保持会场安静 开机自动静音

小王经常带着笔记本参加各种会议,有好几次进入会议室,打开笔记本时,那开机时的音乐声在宁静的会场中十分刺耳,小王这时才会想起上次关机时没有及时设置成静音。如果不能保证每次关机前设     

基于项目的《网络综合布线》课程理实一体化教学思考

综合布线课程是计算机网络专业的专业核心课程,为学生将来从事网络工程、网络管理的工作奠定基础。该文针对目前综合布线课程教学过程中存在的问题,提出了体现工学结合的一体化教学的新模式,并结合自身的教学实践介绍了一体化教学的实施情况。     

低碳钢显微结构的EBSD表征

近年来,新开发的电子背散射衍射技术将多晶材料的显微组织、微区成分与结晶学数据分析联系起来,能对晶界类型、取向、位向差和结构及其分布进行观察、统计测定和定量分析,从而建立了晶界结构、取向和织构等与多晶材料性能的定量和半定量关系,成为现代材料研究的重要实验技术。笔者结合低碳钢生产中的一些实际问题,扼要介绍了电子背散射衍射技术中的晶体取向图在多晶材料显微结构表征中的应用。     

基于文化鲸鱼优化算法的特征权重优化分配方法

为了解决基于数据的预测模型中特征权重分配不合理的问题,将鲸鱼优化算法(whale optimization algorithm,WOA)纳入文化算法的种群空间中,获得了一种文化鲸鱼优化算法(cultural whale optimization algorithm,CWOA)以用于特征权重的优化分配.首先,将预测模型的均方根误差作为适应度函数;然后,采用WOA在种群空间中对特征权重进行迭代寻优;接着,通过接受函数将种群空间中的最优权重置于信仰空间中进行性能评价与双变异演化,以此形成形势知识和规范知识;最后,通过影响函数对种群空间中的权重进行更新指导,如此循环,从而得到特征权重的优化分配结果.以基于案例推理的预测模型为例,使用加州大学欧文分校(University of California Irvine,UCI)标准数据集对特征权重的不同分配方法进行了对比实验,结果表明该方法分配权重后的预测精度最优,在涉及特征权重分配的机器学习领域具有一定应用价值.     

N、S共掺杂碳基高效氧还原催化剂的制备

杂原子掺杂碳基氧还原（ORR）催化剂具有代替Pt基催化剂的巨大潜力。以硫掺杂g-C₃N₄（S-doped g-C₃N₄, S-g-C₃N₄）作为硫源和氮源,以三嵌段共聚物P123作为碳源,通过简单的高温热解法成功制备了N、S共掺杂碳（N, S co-doped carbon, NSC）催化剂,并考察了热解温度对制备的NSC催化剂ORR性能的影响。材料表征结果显示:温度为1 000 ℃时制备的催化剂NSC-1000具有较高的氮含量和硫含量及最大的比表面积;电化学测试结果显示:NSC-1000具有最佳的ORR性能,在0.1 mol/L KOH溶液中半波电位（half-wave potential, E1/2）高达0.888 V,且经10 000圈循环伏安扫描后E1/2仅负移12 mV,表现出极佳的活性和稳定性。此外,旋转环盘电极测试结果显示:NSC-1000催化剂主要以四电子反应路径催化ORR的发生。本实验为制备N、S共掺杂碳基高效ORR催化剂提供了新的思路。     

人工气候老化后状态调节时间对芳纶纤维拉伸测试的影响

依据GJB 8496—2015标准中的拉伸方法,对人工气候老化前及老化后不进行状态调节、状态调节1 h、状态调节24 h、状态调节48 h、状态调节96 h后的芳纶纤维的拉伸强度进行测量、比较,从而得到结论:芳纶纤维在人工气候老化后,样品的性能有一定程度下降。在刚刚结束老化后立即进行测试,性能下降达到峰值,待状态调节24 h以后,其老化后性能逐步达到一个相对稳定的状态。建议在实际测试中,人工气候老化后的样品应该在老化结束后,放入恒温恒湿间调节24 h以后再测试。     

