5号平台孔二段C1(3)和C3(8)2个10m级甜点层开展页岩油效益开发先导试验,攻克复杂断块水基钻井液长水平段钻探难题,创新形成纹层型页岩油高效压裂技术,实现纹层型页岩储层渗透率提高、溶胀增能、混相降黏,5口试验井测试...     

考虑不平衡案例样本的电力变压器故障诊断方法

针对电力变压器各故障类别间案例数量不平衡导致的神经网络等传统机器学习诊断方法准确率较低,及各故障类型之间识别效果差距大的问题,基于层次分类和集成学习的思想,构造了一种多级层次变压器故障诊断模型。该方法根据每级类别样本的不平衡程度分级建立相应的分类器,逐级深入进行诊断。第1级分类器选取神经网络,提取正常、放电故障和过热故障3种广义特征标签,并与原始参量输入进行特征融合,以引导DL/T722—2014中采用的9种更细致的状态类型分类;第2级分类器采用EasyEnsemble集成学习方法,通过欠采样生成多个数据平衡的训练子集,充分平衡了多数类和少数类故障信息,再通过并行训练子分类器合成最终分类器,避免了欠采样丢失数据信息的问题。实验结果表明:与传统诊断方法相比,所提出的方法提升了少数类故障的泛化特性,使总体准确率提升了7%,具有更准确和更平衡的电力变压器故障诊断效果。