工艺参数对钕铁硼化学镀Ni-Mo-P/PTFE复合镀层耐蚀性的影响

采用化学镀方法在钕铁硼表面制备Ni-Mo-P/PTFE复合镀层,并运用正交实验法考察PTFE乳液浓度、镀液温度、化学镀时间和搅拌速率对Ni-Mo-P/PTFE复合镀层腐蚀速率的影响.结果表明:Ni-Mo-P/PTFE复合镀层的腐蚀速率随着镀液温度升高、PTFE乳液浓度增加和搅拌速率提高都呈先减小后增大的趋势,而随着化学...     

在线型真空卫生排污系统综合性能检测体系分析

针对在线型建筑真空卫生排污系统技术及设备的特点,对系统功能要求和性能指标进行总结分析,重点分析和探讨了系统密闭承压性能、真空卫生器具冲洗排污效果、系统排污能力、系统运行效率、系统运行节能环保性和系统运行安全、平稳、可靠性指标及相应的检验检测技术。     

（三） 风电场送出变压器保护性能分析

仿真分析发现双馈式风电机组低电压穿越期间的短路电流频率随故障前工况偏移工频。当变压器内部故障时,基于相量值的差动与制动电流将大范围波动,基于采样值的差动保护在某些采样点动作条件不满足,差动保护均无法准确稳定地动作。以某地区实际风电接入为例,在EMTDC平台上对风电场主变压器以及风电集群再升压变压器保护进行离线动作性能测试分析,结果表明,基于相量值及基于采样值的差动保护均无法保证快速动作,风电机组类型、运行工况、故障位置、故障类型及短路容量比是影响风电场送出变压器保护正确动作的因素。（详见2013年第33卷第3期）     

TZM合金热浸铝涂层的显微结构和循环氧化行为

TZM合金(Mo-0.5Ti-0.08Zr-0.02C(wt%))是钼基合金中主要的一类高温合金,广泛应用于高温核反应堆、航空、发电和化学工业领域的耐热和结构材料,但是它高温下在空气中却容易氧化。本文采用热浸镀铝工艺在TZM合金表面制备渗镀铝层以提高其高温抗氧化性,热浸温度为730℃,热浸时间分别为3min和5min。研究结果表明:镀层由表面纯铝层和内部合金层组成,合金层主要含有Al4Mo和Al5Mo相;合金层显微硬度达到HV760;镀层与基体间为冶金结合;渗镀铝层的高温抗氧化性能良好。     

施工电源抗风稳定性及结构强度分析

针对施工电源在风荷载下的结构强度和稳定性难以分析的问题,利用有限元软件COMSOL对施工电源钢结构进行了数值模拟.分别对结构强度计算和抗风倾覆与滑移过程建立了具体的三维箱体模型和简化的梁结构线模型.结果表明,高压侧10 kV施工电源在12级风荷载下不会产生结构破坏,静止在水平地面上时不会倾覆,但阻止滑移需要较高的静摩擦...     

（三） 风电场送出变压器保护性能分析

仿真分析发现双馈式风电机组低电压穿越期间的短路电流频率随故障前工况偏移工频。当变压器内部故障时,基于相量值的差动与制动电流将大范围波动,基于采样值的差动保护在某些采样点动作条件不满足,差动保护均无法准确稳定地动作。以某地区实际风电接入为例,在EMTDC平台上对风电场主变压器以及风电集群再升压变压器保护进行离线动作性能测试分析,结果表明,基于相量值及基于采样值的差动保护均无法保证快速动作,风电机组类型、运行工况、故障位置、故障类型及短路容量比是影响风电场送出变压器保护正确动作的因素。（详见2013年第33卷第3期）     

石油钻杆制造工艺及监造技术研究

本文通过对石油钻杆制造工艺进行分析,总结出常影响石油钻杆使用性能的关键点,结合在石油钻杆产品监造中发现的实际问题,研究石油钻杆监造技术,提出了石油钻杆产品监造控制重点。     

精彩视界,精彩人生

如果说,在2007年的平板电视界里什么最吸引人,恐怕高清的普及和Full HD的临近是最大的亮点了。年华已逝,我们再次跨入了一个新岁首,那么就让我们用2007年的亮点来点燃这新的一年的火炬吧,让它来为我们引明前方的道路。     

新型稻壳砂浆轻质节能复合墙板

为了有效降低建筑能耗,提供适用于建筑领域的节能型墙体材料和密闭性好的围护结构,研制了可作为墙体材料的轻质稻壳砂浆,通过试验研究了该轻质稻壳砂浆的强度、密度、导热性能和抗冻性等物理力学性能．将轻质稻壳砂浆与钢筋和岩棉板复合成稻壳砂浆轻质节能复合墙板,研究了稻壳砂浆轻质节能复合外墙板的隔声和保温等物理性能,以及耐火极限和力学性能,试验结果表明,稻壳砂浆轻质节能复合墙板具有良好的耐火、隔声和保温性能,能够满足相关规范和标准对建筑材料物理力学性能的要求．给出稻壳砂浆复合墙板的设计方法和构造措施,对此类型复合墙板经济效益进行了分析．     

基于泄漏积分型回声状态网络的在线学习光伏功率短期预测

为提高光伏功率预测结果的准确性与普适性,提出基于泄漏积分型回声状态网络(LIESN)的具有在线学习功能的预测方法。在回声状态网络(ESN)中引入泄漏积分型神经元,增强储备池的短期记忆能力;分析了LIESN的参数对光伏功率预测性能的影响,得到优化后的预测模型;利用最小二乘在线学习算法对模型实施训练,得到最终的在线学习LIESN预测模型。实例证明,该算法可完成复杂的建模且适用于多种天气情况,预测精度优于BP神经网络、经典ESN及LIESN模型。