贵金属焊料及焊膏

1.引言贵金属钎料在电子产品的焊接、电真空器件焊接、高温焊接和某些特殊材料的焊接中占有重要地位.各国钎料系列中贵金属钎料已有数百种.按合金组元来分,主要有银基钎料、金基钎料和含钯钎料.银钎料用途最广泛,主要用于中、低温钎焊.在高温下具有一定特殊性能的钎料多是金基和钯基钎料.     

稀土元素对钯室温电学性能的影响

研究了稀浓度(0.6at％以下)稀土元素(La、Ce、Pr、Nd、Sm、Eu、Gd、Tb、Dy、Er、Yb)对钯的室温电学性能的影响。所有稀土元素均提高钯的电阻率(p)、降低电阻温度系数(α),实验结果与理论分析证明(p·α)_((?)d-RE)d=(p·α)_(Pd)。Gd以前的稀土元素降低钯的对铜热电势(ε),其余重稀土元素增大钯的对铜热电势。按0.1at％RE归一化处理的实验数据表明,轻稀土元素对钯电阻率的影响稍大于重稀土,但Ce、Eu、Yb呈反常影响,化合价和尺寸因素是影响电学性能的主要因素。     

锆和钇与钯银合金性能的关系

研究Zr、Y对Pd-Ag合金的力学、电学性能及组织结构的影响。Zr、Y的加入使合金在高温下内氧化,晶粒长大,高温强度大幅度提高。在低应力下Y对合金的高温强度的提高作用比Zr强,而高应力下则是Zr的作用比Y强。Zr、Y使合金的室温强度、显微硬度明显提高,合金的电阻温度系数、接触电阻有所增加,电阻率随内氧化的进行而增加。     

Al-K2ZrF6体系熔体反应法合成复合材料的微观组织和力学性能

开发了Al-K2ZrF6体系熔体反应法合成原位铝基复合材料，采用XRD，SEM和TEM分析了复合材料中相组成、微观组织和界面结构。实验结果表明：合成的增强相为Al3Zr颗粒，常规金属型铸造的复合材料中其尺寸在3μm～4μm左右，一般成聚集态分布，颗粒形貌基本为长方体状：该复合材料经重熔快淬成形后，颗粒尺寸减小，基本为粒状，并弥散分布于基体上。Al3Zr／Al复合材料的界面结构研究表明，Al3Zr颗粒与Al存在一定的晶体学位向关系：[^-2^-21]Al3Zr∥[100]Al，（012）Al3Zr∥（1^-10）Al，其点阵错位度仅为10．87％，这表明Al3Zr颗粒可作为基体Al相的形核衬底。Al3Zr／Al复合材料的力学性能测试显示，当Al3Zr颗粒体积分数为11.2％时，抗拉强度和屈服强度分别为148．7MPa和110．2MPa，而且Al3Zr／Al复合材料的抗拉强度和屈服强度均随颗粒体积分数增加显著提高。     

Nb微合金化建筑钢筋微观组织与屈服行为的关系

采用力学拉伸试验、显微组织观察等手段，对屈服平台长度不同的Nb微合金化建筑钢筋进行了金相组织定量分析，并对无屈服平台的试样进行了时效处理。结果表明：贝氏体含量影响着钢筋屈服平台的变化；随贝氏体含量的增大，钢筋屈服平台长度逐渐缩短直至消失；一定温度下，长时间的时效保温处理可使得钢筋的屈服平台得以恢复。在此基础上，讨论了贝氏体的影响机理、生成原因以及改善措施。     

基于B/S的智慧社区健康监护管理系统软件的设计与实现

应用C#ASP.NET编程技术和SQL Server2008数据库技术进行智慧社区健康监护管理系统的搭建。该系统能够完成设备与人员信息管理、健康生理参数与环境参数的实时显示与查看、网上预约社区医生以及健康知识查询学习等功能,为老年慢性病患者提供一个优质的健康服务。此系统的构建能够缓解我国医疗卫生资源分布不均以及由人口老龄化程度加深带来的医疗压力。     

基于区域权函数理论的多电极电磁流量计电极设计

基于Shercliff权函数提出区域权函数概念,设计多电极电磁流量计,通过测量管道截面不同位置的弦端电压,计算各区域的轴向平均速度,实现速度分布与体积流量的测量。着重研究了流量计电极设计,选取不锈钢平头方案的多电极电磁流量计,对于阀门下游的非轴对称单相流体积流量测量精度高于±1.0%,倾斜管固—液两相流实验证明:该设计对于两相流非轴对称的速度分布测量具备可靠性。     

基于FPGA的CCD低噪声测量系统设计

为了提高电荷耦合器件(CCD)一维尺度无接触测量系统的精度和集成度,设计了以现场可编程门阵列(FPGA)器件为核心的测量系统。对CCD输出信号进行低通滤波和相关双采样技术处理,降低了CCD信号噪声。模拟信号转换为12位数字信号后,传输至FPGA内嵌的FIFO中,提高了系统的集成度和稳定性。使用Verilog HDL语言对驱动时序发生器进行了硬件描述,并通过夫琅禾费单缝衍射实验来验证系统的可靠性和精度,实验表明:该系统稳定,精度达到0.82%。     

局部自适应复合绝缘子检测与憎水性分类网络

憎水性等级(Hydrophobicity Class,HC)是衡量绝缘子性能的重要指标之一。在实际环境的多种因素作用下绝缘子伞裙表面存在局部憎水性差异,为了准确识别绝缘子的性能,本文提出了一种基于深度学习的局部自适应绝缘子检测与憎水性分类模型。首先,通过绝缘子分割模块分离绝缘子与背景区域,为后续针对绝缘子区域的操作提供分割信息;然后将绝缘子区域划分为固定大小的图像块,在缩小分辨率减小运算难度的同时保留了绝缘子表面的细节信息;最后通过憎水性分类模块分析图像块内绝缘子的憎水性。实验使用巡检维护现场的绝缘子图片作为样本集,分阶段构建模型,分别对分割阶段和憎水性分类阶段的准确性进行评估。实验结果显示分割阶段模块能有效识别绝缘子和背景区域,交叉验证的测试集准确率均大于97.21%,并且憎水性分类阶段模块能准确分析绝缘子憎水性,对140幅测试图片的识别准确率达到98.65%。经过实验证明本文提出的模型在复杂自然环境中检测绝缘子性能是一种有效的解决方案。