倒浴缸式华夫板在超大电子厂房中的应用

晶圆厂是对洁净度、抗微震要求极高的超级电子厂房,以晋华集成电路有限公司存储器生产线建设项目倒浴缸式华夫板楼板施工为例,介绍倒浴缸式华夫板施工模板铺设、缝隙处理、钢筋绑扎、混凝土浇筑等施工要点,通过质量控制,该免拆卸倒浴缸式华夫板体系与传统施工可拆卸模板施工方式相比,减少了模板拆除工序,大大缩短了施工周期。     

TiNiNb合金激光焊接接头的组织与性能

试验研究了TiNiNb宽滞后形状记忆合金Nd:YAG激光焊接的组织与性能.通过光学显微镜、扫描电镜、能谱分析、X射线衍射、硬度测试和拉伸试验对母材和焊缝的微观组织、元素分布、相组成以及接头力学性能进行了研究.结果表明:焊缝主要是由TiNi基体相和β-Nb相组成的共晶组织,β-Nb在TiNi基体相晶界和晶内分布不均匀;接头各区域的显微硬度均高于母材;室温下表现出较高的抗拉强度.用Nd:YAG激光焊接TiNiNb形状记忆合金是一种较理想的焊接方法.     

形状记忆合金YAG激光焊接

采用YAG激光焊机对TiNi形状记忆合金板材进行焊接性研究.通过大量工艺试验确定合适的激光工艺参数范围.分别对焊接接头各部分微观组织特点、组织结构、记忆性能、抗拉强度进行了研究.研究发现,焊缝组织晶粒粗大,有新相Ni3Ti的析出;焊接热影响区较窄;焊接接头的形状恢复率是母材的97.4%;母材抗拉强度为Il55MPa,焊接接头抗拉强度达798MPa,是母材抗拉强度的69%,断裂部位在焊缝中心.     

杜仲精粉提取工艺的研究

为了充分利用杜仲,以杜仲叶为原料制备杜仲精粉,在单因素试验基础上,通过正交试验,确定杜仲精粉制备的最佳条件,结果表明：当温度为60℃、时间为2．5h和料液比为1：10时,杜仲精粉的提取率最高。     

灌溉输水洞地应力与岩爆特征分析

论述了旁多灌溉输水洞的地质特征。结合现场实测资料,采用多种方法对灌溉输水洞区产生岩爆的条件进行分析,并对发生岩爆的可能性进行判定及预测。     

基于HTML5技术的移动Web前端设计与开发

本文基于HTML5技术,主要介绍并且论述了Web移动端在前端方面的研发和制造的重点内容,并对HTML5技术的移动Web前端设计和开发工作的主要内容展开了分析.在总结和分析的基础上,对经常使用的技术和主要部分做了简单介绍,并提出了个人建议及观点.     

智慧建造技术在油脂工程中的应用北大核心CSCD

智慧建造技术的应用,能够加快项目管理的施工进度,提升工程施工质量,有效控制项目成本,降低后期工程质量缺陷风险,解决施工过程中发生的质量问题,实现施工过程中的风险监控,对工程管理的现代化提升具有重要作用。为了对智慧建造技术在油脂工程中的应用有更深入的认识,主要阐述了智慧建造技术的特点及内涵,详细分析了智慧建造技术在油脂工程项目进度、质量、成本控制方面的特点及优势,具体说明了智慧建造技术作为项目管理的有效工具在油脂工程中的应用,为油脂工程实践提供了一个新视角,为油脂工程项目的现代化管理提供参考。     

塑料套管混凝土桩荷载-沉降特性现场试验

塑料套管混凝土桩(以下简称TC桩)是由预先打设在地基中的塑料套管内浇注混凝土组成的。以TC桩软基处理的交通运输工程为依托,对TC桩单桩和复合地基进行了静载试验以了解TC桩的荷载-沉降特性。试验结果分析表明:TC桩单桩和复合地基的荷载-沉降曲线中无明显陡降且沉降量较低,现有规范难以确定其极限承载力,故引入了5种单桩极限承载力的经验判定方法和复合地基极限承载力经典计算公式,并提出了3条TC桩单桩极限承载力的基本判定原则,表明在实测荷载-沉降曲线的基础上,Chin法较适合判定TC桩单桩和复合地基的极限承载力。     

数控车床主轴热误差SHO–LSTM预测建模

在高精度加工过程中,数控机床主轴误差对加工精度的影响较为严重。数控机床热误差占总误差比例高达40%～70%,是主要的误差源之一。为了提高热误差预测的精度,本文提出一种使用海马优化算法（SHO）优化时序预测网络（LSTM）的精密车床主轴热误差预测建模方法。首先,利用羚羊优化算法（GOA）对模糊C均值聚类（FCM）的模糊矩阵常数、最大迭代次数、迭代终止条件进行优化并结合皮尔逊（Person）、斯皮尔曼（Spearman）和肯德尔（Kendall）相关分析方法优化温度测点,使用手肘法确定最优分组规模,根据DB(Davies–Bouldin)、BWP(Bregman Within–class Projection)和Silhouette(Silhouette coefficient)聚类评估指标评估温度测点聚类效果。其次,以车床主轴五点法获取的热误差数据和优化后的温度数据作为输入,使用海马优化算法（SHO）对时序预测网络（LSTM）的隐含层节点、全连接层节点、学习率、L2正则化常数进行优化,并使用S折交叉试验方法确定最优分组规模,建立主轴热误差SHO–LSTM预测模型。再次,在不同转速下对构建...