强流脉冲电子束M2高速钢表面改性组织和耐磨性能

目的 改善M2高速钢表面组织,提高其耐磨性和红硬性。方法 利用强流脉冲电子束(HCPEB)进行M2高速钢表面辐照改性处理,工作参数包括加速电压25 kV,脉冲宽度2.5μs,能量密度4 J/cm²,脉冲次数3、8和15次。采用MEF-4型光学显微镜和Zygo 9000型3D表面光学轮廓仪观察辐照前后样品表面形貌。采用XRD-6000型X射线衍射仪分析改性层组成。采用DMH-2LS型努氏显微硬度计测量样品表面和截面硬度。采用CFT-I型摩擦磨损试验机测量表面耐磨性能。在600℃下保温1 h后空冷,测量样品表面硬度变化用以比较红硬性。结果 HCPEB改性M2高速钢样品表面重熔并出现熔坑,随脉冲次数增加,熔坑数量减少且尺寸增加,表面粗糙度下降,15次脉冲处理样品表面形成大量孪晶,熔坑内部出现熔孔和微裂纹。重熔层组织细化致密,碳化物类型改变,碳化物颗粒尺寸减小,残余奥氏体数量增加。相对于未改性样品,15次脉冲处理样品表面硬度提高53.5%,磨损体积减小16.5%,红硬性提高19.2%。结论 HCPEB可有效改善M2高速钢表面组织,使表面显微硬度、耐磨性和红硬性指标均有明显...     

锂离子电池热模型研究进展EI北大核心CSCD

锂离子电池因其电压高、比容量大和循环寿命长的特点,是目前应用较为广泛的动力与储能电源。研究锂离子电池的温升规律等热特性,不仅有助于指导电池管理系统的设计与优化,还有助于改善和提升锂离子电池的热安全性。热模型能够全面、系统地捕捉锂离子电池在工作过程中的温度和其他热特性参数的动态变化,为解析生热、传热和热失控触发机制提供重要信息,是研究锂离子电池热特性的重要工具。本文根据研究目的、建模原理和应用场景,将锂离子电池热模型分为非耦合热模型、耦合热模型和热滥用模型,并对其基本理论和方法进行了分析归纳,最后对锂离子电池热模型的发展方向包括模型验证、模型参数获取、模拟工况等方面进行了展望。     

DYL型输送带自控液压拉紧装置在寺河矿的应用

介绍了DYL型输送带自控液压拉紧装置在寺河矿的应用 ,叙述其工作原理及安装试运转时应注意的事项 ,并对液压系统工作压力的调定过程及系统使用中应注意的问题进行了分析 ,为其他用户的使用提供一定的参考     

水性聚脲基膨胀型钢结构防火涂料的研究

为了提高水性膨胀型钢结构防火涂料的耐火性能,探究了水性成膜物质和各原料用量对耐火性能的影响。以低活性端氨基聚醚为关键原料,合成了非离子型水性聚脲,并以合成的水性聚脲为成膜物质制备了水性聚脲基膨胀型钢结构防火涂料。采用《超薄型钢结构防火涂料防火性能快速测试方法》对小试配方进行快速筛选,考察了水性聚脲、钛白粉和陶瓷纤维的添加量对其耐火性能的影响。结果表明：以水性聚脲 B为成膜物质,当水性聚脲添加量 20%、钛白粉添加量 16%、陶瓷纤维添加量 1. 0%时,制备得到的膨胀型钢结构防火涂料耐火性能最佳。对优选配方按照 GB 14907— 2018《钢结构防火涂料》进行耐火性能测试,耐火性能为 1. 27 h/1. 43 mm、1. 68 h/2. 05 mm和 2. 02 h/2. 79 mm,耐火性能较高。     

管材专用PPR的等温结晶动力学

研究了管材专用无规共聚聚丙烯(PPR)的结晶温度和等温结晶行为,利用Avrami方程对等温结晶过程和动力学进行了分析。结果表明:北欧化工公司的PPR1具有更高的结晶温度、结晶度以及更快的结晶速率。同一结晶温度条件下,国产PPR3的结晶度达到一半的时间略高于其他PPR。利用Hoffman-Lauritzen结晶动力学理论计算得到了PPR的成核常数和结晶生长时大分子在垂直于分子链方向的折叠表面自由能(σ_e),与其他试样相比,PPR1的σ_e最低,PPR3的σ_e最高,结晶速率最慢。通过偏光显微镜照片可以发现,PPR1的球晶尺寸最小,PPR3和PPR4的球晶较大,球晶尺寸比较接近。     

