钢轨动力吸振器减振降噪特性分析

采用钢轨动力吸振器是降低轮轨振动噪声的有效措施之一,基于有限元和边界元法建立钢轨动力吸振器振动噪声计算模型,分析单自由度钢轨动力吸振器系统和多重钢轨动力吸振器系统的减振降噪性能差异,调查在不同车轮钢轨表面粗糙度、不同列车运行速度工况下钢轨动力吸振器结构降噪特性。计算结果表明:多重钢轨动力吸振器结构较单自由度钢轨动力吸振器结构有更为优良的减振和降噪性能。随着列车运行速度增加,轮轨总辐射噪声增加,同时钢轨动力吸振器结构的降噪效果也有一定提升,而对于不同轮轨表面粗糙度,钢轨动力吸振器降噪量效果不会有较大的波动。     

镁合金材料表面涂层构建及表征

镁合金作为一种新型的可降解生物医用金属材料,在力学性能、生物相容性和生物降解性能方面都具有优越性,目前在医用材料领域已成为研究热点。然而由于其存在腐蚀速率快和腐蚀不均等不足,这势必会阻碍它的应用及发展。因此对镁合金材料表面进行改性处理,增加耐腐蚀性,同时提高其生物相容性,已经成为可降解镁合金发展与应用中的重要组成部分。采用一种细胞内的天然高分子聚合物,即聚β-羟基丁酸酯(poly-beta hydroxy butyric acid ester,PHB)作为涂层材料,在WE43镁合金表面制备PHB涂层,考察改性后镁合金材料的表面形貌和生物相容性。实验结果表明,经聚合物PHB涂层后的WE43镁合金聚合物涂层分布较均匀,对镁合金有较好的保护作用。另外,PHB涂层明显提高了镁合金的血液相容性,对细胞的增殖起到了一定的促进作用,并有利于细胞迁移。该研究为可降解医用镁合金材料的研究提供一种新思路。     

基于EBSD技术的超低碳IF钢中铁素体晶粒尺寸表征

借助电子背散射衍射(EBSD)技术对超低碳IF钢铁素体晶粒尺寸的表征方法进行了研究与探讨。结果显示,对于具有较强织构的IF钢来讲,铁素体晶粒显示以5°为晶内最大取向差进行晶粒尺寸的测量与统计更为准确,与金相法显示的晶界轮廓基本吻合。利用该表征方法测量晶粒尺寸,不仅可以给出晶粒尺寸的平均值、最大值和最小值,还可以给出晶粒尺寸分布图。     

纳米Al2O3-碳纤维多尺度增强聚酰胺基复合材料的制备及力学性能

采用叠层模压法制备了纳米Al₂O₃-碳纤维织物多尺度增强聚酰胺基（nano Al₂O₃-CFF/PA6）复合材料层压板。借助场发射扫描电子显微镜（FESEM）、同步热分析仪（TGA/DSC）和FTIR,研究了模压温度、压力和纳米Al₂O₃加入量等因素对nano Al₂O₃-CFF/PA6复合材料力学性能的影响。研究表明：在模压温度为230℃、模压压力为3 MPa和保压时间为15 min时,CFF/PA6层压板的弯曲强度为250.3 MPa,层间剪切强度为87.6 MPa,平行层厚方向的冲击强度为41.2 MPa,垂直层厚方向为9.6 MPa。当基体中的Al₂O₃含量达到6wt%时,nano Al₂O₃-CFF/PA6层压板的弯曲强度为387.6 MPa,层间剪切强度为35.7 MPa,平行和垂直层厚方向的冲击强度分别为80.3 MPa和25.6 MPa。     

高速动车组转向架车轴抗石击保护涂料的性能研究

为了促进高速列车车轴用抗石击涂料的国产化生产应用,参照欧洲标准EN 13261中的车轴防腐蚀保护和防机械碰撞保护I级标准,对我国高速动车组所使用的2种具有抗石击保护性能的涂料进行了相关项目测试研究,提出了聚氨酯类抗石击涂料更适合于温差跨度大的我国南北区间运行的高速动车组车轴保护涂料类型的使用建议。     

钻井工具接头内螺纹牙型底部开裂原因

某钻井工具接头在短期使用后出现周向裂纹,采用化学成分分析、硬度测试、金相检验等方法对其开裂原因进行了分析。结果表明：该钻井工具接头的裂纹为疲劳裂纹,裂纹萌生于内螺纹接头与杆柱体最临近的螺纹牙型底部,在周期性疲劳载荷的作用下,裂纹沿螺纹牙型底部周向扩展,同时向外壁方向扩展,最终外壁发生开裂。     

基于动态共价键的聚硅氧烷的制备及性能应用的研究进展

硅橡胶制品在国民经济和国防建设等领域起着重要的作用,但是传统基于稳定共价键的聚硅氧烷具有类似热固性树脂的特性,一旦交联则无法重塑、再加工和回收再利用.将动态共价键引入聚硅氧烷中,不仅可以赋予其可再加工和可愈合的特性,还能创造出许多具有高附加值的新型材料,对循环经济和可持续发展具有重要意义.文中重点阐述了基于不同动态共价键的聚硅氧烷的制备和应用,尤其是兼具高力学性能、自愈合、可加工和多功能化的聚硅氧烷.此外,还对基于动态共价键的聚硅氧烷目前面临的挑战和未来的发展趋势也进行了总结与展望.     

基于FCA-ReliefF的融合生理信号情绪识别研究

针对当前情绪识别研究中特征维数多、识别率不高的问题,提出了基于多生理信号(心电、肌电、呼吸、皮肤电)融合及FCA-ReliefF特征选择的情绪识别方法。通过将从时域和频域两个维度提取的生理信号特征进行融合,作为分类器的输入进行情绪分类。为了降低特征维度,首先进行特征相关性分析(FCA)删除相关性较大的特征;再通过ReliefF剔除分类贡献弱的特征,达到降低特征维度的目的。在公开的数据集上进行验证,并与相关研究进行对比。结果表明,提出的方法在特征维度及识别率两个方面均有优势。提出的FCA-ReliefF降维策略有效地将特征从108维减少到60维,并且将识别精度提高到98.40%,验证了方法的有效性。