碳钢渗铝管在锅炉低温受热面中的应用

文章分析了碳钢渗铝管的耐磨、耐蚀和抗氧化性能及其机理,介绍了碳钢渗铝管在燃油锅炉空气预热器中的使用情况,有推广应用价值。     

海南与瑞士旅游管理人才培养模式比较研究

通过对海南与瑞士旅游管理人才培养模式进行对比，探讨两者存在的差异，对如何培养旅游管理人才提出了借鉴的方法，通过调整培养目标体系、完善课程设置、促进产学合作与加强师资队伍建设等方式构建海南旅游管理人才培养模式。     

PLA/淀粉增容增塑的研究进展

聚乳酸(PLA)/淀粉复合材料是一种新型的绿色材料,生物降解性能优良,但是聚乳酸(PLA)/淀粉复合材料的力学性能较差,文章通过在共混体系中引入小分子增塑剂或大分子增塑剂以及通过发生酯化反应,使其分别具有外增塑和内增塑PLA/淀粉复合材料的作用,一步法反应增容不仅降低了淀粉结晶度,而且在界面处形成"架桥";两步法接枝形成与淀粉或PLA具有相同结构的共聚物PLA/淀粉复合材料,改善了复合材料的相容性。增容增塑聚乳酸(PLA)/淀粉复合材料能够提高复合材料的界面作用强度,降低PLA的脆性,改善淀粉的流动性能,极大地提高了复合材料的力学强度,并进一步总结了增容增塑改善PLA/淀粉复合材料界面作用的机理。     

基于深度信念网络多参数智能融合的滑靴副性能退化状态评估方法

滑靴副磨损过程的性能退化状态受到表面形貌、摩擦特性等多个方面的影响,单独提取其中任何一个表征参数作为指标,评估其性能退化状态都是不准确的,为提高评估精度,提出基于深度信念网络多参数智能融合的滑靴副性能退化状态评估方法。应用分形理论从滑靴表面形貌特征中提取分形维数、尺度系数和特征粗糙度等分形参数作为表面形貌评估指标,应用摩擦因数作为摩擦特性参数评估指标,构建性能退化状态评估指标体系;计算摩擦因数信号与完全平稳的高斯白噪声序列信号之间的灰色关联度,并根据灰色关联度的大小对性能退化状态进行区域划分;应用深度信念网络理论对多指标参数进行智能融合和特征提取,建立性能退化状态评估模型;开展滑靴副磨损过程模拟试验,分析指标参数和灰色关联度对性能退化状态的影响规律,通过构建出的样本数据集,对评估模型进行训练和测试验证,结果表明评估模型对性能退化状态的评估准确率能够达到97%以上,由此证实该方法对滑靴副性能退化状态评估的有效性,且具有较高的评估精度。     

超声波辅助提取法测定奶粉中金属元素含量

采用超声波辅助提取技术处理奶粉样品,对提取时间、提取液用量以及超声波功率等实验条件进行了实验研究,其最佳样品前处理条件为:HNO35.00 mL;H2O24.00 mL:超声波功率为140 W,超声提取时间30 min。研究结果表明:该法处理奶粉样品,测定各元素,与用传统的湿式消解法处理奶粉样品,测试结果无显著性差异。     

基于Arduino的控制类传感器类示教板的设计——以汽车自动测速系统示教板为例

设计了一种汽车自动测速系统示教板,该示教板由亚克力板和Arduino控制系统组成,硬件部分主要由AS608指纹模块,薄膜键盘(4*4),LCD1602液晶显示屏,测速模块和四位数码管等组成;软件部分主要用Arduino语言编写子程序代码并烧写在ArduinoUNO板上.最后通过测试,该示教板能够根据相应的指令进行测速,...     

水力压裂法在地应力测量中的应用

随着地应力测量研究的不断发展,水力压裂法成为如今使用最为广泛的方法之一。通过对地应力测量和水力压裂基本测量原理进行概述,介绍了水力压裂法最为显著的五大特点,总结分析了水力压裂技术的研究现状,为学者们研究水力压裂法提供依据。     

臭氧-活性炭工艺深度处理煤制气废水试验研究

以煤制气废水为研究对象,考察臭氧接触时间和臭氧通量对色度和UV254去除效果的影响,研究了臭氧-活性炭工艺在煤制气废水深度处理中的应用效果及影响因素。结果表明,与臭氧直接氧化相比,臭氧催化氧化对色度和UV254的去除效果显著提高,最佳臭氧接触时间为2 h,最佳臭氧通量为5 L/min,在此试验条件下连续运行该工艺深度处理煤化工废水,进水SS浓度和pH值对处理效果有较大影响,CODCr和色度去除率分别为89.95%和86.50%,出水CODCr的质量浓度小于30 mg/L,色度为30度,远优于GB 8978—1996《污水综合排放标准》中一级标准的要求,达到废水回用相关标准的要求。     

弧形壁板反变形控制仿真技术研究

为了控制航天产品重量,需要对零件进行薄壁化设计,但弧形壁板在加工过程中容易产生变形。本文通过仿真手段对产品的辊轧工艺、切削加工进行分析,确定产品在制造过程中出现问题的原因。进而采用反变形的方法来控制壁板变形,通过仿真分析手段对反变形方案进行评估,研究了不同辊轧方案参数下产生的毛坯残余应力和毛坯几何外形,并分析不同的毛坯和残余应力造成的切削加工变形趋势,最终为反变形方案的优选提供数据支撑和评判依据。     

基于2D与3D激光图像的轨道扣件状态智能检测

传统的轨道扣件检测主要依靠二维图像,存在检测精度低等问题。因此,提出一种基于2D与3D激光图像的轨道扣件状态智能检测方法。通过图像灰度化与线性加权融合处理构建三组轨道扣件数据库;利用YOLOv5进行轨道扣件状态的自动检测与螺栓区域定位;提出基于区域收敛的螺栓分类法,区分道钉与螺母区域;结合三维深度信息并确定阈值,实现螺栓松动检测。实验结果表明:经过线性加权融合处理的模型精确率比另两组实验高3.2%、11.3%;同时,提出的检测方法能够实现轨道扣件状态智能检测及螺栓松动的自动检测,具有较强的适用性。