铜铅/钢双金属复合材料组织和粘结强度分析

采用双金属复合材料加工工艺制备铜铅/钢双金属复合材料,对复合材料金相组织、合金成分和界面处相组成进行分析,测定铜铅型轴瓦双金属复合材料的粘结强度。结果表明,专用钢背材料和铜铅合金复合,复合材料粘结强度σ为150 MPa;用08Al钢作钢背,复合材料粘结强度为85 MPa。不同钢背材料对双金属粘结强度产生不同影响,双金属界面金相组织观察和二次电子像结合能谱分析表明,铅均匀分布,未产生偏析现象,Fe原子和Cu原子互扩散而提高了双金属粘结强度。     

一维浅水方程组的间断有限元计算

根据间断有限元法的基本原理,选用正交化基函数,构造求解一维浅水方程的计算格式。采用这种算法并对浅水方程的底坡源项按水面梯度法进行处理,可以获得较高精度的模拟结果。对二个模型算例的数值模拟结果表明:该算法对拟恒定流和非恒定流模拟都有较高的分辨率,具有处理间断问题的锐利波形能力,适合浅水流动的数值模拟。     

改进的C4.5算法在CET-4成绩分析中的应用

CET-4是一个客观、准确的大学生英语能力测量平台,C4.5算法在应用于CET-4成绩分析中仍存在一些问题。针对运用C4.5算法对高职院校CET-4成绩数据构建分析决策树时存在的离散化运算繁琐、忽视各属性影响度等典型问题,提出一种面向高职院校CET-4成绩分析的改进C4.5算法。首先通过在C4.5算法中引入成绩正态分布规律确立初始聚类中心、K-means算法来离散连续属性;其次引入CET-4中听、读、写的权重来修正信息增益率的计算;最后运用改进的C4.5算法、经典的C4.5算法分别构建决策树模型并进行预测分析。实验结果表明,改进的C4.5算法所构建高职院校CET-4成绩分析的模型效率、预测能力均有明显提高。运用改进的C4.5算法有效地分析出影响CET-4达标各因素间的关系,从而提升CET-4反拨英语教学效应。     

高炉本体内衬耐火材料技术进步

介绍了宝钢自1985年1号高炉建成投产以来,包括大修工程在内的共6座高炉的内衬用耐火材料的技术进步。     

剩余油分布的微观特征及其可动用程度的定量表征

目前微观剩余油定量表征研究存在宏观与微观分析结果差距大、图像不清晰、分析方法相对较少等问题.针对上述问题,利用岩心驱油实验、冷冻制片技术、岩心荧光分析等方法,对不同驱替方式、岩心不同位置、不同类型微观剩余油的分布特征和可动用程度进行了分析.结果表明:岩心注入端、中间端、采出端的剩余油比例依次升高.水驱后剩余油以自由态和...     

重金属酸性废水回用选矿厂的试验研究

介绍了某重金属酸性废水和选矿厂回水情况,对重金属酸性废水回用选矿厂进行了详细研究,在选矿厂回水:重金属酸性废水=6:1的条件下,闭路试验得出了铜精矿铜品位为15.19%、铜回收率为89.90%的选矿指标,为该重金属酸性废水回用选矿厂提供了技术依据。     

基于高海拔地区选矿废水零排放的铜铅锌选矿试验研究

为实现高寒高海拔环境脆弱地区某复杂难选铜铅锌多金属硫化矿选矿废水的循环利用及零排放。在详细研究该复杂铜铅锌多金属硫化矿的矿石性质基础上,采用铜铅部分混浮-铜铅分离-混浮尾矿选锌的工艺流程,配合使用自主研发的锌矿物组合抑制剂ZG-2与铜铅分离脱药剂XZ-1实现了选矿回水的全循环利用。实验室小型闭路试验获得铜精矿含铜23.77%,铜回收率88.06%;铅精矿含铅77.18%,铅回收率86.71%;锌精矿含锌48.67%,锌回收率83.79%的较好指标。     

光学显微镜检测非金属夹杂物长度的不确定度评定

根据JJF 1059-1999和GB/T 10561-2005,采用光学显微镜及金相图像分析软件对某轧制比大于3的LZ50钢轴坯的非金属夹杂物长度进行了观察和测量,按A法检验,放大100倍观察,对检测非金属夹杂物长度的测量不确定度来源进行了分析,并对每个不确定度分量进行了评定,最终给出了扩展不确定度及测量结果的不确度报告。结果表明:LZ50钢轴坯中的非金属夹杂物主要为C类细系硅酸盐夹杂物;测量结果的不确定度报告为,最严重视场C类非金属夹杂物总长度的测量值为(632±6)μm,k=2。     

基于Simulink的六连杆压力机机构运动仿真分析

以六连杆压力机机构为研究对象,建立机构运动分析数学模型。在分析了图解法和解析法求解机构运动分析问题不足的基础上,提出运用Simulink仿真软件包进行隐式求解,可快速、准确得出压力机滑块位移、速度、加速度变化曲线。同时,也可通过对仿真参数的修改,进行多连杆机构的参数优化,为多连杆压力机机构设计提供参考和依据。仿真结果表明,该方法具有高效、直观、精度高等特点。     

基于深度学习的发电站制冷水管焊缝图像检测

针对发电站制冷管射线图像的焊缝区域对比度较低,特征不明显,传统方法难以实现精确搜索的问题,提出一种基于深度学习的发电站制冷水管焊缝区域搜索方法。利用限制对比度的自适应直方图均衡化(CLAHE)限制图像统计直方图的幅度,抑制噪声放大,得到直方图的累积分布函数(CDF),以校正图像的低对比度;利用深度神经网络的24个卷积层提取输入图像的特征,2个全连接层预测图像位置和类别概率,实现水冷壁管焊缝区域的检测,以克服传统模板匹配精度低,时间复杂度高的问题。对100张制冷管射线图片按4:1:5分为训练集、验证集和测试集,利用训练集和验证集对深度神经网络进行训练,将图像送进训练好的模型,预测制冷管焊缝区域的位置。试验结果表明：基于深度学习的焊缝区域搜索方法可以实现焊缝的精确搜索,准确率达到96%,搜索效率及准确度高。#$NL关键词：发电站制冷管;焊缝区域;深度神经网络;射线图片;深度学习#$NL中图分类号：TN911.73