200kt/a甲醇精馏系统的优化设计

以粗甲醇为原料,采用四塔精馏工艺,基于Aspen Plus工艺模拟软件,对甲醇精馏系统进行模拟优化设计及塔器水力学计算;运用EDR换热器设计软件,对本装置的换热器进行选型计算。模拟计算结果表明,精甲醇产品纯度为99.99%(wt)、甲醇收率为99.67%、蒸汽单耗为1.09t、循环冷却水单耗为83.24t,产品质量符合GB 338-2011国标优等品及美国联邦AA级标准质量要求,装置能耗水平达到国内先进水平。     

泵的布置及管道设计

泵是石油化工装置中最普遍的设备,做好泵的布置及其管道设计工作显得非常重要。本文结合相关标准规范和文献资料,对泵的布置及附属管道设计要求作了简要概述。对泵的布置主要介绍了主要布置方法、泵的间距、基础高度和大小等;对泵的配管主要介绍了泵的入口、出口及辅助管线的设计。     

语义增强的完全不平衡标签网络表示学习算法

在网络表示学习的研究中,数据的不完整性问题是一个重要问题,该问题使现有的表示学习算法难以达到预期效果。近年来,不少学者针对此类问题提出了解决方法,这些方法大多仅考虑标签信息本身的缺失问题,对数据不平衡性涉及较少,尤其是某一类别标签完全缺失的完全不平衡问题。解决这类问题的学习算法并不完善,主要存在的问题是在聚合邻域特征时侧重于考虑网络结构信息,未利用属性特征与语义特征间的关系来增强表示结果。为了解决以上问题,提出了融合属性特征与结构特征的SECT(Semantic Information Enhanced Network Embedding with Completely Imbalanced Labels)方法。首先,在考虑属性空间和语义空间关系的基础上,引入注意力机制进行监督学习,得到语义信息向量;然后,应用变分自编码器无监督提取结构特征以增强算法的鲁棒性;最后,在嵌入空间中融合语义与结构两种信息。将使用SECT算法得到的网络向量表示在Cora, Citeseer等数据集上进行测试,应用于节点分类任务时与RECT和GCN等算法相比,取得了0.86%～1.97%的效果提升。网络向量表示...     

基于机器视觉的箱体类金属工件铆接质量检测方法研究

针对箱体类金属工件铆接质量难以检测、检测效率及精度低的问题,通过分析半空心铆钉铆接特点,基于机器视觉技术,提出了一种特征融合与机器学习结合的铆接质量检测方法。首先,为了克服铆钉反光及背景噪声和纹理的影响,提出改进的Retinex图像增强算法和多阈值目标分割算法,得到铆钉及镦头等感兴趣区域;其次,为了准确描述缺陷特征,提取目标区域的几何形状及Zernike矩等12维特征向量;最后,设计了基于ELM分类算法实现缺陷的分类。实验结果表明,该方法能够准确检测出铆接质量缺陷,“合格-缺陷”二分类和缺陷多分类检测正确率分别为95.2%和92%,且满足实时在线检测需求。     

聚吡咯包覆MoS2/生物质碳复合材料的制备及电化学储钠性能研究

为了解决二硫化钼(MoS₂)作为钠离子电池负极材料容量衰减快、倍率性能差的问题,通过简单的一步水热法在木棉花瓣生物质碳(PC)骨架上原位生长MoS₂,并在材料表面包覆一层聚吡咯(PPy),制备形成了PC/MoS₂@PPy复合材料。利用SEM、XRD、Raman与TG等表征技术分析了材料的形貌、结构以及成分,并通过组装半电池测试了其作为钠离子电池负极时的电化学性能。结果表明,层间距扩展至0.98 nm的MoS₂纳米片均匀地负载在层状网络结构的生物质碳骨架上,并采用PPy作为包覆层构建了PC/MoS₂@PPy三元夹心结构复合材料,这种层状夹心结构不仅提供了大量电化学反应活性位点,而且有效缓解了MoS₂在长循环过程中的体积变化,生物质碳骨架联合PPy构成的三维导电网络有效提升了电极材料的导电性,促进电化学反应动力学。因此,PC/MoS₂@PPy电极在0.1 A/g的电流密度下,首次放电容量高达652.9 mAh/g,循环100圈后比容量仍然...