常规固溶态2024铝合金ECAP加工后的拉伸性能

在室温下对处于常规固溶处理态的2024高强铝合金成功实现了等效应变为0.5的等通道转角挤压(ECAP),将形变强化、时效强化和结构细化强化三者有机组合,制备出超高强铝合金,其硬度、屈服强度、伸长率分别高达1770MPa,550 MPa和14%.研究结果首次证明,固溶处理+室温ECAP+时效是提升常规高强铝合金的强度、制取超高强铝合金的一条有效途径.     

（Al，Mn）3Ti-2V金属间化合物的热腐蚀研究

研究了(Al，Mn)3Ti-2V和TiAl在900℃的(Na，K)2SO4以及850℃的Na2SO4 NaCl熔盐中的热腐蚀行为．结果表明，(Al，Mn)3Ti2V在(Na．K)2SO4中的耐蚀性很好，腐蚀产物膜很薄，外层是保护性的Al2O3，内层是Al2O3 TiO2 TiS的混合膜．当熔盐中存在NaCl时，(Al，Mn)3Ti2V的耐蚀性极差，腐蚀产物的厚度比在(Na，K)2SO4中大100多倍，且具有分层结构，最外层富MnO(含少量NAl2O3和TiO2)，第二层为Al2O3 少量TiS，第三层为TiO2 TiS，由于不能形成保护性的Al2O3层，腐蚀产物极易剥落。     

喷焊工艺对钛基体镍基涂层显微组织和性能的影响

采用常规喷焊工艺和改进喷焊工艺,在Ti-6Al-4V合金表面上制备了镍基耐磨涂层,分析了涂层的形貌和合金元素的扩散,测试了涂层的显微硬度,定性地研究了基体和涂层的结合性能.结果表明:改进工艺所制备的涂层组织和性能均优于常规工艺的,涂层组织的均匀性大大提高,晶粒得到细化;基体和涂层为明显的冶金结合;涂层显微硬度的变化沿层深方向呈连续性和渐变性,其表层显微硬度高达HV933.2.采用合理的喷焊工艺能够在钛合金表面制备出性能优良的耐磨涂层.     

绿色产品集成化开发系统体系结构与实施策略研究

针对目前绿色设计缺乏工程应用实践的问题,文章提出绿色产品集成化开发理念,通过将绿色设计融入传统产品设计开发过程中,实现绿色设计理论的工程实践化.论文首先分析绿色产品集成化开发的概念,其次对开发系统的体系结构展开研究,最后结合企业产品开发实际,对集成开发的实施策略进行讨论.     

ECAP法制备超细晶铜的再结晶行为研究

在室温下，采用ECAP技术对纯铜进行了1-10道次的挤压，使其组织大大细化，得到了均匀、细小的等轴晶，平均晶粒尺寸为0．75μm。通过对不同ECAP道次后的退火试样的硬度测量和观察组织，结果表明：随ECAP道次的增加．开始再结晶的温度降低，再结晶软化的速率增加，ECAP8道次试样在433K发生静态再结晶。     

纳米铁/活性炭新型材料的制备及其对铜离子的吸附性能研究

以活性炭为载体,采用沉淀法制备纳米铁/活性炭新型材料,对活性炭的结构变化进行BET和TEM表征分析,研究纳米铁负载前后活性炭对水中铜离子的吸附能力以及p H值、起始浓度、吸附时间等因素对吸附性能的影响,同时考察其再生性能。结果表明:纳米铁成功负载于活性炭上,随着p H值的增加,吸附容量逐渐增大,当p H=6时,纳米铁/活性炭的最大吸附量为18.73 mg/g,与活性炭相比提高了150%。新型材料对铜离子的吸附过程符合Langmuir和Freundlich吸附模型,对铜离子的吸附量随时间变化的规律符合准二级动力学模型,由于负载的纳米铁阻碍了铜离子向材料表面扩散,其吸附速率仅为0.002 g/(mg·min),与活性炭相比下降了60%左右。新型材料再生效率高,具有较好的应用前景。     

高压开关柜温度远程在线监测系统设计

针对现有高压开关柜测温系统的缺陷,设计了一种温度远程在线监测系统.系统由6只SAW温度传感器和1个基于雷达原理的无线询问器组成,询问器通过向传感器发射高频激励信号(497～503 MHz)并接收带有温度信息的回波信号实现温度测量,同时,系统利用GSM模块进行短信报警、即时温度查询以及系统参数设置实现了远程在线监测.经过大量的实验和测试表明:该系统工作稳定,抗干扰能力强,测量误差在0.5℃以内,采用10 Ah锂电池供电,可持续工作超过35天,相比传统设备,更适合于高压开关柜的温度监测.     

基于CANoe-MATLAB的电动汽车电子差速仿真

针对后轮独立驱动轻型低速电动汽车协调控制问题,以阿克曼转向为基础建立了电子差速控制模型。CANoe-MATLAB接口软件可以整合CANoe和MATLAB的优势,在SIMULINK中将所建立的差速模型用对应的CAN模块进行封装,并自动生成执行代码。同时,在CANoe中建立电子差速与电机通信的CAN网络,将生成的DLL文件加载到CANoe电子差速节点中进行仿真验证。结果表明,该电子差速控制模型能够完成轻型低速电动汽车的差速功能。同时,验证了整个控制网络的有效性、实时性和准确性。该方法具有一定的扩展性,能够在开发实际控制器之前验证控制算法的正确性。     

基于径向基过程神经网络的油田开发指标预测

目前为止,现有的油田开发指标预测方法难以反映实际存在的时间累积效应对该指标预测的影响。因此,为提高油田开发指标预测的准确度,本文提出基于径向基过程神经元网络的油田开发动态指标预测模型,并将其应用到实际油田开发动态指标的预测中。实例分析结果表明,本文提出的径向基过程神经元网络的油田开发动态指标的预测方法精度高、速度快,是预测油田开发指标的一种较实用的方法。     

特征回归与检测结合的人数统计方法

针对目前特征回归与检测这2种主流的人流量统计方法的不足,提出一种基于特征回归与检测结合的人数统计方法.对于视频帧的远景区域,采用背景分割的方法提取出前景块,将前景块中的特征通过贝叶斯多核支持向量回归方法估计出人数;对于近景区域提取HOG特征,采用弱标签结构训练出模型,并采用星型结构混合模型级联检测实现行人的准确定位并统计出人数.在视频数据库上的实验结果表明,该方法不仅能够较准确地实现人流量的统计,在一定程度上减少统计时间,还能够准确地定位出一定尺度范围内行人的位置.