我国树脂自硬砂技术的应用和发展

我国树脂自硬砂技术的应用和发展机械部第一设计研究院曹善堂１基本情况树脂自硬砂新工艺在我国应用已有１０多年的历史，在机床、泵阀、重型机械、石油机械、造船、军工等行业的铸件生产中得到不同程度的推广应用，成功地生产灰铁、球铁、碳钢、合金钢以及有色金属铸件，...     

船用碳锰钢锻件近表面密集性缺陷分析

我公司生产的船用碳锰钢锻件存在近表面密集性缺陷,部分因超声检测不合格导致报废。通过采取提高过热度等措施,大幅地提高了船用锻件的超声检测合格率。     

低成本钢尾渣-矿渣基矿山充填料的优化开发

 为实现多固废协同利用、降低充填成本,在矿渣基全粒级细尾砂胶结充填料基础上,以流动性和抗压强度为表征,利用热闷钢渣磁选尾渣(钢尾渣)替代部分矿渣作为胶凝材料,脱硫灰和水泥熟料替代部分专用添加剂作为外加剂,采用正交试验探寻掺量规律,优化固体填充料配比,开发钢尾渣-矿渣基软性矿山充填料,并研究了外加剂与胶材比、灰砂比等因素的影响。对比分析了矿渣基准组、钢尾渣-矿渣基准组(B1)、强度最优外加剂组分钢尾渣-矿渣组(B7)等3组充填料的微观形貌及XRD图谱以探究其水化机理。结果表明,钢尾渣替代矿渣量增加、外加剂与胶材比减小,充填料浆流动性改善,但充填体抗压强度下降。强度正交试验结果表明,钢尾渣掺量大小决定强度低高,脱硫灰掺量宜高于水泥熟料。进一步调整外加剂组分配比,在灰砂比为1∶6、钢尾渣替代矿渣为20%条件下,找出B7组外加剂组分为脱硫灰、水泥熟料分别替代30%、20%专用添加剂,B7组料浆扩展度为143 mm,充填体形貌为富铁绿泥石胶结假方体钙硅灰石,28 d抗压强度达2.13 MPa,较基准组低0.19 MPa,较B1提高0.26 MPa。该替代方案满足现场充填C2级强度的要求,改善流动性并显著降低了充填成本。优化的外加剂组分配比在灰砂比为1∶4条件下同样具有强度优化作用,但较灰砂比为1∶6条件下低。     

钢铁冶金过程铁前工序绿色智能制造的进展与展望

随着“碳达峰”“碳中和”“低碳冶金”等概念的提出,钢铁行业的绿色智能制造已成为大势所趋。铁前工序是钢铁冶金过程的前端工序,也是主要的能源消耗环节。因此,实现铁前工序的绿色智能制造具有重要的经济价值和环保意义。围绕钢铁冶金过程铁前工序绿色智能制造,以“智能碳使用”的低碳冶金技术为核心,综述铁前工序运行状态智能感知、运行参数智能控制、运行性能智能优化和智能协同管控4个方面的研究进展。运行状态智能感知是获取难以检测运行状态信息的主要手段,包括运行状态监测和运行状态识别。运行参数智能控制是实现铁前工序运行状态正常的前提,包括基于人工经验的智能控制、基于参数预测的智能控制和面向多目标集成智能控制。运行性能智能优化是提升运行状态的运行性能的主要措施,包括操作参数智能优化和运行指标智能优化。钢铁冶金过程智能协同管控着重研究感知、控制和优化技术的协同融合。最后,分析当前存在的机遇与挑战,铁前大数据分析和运行状态智能感知、铁前工序一体化智能协同管控和铁前工序全流程性能提升与优化控制或将成为铁前工序绿色智能制造的前景方向。