以降低带出品为目标的退火工艺优化

分析了某连退产线带出品的现状及产生的原因,发现纯过渡物料中1120 mm和1370 mm宽度规格占比约80％,且其需要消耗酸轧工序产生的约50％的纯过渡物料.通过对酸轧工序轧制力和张力波动大、切边剪退刀月牙区域应力集中和假断带技术攻关和生产组织模式优化给出了降低带出品的措施.同时,采用"5why"的方法对带出品结构分析...     

基于组件的软件可视化编程方法研究

近年来,可视化编程在许多非计算机领域得到广泛的应用,但基本上属于编程语句和结构的图形化表述.本文提出了一种基于组件的软件可视化编程方法,将图标与连线组成的图形映射为软件组件模块及其相互之间的数据交互,并基于该思想,对应用软件、组件、通讯等进行可视化建模;基于XML技术,设计了可视化程序的描述文档;基于Eclipse/G...     

高分子材料的降噪性能评价方法

塑料零件之间受到挤压摩擦产生滑动时,易发生粘滑现象从而产生异响,但针对塑料材料降噪性能的评价,行业内仍然没有统一的测试方法和标准。针对上述情况,通过设计合适的工装结构模拟塑料之间的粘滑现象进行摩擦异响试验,通过试验获得的人耳响度值和震动加速度大小表征塑料材料产生噪音倾向的大小。测试结果表明,设计的试验能够很好地区分普通材料和降噪材料,并且具有可重复性;显微形貌观察说明该试验成功地模拟了塑料材料的粘滑现象;根据德国汽车工业协会制定的材料粘滑性能评价方法对普通材料和降噪材料进行测试,结果表明摩擦异响试验结果与材料粘滑性能测试的评价结果一致,说明此试验方法对材料降噪性能的评价具有可靠性。     

超薄高强屏幕保护玻璃发展综述

超薄高强屏幕保护玻璃是触控显示产品的重要保护材料,也是当前较为热门的玻璃品种。超薄屏幕保护玻璃经过多年技术开发和产品迭代更新,已经发展成具有不同组分特点的碱铝硅酸盐系列产品。本文梳理了国内外屏幕保护玻璃产品发展及其迭代历程,总结了不同类型的碱铝硅玻璃产品化学组成特点,分析了不同产品对应的化学强化工艺技术,重点论述了国内外屏幕保护材料用高强透明微晶玻璃的研究现状,同时展望了微晶玻璃未来发展方向,为今后屏幕保护玻璃研发提供借鉴与参考。     

从理论角度降低低本底α、β测量仪净计数率探测下限研究

本文从不等式角度推导了低本底α、β测量仪测量过程中净计数率探测下限的公式,并计算两种典型探测下限公式对应的犯第二类错误的实际概率值。在不做近似的情况下,一定时间发生原子核衰变的数目服从二项分布。当净计数率的平均值为探测下限这个值时,净计数率的随机数低于判断限的概率就是犯第二类错误的实际概率值。结合初始时刻的放射性原子核数目、整个测量时间发生了衰变的放射性原子核数、放射性原子核发生衰变的概率,可以计算犯第二类错误(产生误判)的实际概率值。通过计算,发现大多数情况下犯第二类错误的实际最大概率比标称概率值低1到2个量级。因此在保证犯第二类错误的实际概率值趋近并小于标称值的情况下,通过引入修正系数对探测下限进行了修正。通过计算发现,当k_α=1.645,k_β=1.645时,通过引入修正系数可以使探测下限至少降低22%。     

艾砂磨机在黄金氰化生产细磨工艺中的应用研究

针对招金矿业某金矿存在氰化细磨成本高、钢球消耗大等问题,进行了艾砂磨机替代球磨机中试和工业试验研究。结果表明：艾砂磨机在氰化细磨工艺中具有较强的优势,与传统球磨机相比,在处理量相当的前提下,磨矿产品细度可提高5.16百分点,磨矿成本下降20.15%,节能降耗明显,且提高了金浸出率;磨矿介质为纳米陶瓷球,杜绝了钢球介质的铁屑污染对金回收的影响,间接地降低了药剂消耗,环保效益和经济效益较好。     

不同预处理对紫薯酒品质的影响研究

为探讨不同预处理方式对紫薯酒风味的影响，对110℃分别水蒸10 min(S-10)、15min(S-15)、20 min(S-20)，常压水煮15 min(B-15)，常压隔水蒸20 min(C-20)5组不同预处理方式酿制的紫薯酒中酒精度、花色苷和挥发性物质含量进行分析。结果表明：不同预处理方式的紫薯酒中花色苷和挥发性物质存在明显差异，B-15组中花色苷含量最高，达18.24 mg/100 mL；各紫薯酒中共检出53种挥发性成分，种类最多为酯类物质，浓度最高为醇类物质；其中S-15组总挥发性物质含量最高达278.38μg/mL，且该紫薯酒中酯类、醇类和烷烯类成分含量丰富。综合分析得出110℃蒸煮15 min(S-15)处理紫薯后酿造的紫薯酒的品质优于其他预处理方式。     

装配式混凝土结构质量检测与验收技术的探究

随着装配式建筑的快速发展，对混凝土结构质量的检测与验收变得日益重要。通过综合研究常用的装配式混凝土结构质量检测方法与验收技术内容，分析其优缺点及适用范围，旨为装配式混凝土结构的工程质量控制提供有效的参考与指导。     

一种基于深度学习的空调机房设备状态检测算法

为规避空调机房人工巡检的固有缺陷，推动建筑运维智能化、无人化发展，此篇文章基于深度神经网络Mask-RCNN,提出了1种应用于巡检机器人的机房设备状态检测算法，通过精心选取特征并解释，分别利用多目标识别、实例分割、关键点检测的方式，实现了对控制面板指示灯状态、加药箱液位以及机械表指针读数的检测与识别。测试集实验结果表明，该算法可以精确识别设备状态，其中指示灯识别准确率达到98.7%,相对液位误差及相对角度误差分别控制在10%以及1%以内，具有广阔的应用前景。